WO2024021546A1 - 行为偏好表的生成方法和装置、存储介质及电子装置 - Google Patents

行为偏好表的生成方法和装置、存储介质及电子装置 Download PDF

Info

Publication number
WO2024021546A1
WO2024021546A1 PCT/CN2023/072933 CN2023072933W WO2024021546A1 WO 2024021546 A1 WO2024021546 A1 WO 2024021546A1 CN 2023072933 W CN2023072933 W CN 2023072933W WO 2024021546 A1 WO2024021546 A1 WO 2024021546A1
Authority
WO
WIPO (PCT)
Prior art keywords
behavior
preference
indicator
standard
behavioral
Prior art date
Application number
PCT/CN2023/072933
Other languages
English (en)
French (fr)
Inventor
邓邱伟
刘孝辉
张旭
翟建光
Original Assignee
青岛海尔科技有限公司
青岛海尔智能家电科技有限公司
海尔智家股份有限公司
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 青岛海尔科技有限公司, 青岛海尔智能家电科技有限公司, 海尔智家股份有限公司 filed Critical 青岛海尔科技有限公司
Publication of WO2024021546A1 publication Critical patent/WO2024021546A1/zh

Links

Classifications

    • 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
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • 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
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Definitions

  • the present disclosure relates to the field of communications, and specifically, to a method and device for generating a behavior preference table, a storage medium and an electronic device.
  • user preference is generally defined as the rational and tendentious choices made by users when considering goods and services. It is mainly used in the field of goods and services. For example, users prefer product A or product B.
  • the application field is too narrow. Currently, it is mostly used in the field of goods and services to recommend products and services that users like;
  • Embodiments of the present disclosure provide a method and device, a storage medium and an electronic device for generating a behavioral preference table, to at least solve the problem in related technologies that the generation process of user preference models is too cumbersome and needs to be rewritten every time a new user preference is added.
  • the underlying preference calculation logic wastes a lot of time and manpower.
  • a method for generating a behavior preference table including: obtaining historical behavior logs when a target object controls a home appliance to perform a target operation, and integrating the historical behavior logs into user behavior standards table, wherein the user behavior standard table includes: the user identification of the target object, the behavior identification of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution of the standard behavior data.
  • the behavior indicator configuration table includes: the indicator name of the first behavior indicator, the first calculation method of the first behavior indicator and the first behavior
  • the first numerical type of the number of executions corresponding to the indicator the behavior indicator table includes: the indicator name of the second behavior indicator, the first number of executions of the second behavior indicator, the first behavior indicator at least includes: the second behavior Indicators; generate a behavior preference table according to the behavior indicator table and the behavior preference configuration table, wherein the behavior preference configuration table includes: the preference name of the first behavior preference, the second numerical type of the number of executions corresponding to the first behavior preference,
  • the behavior preference table includes: a preference name of the second behavior preference and a numerical value corresponding to the second behavior preference.
  • a device for generating a behavior preference table including: an integration module configured to obtain the historical behavior log when the target object controls the home appliance to perform the target operation, and store the history The behavior log is integrated into the user behavior standard table, where the user behavior standard table includes: the user identifier of the target object, the behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, The execution time of the standard behavior data; the first generation module is configured to generate a behavior indicator table according to the behavior indicator configuration table and the user behavior standard table, wherein the behavior indicator configuration table includes: the indicator name of the first behavior indicator , the first calculation method of the first behavior indicator and the first numerical type of the number of executions corresponding to the first behavior indicator, the behavior indicator table includes: the indicator name of the second behavior indicator, the first number of executions of the second behavior indicator, The first behavior indicator at least includes: the second behavior indicator; a second generation module configured to generate a behavior preference table according to the behavior indicator table and
  • a computer-readable storage medium stores a computer program, wherein the computer program is configured to execute the above-mentioned behavior preference table when running. generation method.
  • an electronic device including a memory, a processing and a computer program stored in the memory and executable on the processor, wherein the processor executes the above method for generating a behavior preference table through the computer program.
  • Figure 1 is a schematic diagram of the hardware environment of a method for generating a behavior preference table according to an embodiment of the present disclosure
  • Figure 2 is a flow chart of a method for generating a behavior preference table according to an embodiment of the present disclosure
  • Figure 3 is a schematic diagram of a method for generating a behavior preference table according to an embodiment of the present disclosure
  • Figure 4 is a structural block diagram (1) of a device for generating a behavior preference table according to an embodiment of the present disclosure
  • Figure 5 is a structural block diagram (2) of a device for generating a behavior preference table according to an embodiment of the present disclosure
  • Figure 6 is a structural block diagram of an optional electronic device according to an embodiment of the present disclosure.
  • a method for generating a behavior preference table is provided.
  • This behavior preference table generation method is widely used in whole-house intelligent digital control application scenarios such as smart home, smart home, smart home device ecology, and smart residence (IntelligenceHouse) ecology.
  • the above method for generating a behavior preference table can be applied to a hardware environment composed of a terminal device 102 and a server 104 as shown in FIG. 1 .
  • the server 104 is connected to the terminal device 102 through the network and can be used to provide services (such as application services, etc.) for the terminal or the client installed on the terminal.
  • a database can be set up on the server or independently from the server.
  • cloud computing and/or edge computing services can be configured on the server or independently of the server to provide data computing services for the server 104.
  • the above-mentioned network may include but is not limited to at least one of the following: wired network, wireless network.
  • the above-mentioned wired network may include but is not limited to at least one of the following: wide area network, metropolitan area network, and local area network.
  • the above-mentioned wireless network may include at least one of the following: WIFI (Wireless Fidelity, Wireless Fidelity), Bluetooth.
  • the terminal device 102 may be, but is not limited to, a PC, a mobile phone, a tablet, a smart air conditioner, a smart hood, a smart refrigerator, a smart oven, a smart stove, a smart washing machine, a smart water heater, a smart washing equipment, a smart dishwasher, or a smart projection device.
  • smart TV smart clothes drying rack, smart curtains, smart audio and video, smart sockets, smart audio, smart speakers, smart fresh air equipment, smart kitchen and bathroom equipment, smart bathroom equipment, smart sweeping robot, smart window cleaning robot, smart mopping robot, Smart air purification equipment, smart steamers, smart microwave ovens, smart kitchen appliances, smart purifiers, smart water dispensers, smart door locks, etc.
  • FIG. 1 is a flow chart of a method for generating a behavior preference table according to an embodiment of the present disclosure. The process includes the following steps:
  • Step S202 Obtain the historical behavior log when the target object controls the home appliance to perform the target operation, and integrate the historical behavior log into a user behavior standard table, where the user behavior standard table includes: the user identification of the target object, The behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data;
  • Step S204 Generate a behavior indicator table based on the behavior indicator configuration table and the user behavior standard table.
  • the behavior indicator configuration table includes: the indicator name of the first behavior indicator, the first calculation method of the first behavior indicator, and the first numerical type of the number of executions corresponding to the first behavior indicator
  • the behavior indicator table includes: The index name of the second behavioral indicator and the first execution number of the second behavioral indicator.
  • the first behavioral indicator at least includes: the second behavioral indicator;
  • Step S206 Generate a behavior preference table according to the behavior indicator table and the behavior preference configuration table, wherein the behavior preference configuration table includes: the preference name of the first behavior preference, and the second numerical type of the number of executions corresponding to the first behavior preference. , the behavior preference table includes: the preference name of the second behavior preference and the numerical value corresponding to the second behavior preference.
