[发明专利]一种基于大数据的智能家居加湿控制方法及系统

权利要求书

1.一种基于大数据的智能家居加湿控制方法，其特征在于，应用于与加湿器通信连接的计算机设备，所述方法包括：

针对历史操作记录中的每个历史操作，将所述历史操作的特征按照所涉及的类型进行向量化，以获得所述历史操作的操作向量集合；

在不同历史操作的多个操作向量集合中，多次选取操作元素，并将每次选取的多个操作元素进行组合，以获得多个不同的操作向量，其中，每次选取的多个操作元素中均包含归属于不同历史操作的操作向量集合中的操作元素；

在所述多个不同的操作向量形成的序列集合中，选取出现次数超过预设次数阈值的操作向量，以作为信任操作向量集合；

对所述信任操作向量集合中的操作元素进行分类处理，以将获得的操作元素作为表征所述历史操作记录的共性的标识操作元素；

确定多个非标识操作元素，其中，所述非标识操作元素是出现次数不超过所述预设次数阈值的操作向量中所包含的操作元素；

在多个所述非标识操作元素中，根据所述非标识操作元素之间的相关度，选取部分所述非标识操作元素以作为预备标识操作元素；

基于所述历史操作记录中每个历史操作的所述标识操作元素和所述预备标识操作元素训练操作分类模型，并基于所述操作分类模型获得表征待执行操作的执行结果指令；

将所述执行结果指令发送至所述加湿器，以使所述加湿器根据所述执行结果指令执行相应动作；

所述将所述历史操作的特征按照所涉及的类型进行向量化，以获得所述历史操作的操作向量集合的步骤，包括：

在所述历史操作的操作数据中，提取操作类型和操作顺序的数据，并基于所提取的数据构建多个操作习惯；

根据每个所述操作习惯的特征值，从相应类型的操作序列表查找所述特征值的序列号；

将对应每个所述操作习惯的特征值所查找到的序列号进行组合，以获得所述历史操作的操作向量集合。

2.根据权利要求1所述的方法，其特征在于，所述对所述信任操作向量集合中的操作元素进行分类处理的步骤，包括：

从所述信任操作向量集合中提取多个操作元素；

将所述多个操作元素中的单一变量进行基础转换；

将所述多个操作元素中的多变量进行组合；

在所述多个操作元素中添加时间维度以进行分类；

根据决策树的路径，将所述多个操作元素进行组合。

3.根据权利要求2所述的方法，其特征在于，所述根据决策树的路径，将所述多个操作元素进行组合的步骤，包括：

获取操作元素配置集，其中，所述操作元素配置集包括多个操作元素，对应所述多个操作元素的组合标识名称，以及用于指示需要获取决策树的路径的决策标识；

根据接收的所述操作元素配置集以及本地操作元素配置集从所述多个操作元素中确定出需要进行组合的数据指标；

保存所述数据指标的更新指标，根据所述数据指标在接收的所述操作元素配置集中对应的组合标识名称执行组合；

根据所述决策标识提取保存的所述数据指标的更新指标，并获取对所述数据指标执行的组合标识名称的更新操作；

根据所述数据指标的更新指标以及对所述数据指标执行的组合标识名称的更新操作构造所述决策树的路径，其中，所述决策树的路径包括组合过程中对所述数据指标执行的组合标识名称的更新操作和所述数据指标的更新指标；

删除保存的所述数据指标的更新指标和所述数据指标在所述操作元素配置集中对应的组合标识名称的更新操作；

根据所述对所述数据指标执行的组合标识名称的更新操作和所述数据指标的更新指标对所述多个操作元素进行组合。

4.根据权利要求1所述的方法，其特征在于，所述操作分类模型包括多个初始操作分类模型；

所述基于所述历史操作记录中每个历史操作的所述标识操作元素和所述预备标识操作元素训练操作分类模型的步骤，包括：

将所述历史操作记录中每个历史操作的所述标识操作元素、所述预备标识操作元素和样本操作标签构成训练样本；

基于构造的多个训练样本，训练所述多个初始操作分类模型；

将训练完成的多个初始操作分类模型通过集合策略进行整合，以获得所述操作分类模型。