下载提示方法、装置、设备及可读存储介质与流程

1.本技术属于计算机技术领域，具体涉及一种下载提示方法、一种下载提示装置、一种电子设备以及一种可读存储介质。

背景技术：

2.随着经济与技术的发展，智能手机已经被越来越广泛的使用。
3.目前，用户在乘坐地铁或公交车上下班的过程中，经常会使用手机浏览视频、新闻资讯等。但是，当地铁或公交车进入弱信号覆盖区域或无信号区域时，智能手机将无法流畅地向用户播放视频或显示新闻资讯等。这样，用户只能暂时中断当前对智能手机的使用。例如如图1所示，小明乘坐地铁，并在地铁上使用智能手机浏览新闻资讯。但当地铁到达位于弱信号覆盖区域的位置1时，小明的浏览被中断。一直到地铁到达位置2的时候，信号强度恢复。那么在位置1到位置2之间小明无法继续浏览新闻资讯，用机体验低。其中，图1中的箭头方向指的是地铁行进方向。
4.针对上述情况，用户通常会根据自身的经验判断地铁或公交车经过哪一位置后，信号强度恢复从而可以继续使智能手机播放视频或显示新闻资讯等。然后用户在该位置处继续使用智能手机。
5.但是，用户的自身经验存在较大误差，且中断智能手机的使用导致用户用机体验差。因此，如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等成为亟待解决的问题。

