CN105157165B - 一种用于形成空调常用连续动作的方法、系统及智能终端 - Google Patents
一种用于形成空调常用连续动作的方法、系统及智能终端 Download PDFInfo
- Publication number
- CN105157165B CN105157165B CN201510467885.0A CN201510467885A CN105157165B CN 105157165 B CN105157165 B CN 105157165B CN 201510467885 A CN201510467885 A CN 201510467885A CN 105157165 B CN105157165 B CN 105157165B
- Authority
- CN
- China
- Prior art keywords
- air
- conditioning
- continuous action
- continuous
- action
- 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.)
- Active
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明特别涉及一种用于形成空调常用连续动作的方法、系统及智能终端。本发明通过采集用户的空调历史控制指令,学习用户常用的连续操作空调的行为,并生成空调常用连续动作来自动建立即时操作捷径或一键操作等快捷操作方式,不仅简化了用户操作过程,提高了用户体验,而且建立的即时操作捷径或一键操作等快捷操作方式可以集成在手机、平板等智能终端中,应用范围广泛。
Description
技术领域
本发明涉及空调控制领域,特别涉及一种用于形成空调常用连续动作的方法、系统及智能终端。
背景技术
简化空调操作已经是空调商品的基本功能,其主流概念为使用一个按钮,来取代复杂的空调操作。如常见的一键制冷、环保模式、睡眠模式、睡眠曲线等。其优点是操作简单,缺点为模式固定,无法依据个人需求进行调整。而自学习的概念,是利用用户操作空调的历史纪录,利用统计或数学,计算出用户在特定状况下,可能会调整的空调参数,并给予自动调整。自学习的周期性统计特性,使其适用于特定时间与环境状态下的空调运作,但对于用户临时的连续操作,无法给予快速操作建议。
空调的操作是一种连续的行为,例如空调由29度,降温到26度,是个连续行为。目前市面上的空调遥控器的连续操作过程都比较复杂,需要多个步骤,且并没有相应的方法可以降低此种连续操作的复杂度,使其更容易使用。此外,使用APP操作智能空调时,若无法凸显其操作过程相对传统空调与遥控器的优越性,观念传统的用户将不愿意多花钱买智能空调,造成家电厂商营利降低。
发明内容
本发明所要解决的技术问题是提供一种用于形成空调常用连续动作的方法、系统及智能终端,解决了现有技术中采用遥控器或者智能手机APP进行空调连续操作时,操作过程复杂且模式固定的技术问题。
本发明解决上述技术问题的技术方案如下:一种用于形成空调常用连续动作的方法,包括以下步骤:
步骤1,采集用户的空调历史控制指令,所述空调历史控制指令包括用户的具体操作行为;
步骤2,按照时间顺序对所述具体操作行为排序,根据预设时间长度将排序后的具体操作行为分段形成空调连续控制动作,并将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合;
步骤3,统计所有所述空调连续动作的发生频率,并形成相应的统计表格;
步骤4,根据所述统计表格的统计数据,从所有的所述空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
本发明的有益效果是:本发明提出了一种用于形成空调常用连续动作的方法、系统及智能终端,可以通过采集用户的空调历史控制指令,学习用户常用的连续操作空调的行为,并生成空调常用连续动作来自动建立即时操作捷径或一键操作等快捷操作方式,不仅简化了用户操作过程,提高了用户体验,而且建立的即时操作捷径或一键操作等快捷操作方式可以集成在手机、平板等智能终端中,应用范围广泛。
进一步的,所述空调历史控制指令包括用于判断是否为同一用户的用户识别码、与所述用户识别码对应的具体操作行为和操作时间。
进一步的,所述步骤2包括以下具体步骤:
步骤S1,将所述空调历史控制指令按照不同用户识别码分类为多个用户组,每个用户组包括同一用户的多个空调历史控制指令;
步骤S2,按照时间顺序,将所述每个用户组的多个空调历史控制指令进行排序;
步骤S3,根据预设的时间长度,对步骤S2排序后的空调历史控制指令进行分段,生成不同时间段对应的空调历史控制指令集合,每个所述空调历史控制指令集合均包括多个空调历史控制指令;
步骤S4,将每个空调历史控制指令集合中的所有所述具体操作行为撷取出来形成该时间段内的空调连续控制动作;
步骤S5,采用n-gram算法,将所有的所述空调连续控制动作分别列举为连续动作集合,所述每个连续动作集合均包括多个不同长度的连续动作子集,所述连续动作子集由一个或多个空调连续动作组成。
进一步的,所述步骤4中,采用Algorithm算法或利用连续事件发生机率的数学模型,从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。所述连续事件发生机率的数学模型包括hidden markov model模型、maximum entropymarkov model模型或者conditional random fields模型。
进一步的,所述步骤4采用Algorithm算法,具体包括以下步骤:
步骤S11,设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
步骤S12,选取步骤3中统计表格中的一个空调连续动作作为在先空调连续动作,并在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;
步骤S13,计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;
步骤S14,比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,然后进入步骤S15;如果j≥Thresholdvar或所有的pci均≤Thresholdcor,则返回步骤S12,从所述统计表格中选择另一个空调连续动作,重新开始搜寻;
步骤S15,将所述备选空调连续动作作为所述步骤S12中的在先空调连续动作,重复步骤S12~S14,直到步骤S14中找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,则所述步骤S15停止,进入步骤S16,且将长度最长的所述备选空调连续动作作为空调常用连续动作输出;
步骤S16,依次选取所述统计表格中的所有空调连续动作,重复上述步骤S12~S15,直到输出所有的空调常用连续动作。
进一步的,还包括步骤5,所述步骤5具体为:根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。
采用上述进一步方案的有益效果是:通过设置各种过滤条件,可以排除发生几率较少的空调常用连续动作,输出精确性较高的空调常用连续动作。
一种用于形成空调常用连续动作的系统,包括采集模块、连续控制行为分割模块、连续动作频率统计模块和常用连续动作撷取模块,
所述采集模块用于采集用户的空调历史控制指令,所述空调历史控制指令包括用户的具体操作行为;
所述连续控制行为分割模块用于按照时间顺序对所述具体操作行为排序,根据预设时间长度将排序后的具体操作行为分段形成空调连续控制动作,并将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合;
所述连续动作频率统计模块用于统计所有所述空调连续动作的发生频率,并形成相应的统计表格;
所述常用连续动作撷取模块用于根据所述统计表格的统计数据,从所有的所述空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
进一步的,还包括过滤排序模块,所述过滤排序模块用于根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。
进一步的,所述常用连续动作撷取模块具体包括设定单元、选择单元、搜寻统计单元、计算单元、判断单元、控制单元和输出单元,
所述设定单元用于设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
所述选择单元用于依次选择所述统计表格中的空调连续动作,并将所述空调连续动作作为在先空调连续动作发送给所述搜寻统计单元;
所述搜寻统计单元用于在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;
所述计算单元用于计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;
所述判断单元用于比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,并将所述备选空调连续发送到所述控制单元;如果j≥Thresholdvar或所有的pci均≤Thresholdcor,从通过所述选择单元所述统计表格中选择另一个空调连续动作,重新开始搜寻;
所述控制单元用于将所述备选空调连续动作作为所述步骤S12中的在先空调连续动作,重复步骤S12~S14,直到步骤S14中找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,则控制所述步骤S15停止,进入步骤S16,且将长度最长的所述备选空调连续动作作为空调常用连续动作发送给所述输出单元;
所述输出单元用于输出所有的空调常用连续动作。
一种智能终端,所述智能终端集成有所述用于形成空调常用连续动作的系统。
附图说明
图1为本发明一种用于形成空调常用连续动作的方法的流程示意图;
图2为本发明一种用于形成空调常用连续动作的系统的结构示意图;
图3为本发明一种智能终端的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明一种用于形成空调常用连续动作的方法的流程示意图,包括以下步骤:
步骤1,采集用户的空调历史控制指令,所述空调历史控制指令包括用于判断是否为同一用户的用户识别码、与所述用户识别码对应的具体操作行为和操作时间。在一个实施例中,所示空调历史控制指令表示为(user,action,time),“user”为用户识别码,action为具体操作行为,time为操作时间,即用户(user)在特定时间点(time)操作了特定功能或动作(action)。通过数据搜集,可获得一定时间的空调历史控制指令,每个空调历史控制指令均包含用户识别码、具体操作行为和操作时间。
步骤2,按照时间顺序对所述空调历史控制指令排序,并根据预设时间长度将所述排序后的空调历史控制指令分段,生成不同时间段的空调历史控制指令集合;提取所述空调历史控制指令集合中所有空调历史控制指令的具体操作行为,生成该时间段的空调连续控制动作;将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合。以下对步骤2进行详细说明。
