CN114740746A - 家居系统的家居场景推荐方法及设备 - Google Patents
家居系统的家居场景推荐方法及设备 Download PDFInfo
- Publication number
- CN114740746A CN114740746A CN202210457638.2A CN202210457638A CN114740746A CN 114740746 A CN114740746 A CN 114740746A CN 202210457638 A CN202210457638 A CN 202210457638A CN 114740746 A CN114740746 A CN 114740746A
- Authority
- CN
- China
- Prior art keywords
- home
- scene
- statistical
- recommendation
- period
- 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 66
- 230000002596 correlated effect Effects 0.000 claims description 30
- 230000000875 corresponding effect Effects 0.000 claims description 29
- 230000004913 activation Effects 0.000 claims description 18
- 230000001276 controlling effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 20
- 239000010410 layer Substances 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 238000001994 activation Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing 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)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种家居系统的家居场景推荐方法及设备,涉及智能家居技术领域。推荐服务器能够基于推荐时刻所在的统计周期与历史时段的每个统计周期之间的周期间隔,确定推荐时刻之前的历史时段内的每个统计周期的周期权重,继而基于该周期权重和历史时段包括的统计周期内的第一启用次数,确定第一家居场景的第一推荐度。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
Description
技术领域
本申请涉及智能家居技术领域,特别涉及一种家居系统的家居场景推荐方法及设备。
背景技术
智能家居系统一般包括多个家居设备,且用户可以通过终端控制智能家居系统工作于多种不同的家居场景中。
例如,假设家居设备包括智能窗帘和智能照明灯,家居场景包括:“睡觉”场景和“起床”场景。若用户在终端显示的场景中选择了“睡觉”场景,则智能窗帘可以自动展开,智能照明灯可以自动熄灭。若用户选择了“起床”场景,则智能窗帘可以自动,智能照明灯可以自动打开。
发明内容
本申请提供了一种家居系统的家居场景推荐方法及设备,所述技术方案如下:
一方面,提供了一种推荐服务器,所述推荐服务器包括:处理器;所述处理器用于:
获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,所述历史时段为在所述推荐时刻之前的时段,N为大于1的整数;
确定所述历史时段内的每个统计周期的周期权重,每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关;
基于所述N个统计周期的周期权重,以及所述N个统计周期内的第一启用次数,确定所述第一家居场景的第一推荐度,所述第一推荐度与所述周期权重以及所述第一启用次数均正相关;
若所述第一家居场景的第一推荐度大于第一推荐度阈值,则在所述推荐时刻后向所述终端推送所述第一家居场景,其中推送至所述终端的第一家居场景用于供所述终端控制第一家居系统启用。
另一方面,提供了一种终端,所述终端包括:处理器;所述处理器用于:
接收推荐服务器推送的第一家居场景;
控制第一家居系统启用所述第一家居场景;
其中,所述第一家居场景的推荐度大于第一推荐度阈值,所述第一家居场景的推荐度与历史时段包括的N个统计周期的周期权重,以及所述第一家居场景在所述N个统计周期内的第一启用次数均正相关,所述历史时段为推荐时刻之前的时段,N为大于1的整数,所述N个统计周期中每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关。
又一方面,提供了一种家居系统的家居场景的推荐方法,应用于推荐服务器;所述方法包括:
获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,所述历史时段为在所述推荐时刻之前的时段,N为大于1的整数;
确定所述历史时段内的每个统计周期的周期权重,每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关;
基于所述N个统计周期的周期权重,以及所述N个统计周期内的第一启用次数,确定所述第一家居场景的第一推荐度,所述第一推荐度与所述周期权重以及所述第一启用次数均正相关;
若所述第一家居场景的第一推荐度大于第一推荐度阈值,则在所述推荐时刻后向所述终端推送所述第一家居场景,其中推送至所述终端的第一家居场景用于供所述终端控制第一家居系统启用。
再一方面,提供了一种家居系统的家居场景的推荐方法,应用于终端;所述方法包括:
接收推荐服务器推送的第一家居场景;
控制第一家居系统启用所述第一家居场景;
其中,所述第一家居场景的推荐度大于第一推荐度阈值,所述第一家居场景的推荐度与历史时段包括的N个统计周期的周期权重,以及所述第一家居场景在所述N个统计周期内的第一启用次数均正相关,所述历史时段为推荐时刻之前的时段,N为大于1的整数,所述N个统计周期中每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关。
再一方面,提供了一种推荐服务器,所述推荐服务器包括:存储器,处理器及存储在所述存储器上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方面所述的应用于推荐服务器的家居系统的家居场景的推荐方法。
再一方面,提供了一种终端,所述终端包括:存储器,处理器及存储在所述存储器上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方面所述的应用于终端的家居系统的家居场景的推荐方法。
再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如上述方面所述的家居系统的家居场景的推荐方法。
再一方面,提供了一种包含指令的计算机程序产品,当所述计算机程序产品在所述计算机上运行时,使得所述计算机执行上述方面所述的家居系统的家居场景的推荐方法。
本申请提供的技术方案带来的有益效果至少包括:
本申请提供了一种家居系统的家居场景的推荐方法及设备,推荐服务器能够基于推荐时刻所在的统计周期与历史时段的每个统计周期之间的周期间隔,确定推荐时刻之前的历史时段内的每个统计周期的周期权重,继而基于该周期权重和历史时段包括的统计周期内的第一启用次数,确定第一家居场景的第一推荐度。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
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,对于本领域普通技术人员来讲,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是本申请实施例提供的一种家居系统的家居场景推荐系统的结构示意图;
图2是本申请实施例提供的一种家居系统的家居场景推荐方法的流程图;
图3是本申请实施例提供的另一种家居系统的家居场景推荐方法的流程图;
图4是本申请实施例提供的一种向推荐服务器发送推荐请求的示意图;
图5是本申请实施例提供的另一种向推荐服务器发送推荐请求的示意图;
图6是本申请实施例提供的一种在历史时段内接收到的多条场景日志数据的示意图;
图7是本申请实施例提供的一种从多条场景日志数据中筛选出的第一场景日志数据的示意图;
图8是本申请实施例提供的一种第一场景日志数据中的启用时刻所处时间段的时段权重,以及所处统计周期的周期权重的示意图;
图9是本申请实施例提供的一种基于第一场景日志数据得到的第二场景日志数据和第三场景日志数据的示意图;
图10是本申请实施例提供的一种终端控制第一家居系统启用第一家居场景的示意图;
图11是本申请实施例提供的一种第一场景执行数据的示意图;
图12是本申请实施例提供的一种基于第一场景执行数据得到的第二场景执行数据的示意图;
图13是本申请实施例提供的一种第一场景执行数据和第二场景执行数据中的设备标识所指示的家居设备的设备权重的示意图;
图14是本申请实施例提供的一种终端的结构示意图;
图15是本申请实施例提供的一种终端的软件结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1是本申请实施例提供的一种家居系统的家居场景推荐系统的结构示意图。如图1所示,该系统可以包括:多个家居设备100(图1中示出了三个家居设备100)、推荐服务器200和终端300。
其中,推荐服务器200可以为家居设备能够登录的云端平台,或者可以为大数据平台,又或者可以为云端平台与大数据平台的集成产品。若推荐服务器200为云端平台和该集成产品,则推荐服务器200可以分别与每个家居设备100和终端300建立通信连接。
若推荐服务器200为大数据平台,则该系统还可以包括云端平台,该云端平台可以分别与每个家居设备100和终端300建立通信连接,该推荐服务器200可以分别与云端平台以及终端300建立通信连接。
多个家居设备100的类型可以包括下述类型中的至少两种:冰箱、空调、洗衣机、窗帘、门、照明灯、烤箱、扫地机器人、电视、投影仪和音箱等等。
可选的,推荐服务器200可以是一台服务器,或者可以是由若干台服务器组成的服务器集群,又或者可以是一个云计算服务中心。终端300可以为用户终端,或者可以为多个家居设备100中具有显示屏的家居设备(简称为带屏设备)。用户终端可以是手机、平板电脑或笔记本电脑。
