CN114675551A - 操作行为的确定方法和装置、存储介质及电子装置 - Google Patents
操作行为的确定方法和装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN114675551A CN114675551A CN202210169940.8A CN202210169940A CN114675551A CN 114675551 A CN114675551 A CN 114675551A CN 202210169940 A CN202210169940 A CN 202210169940A CN 114675551 A CN114675551 A CN 114675551A
- Authority
- CN
- China
- Prior art keywords
- behaviors
- continuous operation
- behavior
- time period
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006399 behavior Effects 0.000 claims abstract description 429
- 230000009471 action Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种操作行为的确定方法和装置、存储介质及电子装置，其中，上述方法包括：在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取上述第一对象在预设时间段内执行多个连续操作行为的次数；根据上述执行多个连续操作行为的次数确定上述多个连续操作行为的条件概率，并将上述条件概率最高的连续操作行为中，与上述第一操作行为连续执行的行为作为第二操作行为，其中，上述第二操作行为是上述第一对象在执行完上述第一操作行为之后的待执行行为，采用上述技术方案，解决了如何提高确定多个连续操作行为中下一个操作行为的准确性的问题。
Description
技术领域
本申请涉及智能家居领域，具体而言，涉及一种操作行为的确定方法和装置、存储介质及电子装置。
背景技术
目前，在智能家居场景下，常见的家居控制系统包括智家大脑，可以为用户提供主动贴心的服务，提高智能设备的安全性和可靠性，智家大脑可以根据用户的历史行为确定出用户未来的操作行为。一般是通过智家大脑分析用户的历史行为，根据用户经常发生的行为预测用户的操作行为，并通过智能设备将预测到的操作行为直接推荐给用户。
虽然在相关技术中，使用这种推荐方案也能够实现向用户推荐预测的行为的目的，但是这种技术方案仅仅是根据行为的发生频次来确定操作行为，数据类型过于单一，缺少了与操作行为相关的其他环境数据，导致获得的操作行为的准确性较低。
针对相关技术中，如何提高确定多个连续操作行为中下一个操作行为的准确性的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种操作行为的确定方法和装置、存储介质及电子装置，以至少解决相关技术中，如何提高确定多个连续操作行为中下一个操作行为的准确性的问题。
根据本申请实施例的一个实施例，提供了一种操作行为的确定方法，包括：在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
在一个示例性实施例中，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：确定所述第一对象在所述预设时间段内执行多个连续操作行为分别对应的总次数；确定多个所述总次数的第一和值，将所述多个总次数中每一总次数与所述第一和值的比值确定为每一连续操作行为的条件概率，以确定所述多个连续操作行为的条件概率。
在一个示例性实施例中，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：将所述预设时间段以小时为单位拆分为多个第一时段，并统计所述第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的第一次数，以及多个所述第一次数的第一次数之和；根据所述多个第一次数与所述第一次数之和的比值确定所述多个连续操作行为的条件概率。
在一个示例性实施例中，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：将所述预设时间段拆分为第二时段和第三时段，并统计所述第一对象在所述第二时段和所述第三时段内执行所述多个连续操作行为分别对应的第二次数，以及所述多个第二次数的第二次数之和，其中，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；将所述多个第二次数与所述第二次数之和的比值确定为所述多个连续操作行为的条件概率。
在一个示例性实施例中，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点；在确定所述多个连续操作行为对应的历史操作地点相同的情况下，统计所述第一对象执行所述多个连续操作行为对应的第三次数，以及所述多个第三次数之和；将所述第三次数与所述第三次数之和的比值确定为所述多个连续操作行为的条件概率。
在一个示例性实施例中，确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点之后，所述方法还包括：在确定所述多个连续操作行为对应的历史操作地点不相同的情况下，获取所述第一对象在第一操作地点的第一连续操作行为，以及所述第一对象在第二操作地点的第二连续操作行为；分别统计所述第一对象在第一操作地点中执行所述多个连续操作行为的第四次数，所述第一对象在所述第二操作地点中执行所述多个连续操作行为的第五次数，所述第四次数和第五次数的第二和值；将所述第四次数与所述第二和值的比值确定为所述多个连续操作行为的条件概率；或者，将所述第五次数与所述第四次数和所述第五次数的和值的比值确定为所述多个连续操作行为的条件概率；其中，所述历史操作地点至少包括：第一操作地点和第二操作地点。
