CN106383450A - 一种基于大数据的智能家居用户行为分析系统及方法 - Google Patents
一种基于大数据的智能家居用户行为分析系统及方法 Download PDFInfo
- Publication number
- CN106383450A CN106383450A CN201610997196.5A CN201610997196A CN106383450A CN 106383450 A CN106383450 A CN 106383450A CN 201610997196 A CN201610997196 A CN 201610997196A CN 106383450 A CN106383450 A CN 106383450A
- Authority
- CN
- China
- Prior art keywords
- user behavior
- data
- user
- smart home
- behavior
- 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 22
- 230000006399 behavior Effects 0.000 claims description 220
- 238000004458 analytical method Methods 0.000 claims description 30
- 230000036541 health Effects 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000005065 mining Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000009412 basement excavation Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004378 air conditioning Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 230000005059 dormancy Effects 0.000 description 4
- 230000007958 sleep Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
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
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)
Abstract
本发明涉及大数据技术领域，公开了一种基于大数据的智能家居用户行为分析系统及方法，包括用户行为数据采集模块、用户行为数据存储模块、用户行为数据预处理模块、用户行为数据分析模块、用户行为智能预测模块和用户行为智能推荐模块。针对当前社会生活节奏快，人们生活习惯不科学、无规划等问题，获取智能家居用户行为信息，构建基于大数据的智能家居用户行为分析系统，实现基于大数据的生活习惯科学规划，针对个体用户的日常生活习惯，量身打造科学合理的行为规划，并通过预测用户行为，实现智能家居设备的智能启动、关闭以及状态调节，帮助用户节省大量的时间和精力。
Description
技术领域
本发明涉及大数据技术领域，尤其涉及一种基于大数据的智能家居用户行为分析系统及方法。
背景技术
随着物联网技术、大数据计算、传感器技术等技术的发展，作为在互联网影响之下物联化的体现，智能家居更加贴近人类生活。智能家居通过物联网技术将家中的各种设备连接在一起，为住户提供全方位的信息交互功能，并且为各种能源费用节约资金。在我国，智能家居正处于飞速发展的阶段，智能家居生产企业愈来愈重视对行业市场的研究，特别是对企业发展环境和客户需求趋势变化的深入研究，一大批国内优秀的智能家居品牌迅速崛起。但是，目前智能家居还不能很好的体现其“智能”所在，对用户行为的预测不够精确，无法结合用户的具体情况为用户制定科学合理的生活规划，也在一定程度上限制了智能家居的发展。
发明内容
本发明旨在提供一种基于大数据的智能家居用户行为分析系统及方法，很好的解决了上述问题，其对当前智能家居用户行为预测精确，为用户量身载体制定了科学合理的生活规划。
本发明的技术方案是一种基于大数据的智能家居用户行为分析系统，包括：
用户行为数据采集模块，用于采集智能家居用户行为数据，形成用户行为大数据信息；
用户行为数据存储模块，用于存储所述用户行为数据采集模块所采集的智能家居用户行为数据；
用户行为数据预处理模块，用于处理所述用户行为数据存储模块所存储的智能家居用户行为数据，筛选出用于智能家居用户行为分析的预处理后数据信息；
用户行为数据分析模块，用于对所述预处理后数据信息进行分析和挖掘，建立智能家居用户行为模型；
用户行为智能预测模块，用于根据所述智能家居用户行为模型，预测用户对智能家居设备的状态要求；
用户行为智能推荐模块，用于根据所述预测出的用户对智能家居设备的状态要求，向用户推荐行为规划。
进一步的，所述用户行为数据采集模块，采集用户的行为数据，采集对象为智能家居系统，包括：中央控制系统、空调智控系统、整体灯光控制系统、家庭影院系统、背景音乐系统、电动窗帘系统、厨房安防系统、健康检测系统、门禁安防系统；采集的行为信息包括：各类家电的用电信息：如开启时间、关闭时间、休眠时间、工作时间等，各类家电的工作状态：如空调温度、灯光亮度、上网时长等，用户兴趣爱好信息：如背景音乐类型、电视电影类型、运动类型等，用户健康状态信息：如身高、体重、血压等，用户生活作息信息：如回家时间、离家时间、睡眠时间等。
进一步的，所述用户行为数据存储模块，构建分布式文件管理系统，如HDFS，根据智能家居设备类型对用户行为信息分组存储。
进一步的，所述用户行为数据预处理模块，采用数据清洗、数据集成和融合、数据变换、数据归约的方法处理智能家居用户行为数据，并对处理后的数据处理结果集采用相同的方法进行二次预处理，筛选出用于智能家居用户行为分析的预处理后数据信息。
进一步的，所述用户行为数据分析模块，构建大数据处理平台，如Hadoop，采用分类、聚类、关联规则挖掘算法进行对预处理后数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型。
进一步的，所述用户行为智能预测模块，根据所述用户行为模型，利用隐马尔可夫模型挖掘智能家居用户行为的时域关系，构建用户行为预测模型，预测用户在未来某个时间点的行为，能达到精准预测，实现智能家居设备的智能启动、关闭以及状态调节，使用户更加便捷、舒适。
