CN112180752A - 自动生成智能家居场景联动设置的系统及方法 - Google Patents

Abstract

本发明涉及智能家居领域，尤其是一种可自动设置场景联动的智能家居系统，提供自动生成智能家居场景联动设置的系统，解决用户行为习惯变化而需要重新设置场景联动的执行条件和执行动作问题，包括智能控制设备、智能网关、后台云服务器和移动终端APP；所述智能控制设备与智能网关相连，智能网关、后台云服务器和智移动终端APP两两相连；所述台云服务器还包括数据采集模块和数据运算模块，数据运算模块通过FP‑Tree算法获得频繁项集，得到强关联规则，通过移动终端APP提醒用户可生成联动设置，经用户确认后自动生成场景联动设置。本发明主要用于智能家居。

Description

自动生成智能家居场景联动设置的系统及方法

技术领域

本发明涉及智能家居领域，尤其是可自动设置场景联动的智能家居系统。

背景技术

目前主流的智能家居系统，包括APP、后台云服务器、智能网关、智能控制设备；用户通过终端APP设定场景联动的执行条件以及执行动作，APP把设置的参数上传到云服务器。而智能网关则负责家居环境的实时监控，当家居环境发生变化，相应的智能控制设备将立即把设备状态及数据通过智能网关上发至云服务器；云服务器判断当前条件符合场景联动的执行条件，则会通过智能网关下发相应的控制设备的控制指令，完成用户的场景联动需求。常见的家居控制设备包括智能门锁、智能电视、机顶盒、智能插座、智能猫眼等等。

智能家居系统中场景联动需要用户手动设置，即手动设置场景联动的执行条件和执行动作；随着时间推移，用户的行为习惯也会逐渐地发生变化，需要用户手动重新设置的场景联动的执行条件和执行动作，不够智能化。在申请公布号为CN 108267962A的专利申请文件中公开了一种运用Apriori算法来获取约束频繁集，从而获取对应的事件；在每次计算项集的支持度时，需对事务数据库中全部记录进行扫描比较。随着智能产品的不断更新衍生，事务数据库的记录也不断增加，全库扫描对系统的I/O开销呈几何级增加，那么运算得出关联规则的效率大大降低，用户体验也受到影响。

发明内容

本发明解决的技术问题是：提供一种自动生成智能家居场景联动设置的系统，解决用户行为习惯变化而需要重新设置场景联动的执行条件和执行动作问题。

本发明解决上述技术问题所采用的技术方案是：自动生成智能家居场景联动设置的系统，包括智能控制设备、智能网关、后台云服务器和移动终端APP；所述智能控制设备与智能网关相连，智能网关、后台云服务器和智移动终端APP两两连接；所述移动终端APP用于添加维护个人信息，绑定智能传感器和智能控制设备，设定场景联动的执行条件以及执行动作，展示强关联规则，提醒用户可生成场景联动，供用户参考；所述智能网关用于实时监控家居环境，判断当前用户身份，获取并上传智能控制设备状态变更数据，所述后台云服务器用于判断强关联规则与当前设定是否一致，判断当前条件是否符合场景联动的执行条件，下发控制指令。

进一步的，所述台云服务器还包括数据采集模块和数据运算模块，所述数据采集模块通过智能网关获取智能控制设备使用记录；所述数据运算模块通过FP-Tree算法推断频繁项集，得到强关联规则。