在一个示例性实施例中，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：获取第一条件概率，第二条件概率和第三条件概率；将所述第一条件概率，所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
根据本申请实施例的另一个实施例，还提供了一种操作行为的确定装置，包括：获取模块，用于在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；确定模块，用于根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
根据本申请实施例的又一方面，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操作行为的确定方法。
根据本申请实施例的又一方面，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操作行为的确定方法。
在本申请实施例中，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为；采用上述技术方案，解决了如何提高确定多个连续操作行为中下一个操作行为的准确性的问题，进而提高了操作行为的准确性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，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。在附图中：
图1是本申请实施例的一种操作行为的确定方法的计算机终端的硬件结构框图；
图2是根据本申请实施例的操作行为的确定方法的流程图；
图3是根据本申请实施例的操作行为的确定方法的流程示意图；
图4是根据本申请实施例的行为习惯的统计示意图；
图5是根据本申请实施例的条件概率的计算过程的示意图；
图6是根据本申请实施例的一种操作行为的确定装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请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，以便这里描述的本申请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是本申请实施例的一种操作行为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，如本申请实施例中的操作行为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。
传输设备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，传输设备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，传输设备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操作行为的确定方法，应用于上述计算机终端，图2是根据本申请实施例的操作行为的确定方法的流程图，该流程包括如下步骤：
步骤S202，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；
需要说明的是，上述第一对象可以理解为对上述家电设备执行操作的对象，可以包括人、机器人等，本申请对此不做限制。
需要说明的是，上述连续操作行为可以包括上述第一对象对同一家电设备的连续操作，上述第一对象对不同家电设备的连续操作。例如，如果上述第一对象在语音控制冰箱调节冰箱的冷藏室温度之后，接着手动调节空调的温度，那么第一对象执行的连续操作行为是“调节冰箱温度-调节空调温度”。或者，上述第一对象在语音控制电视更换电视节目之后，接着语音控制调大电视音量，那么第一对象执行的连续操作行为是“更换电视节目-调大电视音量”。
步骤S204，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
通过上述步骤，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为，解决了相关技术中，如何提高确定多个连续操作行为中下一个操作行为的准确性的问题，进而提高了多个连续操作行为中下一个操作行为的准确性。
在一个示例性实施例中，为了更好的理解上述步骤S204中如何根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，可以确定所述第一对象在所述预设时间段内执行多个连续操作行为分别对应的总次数；确定多个所述总次数的第一和值，将所述多个总次数中每一总次数与所述第一和值的比值确定为每一连续操作行为的条件概率，以确定所述多个连续操作行为的条件概率。
在一个示例性实施例中，为了更好的理解上述步骤S204中如何根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，提供了一种技术方案，具体步骤包括：将所述预设时间段以小时为单位拆分为多个第一时段，并统计所述第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的第一次数，以及多个所述第一次数的第一次数之和；根据所述多个第一次数与所述第一次数之和的比值确定所述多个连续操作行为的条件概率。
