CN110793163B - 空调配置处理方法及装置 - Google Patents

Abstract

本发明公开了一种空调配置处理方法及装置。其中，该方法包括：获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；发送配置参数，其中，配置参数用于对第一空调的运行进行配置。本发明解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

Description

空调配置处理方法及装置

技术领域

本发明涉及智能家居领域，具体而言，涉及一种空调配置处理方法及装置。

背景技术

智能家居一直在不断的发展中，而空调作为智能家居中的重要一环，为人们的生活提供一个舒适的环境。虽然传统的空调一般具有远程控制开关、设置温度，查看用电量等功能，但是还是需要用户取设定一些使用模式，不能根据用户的使用习惯进行模式设定以及智能推荐等导致的用户体验较低。

针对上述相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种空调配置处理方法及装置，以至少解决相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

根据本发明实施例的一个方面，提供了一种空调配置处理方法，包括：获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；从预定数据集中获取所述情景参数对应的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，所述预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；发送所述配置参数，其中，所述配置参数用于对所述第一空调的运行进行配置。

可选地，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

可选地，在从所述预定数据集获取所述情景参数对应的配置参数之前，上述空调配置处理方法还包括：从获取到所述配置参数和/或情景参数的用户中，根据所述配置参数和/或情景参数获取与所述第一空调的用户相似度符合所述第二预定条件的用户生成所述一组用户；计算所述一组用户在每种情景参数下相同的配置参数出现的概率生成所述预定数据集。

可选地，根据所述配置参数和/或情景参数获取与所述第一空调的用户相似度符合所述第二预定条件的用户生成所述一组用户包括：将所述配置参数和/或情景参数作为预定算法模型的输入，其中，所述预定算法模型包括以下之一：聚类算法、协同过滤算法；通过所述预定算法模型输出获取到所述配置参数和/或情景参数的用户与所述第一空调的用户的相似度；找到相似符合所述第二预定条件的用户生成所述一组用户。

可选地，所述第二预定条件为相似度超过第一阈值。

可选地，所述协同过滤算法包括以下至少之一：余弦夹角相似度、Pearson相关系数。

可选地，计算所述一组用户在每种情景参数下相同的配置参数出现的概率包括：统计相同的配置参数出现的次数，根据该次数计算相同的配置参数出现的第一概率；获取每种情景参数下相同的配置参数出现的次数，根据该次数计算相同的配置参数在该情景参数下的第二概率；根据所述第一概率和所述第二概率获取在每种情景参数下相同的配置参数出现的概率。

可选地，根据所述第一概率和所述第二概率获取在每种情景参数下相同的配置参数出现的概率包括：对所述第一概率和所述第二概率进行加权和得到在每种情景参数下相同的配置参数出现的概率；或者，对所述第一概率和所述第二概率进行相乘得到在每种情景参数下相同的配置参数出现的概率。

根据本发明实施例的另外一个方面，还提供了一种空调配置处理方法，包括：获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；将所述情景参数发送至服务器；接收来自所述服务器的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：一组预定用户在不同的情景参数下对空调进行配置的配置参数；根据所述配置参数对所述第一空调的运行进行配置。

可选地，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

可选地，获取第一空调对应的情景参数包括以下至少之一：通过移动终端获取所述情景参数；通过所述第一空调自身记录的数据获取所述情景参数。

可选地，在根据所述配置参数对所述第一空调的运行进行配置之前，上述空调配置处理方法还包括：接收来自移动终端的所述配置参数，其中，所述服务器将所述配置参数发送给所述移动终端，在所述移动终端接收到确定使用所述配置参数控制空调运行的指示信息时，将所述配置参数发送给所述第一空调。

根据本发明实施例的另外一个方面，还提供了一种空调配置处理方法，包括：接收来自服务器的配置参数，其中，所述配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；接收来自用户的指示信息；根据所述指示信息确定是否根据所述配置参数对第一空调的运行进行配置。

可选地，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

可选地，在根据所述指示信息确定是否根据所述配置参数对所述第一空调的运行进行配置之前，上述空调配置处理方法还包括：将所述情景参数发送所述第一空调。

可选地，根据所述指示信息确定是否根据所述配置参数对所述第一空调的运行进行配置包括：在根据所述指示信息确定根据所述配置参数对所述第一空调的运行进行配置的情况下，将所述配置参数发送至所述第一空调；在根据所述指示信息确定不根据所述配置参数对所述第一空调的运行进行配置的情况下，向所述服务器发送更新消息，其中，所述更新消息用于指示所述服务器更新所述配置参数。

根据本发明实施例的另外一个方面，还提供了一种空调配置处理装置，包括：第一获取单元，用于获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；第二获取单元，用于从预定数据集中获取所述情景参数对应的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，所述预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；第一发送单元，用于发送所述配置参数，其中，所述配置参数用于对所述第一空调的运行进行配置。

可选地，上述空调配置处理装置还包括：第三获取单元，用于在从所述预定数据集获取所述情景参数对应的配置参数之前，从获取到所述配置参数和/或情景参数的用户中，根据所述配置参数和/或情景参数获取与所述第一空调的用户相似度符合所述第二预定条件的用户生成所述一组用户；第一确定单元，用于计算所述一组用户在每种情景参数下相同的配置参数出现的概率生成所述预定数据集。