  • the historical behavior log when the target object controls the home appliance to perform the target operation is obtained, and the historical behavior log is integrated into the user behavior standard table
  • the user behavior standard table includes: the user identification of the target object , the behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data; generate a behavior indicator table according to the behavior indicator configuration table and the user behavior standard table
  • the behavior indicator configuration table includes: an indicator name of the first behavior indicator, a first calculation method of the first behavior indicator and a first numerical type of the number of executions corresponding to the first behavior indicator
  • the behavior indicator table includes: The index name of the two behavioral indicators and the first execution number of the second behavioral indicator.
  • the first behavioral indicator at least includes: the second behavioral indicator; a behavioral preference table is generated according to the behavioral indicator table and the behavioral preference configuration table, wherein , the behavioral preference configuration table includes: the preference name of the first behavioral preference, the second numerical type of the number of executions corresponding to the first behavioral preference, the behavioral preference table includes: the preference name of the second behavioral preference and the second behavioral preference
  • the corresponding numerical values solve the problem in related technologies that the generation process of user preference models is too cumbersome. Every time a new user preference is added, the underlying preference calculation logic needs to be rewritten, which wastes a lot of time and manpower, and is further implemented in this disclosure. In order to automatically generate user behavior preferences, if there are new user indicators or user preferences, you only need to maintain the behavior indicator configuration table and behavior preference table. There is no need to modify the underlying code every time, which greatly reduces project maintenance costs and manual workload. Increase work efficiency.
  • generating a behavior indicator table according to the behavior indicator configuration table and the user behavior standard table includes: determining the second behavior indicator and the second behavior indicator corresponding to the standard behavior data in the first behavior indicator.
  • the index name of the behavioral indicator determines the second calculation method of the second behavioral indicator and the third numerical type of the number of executions corresponding to the second behavioral indicator in the behavioral indicator configuration table; according to the second calculation method Calculate the number of executions of the second behavior indicator corresponding to the standard behavior data, and calculate
  • the third numerical value type determines the numerical value corresponding to the first number of executions; the behavior indicator table is generated according to the index name of the second behavior indicator and the first number of executions represented by the third numerical type.
  • the indicator name of the second behavior indicator corresponding to the standard behavior data is the “number of air conditioner uses per day”; determine the "number of air conditioner uses per day” based on the number of behavior names of "turn on the air conditioner” in the standard behavior data, and generate the corresponding behavior indicator table.
  • calculating the number of executions of the second behavior indicator corresponding to the standard behavior data according to the second calculation method includes: when the second calculation method is summation, adding the standard behavior The number of operating behaviors in the data is added to obtain the number of executions of the second behavior indicator; when the second calculation method is averaging, the operating behaviors in the standard behavior data are added. Calculate the average to obtain the number of executions of the second behavioral indicator.
  • the behavior indicator configuration table includes: behavior indicator id, behavior indicator name, action id, behavior name of standard behavior data, and calculation method (the user describes the calculation method of the indicator, such as sum, count, avg, etc.) and indicator type (type 1 is single value, type 2 is key:value), and then calculates the number of execution times of the behavioral indicator according to the "calculation method" in the behavioral indicator configuration table.
  • the behavior indicator table Table 3 is generated based on the user behavior standard table and the behavior indicator configuration table:
  • type 1 is single value
  • type 2 is key:value
  • determining the value corresponding to the first number of executions according to the third value type includes: when the third value type indicates an integer type, determining the value corresponding to the first number of executions through an integer. ; In the case of the third numerical type execution key-value pair type, determine the numerical value corresponding to the first number of executions through the key-value pair, wherein the key-value pair is used to indicate execution of the second behavior within the target time period The number of executions of the behavior corresponding to the indicator.
  • generating a behavior preference table according to the behavior indicator table and a behavior preference configuration table includes: generating the behavior preference configuration table according to the behavior indicator configuration table, wherein the behavior preference configuration table is used to indicate the The corresponding relationship between the first behavior indicator and the first behavior preference; determining the second behavior preference corresponding to the second behavior indicator and the preference name of the second behavior preference in the first behavior preference; in the The first number of executions of the second behavior indicator in the behavior indicator table; determining the value corresponding to the second behavior preference based on the first number of executions, and determining the value corresponding to the second behavior preference based on the preference name of the second behavior preference and the second behavior
  • the numerical value corresponding to the preference generates the behavioral preference table.
  • the behavior preference table is Table 4
  • the behavior preference table Table 5 is generated according to the behavior indicator table and the behavior preference configuration table:
  • generating the behavior preference configuration table according to the behavior indicator configuration table includes: determining the first behavior preference corresponding to the first behavior indicator; and determining the first behavior preference according to the indicator name of the first behavior indicator and the The preference name of the first behavioral preference establishes the corresponding relationship between the first behavioral indicator and the first behavioral preference, and determines the fourth numerical type of the first behavioral preference according to the first numerical type of the first behavioral indicator; according to The corresponding relationship and the fourth numerical type generate the behavior preference configuration table.
  • the behavioral preference configuration table is generated based on the indicator configuration table, for example, the air conditioner usage period preference (the preference user describes the time period in which the user likes to use the air conditioner) is calculated based on the indicator of the number of air conditioner uses per hour.
  • the purpose of the behavioral preference configuration table is to correspond behavioral indicators and behavioral preferences, that is to say, a certain behavioral preference is calculated based on the corresponding behavioral indicators.
  • integrating the historical behavior log into the user behavior standard table includes: cleaning the historical behavior log to obtain the behavior identifier of the standard behavior data, the behavior name of the standard behavior data, the The execution time of the standard behavior data; integrate the user identifier of the target object, the behavior identifier of the standard behavior data, the behavior name of the standard behavior data, and the execution time of the standard behavior data into the user behavior standard table.
  • FIG. 3 is a schematic diagram of a method for generating a behavior preference table according to an embodiment of the present disclosure. As shown in Figure 3, the specific steps are as follows:
  • Step 1 Data governance
  • the data generated during the use of each household appliance is cleaned and integrated into a user behavior standard table (equivalent to the user behavior standard table in the above embodiment).
  • the user behavior standard table is as shown in Table 6:
  • step 1 above is to standardize user behavior and clean out standard user behavior from messy user behavior logs, so as to facilitate the automation of later calculations.
  • Step 2 Obtain the user indicator configuration table (equivalent to the behavioral indicator configuration table in the above embodiment), as shown in Table 7:
