关注长期居住需求的数字化智能家装设计方法及系统与流程

1.本发明涉及一种关注长期居住需求的数字化智能家装设计系统，属于数字化室内家装设计领域。


背景技术：

2.在家装设计领域，一个家庭的生活方式往往会随着时间发生变化，因此，用户的居住需求是一个动态变化的过程。新一代业主更希望家装公司可以提供个性化的生活方案定制，同时提供丰富的设计方案供其选择。
3.但是，传统家装消费是典型的低频消费，业主和装企通常基于当下阶段的居住需求进行装修方案设计，对长期的居住需求关注度不高，未有通过数字化的形式对长期的居住需求进行动态呈现，往往使得用户在居住一段时间后发现装修设计方案不再满足需求，需要重新设计或更换家具。这样，由于在家装方案设计过程中未考虑长期居住需求，使得耗费的改装资源大、成本高等，存在资源和资金的浪费问题，且不利于节能环保的目的。
4.例如中国发明申请cn110688704a公开的一种家装设计方法、系统及电子设备。该发明申请在设计家装方案时，忽略了长期居住需求的改装问题，得到的家装方案同样存在着不易改装、改装耗资多、耗时长且成本较高的问题。
5.上述问题是在数字化智能家装设计过程中应当予以考虑并解决的问题。


技术实现要素：

6.本发明所要解决的技术问题是：现有的家装设计服务业务中，仅仅只能设计出短期的用户居住需求，而无法获得长期的需求目的，导致了家装设计方案在远期需要重复修改、用户需要重复装修而导致的装修成本高的问题。本专利基于人工智能和大数据分析等方式，提供一种关注长期居住需求的数字化智能家装设计方法及系统解决现有技术中存在的目前的家装设计方案未考虑长期居住下的需求动态变化，使得家装设计方案改装难度较大，改装资源耗费多、耗时长且成本高的问题。
7.本发明的技术解决方案是：一种关注长期居住需求的数字化智能家装设计方法，包括以下步骤，s1、通过语音识别与自然语言处理的方式对用户的长期居住需求变化进行智能解析，获得按时间排列的结构化需求序列；s2、根据步骤s1获得的结构化需求序列以及用户的户型结构，由家装设计模块生成个性化多样化的数字化家装方案；s3、进行多维度特征计算，获得相邻方案间的各维度的改造代价；s4、计算各相邻方案的改造代价的加权和，获得总改造代价，根据方案的总改造代价采用贪心策略生成关注长期居住需求的家装设计方案序列；s5、由步骤s4生成的关注长期居住需求的家装设计方案序列，结合各方案的布局特征和用户需求，由自然语言生成模块对家装设计方案序列智能解读，生成关注长期居住
需求的家装设计方案序列的解读结果。
8.进一步地，步骤s1中，通过语音识别与自然语言处理的方式对用户的长期居住需求变化进行智能解析，获得按时间排列的结构化需求序列，具体为，s11、对用户输入的语音信息，进行语音识别，转换为文字信息；s12、将转换得到的文字信息通过自然语言处理进行信息抽取，提取出不同的时间阶段，t代表时间阶段；以及不同时间阶段的对应的需求信息，d代表需求信息；获得按时间排列的结构化需求序列。
9.进一步地，步骤s11中，用户输入的语音信息包括不同时间阶段以及对应的居住需求信息。
10.进一步地，步骤s12中，获得按时间排列的结构化需求序列，具体为，根据装修市场调研设计居住需求语义槽，得到结构化的待填充的语义槽，然后将语义槽和不同时间阶段下的居住需求文字信息共同输入到深度神经网络模型中，进行语义槽位填充，对未填充的槽位与用户进行交互确认，或者根据家装设计经验推荐缺省值，得到不同阶段的结构化的需求序列。
11.进一步地，步骤s2中，生成个性化多样化的数字化家装方案，具体为，对获得的按时间排列的结构化需求序列中，对第k个时间阶段的需求，表示为，户型结构表示为i ，将输入到采用深度神经网络的家装设计模块中，输出m个多样化的布局方案。
12.进一步地，步骤s3中，进行多维度特征计算，包括美学、功能、收纳、用户需求满足度、造价中的一个或多个维度。
13.进一步地，步骤s4中，计算各相邻方案的改造代价的加权和，获得总改造代价，根据方案的总改造代价采用贪心策略生成关注长期居住需求的家装设计方案序列，具体为，s41、构造方案间的改造代价函数，计算各相邻方案的代价的加权和，获得各方案总改造代价，代价值越大，说明从方案i改造成方案j的代价越大，代价值越小，说明从方案i改造成方案j的代价越小；s42、计算阶段的第j个方案与阶段的各个方案的改造代价值，选择代价最小的个方案作为备选子序列，直到完成所有时间阶段的方案选择，最终形成n个方案序列；topk代表依次排列的前k个。
14.进一步地，步骤s41中，构造方案间的改造代价函数为：其中，为资金成本，为资金成本的权重系数，为时间成本，为时间成本的权重系数，为操作成本，为操作成本的权重系统，浪费成本，为浪费成本的权重系数。
15.一种实现上述任一项关注长期居住需求的数字化智能家装设计方法的系统，包括
需求输入模块、语音识别模块、家装设计模块、改造代价评估模块、方案评估模块和自然语言生成模块，需求输入模块：用于用户分别输入不同时间阶段下的居住需求信息；语音识别模块：通过语音识别与自然语言处理的方式对用户的长期居住需求变化进行智能解析，获得按时间排列的结构化需求序列；家装设计模块：根据获得的结构化需求序列以及用户的户型结构，生成个性化多样化的数字化家装方案；改造代价评估模块：进行多维度特征计算，获得相邻方案间的各维度的改造代价；方案评估模块：计算各相邻方案的代价的加权和，获得总改造代价，根据方案的总改造代价采用贪心策略生成关注长期居住需求的家装设计方案序列；自然语言生成模块：由所生成关注长期居住需求的家装设计方案序列，结合各方案的布局特征和用户需求，由自然语言生成模块对家装设计方案序列智能解读，生成关注长期居住需求的家装设计方案序列的解读结果。
16.本发明的有益效果是：该种关注长期居住需求的数字化智能家装设计方法及系统，通过将长期居住需求解析成需求序列，结合数字化智能家装设计系统为每个阶段的居住需求生成若干套方案，然后通过计算方案改造代价生成多个方案序列，能够实现家装设计个性化和多样化的前提下，关注用户长期的居住需求，能够提供节约成本且更易于改装的家装方案，有利于节约资源、节省资金，并能够有效减少改装耗时，能够通过数字化的形式对长期的居住需求进行动态呈现，有效避免资源和资金的浪费的问题。同时，本发明有助于将低频的家装消费转为高频的家居生活消费，帮助家装公司获得更长期的客户价值，帮助消费者获得更长期的服务保障权益，推动家装商业模式转型，实现多方共赢；另一方面，也有助于系统性改善全案设计师的劳动生产方式，促使落后的交易模式发生变革，让设计更快、更规模、更有价值。
附图说明
17.图1是本发明实施例关注长期居住需求的数字化智能家装设计方法的流程示意图。
18.图2是实施例中对用户的长期居住需求变化进行智能解析获得按时间排列的结构化需求序列的说明示意图。
19.图3是实施例中生成生成个性化多样化的数字化家装方案的流程示意图。
20.图4是是实施例中方案评估器计算各相邻方案的代价的加权和获得总改造代价的说明示意图。
21.图5是实施例中长期居住需求下的住宅设计方案序列生成示例的说明示意图。
22.图6是实施例关注长期居住需求的数字化智能家装设计系统的说明示意图。
具体实施方式
23.下面结合附图详细说明本发明的优选实施方式。
24.一种关注长期居住需求的数字化智能家装设计方法，如图1，包括以下步骤，s1、通过语音识别与自然语言处理的方式对用户的长期居住需求变化进行智能解
析，获得按时间排列的结构化需求序列；s11、对用户输入的语音信息，进行语音识别，转换为文字信息；其中，用户输入的语音信息包括不同时间阶段以及对应的居住需求信息。
25.s12、将转换得到的文字信息通过自然语言处理进行信息抽取，提取出不同的时间阶段 ，t代表时间阶段；以及不同时间阶段的对应的需求信息，d代表需求信息；获得按时间排列的结构化需求序列。
26.步骤s12中，如图2，获得按时间排列的结构化需求序列，具体为，根据装修市场调研设计居住需求语义槽，得到结构化的待填充的语义槽，然后将语义槽和不同时间阶段下的居住需求文字信息共同输入到深度神经网络模型中，进行语义槽位填充，对未填充的槽位与用户进行交互确认，或者根据家装设计经验推荐缺省值，得到不同阶段的结构化的需求序列。
27.s2、根据步骤s1获得的结构化需求序列以及用户的户型结构，由家装设计模块生成个性化多样化的数字化家装方案；步骤s2中，生成个性化多样化的数字化家装方案，如图3，具体为，对获得的按时间排列的结构化需求序列中，对第k个时间阶段的需求，表示为，户型结构表示为i ，将输入到采用深度神经网络的家装设计模块中，输出m个多样化的布局方案；进而由方案评估模块对各个布局方案进行评估，最后输出有序的布局方案序列。
28.s3、进行多维度特征计算，获得相邻方案间的各维度的改造代价。步骤s3中，进行多维度特征计算，包括美学、功能、收纳、用户需求满足度、造价中的一个或多个维度。
29.s4、计算各相邻方案的改造代价的加权和，获得总改造代价，根据方案的总改造代价采用贪心策略生成关注长期居住需求的家装设计方案序列；如图4和图5。
30.s41、构造方案间的改造代价函数，代价值越大，说明从方案i改造成方案j的代价越大，代价值越小，说明从方案i改造成方案j的代价越小；生成关注长期居住需求的家装设计方案序列需要从每个时间阶段生成的方案中选择一个组成一个序列，不同组合会产生不同的代价，如从阶段的方案i改造成阶段的方案j，根据方案的不同，改造代价也不同，如图4所示，假设原始方案i中放置“定制固定家具1”的位置要改成放置一个“新购的成品可移动家具5”，需要拆除定制固定家具，购买新的可移动家具，若是改成放置一个原方案中已有的可移动家具，则需要拆除定制固定家具，但无需购买新的家具，资金成本低，在实施例中，除了考虑资金成本外，还需要考虑时间成本（拆除耗费的时间、购家具耗费的时间、定制新新家具耗费的时间）、操作成本（拆除操作、移动操作、选购操作等）、浪费成本（丢弃或拆除旧家具导致的浪费），将各个家具的替换的各个维度的成本的加权和定义为方案改造的代价函数：其中，
为资金成本，为资金成本的权重系数，为时间成本，为时间成本的权重系数，为操作成本，为操作成本的权重系统，浪费成本，为浪费成本的权重系数。
31.距离越小，说明从方案i改造成方案j的成本越小；距离越大，说明从方案i改造成方案j的成本越大。
32.s42、计算阶段的第j个方案与阶段的各个方案的改造代价值，选择代价最小的个方案作为备选子序列，直到完成所有时间阶段的方案选择，最终形成n个方案序列；topk代表依次排列的前k个。如图5。
33.图5中，第一列的方案列表表示当前阶段的方案序列，分值表示每个方案的评估分数，方案分数越高表示方案越适合推荐给用户。对阶段每个方案分别计算与阶段的各个方案之间的改造代价，示例中计算方案10与阶段的各个方案之间的改造代价，设置，即选择改造代价最小的方案21追加到方案10后面，若设置，则选择改造代价最小的两个方案分别追加到方案10后面生成两路序列{布局方案10，布局方案21}和{布局方案10，布局方案22}，依次类推，直到所有阶段的方案列表都完成计算，生成完整的家装设计方案序列。
34.s5、由步骤s4生成的关注长期居住需求的家装设计方案序列，结合各方案的布局特征和用户需求，由自然语言生成模块对家装设计方案序列智能解读，生成关注长期居住需求的家装设计方案序列的解读结果。
35.该种关注长期居住需求的数字化智能家装设计方法，通过将长期居住需求解析成需求序列，结合数字化智能家装设计系统为每个阶段的居住需求生成若干套方案，然后通过计算方案改造代价生成多个方案序列，能够实现家装设计个性化和多样化的前提下，关注用户长期的居住需求，能够提供节约成本且更易于改装的家装方案，有利于节约资源、节省资金，并能够有效减少改装耗时，能够通过数字化的形式对长期的居住需求进行动态呈现，有效避免资源和资金的浪费的问题。
36.该种关注长期居住需求的数字化智能家装设计方法，通过语音采集设备收集用户关于长期居住需求的描述，经语音识别、自然语言处理、信息抽取解析出不同时间阶段的居住需求，针对每一阶段的居住需求和户型结构，生成若干套方案，然后由方案评估模块依次从各个阶段的方案列表中挑选方案，组成方案序列，同时输出不同方案序列的解读报告。
37.一种实现上述任一项关注长期居住需求的数字化智能家装设计方法的系统，如图6，包括需求输入模块、语音识别模块、家装设计模块、改造代价评估模块、方案评估模块和自然语言生成模块，需求输入模块：用于用户分别输入不同时间阶段下的居住需求信息；语音识别模块：通过语音识别与自然语言处理的方式对用户的长期居住需求变化进行智能解析，获得按时间排列的结构化需求序列；家装设计模块：根据获得的结构化需求序列以及用户的户型结构，生成个性化多样化的数字化家装方案；
改造代价评估模块：进行多维度特征计算，获得相邻方案间的各维度的改造代价；方案评估模块：计算各相邻方案的代价的加权和，获得总改造代价，根据方案的总改造代价采用贪心策略生成关注长期居住需求的家装设计方案序列；自然语言生成模块：由所生成关注长期居住需求的家装设计方案序列，结合各方案的布局特征和用户需求，由自然语言生成模块对家装设计方案序列智能解读，生成关注长期居住需求的家装设计方案序列的解读结果。
38.该种关注长期居住需求的数字化智能家装设计方法及系统中，首先由用户语音输入其长期的居住需求信息，由语音识别模块转换成文字信息，通过自然语音处理对文字信息进行信息抽取，提取出按时间排列的结构化需求序列，然后将需求序列和户型结构输入到家装设计模块，得到不同居住需求下的多样化方案列表，然后根据方案改造代价，采用贪心策略生成关注长期居住需求的家装设计方案序列，并获得总改造代价，最后由自然语言生成模块生成解读报告。
39.该种关注长期居住需求的数字化智能家装设计方法及系统中，对每组方案序列中的每个方案输入到方案评估模块中，对方案的美学、功能、收纳、用户需求满足度、造价等维度进行特征计算，获得相邻的方案之间的各个维度的改造代价，然后输入到一个训练好的自然语言生成模块，输入到自然语言生成模块，生成关注长期居住需求的方案序列的解读报告。
40.尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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，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。