一种信息输出方法、装置、终端和计算机可读存储介质与流程

1.本技术属于智能家居技术领域，尤其涉及一种信息输出方法、装置、终端和计算机可读存储介质。


背景技术：

2.目前的智能养老系统往往局限采用单一设备来获取老人生命体特征的提取，或者用传统监控方式监控老人起居，并不能及时全面获得老人生活行为状态信息，同时存在泄露老人隐私的问题。


技术实现要素：

3.本技术的目的在于提供一种信息输出方法、装置、终端和计算机可读存储介质，可以通过智能家居设备间接对老年人等目标用户的日常起居行为进行跟踪，并在不泄露隐私的情况下，实现对目标用户的行为追踪和意外预防。
4.本技术实施例第一方面提供一种信息输出方法，所述信息输出方法包括：
5.获取智能家居设备在第一预设时间段内的工作数据；
6.对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据；
7.利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，并根据所述日常行为异常等级数据输出第一危险提示信息。
8.可选的，在本技术的第一种可能的实现方式中，上述信息输出方法还可以包括：
9.获取位于预设区域的红外热感监控摄像头采集的红外图像；
10.对所述红外图像进行图像分析，判断目标用户是否处于摔倒状态；
11.若处于摔倒状态，则输出第二危险提示信息。
12.可选的，在本技术的第二种可能的实现方式中，上述信息输出方法还可以包括：
13.获取智能家居设备在第二预设时间段内的工作数据；所述第二预设时间段根据预先配置的危险模型确定得到；
14.检测所述智能家居设备在第二预设时间段内的工作数据是否与所述危险模型匹配；
15.若所述智能家居设备在第二预设时间段内的工作数据与所述危险模型匹配，则输出第三危险提示信息。
16.可选的，在本技术的第三种可能的实现方式中，上述信息输出方法还可以包括：
17.获取智能家居设备在第三预设时间段内的工作数据；所述第三预设时间段的持续时长大于所述第一预设时间段的持续时长；
18.对所述智能家居设备在第三预设时间段内的工作数据进行统计，得到目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据；
19.根据所述目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮
食分析数据建立所述风险评估模型，并对所述风险评估模型进行优化。
20.可选的，在本技术的第四种可能的实现方式中，上述智能家居设备可以包括智能冰箱；上述信息输出方法还可以包括：
21.获取智能冰箱采集的剩余食材数据；
22.根据所述剩余食材数据以及所述目标用户饮食分析数据，生成待采购食物清单。
23.可选的，在本技术的第五种可能的实现方式中，上述信息输出方法还可以包括：
24.获取智能家居设备采集的目标用户的睡眠数据；
25.根据所述睡眠数据判断目标用户是否处于入睡状态；
26.若目标用户处于入睡状态，则输出目标用户已入睡的提示消息，并输出智能家居设备的当前工作状态数据。
27.本技术实施例第二方面还提供一种信息输出装置，包括：
28.获取单元，用于获取智能家居设备在第一预设时间段内的工作数据；
29.统计单元，用于对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据；
30.信息输出单元，用于利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，并根据所述日常行为异常等级数据输出第一危险提示信息。
31.本技术实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的信息输出方法的步骤。
32.本技术实施例第四方面提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的信息输出方法的步骤。
33.本技术实施例中，通过对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据，并利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，接着，根据所述日常行为异常等级数据输出第一危险提示信息，便于目标用户或者目标用户的亲友或者第三方服务机构及时了解目标用户的异常等级，有利于目标用户的亲友或者第三方服务机构及时对目标用户进行关怀，并且，本技术通过智能家居设备间接对老年人等目标用户的日常起居行为进行跟踪，实现了在不泄露目标用户隐私的情况下，对目标用户的行为追踪和意外预防。
附图说明
34.图1为本技术实施例提供的信息输出方法的第一实现流程示意图。
35.图2为本技术实施例提供的建立风险评估模型的实现流程示意图。
36.图3为本技术实施例提供的信息输出方法的第二实现流程示意图。
