CN114322218A - 一种空调器的开启时间推荐方法和空调器 - Google Patents

Abstract

本发明公开了一种空调器的开启时间推荐方法和空调器，该方法包括：基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段；根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值；根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值；若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息，实现准确的对空调器的开启时间进行智能推荐，提高了用户体验。

Description

一种空调器的开启时间推荐方法和空调器

技术领域

本申请涉及空调器技术领域，更具体地，涉及一种空调器的开启时间推荐方法和空调器。

背景技术

随着互联网技术的快速发展以及智能家电设备在人们日常生活中的普及，智能化的概念已深入到越来越多的普通消费者。更加智能的使用和控制智能家电能够提升用户体验度，增加用户黏性。

目前应用的推荐方法中，只有给用户推荐空调开机以后使用的场景，但是用户在不同的环境下，需不需要开机还未做到智能推荐。

因此，如何准确的对空调器的开启时间进行推荐，提高用户体验，是目前有待解决的技术问题。

发明内容

本发明提供一种空调器的开启时间推荐方法，用以解决现有技术中无法准确的对空调器的开启时间进行推荐的技术问题。

该方法包括：

基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段；

根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值；

根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值；

若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息；

其中，所述预设推荐条件为所述使用舒适度值和所述环境舒适度值的差值大于预设阈值且当前时间处于所述偏好时间段，或，所述预设推荐条件为所述差值大于所述预设阈值且所述当前时间处于所述偏好时间段且所述目标空调器的使用场地有人。

在本申请一些实施例中，所述目标参数包括目标温度和目标湿度，根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值，具体为：

确定DI₁＝0.81t₁+0.99f₁t₁-14.3f₁+46.3；

其中，DI₁为所述使用舒适度值，t₁为所述目标温度，f₁为所述目标湿度。

在本申请一些实施例中，所述实时环境参数包括实时环境温度和实时环境湿度，根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值，具体为：

确定DI₂＝0.81t₂+0.99f₂t₂-14.3f₂+46.3；

其中，DI₂为所述环境舒适度值，t₂为所述实时环境温度，f₂为所述实时环境湿度。

在本申请一些实施例中，所述方法还包括：

若存在新增用户，基于聚类算法对所述新增用户使用空调器的特征数据进行处理并从各类用户群体中确定所述新增用户所属的目标用户群体；

在向所述目标用户群体的用户终端发送所述推荐信息时，同时向所述新增用户的用户终端发送所述推荐信息。

在本申请一些实施例中，所述新增用户是根据所述历史数据确定的。

在本申请一些实施例中，所述特征数据包括年龄段、性别、季节、日期、工作日、节假日、地理位置、环境温度、环境湿度、设定空调模式、设定空调温度、设定空调风速。

在本申请一些实施例中，在向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息之后，所述方法还包括：

若用户接受所述推荐信息，保存所述推荐信息并归入所述历史数据；

若用户拒绝所述推荐信息且拒绝次数达到预设次数，删除所述推荐信息。

在本申请一些实施例中，各类用户群体的聚类特征包括年龄段、性别、使用空调器时的季节、日期、工作日、节假日、地理位置、环境温度、环境湿度。

相应的，本发明还提出了一种空调器，包括：

通信模块，用于与用户终端和云端服务器进行通信；

控制器，被配置为：

定期向所述云端服务器上传用户使用空调器的历史数据；

当接收到所述用户终端发送的开启指令时，开启空调器；

其中，所述开启指令是所述用户终端在向用户显示开启空调器的推荐信息并接收到用户基于所述推荐信息进行的接受操作后触发的，所述推荐信息是所述云端服务器根据如上所述的方法向所述用户终端发送的。

在本申请一些实施例中，还包括：

室外温度传感器，用于检测室外环境温度；

室外湿度传感器，用于检测室外环境湿度；

人感模块，用于检测空调器的使用场地是否有人；

所述控制器还被配置为：

定期向所述云端服务器上传室外环境温度、室外环境湿度和人体检测结果。

通过应用以上技术方案，基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段；根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值；根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值；若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息，实现准确的对空调器的开启时间进行智能推荐，提高了用户体验。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例提出的一种空调器的开启时间推荐方法的流程示意图；

图2示出了本发明另一实施例提出的一种空调器的开启时间推荐方法的流程示意图；

图3示出了本发明实施例提出的一种空调器的结构示意图；

图4示出了本发明另一实施例提出的一种空调器的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。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。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

本申请中空调器通过使用压缩机、冷凝器、膨胀阀和蒸发器来执行制冷循环。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。

压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体，所排出的制冷剂气体流入冷凝器，冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。

膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调器可以调节室内空间的温度。

空调器的室外单元是指制冷循环的包括压缩机和室外热交换器的部分，空调器的室内单元包括室内热交换器，并且膨胀阀可以提供在室内单元或室外单元中。

室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调器用作制热模式的加热器，当室内热交换器用作蒸发器时，空调器用作制冷模式的冷却器。

本申请实施例提供一种空调器的开启时间推荐方法，可应用于云端服务器，云端服务器与多个空调器建立通信连接，各空调器定期将用户使用空调器时的历史数据上传到云端服务器，如图1所示，该方法包括以下步骤：

步骤S101，基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段。

本实施例中，聚类算法通过计算数据对象间的相似度把数据集划分为多个簇，使得同一个簇对象具有较高相似度，而不同簇对象的差异较大。聚类算法可包括层次聚类、k均值算法、EM算法、DBSCAN算法、OPTICS算法、Mean Shift算法、谱聚类算法，本领域技术人员可根据需要灵活选用。

基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理，可将使用空调器的用户分为多类用户群体，并确定各类用户群体开启空调器的偏好时间段，可以理解的是，同一类用户群体在不同的条件(如工作日和节假日)下的偏好时间段可以不同，每类用户群体与至少一个偏好时间段对应。

可选的，预设时间间隔为一个月。

可以理解的是，所有用户为与云端服务器连接的所有空调器的用户。

为了更加准确的进行开启时间推荐，在本申请一些实施例中，各类用户群体的聚类特征包括年龄段、性别、使用空调器时的季节、日期、工作日、节假日、地理位置、环境温度、环境湿度。年龄段和性别可通过用户的注册信息获取，其他聚类特征可通过网络获取。

本领域技术人员可根据实际需要灵活设定不同的聚类特征，这并不影响本申请的保护范围。

步骤S102，根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值。

本实施例中，从历史数据中筛选出各类用户群体在关闭空调器前最后一次设定的目标参数，该目标参数表征了用户期望通过使用空调器达到的理想环境，根据该目标参数可确定各类用户群体偏好的使用舒适度值。

可选的，可预先建立不同目标参数与使用舒适度值的第一对应关系，根据该第一对应关系确定与目标参数对应的使用舒适度值。

为了准确的确定各类用户群体偏好的使用舒适度值，在本申请一些实施例中，所述目标参数包括目标温度和目标湿度，根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值，具体为：

确定DI₁＝0.81t₁+0.99f₁t₁-14.3f₁+46.3；

其中，DI₁为所述使用舒适度值，t₁为所述目标温度，f₁为所述目标湿度。

需要说明的是，以上实施例的方案仅为本申请所提出的一种具体实现方案，其他根据所述目标参数确定各类用户群体偏好的使用舒适度值的方式均属于本申请的保护范围。

步骤S103，根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值。

本实施例中，每个空调器所处的地理位置可能不同，不同的地理位置的环境参数可能不同，优选的，若空调器设置有可检测室外环境温度的室外温度传感器和可检测室外环境湿度的室外湿度传感器，可根据空调器的控制器上传的室外环境温度和室外环境湿度确定实时环境参数，此方式确定的实时环境参数更加准确；若空调器没有设置室外温度传感器和室外湿度传感器，可通过空调器所处的地理位置的天气数据确定该实时环境参数，该天气数据可从网络获取，根据该实时环境参数可确定环境舒适度值。

可选的，可预先建立不同环境参数与环境舒适度值的第二对应关系，根据该第二对应关系确定实时环境参数下的环境舒适度值。

为了准确的确定环境舒适度值，在本申请一些实施例中，所述实时环境参数包括实时环境温度和实时环境湿度，根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值，具体为：

确定DI₂＝0.81t₂+0.99f₂t₂-14.3f₂+46.3；

其中，DI₂为所述环境舒适度值，t₂为所述实时环境温度，f₂为所述实时环境湿度。

需要说明的是，以上实施例的方案仅为本申请所提出的一种具体实现方案，其他根据各空调器所在地理位置的实时环境参数确定环境舒适度值的方式均属于本申请的保护范围。

步骤S104，若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息。

本实施例中，若空调器上没有设置用于检测使用场地是否有人的人感模块，预设推荐条件为使用舒适度值和所述环境舒适度值的差值大于预设阈值且当前时间处于所述偏好时间段；若空调器上设置了人感模块，预设推荐条件为所述差值大于所述预设阈值且所述当前时间处于所述偏好时间段且所述目标空调器的使用场地有人。

空调器可与用户终端进行通信，用户终端可以为手机、平板、智能穿戴设备等，若存在满足预设推荐条件的目标空调器，向目标空调器的用户终端发送开启目标空调器的推荐信息，以提示用户现在是否开启目标空调器。

为了准确的向新增用户发送推荐信息，在本申请一些实施例中，所述方法还包括：

若存在新增用户，基于聚类算法对所述新增用户使用空调器的特征数据进行处理并从各类用户群体中确定所述新增用户所属的目标用户群体；

在向所述目标用户群体的用户终端发送所述推荐信息时，同时向所述新增用户的用户终端发送所述推荐信息。

本实施例中，新增用户即冷启动用户，该新增用户使用空调器的历史数据较少或无历史数据，无法直接确定该新增用户开启空调器的偏好时间段，可先基于聚类算法对新增用户使用空调器的特征数据进行处理并从各类用户群体中确定新增用户所属的目标用户群体，在向目标用户群体的用户终端发送推荐信息时，同时向该新增用户的用户终端发送推荐信息。

为了可靠的确定是否存在新增用户，在本申请一些实施例中，所述新增用户是根据所述历史数据确定的。

本实施例中，由于新增用户的历史数据较少或无历史数据，可从所有用户使用空调器的历史数据中筛选出新增用户。

为了更加准确的确定新增用户所属的目标用户群体，在本申请一些实施例中，所述特征数据包括年龄段、性别、季节、日期、工作日、节假日、地理位置、环境温度、环境湿度、设定空调模式、设定空调温度、设定空调风速。

本领域技术人员可根据实际需要灵活设定不同的特征数据，这并不影响本申请的保护范围。

为了进一步提高推荐开启时间的准确性，在本申请一些实施例中，在向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息之后，所述方法还包括：

若用户接受所述推荐信息，保存所述推荐信息并归入所述历史数据；

若用户拒绝所述推荐信息且拒绝次数达到预设次数，删除所述推荐信息。

本实施例中，若用户接受所述推荐信息，说明该推荐信息是准确的，保存所述推荐信息并归入所述历史数据；若用户拒绝所述推荐信息且拒绝次数达到预设次数，说明该推荐信息是不准确的，删除该推荐信息，提高了推荐开启时间的准确性。

可以理解的是，步骤S101、步骤S102和步骤S103的顺序可以互换。

通过应用以上技术方案，基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段；根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值；根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值；若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息，实现准确的对空调器的开启时间进行智能推荐，提高了用户体验。

