一种基于智能锁的智能交互数据处理方法与流程

1.本发明涉及数据处理技术领域，具体而言，涉及一种基于智能锁的智能交互数据处理方法。


背景技术：

2.智能锁是指区别于传统机械锁，在用户识别、安全性、管理性方面更加智能化的锁具，涵盖指纹锁、电子密码锁、电子感应锁、联网锁、遥控锁等具体类型锁具产品。
3.相较于传统机械锁，智能锁具有便利性（convenience）、安全性（safety）和互动性（interactive）等优点，其用户使用群体的占比越来越高。以互动性为例，智能锁内置嵌入式处理器，该处理器能够够和云端的数据服务器通信从而实现智慧监控，且具备与用户之间的跨时空域互通互动能力。
4.当下，智能锁的功能越来越完善，诸如语音交互、可视化交互、键鼠交互等功能已经应用到智能锁中，而针对智能锁在运行过程中产生的用户交互数据的分析处理难度也不断增加。以数据分团技术作为智能锁用户交互数据的其中一项处理需求为例，传统技术在实施过程中不仅会出现效率低下的问题，还难以保障分团精度和可信度。


技术实现要素：

5.第一方面，本发明实施例提供了一种基于智能锁的智能交互数据处理方法，应用于数据处理服务器，所述方法包括：获得待处理智能锁交互数据中的用户交互事件的第一操作行为习惯字段、第一事件标签描述字段和事件标签定位信息；利用所述事件标签定位信息，以及预存的事件标签与已处理智能锁交互数据之间的匹配特征，搜索与所述事件标签定位信息指向的事件标签对应的目标智能锁交互数据；结合所述待处理智能锁交互数据与每一组所述目标智能锁交互数据所对应的交互数据分团簇之间的第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇，其中，所述第一全局数据共性变量结合所述第一操作行为习惯字段、所述第一事件标签描述字段，以及所述交互数据分团簇对应的行为习惯分团描述和事件标签分团描述确定。
6.在一些可能的实施例中，所述结合所述待处理智能锁交互数据与每一组所述目标智能锁交互数据所对应的交互数据分团簇之间的第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇，包括：获得各所述目标智能锁交互数据所对应的交互数据分团簇各自对应的行为习惯分团描述和事件标签分团描述；结合所述第一操作行为习惯字段和第一事件标签描述字段，与各所述交互数据分团簇对应的所述行为习惯分团描述和事件标签分团描述之间的数据共性变量，确定所述第一全局数据共性变量；
利用所述第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇。
7.在一些可能的实施例中，所述结合所述第一操作行为习惯字段和第一事件标签描述字段，与各所述交互数据分团簇对应的所述行为习惯分团描述和事件标签分团描述之间的数据共性变量，确定所述第一全局数据共性变量，包括：确定所述第一操作行为习惯字段，与各所述交互数据分团簇对应的所述行为习惯分团描述之间的第五数据共性变量；确定所述第一事件标签描述字段，与各所述交互数据分团簇对应的所述事件标签分团描述之间的第六数据共性变量；利用所述第五数据共性变量与所述第六数据共性变量，获得所述第一全局数据共性变量。
8.在一些可能的实施例中，所述利用所述第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇，包括：基于所述第一全局数据共性变量中的最大数据共性变量达到设定判定变量，将所述待处理智能锁交互数据转移到所述最大数据共性变量对应的目标智能锁交互数据所处的交互数据分团簇；基于所述第一全局数据共性变量中的最大数据共性变量没有达到所述设定判定变量，生成新交互数据分团簇，并将所述待处理智能锁交互数据转移到所述新交互数据分团簇。
9.在一些可能的实施例中，当利用所述事件标签定位信息，以及预存的事件标签与已处理智能锁交互数据之间的匹配特征，没有搜索到与所述事件标签定位信息指向的事件标签对应的目标智能锁交互数据时，所述方法还包括：结合所述待处理智能锁交互数据与每一组已处理智能锁交互数据之间的第二全局数据共性变量，将所述已处理智能锁交互数据中，与所述待处理智能锁交互数据之间数据共性变量最大的x组智能锁交互数据，作为所述目标智能锁交互数据；其中，所述第二全局数据共性变量结合所述第一操作行为习惯字段、所述第一事件标签描述字段，以及所述已处理智能锁交互数据对应的第二操作行为习惯字段和第二事件标签描述字段确定。
10.在一些可能的实施例中，确定所述x组智能锁交互数据的方法，包括：获得每一组已处理智能锁交互数据中用户交互事件的第二操作行为习惯字段、第二事件标签描述字段；利用所述第一操作行为习惯字段与所述第二操作行为习惯字段之间的数据共性变量，确定所述已处理智能锁交互数据中，与所述待处理智能锁交互数据数据共性变量最大的y组第二智能锁交互数据；利用所述第一事件标签描述字段与所述第二事件标签描述字段之间的数据共性变量，确定所述已处理智能锁交互数据中，与所述待处理智能锁交互数据数据共性变量最大的z组第三智能锁交互数据；结合所述y组所述第二智能锁交互数据分和z组所述第三智能锁交互数据，确定所述x组智能锁交互数据；其中，y+z≥x。
11.在一些可能的实施例中，通过优化事件标签与智能锁交互数据对应的智能锁交互数据编号之间的对应知识来优化所述匹配特征，以及，所述数据处理服务器中创建了第一信息存储空间，所述第一信息存储空间以设定规则缓存所述对应知识。
12.在一些可能的实施例中，所述数据处理服务器中创建了第二信息存储空间，与所述数据处理服务器通信的共享服务器中创建了第三信息存储空间；其中，所述第二信息存储空间存储了在设定时段内存在调用记录的细节知识短语；所述第三信息存储空间中存储了在所述设定时段内没有存在调用记录的细节知识短语；所述细节知识短语包括交互数据分团簇对应的行为习惯分团描述与事件标签分团描述。
13.在一些可能的实施例中，获得所述行为习惯分团描述和事件标签分团描述的方法包括：获得各所述目标智能锁交互数据所对应的交互数据分团簇；对于各所述交互数据分团簇，在所述第二信息存储空间中，搜索与所述交互数据分团簇对应的细节知识短语，以及，基于搜索到所述交互数据分团簇对应的细节知识短语，将搜索到的细节知识短语作为需获得的行为习惯分团描述和事件标签分团描述，以及，基于没有搜索到所述交互数据分团簇对应的细节知识短语，在所述第三信息存储空间中，搜索与所述交互数据分团簇对应的细节知识短语，并将搜索到的细节知识短语作为需获得的行为习惯分团描述和事件标签分团描述。
14.在一些可能的实施例中，所述方法还包括：基于在所述第三信息存储空间中搜索到所述行为习惯分团描述与事件标签分团描述，将搜索到的所述行为习惯分团描述与事件标签分团描述加载到所述第二信息存储空间内的第一种细节知识短语中。
15.在一些可能的实施例中，所述方法还包括：阶段性确定所述第二信息存储空间中预存的各细节知识短语对应的累计冷门时段是否达到所述设定时段；所述累计冷门时段反映所述细节知识短语没有被调用的时间长度；基于随机细节知识短语对应的累计冷门时段达到所述设定时段，在所述第二信息存储空间中清洗所述随机细节知识短语，并将所述随机细节知识短语传入所述第三信息存储空间。
16.在一些可能的实施例中，在确定所述待处理智能锁交互数据所对应的交互数据分团簇之后，所述方法还包括：将所述待处理智能锁交互数据对应的交互数据细节加载到所述交互数据分团簇；所述交互数据细节包括如下一项或多项：智能锁交互数据块；智能锁交互数据编号；第一操作行为习惯字段；第一事件标签描述字段；事件标签定位信息。
17.在一些可能的实施例中，在执行完针对所述待处理智能锁交互数据的分团之后，结合所述第一操作行为习惯字段与所述第一事件标签描述字段，分别调整所述待处理智能锁交互数据所对应的交互数据分团簇对应的行为习惯分团描述与事件标签分团描述；结合所述事件标签定位信息，调整所述匹配特征。
18.第二方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时实现上述的方法。
19.第三方面，本发明实施例还提供了一种数据处理服务器，包括处理引擎、网络模块
和存储器，所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎用于从所述存储器中读取计算机程序并运行，以实现上述的方法。
20.本发明实施例中，可以利用事件标签具有的独立性和不重复性进行智能锁交互数据的初步分析，在初步分析时，可以结合事件标签与已处理智能锁交互数据之间的匹配特征，进行基于用户交互事件层面的智能锁交互数据搜索，大可不必进行一系列繁杂的特征比较处理，从而在一定程度上提高了针对待处理智能锁交互数据的处理效率，在准确快速获得目标智能锁交互数据之后，能够结合第一全局数据共性变量确定待处理智能锁交互数据所对应的交互数据分团簇，鉴于全局数据共性变量的确定要素包括第一操作行为习惯字段、第一事件标签描述字段，以及交互数据分团簇对应的行为习惯分团描述和事件标签分团描述，因而可以提高待处理智能锁交互数据的分团精度和可信度。
21.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
22.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
23.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
24.图1是根据本发明的一些实施例所示的一种示例性基于智能锁的智能交互数据处理方法的应用场景的框图。
25.图2是根据本发明的一些实施例所示的一种示例性数据处理服务器中硬件和软件组成的示意图。
26.图3是根据本发明的一些实施例所示的一种示例性基于智能锁的智能交互数据处理方法和/或过程的流程图。
具体实施方式
27.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
28.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
29.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本发明的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本发明的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
30.本发明中使用流程图说明根据本发明的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
31.图1是根据本发明的一些实施例所示的一种示例性数据处理服务器300的框图，数据处理服务器300可以包括数据处理服务器100和智能锁嵌入式处理器200，数据处理服务器100可以通过智能锁嵌入式处理器200获取智能交互数据进行一些列的数据分析处理。
32.在上述内容集的基础上，如图2所示，数据处理服务器100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
33.处理引擎110可以处理相关的信息和/或数据以执行本发明中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎（例如，单核处理引擎或多核处理器）。仅作为示例，处理引擎110可以包括中央处理单元（central processing unit，cpu）、专用集成电路（application-specific integrated circuit，asic）、专用指令集处理器（application-specific instruction-set processor，asip）、图形处理单元（graphics processing unit，gpu）、物理处理单元（physics processing unit，ppu）、数字信号处理器（digital signal processor，dsp）、现场可编程门阵列（field programmable gate array，fpga）、可编程逻辑器件（programmable logic device，pld）、控制器、微控制器单元、精简指令集计算机（reduced instruction-set computer，risc）、微处理器等或其任意组合。
34.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络（local area network，lan）、广域网（wide area network，wan）、无线局域网络（wireless local area network，wlan）、城域网（metropolitan area network，man）、公用电话交换网（public telephone switched network，pstn）、蓝牙网络、无线个域网络、近场通讯（near field communication，nfc）网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
35.存储器130可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read-only memory，prom），可擦除只读存储器（erasable programmable read-only memory，eprom），电可擦除只读存储器（electric erasable programmable read-only memory，eeprom）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
36.可以理解，图2所示的结构仅为示意，数据处理服务器100还可包括比图2中所示更
多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
37.图3是根据本发明的一些实施例所示的一种示例性基于智能锁的智能交互数据处理方法和/或过程的流程图，基于智能锁的智能交互数据处理方法应用于图1中的数据处理服务器100，进一步可以包括以下内容所描述的技术方案。
38.步骤31、获得待处理智能锁交互数据中的用户交互事件的第一操作行为习惯字段、第一事件标签描述字段和事件标签定位信息。
39.举例而言，数据处理服务器100可以通过智能锁嵌入式处理器200获取智能交互数据，待处理智能锁交互数据可以理解为待进行分团/分类的智能锁交互数据，智能锁交互数据中包括用户与智能锁进行交互的一些列操作行为信息，比如语音交互、可视化交互、键鼠交互等行为信息，因此，用户交互事件可以理解为对应操作行为的事件信息。进一步地，操作行为习惯字段可以理解为操作行为特征或者操作习惯偏好，事件标签用于对不同的用户交互事件进行区分，而事件标签描述字段可以理解为事件标签的特征信息，进一步地，事件标签定位信息用于表征事件标签的识别结果或者识别信息。
40.步骤32、利用所述事件标签定位信息，以及预存的事件标签与已处理智能锁交互数据之间的匹配特征，搜索与所述事件标签定位信息指向的事件标签对应的目标智能锁交互数据。
41.举例而言，已处理智能锁交互数据可以理解为已经完成分团处理的智能锁交互数据，匹配特征可以理解为对应关系或者对应列表，目标智能锁交互数据可以用于进行后续的分团处理依据。进一步地可以通过优化事件标签与智能锁交互数据对应的智能锁交互数据编号之间的对应知识来优化所述匹配特征，以及，所述数据处理服务器中创建了第一信息存储空间，所述第一信息存储空间以设定规则缓存所述对应知识，该对应知识还可以理解为映射关系。
42.在一些可能的实施例中，当利用所述事件标签定位信息，以及预存的事件标签与已处理智能锁交互数据之间的匹配特征，没有搜索到与所述事件标签定位信息指向的事件标签对应的目标智能锁交互数据时，该方法还可以包括如下内容：结合所述待处理智能锁交互数据与每一组已处理智能锁交互数据之间的第二全局数据共性变量，将所述已处理智能锁交互数据中，与所述待处理智能锁交互数据之间数据共性变量最大的x组智能锁交互数据，作为所述目标智能锁交互数据。
43.在一些可能的示例中，所述第二全局数据共性变量结合所述第一操作行为习惯字段、所述第一事件标签描述字段，以及所述已处理智能锁交互数据对应的第二操作行为习惯字段和第二事件标签描述字段确定。
44.在上述内容的基础上，确定所述x组智能锁交互数据的方法，可以通过如下技术方案实现：获得每一组已处理智能锁交互数据中用户交互事件的第二操作行为习惯字段、第二事件标签描述字段；利用所述第一操作行为习惯字段与所述第二操作行为习惯字段之间的数据共性变量，确定所述已处理智能锁交互数据中，与所述待处理智能锁交互数据数据共性变量最大的y组第二智能锁交互数据；利用所述第一事件标签描述字段与所述第二事件标签描述字段之间的数据共性变量，确定所述已处理智能锁交互数据中，与所述待处理智能锁交互数据数据共性变量最大的z组第三智能锁交互数据；结合所述y组所述第二智能
锁交互数据分和z组所述第三智能锁交互数据，确定所述x组智能锁交互数据；其中，y+z≥x。
45.如此设计，能够快速准确地确定x组智能锁交互数据，从而为后续的数据分团提供可靠的分析依据。
46.步骤33、结合所述待处理智能锁交互数据与每一组所述目标智能锁交互数据所对应的交互数据分团簇之间的第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇。
47.在步骤33中，所述第一全局数据共性变量结合所述第一操作行为习惯字段、所述第一事件标签描述字段，以及所述交互数据分团簇对应的行为习惯分团描述和事件标签分团描述确定。进一步地，交互数据分团簇可以理解为数据聚类簇或者数据聚类集，行为习惯分团描述可以理解为行为习惯偏好的聚类特征，事件标签分团描述可以理解为事件标签的聚类特征。此外，全局数据共性变量可以理解为联合的/多维度的数据相似度，其确定方式可以基于交互数据的数据向量相似度确定得到。
48.这样一来，通过对不同的智能锁交互数据进行分团处理，能够实现不同事件/不同操作偏向的分团处理，从而为后续的智能锁用户分析提供分析依据。
49.在一些可能的实施例下，步骤33所描述的结合所述待处理智能锁交互数据与每一组所述目标智能锁交互数据所对应的交互数据分团簇之间的第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇，可以包括步骤331-步骤333所描述的技术方案。
50.步骤331、获得各所述目标智能锁交互数据所对应的交互数据分团簇各自对应的行为习惯分团描述和事件标签分团描述。
51.步骤332、结合所述第一操作行为习惯字段和第一事件标签描述字段，与各所述交互数据分团簇对应的所述行为习惯分团描述和事件标签分团描述之间的数据共性变量，确定所述第一全局数据共性变量。
52.举例而言，所述第一操作行为习惯字段和第一事件标签描述字段，与各所述交互数据分团簇对应的所述行为习惯分团描述和事件标签分团描述之间的数据共性变量可以通过余弦相似度的思路进行计算，在此不作赘述。
53.在一些可能的实施例下，步骤332所描述的结合所述第一操作行为习惯字段和第一事件标签描述字段，与各所述交互数据分团簇对应的所述行为习惯分团描述和事件标签分团描述之间的数据共性变量，确定所述第一全局数据共性变量，可以通过步骤3321-步骤3323所描述的技术方案实现。
54.步骤3321、确定所述第一操作行为习惯字段，与各所述交互数据分团簇对应的所述行为习惯分团描述之间的第五数据共性变量。
55.步骤3322、确定所述第一事件标签描述字段，与各所述交互数据分团簇对应的所述事件标签分团描述之间的第六数据共性变量。
56.步骤3323、利用所述第五数据共性变量与所述第六数据共性变量，获得所述第一全局数据共性变量。
57.应用于步骤3321-步骤3323，能够基于不同维度的数据共性变量准确完整地计算第一全局数据共性变量。
58.步骤333、利用所述第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇。
59.在一些可能的实施例中，步骤333所描述的利用所述第一全局数据共性变量，确定所述待处理智能锁交互数据所对应的交互数据分团簇，可以通过步骤3331和步骤3332所描述的技术方案实现。
60.步骤3331、基于所述第一全局数据共性变量中的最大数据共性变量达到设定判定变量，将所述待处理智能锁交互数据转移到所述最大数据共性变量对应的目标智能锁交互数据所处的交互数据分团簇。
61.步骤3332、基于所述第一全局数据共性变量中的最大数据共性变量没有达到所述设定判定变量，生成新交互数据分团簇，并将所述待处理智能锁交互数据转移到所述新交互数据分团簇。
62.应用于步骤3331和步骤3332，能够结合设定判定变量进行数据分团处理，这样能够基于量化判定思路实现准确可靠的数据分团处理。
63.在实际应用过程中，所述数据处理服务器中创建了第二信息存储空间，与所述数据处理服务器通信的共享服务器中创建了第三信息存储空间；其中，所述第二信息存储空间存储了在设定时段内存在调用记录的细节知识短语；所述第三信息存储空间中存储了在所述设定时段内没有存在调用记录的细节知识短语；所述细节知识短语包括交互数据分团簇对应的行为习惯分团描述与事件标签分团描述。
64.在上述内容的基础上，获得所述行为习惯分团描述和事件标签分团描述的方法，可以包括如下内容：获得各所述目标智能锁交互数据所对应的交互数据分团簇；对于各所述交互数据分团簇，在所述第二信息存储空间中，搜索与所述交互数据分团簇对应的细节知识短语，以及，基于搜索到所述交互数据分团簇对应的细节知识短语，将搜索到的细节知识短语作为需获得的行为习惯分团描述和事件标签分团描述，以及，基于没有搜索到所述交互数据分团簇对应的细节知识短语，在所述第三信息存储空间中，搜索与所述交互数据分团簇对应的细节知识短语，并将搜索到的细节知识短语作为需获得的行为习惯分团描述和事件标签分团描述。如此设计，能够实现对信息存储空间的准确更新，提高分团处理的可信度。
65.在上述内容的基础上，所述方法还包括：基于在所述第三信息存储空间中搜索到所述行为习惯分团描述与事件标签分团描述，将搜索到的所述行为习惯分团描述与事件标签分团描述加载到所述第二信息存储空间内的第一种细节知识短语中。
66.在上述内容的基础上，所述方法还包括：阶段性确定所述第二信息存储空间中预存的各细节知识短语对应的累计冷门时段是否达到所述设定时段；所述累计冷门时段反映所述细节知识短语没有被调用的时间长度；基于随机细节知识短语对应的累计冷门时段达到所述设定时段，在所述第二信息存储空间中清洗所述随机细节知识短语，并将所述随机细节知识短语传入所述第三信息存储空间。如此设计，通过周期性进行细节知识短语的检测，能够提高信息存储空间的更新准确性。
67.可以理解的是，在步骤333所描述的确定所述待处理智能锁交互数据所对应的交互数据分团簇之后，所述方法还包括：将所述待处理智能锁交互数据对应的交互数据细节加载到所述交互数据分团簇。
68.举例而言，所述交互数据细节包括如下一项或多项：智能锁交互数据块；智能锁交互数据编号；第一操作行为习惯字段；第一事件标签描述字段；事件标签定位信息。
69.在一些可能的实施例中，在执行完针对所述待处理智能锁交互数据的分团之后，结合所述第一操作行为习惯字段与所述第一事件标签描述字段，分别调整所述待处理智能锁交互数据所对应的交互数据分团簇对应的行为习惯分团描述与事件标签分团描述；结合所述事件标签定位信息，调整所述匹配特征。可以理解的是，通过更新匹配特征，能够实现数据分团处理的时效性。
70.综上，应用于上述技术方案，可以利用事件标签具有的独立性和不重复性进行智能锁交互数据的初步分析，在初步分析时，可以结合事件标签与已处理智能锁交互数据之间的匹配特征，进行基于用户交互事件层面的智能锁交互数据搜索，大可不必进行一系列繁杂的特征比较处理，从而在一定程度上提高了针对待处理智能锁交互数据的处理效率，在准确快速获得目标智能锁交互数据之后，能够结合第一全局数据共性变量确定待处理智能锁交互数据所对应的交互数据分团簇，鉴于全局数据共性变量的确定要素包括第一操作行为习惯字段、第一事件标签描述字段，以及交互数据分团簇对应的行为习惯分团描述和事件标签分团描述，因而可以提高待处理智能锁交互数据的分团精度和可信度。
71.本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本发明所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
72.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本发明的限定。虽然此处并没有明确说明，本领域技术人员可以对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议，所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
73.同时，本发明使用了特定术语来描述本发明的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本发明的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
74.另外，本领域普通技术人员可以理解的是，本发明的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件（包括固件、常驻软件、微码等）执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本发明的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
75.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
76.本发明各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络（lan）或广域网（wan），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（saas）。
77.此外，除非申请专利范围中明确说明，本发明所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本发明流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本发明实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
78.同样应当理解的是，为了简化本发明揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本发明实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本发明对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。