用户操作预测方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术实施例提出的一种用户操作预测方法、装置、电子设备及可读存储介质，获取影响用户操作信息的影响信息，其中，所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中，所述操作预测模型以影响信息为输入用户操作信息为输出。本方案中，通过环境信息(例如温度、湿度、天气等)和/或用户行为信息(例如脱衣、穿衣等)等多种影响信息来对用户操作信息进行预测，与仅通过时间来对用户操作信息进行预测相比，预测结果更加准确。

User operation prediction method, device, electronic equipment and readable storage medium

【技术实现步骤摘要】
用户操作预测方法、装置、电子设备及可读存储介质
本专利技术实施例涉及预测
，具体涉及一种用户操作预测方法、装置、电子设备及可读存储介质。
技术介绍
目前在智能家居系统中，为了实现更高的智能化，采用用户操作预测模型对用户操作信息进行预测，现有的用户操作预测模型是通过采集用户对智能家居设备的历史操作信息(包括被控设备信息和针对被控设备的控制指令，例如用空调器降温)和对应的时间，其中根据历史操作信息和对应的时间提取由【时间】和【操作信息】组成的用户操作链，然后将用户操作链转化成特征向量后进行模型训练后得到的以时间为输入用户操作信息为输出的预测模型，在应用时将时间输入到预测模型中就可以得到与输入的时间对应的预测用户操作信息，但是由于通过上述方式构建的预测模型只考虑了时间这一种对用户操作有影响的因素，导致通过上述预测模型预测出的用户操作信息不够准确。上述对问题的发现过程的描述，仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本专利技术实施例提供了一种用户操作预测方法、装置、电子设备及可读存储介质。有鉴于此，第一方面，本专利技术实施例提供一种用户操作预测方法，包括：获取影响用户操作信息的影响信息，其中所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中，所述操作预测模型以影响信息为输入用户操作信息为输出。在一种可能的实现方式中，在将所述影响信息输入预先构建的操作预测模型之前，所述方法还包括：获取历史影响信息；获取与所述历史影响信息对应的历史用户操作信息；构建以影响信息为输入层，用户操作信息为输出层的神经网络模型；利用所述历史影响信息和所述历史用户操作信息对所述神经网络模型进行训练，得到操作预测模型。在一种可能的实现方式中，构建以影响信息为输入层，用户操作信息为输出层的神经网络模型，包括：建立以历史影响信息为自变量，以与该历史影响信息对应的历史用户操作信息为因变量的回归模型；将所述回归模型作为神经元，建立以影响信息为输入层，用户操作信息为输出层的神经网络模型。在一种可能的实现方式中，所述方法还包括：获取所述预测用户操作信息中包含的被控设备信息和控制指令；根据所述被控设备信息将所述控制指令发送至被控设备，实现对所述被控设备的控制。在一种可能的实现方式中，所述方法还包括：检测是否接收到用户输入的修正指令；根据接收到的修正指令和所述控制指令，确定实际控制指令；将所述实际控制指令发送中所述被控设备，实现对所述被控设备的控制；利用所述影响信息和实际控制指令对所述操作预测模型进行更新。第二方面，本专利技术实施例还提供了一种用户操作预测装置，包括：获取模块，用于获取影响用户操作信息的影响信息，其中所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；预测模块，用于将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中所述操作预测模型以影响信息为输入用户操作信息为输出。在一种可能的实现方式中，所述装置还包括：历史数据获取模块，用于获取历史影响信息，获取与所述历史影响信息对应的历史用户操作信息；建模模块，用于在将所述影响信息输入预先构建的操作预测模型之前，构建以影响信息为输入层，用户操作信息为输出层的神经网络模型；模型训练模块，用于利用所述历史影响信息和所述历史用户操作信息对所述神经网络模型进行训练，得到操作预测模型。在一种可能的实现方式中，所述建模模块构建以影响信息为输入层，用户操作信息为输出层的神经网络模型，包括：建立以历史影响信息为自变量，以与该历史影响信息对应的历史用户操作信息为因变量的回归模型；将所述回归模型作为神经元建立以影响信息为输入层，用户操作信息为输出层的神经网络模型。在一种可能的实现方式中，所述装置还包括：控制模块，用于获取所述预测用户操作信息中包含的被控设备信息和控制指令，根据所述被控设备信息将所述控制指令发送至被控设备，实现对所述被控设备的控制。在一种可能的实现方式中，所述装置还包括：修正模块，用于检测是否接收到用户输入的修正指令，根据接收到的修正指令和所述控制指令，确定实际控制指令，将所述实际控制指令发送中所述被控设备，实现对所述被控设备的控制，利用所述影响信息和实际控制指令对所述操作预测模型进行更新。第三方面，本专利技术实施例还提供了一种电子设备，包括：处理器、存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于外部设备之间的信息传输；所述处理器用于调用所述存储器中的程序指令，以执行第一方面所述用户操作预测方法的步骤。第四方面，本专利技术实施例还提供了一种可读存储介质，所述可读存储介质存储计算机指令，所述计算机指令使计算机执行第一方面所述用户操作预测方法的步骤。相比现有技术，本专利技术实施例提出的一种用户操作预测方法，获取影响用户操作信息的影响信息，其中，所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中，所述操作预测模型以影响信息为输入用户操作信息为输出。本方案中，通过环境信息(例如温度、湿度、天气等)和/或用户行为信息(例如脱衣、穿衣等)等多种影响信息来对用户操作信息进行预测，与仅通过时间来对用户操作信息进行预测相比，预测结果更加准确。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种用户操作预测方法的流程图；图2为本专利技术实施例提供的一种操作预测模型的构建方法流程图；图3为本专利技术实施例提供的一种回归模型示意图；图4为本专利技术实施例提供的一种神经网络模型示意图；图5为本专利技术实施例提供的一种设备关系图；图6为本专利技术实施例提供的一种用户操作预测装置的框图；图7为本专利技术实施例提供的一种电子设备的框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本文档来自技高网...

