空调器的智能控制方法与空调器的智能控制设备与流程

技术特征：
1.一种空调器的智能控制方法，包括：获取目标用户在设定时间段内的行为记录，所述行为记录至少包括空调器使用记录；利用预先训练的自调整模型对所述行为记录进行预测，得到推荐调整策略；以及按照所述推荐调整策略对所述目标用户所在环境的空调器进行控制。2.根据权利要求1所述的方法，其中，所述自调整模型的训练过程包括：从运行数据平台中订阅批量的空调器日志数据，所述运行数据平台用于采集并记录空调器的运行日志；将所述日志数据解析为结构化数据，并存储为样本数据库；使用所述样本数据库中的数据进行机器学习模型训练，得到所述自调整模型。3.根据权利要求2所述的方法，其中，所述将所述日志数据解析为结构化数据的步骤包括：按照所述日志数据按照类型标签提取数据；将提取出的数据进行分类保存，得到备选样本数据表；对备选样本数据表中的数据进行统计筛选，得到所述结构化数据。4.根据权利要求2所述的方法，其中，在所述利用预先训练的自调整模型对所述行为记录进行预测的步骤之前还包括：根据预先确定的相关性对应表从所述行为记录中筛选出候选记录，其中相关性对应表用于保存有各类用户行为与空调器运行状态的相关性；将所述候选记录输入所述自调整模型。5.根据权利要求4所述的方法，其中，所述候选记录至少包括以下任意一项或多项：用户调节空调器的记录、用户的出行记录、用户的位置记录、用户的生理特征记录。6.根据权利要求1所述的方法，其中，在所述按照所述推荐调整策略对所述目标用户所在环境的空调器进行控制的步骤之后还包括：获取所述目标用户所在环境的空调器上传的手动调整记录；判断所述目标用户的手动调整记录是否超过设定次数阈值；若是，获取所述目标用户的行为记录以及所述手动调整记录，并将所述目标用户的行为记录以及所述手动调整记录作为训练样本，训练得到所述目标用户的画像模型。7.根据权利要求6所述的方法，其中，在所述训练得到所述目标用户的画像模型之后还包括：使用所述画像模型确定所述目标用户的控制策略；以及按照所述控制策略对所述目标用户所在环境的空调器进行控制。8.根据权利要求1所述的方法，其中，所述获取所述目标用户在设定时间段内的行为记录的步骤包括：获取所述目标用户的终端使用记录，根据所述终端使用记录生成所述行为记录。9.根据权利要求1所述的方法，其中所述推荐调整策略包括以下任意一项或多项：空调器的开关机时刻、空调器的开机初始模式、空调器的开机初始参数、空调器对环境检测数据变化的响应动作。10.一种空调器的智能控制设备，包括：
处理器；以及存储器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据权利要求1至9中任一项所述的空调器的智能控制方法。

技术总结
本发明提供了一种空调器的智能控制方法与空调器的智能控制设备。其中空调器的智能控制方法，其包括：获取目标用户在设定时间段内的行为记录，行为记录至少包括空调器使用记录；利用预先训练的自调整模型对行为记录进行预测，得到推荐调整策略；以及按照推荐调整策略对目标用户所在环境的空调器进行控制。本发明的方案预先利用机器学习算法建立自调整模型，利用自调整模型对用户的行为记录进行预测，得到用于对目标用户所在环境的空调器进行控制的推荐调整策略。由于推荐调整策略基于用户行为得出，可以准确地满足用户对环境的舒适性要求，提供了用户的使用体验，从而全面满足了用户睡眠过程的舒适性要求，提高了智能家电的智能化水平。的智能化水平。的智能化水平。


技术研发人员：宋世芳 郭丽
受保护的技术使用者：海尔智家股份有限公司
技术研发日：2020.03.09
技术公布日：2021/9/9