CN116540556A - 基于用户习惯的设备控制方法及装置 - Google Patents

Abstract

本申请公开了一种基于使用者习惯的设备控制方法及装置，涉及智能家居技术领域，该基于使用者习惯的设备控制方法包括：数据层获取目标设备上报的目标用户的标准行为数据；标签层根据数据层获取的标准行为数据确定目标用户使用目标设备时的行为习惯；应用层基于标签层确定的目标用户的行为习惯生成目标设备的个性化控制策略。本申请提供的基于使用者习惯的设备控制方法及装置，用于通过智能设备上传的状态数据，挖掘出用户的个性化设备操作习惯，并以此对智慧设备进行智慧化升级，实现设备控制的智慧化和个性化。

Description

基于用户习惯的设备控制方法及装置

技术领域

本申请涉及智能家居技术领域，尤其涉及一种基于使用者习惯的设备控制方法及装置。

背景技术

随着物联网技术和大数据分析技术的快速发展，通过智慧设备的底板上传的状态数据，能够更加深入地了解用户的生活习惯，进而方便厂商对产品和系统进行功能的迭代，以提高用户对产品的体验质量。这就需要对获取的交互资料进行分析处理，获取用户的生活习惯，再根据使用者的生活习惯控制智能设备执行相关的控制操作。

在相关技术中，通常采用建立行为数据库的方式，在数据库中记录用户发生的行为数据。然而，这样的方式每次获取使用者生活习惯时，都需要遍历数据库中记录的所有行为数据，再对所有行为数据进行分析，以确定使用者针对智能设备的使用习惯，不仅计算复杂，而且效率低下。

发明内容

本申请的目的是提供一种基于使用者习惯的设备控制方法及装置，用于通过智能设备上传的状态数据，挖掘出用户的个性化设备操作习惯，并以此对智慧设备进行智慧化升级，实现设备控制的智慧化和个性化。

本申请提供一种基于使用者习惯的设备控制方法，包括：

获取目标设备上报的目标用户的标准行为数据；根据所述标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；基于所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

可选地，所述数据层获取目标设备上报的目标用户的标准行为数据，包括：获取所述目标设备上报的与所述目标用户相关的设备状态数据，并根据标准行为表指示的标准行为对所述设备状态数据进行筛选，得到所述目标用户的标准行为数据。

可选地，所述标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯，包括：按照行为习惯的习惯类型对所述标准行为数据进行分类，并根据分类结果确定每个习惯类型对应的用户行为；所述目标设备对应至少一个习惯类型；对同一习惯类型对应的用户行为进行置信度评分，并根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果；其中，所述目标设备对应的习惯类型包括以下至少一项：使用时间习惯，使用时长习惯，使用频次习惯，参数设置习惯，功能使用习惯；一个习惯类型对应多个用户行为。

可选地，所述对同一习惯类型对应的用户行为进行置信度评分，包括：获取目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数；根据每个使用者行为的发生时间以及发生次数，计算每个用户行为的置信度评分；其中，所述目标习惯类型为所述目标设备对应的多个习惯类型中的任一个；发生时间距离当前时间越近，用户行为对应的执行度评分越高；发生次数越多，用户行为对应的执行度评分越高。

可选地，所述根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果之后，所述方法还包括：根据每个习惯类型的使用者行为排序结果对每个习惯类型对应的用户行为进行筛选，保留每个习惯类型对应的用户行为中置信度评分最高的默认数量的用户行为。

可选地，所述应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略，包括：根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略。

可选地，所述根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略，包括：按照每个用户行为的置信度评分从高到低的顺序依次生成和向用户推荐所述目标设备的个性化控制策略；根据所述目标设备针对每个用户行为对应的个性化控制策略的执行结果，调整每个用户行为的置信度评分。

本申请还提供一种基于用户习惯的设备控制装置，包括：

获取模块，用于获取目标设备上报的目标用户的标准行为数据；确定模块，用于根据所述获取模块获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；控制模块，用于基于所述确定模块确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于不同习惯类型的定义确定的。

可选地，所述获取模块，具体用于获取所述目标设备上报的与所述目标用户相关的设备状态数据，并根据标准行为表指示的标准行为对所述设备状态数据进行筛选，得到所述目标用户的标准行为数据。

