CN112579895A - 一种场景推荐方法、装置、智能终端及存储介质 - Google Patents
一种场景推荐方法、装置、智能终端及存储介质 Download PDFInfo
- Publication number
- CN112579895A CN112579895A CN202011490392.6A CN202011490392A CN112579895A CN 112579895 A CN112579895 A CN 112579895A CN 202011490392 A CN202011490392 A CN 202011490392A CN 112579895 A CN112579895 A CN 112579895A
- Authority
- CN
- China
- Prior art keywords
- scene recommendation
- equipment
- scheme
- scene
- recommendation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/80—Homes; Buildings
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Architecture (AREA)
- Animal Behavior & Ethology (AREA)
- Structural Engineering (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种场景推荐方法、装置、智能终端及存储介质,该方法包括:获取设定区域对应的用户特征信息和设定区域内的家居设备的设备信息;将用户特征信息和设备信息输入至预先构建的场景推荐模型,以确定与设定区域的类型匹配的场景推荐方案;在场景推荐方案中筛选与家居设备匹配的目标场景推荐方案。提高了场景推荐的准确性和适配性。
Description
技术领域
本申请涉及智能家居技术领域,尤其涉及一种场景推荐方法、装置、智能终端及存储介质。
背景技术
随着科学技术的发展,智能家居市场规模越来越大,普通家庭里所拥有的智能家居越来越多。为了满足用户需求以及解决多种智能设备控制复杂的问题,场景推荐应运而生。场景设置比如是将场景设置中的设备的某种参数值设置为动作进行执行,比如,用户点击场景按钮,空调调到25度等。
相关技术中,场景的设置和使用过程为:用户添加设备并联网,手动设置场景执行,或者从***已有场景中选择执行,前者虽然可自定义场景但是流程较为繁琐,后者场景方案较为固化,而固化的场景方案很容易造成推荐的场景不符合当前设备的实际情况,因此,导致推荐的场景的准确性和适配性较低。
发明内容
本申请实施例提供一种场景推荐方法、装置、智能终端及存储介质,用以提高场景推荐的准确性和适配性。
第一方面,本申请一实施例提供了一种场景推荐方法,该方法包括:
获取设定区域对应的用户特征信息和所述设定区域内的家居设备的设备信息;
将所述用户特征信息和所述设备信息输入至预先构建的场景推荐模型,以确定与所述设定区域的类型匹配的场景推荐方案;
在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案。
本申请实施例,根据获取的设定区域对应的用户特征信息和设定区域内的家居设备的设备信息,应用预先构建的场景推荐模型来确定与设定区域的类型匹配的场景推荐方案,考虑了用户特征信息和设备信息,使场景推荐方案更准确,且不依赖于用户输入,降低了操作的复杂性;另外,在场景推荐方案中将与家居设备匹配的目标场景方案筛选出来,这样,避免了设定区域并无场景推荐方案中包括的设备可用的情况,结合了设定区域实际存在的设备,有针对性的进行推荐,适配性更高。
在一些示例性的实施方式中,所述在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案,包括:
针对每个场景推荐方案,确定所述场景推荐方案包括的推荐设备类型;
若所述推荐设备类型与所述家居设备的类型全部相同,则确定所述场景推荐方案为目标场景推荐方案。
上述实施例,将场景推荐方案中包括的推荐设备类型与家居设备的类型进行对比,以提高场景推荐的准确度;如果场景推荐方案中包括的推荐设备类型与家居设备的类型相同,表明当前的场景推荐方案与当前家居设备类型的适配度较高,此时,确定场景推荐方案为目标场景推荐方案。
在一些示例性的实施方式中,所述在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案,包括:
