CN112288599A - 智慧家庭的场景服务实现方法、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了一种智慧家庭的场景服务实现方法，包括采集用户家庭信息、将家庭成员进行划分、进行家庭场景划分、家庭区域划分、控制操作划分、建立针对各个家庭成员的行为概率树形规划、由当前所在节点选取发生概率最大的下一节点对应的家电的控制操作作为预备操作并进行对应的自动操作控制。本发明的方法可根据用户习惯实现家庭智能设备自动触发解决现有手机控制设备方法的繁琐，以及控制app安装用户内心抵触等问题，实现家庭电器设备智能化控制。

Description

智慧家庭的场景服务实现方法、计算机设备及存储介质

技术领域

本发明涉及智慧家庭技术领域，特别涉及一种智慧家庭的场景服务实现方法、计算机设备及存储介质。

背景技术

智慧家庭的概念从2010年随着网络家电的出现而出现，当安卓系统普及后，网络家电上升到智能家电，然后通过端云网络连接，将智能设备接入到网络，实现通过手机等移动终端取代传统的遥控器或者直接触摸设备进行家电控制并称之为智慧家庭，然而人们发现通过手机控制家电未必有传统遥控器或者设备物理按键直接控制方便，手机需要安装app，注册用户，控制时打开手机、点开app、等待登录、控制步骤繁杂，尤其是现在不同家电企业或者互联网商都推出各式各样的app强加给用户进行安装，导致用户对安装各类APP具有一定的抵触情绪，同时老人小孩操作不习惯，尤其是老人对智能手机学习操作困难等问题，导致现在有的家庭智能设备通过手机实现控制方法难以推广和普及，虽然很多智能家电设备，出厂同时提供基本的按键或者遥控器控制和通过手机预装app实现网络控制两种方案，但是根据调查95％以上的家庭购买设备回去后仍然使用遥控器或者物理按键直接控制，可见这种智能家庭设备控制方式市场接受程度不高，人们称之为“伪智能”，而真正的智慧家庭，智能设备的理念是减少用户交互的复杂性，使用的简洁性，能够覆盖和适用于接触该设备或者环境的几乎所有受众，所以如何自动化，智能化的去解决家庭中用户对智能设备的控制和智能设备能够根据用户的需要提供贴切的服务，将是本发明所需要解决的主要问题。

发明内容

本发明的目的是克服上述背景技术中不足，提供一种智慧家庭的场景服务实现方法、计算机设备及存储介质，可根据用户习惯实现家庭智能设备自动触发解决现有手机控制设备方法的繁琐，以及控制app安装用户内心抵触等问题，实现家庭电器设备智能化控制。

为了达到上述的技术效果，本发明采取以下技术方案：

一种智慧家庭的场景服务实现方法，包括：

A.采集用户家庭信息；所述用户家庭信息包括家庭成员构成及其作息规律属性；

B.根据家庭成员构成，将家庭成员进行划分；

C.针对各家庭成员按照其作息规律属性对应的时间段进行家庭场景划分，其中，一个家庭成员对应若干家庭场景，且一个家庭成员对应的若干家庭场景之间通过时间轴进行关联；

D.对家庭空间按照家庭区域划分，其中，一个家庭场景对应若干家庭区域；

E.将各家庭成员对智能家电的控制操作进行划分，其中，一个家庭区域中包含若干智能家电；

F.针对各个家庭成员，依次采集其在各家庭场景中在各家庭区域内对各智能家电的控制操作，形成学习数据；

G.根据学习数据，建立针对各个家庭成员的行为概率树形规划，其中，所述行为概率树形规划由若干节点构成，各节点中包含以下信息：对应的家庭场景、家庭区域、家电的控制操作、发生概率；

H.针对各个家庭成员，根据当前时间段所属家庭场景，通过传感器探测用户目前所在家庭区域，按照建立的行为概率树形规划，确定当前所在节点，并由当前所在节点选取发生概率最大的下一节点对应的家电的控制操作作为预备操作并进行对应的自动操作控制；