需要说明的是，上述预设时间段作为当前时刻之前的时间段，可以理解为用户在当前时刻之前执行连续操作行为时对应的历史时间段，可以包括以小时为单位的24小时，工作日，休息日，法定节假日等，本申请对此不作限制。
在一个示例性实施例中，为了更好的理解上述步骤S204中如何根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，还能够将所述预设时间段拆分为第二时段和第三时段，并统计所述第一对象在所述第二时段和所述第三时段内执行所述多个连续操作行为分别对应的第二次数，以及所述多个第二次数的第二次数之和，其中，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；将所述多个第二次数与所述第二次数之和的比值确定为所述多个连续操作行为的条件概率。
需要说明的是，上述第一阈值和第二阈值可以是预先设置的固定值。例如，设置第一阈值为10，则确定使用家电设备的次数小于10的时段为第二时段。设置第二阈值为20，则确定使用家电设备的次数大于20的时段为第二时段。
例如，上述第二时段和第三时段可以为工作日和休息日，也可以为法定节假日和工作日，本申请对此不做限定。
通过上述实施例，通过确定不同时段内的连续操作行为的条件概率，将时间因素对连续操作行为的影响考虑在内，提高了条件概率的计算准确性。
可选的，在一个示例性实施例中，提供了一种根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率的技术方案，具体步骤包括：确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点；在确定所述多个连续操作行为对应的历史操作地点相同的情况下，统计所述第一对象执行所述多个连续操作行为对应的第三次数，以及所述多个第三次数之和；将所述第三次数与所述第三次数之和的比值确定为所述多个连续操作行为的条件概率。
通过上述实施例，确定出第一对象在同一操作地点内的连续操作行为的条件概率，将连续操作行为的操作地点因素考虑在内，提高了条件概率的计算准确性。
在一个示例性实施例中，确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点之后，还提供了一种技术方案，具体的：在确定所述多个连续操作行为对应的历史操作地点不相同的情况下，获取所述第一对象在第一操作地点的第一连续操作行为，以及所述第一对象在第二操作地点的第二连续操作行为；分别统计所述第一对象在第一操作地点中执行所述多个连续操作行为的第四次数，所述第一对象在所述第二操作地点中执行所述多个连续操作行为的第五次数，所述第四次数和第五次数的第二和值；将所述第四次数与所述第二和值的比值确定为所述多个连续操作行为的条件概率；或者，将所述第五次数与所述第四次数和所述第五次数的和值的比值确定为所述多个连续操作行为的条件概率；其中，所述历史操作地点至少包括：第一操作地点和第二操作地点。
通过上述实施例，根据第一对象在不同操作地点内的连续操作行为的次数确定出第一对象在不同操作地点的条件概率，将连续操作行为的操作地点考虑在内，提高了条件概率的计算准确性。
可选的，在一个示例性实施例中，还提出了其他根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率的技术方案，包括：
方案1：获取第一条件概率，第二条件概率和第三条件概率；将所述第一条件概率，所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
方案2：获取第一条件概率和第二条件概率；将所述第一条件概率和所述第二条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值。
方案3：获取第一条件概率和第三条件概率；将所述第一条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
方案4：获取第二条件概率和第三条件概率；将所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
通过上述实施例，提供了多种确定连续操作行为的条件概率的技术方案，增加了条件概率的计算方式，提高了条件概率的计算结果的准确性。
为了更好的理解上述操作行为的确定方法的过程，以下再结合可选实施例对上述操作行为的确定的实现方法流程进行说明，但不用于限定本申请实施例的技术方案。
在本实施例中提供了一种操作行为的确定方法，图3是根据本申请实施例的操作行为的确定方法的流程示意图，如图3所示，具体如下：
步骤S301：确定用户(相当于上述第一对象)连续操作行为；
对获取到的用户的历史行为记录进行分析，确定出用户的在历史时间段内的连续操作行为的次数(相当于上述第一对象在预设时间段内执行多个连续操作行为的次数)。
在一个实施例中，结合图4对用户的连续操作行为的统计过程进行分析，例如，用户1在执行完A行为后，连续执行B行为，那么用户1的连续操作行为是AB行为，如图4所示，用户的AB行为的执行次数为3。
步骤S302：分析用户各个时段的连续行为的条件概率。具体的，可以通过以下方式进行分析：
方式1：以小时为单位，分别确定历史时间段的各个时段内的连续操作行为的条件概率，例如：在13点-14点发生行为1的次数为8，行为1后发生行为2的次数为4，则行为1后发生行为2的概率为0.5。
方式2：将日期分为工作日和周末(相当于上述第三时段)，或者，将日期分为节日和普通时间(相当于上述第三时段)，并以方式1中的方式计算行为发生的条件概率；
方式4：计算用户在各个空间(相当于上述操作地点)内的连续操作行为的条件概率。将用户在厨房发生连续操作行为的条件概率表示为P(AB|厨房)，在客厅发生连续操作行为的条件概率表示为的概率为P(AB|客厅)。