若所述推荐设备类型中有与所述设备信息中的设备类型不同的设备类型,则剔除所述场景推荐方案中所述不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
上述实施例,如果推荐设备类型中有与设备信息中的设备类型不同设备类型,此时,将场景推荐方案中的不同的设备类型关联的场景推荐信息剔除,避免了设定区域并无场景推荐方案中包括的设备可用却仍继续推荐的情况,有针对性的进行推荐,适配性更高。
在一些示例性的实施方式中,所述在所述场景推荐方案中筛选与预设设备列表对应的目标场景推荐方案之后,还包括:
若所述目标场景推荐方案为两个或两个以上,则应用设定约束条件对各个所述目标场景推荐方案进行加权评分;其中,所述设定约束条件包括满意度指数大于设定满意度阈值,以及舒适度指数大于设定舒适度阈值;
将评分大于设定评分阈值的所述目标场景推荐方案展示给用户。
上述实施例,当目标场景推荐方案为两个或两个以上时,为了将更合适的场景推荐方案筛选出来展示给用户,以帮助用户进行选择,此时,应用满意度指数和舒适度指数对各个目标场景推荐方案进行加权评分,将评分大于设定评分阈值的目标推荐方案在推荐给用户。
在一些示例性的实施方式中,所述获取设定区域对应的用户特征信息包括:
通过监测设备获取所述设定区域对应的用户特征信息;
其中,所述用户特征信息是所述监测设备根据用户习惯数据生成的。
上述实施例,监测设备根据用户习惯数据生成用户特征信息,智能终端通过监测设备获取设定区域对应的用户特征信息,这样获取到的用户特征信息结合了用户习惯数据,进而使得场景推荐结果适配度更高、更准确。
第二方面,本申请一实施例提供了一种场景推荐装置,该装置包括:
信息获取模块,用于获取设定区域对应的用户特征信息和所述设定区域内的家居设备的设备信息;
方案确定模块,用于将所述用户特征信息和所述设备信息输入至预先构建的场景推荐模型,以确定与所述设定区域的类型匹配的场景推荐方案;
方案匹配模块,用于在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案。
在一些示例性的实施方式中,所述方案匹配模块具体用于:
针对每个场景推荐方案,确定所述场景推荐方案包括的推荐设备类型;
若所述推荐设备类型与所述家居设备的类型全部相同,则确定所述场景推荐方案为目标场景推荐方案。
在一些示例性的实施方式中,所述方案匹配模块还用于:
若所述推荐设备类型中有与所述设备信息中的设备类型不同的设备类型,则剔除所述场景推荐方案中所述不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
在一些示例性的实施方式中,还包括评分模块,用于在所述场景推荐方案中筛选与预设设备列表对应的目标场景推荐方案之后,若所述目标场景推荐方案为两个或两个以上,则应用设定约束条件对各个所述目标场景推荐方案进行加权评分;其中,所述设定约束条件包括满意度指数大于设定满意度阈值,以及舒适度指数大于设定舒适度阈值;
将评分大于设定评分阈值的所述目标场景推荐方案展示给用户。
在一些示例性的实施方式中,所述信息获取模块具体用于:
通过监测设备获取所述设定区域对应的用户特征信息;
其中,所述用户特征信息是所述监测设备根据用户习惯数据生成的。
第三方面,本申请一实施例提供了一种智能终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行计算机程序时实现上述任一种方法的步骤。
第四方面,本申请一实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所介绍的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种场景推荐方法的应用场景示意图;
图2为本申请一实施例提供的一种场景推荐方法的流程图;
图3为本申请一实施例提供的一种设备定位的流程图;
图4为本申请一实施例提供的一种场景推荐方案的显示页面图;
图5为本申请一实施例提供的一种场景推荐装置的结构示意图;
图6为本申请一实施例提供的一种智能终端的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
对本申请实施例中应用到的名词进行解释:
知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。在本申请实施例中,应用知识图谱建立用户特征信息和设备信息分别与场景推荐方案的对应关系。
附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