即将用户一天的行为习惯，按照时间段划分，而在单个时间段行为值是线性演进的，不会出现重复，体现在图形上是起始点后不同概率的事件发生路线是一个树形结构，而不是一个图形结构，然后计算出树形结构中，概率值最大的行为路线作为主线路，进行用户在这个时间段动作预判设备服务的依据，同时进行动态规划调整，如果在沿着主线路推进的过程中，用户行为进行改变，进入分叉路线行为点，则立即以分叉路线行为点为起始点计算最新的大概率临时主线路为当前用户行为预判的路线进行服务触发依据；

由于用户的生活习惯一般具有较强的规律性，在本发明的智慧家庭的场景服务实现方法中，利用该规律，可实现先根据对各个用户的生活习惯的学习，建立该客户的行为概率树形规划，从而为用户在生活中提供相应智能家电的个性化自动控制，实现真正意义的智能家庭理念，同时，对于用户偶尔的变化操作，本方法也会进行学习，从而在用户某天未按照平时惯常操作进行时，也能根据用户的实际操作改变规划为用户提供符合用户要求的智能操作；其中，具体探测用户的操作或位置等均可通过相应的传感器实现，该部分内容为现有技术，此处不再赘述。

进一步地，建立针对各个家庭成员的行为概率树形规划时具体包括以下操作：

S1.针对当前学习的家庭成员的一个家庭场景的学习数据进行清洗，如去噪等，数据清洗为现有技术，此处不再赘述；

S2.将剩余学习数据，以时间线为指引，对当前时间段内用户所在家庭区域及其对应的家电的控制操作进行发生概率的统计，其中，当前时间段内不同的家电的控制操作作为一个事件，剔除发生概率低于预设概率阈值的事件，剩余的事件则分别作为一个节点绘制行为概率树；因为长时间统计，事件的发生会出现大量重复的情况，所以计算各事件发生的概率，当概率低于预设概率阈值时，丢弃该行为值，然后计算下一事件发生的概率，因为下一事件可能有多种情况，所以会在多个事件为前缀情况下计算再下一事件发生的概率，同样舍弃概率不满足的行为值；

S3.按照步骤S2的方法，在当前已绘制的行为概率树的基础上依次绘制当前家庭场景的其余时间段的行为概率树；

S3.参照步骤S2-S3的方法分别绘制当前学习的家庭成员的各个家庭场景的行为概率树，并将绘制的各行为概率树以时间轴作为连接指引进行串接形成该家庭成员的行为概率树形规划；则通过该行为概率树形规划即可实现预估用户即将发生的操作，从而为用户提前自动进行相应操作控制。

进一步地，还包括步骤I：检验预判的预备操作是否符合用户当前实际需求，若是，则判定此次预判正确并对当前节点的发生概率进行更新，否则，检测用户的实际操作，并对用户实际操作对应的节点的概率进行更新；具体检测可通过相应的传感检测设备实现，如按照行为概率树形规划，发生概率最大的预备操作是在该时间段内用户应出现在客厅并打开电视，则可通过监控用户的具体位置及当前是否发生其他操作来判定预判的预备操作是否符合用户当前实际需求，若用户去往卫生间刷牙，则说明此次预判不正确，则重新以行为概率树形规划中当前时间节点的操作为用户在卫生间刷牙的节点为起始点计算最新的大概率临时主线路为当前用户行为预判的路线进行服务触发依据。

进一步地，若所述步骤I中检验得出的用户的实际的控制操作未在行为概率树形规划包含的节点内，则针对该控制操作在行为概率树形规划中建立新的节点，并更新该节点的发生概率，对行为概率树形规划进行更新，从而实现对用户的习惯数据进行及时的更新。