进一步的，所述用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，判断其智能家居用户类型，为其量身打造生活规划，科学合理，针对不利于用户身体健康的行为：如长时间上网、空调温度过低、运动时间过短或太剧烈、作息时间不科学等，向用户提出建议，推荐行为规划，行为规划科学合理。
本发明还提供了一种基于大数据的智能家居用户行为分析方法，包括以下步骤：
步骤一，使用用户行为数据采集模块采集智能家居系统内所记录的用户行为信息，所述用户行为信息包括各类智能家居设备的用电信息：如开启时间、关闭时间、休眠时间、工作时间等，各类智能家居设备的工作状态信息：如空调温度、灯光亮度、上网时长等，用户兴趣爱好信息：如背景音乐类型、电视电影类型、运动类型等，用户健康状态信息：如身高、体重、血压等，用户生活作息信息：如回家时间、离家时间、睡眠时间等，形成海量的智能家居用户行为数据，然后跳转至步骤二；
步骤二，使用用户行为数据存储模块构建分布式文件管理系统，如HDFS，存储步骤一中采集到的不同来源、格式、特点性质的智能家居用户行为数据，形成用户行为大数据信息；
步骤三，使用用户行为数据预处理模块发现并纠正所述用户行为数据中可识别的错误，清除其中的重复数据、噪声数据和无关数据；
步骤四，将清洗后的多种来源的智能家居用户行为数据采用联邦式、基于中间件模型和数据仓库模式方法实现数据在逻辑上或物理上的有机集中，形成二级数据；
步骤五，将所述二级数据集归约表示，并通过平滑聚集、数据概化、规范化方式转化成适用于构建用户行为模型的数据形式；
步骤六，在保持用户行为数据原貌的前提下，缩减数据集的规模，精简用户行为数据的数据量，形成归约用户行为数据；
步骤七，将归约后的智能家居用户行为数据再次采用上述步骤三～步骤六所使用的方法进行用户行为数据的二次预处理，并得到最终的预处理后数据信息；
步骤八，针对步骤七所得到的所述预处理后数据信息，使用用户行为数据分析模块采用分类、聚类、关联规则挖掘算法进行用户行为数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型；
步骤九，根据用户行为模型，使用用户行为智能预测模块，基于用户行为的时域特征，利用隐马尔可夫模型挖掘用户行为的时域关系，构建用户行为预测模型，精准预测用户在未来某个时间点的行为，实现智能家居设备的智能启动、关闭以及状态调节，为智能家居用户提供更加便捷、舒适的生活服务；
步骤十，使用用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，为其打造符合自身生活、工作状态的科学合理的生活规划，并针对不利于用户身体健康的行为：如长时间上网、空调温度过低、运动时间过短或太剧烈、作息时间不科学等，向用户提出建议，推荐合理的行为规划。
本发明的有益效果是：本发明通过用户行为数据采集模块采集智能家居用户行为的相关信息，并将其汇集到用户行为大数据系统中，形成海量的用户行为数据，并根据分类、聚类、关联规则挖掘算法对用户行为数据进行分析，建立用户行为模型，并根据用户行为模型和用户日常行为数据，构建用户行为预测模型，精准预测用户对智能家居设备的状态要求，实现智能家居设备的智能启动、关闭以及状态调节，并为用户量身打造科学合理的生活规划，向用户推荐合理的行为规划。针对当前社会生活节奏快，人们生活习惯不科学、无规划等问题，构建基于大数据的智能家居用户行为分析系统，针对个体用户的日常生活习惯，量身打造科学合理的行为规划，并通过预测用户行为实现智能家居设备的智能启动、关闭以及状态调节，为智能家居用户提供更加便捷、舒适的生活服务。
附图说明
图1为本发明的的系统结构示意图；
图2为本发明的信息采集处理流程图；
图3为本发明的系统架构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。
如图1、2、3所示，本发明提供了一种基于大数据的智能家居用户行为分析系统，包括：
用户行为数据采集模块，用于采集智能家居用户行为数据，形成用户行为大数据信息；用户行为数据采集模块，采集用户的行为数据，采集对象为智能家居系统，包括：中央控制系统、空调智控系统、整体灯光控制系统、家庭影院系统、背景音乐系统、电动窗帘系统、厨房安防系统、健康检测系统、门禁安防系统；采集的行为信息包括：各类智能家居设备家电的用电信息：如开启时间、关闭时间、休眠时间、工作时间等，各类智能家居设备家电的工作状态：如空调温度、灯光亮度、上网时长等，用户兴趣爱好信息：如背景音乐类型、电视电影类型、运动类型等，用户健康状态信息：如身高、体重、血压等，用户生活作息信息：如回家时间、离家时间、睡眠时间等；
用户行为数据存储模块，用于存储所述用户行为数据采集模块所采集的智能家居用户行为数据；用户行为数据存储模块，构建分布式文件管理系统，如HDFS，根据智能家居设备类型对用户行为信息分组存储；
用户行为数据预处理模块，用于处理所述用户行为数据存储模块所存储的智能家居用户行为数据，筛选出用于智能家居用户行为分析的预处理后数据信息；用户行为数据预处理模块，采用数据清洗、数据集成和融合、数据变换、数据归约的方法处理智能家居用户行为数据，并对处理后的数据处理结果集采用相同的方法进行二次预处理，筛选出用于智能家居用户行为分析的预处理后数据信息；
用户行为数据分析模块，用于对所述预处理后数据信息进行分析和挖掘，建立智能家居用户行为模型；用户行为数据分析模块，构建大数据处理平台，如Hadoop，采用分类、聚类、关联规则挖掘算法进行对预处理后数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型；
用户行为智能预测模块，用于根据所述智能家居用户行为模型，预测用户对智能家居设备的状态要求；用户行为智能预测模块，根据所述用户行为模型，利用隐马尔可夫模型挖掘智能家居用户行为的时域关系，构建用户行为预测模型，预测用户在未来某个时间点的行为，能达到精准预测，实现智能家居设备的智能启动、关闭以及状态调节，使用户更加便捷、舒适；
用户行为智能推荐模块，用于根据所述预测出的用户对智能家居设备的状态要求，向用户推荐行为规划，用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，判断其智能家居用户类型，为其量身打造生活规划，科学合理，针对不利于用户身体健康的行为：如长时间上网、空调温度过低、运动时间过短或太剧烈、作息时间不科学等，向用户提出建议，推荐行为规划，行为规划科学合理；