可选地，所述第三获取单元包括：第一确定模块，用于将所述配置参数和/或情景参数作为预定算法模型的输入，其中，所述预定算法模型包括以下之一：聚类算法、协同过滤算法；输出模块，用于通过所述预定算法模型输出获取到所述配置参数和/或情景参数的用户与所述第一空调的用户的相似度；第一获取模块，用于找到相似符合所述第二预定条件的用户生成所述一组用户。

可选地，所述第二预定条件为相似度超过第一阈值。

可选地，所述协同过滤算法包括以下至少之一：余弦夹角相似度、Pearson相关系数。

可选地，所述第一确定单元包括：第一确定模块，用于统计相同的配置参数出现的次数，根据该次数计算相同的配置参数出现的第一概率；第二确定模块，用于获取每种情景参数下相同的配置参数出现的次数，根据该次数计算相同的配置参数在该情景参数下的第二概率；第三确定模块，用于根据所述第一概率和所述第二概率获取在每种情景参数下相同的配置参数出现的概率。

可选地，所述第三确定模块包括：第一获取子模块，用于对所述第一概率和所述第二概率进行加权和得到在每种情景参数下相同的配置参数出现的概率；或者，第二获取子模块，用于对所述第一概率和所述第二概率进行相乘得到在每种情景参数下相同的配置参数出现的概率。

根据本发明实施例的另外一个方面，还提供了一种调配置处理装置，包括：第四获取单元，用于获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；第二发送单元，用于将所述情景参数发送至服务器；第一接收单元，用于接收来自所述服务器的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；配置单元，用于根据所述配置参数对所述第一空调的运行进行配置。

可选地，所述第四获取单元包括以下至少之一：第二获取模块，用于通过移动终端获取所述情景参数；第三获取模块，用于通过所述第一空调自身记录的数据获取所述情景参数。

可选地，上述空调配置处理装置还包括：第二接收单元，用于在根据所述配置参数对所述第一空调的运行进行配置之前，接收来自移动终端的所述配置参数，其中，所述服务器将所述配置参数发送给所述移动终端，在所述移动终端接收到确定使用所述配置参数控制空调运行的指示信息时，将所述配置参数发送给所述第一空调。

根据本发明实施例的另外一个方面，还提供了一种空调配置处理装置，包括：第三接收单元，用于接收来自服务器的配置参数，其中，所述配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；第四接收单元，用于接收来自用户的指示信息；第二确定单元，用于根据所述指示信息确定是否根据所述配置参数对第一空调的运行进行配置。

可选地，上述空调配置处理装置还包括：第三发送单元，用于在根据所述指示信息确定是否根据所述配置参数对所述第一空调的运行进行配置之前，将所述情景参数发送所述第一空调。

可选地，所述第二确定单元包括：第一发送模块，用于在根据所述指示信息确定根据所述配置参数对所述第一空调的运行进行配置的情况下，将所述配置参数发送至所述第一空调；第二发送模块，用于在根据所述指示信息确定不根据所述配置参数对所述第一空调的运行进行配置的情况下，向所述服务器发送更新消息，其中，所述更新消息用于指示所述服务器更新所述配置参数。

根据本发明实施例的另外一个方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的空调配置处理方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的空调配置处理方法。

在本发明实施例中，采用获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；然后从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；以及发送配置参数，其中，配置参数用于对第一空调的运行进行配置的方式实现对空调进行配置参数的配置，通过本发明实施例提供空调配置处理方法进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的空调配置处理方法的系统结构图；

图2是根据本发明实施例的空调配置处理方法的流程图；

图3是根据本发明实施例的空调配置处理方法的优选流程图；

图4是根据本发明实施例的可选的空调配置处理方法的流程图；

图5是根据本发明实施例的又一可选的空调配置处理方法的流程图；

图6是根据本发明实施例的另一空调配置处理方法的优选流程图；

图7是根据本发明实施例的空调配置处理装置的示意图；

图8是根据本发明实施例的可选的调配置处理装置的示意图；

图9是根据本发明实施例的空调配置处理装置的优选示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明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，以便这里描述的本发明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、系统、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。

为了便于描述，下面对本发明实施例中出现的部分名词或术语进行详细说明：

协同过滤：是利用某兴趣相投、拥有共同经验的群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应(如评分)并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的记录也相当重要。

由于空调的使用数据会越来越庞大，针对上述大量的数据可以结合机器学习中的推荐算法并利用这些大量的数据为用户提供有用价值的信息，比如，推荐偏好设置来控制空调的运行，更能体验智能家居系统的智能化。将机器学习算法与智能家居相结合，把智能推荐作为空调的一种重要功能，让更多人能够享受到智能生活。