进一步地，每隔固定时间段即对当前行为概率树形规划进行更新，即删除发生概率低于预设概率阈值的节点，避免几乎不会重复发生的突发时间的发生降低行为概率树形规划的准确性。

进一步地，所述步骤A中采集用户家庭信息的方式包括通过用户注册获取或通过现有的识别传感设备自动识别获取。

进一步地，所述步骤A中完成用户家庭信息采集后还包括以下操作：结合大数据学习分类结果为用户推荐与当前用户家庭信息匹配度最高的行为概率树形规划作为试运行行为概率树形规划；即在未完成对用户习惯行为数据的学习前，可先基于大数据匹配将与该家庭情况近似的使用的最多的行为概率树形规划作为推荐规划，且用户可对推荐的规划进行相应的修改，从而满足前期的智能控制的实现，同时，无论用户是自行设定或选择推荐的，或不做任何选择，本方法均会对用户的行为习惯数据进行学习并生成最贴合实际的行为概率树形规划。

进一步地，所述家庭区域中具体是以房间为单位，家庭区域至少包括卧室、卫生间、厨房、餐厅、客厅、阳台，所述家庭场景至少包括起床场景、午休场景、晚间观影场景、夜晚休息场景和夜间起夜场景。

同时，本发明还公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述智慧家庭的场景服务实现方法的步骤。

同时，本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述智慧家庭的场景服务实现方法的步骤。

本发明与现有技术相比，具有以下的有益效果：

本发明的技术方案可以实现通过家庭传感器采集到人物当前所处空间，以及当前动作并结合时间，通过历史数据学习提前预判用户行为和习惯，自动触发对应设备提供其服务，实现由传统用户主动发出指令转化为通过传感器采集用户行为，结合历史数据通过概率分析，自动触发设备运转提供相应服务实现场景自动运行，从而解决了现有智慧家庭设备控制繁琐和不够聪明等问题，达到智慧家庭中智能设备用户无感知的主动服务效果。

附图说明

图1是本发明的一个实施例建立的行为概率的示意图。

图2为本发明的一个实施例中划分的家庭区域的示意图。

具体实施方式

下面结合本发明的实施例对本发明作进一步的阐述和说明。

实施例：

实施例一：

一种智慧家庭的场景服务实现方法，基于家庭用户群体、时间段、家庭空间、行为构成的四坐标划分，通过重复大量收集用坐标下数据，进行行为学习，根据用户习惯实现家庭智能设备自动触发解决现有手机控制方法的繁琐，以及控制app安装用户内心抵触等问题，具体包括以下步骤：

步骤1.采集用户家庭信息。

具体的，用户家庭信息包括家庭成员构成及其作息规律属性。其中，家庭成员构成可包括儿子，爸爸，妈妈，爷爷，奶奶等。作息规律属性与该家庭成员的身份相对应，如儿子的作息规律属性就属于需要上学的学生的作息规律，爸爸、妈妈的作息规律属性属于上班族，爷爷、奶奶的作息规律属性属于退休老人等。

实际中，采集用户家庭信息的方式包括通过用户注册获取或通过现有的识别传感设备自动识别获取。

如在用户进行相应的家庭信息注册时可包括注册家庭人员构成及其作息规律的属性，若通过现有的识别传感设备自动识别获取则可由如人脸识别等设备进行相应的人脸信息采集，然后将数据上传至云端对其大致年龄进行分析，从而进行初步的可能的作息规律的属性的推断。如若采集到的人脸经分析其年龄在10岁左右，则可初步将其判定为家庭中的子女，其可能的作息规律的属性应属于上学的学生；若采集到的人脸经分析其年龄60岁左右，则可初步将其判定为家庭中的老人，其可能的作息规律的属性应属于退休老人等。

为了获得更准确的信息，本实施例中优选采用用户进行相应的家庭信息注册的方式采集家庭信息，如本实施例中用户具体注册的家庭构成为三口之家，即其成员组成为父母及一个子女，且作息规律的属性为父母均为上班族，子女为学生。