技术实现要素：

6.本技术实施例的目的是提供一种下载提示方法，能够解决如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等问题。
7.第一方面，本技术实施例提供了一种下载提示方法，该方法包括：
8.获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；
9.根据所述下载信息及已训练的回归算法，确定下载位置；
10.根据所述下载位置，向所述待提示设备发送下载提示信息。
11.第二方面，本技术实施例提供了一种下载提示装置，所述装置包括：
12.获取模块，用于获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；
13.确定模块，用于根据所述下载信息及已训练的回归算法，确定下载位置；
14.发送模块，用于根据所述下载位置，向所述待提示设备发送下载提示信息。
15.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
16.第四方面，本技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
17.第五方面，本技术实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
18.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
19.在本技术实施例中，在本技术实施例中，提供了一种下载提示方法，包括获取待提示设备的下载信息，下载信息包括下载内容信息以及设备状态信息；根据下载信息及已训练的回归算法，确定下载位置；根据下载位置，向待提示设备发送下载提示信息。通过该实施例，一方面无需用户根据经验判断哪一位置处可以继续使用待提示设备，另一方面也无需用户中断对待提示设备的使用。因此，在待提示设备例如智能手机进入弱信号覆盖区域或无信号区域时，待提示设备仍可向用户显示用户计划浏览的内容，例如视频或资讯等。这便解决了如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等问题。
附图说明
20.图1为体现用户使用智能手机浏览新闻资讯时的场景示意图；
21.图2为实现本技术实施例的一种下载提示方法的示意图一；
22.图3为实现本技术实施例的一种下载提示方法的示意图二；
23.图4为实现本技术实施例的一种下载提示方法的示意图三；
24.图5为实现本技术实施例的一种下载提示装置的结构示意图；
25.图6为实现本技术实施例的一种电子设备的硬件结构示意图一；
26.图7为实现本技术实施例的一种电子设备的硬件结构示意图二。
具体实施方式
27.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
28.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
29.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的下载提示方法、装置、设备及可读存储介质进行详细地说明。
30.本技术实施例提供了一种下载提示方法，如图2所示，该方法包括如下s2100-s2300：
31.s2100、获取待提示设备的下载信息。
32.其中，下载信息包括下载内容信息以及设备状态信息。
33.在本技术实施例中，待提示设备为需进行下载提示的设备。例如，为用户乘坐地铁或公交车，在地铁或公交车将进入信号覆盖区域或无信号区域时仍需被使用的终端设备，如智能手机。
34.下载内容信息为用户在待提示设备进入弱信号覆盖区域或无信号区域时，计划浏览的内容的相关信息。例如，计划浏览内容的时长、观看计划浏览内容的耗电量、下载计划浏览内容时的耗电量中的至少一个。
35.其中，计划浏览的内容对应一个主题。主题可以为视频、游戏、资讯以及社交等中的任一个。
36.在一个示例中，计划浏览的内容为视频a，在此基础上，下载内容信息为：视频a的时长、观看视频a的耗电量及下载视频a的耗电量等。
37.设备状态信息为待提示设备的相关状态信息，例如当前电量、当前实际信号接收功率值、当前所显示内容的主题、当前位置、起始位置等。
38.在本技术的一个实施例中，上述s2100的具体实现可以为：由待提示设备主动上报下载信息。
39.s2200、根据下载信息及已训练的回归算法，确定下载位置。
40.在本技术实施例中，下载位置为开始下载与下载内容信息对应的下载内容的位置，且在下载位置处开始下载下载内容信息对应的下载内容，在待提示设备进入弱信号覆盖区域或无信号区域时，用户可直接观看预下载内容信息对应的内容。
41.在本技术实施例中，已训练的回归算法为已经训练好的，且可针对下载信息，输出下载位置的回归算法。
42.在本技术的一个实施例中，回归算法可以为梯度提升决策树(gradient boosting decision tree，gbdt)算法、逻辑回归(logistic regression，lr)算法、卷积神经网络(convolutional neural networks，cnn)算法及深度神经网络(deep neural networks，dnn))算法中的任一个。
43.在本技术的一个实施例中，上述s2200的具体实现可以为：建立数据库，数据库中存储大量数据组，一个数据组中包含一个下载信息以及对应的测试下载位置；对于任一下载信息，通过在数据库中查与相匹配的下载信息所匹配的测试下载位置；将查到的测试下载位置作为上述s2200中的下载位置。