可选地，所述装置还包括：计算模块；所述确定模块，具体用于按照行为习惯的习惯类型对所述标准行为数据进行分类，并根据分类结果确定每个习惯类型对应的用户行为；所述目标设备对应至少一个习惯类型；所述计算模块，用于对同一习惯类型对应的用户行为进行置信度评分，并根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果；其中，所述目标设备对应的习惯类型包括以下至少一项：使用时间习惯，使用时长习惯，使用频次习惯，参数设置习惯，功能使用习惯；一个习惯类型对应多个用户行为。

可选地，所述获取模块，还用于获取目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数；所述计算模块，具体用于根据每个使用者行为的发生时间以及发生次数，计算每个用户行为的置信度评分；其中，所述目标习惯类型为所述目标设备对应的多个习惯类型中的任一个；发生时间距离当前时间越近，用户行为对应的执行度评分越高；发生次数越多，用户行为对应的执行度评分越高。

可选地，所述确定模块，还用于根据每个习惯类型的使用者行为排序结果对每个习惯类型对应的用户行为进行筛选，保留每个习惯类型对应的用户行为中置信度评分最高的默认数量的用户行为。

可选地，所述控制模块，具体用于根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略。

可选地，所述控制模块，具体用于按照每个用户行为的置信度评分从高到低的顺序依次生成和向用户推荐所述目标设备的个性化控制策略；所述控制模块，具体还用于根据所述目标设备针对每个用户行为对应的个性化控制策略的执行结果，调整每个用户行为的置信度评分。

本申请还提供一种电子装置，包括内存和处理器，所述内存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实现如上述任一种所述基于使用者习惯的设备控制方法的步骤。

本申请还提供一种计算机可读存储介质，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时实现如上述任一种所述基于使用者习惯的设备控制方法的步骤。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于使用者习惯的设备控制方法的步骤。

本申请提供的基于使用者习惯的设备控制方法及装置，首先，数据层获取目标设备上报的目标用户的标准行为数据。之后，标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯。最后，应用层基于所述标签层确定的目标用户的行为习惯生成所述目标设备的个性化控制策略。如此，不仅能够使得智慧设备的控制更加智慧化和个性化，相比于相关技术中的技术方案而言，计算效率也有了较大的提升。

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，下面描述中的附图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是根据本申请实施例的一种智慧设备的交互方法的硬件环境示意图；

图2是本申请提供的基于使用者习惯的设备控制方法的流程示意图；

图3是本申请提供的基于用户习惯的设备控制装置的结构示意图；

图4是本申请提供的电子装置的结构示意图。

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资料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，提供了一种基于使用者习惯的设备控制方法。该基于使用者习惯的设备控制方法广泛应用于智能家庭(Smart Home)、智能家居、智慧家用设备生态、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，上述基于使用者习惯的设备控制方法可以应用于如图1所示的由终端设备202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202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202可以并不限定于为PC、手机、平板计算机、智能空调、智能烟机、智慧冰箱、智慧烤箱、智慧炉灶、智慧洗衣机、智慧热水器、智慧洗涤设备、智慧洗碗机、智能投影设备、智能电视、智能晾衣架、智慧窗帘、智能影音、智能插座、智能音响、智能音箱、智慧新风设备、智慧厨卫设备、智慧卫浴设备、智慧扫地机器人、智慧擦窗机器人、智慧拖地机器人、智慧空气净化设备、智慧蒸箱、智慧微波炉、智慧厨宝、智能净化器、智能饮水机、智能门锁等。

随着物联网智慧家电的普及，智慧设备的底板会记录并上传网器状态数据，形成智能家电网器大数据。而原始的设备状态数据是无法直接应用的。本申请中的技术方案，可以将设备状态资料，自动挖掘为个性化使用者设备操作习惯。个性化的用户习惯将用于智能家电的智慧化升级，成为个性化的服务的数据决策基础。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的基于使用者习惯的设备控制方法进行详细地说明。本申请实施例提供的基于使用者习惯的设备控制方法所应用的系统架构包括：数据层、标签层以及应用层。