所述步骤2包括以下具体步骤:
步骤S1,将所述空调历史控制指令按照不同用户识别码分类为多个用户组,每个用户组包括同一用户的多个空调历史控制指令。
步骤S2,按照时间顺序,将所述每个用户组的多个空调历史控制指令进行排序。例如可以得到如下排序后的用户A的多个空调历史控制指令:
[用户A,27度,19:30:11]->[用户A,26度,19:30:12]->[用户A,25度,19:30:14]->[用户A,24度,19:30:16]…[用户A,中风,21:12:11]->[用户A,强风,21:22:11];
步骤S3,根据预设的时间长度,对步骤S2排序后的空调历史控制指令进行分段,生成不同时间段对应的空调历史控制指令集合,每个所述空调历史控制指令集合均包括多个空调历史控制指令。所述时间长度为用户连续操作空调所需消耗的时间,通常设定为10至20秒。设定一定的时间长度(time constraint),除了可节省后续计算的时间复杂度外,亦可避免学习到不合理时间长度的连续动作。例如将时间长度设定为10秒,则以上的例子将会撷取到一个空调历史控制指令集合,所述空调历史控制指令集合对应的时间段为19:30:11~19:30:20,具体如下:
[用户A,27度,19:30:11]->[用户A,26度,19:30:12]->[用户A,25度,19:30:14]->[用户A,24度,19:30:16]。
步骤S4,将每个空调历史控制指令集合中的所有所述具体操作行为撷取出来形成该时间段内的空调连续控制动作。上述例子中,可以得到19:30:11~19:30:20时间段内的空调连续控制动作:[27度,26度,25度,24度]。
步骤S5,采用n-gram算法,将所有的所述空调连续控制动作分别列举为连续动作集合,所述每个连续动作集合均包括多个不同长度的连续动作子集,所述连续动作子集由一个或多个空调连续动作组成。采用n-gram算法,n=(1,2,3,4),将空调连续控制动作[27度,26度,25度,24度]进行列举,可以得到所有可能的空调连续动作,具体如下:
连续动作子集1:n等于1,包括4个空调连续动作[27],[26],[25],[24];
连续动作子集2:n等于2,包括3个空调连续动作[27,26],[26,25],[25,24];
连续动作子集3:n等于3,包括2个空调连续动作[27,26,25],[26,25,24];
连续动作子集4:n等于4,包括1个空调连续动作[27,26,25,24]。
以上例子中的[27,26,25]代表用户A在设定27度后,接续设定了26度、与25度。用上述方法,可将所有的空调连续动作列出,至此,用户的空调历史控制指令数据,以经由单纯的操作,转化成与时间相关的所有空调连续动作的集合。
步骤3,统计所有所述空调连续动作的发生频率,并形成相应的统计表格;比如一个进行温度调整的实施例中,根据空调历史控制指令,形成统计表格如下表1所示:
表1空调连续动作的发生频率
空调连续动作 | 发生频率(次数) |
[27] | 8231 |
[26] | 7930 |
[25] | 7022 |
[24] | 6320 |
[27,26] | 6233 |
[26,25] | 5983 |
[25,24] | 5022 |
[27,26,25] | 4320 |
[26,25,24] | 2022 |
[27,26,25,24] | 893 |
根据表1的统计数据,可算出当一个空调连续动作出现后,下一个动作发生的几率。例如,空调连续动作[27,26,25]的发生频率为4320,而空调连续动作[27,26,25,24]的发生频率为1223,因此,当空调连续动作[27,26,25]发生时,下一个具体操作行为[24]的几率P=1223/4320=0.207。
步骤4,根据所述统计表格的统计数据,从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。本发明中,可建立空调操作捷径的空调常用连续动作,须具备以下特征:关联性高,即此组空调常用连续动作时常同时出现,代表用户操作具有一定习惯特征;变异性小,即空调常用连续动作选择性小,代表此组空调常用连续动作具有特殊意义。应用效果好,即空调常用连续动作的长度越长,建立捷径后的效果越大。
本发明可采用数学模型来描述上述特征,具体如下:
假设有空调连续动作[a1,a2],其发生频率记为f12,空调连续动作[a1,a2,a3],其发生频率为f123,空调连续动作[a1,a2,a3]发生频率越接近[a1,a2],代表动作[a1,a2]与[a3]的关联性越高,即P123=(f123/f12)越高,代表空调连续动作[a1,a2,a3]的关联性越强,越值得成为常用动作组合。
在此连续动作[a1,a2]之后,有多种动作a3,a4,…an,若动作选择的种类越多,即n越大,则代表[a1,a2]之后的选择性多,即变异性越大,不符合本发明对空调常用连续动作的要求,此种状况,应尽可把[a1,a2]当作是常用动作的结尾,让用户可直接跳到此节点进行后续选择。
所述步骤4中,可以采用Algorithm算法或利用连续事件发生机率的数学模型,从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。所述利用连续事件发生机率的数学模型包括hidden markov model模型、maximum entropy markovmodel模型或者conditional random fields模型。以Algorithm算法为例,具体包括以下步骤:
步骤S11,设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
步骤S12,选取步骤3中统计表格中的一个空调连续动作作为在先空调连续动作,并在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;本步骤中,用A1表示所述在先空调连续动作,所述A1=[a1,a2],a1、a2分别表示两个连续的具体操作行为,即所述在先空调连续动作A1由两个连续的具体操作行为a1、a2组成;用Ac1、Ac2、……Acj表示所有的后续空调连续动作,其中Ac1表示为[a1,a2]+ac1、Ac2表示为[a1,a2]+ac2、……Acj表示为[a1,a2]+acj,所述ac1、ac2、……acj分别表示所述下一个空调连续动作Ac1、Ac2、……Acj中,a1、a2之后的下一个具体操作行为;
步骤S13,计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;所述pci=f(A1+acj)/f(A1),所述f(A1)表示所述在先空调连续动作A1发生的频率,所述f(A1+acj)表示当在先空调连续动作A1出现后,下一个动作为acj的频率;
步骤S14,比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,然后进入步骤S15,具体的,将对应的后续具体操作行为ac1合并到所述第一个空调连续动作A1中,生成一个备选空调连续动作[a1,a2,ac1];如果j≥Thresholdvar或所有的pci均≤Thresholdcor,则返回步骤S12,从所述统计表格中选择另一个空调连续动作,重新开始搜寻;
步骤S15,将所述备选空调连续动作作为所述步骤S12中的在先空调连续动作,重复步骤S12~S14,直到步骤S14中找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,则所述步骤S15停止,进入步骤S16,且将长度最长的所述备选空调连续动作作为空调常用连续动作输出;
步骤S16,依次选取所述统计表格中的所有空调连续动作,重复上述步骤S12~S15,直到输出所有的空调常用连续动作。
通过以上的算法,即可撷取出关联性高、变异性小、应用效果好的所有空调常用连续动作。
本发明还包括包括步骤5,所述步骤5具体为:根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。在撷取到了空调常用连续动作后,未必可直接使用,常见状况如下:所述空调常用连续动作长度太短,例如只有两个动作,应用性不高,建立操作捷径没有效果。或者空调常用连续动作间的关联强,但发生频率太小,可成为捷径但使用几率太低。为了更加优化空调常用连续动作的应用性,在实际应用上可以根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序后输出。
通过以上所有流程,本发明产生了一组空调常用连续动作,所述空调常用连续动作可做为快捷操作,或组合操作等应用。
优选的,在实际的应用中,本发明步骤2在进行对空调历史控制指令分段时,可以使用变动的时间,撷取具体操作行为,例如当行为之间的时间大于某种门槛时,给予截断,或任何取得不同时间长度的切分方式。另外,在例举所有可能的空调连续动作时,直接给予长度门槛,不穷举短长度的空调连续动作,以降低后续计算复杂度。
以下通过一个具体的实施例对上述步骤进行具体描述。
假设以20秒的时间长度,撷取到以下五个空调连续控制动作:
1、[29,28,27,26,25]
2、[29,28,27,26,25]
3、[29,28,27,26]
4、[29,28,27,强风]
5、[26,27,28,弱风]
[29,28]表示用户调整空调温度为29度,之后再设定成28度。其余空调连续控制动作皆用此方式表示。
以动作5为例,通过n-gram可将所述空调连续控制动作[26,27,28,弱风]拆解成以下空调连续动作组合:
1-gram:[26],[27],[28],[弱风]
2-gram:[26,27],[27,28],[28,弱风]
3-gram:[26,27,28],[27,28,弱风]
4-gram:[26,27,28,弱风]
将以上所述空调连续控制动作分别拆解后,可得到如表2的统计数据:
表2空调连续动作的发生频率
空调连续动作 | 发生频率(frequency) |
[29,28] | 4 |
[28,27] | 4 |
[27,26] | 4 |
[26,25] | 2 |
[26,27] | 1 |
[27,28] | 1 |
[29,28,27] | 4 |
[28,27,26] | 3 |
[27,26,25] | 2 |
[28,27,强风] | 1 |
[26,27,28] | 1 |
[27,28,弱风] | 1 |
[29,28,27,26] | 3 |
[28,27,26,25] | 2 |
[29,28,27,强风] | 1 |
[26,27,28,弱风] | 1 |
[29,28,27,26,25] | 2 |
上表2中,为了降低后续计算复杂度,省略了较短长度的空调连续动作[29]、[28]、[27]、[26]、[25]、[强风]、[弱风]。
设定Thresholdvar=3,Thresholdcor=0.7
根据查表,[29,28]这个空调连续动作的后续动作只有[29,28,27]一种,所以j=1,此时j<Thresholdvar,继续计算当[29,28]出现时,下一个具体操作行为27的几率P。