在本申请实施例中,家居系统是指由家庭中配置多个家居设备所组成的系统。家居系统中的每个家居设备100均可以启用家居场景,且在每次启用家居场景后该家居设备即可生成一条场景日志数据,并可以将生成的场景日志数据上传至云端平台。该场景日志数据可以包括:家居设备所属的家居系统的系统标识,启用的家居场景的场景标识,家居场景的启用时刻,启用时刻所在的统计周期,以及家居设备的设备标识。此外,每个家居设备100可以向云端平台上传自身的设备使用数据。该设备使用数据可以包括:家居设备工作开始时刻,以及工作停止时刻。
其中,每个家居系统的系统标识可以是云端平台200为该家居系统分配的,用于唯一标识该家居系统的一个编号。每个家居场景的场景标识可以用于唯一标识该家居场景。每个家居场景的场景标识可以为该家居场景在多个家居场景中的排列次序。家居设备的设备标识可以为家居设备的设备序列号。
每个家居场景可以应用于多个家居设备。在该多个家居设备启用该家居场景后,该多个家居设备即可自动工作以为用户提供较为符合用户习惯的服务,而无需用户逐个控制,从而有效提升了用户体验。例如,家居场景“睡觉”场景,“睡觉”场景所能够应用的家居设备包括:窗帘和台灯。窗帘在启用“睡觉”场景后,即可自动展开;“台灯”在启用“睡觉”场景后,即可自动熄灭。
可选的,每条场景日志数据还可以包括:家居设备所在位置(例如家居设备所在地域的名称),以及家居设备所在位置的环境数据,该环境数据可以包括下述数据中的至少一种:天气、温度和湿度。例如,该环境数据可以为包括天气、湿度和温度。
本申请实施例提供了一种家居系统的家居场景推荐方法,该方法能够应用于家居场景推荐系统。例如,图1所示的推荐系统。参见图1,该方法包括:
步骤101、推荐服务器获取第一家居场景在历史时段包括的N个统计周期中每个统计周期的第一启用次数,该历史时段为在推荐时刻之前的时段。
其中,第一家居场景是第一家居系统在历史时段内启用过的任一家居场景。历史时段是推荐时刻之前的指定时长的时段。例如,历史时段可以是距推荐时刻最近的一月,或者是距推荐时刻最近的半月。N个统计周期中的每个统计周期可以为历史时段内的一天,N为大于1的整数。
每个统计周期内的第一启用次数可以是指:第一家居系统中的各个家居设备在该统计周期内使用第一家居场景的次数的累计值(即历史时段获取到的包括第一家居系统的系统标识和第一家居场景的场景标识的第一场景日志数据的总数),或者可以是指第一家居场景在该统计周期内的多个不同的启用时刻的累计值。例如,假设每个统计周期为一天,第一家居场景在某一统计周期内的9点启用了一次(即启用时刻为9点),15点启用了一次,则推荐服务器可以确定第一家居场景在该统计周期内的第一启用次数为2。
可选的,推荐服务器可以在接收到终端发送的针对第一家居系统的推荐请求后,再获取第一家居场景在历史时段包括的N个统计周期中每个统计周期的第一启用次数,以推荐家居场景。或者,推荐服务器启动后,可以直接获取第一家居场景在历史时段包括的N个统计周期中每个统计周期的第一启用次数,以推荐家居场景。
步骤102、推荐服务器确定历史时段内的每个统计周期的周期权重。
在本申请实施例中,对于历史时段包括的N个统计周期中的每个统计周期,推荐服务器可以确定该统计周期与推荐时刻所处的统计周期之间的周期间隔,并可以基于该周期间隔确定历史时段中的统计周期的周期权重。该周期权重与该周期间隔负相关。即周期间隔越大,周期权重越小;周期间隔越小,周期权重越大。
步骤103、推荐服务器基于历史时段内的N个统计周期的周期权重,以及该N个统计周期内的第一启用次数,确定第一家居场景的第一推荐度。
其中,第一推荐度与N个统计周期的周期权重,以及N个统计周期内的第一启用次数正相关。例如,推荐服务器得到N个统计周期中的每个统计周期的周期权重后,可以采用N个统计周期的周期权重,对N个统计周期内的第一启用次数进行加权求和,以得到第一家居场景的第一推荐度。
步骤104、若第一家居场景的第一推荐度大于第一推荐度阈值,则推荐服务器在推荐时刻后向终端推送第一家居场景。
推荐服务器得到第一家居场景的第一推荐度之后,可以检测该第一推荐度是否大于第一推荐度阈值。若推荐服务器确定第一推荐度阈值,则可以在当前时刻达到推荐时刻后向目标用户的终端推送该第一家居场景。
可以理解的是,若推荐服务器为云端平台,则推荐服务器在确定第一家居场景的第一推荐度大于第一推荐度阈值后,则可以直接向终端发送第一家居场景的标识。若推荐服务器为大数据平台,则推荐服务器在确定第一家居场景的第一推荐度大于第一推荐度阈值后,则可以向云端平台发送第一家居场景的标识,以供云端平台将该标识发送至终端。
步骤105、终端控制第一家居系统启用第一家居场景。
在本申请实施例中,终端接收到推荐服务器推送的第一家居场景后,即可直接自动控制第一家居系统启用该第一家居场景。
或者,终端接收到推荐服务器推送的第一家居场景后,可以显示第一家居场景的场景配置信息,以供用户查看。之后,若终端接收到针对该第一家居场景的启用指令,则可以控制第一家居系统启用该第一家居场景。
其中,第一家居场景的场景配置信息可以包括:第一家居系统中的各个第一家居设备在该第一家居场景下的工作状态。例如,第一家居场景可以包括第一家居系统中的适用于第一家居场景的各个第一家居设备在该第一家居场景下的工作状态。示例的,假设第一家居场景为“睡觉”场景,第一家居系统中适用于该场景的第一家居设备包括:台灯,空调,窗帘。则该场景的场景配置信息可以包括:台灯熄灭,空调处于运行状态,且温度为26摄氏度(℃),窗帘处于展开状态。
综上所述,本申请实施例提供一种家居系统的家居场景推荐方法,推荐服务器能够基于推荐时刻所在的统计周期与历史时段的每个统计周期之间的周期间隔,确定推荐时刻之前的历史时段内的每个统计周期的周期权重,继而基于该周期权重和历史时段包括的统计周期内的第一启用次数,确定第一家居场景的第一推荐度。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
本申请实施例以推荐服务器为大数据平台,以第一家居系统包括多个第一家居设备,以终端为用户终端为例,对家居系统的家居场景推荐方法进行示例性的说明。参见图3,该方法可以包括:
步骤201、推荐服务器检测第一家居系统在推荐时刻之前是否启用过家居场景。
在本申请实施例中,若第一家居系统在推荐时刻之前启用过家居场景,则推荐服务器可以基于第一家居系统所启用过的家居场景,为第一家居系统推荐适合该第一家居系统的家居场景。若第一家居系统在推荐时刻之前未启用过家居场景,则推荐服务器可以基于类型与第一家居系统中的第一家居设备的类型相同的家居设备所启用过的家居场景,为第一家居系统推荐适合该第一家居系统的家居场景。如此,可以确保为第一家居系统推荐的家居场景的准确性。
基于此,若推荐服务器确定第一家居系统在推荐时刻之前启用过家居场景,则可以执行步骤202。若推荐服务器确定第一家居系统在推荐时刻之前未启用过家居场景,则可以执行步骤207。
在本申请实施例中,推荐服务器接收到推荐时刻后,可以向云端平台发送检测指令,该检测指令携带有第一家居系统中的每个第一家居设备的设备标识。云端平台响应于该检测指令,可以检测推荐时刻之前接收到多条场景日志数据中,是否存在设备标识与第一家居设备的设备标识相同的场景日志数据。若云端平台检测到多条场景日志数据中至少一条场景日志数据包括的设备标识与一个第一家居设备的设备标识相同,则可以确定第一家居系统在推荐时刻之前启用过家居场景,继而可以向推荐服务器发送第一状态值。该第三状态值可以是推荐服务器和云端平台预先约定好的,用于指示第一家居系统推荐时刻之前启用过家居场景的数值。推荐服务器接收到该第一状态值后,即可确定第一家居系统推荐时刻之前启用过家居场景。
若云端平台检测到多条场景日志数据中每条场景日志数据包括的设备标识均与任一第一家居设备的设备标识不同,则可以确定第一家居系统在推荐时刻之前未启用过家居场景,继而可以向推荐服务器发送第二状态值。该第二状态值可以是推荐服务器和云端平台预先约定好的,用于指示第一家居系统推荐时刻之前未启用过家居场景的数值。推荐服务器接收到该第二状态值后,即可确定第一家居系统推荐时刻之前未启用过家居场景。
在本申请实施例中,第一家居系统包括的多个第一家居设备所属的类型可以不同,也即是第一家居系统可以包括多类第一家居设备,任意两类第一家居设备的类型不同,且每类第一家居设备可以包括至少一个类型相同的第一家居设备。例如,第一家居系统中的多个第一家居设备包括:冰箱1,电视1,电视2,窗帘1,窗帘2和窗帘3,其中冰箱1的类型为冰箱,电视1和电视2的类型均为电视,窗帘1至窗帘3的类型均为窗帘。即第一家居系统包括三类第一家居设备。
可选的,推荐时刻可以是推荐服务器确定的,例如可以是随机确定的。或者,推荐时刻可以是终端发送至推荐服务器的。例如,终端可以向推荐服务器发送推荐请求,以指示推荐服务器推荐家居场景。该推荐请求可以包括:推荐时刻和第一家居系统的系统标识。
可以理解的是,对于推荐时刻可以是终端发送至推荐服务器的场景,推荐服务器在接收到该推荐时刻后才可以执行步骤201。
本申请实施例中,终端可以显示即时场景推荐控件和定时场景推荐控件。终端若接收到针对该即时场景推荐控件的触控操作,则可以将接收到该触控操作的时刻确定为推荐时刻,并向推荐服务器发送第一推荐请求,该第一推荐请求包括该推荐时刻以及用于指示推送方式的第三状态值。第三状态值是终端和推荐服务器预先约定的用于指示采用即时推送的方式推送家居场景的数值。
终端若接收到针对定时场景推荐控件的触控操作,则可以显示多个备选时刻。之后,终端应于针对多个备选时刻中目标时刻的选择操作,可以响将该目标时刻确定为推荐时刻,并向推荐服务器发送第二推荐请求。该第二推荐请求包括该推荐时刻以及用于指示推送方式的第四状态值。该第四状态值是终端与推荐服务器预先约定的用于指示采用定时推送的方式推送家居场景的数值。由此可见,本申请实施例提供的推荐服务器不仅支持以即时推送的方式推荐家居场景,还支持以定时推送的方式推送家居场景。
示例的,终端可以安装有智能家居应用。参见图4,该智能家居应用具有场景推荐界面。从图4可以看出,该场景推荐界面可以包括:即时场景推荐控件01和定时场景推荐控件02。若用户需要推荐服务器即时向终端推送适合第一家居系统的家居场景,则可以直接触控该即时场景推荐控件01。相应的,终端可以将接收到针对该即时场景推荐控件02的触控操作的时刻,确定为推荐时刻,并向推荐服务器发送包括该推荐时刻的第一推荐请求,以指示推荐服务器推送家居场景。由此可见,本申请实施例提供的家居场景推荐系统支持以“即点即推”的方式推送家居场景。
若用户需要推荐服务器定时向终端推送适合第一家居系统的家居场景,则可以触控定时场景推荐控件02。参见图4,终端响应于用户针对该定时场景推荐控件02,可以显示推荐时刻设置控件021和确认控件022。且目标终响应于针对该推荐时刻设置控件021的触控操作,可以显示时刻设置窗口0211。该时刻设置窗口0211中显示有多个备选时刻和保存控件0212。从图4可以看出,用户选择了多个备选时刻中的8:00后触控了该保存控件0212。相应的,终端可以响应于用户针对该保存控件0212的选择操作,将8:00确定为推荐时刻。之后,终端响应于针对确认控件022的触控操作,即可向推荐服务器发送包括该推荐时刻8:00的第二推荐请求。
