设备推荐系统及方法与流程

本案涉及一种设备推荐系统及方法，尤为一种应用于多个环境感测器以及多个电子设备之间的设备推荐系统及方法。

背景技术：

在今日，透过网络同时控制多个电子设备的状态的控制系统是非常普遍的。然而，以往的控制系统往往忽略了电子设备之间的启闭状态可能对环境数据造成交互影响，另外，此种电子设备之间的关联性也难以直接判断。例如，若对冷气进行调整时，除湿机反馈的湿度数值也将发生改变，而同时开启此两项电子设备也将造成无谓的能耗。

此外，因应使用者的需要，在每天的不同时段中，电子设备的开启状态以及使用者所需的环境数据也可能不同，故控制系统应考虑各时段中的环境数据变化以进行电子设备的调整。例如，在傍晚时段与夜深时段中使用者可容忍的音量差异应不相同。

因此，显然现行的电子设备控制系统仍有上述的不足，亟需加以改良。

技术实现要素：

本案的一实施态样是涉及一种设备推荐系统。该设备推荐系统包含一接口以及一处理器。该接口用以接收多个环境感测器获取多个循环时段的多个环境数据。该处理器电性耦接于接口，并通讯耦接于多个电子设备，其中该处理器包含以下模块。该处理器包含一环境监测模块、一设备监测模块、一异常监测模块以及一决策模块。该环境监测模块根据所述多个环境感测器获取所述多个循环时段的多个环境数据以产生一环境历史数据。该设备监测模块根据所述多个电子设备各自于所述多个循环时段的多个致能次数以产生一设备历史数据。该异常监测模块在所述多个循环时段中的一第一时段判断所述多个环境数据是否超出该环境历史数据设置的一异常区间，当所述多个环境数据当中的任一者超出该异常区间时，该异常监测模块产生一异常信号。当该决策模块接收该异常信号时，经由一初始权重矩阵计算该设备历史数据以产生用于决定是否致能所述多个电子设备的一第一推荐数据。该初始权重矩阵包含对应所述多个电子设备的多个初始权重值。若该决策模块在所述多个循环时段中的一第二时段未接收该异常信号，该决策模块根据所述多个环境数据的变化以及该第一推荐数据调整该初始权重矩阵中的所述多个初始权重值以产生一修正权重矩阵。当该决策模块在所述多个循环时段中的一第三时段接收该异常信号时，该决策模块根据该修正权重矩阵计算该设备历史数据以产生用于决定是否致能所述多个电子设备的一第二推荐数据。

在一实施例中，该设备监测模块将各循环时段当中的该致能次数以及前后的循环时段当中的所述多个致能次数各自乘以一百分比以将所述多个循环时段的所述多个致能次数平滑化。

在另一实施例中，该决策模块传送该第一推荐数据以及该第二推荐数据至一显示屏幕，该显示屏幕将图像化显示该第一推荐数据以及该第二推荐数据。

在又一实施例中，该决策模块传送该第一推荐数据以及该第二推荐数据至所述多个电子设备以致能所述多个电子设备。

在再一实施例中，所述多个环境数据各自对应多个类别当中的一个类别，而该初始权重矩阵以及该修正权重矩阵中的所述多个权重值亦各自对应所述多个类别当中的一个类别。

在一实施例中，该决策模块经由该初始权重矩阵计算该设备历史数据以产生分别对应所述多个电子设备的一结果值，该决策模块判断超出该异常区间的该环境数据对应至所述多个类别当中的一第一类别，该决策模块根据该第一类别选择所述多个电子设备以产生该第一推荐数据。