如图1所示，本申请实施例提供的一种基于使用者习惯的设备控制方法，该方法可以包括下述步骤201至步骤203：

步骤201、数据层获取目标设备上报的目标用户的标准行为数据。

其中，所述标准行为数据为基于所述数据层的标准行为表得到的。

需要说明的是，平台能够获取到用户使用智能设备时的各种行为数据，标准行为数据为标准行为表中指定的用户行为对应的用户行为数据。

示例性地，标准行为表中指示的标准行为可以根据实际情况进行调整，例如，某些新增的智能设备包含了其他设备中不存在的用户行为，为了了解该智能设备中该用户行为对应的用户习惯，可以将该用户行为添加到标准行为表中。

示例性地，上述目标设备可以为任一智慧家电设备，该智慧家电设备可以为冰箱、空调器、洗衣机、热水器等家电设备。

示例性地，上述目标用户为使用该目标设备的用户，目标用户可以在目标设备上登录其用户帐户，目标设备在进行数据上报时，均

示例性地，目标设备在运行过程中，会记录并上报设备状态数据，对目标设备上报的设备状态数据进行筛选处理后，便可以得到用户的标准行为数据。

具体地，上述步骤201中，获取目标用户的标准行为数据的步骤，可以包括以下步骤201a：

步骤201a、获取所述目标设备上报的与所述目标用户相关的设备状态数据，并根据标准行为表指示的标准行为对所述设备状态数据进行筛选，得到所述目标用户的标准行为数据。

示例性地，上述设备状态数据为目标设备在运行时上报的与设备状态相关的信息，包括：设备开始时间、设备关机时间、设备参数、设备运行模式等。不同的设备上报的设备状态数据不完全相同。

示例性地，上述标准行为表用于对设备状态数据进行定义，即定义设备状态数据中能够表示用户行为的设备状态资料，基于该标准行为数据表，便可以对设备状态资料进行筛选。

示例性地，上述标准行为数据表可以与设备一一对应，也可以根据实际业务需求，对该标准行为数据表进行调整，以筛选出业务所需的数据。

可以理解的是，目标设备上传的设备状态数据中，并非所有数据都能够表示用户行为，因此，需要对目标设备上传的设备状态数据进行筛选。

举例说明，智慧家电(例如，热水器)上报的设备状态数据可以包括：8:00，打开热水器；17:20，热水器自动加热；19:00，设置热水器温度45度；19:30，热水器自动关机。经过筛选后，与使用者行为相关的的设备状态资料可以包括：8:00，打开空调；19:00，设置热水器温度45度。上述用户行为相关的的设备状态资料便可以称为标准行为数据。

需要说明的是，目标设备可以根据绑定的用户帐户，判断用户行为所属的用户，目标设备可以绑定多个用户帐户，目标设备上报设备状态数据时，可以携带当前操作目标设备的用户帐户信息，用于区分不同用户的用户行为。

步骤202、标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯。

其中，所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

示例性地，标签层能够对不同的习惯类型进行定义，习惯类型的定义也可以根据需求进行调整，例如，历史行为的时间窗口，习惯定义的分数的阈值等。

需要说明的是，本申请实施例中，可以根据业务需求对数据层的标准行为表以及标签层的习惯类型的定义进行调整，以对不同类型智能设备的用户使用习惯进行提取。

示例性地，在完成对目标设备上报的设备状态数据的筛选后，得到目标用户的标准行为数据。之后，便可以基于用户的标准行为数据，确定用户针对目标设备的行为习惯。

可以理解的是，上述行为习惯可以为使用者在使用设备时的习惯操作，例如，设备的运行模式、设备的运行参数等。以上述目标设备为空调器为例，目标用户的行为习惯可以包括：目标用户使用空调器时空调器的运行模式，以及设置的温度等。

具体地，上述步骤202中确定目标用户在使用目标设备时的行为习惯的具体步骤，可以包括以下步骤202a和步骤202b：

步骤202a、按照行为习惯的习惯类型对所述标准行为数据进行分类，并根据分类结果确定每个习惯类型对应的用户行为。

其中，所述目标设备对应至少一个习惯类型。

步骤202b、对同一习惯类型对应的用户行为进行置信度评分，并根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果。

其中，所述目标设备对应的习惯类型包括以下至少一项：使用时间习惯，使用时长习惯，使用频次习惯，参数设置习惯，功能使用习惯；一个习惯类型对应多个用户行为。同时，一个用户行为也可以对应一个或者多个习惯类型。

示例性地，不同的设备根据业务的不同，可以对应不同的习惯类型。如以下表1所示，为本申请实施例中所涉及的习惯类型：

表1

示例性地，如表1所示，用户行为习惯的习惯类型可以包括：使用时间习惯、使用时长习惯、使用频次习惯、参数设备习惯以及功能使用习惯等。每个设备均可以对应一项或者多项习惯类型。

示例性地，每个习惯类型可以对应多个用户行为，以上述使用时间习惯为例，可以包括多个用户行为，例如，用户习惯8:00开空调，还习惯11:30开空调。基于此，为了确定基于哪个用户行为生成个性化的控制策略，需要对每个习惯类型对应的每个用户行为进行置信度评分，用户行为的置信度评分越高，表示该用户执行该用户行为的概率越大。

具体地，上述步骤202b中对同一习惯类型对应的用户行为进行置信度评分的具体步骤，可以包括以下步骤202b1和步骤202b2：

步骤202b1、获取目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数。

步骤202b2、根据每个使用者行为的发生时间以及发生次数，计算每个用户行为的置信度评分。

其中，所述目标习惯类型为所述目标设备对应的多个习惯类型中的任一个；发生时间距离当前时间越近，用户行为对应的执行度评分越高；发生次数越多，用户行为对应的执行度评分越高。

示例性地，在获取到目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数后，便可以基于每个用户行为的发生时间以及发生次数，计算每个用户行为的置信度评分。

示例性地，用户行为的置信度评分受以下两个因素的影响：

影响因素1：

时间区间的行为占比，即：统计周期内，一个用户重复出现该行为的次数越多，置信度评分越高。

影响因素2：

时间衰减系数，即距离当前时间越近的用户行为，置信度评分越高。

示例性地，置信度评分＝时间区间内行为占比*时间衰减系数，其中，时间衰减系数＝exp(-r*(t0-t))。r为0.02，t为统计周期内某行为发生的末次时间；t0为当前时间。

进一步地，在本申请实施例中，由于每个习惯类型对应的用户行为可能很多，因此，需要进行筛选，保留执行次数较多的用户行为，以降低处理信息的量级。

具体地，上述步骤202b之后，上述步骤202，还可以包括以下步骤202c：

步骤202c、根据每个习惯类型的使用者行为排序结果对每个习惯类型对应的用户行为进行筛选，保留每个习惯类型对应的用户行为中置信度评分最高的默认数量的用户行为。

示例性地，在完成对每个习惯类型对应的用户行为的置信度评分后，可以根据每个使用者行为的置信度评分对用户行为进行排序，每个习惯类型仅保留置信度评分最高的预设数量(通常为3个)的用户行为。

步骤203、应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略。

示例性地，在完成对每个习惯类型对应的用户行为的置信度评分，并完成对用户习惯的筛选后，便可以基于每个习惯类型对应的用户行为，生成个性化的控制策略。

具体地，上述步骤203，可以包括以下步骤203a：

步骤203a、根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略。

示例性地，通常情况下，可以基于每个习惯类型对应的多个用户行为中，置信度评分最高的用户行为生成个性化的控制策略。

具体地，上述步骤203a，可以包括以下步骤203a1和步骤203a2：

步骤203a1、按照每个用户行为的置信度评分从高到低的顺序依次生成和向用户推荐所述目标设备的个性化控制策略。

步骤203a2、根据所述目标设备针对每个用户行为对应的个性化控制策略的执行结果，调整每个用户行为的置信度评分。

举例说明，以上述目标设备为空调器、上述习惯类型为参数设置习惯为例，空调器的参数设置习惯对应的3个用户常用设置温度按照置信度从高到底排序分别为26℃、25℃以及23℃，在根据参数设置习惯对应的3个用户常用设置温度生成个性化控制策略时，该可以向用户推荐将温度设置为26℃。若用户不接受该温度设置推荐，则可以继续推荐25℃，以此类推。

基于上述示例，可以增加用户接受的用户行为的置信度评分，以及降低用户未接受的用户行为的置信度评分。

需要说明的是，本申请实施例中提供的基于使用者习惯的设备控制方法，执行主体可以为服务器，即服务器接收到目标设备上报的标准行为数据后，确定用户的行为习惯，并基于使用者的行为习惯生成目标设备的个性化控制策略。之后，将该个性化控制策略下发至目标设备执行。或者，执行主体也可以为目标设备，即上述步骤均在目标设备上执行，并由目标设备执行个性化控制策略。