可选的,对于定时推荐的方式,用户还可以设置定时推荐的推荐周期,相应的,第二推荐请求还可以包括该推荐周期。如此,可以提高推荐的灵活性。
例如,请继续参见图4,终端响应于用户针对该定时场景推荐控件02,还可以显示推荐周期设置控件023。请参见图5,终端响应于针对该推荐周期设置控件023的触控操作,可以显示周期设置窗口0231,该周期设置窗口包括周一至周日一一对应的七个选择控件0232,以及保存控件0233。
参见图5,用户选择了七个选择控件0232,并触控了保存控件0233。相应的,终端可以确定推荐周期为周一至周日的每天。之后,终端响应于针对确认控件022的触控操作,向推荐服务器发送的第二推荐请求还可以包括推荐周期“每天”。相应的,推荐服务器可以在每天的8:00后向终端推送家居场景。
步骤202、推荐服务器获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,该历史时段为推荐时刻之前的时段。
若推荐服务器确定第一家居系统在推荐时刻之前启用过家居场景,则可以获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数Q。其中,第一家居场景为第一家居系统在历史时段内启用过的多个家居场景中的任一家居场景。每个统计周期内的第一启用次数Q可以是指:第一家居系统中的各个第一家居设备在该统计周期内使用第一家居场景的次数的累计值(即历史时段中的包括第一家居系统的系统标识和第一家居场景的场景标识的第一场景日志数据的总数),或者可以是指第一家居场景在该统计周期内的多个不同的启用时刻的累计值。
本申请实施例以第一启用次数Q为第一家居系统中的各个第一家居设备使用第一家居场景的次数的累计值为例,对推荐服务器获取第一家居场景在每个统计周期内的第一启用次数进行示例性说明:
推荐服务器在确定第一家居系统在推荐时刻之前启用过家居场景后,可以向该云端平台发送第一信息获取请求。云端平台响应于该第一信息获取请求,可以从在历史时段内接收到的多条场景日志数据中,筛选出包括第一家居系统的系统标识和第一家居场景的场景标识的多条第一场景日志数据。每条第一场景日志数据均是第一家居系统中的家居设备启用该第一家居场景时生成的。
之后,在一种可选的实现方式中,云端平台可以将筛选出多条第一场景日志数据发送至推荐服务器。推荐服务器继而可以获取历史时段内接收的多条第一场景日志数据。且对于N个统计周期内的每个统计周期,推荐服务器可以将启用时刻处于该统计周期的第一场景日志数据的总数,确定为第一家居场景在该统计周期内的第一启用次数Q。
例如,推荐服务器可以按照启用时刻所处的统计周期对筛选得到的多条第一场景日志数据进行分组,得到至少一个数据组。其中,每个数据组包括的第一场景日志数据中的启用时刻所处的统计周期相同。然后,推荐服务器可以将每个数据组包括的第一场景日志数据的总数,确定为第一家居场景在一个统计周期内的第一启用次数,从而得到第一家居场景在N个统计周期中每个统计周期内的第一启用次数Q。
在另一种可选的实现方式,云端平台可以基于多条第一场景日志数据,确定第一家居场景在N个统计周期中每个统计周期内的第一启用次数Q,并将确定的每个统计周期内的第一启用次数Q发送至推荐服务器。相应的,推荐服务器即可获取N个统计周期中每个统计周期内的第一启用次数Q。其中,云端平台基于多条第一场景日志数据确定第一家居场景在每个统计周期内的第一启用次数Q的过程,可以参考上述推荐服务器的相关处理过程,本申请实施例在此不再赘述。
示例的,假设每个统计周期为1天,推荐时刻所在的统计周期为2022年3月5日,云端云台读取到历史时段内的多条场景日志数据如图6所示。从图6中可以看出的,每条场景日志数据可以包括:启用家居场景的家居设备所属的家居系统的系统标识,启用的家居场景的场景标识,启用日期(即统计周期),启用时刻,启用该家居场景的设备(即启用设备)的设备标识,启用设备所处地域,以及所处地域的天气。
假设第一家居系统的系统标识a1,第一家居场景的场景标识为s2,则推荐服务器筛选到的第一场景日志数据可以如图7所示。从图7可以看出,第一家居场景在统计周期2022-03-01内的第一启用次数Q为1,在统计周期2022-03-04内的第一启用次数Q也为1,在其他统计周期内的第一启用次数Q均为0。
步骤203、推荐服务器确定N个统计周期中每个统计周期的周期权重。
在本申请实施例中,对于历史时段包括的N个统计周期中的每个统计周期,推荐服务器可以确定该统计周期与推荐时刻所处的统计周期之间的周期间隔,并可以基于该周期间隔确定历史时段中的统计周期的周期权重。其中,该周期权重与该周期间隔负相关。即周期间隔越大,周期权重越小;周期间隔越小,周期权重越大。
可选的,N个统计周期中的第n个统计周期的周期权重Wn可以满足下述公式:
公式(1)中,e为自然常数,g1为周期间隔。a1为第n个统计周期在N+1个统计周期内的排列次序,n为大于等于1且小于等于N的整数。该N+1个统计周期包括该N个统计周期和推荐时刻所在的统计周期。a0为推荐时刻所在的统计周期在该N+1个统计周期中的排列次序。
可选的,推荐服务器获取到第一家居场景在历史时段中的每个统计周期内的第一启用次数后,可以检测每个统计周期内的第一启用次数是否为0。若推荐服务器确定某一统计周期内的第一启用次数不为0,则可以基于确定该统计周期的周期权重。若推荐服务器确定某一统计周期内的第一启用次数为0,则可以无需确定该统计周期的周期权重。如此,可以节省推荐服务器的处理资源。
示例的,假设推荐时刻所在的统计周期为2022年3月5日,第一家居场景在2022年3月5日之前的一个月中的3月4日和3月1日的第一启用次数Q均为1,而在其他日期内的第一启用次数均为0。则推荐服务器可以确定统计周期2022年3月1日和2022年3月4日的周期权重,而无需确定其他统计周期的周期权重。其中,2022年3月1日的周期权重为e-4,统计周期2022年3月4日的周期权重为e-1。e-4是指e的负4次方。
步骤204、推荐服务器基于N个统计周期的周期权重,以及N个统计周期内的第一启用次数,确定第一家居场景的第一推荐度。
其中,第一家居场景的第一推荐度与N个统计周期中的每个统计周期的周期权重以及第一启用次数Q均正相关。
在本申请实施例中,推荐服务器确定第一家居场景的第一推荐度的方式可以有多种,本申请实施例以下述几种可选的实现方式为例,对推荐服务器确定该第一家居场景的第一推荐度的过程进行示例性的说明。
在一种可选的实现方式中,推荐服务器可以直接采用N个统计周期的周期权重,对N个统计周期内的第一启用次数进行加权求和,从而得到第一家居场景的第一推荐度。
在另一种可选的实现方式中,每个统计周期均可以包括顺序排列的M个时间段,M为大于1的整数。对于N个统计周期内的每个统计周期,推荐服务器可以获取第一家居场景在该统计周期中的每个时间段内的第二启用次数,并可以确定该统计周期包括的M个时间段中每个时间段的时段权重。其中,第一家居场景在每个时间段内的第二启用次数可以是指:第一家居系统中的各个第一家居设备在该时间段内使用第一家居场景的次数的累计值(即在该时间段内获取的第一场景日志数据的总数),或者可以是指第一家居场景在该时间段内的多个不同启用时刻的总数。每个时间段的时段权重可以基于该时间段与推荐时刻所处的时间段之间的时段间隔确定,且可以与该时段间隔负相关。例如,在第n个统计周期内接收到的第t条场景日志数据的启用时刻所处的时间段的时段权重可以满足下述公式:
公式(2)中,e为自然常数,g2为时段间隔。b1为该第t条场景日志数据的启用时刻所处的时间段在M个时间段中的排列次序,b0为推荐时刻所在的时间段在该M个时间段中的排列次序。
之后,推荐服务器可以采用N个统计周期的周期权重,以及每个统计周期中的M个时间段的时段权重,对历史时段所包括的N×M个时间段内的第二启用次数进行加权求和,得到第一家居场景的第一推荐度。
由此可见,推荐服务器在向终端推送家居场景时,还可以考虑推荐时刻所处的时间段,如此可以确保向终端推送的家居场景与推荐时刻所处的时间段匹配,进一步提高了家居场景的推送准确性。
可以理解的是,在向终端推送家居场景时考虑推荐时刻所处的时间段,的情况下,家居场景的推送准确性可以与统计周期内的M个时间段的总数正相关。也即是,该M个时间段的总数越多,家居场景的推送准确性越高;该M个时间段的总数越少,家居场景的推送准确性越低。其中,M可以为下述数值中一种:2,4,6,10,12,24。
在本申请实施例中,任意两个统计周期包括M个时间段相同,M个时间段中任一时间段在该任意两个统计周期内的开始时刻相同,且该任一时间段在该任意两个统计周期内的结束时刻也相同。每个统计周期中的任意两个时间段的时长可以相等,也可以不等。
其中,推荐服务器可以预先存储有M个时间段中每个时间段的开始时刻和结束时刻。例如,该M个时间段可以依次为:[0:00-4:00),[4:00-6:00),[6:00-8:00),[8:00-10:00),[10:00-12:00),[12:00-14:00),[14:00-17:00),[17:00-20:00),[20:00-22:00)和[22:00-00:00)。
示例的,假设推荐服务器确定第一家居场景在统计周期2022-03-01内的第一启用次数为1,启用时刻为21:15:00,在统计周期2022-03-04内的第一启用次数Q为1,启用时刻为21:30:00。M个时间段依次为:[0:00-4:00),[4:00-6:00),[6:00-8:00),[8:00-10:00),[10:00-12:00),[12:00-14:00),[14:00-17:00),[17:00-20:00),[20:00-22:00)和[22:00-00:00),推荐时刻所处的时间段为[8:00-10:00)。则推荐服务器确定的每个统计周期的周期权重,以及时间段的时段权重可以如图8所示。并且,基于图8,推荐服务器可以确定场景标识s2指示的家居场景的第一推荐度为:e-4×e-5×1+e-1×e-5×1=0.0026。
在又一种可选的实现方式中,对于N个统计周期内的每个统计周期,推荐服务器可以检测该第一家居场景在该统计周期内的第一启用次数Q(即该统计周期内的第一场景日志数据的总数)是否大于等于1。若推荐服务器确定该统计周期内的第一启用次数大于等于1,则基于该统计周期内的每条第一场景日志数据,得到与M-1个其他时间段一一对应的M-1条第二场景日志数据。例如,推荐服务器就可以先确定第一场景日志数据中的启用时刻所处的时间段。之后,推荐服务器可以基于该时间段,得到该M-1条第二场景日志数据。其中,每条第二场景日志数据均可以包括:第一家居系统的系统、第一家居场景的场景标识和第一场景日志数据中的统计周期。该M-1个其他时间段为M个时间段中除该第一场景日志数据的启用时刻所处的时间段之外的时间段。