44.在本技术的另一个实施例中，上述s2200可通过如下s2210和s2220来实现：
45.s2210、获取目标位置。
46.其中，目标位置为下载内容信息所属主题的内容的最小信号接收功率值所在位置。
47.需要说明的是，在下述内容中，以下载内容信息所属主题为视频为例，说明本技术实施例提供的下载提示方法。
48.在本技术的一个实施例中，上述目标位置可以为技术人员使用电子设备沿待提示设备所在路径进行大量测试得到。其中，以下载内容信息所属主题为视频为例，具体测试过程可以为：重复多次使用电子设备在待提示设备所在路径上播放视频，以分别记录该视频
的最小信号接收功率值所对应的位置；将记录出的多个位置的平均值作为上述目标位置。需要说明的是，本实施例中对记录视频的最小信号接收功率值所对应的位置的方式不做限定。
49.在本技术的另一个实施例中，上述目标位置可通过如下s2211-s2214得到：
50.s2211、获取多个第一样本设备显示属于(待提示设备的下载内容信息所属)主题的内容的实际信号接收功率值。
51.其中，第一样本设备和待提示设备的所在路径相同。
52.在本技术的一个实施例中，第一样本设备与待提示设备所属运营商相同。
53.在本技术的一个实施例中，以主题为视频为例，上述s2211的具体实现可以为：第一样本设备在待提示设备所在路径上移动的过程中，播放视频；在第一样本设备流畅地播放视频的情况下，采集第一样本设备在不同位置处的实际信号接收功率值。其中，采集可以为第一样本设备自身采集之后由第一样本设备进行上报的方式实现。
54.在本技术的一个实施例中，由第一样本设备主动上报属于待提示设备的下载内容信息所属内容的实际信号接收功率值。
55.s2212、构建全局搜索算法的适应度函数。
56.在本技术实施例中，全局搜索算法为搜索待提示设备所在路径上，可流畅显示待提示设备的下载内容信息所属主题的内容的最小实际接收功率值的算法。
57.在本技术的一个实施例中，上述s2212中的全局搜索算法可以为粒子算法(particle swarm optimization，pso)、单纯形算法、蚁算法以及遗传算法中的任一个。
58.在本技术的一个实施例中，以全局搜索算法为pso算法为例，全局搜索算法的适应度函数可被构建为如下函数：
[0059][0060]
其中，i为粒子的编号；
[0061]
n为粒子的个数；
[0062]
wi为第i个粒子的权重值，在本技术实施例中可为以一个随机数，或者为待提示设备所属运营商的市场占有率；
[0063]
ti为第i个粒子在流畅显示待提示设备的下载内容信息所属主题的内容时的理论最小信号接收功率值，可以为一个经验值；
[0064]bi
为第i个粒子在流畅显示待提示设备的下载内容信息所属主题的内容的情况下的实际信号接收功率值。
[0065]
可以理解的是，在本技术实施例中，粒子指的是确定待提示设备的下载信息内容所属主题的内容的最小信号接收功率值时所使用的设备。
[0066]
s2213、根据多个实际信号接收功率值和适应度函数，确定主题的最小信号接收功率值。
[0067]
在本技术实施例中，根据多个实际信号接收功率值，确定出最大值和最小值，其中最大值指的是基于上述s2211得到的多个实际信号接收功率值中的最大实际接收功率值。对应的，最小值指的是基于上述s2212得到的多个实际信号接收功率值中的最小实际接收功率值。
[0068]
以及，根据多个实际接收功率值，确定出在相邻位置处采集到的实际接收功率值的最大差值和最小差值。
[0069]
在本技术实施例中，以适应度函数为上述公式一为例，上述s2213的具体实现为：
[0070]
步骤1、随机初始化例子。具体的：自定义粒子数量n，各粒子的初始位置dm和速度vm。
[0071]
其中，m为粒子的索引，dm＝(b1,b2,
……bi
……bn
)；bi为第i个粒子的位置，在本技术实施例中为第i个样本设备在流畅地显示待提示设备的下载内容信息所属主题的内容的情况下的实际信号接收功率值。
[0072]vm
＝(v1,v2,
……
vi……
vn)，vi为第i个粒子的移动速度，即每个粒子基于上次位置的变化值的大小，在本申实施例中为第i个样本设备在相邻两个位置间的实际信号接收功率值的变化值。
[0073]
其中，bi为上述属于上述最大值和最小值(包括最大值和最小值)之间的任一个值。
[0074]
vi为上述最大差值和最小差值(包括最大差值和最小差值)之间的任一个值。
[0075]
步骤2、将每一粒子的历史最优解带入适应度函数，得到对应的适应度error值。
[0076]
在第一次执行上述步骤2时，将上述步骤1中的dm中的每一个粒子的取值，作为历史最优解pm。
[0077]
步骤3、将上述步骤2中最小的适应度error值对应的实际信号接收功率值作为全局最优解g。
[0078]
步骤4、根据下述公式二和公式三，更新粒子的位置dm和速度vm；
[0079]vm
＝αvm+β1γ1(p
m-dm)+β2γ2(g-dm)(公式二)；
[0080]dm
＝dm+vm(公式三)
[0081]
其中，对于上述公式二，第一部分：惯性速度，即上一次的速度vm，所占权重系数为α，一般取0.9-0.4；
[0082]
第二部分：记忆比较，和之前的位置进行对比，选最优方向倾斜，β1一般取2.0，γ1为随机数；
[0083]
第三部分：体协作方式体中最优的位置，朝体最优的方向倾斜，β2一般取2.0，γ2为随机数。
[0084]
