基于大数据的智能推送场景方法、装置、介质及终端设备制造方法及图纸

本发明专利技术公开了一种基于大数据的智能推送场景方法，包括：获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；将所述历史设备数据形成历史数据集并储存在数据库中；通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据；本发明专利技术还公开了一种基于大数据的智能推送场景装置；本发明专利技术根据用户当前所持有的设备与历史设备数据进行校对，选择对比度最高的场景模式，以解决现有的智能家居手动场景配置麻烦的技术问题，从而通过历史大数据智能运算，推送出最佳方案，进而实现节省智能家居场景配置时间。

Intelligent push scene method, device, medium and terminal equipment based on big data

The invention discloses an intelligent push scene method based on big data, which includes: obtaining the historical device data in the historical scene mode of the smart home and the current device data in the current smart home of the user; forming the historical device data into a historical data set and storing it in the data base; and combining the current device data with the history in the database through the European distance algorithm The data set is calculated and proofread, and the scene mode with the highest contrast is selected to get the push device data of the push scene; the invention also discloses an intelligent push scene device based on big data; the invention proofreads the current equipment and historical equipment data held by the user, and selects the scene mode with the highest contrast to solve the existing manual scene configuration of smart home To solve the technical problem of trouble, the best scheme is proposed through the intelligent operation of historical big data, so as to save the scene configuration time of smart home.

【技术实现步骤摘要】
基于大数据的智能推送场景方法、装置、介质及终端设备
本专利技术涉及大数据推送
，尤其涉及一种基于大数据的智能推送场景方法、装置、介质及终端设备。
技术介绍
随着技术的创新和智能家居的兴起，智能家居模式逐渐被应用广泛；在实施智能家居中，人们通过设置场景模式来实现智能家居的设备控制；现今智能家居APP中场景模式均是通过用户手动设置的，该方案基于用户所在APP中绑定的设备来让用户进行搭配设置，从而达到联动设备的目的。然而，手动设置智能场景较为麻烦，即使是智能家居老用户，重新搭配一套最适合的智能场景方案也需要经过多次的实践去检验，而对于新手用户而言，其上手花费的时间成本更是巨大。
技术实现思路
本专利技术提供了一种基于大数据的智能推送场景方法、装置、介质及终端设备，根据用户当前所持有的设备与历史设备数据进行校对，选择对比度最高的场景模式，以解决现有的智能家居手动场景配置麻烦的技术问题，从而通过历史大数据智能运算，推送出最佳方案，进而实现节省智能家居场景配置时间。为了解决上述技术问题，本专利技术实施例提供了一种基于大数据的智能推送场景方法，包括：获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；将所述历史设备数据形成历史数据集并储存在数据库中；通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。作为优选方案，所述历史设备数据、当前设备数据和推送设备数据，均包括智能家居中的设备种类和设备数量。作为优选方案，所述欧式距离算法为：distance＝sqrt[(x1-y1)^2+(x2-y2)^2+……+(xn-yn)^2]；其中，distance为距离值；x1,x2，……xn分别为所述当前设备数据中的各设备的数量；y1，y2，……yn分别为所述历史设备数据中的各设备的数量。作为优选方案，在所述将所述历史设备数据形成历史数据集并储存在数据库中之后，还包括：将所述数据库中的历史数据集通过离线聚类算法，将相近的数据聚类成不同的簇，以实现历史数据聚类。作为优选方案，在所述得到推送场景的推送设备数据之后，还包括：当用户选择使用所述推送设备数据后，将所述推送设备数据储存在数据库中，以添加更新所述历史数据集。本专利技术实施例还提供了一种基于大数据的智能推送场景装置，包括：信息提取模块，用于获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；数据储存模块，用于将所述历史设备数据形成历史数据集并储存在数据库中；场景推送模块，用于通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。作为优选方案，所述基于大数据的智能推送场景装置还包括：聚类模块，用于在所述将所述历史设备数据形成历史数据集并储存在数据库中之后，将所述数据库中的历史数据集通过离线聚类算法，将相近的数据聚类成不同的簇，以实现历史数据聚类。作为优选方案，所述基于大数据的智能推送场景装置还包括：更新模块，用于在所述得到推送场景的推送设备数据之后，当用户选择使用所述推送设备数据后，将所述推送设备数据储存在数据库中，以添加更新所述历史数据集。本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的基于大数据的智能推送场景方法。本专利技术实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述任一项所述的基于大数据的智能推送场景方法。相比于现有技术，本专利技术实施例具有如下有益效果：本专利技术根据用户当前所持有的设备与历史设备数据进行校对，选择对比度最高的场景模式，以解决现有的智能家居手动场景配置麻烦的技术问题，从而通过历史大数据智能运算，推送出最佳方案，进而实现节省智能家居场景配置时间。附图说明图1：为本专利技术实施例中的基于大数据的智能推送场景方法步骤流程图；图2：为本专利技术实施例中的基于大数据的智能推送场景装置结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参照图1，本专利技术优选实施例提供了一种基于用户大数据的智能推送场景方法，包括：S1，获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；在本实施例中，所述历史设备数据、当前设备数据和推送设备数据，均包括智能家居中的设备种类和设备数量。S2，将所述历史设备数据形成历史数据集并储存在数据库中；在本实施例中，在所述将所述历史设备数据形成历史数据集并储存在数据库中之后，还包括：将所述数据库中的历史数据集通过离线聚类算法，将相近的数据聚类成不同的簇，以实现历史数据聚类。S3，通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。在本实施例中，所述欧式距离算法为：distance＝sqrt[(x1-y1)^2+(x2-y2)^2+……+(xn-yn)^2]；其中，distance为距离值；x1,x2，……xn分别为所述当前设备数据中的各设备的数量；y1，y2，……yn分别为所述历史设备数据中的各设备的数量。在本实施例中，在所述得到推送场景的推送设备数据之后，还包括：当用户选择使用所述推送设备数据后，将所述推送设备数据储存在数据库中，以添加更新所述历史数据集。本方法的目的是提供一种基于大数据的智能场景推荐方案，利用用户设置的智能场景进行聚类，并根据用户所持有的设备进行智能场景的推荐，减少用户使用智能场景时的时间成本。并且，基于大量的数据作为支撑，本方法所提供的智能场景推荐方案是较为精准且较优的。请参照图2，相应地，本专利技术实施例还提供了一种基于大数据的智能推送场景装置，包括：信息提取模块、数据储存模块和场景推送模块；信息提取模块，用于获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；主要作用在于为智能场景的数据集提供数据输入，其主要用于采集用户设置智能场景时所添加的设备的种类及每种设备所具有的数量。下表1中，列出某个用户设置的某个智能场景的设备种类及其数量作为举例，其中智能场景支持操作的设备包括但不限于如下设备：设备种类智能锁晾衣机智能插座智能灯泡设备数量3286表1：智能家居设备数据表数据储存模块，用于将所述历史设备数据形成历史数据集并储存在数据库中；用于存储大量的类似与上表1同等结构的数据，用于为智能场景的推荐算法提供基础的大数据集作为数据基础。场景推送模块，用于通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。主要用于根据目标用户所持有的设备，依托数据持久层中的数据集进行校对，其基于欧式距离计算得出：distance＝s本文档来自技高网...

【技术保护点】
1.一种基于大数据的智能推送场景方法，其特征在于，包括：获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；将所述历史设备数据形成历史数据集并储存在数据库中；通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。

【技术特征摘要】
1.一种基于大数据的智能推送场景方法，其特征在于，包括：获取智能家居历史场景模式中的历史设备数据和用户目前智能家居中的当前设备数据；将所述历史设备数据形成历史数据集并储存在数据库中；通过欧式距离算法将所述当前设备数据与数据库中的所述历史数据集进行计算校对，选择对比度最高的场景模式，得到推送场景的推送设备数据。2.如权利要求1所述的基于大数据的智能推送场景方法，其特征在于，所述历史设备数据、当前设备数据和推送设备数据，均包括智能家居中的设备种类和设备数量。3.如权利要求1所述的基于大数据的智能推送场景方法，其特征在于，所述欧式距离算法为：distance＝sqrt[(x1-y1)^2+(x2-y2)^2+……+(xn-yn)^2]；其中，distance为距离值；x1,x2，……xn分别为所述当前设备数据中的各设备的数量；y1，y2，……yn分别为所述历史设备数据中的各设备的数量。4.如权利要求1所述的基于大数据的智能推送场景方法，其特征在于，在所述将所述历史设备数据形成历史数据集并储存在数据库中之后，还包括：将所述数据库中的历史数据集通过离线聚类算法，将相近的数据聚类成不同的簇，以实现历史数据聚类。5.如权利要求1所述的基于大数据的智能推送场景方法，其特征在于，在所述得到推送场景的推送设备数据之后，还包括：当用户选择使用所述推送设备数据后，将所述推送设备数据储存在数据库中，以添加更新所述历史数据集。6.一种...

【专利技术属性】
技术研发人员：沈汉标，王妙玉，童威云，吴宁泉，罗浩然，
申请(专利权)人：广东科徕尼智能科技有限公司，
类型：发明
国别省市：广东,44