CN106842908A - 行为分析学习***及方法 - Google Patents

行为分析学习***及方法 Download PDF

Info

Publication number
CN106842908A
CN106842908A CN201510875534.3A CN201510875534A CN106842908A CN 106842908 A CN106842908 A CN 106842908A CN 201510875534 A CN201510875534 A CN 201510875534A CN 106842908 A CN106842908 A CN 106842908A
Authority
CN
China
Prior art keywords
user
association
data
trigger condition
acquisition terminal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510875534.3A
Other languages
English (en)
Inventor
陆欣
张欢欢
刘学顺
张玉勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Shenzhen Yuzhan Precision Technology Co ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yuzhan Precision Technology Co ltd, Hon Hai Precision Industry Co Ltd filed Critical Shenzhen Yuzhan Precision Technology Co ltd
Priority to CN201510875534.3A priority Critical patent/CN106842908A/zh
Priority to TW104144123A priority patent/TWI671693B/zh
Priority to US15/138,227 priority patent/US20170161636A1/en
Publication of CN106842908A publication Critical patent/CN106842908A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/23—Pc programming
    • G05B2219/23288—Adaptive states; learning transitions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Telephonic Communication Services (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Selective Calling Equipment (AREA)

Abstract

一种行为分析学习***及方法，应用于一服务器中，所述服务器与多个采集终端进行通信。所述***包括：关联模块，用于建立一关联表，所述关联表包括多个关联集群，所述关联集群包括多个采集终端之间的关联；获取模块，用于获取每一采集终端采集到的数据；分析模块，用于对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的触发条件及触发结果；学习模块，用于当一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件时，根据该触发条件对应的触发结果提供一指导建议。本发明的行为分析学习***及方法通过对用户日常生活的数据进行采集及分析学习，从而实现给用户提供更智能的服务。