在具体实践过程中,场景设置作为智能家居管理平台***或者软件功能,目标一般的设置和使用过程为:首先需要用户添加设备并且联网,然后用户需要手动设置场景执行;或者从***已有场景中进行选择。前者虽然可以自定义场景,但是流程较为繁琐,后者则场景方案较为固化,并且用户支持的设备不一定能满足场景设置需要,比如,用户缺少净化器,而场景设置中包括净化器的方案,此时,导致整个场景方案不能实现或者效果达不到预期。
为此,本申请提供了一种场景推荐方法,利用预先构建的场景推荐模型,将设定区域内对应的用户特征信息和家居设备的设备信息输入至预先构建的场景推荐模型,再确定与设定区域的类型匹配的场景推荐方案;最后根据家居设备的设备信息,在场景推荐方案中筛选与家居设备匹配的目标场景推荐方案。这样,场景推荐方案结合了用户特征信息以及设定区域内的设备信息,提高场景推荐的准确性和适配性。
在介绍完本申请实施例的设计思想之后,下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍,需要说明的是,以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施时,可以根据实际需要灵活地应用本申请实施例提供的技术方案。
参考图1,其为本申请实施例提供的一种场景推荐方法的应用场景示意图,图1中,设定区域可以是主卧、书房、客厅和婴儿房等,主卧、书房、客厅和婴儿房分别有一台空调11,婴儿房还有一台加湿器12,客厅还有一台空气净化器13。其中,该设定区域以婴儿房为例,用户特征信息可以是该婴儿房间住的婴儿的睡眠信息等;该设定区域内的家居设备包括空调和加湿器。这样,应用本申请实施例的技术方案,将场景方案推荐到用户的智能手机上,比如妈妈通过操作智能手机,结合场景推荐方案,调节婴儿房间的各个设备的参数设置。
当然,本申请实施例提供的方法并不限用于图1所示的应用场景中,还可以用于其它可能的应用场景,本申请实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述,在此先不过多赘述。
为进一步说明本申请实施例提供的技术方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。
下面结合图1所示的应用场景,对本申请实施例提供的技术方案进行说明。
参考图2,本申请实施例提供一种场景推荐方法,包括以下步骤:
S201、获取设定区域对应的用户特征信息和设定区域内的家居设备的设备信息。
S202、将用户特征信息和设备信息输入至预先构建的场景推荐模型,以确定与设定区域的类型匹配的场景推荐方案。
S203、在场景推荐方案中筛选与家居设备匹配的目标场景推荐方案。
本申请实施例,根据获取的设定区域对应的用户特征信息和设定区域内的家居设备的设备信息,应用预先构建的场景推荐模型来确定与设定区域的类型匹配的场景推荐方案,考虑了用户特征信息和设备信息,使场景推荐方案更准确,且不依赖于用户输入,降低了操作的复杂性;另外,在场景推荐方案中将与家居设备匹配的目标场景方案筛选出来,这样,避免了设定区域并无场景推荐方案中包括的设备可用的情况,结合了设定区域实际存在的设备,有针对性的进行推荐,适配性更高。
涉及到S201,设定区域比如是主卧、客厅、书房或者婴儿房间等,设定区域对应的用户是指平时居住在对应的设定区域的用户,比如,主卧对应的用户是爸爸妈妈,书房对应的用户是爸爸,婴儿房对应的用户是孩子,但是场景推荐时,与相应的用户是否在对应的区域内无关。
示例性的,用户特征信息一般是通过监测设备根据用户习惯数据生成的,其中,监测设备比如是用户的智能手环或者是智能手机,智能手环可以监测用户的心率等,或者,智能手机中的运动健康类应用软件可以监测用户的脉搏等。另外,用户特征信息还可以包括用户的偏好信息,比如用户比较怕冷,空调温度通常设置为一般人的需求的温度高。
设定区域内的家居设备比如包括空调、空气净化器、加湿器、新风机等中的一个或多个。相应的设备的设备信息包括设备的类型、型号、设备功能集和控制集,以空调为例,设备功能集和控制集主要是指比如空调的一项功能是温度调节,其对应可能包括上调温度、下调温度,则温度调节为功能集中的一项,上调温度和下调温度是控制集中的两项。针对任意一个家具设备,其设备信息中分别包括对应的功能集合控制集。
另外,在实际的应用过程在,如何确定设定区域内哪些家居设备,需要对各个家居设备进行定位来实现。在一个具体的例子中,图3示出了一种设备的定位流程,参考图3,通过如下方式确定家居设备的位置。
S301、设备开始请求配网。
比如通过该设备品牌或机型对应的APP(Application,应用程序)扫描设备上的二维码来启动,或者在APP设备列表中选择当前设备,启动配网流程。
