本发明涉及家用电器
技术领域：
，尤其涉及一种控制方法和装置。
背景技术：
：当前，针对智能家居的控制，通常采用的技术方案是基于家用电器之间的关联关系确定是否开启或关闭家用电器，或者根据用户的行为是否满足人为的预先设定的判定条件来确定是否开启或关闭家用电器。上述方案均没有考虑到用户行为的多样性，并且随着时间推移，用户的行为习惯也会逐渐地发生变化，并非是一成不变的。因此，目前针对智能家居的控制方案存在局限性，无法适应用户行为习惯的变化。技术实现要素：为解决上述技术问题，本发明实施例期望提供一种控制方法和装置，能够适应用户行为习惯的变化。本发明的技术方案是这样实现的：第一方面，本发明实施例提供了一种控制方法，所述方法应用于智能家电设备，所述方法包括：收集预设的历史时间段内的传感器历史事件与控制历史事件；根据所述传感器历史事件与所述控制历史事件确定符合预设的关联规则算法的约束频繁集；获取当前的传感器事件；根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件。在上述方案中，所述根据所述传感器历史事件与所述控制历史事件确定符合预设的关联规则算法的约束频繁集，具体包括：按照预设的时间窗口长度以及时间窗口滑动长度生成所述传感器历史事件和所述控制历史事件所处的原始候选项集；按照预设的支持度计算策略获取所述原始候选项集的支持度；当所述原始候选项集的支持度不小于预设的支持度阈值时，确定所述原始候选项集为原始频繁集；将所述原始频繁集按照预设的扩展算法进行扩展，得到扩展的候选项集；当所述扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述扩展的候选项集为扩展频繁集；根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集。在上述方案中，根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件，具体包括：若当前的传感器事件满足所述约束频繁集中的传感器历史事件，则确定所述当前对应的控制事件为所述约束频繁集中的控制历史事件。在上述方案中，所述根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集，具体包括：若所述原始频繁集或所述扩展频繁集中均包括有传感器历史事件和控制历史事件，且所述传感器历史事件的发生时间不晚于所述控制历史事件的发生时间，则所述原始频繁集或所述扩展频繁集为所述约束频繁集。在上述方案中，所述确定所述扩展的候选项集为扩展频繁集后，所述方法还包括：将所述扩展频繁集按照预设的扩展算法进行扩展，得到进一步扩展的候选项集；当所述进一步扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述进一步扩展的候选项集为所述扩展频繁集。第二方面，本发明实施例提供了一种控制装置，所述装置包括：收集单元、确定单元、获取单元和查询单元；其中，所述收集单元，用于收集预设的历史时间段内的传感器历史事件与控制历史事件；所述确定单元，用于根据所述传感器历史事件与所述控制历史事件确定符合预设的关联规则算法的约束频繁集；所述获取单元，用于获取当前的传感器事件；所述查询单元，用于根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件。在上述方案中，所述确定单元，具体用于：按照预设的时间窗口长度以及时间窗口滑动长度生成所述传感器历史事件和所述控制历史事件所处的原始候选项集；按照预设的支持度计算策略获取所述原始候选项集的支持度；当所述原始候选项集的支持度不小于预设的支持度阈值时，确定所述原始候选项集为原始频繁集；将所述原始频繁集按照预设的扩展算法进行扩展，得到扩展的候选项集；当所述扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述扩展的候选项集为扩展频繁集；根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集。在上述方案中，所述查询单元，具体用于若当前的传感器事件满足所述约束频繁集中的传感器历史事件，则确定所述当前对应的控制事件为所述约束频繁集中的控制历史事件。在上述方案中，所述确定单元，具体用于若所述原始频繁集或所述扩展频繁集中均包括有传感器历史事件和控制历史事件，且所述传感器历史事件的发生时间不晚于所述控制历史事件的发生时间，则所述原始频繁集或所述扩展频繁集为所述约束频繁集。在上述方案中，所述确定单元，还用于将所述扩展频繁集按照预设的扩展算法进行扩展，得到进一步扩展的候选项集；当所述进一步扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述进一步扩展的候选项集为所述扩展频繁集。本发明实施例提供了一种控制方法和装置；通过对采集到的历史传感器事件与控制事件按照预设的约束策略确定频繁集，并根据通过对当前的传感器数据查询频繁集，获取对应的控制事件，从而能够适应用户行为习惯的变化。附图说明图1为本发明实施例提供的一种控制方法流程示意图；图2为本发明实施例提供的一种获取约束频繁集的流程示意图；图3为本发明实施例提供的一种控制方法的详细流程示意图；图4为本发明实施例提供的一种获取频繁集的流程示意图；图5为本发明实施例提供的一种过滤频繁集的流程示意图；图6为本发明实施例提供的一种控制装置的结构示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。实施例一参见图1，其示出了本发明实施例提供的一种控制方法，该方法可以应用于智能家电设备，所述方法可以包括：S101：收集预设的历史时间段内的传感器历史事件与控制历史事件；需要说明的是，在本发明实施例中，预设的历史时间段可以设置为30天，因此，传感器历史事件与控制历史事件则为30天内的传感器历史事件与控制历史事件。而传感器可以优选为各种PIR、门磁传感器等能够检测用户位置信息变化(如进出厨房、客厅等)和日常生活行动的传感器，相应地，传感器历史事件则为上述传感器在30天内所检测到的事件。控制历史事件则为30天内用户对家电设备进行控制的事件。S102：根据所述传感器历史事件与所述控制历史事件确定符合预设的关联规则算法的约束频繁集；示例性地，对于步骤S102，参见图2，具体可以包括：S1021：按照预设的时间窗口长度以及时间窗口滑动长度生成所述传感器历史事件和所述控制历史事件所处的原始候选项集；对于步骤S1021，为了避免相邻事件被划分到不同项集，优选地，预设的时间窗口可以设置为1小时，时间滑动窗口可以设置为15分钟，同时出现在同一个时间窗口内的事件作为一个项集。S1022：按照预设的支持度计算策略获取所述原始候选项集的支持度；具体地，预设的支持度计算策略可以如下式所示：其中，30天的历史事件全体构成了数据库D，|D|等于D中事件的个数；为事件流集D中包含项集X的交易的数量，每小时发生的事件流T是项集的一个子集。S1023：当所述原始候选项集的支持度不小于预设的支持度阈值时，确定所述原始候选项集为原始频繁集；S1024：将所述原始频繁集按照预设的扩展算法进行扩展，得到扩展的候选项集；S1025：当所述扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述扩展的候选项集为扩展频繁集；S1026：根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集。需要说明的是，对于图2所示的技术方案，可以通过当前业界已经成熟的关联规则挖掘算法进行实现，具体可以采用Apriori算法。对于上述示例，优选地，所述根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集，具体包括：若所述原始频繁集或所述扩展频繁集中均包括有传感器历史事件和控制历史事件，且所述传感器历史事件的发生时间不晚于所述控制历史事件的发生时间，则所述原始频繁集或所述扩展频繁集为所述约束频繁集。需要说明的是，由于传统的关联规则认为频繁集中所有的项都是同类型数据，且没有先后顺序。而本实施例中，频繁集中的项不仅需要时不同类型数据，而且具备时间上的先后顺序，从而能够通过传感器历史事件与控制历史事件来确定用户的日常行为及位置变化与家电设备的控制时间之间的关联关系。此外，所述确定所述扩展的候选项集为扩展频繁集后，所述方法还包括：将所述扩展频繁集按照预设的扩展算法进行扩展，得到进一步扩展的候选项集；当所述进一步扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述进一步扩展的候选项集为所述扩展频繁集。需要说明的是，由于项集能够不断的扩展，因此，本实施例可以对已经获取得到的扩展频繁集进行进一步地扩展，并确定进一步扩展的候选项集是否能够成为扩展频繁集，直至无法确定进一步扩展的候选项集为扩展频繁集为止。S103：获取当前的传感器事件；可以理解地，当前的传感器事件可以是当前各种PIR、门磁传感器所检测到的用户位置信息变化(如进出厨房、客厅等)和日常生活行动。S104：根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件。示例性地，对于步骤S104，根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件，具体可以包括：若当前的传感器事件满足所述约束频繁集中的传感器历史事件，则确定所述当前对应的控制事件为所述约束频繁集中的控制历史事件。本实施例提供了一种控制方法，通过对采集到的历史传感器事件与控制事件按照预设的约束策略确定频繁集，并根据通过对当前的传感器数据查询频繁集，获取对应的控制事件，从而能够适应用户行为习惯的变化。实施例二基于前述实施例相同的技术构思，参见图3，其示出了本发明实施例提供的一种控制方法的详细流程，本实施例中，家电设备以音箱为例，本实施例的技术方案可以包括：S301：采集过去30天内的传感器历史事件和音箱使用的历史事件，并按照预设的编码规则进行编码。具体地，在本实施例中，具体事件可以通过项item进行表示。事件由发生时间与事件类型确定，如果将发生在不同时间的事件认为是不同的项，那划分粒度太细，不利于后续关联规则挖掘，因此，本实施例中，先将时间轴做等分，每15分钟为一段，落在同一段内的事件就认为发生时间一样的事件。二事件类型也可以相应进行表示，在本实施例中，事件可以通过{T_E}进行表示，其中T代表时间标签，E代表事件类型。具体规则如下：1、对于T部分，从零点0分开始，以15分钟作为步长，将每天分割成96个区域，对应编号00-95。按照事件发生的时间进行相应，事件发生的时间落在哪个区域，就用哪个区域对应的编号来表示。比如说：早晨6点24起床，对应的时间区域是26。2、对于E部分，可以用4位编码表示，第一位区分是传感器事件还是音箱使用事件；第二位区分是传感器事件或音箱使用事件中类型事件，如入睡和吃饭就分属传感器事件中的两大类，听京剧和视频电话属于音箱使用事件中的两大类；第三位区分每一大类中的下级事件；第四位作为冗余保留，目前可以用零填充，后续可以根据事件类型进行更加细致的级别划分。如表1，其示出了一种示例性的事件表示规则。表一综合表1中所示的表示方法，事件“早晨6点24起床”，对应为26_5120。S302：按照预设的时间窗口长度以及时间窗口滑动长度生成所述传感器历史事件和所述音箱使用的历史事件所处的原始候选项集；对于本步骤，具体做法是，以60分钟作为时间窗口的宽度，15分钟作为时间窗口的滑动步长，同时出现在同一个时间窗口的事件作为一个项集，因此，表1所示的事件组成的项集如表2所示。表2在表2中，I1至I5对应的事件如表3所示：表3I124_5120I225_5210I326_5220I427_5310I528_6000S303：根据预设的Apriori算法从项集中扫描获取到频繁集；需要说明的是，设定长度为k的频繁集或项集为k-频繁集或k-项集。那么Apriori则是一种逐层搜索的迭代方法，通过k-项集探索(k+1)-项集。首先，找出频繁1-项集的集合。该集合记作L1。L1用于查找频繁2-项集的集合L2，而L2用于查找L3，如此下去，直到不能查找到频繁k-项集为止。而查找每个Lk需要进行一次项集数据库扫描。这个算法的思路，简单的说就是如果集合I不是频繁项集，那么所有包含集合I的更大的集合也不可能是频繁项集。那么对于步骤S303，如图4所示，基本过程如下：首先扫描所有事件，得到候选1-项集C1，根据支持度阈值过滤不满足的项集，得到频繁1-项集L1；其中，支持度阈值优选为2；接下来为具体的递归过程：已知频繁k-项集Lk(其中，频繁1-项集已知)，根据Lk中的项，连接得到所有可能的K+1-项集，并进行剪枝(例如，如果该候选k+1-项集的所有k项子集不都能满足支持度阈值，那么该候选k+1-项集被剪掉)，得到候选K+1-项集Ck+1，然后滤去该Ck+1中不满足支持度条件的项得到频繁k+1-项集Lk+1。如果得到的Ck+1项集为空，则算法结束。具体的连接方法为：假设Lk项集中的所有项都是按照相同的顺序排列的，那么如果Lk[i]和Lk[j]中的前k-1项都是完全相同的，而第k项不同，则Lk[i]和Lk[j]是可连接的。比如L2中的{I1,I2}和{I1,I3}就是可连接的，连接之后得到{I1,I2,I3}，但是{I1,I2}和{I2,I3}是不可连接的，否则将导致项集中出现重复项。关于剪枝再举例说明一下，如在由L2生成K3的过程中，列举得到的3_项集包括：{I1,I2,I3},{I1,I3,I5},{I2,I3,I4},{I2,I3,I5},{I2,I4,I5}，但是由于{I3,I4}和{I4,I5}没有出现在L2中，所以{I2,I3,I4},{I2,I3,I5},{I2,I4,I5}被剪枝掉了。S304：根据预设的约束条件过滤频繁集，获取符合所述约束条件的频繁集。在获取到频繁集之后，可以按照预设的约束条件进行过滤，具体地，预设的约束条件为：1、{Ei,Ej}＝>Em,其中Ei和Ej都属于传感器事件，Em属于音箱使用事件2、Ei和Ej的发生时间不晚于Em的发生时间。于是，将图4中所有支持度在2及2以上的频繁集进行过滤所得到的约束集如图5所示，这三个约束集分别表明用户：1、早6点-6点一刻之间起床＝>7点-7点半之间听广播2、早6点一刻-6点半之间吃饭＝>7点-7点半之间听广播3、早6点-6点一刻之间起床，且早6点一刻-6点半之间吃饭＝>7点-7点半之间听广播。也就是当控制器事件流符合上述三种情形“＝>”左侧的情况时，就可以按照“＝>”右侧的音箱控制事件对音箱进行控制。S305：获取当前的传感器事件；S306：根据当前的传感器事件查询符合约束条件的频繁集，获取对应的音箱使用历史事件。S307：根据对应的音箱使用的历史事件对音箱进行控制。具体地，对于步骤S307来说，可以直接对音箱进行控制，也可以向用户终端发送控制信息，当接收到用户终端的确认指令后进行控制本实施例对于前述实施例所述的控制方法的技术方案进行了详细说明，可以得知，通过对采集到的历史传感器事件与控制事件按照预设的约束策略确定频繁集，并根据通过对当前的传感器数据查询频繁集，获取对应的控制事件，从而能够适应用户行为习惯的变化。实施例三基于前述实施例相同的技术构思，参见图6，其示出了本发明实施例提供的一种控制装置60，该装置60可以应用于家电设备中，该装置60可以包括：收集单元601、确定单元602、获取单元603和查询单元604；其中，所述收集单元601，用于收集预设的历史时间段内的传感器历史事件与控制历史事件；所述确定单元602，用于根据所述传感器历史事件与所述控制历史事件确定符合预设的关联规则算法的约束频繁集；所述获取单元603，用于获取当前的传感器事件；所述查询单元604，用于根据所述当前的传感器事件查询所述约束频繁集，获取当前对应的控制事件。示例性地，所述确定单元602，具体用于：按照预设的时间窗口长度以及时间窗口滑动长度生成所述传感器历史事件和所述控制历史事件所处的原始候选项集；按照预设的支持度计算策略获取所述原始候选项集的支持度；当所述原始候选项集的支持度不小于预设的支持度阈值时，确定所述原始候选项集为原始频繁集；将所述原始频繁集按照预设的扩展算法进行扩展，得到扩展的候选项集；当所述扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述扩展的候选项集为扩展频繁集；根据预设的约束条件从所述原始频繁集或所述扩展频繁集中选取所述约束频繁集。优选地，所述确定单元602，具体用于若当前的传感器事件满足所述约束频繁集中的传感器历史事件，则确定所述当前对应的控制事件为所述约束频繁集中的控制历史事件。优选地，所述查询单元604，具体用于若所述原始频繁集或所述扩展频繁集中均包括有传感器历史事件和控制历史事件，且所述传感器历史事件的发生时间不晚于所述控制历史事件的发生时间，则所述原始频繁集或所述扩展频繁集为所述约束频繁集。优选地，所述确定单元602，还用于将所述扩展频繁集按照预设的扩展算法进行扩展，得到进一步扩展的候选项集；当所述进一步扩展的候选项集的支持度不小于预设的支持度阈值时，确定所述进一步扩展的候选项集为所述扩展频繁集。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。当前第1页1 2 3