如图3所示，本发明还提供了一种基于大数据的智能家居用户行为分析方法，包括以下步骤：
步骤一，使用用户行为数据采集模块采集智能家居系统内所记录的用户行为信息，所述用户行为信息包括各类智能家居设备的用电信息：如开启时间、关闭时间、休眠时间、工作时间等，各类智能家居设备的工作状态信息：如空调温度、灯光亮度、上网时长等，用户兴趣爱好信息：如背景音乐类型、电视电影类型、运动类型等，用户健康状态信息：如身高、体重、血压等，用户生活作息信息：如回家时间、离家时间、睡眠时间等，形成海量的智能家居用户行为数据，然后跳转至步骤二；
步骤二，使用用户行为数据存储模块构建分布式文件管理系统，如HDFS，存储步骤一中采集到的不同来源、格式、特点性质的智能家居用户行为数据，形成用户行为大数据信息；
步骤三，使用用户行为数据预处理模块发现并纠正所述用户行为数据中可识别的错误，清除其中的重复数据、噪声数据和无关数据；
步骤四，将清洗后的多种来源的智能家居用户行为数据采用联邦式、基于中间件模型和数据仓库模式方法实现数据在逻辑上或物理上的有机集中，形成二级数据；
步骤五，将所述二级数据集归约表示，并通过平滑聚集、数据概化、规范化方式转化成适用于构建用户行为模型的数据形式；
步骤六，在保持用户行为数据原貌的前提下，缩减数据集的规模，精简用户行为数据的数据量，形成归约用户行为数据；
步骤七，将归约后的智能家居用户行为数据再次采用上述步骤三～步骤六所使用的方法进行用户行为数据的二次预处理，并得到最终的预处理后数据信息；
步骤八，针对步骤七所得到的所述预处理后数据信息，使用用户行为数据分析模块采用分类、聚类、关联规则挖掘算法进行用户行为数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型；如根据智能家居系统中的健康检测系统、门禁安防系统获取用户身体健康状态和生活作息规律，采用关联规则挖掘算法获得适用于该用户当前生活状态的用户行为模型；
步骤九，根据用户行为模型，使用用户行为智能预测模块，基于用户行为的时域特征，利用隐马尔可夫模型挖掘用户行为的时域关系，构建用户行为预测模型，精准预测用户在未来某个时间点的行为，实现智能家居设备的智能启动、关闭以及状态调节，为智能家居用户提供更加便捷、舒适的生活服务；如可以通过预测用户何时回家、何时离家以及在当前的外界温度下用户所希望的室内温度是多少；
步骤十，使用用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，为其打造符合自身生活、工作状态的科学合理的生活规划，并针对不利于用户身体健康的行为：如长时间上网、空调温度过低、运动时间过短或太剧烈、作息时间不科学等，向用户提出建议，推荐合理的行为规划。对用户日常生活中不合理的、影响当前健康的行为提出建议，并且向用户推荐合理的行为规划以供用户选择，如通过获取当前用户身体健康状态信息，智能调控室内温度，如果用户要求过低温度时，向用户发出语音提示。
本发明提供的一种基于大数据的智能家居用户行为分析系统及方法，对用户行为数据这个大数据进行收集、分析、计算处理，很好的解决智能家居对用户行为的预测不够精确，不能为用户量身载体制定科学合理的生活规划的问题。从而实现对智能家居用户行为合理的预测和规划，如室内温度智能调节、灯具智能开启关闭、电影类型智能选择、门禁系统智能开启关闭、日常运动智能提示、生活作息智能提醒或者其它的行为预测规划。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种基于大数据的智能家居用户行为分析系统，其特征在于，包括：
用户行为数据采集模块，用于采集智能家居用户行为数据，形成用户行为大数据信息；
用户行为数据存储模块，用于存储所述用户行为数据采集模块所采集的智能家居用户行为数据；
用户行为数据预处理模块，用于处理所述用户行为数据存储模块所存储的智能家居用户行为数据，筛选出用于智能家居用户行为分析的预处理后数据信息；
用户行为数据分析模块，用于对所述预处理后数据信息进行分析和挖掘，建立智能家居用户行为模型；
用户行为智能预测模块，用于根据所述智能家居用户行为模型，预测用户对智能家居设备的状态要求；
用户行为智能推荐模块，用于根据所述预测出的用户对智能家居设备的状态要求，向用户推荐行为规划。
2.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为数据采集模块，采集用户的行为数据，采集对象为智能家居系统，包括：中央控制系统、空调智控系统、整体灯光控制系统、家庭影院系统、背景音乐系统、电动窗帘系统、厨房安防系统、健康检测系统、门禁安防系统；采集的行为信息包括：各类家电的用电信息、各类家电的工作状态、用户兴趣爱好信息、用户健康状态信息、用户生活作息信息。
3.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为数据存储模块，构建分布式文件管理系统，根据智能家居设备类型对用户行为信息分组存储。
4.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为数据预处理模块，采用数据清洗、数据集成和融合、数据变换、数据归约的方法处理智能家居用户行为数据，并对处理后的数据采用相同的方法进行二次预处理，筛选出用于智能家居用户行为分析的预处理后数据信息。
5.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为数据分析模块，构建大数据处理平台，采用分类、聚类、关联规则挖掘算法进行对预处理后数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型。
6.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为智能预测模块，根据所述用户行为模型，利用隐马尔可夫模型挖掘智能家居用户行为的时域关系，构建用户行为预测模型，预测用户在未来某个时间点的行为，实现智能家居设备的智能启动、关闭以及状态调节。
7.根据权利要求1所述的基于大数据的智能家居用户行为分析系统，其特征在于：所述用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，判断其智能家居用户类型，为其量身打造生活规划，针对不利于用户身体健康的行为，向用户提出建议，推荐行为规划。
8.一种基于大数据的智能家居用户行为分析方法，其特征在于：包括以下步骤：