S302、设备与手机建立连接。
因机型差异,设备可以通过蓝牙或者自身热点与手机建立连接。
S303、建立连接后,手机将设备信息发送至服务器进行鉴权,在鉴权通过时将附近AP(WirelessAccessPoint,无线访问接入点)节点的配网信息下发到设备。
其中,设备信息比如是设备型号。
S304、设备断开与手机的连接,并在组件的无线网格网络中搜索附近AP节点完成配网。
S305、当整张无线网格网络接收到新设备请求配网的信息时,网络中的所有AP将进行新设备的自动搜索,以验证新设备是否落入自身预设的网络范围内。
S306、对落入自身预设网络范围的AP,检测设备的接收信号强度,并把信号强度数据组成二维向量。
S307、根据二维向量,判断设备在网络范围内的方向,与家居无线网格网络地图进行匹配计算,从而得出设备的位置。
应用如上方法,可以确定各个家居设备的位置,进而可以确定各个设定区域内有哪些家居设备,比如,主卧里有空调,客厅里有空调和空气净化器。
涉及到S202,在获取到设定区域对应的用户特征信息和设定区域内的家居设备的设备信息后,将二者输入至预先构建的场景推荐模型,先确定设定区域的类型,再确定该设定区域的类型匹配的场景推荐方案。
接下来对场景推荐模型的预先构建过程进行说明,在实际的应用过程中,可以采用知识图谱技术进行,比如,应用知识图谱,建立用户特征信息和设备信息,与场景推荐方案的对应关系。另外,还可以应用神经网络技术,将多组用户特征信息和设备信息以及场景推荐方案作为训练样本,比如应用基础卷积神经网络进行训练,得到场景推荐模型。这样,将获取到的当前设定区域内对应的用户特征信息和设备信息输入至预先构建的场景推荐模型,得到对应的场景推荐方案。另外,还可以是预先构建一个场景库,场景库中存储有用户特征信息、设备信息以及场景推荐方案的映射关系,将当前设定区域对应的用户特征信息和设备信息输入至场景库进行匹配,得到当前设定区域的场景推荐方案。
在实际的实施过程中,场景推荐方案的确定过程还可以是预先设置一个设备列表,该设备列表中存储有各个设定区域内的各个家居设备的类型、型号等。这样可以通过查询设备列表,推荐包括当前设定区域包括的设备类型对应的场景推荐方案。
需要说明的是,上述场景推荐模型的构建过程以及场景库的构建过程中,应用到的用户特征信息和设备信息为大量的数据采集得到的,比如获取N个家庭的不同房间的住的用户的用户特征信息以及每个房间的设备信息得到的。采集的数据量越大,推荐得到的场景推荐方案越准确。
示例性的,场景推荐方案的匹配过程中,场景推荐模型可以先确定设定区域的类型,再进行场景推荐。比如,通过用户特征信息中的睡眠曲线确定当前设定区域为婴儿住的房间,通过设备信息中的设备品牌信息和设备型号确定当前设定区域中的设备比较高端,则确定设定区域的类型为高端儿童房。
涉及到S203,应用场景推荐模型得到的与设定区域的配型匹配的场景推荐方案可能是多个,如何从多个场景推荐方案中筛选出合适的场景推荐方案尤为重要,将从多个场景推荐方案中筛选得到的场景推荐方案称为目标场景推荐方案。
接下来对目标场景推荐方案的筛选过程进行说明:针对每个场景推荐方案,确定该场景推荐方案包括的推荐设备类型,比如,该场景推荐方案为空调温度调节为25度,加湿器湿度设置为50%,这样,该场景推荐方案中的推荐设备类型为空调和加湿器。而比如设定区域中的设备信息中的设备类型为空调和加湿器,表明推荐设备类型与家居设备的类型全部相同,则确定场景推荐方案为目标场景推荐方案。
另外,仍以上述场景推荐方案为例,比如设定区域中的设备信息中的设备类型为空调,没有加湿器,则二者相比,不同的设备类型为加湿器,则在场景推荐方案中,将和加湿器有关的场景推荐信息删除。在这个具体的例子中,和加湿器有关的场景推荐信息是加湿器湿度设置为50%,这样,将空调温度调节为25度作为目标场景推荐方案。
在实际的应用过程中,家居设备的功能越来越完善,品牌也越来越多,这样,不同的品牌之间,或者,相同品牌的不同型号的同类型的设备之间,功能可能不同,这样,产生的场景推荐方案也不同。因此,在场景推荐时,还可以结合设备型号和设备的功能集和控制集进行场景推荐。实现了更智能化的场景推荐。
另外,如果目标场景推荐方案为两个或者两个以上,可以应用设定约束条件对各个目标场景推荐方案进行加权评分;将评分大于设定评分阈值的目标场景推荐方案展示给用户。示例性的,设定约束条件包括满意度指数大于设定满意度阈值,且舒适度指数大于设定舒适度阈值。
具体的,预设各个设备的设置参数与满意度以及舒适度的映射关系,将场景推荐方案中的不同设备的推荐信息与上述映射关系进行匹配。另外,可以根据用户特征信息中的用户偏好为不同设备的推荐信息设置相应的权重。这样,可以得到各个目标场景推荐的评分,评分越高,表明满意度越高,舒适度越高。示例性的,可以将评分大于设定评分阈值的目标场景推荐方案展示给用户。