需要说明的是，对于上述公式二，等号左边的vm为更新后的速度，等号右边的vm为更新前的速度。
[0085]
以及，对于上述公式三，等号左边的dm为更新后的位置，等号右边的dm为更新前的位置。
[0086]
步骤6、对于更新后的任一粒子，计算适应度error值；将计算出的适应度error值和该粒子的历史最优值对应的适应度值对比；在计算出的适应度error值小于历史最优值的对应的适应度的情况下，则将该粒子的历史最优值更新为计算出的适应度error值。否则，不更新。
[0087]
以及，在所有的粒子的历史最优值更新完毕后，根据所有的更新完毕后的历史最优值计算适应度error值；将最小适应度error值对应的粒子的历史最优位置，作为当前全局最优解。
[0088]
重复执行上述步骤4直至达到预设迭代次数。将到达迭代次数对应的当前全局最优解作对应主题的最小信号接收功率值。其中，预设迭代次数可根据经验进行设置。
[0089]
s2214、将主题的最小信号接收功率值对应的位置作为目标位置。
[0090]
在本技术实施例中，确定基于上述s2213计算出的最小信号接收功率值，与基于上述s2211中得到的实际信号接收功率值中最接近的实际信号接收功率值。将该最接近的实际信号接收功率值对应的采样位置，作为目标位置。
[0091]
s2220、根据下载信息、目标位置以及已训练的回归算法，确定下载位置。
[0092]
在本技术实施例中，根据下载信息以及目标位置，确定出待输入已训练的回归算法的输入信息。将输入信息输入至已训练的回归算法，得到下载位置。
[0093]
在本技术的一个实施例中，以下载信息中的下载内容信息为：视频a的长度、观看视频a的耗电量及下载视频a的耗电量，下载信息中的设备的状态信息为：当前电量、当前实际信号接收功率值、当前所显示内容的主题、当前位置及起始位置。在此基础上，上述s2220的具体实现为：根据当前位置，确定当前位置相对于目标位置的距离以及方向、以及与起始位置的距离；将输入信息确定为：当前位置相对于目标位置的距离以及方向、与起始距离的位置、当前电量、当前实际信号接收功率值、当前所显示内容的主题、视频a的长度、观看视频a的耗电量及下载视频a的耗电量。在此基础上，输入信息可示例性为下述表1。
[0094]
表1
[0095][0096][0097]
其中，上述表1中下载位置对应的3km为已训练回归算法输出的下载位置。该下载位置通过与目标位置的距离表示。
[0098]
在本技术实施例中，由于目标位置为下载内容信息所属主题的内容的最小信号接收功率值所在位置，因此，与目标位置的相关特征(如上述表1中的当前位置相对于目标位
置的距离和当前位置相对于目标位置的方向)则对下载位置的确定的有效度更高。这样，根据目标位置所确定出的当前位置相对于目标位置的距离和当前位置相对于目标位置的方向，可替代多个低有效度的特征(例如设备运行速度、设备使用年限、设备尺寸等)。因此，通过当前位置相对于目标位置的距离和当前位置相对于目标位置的方向这两个特征，可降低回归算法的输入信息的维度。这使得回归算法变的轻量级，从而使得回归算法的应用和训练在终端便可以完成。
[0099]
在本技术的一个实施例中，本技术实施例提供的下载提示方法在上述s2220之前还包括如下s2221和s2222：
[0100]
s2221、获取由多组训练样本组成的训练样本集。
[0101]
其中，训练样本集包括第二样本设备的样本信息以及对应的下载位置，样本信息包括第二样本设备的下载信息及相对于目标位置的相对距离和方向，第二样本设备和待提示样本所在路径相同。
[0102]
在本技术的一个实施例中，第二样本设备与待提示设备所属运营商相同。
[0103]
在本技术实施例中，对于任一第二样本设备，在待提示设备所在路径上移动的过程中，控制第二样本设备显示视频、资讯、社交及游戏中的任一个，且同时下载任一视频。进一步的，可由第二样本设备主动上报第二样本设备的下载信息及对应的下载位置。在此基础上，结合目标位置，得到训练样本集。
[0104]
s2222、根据第二训练样本集，确定已训练的回归算法。
[0105]
步骤1：初始化损失函数：
[0106][0107]
其中，c为要估计的参数，即叶子节点的标签值。在本技术实施例中为回归算法需输出的下载位置。n为训练样本的个数。j为训练样本的编号。yj为第j个训练样本的下载位置。
[0108]
基于上述公式四可知，损失函数为平方损失函数。而平方损失函数是一个凸函数。因此，直接对c进行求导，导数为0，则可得到c。具体的：
[0109][0110]
令导数等于0：
[0111]
即
[0112]
基于上述内容可知，在初始化时，c取值为所有训练样本中的所有下载位置的均值。
[0113]
步骤2：对于每个训练样本，通过下述公式六计算负梯度，即残差；
[0114]
[0115]
其中，m为回归树的编号。
[0116]
步骤3：将上述步骤计算出的残差作为训练样本的新的真实值，即新的下载位置；将每一训练样本中的下载位置更新为新的下载位置，之后作为训练下一棵树的训练样本。重复上述步骤2，得到m棵新的回归树。
[0117]
步骤4，将上述的初始化损失函数与m棵回归树的残差的权重叠加和作为回归算法的最终输出值。
[0118]
s2300、根据下载位置，向待提示设备发送下载提示信息。
[0119]