在另一实施例中，该第一推荐数据当中被致能的所述多个电子设备在该初始权重矩阵中的该权重值是对应该第一类别。

在又一实施例中，若该决策模块在所述多个循环时段中的该第二时段仍接收该异常信号，在该异常信号消失前，该决策模块将不调整该初始权重矩阵。

本案的另一实施态样是涉及一种设备推荐方法，由一处理器执行，其中该处理器通过一接口电性耦接于多个环境感测器并通讯耦接于多个电子设备，该处理器还包含一环境监测模块、一设备监测模块、一异常监测模块及一决策模块。该设备推荐方法包含下列步骤：该环境监测模块根据所述多个环境感测器获取多个循环时段的多个环境数据以产生一环境历史数据；该设备监测模块根据所述多个电子设备各自于所述多个循环时段的多个致能次数以产生一设备历史数据；该异常监测模块在所述多个循环时段中的一第一时段判断所述多个环境数据是否超出该环境历史数据设置的一异常区间，当所述多个环境数据当中的任一者超出该异常区间时，该异常监测模块产生一异常信号；当该决策模块接收该异常信号时，该决策模块经由一初始权重矩阵计算该设备历史数据以产生用于决定是否致能所述多个电子设备的一第一推荐数据，其中该初始权重矩阵包含对应所述多个电子设备的多个初始权重值；若该决策模块在所述多个循环时段中的一第二时段未接收该异常信号，该决策模块根据所述多个环境数据的变化以及该第一推荐数据调整该初始权重矩阵中的所述多个初始权重值以产生一修正权重矩阵；以及当该决策模块在所述多个循环时段中的一第三时段接收该异常信号时，该决策模块根据该修正权重矩阵计算该设备历史数据以产生用于决定是否致能所述多个电子设备的一第二推荐数据。

在一实施例中，设备推荐方法还包含：该设备监测模块将各循环时段当中的该致能次数以及前后的循环时段当中的所述多个致能次数各自乘以一百分比以将所述多个循环时段的所述多个致能次数平滑化。

在另一实施例中，设备推荐方法还包含：该决策模块传送该第一推荐数据以及该第二推荐数据至一显示屏幕，该显示屏幕将图像化显示该第一推荐数据以及该第二推荐数据。

在又一实施例中，设备推荐方法还包含：该决策模块传送该第一推荐数据以及该第二推荐数据至所述多个电子设备以致能所述多个电子设备。

在再一实施例中，所述多个环境数据各自对应多个类别当中的一个类别，而该初始权重矩阵以及该修正权重矩阵中的所述多个权重值亦各自对应所述多个类别当中的一个类别。

在一实施例中，设备推荐方法还包含：该决策模块经由该初始权重矩阵计算该设备历史数据以产生分别对应所述多个电子设备的一结果值；该决策模块判断超出该异常区间的该环境数据对应至所述多个类别当中的一第一类别；以及该决策模块根据该第一类别选择所述多个电子设备以产生该第一推荐数据。

在另一实施例中，该第一推荐数据当中被致能的所述多个电子设备在该初始权重矩阵中的该权重值是对应该第一类别。

在又一实施例中，设备推荐方法还包含：若该决策模块在所述多个循环时段中的该第二时段仍接收该异常信号，在该异常信号消失前，该决策模块不调整该初始权重矩阵。

因此，根据本案的技术内容，本案实施例通过提供一种设备推荐系统以及设备控制方法，藉以改善先前技术并未考虑多种电子设备可能同时对多个环境数据造成影响进而造成控制效率不佳的问题。本案的设备推荐系统以及设备推荐方法，可根据环境数据的变化有效地推荐应致能或禁能的电子装置，以使电子设备的控制效率提升。

附图说明

图1为基于本案一实施例所绘示的设备推荐系统的示意图；

图2为基于本案一实施例所绘示的设备推荐方法的示意图；

图3为基于本案一实施例绘示的环境历史数据的示意图；

图4为基于本案一实施例所绘示的平滑化程序的示意图；

图5为根据本案一实施例绘示的异常侦测矩阵的示意图；

图6为基于本案一实施例所绘示的设备推荐方法的示意图；以及

图7为基于本案一实施例绘示的初始权重矩阵的示意图。

具体实施方式

以下将以附图及详细叙述清楚说明本案的精神，任何所属技术领域中具有通常知识者在了解本案的实施例后，当可由本案所教示的技术，加以改变及修饰，其并不脱离本案的精神与范围。