Description

行为分析学习***及方法
技术领域
本发明涉及一种数据分析学习领域，特别涉及一种行为分析学习***及方法。
背景技术
随着智能家居***日益普及，物联网的发展也随之越来越迅速。然而，现有的物联网技术都是依赖预先编写好的程序实现智能化，其所能提供的服务过于模式化，无法根据外界环境的变化进行灵活调整。
发明内容
有鉴于此，有必要提出一种行为分析学习***及方法。
一种行为分析学习***，安装并运行于一服务器中，所述服务器与多个采集终端进行通信连接。所述***包括：一关联模块，用于建立一关联表并存储于一存储器中，所述关联表包括多个关联集群，所述关联集群包括多个采集终端之间的关联；一获取模块，用于获取每一采集终端采集到的数据；一分析模块，用于对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果；及一学习模块，用于当一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件时，根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
一种行为分析学习方法，应用于一服务器中，所述服务器与多个采集终端进行通信连接。所述方法包括：关联步骤：建立一关联表并存储于一存储器中，所述关联表包括多个关联集群，所述关联集群包括多个采集终端之间的关联；获取步骤：获取每一采集终端采集到的数据；分析步骤：对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果；及学习步骤：如果一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件，根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
本发明的行为分析学习***及方法通过对采集终端采集到的数据进行分析学习，能够根据用户的习惯灵活调整控制输出，从而给用户提供更加全面灵活的服务。
附图说明
图1是本发明一实施方式中行为分析学习***的应用环境示意图。
图2是本发明一实施方式中行为分析学习***的功能模块示意图。
图3是本发明一实施方式中用户界面的示意图。
图4是本发明一实施方式中数据分析的示意图。
图5是本发明一实施方式中行为分析学习方法的步骤流程图。
主要元件符号说明
服务器 100
行为分析学习*** 10
设置模块 11
关联模块 12
获取模块 13
分析模块 14
学习模块 15
存储器 20
处理器 30
通信装置 40
采集终端 200A～200H、200a～200h
用户终端 300A、300a
行为分析学习方法 5
步骤 S501～S505
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
请参阅图1及图2，图1是本发明一实施方式中的行为分析学习***的应用环境示意图，图2是本发明行为分析学习***10的功能模块示意图。所述行为分析学习***10安装并运行于如图1所示的一服务器100中，所述服务器100与多个采集终端200A～200H、200a～200h及多个用户终端300A、300a进行通信连接。
所述多个采集终端200A～200H、200a～200h可以是同一用户设置的用于采集其日常生活数据的终端，也可以是多个用户设置的用于采集每一用户日常生活数据的终端。所述多个用户终端300A、300a用于供用户添加或设置采集各自日常生活数据的采集终端200A～200H、200a～200h。所述采集终端200可以是温度传感器、摄像头、湿度传感器、时钟、空调遥控器、电视遥控器等，也可以是带电子标签的一般物件，如衣服、桌子、钥匙扣等。所述用户终端300A、300a为用户随身携带的电子设备，例如手机、平板电脑、笔记本电脑等，供用户与服务器100进行数据互动，方便用户实时了解自己的生活状况及在必要时刻获取服务器100关于某一事件的指导建议。在本实施方式中，所述用户终端300A、300a还可以同时作为采集终端，采集用户生活的相关数据，例如用户所处的地理位置等。
请一并参阅图2，所述服务器100还包括，但不限于，存储器20、处理器30及通信装置40。所述存储器20可以是所述服务器100本身的内存，也可以是与所述服务器100相互独立并能与所述服务器100进行数据交换的存储单元，如安全数字卡、智能媒体卡、快闪存储器卡等。所述存储器20用于存储所述服务器100中安装的程序代码以及各类数据。在本发明其他实施方式中，所述存储器20还可以是与所述服务器100实现通信连接的用户终端300中的内存。所述处理器30与所述存储器20及所述通信装置40通信连接，用于运行所述存储器20中存储的程序代码及运算各类数据，以执行相应的功能。所述通信装置40用于实现服务器100与多个采集终端200及多个用户终端300之间的通信数据传输。在本实施方式中，所述存储器20中存储有一行为分析学习***10，所述行为分析学习***10被所述处理器30所执行，用来实现所述服务器100的部分功能。
在本实施方式中，所述行为分析学习***10可以被分割为一个或多个模块，所述一个或多个模块被存储在所述存储器20中，并被配置成由一个或多个处理器(本实施方式为所述处理器30)执行，以完成本发明。例如，如图2所示，所述行为分析学习***10被分割成设置模块11、关联模块12、获取模块13、分析模块14及学习模块15。本发明所称的模块是指一种能够完成特定功能的一系列程序指令段，比程序更适合于描述软件在所述服务器100中的执行过程。
在本实施方式中，以用户个数为两个(用户A及用户a)为例对本发明的行为分析学习***10进行详细的说明。
所述设置模块11在所述用户终端300A、300a提供一用户界面供用户添加采集终端200A～200H、200a～200h及根据各个采集终端200A～200H、200a～200h之间的关联设置一个或多个关联集群。所述每一关联集群包括与至少一事件或动作关联的多个采集终端。在本实施方式中，所述设置模块11还在所述用户终端300A、300a提供一用户界面供用户设置权限用户。
具体地，在本实施方式中，用户A的用户终端为300A，如图3所示，是本发明一实施方式中的用户界面示意图。用户A可以通过所述用户终端300A上的用户界面添加需要管理的对象，例如家、办公室等。用户A还可以在该用户界面设置每一管理对象的权限用户，例如设置家里的权限用户为室友(用户B)、办公室的权限用户为同事(用户C及用户D)。进一步地，用户A还可以在该用户界面添加设置在用户A家里的采集终端为200A～200D，设置在用户A的办公室的采集终端200E～200H。用户A还可以在该用户界面设置各个采集终端200A～200H的属性及根据各个采集终端200A～200H之间的关联设置一个或多个关联集群，所述每一关联集群包含多个采集终端。在本实施方式中，所述采集终端200A、200E为温度传感器，用于采集所处环境的温度；采集终端200B、200F为摄像头，用于采集所在区域是否有人或采集周围环境数据；采集终端200C、200G为时钟，用于实时采集时间；采集终端200D为电视遥控器，用于采集电视所处的状态(例如关闭或开启)；采集终端200H为空调遥控器，用于采集空调所处的状态(例如关闭或开启、空调问题等)。此外，用户A还可以根据自己的实际需求设置更多的采集终端对家里或办公室的其他状态进行采集，并不仅限于本实施方式中的电视机、空调等。在本实施方式中，用户A建立的关联集群1包括关联的采集终端200B～200D、关联集群2包括关联的采集终端200E、200F及200H。
同样地，用户a也可以在其用户终端300a上的用户界面添加设置在用户a家里的采集终端200a～200d，设置在用户a办公室的采集终端200e～200h以及设置各个采集终端200a～200h的属性及其组成的一个或多个关联集群等。
所述关联模块12获取用户在所述用户界面上的设置，根据用户设置的关联集群建立一关联表并存储于所述存储器20中。在本实施方式中，所述关联模块12将用户A设置的所述关联集群1、2建立一关联表或添加至已有的关联表中。
所述获取模块13获取每一采集终端200A～200H、200a～200h采集到的数据。在本实施方式中，所述获取模块13每隔一预设时间获取每一采集终端200A～200H、200a～200h采集的数据。