查表可知,[29,28]发生4次,[29,28,27]发生4次,因此当[29,28]出现时,下一个具体操作行为27的几率p1=f(29,28,27)/f(29,28)=4/4=1.0。
所述p1>Thresholdcor,因此[29,28,27]成为备选的空调连续动作。然后继续对[29,28,27]后续可能发生的所有后续动作进行Thresholdvar与Thresholdcor的判断。
根据查表,[29,28,27]这个空调连续动作的后续动作只有[29,28,27,26]一种,所以j=1,此时j<Thresholdvar,继续计算当[29,28,27]出现时,下一个具体操作行为26的几率p2。
查表可知,[29,28,27,26]发生了3次,[29,28,27]发生4次,因此当[29,28,27]出现时,下一个具体操作行为26的几率p2=f(29,28,27,26)/f(29,28,27)=3/4=0.75。
所述p2>Thresholdcor,因此[29,28,27,26]取代[29,28,27]成为备选的空调连续动作。然后继续对[29,28,27,26]后续可能发生的所有后续动作进行Thresholdvar与Thresholdcor的判断。
根据查表,[29,28,27,26]这个连续动作的后续动作只有[29,28,27,26,25]一种,所以j=1,此时j<Thresholdvar,继续计算当[29,28,27,26]出现时,下一个具体操作行为25的几率p3。
查表可知,[29,28,27,26,25]发生了2次,[29,28,27,26]发生了3次,因此当[29,28,27,26]出现时,下一个具体操作行为25的几率p3=f(29,28,27,26,25)/f(29,28,27,26)=2/3=0.66。
因为Thresholdcor=0.7,p3=0.66,p3<Thresholdcor,因此算法步骤结束,输出[29,28,27,26]为一个空调常用连续动作。
将上表2中的其余动作皆套用算法,最后将产出[29,28,27,26]与[28,27,26]两个空调常用连续动作。
然后可以根据需求,过滤长度,或对此两个空调常用连续动作根据使用频率进行排序,节省搜索时间。
如图2所示,为本发明一种用于形成空调常用连续动作的系统的结构示意图,包括采集模块、连续控制行为分割模块、连续动作频率统计模块和常用连续动作撷取模块,
所述采集模块用于采集用户的空调历史控制指令,所述空调历史控制指令包括用户的具体操作行为;
所述连续控制行为分割模块用于按照时间顺序对所述空调历史控制指令排序,并根据预设时间长度将所述排序后的空调历史控制指令分段,生成不同时间段的空调历史控制指令集合;提取所述空调历史控制指令集合中所有空调历史控制指令的具体操作行为,生成该时间段的空调连续控制动作;将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合;
所述连续动作频率统计模块用于统计所有所述空调连续动作的发生频率,并形成相应的统计表格;
所述常用连续动作撷取模块用于根据所述统计表格的统计数据,从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
在本发明的其他实施例中,所述系统还包括过滤排序模块,所述过滤排序模块用于根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。
本发明的其他实施例中,所述常用连续动作撷取模块具体所述常用连续动作撷取模块具体包括设定单元、选择单元、搜寻统计单元、计算单元、判断单元、控制单元和输出单元,
所述设定单元用于设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
所述选择单元用于依次选择所述统计表格中的空调连续动作,并将所述空调连续动作作为在先空调连续动作发送给所述搜寻统计单元;
所述搜寻统计单元用于在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;
所述计算单元用于计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;
所述判断单元用于比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,并将所述备选空调连续发送到所述控制单元;如果j≥Thresholdvar或所有的pci均≤Thresholdcor,从通过所述选择单元所述统计表格中选择另一个空调连续动作,重新开始搜寻;
所述控制单元用于将所述备选空调连续动作作为所述步骤S12中的在先空调连续动作,重复步骤S12~S14,直到步骤S14中找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,则控制所述步骤S15停止,进入步骤S16,且将长度最长的所述备选空调连续动作作为空调常用连续动作发送给所述输出单元;
所述输出单元用于输出所有的空调常用连续动作。
如图3所示,为本发明一种智能终端的结构示意图,所述智能终端集成有以上所述的用于形成空调常用连续动作的系统。所述智能终端可以为智能手机或者平板,通过安装有上述系统的App软件,即可生成空调常用连续动作,并将所述空调常用连续动作用来建立方便用户操作的快捷操作或者一键操作。比如所述实施例中的[29,28,27,26]与[28,27,26]两个空调常用连续动作,可以在以下三个方面进行应用:
1、建立即时操作捷径。当用户操作空调时,触发搜寻空调连续动作。例如当用户由30度,设定成29度时,在所述智能终端中搜寻空调常用连续动作,发现[29,28,27,26],因此显示[29->26]度的控制捷径,这样利用即时操作捷径,将操作步骤从4个步骤缩短为2个步骤,其操作便利性明显优于过去的操作方式。
2、近期常用操作组合。通过一个用户接口,可以在所述智能终端中显示近期用户常用的操作动作组合,点击后即可一键操作此动作组合。
3、优化用户操作版面。当发现用户较少使用26度以下的温度控制,则所述智能终端放大26度至30度的操作接口,缩小26度以下的控制接口。当发现用户在控制温度下降后,时常使用上下摆风,则在用户调整温度后,在所述智能终端上放大显示上下摆风功能。
本发明提出了一种用于形成空调常用连续动作的方法、系统及智能终端,可以通过采集用户的空调历史控制指令,学习用户常用的连续操作空调的行为,并生成空调常用连续动作来自动建立即时操作捷径或一键操作等快捷操作方式,不仅简化了用户操作过程,提高了用户体验,而且建立的即时操作捷径或一键操作等快捷操作方式可以集成在手机、平板等智能终端中,应用范围广泛。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种用于形成空调常用连续动作的方法,包括以下步骤:
步骤1,采集用户的空调历史控制指令,所述空调历史控制指令包括用户的具体操作行为;
步骤2,按照时间顺序对所述具体操作行为排序,根据预设时间长度将排序后的具体操作行为分段形成空调连续控制动作,并将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合;
步骤3,统计所有所述空调连续动作的发生频率,并形成相应的统计表格;
步骤4,根据所述统计表格的统计数据,从所有的所述空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
2.根据权利要求1所述的用于形成空调常用连续动作的方法,其特征在于,所述空调历史控制指令包括用于判断是否为同一用户的用户识别码、与所述用户识别码对应的具体操作行为和操作时间。
3.根据权利要求2所述的用于形成空调常用连续动作的方法,其特征在于,所述步骤2包括以下具体步骤:
步骤S1,将所述空调历史控制指令按照不同用户识别码分类为多个用户组,每个用户组包括同一用户的多个空调历史控制指令;
步骤S2,按照时间顺序,将所述每个用户组的多个空调历史控制指令进行排序;
步骤S3,根据预设的时间长度,对步骤S2排序后的空调历史控制指令进行分段,生成不同时间段对应的空调历史控制指令集合,每个所述空调历史控制指令集合均包括多个空调历史控制指令;
步骤S4,将每个空调历史控制指令集合中的所有所述具体操作行为撷取出来形成该时间段内的空调连续控制动作;
步骤S5,采用n-gram算法,将所有的所述空调连续控制动作分别列举为连续动作集合,所述每个连续动作集合均包括多个不同长度的连续动作子集,所述连续动作子集由一个或多个空调连续动作组成。
4.根据权利要求3所述的用于形成空调常用连续动作的方法,其特征在于,所述步骤4中,利用连续事件发生机率的数学模型,从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
5.根据权利要求4所述的用于形成空调常用连续动作的方法,其特征在于,所述步骤4中采用Algorithm算法从所述所有的空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作,具体包括以下步骤:
步骤S11,设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
步骤S12,选取步骤3中统计表格中的一个空调连续动作作为在先空调连续动作,并在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;
步骤S13,计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;
步骤S14,比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,然后进入步骤S15;如果j≥Thresholdvar或所有的pci均≤Thresholdcor,则返回步骤S12,从所述统计表格中选择另一个空调连续动作,重新开始搜寻;
步骤S15,将所述备选空调连续动作作为所述步骤S12中的在先空调连续动作,重复步骤S12~S14,直到步骤S14中找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,则所述步骤S15停止,进入步骤S16,且将长度最长的所述备选空调连续动作作为空调常用连续动作输出;
步骤S16,依次选取所述统计表格中的所有空调连续动作,重复上述步骤S12~S15,直到输出所有的空调常用连续动作。
6.根据权利要求1~5任一所述的用于形成空调常用连续动作的方法,其特征在于,还包括步骤5,所述步骤5具体为:根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。
7.一种用于形成空调常用连续动作的系统,其特征在于,包括采集模块、连续控制行为分割模块、连续动作频率统计模块和常用连续动作撷取模块,
所述采集模块用于采集用户的空调历史控制指令,所述空调历史控制指令包括用户的具体操作行为;
所述连续控制行为分割模块用于按照时间顺序对所述具体操作行为排序,根据预设时间长度将排序后的具体操作行为分段形成空调连续控制动作,并将所述空调连续控制动作列举为不同长度的所有空调连续动作的集合;