基于上述因素，在本发明实施例中提供了空调配置处理方法，该空调配置处理方法可以根据用户的空调使用习惯，主动推送符合用户偏好的空调设定模式。需要说明的是，本发明实施例中提供的空调配置处理方法可以应用于各种空调，对空调的种类不做具体限定，按使用方式，分为壁挂机、柜机、天花机、窗机、移动式空调、嵌入式空调等；按使用环境，分为家用空调、商用空调。本发明实施例中的空调可以使用在多种环境下，包括以家庭、餐厅、商店为主体的使用面积较小的用户，也可以包括：办公区、厂区、超市等大面积使用的用户。

图1是根据本发明实施例的空调配置处理方法的系统结构图，如图1所示，可以包括用户端和服务器端。其中，用户端包括：空调和移动终端(例如，手机)，其中，上述空调可以直接将情景参数发送给服务器端的数据库，也可以利用移动终端将情景参数发送给智能家居服务器，智能家居服务器可以将接收到的情景参数发送给数据库；数据库将接收到的情景参数发送给机器学习系统，机器学习系统将情景参数作为输入参数，基于协同过滤算法以及朴素贝叶斯算法找出与空调用户的空调使用习惯满足一定条件的参考用户，根据上述参考用户的空调使用习惯得到符合空调用户的空调配置参数，并将空调配置参数作为输出参数，将该输出参数作为配置参数，并将配置参数发送给智能家居服务器，智能家居服务器将配置参数发送给数据库，数据库进行记录；智能家居服务器同时将配置参数发送给移动终端和空调，其中，在将配置参数发送给空调的情况下，属于空调用户默认接收空调以配置参数运行；另外，在将配置参数发送给移动终端的情况下，用户可以通过移动终端确定是否允许空调以配置参数运行。空调根据接收到的配置参数运行。

其中，上述机器学习系统的输入数据可以包括两类，一类是模式的可设定形式(即配置参数)(比如运行模式中的制热、制冷、自动、除湿、扫风)，但不限于如下的一种或多种：模式、风速、灯光、辅热、睡眠模式、设定温度、上下扫风、左右扫风、定时、定时时间、干燥、自动清洁、健康、换气、语音、室内环境温度、设定风档、wifi等；另一类是影响各模式的因素(即情景参数)(比如影响运行模式的可能为室外温度、天气等)。输入参数不为单一参数，为包含输入参数的一维或多维数组。

需要说明的是，在本发明中提供的空调配置处理方法中，在空调端或者移动终端的处理能力足够强的情况下，机器学习系统的功能可以直接由空调端或移动终端来执行。在本发明实施例中以服务器端来进行机器学习进行说明。

下面分别从服务器端、空调端以及移动终端对本发明实施例提供的空调配置处理方法进行详细说明。

实施例1

根据本发明实施例，提供了一种空调配置处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本发明实施例的空调配置处理方法的流程图，如图2所示，该空调配置处理方法包括如下步骤：

步骤S202，获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数。

其中，上述情景参数可以包括但不限于以下几种：用于指示时间信息的时间参数、用于指示气象条件的气象参数、用于指示空调的使用者的位置信息的位置参数。

步骤S204，从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

其中，上述配置参数既可以为一维配置参数，例如，将“制冷”、“设定温度26℃”、“除湿”这三个参数分别作为配置参数；也可以为多维配置参数，即可以将“制冷”、“设定温度26℃”以及“除湿”这三个参数进行组合得到多维配置参数。

步骤S206，发送配置参数，其中，配置参数用于对第一空调的运行进行配置。

通过上述步骤，可以获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；同时从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；以及发送配置参数，其中，配置参数用于对第一空调的运行进行配置。相对于相关技术中传统的空调需要用户手动反复调整空调各个设定模式，不能根据用户的使用习惯进行模式设定的推荐，导致用户使用空调的体验较低的弊端。通过本发明实施例提供空调配置处理方法进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

需要说明的是，上述预定用户可以包括以下至少之一：第一空调的用户、一组用户，其中，一组用户为与第一空调的用户相似度符合第二预定条件的用户，相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

其中，在上述预定用户为第一空调的用户的情况下，上述配置参数可以是根据第一空调的用户平时使用空调的习惯确定的参数；另外，在上述预定用户为一组用户的情况下，上述配置参数可以是根据与第一空调的用户使用空调习惯相似度满足一定条件的用户的空调配置参数确定第一空调的用户的配置参数。

由于在确定第一空调的配置参数时，需要确定与第一空调的用户相似度符合一定条件的用户，也即是，与第一空调的用户使用空调习惯相似的用户。因此，在从预定数据集获取情景参数对应的配置参数之前，上述空调配置处理方法还可以包括：从获取到配置参数和/或情景参数的用户中，根据配置参数和/或情景参数获取与第一空调的用户相似度符合第二预定条件的用户生成一组用户；计算一组用户在每种情景参数下相同的配置参数出现的概率生成预定数据集。

例如，可从服务器的数据库中获取多组用户以及多组用户对应的情景参数以及配置参数，对上述多组用户对应的情景参数和配置参数进行处理，例如，上述多组用户可以包括:用户A、用户B、用户C、用户D、用户E以及用户F。上述多组用户分别对应的情景参数和配置参数如下表1所示，其中，表1示出了上述6个用户在不同情景参数下对空调进行配置的配置参数。