上述场景联动自动生成方法步骤如下：

S1、用户通过APP添加维护个人信息、绑定智能传感器和控制设备；

S2、用户触发智能控制设备状态变更，智能网关判断当前用户身份，获取变更数据并发送到后台数据采集模块；

S3、数据采集模块保存上述数据信息；按照设定的周期时间，形成事务；

S4、数据采集模块将收集的设备使用记录的所有事务集发送给运算模块；

S5、运算模块两次扫描数据，利用数据挖掘FP-Tree算法获得频繁项集；

S6、利用频繁项集，按照设定置信度和支持度阈值，计算得出强关联规则；

S7、如果强关联规则与当前设定一致，不做任何调整，如果强关联规则与当前设定不一致，那么通过移动终端APP展示强关联规则，提醒用户可生成场景联动，供用户参考；

S8、用户参考后确认，则自动生成场景联动，否则不做任何调整。

进一步的，S5步骤中获得频繁项集的方法包括以下步骤：

S501、运算模块扫描数据，得到所有1项集的计数，然后删除支持度低于阈值的项，将频繁1项集放入项头表，并按照支持度降序排列；

S502、再次扫描数据，将读到的原始数据剔除非频繁1项集，并按照支持度降序排列；

S503、读入排序后的数据集，插入FP树，插入时按排序后的顺序，插入FP树中，排序靠前的节点是祖先节点，而靠后的是子孙节点，如果有公用的祖先，则对应的公用祖先节点计数加1，插入后，如果有新的节点出现，则项头表对应的节点会通过节点链表链接上新节点，直到所有的数据都插入到FP树后，FP树的建立完成；

S504、将子树中每个节点的计数设置为叶子节点的计数，并删除计数低于支持度的节点，从而得到条件模式基，从项头表的底部项依次向上找到项头表项对应的条件模式基，从条件模式基递归挖掘得到各个项头表项的频繁项集。

本发明的有益效果是：本发明通过云服务器收集到的智能控制设备使用记录，对用户习惯进行数据挖掘；选用FP-Tree算法，通过两次扫描事务数据库，把每个事务所包含的频繁项目按其支持度降序压缩存储到FP—Tree中，后续发现频繁模式的过程中，不需要再扫描事务数据库的全部记录，而仅在FP-Tree中进行查找即可，并通过递归调用方法来直接产生频繁模式，从而更快速高效的得出用户使用智能设备之间的强关联规则，大大提升了用户体验度，再通过各个频繁项集的支持度和置信度，从而更准确、高效和合理的得到强关联规则，经用户确认后自动生成场景联动设置。

附图说明

图1为本发明自动生成智能家居场景联动设置的系统的结构图。

图2为本发明自动生成智能家居场景联动设置的系统控制流程图。

图3为本发明自动生成智能家居场景联动设置的系统FP—Tree树状图。

图4为本发明自动生成智能家居场景联动设置的系统电视打开事项I的对应图，其中左边表示I对应的子树，右边表示I对应的条件模式基。

图5为本发明自动生成智能家居场景联动设置的系统机顶盒打开事项J的对应图，其中左边表示J对应的子树，右边表示J对应的条件模式基。

具体实施方式

如图1所示，本发明自动生成智能家居场景联动设置的系统包括移动终端APP、后台云服务器、智能网关和智能控制设备；用户通过移动终端APP设定场景联动的执行条件以及执行动作，移动终端APP把设置的参数上传到后台云服务器，智能网关负责家居环境的实时监控，当家居环境发生变化，相应的智能控制设备立即把设备状态及数据通过智能网关上发至后台云服务器；云服务器判断当前条件符合场景联动的执行条件，通过智能网关下发相应的控制设备的控制指令，完成用户的场景联动，后台云服务器包括数据采集模块和数据运算模块，数据采集模块通过智能网关收集智能控制设备的使用记录；数据运算模块通过FP-Tree算法推断频繁项集，得到强关联规则，通过移动终端APP提醒用户可生成联动设置，经用户确认后自动生成场景联动设置。

