CN113487038A - 场景的确定方法和装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种场景的确定方法和装置、存储介质及电子装置，其中，上述方法包括：获取目标对象的第一目标数以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题。

Description

场景的确定方法和装置、存储介质及电子装置

技术领域

本发明涉及通信领域，具体而言，涉及一种场景的确定方法和装置、存储介质及电子装置。

背景技术

随着科学技术的进步和人工智能的发展，智能算法也越来越多的应用到日常生活中，特别是对于家电而言，其智能化发展是至关重要的，而智能化的最关键问题，就在于智能解决用户的迫切需求。

在相关技术中，用户必须主动在移动终端中设置场景才能实现一系列设备的联动。比如，某年轻女性用户通过阅读使用家庭场景说明书来配置运动场景，每周六、周日的晚上八点在健身室打开运动音乐、跑步机，并在运动半小时后关闭跑步机，将运动音乐切换成睡眠音乐。这种通过用户主动配置场景的方式，操作十分复杂，并且配置场景后在用户行为调整后，很难自动调整场景的参数。

针对相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，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场景的确定方法和装置、存储介质及电子装置，以至少解决相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题。

根据本发明实施例的一个实施例，提供了一种场景的确定方法，包括：获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景之后，所述方法还包括：在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景，包括：通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。

在一个示例性实施例中，在机器学习模型未训练好的情况下，将所述第一目标数据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。

在一个示例性实施例中，将第一匹配度对应的场景列入到场景列表之后，所述方法还包括：再次获取所述目标对象的第三目标数据，其中，所述第二目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在确定所述第三目标数据与所述场景列表中目标场景的目标数据的第二匹配度大于第二预设阈值的情况下，将所述目标场景确定为所述目标对象待执行的第三场景。

在一个示例性实施例中，在确定了所述第一场景或所述第三场景之后，所述方法还包括：将提示信息发送至发声装置，以使所述发声装置至少执行以下之一的操作：通过所述发声装置通知所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；通过所述发声装置在所述第一场景或所述第三场景的使用时间达到时，开启与所述使用时间对应的家电设备。

根据本发明实施例的另一个实施例，获取模块，用于获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；确定模块，用于在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

在一个示例性实施例中，调整模块，用于在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述场景的确定方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的场景的确定方法。

在本发明实施例中，获取目标对象的第一目标数据以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，根据用户家庭目标对象的第一目标数据以及目标对象的用户画像，基于无监督的机器学习模型，结合多个家电设备之间的联动关系自动推荐对应的场景。

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是本发明实施例的一种场景的确定方法的计算机终端的硬件结构框图；

图2是根据本发明实施例的场景的确定方法的流程图；

图3是根据本发明实施例的场景的确定方法的示意图；

图4是根据本发明实施例的一种场景的确定装置的结构框图(一)；

图5是根据本发明实施例的一种场景的确定装置的结构框图(二)。

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。

本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种场景的确定方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的场景的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种场景的确定方法，应用于上述计算机终端，图2是根据本发明实施例的场景的确定方法的流程图，该流程包括如下步骤：

步骤S202，获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

步骤S204，在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

通过上述步骤，获取目标对象的第一目标数据以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，根据用户家庭目标对象的第一目标数据以及目标对象的用户画像，基于无监督的机器学习模型，结合多个家电设备之间的联动关系自动推荐对应的场景。

在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景之后，在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

也就是说，家电设备对应的服务器会持续获取第一目标数据，并将第一目标数据与第一场景中的目标数据进行比较，在确定第一目标数据与第一场景中的目标数据不同的情况下，获取改变后的第二目标数据，将第一场景中的目标数据调整为第二目标数据，其中，第二目标数据至少包括以下至少之一：所述目标对象对家电设备的第二目标操作，执行所述目标操作的第二家电设备、所述家电设备的第二位置信息、执行所述目标操作的第二时间。