所述连续动作频率统计模块用于统计所有所述空调连续动作的发生频率,并形成相应的统计表格;
所述常用连续动作撷取模块用于根据所述统计表格的统计数据,从所有的所述空调连续动作中筛选出用于建立空调操作捷径的空调常用连续动作。
8.根据权利要求7所述的用于形成空调常用连续动作的系统,其特征在于,所述常用连续动作撷取模块具体包括设定单元、选择单元、搜寻统计单元、计算单元、判断单元、控制单元和输出单元,
所述设定单元用于设定变异性参数Thresholdvar和关联性参数Thresholdcor的取值;
所述选择单元用于依次选择所述统计表格中的空调连续动作,并将所述空调连续动作作为在先空调连续动作发送给所述搜寻统计单元;
所述搜寻统计单元用于在所述统计表格中搜寻所有包含所述在先空调连续动作的后续空调连续动作,统计不同的所述后续空调连续动作的个数,记为j;
所述计算单元用于计算当所述在先空调连续动作发生时,所述后续空调连续动作分别发生的几率,记为pci,i的取值为1~j;
所述判断单元用于比较所述j和所述变异性参数Thresholdvar的大小,以及所有pci与所述关联性参数Thresholdcor的大小,若j<Thresholdvar且pci>Thresholdcor,则将所述pci对应的后续空调连续动作作为一个备选空调连续动作,并将所述备选空调连续发送到所述控制单元;如果j≥Thresholdvar或所有的pci均≤Thresholdcor,从通过所述选择单元所述统计表格中选择另一个空调连续动作,重新开始搜寻;
所述控制单元用于将所述备选空调连续动作作为所述选择单元选择得到的在先空调连续动作,并重复调用所述搜寻统计单元、所述计算单元和所述判断单元,直到所述判断单元的判断结果为找不到符合j<Thresholdvar且pci>Thresholdcor的后续空调连续动作,将长度最长的所述备选空调连续动作作为空调常用连续动作发送给所述输出单元;
所述输出单元用于输出所有的空调常用连续动作。
9.根据权利要求7或8所述的用于形成空调常用连续动作的系统,其特征在于,还包括过滤排序模块,所述过滤排序模块用于根据所述空调常用连续动作的发生频率、所述空调常用连续动作的长度或所述空调常用连续动作占所有空调连续动作的比例对所述空调常用连续动作进行过滤、筛选和排序。
10.一种智能终端,其特征在于:所述智能终端集成有权利要求7~9任一所述的用于形成空调常用连续动作的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510467885.0A CN105157165B (zh) | 2015-07-31 | 2015-07-31 | 一种用于形成空调常用连续动作的方法、系统及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510467885.0A CN105157165B (zh) | 2015-07-31 | 2015-07-31 | 一种用于形成空调常用连续动作的方法、系统及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105157165A CN105157165A (zh) | 2015-12-16 |
CN105157165B true CN105157165B (zh) | 2018-09-11 |
Family
ID=54798122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510467885.0A Active CN105157165B (zh) | 2015-07-31 | 2015-07-31 | 一种用于形成空调常用连续动作的方法、系统及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105157165B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160146389A (ko) * | 2015-06-12 | 2016-12-21 | 삼성전자주식회사 | 댁 내 기기를 제어하는 방법 및 이를 위한 장치 |
CN105864979A (zh) * | 2016-04-25 | 2016-08-17 | 珠海格力电器股份有限公司 | 基于app遥控的空调控制方法及空调控制器 |
CN106052015A (zh) * | 2016-05-26 | 2016-10-26 | 青岛海尔空调电子有限公司 | 一种空调器控制方法 |
CN110500728A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、系统、可读存储介质及空调 |
CN110500729A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、系统、可读存储介质及空调 |
CN113722008A (zh) * | 2021-08-25 | 2021-11-30 | 珠海格力电器股份有限公司 | 用户操作的优化方法及系统、计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559081A (zh) * | 2013-11-01 | 2014-02-05 | 贝壳网际(北京)安全技术有限公司 | 移动终端工作模式的推荐方法、装置和移动终端 |
CN104266302A (zh) * | 2014-07-04 | 2015-01-07 | 广东美的集团芜湖制冷设备有限公司 | 一种家用空调的控制方法 |