在本技术的一个实施例中，上述s2300的具体实现可以为：将下载位置作为待提示设备的下载提示信息，并发送至待提示设备。在此基础上，待提示设备在得到下载提示信息后，在确定当前位置位于下载位置处时，进行下载内容的下载，例如进行视频a的下载。这样，在待提示设备进入弱信号覆盖区域或无信号区域时，用户可直接观看视频a。这样，一方面无需用户根据经验判断哪一位置处可以继续使用待提示设备，另一方面也无需用户中断对待提示设备的使用。因此，在待提示设备例如智能手机进入弱信号覆盖区域或无信号区域时，待提示设备仍可向用户显示用户计划浏览的内容，例如视频或新闻资讯等。这便解决了如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等的问题。
[0120]
在本技术的另一个实施例中，上述s2300的具体实现还可以为：确定待提示设备的当前速度，以及待提示设备上报下载信息时所在的位置与下载位置之间的距离；根据该距离和速度的比值，预估出待提示设备到达下载位置的时长；将下载提示信息确定为在预估出的时长到达后开始下载的提示信息；或者，在待提示设备的当前时刻上叠加预估出的时长，得到下载时刻，将下载提示信息确定为下载时刻；向待提示设备发送在下载时刻开始下载的提示信息。
[0121]
可以理解的是，基于上述s2100-s2300，在下载内容为视频a的情况下，可确定出该视频a的下载提示信息。在下载内容为资讯b的情况下，可确定出该资讯b的下载提示信息。在下载内容为游戏c的情况下，可确定出该游戏c的下载提示信息。在下载内容为社交d的情况下，可确定出该社交d的下载提示信息。
[0122]
进一步的，在限定第一样本设备和第二样本设备与待提示设备属于相同运营商的情况下，以运营商包括运营商1、运营商2及运营商3为例，若下载内容为视频a，则基于上述s2100-s2300可得到分别属于运营商1、运营商2及运营商3的待提示设备下载视频a的下载提示信息。
[0123]
结合上述内容可知，基于本技术实施例提供的下载提示方法，可实现针对一个运营商的一个主题的下载信息，向待提示设备发送下载提示信息。在此基础上可以理解的是，基于本技术实施例提供的下载提示方法，还可实现针对每一运营商的每一主题的下载信息，分别向对应待提示设备发送对应的下载提示信息。这样，仅需对待提示设备的运营商以及下载内容所属的主题进行确定，然后进行相对应的下载提示信息的确定即可。在此基础上，具体如图3所示，包括：用户在进入地铁后，根据自身需求在自身的电子设备，即待提示设备上输入下载内容信息。执行本技术实施例的下载提示方法的执行主体接收用户在待提示设备上输入的下载内容信息，以及，获取待提示设备的设备状态信息，以实现上述s2100。执行主体确定下载信息对应下载内容信息所属的主题，以及待提示设备的运营商。进一步
的，执行上述s2200，确定针对于运营商为运营商1，下载内容信息所属主题为视频或a、资讯b、游戏c或社交d，或确定运营商为运营商2，下载内容信息所属主题为视频或a、资讯b、游戏c或社交d，或确定运营商为运营商3，下载内容信息所属主题为视频a、资讯b、游戏c或社交d的下载位置；执行上述s2300，向待提示设备发送例如在下载时刻开始下载的下载提示信息。进一步的，以下载提示信息为下载时刻为例，在下载时刻到达后，待提示设备进行主动下载。或者，输出在待提示设备的界面显示开始下载的提示，由用户指示是否开始下载。
[0124]
在本技术实施例中，提供了一种下载提示方法，包括获取待提示设备的下载信息，下载信息包括下载内容信息以及设备状态信息；根据下载信息及已训练的回归算法，确定下载位置；根据下载位置，向待提示设备发送下载提示信息。通过该实施例，一方面无需用户根据经验判断哪一位置处可以继续使用待提示设备，另一方面也无需用户中断对待提示设备的使用。因此，在待提示设备例如智能手机进入弱信号覆盖区域或无信号区域时，待提示设备仍可向用户显示用户计划浏览的内容，例如视频或资讯等。这便解决了如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等问题。
[0125]
在本技术的一个实施例中，本技术实施例提供的下载提示方法还包括如下s2500和s2600：
[0126]
s2500、获取待提示设备响应于下载提示信息的下载结果。
[0127]
在本技术实施例中，待提示设备基于下载提示信息，执行下载操作，得到下载结果，并将下载结果进行上报。
[0128]
在本技术实施例中，下载结果为：在到达目标位置时，是否成功下载下载内容。
[0129]
在本技术实施例中，待提示设备达到目标位置处时，则检测是否已经成功下载下载内容。并将检测结果进行上报。
[0130]
s2600、根据下载结果，更新已训练的回归算法。
[0131]
在本技术实施例中，在下载结果为表示下载成功的情况下，将下载位置以及得到该下载位置的输入至回归算法中的输入信息，作为已训练的回归算法的训练样本。根据该训练样本对已训练的回归算法进行进一步训练，以实现对已训练的回归算法的更新。这样，可使得已训练的回归算法在后续使用过程中可得到更为准确的下载位置。
[0132]
结合上述内容，在本技术的一个实施例中，本技术实施例提供的下载提示信息的执行主体作为提示设备，如图4所示，本技术实施例提供的下载提示方法可具体为：
[0133]
任一第一样本设备上报属于主题内容的实际信号接收功率值；
[0134]
提示设备获取多个显示属于主题内容的实际信号接收功率值，构建全局搜索算法的适应度函数，根据多个实际信号接收功率值和适应度函数，确定主题的内容的最小信号接收功率值；将主题的内容的最小信号接收功率值对应的位置作为所述目标位置；
[0135]
任一第二样本设备上报第二样本的下载信息以及对应的下载位置、第二样本的设备状态信息；
[0136]
