CN114855416A - 洗涤程序的推荐方法及装置、存储介质及电子装置 - Google Patents

Abstract

本申请公开了一种洗涤程序的推荐方法及装置、存储介质及电子装置，涉及智慧家庭技术领域，该洗涤程序的推荐方法包括：在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。采用上述技术方案，解决了洗衣机为用户推荐洗涤程序的准确率较低的问题。

Description

洗涤程序的推荐方法及装置、存储介质及电子装置

技术领域

本申请涉及智慧家庭技术领域，具体而言，涉及一种洗涤程序的推荐方法及装置、存储介质及电子装置。

背景技术

伴随着家电智能化的进程，家电对于智能化程度的要求也在不断提高。在洗衣机产业领域，由于中高端产品的功能越来越多，越来越复杂，使得呈现在用户面前的功能选项也越来越多。

目前，现有的洗衣机对于功能的预测都是使用“决策树”、“逻辑回归”等分类器来解决。但“决策树”、“逻辑回归”都是采用抽样的全局性的用户使用历史数据进行训练，进而可以保障在处理全局性问题时的准确率问题，即在相同情形下，表现与众数一致的用户的行为是容易被预测对的。

然而事实并非如此，有大量的用户在使用洗衣机的时候有着自己的个性化需求和理解，因此洗涤时呈现出来的彼此间的不同很明显，也就是说，单一用户对于洗衣机功能的偏好却相对集中，这使得单纯依赖预设功能设置默认值，或者根据全体用户的使用众数统计出来的功能不能有针对性地满足某个用户个体的偏好需求。

针对相关技术，洗衣机为用户推荐洗涤程序的准确率较低的问题，目前尚未提出有效的解决方案。

因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

发明内容

本发明实施例提供了一种洗涤程序的推荐方法及装置、存储介质及电子装置，以至少解决洗衣机为用户推荐洗涤程序的准确率较低的问题。

根据本发明实施例的一方面，提供一种洗涤程序的推荐方法，包括：在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

进一步地，确定所述洗衣机的运行参数所对应的当前特征数据，包括：确定所述洗衣机启动的目标时刻与所述洗衣机的目标地理位置；确定所述目标地理位置在所述目标时刻的气候参数，其中，所述气候参数包括以下至少之一：温度、湿度、风速；以及确定所述洗衣机的待清洗衣物的衣物信息，其中，所述衣物信息包括以下至少之一：衣物类型，衣物数量；其中，所述当前特征数据包括以下至少之一：所述目标时刻，所述气候参数，所述衣物信息。

进一步地，确定所述洗衣机的待清洗衣物的衣物信息，包括：获取所述洗衣机发送的目标视频，其中，所述目标视频为目标对象在投放衣物至所述洗衣机的过程中，所述洗衣机的图像采集装置采集到的视频；通过所述目标视频确定所述洗衣机的待清洗衣物的衣物信息。

进一步地，通过所述当前特征数据确定目标特征向量，包括：通过预设规则将所述当前特征数据进行归一化处理，得到归一化后的特征数据；通过所述归一化后的特征数据确定目标特征向量，其中，所述目标特征向量为一维向量，所述目标特征向量的元素为所述归一化后的特征数据。

进一步地，根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，包括：确定所述目标特征向量与所述历史特征向量集合中保存的每个历史特征向量之间的目标距离；将所述目标距离小于或等于预设距离的历史特征向量确定为参考特征向量。

进一步地，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，包括：在所述参考特征向量包括一个历史特征向量的情况下，将所述历史特征向量对应的历史洗涤程序确定为所述洗衣机的推荐洗涤程序；

进一步地，在所述参考特征向量包括多个历史特征向量的情况下，将所述多个历史特征向量对应的多个历史洗涤程序中出现次数最多的历史洗涤程序为确定所述洗衣机的推荐洗涤程序。

