CN111503830B - 空调器的控制方法及装置、空调器 - Google Patents
空调器的控制方法及装置、空调器 Download PDFInfo
- Publication number
- CN111503830B CN111503830B CN202010339955.5A CN202010339955A CN111503830B CN 111503830 B CN111503830 B CN 111503830B CN 202010339955 A CN202010339955 A CN 202010339955A CN 111503830 B CN111503830 B CN 111503830B
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- data
- environment
- training
- historical
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012549 training Methods 0.000 claims description 98
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000011022 operating instruction Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 11
- 238000009434 installation Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002650 habitual effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Fuzzy Systems (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调器的控制方法及装置、空调器。其中,空调器设置有视频展示模块,该空调器的控制方法包括:获取向目标对象推荐的目标视频资源;通过视频展示模块展示目标视频资源。本发明解决了相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的技术问题。
Description
技术领域
本发明涉及智能家电控制技术领域,具体而言,涉及一种空调器的控制方法及装置、空调器。
背景技术
目前,随着科学技术的发展,各种各样的智能家电逐步走进千家万户,为人们的生活提供了极大的便利,例如,净化器为人们提供了清新的生活或工作空气,电烤箱为人们制作自己喜欢的食物提供了可能,空调器为人们的生活或工作提供了舒适的环境。针对空调器,虽然市场上的空调器的功能越来越多,但是无论是家用空调器还是商用空调器均不具备向用户展示视频的功能,这就无法满足人们在空余时间的休闲娱乐需求,使得用户体验较低。
针对上述相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的问题,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器的控制方法及装置、空调器,以至少解决相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的技术问题。
根据本发明实施例的一个方面,提供了一种空调器的控制方法,所述空调器设置有视频展示模块,包括:获取向目标对象推荐的目标视频资源;通过所述视频展示模块展示所述目标视频资源。
可选地,在所述获取向目标对象推荐的目标视频资源之前,所述空调器的控制方法还包括:响应于用于启动所述视频展示模块的启动指令,以基于所述启动指令开启所述视频展示模块。
可选地,所述获取向目标对象推荐的目标视频资源,包括:获取所述目标对象的特征信息,其中,所述特征信息包括以下至少之一:所述目标对象的面部信息,所述目标对象的声纹信息;通过推荐模型,确定与所述特征信息对应的所述目标视频资源,其中,所述推荐模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每一组训练数据均包括:特征信息以及与所述特征信息对应的视频资源。
可选地,在所述获取向目标对象推荐的目标视频资源之前,该空调器的控制方法还包括:获取所述推荐模型;其中,所述获取所述推荐模型,包括:采集所述目标对象在历史时间段内的多个历史特征信息以及与所述多个历史特征信息对应的多个历史视频资源记录;对包括所述多个历史特征信息以及所述多个历史视频资源记录的多组训练数据进行训练,得到所述推荐模型。
可选地,所述对包括所述多个历史特征信息以及所述多个历史视频资源记录的多组训练数据进行训练,得到所述推荐模型,包括:确定用于对所述多组训练数据进行训练的初始网络模型;将所述多组训练数据作为所述初始网络模型的输入;使用预定算法在所述初始网络模型中对所述多组训练数据进行处理,得到所述推荐模型。