所述分析模块14对每一关联集群中的采集终端200A～200H、200a～200h采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果。在本实施方式中，所述分析模块14根据统计原理对所述获取模块13目前时刻获取到的数据以及先前时刻获取到的数据进行分析，然后确定每一关联集群中的至少一触发条件及至少一触发结果。如图4所示，是本发明一实施方式中的数据分析的示意图。所述分析模块14根据所述采集终端200B～200D采集到的多项数据进行分析，最后确定触发条件为：200B采集到有人及200C采集到时间为19:00；触发结果为：200D开启，即19:00家里有人时，电视机开启。所述分析模块14根据所述采集终端200E、200F及200H采集到的多项数据进行分析，最后确定的触发条件为：200E采集温度为28℃以上且200F采集到有人；触发结果为：200G开启，及当办公室有人且温度在28℃以上时，空调开启。
当一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件时，所述学习模块15根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
具体地，所述学习模块15会根据所述分析模块14确定的该关联集群的触发条件及触发结果对该关联集群或其他与该关联集群类似的关联集群给出以下指导建议或控制。
所述学习模块15对用户的一些行为习惯进行学习，并根据学习结果给该用户自己提供相应的指导建议或控制。举例而言，如果所述分析模块14分析到一用户A每天晚上七点在家的时候会开启电视机，当采集终端采集到的状态为晚上七点且家里有人时，所述学习模块15会根据所述分析模块14的分析结果发送一信息指导或建议该用户A开启电视机，或者直接发送一控制信号控制电视机开启。具体地，如果当用户A设置的所述关联集群1中的采集终端200B采集到有人且200C采集到的时间为19:00时，所述学习模块15根据该触发条件对应的触发结果(200D开启)发送一指导建议至用户A的用户终端300A建议用户A开启电视(如发送一内容为“您每天晚上七点都会开启电视机，现在是晚上时间七点，为了避免错过您喜欢的电视节目，建议现在开启电视机”至用户A的用户终端300A)或发送一控制指令至采集终端200D控制其开启电视机。
此外，所述学习模块15还会对用户的一些行为习惯进行学习，并根据学习结果对其他用户提供相应的指导建议或控制。例如，如果所述分析模块14分析到一用户A每天在办公室且办公室温度高于28℃时就会开启空调，当另一用户a设置的采集终端采集到的状态为该用户a在办公室且办公室温度高于28℃时，所述学习模块15会根据所述分析模块14分析的所述用户A的行为习惯给用户a提供一些指导建议以供其参考或直接控制用户a办公室的空调开启，如发送一内容为“用户A每天在办公室温度高于28℃时就会开启空调，您现在办公室温度高于28℃，为了提高您的办公舒适度，建议开启空调”的信息至用户a的用户终端300a或直接发送一控制指令控制用户a办公室的空调200h开启。
请参阅图5，是本发明一实施方式中行为分析学习方法5的步骤流程图。根据不同的需求，图5所示的流程图中步骤的执行顺序可以改变，某些步骤可以省略。
步骤S501，在用户终端提供一用户界面供用户设置权限用户、添加采集终端及根据各个采集终端之间的关联设置一个或多个关联集群。
步骤S502，根据用户设置的关联集群建立一关联表并存储于一存储器中。
步骤S503，获取每一采集终端采集到的数据。在本实施方式中，所述行为分析学习方法5每隔一预设时间获取每一采集终端采集到的数据。
步骤S504，对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果。
步骤S505，如果一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件，根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
本发明的行为分析学习***及方法通过对采集终端采集到的数据进行分析，进而确定用户设置的每一关联集群中的至少一触发条件及触发结果，然后根据该确定的触发条件及触发结果给用户自己或其他用户提供相应的指导建议或直接控制对应的控制终端执行该对应的触发结果，实现对用户生活或工作更加灵活全面且智能化的管理，给用户提供了很大的方便。
最后应该说明的是，以上实施例仅用以说明本发明的技术方案而限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种行为分析学习***，其可安装并运行于一服务器中，所述服务器与多个采集终端进行通信连接，其特征在于，所述***包括：
一关联模块，用于建立一关联表并存储于一存储器中，所述关联表包括多个关联集群，所述关联集群包括多个采集终端之间的关联；
一获取模块，用于获取每一采集终端采集到的数据；
一分析模块，用于对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果；及
一学习模块，用于当一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件时，根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
2.如权利要求1所述的行为分析学习***，其特征在于，还包括一设置模块，用于在一用户终端提供一用户界面供用户添加采集终端及根据与该用户相关的采集终端之间的关联设置关联集群，所述关联模块获取用户设置的关联集群并添加至关联表中。
3.如权利要求1所述的行为分析学习***，其特征在于，还包括一设置模块，用于在一用户终端提供一用户界面供用户设置权限用户。
4.如权利要求1所述的行为分析学习***，其特征在于，所述获取模块每隔一预设时间获取每一采集终端采集的数据；所述分析模块对获取模块目前时刻获取到的数据以及先前时刻获取到的数据进行分析，然后确定每一关联集群中的至少一触发条件及至少一触发结果。
5.如权利要求4所述的行为分析学习***，其特征在于，所述分析模块根据统计原理对获取到的数据进行分析。
6.一种行为分析学习方法，其可应用于一服务器中，所述服务器与多个采集终端进行通信连接，其特征在于，所述方法包括：
关联步骤：建立一关联表并存储于一存储器中，所述关联表包括多个关联集群，所述关联集群包括多个采集终端之间的关联；
获取步骤：获取每一采集终端采集到的数据；
分析步骤：对每一关联集群中的采集终端采集到的数据进行分析并确定该关联集群中的至少一触发条件及至少一触发结果，其中，每一触发条件对应一触发结果；及
学习步骤：如果一关联集群中的采集终端采集到的数据符合该关联集群中的一触发条件，根据该触发条件对应的触发结果提供一指导建议或发送一控制指令控制对应的采集终端执行该触发条件对应的触发结果。
7.如权利要求6所述的行为分析学习方法，其特征在于，所述关联步骤前还包括一设置步骤，所述设置步骤为：
在一用户终端提供一用户界面供用户添加采集终端及根据与该用户相关的采集终端之间的关联设置关联集群；
所述关联步骤为：获取用户设置的关联集群并添加至关联表中。
8.如权利要求6所述的行为分析学习方法，其特征在于，还包括一设置步骤：在一用户终端提供一用户界面供用户设置权限用户。
9.如权利要求6所述的行为分析学习方法，其特征在于，所述获取步骤为：每隔一预设时间获取每一采集终端采集的数据；
所述分析步骤具体为：对目前时刻获取到的数据以前先前时刻获取到的数据进行分析，然后确定每一关联集群中的一触发条件及至少一触发结果。
10.如权利要求9所述的行为分析学习方法，其特征在于，所述分析步骤根据统计原理对获取到的数据进行分析。
CN201510875534.3A 2015-12-03 2015-12-03 行为分析学习***及方法 Pending CN106842908A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510875534.3A CN106842908A (zh) 2015-12-03 2015-12-03 行为分析学习***及方法
TW104144123A TWI671693B (zh) 2015-12-03 2015-12-28 行為分析學習系統及方法
US15/138,227 US20170161636A1 (en) 2015-12-03 2016-04-26 Behavior analysis learning system based thereon and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510875534.3A CN106842908A (zh) 2015-12-03 2015-12-03 行为分析学习***及方法