本申请实施例提供的基于使用者习惯的设备控制方法，首先，数据层获取目标设备上报的目标用户的标准行为数据。之后，根据所述标准行为数据确定所述目标用户使用所述目标设备时的行为习惯。最后，基于所述目标用户的行为习惯生成所述目标设备的个性化控制策略。如此，不仅能够使得智慧设备的控制更加智慧化和个性化，相比于相关技术中的技术方案而言，计算效率也有了较大的提升。

需要说明的是，本申请实施例提供的基于使用者习惯的设备控制方法，执行主体可以为基于用户习惯的设备控制装置，或者该基于用户习惯的设备控制装置中的用于执行基于使用者习惯的设备控制方法的控制模块。本申请实施例中以基于用户习惯的设备控制装置执行基于用户习惯的设备控制方法为例，说明本申请实施例提供的基于用户习惯的设备控制装置。

需要说明的是，本申请实施例中，上述各个方法附图所示的。基于使用者习惯的设备控制方法均是以结合本申请实施例中的一个附图为例示例性的说明的。具体实现时，上述各个方法附图所示的基于使用者习惯的设备控制方法还可以结合上述实施例中示意的其它可以结合的任意附图实现，此处不再赘述。

下面对本申请提供的基于用户习惯的设备控制装置进行描述，下文描述的与上文描述的基于使用者习惯的设备控制方法可相互对应参照。

图3为本申请一实施例提供的基于用户习惯的设备控制装置的结构示意图，如图3所示，具体包括：

获取模块301，用于获取目标设备上报的目标用户的标准行为数据；确定模块302，用于根据所述标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；控制模块303，用于基于所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

可选地，所述获取模块301，具体用于获取所述目标设备上报的与所述目标用户相关的设备状态数据，并根据标准行为表指示的标准行为对所述设备状态数据进行筛选，得到所述目标用户的标准行为数据。

可选地，所述装置还包括：计算模块；所述确定模块302，具体用于按照行为习惯的习惯类型对所述标准行为数据进行分类，并根据分类结果确定每个习惯类型对应的用户行为；所述目标设备对应至少一个习惯类型；所述计算模块，用于对同一习惯类型对应的用户行为进行置信度评分，并根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果；其中，所述目标设备对应的习惯类型包括以下至少一项：使用时间习惯，使用时长习惯，使用频次习惯，参数设置习惯，功能使用习惯；一个习惯类型对应多个用户行为。

可选地，所述获取模块301，还用于获取目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数；所述计算模块，具体用于根据每个使用者行为的发生时间以及发生次数，计算每个用户行为的置信度评分；其中，所述目标习惯类型为所述目标设备对应的多个习惯类型中的任一个；发生时间距离当前时间越近，用户行为对应的执行度评分越高；发生次数越多，用户行为对应的执行度评分越高。

可选地，所述确定模块302，还用于根据每个习惯类型的使用者行为排序结果对每个习惯类型对应的用户行为进行筛选，保留每个习惯类型对应的用户行为中置信度评分最高的默认数量的用户行为。

可选地，所述控制模块303，具体用于根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略。

可选地，所述控制模块303，具体用于按照每个用户行为的置信度评分从高到低的顺序依次生成和向用户推荐所述目标设备的个性化控制策略；所述控制模块303，具体还用于根据所述目标设备针对每个用户行为对应的个性化控制策略的执行结果，调整每个用户行为的置信度评分。

本申请提供的基于用户习惯的设备控制装置，首先，数据层获取目标设备上报的目标用户的标准行为数据。之后，根据所述标准行为数据确定所述目标用户使用所述目标设备时的行为习惯。最后，基于所述目标用户的行为习惯生成所述目标设备的个性化控制策略。如此，不仅能够使得智慧设备的控制更加智慧化和个性化，相比于相关技术中的技术方案而言，计算效率也有了较大的提升。

图4示例了一种电子装置的实体结构示意图，如图4所示，该电子装置可以包括：处理器(processor)410、通信接口(Communications Interface)420、内存(memory)430和通信总线440，其中，处理器410，通信接口420，内存430通过通信总线440完成相互间的通信。处理器410可以调用内存430中的逻辑指令，以执行基于使用者习惯的设备控制方法，该方法包括：数据层获取目标设备上报的目标用户的标准行为数据；标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

