基于用户行为分析的智能家居设备控制方法及系统的制作方法
【技术领域】
[0001]本发明属于智能家居控制技术领域，涉及一种基于用户行为分析的智能家居设备控制方法及系统。
【背景技术】
[0002]随着生活水平的提高，人们对家居生活的要求也越来越高，继而对家居生活环境提出了更高更实际的要求:智能化、舒适化、便利化。空调温度调节、冰箱温度调节、窗帘关闭与打开、TV节目选择、灯光的调节等可以按照用户的需要自动做出判断，并且主动地提供服务，而无需用户“事必躬亲”。如何最大化地满足人们的舒适性、便捷性和智能化的要求是智能家居研究的目标。
【发明内容】
[0003]有鉴于此，本发明的目的在于提供一种基于用户行为分析的智能家居设备控制方法及系统，该方法和系统可以实现在无需家庭成员操作的情况下，系统能够人性智能化的管理家居。
[0004]为达到上述目的，本发明提供如下技术方案:
[0005]—种基于用户行为分析的智能家居设备控制方法，在该方法中，包括以下步骤:
[0006]采用指令式和传感器数据结合的方式建立反映用户行为模型，所述指令信息指用户通过手机、PAD、web浏览器等终端通过设计的APP或者web网页对家居设备的控制操作下发的命令；
[0007]建立后台服务器数据收集模块，收集相关用户行为的指令数据进行用户分类模型建模；
[0008]所述用户分类模型为k一聚类算法，行为预测模型为hmm，在hmm模型中，引入同步更新模块更新矫正数据；
[0009]智能家居控制装置将预测结果转化为状态控制指令发送给对应标识的智能家居设备，进行设备状态控制，支持智能家居中主动式地为用户提供服务；
[0010]通过历史数据和预测对比等使数据web可视化和直观数据分析。
[0011]进一步，所述智能家居控制装置获取控制信息指令包括如下字段:时间星期季节设备位置设备号当前状态；
[0012]时间是电器设备动作的发生时间被离散成一个int值，(离散化过程被解释成一个单独的参数输入)；这是指整个一天24小时中的时间范围是0-5，6点到晚上24点被每隔15分钟离散一次，此特征的值是可调的；
[0013]星期主要区分电器设备动作的发生是否为周末，星期输入数据被转换成一个范围在O到6的值；
[0014]电器设备动作发生季节即春夏秋冬，范围在O到3的值，代表其中电器事件发生的季节，体现不同的季节影响着用户的作息规律和习惯；
[0015]设备位置是智能家居中发生动作的电器设备的位置，范围是O到房间室的数量的整数值；
[0016]设备号是控制系统来区分不同智能家居个体的唯一标识，范围是O到电器设备的数量的整数值；
[0017]当前状态是发生动作的电器设备所处的设备状态。
[0018]进一步，对所述智能家居控制信息的获取终端，包含手机终端、网页端以及平板电脑立而。
[0019]进一步，在本方法中，对智能家居的信息状态信息采集来自于不同传感器，所述传感器可以根据要采集的数据不同选择不同的类型的传感器，且传感器的个数可以根据需要增减。
[0020]本发明还提供了一种基于用户行为分析的智能家居设备控制系统，该系统包括数据采集模块、数据存储模块、特征提取模块、智能服务算法模块、传感器监测模块、数据同步更新模块、数据库模块、调度模块、通讯模块和数据可视化模块；
[0021]数据采集模块和传感器监测模块收集用户通过手机、PAD或网页浏览器等终端设备对家电下发的控制指令，并通过特征提取模块对指令分析提取抽象出用户行为特征，从而得出用户对家居设备的操作设定的行为习惯，并进行统计分析，得出用户在不同时间对设备操作设定的不同数据样本;调度模块根据数据处理算法模块得出的决策结果，转发这些结果命令到各家居电器，实现自动调度家居电器的功能;数据同步更新模块用于更新各个终端和服务器之间数据处理的结果从而更加有效进行个人生活习惯的预；用户在终端可以看到历史数据和预测对比等使数据web可视化和直观数据分析。
[0022]进一步，所述智能服务算法模块嵌入了无监督学习算法-k聚类算法和隐马尔科夫模型-hmm模型，通过k聚类算法区分不同个体的数据集，在用hmm算法对不同个体的数据集进行分析，得出规律性，预测在特定时间内不同个体的动作。
[0023]本发明的有益效果在于:
[0024]I)具备良好的扩展性:本发明给出的是按功能划分的模块设计，在遵循整个架构上下文约束的情况下，可以灵活配置实现各个模块。如调度模块可以采用新的规则或者策略进行调度，并且可以通过用其他的分析策略来更换原有的策略，以达到提高速度或减少资源开销的目的。
[0025]2)兼顾数据处理技术、机器学习算法和数据可视化技术应用于智能家居中控系统中:通常情况下，人们会考虑将电子技术与计算机技术相结合，实现多功能复杂的现代智能产品，而本发明还结合了数据处理技术的应用，并将机器学习算法巧妙地融合到智能家居中控系统中，应用数据可视化技术将家居环境的用户行为数据和各类设备采集的数据进行曲线、图表、饼柱状等图的可视化展现，用户可以更好地了解自身的用电习惯和家居环境信息，实现更高层次的智能管理。
[0026]3)系统能根据人们的生活习惯做出人性化响应:现代城市上班族的每天生活很有规律，下班后回到家中的习惯动作更是极为相似，如果知道了这个规律，那么在相应的时间内代替用户做出决策并实施控制，本发明就是由系统对用户的生活习惯进行搜集，通过关联规则挖掘，让系统做出特定时间内动作的判断和调度，从而实现智能化、人性化的反应。
[0027]4)基于指令式的数据分析方式良好兼容性:系统提出基于指令式的用户行为分析方法，该方法只需通过终端等采集智能家居中用户行为数据，无需关注不同底层设备及厂家底层网络协议不同通信标准的异构性以及在智能化进程中面临新增设备用户配置编的不便利性，使得该方法可以根据环境场景和设备的变化良好地应用。
【附图说明】
[0028]为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明:
[0029]图1为本发明所述方法的流程示意图；
[0030]图2为本发明所述系统的结构示意图。
【具体实施方式】
[0031]下面将结合附图，对本发明的优选实施例进行详细的描述。
[0032]图2为本发明所述系统的结构示意图，如图所示，本发明所述的基于用户行为分析的智能家居设备控制系统包括:负责系统运行记录的日志模块、负责存储人的用户控制指令即生活习惯数据即日志记录的数据库存储模块、负责相关数据提取包括日志提取的数据提取模块、负责对统计的数据进行数据处理算法的数据处理算法模块、负责探测空气湿度、浓度、温度等的传感器监控模块、负责进行各个智能家居优化系统间同步数据的同步更新模块、负责与各个终端网关进行通讯的通讯模块、负责各个模块之间进行交互和协调工作的调度模块。
[0033]所述日志模块是暂时记录系统运行中各种日志，比如系统运行情况，用户动作，传感器数据以日志形式记录在该模块，必要的时候可以使用日志来恢复系统后台数据库。
[0034]所述数据库存储模块即后台数据库负责存储系统相关的数据。该模块是通过在智能家居优化系统的内部划分一块flash用来存储相关数据，比如历史运行日志，该用户行为习惯和历史数据，家居信息数据。该用户行为习惯数据是指用户对各智能