Publications (1)

Publication Number Publication Date
CN106842908A true CN106842908A (zh) 2017-06-13

Family

ID=58798420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510875534.3A Pending CN106842908A (zh) 2015-12-03 2015-12-03 行为分析学习***及方法

Country Status (3)

Country Link
US (1) US20170161636A1 (zh)
CN (1) CN106842908A (zh)
TW (1) TWI671693B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516447A (zh) * 2021-05-21 2021-10-19 陕西迅税通智能科技有限公司 基于计算机输出财税推理匹配结果的电子装置及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636688A (zh) * 2018-12-11 2019-04-16 武汉文都创新教育研究院（有限合伙） 一种基于大数据的学生行为分析***
CN110334129A (zh) * 2019-07-08 2019-10-15 国家电网有限公司 学习行为分析方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782768A (zh) * 2010-02-09 2010-07-21 华南理工大学 一种基于上下文感知的智能家居***
CN102927660A (zh) * 2012-11-30 2013-02-13 四川长虹电器股份有限公司 基于自适应温控技术的智能空调控制方法及***
US20150312398A1 (en) * 2014-04-24 2015-10-29 Samsung Electronics Co., Ltd. Apparatus and method for automatic discovery and suggesting personalized gesture control based on user's habit and context
CN105093947A (zh) * 2015-07-13 2015-11-25 小米科技有限责任公司 智能设备控制方法和装置
CN105094093A (zh) * 2015-07-30 2015-11-25 四川长虹电器股份有限公司 一种智能家居控制方法及控制中心
CN105116735A (zh) * 2015-06-27 2015-12-02 广东天际电器股份有限公司 一种智能小家电***及其应用