  • the user indicator configuration table is used to maintain user indicators, including indicator id, indicator name, action id, action name, as well as calculation method (user describes the calculation method of the indicator, such as sum, count, avg, etc.) and indicator type (type 1 is Single value, type 2 is key:value)
  • Step 3 Combine the user behavior standard table and user indicator configuration table, and use python automation script to generate the user indicator table (equivalent to the behavior indicator table in the above embodiment), as shown in Table 8:
  • the Python script needs to be customized according to the business logic.
  • the function of the script is to read the user indicator configuration table, then automatically generate the calculation logic of the indicator, and output the calculation results to the user indicator table.
  • Step 4 Obtain the user preference configuration table (equivalent to the behavior preference configuration table in the above embodiment), as shown in Table 9:
  • the user preference configuration table is generated based on the user indicator configuration table, for example, the air conditioner usage period preference (the preference user describes which time period the user likes to use the air conditioner) is calculated based on the indicator of the number of air conditioner uses per hour.
  • the purpose of the user preference configuration table is to match user indicators with user preferences, that is to say, a certain user preference is calculated based on that user indicator, and it also serves the purpose of automatically calculating user preferences later.
  • Step 5 Combine the user indicator table and user preference configuration table, and use python automation script to generate a user preference table (equivalent to the behavioral preference table in the above embodiment), as shown in Table 10:
  • the Python script needs to be customized according to the business logic.
  • the function of the script is to read the user preference configuration table, then automatically generate the calculation logic of the indicator, and output the calculation results to the user preference table.
  • This disclosure applies user preferences to the field of smart home, and can calculate the user's favorite air conditioner temperature, water heater temperature, time to watch TV, time to turn on the lights, etc., and a series of user preferred behaviors and behaviors in the process of using smart home. state. Moreover, the user preference model is automated and requires very little manpower to maintain the configuration table. There is no need to manually rewrite the logic every time a new preference is added.
  • the method according to the above embodiments can be implemented by means of software plus the necessary general hardware platform. Of course, it can also be implemented by hardware, but in many cases the former is Better implementation.
  • the technical solution of the present disclosure can be embodied in the form of a software product in essence or that contributes to the existing technology.
  • the computer software product is stored in a storage medium (such as ROM/RAM, disk, CD), including several instructions to cause a terminal device (which can be a mobile phone, computer, server, or network device, etc.) to execute the methods of various embodiments of the present disclosure.
  • Figure 4 is a structural block diagram (1) of a device for generating a behavior preference table according to an embodiment of the present disclosure; as shown in Figure 4, it includes:
  • the integration module 42 is configured to obtain the historical behavior log when the target object controls the home appliance to perform the target operation, and integrate the historical behavior log into a user behavior standard table, wherein the user behavior standard table includes: the target object's User identification, the behavior identification of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data;
  • the first generation module 44 is configured to generate a behavior indicator table according to the behavior indicator configuration table and the user behavior standard table, wherein the behavior indicator configuration table includes: the indicator name of the first behavior indicator, the first row is the first calculation method of the indicator and the first numerical type of the number of executions corresponding to the first behavioral indicator.
  • the behavioral indicator table includes: the indicator name of the second behavioral indicator, the first number of executions of the second behavioral indicator, and the third A behavioral indicator at least includes: the second behavioral indicator;
  • the second generation module 46 is configured to generate a behavior preference table according to the behavior indicator table and the behavior preference configuration table, wherein the behavior preference configuration table includes: the preference name of the first behavior preference, the number of execution times corresponding to the first behavior preference The second numerical value type, the behavioral preference table includes: the preference name of the second behavioral preference and the numerical value corresponding to the second behavioral preference.
  • the historical behavior log when the target object controls the home appliance to perform the target operation is obtained, and the historical behavior log is integrated into the user behavior standard table
  • the user behavior standard table includes: the user identification of the target object , the behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data; generate a behavior indicator table according to the behavior indicator configuration table and the user behavior standard table
  • the behavior indicator configuration table includes: an indicator name of the first behavior indicator, a first calculation method of the first behavior indicator and a first numerical type of the number of executions corresponding to the first behavior indicator
  • the behavior indicator table includes: The index name of the two behavioral indicators and the first execution number of the second behavioral indicator.
  • the first behavioral indicator at least includes: the second behavioral indicator; a behavioral preference table is generated according to the behavioral indicator table and the behavioral preference configuration table, wherein , the behavioral preference configuration table includes: the preference name of the first behavioral preference, the second numerical type of the number of executions corresponding to the first behavioral preference, the behavioral preference table includes: the preference name of the second behavioral preference and the second behavioral preference
  • the corresponding numerical values solve the problem in related technologies that the generation process of user preference models is too cumbersome. Every time a new user preference is added, the underlying preference calculation logic needs to be rewritten, which wastes a lot of time and manpower, and is further implemented in this disclosure. In order to automatically generate user behavior preferences, if there are new user indicators or user preferences, you only need to maintain the behavior indicator configuration table and behavior preference table. There is no need to modify the underlying code every time, which greatly reduces project maintenance costs and manual workload. Increase work efficiency.
  • the first generation module 44 is configured to determine the second behavior indicator corresponding to the standard behavior data and the indicator name of the second behavior indicator in the first behavior indicator;
  • the second calculation method of the second behavior indicator and the third numerical type of the number of executions corresponding to the second behavior indicator are determined in the behavior indicator configuration table;
  • the standard row is calculated according to the second calculation method is the number of executions of the second behavior indicator corresponding to the data, and determines the value corresponding to the first number of executions according to the third value type; according to the indicator name of the second behavior indicator and according to the third value
  • the first number of executions represented by the type generates the behavior indicator table.
  • Figure 5 is a structural block diagram (2) of a device for generating a behavior preference table according to an embodiment of the present disclosure; as shown in Figure 5, the above device also includes: a calculation module 52, configured to When the second calculation method is summation, the number of operating behaviors in the standard behavior data is added to obtain the number of executions of the second behavior indicator; when the second calculation method is averaging In the case of a value, the operation behaviors in the standard behavior data are added and averaged to obtain the number of executions of the second behavior indicator.
  • a calculation module 52 configured to When the second calculation method is summation, the number of operating behaviors in the standard behavior data is added to obtain the number of executions of the second behavior indicator; when the second calculation method is averaging In the case of a value, the operation behaviors in the standard behavior data are added and averaged to obtain the number of executions of the second behavior indicator.
  • the first generation module 44 is configured to determine the value corresponding to the first number of executions through an integer when the third value type indicates an integer type; when the third value type indicates In the case of execution key-value pair type, the value corresponding to the first number of executions is determined through the key-value pair, wherein the key-value pair is used to indicate the number of executions of the behavior corresponding to the second behavior indicator within the target time period.
  • the second generation module 46 is configured to generate the behavior preference configuration table according to the behavior indicator configuration table, wherein the behavior preference configuration table is used to indicate the relationship between the first behavior indicator and the The corresponding relationship of the first behavioral preference; determine the second behavioral preference corresponding to the second behavioral indicator and the preference name of the second behavioral preference in the first behavioral preference; determine the third behavioral preference in the behavioral indicator table The first number of executions of the second behavior indicator; determining the numerical value corresponding to the second behavioral preference according to the first number of executions, and generating the second behavioral preference according to the preference name of the second behavioral preference and the numerical value corresponding to the second behavioral preference. Describe behavioral preferences.
  • the second generation module 46 is configured to determine the first behavioral preference corresponding to the first behavioral indicator; according to the indicator name of the first behavioral indicator and the first behavioral preference The preference name establishes a corresponding relationship between the first behavioral indicator and the first behavioral preference, and determines a fourth numerical type of the first behavioral preference according to the first numerical type of the first behavioral indicator; according to the corresponding relationship and The fourth numerical type generates the behavior preference configuration table.
  • the integration module 42 is configured to clean the historical behavior logs, To obtain the behavior identifier of the standard behavior data, the behavior name of the standard behavior data, and the execution time of the standard behavior data; combine the user identifier of the target object, the behavior identifier of the standard behavior data, the standard The behavior name of the behavior data and the execution time of the standard behavior data are integrated into the user behavior standard table.
  • An embodiment of the present disclosure also provides a storage medium that includes a stored program, wherein the method of any of the above items is executed when the program is run.
  • the above-mentioned storage medium may be configured to store program codes for performing the following steps:
  • the user behavior standard table includes: the user identification of the target object, the The behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data;
  • the behavior indicator configuration table includes: the indicator name of the first behavior indicator, the first calculation method of the first behavior indicator and the first behavior
  • the behavior indicator table includes: the indicator name of the second behavior indicator, the first number of executions of the second behavior indicator, the first behavior indicator at least includes: the second behavior index;
  • the behavior preference configuration table includes: the preference name of the first behavior preference, the second numerical type of the number of executions corresponding to the first behavior preference,
  • the behavior preference table includes: a preference name of the second behavior preference and a numerical value corresponding to the second behavior preference.
  • an electronic device for implementing the above method of generating a behavior preference table is also provided.
  • the electronic device includes a memory 602 and a processor 604.
  • the memory 602 contains A computer program is stored, and the processor 604 is configured to execute the steps in any of the above method embodiments through the computer program.
  • the above-mentioned electronic device may be located in multiple network devices of the computer network. at least one network device in .
  • the above-mentioned processor may be configured to perform the following steps through a computer program:
  • the user behavior standard table includes: the user identification of the target object, the The behavior identifier of the standard behavior data corresponding to the historical behavior log, the behavior name of the standard behavior data, and the execution time of the standard behavior data;
  • the behavior indicator configuration table includes: the indicator name of the first behavior indicator, the first calculation method of the first behavior indicator and the first behavior
  • the behavior indicator table includes: the indicator name of the second behavior indicator, the first number of executions of the second behavior indicator, the first behavior indicator at least includes: the second behavior index;
  • the behavior preference configuration table includes: the preference name of the first behavior preference, the second numerical type of the number of executions corresponding to the first behavior preference,
  • the behavior preference table includes: a preference name of the second behavior preference and a numerical value corresponding to the second behavior preference.
  • the structure shown in Figure 6 is only illustrative, and the electronic device can also be a smart phone (such as an Android phone, an iOS phone, etc.), a tablet computer, a handheld computer, and a mobile Internet device (Mobile Internet Devices, MID), PAD and other terminal equipment.
  • FIG. 6 does not limit the structure of the above-mentioned electronic device.
  • the electronic device may also include more or fewer components (such as network interfaces, etc.) than shown in FIG. 6 , or have a different configuration than that shown in FIG. 6 .
  • the memory 602 can be used to store software programs and modules, such as the program instructions/modules corresponding to the method and device for generating a behavior preference table in the embodiment of the present disclosure.
  • the processor 604 runs the software programs and modules stored in the memory 602, Thereby executing various functional applications and data processing, that is, realizing the above-mentioned generation method of the behavioral preference table.
  • Memory 602 may include high-speed random access memory, and may also include non-volatile memory, such as one or more magnetic storage devices, flash memory, or other non-volatile solid-state memory. storage.
  • the memory 602 may further include memory located remotely relative to the processor 604, and these remote memories may be connected to the terminal through a network.
  • the above-mentioned networks include but are not limited to the Internet, intranets, local area networks, mobile communication networks and combinations thereof.
  • the memory 602 may include, but is not limited to, the integration module 42 , the first generation module 44 , and the second generation module 46 in the device for generating the behavior preference table.
  • it may also include, but is not limited to, other module units in the device for generating the behavior preference table described above, which will not be described again in this example.
  • the above-mentioned transmission device 606 is used to receive or send data via a network.
  • Specific examples of the above-mentioned network may include wired networks and wireless networks.
  • the transmission device 606 includes a network adapter (Network Interface Controller, NIC), which can be connected to other network devices and routers through network cables to communicate with the Internet or a local area network.
  • the transmission device 606 is a radio frequency (Radio Frequency, RF) module, which is used to communicate with the Internet wirelessly.
  • RF Radio Frequency
  • the above-mentioned electronic device also includes: a display 608 for displaying the above-mentioned historical behavior log; and a connection bus 610 for connecting various module components in the above-mentioned electronic device.
  • the above storage medium may include but is not limited to: U disk, read-only memory (Read-Only Memory, referred to as ROM), random access memory (Random Access Memory, referred to as RAM), Various media that can store program code, such as mobile hard drives, magnetic disks, or optical disks.
  • ROM read-only memory
  • RAM random access memory
  • program code such as mobile hard drives, magnetic disks, or optical disks.
  • modules or steps of the present disclosure can be implemented using general-purpose computing devices, and they can be concentrated on a single computing device, or distributed across a network composed of multiple computing devices. , optionally, they may be implemented in program code executable by a computing device, such that they may be stored in a storage device for execution by the computing device, and in some cases, may be in a sequence different from that herein.
  • the steps shown or described are performed either individually as individual integrated circuit modules, or as multiple modules or steps among them as a single integrated circuit module. As such, the present disclosure is not limited to any specific combination of hardware and software.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种行为偏好表的生成方法和装置、存储介质及电子装置，涉及智慧家庭技术领域，该行为偏好表的生成方法包括：获取目标对象控制家电设备执行目标操作时的历史行为日志，并将历史行为日志整合至用户行为标准表，其中，用户行为标准表包括：目标对象的用户标识、历史行为日志对应的标准行为数据的行为标识、标准行为数据的行为名称、标准行为数据的执行时间（S202）；根据行为指标配置表和用户行为标准表生成行为指标表，其中，行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，第一行为指标至少包括：第二行为指标（S204）；根据行为指标表和行为偏好配置表生成行为偏好表，其中，行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值（S206）。

Description

行为偏好表的生成方法和装置、存储介质及电子装置
本公开要求于2022年07月29日提交中国专利局、申请号为202210910979.0、发明名称“行为偏好表的生成方法和装置、存储介质及电子装置”的中国专利申请的优先权，其全部内容通过引用结合在本公开中。
技术领域
本公开涉及通信领域，具体而言，涉及一种行为偏好表的生成方法和装置、存储介质及电子装置。
背景技术
目前用户偏好一般定义为用户在考量商品和服务的时候所做出的理性的具有倾向性的选择，主要应用于商品和服务领域，比如用户更喜欢甲商品还是乙商品。
目前用户偏好模型的缺点如下：
1、应用领域太窄，目前多用于商品和服务领域，用于给用户推荐喜欢的商品和服务；
2、用户偏好模型的生成过程过于繁琐，每次增加新的用户偏好，都需要改写底层的偏好计算逻辑，浪费很多时间和人力。
针对相关技术中，用户偏好模型的生成过程过于繁琐，每次增加新的用户偏好，都需要改写底层的偏好计算逻辑，浪费很多时间和人力等问题，尚未提出有效的解决方案。
发明内容
本公开实施例提供了一种行为偏好表的生成方法和装置、存储介质及电子装置，以至少解决相关技术中，用户偏好模型的生成过程过于繁琐，每次增加新的用户偏好，都需要改写底层的偏好计算逻辑，浪费很多时间和人力等问题。
根据本公开实施例的一个实施例，提供了一种行为偏好表的生成方法，包括：获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
根据本公开实施例的另一个实施例，还提供了一种行为偏好表的生成装置，包括：整合模块，设置为获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；第一生成模块，设置为根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；第二生成模块，设置为根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
根据本公开实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述行为偏好表的生成方法。
根据本公开实施例的又一方面，还提供了一种电子装置，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，上述处理器通过计算机程序执行上述的行为偏好表的生成方法。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本公开实施例的一种行为偏好表的生成方法的硬件环境示意图；
图2是根据本公开实施例的行为偏好表的生成方法的流程图；
图3是根据本公开实施例的行为偏好表的生成方法的示意图；
图4是根据本公开实施例的一种行为偏好表的生成装置的结构框图(一)；
图5是根据本公开实施例的一种行为偏好表的生成装置的结构框图(二)；
图6是根据本公开实施例的一种可选的电子装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的本公开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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或 单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本公开实施例的一个方面，提供了一种行为偏好表的生成方法。该行为偏好表的生成方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(IntelligenceHouse)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述行为偏好表的生成方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。
上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
在本实施例中提供了一种行为偏好表的生成方法，应用于计算机终端，图2是根据本公开实施例的行为偏好表的生成方法的流程图，该流程包括如下步骤：
步骤S202，获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
步骤S204，根据行为指标配置表和所述用户行为标准表生成行为指标表，其 中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；
步骤S206，根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
通过上述步骤，获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值，解决了相关技术中，用户偏好模型的生成过程过于繁琐，每次增加新的用户偏好，都需要改写底层的偏好计算逻辑，浪费很多时间和人力等问题，进而在本公开中实现了自动生成用户行为偏好，有新的用户指标或用户偏好，只需要维护行为指标配置表和行为偏好表即可，不需要每次都修改底层代码，大大减少了项目维护成本和人工工作量，提升工作效率。
可选地，根据行为指标配置表和所述用户行为标准表生成行为指标表，包括：在所述第一行为指标中确定所述标准行为数据对应的所述第二行为指标和所述第二行为指标的指标名称；在所述行为指标配置表中确定所述第二行为指标的第二计算方法和所述第二行为指标对应的执行次数的第三数值类型；根据所述第二计算方法计算所述标准行为数据对应的所述第二行为指标的执行次数，并根据所 述第三数值类型确定所述第一执行次数对应的数值；根据所述第二行为指标的指标名称和根据所述第三数值类型表示的所述第一执行次数生成所述行为指标表。
举例来讲，在标准行为数据的行为名称为“打开空调”，第一行为指标中包括“每天空调使用次数”、“每天冰箱开门次数”，则标准行为数据对应的第二行为指标的指标名称为“每天空调使用次数”；根据标准行为数据的行为名称为“打开空调”的数量确定“每天空调使用次数”，并生成对应的行为指标表。
可选地，根据所述第二计算方法计算所述标准行为数据对应的所述第二行为指标的执行次数，包括：在所述第二计算方法为求和的情况下，将所述标准行为数据中的操作行为次数进行相加，以得到所述第二行为指标的执行次数；在所述第二计算方法为求平均值的情况下，将所述标准行为数据中的操作行为进行相加求平均值，以得到所述第二行为指标的执行次数。
需要说明的是，行为指标配置表中包括：行为指标id、行为指标名称、动作id、标准行为数据的行为名称，以及计算方法(用户描述该指标的计算方式，如sum、count、avg等)和指标类型(类型1是单value，类型2是key:value)，进而根据行为指标配置表中的“计算方法”计算行为指标的执行次数。
举例来讲，在用户行为标准表为表1，行为指标配置表为表2的情况下，根据用户行为标准表和行为指标配置表生成行为指标表表3：
表1
表2

其中，类型1是单value，类型2是key:value。
表3
可选地，根据所述第三数值类型确定所述第一执行次数对应的数值，包括：在所述第三数值类型指示整数类型的情况下，通过整数确定所述第一执行次数对应的数值；在所述第三数值类型执行键值对类型的情况下，通过键值对确定所述第一执行次数对应的数值，其中，所述键值对用于指示目标时间段内执行第二行为指标对应的行为的执行次数。
如表2中的“每天空调使用次数”对应的数值类型为“单value”的情况下，确定在表3中以单数值来表示“每天空调使用次数”对应的数值；如表2中的“每小时空调使用次数”对应的数值类型为“key:value”的情况下，确定在表3中以key:value形式来表示“每小时空调使用次数”对应的数值。
可选地，根据所述行为指标表和行为偏好配置表生成行为偏好表，包括：根据所述行为指标配置表生成所述行为偏好配置表，其中，所述行为偏好配置表用于指示所述第一行为指标与所述第一行为偏好的对应关系；在所述第一行为偏好中确定所述第二行为指标对应的第二行为偏好和所述第二行为偏好的偏好名称；在所述行为指标表中的第二行为指标的第一执行次数；根据所述第一执行次数确定所述第二行为偏好对应的数值，并根据所述第二行为偏好的偏好名称和所述第二行为偏好对应的数值生成所述行为偏好表。
举例来讲，在行为偏好配置表为表4的情况下，根据所述行为指标表和行为偏好配置表生成行为偏好表表5：
表4
表5
可选地，根据所述行为指标配置表生成所述行为偏好配置表，包括：确定所述第一行为指标对应的所述第一行为偏好；根据所述第一行为指标的指标名称和所述第一行为偏好的偏好名称建立第一行为指标和所述第一行为偏好的对应关系，以及根据所述第一行为指标的第一数值类型确定所述第一行为偏好的第四数值类型；根据所述对应关系和所述第四数值类型生成所述行为偏好配置表。
也就是说，由于行为偏好配置表是基于指标配置表生成的，比如空调使用时段偏好(该偏好用户描述用户喜欢在哪个时间段使用空调)，是基于每小时空调使用次数这个指标计算得出的。行为偏好配置表的目的是为了使行为指标和行为偏好对应起来，也就是说某个行为偏好是基于对应的行为指标计算得到。
可选地，将所述历史行为日志整合至用户行为标准表，包括：将所述历史行为日志进行清理，以得到所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；将所述目标对象的用户标识、所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间整合至用户行为标准表。
也就是说，清洗各家电在使用过程中产生的数据，整合到用户行为标准表中。
为了更好的理解上述行为偏好表的生成方法的过程，以下再结合可选实施例对上述行为偏好表的生成的实现方法流程进行说明，但不用于限定本公开实施例的技术方案。
在本实施例中提供了一种行为偏好表的生成方法，图3是根据本公开实施例的行为偏好表的生成方法的示意图，如图3所示，具体如下步骤：
步骤1：数据治理；
清洗各家电在使用过程中产生的数据，整合到用户行为标准表(相当于上述实施例中的用户行为标准表)中，用户行为标准表，如表6所示：
表6
上述步骤1的目的是为了使用户行为标准化，从杂乱的用户行为日志中清洗出标准的用户行为，便于后期计算实现自动化。
步骤2：获取用户指标配置表(相当于上述实施例中的行为指标配置表)，如表7所示：
表7