举例来讲，在第一场景中记录“目标对象在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，家电设备对应的服务器会持续获取第一目标数据，在服务器获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，将第一场景中的“在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”信息修改为“在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

进一步的，在预设情况下，将第一场景中的目标数据调整为第二目标数据，其中，预设情况至少包括以下之一：在确定第一目标数据与第一场景中的目标数据不同的情况下；在确定第一目标数据与第一场景中的目标数据不同的次数达到预设次数的情况下。

需要说明的是，在确定第一目标数据与第一场景中的目标数据不同的次数达到预设次数的情况下，可以理解为，预先设定最大次数，将检测到第一目标数据与第一场景中的目标数据不同的次数达到最大次数的情况下，将第一场景中的目标数据调整为第二目标数据，举例来讲，预设次数为两次，第一场景中记录“目标对象在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，在服务器第一次获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，不改变第一场景中的目标数据，在服务器持续两次获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，不改变第一场景中的目标数据的情况下，将第一场景中的“在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”信息修改为“在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”。需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景，至少通过以下方法：通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。

也就是说，首先通过机器学习模型确定的第一目标数据和用户画像对应的第二场景，在确定第二场景的情况下，获取第二场景中对应的家电设备，以及确定与家电设备存在联动关系的联动家电设备，将第二场景与联动家电设备结合，以得到第一场景。

举例来讲，第二场景中记录“目标对象在晚上11:00打开空调的睡眠模式”，但是在空调的联动关系中存在“打开空调的睡眠模式”，还会“关闭窗户”，因此，将“目标对象在晚上11:00打开空调的睡眠模式，关闭窗户”作为第一场景。

在一个示例性实施例中，在机器学习模型未训练好的情况下，将所述第一目标数据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。

也就是说，获取目标对象的第一目标数据以及所述目标对象的用户画像之后，确定机器学习模型是否训练好，在确定机器学习模型训练好的情况下，将获取到的第一目标数据与服务器的数据库中存储的场景模版中的任一场景模版的目标数据进行匹配，并得到第一匹配度，确定第一匹配度与第一预设阈值之间的大小关系，在大小关系指示所述第一匹配度大于第一预设阈值的情况下，将任一场景模版对应的场景列入场景列表中，其中，所述场景列表中包括一个或多个场景；在大小关系指示所述第一匹配度小于第一预设阈值的情况下，确定任一场景模版对应的场景不是第一目标数据对应的场景。

在一个示例性实施例中，将第一匹配度对应的场景列入到场景列表之后，再次获取所述目标对象的第三目标数据，其中，所述第二目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在确定所述第三目标数据与所述场景列表中目标场景的目标数据的第二匹配度大于第二预设阈值的情况下，将所述目标场景确定为所述目标对象待执行的第三场景。

持续获取目标对象的第三目标数据，再次确定第三目标数据与场景列表中的任一场景的第二匹配度，确定第二匹配度与第二预设阈值之间的大小关系，以及确定大于第二预设阈值的第二匹配度的数量，在大于第二预设阈值的第二匹配度的数量为一个的情况下，将第二匹配度对应的场景确定为所述目标对象待执行的第三场景；在大于第二预设阈值的第二匹配度的数量为多个的情况下，确定多个第二匹配度的最大第二匹配度，将最大第二匹配度对应的场景确定为所述目标对象待执行的第三场景。

在一个示例性实施例中，在确定了所述第一场景或所述第三场景之后，将提示信息发送至发声装置，以使所述发声装置至少执行以下之一的操作：通过所述发声装置通知所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；通过所述发声装置在所述第一场景或所述第三场景的使用时间达到时，开启与所述使用时间对应的家电设备。

在确定第一场景或第三场景的情况下，向发声装置发送提示信息，以使所述发声装置提示所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；在第一场景或所述第三场景中的家电设备的使用时间到达的情况下，开启对应的家电设备。