在一个具体的例子中,图4示出了一种场景推荐方案的显示页面图,参考图4,用户可以点击选中想要选择的场景推荐方案,将用户的选择对应的操作指令发送给相应的家居设备,控制相应的家居设备执行相应的推荐信息,比如,当前区域为主卧,将主卧空调设置为25度,加湿器湿度设置为50%。另外,还可以显示其他控制图标,比如空调温度的加减图标,以及加湿器湿度调节的加减图标,以便用户对场景推荐方案进行适应调节。
如图5所示,基于与上述场景推荐方法相同的发明构思,本申请实施例还提供了一种场景推荐装置,该场景推荐装置包括信息获取模块501、方案确定模块502和方案匹配模块503。
其中,信息获取模块501,用于获取设定区域对应的用户特征信息和设定区域内的家居设备的设备信息;
方案确定模块502,用于将用户特征信息和设备信息输入至预先构建的场景推荐模型,以确定与设定区域的类型匹配的场景推荐方案;
方案匹配模块503,用于在场景推荐方案中筛选与家居设备匹配的目标场景推荐方案。
本申请实施例,根据获取的设定区域对应的用户特征信息和设定区域内的家居设备的设备信息,应用预先构建的场景推荐模型来确定与设定区域的类型匹配的场景推荐方案,考虑了用户特征信息和设备信息,使场景推荐方案更准确,且不依赖于用户输入,降低了操作的复杂性;另外,在场景推荐方案中将与家居设备匹配的目标场景方案筛选出来,这样,避免了设定区域并无场景推荐方案中包括的设备可用的情况,结合了设定区域实际存在的设备,有针对性的进行推荐,适配性更高。
在一些示例性的实施方式中,方案匹配模块503具体用于:
针对每个场景推荐方案,确定场景推荐方案包括的推荐设备类型;
若推荐设备类型与家居设备的类型全部相同,则确定场景推荐方案为目标场景推荐方案。
在一些示例性的实施方式中,方案匹配模块503还用于:
若推荐设备类型中有与设备信息中的设备类型不同的设备类型,则剔除场景推荐方案中不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
在一些示例性的实施方式中,还包括评分模块,用于在场景推荐方案中筛选与预设设备列表对应的目标场景推荐方案之后,若目标场景推荐方案为两个或两个以上,则应用设定约束条件对各个目标场景推荐方案进行加权评分;其中,设定约束条件包括满意度指数大于设定满意度阈值,以及舒适度指数大于设定舒适度阈值;
将评分大于设定评分阈值的目标场景推荐方案展示给用户。
在一些示例性的实施方式中,信息获取模块501具体用于:
通过监测设备获取设定区域对应的用户特征信息;
其中,用户特征信息是监测设备根据用户习惯数据生成的。
本申请实施例提的场景推荐装置与上述场景推荐方法采用了相同的发明构思,能够取得相同的有益效果,在此不再赘述。
基于与上述场景推荐方法相同的发明构思,本申请实施例还提供了一种智能终端,该智能终端具可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、服务器等。如图6所示,该智能终端可以包括处理器61和存储器62。
处理器61可以是通用处理器,例如中央处理器(CPU)、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器62作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本申请实施例中的存储器62还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于:移动存储设备、随机存取存储器(RAM,Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例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中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、随机存取存储器(RAM,Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本申请实施例的方法,不应理解为对本申请实施例的限制。本技术领域的技术人员可轻易想到的变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (13)
1.一种场景推荐方法,其特征在于,包括:
获取设定区域对应的用户特征信息和所述设定区域内的家居设备的设备信息;