【技术保护点】
1.一种用户操作预测方法，其特征在于，包括：/n获取影响用户操作信息的影响信息，其中所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；/n将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中，所述操作预测模型以影响信息为输入用户操作信息为输出。/n

【技术特征摘要】
1.一种用户操作预测方法，其特征在于，包括：
获取影响用户操作信息的影响信息，其中所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；
将所述影响信息输入预先构建的操作预测模型，得到与所述影响信息对应的预测用户操作信息，其中，所述操作预测模型以影响信息为输入用户操作信息为输出。


2.根据权利要求1所述的方法，其特征在于，在将所述影响信息输入预先构建的操作预测模型之前，所述方法还包括：
获取历史影响信息；
获取与所述历史影响信息对应的历史用户操作信息；
构建以影响信息为输入层，用户操作信息为输出层的神经网络模型；
利用所述历史影响信息和所述历史用户操作信息对所述神经网络模型进行训练，得到操作预测模型。


3.根据权利要求2所述的方法，其特征在于，构建以影响信息为输入层，用户操作信息为输出层的神经网络模型，包括：
建立以历史影响信息为自变量，以与该历史影响信息对应的历史用户操作信息为因变量的回归模型；
将所述回归模型作为神经元，建立以影响信息为输入层，用户操作信息为输出层的神经网络模型。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述预测用户操作信息中包含的被控设备信息和控制指令；
根据所述被控设备信息将所述控制指令发送至被控设备，实现对所述被控设备的控制。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
检测是否接收到用户输入的修正指令；
根据接收到的修正指令和所述控制指令，确定实际控制指令；
将所述实际控制指令发送中所述被控设备，实现对所述被控设备的控制；
利用所述影响信息和实际控制指令对所述操作预测模型进行更新。


6.一种用户操作预测装置，其特征在于，包括：
获取模块，用于获取影响用户操作信息的影响信息，其中所述用户操作信息包括被控设备信息和针对被控设备的控制指令，所述影响信息包括环境信息和/或用户行为信息；
预测模块，用于将所述影响信息输入预先构建的操作预测模型，得到...

【专利技术属性】
技术研发人员：蒋朵拉，宋德超，贾巨涛，张伟伟，黄姿荣，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44