提示设备根据目标位置、第二样本的下载信息以及对应的下载位置、第二样本的设备状态信息，得到训练样本集，根据训练样本集，确定已训练的回归算法；
[0137]
待提示设备上报待提示设备的下载信息；
[0138]
提示设备根据待提示设备的下载信息、目标位置及已训练的回归算法，确定下载
位置，根据下载位置向待提示设备发送下载提示信息；
[0139]
待提示设备基于下载提示信息执行下载操作，得到下载结果，并将下载结果进行上报；
[0140]
提示设备根据下载结果更新已训练的回归算法。
[0141]
本技术实施例提供的下载提示方法，执行主体可以为下载提示装置。本技术实施例中以下载提示装置执行下载提示方法为例，说明本技术实施例提供的下载提示装置。
[0142]
如图5所示，本技术实施例提供的下载提示装置500包括如下获取模块510、确定模块520以及发送确定模块530，其中：
[0143]
获取模块510，用于获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；
[0144]
确定模块520，用于根据所述下载信息及已训练的回归算法，确定下载位置；
[0145]
发送模块530，用于根据所述下载位置，向所述待提示设备发送下载提示信息。
[0146]
在本技术实施例中，提供了一种下载提示装置，包括：获取模块，用于获取待提示设备的下载信息，下载信息包括下载内容信息以及设备状态信息；确定模块，用于根据下载信息及已训练的回归算法，确定下载位置；发送模块，用于根据下载位置，向待提示设备发送下载提示信息。通过该实施例，一方面无需用户根据经验判断哪一位置处可以继续使用待提示设备，另一方面也无需用户中断对待提示设备的使用。因此，在待提示设备例如智能手机进入弱信号覆盖区域或无信号区域时，待提示设备仍可向用户显示用户计划浏览的内容，例如视频或资讯等。这便解决了如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等问题。
[0147]
在本技术的一个实施例中，确定模块520包括：
[0148]
获取单元，用于获取目标位置，所述目标位置为所述下载内容信息所属主题的内容的最小信号接收功率值所在位置；
[0149]
第一确定单元，用于根据所述下载信息、所述目标位置及所述已训练的回归算法，确定下载位置。
[0150]
在本技术的一个实施例中，获取单元具体用于：
[0151]
获取多个第一样本设备显示属于所述主题的内容的实际信号接收功率值，所述第一样本设备和待提示设备所在路径相同；
[0152]
构建全局搜索算法的适应度函数；
[0153]
根据多个所述实际信号接收功率值和所述适应度函数，确定所述主题的内容的最小信号接收功率值；
[0154]
将所述主题的内容的最小信号接收功率值对应的位置作为所述目标位置。
[0155]
在本技术的一个实施例中，获取模块510还用于：
[0156]
获取由多组训练样本组成的训练样本集，所述训练样本包括第二样本设备的样本信息及对应的下载位置，所述样本信息包括所述第二样本设备的下载信息及相对于所述目标位置的相对距离和方向，所述第二样本设备和所述待提示样本设备所在路径相同；
[0157]
确定模块520，还用于根据所述训练样本集，确定所述已训练的回归算法。
[0158]
在本技术的一个实施例中，获取模块510还用于：
[0159]
获取所述待提示设备响应于所述下载提示信息的下载结果；
[0160]
在本技术实施例中，下载提示装置500还包括更新模块，其中：
[0161]
更新模块，用于根据所述下载结果，更新所述已训练的回归算法。
[0162]
在本技术的一个实施例中，所述回归算法为梯度提升决策树算法、逻辑回归算法、卷积神经网络算法及深度神经网络算法中的任一个。
[0163]
在本技术的一个实施例中，所述全局搜索算法为粒子优化算法、单纯形算法、蚁算法以及遗传算法中的任一个。
[0164]
本技术实施例中的下载提示装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobile internet device，mid)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，还可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0165]
本技术实施例中的下载提示装置可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
[0166]
本技术实施例提供的下载提示装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
[0167]
可选地，如图6所示，本技术实施例还提供一种电子设备600，包括处理器601和存储器602，存储器602上存储有可在所述处理器601上运行的程序或指令，该程序或指令被处理器601执行时实现上述下载提示方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0168]
需要说明的是，本技术实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
[0169]
图7为实现本技术实施例的一种电子设备的硬件结构示意图二。
[0170]
该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
[0171]
本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