37.图4为本技术实施例提供的信息输出方法的第三实现流程示意图。
38.图5为本技术实施例提供的用户关怀系统的结构示意图。
39.图6为本技术实施例提供的用户端app的控制界面示意图。
40.图7为本技术的实施例提供的信息输出装置的结构示意图。
41.图8为本技术的实施例提供的终端的示意图。
具体实施方式
42.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
43.目前，我国老人数量已经超过2亿，养老服务业目前已达4万亿市场规模，根据民政部公布的最新预测数据，到“十四五”期末，全国老年人口将突破3亿，我国将从轻度老龄化迈入中度老龄化。如何高品质养老成为日益关注的问题，国内目前主流的养老模式有居家养老、机构养老、社区居家养老三种。
44.其中，居家养老，是指老年人在家中接受儿女子孙的赡养和服侍。目前，居家养老存在以下问题：子女减少以及独生子女现象使得依靠子女照料的在家养老变得异常困难；子女异地工作(或同城异地)十分普遍，出现大量独居、空巢老年人；老年人平均寿命延长，患病率上升，处理能力下降，存在以下方面的需求，如日常生活需求、安全需求、健康需求、医疗需求、精神文化需求、旅游疗养需求和金融理财等需求。
45.机构养老是由养老院、福利院、老年公寓等养老事务执行机构为老年人提供系统化、标准化的养老服务的模式，是一种通过付费方式获得起居照顾服务的养老模式。存在收费高，管理封闭，服务范围小，服务质量参差不齐、不符合中国传统文化等缺点。
46.社区居家养老，是由政府牵头，依托社区，依靠专业化服务，以家庭为核心，为居住在家的老年人提供相关养老服务。社区居家养老对社会资源整合投入不够，个人养老质量和社区管理水平直接相关，政府负担较重。
47.我国目前确立了“以居家为基础、社区为依托、机构为支撑”的养老产业框架和9073养老格局，90％在家中养老(居家养老)。
48.面对庞大的居家养老群体，如何帮老年人迈过“数字鸿沟”仍然是一个严峻的考题。
49.目前的智能养老系统往往局限采用单一设备来获取老人生命体特征的提取，或者用传统监控方式监控老人起居，并不能及时全面获得老人生活行为状态信息，同时存在泄露老人隐私的问题。
50.基于此，本技术提供一种信息输出方法、装置、终端和计算机可读存储介质，可以通过智能家居设备间接对老年人等目标用户的日常起居行为进行跟踪，并在不泄露隐私的情况下，实现对目标用户的行为追踪和意外预防。
51.需要说明的是，本技术的目标用户可以包括但不限于老年人、病患等用户。
52.如图1所示，为本技术实施例提供的一种信息输出方法的实现流程示意图，该方法可以由终端上配置的信息输出装置执行。并且，该终端可以为智能家居设备、手机、平板电脑、服务器等终端。
53.其中，智能家居设备可以包括智能空净、智能空气循环扇、智能加湿器、智能电暖器、智能新风机、智能咖啡机、智能空调、智能床、智能音箱、智能热水器、智能电视、智能水龙头等智能家电，以及紧急呼救按钮、网络摄像头、人体存在传感器、智能门锁磁等智能安防设备。
54.需要说明的是，在本技术的一些实施方式中，上述信息输出方法还可以由智能家居设备、手机、平板电脑、服务器中的任意多个终端组成的用户关怀系统执行。
55.如图1所示，本技术提供的信息输出方法包括步骤101至步骤103，详述如下：
56.步骤101，获取智能家居设备在第一预设时间段内的工作数据。
57.可选的，在本技术实施例中，上述第一预设时间段可以为半天(如，6个小时)、一天(如，24个小时)等较短的观察时间段。并且，该第一预设时间段可以根据目标用户的实际情况以及进行设置。
58.例如，自理能力较差的目标用户，可以将上述第一预设时间段的取值范围设置为小于第一时间阈值；自理能力较优的目标用户，可以将上述第一预设时间段的取值范围设置为大于第一时间阈值。
59.步骤102，对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据。
60.可选的，上述工作数据的类型与其对应的智能家居设备的类型对应。
61.例如，所述智能家居设备在第一预设时间段内的工作数据可以包括：智能镜子根据采集到的红外图像得到的目标用户穿衣打扮数据、智能马桶冲水功能的使用数据、智能床检测到的目标用户的翻身次数、智能床的角度调整数据、智能手表检测到的步数，以及智能电磁炉、智能电饭煲、智能空气炸锅、智能烧水壶、智能热水器、智能水龙头、智能牙刷、智能剃须刀、智能马桶、智能电视、智能音箱、机器人等智能家居设备的开关次数和使用时长。
62.步骤103，利用预先建立的风险评估模型对所述第一设备统计数据进行评分，得到目标用户的日常行为异常等级数据，并根据所述日常行为异常等级数据输出第一危险提示信息。
63.其中，异常等级数据可以包括轻度异常、中度异常、重度异常和完全异常四个等级。
64.上述风险评估模型可以包括各个工作数据对应的分值。
65.例如，如下表一所示，为根据目标用户的生活习惯建立的风险评估模型。
66.表一：
[0067][0068]
需要说明的是，上述表一仅仅是对风险评估模型进行举例说明，并不表示为对本技术保护范围的限制。
[0069]
在本技术的一些实施方式中，上述第一危险提示信息可以为向目标用户的亲友或者为目标用户对应的第三方服务机构，例如，急救中心、社区养老机构等第三方服务机构输出的提示信息。
[0070]
本技术实施例中，通过对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据，并利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，接着，根据所述日常行为异常等级数据输出第一危险提示信息，便于目标用户或者目标用户的亲友或者第三方服务机构及时了解目标用户的异常等级，有利于目标用户的亲友或者第三方服务机构及时对目标用户进行关怀，并且，本技术通过智能家居设备间接对老年人等目标用户的日常起居行为进行跟踪，实现了在不泄露目标用户隐私的情况下，对目标用户的行为追踪和意外预防。
[0071]
可选的，在本申的一些实施方式中，上述第一预设时间段可以包含多个分时间段，上述风险评估模型可以包含多个子模型，各个子模型与各个分时间段一一对应。
[0072]
例如，第一预设时间段可以包含上午、下午和晚上三个时间段，上述风险评估模型可以包含与上午、下午和晚上三个时间段一一对应的第一子模型、第二子模型和第三子模型。
[0073]
本实施例通过利用预先建立的各个子模型对子模型对应的分时间段内智能家居设备的设备统计数据进行评分，得到目标用户的日常行为异常等级数据，以便及时根据日常行为异常等级数据输出第一危险提示信息，有利于提高目标用户的关怀效率。
[0074]
可选的，在本技术的一些实施方式中，如图2所示，上述风险评估模型以及上述风险评估模型包含的与上午、下午和晚上三个时间段一一对应的第一子模型、第二子模型和第三子模型可以通过下述步骤201至步骤203的方式建立。
[0075]
步骤201，获取智能家居设备在第三预设时间段内的工作数据。
[0076]
本技术实施例中，由于需要对目标用户的生活习惯进行统计分析，因此，上述第三预设时间段的持续时长可以大于上述第一预设时间段的持续时长。
[0077]
例如，上述第三预设时间段可以为15天、20天或30天。
[0078]
步骤202，对所述智能家居设备在第三预设时间段内的工作数据进行统计，得到目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据。
[0079]
本技术实施例中，上述目标用户设备行为分析数据可以包括家务活动时长、家务活动频次和休闲活动时长。
[0080]
上述目标用户行为偏好分析数据可以包括看电视时间段、听歌曲时间段、聊天时间段、散步时间段等等行为偏好数据。如：看电视时间段集中在19点至21点；听歌曲时间段集中在6点至8点；聊天时间段集中在13点至15点。
[0081]
上述目标用户饮食分析数据可以包括主食类型、最常制作的菜谱、各道菜的制作时长和制作次数等数据。
[0082]
步骤203，根据所述目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据建立所述风险评估模型，并对所述风险评估模型进行优化。
[0083]
本技术实施例中，通过采集反应目标用户生活习惯的目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据，并依据该数据建立风险评估模型，使得得到的风险评估模型为与目标用户相适配的评估模型，有利于提高异常等级数据的准确度。
[0084]
具体的，在根据所述目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据建立所述风险评估模型时，可以根据各个单项家务活动频次以及各个单项休闲活动时长的占比设置各个活动完成后的得分，以建立上述风险评估模型。
[0085]
另外，随着目标用户自理能力的变化，例如，从自理能力较优到自理能力较差，或者，从自理能力较差到自理能力较优，可以通过反应目标用户生活习惯的目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据优化更新风险评估模型，使得得到的风险评估模型为与目标用户相适配的评估模型，进一步提高异常等级数据的准确度。
[0086]
可选的，在本技术的一些实施方式中，为了实现在不泄露目标用户隐私的情况下，对目标用户的行为追踪和意外预防，如图3所示，所述信息输出方法还可以包括：步骤301至步骤303。
[0087]
步骤301，获取位于预设区域的红外热感监控摄像头采集的红外图像。
[0088]
步骤302，对所述红外图像进行图像分析，判断目标用户是否处于摔倒状态。
[0089]
本技术实施例中，上述对红外图像进行图像分析，判断目标用户是否处于摔倒状态可以包括：提取所述红外图像中包含的目标用户的轮廓信息，并将所述轮廓信息与预设轮廓信息进行比对，判断目标用户是否处于摔倒状态。
[0090]
步骤303，若处于摔倒状态，则输出第二危险提示信息。
[0091]
本实施例中，摒弃传统的视频监控摄像头，通过在卧室、卫生间等容易摔倒的预设区域设置红外热感监控摄像头进行红外图像的采集，并通过对所述红外图像进行图像分析，判断目标用户是否处于摔倒状态，并在判断出目标用户处于摔倒状态时，立刻输出第二
危险提示信息，实现了既保护目标用户的生活隐私，又实现了安全、高效、便捷地实时监控。
[0092]
除了基于上述风险评估模型得到的目标用户的日常行为异常等级数据，输出第一危险提示信息，以及基于上述红外热感监控摄像头采集的红外图像，输出的第二危险提示信息，可选的，在本技术的一些实施方式中，如图4所示，还可以通过下述步骤401至步骤403的方式，输出第三危险提示信息，实现对目标用户的行为追踪和意外预防，详述如下：
[0093]
步骤401，获取智能家居设备在第二预设时间段内的工作数据；所述第二预设时间段根据预先配置的危险模型确定得到。
[0094]
本技术实施例中，用户可以根据实际经验或者根据目标用户自身的实际情况，预先配置好危险模型。并且，该危险模型具有较高的配置灵活性，可以根据用户需求增删，或者对危险模型中包含的事项内容进行调整。
[0095]
例如，该危险模型包含以下事项中的一个或多个：门锁连续两天未打开、浴室人感长时未在预设时间段触发、连续三天目标用户日常行为重度异常。
[0096]
上述第二预设时间段可以针对危险模型的每个事项对应的时间段进行确定。例如，针对门锁连续两天未打开这一事项，其对应的第二预设时间段即为当前时刻往前推算的两天内；针对浴室人感长时未在预设时间段触发这一事项，则其对应的第二预设时间段即为距离当前时刻最近的历史时间段中的预设时间段，例如，昨天的20点到21点；针对连续三天目标用户日常行为重度异常这一事项，其对应的第二预设时间段即为当前时刻往前推算的三天内。
[0097]
步骤402，检测所述智能家居设备在第二预设时间段内的工作数据是否与所述危险模型匹配。
[0098]
步骤403，若所述智能家居设备在第二预设时间段内的工作数据与所述危险模型匹配，则输出第三危险提示信息。
[0099]
本技术实施例中，上述检测所述智能家居设备在第二预设时间段内的工作数据是否与所述危险模型匹配是指，智能家居设备是否在上述第二预设时间段内检测到目标用户发生了危险模型中包含的一个或多个事项，若目标用户发生了危险模型中包含的一个或多个事项，则确定智能家居设备在第二预设时间段内的工作数据与所述危险模型匹配，并输出第三危险提示信息，以提示需要对目标用户进行关怀。
[0100]
可选的，为了更全面地实现对目标用户的饮食起居的关怀，在本技术的一些实施方式中，上述智能家居设备还可以包括智能冰箱；并且，上述信息输出方法还可以包括：获取智能冰箱采集的剩余食材数据；根据所述剩余食材数据以及所述目标用户饮食分析数据，生成待采购食物清单，以利于及时补充目标用户需要的食物。
[0101]
可选的，在本技术的一些实施方式中，上述信息输出方法还可以包括：获取智能家居设备采集的目标用户的睡眠数据；根据所述睡眠数据判断目标用户是否处于入睡状态；若目标用户处于入睡状态，则输出目标用户已入睡的提示消息，并输出智能家居设备的当前工作状态数据。
[0102]
其中，上述输出智能家居设备的当前工作状态数据可以包括，输出智能空调当前的工作温度，和/或，输出智能电视当前的工作状态，并且，可以是通过向目标用户的亲友或第三方服务机构输出智能家居设备的当前工作状态数据，以利于目标用户的亲友或者第三方服务机构及时对目标用户进行关怀。
[0103]
例如，当目标用户已经入睡时，目标用户的亲友或者第三方服务机构可以根据输出的智能空调工作温度，通过远程调控智能空调的温度，避免智能空调温度过高或过低，和/或，在智能电视还处于开启状态时，控制智能电视关闭。
[0104]
需要说明的是，在本技术的一些实施方式中，通过用户关怀系统实现上述各个信息输出方法的实施例时，如图5所示，该用户关怀系统可以包括：智能家居设备501、移动智能平台502和服务器503。该移动智能平台可以为手机或平板电脑等移动终端，并且，移动终端可以配置有用户端app或亲友端app。
[0105]
可选的，用户端app可以设置有如图6所示的包含醒目的操作控件的智能家居设备的控制界面，便于目标用户控制智能家居设备。
[0106]
而亲友端app则可以包含综合生活关怀服务模块、急救中心模块、亲友主动关怀模块。家电故障管理模块。家电控制模块和消息通知模块。
[0107]
其中，综合生活服务模块：如居家生活用品代卖，上门保洁，家电维修，管道疏通，介户服务等服务模块，亲友或目标用户通过移动智能平台综合生活服务模块，可以对目标用户日常用生活服务类型进行归档及对不同服务机构进行管理。例如，对第三方供应商的管理等等。
[0108]
例如，智能冰箱在采集到剩余食材数据之后，云平台服务器可以根据所述剩余食材数据以及所述目标用户饮食分析数据，生成待采购食物清单，并匹配相应优质第三方供应商或线下服务人员进行服务。
[0109]
急救中心模块可以是目标用户通过单一的安防设备触发主动推送报警到第三方急救中心。紧急、重大事情，比如突然生病，家中着火触发sos设备，也可以是亲友通过主动关怀模块的目标用户家电设备综合使用情况判断目标用户日常起居的生活异常，若异常则主动或自动推送到该中心，该服务中心客户端的主界面即出现该客户的呼叫求救信息列表，中心人员可以在第一时间优先进行救助处理。
[0110]
主动关怀模块：该模块可以进行关怀提醒设置，统计及可视化展示目标用户所使用的智能设备所反馈的工作数据。例如，该模块可以获取位于预设区域的红外热感监控摄像头采集的红外图像；对所述红外图像进行图像分析，判断目标用户是否处于摔倒状态；若处于摔倒状态，则输出第二危险提示信息。又例如，展示目标用户的行为偏好数据。如：看电视时间段集中在19点至21点；听歌曲时间段集中在6点至8点；聊天时间段集中在13点至15点。
[0111]
并且，亲友可预录入目标用户的危险模型，如门锁连续两天未打开、浴室人感长时未在预设时间段触发、连续三天目标用户日常行为重度异常，检测所述智能家居设备在第二预设时间段内的工作数据是否与所述危险模型匹配，若所述智能家居设备在第二预设时间段内的工作数据与所述危险模型匹配，则输出第三危险提示信息，提醒亲友主动关怀目标用户。
[0112]
另外，主动关怀模块还可以对目标用户用药，生日，重点叮嘱事件等提醒进行设置，当到达设置时间时，自动弹出提醒内容，并在提醒功能表中将状态变化为提醒。还可以提前录制提醒消息，并在到达提醒时间后，在目标用户的智能音箱中播放录制的提醒内容。
[0113]
智能设备故障管理模块：可查询智能家电及安防设备开关机，及设备电量信息，以及设备是否有过压，过流，过温等异常，耗材是否用完，若异常可远程断开电源。
[0114]
智能设备控制模块：可远程控制目标用户所使用的设备，不限于设备开关，模式，情景，定时，预约等功能。
[0115]
消息通知模块；安防设备异常报警，目标用户日常起居异常报警，主动关怀提醒，设备异常报警，综合生活服务到期提醒等。
[0116]
本技术实施例中，智能家居设备通过4g、5g、zigbee、ble mesh、wifi、nb-lot等无线通信协议与移动智能平台或云服务器连接(图中仅示出智能家居设备与云服务器连接的情况)，移动智能平台通过网络协议与服务器连接。服务器通过获取目标用户居家时智能家居设备的工作数据建立数据库，从而挖掘分析目标用户的异常等级数据，并根据所述日常行为异常等级数据向移动智能平台输出第一危险提示信息，实现对目标用户生活起居异常的预警，便于目标用户的子女亲友根据其日常生活起居的异常等级对其进行关怀。
[0117]
本技术可以实现在不干涉老人等目标用户的生活习惯及隐私的情况对老人等目标用户进行主动关怀，从而提高老人等目标用户的生活质量，与其他技术相比，具有灵活性、可扩展性和全面性；本技术可以有效整合第三方服务机构的资源，实现个人、家庭、第三方服务机构的有效对接和优化配置，推动养老等居家服务智慧化升级，提升居家服务质量。
[0118]
如图7所示，为本技术实施例提供的信息输出装置的结构示意图，该信息输出装置可以包括：获取单元701、统计单元702和信息输出单元703。
[0119]
获取单元701，用于获取智能家居设备在第一预设时间段内的工作数据；
[0120]
统计单元702，用于对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据；
[0121]
信息输出单元703，用于利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，并根据所述日常行为异常等级数据输出第一危险提示信息。
[0122]
可选的，在本技术的一些实施方式中，信息输出单元703，还可以用于获取位于预设区域的红外热感监控摄像头采集的红外图像；对所述红外图像进行图像分析，判断目标用户是否处于摔倒状态；若处于摔倒状态，则输出第二危险提示信息。
[0123]
可选的，在本技术的一些实施方式中，信息输出单元703，还可以用于获取智能家居设备在第二预设时间段内的工作数据；检测所述智能家居设备在第二预设时间段内的工作数据是否与所述危险模型匹配；若所述智能家居设备在第二预设时间段内的工作数据与所述危险模型匹配，则输出第三危险提示信息。
[0124]
可选的，在本技术的一些实施方式中，信息输出单元703，还可以用于获取智能家居设备在第三预设时间段内的工作数据；所述第三预设时间段的持续时长大于所述第一预设时间段的持续时长；对所述智能家居设备在第三预设时间段内的工作数据进行统计，得到目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据；根据所述目标用户设备行为分析数据、目标用户行为偏好分析数据、目标用户饮食分析数据建立所述风险评估模型，并对所述风险评估模型进行优化。
[0125]
可选的，在本技术的一些实施方式中，所述智能家居设备包括智能冰箱；信息输出单元703，还可以用于获取智能冰箱采集的剩余食材数据；根据所述剩余食材数据以及所述目标用户饮食分析数据，生成待采购食物清单。
[0126]
可选的，在本技术的一些实施方式中，信息输出单元703，还可以用于获取智能家
居设备采集的目标用户的睡眠数据；根据所述睡眠数据判断目标用户是否处于入睡状态；若目标用户处于入睡状态，则输出目标用户已入睡的提示消息，并输出智能家居设备的当前工作状态数据。
[0127]
需要说明的是，为描述的方便和简洁，上述描述的信息输出装置的具体工作过程，可以参考上述图1至图6中信息输出方法的描述，在此不再赘述。并且，还需要说明的是，上述各个实施方式可以进行相互组合，得到多种不同的实施方式，均属于本技术的保护范围。
[0128]
如图8所示，本技术实施例还提供一种终端。该终端可以配置有上述各个实施方式所示的信息输出装置的终端；或者，上述终端还可以为用于实现上述各个信息输出方法的终端。
[0129]
如图8所示，终端8可以包括：处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82。处理器80执行计算机程序82时实现上述各个信息输出方法实施例中的步骤，例如，图1所示的步骤101至步骤103。
[0130]
所称处理器80可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，也可以是任何常规的处理器等。
[0131]
存储器81可以是终端8的内部存储单元，例如，硬盘或内存。存储器81也可以是用于终端8的外部存储设备，例如，终端8上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，存储器81还可以既包括终端8的内部存储单元也包括外部存储设备。存储器81用于存储上述计算机程序以及终端所需的其他程序和数据。
[0132]
上述计算机程序可以被分割成一个或多个模块/单元，上述一个或者多个模块/单元被存储在上述存储器81中，并由上述处理器80执行，以完成本技术。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述上述计算机程序在上述进行用户关怀的终端中的执行过程。例如，上述计算机程序可以被分割成：获取单元、统计单元和信息输出单元，具体功能如下：
[0133]
获取单元，用于获取智能家居设备在第一预设时间段内的工作数据；
[0134]
统计单元，用于对所述智能家居设备在第一预设时间段内的工作数据进行统计，得到设备统计数据；
[0135]
信息输出单元，用于利用预先建立的风险评估模型对所述设备统计数据进行评分，得到目标用户的日常行为异常等级数据，并根据所述日常行为异常等级数据输出第一危险提示信息。
[0136]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模
块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0137]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0138]
本领域普通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，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0139]
在本技术所提供的实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的。例如，模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口、装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0140]
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方案的目的。
[0141]
另外，在本技术各个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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0142]
集成的模块/单元如果以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，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0143]
以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。