可选地,该空调器的控制方法还包括:响应于用于启动所述空调器的环境调节模块的启动指令,以启动所述环境调节模块;获取运行指令,并将所述运行指令发送至所述环境调节模块,以使所述环境调节模块基于所述运行指令运行。
可选地,所述获取运行指令,包括:获取环境相关数据,其中,所述环境相关数据包括:启动所述环境调节模块的时间数据,所述空调器的安装位置数据,所述空调器所在空间之外的外部环境数据;通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据,其中,所述温度曲线模型为基于多组训练数据预先训练得到的,所述多组训练数据中的每组训练数据均包括:环境相关数据以及与所述环境相关数据对应的初始温度数据;至少基于所述初始温度数据生成所述运行指令。
可选地,在所述通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据之前,该空调器的控制方法还包括:确定所述温度曲线模型;其中,所述确定所述温度曲线模型,包括:采集历史时间段的多个历史环境相关参数,以及与所述多个历史环境相关参数对应的多个历史初始温度数据;对包括所述多个历史环境相关参数以及所述多个历史初始温度数据进行训练,得到所述温度曲线模型。
根据本发明实施例的另外一个方面,还提供了一种空调器的控制装置,所述空调器设置有视频展示模块,包括:获取单元,用于获取向目标对象推荐的目标视频资源;展示模块,用于通过所述视频展示模块展示所述目标视频资源。
可选地,所述空调器的控制装置还包括:第一响应单元,用于在所述获取向目标对象推荐的目标视频资源之前,响应于用于启动所述视频展示模块的启动指令,以基于所述启动指令开启所述视频展示模块。
可选地,所述获取单元,包括:第一获取模块,用于获取所述目标对象的特征信息,其中,所述特征信息包括以下至少之一:所述目标对象的面部信息,所述目标对象的声纹信息;第一确定模块,用于通过推荐模型,确定与所述特征信息对应的所述目标视频资源,其中,所述推荐模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每一组训练数据均包括:特征信息以及与所述特征信息对应的视频资源。
可选地,所述空调器的控制装置还包括:所述获取单元,还用于在所述获取向目标对象推荐的目标视频资源之前,获取所述推荐模型;其中,所述获取单元,包括:采集模块,用于采集所述目标对象在历史时间段内的多个历史特征信息以及与所述多个历史特征信息对应的多个历史视频资源记录;训练模块,用于对包括所述多个历史特征信息以及所述多个历史视频资源记录的多组训练数据进行训练,得到所述推荐模型。
可选地,所述训练模块,包括:第一确定子模块,用于确定用于对所述多组训练数据进行训练的初始网络模型;第二确定子模块,用于将所述多组训练数据作为所述初始网络模型的输入;处理子模块,用于使用预定算法在所述初始网络模型中对所述多组训练数据进行处理,得到所述推荐模型。
可选地,所述空调器的控制装置还包括:第二响应单元,用于响应于用于启动所述空调器的环境调节模块的启动指令,以启动所述环境调节模块;所述获取单元,用于获取运行指令,并将所述运行指令发送至所述环境调节模块,以使所述环境调节模块基于所述运行指令运行。
可选地,所述获取单元,包括:第二获取模块,用于获取环境相关数据,其中,所述环境相关数据包括:启动所述环境调节模块的时间数据,所述空调器的安装位置数据,所述空调器所在空间之外的外部环境数据;第二确定模块,用于通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据,其中,所述温度曲线模型为基于多组训练数据预先训练得到的,所述多组训练数据中的每组训练数据均包括:环境相关数据以及与所述环境相关数据对应的初始温度数据;生成模块,用于至少基于所述初始温度数据生成所述运行指令。
可选地,所述空调器的控制装置还包括:第三确定模块,用于在所述通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据之前,确定所述温度曲线模型;其中,所述第三确定模块,包括:采集子模块,用于采集历史时间段的多个历史环境相关参数,以及与所述多个历史环境相关参数对应的多个历史初始温度数据;训练子模块,用于对包括所述多个历史环境相关参数以及所述多个历史初始温度数据进行训练,得到所述温度曲线模型。
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器的控制方法。
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器的控制方法。
根据本发明实施例的另外一个方面,还提供了一种空调器,包括:存储器,与所述存储器耦合的处理器,所述存储器和所述处理器通过总线系统相通信;所述存储器用于存储程序,其中,所述程序在被处理器执行时控制所述存储器所在设备执行上述中任意一项所述的空调器的控制方法;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器的控制方法。