表1

用户ID	情景参数	配置参数
			A	17:00；环境温度：30℃	设定温度：26℃；制冷；风速1
B	17:00；环境温度：31℃	设定温度：27℃；制冷；风速1
			C	17:00；环境温度：29℃	设定温度：26℃；制冷；风速1
D	18:00；环境温度：28℃	设定温度：26℃；制冷；风速1
			E	15:00；环境温度：35℃	设定温度：26℃；制冷；风速3
F	15:00；环境温度：35℃	设定温度：26℃；制冷；风速1

比如，第一空调的用户想要在17:00使用空调，17:00的环境温度为30℃。此时，如果以17:00作为情景参数获取与第一空调的用户相似度大于40％的用户作为上述一组用户，那么，上述用户A、用户B以及用户C可以作为上述一组用户。同时，计算上述用户A、用户B以及用户C在每种情景参数下的不同配置参数出现的概率生成上述预定数据集。

在上述实施例中，根据配置参数和/或情景参数获取与第一空调的用户相似度符合第二预定条件的用户生成一组用户可以包括：将配置参数和/或情景参数作为预定算法模型的输入，其中，预定算法模型可以包括以下之一：聚类算法、协同过滤算法；通过预定算法模型输出获取到配置参数和/或情景参数的用户与第一空调的用户的相似度；找到相似符合第二预定条件的用户生成一组用户。

例如，可以将上述情景参数17:00作为协同过滤算法的输入，通过该协同过滤算法的输出得到情景参数对应的用户与第一空调的用户相似度，并得到相似度满足第二预设条件的用户，并将其作为一组用户，该一组用户即为与第一空调的用户使用空调习惯相似的用户。

优选地，上述第二预定条件可以为相似度超过第一阈值。其中，第一阈值是可以根据实际情况设置的。

其中，上述协同过滤算法可以包括以下至少之一：余弦夹角相似度、Pearson相关系数。在本发明实施例中可以利用上述余弦夹角相似度，来确定与第一空调的用户的空调使用习惯相似度较高的用户，其中，余弦夹角相似度是将多个用户的空调使用数据(例如，情景参数、配置参数)作为一维或多维的数组，确定每个数组在坐标系中构成的夹角对应的余弦值，根据余弦值得到空调使用习惯相似的用户，也即是，可以根据空调使用数据对空调用户进行分类；也可以使用上述Pearson相关系数来确定与第一空调的用户的空调使用习惯相似度较高的用户，其中，Pearson相关系数是用来衡量多个数据集合是否在一条直线上面，衡量定距变量间的线性关系。

作为本发明一个可选的实施例，上述计算一组用户在每种情景参数下相同的配置参数出现的概率包括：统计相同的配置参数出现的次数，根据该次数计算相同的配置参数出现的第一概率；获取每种情景参数下相同的配置参数出现的次数，根据该次数计算相同的配置参数在该情景参数下的第二概率；根据第一概率和第二概率获取在每种情景参数下相同的配置参数出现的概率。

例如，首先，不考虑情景参数，统计配置参数“制冷”、“设定温度26℃”、“除湿”分别出现的次数，根据统计的次数确定相同的配置参数出现的第一概率(即先验概率)；另外，可以统计配置参数“制冷”、“设定温度26℃”、“除湿”分别在环境温度为30℃、29℃、31℃出现的次数，根据得到的次数确定相同的配置参数出现的第二概率(即上下文中的条件概率)；进而可以根据上述第一概率和第二概率得到在每种情景参数下相同的配置参数出现的概率。

优选地，根据第一概率和第二概率获取在每种情景参数下相同的配置参数出现的概率可以包括：对第一概率和第二概率进行加权和得到在每种情景参数下相同的配置参数出现的概率；或者，对第一概率和第二概率进行相乘得到在每种情景参数下相同的配置参数出现的概率。

图3是根据本发明实施例的空调配置处理方法的优选流程图，如图3所示，首先，从服务器得到用户使用空调的数据，根据用户的空调使用偏好及环境因素与其他用户的空调使用偏好进行协同过滤，其中，上述的协同过滤算法即根据用户使用习惯数据，通过计算相似度，找到与该用户最相似的用户，形成用户簇(即上下文中的一组用户)，这个簇中的用户数量可以根据实际情况设定。上述的相似度计算方法可以包括但不限于：余弦夹角相似度，Pearson相关系数等。根据上述所得的用户簇，计算其中各模式的出现概率作为先验概率(也即是第一概率)。

接下来，可以创建朴素贝叶斯数据集，其数据集包括两类参数，一类是模式的可设定形式(即上述配置参数)(比如运行模式中的制热、制冷、自动、除湿、扫风)，一类是影响各模式的因素(即上述情景参数)(比如影响运行模式的可能为室外温度、天气等)。

同时，根据上述数据集得到各影响因素下出现各模式的出现概率，此为条件概率(也即是第二概率)，将上面所得的先验概率与条件概率相乘所得最大值对应的模式状态，即为朴素贝叶斯分类器输出。上述各模式包括空调的所有可设定模式或一部分(如开关机、运行模式、风速、上下扫风、左右扫风等)。