步骤一，使用用户行为数据采集模块采集智能家居系统内所记录的用户行为信息，所述用户行为信息包括智能家居设备的用电信息、智能家居设备的工作状态信息、用户兴趣爱好信息、用户健康状态信息、用户生活作息信息，形成智能家居用户行为数据，然后跳转至步骤二；
步骤二，使用用户行为数据存储模块构建分布式文件管理系统，存储步骤一中采集到的不同来源、格式、特点性质的智能家居用户行为数据，形成用户行为大数据信息；
步骤三，使用用户行为数据预处理模块发现并纠正所述用户行为数据中可识别的错误，清除其中的重复数据、噪声数据和无关数据；
步骤四，将清洗后的多种来源的智能家居用户行为数据采用联邦式、基于中间件模型和数据仓库模式方法实现数据在逻辑上或物理上的有机集中，形成二级数据；
步骤五，将所述二级数据集归约表示，并通过平滑聚集、数据概化、规范化方式转化成适用于构建用户行为模型的数据形式；
步骤六，在保持用户行为数据原貌的前提下，缩减数据集的规模，精简用户行为数据的数据量，形成归约用户行为数据；
步骤七，将归约后的智能家居用户行为数据再次采用上述步骤三～步骤六所使用的方法进行用户行为数据的二次预处理，并得到最终的预处理后数据信息；
步骤八，针对步骤七所得到的所述预处理后数据信息，使用用户行为数据分析模块采用分类、聚类、关联规则挖掘算法进行用户行为数据信息的分析和挖掘，划分智能家居用户类型，并针对各类用户建立用户行为模型；
步骤九，根据用户行为模型，使用用户行为智能预测模块，基于用户行为的时域特征，利用隐马尔可夫模型挖掘用户行为的时域关系，构建用户行为预测模型，精准预测用户在未来某个时间点的行为，实现智能家居设备的智能启动、关闭以及状态调节，为智能家居用户提供更加便捷、舒适的生活服务；
步骤十，使用用户行为智能推荐模块，根据所述用户行为模型和用户行为预测模型，分析用户日常行为，为其打造符合自身生活、工作状态的科学合理的生活规划，并针对不利于用户身体健康的行为，向用户提出建议，推荐行为规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610997196.5A CN106383450A (zh) | 2016-11-10 | 2016-11-10 | 一种基于大数据的智能家居用户行为分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610997196.5A CN106383450A (zh) | 2016-11-10 | 2016-11-10 | 一种基于大数据的智能家居用户行为分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106383450A true CN106383450A (zh) | 2017-02-08 |
Family
ID=57958886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610997196.5A Pending CN106383450A (zh) | 2016-11-10 | 2016-11-10 | 一种基于大数据的智能家居用户行为分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106383450A (zh) |
Cited By (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107070756A (zh) * | 2017-02-27 | 2017-08-18 | 宁夏宁信信息科技有限公司 | 智能家居中去中心化验证的家庭网关访问方法及系统 |
| CN107092241A (zh) * | 2017-05-31 | 2017-08-25 | 华南理工大学 | 一种判断用户使用卫生间时长的装置及其使用方法 |
| CN107168132A (zh) * | 2017-06-23 | 2017-09-15 | 广州长视科技股份有限公司 | 一种大数据智能分类处理系统 |
| CN107171872A (zh) * | 2017-07-19 | 2017-09-15 | 上海百芝龙网络科技有限公司 | 一种智能家居中用户行为预测方法 |
| CN107422645A (zh) * | 2017-08-07 | 2017-12-01 | 国网安徽电力节能服务有限公司 | 一种基于自学习的智能家居节电系统及方法 |
| CN107479393A (zh) * | 2017-08-17 | 2017-12-15 | 北京天平检验行有限公司 | 一种基于大数据的智能家居系统 |
| CN107490977A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市斑点猫信息技术有限公司 | 智能家居的控制模型训练方法、控制方法及装置 |
| CN107562023A (zh) * | 2017-08-01 | 2018-01-09 | 上海电机学院 | 基于用户行为习惯的智能家居管控系统 |
| CN107665230A (zh) * | 2017-06-21 | 2018-02-06 | 海信集团有限公司 | 用于智能家居控制的用户行为预测模型的训练方法及装置 |
| CN107992003A (zh) * | 2017-11-27 | 2018-05-04 | 武汉博虎科技有限公司 | 用户行为预测方法及装置 |
| CN108052010A (zh) * | 2017-12-04 | 2018-05-18 | 海尔优家智能科技（北京）有限公司 | 智能电器自调节的方法、装置、计算机设备及存储介质 |
| CN108322370A (zh) * | 2018-02-08 | 2018-07-24 | 河南工学院 | 一种集成式家电智能化管理控制方法及设备 |
| CN108549249A (zh) * | 2018-05-24 | 2018-09-18 | 栾友祥 | 一种基于大数据的智能家居系统 |
| CN108897231A (zh) * | 2018-02-08 | 2018-11-27 | 深圳迈睿智能科技有限公司 | 行为预测系统和行为预测方法 |
| CN109062396A (zh) * | 2018-07-24 | 2018-12-21 | 百度在线网络技术（北京）有限公司 | 用于控制设备的方法和装置 |
| CN109100951A (zh) * | 2018-11-01 | 2018-12-28 | 广东粤迪厚创科技发展有限公司 | 一种基于大数据的智能家居系统 |
| CN109255050A (zh) * | 2018-09-28 | 2019-01-22 | 出门问问信息科技有限公司 | 一种推送音频数据的方法及装置 |