在本发明实施例中,通过在空调器中设置视频展示模块,获取向目标对象推荐的目标视频资源,并通过视频展示模块展示目标视频资源,通过本发明实施例提供的空调器的控制方法,实现了可以在空调器上设置视频展示模块,以通过该视频展示模块向用户推荐视频资源的目的,达到了提高用户体验的技术效果,进而解决了相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的技术问题。
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器的控制方法的流程图;
图2是根据本发明实施例的可选的空调器的控制方法的流程图;
图3是根据本发明实施例的空调器的控制装置的示意图。
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。
根据本发明实施例,提供了一种空调器的控制方法的方法实施例,需要说明的是,空调器设置有视频展示模块,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1是根据本发明实施例的空调器的控制方法的流程图,如图1所示,该空调器的控制方法包括如下步骤:
步骤S102,获取向目标对象推荐的目标视频资源。
可选的,上述目标对象为想要观看目标视频资源的用户。
可选的,上述目标视频资源是基于目标对象的特征信息从视频存储模块中获取的视频资源。上述视频存储模块集成与空调器中,在该视频存储模块中存储有与多个对象的特征信息关联存储的视频资源。
可选的,上述目标对象为空调器的检测模块检测到的空调器所在空间的用户。
可选的,上述目标视频资源为基于用户的历史视频观看记录来确定的。
步骤S104,通过视频展示模块展示目标视频资源。
可选的,上述视频展示模块设置在空调器的预定位置处;其中,上述预定位置处优选为空调器面板对向用户的一侧,设置高度基于满足人体需求。
可选的,在本发明实施例中,在通过步骤S102,获取到向目标对象推荐的目标视频资源之后,会将该目标视频资源发送至视频展示模块,从而可以通过该视频展示模块展示上述目标视频资源,以满足用户的观影需求。
由上可知,在本发明实施例中,可以获取向目标对象推荐的目标视频资源,并通过视频展示模块展示目标视频资源,实现了可以在空调器上设置视频展示模块,以通过视频展示模块展示目标视频资源的目的,达到了提高用户体验的技术效果。
值得注意的是,由于在本发明实施例中,可以在空调器上设置视频展示模块,以在用户需要观看视频的情况下,可以通过选择视频播放键启动视频展示模块,并向该视频展示模块发送基于目标对象的历史视频观看记录确定的目标视频资源,从而可以直接向用户推荐其感兴趣的视频资源,无需用户进行视频搜索。
因此,通过本发明实施例提供的空调器的控制方法,进而解决了相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的技术问题。
在一种可选的实施例中,在获取向目标对象推荐的目标视频资源之前,该空调器的控制方法还可以包括:响应于用于启动视频展示模块的启动指令,以基于启动指令开启视频展示模块。
在该实施例中,在开启视频展示模块之后,即可以获取向目标对象推荐的目标视频资源;具体地,可以基于开启视频展示模块的目标对象的特征信息,从视频存储模块中获取目标对象喜欢的目标视频资源。
可选的,在响应于用于启动视频展示模块的启动指令之前,还需要确定空调器的电源处于打开状态,并且检测到用户对用于开启视频展示模块的播放键的操作。
可选的,上述启动指令可以用于开启视频展示模块。
根据本发明上述实施例,在步骤S104中,获取向目标对象推荐的目标视频资源,包括:获取目标对象的特征信息,其中,特征信息包括以下至少之一:目标对象的面部信息,目标对象的声纹信息;通过推荐模型,确定与特征信息对应的目标视频资源,其中,推荐模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每一组训练数据均包括:特征信息以及与特征信息对应的视频资源。
在该实施例中,空调器上还设置有信息采集模块,例如,图像采集模块,音频采集模块;既可以利用图像采集模块采集目标对象的面部信息,以基于面部信息确定空调器所在空间的用户;也可以利用音频采集模块采集空调器所在空间的用户发出的语音,以基于识别得到的声纹信息确定空调器所在空间的用户。
在一种可选的实施例中,在获取向目标对象推荐的目标视频资源之前,该空调器的控制方法还可以包括:获取推荐模型;其中,获取推荐模型,包括:采集目标对象在历史时间段内的多个历史特征信息以及与多个历史特征信息对应的多个历史视频资源记录;对包括多个历史特征信息以及多个历史视频资源记录的多组训练数据进行训练,得到推荐模型。
通过该推荐模型可以比较精确地得到空调器所在区域的用户,以基于该用户的特征信息确定需要向目标对象推荐的目标视频资源,满足用户的视频观看需求。
其中,对包括多个历史特征信息以及多个历史视频资源记录的多组训练数据进行训练,得到推荐模型,包括:确定用于对多组训练数据进行训练的初始网络模型;将多组训练数据作为初始网络模型的输入;使用预定算法在初始网络模型中对多组训练数据进行处理,得到推荐模型。