将所述用户特征信息和所述设备信息输入至预先构建的场景推荐模型,以确定与所述设定区域的类型匹配的场景推荐方案;
在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案。
2.根据权利要求1所述的方法,其特征在于,所述在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案,包括:
针对每个场景推荐方案,确定所述场景推荐方案包括的推荐设备类型;
若所述推荐设备类型与所述家居设备的类型全部相同,则确定所述场景推荐方案为目标场景推荐方案。
3.根据权利要求2所述的方法,其特征在于,所述在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案,包括:
若所述推荐设备类型中有与所述设备信息中的设备类型不同的设备类型,则剔除所述场景推荐方案中所述不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
4.根据权利要求1所述的方法,其特征在于,所述在所述场景推荐方案中筛选与预设设备列表对应的目标场景推荐方案之后,还包括:
若所述目标场景推荐方案为两个或两个以上,则应用设定约束条件对各个所述目标场景推荐方案进行加权评分;其中,所述设定约束条件包括满意度指数大于设定满意度阈值,以及舒适度指数大于设定舒适度阈值;
将评分大于设定评分阈值的所述目标场景推荐方案展示给用户。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述获取设定区域对应的用户特征信息包括:
通过监测设备获取所述设定区域对应的用户特征信息;
其中,所述用户特征信息是所述监测设备根据用户习惯数据生成的。
6.一种场景推荐装置,其特征在于,包括:
信息获取模块,用于获取设定区域对应的用户特征信息和所述设定区域内的家居设备的设备信息;
方案确定模块,用于将所述用户特征信息和所述设备信息输入至预先构建的场景推荐模型,以确定与所述设定区域的类型匹配的场景推荐方案;
方案匹配模块,用于在所述场景推荐方案中筛选与所述家居设备匹配的目标场景推荐方案。
7.根据权利要求6所述的装置,其特征在于,所述方案匹配模块具体用于:
针对每个场景推荐方案,确定所述场景推荐方案包括的推荐设备类型;
若所述推荐设备类型与所述家居设备的类型全部相同,则确定所述场景推荐方案为目标场景推荐方案。
8.根据权利要求7所述的装置,其特征在于,所述方案匹配模块还用于:
若所述推荐设备类型中有与所述设备信息中的设备类型不同的设备类型,则剔除所述场景推荐方案中所述不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
9.根据权利要求7所述的装置,其特征在于,所述方案匹配模块还用于:
若所述推荐设备类型中有与所述设备信息中的设备类型不同的设备类型,则剔除所述场景推荐方案中所述不同的设备类型关联的场景推荐信息;
将剔除后的场景推荐方案作为目标场景推荐方案。
10.根据权利要求6所述的装置,其特征在于,还包括评分模块,用于在所述场景推荐方案中筛选与预设设备列表对应的目标场景推荐方案之后,若所述目标场景推荐方案为两个或两个以上,则应用设定约束条件对各个所述目标场景推荐方案进行加权评分;其中,所述设定约束条件包括满意度指数大于设定满意度阈值,以及舒适度指数大于设定舒适度阈值;
将评分大于设定评分阈值的所述目标场景推荐方案展示给用户。
11.根据权利要求6~9任一项所述的装置,其特征在于,所述信息获取模块具体用于:
通过监测设备获取所述设定区域对应的用户特征信息;
其中,所述用户特征信息是所述监测设备根据用户习惯数据生成的。
12.一种智能终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一项所述方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011490392.6A CN112579895A (zh) | 2020-12-17 | 2020-12-17 | 一种场景推荐方法、装置、智能终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011490392.6A CN112579895A (zh) | 2020-12-17 | 2020-12-17 | 一种场景推荐方法、装置、智能终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112579895A true CN112579895A (zh) | 2021-03-30 |