例如，第三场景中记录着“在17:00开启电灯，在17:05开启热水器”，因此，在设置好第三场景情况下，在到达17:00时，开启电灯，在到达17:05时，开启热水器，需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

为了更好的理解上述场景的确定方法的过程，以下再结合可选实施例对上述场景的确定的实现方法流程进行说明，但不用于限定本发明实施例的技术方案。

智能家居设备是具备了传统家居设备功能的基础上，增加了计算模块、网络接口、输入输出装置等，从而使得智能家居设备具有智能监测和控制的功能。

随着物联网技术的应用及普及，移动终端可以实现对智能家居设备(相当于上述实施例中的家电设备)的操作控制，移动终端已然成为了家庭生活的智能家居设备的主要操作控制终端，可以实现控制的操作输入和数据的输出。

在本发明实施例中，智能家居设备主要包括智能音箱、智能跑步机等可以联网的设备。所有智能家居设备的数据通过物联网上传到智能家居操作系统的服务器中，由智能家居操作系统的服务器对数据进行分析处理。移动终端通过无线网络通过应用端登录到服务器中，获取和查看智能家居设备的数据。

在本实施例中提供了一种场景的确定方法，图3是根据本发明实施例的场景的确定方法的示意图，如图3所示，具体如下步骤：

步骤S301：获取目标对象对智能家居设备的操作、智能家居设备、智能家居设备的位置、使用智能家居设备的频率和时间段等第一目标数据(相当于上述实施例中的所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间)；

在智能家居操作系统中，智能家居设备通过移动终端扫码连接的方式，接入到智能家居操作系统中，用户通过移动终端上的应用端查看已接入的智能家居系统的智能家居设备的信息，接入到智能家居操作系统中的智能家居设备可以通过物联网将设备信息上传到智能家居操作系统中的服务器中。在智能家居操作系统的后台记录目标对象对智能家居设备的操作、智能家居设备、智能家居设备的位置、使用智能家居设备的频率和时间段等第一目标数据。例如：某年轻女性每周有四次在晚上8点之后在健身室内打开运动音乐，并打开跑步机慢跑模式跑步半小时。运动完后关闭跑步机，并将运动音乐切换成了睡眠音乐。

步骤S302：将智能家居设备接收到的第一目标数据与预置的场景模板的数据进行匹配；

智能家居操作系统接收到用户通过智能家居设备输入的智能家居设备的操作，具体包括目标对象对智能家居设备的操作、智能家居设备、智能家居设备的位置、使用智能家居设备的频率和时间段等第一目标数据，根据第一目标数据与预置场景模板中的目标数据进行匹配，举例来讲，如表1所示，根据设备名称、设备位置、执行时间、执行操作推荐相关场景，2021.01.02的20:00目标对象在健身室开启跑步机的慢跑模式，此时为目标对象推荐运动场景或跑步场景。

表1

步骤S303：将匹配到的场景列入推荐列表；

获取到第一目标数据与预置场景模板中的任一场景的目标数据进行匹配，并确定对应的第一匹配度，当匹配度大于60％(相当于上述实施例中的第一预设阈值)的情况下，将第一匹配度大于60％的任一场景列入推荐列表，根据第一匹配度进行排序，并将第一匹配度最高的场景置顶。

步骤S304：根据第二目标数据进行场景推荐；

再次获取第二目标数据(相当于上述实施例中的第三目标数据)，将第二目标数据再次与推荐列表中的场景的目标数据进行匹配，并确定对应的第二匹配度，在第二匹配度大于60％的情况下(相当于上述实施例中的第二预设阈值)，智能音箱(相当于上述实施例中的发声装置)会将步骤S303中置信度最高的场景作为目标场景推荐给用户。