根据上述朴素贝叶斯分类器得到的模式设定结果，当用户使用空调模式推荐功能时，服务器给移动终端发送协同过滤算法输出的模式设定控制指令数据(也即是配置参数)。

通过本发明实施例提供的空调配置处理方法可以实现一个以智能家居为背景的消息推送系统，该推送系统可以根据用户的历史行为和信息内容的重要程度向用户做信息推荐，根据用户的偏好提供有价值的信息。帮助用户快速获取感兴趣信息，还可以根据信息内容和信息所处的场景对信息源实时产生的信息进行过滤，达到用户体验和推送频率的平衡。

需要说明的是，上述先验概率，也即是，不考虑情景参数下得到的第一概率也可以是根据用户个人的所有数据或近期数据中各个模式使用概率得到。另外，可以基于协同过滤的方式得到适合用户的配置参数，具体步骤和上述实施例相同，在此不再赘述。然而使用协同过滤的必要条件是得到用户间的相似度，需要得到具有不同特征的用户簇，因此，协同过滤也可用具体的聚类算法实现。

可选的，上述推荐算法也可以是基于关联规则的推荐算法，利用用户个人的空调使用历史数据，通过关联规则分析得到用户在使用空调时各模式的可用规则，根据规则提供推荐结果。

实施例2

根据本发明实施例的另外一个方面，还提供了一种空调配置处理方法，图4是根据本发明实施例的可选的空调配置处理方法的流程图，如图4所示，该空调配置处理方法包括：

步骤S402，获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数。

其中，上述情景参数可以包括但不限于以下几种：用于指示时间信息的时间参数、用于指示气象条件的气象参数、用于指示空调的使用者的位置信息的位置参数。

步骤S404，将情景参数发送至服务器。

步骤S406，接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

其中，上述配置参数既可以为一维配置参数，例如，将“制冷”、“设定温度26℃”、“除湿”这三个参数分别作为配置参数；也可以为多维配置参数，即可以将“制冷”、“设定温度26℃”以及“除湿”这三个参数进行组合得到多维配置参数。

步骤S408，根据配置参数对第一空调的运行进行配置。

在上述实施例中，可以根据获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；同时将情景参数发送至服务器；并接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；以及根据配置参数对第一空调的运行进行配置。相对于相关技术中传统的空调需要用户手动反复调整空调各个设定模式，不能根据用户的使用习惯进行模式设定的推荐，导致用户使用空调的体验较低。通过本发明实施例提供空调配置处理方法进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

需要说明的是，上述预定用户包括以下至少之一：第一空调的用户、一组用户，其中，一组用户为与第一空调的用户相似度符合第二预定条件的用户，相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

其中，在上述预定用户为第一空调的用户的情况下，上述配置参数可以是根据第一空调的用户平时使用空调的习惯确定的参数；另外，在上述预定用户为一组用户的情况下，上述配置参数可以是根据与第一空调的用户使用空调习惯相似度满足一定条件的用户的空调配置参数确定第一空调的用户的配置参数。

作为本发明一个可选的实施例，获取第一空调对应的情景参数可以包括以下至少之一：通过移动终端获取情景参数；通过第一空调自身记录的数据获取情景参数。

例如，一方面，上述第一空调可以根据自身的时钟模块来获取当前时间，也可以通过自身的感温模块获取当前环境温度，然后将上述数据记录下来，其中，上述当前时间以及当前环境温度为上述情景参数；另外一个方面，用户可以通过其持有的移动终端(例如，手机)将情景参数发送给第一空调。

另外，在根据配置参数对第一空调的运行进行配置之前，上述空调配置处理方法还可以包括：接收来自移动终端的配置参数，其中，服务器将配置参数发送给移动终端，在移动终端接收到确定使用配置参数控制空调运行的指示信息时，将配置参数发送给第一空调。

例如，上述第一空调可以直接接受来自服务器端的配置参数；另外，服务器也可以将上述配置参数发送给移动终端，当用户通过移动终端确定同意以该配置参数配置空调时，将该配置参数发送给第一空调，进而，第一空调以该配置参数运行。

下面结合附图对本发明一个可选的实施例进行详细说明。

图5是根据本发明实施例的又一可选的空调配置处理方法的流程图，如图5所示，该空调配置处理方法在服务器预测允许以配置参数对第一空调进行配置时，移动终端向第一空调的用户发送提醒信息，用户确定是否允许以配置参数配置第一空调；在用户确定以配置参数配置第一空调的情况下，以配置参数配置第一空调。

实施例3

根据本发明实施例的另外一个方面，还提供了一种空调配置处理方法，图6是根据本发明实施例的另一空调配置处理方法的优选流程图，如图6所示，该空调配置处理方法包括：

步骤S602，接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

其中，上述情景参数可以包括但不限于以下几种：用于指示时间信息的时间参数、用于指示气象条件的气象参数、用于指示空调的使用者的位置信息的位置参数。

另外，上述配置参数既可以为一维配置参数，例如，将“制冷”、“设定温度26℃”、“除湿”这三个参数分别作为配置参数；也可以为多维配置参数，即可以将“制冷”、“设定温度26℃”以及“除湿”这三个参数进行组合得到多维配置参数。