Family
ID=75135679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011490392.6A Pending CN112579895A (zh) | 2020-12-17 | 2020-12-17 | 一种场景推荐方法、装置、智能终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112579895A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121211A (zh) * | 2017-12-12 | 2018-06-05 | 美的智慧家居科技有限公司 | 家电设备的控制方法、服务器及计算机可读存储介质 |
CN113110887A (zh) * | 2021-03-31 | 2021-07-13 | 联想(北京)有限公司 | 一种信息处理方法、装置、电子设备和存储介质 |
CN113139132A (zh) * | 2021-05-19 | 2021-07-20 | 云米互联科技(广东)有限公司 | 一种基于HomeMap的配网及场景自动推荐方法、装置 |
CN113325767A (zh) * | 2021-05-27 | 2021-08-31 | 深圳Tcl新技术有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN113487038A (zh) * | 2021-06-25 | 2021-10-08 | 青岛海尔科技有限公司 | 场景的确定方法和装置、存储介质及电子装置 |
CN115361247A (zh) * | 2022-07-05 | 2022-11-18 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN117234095A (zh) * | 2023-08-18 | 2023-12-15 | 浙江雨林电子科技有限公司 | 一种全屋家居无线智能控制方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829106A (zh) * | 2019-01-22 | 2019-05-31 | 深圳爱根斯通科技有限公司 | 自动化推荐方法、装置、电子设备及存储介质 |
CN110300181A (zh) * | 2019-07-03 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 内容推送方法、装置、设备和存储介质 |
CN111665730A (zh) * | 2020-05-28 | 2020-09-15 | 青岛海尔智能技术研发有限公司 | 电器配置方法和智能家居*** |
-
2020
- 2020-12-17 CN CN202011490392.6A patent/CN112579895A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829106A (zh) * | 2019-01-22 | 2019-05-31 | 深圳爱根斯通科技有限公司 | 自动化推荐方法、装置、电子设备及存储介质 |
CN110300181A (zh) * | 2019-07-03 | 2019-10-01 | 百度在线网络技术(北京)有限公司 | 内容推送方法、装置、设备和存储介质 |
CN111665730A (zh) * | 2020-05-28 | 2020-09-15 | 青岛海尔智能技术研发有限公司 | 电器配置方法和智能家居*** |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121211A (zh) * | 2017-12-12 | 2018-06-05 | 美的智慧家居科技有限公司 | 家电设备的控制方法、服务器及计算机可读存储介质 |
CN113110887A (zh) * | 2021-03-31 | 2021-07-13 | 联想(北京)有限公司 | 一种信息处理方法、装置、电子设备和存储介质 |
CN113110887B (zh) * | 2021-03-31 | 2023-07-21 | 联想(北京)有限公司 | 一种信息处理方法、装置、电子设备和存储介质 |
CN113139132A (zh) * | 2021-05-19 | 2021-07-20 | 云米互联科技(广东)有限公司 | 一种基于HomeMap的配网及场景自动推荐方法、装置 |