步骤S305：当第一目标数据发生变化时自动为用户调整目标场景的目标数据。

智能家居操作系统持续记录目标数据，根据用户画像、目标数据等，构建基于无监督的机器学习模型，在训练好所述机器学习模型的情况下，通过机器学习模型以及图谱化的智能场景元素信息(相当于上述实施例中的多个家电设备之间的联动关系)根据第一目标数据与用户画像对目标对象进行场景的推荐，当第一目标数据发生变化时，智能家居操作系统根据用户的改变后的第一目标数据(相当于上述实施例中的第二目标数据)调整目标场景的目标数据。比如，当用户运动时间改为早上8点到8点半时，智能家具系统会将该用户的运动场景的时间进行调整。

通过上述实施例，获取目标对象的第一目标数据以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，根据用户家庭目标对象的第一目标数据以及目标对象的用户画像，基于无监督的机器学习模型，结合多个家电设备之间的联动关系自动推荐对应的场景。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台移动终端(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

图4是根据本发明实施例的一种场景的确定装置的结构框图(一)；如图4所示，包括：

获取模块42，用于获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

确定模块44，用于在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

通过上述装置，获取模块42获取目标对象的第一目标数据以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；确定模块44在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，根据用户家庭目标对象的第一目标数据以及目标对象的用户画像，基于无监督的机器学习模型，结合多个家电设备之间的联动关系自动推荐对应的场景。

在一个示例性实施例中，图5是根据本发明实施例的一种场景的确定装置的结构框图(二)；如图5所示，上述装置还包括：调整模块52，用于在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

也就是说，家电设备对应的服务器会持续获取第一目标数据，并将第一目标数据与第一场景中的目标数据进行比较，在确定第一目标数据与第一场景中的目标数据不同的情况下，获取改变后的第二目标数据，将第一场景中的目标数据调整为第二目标数据，其中，第二目标数据至少包括以下至少之一：所述目标对象对家电设备的第二目标操作，执行所述目标操作的第二家电设备、所述家电设备的第二位置信息、执行所述目标操作的第二时间。

举例来讲，在第一场景中记录“目标对象在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，家电设备对应的服务器会持续获取第一目标数据，在服务器获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，将第一场景中的“在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”信息修改为“在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

进一步的，调整模块，还用于在预设情况下，将第一场景中的目标数据调整为第二目标数据，其中，预设情况至少包括以下之一：在确定第一目标数据与第一场景中的目标数据不同的情况下；在确定第一目标数据与第一场景中的目标数据不同的次数达到预设次数的情况下。

需要说明的是，在确定第一目标数据与第一场景中的目标数据不同的次数达到预设次数的情况下，可以理解为，预先设定最大次数，将检测到第一目标数据与第一场景中的目标数据不同的次数达到最大次数的情况下，将第一场景中的目标数据调整为第二目标数据，举例来讲，预设次数为两次，第一场景中记录“目标对象在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”，在服务器第一次获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，不改变第一场景中的目标数据，在服务器持续两次获取到目标对象在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐的情况下，不改变第一场景中的目标数据的情况下，将第一场景中的“在晚上11:00打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”信息修改为“在晚上10:30打开空调的睡眠模式，以及控制发声装置播放睡眠音乐”。需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

在一个示例性实施例中，确定模块，还用于通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。

也就是说，首先通过机器学习模型确定的第一目标数据和用户画像对应的第二场景，在确定第二场景的情况下，获取第二场景中对应的家电设备，以及确定与家电设备存在联动关系的联动家电设备，将第二场景与联动家电设备结合，以得到第一场景。

举例来讲，第二场景中记录“目标对象在晚上11:00打开空调的睡眠模式”，但是在空调的联动关系中存在“打开空调的睡眠模式”，还会“关闭窗户”，因此，将“目标对象在晚上11:00打开空调的睡眠模式，关闭窗户”作为第一场景。

在一个示例性实施例中，获取模块，还用于在机器学习模型未训练好的情况下，将所述第一目标数据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。

