本发明涉及智能设备控制技术领域，具体是一种用户行为的分析方法。
背景技术：
现代生活对信息系统的需求越来越智能，需要能自动通过用户行为的分析来推断用户的习惯偏好，然后自动调整系统行为以满足用户需求。以空调为例，人们希望系统能够根据自己的喜好，自动调节室内温度为自己所喜好的，比如男主人回家，希望温度为22度，女主人回家，则希望温度是26度，而当男女主人同时回家时，空调要能判断出二者的地位优先级，迁就于二者中重要的一位，或者自动为两人折衷出一个合适的温度。
目前普遍的用户行为分析方法或者说自学习方法是记录用户的每次操作历史，从历史记录中统计用户的高频操作，最后分析出用户的偏好习惯，作为自动控制的依据。比如用户登录APP 控制空调时，APP记录用户每次设定的空调温度，多次操作后统计分析用户的温度偏好，以后就可以把空调自动调节为用户所喜好的温度；但这种分析方法依赖于某个用户帐号体系内能够获取的操作记录，也就是用户需要通过APP来操作控制空调，然而当用户直接在空调面板上进行操作或者使用传统空调遥控器操作时，系统就难以从这些行为中获得用户的习惯偏好，而且这种分析方法是针对单个用户来统计分析的，它就难以判断，当两个不同习惯偏好同时存在时，系统应该如何处理。
技术实现要素：
本发明的目的在于提供一种用户行为的分析方法，可以非常快速的学习分析出每个用户自身所对应的真实意愿行为，尤其对于服务有较大数量用户存在时，系统学习理解每个用户真实意愿行为非常有效。
为实现上述目的，本发明提供如下技术方案：
一种用户行为的分析方法，包括以下步骤：
（1）智能系统通过识别用户携带的移动设备的硬件信息来识别用户的身份；
（2）如果识别到的用户身份已知，智能系统则根据用户偏好和优先级别高低来进行自动控制；
（3）如果识别到的用户中包括身份未知用户，智能系统则根据行为结果来识别行为，并进行关联分析，根据每次记录和其他次结果的交集和差集比较，分析出每个用户的偏好和优先级别，再根据优先级别的高低来进行自动控制；
所述步骤（3）具体包括以下步骤：
（S1）通过记录移动设备上软件的操作来识别行为，或者通过测量行为结果来识别行为，建立行为和行为结果的对照关系；
（S2）对于识别的多次相同或者类似的行为，对其每次对应识别到的身份信息进行交集计算，建立交集结果和行为间的关联关系；对于两个不同的行为A和B，把A对应的身份信息减去B对应的身份信息，建立差集结果和A间的关联关系；对于两个不同的行为A和B，以及两个行为对应的身份信息A1和B1，计算A1和B1的交集C1、A1和B1的差集C2、B1对A1的差集C3，调整C1和A关联关系权重劣于C2和A的关联关系，调整C1和B关联关系权重劣于C3和B的关联关系。
作为本发明进一步的方案：所述方法的实施系统包括用户身份识别系统、用户行为识别系统、身份和行为关联分析系统和自动控制系统；所述用户身份识别系统的作用是实施步骤（1）；所述用户行为识别系统的作用是实施步骤（S1）； 所述身份和行为关联分析系统的作用是实施步骤（S2）；所述自动控制系统的作用是根据分析指令对智能系统进行自动控制。
作为本发明进一步的方案：所述步骤（2）还包括，如果识别到的用户集合身份已知，智能系统还直接根据行为结果来识别行为，并进行关联分析，以调整相关用户的优先级关系和其偏好。
作为本发明进一步的方案：所述方法采用情景制，针对不同的情景建立不同的关联关系，从而根据情景选择符合当前情景的分析结果来进行自动控制。
作为本发明进一步的方案：所述情景根据时间特征来建立。
与现有技术相比，本发明的有益效果是：本发明可以非常快速的学习分析出每个用户自身所对应的真实意愿行为，尤其对于服务有较大数量用户存在时，系统学习理解每个用户真实意愿行为非常有效。此外，当用户需要系统服务时，系统能自动实施控制行为，保证系统行为符合用户喜好和需求，极大地提高了系统的智能化程度和用户满意度。
附图说明
图1是一种用户行为的分析方法的流程图。
具体实施方式
下面将结合本发明实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参阅图1，本发明实施例中，用户行为的分析方法，包括以下步骤：
（1）智能系统通过识别用户携带的移动设备的硬件信息来识别用户的身份；
（2）如果识别到的用户集合身份已知，智能系统则根据用户集合偏好和优先级别高低来进行自动控制；
（3）如果识别到的用户中包括身份未知用户，智能系统则根据行为结果来识别行为，并进行关联分析，根据每次记录和其他次结果的交集和差集比较，分析出不同用户集合的偏好和优先级别，再根据优先级别的高低来进行自动控制。
上述步骤（3）具体包括步骤（S1）和步骤（S2）：
（S1）通过记录移动设备上软件的操作来识别行为，或者通过测量行为结果来识别行为，建立行为和行为结果的对照关系；
（S2）对于识别的多次相同或者类似的行为，对其每次对应识别到的身份信息进行交集计算，建立交集结果和行为间的关联关系；对于两个不同的行为A和B，把A对应的身份信息减去B对应的身份信息，建立差集结果和A间的关联关系；对于两个不同的行为A和B，以及两个行为对应的身份信息A1和B1，计算A1和B1的交集C1、A1和B1的差集C2、B1对A1的差集C3，调整C1和A关联关系权重劣于C2和A的关联关系，调整C1和B关联关系权重劣于C3和B的关联关系。
由于本发明方法中的自学习过程实际上是不停的一个纠偏过程，所以在步骤（2）中，即使识别到的用户集合身份已知，还可能存在以下情况：本次的学习结果还可能需要再进行学习，此时智能系统可以直接根据行为结果来识别行为，并进行关联分析，以调整相关用户的优先级关系和其偏好，从而不停地进行纠偏工作。
所述的用户行为的分析方法的实施系统包括用户身份识别系统、用户行为识别系统、身份和行为关联分析系统和自动控制系统；用户身份识别系统的作用是实施步骤（1）；用户行为识别系统的作用是实施步骤（S1）；身份和行为关联分析系统的作用是实施步骤（S2）；自动控制系统的作用是根据分析指令对智能系统进行自动控制。
以空调温度控制为例，本发明用户行为的分析方法的温度自动控制原理为：
（1）身份识别：
空调智能系统通过用户身份识别系统识别用户随身携带的手机硬件信息，确认其身份；
（2）记录每次温度信息和在场人员信息：
空调智能系统记录在场人员随身携带的手机硬件信息，并记录手机APP操作的温度信息。如果不是手机APP操作，而是使用传统方式操作空调，则测量室内温度来推断其设定温度，记录温度信息。
（3）分析温度信息和在场人员信息：
如果一名用户在场，即推断当前温度为该用户的偏好；如果多名用户在场，且所有用户的偏好已知，则可根据当前温度和每名用户的偏好进行比较后，分析多名用户同时在场时哪些用户的优先级别高；如果多名用户在场，部分用户的偏好已知，且当前温度不是已知用户所偏好的，能分析出当前温度为未知用户某些人的偏好。经过多次记录分析，根据每次记录结果之间的交集和差集比较，可最后分析出每名用户的偏好以及优先级别。
（4）自动控制：
空调智能系统识别在场用户的信息，查找这些用户的偏好信息以及优先级别，来实施最高优先级别用户偏好的温度控制。
由于同一个用户，在不同的情景下，会有不同的偏好。比如用户在冬天和夏天，对设定温度的偏好是截然不同的。因此可以针对不同的情景（如夏天和冬天），分别建立不同的分析结果，在实施自动控制时，选择符合当前情景的分析结果来控制即可，比如夏天时选用夏天的学习结果来制冷，冬天时则选用冬天的学习结果来制热。
本发明可以非常快速的学习分析出每个用户自身所对应的真实意愿行为，尤其对于服务有较大数量用户存在时，系统学习理解每个用户真实意愿行为非常有效。此外，当用户需要系统服务时，系统能自动实施控制行为，保证系统行为符合用户喜好和需求，极大地提高了系统的智能化程度和用户满意度。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。