CN113325767A (zh) * | 2021-05-27 | 2021-08-31 | 深圳Tcl新技术有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN113487038A (zh) * | 2021-06-25 | 2021-10-08 | 青岛海尔科技有限公司 | 场景的确定方法和装置、存储介质及电子装置 |
CN113487038B (zh) * | 2021-06-25 | 2024-03-22 | 青岛海尔科技有限公司 | 场景的确定方法和装置、存储介质及电子装置 |
CN115361247A (zh) * | 2022-07-05 | 2022-11-18 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN115361247B (zh) * | 2022-07-05 | 2023-12-08 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN117234095A (zh) * | 2023-08-18 | 2023-12-15 | 浙江雨林电子科技有限公司 | 一种全屋家居无线智能控制方法及*** |
CN117234095B (zh) * | 2023-08-18 | 2024-04-02 | 浙江雨林电子科技有限公司 | 一种全屋家居无线智能控制方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112579895A (zh) | 一种场景推荐方法、装置、智能终端及存储介质 | |
CN110262274B (zh) | 基于物联网操作***的智能家居设备控制显示方法及*** | |
CN110595012B (zh) | 空调运行模式的推荐方法及装置 | |
CN110793167B (zh) | 空调控制方法及装置 | |
CN110513835B (zh) | 提高空调舒适性的控制方法、装置及空调 | |
EP2341662A1 (en) | Hierarchical service management | |
JP2018085589A (ja) | 診断方法、診断装置及び表示装置 | |
CN110889573A (zh) | 一种设备选型方法及其装置 | |
CN110020152B (zh) | 应用推荐方法及装置 | |
CN112782990A (zh) | 一种智能设备的控制方法、装置、存储介质及电子设备 | |
CN111650842A (zh) | 一种家电设备控制方法及装置 | |
CN115523641A (zh) | 睡眠时空调温度控制的方法、装置、设备和存储介质 | |
JP6870312B2 (ja) | 施策導入効果予測装置、施策導入効果予測プログラム及び施策導入効果予測方法 | |
US20160012555A1 (en) | Combination desirability determination apparatus, method for determining desirability of combination, and recording medium storing program | |
CN112653604A (zh) | 一种场景迁移的方法及***、电子设备和存储介质 | |
CN112036666A (zh) | 绑定流程评估方法、装置、服务器、存储介质 | |
CN115345225A (zh) | 推荐场景的确定方法及装置、存储介质及电子装置 | |
CN115218358B (zh) | 一种室内空气环境调节方法和设备 | |
CN114911556A (zh) | 界面显示方法、装置、设备及存储介质 | |
CN112486376A (zh) | 用于显示家居设备列表的方法、装置和智能终端 | |
CN114864047A (zh) | 食谱推荐方法、存储介质及电子装置 | |
US10698370B2 (en) | Device control method, device control apparatus and device control system | |
CN110793163B (zh) | 空调配置处理方法及装置 | |
CN113206863A (zh) | 物联网设备管理方法及装置 | |
CN112432365A (zh) | 热水器的水温推荐方法、装置、设备及热水器 |
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 |