步骤S303：预测用户的操作行为(相当于上述第二操作行为)。
如果确定用户执行行为A，首先从用户的历史行为记录中得到用户在执行A后所有执行的行为；根据步骤S302中对条件概率的计算方式计算用户在历史时间段内执行行为A后的行为的概率。
在一个实施例中，如果确定用户在执行行为A后，连续执行B和行为C，那么使用下列计算公式计算用户连续执行行为A，B，C的条件概率：
P(A，B，C)＝P(B|A)×P(C|B) (1)。
在一个实施例中，可以将大于预设阈值的条件概率对应的用户执行的连续操作行为作为预测到的操作行为发送给用户，提高推荐给用户的连续操作行为中下一个操作行为的准确性，并提高用户的使用体验。
通过上述实施例，基于时间和空间的角度获取用户的连续操作行为，丰富了对用户历史记录的分析层次，提高了确定多个连续操作行为中下一个操作行为的准确性。
在一个可选的示例性实施例中，结合图5对用户第二时段和第三时段内的连续操作行为的确定过程进行说明，其中，用户的连续操作行为发生在同一操作地点。如图5所示，对用户的历史行为记录分析之后，确定用户的连续操作行为包括行为AB和行为AC，并且，分别确定出用户在16点-17点(相当于上述第二时段)的执行行为AB的条件概率为0.7，执行行为AC的条件概率为0.3；用户在休息日(相当于上述第三时段)的执行行为AB的条件概率为0.4，执行行为AC的条件概率为0.6；用户在客厅(相当于上述操作地点)的执行行为AB的条件概率为0.8，执行行为AC的条件概率为0.2。
进一步的，计算出周末的16点-17点之间，用户在客厅执行连续操作行为AB的概率P(AB)为：
P(AB)＝P(B|客厅，A)×P(B|16点至17点，A)×P(B|休息日，A)
＝0.8×0.7×0.4＝0.0224 (2)。
同样的，计算出周末的16点-17点之间，用户在客厅执行连续操作行为AC的概率P(AC)为：
P(AC)＝P(C|客厅，A)×P(C|16点至17点，A)×P(C|休息日，A)
＝0.2×0.3×0.6＝0.0036 (3)。
通过上述实施例，实现了基于用户的历史行为记录中的连续操作行为预测用户的操作行为的目的，并结合时间地点等环境信息从多维度预测用户的操作行为，提高了用户的多个连续操作行为中下一个操作行为的预测准确性。
进一步地，通过预测出用户下一个操作行为，并根据预测到的操作行为提供合理的操作建议，提高了用户体验。
另外，上述实施例提出了一种简单的算法结构，用来实现算法的各种信息的可重复利用率高，降低了算法的实现难度和复杂度，提高了算法的可执行性。
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，本申请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终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
图6是根据本申请实施例的一种操作行为的确定装置的结构框图；如图6所示，包括：
获取模块62，用于在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；
需要说明的是，上述第一对象可以理解为对上述家电设备执行操作的对象，可以包括人、机器人等，本申请对此不做限制。
需要说明的是，上述连续操作行为可以包括上述第一对象对同一家电设备的连续操作，上述第一对象对不同家电设备的连续操作。例如，如果上述第一对象在语音控制冰箱调节冰箱的冷藏室温度之后，接着手动调节空调的温度，那么第一对象执行的连续操作行为是“调节冰箱温度-调节空调温度”。或者，上述第一对象在语音控制电视更换电视节目之后，接着语音控制调大电视音量，那么第一对象执行的连续操作行为是“更换电视节目-调大电视音量”。
确定模块64，用于根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
通过上述装置，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为，解决了相关技术中，如何提高确定多个连续操作行为中下一个操作行为的准确性的问题，进而提高了多个连续操作行为中下一个操作行为的准确性。
在一个示例性实施例中，上述确定模块还用于，确定所述第一对象在所述预设时间段内执行多个连续操作行为分别对应的总次数；确定多个所述总次数的第一和值，将所述多个总次数中每一总次数与所述第一和值的比值确定为每一连续操作行为的条件概率，以确定所述多个连续操作行为的条件概率。
在一个示例性实施例中，上述确定模块还用于，将所述预设时间段以小时为单位拆分为多个第一时段，并统计所述第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的第一次数，以及多个所述第一次数的第一次数之和；根据所述多个第一次数与所述第一次数之和的比值确定所述多个连续操作行为的条件概率。
需要说明的是，上述预设时间段作为当前时刻之前的时间段，可以理解为用户在当前时刻之前执行连续操作行为时对应的历史时间段，可以包括以小时为单位的24小时，工作日，休息日，法定节假日等，本申请对此不作限制。
在一个示例性实施例中，上述确定模块还用于，将所述预设时间段拆分为第二时段和第三时段，并统计所述第一对象在所述第二时段和所述第三时段内执行所述多个连续操作行为分别对应的第二次数，以及所述多个第二次数的第二次数之和，其中，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；将所述多个第二次数与所述第二次数之和的比值确定为所述多个连续操作行为的条件概率。
需要说明的是，上述第一阈值和第二阈值可以是预先设置的固定值。例如，设置第一阈值为10，则确定使用家电设备的次数小于10的时段为第二时段。设置第二阈值为20，则确定使用家电设备的次数大于20的时段为第二时段。
例如，上述第二时段和第三时段可以为工作日和休息日，也可以为法定节假日和工作日，本申请对此不做限定。
通过上述实施例，通过确定不同时段内的连续操作行为的条件概率，将时间因素对连续操作行为的影响考虑在内，提高了条件概率的计算准确性。
可选的，在一个示例性实施例中，上述确定模块还用于，确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点；在确定所述多个连续操作行为对应的历史操作地点相同的情况下，统计所述第一对象执行所述多个连续操作行为对应的第三次数，以及所述多个第三次数之和；将所述第三次数与所述第三次数之和的比值确定为所述多个连续操作行为的条件概率。
通过上述实施例，确定出第一对象在同一操作地点内的连续操作行为的条件概率，将连续操作行为的操作地点因素考虑在内，提高了条件概率的计算准确性。
在一个示例性实施例中，上述确定模块还用于，在确定所述多个连续操作行为对应的历史操作地点不相同的情况下，获取所述第一对象在第一操作地点的第一连续操作行为，以及所述第一对象在第二操作地点的第二连续操作行为；分别统计所述第一对象在第一操作地点中执行所述多个连续操作行为的第四次数，所述第一对象在所述第二操作地点中执行所述多个连续操作行为的第五次数，所述第四次数和第五次数的第二和值；将所述第四次数与所述第二和值的比值确定为所述多个连续操作行为的条件概率；或者，将所述第五次数与所述第四次数和所述第五次数的和值的比值确定为所述多个连续操作行为的条件概率；其中，所述历史操作地点至少包括：第一操作地点和第二操作地点。
通过上述实施例，根据第一对象在不同操作地点内的连续操作行为的次数确定出第一对象在不同操作地点的条件概率，将连续操作行为的操作地点考虑在内，提高了条件概率的计算准确性。
可选的，在一个示例性实施例中，上述操作行为的装置还包括第一概率确定模块，第二概率确定模块，第三概率确定模块，第四概率确定模块，具体的：
上述第一概率确定模块用于获取第一条件概率，第二条件概率和第三条件概率；将所述第一条件概率，所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
上述第二概率确定模块用于获取第一条件概率和第二条件概率；将所述第一条件概率和所述第二条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值。
上述第三概率确定模块用于获取第一条件概率和第三条件概率；将所述第一条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
上述第四概率确定模块用于获取第二条件概率和第三条件概率；将所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；其中，述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
通过上述实施例，提供了多种确定连续操作行为的条件概率的技术方案，增加了条件概率的计算方式，提高了条件概率的计算结果的准确性。
本申请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，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；
S2，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
本申请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，在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；
S2，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
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，上述的本申请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，本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种操作行为的确定方法，其特征在于，包括：
在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
2.根据权利要求1所述的操作行为的确定方法，其特征在于，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：
确定所述第一对象在所述预设时间段内执行多个连续操作行为分别对应的总次数；
确定多个所述总次数的第一和值，将所述多个总次数中每一总次数与所述第一和值的比值确定为每一连续操作行为的条件概率，以确定所述多个连续操作行为的条件概率。
3.根据权利要求1所述的操作行为的确定方法，其特征在于，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：
将所述预设时间段以小时为单位拆分为多个第一时段，并统计所述第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的第一次数，以及多个所述第一次数的第一次数之和；根据所述多个第一次数与所述第一次数之和的比值确定所述多个连续操作行为的条件概率。
4.根据权利要求1所述的操作行为的确定方法，其特征在于，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：
将所述预设时间段拆分为第二时段和第三时段，并统计所述第一对象在所述第二时段和所述第三时段内执行所述多个连续操作行为分别对应的第二次数，以及所述多个第二次数的第二次数之和，其中，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；
将所述多个第二次数与所述第二次数之和的比值确定为所述多个连续操作行为的条件概率。
5.根据权利要求1所述的操作行为的确定方法，其特征在于，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：
确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点；
在确定所述多个连续操作行为对应的历史操作地点相同的情况下，统计所述第一对象执行所述多个连续操作行为对应的第三次数，以及所述多个第三次数之和；
将所述第三次数与所述第三次数之和的比值确定为所述多个连续操作行为的条件概率。
6.根据权利要求5所述的操作行为的确定方法，其特征在于，确定所述第一对象在所述预设时间段内执行多个连续操作行为对应的历史操作地点之后，所述方法还包括：
在确定所述多个连续操作行为对应的历史操作地点不相同的情况下，获取所述第一对象在第一操作地点的第一连续操作行为，以及所述第一对象在第二操作地点的第二连续操作行为；
分别统计所述第一对象在第一操作地点中执行所述多个连续操作行为的第四次数，所述第一对象在所述第二操作地点中执行所述多个连续操作行为的第五次数，所述第四次数和第五次数的第二和值；
将所述第四次数与所述第二和值的比值确定为所述多个连续操作行为的条件概率；
或者，将所述第五次数与所述第四次数和所述第五次数的和值的比值确定为所述多个连续操作行为的条件概率；
其中，所述历史操作地点至少包括：第一操作地点和第二操作地点。
7.根据权利要求1所述的操作行为的确定方法，其特征在于，根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，包括：
获取第一条件概率，第二条件概率和第三条件概率；
将所述第一条件概率，所述第二条件概率和所述第三条件概率的乘积确定为所述多个连续操作行为的条件概率；
其中，所述第一条件概率为根据多个第一次数和多个第一次数之和的比值确定出的条件概率，所述第一次数为第一对象在所述多个第一时段的每一第一时段内执行所述多个连续操作行为分别对应的次数，所述多个第一时段通过将所述预设时间段以小时为单位拆分得到；
所述第二条件概率为根据多个第二次数与多个第二次数之和的比值确定出的条件概率，所述第二次数为所述第一对象在第二时段和第三时段内执行所述多个连续操作行为分别对应的次数，所述第一对象在所述第二时段使用所述家电设备的次数小于第一阈值，所述第一对象在所述第三时段使用所述家电设备的次数大于第二阈值；
所述第三条件概率为根据第三次数与第三次数之和的比值确定为所述多个连续操作行为的条件概率，所述第三次数为在确定所述多个连续操作行为对应的历史操作地点相同的情况下，所述第一对象执行所述多个连续操作行为对应的次数，所述历史操作地点为所述第一对象在所述预设时间段内执行多个连续操作行为对应的操作地点。
8.一种操作行为的确定装置，其特征在于，包括：
获取模块，用于在检测到第一对象在当前时刻对家电设备执行第一操作行为的情况下，获取所述第一对象在预设时间段内执行多个连续操作行为的次数，其中，所述多个连续操作行为中的任一连续操作行为的首个操作行为均为所述第一操作行为，所述预设时间段为所述当前时刻之前的时间段；
确定模块，用于根据所述执行多个连续操作行为的次数确定所述多个连续操作行为的条件概率，并将所述条件概率最高的连续操作行为中，与所述第一操作行为连续执行的行为确定为第二操作行为，其中，所述第二操作行为是所述第一对象在执行完所述第一操作行为之后的待执行行为。
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7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7任一项中所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210169940.8A CN114675551A (zh) | 2022-02-23 | 2022-02-23 | 操作行为的确定方法和装置、存储介质及电子装置 |
| PCT/CN2022/100565 WO2023159821A1 (zh) | 2022-02-23 | 2022-06-22 | 操作行为的确定方法和装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210169940.8A CN114675551A (zh) | 2022-02-23 | 2022-02-23 | 操作行为的确定方法和装置、存储介质及电子装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114675551A true CN114675551A (zh) | 2022-06-28 |
Family
ID=82072972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210169940.8A Pending CN114675551A (zh) | 2022-02-23 | 2022-02-23 | 操作行为的确定方法和装置、存储介质及电子装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114675551A (zh) |