| CN109313645A (zh) * | 2017-08-25 | 2019-02-05 | 深圳市得道健康管理有限公司 | 人工智能终端系统、服务器及其行为控制方法 |
| CN109344992A (zh) * | 2018-08-21 | 2019-02-15 | 广东工业大学 | 一种融合时空因素的智能家居用户操控行为习惯建模方法 |
| CN109359785A (zh) * | 2018-11-30 | 2019-02-19 | 安徽四创电子股份有限公司 | 基于大数据的强制隔离戒毒解除人员复吸预测分析系统 |
| CN109542944A (zh) * | 2018-09-29 | 2019-03-29 | 广东工业大学 | 基于时序因果关系分析的智能家居用户操控行为推荐方法 |
| WO2019080123A1 (zh) * | 2017-10-27 | 2019-05-02 | 深圳和而泰智能控制股份有限公司 | 一种照明灯控制方法及其装置、照明灯 |
| CN109782623A (zh) * | 2019-03-07 | 2019-05-21 | 深圳市虎麟科技有限公司 | 基于个体生活习惯学习的多维融合智能家居系统 |
| CN109947749A (zh) * | 2018-06-27 | 2019-06-28 | 广东工业大学 | 一种具有遗忘学习能力的智能家居用户操控行为习惯挖掘方法 |
| CN110471301A (zh) * | 2019-08-23 | 2019-11-19 | 宁波智轩物联网科技有限公司 | 一种基于用户行为的智能家居服务推荐系统及方法 |
| CN110543102A (zh) * | 2018-05-29 | 2019-12-06 | 珠海格力电器股份有限公司 | 一种控制智能家居设备的方法、装置及计算机存储介质 |
| CN110598916A (zh) * | 2019-08-23 | 2019-12-20 | 宁波智轩物联网科技有限公司 | 一种用户行为模型的构建方法及系统 |
| CN110597083A (zh) * | 2019-10-30 | 2019-12-20 | 广州市果豆科技有限责任公司 | 一种基于用户体重的智能家居控制方法及系统 |
| CN110864407A (zh) * | 2018-08-07 | 2020-03-06 | 青岛海尔空调器有限总公司 | 空调的控制方法及控制系统 |
| CN111306803A (zh) * | 2020-03-01 | 2020-06-19 | 苏州淘喜网络科技有限公司 | 基于大数据的水源供给控制系统及方法 |
| CN111397117A (zh) * | 2020-03-10 | 2020-07-10 | 珠海派诺科技股份有限公司 | 基于大数据的舒适度预测方法、智能终端、存储装置 |
| CN111541779A (zh) * | 2020-07-07 | 2020-08-14 | 德能森智能科技（成都）有限公司 | 一种基于云平台的智慧住宅系统 |
| WO2020168454A1 (zh) * | 2019-02-18 | 2020-08-27 | 深圳市欢太科技有限公司 | 行为推荐方法、装置、存储介质及电子设备 |
| CN111651454A (zh) * | 2020-05-18 | 2020-09-11 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
| CN111897708A (zh) * | 2020-07-24 | 2020-11-06 | 海南中金德航科技股份有限公司 | 用户行为分析系统 |
| CN112130541A (zh) * | 2020-10-20 | 2020-12-25 | 陕西煤业新型能源科技股份有限公司 | 一种基于物联网的能源综合管理控制系统 |
| CN112506063A (zh) * | 2020-11-25 | 2021-03-16 | 中移（杭州）信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
| CN112782988A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市微网力合信息技术有限公司 | 一种基于物联网的智能家居窗帘的控制方法 |
| CN113485146A (zh) * | 2021-07-30 | 2021-10-08 | 重庆海尔空调器有限公司 | 用于家电设备的控制方法及控制装置、家电设备 |
| CN113777937A (zh) * | 2021-08-31 | 2021-12-10 | 湖州市吴兴区数字经济技术研究院 | 一种基于5g网络的智能家电控制系统及方法 |
| CN114543286A (zh) * | 2022-01-24 | 2022-05-27 | 青岛海尔空调器有限总公司 | 智能家居的控制方法及其控制系统、电子设备和储存介质 |
| CN114615291A (zh) * | 2021-12-08 | 2022-06-10 | 江苏众亿国链大数据科技有限公司 | 一种基于物联网的数据采集方法 |
| CN115032910A (zh) * | 2022-07-14 | 2022-09-09 | 厦门南讯股份有限公司 | 基于ai预测的多维推荐系统与推荐方法 |
| CN115297136A (zh) * | 2022-06-28 | 2022-11-04 | 青岛海尔科技有限公司 | 健康信息推送方法、装置、存储介质及电子装置 |
| CN115373285A (zh) * | 2022-10-14 | 2022-11-22 | 深圳市鼎山科技有限公司 | 一种基于物联网的智能家居管理系统及方法 |
| CN116047930A (zh) * | 2023-04-03 | 2023-05-02 | 北京邮电大学 | 一种基于多端交互的可视化智能家居控制系统和控制方法 |
| CN116774600A (zh) * | 2023-08-17 | 2023-09-19 | 深圳小米房产网络科技有限公司 | 一种基于自适应控制技术的智能家居控制器及方法 |