然后,推荐服务器可以M个时间段中每个时间段的时段权重。每个时间段的时段权重与时间间隔负相关,该时间间隔为推荐时刻所处时间段与统计周期内的时间段的间隔。例如,推荐服务器可以上述公式(2)确定每条场景日志数据对应的时间段的时段权重。
之后,推荐服务器即可根据N个统计周期的周期权重,以及在每个统计周期得到的Q×M条场景日志数据对应的时间段的时段权重,确定第一家居场景的第一推荐度。其中,第一推荐度还与Q×M条场景日志数据中的每条场景日志数据对应的时间段的时段权重正相关。Q×M条场景日志数据中包括:Q条第一场景日志数据,以及Q×(M-1)条第二场景日志数据。
例如,对于N个统计周期中每个统计周期得到的每条场景日志数据,推荐服务器可以计算该场景日志数据对应的时间段的时段权重与该时间段所处的统计周期的周期权重的乘积,得到N×Q×M个乘积。之后,推荐服务器可以将该N×Q×M个乘积之和确定为第一家居场景的第一推荐度。
可以理解的是,对于Q×M条场景日志数据中的每条场景日志数据,若该条场景日志数据为第一场景日志数据,则该条场景日志数据对应的时间段的时段权重基于推荐时刻所处的时间段与该条场景日志数据中的启用时刻的所处的时间段的时间间隔确定。若该条场景日志数据为第二场景日志数据,则该条场景日志数据对应的时间段的时段权重基于推荐时刻所处的时间段与该条场景日志数据对应的时间段的时间间隔确定。
进一步的,每条第一场景日志数据还包括:启用第一家居场景的家居设备的设备标识。基于任一第一场景日志数据得到的M-1条第二场景日志数据也可以包括设备标识,且该M-1条第二场景日志数据中的每条第二场景日志数据包括的设备标识,与该任一第一场景日志数据包括的设备标识相同。
若历史时段内包括的多条第一场景日志数据包括R个不同的设备标识,R为大于1的整数,则在确定第一家居场景的第一推荐度之前,对于每个统计周期,推荐服务器还可以基于该统计周期内接收到的第一场景日志数据,得到与R-1个其他设备标识一一对应的R-1组第三场景日志数据。其中,R-1个其他设备标识为R个不同的设备标识中除第一场景日志数据中的设备标识之外的设备标识。每组第三场景日志数据可以包括:与M个时间段一一对应的M条第三场景日志数据。每条第三场景日志数据均包括:第一家居系统的系统标识,第一家居场景的场景标识,该第一场景日志数据的统计周期,以及家居设备的设备标识。每组第三场景日志数据中的任意两条第三场景日志数据中的设备标识相同,任意两组第三场景日志数据中的设备标识不同。
之后,在一种可选的示例中,推荐服务器可以根据N个统计周期的周期权重,在每个统计周期得到的R×M×Q条场景日志数据中的每条场景日志数据对应的时间段的时段权重,以及每条场景日志数据中的设备标识所指示的家居设备的设备权重,确定第一家居场景的第一推荐度。
其中,R×M×Q条场景日志数据中包括:Q条第一场景日志数据,Q×(M-1)条第二场景日志数据,以及Q×M×(R-1)条第三场景日志数据。该第一推荐度D1可以满足下述公式:
公式(3)中,Tn为第n个统计周期中获取到的场景日志数据的总数,且Tn=R×Q×M,Vnt为第n个统计周期中的第t条场景日志数据中的设备标识指示的家居设备的设备权重,t为大于等于1且小于等于Tn的整数。第一场景日志数据,以及第二场景日志数据中的设备标识指示的家居设备的设备权重为第一数值,第三场景日志数据中的设备标识指示的家居设备的设备权重为第二数值,第一数值大于第二数值。该第一数值和第二数值均可以是推荐服务器中预先存储的。例如,第一数值可以为c1,第二数值可以为c2/g。c1与c2之和为1,g为第一家居场景所适用的家居设备的总数。
在另一种可选的示例中,在得到多条第一场景日志数据,多条第二场景日志数据,以及多条第三场景日志数据的周期权重、时段权重和设备权重后,推荐服务器可以采用spark工具对多条第一场景日志数据,多条第二场景日志数据,以及多条第三场景日志数据的周期权重、时段权重和设备权重进行处理,从而得到第一家居场景的第一推荐度。如此,可以确保第一推荐度的确定效率。其中,spark工具是用于实现集群计算的工具。
示例的,假设推荐服务器从云端平台在历史时段内接收到的场景日志数据中,筛选到的第一场景日志数据如图7所示。第一数值为0.5,第二数值为0.5/8(即8分之0.5)。每个统计周期包括的M个时间段依次为:[0:00-8:00),[8:00-16:00),[16:00-24:00)。推荐时刻所在的统计周期为2022年3月5日,推荐时刻所在的时间段为[8:00-16:00)。
则推荐服务器基于2022-03-01内的第一场景日志数据,得到的第二场景日志数据,第三场景日志数据,每条场景日志数据对应的时间段的时段权重,以及每条场景日志数据中的设备标识指示的家居设备的设备权重可以如图9所示。
从图9中可以看出,每条第二场景日志数据对应的时间段与第一场景日志数据的均不同,每条第三场景日志数据中的设备标识指示的设备与第一场景日志数据的均不同。并且,基于图9,推荐服务器可以确定第一家居场景(即场景标识为s2的家居场景)的第一推荐度D1为:
步骤205、若第一家居场景的第一推荐度大于第一推荐度阈值,则推荐服务器在推荐时刻后向终端推送第一家居场景。
在申请实施例中,推荐服务器得到第一家居场景的第一推荐度后,可以检查该第一推荐度是否大于第一推荐度阈值。若推荐服务器确定该第一推荐度大于第一推荐度阈值,则可以在推荐时刻后向终端推送第一家居场景。
上述步骤202至步骤205是以第一家居系统在历史时段内启用的一个家居场景(即第一家居场景)为例,对推荐服务器在第一家居系统启用过家居场景的情况下,向终端推送家居场景进行的示例性说明。可以理解的是,推荐服务器在接收到推荐时刻后,可以获取第一家居系统在历史时段内启用过的多个家居场景中的每个家居场景。对于该多个家居场景中的每个家居场景,推荐服务器均可以通过上述步骤202至步骤205来确定该家居场景的第一推荐度,并在该家居场景的第一推荐度大于第一推荐度阈值后向终端推送该家居场景。
其中,第一推荐度阈值可以是推荐服务器中预先存储的,或者可以是推荐服务器基于第一家居系统在历史时段内启用过的多个家居场景的第一推荐度灵活确定的。例如,推荐服务器可以按照从大到小的顺序对该多个家居场景的第一推荐度进行排序。若需要为终端推送推荐度较高的c个家居场景,则推荐服务器可以将排序后的多个第一推荐度中的第c+1个第一推荐度确定为第一推荐度阈值。也即是,推荐服务器可以将按照第一推荐度从大到小的顺序排序后的多个家居场景中的前c个家居场景推送至终端。
步骤206、终端控制第一家居系统启用第一家居场景。
在本申请实施例中,终端接收到推荐服务器推送的第一家居场景后,即可直接自动控制第一家居系统启用该第一家居场景。例如,终端可以向云端平台发送针对第一家居场景的启用指令,该云端平台中存储有该第一家居场景的场景配置信息。该配置信息可以包括:第一家居系统中的各个第一家居设备在该第一家居场景下的工作状态。云端平台接收到该启用指令后,对于每个第一家居设备,云端平台可以控制该第一家居设备处于对应的工作状态下。
或者,终端接收到推荐服务器推送的第一家居场景后,可以显示第一家居场景的场景配置信息,以供用户查看。之后,若终端接收到针对该第一家居场景的启用指令,则可以控制第一家居系统启用该第一家居场景。
示例的,假设第一家居场景为“睡觉”场景,第一家居系统中适用于该场景的第一家居设备包括:台灯,空调,窗帘。则该场景的场景配置信息可以包括:台灯熄灭,空调处于运行状态,且温度为26℃,窗帘处于展开状态。
则终端接收到推送服务器发送的第一家居场景后,可以显示图10所示的场景配置信息03“台灯—熄灭;空调—运行—26℃;窗帘—展开”,以及启用控件04。若终端接收到针对该启用控件04的触控操作,则可以控制第一家居系统启用第一家居场景。
步骤207、推荐服务器获取每类第一家居设备在历史时段内的使用次数,第二家居场景在历史时段内的第三启用次数,启用第二家居场景的多类第二家居设备中每类第二家居设备在历史时段内启用第二家居场景的第四启用次数。
其中,第二家居场景为在历史时段内被家居设备(该家居设备并非第一家居设备)启用过的家居场景。第三启用次数可以是指各个第二家居设备在历史时段内使用第二家居场景的次数的累计值,或者可以是指第二家居场景历史时段内的多个不同启用时刻的总数。每类第二家居设备的第四启用次数是指:在历史时段内,该类第二家居设备包括的各个第二家居设备使用第二家居场景的次数的累计值。
可选的,多个第二家居设备可以属于一个家居系统,也可以属于多个不同的家居系统。
本申请实施例以第三启用次数为各个第二家居设备在历史时段内使用第二家居场景的次数的累计值为例,对推荐服务器获取每类第一家居设备的使用次数,第三启用次数,以及第四启用次数进行示例性说明:
推荐服务器在确定第一家居系统在历史时段内未启用过家居场景,则可以向该云端平台发送第二信息获取请求。云端平台响应于该第二信息获取请求,可以获取在历史时段内接收到多条场景日志数据,以及多个第一家居设备中每个第一家居设备的设备使用数据。
然后,在一种可选的实现方式中,云端平台可以先将多个第一家居设备分为多组,每组第一家居设备的类型相同。对于每组第一家居设备,云端平台可以将该组第一家居设备包括各个第一家居设备在历史时段内的使用次数之和,确定为一类第一家居设备在历史时段内的使用次数,从而得到多类第一家居设备的使用次数。每个第一家居设备的使用次数基于该第一家居设备的设备使用数据确定,例如该第一家居设备的使用次数可以为至少一个工作开始时刻的总数。并且,云端平台可以将该多条场景日志数据划分为至少一组,每组场景日志数据中包括的家居场景的场景标识相同。对于每组场景日志数据,云端平台可以将该组场景日志数据的总数,确定为一个第二家居场景(即该组场景日志数据包括的场景标识所指示的家居场景)的第三启用次数,并可以将该组场景日志数据中家居设备的类型相同的至少一条场景日志数据的总数,确定为一类第二家居设备启用该家居场景的第四启用次数。之后,云端平台即可向推荐服务器发送每类第一家居设备的使用次数,第二家居场景的第三启用次数,以及每类第二家居设备的第四启用次数。
在另一种可选的实现方式中,云端平台可以直接将在历史时段内接收到的多条场景日志数据,以及多个第一家居设备中每个第一家居设备的设备使用数据发送至推荐服务器。推荐服务器继而基于该多条场景日志数据,以及每个第一家居设备的设备使用数据,得到每类第一家居设备的使用次数,第二家居场景的第三启用次数,以及每类第二家居设备的第四启用次数。其中,推荐服务器基于该多条场景日志数据,以及每个第一家居设备的设备使用数据,得到该使用次数,该第三启用次数,以及该第四启用次数的实现过程,可以参考上述云端平台的相关处理过程,本申请实施例在此不再赘述。
步骤208、推荐服务器基于多类第一家居设备与多类第二家居设备的类型交集,得到至少一类参考家居设备。
其中,至少一类参考家居设备的类型为多类第一家居设备与多类第二家居设备的类型交集。