| WO (1) | WO2023159821A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115193061A (zh) * | 2022-06-29 | 2022-10-18 | 上海益世界信息技术集团有限公司 | 推荐目标操作的方法、装置、服务器及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104181886A (zh) * | 2014-08-13 | 2014-12-03 | 惠州Tcl移动通信有限公司 | 一种智能家居系统及控制方法 |
| CN104823121A (zh) * | 2012-09-30 | 2015-08-05 | 谷歌公司 | 智能控制器内的自动存在检测及与存在相关的控制 |
| CN104991537A (zh) * | 2015-06-30 | 2015-10-21 | 青岛海尔智能家电科技有限公司 | 一种智能设备的控制方法 |
| US20160321564A1 (en) * | 2014-01-17 | 2016-11-03 | Kabushiki Kaisha Toshiba | Operational parameter value learning device, operational parameter value learning method, and controller for learning device |
| CN106909396A (zh) * | 2017-03-03 | 2017-06-30 | 宇龙计算机通信科技(深圳)有限公司 | 一种智能家居控制应用的界面显示方法及装置 |
| CN107991897A (zh) * | 2017-12-29 | 2018-05-04 | 深圳市欧瑞博科技有限公司 | 控制方法及装置 |
| CN108268322A (zh) * | 2018-02-26 | 2018-07-10 | 北京小米移动软件有限公司 | 内存优化的方法、装置及计算机可读存储介质 |
| CN108958046A (zh) * | 2018-06-27 | 2018-12-07 | 深圳市欧瑞博科技有限公司 | 一种家居控制系统及其控制方法 |
| CN109240114A (zh) * | 2018-10-26 | 2019-01-18 | 无锡小天鹅股份有限公司 | 家电设备控制方法、装置、电子设备及存储介质 |
| CN111025922A (zh) * | 2019-11-21 | 2020-04-17 | 维沃移动通信有限公司 | 一种目标设备控制方法及电子设备 |
| CN113848738A (zh) * | 2021-09-22 | 2021-12-28 | 深圳市欧瑞博科技股份有限公司 | 智能设备的控制方法以及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6850252B1 (en) * | 1999-10-05 | 2005-02-01 | Steven M. Hoffberg | Intelligent electronic appliance system and method |
| DE102014211094B4 (de) * | 2014-06-11 | 2016-04-07 | BSH Hausgeräte GmbH | Haushaltsgerät mit einem statistisch steuerbaren Betrieb und Verfahren zum steuerbaren Betreiben eines Haushaltsgerätes |
| CN107305350A (zh) * | 2016-04-25 | 2017-10-31 | 西门子公司 | 智能家居系统的控制方法及其智能家居系统 |
| CN107665230B (zh) * | 2017-06-21 | 2021-06-01 | 海信集团有限公司 | 用于智能家居控制的用户行为预测模型的训练方法及装置 |
| CN112000024B (zh) * | 2020-09-01 | 2022-08-05 | 青岛海尔科技有限公司 | 用于控制家电设备的方法及装置、设备 |
| CN113777941B (zh) * | 2021-09-03 | 2023-05-12 | 珠海格力电器股份有限公司 | 设备运行控制方法、装置、设备及存储介质 |
| CN114546486A (zh) * | 2022-01-28 | 2022-05-27 | 青岛海尔科技有限公司 | 向用户推荐指令的方法和装置、存储介质及电子装置 |
-
2022
- 2022-02-23 CN CN202210169940.8A patent/CN114675551A/zh active Pending
- 2022-06-22 WO PCT/CN2022/100565 patent/WO2023159821A1/zh unknown
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107529631A (zh) * | 2012-09-30 | 2018-01-02 | 谷歌公司 | 智能控制器内的自动存在检测及与存在相关的控制 |
| CN104823121A (zh) * | 2012-09-30 | 2015-08-05 | 谷歌公司 | 智能控制器内的自动存在检测及与存在相关的控制 |
| US20160321564A1 (en) * | 2014-01-17 | 2016-11-03 | Kabushiki Kaisha Toshiba | Operational parameter value learning device, operational parameter value learning method, and controller for learning device |