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9372922B2 (en) * 2013-07-11 2016-06-21 Neura, Inc. Data consolidation mechanisms for internet of things integration platform
US10102738B2 (en) * 2014-09-30 2018-10-16 Henry's Products Llc Portable security device
US10484488B2 (en) * 2014-11-24 2019-11-19 C-Labs Corporation Method for dynamic and automatic creation of user interfaces
CN104808499B (zh) * 2015-03-09 2019-01-15 联想(北京)有限公司 一种基于联动规则控制智能家居设备的方法及控制装置
KR102354943B1 (ko) * 2015-05-20 2022-01-25 삼성전자주식회사 전자 장치가 외부 기기를 제어하는 방법 및 상기 전자 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782768A (zh) * 2010-02-09 2010-07-21 华南理工大学 一种基于上下文感知的智能家居***
CN102927660A (zh) * 2012-11-30 2013-02-13 四川长虹电器股份有限公司 基于自适应温控技术的智能空调控制方法及***
US20150312398A1 (en) * 2014-04-24 2015-10-29 Samsung Electronics Co., Ltd. Apparatus and method for automatic discovery and suggesting personalized gesture control based on user's habit and context
CN105116735A (zh) * 2015-06-27 2015-12-02 广东天际电器股份有限公司 一种智能小家电***及其应用
CN105093947A (zh) * 2015-07-13 2015-11-25 小米科技有限责任公司 智能设备控制方法和装置
CN105094093A (zh) * 2015-07-30 2015-11-25 四川长虹电器股份有限公司 一种智能家居控制方法及控制中心

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113516447A (zh) * 2021-05-21 2021-10-19 陕西迅税通智能科技有限公司 基于计算机输出财税推理匹配结果的电子装置及方法
CN113516447B (zh) * 2021-05-21 2024-04-23 陕西迅税通智能科技有限公司 基于计算机输出财税推理匹配结果的电子装置及方法

Also Published As

Publication number Publication date
TW201725541A (zh) 2017-07-16
TWI671693B (zh) 2019-09-11
US20170161636A1 (en) 2017-06-08

Similar Documents

Publication Publication Date Title
Li et al. Sustainable smart home and home automation: Big data analytics approach
CN105068513B (zh) 基于社交网络行为感知的智能家庭能源管理方法
Schwartz et al. What people do with consumption feedback: a long-term living lab study of a home energy management system
CN105607508A (zh) 基于用户行为分析的智能家居设备控制方法及***
CN110136024B (zh) 获取用户的用电特征、用电习惯及用电量预测值的方法及装置
CN103530029B (zh) 基于人机界面用户行为分析的ems图形动态菜单展示方法
CN109903087A (zh) 基于行为特征预测用户属性值的方法、装置及存储介质
KR20180072468A (ko) 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법
CN104462245A (zh) 一种用户上网偏好数据识别方法
CN109697168A (zh) 耗电量测试方法及装置、电子设备、存储介质
CN106842908A (zh) 行为分析学习***及方法
CN104537496B (zh) 智能终端设备使用状况统计分析方法及装置
CN103198144A (zh) 物联网平台数据管理方法
CN106444412A (zh) 一种联网的家庭环境控制***
CN106506212A (zh) 异常信息获取方法及用户终端
CN106842964A (zh) 个性化定制***及方法
CN107294905A (zh) 一种识别用户的方法及装置
CN104238746B (zh) 信息处理方法及电子设备
CN108717285A (zh) 通过内置网页编程的可编程逻辑控制器
CN116184851A (zh) 一种睡眠模式调节方法、装置、终端及存储介质
CN113778885B (zh) 基于数据埋点的提示信息生成方法、装置及电子设备
CN115437267A (zh) 一种基于物联网的分布式智能家居网络控制***
CN104155943A (zh) 基于Android的室内微环境感知及家电控制方法
CN101656690A (zh) 一种远程分工协作***和方法
CN205384460U (zh) 大数据分析智能家居***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170613

WD01 Invention patent application deemed withdrawn after publication