步骤2.在进行后续步骤之前可先结合大数据学习分类结果为用户推荐与当前用户家庭信息匹配度最高的行为概率树形规划作为试运行行为概率树形规划；即在未完成对用户习惯行为数据的学习前，可先基于大数据匹配将与该家庭情况近似的使用的最多的行为概率树形规划作为推荐规划，且用户可对推荐的规划进行相应的修改，从而满足前期的智能控制的实现，同时，无论用户是自行设定或选择推荐的，或不做任何选择，本方法均会对用户的行为习惯数据进行学习并生成最贴合实际的行为概率树形规划。

步骤3.根据家庭成员构成，将家庭成员进行划分。如本实施例中即具体是划分为爸爸(上班族)、妈妈(上班族)、儿子(学生)。

步骤4.针对各家庭成员按照其作息规律属性对应的时间段进行家庭场景划分，其中，一个家庭成员对应若干家庭场景，且一个家庭成员对应的若干家庭场景之间通过时间轴进行关联。

如退休老人可能包括的家庭场景就有早间起床晨练、午间用餐休息、晚间用餐休息及夜间起夜等，上班族及学生则对应的家庭场景可能就包含起床场景、晚间观影场景、夜晚休息场景等。

步骤5.对家庭空间按照家庭区域划分，其中，一个家庭场景对应若干家庭区域；家庭区域划分时可将家庭空间划分为卧室、卫生间、厨房、餐厅、客厅、阳台等，如图2所示为本实施例中的家庭区域划分示意，即本实施例中具体包括主卧、衣帽间、次卧、客卧、走廊、公卫、主卫、厨房、客厅、餐厅。

步骤6.将各家庭成员对智能家电的控制操作进行划分，其中，一个家庭区域中包含若干智能家电。

如对智能家电的操作可包含开窗帘、播放音乐和开空调等，具体的，操作数据中也包含了智能家电的相关参数如窗帘半开或全开、空调模式和多少度等。

步骤7.针对各个家庭成员，依次采集其在各家庭场景中在各家庭区域内对各智能家电的控制操作，形成学习数据。

为了便于说明本方案的具体内容，本实施例中例举对上班族爸爸的起床上班场景的学习数据。

本实施例的上班族爸爸在起床上班场景中在各家庭区域内对各智能家电的控制操作具体如下：

男主人上班作息规律早上7点起床，目前已经进入冬天，他打开了卧室空调升温和换气，并拉开窗帘，然后男主人来到客厅把饮水机打开等待热水，在等待热水的过程中他感觉到客厅温度跟卧室的差距，所以他把客厅空调打开，饮水机水温可以了，男主人喝完一杯热水，来到公卫准备洗漱，当触摸到水龙头流出刺骨的冷水后，男主人打开热水器，将水温调试到38度，在等待的过程，男主人通过魔镜搜索今天的天气状况。待水温完成后，男主人开始洗漱。洗漱完毕后，男主人来到厨房，通过饮水机的热水冲上一杯牛奶，拿出冰箱里的面包，放在面包机上进行烘烤，然后男主人回到客厅打开电视，浏览一下今天的新闻，过几分钟后，男主人去看面包机已经暂停，取出面包，简单的吃完早餐后，准备出门上班，在出门前，他关闭饮水机和卧室、客厅空调。

在上述场景中，收集到的学习数据如下：用户闹铃时间(主卧)，打开空调和换气及其对应时间(主卧)、拉开窗帘及其对应时间(主卧)，饮水机打开及其对应时间(客厅)，打开空调及其对应时间(客厅)，打开热水器及其对应时间(客厅)，魔镜搜索天气及其对应时间(衣帽间)，烘烤面包及其对应时间(厨房)，打开电视浏览新闻及其对应时间(客厅)，关闭饮水机及其对应时间(客厅)，关闭空调及其对应时间(主卧、客厅)。