例如,假设多个第一家居设备包括:冰箱1,空调1至空调3,多个第二家居设备包括:冰箱2至冰箱5、空调4至空调10、烤箱1、扫地机器人1至扫地机器人2,则至少一个类型参考家居设备包括两类参考家居设备。该两类参考家居设备中第一类参考家居设备的类型为冰箱,且包括冰箱1至冰箱5。第二类参考家居设备的类型为空调,且包括空调1至空调10。
步骤209、推荐服务器基于至少一类参考家居设备的使用次数和第四启用次数,以及第三启用次数,确定第二家居场景的第二推荐度。
其中,该第二推荐度与每类参考家居设备的使用次数和第四启用次数的乘积正相关,且与第三启用次数负相关。
可选的,该第二推荐度D2可以满足下述公式:
公式(4)中,d为至少一类参考家居设备的类型总数,i为大于等于1且小于等于d的整数。fi为至少一类参考家居设备中的第i类参考家居设备在历史时段内的使用次数,hi为该第i类参考家居设备在历史时段内启用第二家居场景的第四启用次数,li为第二家居场景在历史时段内的第三启用次数。
步骤210、若推荐服务器确定第二推荐度大于第二推荐度阈值,则在推荐时刻后向终端推送第二家居场景。
推荐服务器在确定第二家居场景的第二推荐度后,即可比较该第二推荐度与第二推荐度阈值的大小。若推荐服务器确定该第二推荐度大于第二推荐度阈值,则可以向终端推送第二家居场景。例如,推荐服务器可以在推荐时刻后推送第二家居场景的标识。
上述步骤207至步骤210是以一个第二家居场景为例,对推荐服务器在第一家居系统未曾启用家居场景的情况下,向终端推送家居场景进行的示例性说明。可以理解的是,推荐服务器在确定第一家居系统未曾启用家居场景后,可以获取在历史时段内被启用过的多个家居场景中的每个家居场景。对于该多个家居场景中的每个家居场景,推荐服务器均可以通过上述步骤207至步骤209来确定该家居场景的第二推荐度,并在该家居场景的第二推荐度大于第二推荐度阈值后向终端推送该家居场景。
其中,第二推荐度阈值可以是推荐服务器中预先存储的,或者可以是推荐服务器基于在历史时段内被启用过的多个家居场景的第二推荐度灵活确定的。例如,推荐服务器可以按照从大到小的顺序对多个家居场景的第二推荐度进行排序。若需要为终端推送推荐度较高的c个家居场景,则推荐服务器可以将排序后的多个第二推荐度中的第c+1个第二推荐度确定为第二推荐度阈值。
步骤211、终端控制第一家居系统启动第二家居场景。
可选的,步骤212的实现过程可以参考步骤207,本申请实施例在此不再赘述。
在本申请实施例中,在第一家居系统启用过的家居场景后,对于每个第一家居设备,推荐服务器还可以确定适用于该家居设备的家居场景,并在接收到终端发送的针对该家居设备的适用场景请求后,向终端推送适用于该家居设备的家居场景。基于此,推荐服务器还可以执行下述步骤:
步骤212、推荐服务器获取第一家居系统在历史时段内的多条第一场景执行数据。
其中,每条场景执行数据可以包括:一个家居场景的场景标识,一个启用家居场景的辅助家居设备的设备标识,以及辅助家居设备该历史时段启用家居场景的启用次数。
需要说明的是,任意两条不同的第一场景执行数据中的设备标识所指示的辅助家居设备可以相同或不同。
在本申请实施例中,推荐服务器可以获取历史时段内接收到的第一家居系统的多条场景日志数据。然后,推荐服务器可以按照场景标识和设备标识将该多条场景日志数据划分为至少一个日志数据组。对于至少一个日志数据组中的每个日志数据组,推荐服务器可以统计该日志数据组所包括的场景日志数据的总数。之后,推荐服务器可以将该总数确定为包括该日志数据组中的场景标识和设备标识的场景执行数据中的启用次数。
步骤213、对于每条第一场景执行数据,推荐服务器基于该第一场景执行数据确定Z-1条第二场景执行数据。
其中,Z为第一家居系统中在该历史时段内启用过家居场景的第一家居设备的总数,且Z为大于1的整数。每条第二场景执行数据可以包括:该第一场景执行数据中的家居场景的场景标识,一个其他第一家居设备的设备标识,以及该第一场景执行数据中的启用次数。其他第一家居设备被为在历史时段内启用家居场景的Z个第一家居设备中,除该第一场景执行数据中的设备标识指示的辅助家居设备之外的第一家居设备。
示例的,假设推荐服务器基于历史时段内接收到的第一家居系统的多条场景日志数据,统计得到的图11所示的三条第一场景执行数据。从图11可以看出,该三条第一场景执行数据依次为:场景标识为S1,设备标识为B1,启用次数为2(即设备标识为B1的家居设备在历史时段内启用了2次场景标识为S1的家居场景);场景标识为S2,设备标识为B2,启用次数为1(备标识为B2的家居设备在历史时段内启用了1次场景标识的家居场景);场景标识为S1,设备标识为B2,启用次数为1(即设备标识为B2的家居设备在历史时段内启用了1次场景标识为S1的家居场景)。
由于在历史时段内启用家居场景的第一家居设备包括:设备标识为B1的家居设备和设备标识为B2的家居设备,即Z=2,因此对于三条第一场景执行数据中的每条第一场景执行数据,推荐服务器可以基于该第一场景执行数据得到一条第二场景执行数据。且基于三条第一场景执行数据得到的第二场景执行数据可以如图12所示。
从图12可以看出,推荐服务器基于场景标识为S1,设备标识为B1,启用次数为2的一条第一场景执行数据,得到的第二场景执行数据为:场景标识为S1,设备标识为B2,启用次数为2。
步骤214、推荐服务器确定第三家居场景对第一家居系统中的目标家居设备的适用度。
其中,该适用度与各条目标场景执行数据中的启用次数与设备标识所指示的家居设备的设备权重的乘积正相关。每条目标场景执行数据均可以包括第三家居场景的场景标识,以及目标家居设备的设备标识。
并且,第一场景执行数据中的设备标识所指示的家居设备的设备权重为第一数值,每条第二场景执行数据中的设备标识所指示的家居设备的设备权重为第二数值。该第一数值大于第二数值。例如,第一数值为0.5,第二数值为0.5/8。
由于推荐服务器基于每条第一场景执行数据得到的Z-1条第二场景执行数据包括的设备标识与该第一场景执行数据中的设备标识不同,因此可以确保推荐服务器能够确定该第一场景执行数据中的家居场景,对Z个家居设备中每个家居设备的适用度,使得推荐服务器确定出的适用度较为全面。
可选的,该第三家居场景对目标家居设备的适用度U可以满足下述公式:
公式(5)中,X为包括第三家居场景的场景标识和目标家居设备的设备标识的目标场景执行数据的总数。Yx为X条目标场景执行数据中,第x条目标场景执行数据中的启用次数。Px为第x条目标场景执行数据中的设备标识所指示的家居设备的设备权重。
示例的,假设第一数值为0.5,第二数值为0.5/8(即8分之0.5),则推荐服务器获取每条第一场景执行数据和第二场景执行数据中的设备标识所指示的家居设备的设备权重可以如图13所示。从图13可以看出,每条第一场景执行数据中的设备标识所指示的家居设备的设备权重为0.5。每条第二场景执行数据中的设备标识所指示的家居设备的设备权重为0.5/8。
基于图13,推荐服务器可以确定场景标识为s1的家居场景对设备标识为B1的家居设备的适用度为:场景标识为s1的家居场景对设备标识为B2的家居设备的适用度为:场景标识为s2的家居场景对设备标识为B1的家居设备的适用度为:场景标识为s2的家居场景对设备标识为B2的家居设备的适用度为:1×0.5=0.5。
步骤215、若接收到终端发送的针对目标家居设备的适用场景请求,且确定第三家居场景对目标家居设备的适用度大于适用度阈值,则推荐设备向终端推送第三家居场景。
其中,该适用度阈值可以是推荐服务器预先存储的。
示例的,假设场景标识为s1的家居场景对设备标识为B1的家居设备的适用度为1.0625,对设备标识为B2的家居设备的适用度为0.625,场景标识为s2的家居场景对设备标识为B1的家居设备的适用度为0.0625,对设备标识为B2的家居设备0.5,适用度阈值为0.5。
对于设备标识为B1的家居设备,由于1.0625大于0.5,而0.0625小于0.5,因此推荐服务器可以确定场景标识为s1的家居场景较为适用该家居设备,并在接收到针对该家居设备的场景推荐请求后,向终端推送场景标识为s1的家居场景。
对于设备标识为B2的家居设备,由于0.625大于0.5,而0.5等于0.5,因此推荐服务器可以确定场景标识为s1的家居场景较为适用该家居设备,并在接收到针对该家居设备的场景推荐请求后,向终端推送场景标识为s1的家居场景。
可以理解的是,若推荐服务器接收到终端发送的针对目标家居设备的适用场景请求,还可以向终端发送适用场景排序表。该适用场景排序表包括适用于该目标家居设备的所有家居场景的场景标识,且该所有家居场景的场景标识按照适用度的高低顺序排列(例如按照适用度从高到低的顺序)。
并且,对于Z个第一家居设备,推荐服务器在得到Z个第一家居设备中的每个第一家居设备的适用场景排序表后,可以在设备与适用场景的对应关系中,记录该第一家居设备的设备标识与该适用场景排序表。
上述实施例是以推荐服务器确定一个家居场景的推荐度,并在该推荐度大于推荐度阈值时向终端推送该家居场景为例进行的示例性说明。可以理解的是,在第一家居系统启用过家居场景的情况下,推荐服务器可以确定第一家居系统启用过所有家居场景中每个家居场景的第一推荐度,并可以按照第一推荐度的高低顺序对该所有家居场景进行排序,并将该排序后家居场景推送至终端。且推荐服务器还可以将排序后的家居场景记录在其存储器中。
在第一家居系统未启用过家居场景的情况下,推荐服务器可以确定在历史时段内被家居设备启用过的所有家居场景中每个家居场景的第二推荐度,并可以按照第二推荐度的高低顺序对该所有家居场景进行排序,并将该排序后家居场景推送至终端。
相应的,终端可以直接显示排序的家居场景。或者,终端可以基于预先存储的推荐度阈值(例如第一推荐度阈值或第二推荐度阈值),从接收到的家居场景中选择并显示推荐度高于推荐度阈值的家居场景。
需要说明的是,对于推荐服务器向终端推送排序后的所有家居场景(此时为家居场景的场景标识)的场景,推荐服务器可以先将排序后的所有家居场景封装一个字符串中,并将该字符串发送至云端平台。云端平台接收到该字符串之后,即可从该字符串中解析出排序后的所有家居场景,并将解析得到的排序后的所有家居场景发送至终端。
需要说明的是,本申请实施例提供的家居系统的家居场景推荐方法的步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减。例如,步骤201以及步骤207至步骤211可以根据情况删除,或者步骤212至步骤215也可以根据情况删除。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
综上所述,本申请实施例提供一种家居系统的家居场景推荐方法,推荐服务器能够基于推荐时刻所在的统计周期与历史时段的每个统计周期之间的周期间隔,确定推荐时刻之前的历史时段内的每个统计周期的周期权重,继而基于该周期权重和历史时段包括的统计周期内的第一启用次数,确定第一家居场景的第一推荐度。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