在本发明实施例中,对初始网络模型的类型不做具体限定。上述预定算法优选为邻近算法(即,下文中的KNN算法),通过该KNN算法可以对用户(即,上下文中的目标对象)观看的历史视频观看记录进行用户爱好习惯的训练,从而可以对用户的视频观看习惯进行分类,以对用户进行视频推荐,从而可以比较直接方便获取用户比较喜欢的视频类型,并将其发送至视频展示模块,无需用户进行视频的搜索。
其中,KNN算法是通过将样本中最相近的前K个数据分为一类,即将该样本数据划定为被分到类别数据的标签类中。在本发明实施例中,采集的样本数据是用户观看视频的数据信息,通过视频中出现标志性动作或者语言,进行对视频分类。
另外,作为本发明实施例的视频展示模块的载体,空调器也可以在用户观看视频的同时,进行环境调节,以提高用户的体验。因此,该空调器的控制方法还可以包括:响应于用于启动空调器的环境调节模块的启动指令,以启动环境调节模块;获取运行指令,并将运行指令发送至环境调节模块,以使环境调节模块基于运行指令运行。
例如,当用户打开空调器的功能键(即,用于开启空调器的环境模块的按键)时,可以启动空调器的环境调节模块,以获取空调器的环境调节模块的运行指令。
在一种可选的实施例中,获取空调器的环境调节模块的运行指令,包括:获取环境相关数据,其中,环境相关数据包括:启动环境调节模块的时间数据,空调器的安装位置数据,空调器所在空间之外的外部环境数据;通过温度曲线模型,确定与环境相关数据对应的初始温度数据,其中,温度曲线模型为基于多组训练数据预先训练得到的,多组训练数据中的每组训练数据均包括:环境相关数据以及与环境相关数据对应的初始温度数据;至少基于初始温度数据生成运行指令。
其中,上述安装位置数据可以是空调器的安装位置对应的空间坐标数据(例如,在空调器安装室内的三维坐标数据),也可以是描述空调器的安装位置的地理坐标(例如,经纬度),基于该安装位置数据也可以从服务器上获取空调器安装位置的室内或室外环境数据;上述外部环境数据可以是空调器安装房间的室外环境数据,例如,室外温度、湿度、二氧化碳浓度等。
在实施例中,可以基于温度曲线模型确定空调器的环境调节模块运行的初始温度数据,该温度曲线模型是对采集到的用户在历史时间段的空调温度设定信息进行分析,训练得到的。
在一种可选的实施例中,在通过温度曲线模型,确定与环境相关数据对应的初始温度数据之前,该空调器的控制方法还包括:确定温度曲线模型;其中,确定温度曲线模型,包括:采集历史时间段的多个历史环境相关参数,以及与多个历史环境相关参数对应的多个历史初始温度数据;对包括多个历史环境相关参数以及多个历史初始温度数据进行训练,得到温度曲线模型。
在该实施例中,可以通过贝叶斯算法对采集到的历史时间段内用户在启动空调器时的初始温度数据设定信息等数据进行分析,并结合相关的因素有时间、地点、以及外部环境温度等,绘制得到相应的温度曲线模型,该温度曲线模型可以为三维曲线模型。
需要说明的是,上述时间阈值可以设定为30天,即,用户数据采集为30天,通过用户数据信息的提取,可以得到用户的生活习惯,这样既可以保证用户生活的隐私,也可以提高用户的体验。
其中,该贝叶斯算法是统计学中常用分类算法,通过计算样本中发生的概率进行分类训练,该算法比较简单、运行速度快,适用于家庭环境下数据集比较下的场景。
图2是根据本发明实施例的可选的空调器的控制方法的流程图,如图2所示,首先,用户需要打开空调器的电源,以为空调器的各个功能模块供电;接着,选择视频播放按键,以启动视频展示模块;并根据用户视频观看习惯推确定向视频展示模块推荐的目标视频资源。可选的,如图2所示,当用户选择打开空调器的功能键时,需要获取当前环境数据(即,上下文中的环境相关数据);根据用户空调习惯性曲线以及当前环境数据自动设备空调器的环境调节模块的初始温度数据。
另外,如图2所示,可以采集历史时间段内的时间、地点以及外部环境数据,利用贝叶斯算法对采集历史时间段内的时间、地点以及外部环境数据进行分析,得到习惯性 空调温度曲线(即,上下文中的温度曲线模型)。
通过本发明实施例提供的空调器的控制方法,可以利用视频推荐模块采用的KNN算法,根据用户视频历史记录,进行用户爱好习惯的训练,增加空调器的附加功能,能够自动的根据人体的习惯推荐视频;另外,用户空调温度设定曲线采用的贝叶斯算法,描绘出人体对温度的习惯性曲线,以在空调器的环境调节模块启动后,自动设定初始的温度,方便生活。
另外,在本发明实施例中,通过KNN算法与贝叶斯算法的应用,将传统的空调同时具备调节温度与打造人体娱乐场景的功能,能够提高人们的生活水平,促进空调附加功能的创新与拓展。基于用户历史数据进行视频推荐、以及根据用户温度习惯设定进行温度初步设定的功能算法,通过综合两种算法同时应用,以达到丰富与提高用户生活的目的。
根据本发明实施例的另外一个方面,还提供了一种空调器的控制装置,空调器设置有视频展示模块,图3是根据本发明实施例的空调器的控制装置的示意图,如图3 所示,该空调器的控制装置包括:获取单元31以及展示模块33。下面对上述空调器的控制装置进行详细说明。
获取单元31,用于获取向目标对象推荐的目标视频资源。