通过如上述的学习可建立对应的用户在起床上班场景中的动作对照表，本实施例中再对男主人的起床上班场景进行学习后建立了具体如下的动作对照表：

步骤8.根据学习数据，建立针对各个家庭成员的行为概率树形规划，其中，行为概率树形规划由若干节点构成，各节点中包含以下信息：对应的家庭场景、家庭区域、家电的控制操作、发生概率。

具体的，建立针对各个家庭成员的行为概率树形规划时具体包括以下操作：

S1.针对当前学习的家庭成员的一个家庭场景的学习数据进行清洗，如去噪等，数据清洗为现有技术，此处不再赘述；

S2.将剩余学习数据，以时间线为指引，对当前时间段内用户所在家庭区域及其对应的家电的控制操作进行发生概率的统计，其中，当前时间段内不同的家电的控制操作作为一个事件，剔除发生概率低于预设概率阈值的事件，剩余的事件则分别作为一个节点绘制行为概率树；因为长时间统计，事件的发生会出现大量重复的情况，所以计算各事件发生的概率，当概率低于预设概率阈值时，丢弃该行为值，然后计算下一事件发生的概率，因为下一事件可能有多种情况，所以会在多个事件为前缀情况下计算再下一事件发生的概率，同样舍弃概率不满足的行为值；

S3.按照步骤S2的方法，在当前已绘制的行为概率树的基础上依次绘制当前家庭场景的其余时间段的行为概率树；

S3.参照步骤S2-S3的方法分别绘制当前学习的家庭成员的各个家庭场景的行为概率树，并将绘制的各行为概率树以时间轴作为连接指引进行串接形成该家庭成员的行为概率树形规划；则通过该行为概率树形规划即可实现预估用户即将发生的操作，从而为用户提前自动进行相应操作控制。

如图1所示为本实施例中建立的男主人在起床上班场景的行为概率树，其中，各事件标识括号内的数值即表示其发生概率。

步骤9.针对各个家庭成员，根据当前时间段所属家庭场景，通过传感器探测用户目前所在家庭区域，按照建立的行为概率树形规划，确定当前所在节点，并由当前所在节点选取发生概率最大的下一节点对应的家电的控制操作作为预备操作并进行对应的自动操作控制。

如针对上述男主人的学习数据，本方案中会形成以下行为概率树形规划的具体规划操作：

1.当闹铃响时，系统运作，同步将窗帘打开，同时在闹铃响前10分钟，卧室与客厅空调开启对房间进行升温，卧室同步开始换气。

2.床垫和脚垫同步感应到用户起床，客厅饮水机加热。同时卫生间热水器也同步加热到用户常用温度38度。

3.当用户在卫生间刷牙时，魔镜主动显示今天天气情况和穿衣搭配建议。

4.用户在厨房冲泡牛奶和烤面包时，冰箱播报冰箱内食材存量以及有效日期等。

5.用户端上牛奶和面包坐到餐厅吃饭时，电视机识别到后主动打开用户常看的新闻频道，将音量自动设置到当前环境最佳音贝。

6.当用户完成早餐后，准备上班，关门离家时，家庭安防设备启动并自检，家庭非必要电源断开，例如之前的空调、饮水机和电视等。

即将用户一天的行为习惯，按照时间段划分，而在单个时间段行为值是线性演进的，不会出现重复，体现在图形上是起始点后不同概率的事件发生路线是一个树形结构，而不是一个图形结构，然后计算出树形结构中，概率值最大的行为路线作为主线路，进行用户在这个时间段动作预判设备服务的依据，同时进行动态规划调整，如果在沿着主线路推进的过程中，用户行为进行改变，进入分叉路线行为点，则立即以分叉路线行为点为起始点计算最新的大概率临时主线路为当前用户行为预判的路线进行服务触发依据。