步骤S604，接收来自用户的指示信息。

其中，该指示信息用于表示第一空调对应的用户是否允许以配置参数配置第一空调。

步骤S606，根据指示信息确定是否根据配置参数对第一空调的运行进行配置。

在上述实施例中，可以接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；同时接收来自用户的指示信息；并根据指示信息确定是否根据配置参数对第一空调的运行进行配置。相对于相关技术中传统的空调需要用户手动反复调整空调各个设定模式，不能根据用户的使用习惯进行模式设定的推荐，导致用户使用空调的体验较低。通过本发明实施例提供空调配置处理装置进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

需要说明的是，上述预定用户包括以下至少之一：第一空调的用户、一组用户，其中，一组用户为与第一空调的用户相似度符合第二预定条件的用户，相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

其中，在上述预定用户为第一空调的用户的情况下，上述配置参数可以是根据第一空调的用户平时使用空调的习惯确定的参数；另外，在上述预定用户为一组用户的情况下，上述配置参数可以是根据与第一空调的用户使用空调习惯相似度满足一定条件的用户的空调配置参数确定第一空调的用户的配置参数。

作为本发明一个可选的实施例，在根据指示信息确定是否根据配置参数对第一空调的运行进行配置之前，上述空调配置处理方法还可以包括：将情景参数发送第一空调。

也即是，第一空调的用户在确定需要使用第一空调的情况下，可以根据使用移动终端将情景参数发送给第一空调，然后，第一空调会将上述情景参数发送给服务器。这种方式可以使得用户在即将到家的情况下，就可以通过移动终端远程控制第一空调运行，在到家后就可以享受到适宜的环境。

另外，根据指示信息确定是否根据配置参数对第一空调的运行进行配置可以包括：在根据指示信息确定根据配置参数对第一空调的运行进行配置的情况下，将配置参数发送至第一空调；在根据指示信息确定不根据配置参数对第一空调的运行进行配置的情况下，向服务器发送更新消息，其中，更新消息用于指示服务器更新配置参数。也即是，在将配置参数发送给第一空调之前，可以先发送给移动终端，当第一空调的用户通过移动终端确定以配置参数配置第一空调时，可以将配置参数发送给第一空调。

实施例4

根据本发明实施例还提供了一种空调配置处理装置，需要说明的是，本发明实施例的空调配置处理装置可以用于执行本发明实施例所提供的空调配置处理方法。以下对本发明实施例提供的空调配置处理装置进行介绍。

图7是根据本发明实施例的空调配置处理装置的示意图，如图7所示，该空调配置处理装置包括：第一获取单元71，第二获取单元73以及第一发送单元75。下面对该空调配置处理装置进行详细说明。

第一获取单元71，用于获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数。

第二获取单元73，与上述第一获取单元71连接，用于从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

第一发送单元75，与上述第二获取单元73连接，用于发送配置参数，其中，配置参数用于对第一空调的运行进行配置。

在上述实施例中，可以采用第一获取单元获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；同时利用第二获取单元从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；以及利用第一发送单元发送配置参数，其中，配置参数用于对第一空调的运行进行配置。相对于相关技术中传统的空调需要用户手动反复调整空调各个设定模式，不能根据用户的使用习惯进行模式设定的推荐，导致用户使用空调的体验较低。通过本发明实施例提供空调配置处理装置进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

作为本发明一个可选的实施例，上述空调配置处理装置还可以包括：第三获取单元，用于在从预定数据集获取情景参数对应的配置参数之前，从获取到配置参数和/或情景参数的用户中，根据配置参数和/或情景参数获取与第一空调的用户相似度符合第二预定条件的用户生成一组用户；第一确定单元，用于计算一组用户在每种情景参数下相同的配置参数出现的概率生成预定数据集。

作为本发明一个可选的实施例，上述第三获取单元可以包括：第一确定模块，用于将配置参数和/或情景参数作为预定算法模型的输入，其中，预定算法模型包括以下之一：聚类算法、协同过滤算法；输出模块，用于通过预定算法模型输出获取到配置参数和/或情景参数的用户与第一空调的用户的相似度；第一获取模块，用于找到相似符合第二预定条件的用户生成一组用户。

作为本发明一个可选的实施例，上述第二预定条件可以为相似度超过第一阈值。

作为本发明一个可选的实施例，上述协同过滤算法可以包括以下至少之一：余弦夹角相似度、Pearson相关系数。

作为本发明一个可选的实施例，上述第一确定单元可以包括：第一确定模块，用于统计相同的配置参数出现的次数，根据该次数计算相同的配置参数出现的第一概率；第二确定模块，用于获取每种情景参数下相同的配置参数出现的次数，根据该次数计算相同的配置参数在该情景参数下的第二概率；第三确定模块，用于根据第一概率和第二概率获取在每种情景参数下相同的配置参数出现的概率。

