CN112947625B - 一种数据处理方法、装置、电子设备及存储介质 - Google Patents
一种数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112947625B CN112947625B CN202110181922.7A CN202110181922A CN112947625B CN 112947625 B CN112947625 B CN 112947625B CN 202110181922 A CN202110181922 A CN 202110181922A CN 112947625 B CN112947625 B CN 112947625B
- Authority
- CN
- China
- Prior art keywords
- temperature
- basic data
- set temperature
- current
- determining
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 115
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000003287 bathing Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Selective Calling Equipment (AREA)
Abstract
本申请公开了一种数据处理方法、装置、电子设备及存储介质。其中,该方法包括:检测作用于智能家居设备的启动操作;根据所述启动操作确定当前操作对象的对象标识;获取所述对象标识关联的第一基础数据,所述第一基础数据包括用于控制所述智能家居设备运行的数据;根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度。本申请通过获取用户的基础数据,采用协同过滤算法对基础数据进行分析,从而为用户推荐满足实际使用状况的设定温度,不再需要用户手动设定温度,简化了用户的操作流程。
Description
技术领域
本申请涉及智能家居设备控制领域,尤其涉及一种数据处理方法、装置、电子设备及存储介质。
背景技术
随着家居设备智能化的普及,发明人发现,在现有技术中热水器的智能化程度不高。因为在传统的热水器的设计中,设定温度一般是固定的,在面对不同的气候或者环境时,总是需要用户亲自去设定温度值,不仅操作过程繁琐,而且设定的温度值也不能保证贴近用户实际使用状况,不能给用户带来较好的使用体验。
例如:用户在独居或者家中一人沐浴时,热水器的温度不是经常调整,惯性就直接进浴室洗澡,但是有时候由于天气温度变化,到时水温不能满足用户当下洗澡的需求,仍需要用户动手设定温度。
发明内容
为了解决热水器在面对不同的气候或者环境时,总是需要用户去设定温度值,不仅操作过程繁琐,而且设定的温度值也不能保证贴近用户实际使用状况技术问题,本申请提供了一种数据处理方法、装置、电子设备及存储介质。
根据本申请实施例的一个方面,提供了一种数据处理方法,包括:
检测作用于智能家居设备的启动操作;
根据所述启动操作确定当前操作对象的对象标识;
获取所述对象标识关联的第一基础数据,所述第一基础数据包括用于控制所述智能家居设备运行的数据;
根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度。
进一步的,所述根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度,包括:
获取基础数据集合,所述基础数据集合中包括至少一个操作对象对应的基础数据;
根据所述协同过滤算法计算所述第一基础数据与所述基础数据集合中各个基础数据的相似度,将所述相似度满足预设相似度的基础数据确认为第二基础数据;
根据所述第二基础数据对应的设定温度确定所述目标设定温度。
进一步的,所述根据所述第二基础数据对应的设定温度确定所述目标设定温度,包括:
基于所述第一基础数据获取所述当前操作对象输入的温度范围;
当所述第二基础数据对应的设定温度存在于所述温度范围时,将所述第二基础数据对应的设定温度确认为所述目标设定温度。
进一步的,当所述第二基础数据对应的设定温度不存在于所述温度范围时,所述方法还包括:
获取所述智能家居设备的历史记录;
从所述历史使用数据中获取所述当前操作对象对应的历史使用数据;
根据所述历史使用数据确定至少一个历史设定温度;
确定所述历史设定温度对应的偏好值;
将所述偏好值大于或等于预设阈值的历史设定温度作为所述目标设定温度。
进一步的,所述方法还包括:
监测所述智能家居设备的当前出水温度;
当所述当前出水温度不满足预设出水温度范围时,确定所述当前出水温度对应的调节温度;
根据所述调节温度调节所述目标设定温度。
进一步的,所述当所述当前出水温度不满足预设出水温度范围时,确定所述当前出水温度对应的调节温度,包括:
对比所述当前出水温度与所述预设出水范围,得到对比结果;
当根据所述对比结果确定所述当前出水温度低于或高于所述预设出水范围时,确定所述当前出水温度不满足预设出水温度范围,获取出水温度与调节温度的对应关系;
根据所述对应关系确定所述当前出水温度对应的调节温度。
进一步的,所述方法还包括:获取所述当前操作对象在当前用水周期内的用水量;
根据所述用水量与供应量范围的关系对所述目标设定温度进行调整,并将调整后的目标设定温度作为智能家居设备下一个用水周期的设定温度。
根据本申请实施例的另一个方面,还提供了一种数据处理装置,包括:
检测模块,用于检测作用于智能家居设备的启动操作;
确定模块,用于根据所述启动操作确定当前操作对象的对象标识;
获取模块,用于获取所述对象标识关联的第一基础数据,所述第一基础数据包括用于控制所述智能家居设备运行的数据;
分析模块,用于根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度。
根据本申请实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,程序运行时执行上述的步骤。
根据本申请实施例的另一方面,还提供了一种电子装置,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;其中:存储器,用于存放计算机程序;处理器,用于通过运行存储器上所存放的程序来执行上述方法中的步骤。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法中的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本申请通过获取用户的基础数据,采用协同过滤算法对基础数据进行分析,从而为用户推荐满足实际使用状况的设定温度,不再需要用户手动设定温度,简化了用户的操作流程。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种数据处理方法的流程图;
图2为本申请另一实施例提供的一种数据处理方法的流程图;
图3为本申请另一实施例提供的一种数据处理方法的流程图;
图4为本申请实施例提供的一种数据处理装置的框图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个类似的实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本申请实施例提供了一种数据处理方法、装置、电子设备及存储介质。本发明实施例所提供的方法可以应用于任意需要的电子设备,例如,可以为服务器、终端等电子设备,在此不做具体限定,为描述方便,后续简称为电子设备。
根据本申请实施例的一方面,提供了一种数据处理方法的方法实施例,图1为本申请实施例提供的一种数据处理方法的流程图,如图1所示,该方法包括:
步骤S11,检测作用于智能家居设备的启动操作;
在本申请实施例中,智能家居设备可以是热水器,饮水机等等。启动操作可以是通过检测操作对象是否开启设置于智能家居设备上的电源得到。其中操作对象可以是用户等等。
步骤S12,根据启动操作确定当前操作对象的对象标识;
在本申请实施例中,当检测到启动操作后,可以对当前操作对象进行检测,得到当前操作对象的特征信息,对特征信息进行分析得到当前操作对象的对象标识;其中特征信息可以是用户的指纹信息,面容信息或者声音信息等等。对象标识可以是用户的用户ID,用户IP可以是用户标号。
步骤S13,获取对象标识关联的第一基础数据,第一基础数据包括用于控制智能家居设备运行的数据;
在本申请实施例中,根据对象标识从基础数据库中查询与该数据对象相匹配的第一基础数据,第一基础数据包括用于控制智能家居设备运行的数据,例如:当智能家居设备为热水器时,基础数据包括:当前所处地区的地区气温、纬度、经度、当前季节对应沐浴用水量,以及的沐浴时的最高水温以及最低水温等等。
需要说明的是,基础数据库中存储有基础数据,以及根据各个用户预先设置的基础数据构建的矩阵集合,例如:用户Q1,用户Q1的基础数据K1,以及根据基础数据K1构建的矩阵T1;用户Q2,用户Q2的基础数据K2,以及根据基础数据K2构建的矩阵T2等等。
步骤S14,根据协同过滤算法对第一基础数据进行分析,得到智能家居设备的目标设定温度。
需要说明的是,协同过滤主要是利用某兴趣相投、拥有共同经验之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纪录也相当重要。
在本申请实施例中,步骤S14,根据协同过滤算法对第一基础数据进行分析,得到智能家居设备的目标设定温度,包括以下步骤A1-A3:
步骤A1,获取基础数据集合,基础数据集合中包括至少一个操作对象对应的基础数据;
在本申请实施例中,从基础数据库中获取基础数据集合,
步骤A2,根据协同过滤算法计算第一基础数据与基础数据集合中各个基础数据的相似度,将相似度满足预设相似度的基础数据确认为第二基础数据;
在本申请实施例中,首先获取第一基础数据对应的第一矩阵,以及从基础数据库中获取各个基础数据对应的第二矩阵,然后采用协同过滤算法计算第一矩阵与第二矩阵的相似度。
其中,将与第一基础数据相似度满足预设相似度的基础数据确认为第二基础数据,包括以下步骤:将相似度大于或等于预设相似度的第二矩阵确认为第三矩阵,获取第三矩阵对应的基础数据,将该基础数据确认为第二基础数据。
需要说明的是,本申请实施例通过计算各个矩阵与第一矩阵的相似度,能够确定与当前用户用水习惯相似的用户。并将该用户对热水器的设定温度推荐给当前用户,并作为当前用户的设定温度。
步骤A3,根据第二基础数据对应的设定温度确定目标设定温度。
在本申请实施例中,预先建立有基础数据与设定温度的对应关系,根据对应关系得到第二基础数据对应的设定温度。
在本申请实施例中,根据第二基础数据对应的设定温度确定目标设定温度,包括以下步骤A301-A302:
步骤A301,基于第一基础数据获取当前操作对象输入的温度范围;
在本申请实施例中,第一基础数据中包括:当前季节对应的沐浴最低温度以及沐浴最高温度,根据最低温度和最高温度得到温度范围。
步骤A302,当第二基础数据对应的设定温度存在于温度范围时,将第二基础数据对应的设定温度确认为目标设定温度。
在本申请实施例中,当第二基础数据对应的设定温度属于(存在于)温度范围时,则表示第二基础数据对应的设定温度符合当前用户的用水习惯。
在本申请实施例中,当第二基础数据对应的设定温度不存在于温度范围时,方法还包括以下步骤A303-A307:
步骤A303,获取智能家居设备的历史记录;
在本申请实施例中,智能家居设备的历史记录包括:各个操作对应,以及各个操作对象对应的使用数据,使用数据包括:智能家居设备的开启时间,用水量以及设定温度等等。
步骤A304,从历史记录中获取当前操作对象对应的历史使用数据;
步骤A305,根据历史使用数据确定至少一个历史设定温度;
在本申请实施例中,从历史记录中获取当前操作对象对应的历史使用数据,从历史使用数据中确定当前操作对象对应的至少一个历史设定温度。
步骤A306,确定历史设定温度对应的偏好值;
在本申请实施例中,确定历史设定温度的偏好值,包括以下步骤:确定各个历史设定温度对应的开启时长以及使用次数;确定开启时长以及使用次数分别对应的权重值,根据开启时长以及使用次数分别对应的权重值计算各个历史设定温度的偏好值。
步骤A307,将偏好值大于或等于预设阈值的历史设定温度作为目标设定温度。
在本申请实施例中,将偏好值与预设阈值进行比较,将偏好值大于或等于预设阈值的历史设定温度作为目标设定温度。
本申请通过获取用户的基础数据,采用协同过滤算法对基础数据进行分析,从而为用户推荐满足实际使用状况的设定温度,不再需要用户手动设定温度,简化了用户的操作流程。
图2为本申请实施例提供的一种数据处理方法的流程图,如图2所示,该方法可以包括以下步骤:
步骤S21,监测智能家居设备的当前出水温度;
在本申请实施例中,可以在热水器的出水口设置温度传感器,通过温度传感器检测热水器的当前出水温度。
步骤S22,在当前出水温度不满足预设出水温度范围时,确定当前出水温度对应的调节温度;
在本申请实施例中,在当前出水温度不满足预设出水温度范围时,确定当前出水温度对应的调节温度,包括以下步骤B1-B3:
步骤B1,对比当前出水温度与预设出水范围,得到对比结果;
步骤B2,当根据对比结果确定当前出水温度低于或高于预设出水范围时,确定当前出水温度不满足预设出水温度范围,获取出水温度与调节温度的对应关系;
步骤B3,根据对应关系确定当前出水温度对应的调节温度。
步骤S23,根据调节温度调节目标设定温度。
在本申请实施例中,在当前出水温度小于热水器预设出水温度范围的下限(如38℃)时,说明热水器的热水供应能力不能满足用户需求,此时为了满足用户需求,需要调高热水器当前的设定温度,因此在这种情况下获取出水温度与调节温度的对应关系,根据对应关系确定当前出水温度对应的调节温度,此时调节温度为正数。
或者,在当前出水温度大于热水器预设出水温度范围的上限(如45℃)时,说明热水器的热水供应能力超出了用户需求,此时需要节省电能,应调低热水器当前的设定温度,因此在这种情况下获取出水温度与调节温度的对应关系,根据对应关系确定当前出水温度对应的调节温度,此时调节温度为负数。
又或者,在当前出水温度大于或等于热水器预设出水温度范围的下限且小于或等于热水器预设出水温度范围的上限时,说明此时热水器的热水供应能力能够满足用户需求且不构成浪费,因此可以确定调节温度为零值,即这种情况下不需要调整热水器当前的设定温度。
图3为本申请实施例提供的一种数据处理方法的流程图,如图3所示,该方法可以包括以下步骤:
步骤S31,获取当前操作对象在当前用水周期内的用水量;
在本申请实施例中,可以通过在热水器出口处设置流量传感器的方式,利用流量传感器实时监控用户对热水的使用情况,通过流量传感器能够实时获取每个用水周期内的用水量。
本实施例并不限于采用流量传感器获取用水量的方式。例如还可以采用水位监测的方式获取当前用水周期的用水量。
步骤S32,根据用水量与供应量范围的关系对目标设定温度进行调整,并将调整后的目标设定温度作为智能家居设备下一个用水周期的设定温度。
在本申请实施例中,根据用户在一个用水周期中某一集中用水时间段内的用水量与热水器的供应量范围的关系对热水器当前的设定温度进行相应调整。
作为一个示例:当用水量大于热水器的最大热水供应量时,对热水器当前的设定温度进行提高调整;当用水量小于热水器的最小热水供应量时,对热水器当前的设定温度进行降低调整。当用水量大于或等于热水器的最小热水供应量且小于或等于热水器的最大热水供应量时,继续保持热水器当前的设定温度。
本申请实施例提供的方法,根据用户对热水的使用情况与热水器热水供应能力之间的关系自动对热水器的设定温度进行调整,以使热水器的设定温度逐步贴近用户的使用习惯,满足用户日常用水需求。
图4为本申请实施例提供的一种数据处理装置的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,该装置包括:
检测模块41,用于检测作用于智能家居设备的启动操作;
确定模块42,用于根据启动操作确定当前操作对象的对象标识;
获取模块43,用于获取对象标识关联的第一基础数据,第一基础数据包括用于控制智能家居设备运行的数据;
分析模块44,用于根据协同过滤算法对第一基础数据进行分析,得到智能家居设备的目标设定温度。
在本申请实施例中,分析模块44,包括:
获取子模块,用于获取基础数据集合,基础数据集合中包括至少一个操作对象对应的基础数据;
计算子模块,用于根据协同过滤算法计算第一基础数据与基础数据集合中各个基础数据的相似度,将与第一基础数据相似度满足预设相似度的基础数据确认为第二基础数据;
确定子模块,用于根据第二基础数据对应的设定温度确定目标设定温度。
在本申请实施例中,确定子模块,用于基于第一基础数据获取当前操作对象输入的温度范围;当第二基础数据对应的设定温度存在于温度范围时,将第二基础数据对应的设定温度确认为目标设定温度。
在本申请实施例中,装置还包括:历史数据分析模块,用于获取智能家居设备的历史记录;从历史使用数据中获取当前操作对象对应的历史使用数据;根据历史使用数据确定至少一个历史设定温度;确定历史设定温度对应的偏好值;将偏好值大于或等于预设阈值的历史设定温度作为目标设定温度。
在本申请实施例中,装置还包括:监测模块,包括:
监测子模块,用于监测智能家居设备的当前出水温度;
分析子模块,用于当当前出水温度不满足预设出水温度范围时,确定当前出水温度对应的调节温度;
调节子模块,用于根据调节温度调节目标设定温度。
在本申请实施例中,分析子模块,用于对比当前出水温度与预设出水范围,得到对比结果;当根据对比结果确定当前出水温度低于或高于预设出水范围时,确定当前出水温度不满足预设出水温度范围,获取出水温度与调节温度的对应关系;根据对应关系确定当前出水温度对应的调节温度。
在本申请实施例中,装置还包括:调整模块,用于根据用水量与供应量范围的关系对目标设定温度进行调整,并将调整后的目标设定温度作为智能家居设备下一个用水周期的设定温度。
本申请实施例还提供一种电子设备,如图5所示,电子设备可以包括:处理器1501、通信接口1502、存储器1503和通信总线1504,其中,处理器1501,通信接口1502,存储器1503通过通信总线1504完成相互间的通信。
存储器1503,用于存放计算机程序;
处理器1501,用于执行存储器1503上所存放的计算机程序时,实现上述实施例的步骤。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的数据处理方法。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的数据处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk)等。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
检测作用于智能家居设备的启动操作;
根据所述启动操作确定当前操作对象的对象标识;
获取所述对象标识关联的第一基础数据,所述第一基础数据包括用于控制所述智能家居设备运行的数据,当所述智能家居设备为热水器时,所述第一基础数据包括:当前季节对应的沐浴最低温度以及沐浴最高温度,基于当前季节对应的沐浴最低温度以及沐浴最高温度获取温度范围;
根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度,包括:根据协同过滤算法对所述第一基础数据中确定的所述温度范围进行分析,得到所述智能家居设备的目标设定温度。
2.根据权利要求1所述的方法,其特征在于,所述根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度,包括:
获取基础数据集合,所述基础数据集合中包括至少一个操作对象对应的基础数据;
根据所述协同过滤算法计算所述第一基础数据与所述基础数据集合中各个基础数据的相似度,将所述相似度满足预设相似度的基础数据确认为第二基础数据;
根据所述第二基础数据对应的设定温度与所述温度范围确定所述目标设定温度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二基础数据对应的设定温度确定所述目标设定温度,包括:
当所述第二基础数据对应的设定温度存在于所述温度范围时,将所述第二基础数据对应的设定温度确认为所述目标设定温度。
4.根据权利要求3所述的方法,其特征在于,当所述第二基础数据对应的设定温度不存在于所述温度范围时,所述方法还包括:
获取所述智能家居设备的历史记录;
从所述历史记录中获取所述当前操作对象对应的历史使用数据;
根据所述历史使用数据确定至少一个历史设定温度;
确定所述历史设定温度对应的偏好值;
将所述偏好值大于或等于预设阈值的历史设定温度作为所述目标设定温度。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
监测所述智能家居设备的当前出水温度;
当所述当前出水温度不满足预设出水温度范围时,确定所述当前出水温度对应的调节温度;
根据所述调节温度调节所述目标设定温度。
6.根据权利要求5所述的方法,其特征在于,所述当所述当前出水温度不满足预设出水温度范围时,确定所述当前出水温度对应的调节温度,包括:
对比所述当前出水温度与所述预设出水温度 范围,得到对比结果;
当根据所述对比结果确定所述当前出水温度低于或高于所述预设出水温度 范围时,确定所述当前出水温度不满足预设出水温度范围,获取出水温度与调节温度的对应关系;
根据所述对应关系确定所述当前出水温度对应的调节温度。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述当前操作对象在当前用水周期内的用水量;
根据所述用水量与供应量范围的关系对所述目标设定温度进行调整,并将调整后的目标设定温度作为智能家居设备下一个用水周期的设定温度。
8.一种数据处理装置,其特征在于,包括:
检测模块,用于检测作用于智能家居设备的启动操作;
确定模块,用于根据所述启动操作确定当前操作对象的对象标识;
获取模块,用于获取所述对象标识关联的第一基础数据,所述第一基础数据包括用于控制所述智能家居设备运行的数据,当所述智能家居设备为热水器时,所述第一基础数据包括:当前季节对应的沐浴最低温度以及沐浴最高温度,基于当前季节对应的沐浴最低温度以及沐浴最高温度获取温度范围;
分析模块,用于根据协同过滤算法对所述第一基础数据进行分析,得到所述智能家居设备的目标设定温度,包括:根据协同过滤算法对所述第一基础数据中确定的所述温度范围进行分析,得到所述智能家居设备的目标设定温度。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至7中任一项所述的方法步骤。
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;其中:
存储器,用于存放计算机程序;
处理器,用于通过运行存储器上所存放的程序来执行权利要求1-7中任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110181922.7A CN112947625B (zh) | 2021-02-09 | 2021-02-09 | 一种数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110181922.7A CN112947625B (zh) | 2021-02-09 | 2021-02-09 | 一种数据处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947625A CN112947625A (zh) | 2021-06-11 |
CN112947625B true CN112947625B (zh) | 2022-09-16 |
Family
ID=76245256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110181922.7A Active CN112947625B (zh) | 2021-02-09 | 2021-02-09 | 一种数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947625B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113848748A (zh) * | 2021-11-15 | 2021-12-28 | 苏州蓝赫朋勃智能科技有限公司 | 一种智能家居控制方法和智能家居系统 |
CN114114949A (zh) * | 2022-01-12 | 2022-03-01 | 慕思健康睡眠股份有限公司 | 一种基于大数据分析的智能家居控制系统及方法 |
CN115079744A (zh) * | 2022-06-14 | 2022-09-20 | 顾家家居股份有限公司 | 一种智能家居设备的温控方法、系统及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106369833A (zh) * | 2016-08-30 | 2017-02-01 | 芜湖美的厨卫电器制造有限公司 | 热水器系统、热水器的控制方法和服务器 |
CN106403281B (zh) * | 2016-11-15 | 2019-05-28 | 广东美的暖通设备有限公司 | 热水器控制方法、热水器控制器及热水器 |
CN106322776B (zh) * | 2016-11-15 | 2019-03-22 | 广东美的暖通设备有限公司 | 热水器控制方法、控制器及热水器 |
CN110793209A (zh) * | 2018-08-01 | 2020-02-14 | 珠海格力电器股份有限公司 | 热水器的配置参数确定方法及装置 |
CN110687817B (zh) * | 2019-11-05 | 2023-03-21 | 深圳市欧瑞博科技股份有限公司 | 智能家居的控制方法、装置、终端及计算机可读存储介质 |
CN111638651A (zh) * | 2020-06-02 | 2020-09-08 | 深圳市欧瑞博科技股份有限公司 | 智能家居控制面板及其设置方法、服务器及存储介质 |
-
2021
- 2021-02-09 CN CN202110181922.7A patent/CN112947625B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112947625A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947625B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN108829715B (zh) | 用于检测异常数据的方法、设备和计算机可读存储介质 | |
CN105115164A (zh) | 用户用水洗浴行为习惯的分析方法、装置和系统 | |
CN110321455A (zh) | 一种信息推送方法及装置 | |
CN113803888A (zh) | 热水器的用水预测方法、装置、电子设备及存储介质 | |
CN112907062A (zh) | 融合温度特征的电网电量预测方法、装置、介质及终端 | |
CN112907064A (zh) | 基于自适应窗的电量预测方法、装置、存储介质及终端 | |
CN113777941A (zh) | 设备运行控制方法、装置、设备及存储介质 | |
CN113468737A (zh) | 水温控制方法、装置、热水器、电子设备及存储介质 | |
CN109410198B (zh) | 一种时序动作检测方法、装置及设备 | |
CN112212513B (zh) | 热水器剩余洗浴时间预计方法、装置、热水器和储存介质 | |
CN110793209A (zh) | 热水器的配置参数确定方法及装置 | |
CN106707741B (zh) | 一种电器设备控制方法及装置 | |
CN114623603B (zh) | 一种热水器水温调节方法及装置 | |
CN113822478A (zh) | 一种设备检测方法、装置、电子设备及存储介质 | |
CN114913600A (zh) | 一种电表窃电检测方法、装置、电子设备及存储介质 | |
CN111466794B (zh) | 一种泡茶控制方法、装置、终端及计算机可读介质 | |
CN114154014A (zh) | 视频冷启动推荐方法和装置 | |
CN113395336A (zh) | 一种模式推荐方法、装置、电子设备及存储介质 | |
CN114690731A (zh) | 一种关联场景推荐方法、装置、存储介质及电子装置 | |
Schirmer et al. | Binary versus multiclass deep learning modelling in energy disaggregation | |
CN113380241A (zh) | 语义交互的调整方法、装置、语音设备及存储介质 | |
CN115839553B (zh) | 热水器加热时刻确定方法、电子设备、存储介质及热水器 | |
CN114459158B (zh) | 一种家用供热控制方法、系统、电子设备及介质 | |
Deng et al. | Real-time energy disaggregation algorithm based on multi-channels DCNN and autoregressive model |
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 |