本申请实施例还提供了一种推荐服务器,该推荐服务器可以执行上述方法实施例提供的家居场景推荐方法。该推荐服务器包括:处理器。该处理器用于:
获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,历史时段为在推荐时刻之前的时段,N为大于1的整数;
确定历史时段内的每个统计周期的周期权重,每个统计周期的周期权重基于统计周期与推荐时刻所处的统计周期之间的周期间隔确定,且与周期间隔负相关;
基于N个统计周期的周期权重,以及N个统计周期内的第一启用次数,确定第一家居场景的第一推荐度,第一推荐度与周期权重以及第一启用次数均正相关;
若第一家居场景的第一推荐度大于第一推荐度阈值,则在推荐时刻后向终端推送第一家居场景,其中推送至终端的第一家居场景用于供终端控制第一家居系统启用。
可选的,每个统计周期均包括顺序排列的M个时间段,M为大于1的整数。该处理器还可以用于:
对于N个统计周期内的每个统计周期,获取第一家居场景在统计周期中的每个时间段内的第二启用次数;
确定M个时间段中的每个时间段的时段权重,每个时间段的时段权重与时段间隔负相关,时段间隔为推荐时刻所处的时间段与统计周期内的时间段的间隔;
确定第一家居场景的第一推荐度,包括:
采用N个统计周期的周期权重,以及每个统计周期中的M个时间段的时段权重,对历史时段所包括的N×M个时间段内的第二启用次数进行加权求和,得到第一家居场景的第一推荐度。
可选的,每个统计周期均包括顺序排列的M个时间段,M为大于1的整数。该处理器可以用于:
获取历史时段内接收的多条第一场景日志数据,每条第一场景日志数据均包括:第一家居系统的系统标识,第一家居场景的场景标识,第一家居场景的启用时刻,以及启用时刻所处的统计周期,且每条第一场景日志数据均是第一家居系统中的家居设备启用第一家居场景时生成的;
对于N个统计周期内的每个统计周期,将启用时刻处于统计周期的第一场景日志数据的总数,确定为第一家居场景在统计周期内的第一启用次数Q;
对于N个统计周期内的每个统计周期,若第一家居场景在统计周期内的第一启用次数Q大于等于1,则基于统计周期内接收到的每条第一场景日志数据,得到与M-1个其他时间段一一对应的M-1条第二场景日志数据,M-1个其他时间段为M个时间段中,除第一场景日志数据的启用时刻所处的时间段之外的时间段,每条第二场景日志数据均包括:第一家居系统的系统标识、第一家居场景的场景标识和第一场景数据中的统计周期;
确定M个时间段中的每个时间段的时段权重,每个时间段的时段权重与时段间隔负相关,时段间隔为推荐时刻所处的时间段与统计周期内的时间段的间隔;
根据N个统计周期的周期权重,以及在每个统计周期得到的Q×M条场景日志数据对应的时间段的时段权重,确定第一家居场景的第一推荐度;
其中,第一推荐度还与Q×M条场景日志数据中的每条场景日志数据对应的时间段的时段权重正相关。
可选的,每条第一场景日志数据还包括:启用第一家居场景的家居设备的设备标识,多条第一场景日志数据包括R个不同的设备标识,R为大于1的整数;基于任一第一场景日志数据得到的M-1条第二场景日志数据中,每条第二场景日志数据包括的设备标识与任一第一场景日志数据包括的设备标识相同。该处理器还可以用于:
基于统计周期内接收到的每条第一场景日志数据,得到与R-1个其他设备标识一一对应的R-1组第三场景日志数据,R-1个其他设备标识为R个不同的设备标识中除第一场景日志数据中的设备标识之外的设备标识,每组第三场景日志数据包括:与M个时间段一一对应的M条第三场景日志数据,每条第三场景日志数据均包括:第一家居系统的系统标识,第一家居场景的场景标识,第一场景日志数据的统计周期,以及家居设备的设备标识,每组第三场景日志数据中的任意两条第三场景日志数据中的设备标识相同,任意两组第三场景日志数据中的设备标识不同;
根据N个统计周期的周期权重,在每个统计周期得到的R×M×Q条场景日志数据中的每条场景日志数据对应的时间段的时段权重,以及每条场景日志数据中的设备标识所指示的家居设备的设备权重,确定第一家居场景的第一推荐度,第一推荐度D1满足:
其中,Wn为N个统计周期中第n个统计周期的周期权重,n为大于等于1且小于等于N的整数,Tn为第n个统计周期中获取到的场景日志数据的总数,且Tn=R×Q×M,Wnt为第n个统计周期中的第t条场景日志数据对应的时段权重,Vnt为第n个统计周期中的第t条场景日志数据中的设备标识指示的家居设备的设备权重,t为大于等于1且小于等于Tn的整数;
第一场景日志数据,以及第二场景日志数据中的设备标识指示的家居设备的设备权重为第一数值,第三场景日志数据中的设备标识指示的家居设备的设备权重为第二数值,第一数值大于第二数值。
可选的,第一家居系统包括多类第一家居设备。该处理器可以用于:
若第一家居系统在推荐时刻之前启用过家居场景,则获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数;
可选的,处理器还可以用于:
若第一家居系统在推荐时刻之前未启用过家居场景,则获取每类第一家居设备在历史时段内的使用次数,第二家居场景在历史时段内的第三启用次数,启用第二家居场景的多类第二家居设备中,每类第二家居设备在历史时段内启用第二家居场景的第四启用次数;
基于多类第一家居设备与多类第二家居设备的类型交集,得到至少一类参考家居设备;
基于至少一类参考家居设备的使用次数和第四启用次数,以及第三启用次数,确定第二家居场景的第二推荐度,第二推荐度与每一类参考家居设备的使用次数和第四启用次数的乘积正相关,且与第三启用次数负相关;
若第二推荐度大于第二推荐度阈值,则在推荐时刻后向终端推送第二家居场景。
可选的,在历史时段内启用家居场景的第一家居设备的总数为Z,Z为大于1的整数。该处理器还可以用于:
获取第一家居系统在历史时段内的多条第一场景执行数据,每条第一场景执行数据包括:一个家居场景的场景标识,一个启用家居场景的辅助家居设备的设备标识,以及辅助家居设备在历史时段内启用家居场景的启用次数;
对于每条第一场景执行数据,基于第一场景执行数据,确定Z-1条第二场景执行数据,每条第二场景执行数据包括:第一场景执行数据中的家居场景的场景标识,一个其他第一家居设备的设备标识,以及第一场景执行数据中的启用次数,其他第一家居设备为在历史时段内启用家居场景的Z个第一家居设备中,除第一场景执行数据中的设备标识指示的辅助家居设备之外的第一家居设备;
确定第三家居场景对第一家居系统中的目标家居设备的适用度,适用度与各条目标场景执行数据中的启用次数与设备标识所指示的家居设备的设备权重的乘积正相关,其中每条目标场景执行数据均包括第三家居场景的场景标识,以及目标家居设备的设备标识,第一场景执行数据中的设备标识所指示的家居设备的设备权重为第一数值,每条第二场景执行数据中的设备标识所指示的家居设备的设备权重为第二数值,第一数值大于第二数值;
若接收到终端发送的针对目标家居设备的适用场景请求,且确定第三家居场景对目标家居设备的适用度大于适用度阈值,则向终端推送第三家居场景。
综上所述,本申请实施例提供了一种推荐服务器,推荐服务器能够基于推荐时刻所在的统计周期与历史时段的每个统计周期之间的周期间隔,确定推荐时刻之前的历史时段内的每个统计周期的周期权重,继而基于该周期权重和历史时段包括的统计周期内的第一启用次数,确定第一家居场景的第一推荐度。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
图14是本申请实施例提供的一种终端的结构示意图,参见图14,该终端300可以包括:处理器3001,该处理器3001用于:
接收推荐服务器推送的第一家居场景;
控制第一家居系统启用第一家居场景;
其中,第一家居场景的推荐度大于第一推荐度阈值,第一家居场景的推荐度与历史时段包括的N个统计周期的周期权重,以及第一家居场景在N个统计周期内的第一启用次数均正相关,历史时段为推荐时刻之前的时段,N为大于1的整数,N个统计周期中每个统计周期的周期权重基于统计周期与推荐时刻所处的统计周期之间的周期间隔确定,且与周期间隔负相关。
可选的,该处理器3001还可以用于:
向推荐服务器发送推荐请求,推荐请求用于指示推荐服务器推荐家居场景;
若接收到针对第一家居场景的启用指令,则控制第一家居系统启用第一家居场景。
综上所述,本申请实施例提供了一种终端,该终端可以接收推荐服务器推送的第一家居场景,并控制第一家居系统启用该第一家居场景。该第一家居场景的第一推荐度是推荐服务器基于推荐时刻之前的历史时段内的每个统计周期的周期权重,以及第一家居场景在历史时段内的每个统计周期内的第一启用次数确定的。由此实现了家居场景的智能化推送。并且,推荐服务器在确定第一家居场景的第一推荐度时不仅可以考虑第一家居场景的启用次数,还可以考虑推荐时刻所在的统计周期,如此可以确保推送的家居场景与推荐时刻所在的统计周期较为匹配,确保了推送的家居场景的推送准确性较高。
如图14所示,该终端300还可以包括:显示单元130、射频(radio frequency,RF)电路150、音频电路160、无线保真(wireless fidelity,Wi-Fi)模块170、蓝牙模块180、电源190和摄像头121等部件。
其中,摄像头121可用于捕获静态图片或视频。物体通过镜头生成光学图片投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给处理器3001转换成数字图片信号。
处理器3001是终端300的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器140内的软件程序,以及调用存储在存储器140内的数据,执行终端300的各种功能和处理数据。在一些实施例中,处理器3001可包括一个或多个处理单元;处理器3001还可以集成应用处理器和基带处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,基带处理器主要处理无线通信。可以理解的是,上述基带处理器也可以不集成到处理器3001中。本申请中处理器3001可以运行操作系统和应用程序,可以控制用户界面显示,并可以实现本申请实施例提供的应用于终端的家居系统的家居场景推荐方法。另外,处理器3001与输入单元和显示单元130耦接。
显示单元130可用于接收输入的数字或字符信息,产生与终端300的用户设置以及功能控制有关的信号输入,可选的,显示单元130还可以用于显示由用户输入的信息或提供给用户的信息以及终端300的各种菜单的图形用户界面(graphical user interface,GUI)。显示单元130可以包括设置在终端300正面的显示屏131。其中,显示屏131可以采用液晶显示器、发光二极管等形式来配置。显示单元130可以用于显示本申请中所述的各种图形用户界面。