为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。

本申请实施例提供一种空调器的开启时间推荐方法，如图2所示，包括以下步骤：

步骤S201，开始。

步骤S202，根据1个月的历史数据确定是否存在新增用户，若是执行步骤S204，否则执行步骤S203。

步骤S203，基于聚类算法对历史数据进行处理并确定各类用户群体开启空调器的偏好时间段。

聚类特征包括年龄段、性别、使用空调器时的季节、日期、工作日、节假日、地理位置、环境温度、环境湿度。表1为聚类结果的一个样例。

表1

步骤S204，基于聚类算法对新增用户使用空调器的特征数据进行处理并确定新增用户所属的目标用户群体，执行步骤S203。

表2

如表2所示，m用户为新增用户，没有空调历史使用数据，通过聚类算法确定m用户与A群体用户属于同一类用户群体，因此预测m用户在夏季的非工作日并且环境温度为28°时，9点属于其开启空调器的偏好时间段。

特征数据包括年龄段、性别、季节、日期、工作日、节假日、地理位置、环境温度、环境湿度、设定空调模式、设定空调温度、设定空调风速。

步骤S205，根据历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值。

目标参数包括目标温度和目标湿度，使用舒适度的计算公式为：

DI₁＝0.81t₁+0.99f₁t₁-14.3f₁+46.3；

其中，DI₁为使用舒适度值，t₁为目标温度，f₁为目标湿度。表3为计算出的使用舒适度值的一个样例。

表3

步骤S206，根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值。

实时环境参数包括实时环境温度和实时环境湿度，环境舒适度值的计算公式为：

DI₂＝0.81t₂+0.99f₂t₂-14.3f₂+46.3；

其中，DI₂为环境舒适度值，t₂为实时环境温度，f₂为实时环境湿度。

表4为计算出的环境舒适度值的一个样例。

表4

日期	时间	城市	环境舒适度值
				2021/8/9	18	北京	78
2021/8/9	18	济南	77
				2021/8/9	18	青岛	77
2021/8/9	18	威海	74

步骤S207，存在满足预设推荐条件的目标空调器，若是执行步骤S208，否则执行步骤S207。

步骤S208，向目标空调器的用户终端发送开启目标空调器的推荐信息。

比较使用舒适度值和环境舒适度值，如果使用舒适度值和环境舒适度值的差值大于预设阈值R，并且当前时间段属于当前季节、节假日、环境温度、环境湿度等条件下用户使用空调的偏好时间段，则推荐用户开启空调。(如果空调设备带有识别人体的功能(即设置有人感模块)，则追加空调设备识别出使用场地有人时才会推荐)。如表5所示为R＝5时的一个样例。

表5

步骤S209，接受推荐信息，若是执行步骤S210，否则执行步骤S211。

步骤S210，保存推荐信息，开启目标空调器，并执行步骤S203。

步骤S211，拒绝次数达到预设次数，若是执行步骤S212，否则执行步骤S209。

步骤S212，删除推荐信息，不再推荐。

本申请实施例还提供一种空调器，如图3所示，包括：

通信模块100，用于与用户终端和云端服务器进行通信；

控制器200，被配置为：

定期向所述云端服务器上传用户使用空调器的历史数据；

当接收到所述用户终端发送的开启指令时，开启空调器；

其中，所述开启指令是所述用户终端在向用户显示开启空调器的推荐信息并接收到用户基于所述推荐信息进行的接受操作后触发的，所述推荐信息是所述云端服务器根据如上所述空调器的开启时间推荐方法向所述用户终端发送的。

本实施例中，通信模块100是具有通信及数据处理等功能的设备组件，可以为WiFi模组、2/3/4/5G模组、NB-IoT模组。云端服务器向用户终端发送开启空调器的推荐信息后，用户终端向用户显示该推荐信息，若用户基于该推荐信息进行了接收操作，用户终端向空调器的控制器200发送开启指令，使控制器200启动空调器。