具体的，完成自动生成智能家居场景联动设置的过程如图2所示：

S1、用户通过APP添加维护个人信息、绑定智能传感器和控制设备；

S2、用户使用设备，即设备状态发生变更；智能网关判断当前用户身份，获取变更数据并发送到后台数据采集模块；

S3、采集模块获取变更记录，按照设定的周期时间，形成事务；

S4、将收集的设备使用记录的所有事务集发送给运算模块；

S5、运算模块两次扫描数据，利用数据挖掘FP-Tree算法推送出频繁项集；

S6、利用频繁项集，按照设定置信度和支持度阈值，计算得出强关联规则即场景联动；

S7、如果强关联规则与当前设定一致，不做任何调整，如果强关联规则与当前设定不一致，那么通过移动终端APP展示强关联规则，提醒用户可生成场景联动，供用户参考；

S8、用户参考后确认，则自动生成场景联动，否则不做任何调整。

具体的，结合智能控制设备介绍本发明，控制设备如下表：

控制设备附表1

设备清单	事项说明
		电视	A＝电视关闭
智能插座	B＝插座关闭
		智能机顶盒	C＝机顶盒关闭
智能音箱	D＝智能音箱播放歌曲
		扫地机器人	E＝打开空调
智能空调	F＝扫地机器人清扫
			G＝扫地机器人回充
	H＝智能音箱停止播放
			I＝电视打开
	J＝机顶盒打开

步骤一：用户通过智能家居APP添加维护个人信息和家居环境信息，绑定智能网关，绑定控制设备；

步骤二：用户打开智能控制设备A，如智能电视；

步骤三：智能网关判断当前用户身份，获取电视打开状态的变更数据并发送到后台数据采集模块；

步骤四：数据采集模块保存上述数据的详细信息，假定单位周期为30min，以单位周期内用户一组操作为一个事务保存，将收集的该用户所有智能设备操作的事务集发送给后台运算模块，事务集如下事务集附表2：

事务集附表2

步骤五：运算模块扫描数据，得到所有1项集的计数。设定阈值＝10％，然后删除支持度低于阈值的项，将频繁1项集放入项头表，并按照支持度降序排列，如下附表3所示：

附表3

步骤六：再次扫描数据，将读到的原始数据剔除非频繁1项集，并按照支持度降序排列，如下附表4所示：

附表4

TID	Items
		1	{A,B,C}
2	{H,I,J}
		3	{A,B,C}
4	{H,I,J}
		5	{A,B,C}
6	{H,I,J}
		7	{A,B,C}
8	{H,I,J}
		9	{A,B,C}
10	{H,I,J}
		11	{A,C}
12	{H,J}
		13	{A,C}
14	{H,J}
		15	{A,B,C}
16	{H,I,J}
		17	{A,B}
18	{H,I}
		19	{A,C}

步骤七：读入排序后的数据集，插入FP树，插入时按照排序后的顺序，插入FP树中，排序靠前的节点是祖先节点，而靠后的子孙节点，如果有公用的祖先，则对应的公用祖先节点计数加1，插入后，如果有新的节点出现，则项头表对应的节点会通过节点链表链接上新节点，直到所有的数据都插入到FP树后，FP树的建立完成，如附图3所示；

步骤八：从项头表的底部项依次向上找到项头表项对应的条件模式基，从条件模式基递归挖掘得到各个项头表项的频繁项集，其中条件模式基是以要挖掘的节点作为叶子节所对应的FP子树，得到这个FP子树，将子树中每个节点的计数设置为叶子节点的计数，并删除计数低于支持度的节点，从而得到条件模式基；以I为例，I对应的子树如附图4左边，对应的条件模式基如附图4右边，从而得到I的条件基为{H:7}，通过条件基，很容易得到I的频繁项集为{H:7,I:7}；同理，B的条件基为{A:7}，频繁项集为{A:7,B:7}；J有两个叶子节点，J对应的子树如附图5左边，对应的条件模式基如附图5右边，从而得到J的条件基为{H:8,I:6}，J的频繁项集为{H:8,J:6}、{I:6,J:6}、{H:8,I:6,J:6}；C和J相似，同理，C的条件基为{A:9,B:6}，C的频繁项集为{A:9,C:6}、{B:6,C:6}、{A:9,B:6,C:6}；H和A条件基为都空，都不需要挖掘；

