一种活动识别方法及系统

1.一种活动识别方法，其特征在于，所述方法包括：
接收用户数据；
通过活动识别模型对所述用户数据进行识别，获取用户活动信息；所述活动识别模型是根据物理空间数据和虚拟空间数据进行训练得到的，所述物理空间数据是从物理空间获取的，所述虚拟空间数据是从虚拟空间获取的。
2.根据权利要求1所述的活动识别方法，其特征在于，在所述通过活动识别模型对所述用户数据进行识别之前，所述方法还包括：
获取物理空间数据和虚拟空间数据；
对所述物理空间数据进行分析，得到包括物理空间特征的物理空间样本数据；
对所述虚拟空间数据进行分析，得到包括虚拟空间特征的虚拟空间样本数据；
利用所述物理空间特征和所述虚拟空间特征的共有特征，对所述物理空间样本数据和所述虚拟空间样本数据进行特征对齐或迁移，得到新的样本数据；
将所述新的样本数据代入训练模型进行训练，得到活动识别模型。
3.根据权利要求2所述的方法，其特征在于，所述利用所述物理空间特征和所述虚拟空间特征的共有特征，对所述物理空间样本数据和所述虚拟空间样本数据进行特征对齐或迁移，得到新的样本数据包括：
将包括相同特征或相同子特征的物理空间样本数据和虚拟空间样本数据进行特征迁移，得到包含物理空间特征和虚拟空间特征的新的样本数据。
4.根据权利要求3所述的方法，其特征在于，所述将包括相同特征的物理空间样本数据和虚拟空间样本数据进行特征迁移，得到包含物理空间特征和虚拟空间特征的新的样本数据具体包括：
判断是否存在与第一物理空间样本数据包括相同特征或相同子特征的第一虚拟空间样本数据，如果存在，将所述第一虚拟空间样本数据包括的特征迁移到所述第一物理空间样本数据，得到包括物理空间特征和虚拟空间特征的新的样本数据；所述第一物理空间样本数据为任意一个物理空间样本数据。
5.根据权利要求2所述的方法，其特征在于，所述利用所述物理空间特征和所述虚拟空间特征的共有特征，对所述物理空间的样本数据和所述虚拟空间的样本数据进行特征对齐或迁移，得到新的样本数据包括：
将包括相同特征或相同子特征的物理空间样本数据和虚拟空间样本数据进行特征对齐，得到包含物理空间特征的新的样本数据和包含虚拟空间特征的新的样本数据。
6.根据权利要求5所述的方法，其特征在于，所述将包括相同特征的物理空间样本数据和虚拟空间样本数据进行特征对齐，得到包含物理空间特征的新的样本数据和包含虚拟空间特征的新的样本数据具体包括：
判断是否存在与第二物理空间样本数据包括相同特征或相同子特征的第二虚拟空间样本数据，如果存在，将所述第二物理空间样本数据和所述第二虚拟空间样本数据均作为所述新的样本数据；所述第二物理空间样本数据为任意一个物理空间样本数据。
7.根据权利要求2-6任一项所述的方法，其特征在于，所述训练模型为二项逻辑回归模型；
所述将所述新的样本数据代入训练模型进行训练，得到活动识别模型包括：
将所述新的样本数据代入二项逻辑回归模型，利用极大似然估计法估计所述逻辑回归模型的参数，得到活动识别模型。
8.一种活动识别系统，其特征在于，包括：
接收单元，用于接收用户数据；
活动识别单元，用于通过活动识别模型对所述用户数据进行识别，获取用户活动信息；
所述活动识别模型是根据物理空间数据和虚拟空间数据进行训练得到的，所述物理空间数据是从物理空间获取的，所述虚拟空间数据是从虚拟空间获取的。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括：
获取单元，用于获取物理空间数据和虚拟空间数据；
第一分析单元，用于对所述物理空间数据进行分析，得到包括物理空间特征的物理空间样本数据；
第二分析单元，用于对所述虚拟空间数据进行分析，获取包括虚拟空间特征的虚拟空间样本数据；
对齐迁移单元，用于利用所述物理空间特征和所述虚拟空间特征的共有特征，对所述物理空间样本数据和所述虚拟空间样本数据进行特征对齐或迁移，得到新的样本数据；
训练单元，用于将所述新的样本数据代入训练模型进行训练，得到活动识别模型。
10.根据权利要求9所述的系统，其特征在于，所述对齐迁移单元包括：
迁移模块，用于将包括相同特征或相同子特征的物理空间样本数据和虚拟空间样本数据进行特征迁移，得到包含物理空间特征和虚拟空间特征的新的样本数据。
11.根据权利要求10所述的系统，其特征在于，所述迁移模块包括：
第一判断子模块，用于判断存在与第一物理空间样本数据包括相同特征或相同子特征的第一虚拟空间样本数据；
特征迁移子模块，用于当所述第一判断子模块的判断结果为是，将将所述第一虚拟空间样本数据包括的特征迁移到所述第一物理空间样本数据，得到包括物理空间特征和虚拟空间特征的新的样本数据；所述第一物理空间样本数据为任意一个物理空间样本数据。
12.根据权利要求9所述的系统，其特征在于，所述对齐迁移单元包括：
对齐模块，用于将包括相同特征或相同子特征的物理空间样本数据和虚拟空间样本数据特征对齐，得到包含物理空间特征的新的样本数据和包含虚拟空间特征的新的样本数据。
13.根据权利要求12所述的系统，其特征在于，所述对齐模块包括：
第二判断子模块，用于判断是否存在与第二物理空间样本数据包括相同特征或相同子特征的第二虚拟空间样本数据；
特征对齐子模块，用于当所述第二判断子模块的判断结果为是，将所述第二物理空间样本数据和所述第二虚拟空间样本数据均作为所述新的样本数据；所述第二物理空间样本数据为任意一个物理空间样本数据。
14.根据权利要求9-13任一项所述的系统，其特征在于，所述训练模型为二项逻辑回归模型；
所述训练单元具体用于将所述新的样本数据代入二项逻辑回归模型，利用极大似然估计法估计所述逻辑回归模型的参数，得到活动识别模型。

暂无