显示单元130包括:显示屏131和设置在终端300正面的触摸屏132。该显示屏131可以用于显示预览图片。触摸屏132可收集用户在其上或附近的触摸操作,例如点击按钮,拖动滚动框等。其中,触摸屏132可以覆盖在显示屏131之上,也可以将触摸屏132与显示屏131集成而实现终端300的输入和输出功能,集成后可以简称触摸显示屏。
存储器140可用于存储软件程序及数据。处理器3001通过运行存储在存储器140的软件程序或数据,从而执行终端300的各种功能以及数据处理。存储器140可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器140存储有使得终端300能运行的操作系统。本申请中存储器140可以存储操作系统及各种应用程序,还可以存储执行本申请实施例提供的应用于终端的家居系统的家居场景推荐方法的代码。
RF电路150可用于在收发信息或通话过程中信号的接收和发送,可以接收基站的下行数据后交给处理器3001处理;可以将上行数据发送给基站。通常,RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等器件。
音频电路160、扬声器161、麦克风162可提供用户与终端300之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号,传输到扬声器161,由扬声器161转换为声音信号输出。终端300还可配置音量按钮,用于调节声音信号的音量。另一方面,麦克风162将收集的声音信号转换为电信号,由音频电路160接收后转换为音频数据,再将音频数据输出至RF电路150以发送给比如另一终端,或者将音频数据输出至存储器140以便进一步处理。本申请中麦克风162可以获取用户的语音。
Wi-Fi属于短距离无线传输技术,终端300可以通过Wi-Fi模块170帮助用户收发电子邮件、浏览网页和访问流媒体等,它为用户提供了无线的宽带互联网访问。
蓝牙模块180,用于通过蓝牙协议来与其他具有蓝牙模块的蓝牙设备进行信息交互。例如,终端300可以通过蓝牙模块180与同样具备蓝牙模块的可穿戴电子设备(例如智能手表)建立蓝牙连接,从而进行数据交互。
终端300还包括给各个部件供电的电源190(比如电池)。电源可以通过电源管理系统与处理器3001逻辑相连,从而通过电源管理系统实现管理充电、放电以及功耗等功能。终端300还可配置有电源按钮,用于终端的开机和关机,以及锁屏等功能。
终端300可以包括至少一种传感器1110,比如运动传感器11101、距离传感器11102和温度传感器11103。终端300还可配置有陀螺仪、气压计、湿度计、温度计和红外线传感器等其他传感器。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的移动终端和各器件的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图15是本申请实施例提供的移动终端的软件结构框图。分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行环境(android runtime,ART)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。如图15所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。应用程序框架层为应用程序层的应用程序提供应用编程接口(application programming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图15所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图片,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供终端300的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,通信终端振动,指示灯闪烁等。
android runtime包括核心库和虚拟机。android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:openGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图片文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图片渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
本申请实施例提供了一种推荐服务器,该推荐服务器可以包括存储器,处理器及存储在该存储器上并可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现如上述实施例提供的应用于推荐服务器的家居场景推荐方法,例如图2或图3中推荐服务器所执行的方法。
本申请实施例提供了一种终端,该终端可以包括存储器,处理器及存储在该存储器上并可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现如上述实施例提供的应用于终端的家居场景推荐方法,例如图2或图3中终端所执行的方法。
本申请实施例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计算机程序,该计算机程序由处理器加载并执行以上述实施例提供的应用于推荐服务器的家居场景推荐方法,例如图2或图3中推荐服务器所执行的方法。
本申请实施例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计算机程序,该计算机程序由处理器加载并执行以上述实施例提供的应用于终端的家居场景推荐方法,例如图2或图3中终端所执行的方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例提供的应用于推荐服务器的家居场景推荐方法,例如图2或图3中推荐服务器所执行的方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例提供的应用于终端的家居场景推荐方法,例如图2或图3中终端所执行的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
应当理解的是,在本文中提及的“和/或”,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。并且,本申请中术语“至少一个”的含义是指一个或多个,本申请中术语“多个”的含义是指两个或两个以上。
本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分,应理解,“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系,也不对数量和执行顺序进行限定。例如,在不脱离各种所述示例的范围的情况下,第一家居场景可以被称为第二家居场景,并且类似地,第二家居场景可以被称为第一家居场景。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,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,均应包含在本申请的保护范围之内。
Claims (10)
1.一种推荐服务器,其特征在于,所述推荐服务器包括:处理器;所述处理器用于:
获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,所述历史时段为在推荐时刻之前的时段,N为大于1的整数;
确定所述历史时段内的每个统计周期的周期权重,每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关;
基于所述N个统计周期的周期权重,以及所述N个统计周期内的第一启用次数,确定所述第一家居场景的第一推荐度,所述第一推荐度与所述周期权重以及所述第一启用次数均正相关;
若所述第一家居场景的第一推荐度大于第一推荐度阈值,则在所述推荐时刻后向终端推送所述第一家居场景,其中推送至所述终端的第一家居场景用于供所述终端控制第一家居系统启用。
2.根据权利要求1所述的推荐服务器,其特征在于,每个统计周期均包括顺序排列的M个时间段,M为大于1的整数;所述处理器还用于:
对于所述N个统计周期内的每个统计周期,获取所述第一家居场景在所述统计周期中的每个时间段内的第二启用次数;
确定所述M个时间段中的每个时间段的时段权重,每个时间段的时段权重与时段间隔负相关,所述时段间隔为所述推荐时刻所处的时间段与所述统计周期内的时间段的间隔;
所述确定所述第一家居场景的第一推荐度,包括:
采用所述N个统计周期的周期权重,以及每个所述统计周期中的M个时间段的时段权重,对所述历史时段所包括的N×M个时间段内的第二启用次数进行加权求和,得到所述第一家居场景的第一推荐度。
3.根据权利要求1所述的推荐服务器,其特征在于,每个统计周期均包括顺序排列的M个时间段,M为大于1的整数;所述处理器用于:
获取所述历史时段内接收的多条第一场景日志数据,每条第一场景日志数据均包括:所述第一家居系统的系统标识,所述第一家居场景的场景标识,所述第一家居场景的启用时刻,以及启用时刻所处的统计周期,且每条第一场景日志数据均是所述第一家居系统中的家居设备启用所述第一家居场景时生成的;
对于所述N个统计周期内的每个统计周期,将启用时刻处于所述统计周期的第一场景日志数据的总数,确定为所述第一家居场景在所述统计周期内的第一启用次数Q;
对于所述N个统计周期内的每个统计周期,若所述第一家居场景在所述统计周期内的第一启用次数Q大于等于1,则基于所述统计周期内接收到的每条第一场景日志数据,得到与M-1个其他时间段一一对应的M-1条第二场景日志数据,所述M-1个其他时间段为所述M个时间段中,除所述第一场景日志数据的启用时刻所处的时间段之外的时间段,每条第二场景日志数据均包括:所述第一家居系统的系统标识、所述第一家居场景的场景标识和所述第一场景数据中的统计周期;
确定所述M个时间段中的每个时间段的时段权重,每个时间段的时段权重与时段间隔负相关,所述时段间隔为所述推荐时刻所处的时间段与所述统计周期内的时间段的间隔;
根据所述N个统计周期的周期权重,以及在每个统计周期得到的Q×M条场景日志数据对应的时间段的时段权重,确定所述第一家居场景的第一推荐度;
其中,所述第一推荐度还与所述Q×M条场景日志数据中的每条场景日志数据对应的时间段的时段权重正相关。
4.根据权利要求3所述的推荐服务器,其特征在于,每条第一场景日志数据还包括:启用所述第一家居场景的家居设备的设备标识,所述多条第一场景日志数据包括R个不同的设备标识,R为大于1的整数;基于任一第一场景日志数据得到的M-1条第二场景日志数据中,每条第二场景日志数据包括的设备标识与所述任一第一场景日志数据包括的设备标识相同;所述处理器还用于:
基于所述统计周期内接收到的每条第一场景日志数据,得到与R-1个其他设备标识一一对应的R-1组第三场景日志数据,所述R-1个其他设备标识为所述R个不同的设备标识中除所述第一场景日志数据中的设备标识之外的设备标识,每组第三场景日志数据包括:与M个时间段一一对应的M条第三场景日志数据,每条第三场景日志数据均包括:所述第一家居系统的系统标识,所述第一家居场景的场景标识,所述第一场景日志数据的统计周期,以及家居设备的设备标识,每组第三场景日志数据中的任意两条第三场景日志数据中的设备标识相同,任意两组第三场景日志数据中的设备标识不同;
根据所述N个统计周期的周期权重,在每个统计周期得到的R×M×Q条场景日志数据中的每条场景日志数据对应的时间段的时段权重,以及每条场景日志数据中的设备标识所指示的家居设备的设备权重,确定所述第一家居场景的第一推荐度,所述第一推荐度D1满足:
其中,Wn为所述N个统计周期中第n个统计周期的周期权重,n为大于等于1且小于等于N的整数,Tn为所述第n个统计周期中获取到的场景日志数据的总数,且Tn=R×Q×M,Wnt为所述第n个统计周期中的第t条场景日志数据对应的时段权重,Vnt为所述第n个统计周期中的第t条场景日志数据中的设备标识指示的家居设备的设备权重,t为大于等于1且小于等于Tn的整数;
所述第一场景日志数据,以及所述第二场景日志数据中的设备标识指示的家居设备的设备权重为第一数值,所述第三场景日志数据中的设备标识指示的家居设备的设备权重为第二数值,所述第一数值大于所述第二数值。
5.根据权利要求1至4任一所述的推荐服务器,其特征在于,所述第一家居系统包括多类第一家居设备;所述处理器用于:
若所述第一家居系统在所述推荐时刻之前启用过家居场景,则获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数;
所述处理器还用于:
若所述第一家居系统在所述推荐时刻之前未启用过家居场景,则获取每类所述第一家居设备在所述历史时段内的使用次数,第二家居场景在所述历史时段内的第三启用次数,启用所述第二家居场景的多类第二家居设备中,每类第二家居设备在所述历史时段内启用所述第二家居场景的第四启用次数;
基于所述多类第一家居设备与所述多类第二家居设备的类型交集,得到至少一类参考家居设备;
基于所述至少一类参考家居设备的所述使用次数和所述第四启用次数,以及所述第三启用次数,确定所述第二家居场景的第二推荐度,所述第二推荐度与每一类参考家居设备的所述使用次数和所述第四启用次数的乘积正相关,且与所述第三启用次数负相关;
若所述第二推荐度大于第二推荐度阈值,则在所述推荐时刻后向所述终端推送所述第二家居场景。
6.根据权利要求1至4任一所述的推荐服务器,其特征在于,在所述历史时段内启用家居场景的第一家居设备的总数为Z,Z为大于1的整数;所述处理器还用于:
获取所述第一家居系统在所述历史时段内的多条第一场景执行数据,每条所述第一场景执行数据包括:一个家居场景的场景标识,启用所述家居场景的辅助家居设备的设备标识,以及所述辅助家居设备在所述历史时段内启用所述家居场景的启用次数;
对于每条第一场景执行数据,基于所述第一场景执行数据,确定Z-1条第二场景执行数据,每条第二场景执行数据包括:所述第一场景执行数据中的家居场景的场景标识,一个其他第一家居设备的设备标识,以及所述第一场景执行数据中的启用次数,所述其他第一家居设备为在所述历史时段内启用家居场景的Z个第一家居设备中,除所述第一场景执行数据中的设备标识指示的辅助家居设备之外的第一家居设备;
确定第三家居场景对所述第一家居系统中的目标家居设备的适用度,所述适用度与各条目标场景执行数据中的启用次数与设备标识所指示的家居设备的设备权重的乘积正相关,其中每条目标场景执行数据均包括所述第三家居场景的场景标识,以及所述目标家居设备的设备标识,所述第一场景执行数据中的设备标识所指示的家居设备的设备权重为第一数值,每条第二场景执行数据中的设备标识所指示的家居设备的设备权重为第二数值,所述第一数值大于所述第二数值;
若接收到所述终端发送的针对所述目标家居设备的适用场景请求,且确定所述第三家居场景对所述目标家居设备的适用度大于适用度阈值,则向所述终端推送所述第三家居场景。
7.一种终端,其特征在于,所述终端包括处理器;所述处理器用于:
接收推荐服务器推送的第一家居场景;
控制第一家居系统启用所述第一家居场景;
其中,所述第一家居场景的推荐度大于第一推荐度阈值,所述第一家居场景的推荐度与历史时段包括的N个统计周期的周期权重,以及所述第一家居场景在所述N个统计周期内的第一启用次数均正相关,所述历史时段为推荐时刻之前的时段,N为大于1的整数,所述N个统计周期中每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关。
8.根据权利要求7所述的终端,其特征在于,所述处理器还用于:
向所述推荐服务器发送推荐请求,所述推荐请求用于指示所述推荐服务器推荐家居场景;
若接收到针对所述第一家居场景的启用指令,则控制所述第一家居系统启用所述第一家居场景。
9.一种家居系统的家居场景的推荐方法,其特征在于,应用于推荐服务器;所述方法包括:
获取第一家居场景在历史时段包括的N个统计周期中每个统计周期内的第一启用次数,所述历史时段为在所述推荐时刻之前的时段,N为大于1的整数;
确定所述历史时段内的每个统计周期的周期权重,每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关;
基于所述N个统计周期的周期权重,以及所述N个统计周期内的第一启用次数,确定所述第一家居场景的第一推荐度,所述第一推荐度与所述周期权重以及所述第一启用次数均正相关;
若所述第一家居场景的第一推荐度大于第一推荐度阈值,则在所述推荐时刻后向终端推送所述第一家居场景,其中推送至所述终端的第一家居场景用于供所述终端控制第一家居系统启用。
10.一种家居系统的家居场景的推荐方法,其特征在于,应用于终端;所述方法包括:
接收推荐服务器推送的第一家居场景;
控制第一家居系统启用所述第一家居场景;
其中,所述第一家居场景的推荐度大于第一推荐度阈值,所述第一家居场景的推荐度与历史时段包括的N个统计周期的周期权重,以及所述第一家居场景在所述N个统计周期内的第一启用次数均正相关,所述历史时段为推荐时刻之前的时段,N为大于1的整数,所述N个统计周期中每个统计周期的周期权重基于所述统计周期与所述推荐时刻所处的统计周期之间的周期间隔确定,且与所述周期间隔负相关。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210457638.2A CN114740746A (zh) | 2022-04-27 | 2022-04-27 | 家居系统的家居场景推荐方法及设备 |
PCT/CN2022/141875 WO2023207171A1 (zh) | 2022-04-24 | 2022-12-26 | 家居设备的控制方法、家居设备及智能烹饪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210457638.2A CN114740746A (zh) | 2022-04-27 | 2022-04-27 | 家居系统的家居场景推荐方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114740746A true CN114740746A (zh) | 2022-07-12 |
Family
ID=82284204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210457638.2A Pending CN114740746A (zh) | 2022-04-24 | 2022-04-27 | 家居系统的家居场景推荐方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114740746A (zh) |
-
2022
- 2022-04-27 CN CN202210457638.2A patent/CN114740746A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111225108A (zh) | 一种通信终端及负屏界面的卡片显示方法 | |
CN112114733B (zh) | 一种截屏、录屏方法、移动终端及计算机存储介质 | |
CN111124219A (zh) | 一种通信终端及负屏界面的卡片显示方法 | |
CN106371326A (zh) | 设备工作场景的存储方法及装置 | |
CN113391559A (zh) | 智慧家居设备控制方法和终端设备 | |
CN111857531A (zh) | 移动终端及其文件显示方法 | |
CN102999380B (zh) | 壁纸控制方法及装置 | |
CN106227566A (zh) | 应用商店中应用程序下载控制方法、装置及终端设备 | |
CN112612386A (zh) | 移动终端及其应用卡片的显示方法 | |
CN110032439A (zh) | 资源管理方法、装置、移动终端及计算机可读存储介质 | |
CN111176766A (zh) | 一种通信终端及组件显示方法 | |
CN114117225A (zh) | 图书推荐方法及图书推荐设备 | |
CN113055585B (zh) | 拍摄界面的缩略图显示方法及移动终端 | |
CN111935353B (zh) | 移动终端及其短信显示方法 | |
CN111857477B (zh) | 显示控制方法、装置、移动终端及存储介质 | |
CN112350406A (zh) | 电子设备及其控制方法 | |
CN112000932A (zh) | 移动终端及其应用控制方法 | |
CN114740746A (zh) | 家居系统的家居场景推荐方法及设备 | |
KR20150002301A (ko) | 부팅 시 정보 표시 방법, 이를 이용한 전자장치 및 휴대 단말기 | |
CN115268290A (zh) | 推荐方法及电子设备 | |
CN109992339A (zh) | 一种应用图标的处理方法及移动终端 | |
CN113254132B (zh) | 一种应用显示方法及相关装置 | |
CN114546219A (zh) | 图片列表的处理方法及相关装置 | |
CN113918062B (zh) | 应用程序的快捷功能的启用方法及终端 | |
CN113253905A (zh) | 基于多指操作的触控方法及智能终端 |
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 |