步骤九：根据频繁项集，计算分析得到强关联规则，其中强关联规则是指大于或等于支持度阈值和置信度阈值的规则，置信度confidence P(X＝>Y)＝support P(X＝>Y)/support P(X)，具体规则置信度详见如下表8，假定置信度阈值为88％，从统计数据可得出：1、该用户电视和/或机顶盒打开时，音箱一定是停止播放状态；而音箱停止播放时，打开机顶盒的概率是88.89％；2、该用户机顶盒和/或插座关闭时，电视一定是关闭状态；而电视关闭时，机顶盒关闭的概率是90％；

表8

步骤十：判断强关联规则是否当前已设定即场景联动设置，若是，则不做任何调整；若否，那么通过移动终端APP展示强关联规则，提醒用户可生成场景联动，供用户参考；

步骤十一：用户参考后确认，则自动生成场景联动，否则不做任何调整。

Claims (4)

1.自动生成智能家居场景联动设置的系统，其特征在于，包括智能控制设备、智能网关、后台云服务器和移动终端APP；所述智能控制设备与智能网关相连，智能网关、后台云服务器和智移动终端APP两两相连；所述移动终端APP用于添加维护个人信息，绑定智能传感器和智能控制设备，设定场景联动的执行条件以及执行动作，展示强关联规则，提醒用户可生成场景联动，供用户参考；所述智能网关用于实时监控家居环境，判断当前用户身份，获取并上传智能控制设备状态变更数据，所述后台云服务器用于判断强关联规则与当前设定是否一致，判断当前条件是否符合场景联动的执行条件，下发控制指令。

2.根据权利要求1所述的自动生成智能家居场景联动设置的系统，其特征在于，所述后台云服务器还包括数据采集模块和数据运算模块，所述数据采集模块通过智能网关获取智能控制设备使用记录；所述数据运算模块通过FP-Tree算法推断频繁项集，得到强关联规则。

3.自动生成智能家居场景联动设置的方法，应用于权利要求2所述的自动生成智能家居场景联动设置的系统，其特征在于，包括以下步骤：

S1、用户通过APP添加维护个人信息、绑定智能传感器和控制设备；

S2、用户触发智能控制设备状态变更，智能网关判断当前用户身份，获取变更数据并发送到后台数据采集模块；

S3、数据采集模块保存上述数据信息；按照设定的周期时间，形成事务；

S4、数据采集模块将收集的设备使用记录的所有事务集发送给运算模块；

S5、运算模块两次扫描数据，利用数据挖掘FP-Tree算法获得频繁项集；

S6、利用频繁项集，按照设定置信度和支持度阈值，计算得出强关联规则；

S7、如果强关联规则与当前设定一致，不做任何调整，如果强关联规则与当前设定不一致，那么通过移动终端APP展示强关联规则，提醒用户可生成场景联动，供用户参考；

S8、用户参考后确认，则自动生成场景联动，否则不做任何调整。

4.根据权利要求3所述的自动生成智能家居场景联动设置的方法，其特征在于，S5步骤中获取频繁项集的方法包括以下步骤：

S501、运算模块扫描数据，得到所有1项集的计数，然后删除支持度低于阈值的项，将频繁1项集放入项头表，并按照支持度降序排列；

S502、再次扫描数据，将读到的原始数据剔除非频繁1项集，并按照支持度降序排列；

S503、读入排序后的数据集，插入FP树，插入时按排序后的顺序，插入FP树中，排序靠前的节点是祖先节点，而靠后的是子孙节点，如果有公用的祖先，则对应的公用祖先节点计数加1，插入后，如果有新的节点出现，则项头表对应的节点会通过节点链表链接上新节点，直到所有的数据都插入到FP树后，FP树的建立完成；

S504、将子树中每个节点的计数设置为叶子节点的计数，并删除计数低于支持度的节点，从而得到条件模式基，从项头表的底部项依次向上找到项头表项对应的条件模式基，从条件模式基递归挖掘得到各个项头表项的频繁项集。

Images