展示模块33,用于通过视频展示模块展示目标视频资源。
此处需要说明的是,上述获取单元31以及展示模块33对应于实施例中的步骤S102至S104,上述单元与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述单元作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本申请上述实施例中,可以利用获取单元获取向目标对象推荐的目标视频资源;并利用展示模块通过视频展示模块展示目标视频资源。通过本发明实施例提供的空调器的控制装置,实现了可以在空调器上设置视频展示模块,以通过该视频展示模块向用户推荐视频资源的目的,达到了提高用户体验的技术效果,进而解决了相关技术中空调器不具备视频展示功能,无法满足用户的需求,导致的用户使用体验较低的技术问题。
在一种可选的实施例中,空调器的控制装置还包括:第一响应单元,用于在获取向目标对象推荐的目标视频资源之前,响应于用于启动视频展示模块的启动指令,以基于启动指令开启视频展示模块。
在一种可选的实施例中,获取单元,包括:第一获取模块,用于获取目标对象的特征信息,其中,特征信息包括以下至少之一:目标对象的面部信息,目标对象的声纹信息;第一确定模块,用于通过推荐模型,确定与特征信息对应的目标视频资源,其中,推荐模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每一组训练数据均包括:特征信息以及与特征信息对应的视频资源。
在一种可选的实施例中,空调器的控制装置还包括:获取单元,还用于在获取向目标对象推荐的目标视频资源之前,获取推荐模型;其中,获取单元,包括:采集模块,用于采集目标对象在历史时间段内的多个历史特征信息以及与多个历史特征信息对应的多个历史视频资源记录;训练模块,用于对包括多个历史特征信息以及多个历史视频资源记录的多组训练数据进行训练,得到推荐模型。
在一种可选的实施例中,训练模块,包括:第一确定子模块,用于确定用于对多组训练数据进行训练的初始网络模型;第二确定子模块,用于将多组训练数据作为初始网络模型的输入;处理子模块,用于使用预定算法在初始网络模型中对多组训练数据进行处理,得到推荐模型。
在一种可选的实施例中,该空调器的控制装置还包括:第二响应单元,用于响应于用于启动空调器的环境调节模块的启动指令,以启动环境调节模块;获取单元,用于获取运行指令,并将运行指令发送至环境调节模块,以使环境调节模块基于运行指令运行。
在一种可选的实施例中,获取单元,包括:第二获取模块,用于获取环境相关数据,其中,环境相关数据包括:启动环境调节模块的时间数据,空调器的安装位置数据,空调器所在空间之外的外部环境数据;第二确定模块,用于通过温度曲线模型,确定与环境相关数据对应的初始温度数据,其中,温度曲线模型为基于多组训练数据预先训练得到的,多组训练数据中的每组训练数据均包括:环境相关数据以及与环境相关数据对应的初始温度数据;生成模块,用于至少基于初始温度数据生成运行指令。
在一种可选的实施例中,该空调器的控制装置还包括:第三确定模块,用于在通过温度曲线模型,确定与环境相关数据对应的初始温度数据之前,确定温度曲线模型;其中,第三确定模块,包括:采集子模块,用于采集历史时间段的多个历史环境相关参数,以及与多个历史环境相关参数对应的多个历史初始温度数据;训练子模块,用于对包括多个历史环境相关参数以及多个历史初始温度数据进行训练,得到温度曲线模型。
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器的控制方法。
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器的控制方法。
根据本发明实施例的另外一个方面,还提供了一种空调器,包括:存储器,与存储器耦合的处理器,存储器和处理器通过总线系统相通信;存储器用于存储程序,其中,程序在被处理器执行时控制存储器所在设备执行上述中任意一项的空调器的控制方法;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器的控制方法。
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 (8)
1.一种空调器的控制方法,其特征在于,所述空调器设置有视频展示模块,包括:
获取向目标对象推荐的目标视频资源;
通过所述视频展示模块展示所述目标视频资源;
在所述获取向目标对象推荐的目标视频资源之前,所述方法还包括:
响应于用于启动所述视频展示模块的启动指令,以基于所述启动指令开启所述视频展示模块;
所述方法还包括:
响应于用于启动所述空调器的环境调节模块的启动指令,以启动所述环境调节模块;
获取运行指令,并将所述运行指令发送至所述环境调节模块,以使所述环境调节模块基于所述运行指令运行;
所述获取向目标对象推荐的目标视频资源,包括:
获取所述目标对象的特征信息,其中,所述特征信息包括以下至少之一:所述目标对象的面部信息,所述目标对象的声纹信息;