由于用户的生活习惯一般具有较强的规律性，在本发明的智慧家庭的场景服务实现方法中，利用该规律，可实现先根据对各个用户的生活习惯的学习，建立该客户的行为概率树形规划，从而为用户在生活中提供相应智能家电的个性化自动控制，实现真正意义的智能家庭理念，同时，对于用户偶尔的变化操作，本方法也会进行学习，从而在用户某天未按照平时惯常操作进行时，也能根据用户的实际操作改变规划为用户提供符合用户要求的智能操作；其中，具体探测用户的操作或位置等均可通过相应的传感器实现，该部分内容为现有技术，此处不再赘述。

步骤10：检验预判的预备操作是否符合用户当前实际需求，若是，则判定此次预判正确并对当前节点的发生概率进行更新，否则，检测用户的实际操作，并对用户实际操作对应的节点的概率进行更新；具体检测可通过相应的传感检测设备实现，如按照行为概率树形规划，发生概率最大的预备操作是在该时间段内用户应出现在客厅并打开电视，则可通过监控用户的具体位置及当前是否发生其他操作来判定预判的预备操作是否符合用户当前实际需求，若用户去往卫生间刷牙，则说明此次预判不正确，则重新以行为概率树形规划中当前时间节点的操作为用户在卫生间刷牙的节点为起始点计算最新的大概率临时主线路为当前用户行为预判的路线进行服务触发依据。

由于用户行为不是一层不变，如果在沿着主路线用户行为服务推动的过程中，突然用户改变了行为，那么当前规划路线及时进行调整，根据图1，如果A节点行为后，不是B节点，而是C节点，那么，将以C节点为计算节点，选取它后续大概率节点来组成的字符串，为用户后续行为准则判断和服务提供依据。

其中，若检验得出的用户的实际的控制操作未在行为概率树形规划包含的节点内，则针对该控制操作在行为概率树形规划中建立新的节点，并更新该节点的发生概率，对行为概率树形规划进行更新，从而实现对用户的习惯数据进行及时的更新。

如一上述实施例的男主人以起床场景为例，以闹铃响为起始时间，在这个时刻，男主人是从主卧醒来起床，则收集该行为跟男主人数据库早晨闹铃响这个时间之前采集的行为变量进行对比，如果之前采集到该行为就只是增加该行为的概率，如果男主人在今天是从客厅沙发醒来，而该行为，行为概率树形规划里面没有，则作为一个全新的节点加入概率树形规划。

作为优选，每隔固定时间段即对当前行为概率树形规划进行更新，即删除发生概率低于预设概率阈值的节点，避免几乎不会重复发生的突发时间的发生降低行为概率树形规划的准确性。

需要说明的是，经过日常生活研究，对于公共空间或者共用空间多个家庭成员在一起时，行为都具备一致性，例如夏天客厅空调开18度，不会存在，父母和子女都在客厅时，大家都有不同的选择。所以本方案在遵循个人行为学习的同时，也会学习家庭多人公共服务场景。

同时，在任务执行的过程中，用户仍然可以人工设置系统参数和取消重新学习，在执行行为之前会对该设备状态进行监测，例如，男主人洗刷时喜欢用38度温水，热水器提前预热，在男主人完成洗刷后，女主人因为上班时间不一致，起床晚半小时，但是女主人也喜欢用38度温水洗刷，此时热水器会提前检验，然后再决定是否预热，且女主人在实际使用中若觉得某一天想重新调整温度，本方案中也会对新调整的数据进行记录及统计，以及时更新规划中的具体数据。

实施例二

本实施例公开了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述智慧家庭的场景服务实现方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述智慧家庭的场景服务实现方法的步骤。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种智慧家庭的场景服务实现方法，其特征在于，包括：