| CN117348434A (zh) * | 2023-11-16 | 2024-01-05 | 佛山市康利家具有限公司 | 基于用户生活习惯的智能家居管理系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577605A (zh) * | 2013-11-20 | 2014-02-12 | 贵州电网公司电力调度控制中心 | 基于数据融合和数据挖掘的数据仓库及其应用方法 |
| CN104317790A (zh) * | 2014-07-22 | 2015-01-28 | 翔傲信息科技(上海)有限公司 | 一种基于大数据的用户行为的控制方法及系统 |
| CN104731953A (zh) * | 2015-03-31 | 2015-06-24 | 河海大学 | 一种基于r的数据预处理系统的构建方法 |
| CN104965416A (zh) * | 2015-05-26 | 2015-10-07 | 北京海尔广科数字技术有限公司 | 智能家电控制方法及装置 |
| CN105045222A (zh) * | 2015-05-26 | 2015-11-11 | 北京海尔广科数字技术有限公司 | 智能家电控制方法及装置 |
| CN105468736A (zh) * | 2015-11-23 | 2016-04-06 | 国云科技股份有限公司 | 一种基于插件和组件的数据预处理系统及其实现方法 |
| CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
| CN105652677A (zh) * | 2016-02-24 | 2016-06-08 | 深圳众乐智府科技有限公司 | 一种基于用户行为分析的智能家居控制方法、装置和系统 |
| CN106019965A (zh) * | 2016-06-29 | 2016-10-12 | 捷开通讯(深圳)有限公司 | 基于大数据分析的智能家居控制系统及方法 |
-
2016
- 2016-11-10 CN CN201610997196.5A patent/CN106383450A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577605A (zh) * | 2013-11-20 | 2014-02-12 | 贵州电网公司电力调度控制中心 | 基于数据融合和数据挖掘的数据仓库及其应用方法 |
| CN104317790A (zh) * | 2014-07-22 | 2015-01-28 | 翔傲信息科技(上海)有限公司 | 一种基于大数据的用户行为的控制方法及系统 |
| CN104731953A (zh) * | 2015-03-31 | 2015-06-24 | 河海大学 | 一种基于r的数据预处理系统的构建方法 |
| CN104965416A (zh) * | 2015-05-26 | 2015-10-07 | 北京海尔广科数字技术有限公司 | 智能家电控制方法及装置 |
| CN105045222A (zh) * | 2015-05-26 | 2015-11-11 | 北京海尔广科数字技术有限公司 | 智能家电控制方法及装置 |
| CN105468736A (zh) * | 2015-11-23 | 2016-04-06 | 国云科技股份有限公司 | 一种基于插件和组件的数据预处理系统及其实现方法 |
| CN105652677A (zh) * | 2016-02-24 | 2016-06-08 | 深圳众乐智府科技有限公司 | 一种基于用户行为分析的智能家居控制方法、装置和系统 |
| CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
| CN106019965A (zh) * | 2016-06-29 | 2016-10-12 | 捷开通讯(深圳)有限公司 | 基于大数据分析的智能家居控制系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘思远: "数据挖掘在社区智能家居系统中的应用研究", 《万方硕士学位论文》 * |
| 吕培卓，等: "智能家居用户行为预测的方法研究", 《高新技术》 * |
| 成峰辉: "浅析大数据关键技术", 《通讯世界》 * |
| 李学龙，等: "大数据系统综述", 《中国科学：信息科学》 * |
Cited By (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107070756B (zh) * | 2017-02-27 | 2018-07-13 | 宁夏宁信信息科技有限公司 | 智能家居中去中心化验证的家庭网关访问方法及系统 |
| CN107070756A (zh) * | 2017-02-27 | 2017-08-18 | 宁夏宁信信息科技有限公司 | 智能家居中去中心化验证的家庭网关访问方法及系统 |
| CN107092241A (zh) * | 2017-05-31 | 2017-08-25 | 华南理工大学 | 一种判断用户使用卫生间时长的装置及其使用方法 |
| CN107665230A (zh) * | 2017-06-21 | 2018-02-06 | 海信集团有限公司 | 用于智能家居控制的用户行为预测模型的训练方法及装置 |
| CN107168132A (zh) * | 2017-06-23 | 2017-09-15 | 广州长视科技股份有限公司 | 一种大数据智能分类处理系统 |
| CN107171872A (zh) * | 2017-07-19 | 2017-09-15 | 上海百芝龙网络科技有限公司 | 一种智能家居中用户行为预测方法 |
| CN107562023A (zh) * | 2017-08-01 | 2018-01-09 | 上海电机学院 | 基于用户行为习惯的智能家居管控系统 |
| CN107422645A (zh) * | 2017-08-07 | 2017-12-01 | 国网安徽电力节能服务有限公司 | 一种基于自学习的智能家居节电系统及方法 |
| CN107479393A (zh) * | 2017-08-17 | 2017-12-15 | 北京天平检验行有限公司 | 一种基于大数据的智能家居系统 |
| CN109313645A (zh) * | 2017-08-25 | 2019-02-05 | 深圳市得道健康管理有限公司 | 人工智能终端系统、服务器及其行为控制方法 |
| CN107490977A (zh) * | 2017-09-25 | 2017-12-19 | 深圳市斑点猫信息技术有限公司 | 智能家居的控制模型训练方法、控制方法及装置 |