通过推荐模型,确定与所述特征信息对应的所述目标视频资源,其中,所述推荐模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每一组训练数据均包括:特征信息以及与所述特征信息对应的视频资源;
所述获取运行指令,包括:
获取环境相关数据,其中,所述环境相关数据包括:启动所述环境调节模块的时间数据,所述空调器的安装位置数据,所述空调器所在空间之外的外部环境数据;
通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据,其中,所述温度曲线模型为基于多组训练数据预先训练得到的,所述多组训练数据中的每组训练数据均包括:环境相关数据以及与所述环境相关数据对应的初始温度数据;
至少基于所述初始温度数据生成所述运行指令。
2.根据权利要求1所述的方法,其特征在于,在所述获取向目标对象推荐的目标视频资源之前,所述方法还包括:获取所述推荐模型;
其中,所述获取所述推荐模型,包括:
采集所述目标对象在历史时间段内的多个历史特征信息以及与所述多个历史特征信息对应的多个历史视频资源记录;
对包括所述多个历史特征信息以及所述多个历史视频资源记录的多组训练数据进行训练,得到所述推荐模型。
3.根据权利要求2所述的方法,其特征在于,所述对包括所述多个历史特征信息以及所述多个历史视频资源记录的多组训练数据进行训练,得到所述推荐模型,包括:
确定用于对所述多组训练数据进行训练的初始网络模型;
将所述多组训练数据作为所述初始网络模型的输入;
使用预定算法在所述初始网络模型中对所述多组训练数据进行处理,得到所述推荐模型。
4.根据权利要求1所述的方法,其特征在于,在所述通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据之前,所述方法还包括:确定所述温度曲线模型;
其中,所述确定所述温度曲线模型,包括:
采集历史时间段的多个历史环境相关参数,以及与所述多个历史环境相关参数对应的多个历史初始温度数据;
对包括所述多个历史环境相关参数以及所述多个历史初始温度数据进行训练,得到所述温度曲线模型。
5.一种空调器的控制装置,其特征在于,所述空调器设置有视频展示模块,包括:
获取单元,用于获取向目标对象推荐的目标视频资源;
展示模块,用于通过所述视频展示模块展示所述目标视频资源;
所述空调器的控制装置还包括:第一响应单元,用于在所述获取向目标对象推荐的目标视频资源之前,响应于用于启动所述视频展示模块的启动指令,以基于所述启动指令开启所述视频展示模块;
所述空调器的控制装置还包括:第二响应单元,用于响应于用于启动所述空调器的环境调节模块的启动指令,以启动所述环境调节模块;获取单元,用于获取运行指令,并将所述运行指令发送至所述环境调节模块,以使所述环境调节模块基于所述运行指令运行;
所述获取单元,包括:第一获取模块,用于获取所述目标对象的特征信息,其中,所述特征信息包括以下至少之一:所述目标对象的面部信息,所述目标对象的声纹信息;第一确定模块,用于通过推荐模型,确定与所述特征信息对应的所述目标视频资源,其中,所述推荐模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每一组训练数据均包括:特征信息以及与所述特征信息对应的视频资源;
所述获取单元,包括:第二获取模块,用于获取环境相关数据,其中,所述环境相关数据包括:启动所述环境调节模块的时间数据,所述空调器的安装位置数据,所述空调器所在空间之外的外部环境数据;第二确定模块,用于通过温度曲线模型,确定与所述环境相关数据对应的初始温度数据,其中,所述温度曲线模型为基于多组训练数据预先训练得到的,所述多组训练数据中的每组训练数据均包括:环境相关数据以及与所述环境相关数据对应的初始温度数据;生成模块,用于至少基于所述初始温度数据生成所述运行指令。
6.一种存储介质,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4中任意一项所述的空调器的控制方法。
7.一种处理器,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4中任意一项所述的空调器的控制方法。
8.一种空调器,其特征在于,包括:
存储器,与所述存储器耦合的处理器,所述存储器和所述处理器通过总线系统相通信;
所述存储器用于存储程序,其中,所述程序在被处理器执行时控制所述存储器所在设备执行权利要求1至4中任意一项所述的空调器的控制方法;
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4中任意一项所述的空调器的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339955.5A CN111503830B (zh) | 2020-04-26 | 2020-04-26 | 空调器的控制方法及装置、空调器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339955.5A CN111503830B (zh) | 2020-04-26 | 2020-04-26 | 空调器的控制方法及装置、空调器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111503830A CN111503830A (zh) | 2020-08-07 |
