基于协同过滤的煤气浓度预测方法、设备及冰箱技术

本发明专利技术揭示了一种基于协同过滤的煤气浓度预测方法、设备和冰箱，所述方法包括：获取煤气泄漏的多个历史用户的与燃气相关的场景信息；获取当前用户的所述场景信息，根据协同过滤算法，计算多个历史用户的场景信息与当前用户的场景信息的相似度；选取相似度超过阈值的历史用户得到第一用户集合，根据所述第一用户集合中历史用户的煤气泄漏数据，得到当前用户的煤气泄漏预测方程。与现有技术相比，本发明专利技术的煤气浓度预测方法，通过协同过滤算法，找到与当前用户的场景信息类似的历史煤气泄漏的用户，对这个历史用户的煤气泄漏数据进行线性拟合，得到线性回归方程，使用所述线性回归方程，对当前用户的煤气泄漏数据进行预测。对当前用户的煤气泄漏数据进行预测。对当前用户的煤气泄漏数据进行预测。

【技术实现步骤摘要】
基于协同过滤的煤气浓度预测方法、设备及冰箱


[0001]本专利技术涉及家电控制领域，特别涉及一种基于协同过滤的煤气浓度预测方法、设备及冰箱。

技术介绍

[0002]在日常生活中，煤气在为人们生活提供了很大的方便，但同时煤气泄漏也极大的危害着人们的生命财产安全。
[0003]现在科技发展越来越快，各种推荐或者预测算法层出不穷，而其中最为常用的算法为协同过滤。协同过滤是一种推荐系统技术，随着互联网的迅速发展，已被越来越多的运用到各种网站和电子商务系统中。协同过滤可以细分为以下三种：基于用户的协同过滤、基于项目的协同过滤和基于模型的协同过滤。基于用户的协同过滤的基本思想是：计算与用户兴趣爱好相似的用户组，再从喜好相似的用户组中找到此用户没有的商品，进行推荐。基于项目的协同过滤原理类似。而基于模型的协同过滤是采用了机器学习的方法，使用历史数据训练生成推荐模型，再用此模型进行推荐。
[0004]如何使用协同过滤对煤气泄漏进行预测，从而减少煤气泄漏带来的损失，是我们想要解决的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于协同过滤的煤气浓度预测方法、设备及冰箱。
[0006]为实现上述专利技术目的之一，本专利技术一实施方式提供一种基于协同过滤的煤气浓度预测方法，所述方法包括：
[0007]获取煤气泄漏的多个历史用户的与燃气相关的场景信息；
[0008]获取当前用户的所述场景信息，根据协同过滤算法，计算多个历史用户的场景信息与当前用户的场景信息的相似度；r/>[0009]选取相似度超过阈值的历史用户得到第一用户集合，根据所述第一用户集合中历史用户的煤气泄漏数据，得到当前用户的煤气泄漏预测方程；
[0010]使用所述煤气泄漏预测方程对当前用户的煤气泄漏进行预测。
[0011]作为本专利技术一实施方式的进一步改进，根据协同过滤算法，计算两个用户的场景信息之间的相似度，具体包括：
[0012]通过两个用户u和v的场景信息的集合N(u)和N(v)，计算相似度w
uv
：
[0013][0014]其中，N(i)是指多个用户的场景信息中的第i个数据相同的用户集合。
[0015]作为本专利技术一实施方式的进一步改进，每个用户的所述场景信息包括地区L、燃气管道的材质P、厨房体积V、燃气安装时间T。
[0016]作为本专利技术一实施方式的进一步改进，所述“根据所述第一用户集合中历史用户的煤气泄漏数据，得到当前用户的煤气泄漏预测方程”具体包括：
[0017]对所述第一用户集合中每个历史用户的煤气泄漏数据进行线性回归，每个历史用户得到一个线性回归方程；
[0018]根据所述线性回归方程的类型，将所述第一用户集合划分成多个第二用户集合；
[0019]选取个数最多的第二用户集合中与当前用户相似度最大的历史用户的线性回归方程，作为当前用户的煤气泄漏预测方程。
[0020]作为本专利技术一实施方式的进一步改进，所述“使用所述煤气泄漏预测方程对当前用户的煤气泄漏进行预测”具体包括：
[0021]获取当前用户厨房的煤气浓度Ct；
[0022]当检测到所述厨房的煤气浓度Ct达到预定下限值Ct0时，根据所述煤气泄漏预测方程，计算煤气浓度达到预警值Ct1的预警时间t1；
[0023]将所述预警时间t1发送给用户。
[0024]作为本专利技术一实施方式的进一步改进，所述“将所述预警时间t1发送给用户”具体包括：
[0025]根据多个用户的相关信息以及不同相关信息的不同权重，计算优先提醒的用户，其中所述相关信息包括用户的年龄、角色、身体健壮度以及与厨房的距离；
[0026]给所述优先提醒的用户发送所述预警时间t1。
[0027]作为本专利技术一实施方式的进一步改进，所述方法还包括：