用户指标配置表用于维护用户指标，包括指标id、指标名称、动作id、动作名称，以及计算方法(用户描述该指标的计算方式，如sum、count、avg等)和指标类型(类型1是单value，类型2是key:value)
步骤3：结合用户行为标准表和用户指标配置表，利用python自动化脚本生成用户指标表(相当于上述实施例中的行为指标表)，如表8所示：
表8
Python脚本需要根据业务逻辑定制，总的来说该脚本的作用是读取用户指标配置表，然后自动生成指标的计算逻辑，并将计算结果输出到用户指标表。
步骤4：获取用户偏好配置表(相当于上述实施例中的行为偏好配置表)，如表9所示：
表9
由于用户偏好配置表是基于用户指标配置表生成的，比如空调使用时段偏好(该偏好用户描述用户喜欢在哪个时间段使用空调)，是基于每小时空调使用次数这个指标计算得出的。用户偏好配置表的目的是为了使用户指标和用户偏好对应起来，也就是说某个用户偏好是基于那个用户指标计算而来的，同样是为后期实现自动化计算用户偏好而服务的。
步骤5：结合用户指标表和用户偏好配置表，利用python自动化脚本生成用户偏好表(相当于上述实施例中的行为偏好表)，如表10所示：
表10

Python脚本需要根据业务逻辑定制，该脚本的作用是读取用户偏好配置表，然后自动生成指标的计算逻辑，并将计算结果输出到用户偏好表。
本公开将用户偏好应用于智能家居领域，可计算出用户最喜欢的空调温度、热水器温度、看电视的时间和开灯的时间等等，一系列用户在使用智能家居的过程中偏好的行为和状态。而且该用户偏好模型是自动化的，只需要很少的人力维护配置表即可，不需要每次新增偏好都手动改写逻辑。
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根据上述实施例的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，本公开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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本公开各个实施例的方法。
图4是根据本公开实施例的一种行为偏好表的生成装置的结构框图(一)；如图4所示，包括：
整合模块42，设置为获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
第一生成模块44，设置为根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行 为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；
第二生成模块46，设置为根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
通过上述装置，获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值，解决了相关技术中，用户偏好模型的生成过程过于繁琐，每次增加新的用户偏好，都需要改写底层的偏好计算逻辑，浪费很多时间和人力等问题，进而在本公开中实现了自动生成用户行为偏好，有新的用户指标或用户偏好，只需要维护行为指标配置表和行为偏好表即可，不需要每次都修改底层代码，大大减少了项目维护成本和人工工作量，提升工作效率。
在一个示例性实施例中，第一生成模块44，设置为在所述第一行为指标中确定所述标准行为数据对应的所述第二行为指标和所述第二行为指标的指标名称；在所述行为指标配置表中确定所述第二行为指标的第二计算方法和所述第二行为指标对应的执行次数的第三数值类型；根据所述第二计算方法计算所述标准行 为数据对应的所述第二行为指标的执行次数，并根据所述第三数值类型确定所述第一执行次数对应的数值；根据所述第二行为指标的指标名称和根据所述第三数值类型表示的所述第一执行次数生成所述行为指标表。
在一个示例性实施例中，图5是根据本公开实施例的一种行为偏好表的生成装置的结构框图(二)；如图5所示，上述装置还包括：计算模块52，设置为在所述第二计算方法为求和的情况下，将所述标准行为数据中的操作行为次数进行相加，以得到所述第二行为指标的执行次数；在所述第二计算方法为求平均值的情况下，将所述标准行为数据中的操作行为进行相加求平均值，以得到所述第二行为指标的执行次数。
在一个示例性实施例中，第一生成模块44，设置为在所述第三数值类型指示整数类型的情况下，通过整数确定所述第一执行次数对应的数值；在所述第三数值类型执行键值对类型的情况下，通过键值对确定所述第一执行次数对应的数值，其中，所述键值对用于指示目标时间段内执行第二行为指标对应的行为的执行次数。
在一个示例性实施例中，第二生成模块46，设置为根据所述行为指标配置表生成所述行为偏好配置表，其中，所述行为偏好配置表用于指示所述第一行为指标与所述第一行为偏好的对应关系；在所述第一行为偏好中确定所述第二行为指标对应的第二行为偏好和所述第二行为偏好的偏好名称；在所述行为指标表中的第二行为指标的第一执行次数；根据所述第一执行次数确定所述第二行为偏好对应的数值，并根据所述第二行为偏好的偏好名称和所述第二行为偏好对应的数值生成所述行为偏好表。
在一个示例性实施例中，第二生成模块46，设置为确定所述第一行为指标对应的所述第一行为偏好；根据所述第一行为指标的指标名称和所述第一行为偏好的偏好名称建立第一行为指标和所述第一行为偏好的对应关系，以及根据所述第一行为指标的第一数值类型确定所述第一行为偏好的第四数值类型；根据所述对应关系和所述第四数值类型生成所述行为偏好配置表。
在一个示例性实施例中，整合模块42，设置为将所述历史行为日志进行清理， 以得到所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；将所述目标对象的用户标识、所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间整合至用户行为标准表。
本公开的实施例还提供了一种存储介质，该存储介质包括存储的程序，其中，上述程序运行时执行上述任一项的方法。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：
S1，获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
S2，根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；
S3，根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
根据本公开实施例的又一个方面，还提供了一种用于实施上述行为偏好表的生成方法的电子装置，如图6所示，该电子装置包括存储器602和处理器604，该存储器602中存储有计算机程序，该处理器604被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备 中的至少一个网络设备。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
S2，根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；
S3，根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
可选地，本领域普通技术人员可以理解，图6所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图6中所示更多或者更少的组件(如网络接口等)，或者具有与图6所示不同的配置。
其中，存储器602可用于存储软件程序以及模块，如本公开实施例中的行为偏好表的生成方法和装置对应的程序指令/模块，处理器604通过运行存储在存储器602内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的行为偏好表的生成方法。存储器602可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存 储器。在一些实例中，存储器602可进一步包括相对于处理器604远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。作为一种示例，如图6所示，上述存储器602中可以但不限于包括上述行为偏好表的生成装置中的整合模块42、第一生成模块44、第二生成模块46。此外，还可以包括但不限于上述行为偏好表的生成装置中的其他模块单元，本示例中不再赘述。
可选地，上述的传输装置606用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置606包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置606为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
此外，上述电子装置还包括：显示器608，用于显示上述历史行为日志；和连接总线610，用于连接上述电子装置中的各个模块部件。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本公开的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本公开不限制于任何特定的硬件和软件结合。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技 术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。

Claims (16)

  1. 一种行为偏好表的生成方法，包括：
    获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
    根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数，所述第一行为指标至少包括：所述第二行为指标；
    根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
  2. 根据权利要求1所述的行为偏好表的生成方法，其中，根据行为指标配置表和所述用户行为标准表生成行为指标表，包括：
    在所述第一行为指标中确定所述标准行为数据对应的所述第二行为指标和所述第二行为指标的指标名称；
    在所述行为指标配置表中确定所述第二行为指标的第二计算方法和所述第二行为指标对应的执行次数的第三数值类型；
    根据所述第二计算方法计算所述标准行为数据对应的所述第二行为指标的执行次数，并根据所述第三数值类型确定所述第一执行次数对应的数值；
    根据所述第二行为指标的指标名称和根据所述第三数值类型表示的所述第一执行次数生成所述行为指标表。
  3. 根据权利要求2所述的行为偏好表的生成方法，其中，根据所述第二计算方法计算所述标准行为数据对应的所述第二行为指标的执行次数，包括：
    在所述第二计算方法为求和的情况下，将所述标准行为数据中的操作行为次数进行相加，以得到所述第二行为指标的执行次数；
    在所述第二计算方法为求平均值的情况下，将所述标准行为数据中的操作行为进行相加求平均值，以得到所述第二行为指标的执行次数。
  4. 根据权利要求2所述的行为偏好表的生成方法，其中，根据所述第三数值类型确定所述第一执行次数对应的数值，包括：
    在所述第三数值类型指示整数类型的情况下，通过整数确定所述第一执行次数对应的数值；
    在所述第三数值类型执行键值对类型的情况下，通过键值对确定所述第一执行次数对应的数值，其中，所述键值对用于指示目标时间段内执行第二行为指标对应的行为的执行次数。
  5. 根据权利要求1所述的行为偏好表的生成方法，其中，根据所述行为指标表和行为偏好配置表生成行为偏好表，包括：
    根据所述行为指标配置表生成所述行为偏好配置表，其中，所述行为偏好配置表用于指示所述第一行为指标与所述第一行为偏好的对应关系；
    在所述第一行为偏好中确定所述第二行为指标对应的第二行为偏好和所述第二行为偏好的偏好名称；
    在所述行为指标表中的第二行为指标的第一执行次数；
    根据所述第一执行次数确定所述第二行为偏好对应的数值，并根据所述第二行为偏好的偏好名称和所述第二行为偏好对应的数值生成所述行为偏好表。
  6. 根据权利要求5所述的行为偏好表的生成方法，其中，根据所述行为指标配置表生成所述行为偏好配置表，包括：
    确定所述第一行为指标对应的所述第一行为偏好；
    根据所述第一行为指标的指标名称和所述第一行为偏好的偏好名称建立第一行为指标和所述第一行为偏好的对应关系，以及根据所述第一行为指标的第一数值类型确定所述第一行为偏好的第四数值类型；
    根据所述对应关系和所述第四数值类型生成所述行为偏好配置表。
  7. 根据权利要求1所述的行为偏好表的生成方法，其中，将所述历史行为日志整合至用户行为标准表，包括：
    将所述历史行为日志进行清理，以得到所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
    将所述目标对象的用户标识、所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间整合至用户行为标准表。
  8. 一种行为偏好表的生成装置，包括：
    整合模块，设置为获取目标对象控制家电设备执行目标操作时的历史行为日志，并将所述历史行为日志整合至用户行为标准表，其中，所述用户行为标准表包括：所述目标对象的用户标识、所述历史行为日志对应的标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；
    第一生成模块，设置为根据行为指标配置表和所述用户行为标准表生成行为指标表，其中，所述行为指标配置表包括：第一行为指标的指标名称、第一行为指标的第一计算方法和第一行为指标对应的执行次数的第一数值类型，所述行为指标表包括：第二行为指标的指标名称、第二行为指标的第一执行次数；
    第二生成模块，设置为根据所述行为指标表和行为偏好配置表生成行为偏好表，其中，所述行为偏好配置表包括：第一行为偏好的偏好名称、第一行为偏好对应的执行次数的第二数值类型，所述行为偏好表包括：第二行为偏好的偏好名称和第二行为偏好对应的数值。
  9. 根据权利要求8所述的行为偏好表的生成装置，其中，
    所述第一生成模块，还设置为在所述第一行为指标中确定所述标准行为数据对应的所述第二行为指标和所述第二行为指标的指标名称；在所述行为指标配置表中确定所述第二行为指标的第二计算方法和所述第二行为指标对应的执行次数的第三数值类型；根据所述第二计算方法计算所述标准行为数据对应的所述第二行为指标的执行次数，并根据所述第三数值类型确定所述第一执行次数对应的数值；根据所述第二行为指标的指标名称和根据所述第三数值类型表示的所述第一执行次数生成所述行为指标表。
  10. 根据权利要求9所述的行为偏好表的生成装置，其中，所述装置还包括：
    计算模块，设置为在所述第二计算方法为求和的情况下，将所述标准行为数据中的操作行为次数进行相加，以得到所述第二行为指标的执行次数；在所述第二计算方法为求平均值的情况下，将所述标准行为数据中的操作行为进行相加求平均值，以得到所述第二行为指标的执行次数。
  11. 根据权利要求9所述的行为偏好表的生成装置，其中，
    所述第一生成模块，还设置为在所述第三数值类型指示整数类型的情况下，通过整数确定所述第一执行次数对应的数值；在所述第三数值类型执行键值对类型的情况下，通过键值对确定所述第一执行次数对应的数值，其中，所述键值对用于指示目标时间段内执行第二行为指标对应的行为的执行次数。
  12. 根据权利要求8所述的行为偏好表的生成装置，其中，所述装置还包括：
    所述第二生成模块，还设置为根据所述行为指标配置表生成所述行为偏好配置表，其中，所述行为偏好配置表用于指示所述第一行为指标与所述第一行为偏好的对应关系；在所述第一行为偏好中确定所述第二行为指标对应的第二行为偏好和所述第二行为偏好的偏好名称；在所述行为指标表中的第二行为指标的第一执行次数；根据所述第一执行次数确定所述第二行为偏好对应的数值，并根据所述第二行为偏好的偏好名称和所述第二行为偏好对应的数值生成所述行为偏好表。
  13. 根据权利要求12所述的行为偏好表的生成装置，其中，
    所述第二生成模块，还设置为确定所述第一行为指标对应的所述第一行为偏好；根据所述第一行为指标的指标名称和所述第一行为偏好的偏好名称建立第一行为指标和所述第一行为偏好的对应关系，以及根据所述第一行为指标的第一数值类型确定所述第一行为偏好的第四数值类型；根据所述对应关系和所述第四数值类型生成所述行为偏好配置表。
  14. 根据权利要求8所述的行为偏好表的生成装置，其中，
    所述整合模块，还设置为将所述历史行为日志进行清理，以得到所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间；将所述目标对象的用户标识、所述标准行为数据的行为标识、所述标准行为数据的行为名称、所述标准行为数据的执行时间整合至用户行为标准表。
  15. 一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7任一项中所述的方法。
  16. 一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的方法。
PCT/CN2023/072933 2022-07-29 2023-01-18 行为偏好表的生成方法和装置、存储介质及电子装置 WO2024021546A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210910979.0A CN115390466A (zh) 2022-07-29 2022-07-29 行为偏好表的生成方法和装置、存储介质及电子装置
CN202210910979.0 2022-07-29

Publications (1)

Publication Number Publication Date
WO2024021546A1 true WO2024021546A1 (zh) 2024-02-01

Family

ID=84119180

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/072933 WO2024021546A1 (zh) 2022-07-29 2023-01-18 行为偏好表的生成方法和装置、存储介质及电子装置

Country Status (2)