CN111503830B true CN111503830B (zh) | 2021-11-16 |
Family
ID=71873273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339955.5A Active CN111503830B (zh) | 2020-04-26 | 2020-04-26 | 空调器的控制方法及装置、空调器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111503830B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2554526Y (zh) * | 2002-06-04 | 2003-06-04 | 吉林金港数码电器有限公司 | 智能多媒体空调 |
CN107741084A (zh) * | 2017-09-30 | 2018-02-27 | 广东美的制冷设备有限公司 | 空调器及其运行参数的推荐方法、系统和大数据服务器 |
CN109829063A (zh) * | 2019-01-29 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及存储介质 |
CN110109377A (zh) * | 2019-05-09 | 2019-08-09 | 珠海格力电器股份有限公司 | 家电设备的控制系统及方法、空调器 |
CN107911491B (zh) * | 2017-12-27 | 2019-09-27 | Oppo广东移动通信有限公司 | 信息推荐方法、装置及存储介质、服务器和移动终端 |
CN110297848A (zh) * | 2019-07-09 | 2019-10-01 | 深圳前海微众银行股份有限公司 | 基于联邦学习的推荐模型训练方法、终端及存储介质 |
CN110567167A (zh) * | 2019-09-29 | 2019-12-13 | 宁波奥克斯电气股份有限公司 | 一种智能调节水温控制方法、控制装置及热水器 |
CN110895012A (zh) * | 2019-11-08 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6365799A (ja) * | 1986-09-05 | 1988-03-24 | Matsushita Electric Ind Co Ltd | 空気調和機の遠隔操作装置 |
EP2636959B1 (de) * | 2012-03-05 | 2017-01-18 | Kermi GmbH | Heizkörperregelung |
US9960929B2 (en) * | 2012-09-21 | 2018-05-01 | Google Llc | Environmental sensing with a doorbell at a smart-home |
CN103629768B (zh) * | 2013-12-03 | 2016-03-23 | 四川长虹空调有限公司 | 地暖空调控制系统及其控制方法 |
CN103884075B (zh) * | 2014-01-06 | 2016-03-02 | 浙江工业大学 | 基于计算流体力学和能量预测混合的温室节能控制方法 |
CN103807988B (zh) * | 2014-03-12 | 2016-09-14 | 侯春海 | 预约舒适性环境温度的空调控制方法 |
WO2015157670A1 (en) * | 2014-04-10 | 2015-10-15 | Medelius Pedro J | Wearable environmental interaction unit |
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 |
KR102549689B1 (ko) * | 2015-12-24 | 2023-06-30 | 삼성전자 주식회사 | 전자 장치 및 전자 장치의 동작 제어 방법 |
CN105588287B (zh) * | 2016-02-25 | 2018-08-14 | 四川长虹电器股份有限公司 | 智能音乐空调的控制方法及系统 |
CN110519620A (zh) * | 2019-08-30 | 2019-11-29 | 三星电子(中国)研发中心 | 在电视机推荐电视节目的方法以及电视机 |
-
2020