[0172]
其中，处理器1010，用于获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；
[0173]
根据所述下载信息及已训练的回归算法，确定下载位置；
[0174]
根据所述下载位置，向所述待提示设备发送下载提示信息。
[0175]
在本技术实施例中，提供了一种电子设备，其中的处理器用于：获取待提示设备的下载信息，下载信息包括下载内容信息以及设备状态信息；根据下载信息及已训练的回归算法，确定下载位置；根据下载位置，向待提示设备发送下载提示信息。通过该实施例，一方面无需用户根据经验判断哪一位置处可以继续使用待提示设备，另一方面也无需用户中断对待提示设备的使用。因此，在待提示设备例如智能手机进入弱信号覆盖区域或无信号区域时，待提示设备仍可向用户显示用户计划浏览的内容，例如视频或资讯等。这便解决了如何在智能手机进入弱信号覆盖区域或无信号区域时，使得智能手机可流畅的向用户播放视频或资讯等问题。
[0176]
可选地，处理器1010，具体用于：
[0177]
获取目标位置，所述目标位置为所述下载内容信息所属主题的内容的最小信号接收功率值所在位置；
[0178]
根据所述下载信息、所述目标位置及所述已训练的回归算法，确定下载位置。
[0179]
可选地，处理器1010，具体用于：
[0180]
获取多个第一样本设备显示属于所述主题的内容的实际信号接收功率值，所述第一样本设备和待提示设备所在路径相同；
[0181]
构建全局搜索算法的适应度函数；
[0182]
根据多个所述实际信号接收功率值和所述适应度函数，确定所述主题的内容的最小信号接收功率值；
[0183]
将所述主题的内容的最小信号接收功率值对应的位置作为所述目标位置。
[0184]
可选地，处理器1010，还用于：
[0185]
获取由多组训练样本组成的训练样本集，所述训练样本包括第二样本设备的样本信息及对应的下载位置，所述样本信息包括所述第二样本设备的下载信息及相对于所述目标位置的相对距离和方向，所述第二样本设备和所述待提示样本设备所在路径相同；
[0186]
根据所述训练样本集，确定所述已训练的回归算法。
[0187]
可选地，处理器1010，还用于：
[0188]
获取所述待提示设备响应于所述下载提示信息的下载结果；
[0189]
根据所述下载结果，更新所述已训练的回归算法。
[0190]
可选地，所述回归算法为梯度提升决策树算法、逻辑回归算法、卷积神经网络算法及深度神经网络算法中的任一个。
[0191]
可选地，所述全局搜索算法为粒子优化算法、单纯形算法、蚁算法以及遗传算法中的任一个。
[0192]
应理解的是，本技术实施例中，输入单元1004可以包括图形处理器(graphics processing unit，gpu)10041和麦克风10042，图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072中的至少一种。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
[0193]
存储器1009可用于存储软件程序以及各种数据。存储器1009可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器1009可以包括易失性存储器或非易失性存储器，或者，存储器1009可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本技术实施例中的存储器1009包括但不限于这些和任意其它适合类型的存储器。
[0194]
处理器1010可包括一个或多个处理单元；可选的，处理器1010集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
[0195]
本技术实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述下载提示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0196]
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器rom、随机存取存储器ram、磁碟或者光盘等。
[0197]
本技术实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述下载提示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0198]
应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
[0199]
本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述下载提示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0200]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述
的特征可在其他示例中被组合。
[0201]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
[0202]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：