为了准确的进行开启时间推荐，在本申请一些实施例中，如图4所示，还包括：

室外温度传感器300，用于检测室外环境温度；

室外湿度传感器400，用于检测室外环境湿度；

人感模块500，用于检测空调器的使用场地是否有人；

控制器200还被配置为：

定期向所述云端服务器上传室外环境温度、室外环境湿度和人体检测结果。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种空调器的开启时间推荐方法，其特征在于，所述方法包括：

基于聚类算法对预设时间间隔内所有用户使用空调器的历史数据进行处理并确定各类用户群体开启空调器的偏好时间段；

根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值；

根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值；

若存在满足预设推荐条件的目标空调器，向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息；

其中，所述预设推荐条件为所述使用舒适度值和所述环境舒适度值的差值大于预设阈值且当前时间处于所述偏好时间段，或，所述预设推荐条件为所述差值大于所述预设阈值且所述当前时间处于所述偏好时间段且所述目标空调器的使用场地有人。

2.如权利要求1所述的方法，其特征在于，所述目标参数包括目标温度和目标湿度，根据所述历史数据中各类用户群体在关闭空调器前最后一次设定的目标参数确定各类用户群体偏好的使用舒适度值，具体为：

确定DI₁＝0.81t₁+0.99f₁t₁-14.3f₁+46.3；

其中，DI₁为所述使用舒适度值，t₁为所述目标温度，f₁为所述目标湿度。

3.如权利要求1所述的方法，其特征在于，所述实时环境参数包括实时环境温度和实时环境湿度，根据各空调器所在地理位置的实时环境参数确定与各空调器对应的环境舒适度值，具体为：

确定DI₂＝0.81t₂+0.99f₂t₂-14.3f₂+46.3；

其中，DI₂为所述环境舒适度值，t₂为所述实时环境温度，f₂为所述实时环境湿度。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

若存在新增用户，基于聚类算法对所述新增用户使用空调器的特征数据进行处理并从各类用户群体中确定所述新增用户所属的目标用户群体；

在向所述目标用户群体的用户终端发送所述推荐信息时，同时向所述新增用户的用户终端发送所述推荐信息。

5.如权利要求4所述的方法，其特征在于，所述新增用户是根据所述历史数据确定的。

6.如权利要求4所述的方法，其特征在于，所述特征数据包括年龄段、性别、季节、日期、工作日、节假日、地理位置、环境温度、环境湿度、设定空调模式、设定空调温度、设定空调风速。

7.如权利要求1所述的方法，其特征在于，在向所述目标空调器的用户终端发送开启所述目标空调器的推荐信息之后，所述方法还包括：

若用户接受所述推荐信息，保存所述推荐信息并归入所述历史数据；

若用户拒绝所述推荐信息且拒绝次数达到预设次数，删除所述推荐信息。

8.如权利要求1所述的方法，其特征在于，各类用户群体的聚类特征包括年龄段、性别、使用空调器时的季节、日期、工作日、节假日、地理位置、环境温度、环境湿度。

9.一种空调器，其特征在于，包括：

通信模块，用于与用户终端和云端服务器进行通信；

控制器，被配置为：

定期向所述云端服务器上传用户使用空调器的历史数据；

当接收到所述用户终端发送的开启指令时，开启空调器；

其中，所述开启指令是所述用户终端在向用户显示开启空调器的推荐信息并接收到用户基于所述推荐信息进行的接受操作后触发的，所述推荐信息是所述云端服务器根据如权利要求1-8任一项所述的方法向所述用户终端发送的。

10.如权利要求9所述的空调器，其特征在于，还包括：

室外温度传感器，用于检测室外环境温度；

室外湿度传感器，用于检测室外环境湿度；

人感模块，用于检测空调器的使用场地是否有人；

所述控制器还被配置为：

定期向所述云端服务器上传室外环境温度、室外环境湿度和人体检测结果。

Images