本文的用语只为描述特定实施例，而无意为本案的限制。单数形式如“一”、“这”、“此”、“本”以及“该”，如本文所用，同样也包含复数形式。

关于本文中所使用的“第一”、“第二”、…等，并非特别指称次序或顺位的意思，亦非用以限定本案，其仅为了区别以相同技术用语描述的元件或操作。

关于本文中所使用的“耦接”或“连接”，均可指二或多个元件或装置相互直接作实体接触，或是相互间接作实体接触，亦可指二或多个元件或装置相互操作或动作。

关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包含但不限于。

关于本文中所使用的“及/或”，是包括所述事物的任一或全部组合。

关于本文中所使用的方向用语，例如：上、下、左、右、前或后等，仅是参考附加附图的方向。因此，使用的方向用语是用来说明并非用来限制本案。

关于本文中所使用的用词(terms)，除有特别注明外，通常具有每个用词使用在此领域中、在本案的内容中与特殊内容中的平常意义。某些用以描述本案的用词将于下或在此说明书的别处讨论，以提供本领域技术人员在有关本案的描述上额外的引导。

图1为基于本案一实施例所绘示的设备推荐系统的示意图。如图1所示，在本实施例中，设备推荐系统100至少包含环境监测模块101、设备监测模块102、异常监测模块103以及决策模块104。此设备推荐系统100与透过一接口100i与感测器群组200通讯耦接或电性耦接，该接口100i可为无线通讯接口或实体耦接接口。设备推荐系统100更与控制器300以及电子设备群组400通讯耦接，而感测器群组200以及电子设备群组400是设置于共同的一个空间当中，此空间可为密闭空间或部分开放的空间，例如，住家或办公场域等。在本实施例中，本案的设备推荐系统100主要是用于接收由感测器群组200当中的各感测器自上述空间当中收集的不同环境数据，以及收集电子设备群组400当中的各电器装置的使用状态，进而根据环境数据的变化决定电子设备群组400当中的各电器装置的致能状态，再由控制器300致能或禁能电子设备群组400当中的各电器装置。应注意的是，此处所指的致能(enable)即为启动，而禁能(disable)即为关闭。

在本实施例中，感测器群组200当中至少包含温度感测器201、湿度感测器202以及声音感测器203。温度感测器201是为侦测空间当中温度升降的装置，例如，电阻温度计或红外线温度计等。温度感测器201用以自上述空间中感测温度变化并产生对应的温度数据，再将温度数据传送至设备推荐系统100中的环境监测模块101以及异常监测模块103。湿度感测器202是为侦测空间当中空气中水蒸气含量多寡的装置，例如，电阻式湿度计或热导湿度计等。相似地，湿度感测器202用以自上述空间中感测湿度变化并产生对应的湿度数据，再将湿度数据传送至设备推荐系统100中的环境监测模块101以及异常监测模块103。而声音感测器203是为侦测空间当中声音音量的装置，例如，分贝计等。声音感测器203用以自上述空间中感测音量变化并产生对应的音量数据，再将音量数据传送至设备推荐系统100中的环境监测模块101以及异常监测模块103。应注意的是，本实施例中的感测器群组200所包含的这些感测器仅是举例以说明本案，视需求若欲量测更多环境数据，此感测器群组200当中的感测器可相应增减。

在本实施例中，电子设备群组400当中至少包含空调设备401、控湿设备402以及音响设备403。空调设备401是为用以改变上述空间中温度的装置，例如，冷气机等。控湿设备402是为用以改变上述空间中空气湿度的装置，例如，除湿机或加湿机等等。音响设备403是为用以产生音量的装置，例如，扬声器等等。本案的设备推荐系统100中的设备监测模块102是用以监测电子设备群组400当中的空调设备401、控湿设备402以及音响设备403处于开启或关闭状态。应注意的是，本实施例中的电子设备群组400所包含的这些感测器仅是举例以说明本案，视需求若欲调控空间中的更多环境数据，此电子设备群组400当中的感测器可相应增减。

图2为基于本案一实施例所绘示的设备推荐方法的示意图。在本实施例中，此设备推荐方法是由图1当中的设备推荐系统100所执行，其中，设备推荐系统100与感测器群组200、控制器300以及电子设备群组400通讯(或电性)耦接，而设备推荐系统100包含环境监测模块101、设备监测模块102、异常监测模块103以及决策模块104。此设备推荐方法所包含的步骤将详述于下列段落中。

步骤s210：持续接收多个环境感测器获取的多个环境数据以产生一环境历史数据。在一实施例中，此步骤是由设备推荐系统100中的环境监测模块101所执行，在一长时间区间内的各带状时段中，环境监测模块101持续透过该接口100i接收由温度感测器201自上述空间中获取的温度数据，环境监测模块101将计算在此长时间区间当中的各带状时段的温度数据的平均值以及标准差以产生一环境历史数据。在本实施例中，此长时间区间为一周，而各带状时段是以15分钟为单位切分。换言之，本案的环境监测模块101将于一周当中持续接收由温度感测器201自上述空间中获取的温度数据，并计算每日的某一个15分钟时段在这一周当中的温度数据的平均值以及标准差，并将此平均值以及标准差记录为环境历史数据当中与温度数据有关的部分。

同理地，本案的环境监测模块101也将透过该接口100i于一周当中持续接收由湿度感测器202自上述空间中获取的湿度数据，并计算每日的某一个15分钟区段在这一周当中的湿度数据的平均值以及标准差，并将此平均值以及标准差记录为环境历史数据当中与湿度数据有关的部分。本案的环境监测模块101也将透过该接口100i于一周当中持续接收由声音感测器203自上述空间中获取的音量数据，并计算每日的某一个15分钟区段在这一周当中的音量数据的平均值以及标准差，并将此平均值以及标准差记录为环境历史数据当中与音量数据有关的部分。在本实施例中，关于环境历史数据的范例，可参照本案的图3。本案的图3是为基于本案一实施例绘示的环境历史数据的示意图。在图3中所绘示的是为该实施例中上午9时00分至9时15分的时间区段当中各环境参数的平均值以及标准差。如图中所示，在一周当中，此时间区段中的温度平均值是为24度，而温度标准差是为1.2。由同理可推知其余环境参数的阅读方式，故于此不再赘述。

步骤s220：持续监测多个电子设备获取的多个致能次数以产生一设备历史数据。在本实施例中，此步骤是由设备推荐系统100中的设备监测模块102所执行，在此长时间区间内的各带状时段中，设备监测模块102持续接收电子设备群组400当中的空调设备401、控湿设备402以及音响设备403处于致能状态的次数，设备监测模块102将累计在此长时间区间当中的各带状时段中各电子设备的致能次数，并将致能次数进行平滑化处理以产生一设备历史数据。同样地，在本实施例中，此长时间区间为一周，而各带状时段是以15分钟为单位切分。换言之，设备监测模块102将于一周当中持续累计电子设备群组400当中的各电子设备在每个15分钟时段当中处于致能状态的次数，并将每个15分钟时段当中的致能次数根据前后的15分钟时段当中的致能次数透过一平滑化程序进行处理，关于平滑化程序的范例，请见图4。

图4是为基于本案一实施例所绘示的平滑化程序的示意图。在图4中，左方所绘示的表格是记录了六个时段当中各电子设备的原始致能次数，图中可见，音响设备于8时45分起至10时00分当中的六个15分钟时段当中处于致能状态的次数分别为(2,3,3,3,2,0,0)。由表格中可知，音响设备在这一周内每天的8时45分至9时00时的累计致能次数为2，而音响设备在这一周内每日的9时00分至9时15时的累计致能次数为3。依同理可推知表格中其余数据的阅读方式，故于此不再赘述。在图4中，上方所绘示的表格是记录了六个时段当中各电子设备经平滑化程序处理后的平滑致能次数。在本实施例中，本案的设备监测模块102是通过上下两表格间的平滑参数组对原始致能次数进行计算以产生下表中的平滑致能次数。由图中可见，平滑参数组包含三个百分比，分别为25％、50％、25％，其代表的意涵为：在一个时段的平滑致能次数当中，前一个时段的原始致能次数占25％，自身时段的原始致能次数占50％，而下一个时段的原始致能次数占25％。若以9时00分起始的时段为例，音响设备403的平滑致能次数是根据以下数学式计算：(2*25％+3*50％+3*25％)＝2.75。依同理可推知表格中其余平滑致能次数的计算方式，故于此不再赘述。

经过上述的步骤s210以及步骤s220之后，设备推荐系统100中的环境监测模块101将完整记录此一周当中的环境历史数据，而设备推荐系统100中的设备监测模块102将完整记录此一周当中的设备历史数据。在一周后，设备推荐系统100可进行下列的其他步骤。应注意的是，虽然本实施例中的此长时间区间是为一周且各时段的长度是为15分钟，然而此仅是为一范例，在其他实施例中，设备推荐系统100可记录不同时间长度的环境历史数据以及设备历史数据并以不同时段长度进行切分，以进行上述步骤以及下列的其他步骤。

步骤s230：将当前环境数据与一异常区间比较。在本实施例中，此步骤是由设备推荐系统100中的异常监测模块103所执行。应注意的是，在本案的设备推荐系统100当中，并非仅有环境监测模块101透过该接口100i持续接收感测器群组200中的各感测器所获取的这些环境数据，异常监测模块103亦同时透过该接口100i接收这些环境数据。在本实施例中，经过一周的历史数据收集后，在第二周的各带状时段，异常监测模块103是用以在各带状时段中将当前的这些环境数据与各自所属的一异常区间进行比对。应注意的是，在此实施例中，这些异常区间是记录于根据上述环境历史数据所设定的一异常侦测矩阵当中。关于此异常侦测矩阵的范例，可参照本案的图5。

本案的图5是为根据本案一实施例绘示的异常侦测矩阵的示意图。在图3中所绘示的是为该实施例中上午9时00分至9时15分的时段中的异常侦测矩阵，此异常侦测矩阵是为根据图3的环境历史数据设定而成。如图5所示，此异常侦测矩阵具有类别维度以及异常维度，异常维度包含温度异常、湿度异常以及音量异常，类别维度包含触觉分类以及听觉分类。在异常侦测矩阵中，温度异常以及触觉分类对应的是为一温度异常区间，此温度异常区间是为温度小于22.8度。参照图3的环境历史数据可知，将上午9时00分至9时15分的时段中温度数据的平均值24度减去标准差1.2度即可获得此22.8度的温度异常区间门槛值。此外，如图中所示，温度异常区间将被异常监测模块103分类为对应温度异常的类别当中。根据上述，其余异常区间的计算方式以及分类方式亦可同理推知，于此不再赘述。

步骤s240：判断当前环境数据是否超出该异常区间。承步骤s230，此异常监测模块103用以在各带状时段中判断当前的这些环境数据是否超出异常侦测矩阵中的这些异常区间，若当前的这些环境数据中任一者超出对应的异常区间，异常监测模块103发出一异常信号，并进入步骤s250。若当前的这些环境数据未超出对应的异常区间，回到步骤s230。在本实施例中，异常监测模块103在第二周的上午9时00分至9时15分的时段中，判断由声音感测器203获取的音量数据大于69分贝，故发出关于音量数据异常的异常信号。

步骤s250：产生用于决定是否致能这些电子设备的推荐数据。在本实施例中，此步骤是由设备推荐系统100中的决策模块104在接收到异常监测模块103发出的异常信号后执行。执行此步骤的决策模块104将产生并传送推荐数据至控制器300，此推荐数据当中包含用于致能或禁能电子设备群组400中的若干电子设备的资讯。应注意的是，本案图5的步骤s250实际还包含了本案图6当中所示的细部步骤。图6为基于本案一实施例所绘示的设备推荐方法的示意图，步骤s250所包含的细部步骤将详述于下列段落中。

步骤s251：存取权重矩阵以计算推荐数据。在本实施例中，此步骤是由设备推荐系统100中的决策模块104所执行。当决策模块104接收由异常监测模块103发出的异常信号时，决策模块104将存取一初始权重矩阵。关于初始权重矩阵的范例，可参照图7。图7是为基于本案一实施例绘示的初始权重矩阵的示意图。在图7中右上方所绘示的是为初始权重矩阵，如图7所示，初始权重矩阵具有类别维度以及环境维度，类别维度包含与异常侦测矩阵相同的触觉分类以及听觉分类，环境维度包含音量分类、湿度分类以及温度分类，分别对应温度感测器201、湿度感测器202以及声音感测器203所获取的这些环境数据。初始权重矩阵当中具有三个初始权重值，分别对应至电子设备群组400当中的一个电子设备。应注意的是，由于决策模块104是初次存取此初始权重矩阵，初始权重矩阵当中的所有初始权重值皆为零，决策模块104将自动赋予数值为零的初始权重值一预定初始值。因此，初始权重矩阵当中的三个初始权重值等于该预定初始值，各为0.5。

在本实施例中，当决策模块104存取初始权重矩阵后，决策模块104利用初始权重矩阵对上述的设备历史数据进行加权计算，据以产生用于决定是否致能电子设备群组400当中的电子设备的推荐数据。如图7所示，图中左上方的表格所绘示的是为图4当中的部份数据，其是环境监测模块101于前一周中的9时00分至9时15的时段所监测的平滑致能次数。其中，空调设备401、控湿设备402以及音响设备403在此时段中的平滑致能次数分别为4.25、0、2.75。在本实施例中，决策模块104是透过初始权重矩阵中的类别以及环境数据以选择对应电子设备的初始权重值。例如，空调设备401对应的初始权重值分别属于触觉分类以及温度分类，而控湿设备402对应的初始权重值分别属于触觉分类以及湿度分类。在本实施例中，决策模块104将利用初始权重矩阵当中的各权重值乘以各电子设备的平滑致能次数以进行加权计算，计算后将产生推荐分数矩阵，如图7下方表格所示。应注意的是，若加权计算后的电子设备的推荐分数仍为零，决策模块104将调整推荐分数为0.05。

步骤s252：将推荐数据根据分类以及分数排序以发送推荐数据。在本实施例中，此步骤是由设备推荐系统100中的决策模块104所执行。当决策模块104计算出推荐分数矩阵后，决策模块104将根据异常信号的原因判断异常信号的类别，由于异常信号是对应音量数据的异常状态，决策模块104将优先选择推荐分数矩阵当中的听觉分类的电子设备，决策模块104将再根据推荐分数排序听觉分类中的电子设备。如图7所示，由于听觉分类中仅有音响设备403，音响设备403被决策模块104选为第一级(level1)的推荐数据。其次，决策模块104将选择推荐分数矩阵中的其他类别中推荐分数高于一预定阈值(例如0.05)的电子设备作为第二级(level2)的推荐数据，而推荐分数矩阵中的其他类别中推荐分数低于预定阈值的电子设备将被选为第三级(level3)的推荐数据。如图7所示，在本实施例中，推荐分数为2.125的空调设备401被决策模块104选为第二级推荐数据，推荐分数为0.05的控湿设备402被决策模块104选为第三级推荐数据。决定推荐数据后，决策模块104将依序传送第一级至第三级推荐数据至控制器300，并视控制器300的选择结果以进行后续步骤。另外，由于异常信号的原因是为音量过高，故推荐数据是用于禁能这些电子设备。

步骤s253：判断推荐数据是否被执行。在本实施例中，此步骤是由设备推荐系统100中的决策模块104所执行。当决策模块104传送推荐数据至控制器300后，设备推荐系统100当中的设备监测模块102仍持续监测电子设备群组400中各电子设备的致能状态，若推荐数据被执行，决策模块104可自设备监测模块102获取的各电子设备的致能状态判断推荐数据被执行。反的，若推荐数据未被执行，决策模块104将再传送另一等级的推荐数据至控制器300。在本实施例中，控制器300是为自动、半自动或手动的可编程控制器(programmablelogiccontrollerplc)，此控制器300可自动或由使用者操作以选择推荐数据当中的电子设备进而发送用于致能或禁能电子设备的控制信号至被选择的电子设备。在本实施例中，控制器300选择第二级推荐数据而非第一级推荐数据，据此，控制器300发送控制信号以禁能空调设备401，故空调设备401将被关闭。

步骤s254：更新权重矩阵当中的权重值。在本实施例中，此步骤是由设备推荐系统100中的决策模块104所执行。由于某些环境数据的改变可能在一段时间后方能较明显地被侦测，故本案的决策模块104若在第二周的上午9时15分至9时30分的时段中仍接收来自异常监测模块103的异常信号，在异常信号消失前，决策模块104将不修改初始权重矩阵中的各初始权重值。在本实施例中，若在第二周的上午9时15分至9时30分的时段中，异常监测模块103不再发送异常信号，决策模块104将根据环境监测模块101获取的环境数据决定如何修正权重矩阵中的各初始权重值。由于控制器300是选择根据第二级推荐数据而非第一级推荐数据以禁能电子设备群组400当中的电子设备，故决策模块104先将权重矩阵中听觉分类的初始权重值全数减少0.1。

然而，空调设备401的关闭不仅引响音量数据，亦可能同时引响温度数据以及湿度数据。是故，虽然环境监测模块101获取的音量数据降低，然温度数据以及湿度数据将产生明显的变化。据此，决策模块104将权重矩阵当中湿度分类以及温度分类各自对应至听觉分类的初始权重值皆增加0.1。根据上述，决策模块104将调整初始权重矩阵中的初始权重值以产生修正权重矩阵。

在本实施例中，在后续的时段中，当决策模块104接收来自异常监测模块103的异常信号，决策模块104将存取修正权重矩阵以加权计算持续更新的设备历史数据。在异常信号消失后，决策模块104再根据上述步骤更新修正权重矩阵。

应注意的是，在一些实施例中，设备推荐系统100包含一处理器(图中未示)以及储存装置(图中未示)。此处理器可为电子计算机装置内所具备的中央处理器(centralprocessingunit,cpu)，可被编程以解译计算机指令、处理计算机软件中的数据、以及执行各种运算程序。此储存装置可包含主记忆体以及辅助记忆体，此储存装置与设备推荐系统100的处理器可用以自储存装置当中载入指令集并执行此指令集。而设备推荐系统100所包含的环境监测模块101、设备监测模块102、异常监测模块103以及决策模块104是为此处理器上的区块。当设备推荐系统100当中的处理器执行上述指令集，设备推荐系统100当中的各模块将被驱动以分别执行上述实施例中所述的功能。关于各模块的功能，请参考上述实施例，于此不再赘述。

由于先前技术并未考虑多种电子设备可能同时对多个环境数据造成影响，故其控制效率并不理想。由上述的实施方式可知，本案的设备推荐系统及方法能够同时考虑多个电子设备对多个环境数据的综合影响，并持续根据回馈进行机器学习，其推荐的控制方式较之先前技术有更佳的控制效率，可降低设备控制的能耗并智能地提高环境的舒适度。

虽然本案以实施例揭露如上，然其并非用以限定本案，任何熟悉此技艺者，在不脱离本案的精神和范围内，当可作各种的更动与润饰，因此本案的保护范围当视所附的权利要求书所界定的范围为准。