场景的确定方法和装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种场景的确定方法和装置、存储介质及电子装置，其中，上述方法包括：获取目标对象的第一目标数以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题。问题。问题。

【技术实现步骤摘要】
场景的确定方法和装置、存储介质及电子装置


[0001]本专利技术涉及通信领域，具体而言，涉及一种场景的确定方法和装置、存储介质及电子装置。

技术介绍

[0002]随着科学技术的进步和人工智能的发展，智能算法也越来越多的应用到日常生活中，特别是对于家电而言，其智能化发展是至关重要的，而智能化的最关键问题，就在于智能解决用户的迫切需求。
[0003]在相关技术中，用户必须主动在移动终端中设置场景才能实现一系列设备的联动。比如，某年轻女性用户通过阅读使用家庭场景说明书来配置运动场景，每周六、周日的晚上八点在健身室打开运动音乐、跑步机，并在运动半小时后关闭跑步机，将运动音乐切换成睡眠音乐。这种通过用户主动配置场景的方式，操作十分复杂，并且配置场景后在用户行为调整后，很难自动调整场景的参数。
[0004]针对相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种场景的确定方法和装置、存储介质及电子装置，以至少解决相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题。
[0006]根据本专利技术实施例的一个实施例，提供了一种场景的确定方法，包括：获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。
[0007]在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景之后，所述方法还包括：在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。
[0008]在一个示例性实施例中，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景，包括：通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。
[0009]在一个示例性实施例中，在机器学习模型未训练好的情况下，将所述第一目标数
据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。
[0010]在一个示例性实施例中，将第一匹配度对应的场景列入到场景列表之后，所述方法还包括：再次获取所述目标对象的第三目标数据，其中，所述第二目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在确定所述第三目标数据与所述场景列表中目标场景的目标数据的第二匹配度大于第二预设阈值的情况下，将所述目标场景确定为所述目标对象待执行的第三场景。
[0011]在一个示例性实施例中，在确定了所述第一场景或所述第三场景之后，所述方法还包括：将提示信息发送至发声装置，以使所述发声装置至少执行以下之一的操作：通过所述发声装置通知所述目标对象以下内容：所述第一场景或所述第三场景已成功设置、所述第一场景或所述第三场景的目标数据；通过所述发声装置在所述第一场景或所述第三场景的使用时间达到时，开启与所述使用时间对应的家电设备。
[0012]根据本专利技术实施例的另一个实施例，获取模块，用于获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；确定模块，用于在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。
[0013]在一个示例性实施例中，调整模块，用于在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。
[0014]根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述场景的确定方法。
[0015]根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的场景的确定方法。
[0016]在本专利技术实施例中，获取目标对象的第一目标数据以及目标对象的用户画像，其中，第一目标数据至少包括以下之一：目标对象对家电设备的目标操作，执行目标操作的家电设备、家电设备的位置信息、执行目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定第一目标数据和用户画像所对应的第一场景，即通过机器学习模型以及多个家电设备之间的联动关系，确定目标对象的第一目标数据以及目标对象的用户画像对应的第一场景，采用上述技术方案，解决了相关技术中，用户需要主动配置场景，而且配置场景的操作步骤十分复杂等问题，根据用户家庭目标对象的第一目标数据以及目标对象的用户画像，基于无监督的机器学习模型，结合多个家电设备之间的联动关系自动推荐对应的场景。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1是本专利技术实施例的一种场景的确定方法的计算机终端的硬件结构框图；
[0019]图2是根据本专利技术实施例的场景的确定方法的流程图；
[0020]图3是根据本专利技术实施例的场景的确定方法的示意图；
[0021]图4是根据本专利技术实施例的一种场景的确定装置的结构框图(一)；
[0022]图5是根据本专利技术实施例的一种场景的确定装置的结构框图(二)。
具体实施方式
[0023]为了使本
的人员更好地理解本专利技术方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0024]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种场景的确定方法，其特征在于，包括：获取目标对象的第一目标数据以及所述目标对象的用户画像，其中，所述第一目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，执行所述目标操作的家电设备、所述家电设备的位置信息、执行所述目标操作的时间；在机器学习模型已训练好的情况下，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景。2.根据权利要求1所述的场景的确定方法，其特征在于，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景之后，所述方法还包括：在所述第一目标数据的任一数据发生改变的情况下，获取改变后的第二目标数据；根据所述第二目标数据调整所述第一场景中的目标数据，以使调整后的目标数据与所述第二目标数据一致。3.根据权利要求1所述的场景的确定方法，其特征在于，通过机器学习模型以及多个家电设备之间的联动关系确定所述第一目标数据和所述用户画像所对应的第一场景，包括：通过所述机器学习模型确定所述第一目标数据和所述用户画像对应的第二场景；根据所述联动关系确定所述第二场景所包括的任一家电设备的联动家电设备；将所述联动家电设备添加到所述第二场景中，以得到所述第一场景。4.根据权利要求1所述的场景的确定方法，其特征在于，所述方法还包括：在机器学习模型未训练好的情况下，将所述第一目标数据与预置场景模板中的任一场景模板的目标数据进行匹配，以得到第一目标数据与所述目标数据的第一匹配度；在所述第一匹配度大于第一预设阈值的情况下，将第一匹配度对应的场景列入到场景列表。5.根据权利要求4所述的场景的确定方法，其特征在于，将第一匹配度对应的场景列入到场景列表之后，所述方法还包括：再次获取所述目标对象的第三目标数据，其中，所述第三目标数据至少包括以下之一：所述目标对象对家电设备的目标操作，...

【专利技术属性】
技术研发人员：师斌博，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：