也就是说，获取目标对象的第一目标数据以及所述目标对象的用户画像之后，确定机器学习模型是否训练好，在确定机器学习模型训练好的情况下，将获取到的第一目标数据与服务器的数据库中存储的场景模版中的任一场景模版的目标数据进行匹配，并得到第一匹配度，确定第一匹配度与第一预设阈值之间的大小关系，在大小关系指示所述第一匹配度大于第一预设阈值的情况下，将任一场景模版对应的场景列入场景列表中，其中，所述场景列表中包括一个或多个场景；在大小关系指示所述第一匹配度小于第一预设阈值的情况下，确定任一场景模版对应的场景不是第一目标数据对应的场景。

在一个示例性实施例中，确定模块，还用于再次获取所述目标对象的第三目标数据，其中，所述第二目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在确定所述第三目标数据与所述场景列表中目标场景的目标数据的第二匹配度大于第二预设阈值的情况下，将所述目标场景确定为所述目标对象待执行的第三场景。

持续获取目标对象的第三目标数据，再次确定第三目标数据与场景列表中的任一场景的第二匹配度，确定第二匹配度与第二预设阈值之间的大小关系，以及确定大于第二预设阈值的第二匹配度的数量，在大于第二预设阈值的第二匹配度的数量为一个的情况下，将第二匹配度对应的场景确定为所述目标对象待执行的第三场景；在大于第二预设阈值的第二匹配度的数量为多个的情况下，确定多个第二匹配度的最大第二匹配度，将最大第二匹配度对应的场景确定为所述目标对象待执行的第三场景。

在一个示例性实施例中，上述装置还包括：发送模块54，用于将提示信息发送至发声装置，以使所述发声装置至少执行以下之一的操作：通过所述发声装置通知所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；通过所述发声装置在所述第一场景或所述第三场景的使用时间达到时，开启与所述使用时间对应的家电设备。

在确定第一场景或第三场景的情况下，向发声装置发送提示信息，以使所述发声装置提示所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；在第一场景或所述第三场景中的家电设备的使用时间到达的情况下，开启对应的家电设备。

例如，第三场景中记录着“在17:00开启电灯，在17:05开启热水器”，因此，在设置好第三场景情况下，在到达17:00时，开启电灯，在到达17:05时，开启热水器，需要说明的是，上述数值仅是为了更好的理解本发明实施例，本发明实施例对目标数据不做限定。

本发明的实施例还提供了一种存储介质，该存储介质包括存储的程序，其中，上述程序运行时执行上述任一项的方法。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：

S1，获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

S2，在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

S2，在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种场景的确定方法，其特征在于，包括：

获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

2.根据权利要求1所述的场景的确定方法，其特征在于，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景之后，所述方法还包括：

在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；

根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

3.根据权利要求1所述的场景的确定方法，其特征在于，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景，包括：

通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；

根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；

将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。

4.根据权利要求1所述的场景的确定方法，其特征在于，所述方法还包括：在机器学习模型未训练好的情况下，将所述第一目标数据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；

在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。

5.根据权利要求4所述的场景的确定方法，其特征在于，将第一匹配度对应的场景列入到场景列表之后，所述方法还包括：

再次获取所述目标对象的第三目标数据，其中，所述第三目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

在确定所述第三目标数据与所述场景列表中目标场景的目标数据的第二匹配度大于第二预设阈值的情况下，将所述目标场景确定为所述目标对象待执行的第三场景。

6.根据权利要求1或5所述的场景的确定方法，其特征在于，在确定了所述第一场景或第三场景之后，所述方法还包括：

将提示信息发送至发声装置，以使所述发声装置至少执行以下之一的操作：

通过所述发声装置通知所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；

通过所述发声装置在所述第一场景或所述第三场景的使用时间达到时，开启与所述使用时间对应的家电设备。

7.一种场景的确定装置，其特征在于，包括：

获取模块，用于获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；

确定模块，用于在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。

8.根据权利要求7所述的场景的确定装置，其特征在于，包括：

调整模块，用于在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的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6任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的方法。

Images