进一步地，通过所述洗衣机向目标对象推荐所述推荐洗涤程序之后，所述方法还包括：将所述目标特征向量添加至所述历史特征向量集合；接收目标对象的确认操作，其中，所述确认操作用于确认所述洗衣机是否执行所述推荐洗涤程序；在所述目标对象确认所述洗衣机执行所述推荐洗涤程序的情况下，保存所述目标特征向量与所述推荐洗涤程序的对应关系；在所述目标对象确认所述洗衣机不执行所述推荐洗涤程序的情况下，接收所述目标对象在所述洗衣机上选择的目标洗涤程序，并保存所述目标特征向量与所述目标洗涤程序的对应关系。

根据本发明实施例的另一方面，还提供了一种洗涤程序的推荐装置，包括：第一确定模块，用于在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；第二确定模块，用于通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；推荐模块，用于根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

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洗涤程序的推荐方法。

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洗涤程序的推荐方法。

通过本发明，通过确定洗衣机对应的当前特征数据，并通过当前特征数据确定目标特征向量，并根据目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，进而根据参考特征向量确定洗衣机的推荐洗涤程序，也就是说，可以通过用户的历史使用情况来为用户推荐洗涤程序，进而提高了推荐的准确率，解决了洗衣机为用户推荐洗涤程序的准确率较低的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例的一种智能设备的交互方法的硬件环境示意图；

图2是根据本发明实施例的洗涤程序的推荐方法的流程图；

图3是根据本发明实施例的洗涤程序的推荐方法的系统框架图；

图4是根据本发明实施例的洗涤程序的推荐装置的结构框图(一)。

图5是根据本发明实施例的洗涤程序的推荐装置的结构框图(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。

根据本申请实施例的一个方面，提供了一种智能家居设备的交互方法。该智能家居设备的交互方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(Intelligence House)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述智能家居设备的交互方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。

上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。

为了解决上述问题，在本实施例中提供了一种洗涤程序的推荐方法，图2是根据本发明实施例的洗涤程序的推荐方法的流程图，该流程包括如下步骤：

步骤S202，在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

作为一个可选的示例，本实施例的技术方案可以应用在云端服务器中，洗衣机与云端服务器具有关联关系，进而洗衣机在启动的时候，会向云端服务器上报当前状态，例如使用时间，地理位置，MAC地址等。

在一个示例性的实施例中，确定所述洗衣机的运行参数所对应的当前特征数据，可以通过以下方式实现：

步骤S1：确定所述洗衣机启动的目标时刻与所述洗衣机的目标地理位置；

作为一个可选的示例，云端服务器可以将洗衣机上报当前状态的时间确定为目标时刻。由于洗衣机在注册时候，云端服务器会保存洗衣机上报的地理位置和洗衣机的MAC地址对应的关系，进而可以根据洗衣机的MAC地址来确定洗衣机的目标地理位置。作为一个可选的示例，目标时刻为2018年1月20日，目标地理位置北京市。

步骤S2：确定所述目标地理位置在所述目标时刻的气候参数，其中，所述气候参数包括以下至少之一：温度、湿度、风速；

需要说明的是，由于知道了目标时刻和目标地理位置，进而云端服务器可以在互联网上搜索在目标地理位置在目标时刻的气候参数，例如，在互联网上搜索，北京市在2018年1月20日的气候参数。

步骤S3：确定所述洗衣机的待清洗衣物的衣物信息，其中，所述衣物信息包括以下至少之一：衣物类型，衣物数量。

可选的，衣物类型包括但不限于：内衣，外套，毛衣，衬衫，针织衫等。

在一个示例性的实施例中，确定所述洗衣机的待清洗衣物的衣物信息，可以通过以下方式实现：获取所述洗衣机发送的目标视频；通过所述目标视频确定所述洗衣机的待清洗衣物的衣物信息。需要说明的是，所述目标视频为目标对象在投放衣物至所述洗衣机的过程中，所述洗衣机的图像采集装置采集到的视频。可选的，所述目标对象为人，所述图像采集装置包括但不限于摄像头。

作为一个可选的示例，所述当前特征数据包括以下至少之一：所述目标时刻，所述气候参数，所述衣物信息。

需要说明的是，由于在工作日和非工作日，人们的生活习惯是不一样的，例如，在工作日的，用户的衣服相对干净，在非工作日，用户可能会外出出去玩，或者运动，进而衣物相对工作日而言相对脏一点。也就是说，目标时刻会影响衣服的干净程度。

进一步地，由于在温度高的时候，用户出汗可能会较多，湿度较大的情况下，衣服可能相对潮湿，风速较大的情况下，可能地面上的灰尘会被较多的吹到衣服上。也就是说，气候参数也会影响衣物的干净程度。

同时，由于衣物的不同，衣服对应的洗涤程序也是不相同的。

也就是说，上述目标时刻，气候参数，衣物信息会在一定程度在影响洗衣机对衣物的洗涤程序。

需要说明的是，作为一个可选的示例，上述S1-S2与上述步骤S3是异步执行的。

步骤S204，通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

在一个示例性的实施例中，通过所述当前特征数据确定目标特征向量，可以通过以下方式实现：通过预设规则将所述当前特征数据进行归一化处理，得到归一化后的特征数据；通过所述归一化后的特征数据确定目标特征向量，其中，所述目标特征向量为一维向量，所述目标特征向量的元素为所述归一化后的特征数据。

为了更好的说明，以下进行具体说明，假设当前特征数据包括目标时刻与气候参数，其中，目标时刻包括月份，星期，时间；气候参数包括温度，湿度，风速。进而对于星期而言，将工作日转化为1，将周六日转化为0，如果是未知状态，则转化为0.5；对于时间而言，将小时除以24，如果是未知状态，则转化为0.5；对于月份而言，将月份除以12，如果是未知状态，则转化为0.5；对于温度而言，将温度除以30，如果是未知状态，则转化为0.5；对于湿度而言，将湿度除以100，如果是未知状态，则转化为0.5；对于风速：将风速的等级除以8，如果是未知状态，则转化为0.5，将上述六个维度归一化后作为一维向量的元素，得到目标特征向量。在一个示例性的实施例中，目标特征向量为(1，0.3，0.5，1，0.7，0.5)。

在一个示例性的实施例中，根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，可以通过以下方式实现：确定所述目标特征向量与所述历史特征向量集合中保存的每个历史特征向量之间的目标距离；将所述目标距离小于或等于预设距离的历史特征向量确定为参考特征向量。

可选的，可以使用欧几里得算法来确定向量之间的距离。

步骤S206，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

需要说明的是，推荐洗涤程序包括但不限于：标准洗，浸泡洗等。

在一个示例性的实施例中，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，可以通过以下方式实现：在所述参考特征向量包括一个历史特征向量的情况下，将所述历史特征向量对应的历史洗涤程序确定为所述洗衣机的推荐洗涤程序；在所述参考特征向量包括多个历史特征向量的情况下，将所述多个历史特征向量对应的多个历史洗涤程序中出现次数最多的历史洗涤程序为确定所述洗衣机的推荐洗涤程序。

需要说明的是，由于参考特征向量与目标特征向量的距离较小，进而参考特征向量对应的特征数据与目标特征向量对应的当前特征数据较为相似，进而可以使用用户在参考特征向量对应的特征数据下选择的洗涤程序来预测用户在当前特征数据可能会选择的洗涤程序。

也就是说，如果参考特征向量只有一个，进而将参考特征向量对应的历史洗涤程序确定为推荐洗涤程序，如果有多个，那个就选取对应的历史洗涤程序中出现次数最多的历史洗涤程序作为推荐洗涤程序。采用上述技术方案，可以提高预测的准确度。

通过上述步骤，通过确定洗衣机对应的当前特征数据，并通过当前特征数据确定目标特征向量，并根据目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，进而根据参考特征向量确定洗衣机的推荐洗涤程序，也就是说，可以通过用户的历史使用情况来为用户推荐洗涤程序，进而提高了推荐的准确率，解决了洗衣机为用户推荐洗涤程序的准确率较低的问题。

在一个示例性的实施例中，通过所述洗衣机向目标对象推荐所述推荐洗涤程序之后，还需要将所述目标特征向量添加至所述历史特征向量集合；接收目标对象的确认操作，其中，所述确认操作用于确认所述洗衣机是否执行所述推荐洗涤程序；在所述目标对象确认所述洗衣机执行所述推荐洗涤程序的情况下，保存所述目标特征向量与所述推荐洗涤程序的对应关系；在所述目标对象确认所述洗衣机不执行所述推荐洗涤程序的情况下，接收所述目标对象在所述洗衣机上选择的目标洗涤程序，并保存所述目标特征向量与所述目标洗涤程序的对应关系。

需要说明的是，推荐洗涤程序是云端服务器根据当前特征数据预测的，进而用户可以根据实际情况来确定是否采用推荐洗涤程序，如果用户选择了推荐洗涤程序，则将目标特征向量添加至所述历史特征向量集合，并建立目标特征向量与推荐洗涤程序的对应关系，如果用户认为预测的不准，则可以自己在洗衣机上选择目标的洗涤程序，进而云端服务器将目标特征向量添加至历史特征向量集合，并建立目标特征向量与目标洗涤程序的对应关系。采用上述技术方案，用户真实的设置记录也会被不断地记录在历史特征向量集合中，而随着用户使用的次数不断增加，通过目标特征向量在历史特征向量集合中查找预测的准确度也会不断上升。

显然，上述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。为了更好的理解上述洗涤程序的推荐方法，以下结合实施例对上述过程进行说明，但不用于限定本发明实施例的技术方案，具体地：

在一个可选的实施例中，图3是根据本发明实施例的洗涤程序的推荐方法的系统框架图，如图3所示，洗衣机在开机时刻，会上报当前状态至云端服务器，包括但不限于使用时间、地点、MAC地址等信息，同时进行推荐请求。进而云端服务器中的归一化模块，会在收到上报状态的数据后对于其中的各必要字段进行归一化处理。包括以下归一化内容：

星期：将工作日转化为1，周六日转化为0，未知状态转化为0.5。

时间：小时/24，未知状态转化为0.5。

月份：月份/12，未知状态转化为0.5。

温度：温度/30，未知状态转化为0.5。

湿度：湿度/100，未知状态转化为0.5。

风速：风速(级)/8，未知状态转化为0.5。

并将上述6个维度归一化后的向量，作为待查找向量v(相当于上述实施例中的目标特征向量)。

KNN搜索模块，对于上述待查找向量v，在历史向量库(相当于上述历史特征向量集合)中进行查找，具体查找方式如下：

归一化：将历史向量库中的使用记录读出，其字段包含星期、时间、月份、温度、湿度、风速、使用程序。将其中对应的星期、时间、月份、温度、湿度、风速这些维度进行相同的归一化处理。

查找：以待查找向量v为中心，在历史向量库中，以d为半径(例如，d＝0.52)，查找欧几里得距离小于等于d的所有向量。

投票：将查找出的所有向量进行统计，找出对应的“使用程序”的众数。

如果存在：则返回该使用程序的众数结果，如不存在则返回空值。

需要说明的是，用户真实的设置记录也会被不断地记录在历史向量库中，而随着用户使用的次数不断增加，KNN查找的准确度也会不断上升。

也就是说，本实施例将星期、时间、月份、温度、湿度、风速等用于偏好推荐的特征构成，以KNN方式查找历史记录，并根据众数推举个人使用偏好的推荐方法。进而将复杂的统计机器学习问题转化成为简单的查找问题。可以仅仅通过对于输入的用户描述向量进行合理的归一化，而后进行用户索引下的查找，得到某一次单一预测样本下的最大似然预测值，从而大大节省训练时间，并且在较低计算量能耗的情况下，对于用户的个性化需求进行建模和预测，从而满足个体用户在使用洗衣机功能上的个性化偏好预测。

此外，本实施例为了实现近似的预测目的，而摒弃使用“决策树”、“逻辑回归”之类的分类算法模型，转而使用KNN的查找方式来实现预测。由于不需要显式的训练过程，这种方式可以在非常有限的计算资源消耗的情况下，实现相对比较准确的预测目的。而且在这个过程中，所使用的向量查找功能也是一种易于实现的方式，因此对于落地风险的控制，计算成本的节省，有着非常明显的优点。

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)执行本发明各个实施例的方法。

在本实施例中还提供了一种洗涤程序的推荐装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图4是根据本发明实施例的洗涤程序的推荐装置的结构框图(一)，该装置包括：

第一确定模块42，用于在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

第二确定模块44，用于通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

推荐模块46，用于根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

通过上述装置，通过确定洗衣机对应的当前特征数据，并通过当前特征数据确定目标特征向量，并根据目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，进而根据参考特征向量确定洗衣机的推荐洗涤程序，也就是说，可以通过用户的历史使用情况来为用户推荐洗涤程序，进而提高了推荐的准确率，解决了洗衣机为用户推荐洗涤程序的准确率较低的问题。

在一个可选的实施例中，第一确定模块，还用于确定所述洗衣机启动的目标时刻与所述洗衣机的目标地理位置；确定所述目标地理位置在所述目标时刻的气候参数，其中，所述气候参数包括以下至少之一：温度、湿度、风速；以及确定所述洗衣机的待清洗衣物的衣物信息，其中，所述衣物信息包括以下至少之一：衣物类型，衣物数量；其中，所述当前特征数据包括以下至少之一：所述目标时刻，所述目标地理位置，所述衣物信息。

在一个示例性的实施例中，第一确定模块，还用于获取所述洗衣机发送的目标视频，其中，所述目标视频为目标对象在投放衣物至所述洗衣机的过程中，所述洗衣机的图像采集装置采集到的视频；通过所述目标视频确定所述洗衣机的待清洗衣物的衣物信息。

在一个示例性的实施例中，第二确定模块，还用于通过预设规则将所述当前特征数据进行归一化处理，得到归一化后的特征数据；通过所述归一化后的特征数据确定目标特征向量，其中，所述目标特征向量为一维向量，所述目标特征向量的元素为所述归一化后的特征数据。

在一个示例性的实施例中，第二确定模块，还用于确定所述目标特征向量与所述历史特征向量集合中保存的每个历史特征向量之间的目标距离；将所述目标距离小于或等于预设距离的历史特征向量确定为参考特征向量。

在一个示例性的实施例中，推荐模块包括：确定单元，用于在所述参考特征向量包括一个历史特征向量的情况下，将所述历史特征向量对应的历史洗涤程序确定为所述洗衣机的推荐洗涤程序；在所述参考特征向量包括多个历史特征向量的情况下，将所述多个历史特征向量对应的多个历史洗涤程序中出现次数最多的历史洗涤程序为确定所述洗衣机的推荐洗涤程序。

图5是根据本发明实施例的洗涤程序的推荐装置的结构框图(二)，在一个示例性的实施例中，所述装置包括还：存储模块48，用于将所述目标特征向量添加至所述历史特征向量集合；接收目标对象的确认操作，其中，所述确认操作用于确认所述洗衣机是否执行所述推荐洗涤程序；在所述目标对象确认所述洗衣机执行所述推荐洗涤程序的情况下，保存所述目标特征向量与所述推荐洗涤程序的对应关系；在所述目标对象确认所述洗衣机不执行所述推荐洗涤程序的情况下，接收所述目标对象在所述洗衣机上选择的目标洗涤程序，并保存所述目标特征向量与所述目标洗涤程序的对应关系。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

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计算机程序：

S1，在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

S2，通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

S3，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

在一个示例性实施例中，上述计算机可读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计算机程序的介质。

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

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，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，在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

S2，通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

S3，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

在一个示例性实施例中，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。

本实施例中的具体示例可以参考上述实施例及示例性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，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。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种洗涤程序的推荐方法，其特征在于，包括：

在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

2.根据权利要求1所述的方法，其特征在于，确定所述洗衣机的运行参数所对应的当前特征数据，包括：

确定所述洗衣机启动的目标时刻与所述洗衣机的目标地理位置；

确定所述目标地理位置在所述目标时刻的气候参数，其中，所述气候参数包括以下至少之一：温度、湿度、风速；以及

确定所述洗衣机的待清洗衣物的衣物信息，其中，所述衣物信息包括以下至少之一：衣物类型，衣物数量；

其中，所述当前特征数据包括以下至少之一：所述目标时刻，所述气候参数，所述衣物信息。

3.根据权利要求2所述的方法，其特征在于，确定所述洗衣机的待清洗衣物的衣物信息，包括：

获取所述洗衣机发送的目标视频，其中，所述目标视频为目标对象在投放衣物至所述洗衣机的过程中，所述洗衣机的图像采集装置采集到的视频；

通过所述目标视频确定所述洗衣机的待清洗衣物的衣物信息。

4.根据权利要求1所述的方法，其特征在于，通过所述当前特征数据确定目标特征向量，包括：

通过预设规则将所述当前特征数据进行归一化处理，得到归一化后的特征数据；

通过所述归一化后的特征数据确定目标特征向量，其中，所述目标特征向量为一维向量，所述目标特征向量的元素为所述归一化后的特征数据。

5.根据权利要求1所述的方法，其特征在于，根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量，包括：

确定所述目标特征向量与所述历史特征向量集合中保存的每个历史特征向量之间的目标距离；

将所述目标距离小于或等于预设距离的历史特征向量确定为参考特征向量。

6.根据权利要求1所述的方法，其特征在于，根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，包括：

在所述参考特征向量包括一个历史特征向量的情况下，将所述历史特征向量对应的历史洗涤程序确定为所述洗衣机的推荐洗涤程序；

在所述参考特征向量包括多个历史特征向量的情况下，将所述多个历史特征向量对应的多个历史洗涤程序中出现次数最多的历史洗涤程序为确定所述洗衣机的推荐洗涤程序。

7.根据权利要求1所述的方法，其特征在于，通过所述洗衣机向目标对象推荐所述推荐洗涤程序之后，所述方法还包括：

将所述目标特征向量添加至所述历史特征向量集合；

接收目标对象的确认操作，其中，所述确认操作用于确认所述洗衣机是否执行所述推荐洗涤程序；

在所述目标对象确认所述洗衣机执行所述推荐洗涤程序的情况下，保存所述目标特征向量与所述推荐洗涤程序的对应关系；

在所述目标对象确认所述洗衣机不执行所述推荐洗涤程序的情况下，接收所述目标对象在所述洗衣机上选择的目标洗涤程序，并保存所述目标特征向量与所述目标洗涤程序的对应关系。

8.一种洗涤程序的推荐装置，其特征在于，包括：

第一确定模块，用于在检测到洗衣机启动的情况下，确定所述洗衣机对应的当前特征数据，其中，所述当前特征数据用于预测所述洗衣机的洗涤程序；

第二确定模块，用于通过所述当前特征数据确定目标特征向量，并根据所述目标特征向量从所述洗衣机的历史特征向量集合中确定参考特征向量；

推荐模块，用于根据所述参考特征向量确定所述洗衣机的推荐洗涤程序，并通过所述洗衣机向目标对象推荐所述推荐洗涤程序。

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权利要求1至7中任一项所述的方法。

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权利要求1至7中任一项所述的方法。

Images