CN104350335A (zh) * | 2013-02-20 | 2015-02-11 | 松下电器(美国)知识产权公司 | 便携信息终端的控制方法和程序 |
CN104597761A (zh) * | 2014-12-31 | 2015-05-06 | 珠海格力电器股份有限公司 | 智能家用设备的控制方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012237490A (ja) * | 2011-05-11 | 2012-12-06 | Hitachi Appliances Inc | 空気調和機の制御情報の提供システム及び提供方法、サーバ、並びにプログラム |
JP2014214935A (ja) * | 2013-04-24 | 2014-11-17 | ダイキン工業株式会社 | 端末装置および空調ユニット |
US10083132B2 (en) * | 2013-10-31 | 2018-09-25 | Kyocera Corporation | Management of building and household appliances using portable computing device |
-
2015
- 2015-07-31 CN CN201510467885.0A patent/CN105157165B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104350335A (zh) * | 2013-02-20 | 2015-02-11 | 松下电器(美国)知识产权公司 | 便携信息终端的控制方法和程序 |
CN103559081A (zh) * | 2013-11-01 | 2014-02-05 | 贝壳网际(北京)安全技术有限公司 | 移动终端工作模式的推荐方法、装置和移动终端 |
CN104266302A (zh) * | 2014-07-04 | 2015-01-07 | 广东美的集团芜湖制冷设备有限公司 | 一种家用空调的控制方法 |
CN104597761A (zh) * | 2014-12-31 | 2015-05-06 | 珠海格力电器股份有限公司 | 智能家用设备的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105157165A (zh) | 2015-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105157165B (zh) | 一种用于形成空调常用连续动作的方法、系统及智能终端 | |
CN107676937B (zh) | 空调器控制方法、装置、系统和计算机可读存储介质 | |
CN107797459B (zh) | 终端设备的控制方法、装置、存储介质及处理器 | |
CN109323425A (zh) | 空调的控制方法、装置及可读存储介质 | |
CN109947812A (zh) | 连续缺失值填充方法、数据分析装置、终端及存储介质 | |
CN105225149B (zh) | 一种征信评分确定方法及装置 | |
CN106874355A (zh) | 同时融入社交关系和用户相似度的协同过滤方法 | |
CN104315649A (zh) | 空调模拟智能温控系统及智能温控方法 | |
CN108345908A (zh) | 电网数据的分类方法、分类设备及存储介质 | |
WO2013141094A1 (en) | Behavioral model generating device and method therefor | |
CN114061050B (zh) | 用于控制空调的方法、装置及空调 | |
CN111831871A (zh) | 用于空调工作模式推荐的方法及装置、设备 | |
CN112696798A (zh) | 空调的参数设置方法、空调设备以及计算机可读存储介质 | |
CN109882996A (zh) | 一种控制的方法及设备 | |
CN112308209A (zh) | 基于深度学习的个性化空调智能学习方法 | |
CN108390793A (zh) | 一种分析系统稳定性的方法及装置 | |
CN107976919B (zh) | 一种智能机器人控制方法、系统及电子设备 | |
CN110544022A (zh) | 一种基于bim的建筑装饰耗时估算系统及分析、预测方法 | |
CN106679102B (zh) | 一种基于终端设备的空调控制方法和装置 | |
US8818774B2 (en) | Behavioral model generating device and method therefor | |
CN109840536A (zh) | 一种电网供电可靠性水平聚类方法及系统 | |
Moreno et al. | Exploiting IoT-based sensed data in smart buildings to model its energy consumption | |
CN114676400A (zh) | 身份确定方法、存储介质及电子装置 | |
CN110109368B (zh) | 一种智能家电运行控制方法、装置及系统 | |
CN109884893B (zh) | 一种多工序变量间动态时滞估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |