意图驱动的面向本质计算的可编程智能控制方法和系统

本发明涉及智能设备控制系统技术领域，尤其涉及一种意图驱动的面向本质计算的可编程智能控制方法和系统。

背景技术：

智能开关是指利用控制板和电子元器件的组合及编程，以实现电路智能开关控制的单元，可以应用于夜晚灯光控制等多种需要用到开关、按键的场景。在此类场景中，用户通常需要记忆不同开关、按钮的功能，才能依据自己的需求使用合适的开关或按钮，若在此类场景中应用常规开关，则用户需要付出一定的记忆成本和尝试成本，且开关和按钮的控制功能固定，无法根据用户不同时期的需求动态调整，无法进一步提升用户体验。

技术实现要素：

鉴于此，本发明的目的在于提供一种意图驱动的面向本质计算的可编程智能控制方法和系统，以克服或至少部分解决现有技术所存在的上述问题。

本发明第一方面提供一种意图驱动的面向本质计算的可编程智能控制方法，所述方法包括以下步骤：

s1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求；

s2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图；

s3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表；

s4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；

s5、执行器执行输出模块输出的决策方案。

进一步的，所述初始化输入模块，具体包括：

s11、完成数据体系、信息体系、知识体系和意图体系的初步构建；

s12、分析数据体系中的数据资源，导出分析结果输入到信息体系；

s13、对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系；

s14、对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。

进一步的，所述用户画像的生成具体包括：

获取部分用户信息作为初始信息；

从用户对系统决策的反馈中推断用户信息，作为附加信息加入用户画像；

检查用户行为和意图模型、用户画像的冲突中可能存在的临时数据，检查到临时数据时对当前用户画像进行快照并将临时数据加入用户画像，临时数据过期后将用户画像根据快照进行恢复，并引入之后加入的永久数据到用户画像中。

进一步的，所述意图模型由输出模块使用用户画像产生，意图模型反映用户在特定条件下的特定行为代表的意图，并描述意图和系统对相应意图做出的反应动作的绑定关系。

进一步的，步骤s2中决策模型结合所接收的用户请求和意图模型，获得用户的可能意图，具体为：基于预设算法，结合价值模型，以意图对应的价值作为决策基础，判断用户的可能意图，所述预设算法包括朴素贝叶斯、决策树、协同过滤中的一种或多种。

进一步的，所述方法还包括以下步骤：

s5、输入模块接收用户反馈，基于用户反馈判断决策方案是否符合用户实际意图，请求输出模块检查本次决策方案意图列表是否包含用户实际请求；

s6、若本次决策方案意图列表中包含了用户实际请求，则输入模块调整用户画像中与用户实际请求相关的数据，系统重新学习并更新用户画像和意图模型；

s7、若本次决策方案中未包含用户实际请求，则将用户的意图加入知识体系。

进一步的，所述步骤s7具体还包括：

s71、输入模块向用户询问意图是否为临时性意图；

s72、若用户意图为临时性意图，则获取对应的时效数据，并将用户临时性意图和对应的时效数据加入知识体系；

s73、若用户意图非临时性意图，则将用户意图直接导入知识体系。

本发明第二方面提供一种意图驱动的面向本质计算的可编程智能控制系统，所述系统包括输入模块、决策模型、输出模块和执行器，

所述输入模块用于进行初始化，接收用户请求，并将用户请求发送至决策模型以发起决策请求；

所述决策模型用于结合所接收的用户请求和意图模型，获得用户的可能意图，以及请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，以意图价值形式量化可能性，以意图价值降序输出意图列表；

所述输出模块用于结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；

所述执行器用于执行输出模块输出的决策方案。

与现有技术相比，本发明的有益效果是：

本发明所提供的一种意图驱动的面向本质计算的可编程智能控制方法和系统，在输入模块接收到用户的请求时，通过决策模型获得用户的可能意图，并基于用户画像计算不同可能意图发生的可能性输出意图列表，由输出模块结合意图模型和意图列表规划用户交互逻辑决策方案，执行器再基于决策方案执行相应的动作，从而使得执行器所执行的动作能够在用户不需要付出更多的记忆成本和尝试成本的基础上尽量符合用户的真实意图，从而提高用户的使用体验。

附图说明

为了更清楚地说明本发明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发明的优选实施例，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是本发明实施例提供的意图驱动的面向本质计算的可编程智能控制方法整体流程示意图。

图2是本发明实施例提供的数据、信息、知识和意图体系数据流图。

图3是本发明实施例提供的意图驱动的面向本质计算的可编程智能控制方法整体结构示意图。

图中，1输入模块，2决策模型，3输出模块，4执行器。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。

参照图1，本发明实施例提供一种意图驱动的面向本质计算的可编程智能控制方法，所述方法包括以下步骤：

s1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求。

s2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图。

s3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表。

s4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案。

s5、执行器执行输出模块输出的决策方案。

作为可选的实施例，参照图2，步骤s1中，所述初始化输入模块，具体包括：

s11、完成数据体系、信息体系、知识体系和意图体系的初步构建。

s12、分析数据体系中的数据资源，导出分析结果输入到信息体系。

s13、对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系。

s14、对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。

其中，所述数据体系由一系列文本、数字或其他形式的对事实的呈现组成，数据体系内的数据资源以条为单位存储在数据库中，所述数据资源没有实际意义，可以是任何形式、任何格式的数据。所述信息体系中的信息资源可以是提取自数据体系，也可以是直接来自外部输入，信息体系内的信息资源时结构化的数据，可以存储在关系图或关系型数据库中。知识体系中的知识资源可能提取自信息体系或直接来自外界输入，知识资源的存储方式可以是知识图谱或者key-value的方式存在，知识资源是系统进行预测、决策的基础，是决策模型对意图模型进行剪枝的依据。意图体系是知识体系中关于用户意图的一部分知识，其存储方式与知识资源相同，意图体系用于存储用户在何种条件下可能有何种意图、以及系统对相应意图应作出的操作。

所述用户画像包括数据体系和信息体系，以及知识体系的一部分，用于作为系统决策的依据来源。作为可选的实施例，所述用户画像的生成具体包括：

获取部分用户信息作为初始信息；

从用户对系统决策的反馈中推断用户信息，将推断得到的用户信息作为附加信息加入用户画像；

检查用户行为和现有的意图模型、用户画像的冲突中可能存在的临时数据，在检查到临时数据时对当前用户画像进行快照，以保存用户画像状态，在临时数据过期后基于快照对用户画像进行恢复，并引入之后加入的永久数据到用户画像中。

前述实施例中，所述意图模型由输出模块使用用户画像产生，意图模型反映用户在特定条件下的特定行为代表的意图，并描述意图和系统对相应意图做出的反应动作的绑定关系。

作为可选的实施例，步骤s2中决策模型结合所接收的用户请你去和意图模型，获得用户的可能意图，具体为：基于预设算法，结合价值模型，以意图对应的价值作为决策基础，判断用户的可能意图，意图对应的价值越高，则其符合用户的真实意图的可能性也越大。本领域技术人员可以理解，根据实际需求，判断用户的可能意图可以通过不同的算法实现，作为可选的实施方式之一，所述预设算法可以为朴素贝叶斯、决策树、协同过滤算法中的一种或多种。

作为可选的实施例，所述智能控制方法还具备异常处理和反馈机制，具体的，所述方法还包括以下步骤：

s5、输入模块接收用户反馈，基于用户反馈判断决策方案是否符合用户实际意图，请求输出模块检查本次决策方案意图列表是否包含用户实际请求。

s6、若本次决策方案意图列表中包含了用户实际请求，则输入模块调整用户画像中与用户实际请求相关的数据，系统重新学习并更新用户画像和意图模型。

s7、若本次决策方案中未包含用户实际请求，则将用户的意图加入知识体系。

可选的，所述步骤s7具体还包括：

s71、输入模块向用户询问意图是否为临时性意图；

s72、若用户意图为临时性意图，则获取对应的时效数据，并将用户临时性意图和对应的时效数据加入知识体系；

s73、若用户意图非临时性意图，则将用户意图直接导入知识体系。

基于同样的发明构思，本发明另一实施例提供一种意图驱动的面向本质计算的可编程智能控制系统，如图3所示，所述系统包括输入模块1、决策模型2、输出模块3和执行器4。

其中，所述输入模块1用于进行初始化，接收用户请求，并将用户请求发送至决策模型以发起决策请求。

所述决策模型2用于结合所接收的用户请求和意图模型，获得用户的可能意图，以及请求输入模块1的接口以获取用户画像，分析每个可能意图发生的可能性，以意图价值形式量化可能性，以意图价值降序输出意图列表。

所述输出模块3用于结合意图模型和决策模型2输出的意图列表，规划用户交互逻辑决策方案。

所述执行器4用于执行输出模块输出的决策方案。

可选的，所述输入模块1具体用于：完成数据体系、信息体系、知识体系和意图体系的初步构建，分析数据体系中的数据资源，导出分析结果输入到信息体系，对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系，对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。

所述输入模块1具体还包括用户画像生成子模块，所述用户画像生成子模块具体用于获取部分用户信息作为初始信息，从用户对系统决策的反馈中推断用户信息，作为附加信息加入用户画像，检查用户行为和意图模型、用户画像的冲突中可能存在的临时数据，检查到临时数据时对当前用户画像进行快照并将临时数据加入用户画像，临时数据过期后将用户画像根据快照进行恢复，并引入之后加入的永久数据到用户画像中。

所述输出模块3具体还包括意图模型生成模块，所述意图模型生成模块用于使用用户画像生成意图模型，意图模型反映用户在特定条件下的特定行为代表的意图，并描述意图和系统对相应意图做出的反应动作的绑定关系。

作为一种示例，所述决策模型2具体用于基于预设算法，结合价值模型，以意图对应的价值作为决策基础，判断用户的可能意图，所述预设算法包括朴素贝叶斯、决策树、协同过滤中的一种或多种。

作为进一步可选的实施例，所述输入模块1还包括用户反馈子模块，所述用户反馈子模块用于接收用户反馈，基于用户反馈判断决策方案是否符合用户实际意图，请求输出模块检查本次决策方案意图列表是否包含用户实际请求；还包括调整子模块，所述调整子模块用于在本次决策方案意图列表中包含了用户实际请求时，调整用户画像中与用户实际请求相关的数据，系统重新学习并更新用户画像和意图模型；还包括导入子模块，用于在本次决策方案中未包含用户实际请求时，将用户的意图加入知识体系。

其中，所述导入子模块具体还用于：向用户询问意图是否为临时性意图；若用户意图为临时性意图，则获取对应的时效数据，并将用户临时性意图和对应的时效数据加入知识体系；若用户意图非临时性意图，则将用户意图直接导入知识体系。

上述系统实施例用于实现前述方法实施例，其技术原理和有益效果可参照前述方法实施例，在此不再赘述。

下面通过一将本发明应用于照明开关的具体实施例用于说明本发明，该实施例中所述执行器为智能交互开关。

该实施例中，输入模块首先基于学习模型进行协同过滤，具体包括：

(1)关联：可以根据历史数据记录，找到开关按键行为数据的频繁n项集，如果用户在某次操作中按了频繁n项集中的某一按键，则系统预测用户将要进行频繁n项集中其他的按键操作。

(2)聚类：根据历史数据，将用户按照距离分为不同的目标群体，再将目标群体用户的最常用共同操作习惯作为预测依据。系统运行时，可判断此用户所属的群体来推荐按键设置。

(3)分类：根据历史数据，将所有可能的按键组合按意图进行分类，每种组合有不同的路径。用户在一开始对智能交互开关进行操作时会产生一个起点，系统根据起点以及后续操作预测用户意图，预测用户会使用的按键路径。

决策模型用于根据实际应用场景选择一个合适的决策模型。输出模块用于根据决策模型输入的用户可能的意图序列，在意图体系中查询并产生这些意图所对应的操作，生成最优的按键方案，所述按键方案用于改变智能交互开关面板的布局和功能，包括顺序、位置、光强度。

该具体实施例中，系统的执行器——即智能交互开关可实现个性化定制，即调整开关面板交互方式和功能为用户个性化预设方案；以及基于机器学习的用户意图预测，即系统可自动根据用户画像及历史数据将开关各个按键的功能、按键大小等按照用户的使用习惯调整为最优的组合方式；以及用户交互及反馈，即基于用户反馈调整意图序列。具体为，在每次执行方案前，告知用户系统预测的意图和即将进行的操作，获取用户反馈并调整当前意图序列，将最优方案设为最高优先度。另外，可以实现光强度自适应调节，例如，在执行打开灯光操作前，执行预测用户意图，根据时间将灯光强度调整为合适的大小，例如在深夜去卫生间，灯光强度应比白天低；另一方面，打开灯光使用过程中，可根据用户与灯光距离、角度、使用时间等参数，计算调整灯光照射角度、强度、色调等。

该具体实施例中，数据资源和信息资源不仅可以来源于用户个人基本信息，如职业、年龄等，也可以来源于传感器、网络等。例如：在床上安装压力传感器，识别用户是否是卧床状态，将状态数据传回系统帮助系统决策。

该具体实施例中，数据体系可能包括多维度的未结构化的数据资源，如传感器返回的布尔值，各类文本、数字信息、时间信息等；信息体系提取自数据体系，如用户在某一时刻是否卧床、用户曾在某时间起夜去卫生间；知识体系提取自信息体系，知识资源譬如以下形式：用户意图上厕所，则系统需要打开去往厕所的灯和厕所灯、而不是床头灯；意图体系是知识体系的一部分，包括且不限于：用户卧床+夜晚+用户出发开关＝用户要上厕所等知识。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。