[发明专利]基于大数据的智能推送场景方法、装置、介质及终端设备

权利要求书

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；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；具体的：将智能场景数据持久层中进行离线的聚类算法，将相近的数据聚类成不同簇，该聚类算法用KNN算法进行聚类，语言实现方式为：KNN.fit(datas,labels)，其中datas是用户所有智能场景数据的集合，labels代表用户使用习惯的标签的集合，用户每天都使用的智能场景，认为是频繁使用，标记为1，每天使用智能场景的次数小于1则认为是不频繁使用，标记为0；

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；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；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。

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，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。

3.一种基于大数据的智能推送场景装置，其特征在于，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；

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；具体的：将智能场景数据持久层中进行离线的聚类算法，将相近的数据聚类成不同簇，该聚类算法用KNN算法进行聚类，语言实现方式为：KNN.fit(datas,labels)，其中datas是用户所有智能场景数据的集合，labels代表用户使用习惯的标签的集合，用户每天都使用的智能场景，认为是频繁使用，标记为1，每天使用智能场景的次数小于1则认为是不频繁使用，标记为0；

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；

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；

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。

4.如权利要求3所述的基于大数据的智能推送场景装置，其特征在于，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。

5.一种计算机可读存储介质，其特征在于，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权利要求1～2任一项所述的基于大数据的智能推送场景方法。

6.一种终端设备，其特征在于，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权利要求1～2任一项所述的基于大数据的智能推送场景方法。