[0028]当检测到所述煤气浓度Ct达到预警值Ct1，则向煤气紧急关闭装置发送关闭煤气总开关的信号，并向厨房的通风装置发送启动信号；
[0029]根据多个用户的相关信息以及不同相关信息的不同权重，计算优先提醒的用户，并给所述优先提醒的用户发送提醒信息。
[0030]作为本专利技术一实施方式的进一步改进，所述方法还包括：
[0031]在向煤气紧急关闭装置发送关闭煤气总开关的信号后，若检测到用户煤气浓度还在继续上升，给所述优先提醒的用户发送警报。
[0032]为实现上述专利技术目的之一，本专利技术一实施方式提供一种电子设备，包括存储器和处理器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任意一项所述基于协同过滤的煤气浓度预测方法中的步骤。
[0033]为实现上述专利技术目的之一，本专利技术一实施方式提供一种冰箱，所述冰箱包含上述所述的电子装置。
[0034]与现有技术相比，本专利技术的煤气浓度预测方法，通过协同过滤算法，找到与当前用户的场景信息类似的历史煤气泄漏的用户，对这个历史用户的煤气泄漏数据进行线性拟合，得到线性回归方程，使用所述线性回归方程，对当前用户的煤气泄漏数据进行预测。
附图说明
[0035]图1是本专利技术基于协同过滤的煤气浓度预测方法的流程示意图。
具体实施方式
[0036]以下将结合附图所示的具体实施方式对本专利技术进行详细描述。但这些实施方式并不限制本专利技术，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本专利技术的保护范围内。
[0037]如图1所示，本专利技术提供一种基于协同过滤的煤气浓度预测方法，所述方法包括：
[0038]步骤S100：获取煤气泄漏的多个历史用户的与燃气相关的场景信息。
[0039]可以在网络上收集曾经出现煤气泄漏的历史用户的场景信息，所述场景信息与燃气相关，优选包括用户煤气泄漏所处的地区L、燃气管道的材质P、厨房体积V、燃气安装时间T等。
[0040]步骤S200：获取当前用户的所述场景信息，根据协同过滤算法，计算多个历史用户的场景信息与当前用户的场景信息的相似度。
[0041]通过两个用户u和v的场景信息的集合N(u)和N(v)，计算相似度w
uv
：
[0042][0043]其中，N(i)是指多个用户的场景信息中的第i个数据相同的用户集合，当这个数据相同的用户越多，即N(i)越大，表明这个数据对两个用户相似度所做的贡献越小。
[0044]在一个具体的实施方式中，用户的场景信息包括用户煤气泄漏所处的地区L、燃气管道的材质P、厨房体积V、燃气安装时间T。因此用户u和用户v的场景信息的集合N(u)和N(v)分别为：
[0045]N(u)＝{L
u
,P
u
,V
u
,T
u
}
[0046]N(v)＝{L
v
,P
v
,V
v
,T
v
}
[0047]用户u和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于协同过滤的煤气浓度预测方法，其特征在于，所述方法包括：获取煤气泄漏的多个历史用户的与燃气相关的场景信息；获取当前用户的所述场景信息，根据协同过滤算法，计算多个历史用户的场景信息与当前用户的场景信息的相似度；选取相似度超过阈值的历史用户得到第一用户集合，根据所述第一用户集合中历史用户的煤气泄漏数据，得到当前用户的煤气泄漏预测方程；使用所述煤气泄漏预测方程对当前用户的煤气泄漏进行预测。2.根据权利要求1所述基于协同过滤的煤气浓度预测方法，其特征在于，根据协同过滤算法，计算两个用户的场景信息之间的相似度，具体包括：通过两个用户u和v的场景信息的集合N(u)和N(v)，计算相似度w
uv
：其中，N(i)是指多个用户的场景信息中的第i个数据相同的用户集合。3.根据权利要求2所述基于协同过滤的煤气浓度预测方法，其特征在于：每个用户的所述场景信息包括地区L、燃气管道的材质P、厨房体积V、燃气安装时间T。4.根据权利要求1所述基于协同过滤的煤气浓度预测方法，其特征在于，所述“根据所述第一用户集合中历史用户的煤气泄漏数据，得到当前用户的煤气泄漏预测方程”具体包括：对所述第一用户集合中每个历史用户的煤气泄漏数据进行线性回归，每个历史用户得到一个线性回归方程；根据所述线性回归方程的类型，将所述第一用户集合划分成多个第二用户集合；选取个数最多的第二用户集合中与当前用户相似度最大的历史用户的线性回归方程，作为当前用户的煤气泄漏预测方程。5.根据权利要求1所述基于协同过滤的煤气浓度预测方法，其特征在于，所...

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