作为本发明一个可选的实施例，上述第三确定模块可以包括：第一获取子模块，用于对第一概率和第二概率进行加权和得到在每种情景参数下相同的配置参数出现的概率；或者，第二获取子模块，用于对第一概率和第二概率进行相乘得到在每种情景参数下相同的配置参数出现的概率。

实施例5

根据本发明实施例还提供了一种空调配置处理装置，需要说明的是，本发明实施例的空调配置处理装置可以用于执行本发明实施例所提供的空调配置处理方法。以下对本发明实施例提供的空调配置处理装置进行介绍。

图8是根据本发明实施例的可选的调配置处理装置的示意图，如图8所示，该调配置处理装置可以包括：第四获取单元81，第二发送单元83，第一接收单元85以及配置单元87。下面对该调配置处理装置进行详细说明。

第四获取单元81，用于获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数。

第二发送单元83，与上述第四获取单元81连接，用于将情景参数发送至服务器。

第一接收单元85，与上述第二发送单元83连接，用于接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

配置单元87，与上述第一接收单元85连接，用于根据配置参数对第一空调的运行进行配置。

在上述实施例中，可以利用第四获取单元获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；接着采用第二发送单元将情景参数发送至服务器；同时利用第一接收单元接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；以及利用配置单元根据配置参数对第一空调的运行进行配置。相对于相关技术中传统的空调需要用户手动反复调整空调各个设定模式，不能根据用户的使用习惯进行模式设定的推荐，导致用户使用空调的体验较低。通过本发明实施例提供空调配置处理装置进行空调用户的数据进行分析，并综合推荐出符合用户使用空调偏好的空调配置参数的目的，达到了提升用户的舒适感和空调使用体验的技术效果，进而解决了相关技术中空调智能化程度较低，无法准确地为用户推荐合适的运行模式的技术问题。

作为本发明一个可选的实施例，上述第四获取单元可以包括以下至少之一：第二获取模块，用于通过移动终端获取情景参数；第三获取模块，用于通过第一空调自身记录的数据获取情景参数。

作为本发明一个可选的实施例，上述空调配置处理装置还可以包括：第二接收单元，用于在根据配置参数对第一空调的运行进行配置之前，接收来自移动终端的配置参数，其中，服务器将配置参数发送给移动终端，在移动终端接收到确定使用配置参数控制空调运行的指示信息时，将配置参数发送给第一空调。

实施例6

根据本发明实施例还提供了一种空调配置处理装置，需要说明的是，本发明实施例的空调配置处理装置可以用于执行本发明实施例所提供的空调配置处理方法。以下对本发明实施例提供的空调配置处理装置进行介绍。

图9是根据本发明实施例的空调配置处理装置的优选示意图，如图9所示，该空调配置处理装置可以包括：第三接收单元91，第四接收单元93以及第二确定单元95。下面对该空调配置处理装置进行详细说明。

第三接收单元91，用于接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。

第四接收单元93，与上述第三接收单元91连接，用于接收来自用户的指示信息。

第二确定单元95，与上述第四接收单元93连接，用于根据指示信息确定是否根据配置参数对第一空调的运行进行配置。

在上述实施例中，可以利用第三接收单元接收来自服务器的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数。同时利用第四接收单元接收来自用户的指示信息；以及利用第二确定单元根据指示信息确定是否根据配置参数对第一空调的运行进行配置。

作为本发明一个可选的实施例，上述空调配置处理装置还可以包括：第三发送单元，用于在根据指示信息确定是否根据配置参数对第一空调的运行进行配置之前，将情景参数发送第一空调。

作为本发明一个可选的实施例，上述第二确定单元可以包括：第一发送模块，用于在根据指示信息确定根据配置参数对第一空调的运行进行配置的情况下，将配置参数发送至第一空调；第二发送模块，用于在根据指示信息确定不根据配置参数对第一空调的运行进行配置的情况下，向服务器发送更新消息，其中，更新消息用于指示服务器更新配置参数。

上述空调配置处理装置包括处理器和存储器，上述第一获取单元71，第二获取单元73、第一发送单元75、第四获取单元81，第二发送单元83，第一接收单元85、配置单元87、第三接收单元91，第四接收单元93以及第二确定单元95等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数发送配置参数，其中，配置参数用于对第一空调的运行进行配置。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述中任意一项的空调配置处理方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的空调配置处理方法。

在本发明实施例中还提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；发送配置参数，其中，配置参数用于对第一空调的运行进行配置。

在本发明实施例中还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取第一空调对应的情景参数，其中，情景参数包括：能够作为确定配置参数依据的参数；从预定数据集中获取情景参数对应的配置参数，其中，配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；发送配置参数，其中，配置参数用于对第一空调的运行进行配置。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (18)

1.一种空调配置处理方法，其特征在于，包括：

获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；

从预定数据集中获取所述情景参数对应的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，所述预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数；