此外，上述的内存430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。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或者该技术方案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中，包括若干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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取内存(RAM，Random Access Memory)、磁盘或者光盘等各种可以存储程序代码的介质。

另一方面，本申请还提供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，计算机能够执行上述各方法所提供的基于使用者习惯的设备控制方法，该方法包括：数据层获取目标设备上报的目标用户的标准行为数据；标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

又一方面，本申请还提供一种计算机可读的存储介质，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各方法提供的基于使用者习惯的设备控制方法，该方法包括：数据层获取目标设备上报的目标用户的标准行为数据；标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁盘、光盘等，包括若干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)执行各个实施例或者实施例的某些部分所述的方法。

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

Claims (10)

1.一种基于使用者习惯的设备控制方法，其特征在于，包括：

数据层获取目标设备上报的目标用户的标准行为数据；

标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；

应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；

其中，所述标准行为数据为基于所述数据层的标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于所述标签层对不同习惯类型的定义确定的。

2.根据权利要求1所述的基于使用者习惯的设备控制方法，其特征在于，所述数据层获取目标设备上报的目标用户的标准行为数据，包括：

获取所述目标设备上报的与所述目标用户相关的设备状态数据，并根据所述标准行为表指示的标准行为对所述设备状态数据进行筛选，得到所述目标用户的标准行为数据。

3.根据权利要求1所述的基于使用者习惯的设备控制方法，其特征在于，所述标签层根据所述数据层获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯，包括：

按照行为习惯的习惯类型对所述标准行为数据进行分类，并根据分类结果确定每个习惯类型对应的用户行为；所述目标设备对应至少一个习惯类型；

对同一习惯类型对应的用户行为进行置信度评分，并根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果；

其中，所述目标设备对应的习惯类型包括以下至少一项：使用时间习惯，使用时长习惯，使用频次习惯，参数设置习惯，功能使用习惯；一个习惯类型对应多个用户行为。

4.根据权利要求3所述的基于使用者习惯的设备控制方法，其特征在于，所述对同一习惯类型对应的用户行为进行置信度评分，包括：

获取目标习惯类型对应的多个用户行为中每个用户行为在统计周期内的发生时间以及发生次数；

根据每个使用者行为的发生时间以及发生次数，计算每个用户行为的置信度评分；

其中，所述目标习惯类型为所述目标设备对应的多个习惯类型中的任一个；发生时间距离当前时间越近，用户行为对应的执行度评分越高；发生次数越多，用户行为对应的执行度评分越高。

5.根据权利要求3所述的基于使用者习惯的设备控制方法，其特征在于，所述根据评分结果对每个习惯类型对应的用户行为进行排序，得到每个习惯类型的用户行为排序结果之后，所述方法还包括：

根据每个习惯类型的使用者行为排序结果对每个习惯类型对应的用户行为进行筛选，保留每个习惯类型对应的用户行为中置信度评分最高的默认数量的用户行为。

6.根据权利要求5所述的基于使用者习惯的设备控制方法，其特征在于，所述应用层基于所述标签层确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略，包括：

根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略。

7.根据权利要求6所述的基于使用者习惯的设备控制方法，其特征在于，所述根据每个习惯类型对应的用户行为的置信度评分，生成所述目标设备的个性化控制策略，包括：

按照每个用户行为的置信度评分从高到低的顺序依次生成和向用户推荐所述目标设备的个性化控制策略；

根据所述目标设备针对每个用户行为对应的个性化控制策略的执行结果，调整每个用户行为的置信度评分。

8.一种基于用户习惯的设备控制装置，其特征在于，所述装置包括：

获取模块，用于获取目标设备上报的目标用户的标准行为数据；

确定模块，用于根据所述获取模块获取的标准行为数据确定所述目标用户使用所述目标设备时的行为习惯；

控制模块，用于基于所述确定模块确定的所述目标用户的行为习惯生成所述目标设备的个性化控制策略；

其中，所述标准行为数据为基于标准行为表得到的；所述目标用户使用所述目标设备的行为习惯为基于不同习惯类型的定义确定的。

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中任一项所述的基于使用者习惯的设备控制方法。

10.一种电子装置，包括内存和处理器，其特征在于，所述内存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中任一项所述的基于使用者习惯的设备控制方法。