1.一种下载提示方法，其特征在于，所述方法包括：获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；根据所述下载信息及已训练的回归算法，确定下载位置；根据所述下载位置，向所述待提示设备发送下载提示信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述下载信息及已训练的回归算法，确定下载位置，包括：获取目标位置，所述目标位置为所述下载内容信息所属主题的内容的最小信号接收功率值所在位置；根据所述下载信息、所述目标位置及所述已训练的回归算法，确定下载位置。3.根据权利要求2所述的方法，其特征在于，所述获取目标位置，包括：获取多个第一样本设备显示属于所述主题的内容的实际信号接收功率值，所述第一样本设备和待提示设备所在路径相同；构建全局搜索算法的适应度函数；根据多个所述实际信号接收功率值和所述适应度函数，确定所述主题的内容的最小信号接收功率值；将所述主题的内容的最小信号接收功率值对应的位置作为所述目标位置。4.根据权利要求2所述的方法，其特征在于，所述方法在所述根据所述下载信息、所述目标位置及所述已训练的回归算法，确定下载位置之前，还包括：获取由多组训练样本组成的训练样本集，所述训练样本包括第二样本设备的样本信息及对应的下载位置，所述样本信息包括所述第二样本设备的下载信息及相对于所述目标位置的相对距离和方向，所述第二样本设备和所述待提示样本设备所在路径相同；根据所述训练样本集，确定所述已训练的回归算法。5.根据权利要求1所述的方法，其特征在于，所述方法在所述根据所述下载位置，向所述待提示设备发送下载提示信息之后，还包括：获取所述待提示设备响应于所述下载提示信息的下载结果；根据所述下载结果，更新所述已训练的回归算法。6.根据权利要求1所述的方法，其特征在于，所述回归算法为梯度提升决策树算法、逻辑回归算法、卷积神经网络算法及深度神经网络算法中的任一个。7.根据权利要求3所述的方法，其特征在于，所述全局搜索算法为粒子优化算法、单纯形算法、蚁算法以及遗传算法中的任一个。8.一种下载提示装置，其特征在于，所述装置包括：获取模块，用于获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；确定模块，用于根据所述下载信息及已训练的回归算法，确定下载位置；发送模块，用于根据所述下载位置，向所述待提示设备发送下载提示信息。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的下载提示方法的步骤。10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序
或指令被处理器执行时实现如权利要求1-7任一项所述的下载提示方法的步骤。

技术总结

本申请公开了一种下载提示方法、装置、设备及可读存储介质，属于计算机技术领域。其中，方法包括：获取待提示设备的下载信息，所述下载信息包括下载内容信息以及设备状态信息；根据所述下载信息及已训练的回归算法，确定下载位置；根据所述下载位置，向所述待提示设备发送下载提示信息。送下载提示信息。送下载提示信息。

技术研发人员：

孔曼玉

受保护的技术使用者：

维沃移动通信有限公司

技术研发日：

2022.09.14

技术公布日：

2022/12/1