Country Link
CN (1) CN115390466A (zh)
WO (1) WO2024021546A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115390466A (zh) * 2022-07-29 2022-11-25 青岛海尔科技有限公司 行为偏好表的生成方法和装置、存储介质及电子装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865927A (zh) * 2015-03-27 2015-08-26 北京海尔广科数字技术有限公司 构建用户模型的方法和装置、以及设备控制方法和装置
CN109951512A (zh) * 2019-01-09 2019-06-28 平安科技（深圳）有限公司 用户偏好确定方法、***、电子设备及存储介质
CN113531818A (zh) * 2021-06-21 2021-10-22 青岛海尔空调器有限总公司 用于空调的运行模式推送方法及装置、空调
CN113848733A (zh) * 2021-08-24 2021-12-28 天翼数字生活科技有限公司 一种用于自动设置智能终端设备的偏好属性的方法
US20220019912A1 (en) * 2020-07-14 2022-01-20 Oath Inc. Content recommendations based upon historical future data
CN114047710A (zh) * 2021-11-09 2022-02-15 佛山市淇特科技有限公司 智能家居数据分析方法、装置、终端设备以及存储介质
CN114413426A (zh) * 2021-12-21 2022-04-29 海信家电集团股份有限公司 一种空调参数的推荐方法和空调器
CN114546791A (zh) * 2022-01-28 2022-05-27 青岛海尔科技有限公司 数据处理方法、装置、可读计算机存储介质及终端
CN114677830A (zh) * 2022-02-25 2022-06-28 青岛海尔科技有限公司 用水消息的提醒方法、存储介质及电子装置
CN114691731A (zh) * 2022-03-04 2022-07-01 青岛海尔科技有限公司 使用偏好的确定方法和装置、存储介质及电子装置
CN115390466A (zh) * 2022-07-29 2022-11-25 青岛海尔科技有限公司 行为偏好表的生成方法和装置、存储介质及电子装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7464094B2 (en) * 2000-12-29 2008-12-09 Gateway Inc. Shared registry with multiple keys for storing preferences and other applications on a local area network
KR20030003396A (ko) * 2001-06-30 2003-01-10 주식회사 케이티 사용자의 분야별 선호 프로파일을 이용한 컨텐츠 추천서비스 방법
KR100655452B1 (ko) * 2004-05-17 2006-12-08 전자부품연구원 사용자 친화형 멀티미디어 재생 장치 및 그 방법
JP5740814B2 (ja) * 2009-12-22 2015-07-01 ソニー株式会社 情報処理装置および方法
CN103455489B (zh) * 2012-05-28 2017-03-01 阿里巴巴集团控股有限公司 一种快速构建企业关键业绩指标的方法和***
JP6387531B2 (ja) * 2013-10-30 2018-09-12 パナソニックＩｐマネジメント株式会社 情報提供システム、特定情報生成装置、および特定情報生成方法
CN103544623B (zh) * 2013-11-06 2016-07-13 武汉大学 一种基于用户偏好特征建模的Web 服务推荐方法
CN110457577B (zh) * 2015-04-01 2023-04-14 创新先进技术有限公司 数据处理方法、装置、设备和计算机存储介质
US20200285630A1 (en) * 2019-03-05 2020-09-10 Jpmorgan Chase Bank, N.A. Systems and methods for application data transaction auditing
CN114254029A (zh) * 2021-12-21 2022-03-29 吉林亿联银行股份有限公司 一种指标加工的方法、装置、存储介质及设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104865927A (zh) * 2015-03-27 2015-08-26 北京海尔广科数字技术有限公司 构建用户模型的方法和装置、以及设备控制方法和装置
CN109951512A (zh) * 2019-01-09 2019-06-28 平安科技（深圳）有限公司 用户偏好确定方法、***、电子设备及存储介质
US20220019912A1 (en) * 2020-07-14 2022-01-20 Oath Inc. Content recommendations based upon historical future data
CN113531818A (zh) * 2021-06-21 2021-10-22 青岛海尔空调器有限总公司 用于空调的运行模式推送方法及装置、空调
CN113848733A (zh) * 2021-08-24 2021-12-28 天翼数字生活科技有限公司 一种用于自动设置智能终端设备的偏好属性的方法
CN114047710A (zh) * 2021-11-09 2022-02-15 佛山市淇特科技有限公司 智能家居数据分析方法、装置、终端设备以及存储介质
CN114413426A (zh) * 2021-12-21 2022-04-29 海信家电集团股份有限公司 一种空调参数的推荐方法和空调器
CN114546791A (zh) * 2022-01-28 2022-05-27 青岛海尔科技有限公司 数据处理方法、装置、可读计算机存储介质及终端
CN114677830A (zh) * 2022-02-25 2022-06-28 青岛海尔科技有限公司 用水消息的提醒方法、存储介质及电子装置
CN114691731A (zh) * 2022-03-04 2022-07-01 青岛海尔科技有限公司 使用偏好的确定方法和装置、存储介质及电子装置
CN115390466A (zh) * 2022-07-29 2022-11-25 青岛海尔科技有限公司 行为偏好表的生成方法和装置、存储介质及电子装置

Also Published As

Publication number Publication date
CN115390466A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
WO2024021546A1 (zh) 行为偏好表的生成方法和装置、存储介质及电子装置
CN115167164A (zh) 设备场景的确定方法和装置、存储介质及电子装置
CN116033006A (zh) 数据处理方法、***、存储介质及电子装置
CN114697150B (zh) 命令的下发方法和装置、存储介质及电子装置
WO2024066089A1 (zh) 烹饪计划的确定方法及装置、存储介质及电子装置
CN117573320A (zh) 任务节点的执行方法、装置、存储介质及电子装置
WO2024001189A1 (zh) 食物存储信息的确定方法及装置、存储介质及电子装置
WO2024001196A1 (zh) 家电设备的控制方法、装置、存储介质及电子装置
WO2024045501A1 (zh) 推荐信息的确定方法和装置、存储介质及电子装置
CN116107975A (zh) 设备的控制方法和装置、存储介质及电子装置
CN115200146A (zh) 关闭指令的发送方法和装置、存储介质及电子装置
CN115174512A (zh) 消息推送方法及装置、存储介质及电子装置
CN114244646A (zh) 一种设备配网方法、模组、***、电子设备和存储介质
WO2024016506A1 (zh) 网关设备的控制方法、装置、存储介质及电子装置
WO2024036804A1 (zh) 意图指令的确定方法及装置、存储介质及电子装置
CN116009409A (zh) 在线率的确定方法和装置、存储介质及电子装置
CN116382108A (zh) 用于控制智能家电的方法、装置、控制***、存储介质及电子装置
WO2024040824A1 (zh) 行为习惯的识别方法和装置、存储介质及电子装置
CN116184012A (zh) 设备的用电量确定方法、存储介质及电子装置
CN116756480A (zh) 数据统计方法和装置、存储介质及电子装置
CN114839887A (zh) 设备属性的配置方法、装置、存储介质及电子装置
CN116455688A (zh) 用于更新品类映射表的方法、装置、控制***、存储介质及电子装置
CN115695510A (zh) 控制指令的发送方法、装置、存储介质及电子装置
CN115032917A (zh) 设备控制方法、存储介质及电子装置
CN115686604A (zh) 产品功能数据处理方法、***、存储介质及电子装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23844765

Country of ref document: EP

Kind code of ref document: A1