CN115065709A - 一种信息处理方法、装置及系统 - Google Patents

Abstract

本申请涉及空调控制技术领域，公开一种信息处理方法，包括：在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。以此方案，服务端能够结合已获取的空调的标识信息确定该空调的行为学习结果，并能够在服务端将已确定的行为学习结果发送至空调的情况下，便于空调在开机后按照行为学习结果实现自动控制，进一步提高了空调控制过程的便捷性。本申请还公开一种信息处理装置及信息处理系统。

Description

一种信息处理方法、装置及系统

技术领域

本申请涉及空调控制技术领域，例如涉及一种信息处理方法、装置及系统。

背景技术

目前，随着人们生活水平的不断提升，智能家电设备也逐渐进入了人们的视野。随着用户对智能家电设备的智能化需求不断增多，如何更加便捷的控制家电设备已成为用户十分关注的问题。

在现有技术中，以空调为例，通常通过学习用户行为作为控制空调的依据，具体地，通过学习用户行为确定用户的归家时间，并结合归家时间对空调进行开机控制。但依照现有的控制方案，需要用户在空调开机后再次对空调进行模式、参数等一系列的空调运行方式的设定，十分繁琐，无法真正的实现空调的自动调节。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种信息处理方法、装置及系统，以提供一种更加便捷的控制空调的技术方案。

在一些实施例中，所述信息处理方法包括：在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。

在一些实施例中，所述信息处理方法包括：获得行为信息库，行为信息库中存储有不同空调的标识信息各自对应的行为学习结果；在行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。

在一些实施例中，所述信息处理方法包括：获得空调所在区域内多个用户对各自关联的空调的设定行为信息；对设定行为信息进行学习，得到一个或多个空调的行为学习结果；将每个空调的行为学习结果与该空调的标识信息建立对应关系，并将对应关系存储于行为信息库。

在一些实施例中，所述信息处理方法包括：对设定行为信息进行清洗，以消除设定行为信息中的异常信息。

在一些实施例中，所述信息处理方法包括：当再次接收到空调所在区域内的用户发送的设定行为信息时，对已获得的行为信息库进行优化；在优化后的行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。

在一些实施例中，所述信息处理方法包括：向空调关联的用户发送行为学习结果的推荐信息；在接收到用户反馈的确认信息的情况下，将行为学习结果发送至空调。

在一些实施例中，所述信息处理方法包括：在接收到空调反馈的开机参数的情况下，对开机参数进行存储并播报。

在一些实施例中，所述信息处理装置包括：获取模块，被配置为在空调接收到开机控制指令的情况下，获取空调的标识信息；确定模块，被配置为根据空调的标识信息，确定空调的行为学习结果；发送模块，被配置为将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。

在一些实施例中，所述信息处理装置包括：处理器和存储有程序指令的存储器，处理器被配置为在运行程序指令时，执行前述的信息处理方法。

在一些实施例中，所述信息处理系统包括：前述的信息处理装置。

本公开实施例提供的信息处理方法、装置及系统，可以实现以下技术效果：通过在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调。以此方案，服务端能够结合已获取的空调的标识信息确定该空调的行为学习结果，并能够在服务端将已确定的行为学习结果发送至空调的情况下，便于空调在开机后按照行为学习结果实现自动控制，进一步提高了空调控制过程的便捷性。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的一个信息处理方法的示意图；

图2是本公开实施例提供的一个用于确定行为学习结果的方法示意图；

图3是本公开实施例提供的一个用于获得行为信息库的方法示意图；

图4是本公开实施例提供的另一个用于确定行为学习结果的方法示意图；

图5是本公开实施例提供的一个信息处理装置的示意图；

图6是本公开实施例提供的另一个信息处理装置的示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例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，以便这里描述的本公开实施例的实施例。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。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。

图1是本公开实施例提供的一个信息处理方法的示意图；结合图1所示，本公开实施例提供一个信息处理方法，包括：

S11，在空调接收到开机控制指令的情况下，服务端获取空调的标识信息。

S12，服务端根据空调的标识信息，确定空调的行为学习结果。

S13，服务端将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。

在本方案中，空调可以接收用户发送的开机控制指令。具体地，用户可以直接通过语音控制的方式向空调发送开机控制指令。用户还可以向空调关联的其他具有语音识别功能的智能设备发送空调的开机控制指令，并在其他具有语音识别功能的智能设备接收到用户发送的空调的开机控制指令后，将空调的开机控制指令发送至空调，以便空调准确地接收到用户发送的开机控制指令。进一步地，可以在空调接收到开机控制指令的情况下，向服务端发送携带有空调的标识信息的行为学习结果的确定请求，以使服务端获取空调的标识信息。这里，空调的标识信息可以为空调的型号信息或空调的物理地址等能够指代该空调属性的信息。进一步地，可以在服务端获取空调的标识信息后，结合已获取的标识信息，确定空调的行为学习结果。这里，空调的行为学习结果是指通过学习空调所在区域内多个用户对各自关联的空调的设定行为信息而获得的学习结果。这里，设定行为信息可以包括空调模式设定行为；空调温度设定行为；空调风速设定行为等。具体地，空调的行为学习结果可以为空调的设定模式为制冷模式；空调的行为学习结果可以为空调的设定温度为26℃；空调的行为学习结果可以为空调的设定风速为低档风速等。这样，服务端可以在获取空调的标识信息后，确定与该标识信息相匹配的空调的行为学习结果，并控制服务端将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。

采用本公开实施例提供的信息处理方法，通过在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调。以此方案，服务端能够结合已获取的空调的标识信息确定该空调的行为学习结果，并能够在服务端将已确定的行为学习结果发送至空调的情况下，便于空调在开机后按照行为学习结果实现自动控制，进一步提高了空调控制过程的便捷性。

图2是本公开实施例提供的一个用于确定行为学习结果的方法示意图；结合图2所示，可选地，S12，服务端根据空调的标识信息，确定空调的行为学习结果，包括：

S21，服务端获得行为信息库，行为信息库中存储有不同空调的标识信息各自对应的行为学习结果。

S22，在行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。

在本方案中，服务端可以获得行为信息库，具体地，行为信息库中可以存储有不同空调的标识信息各自对应的行为学习结果。可以理解地，空调的标识信息不同，空调的性能参数或其他属性也不相同，对应地空调的行为学习结果更不相同。因此，为了更加精准地确定符合该空调运行特性的行为学习结果，给用户带来更加舒适的室内环境，服务端可以结合已获取的该空调的标识信息，在行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。以此方案，能够通过已获得的行为信息库，更加精准的确定空调的行为学习结果，为空调的智能化控制提供了更加精准地数据基础。

图3是本公开实施例提供的一个用于获得行为信息库的方法示意图；结合图3所示，可选地，S21，服务端获得行为信息库，包括：

S31，服务端获得空调所在区域内多个用户对各自关联的空调的设定行为信息。

S32，服务端对设定行为信息进行学习，得到一个或多个空调的行为学习结果。

S33，服务端将每个空调的行为学习结果与该空调的标识信息建立对应关系，并将对应关系存储于行为信息库。

在本方案中，服务端可以为云端服务器，该服务端可以连接空调所在区域内的多台空调。这里，空调所在区域可以为空调所在的楼层或空调所在的小区，具体区域的设定范围可以由行为学习的学习范围而确定。这样，可以在区域内的用户对空调存在设定行为的情况下，向服务端发送设定行为信息，以使服务端获得空调所在区域内不同用户对各自关联的空调的设定行为信息。进一步地，在服务端获得设定行为信息后，服务端可以对设定行为信息进行学习，以得到一个或多个空调的行为学习结果。具体地，可以通过多种方式对设定行为信息进行学习。作为一种示例，服务端可以将相同标识信息的空调对应的设定行为信息进行统计学习，将使用频次最高的运行模式、设定温度、设定风速作为行为学习结果。在一种优化的方案中，还可以将同一时段内相同标识信息的空调中使用频次最高/用户舒适度最高的运行模式、设定温度、设定风速作为行为学习结果。例如，时段可以为12：00-13：00，14：00-15：00。用户舒适度可以通过用户输入的环境评分确定。在一种情况下，若同一时段内并不存在用户对该标识信息的空调的设定行为信息，则可以继续判断相邻时段内是否存在用户对该标识信息的空调的设定行为信息；若存在，则可以将相邻时段内使用频次最高/客户舒适度最高的运行模式、设定温度、设定风速作为行为学习结果。这样，能够结合大数据学习区域内用户对空调的设定行为，以获得较为精准地行为学习结果。进一步地，服务端可以在得到一个或多个空调的行为学习结果后，服务端将每个空调的行为学习结果与该空调的标识信息建立对应关系，并将对应关系存储于行为信息库。以此方案，能够结合区域内用户对设定行为信息的学习情况，通过大数据分析与学习的方式建立更加精准地行为信息库。

可选地，在对设定行为信息进行学习前，还包括：服务端对设定行为信息进行清洗，以消除设定行为信息中的异常信息。

在本方案中，为了提高行为信息库中存储内容的精准度，简化设定行为信息的学习过程，可以在对设定行为信息进行学习前，控制服务端对已获得的设定行为信息进行清洗，以消除设定行为信息中的异常信息。这里，设定行为信息的清洗策略可以预先存储于服务端。例如，可以预先存储异常信息的数据范围。这样，可以更加合理地结合设定行为信息的清洗策略对设定行为信息中的异常信息进行有效过滤，进一步提高行为学习结果的准确性。

图4是本公开实施例提供的另一个用于确定行为学习结果的方法示意图；结合图4所示，可选地，在服务端获得行为信息库后，还包括：

S41，当再次接收到空调所在区域内的用户发送的设定行为信息时，服务端对已获得的行为信息库进行优化。

S42，服务端在优化后的行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。

在本方案中，在服务端获得行为信息库后，若服务端再次接收到空调所在区域内的用户发送的设定行为信息时，服务端需要对已获得的行为信息库进行优化。具体地，服务端对已获得的行为信息库进行优化包括：服务端再次对其已接收到的全部设定行为信息进行学习，以得到一个或多个空调的更新后的行为学习结果，并将每个空调的更新后的行为学习结果与该空调的标识信息建立新的对应关系，并将新的对应关系存储于行为信息库。这样，能够对已获得的行为信息库进行优化。进一步地，为了确定更加精准地空调的行为学习结果，可以结合优化后的行为信息库。具体地，服务端可以在优化后的行为信息库中匹配出与空调的标识信息相对应的行为学习结果，并将其确定为空调的行为学习结果。以此方案，能够通过优化后的行为信息库，更加精准的确定空调的行为学习结果，为空调的智能化控制提供了更加精准地数据基础。

可选地，在确定空调的行为学习结果后，还包括：

服务端向空调关联的用户发送行为学习结果的推荐信息。

在接收到用户反馈的确认信息的情况下，服务端将行为学习结果发送至空调。

在本方案中，在确定了空调的行为学习结果后，服务端还可以向空调关联的用户发送行为学习结果的推荐信息。这里，空调关联的用户可以为空调所在环境内的用户。具体地，服务端可以通过与其关联的具有语音模块的智能设备向空调关联的用户推送行为学习结果的推荐信息。服务端还可以将行为学习结果的推荐信息推送至与空调关联的用户距离最近的智能设备的显示界面。以此方案，能够使空调关联的用户尽快获知行为学习结果的推荐信息。进一步地，服务端还可以在接收到用户反馈的确认信息的情况下，服务端将行为学习结果发送至空调。这样，能够确保行为学习结果符合用户的环境调节需求，进一步提高用户的使用体验感。

可选地，在空调按照行为学习结果设定空调的开机参数后，还包括：

在服务端接收到空调反馈的开机参数的情况下，服务端对开机参数进行存储并播报。

在本方案中，在空调按照行为学习结果设定空调的开机参数后，还可以在服务端接收到空调反馈的开机参数的情况下，服务端对开机参数进行存储并播报。以此方案，能够使服务端对空调已设定的开机参数进行实时记录，并能够通过播报的方式使空调所在环境内的用户尽快知晓空调的设定信息，进一步提高了用户对空调的使用体验感。

图5是本公开实施例提供的一个信息处理装置的示意图；结合图5所示，本公开实施例提供一种信息处理装置，包括获取模块51、确定模块52和发送模块53。获取模块51被配置为在空调接收到开机控制指令的情况下，获取空调的标识信息；确定模块52被配置为根据空调的标识信息，确定空调的行为学习结果；发送模块53被配置为将行为学习结果发送至空调，以使空调按照行为学习结果设定空调的开机参数。

采用本公开实施例提供的信息处理装置，通过在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调。以此方案，服务端能够结合已获取的空调的标识信息确定该空调的行为学习结果，并能够在服务端将已确定的行为学习结果发送至空调的情况下，便于空调在开机后按照行为学习结果实现自动控制，进一步提高了空调控制过程的便捷性。

图6是本公开实施例提供的另一个信息处理装置的示意图；结合图6所示，本公开实施例提供一种信息处理装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的信息处理方法。

此外，上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中信息处理方法。

存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101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。

本公开实施例提供了一种信息处理系统，包含上述的信息处理装置。

采用本公开实施例提供的信息处理系统，通过在空调接收到开机控制指令的情况下，获取空调的标识信息；根据空调的标识信息，确定空调的行为学习结果；将行为学习结果发送至空调。以此方案，服务端能够结合已获取的空调的标识信息确定该空调的行为学习结果，并能够在服务端将已确定的行为学习结果发送至空调的情况下，便于空调在开机后按照行为学习结果实现自动控制，进一步提高了空调控制过程的便捷性。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述信息处理方法。

本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述信息处理方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案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中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种信息处理方法，其特征在于，包括：

在空调接收到开机控制指令的情况下，获取所述空调的标识信息；

根据所述空调的标识信息，确定所述空调的行为学习结果；

将所述行为学习结果发送至所述空调，以使所述空调按照所述行为学习结果设定所述空调的开机参数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述空调的标识信息，确定所述空调的行为学习结果，包括：

获得行为信息库，所述行为信息库中存储有不同空调的标识信息各自对应的行为学习结果；

在所述行为信息库中匹配出与所述空调的标识信息相对应的行为学习结果，并将其确定为所述空调的行为学习结果。

3.根据权利要求2所述的方法，其特征在于，所述获得行为信息库，包括：

获得所述空调所在区域内多个用户对各自关联的空调的设定行为信息；

对所述设定行为信息进行学习，得到一个或多个空调的行为学习结果；

将每个空调的行为学习结果与该空调的标识信息建立对应关系，并将所述对应关系存储于所述行为信息库。

4.根据权利要求3所述的方法，其特征在于，在对所述设定行为信息进行学习前，所述方法还包括：

对所述设定行为信息进行清洗，以消除所述设定行为信息中的异常信息。

5.根据权利要求2所述的方法，其特征在于，在获得行为信息库后，所述方法还包括：

当再次接收到所述空调所在区域内的用户发送的设定行为信息时，对已获得的所述行为信息库进行优化；

在优化后的所述行为信息库中匹配出与所述空调的标识信息相对应的行为学习结果，并将其确定为所述空调的行为学习结果。

6.根据权利要求1所述的方法，其特征在于，在确定所述空调的行为学习结果后，所述方法还包括：

向空调关联的用户发送行为学习结果的推荐信息；

在接收到所述用户反馈的确认信息的情况下，将所述行为学习结果发送至所述空调。

7.根据权利要求1所述的方法，其特征在于，在所述空调按照所述行为学习结果设定所述空调的开机参数后，所述方法还包括：

在接收到所述空调反馈的开机参数的情况下，对所述开机参数进行存储并播报。

8.一种信息处理装置，其特征在于，包括：

获取模块，被配置为在空调接收到开机控制指令的情况下，获取所述空调的标识信息；

确定模块，被配置为根据所述空调的标识信息，确定所述空调的行为学习结果；

发送模块，被配置为将所述行为学习结果发送至所述空调，以使所述空调按照所述行为学习结果设定所述空调的开机参数。

9.一种信息处理装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至7任一项所述的信息处理方法。

10.一种信息处理系统，其特征在于，包括如权利要求8或9所述的信息处理装置。

Images