一种基于用户行为分析的智能家居控制方法、装置和系统的利记博彩app
【专利说明】
[0001]
技术领域
[0002] 本发明涉及物联网智能家居技术领域，具体涉及一种基于用户行为分析的智能家 居控制方法和系统。
【背景技术】
[0003] 在传统家居中，用户是家居设计的中心，家居中的装潢、布局等均根据用户喜好进 行设计。在日常生活中用户根据自身需要打开窗户、打开电视、关闭窗帘、打开灯光等即是 通过对家居状态的物理改变来获得想要的家居体验。随着物联网技术的发展，物-物互联的 概念深刻影响人类社会的工商业领域乃至生活起居，智能家居技术就是物联网技术与家居 设计相结合的新兴技术，让家居"活"起来，更好地为用户服务。
[0004] 目前，智能家居设备由用户进行主动控制。请参见图1，在智能家居中，家居设备10 通过自带的通信模块101连接网络接入设备11，从而接入通信网络中，用户可以通过连接通 信网络的用户设备12(UE，User Equipment)远程控制家居设备10。例如，在炎热的夏天，用 户在回家途中通过UE控制家中的空调启动，从而提前将室温降低到目标的适宜温度，节省 了回到家中再开启空调的等待时间，又提高了用户体验。进一步的，请参见图2,在智能家居 中，家居设备20通过自带的通信模块201连接网络接入设备21，从而接入通信网络中，另外， 家居设备20还内置触发模块202,用户通过连接网络接入设备21的用户设备22向家居设备 20中的触发模块202配置触发条件和预设操作，当触发模块202判定触发条件成立时，触发 家居设备20执行预设操作。通过上述技术方案实现了智能家居系统的远程控制和自动执行 操作。
[0005] 但是，在上述技术方案中，智能家居系统执行操作需要由用户远程控制或由用户 预设触发条件，使得用户控制方式更加灵活，但其本质仍然是用户主动控制，实际上智能家 居系统并未实现智能化。
【发明内容】
[0006] 有鉴于此，本发明实施例提供了一种基于用户行为分析的智能家居控制方法和系 统，用于对用户于智能家居中的操作行为进行分析，并根据分析结果对智能家居系统进行 智能化控制，进而实现智能家居系统的智能化控制。
[0007] 一种智能家居控制方法，包括： 记录N组第一控制序列及其对应的N组家居状态序列，所述第一控制序列包括一个或多 个针对智能家居设备的控制动作，所述家居状态序列包括η个家居条件的状态，用于指示用 户控制智能家居设备时的家居状态； 根据所述Ν组第一控制序列和所述Ν组家居状态序列，利用神经网络算法预测在所述Ν 组家居状态序列下对应的Ν组第二控制序列，所述第二控制序列包括一个或多个在对应家 居状态下用户可能对智能家居设备的控制动作； 按次序对所述N组第二控制序列和所述N组第一控制序列进行比较，获取第二控制序列 中与第一控制序列不相同的Μ组差别控制序列； 根据控制动作的具体类型，统计所述Μ组差别控制序列中的m个具体控制动作； 获取所述m个具体控制动作中每个具体控制动作对应的多个家居状态序列，并对所述 多个家居状态序列进行投影，得到η个家居条件的状态边界； 将每个具体控制动作对应的η个家居条件状态边界组成的序列作为所述m个具体控制 动作对应的m个触发状态序列； 当当前η个家居条件的状态满足所述m个触发状态序列中任一触发状态序列时，推荐用 户执行对应的具体控制动作。
[0008] 优选地，所述根据所述N组第一控制序列和所述N组家居状态序列，利用神经网络 算法预测在所述N组家居状态序列下对应的N组第二控制序列包括:将所述N组家居状态序 列作为输入，将所述N组第一控制序列作为输出，对人工神经网络进行训练，得到分类器;将 所述N组家居状态序列输入所述分类器，输出对应的N组第二控制序列。
[0009] 优选地，所述N不少于1000;所述控制动作包括：空调开/关、加湿器开/关、干燥器 开/关、窗户开/关、窗帘开/关、热水器开/关、灯光开/关、电视开/关;所述家居条件的状态 包括:室外温度、天气状况、室内温度、用户外出、时间段、室内亮度。
[0010] 优选地，所述人工神经网络为BP神经网络。