A.采集用户家庭信息；所述用户家庭信息包括家庭成员构成及其作息规律属性；

B.根据家庭成员构成，将家庭成员进行划分；

C.针对各家庭成员按照其作息规律属性对应的时间段进行家庭场景划分，其中，一个家庭成员对应若干家庭场景，且一个家庭成员对应的若干家庭场景之间通过时间轴进行关联；

D.对家庭空间按照家庭区域划分，其中，一个家庭场景对应若干家庭区域；

E.将各家庭成员对智能家电的控制操作进行划分，其中，一个家庭区域中包含若干智能家电；

F.针对各个家庭成员，依次采集其在各家庭场景中在各家庭区域内对各智能家电的控制操作，形成学习数据；

G.根据学习数据，建立针对各个家庭成员的行为概率树形规划，其中，所述行为概率树形规划由若干节点构成，各节点中包含以下信息：对应的家庭场景、家庭区域、家电的控制操作、发生概率；

H.针对各个家庭成员，根据当前时间段所属家庭场景，通过传感器探测用户目前所在家庭区域，按照建立的行为概率树形规划，确定当前所在节点，并由当前所在节点选取发生概率最大的下一节点对应的家电的控制操作作为预备操作并进行对应的自动操作控制。

2.根据权利要求1所述的一种智慧家庭的场景服务实现方法，其特征在于，建立针对各个家庭成员的行为概率树形规划时具体包括以下操作：

S1.针对当前学习的家庭成员的一个家庭场景的学习数据进行清洗；

S2.将剩余学习数据，以时间线为指引，对当前时间段内用户所在家庭区域及其对应的家电的控制操作进行发生概率的统计，其中，当前时间段内不同的家电的控制操作作为一个事件，剔除发生概率低于预设概率阈值的事件，剩余的事件则分别作为一个节点绘制行为概率树；

S3.按照步骤S2的方法，在当前已绘制的行为概率树的基础上依次绘制当前家庭场景的其余时间段的行为概率树；

S3.参照步骤S2-S3的方法分别绘制当前学习的家庭成员的各个家庭场景的行为概率树，并将绘制的各行为概率树以时间轴作为连接指引进行串接形成该家庭成员的行为概率树形规划。

3.根据权利要求1或2所述的一种智慧家庭的场景服务实现方法，其特征在于，还包括步骤I：检验预判的预备操作是否符合用户当前实际需求，若是，则判定此次预判正确并对当前节点的发生概率进行更新，否则，检测用户的实际操作，并对用户实际操作对应的节点的概率进行更新。

4.根据权利要求3所述的一种智慧家庭的场景服务实现方法，其特征在于，若所述步骤I中检验得出的用户的实际的控制操作未在行为概率树形规划包含的节点内，则针对该控制操作在行为概率树形规划中建立新的节点，并更新该节点的发生概率，对行为概率树形规划进行更新。

5.根据权利要求4所述的一种智慧家庭的场景服务实现方法，其特征在于，每隔固定时间段即对当前行为概率树形规划进行更新，即删除发生概率低于预设概率阈值的节点。

6.根据权利要求1所述的一种智慧家庭的场景服务实现方法，其特征在于，所述步骤A中采集用户家庭信息的方式包括通过用户注册获取或通过现有的识别传感设备自动识别获取。

7.根据权利要求1所述的一种智慧家庭的场景服务实现方法，其特征在于，所述步骤A中完成用户家庭信息采集后还包括以下操作：结合大数据学习分类结果为用户推荐与当前用户家庭信息匹配度最高的行为概率树形规划作为试运行行为概率树形规划。

8.根据权利要求1所述的一种智慧家庭的场景服务实现方法，其特征在于，所述家庭区域中具体是以房间为单位，家庭区域至少包括卧室、卫生间、厨房、餐厅、客厅、阳台，所述家庭场景至少包括起床场景、午休场景、晚间观影场景、夜晚休息场景和夜间起夜场景。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述智慧家庭的场景服务实现方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述智慧家庭的场景服务实现方法的步骤。

Images