| JPWO2015108179A1 (ja) * | 2014-01-17 | 2017-03-23 | 株式会社東芝 | 動作パラメータ値学習装置、動作パラメータ値学習方法、及び学習型機器制御装置 |
| US20170146962A1 (en) * | 2014-08-13 | 2017-05-25 | Huizhou Tcl Mobile Communication Co., Ltd. | Intelligent home system and control method thereof |
| CN104181886A (zh) * | 2014-08-13 | 2014-12-03 | 惠州Tcl移动通信有限公司 | 一种智能家居系统及控制方法 |
| CN104991537A (zh) * | 2015-06-30 | 2015-10-21 | 青岛海尔智能家电科技有限公司 | 一种智能设备的控制方法 |
| CN106909396A (zh) * | 2017-03-03 | 2017-06-30 | 宇龙计算机通信科技(深圳)有限公司 | 一种智能家居控制应用的界面显示方法及装置 |
| CN107991897A (zh) * | 2017-12-29 | 2018-05-04 | 深圳市欧瑞博科技有限公司 | 控制方法及装置 |
| CN108268322A (zh) * | 2018-02-26 | 2018-07-10 | 北京小米移动软件有限公司 | 内存优化的方法、装置及计算机可读存储介质 |
| CN108958046A (zh) * | 2018-06-27 | 2018-12-07 | 深圳市欧瑞博科技有限公司 | 一种家居控制系统及其控制方法 |
| CN109240114A (zh) * | 2018-10-26 | 2019-01-18 | 无锡小天鹅股份有限公司 | 家电设备控制方法、装置、电子设备及存储介质 |
| CN111025922A (zh) * | 2019-11-21 | 2020-04-17 | 维沃移动通信有限公司 | 一种目标设备控制方法及电子设备 |
| CN113848738A (zh) * | 2021-09-22 | 2021-12-28 | 深圳市欧瑞博科技股份有限公司 | 智能设备的控制方法以及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115193061A (zh) * | 2022-06-29 | 2022-10-18 | 上海益世界信息技术集团有限公司 | 推荐目标操作的方法、装置、服务器及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023159821A1 (zh) | 2023-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109147788B (zh) | 本地语音库的更新方法及装置 | |
| CN109448710B (zh) | 语音处理方法及装置、家电设备、存储介质电子装置 | |
| CN111352733A (zh) | 一种扩缩容状态的预测方法和装置 | |
| CN114675551A (zh) | 操作行为的确定方法和装置、存储介质及电子装置 | |
| CN114493028A (zh) | 预测模型的建立方法和装置、存储介质及电子装置 | |
| CN114697150A (zh) | 命令的下发方法和装置、存储介质及电子装置 | |
| CN114143143A (zh) | 网关设备的确定方法和装置、存储介质及电子装置 | |
| CN116756522A (zh) | 概率预报方法、装置、存储介质及电子设备 | |
| CN115345225A (zh) | 推荐场景的确定方法及装置、存储介质及电子装置 | |
| CN110909036A (zh) | 功能模块的推荐方法及装置 | |
| CN114399057A (zh) | 权重的调整方法和装置、存储介质及电子装置 | |
| CN114677830A (zh) | 用水消息的提醒方法、存储介质及电子装置 | |
| CN113011482B (zh) | 非侵入式负荷识别方法、终端设备及存储介质 | |
| CN115200146A (zh) | 关闭指令的发送方法和装置、存储介质及电子装置 | |
| CN110445784B (zh) | 运行数据的显示方法及装置、能源系统 | |
| CN114676400A (zh) | 身份确定方法、存储介质及电子装置 | |
| CN113777948A (zh) | 家电设备的控制方法及装置、非易失性存储介质 | |
| CN113435642A (zh) | 食用策略的确定方法及装置、存储介质、电子装置 | |
| CN112612547A (zh) | 参数确定方法及装置、存储介质、电子装置 | |
| CN108845531B (zh) | 语音控制命令词推送方法和装置 | |
| CN113676347B (zh) | 服务器的负载预测方法和装置、存储介质及电子装置 | |
| CN112418509A (zh) | 任务数据预测方法、装置、存储介质及电子装置 | |
| CN113689019A (zh) | 一种数据处理方法、装置及系统 | |
| CN114326396A (zh) | 模型调整方法、装置和电子设备 | |
| CN112488590B (zh) | 目标对象的分类方法及装置、存储介质、电子装置 |
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 |