发送所述配置参数，其中，所述配置参数用于对所述第一空调的运行进行配置；

其中，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的。

2.根据权利要求1所述的方法，其特征在于，在从所述预定数据集获取所述情景参数对应的配置参数之前，还包括：

从获取到所述配置参数和/或情景参数的用户中，根据所述配置参数和/或情景参数获取与所述第一空调的用户相似度符合所述第二预定条件的用户生成所述一组用户；

计算所述一组用户在每种情景参数下相同的配置参数出现的概率生成所述预定数据集。

3.根据权利要求2所述的方法，其特征在于，根据所述配置参数和/或情景参数获取与所述第一空调的用户相似度符合所述第二预定条件的用户生成所述一组用户包括：

将所述配置参数和/或情景参数作为预定算法模型的输入，其中，所述预定算法模型包括以下之一：聚类算法、协同过滤算法；

通过所述预定算法模型输出获取到所述配置参数和/或情景参数的用户与所述第一空调的用户的相似度；

找到相似符合所述第二预定条件的用户生成所述一组用户。

4.根据权利要求3所述的方法，其特征在于，所述第二预定条件为相似度超过第一阈值。

5.根据权利要求4所述的方法，其特征在于，所述协同过滤算法包括以下至少之一：余弦夹角相似度、Pearson相关系数。

6.根据权利要求2所述的方法，其特征在于，计算所述一组用户在每种情景参数下相同的配置参数出现的概率包括：

统计相同的配置参数出现的次数，根据该次数计算相同的配置参数出现的第一概率；

获取每种情景参数下相同的配置参数出现的次数，根据该次数计算相同的配置参数在该情景参数下的第二概率；

根据所述第一概率和所述第二概率获取在每种情景参数下相同的配置参数出现的概率。

7.根据权利要求6所述的方法，其特征在于，根据所述第一概率和所述第二概率获取在每种情景参数下相同的配置参数出现的概率包括：

对所述第一概率和所述第二概率进行加权和得到在每种情景参数下相同的配置参数出现的概率；或者，

对所述第一概率和所述第二概率进行相乘得到在每种情景参数下相同的配置参数出现的概率。

8.一种空调配置处理方法，其特征在于，包括：

获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；

将所述情景参数发送至服务器；

接收来自所述服务器的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的；

根据所述配置参数进行配置。

9.根据权利要求8所述的方法，其特征在于，获取第一空调对应的情景参数包括以下至少之一：

通过移动终端获取所述情景参数；

通过所述第一空调自身记录的数据获取所述情景参数。

10.根据权利要求8所述的方法，其特征在于，在根据所述配置参数对所述第一空调的运行进行配置之前，还包括：

接收来自移动终端的所述配置参数，其中，所述服务器将所述配置参数发送给所述移动终端，在所述移动终端接收到确定使用所述配置参数控制空调运行的指示信息时，将所述配置参数发送给所述第一空调。

11.一种空调配置处理方法，其特征在于，包括：

接收来自服务器的配置参数，其中，所述配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数，所述预定用户包括以下至少之一：第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的；

接收来自用户的指示信息；

根据所述指示信息确定是否根据所述配置参数对第一空调的运行进行配置。

12.根据权利要求11所述的方法，其特征在于，在根据所述指示信息确定是否根据所述配置参数对所述第一空调的运行进行配置之前，还包括：

将所述情景参数发送所述第一空调。

13.根据权利要求11所述的方法，其特征在于，根据所述指示信息确定是否根据所述配置参数对所述第一空调的运行进行配置包括：

在根据所述指示信息确定根据所述配置参数对所述第一空调的运行进行配置的情况下，将所述配置参数发送至所述第一空调；

在根据所述指示信息确定不根据所述配置参数对所述第一空调的运行进行配置的情况下，向所述服务器发送更新消息，其中，所述更新消息用于指示所述服务器更新所述配置参数。

14.一种空调配置处理装置，其特征在于，包括：

第一获取单元，用于获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；

第二获取单元，用于从预定数据集中获取所述情景参数对应的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，所述预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的；

第一发送单元，用于发送所述配置参数，其中，所述配置参数用于对所述第一空调的运行进行配置。

15.一种空调配置处理装置，其特征在于，包括：

第四获取单元，用于获取第一空调对应的情景参数，其中，所述情景参数包括：能够作为确定配置参数依据的参数；

第二发送单元，用于将所述情景参数发送至服务器；

第一接收单元，用于接收来自所述服务器的配置参数，其中，所述配置参数为在所述情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数，所述预定用户包括以下至少之一：所述第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的；

配置单元，用于根据所述配置参数对所述第一空调的运行进行配置。

16.一种空调配置处理装置，其特征在于，包括：

第三接收单元，用于接收来自服务器的配置参数，其中，所述配置参数为在情景参数下出现概率符合第一预定条件的配置参数，预定数据集包括：预定用户在不同的情景参数下对空调进行配置的配置参数，所述预定用户包括以下至少之一：第一空调的用户、一组用户，其中，所述一组用户为与所述第一空调的用户相似度符合第二预定条件的用户，所述相似度是至少根据用户对空调进行配置的配置参数和/或情景参数确定的；

第四接收单元，用于接收来自用户的指示信息；

第二确定单元，用于根据所述指示信息确定是否根据所述配置参数对第一空调的运行进行配置。

17.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至13中任意一项所述的空调配置处理方法。

18.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至13中任意一项所述的空调配置处理方法。

Images