[0011] -种智能家居控制装置，包括： 记录单元，用于记录N组第一控制序列及其对应的N组家居状态序列，所述第一控制序 列包括一个或多个针对智能家居设备的控制动作，所述家居状态序列包括η个家居条件的 状态，用于指示用户控制智能家居设备时的家居状态； 预测单元，用于根据所述Ν组第一控制序列和所述Ν组家居状态序列，利用神经网络算 法预测在所述Ν组家居状态序列下对应的Ν组第二控制序列，所述第二控制序列包括一个或 多个在对应家居状态下用户可能对智能家居设备的控制动作； 比较单元，用于按次序对所述Ν组第二控制序列和所述Ν组第一控制序列进行比较，获 取第二控制序列中与第一控制序列不相同的Μ组差别控制序列； 统计单元，用于根据控制动作的具体类型，统计所述Μ组差别控制序列中的m个具体控 制动作； 投影单元，用于获取所述m个具体控制动作中每个具体控制动作对应的多个家居状态 序列，并对所述多个家居状态序列进行投影，得到η个家居条件的状态边界； 生成单元，用于将每个具体控制动作对应的η个家居条件状态边界组成的序列作为所 述m个具体控制动作对应的m个触发状态序列； 触发单元，用于当当前η个家居条件的状态满足所述m个触发状态序列中任一触发状态 序列时，推荐用户执行对应的具体控制动作。
[0012] 优选地，所述预测单元包括： 训练子单元，将所述N组家居状态序列作为输入，将所述N组第一控制序列作为输出，对 人工神经网络进行训练，得到分类器； 传输子单元，用于将所述N组家居状态序列输入所述分类器，输出对应的N组第二控制 序列。
[0013]优选地，所述训练子单元所利用的人工神经网络为BP神经网络。
[0014] 一种智能家居系统，包括： 多个智能家居设备，用于受用户控制而向用户提供智能家居服务；以及如上所述的智 能家居控制装置。
[0015] 从以上技术方案可以看出，本发明实施例具有以下优点： 本发明技术方案收集用户控制数据及其对应的家居状态，利用神经网络算法学习训练 上述数据，预测在相同的家居状态下用户可能发生的用户控制行为，通过对比收集的用户 控制数据和预测的用户控制行为并进行进一步处理，获取具体控制动作对应的家居条件状 态边界，并将该边界作为智能化控制的触发条件，从而实现智能家居系统的智能化控制。根 据用户实测反馈，本发明技术方案能够有效提供较好的家居智能化控制体验。
【附图说明】
[0016] 图1为现有一种技术智能家居系统结构图； 图2为现有另一种技术智能家居系统结构图； 图3为本发明实施例的智能家居控制方法流程图； 图4为本发明实施例的智能家居控制方法流程图； 图5为本发明实施例的智能家居控制装置结构图； 图6为本发明实施例的预测单元结构图； 图7为本发明实施例的智能家居控制系统结构图。
【具体实施方式】
[0017] 本发明实施例提供了一种基于用户行为分析的智能家居控制方法，用于对用户于 智能家居中的操作行为进行分析，并根据分析结果对智能家居系统进行智能化控制，进而 实现智能家居系统的智能化控制。本发明实施例还提供与上述方法相关的基于用户行为分 析的智能家居控制装置和系统，以下将分别对其进行详细说明。
[0018] 本发明实施提供一种基于用户行为分析的智能家居控制方法，请参见图3,本实施 例方法具体包括步骤： 301、记录N组第一控制序列及其对应的N组家居状态序列。
[0019] 第一控制序列包括:一个或多个针对智能家居设备的控制动作。家居状态序列包 括个家居条件的状态，用于指示用户控制智能家居设备时的家居状态。
[0020] 优选地，N的取值应不少于1000。
[0021]其中，智能家居设备包括但不限于：（智能）空调、（智能)湿器、（智能）干燥器、（智 能)窗户、（智能)窗帘、（智能)热水器、（智能)灯光、（智能）电视。对应的，控制动作包括但不 限于：空调开/关、加湿器开/关、干燥器开/关、窗户开/关、窗帘开/关、热水器开/关、灯光 开/关、电视开/关。家居条件状态包括但不限于:室外温度、天气状况、室内温度、用户外出、 时间段、室内亮度。
[0022]第一控制序列的示例为：（空调开，加湿器关，干燥器关，窗户开，窗帘开，热水器 关，灯光关，电视关，….），家居状态序列