- 2020-04-26 CN CN202010339955.5A patent/CN111503830B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2554526Y (zh) * | 2002-06-04 | 2003-06-04 | 吉林金港数码电器有限公司 | 智能多媒体空调 |
CN107741084A (zh) * | 2017-09-30 | 2018-02-27 | 广东美的制冷设备有限公司 | 空调器及其运行参数的推荐方法、系统和大数据服务器 |
CN107911491B (zh) * | 2017-12-27 | 2019-09-27 | Oppo广东移动通信有限公司 | 信息推荐方法、装置及存储介质、服务器和移动终端 |
CN109829063A (zh) * | 2019-01-29 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及存储介质 |
CN110109377A (zh) * | 2019-05-09 | 2019-08-09 | 珠海格力电器股份有限公司 | 家电设备的控制系统及方法、空调器 |
CN110297848A (zh) * | 2019-07-09 | 2019-10-01 | 深圳前海微众银行股份有限公司 | 基于联邦学习的推荐模型训练方法、终端及存储介质 |
CN110567167A (zh) * | 2019-09-29 | 2019-12-13 | 宁波奥克斯电气股份有限公司 | 一种智能调节水温控制方法、控制装置及热水器 |
CN110895012A (zh) * | 2019-11-08 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
Also Published As
Publication number | Publication date |
---|---|
CN111503830A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2950551B1 (en) | Method for recommending multimedia resource and apparatus thereof | |
US8793727B2 (en) | System and method for selecting audio/video content for presentation to a user in response to monitored user activity | |
US20130061258A1 (en) | Personalized television viewing mode adjustments responsive to facial recognition | |
CN104486339A (zh) | 社交应用中显示推荐数据的方法和装置 | |
CN102927660A (zh) | 基于自适应温控技术的智能空调控制方法及系统 | |
CN103686344A (zh) | 增强视频系统及方法 | |
CN110726231B (zh) | 空调的控制方法和装置 | |
CN109118330B (zh) | 一种家电推荐方法、装置、存储介质及服务器 | |
CN110087131A (zh) | 电视系统中的电视控制方法及主控终端 | |
CN106202226A (zh) | 一种资源推荐方法及装置 | |
CN103458027A (zh) | 油烟机的服务方法 | |
CN112286415A (zh) | 一种消息显示方法及消息显示装置 | |
CN104811786A (zh) | 一种菜单栏选项的过滤方法及装置 | |
CN113268004A (zh) | 一种场景创建方法、装置、计算机设备及存储介质 | |
CN112995684A (zh) | 一种直播间的数据处理方法和装置 | |
CN105828114A (zh) | 信息推送方法及装置 | |
CN103856813A (zh) | 电视节目切换系统及方法 | |
CN112784069B (zh) | 一种iptv内容智能推荐系统以及方法 | |
US9503669B2 (en) | Smart control device and method for controlling television set | |
CN108592306B (zh) | 电器控制方法、装置及空调 | |
CN111503830B (zh) | 空调器的控制方法及装置、空调器 | |
CN110805995A (zh) | 空气调节设备的控制方法、装置、控制器和存储介质 | |
CN113310174A (zh) | 用于空调的设定信息推送方法、装置及空调 | |
KR20160093013A (ko) | 어플라이언스 사용자의 식별 | |
CN110285528B (zh) | 空调器的控制方法及装置、空调器、家用电器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |