Nothing Special   »   [go: up one dir, main page]

CN115268282A - 家电设备的控制方法、装置、存储介质及电子装置 - Google Patents

家电设备的控制方法、装置、存储介质及电子装置 Download PDF

Info

Publication number
CN115268282A
CN115268282A CN202210751813.9A CN202210751813A CN115268282A CN 115268282 A CN115268282 A CN 115268282A CN 202210751813 A CN202210751813 A CN 202210751813A CN 115268282 A CN115268282 A CN 115268282A
Authority
CN
China
Prior art keywords
jump
node
target
determining
nodes
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
Application number
CN202210751813.9A
Other languages
English (en)
Inventor
邓邱伟
申钊
张旭
翟建光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Haier Technology Co Ltd
Qingdao Haier Intelligent Home Appliance Technology Co Ltd
Haier Smart Home Co Ltd
Original Assignee
Qingdao Haier Technology Co Ltd
Qingdao Haier Intelligent Home Appliance Technology Co Ltd
Haier Smart Home Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Haier Technology Co Ltd, Qingdao Haier Intelligent Home Appliance Technology Co Ltd, Haier Smart Home Co Ltd filed Critical Qingdao Haier Technology Co Ltd
Priority to CN202210751813.9A priority Critical patent/CN115268282A/zh
Publication of CN115268282A publication Critical patent/CN115268282A/zh
Priority to PCT/CN2023/075053 priority patent/WO2024001196A1/zh
Pending legal-status Critical Current

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Selective Calling Equipment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种家电设备的控制方法、装置、存储介质及电子装置，涉及智慧家庭技术领域，该家电设备的控制方法包括：获取N个设备操作日志；基于N个设备操作日志生成异构图，其中，异构图中包括M个家电设备之间的多个操作跳转节点和多个操作跳转节点之间的连接关系；在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点；按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。

Description

家电设备的控制方法、装置、存储介质及电子装置
技术领域
本申请涉及设备领域，具体而言，涉及一种家电设备的控制方法、装置、存储介质及电子装置。
背景技术
当下“智能家居”的发展如火如荼，但传统的“单点智能”或“单机智能”已经渐渐难以给用户带来更好的体验，“网器联动”的需求日益强烈。例如，当用户想要洗澡时，智能的给用户推荐一个洗澡的场景(场景为若干网器的联动操作，在这里洗澡场景可以是<打开热水器，设定温度到39℃，打开浴霸，打开换气扇>)，可以大大提高用户的体验。
但是场景生成是一个难点，涉及多种网器多种功能的排列组合，可能的数量级为亿级，但是并非所有的排列组合都有意义，若以人工方式来筛选基本不可能实现。人工事先预定义的场景比较单调，也难以考虑到用户个性化的需求。
目前对家电设备的控制还在“单点智能”上，即关注网器单机的智能化。基于同构图生成控制指令，忽略图中节点及边的属性。并不能准确的生成家电设备之间互联的控制指令。
发明内容
本发明实施例提供了一种家电设备的控制方法、装置、存储介质及电子装置，以至少解决相关技术中不能准确的生成家电设备之间互联的控制指令的问题。
根据本发明的一个实施例，提供了一种家电设备的控制方法，包括：获取N个设备操作日志，其中，每个上述设备操作日志中包括对M个家电设备执行的多个操作跳转指令，上述操作跳转指令用于表示从对上述家电设备的第一操作控制跳转至其他操作控制，上述M和上述N均是大于或等于1的自然数；基于N个上述设备操作日志生成异构图，其中，上述异构图中包括M个上述家电设备之间的多个操作跳转节点和多个上述操作跳转节点之间的连接关系；在上述异构图中确定目标操作跳转节点与其他上述操作跳转节点之间的跳转概率分布，以确定与上述目标操作跳转节点关联的跳转节点；按照与上述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
根据本发明的一个实施例，提供了一种家电设备的控制装置，包括：第一获取模块，用于获取N个设备操作日志，其中，每个上述设备操作日志中包括对M个家电设备执行的多个操作跳转指令，上述操作跳转指令用于表示从对上述家电设备的第一操作控制跳转至其他操作控制，上述M和上述N均是大于或等于1的自然数；第一生成模块，用于基于N个上述设备操作日志生成异构图，其中，上述异构图中包括M个上述家电设备之间的多个操作跳转节点和多个上述操作跳转节点之间的连接关系；第一确定模块，用于在上述异构图中确定目标操作跳转节点与其他上述操作跳转节点之间的跳转概率分布，以确定与上述目标操作跳转节点关联的跳转节点；第二确定模块，用于按照与上述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
在一个示例性实施例中，上述第一获取模块，包括：第一获取单元，用于获取每个上述设备操作日志，得到N个上述设备操作日志，其中，获取每个上述设备操作日志均执行以下操作：获取预设区域中控制上述家电设备的操作指令，得到多个操作指令；将以下信息至少之一确定为上述设备操作日志：多个上述操作指令、多个上述操作指令对应的时间信息、多个上述操作指令对应的位置信息、多个上述操作指令对应的环境信息。
在一个示例性实施例中，上述第一生成模块，包括：第一处理单元，用于对N个上述设备操作日志进行去重处理，得到K个上述设备操作日志，其中，上述K是小于或等于上述M的自然数；第一确定单元，用于确定K个上述设备操作日志中每个上述设备操作日志的操作类别；第二确定单元，用于确定K个上述设备操作日志中每个上述操作跳转指令对应的操作跳转节点，得到多个上述操作跳转节点；第三确定单元，用于确定多个上述操作跳转节点之间的连接关系，得到多条连接边；第一生成单元，用于基于上述操作类别、多个上述操作跳转节点以及上述多条连接边生成上述异构图。
在一个示例性实施例中，上述装置还包括：第三确定模块，用于基于N个上述设备操作日志生成异构图之后，确定每个上述操作跳转节点对应的操作类别；第一响应模块，用于基于每个上述操作跳转节点对应的操作类别，利用上述异构图响应作用于上述家电设备的操作指令。
在一个示例性实施例中，上述第一确定模块，包括：第一接收单元，用于接收作用于上述目标家电设备的操作指令，其中，上述操作指令中包括上述目标操作跳转节点；第四确定单元，用于确定上述操作指令所对应的预设区域中的环境信息，以及触发上述操作指令的特征信息，其中，上述目标家电设备设置在上述预设区域中；第五确定单元，用于利用上述异构图确定上述目标操作跳转节点与相邻的上述操作跳转节点之间的跳转概率分布，其中，相邻的上述操作跳转节点包括在其他上述操作跳转节点中；第六确定单元，用于基于上述跳转概率分布、上述环境信息和上述特征信息，确定与上述目标操作跳转节点关联的跳转节点。
在一个示例性实施例中，上述第五确定单元，包括：第一确定子单元，用于确定与上述目标操作跳转节点关联的多个操作跳转节点；第二确定子单元，用于在上述异构图中确定关联的多个上述操作跳转节点与上述目标操作跳转节点之间的连接关系，确定多个连接关系；第三确定子单元，用于确定多个上述连接关系的权重之和；第一处理子单元，用于归一化上述权重之和，以确定上述跳转概率分布。
在一个示例性实施例中，上述第五确定单元，包括：第四确定子单元，用于确定与上述目标操作跳转节点关联的多个操作跳转节点；第五确定子单元，用于将上述目标操作跳转节点与关联的多个上述操作跳转节点之间的多条连接边确定为样本数据；第一建立子单元，用于利用上述样本数据建立网络模型，以利用上述网络模型输出上述跳转概率分布。
在一个示例性实施例中，上述装置还包括：第一修正模块，用于按照与上述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令之后，按照上述目标家电设备的设备信息修正上述目标操作指令。
根据本发明的又一个实施例，还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，其中，所述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。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，通过获取N个设备操作日志，其中，每个设备操作日志中包括对M个家电设备执行的多个操作跳转指令，操作跳转指令用于表示从对家电设备的第一操作控制跳转至其他操作控制，M和N均是大于或等于1的自然数；基于N个设备操作日志生成异构图，其中，异构图中包括M个家电设备之间的多个操作跳转节点和多个操作跳转节点之间的连接关系；在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点；按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。由于上述方法中，构建的是操作日志的异构图，可以获取到多个操作跳转节点之间的边的属性以及多个操作跳转节点的属性。综合边和节点的属性以及目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，可以更加贴合实际的生成家电设备的控制指令。在保证搜索速度的同时，也提高了搜索控制指令的准确性和多样性。因此，可以解决相关技术中不能准确的生成家电设备之间互联的控制指令的问题。
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家电设备的控制方法的硬件环境示意图；
图2是根据本发明实施例的家电设备的控制方法；
图3是根据本发明实施例的节点和边的示意图；
图4是根据本发明实施例的概率分布的示意图；
图5是根据本发明实施例的家电设备的控制装置的结构框图。
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。
根据本申请实施例的一个方面，提供了一种家电设备的控制方法。该家电设备的控制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，上述家电设备的控制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。
本实施例中提供了一种家电设备的控制方法，图2是根据本发明实施例的家电设备的控制方法，如图2所示，该流程包括如下步骤：
步骤S202，获取N个设备操作日志，其中，每个设备操作日志中包括对M个家电设备执行的多个操作跳转指令，操作跳转指令用于表示从对家电设备的第一操作控制跳转至其他操作控制，M和N均是大于或等于1的自然数；
步骤S204，基于N个设备操作日志生成异构图，其中，异构图中包括M个家电设备之间的多个操作跳转节点和多个操作跳转节点之间的连接关系；
步骤S206，在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点；
步骤S208，按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
可选地，N、M的取值是可以基于实际引用场景或者构图要求来灵活设置的，例如，获取500多万条设备操作日志，每条设备操作日志为一个家庭中对家电设备的一次操作转移。例如，以家庭为单位，记录从打开空调到关闭空调之间的控制操作。此外，一条设备操作日志中包括from操作到to操作发生的时间、地点、天气等上下文特征以及一部分家庭画像特征。
其中，上述步骤的执行主体可以为终端、服务器、终端或服务器中设置的具体处理器，或者与终端或者服务器相对独立设置的处理器或者处理设备等，但不限于此。
通过上述步骤，通过获取N个设备操作日志，其中，每个设备操作日志中包括对M个家电设备执行的多个操作跳转指令，操作跳转指令用于表示从对家电设备的第一操作控制跳转至其他操作控制，M和N均是大于或等于1的自然数；基于N个设备操作日志生成异构图，其中，异构图中包括M个家电设备之间的多个操作跳转节点和多个操作跳转节点之间的连接关系；在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点；按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。由于上述方法中，构建的是操作日志的异构图，可以获取到多个操作跳转节点之间的边的属性以及多个操作跳转节点的属性。综合边和节点的属性以及目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，可以更加贴合实际的生成家电设备的控制指令。在保证搜索速度的同时，也提高了搜索控制指令的准确性和多样性。因此，可以解决相关技术中不能准确的生成家电设备之间互联的控制指令的问题。
在一个示例性实施例中，获取N个设备操作日志，包括：
S1，获取每个设备操作日志，得到N个设备操作日志，其中，获取每个设备操作日志均执行以下操作：
获取预设区域中控制家电设备的操作指令，得到多个操作指令；
将以下信息至少之一确定为设备操作日志：多个操作指令、多个操作指令对应的时间信息、多个操作指令对应的位置信息、多个操作指令对应的环境信息。
可选地，预设区域可以是一个局域网，例如，以家庭为单位，获取到一个家庭中发生的“打开空调-关闭空调”等操作，记录“打开空调-关闭空调”中下发每一个操作指令的时间，空调所在的位置，以及天气信息(例如，晴天或者是下雨天)等等。通过以家庭为单位获取每个设备操作日志，可以结合设备操作日志的上下文特征准确的生成异构图。
在一个示例性实施例中，基于N个设备操作日志生成异构图，包括：
S1，对N个设备操作日志进行去重处理，得到K个设备操作日志，其中，K是小于或等于M的自然数；
S2，确定K个设备操作日志中每个设备操作日志的操作类别；
S3，确定K个设备操作日志中每个操作跳转指令对应的操作跳转节点，得到多个操作跳转节点；
S4，确定多个操作跳转节点之间的连接关系，得到多条连接边；
S5，基于操作类别、多个操作跳转节点以及多条连接边生成异构图。
可选地，K的取值是可以基于实际引用场景或者构图要求来灵活设置的，例如，去除500万条设备操作日志中重复的日志，得到300万条设备操作日志。
可选地，可以将去重后的设备操作日志设置在一个集合中。以在集合中记录设备操作日志对应的日志信息(例如，日志的类别、获取的时间、地点等)。
在一个示例性实施例中，基于N个设备操作日志生成异构图之后，方法还包括：
S1，确定每个操作跳转节点对应的操作类别；
S2，基于每个操作跳转节点对应的操作类别，利用异构图响应作用于家电设备的操作指令。
可选地，不同的操作跳转节点对应的操作类别可以相同，也可以不相同。例如，打开空调的指令的操作类别是“打开”。将冰箱的温度调整至4度，属于“温度调整”类别。从异构图中选择与用户的操作指令对应的操作跳转节点，例如，在空调对应的操作跳转节点可以是<打开空调，空调温度调低，空调风速调高>。
在一个示例性实施例中，在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点，包括：
S1，接收作用于目标家电设备的操作指令，其中，操作指令中包括目标操作跳转节点；
S2，确定操作指令所对应的预设区域中的环境信息，以及触发操作指令的特征信息，其中，目标家电设备设置在预设区域中；
S3，利用异构图确定目标操作跳转节点与相邻的操作跳转节点之间的跳转概率分布，其中，相邻的操作跳转节点包括在其他操作跳转节点中；
S4，基于跳转概率分布、环境信息和特征信息，确定与目标操作跳转节点关联的跳转节点。
可选地，操作指令可以是语音的方式，也可以是触屏的方式。例如，用户发出“打开热水器”的指令，在异构图中查找与“打开热水器”相邻的操作跳转节点，“空调温度调制28度”、“打开换气设备”等。并计算与“空调温度调制28度”、“打开换气设备”之间的跳转概率。在与“空调温度调制28度”、“打开换气设备”之间的跳转概率大于70％的情况下，确定“空调温度调制28度”、“打开换气设备”是与“打开热水器”相关联的跳转节点，则按照相关联的跳转节点对应的控制指令控制空调和换气设备的打开。
在一个示例性实施例中，利用异构图确定目标操作跳转节点与相邻的操作跳转节点之间的跳转概率分布，包括：
S1，确定与目标操作跳转节点关联的多个操作跳转节点；
S2，在异构图中确定关联的多个操作跳转节点与目标操作跳转节点之间的连接关系，确定多个连接关系；
S3，确定多个连接关系的权重之和；
S4，归一化权重之和，以确定跳转概率分布。
可选地，多个连接关系可以是操作跳转节点在异构图中的连线。构成了异构图的边。例如，一次操作i到操作j的转移即为一条边，边是有向图。若节点i到节点j之间有多次转移操作，那么会存在多条边，多条边中会存在同质的边，可以根据边属性进行聚合，把同属性的边聚合在一起。
可选地，本实施例在不考虑用户或家庭特征信息以及上下文特征的情况下，可以把属于节点i到节点j的全部边权重相加后再做归一化，确定出概率分布。
在一个示例性实施例中，利用异构图确定目标操作跳转节点与相邻的操作跳转节点之间的跳转概率分布，包括：
S1，确定与目标操作跳转节点关联的多个操作跳转节点；
S2，将目标操作跳转节点与关联的多个操作跳转节点之间的多条连接边确定为样本数据；
S3，利用样本数据建立网络模型，以利用网络模型输出跳转概率分布。
可选地，异构图中的每一条连接边都可以作为一个样本。例如，在异构图中，节点i到节点j可以产出T个样本。得到训练样本后可以采用xgboost或LSTM时序建模学习节点i到其任意邻接节点的概率。
在一个示例性实施例中，按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令之后，方法还包括：
S1，按照目标家电设备的设备信息修正目标操作指令。
可选地，修正的规则包括但不限于是：家电设备子功能的开启要在家电设备本机开启之后；同一家电设备开启关闭时间差需大于既定阈值；输出的操作指令中不包括暂停类的操作指令。
下面结合具体实施例对本发明进行说明：
本实施例对对家电设备的控制为例进行说明，在本实施例中，对家电设备的操作(action)，为对网器功能的一个具体操作，例如“打开空调”，“空调风速调高”，“电视机暂停”，网器功能用于表示对家电设备控制指令。在本实施例中，网器功能可以生成家电设备的使用场景，例如，洗澡时，给用户推荐一个洗澡的场景(场景为若干网器的联动操作，在这里洗澡场景可以是<打开热水器，设定温度到39℃，打开浴霸，打开换气扇>)。
场景(scene)，用于表示一个操作序列(即相关联的操作指令)，例如，<打开空调，空调温度调低，空调风速调高>。
本实施例利用多个操作日志生成异构图，其中，异构图G＝(V，E)，V用于表示节点的集合，V＝{v1，v2，...，vi，...}，1≤i≤|V|，E用于表示边的集合E＝{e1，e2，...，ej，...}，1≤j≤|E|。若有映射Φ：V→O和映射Ψ：E→R，O和R分别用于表示节点和边的类型集合，若|O|+|R|>2，图G即为异构图。在本实施例中，action用于表示异构图中的节点，action之间的转移关系为异构图的边。
本实施例的主要实现流程包括：
Step1，收集清洗全量用户的历史操作日志；
Step2，基于操作日志，构建异构图；
Step3，基于异构图，用beamsearch策略进行搜索，产出若干场景(家电设备关联的操作指令)；
Step4，根据既定规则，对产出的场景进行修正。
在本实施例中，收集清洗全量用户的历史操作日志具体包括：获取500多万条记录，每条记录为一个家庭的一次操作转移，例如，从打开空调到关闭空调，这里以家庭为单位。另外，一条记录会包含from操作到to操作发生的时间、地点、天气等上下文特征以及一部分家庭画像特征。
在本实施例中，构建异构图具体包括：
1)定义节点(对应于上述中的操作跳转节点)：基于Step1获取的全量数据，对所有action去重可得到action集合，其构成了异构图全部的节点vi∈V，并定义每个节点vi所属的类别ci，ci∈C，例如“打开空调”属于“制冷”类别，“打开烤箱”属于“做饭”类别。
2)定义边(对应于上述中的连接边)：一次操作i到操作j的转移即为一条边，用eij来表示(这里是有向图)。若节点i到节点j之间有多次转移操作，那么会存在多条边，多条边中会存在同质的边，可以根据边属性进行聚合，把同属性的边聚合在一起。
节点和边的示意图如图3所示。可选地，用
Figure BDA0003721225780000121
表示i到j的边集合，其中，
Figure BDA0003721225780000122
为节点i到j的第t条边，用向量
Figure BDA0003721225780000123
来表示Eij的第t条边的属性，用标量
Figure BDA0003721225780000124
来表示Eij的第t条边的权重，权重其实际意义为在统计范围内操作i转移到操作j的次数。
3)定义异构图：在获取全部的节点和边后即可构建异构图G＝(V，E)；
4)定义metapath：metapath是人为设计的一个游走规则，用于约束游走时选取节点的类型，M＝[m1，m2，...，mm]，m来源于节点类型集合C，例如若有M＝[制冷,制冷,光线]，则产出的场景操作序列中前两个位置必须为“制冷”类的节点，第三个必须为“光线”类的节点。这里类似metapath2vec的思路，但是不要求metapath必须对称。
在本实施例中，基于异构图，用beamsearch策略(beamsearch策略用于选择较优的结果)进行搜索，产出若干场景；基于beamsearch进行搜索是一种对搜索复杂度和搜索速度的权衡。若不做搜索的beam约束，每往后拓展一阶，复杂度都会呈指数级上升，相当于做了全排列，若设depth为深度，n为节点个数，k为搜索带宽，复杂度为O(ndepth)，采用beamseach约束搜索带宽的话可以使得复杂度降到O(depth·k·n)。若采用贪心策略进行搜索的话，相当于是beam＝1，即搜索只产出一条序列。
在做beamsearch搜索时，每往后拓展一阶需要参考当前节点到其领接节点的概率分布，
Figure BDA0003721225780000125
Figure BDA0003721225780000126
表示节点i的领域。这里还需考虑触发场景生成的用户或家庭特征以及上下文特征，这里用q表示，q和aij都是n阶的向量，所以要学习的概率分布为P(nodej|nodei，q)。
在本实施例中，概率分布可以由如下两种方式确定：
1)采用生成模型generative-model：
基于Step2的异构图，若不考虑用户或家庭特征以及上下文特征，把属于节点i到节点j的全部边权重相加后再做归一化即为概率分布，即
Figure BDA0003721225780000131
Figure BDA0003721225780000132
若考虑用户/家庭特征以及上下文特征，
Figure BDA0003721225780000133
Figure BDA0003721225780000134
similarity为相似度计算函数。
2)采用判别模型discriminative-model：
Step2中的异构图每条边都可以作为一个样本，节点i对应的action以及i到j边的属性作为自变量x，节点j对于的action作为因变量y。更形式化的来说：在异构图中，节点i到节点j可以产出T个样本，每一个样本s(t)＝{x(t)，y(t)}，
Figure BDA0003721225780000135
y(t)＝actionj，其中，t∈[1，T]。得到训练样本后可以采用xgboost或LSTM时序建模学习节点i到其任意邻接节点的概率P(nodej|nodei，p)＝model(nidei，p)。
在实际应用中发现异构图是高度稀疏的，采用判别式的方法更符合实际。
此外，在选择下一步节点时，不仅考虑当前节点到其邻接节点的概率分布，也考虑前一步的节点，例如如图4所示：
t->v->z，权为0因为vz没通路；
t->v->t，权为0因为不允许往回找；
t->v->x3，权为w(t，v)+w(v，x3)；
t->v->x1，权为w(t，v)+w(v，x1)+α·w(t，x1)，这里因为t->x1也有通路，这部分的权重也考虑进来，通过一个系数α控制，α＞0，该值越大，越倾向在局部游走。
本实施例在进行游走时，可以基于定义好的metapath进行游走，不符合metapath要求的节点不会被选做下一个节点。
在本实施例中，根据既定规则，对产出的场景进行修正。具体修订规则包括：设备子功能的开启要在设备本机开启之后；同一设备开启关闭时间差需大于既定阈值；输出的场景中不含暂停类的操作。
综上所述，本实施例在网器联动智能化这个领域，提出将实际的网器联动问题抽象成异构图来建模，定义每个网器和每次转移操作的属性，在推理时结合用户特征和上下文特征，更贴合实际；可以实现beamsearch在场景生成上的应有，在保证搜索速度的同时，提高搜索结果的准确性和多样性；基于机器学习的方法，考虑用户特征和上下文特征预测用户接下来的动作。更贴合实际，使得输出的结果更具个性化，能提高用户体验；更好的算法性能，即使是做深度优先搜索，保证结果同时控制复杂度，使得工程性更好，易用性更高。
在本实施例中还提供了一种图像处理装置，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装置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5是根据本发明实施例的家电设备的控制装置的结构框图，如图5所示，该装置包括：
第一获取模块52，用于获取N个设备操作日志，其中，每个设备操作日志中包括对M个家电设备执行的多个操作跳转指令，操作跳转指令用于表示从对家电设备的第一操作控制跳转至其他操作控制，M和N均是大于或等于1的自然数；
第一生成模块54，用于基于N个设备操作日志生成异构图，其中，异构图中包括M个家电设备之间的多个操作跳转节点和多个操作跳转节点之间的连接关系；
第一确定模块56，用于在异构图中确定目标操作跳转节点与其他操作跳转节点之间的跳转概率分布，以确定与目标操作跳转节点关联的跳转节点；
第二确定模块58，用于按照与目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
在一个示例性实施例中，上述第一获取模块，包括：
第一获取单元，用于获取每个上述设备操作日志，得到N个上述设备操作日志，其中，获取每个上述设备操作日志均执行以下操作：获取预设区域中控制上述家电设备的操作指令，得到多个操作指令；将以下信息至少之一确定为上述设备操作日志：多个上述操作指令、多个上述操作指令对应的时间信息、多个上述操作指令对应的位置信息、多个上述操作指令对应的环境信息。
在一个示例性实施例中，上述第一生成模块，包括：
第一处理单元，用于对N个上述设备操作日志进行去重处理，得到K个上述设备操作日志，其中，上述K是小于或等于上述M的自然数；
第一确定单元，用于确定K个上述设备操作日志中每个上述设备操作日志的操作类别；
第二确定单元，用于确定K个上述设备操作日志中每个上述操作跳转指令对应的操作跳转节点，得到多个上述操作跳转节点；
第三确定单元，用于确定多个上述操作跳转节点之间的连接关系，得到多条连接边；
第一生成单元，用于基于上述操作类别、多个上述操作跳转节点以及上述多条连接边生成上述异构图。
在一个示例性实施例中，上述装置还包括：
第三确定模块，用于基于N个上述设备操作日志生成异构图之后，确定每个上述操作跳转节点对应的操作类别；
第一响应模块，用于基于每个上述操作跳转节点对应的操作类别，利用上述异构图响应作用于上述家电设备的操作指令。
在一个示例性实施例中，上述第一确定模块，包括：
第一接收单元，用于接收作用于上述目标家电设备的操作指令，其中，上述操作指令中包括上述目标操作跳转节点；
第四确定单元，用于确定上述操作指令所对应的预设区域中的环境信息，以及触发上述操作指令的特征信息，其中，上述目标家电设备设置在上述预设区域中；
第五确定单元，用于利用上述异构图确定上述目标操作跳转节点与相邻的上述操作跳转节点之间的跳转概率分布，其中，相邻的上述操作跳转节点包括在其他上述操作跳转节点中；
第六确定单元，用于基于上述跳转概率分布、上述环境信息和上述特征信息，确定与上述目标操作跳转节点关联的跳转节点。
在一个示例性实施例中，上述第五确定单元，包括：
第一确定子单元，用于确定与上述目标操作跳转节点关联的多个操作跳转节点；
第二确定子单元，用于在上述异构图中确定关联的多个上述操作跳转节点与上述目标操作跳转节点之间的连接关系，确定多个连接关系；
第三确定子单元，用于确定多个上述连接关系的权重之和；
第一处理子单元，用于归一化上述权重之和，以确定上述跳转概率分布。
在一个示例性实施例中，上述第五确定单元，包括：
第四确定子单元，用于确定与上述目标操作跳转节点关联的多个操作跳转节点；
第五确定子单元，用于将上述目标操作跳转节点与关联的多个上述操作跳转节点之间的多条连接边确定为样本数据；
第一建立子单元，用于利用上述样本数据建立网络模型，以利用上述网络模型输出上述跳转概率分布。
在一个示例性实施例中，上述装置还包括：
第一修正模块，用于按照与上述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令之后，按照上述目标家电设备的设备信息修正上述目标操作指令。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
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。
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 (11)

1.一种家电设备的控制方法，其特征在于，包括：
获取N个设备操作日志，其中，每个所述设备操作日志中包括对M个家电设备执行的多个操作跳转指令，所述操作跳转指令用于表示从对所述家电设备的第一操作控制跳转至其他操作控制，所述M和所述N均是大于或等于1的自然数；
基于N个所述设备操作日志生成异构图，其中，所述异构图中包括M个所述家电设备之间的多个操作跳转节点和多个所述操作跳转节点之间的连接关系；
在所述异构图中确定目标操作跳转节点与其他所述操作跳转节点之间的跳转概率分布，以确定与所述目标操作跳转节点关联的跳转节点；
按照与所述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
2.根据权利要求1所述的方法，其特征在于，获取N个设备操作日志，包括：
获取每个所述设备操作日志，得到N个所述设备操作日志，其中，获取每个所述设备操作日志均执行以下操作：
获取预设区域中控制所述家电设备的操作指令，得到多个操作指令；
将以下信息至少之一确定为所述设备操作日志：多个所述操作指令、多个所述操作指令对应的时间信息、多个所述操作指令对应的位置信息、多个所述操作指令对应的环境信息。
3.根据权利要求1所述的方法，其特征在于，基于N个所述设备操作日志生成异构图，包括：
对N个所述设备操作日志进行去重处理，得到K个所述设备操作日志，其中，所述K是小于或等于所述M的自然数；
确定K个所述设备操作日志中每个所述设备操作日志的操作类别；
确定K个所述设备操作日志中每个所述操作跳转指令对应的操作跳转节点，得到多个所述操作跳转节点；
确定多个所述操作跳转节点之间的连接关系，得到多条连接边；
基于所述操作类别、多个所述操作跳转节点以及所述多条连接边生成所述异构图。
4.根据权利要求3所述的方法，其特征在于，基于N个所述设备操作日志生成异构图之后，所述方法还包括：
确定每个所述操作跳转节点对应的操作类别；
基于每个所述操作跳转节点对应的操作类别，利用所述异构图响应作用于所述家电设备的操作指令。
5.根据权利要求1所述的方法，其特征在于，在所述异构图中确定目标操作跳转节点与其他所述操作跳转节点之间的跳转概率分布，以确定与所述目标操作跳转节点关联的跳转节点，包括：
接收作用于所述目标家电设备的操作指令，其中，所述操作指令中包括所述目标操作跳转节点；
确定所述操作指令所对应的预设区域中的环境信息，以及触发所述操作指令的特征信息，其中，所述目标家电设备设置在所述预设区域中；
利用所述异构图确定所述目标操作跳转节点与相邻的所述操作跳转节点之间的跳转概率分布，其中，相邻的所述操作跳转节点包括在其他所述操作跳转节点中；
基于所述跳转概率分布、所述环境信息和所述特征信息，确定与所述目标操作跳转节点关联的跳转节点。
6.根据权利要求5所述的方法，其特征在于，利用所述异构图确定所述目标操作跳转节点与相邻的所述操作跳转节点之间的跳转概率分布，包括：
确定与所述目标操作跳转节点关联的多个操作跳转节点；
在所述异构图中确定关联的多个所述操作跳转节点与所述目标操作跳转节点之间的连接关系，确定多个连接关系；
确定多个所述连接关系的权重之和；
归一化所述权重之和，以确定所述跳转概率分布。
7.根据权利要求5所述的方法，其特征在于，利用所述异构图确定所述目标操作跳转节点与相邻的所述操作跳转节点之间的跳转概率分布，包括：
确定与所述目标操作跳转节点关联的多个操作跳转节点；
将所述目标操作跳转节点与关联的多个所述操作跳转节点之间的多条连接边确定为样本数据；
利用所述样本数据建立网络模型，以利用所述网络模型输出所述跳转概率分布。
8.根据权利要求1所述的方法，其特征在于，按照与所述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令之后，所述方法还包括：
按照所述目标家电设备的设备信息修正所述目标操作指令。
9.一种家电设备的控制装置，其特征在于，包括：
第一获取模块，用于获取N个设备操作日志，其中，每个所述设备操作日志中包括对M个家电设备执行的多个操作跳转指令，所述操作跳转指令用于表示从对所述家电设备的第一操作控制跳转至其他操作控制，所述M和所述N均是大于或等于1的自然数；
第一生成模块，用于基于N个所述设备操作日志生成异构图，其中，所述异构图中包括M个所述家电设备之间的多个操作跳转节点和多个所述操作跳转节点之间的连接关系；
第一确定模块，用于在所述异构图中确定目标操作跳转节点与其他所述操作跳转节点之间的跳转概率分布，以确定与所述目标操作跳转节点关联的跳转节点；
第二确定模块，用于按照与所述目标操作跳转节点关联的跳转节点确定目标家电设备的目标操作指令。
10.一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8中任一项所述的方法。
11.一种电子装置，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8中任一项所述的方法。
CN202210751813.9A 2022-06-29 2022-06-29 家电设备的控制方法、装置、存储介质及电子装置 Pending CN115268282A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210751813.9A CN115268282A (zh) 2022-06-29 2022-06-29 家电设备的控制方法、装置、存储介质及电子装置
PCT/CN2023/075053 WO2024001196A1 (zh) 2022-06-29 2023-02-08 家电设备的控制方法、装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210751813.9A CN115268282A (zh) 2022-06-29 2022-06-29 家电设备的控制方法、装置、存储介质及电子装置

Publications (1)

Publication Number Publication Date
CN115268282A true CN115268282A (zh) 2022-11-01

Family

ID=83764787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210751813.9A Pending CN115268282A (zh) 2022-06-29 2022-06-29 家电设备的控制方法、装置、存储介质及电子装置

Country Status (2)

Country Link
CN (1) CN115268282A (zh)
WO (1) WO2024001196A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001196A1 (zh) * 2022-06-29 2024-01-04 青岛海尔科技有限公司 家电设备的控制方法、装置、存储介质及电子装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180014392A1 (en) * 2016-07-08 2018-01-11 Locoroll, Inc. Intelligent lighting control system lighting alarm apparatuses, systems, and methods
CN107665230A (zh) * 2017-06-21 2018-02-06 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
CN111736479A (zh) * 2020-06-28 2020-10-02 佛山市顺德区美的饮水机制造有限公司 控制方法、家电设备和计算机可读存储介质
CN112349283A (zh) * 2019-08-09 2021-02-09 杭州九阳小家电有限公司 一种基于用户意图的家电控制方法及智能家电
CN112559721A (zh) * 2020-12-25 2021-03-26 北京百度网讯科技有限公司 人机对话系统的调整方法、装置、设备、介质和程序产品
CN113256347A (zh) * 2021-06-22 2021-08-13 腾讯科技（深圳）有限公司 优惠信息确定方法、优惠信息展示方法
CN113609345A (zh) * 2021-09-30 2021-11-05 腾讯科技（深圳）有限公司 目标对象关联方法和装置、计算设备以及存储介质
CN113761529A (zh) * 2020-12-01 2021-12-07 北京卫达信息技术有限公司 一种基于异构图学习的安卓恶意软件检测系统和方法
CN114445151A (zh) * 2022-02-11 2022-05-06 腾讯科技（深圳）有限公司 一种流量作弊对象的检测方法、装置、设备及存储介质
CN114625917A (zh) * 2022-03-11 2022-06-14 腾讯科技（深圳）有限公司 视频搜索纠错方法、装置、设备及存储介质
CN114679378A (zh) * 2022-04-21 2022-06-28 青岛海尔科技有限公司 日志监控分析方法、系统、存储介质及电子装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102056696B1 (ko) * 2017-11-09 2019-12-17 숭실대학교 산학협력단 사용자 행위 데이터를 생성하기 위한 단말 장치, 사용자 행위 데이터 생성 방법 및 기록매체
CN111077786B (zh) * 2019-12-10 2023-12-19 上海雷盎云智能技术有限公司 基于大数据分析的智能家居设备控制方法和装置
CN112288599B (zh) * 2020-10-29 2022-03-01 四川长虹电器股份有限公司 智慧家庭的场景服务实现方法、计算机设备及存储介质
CN112782996B (zh) * 2020-12-31 2022-09-06 青岛海尔科技有限公司 设备联动方法及装置、存储介质、电子装置
CN113341743B (zh) * 2021-06-07 2023-11-28 深圳市欧瑞博科技股份有限公司 智能家居设备控制方法、装置、电子设备及存储介质
CN114023304A (zh) * 2021-11-25 2022-02-08 珠海格力电器股份有限公司 智能设备的控制方法、智能家居设备、非易失性存储介质及处理器
CN114500139B (zh) * 2022-01-27 2024-06-25 青岛海尔科技有限公司 指令组的发送方法和装置、存储介质及电子装置
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
CN114329455B (zh) * 2022-03-08 2022-07-29 北京大学 基于异构图嵌入的用户异常行为检测方法及装置
CN115268282A (zh) * 2022-06-29 2022-11-01 青岛海尔科技有限公司 家电设备的控制方法、装置、存储介质及电子装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180014392A1 (en) * 2016-07-08 2018-01-11 Locoroll, Inc. Intelligent lighting control system lighting alarm apparatuses, systems, and methods
CN107665230A (zh) * 2017-06-21 2018-02-06 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
CN112349283A (zh) * 2019-08-09 2021-02-09 杭州九阳小家电有限公司 一种基于用户意图的家电控制方法及智能家电
CN111736479A (zh) * 2020-06-28 2020-10-02 佛山市顺德区美的饮水机制造有限公司 控制方法、家电设备和计算机可读存储介质
CN113761529A (zh) * 2020-12-01 2021-12-07 北京卫达信息技术有限公司 一种基于异构图学习的安卓恶意软件检测系统和方法
CN112559721A (zh) * 2020-12-25 2021-03-26 北京百度网讯科技有限公司 人机对话系统的调整方法、装置、设备、介质和程序产品
CN113256347A (zh) * 2021-06-22 2021-08-13 腾讯科技（深圳）有限公司 优惠信息确定方法、优惠信息展示方法
CN113609345A (zh) * 2021-09-30 2021-11-05 腾讯科技（深圳）有限公司 目标对象关联方法和装置、计算设备以及存储介质
CN114445151A (zh) * 2022-02-11 2022-05-06 腾讯科技（深圳）有限公司 一种流量作弊对象的检测方法、装置、设备及存储介质
CN114625917A (zh) * 2022-03-11 2022-06-14 腾讯科技（深圳）有限公司 视频搜索纠错方法、装置、设备及存储介质
CN114679378A (zh) * 2022-04-21 2022-06-28 青岛海尔科技有限公司 日志监控分析方法、系统、存储介质及电子装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001196A1 (zh) * 2022-06-29 2024-01-04 青岛海尔科技有限公司 家电设备的控制方法、装置、存储介质及电子装置

Also Published As

Publication number Publication date
WO2024001196A1 (zh) 2024-01-04

Similar Documents

Publication Publication Date Title
JP7547407B2 (ja) スマートプラグの動作のシステムおよび方法
CN110166312B (zh) 使用随机测试床自动创建网络装置模型
Reverdy et al. Modeling human decision making in generalized Gaussian multiarmed bandits
CN110456647A (zh) 一种智能家居控制方法及智能家居控制装置
CN109542944A (zh) 基于时序因果关系分析的智能家居用户操控行为推荐方法
Li et al. Multi-sensor transmission power control for remote estimation through a SINR-based communication channel
Dixit et al. Use of prediction algorithms in smart homes
CN113485144A (zh) 基于物联网的智能家居控制方法及系统
CN107833110A (zh) 家电推荐方法、系统、服务器及计算机可读存储介质
CN115268282A (zh) 家电设备的控制方法、装置、存储介质及电子装置
WO2024021407A1 (zh) 知识图谱的更新方法和装置、存储介质及电子装置
CN114697150B (zh) 命令的下发方法和装置、存储介质及电子装置
WO2023207170A1 (zh) 洗涤程序的推荐方法及装置、存储介质及电子装置
CN115047778A (zh) 智能设备的控制方法和装置、存储介质和电子装置
CN114911535B (zh) 应用程序组件配置方法、存储介质及电子装置
WO2023168856A1 (zh) 一种关联场景推荐方法、装置、存储介质及电子装置
CN115877726A (zh) 智能家居设备的控制方法、计算机设备及存储介质
CN115167161A (zh) 灯具关联关系的确定方法和装置、存储介质及电子装置
CN113852657B (zh) 一种基于边缘计算的智慧家庭本地控制方法及系统
Vastardis et al. A user behaviour-driven smart-home gateway for energy management
Marufuzzaman et al. Hardware simulation of pattern matching and reinforcement learning to predict the user next action of smart home device usage
CN115631832B (zh) 烹饪计划的确定方法及装置、存储介质及电子装置
CN116107975A (zh) 设备的控制方法和装置、存储介质及电子装置
CN115599260A (zh) 智能场景的生成方法、装置、系统、存储介质及电子装置
CN114925158A (zh) 语句文本的意图识别方法和装置、存储介质及电子装置

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