| WO2019080123A1 (zh) * | 2017-10-27 | 2019-05-02 | 深圳和而泰智能控制股份有限公司 | 一种照明灯控制方法及其装置、照明灯 |
| CN107992003A (zh) * | 2017-11-27 | 2018-05-04 | 武汉博虎科技有限公司 | 用户行为预测方法及装置 |
| CN108052010A (zh) * | 2017-12-04 | 2018-05-18 | 海尔优家智能科技（北京）有限公司 | 智能电器自调节的方法、装置、计算机设备及存储介质 |
| CN108897231A (zh) * | 2018-02-08 | 2018-11-27 | 深圳迈睿智能科技有限公司 | 行为预测系统和行为预测方法 |
| CN108322370A (zh) * | 2018-02-08 | 2018-07-24 | 河南工学院 | 一种集成式家电智能化管理控制方法及设备 |
| CN108549249A (zh) * | 2018-05-24 | 2018-09-18 | 栾友祥 | 一种基于大数据的智能家居系统 |
| CN110543102A (zh) * | 2018-05-29 | 2019-12-06 | 珠海格力电器股份有限公司 | 一种控制智能家居设备的方法、装置及计算机存储介质 |
| CN109947749A (zh) * | 2018-06-27 | 2019-06-28 | 广东工业大学 | 一种具有遗忘学习能力的智能家居用户操控行为习惯挖掘方法 |
| CN109062396B (zh) * | 2018-07-24 | 2020-01-21 | 百度在线网络技术（北京）有限公司 | 用于控制设备的方法和装置 |
| CN109062396A (zh) * | 2018-07-24 | 2018-12-21 | 百度在线网络技术（北京）有限公司 | 用于控制设备的方法和装置 |
| CN110864407A (zh) * | 2018-08-07 | 2020-03-06 | 青岛海尔空调器有限总公司 | 空调的控制方法及控制系统 |
| CN109344992A (zh) * | 2018-08-21 | 2019-02-15 | 广东工业大学 | 一种融合时空因素的智能家居用户操控行为习惯建模方法 |
| CN109255050A (zh) * | 2018-09-28 | 2019-01-22 | 出门问问信息科技有限公司 | 一种推送音频数据的方法及装置 |
| CN109542944A (zh) * | 2018-09-29 | 2019-03-29 | 广东工业大学 | 基于时序因果关系分析的智能家居用户操控行为推荐方法 |
| CN109100951A (zh) * | 2018-11-01 | 2018-12-28 | 广东粤迪厚创科技发展有限公司 | 一种基于大数据的智能家居系统 |
| CN109359785A (zh) * | 2018-11-30 | 2019-02-19 | 安徽四创电子股份有限公司 | 基于大数据的强制隔离戒毒解除人员复吸预测分析系统 |
| WO2020168454A1 (zh) * | 2019-02-18 | 2020-08-27 | 深圳市欢太科技有限公司 | 行为推荐方法、装置、存储介质及电子设备 |
| CN109782623A (zh) * | 2019-03-07 | 2019-05-21 | 深圳市虎麟科技有限公司 | 基于个体生活习惯学习的多维融合智能家居系统 |
| CN110471301A (zh) * | 2019-08-23 | 2019-11-19 | 宁波智轩物联网科技有限公司 | 一种基于用户行为的智能家居服务推荐系统及方法 |
| CN110598916A (zh) * | 2019-08-23 | 2019-12-20 | 宁波智轩物联网科技有限公司 | 一种用户行为模型的构建方法及系统 |
| CN110597083B (zh) * | 2019-10-30 | 2022-12-06 | 广州市果豆科技有限责任公司 | 一种基于用户体重的智能家居控制方法及系统 |
| CN110597083A (zh) * | 2019-10-30 | 2019-12-20 | 广州市果豆科技有限责任公司 | 一种基于用户体重的智能家居控制方法及系统 |
| CN111306803A (zh) * | 2020-03-01 | 2020-06-19 | 苏州淘喜网络科技有限公司 | 基于大数据的水源供给控制系统及方法 |
| CN111397117A (zh) * | 2020-03-10 | 2020-07-10 | 珠海派诺科技股份有限公司 | 基于大数据的舒适度预测方法、智能终端、存储装置 |
| CN111651454B (zh) * | 2020-05-18 | 2023-08-08 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
| CN111651454A (zh) * | 2020-05-18 | 2020-09-11 | 珠海格力电器股份有限公司 | 一种数据处理方法、装置及计算机设备 |
| CN111541779A (zh) * | 2020-07-07 | 2020-08-14 | 德能森智能科技（成都）有限公司 | 一种基于云平台的智慧住宅系统 |
| CN111897708A (zh) * | 2020-07-24 | 2020-11-06 | 海南中金德航科技股份有限公司 | 用户行为分析系统 |
| CN112130541A (zh) * | 2020-10-20 | 2020-12-25 | 陕西煤业新型能源科技股份有限公司 | 一种基于物联网的能源综合管理控制系统 |
| CN112506063B (zh) * | 2020-11-25 | 2024-05-07 | 中移（杭州）信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
| CN112506063A (zh) * | 2020-11-25 | 2021-03-16 | 中移（杭州）信息技术有限公司 | 数据分析方法、系统、电子设备和存储介质 |
| CN112782988A (zh) * | 2020-12-30 | 2021-05-11 | 深圳市微网力合信息技术有限公司 | 一种基于物联网的智能家居窗帘的控制方法 |
| CN113485146B (zh) * | 2021-07-30 | 2022-12-23 | 重庆海尔空调器有限公司 | 用于家电设备的控制方法及控制装置、家电设备 |
| CN113485146A (zh) * | 2021-07-30 | 2021-10-08 | 重庆海尔空调器有限公司 | 用于家电设备的控制方法及控制装置、家电设备 |
| CN113777937A (zh) * | 2021-08-31 | 2021-12-10 | 湖州市吴兴区数字经济技术研究院 | 一种基于5g网络的智能家电控制系统及方法 |
| CN114615291A (zh) * | 2021-12-08 | 2022-06-10 | 江苏众亿国链大数据科技有限公司 | 一种基于物联网的数据采集方法 |
| CN114543286A (zh) * | 2022-01-24 | 2022-05-27 | 青岛海尔空调器有限总公司 | 智能家居的控制方法及其控制系统、电子设备和储存介质 |
| CN114543286B (zh) * | 2022-01-24 | 2024-02-20 | 青岛海尔空调器有限总公司 | 智能家居的控制方法及其控制系统、电子设备和储存介质 |
| CN115297136A (zh) * | 2022-06-28 | 2022-11-04 | 青岛海尔科技有限公司 | 健康信息推送方法、装置、存储介质及电子装置 |
| CN115032910A (zh) * | 2022-07-14 | 2022-09-09 | 厦门南讯股份有限公司 | 基于ai预测的多维推荐系统与推荐方法 |
| CN115373285A (zh) * | 2022-10-14 | 2022-11-22 | 深圳市鼎山科技有限公司 | 一种基于物联网的智能家居管理系统及方法 |
| CN116047930A (zh) * | 2023-04-03 | 2023-05-02 | 北京邮电大学 | 一种基于多端交互的可视化智能家居控制系统和控制方法 |
| CN116774600A (zh) * | 2023-08-17 | 2023-09-19 | 深圳小米房产网络科技有限公司 | 一种基于自适应控制技术的智能家居控制器及方法 |
| CN117348434A (zh) * | 2023-11-16 | 2024-01-05 | 佛山市康利家具有限公司 | 基于用户生活习惯的智能家居管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106383450A (zh) | 一种基于大数据的智能家居用户行为分析系统及方法 | |
| Cook et al. | CASAS: A smart home in a box | |
| CN109818839B (zh) | 应用于智能家居的个性化行为预测方法、装置和系统 | |
| Alsalemi et al. | Achieving domestic energy efficiency using micro-moments and intelligent recommendations | |
| Dong et al. | Building energy and comfort management through occupant behaviour pattern detection based on a large-scale environmental sensor network | |
| Suryadevara et al. | Smart homes | |
| US8417481B2 (en) | Systems and methods for adaptive smart environment automation | |
| CN105247290B (zh) | 用于资源节约的hvac排程的自动化调整 | |
| Paraschiakos et al. | Activity recognition using wearable sensors for tracking the elderly | |
| Prossegger et al. | Multi-resident activity recognition using incremental decision trees | |
| CN103543699A (zh) | 一种基于智能盒的智能家居管理系统 | |
| Liu et al. | Analysis and modeling of air conditioner usage behavior in residential buildings using monitoring data during hot and humid season | |
| CN107992003A (zh) | 用户行为预测方法及装置 | |
| CN105431820A (zh) | 用于使用用户情境来配置和推荐设备动作的方法和装置 | |
| CN115826428A (zh) | 家居设备的控制方法和装置、存储介质及电子装置 | |
| Coppola et al. | Learning temporal context for activity recognition | |
| CN108597605A (zh) | 一种个人健康生活大数据采集与分析系统 | |
| CN109698777A (zh) | 一种智能家居的模式配置方法、装置及设备 | |
| CN110471301A (zh) | 一种基于用户行为的智能家居服务推荐系统及方法 | |
| CN105911872A (zh) | 一种家庭智能生活管理系统 | |
| Roy et al. | A middleware framework for ambiguous context mediation in smart healthcare application | |
| JP6868449B2 (ja) | 居住情報管理装置および居住情報管理システム | |
| Kounoudes et al. | User-centred privacy inference detection for smart home devices | |
| CN107066608B (zh) | 基于空巢老人定位的个性化话题模板语料推荐方法及系统 | |
| CN114512211A (zh) | 一种基于时序数据库的认知训练策略生成方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170208 |