取水推荐方法、装置、饮水机及计算机可读存储介质与流程

1.本技术涉及饮水机领域，特别是涉及一种取水推荐方法、装置、饮水机及计算机可读存储介质。


背景技术：

2.饮水是人们日常生活中的常见动作之一，因此，饮水机常见于各种生活或工作场所。目前的饮水机，由用户手动控制出水，直至取水完成，使用体验非常不佳。也有的饮水机支持预约出水，设定好出水类型和出水量后，饮水机再出水，但是需要经过繁杂的设置过程。


技术实现要素：

3.基于此，有必要针对现有的饮水机在取水过程中需要用户一直操作饮水机的问题，提供一种取水推荐方法、装置、饮水机及计算机可读存储介质。
4.本技术第一方面提供一种取水推荐方法，包括:
5.响应用户的取水操作，获取用户的基本信息，基本信息包括用户的性别、年龄、工作类型和实时健康状况；
6.根据用户的基本信息和预设的健康规则，确定取水方案；
7.向用户推荐取水方案；
8.接收用户的交互操作，响应用户的操作确定出水方案。
9.在其中一个实施例中，还包括:
10.获取用户取水时的场景信息；
11.所述根据用户的基本信息和预设的健康规则，确定取水方案，具体包括:
12.结合取水时的场景信息、用户的基本信息和预设的健康规则，确定取水方案。
13.在其中一个实施例中，所述场景信息至少包括取水时间。
14.在其中一个实施例中，所述根据用户的基本信息和预设的健康规则，确定取水方案，具体包括:
15.将用户的基本信息输入到已经训练好的神经网络模型中，得到取水方案。
16.在其中一个实施例中，还包括:
17.获取用户的取水记录，并记录相关取水信息，所述相关取水信息至少包括用户的取水量、取水次数、取水时间、取水的类型中一种或多种；
18.根据用户的基本信息和预设的健康规则，确定取水方案，具体包括:
19.结合用户的基本信息和所述取水记录信息，按照预设的健康规则，确定取水方案。
20.在其中一个实施例中，还包括:
21.获取至少一个用户的取水记录；
22.根据至少一种基本信息对用户进行分类，并根据不同类别的用户的取水记录确定该用户类别的取水方案；
23.响应用户的取水操作，根据用户的至少一种基本信息确定用户所属类别；
24.根据用户所属类别确定对应的取水方案，向用户推荐所述取水方案。
25.在其中一个实施例中，确定用户所属分类时，根据用户的至少一种基本信息确定用户所属的至少两种分类，并向用户推荐多种取水方案。
26.本技术第二方面提供一种取水推荐装置，包括：
27.信息获取部件，用于响应用户的取水操作，获取用户的基本信息；
28.处理器，用于根据用户的基本信息和预设的健康规则，确定取水方案；
29.推荐部件，用于向用户推荐取水方案；
30.交互控制部件，用于接收用户的交互操作，响应用户的操作确定出水方案。
31.本技术第三方面提供一种饮水机，包括前述取水推荐装置。
32.本技术第四方面提供一种计算机可读存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现前述任一所述的方法。
33.根据本技术实施例的取水推荐方法、装置、饮水机及计算机可读存储介质，可以向用户推荐适合用户的取水方案，而无需用户在取水过程中一直操作饮水机。
附图说明
34.图1为本技术一实施例的饮水机的结构示意图；
35.图2为本技术一实施例的取水推荐方法的流程示意图；
36.图3为本技术另一实施例的取水推荐方法的流程示意图；
37.图4为本技术一实施例的取水推荐装置的结构示意图。
具体实施方式
38.为了便于理解本技术，下面将参照相关附图对本技术进行更全面的描述。附图中给出了本技术的较佳实施方式。但是，本技术可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本技术的公开内容理解的更加透彻全面。
39.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
40.图1示出了根据本技术实施例的搭载有取水推荐装置100的饮水机的结构示意图。
41.图1中的饮水机具有外部信息获取功能，且能够为用户推荐适合其的取水方案。饮水机可以包括取水推荐装置100或与取水推荐装置100通信耦合。饮水机能够获取到用户相关信息以及周围的环境信息，从而根据用户相关信息和环境信息来为用户推荐取水方案。此外，饮水机还能够提供与用户进行交互的窗口，例如，在饮水机上设置一个显示屏，通过显示屏与用户进行交互，或者通过扬声器与用户进行语音交互，在和用户交互的过程中，向用户确认取水方案，再根据确定的取水方案控制出水。
42.图2示出了根据本技术实施例的由取水推荐装置100执行的取水推荐方法的流程示意图。所述方法包括步骤s202～s208。
43.s202：响应用户的取水操作，获取用户的基本信息；
44.在本技术实施例中，用户的基本信息可以包括用户的性别、年龄、工作类型和实时健康状况。当然，还可以包括其他的信息。用户的基本信息可以是提前存储到云端或本地，在取水时根据用户身份来读取，例如用户的性别、年龄、工作类型等。也可以是在用户取水时实时读取，例如用户的实时健康状况。
45.用户在取水时，可以具有一身份验证过程，在身份验证通过后，即可以识别用户，从而从云端获取到用户的一些基本信息，以及在身份验证之后，实时采集到用户的一些基本信息。
46.举例来说，用户在取水前，进行人脸验证，或者使用专属id卡进行身份验证，通过人脸识别，识别出用户对象，或者通过id卡的唯一id指向唯一的用户对象，从而识别出用户。识别出用户后，根据用户的id(或者其他标识用户的信息)，到云端或本地查找用户的基本信息，即可获取用户的性别、年龄、工作类型等信息。
47.在人脸识别的过程中，根据用户的脸部图像来判断用户的实时健康状况。例如，根据用户面部和嘴唇的肤色来确定用户是否感冒，根据眼睛、面部的肌肉运动信息来判断用户的疲劳状况等。或者，当饮水机作为智能家居使用时，在身份验证通过后，装置100可以直接或间接地与用户的穿戴设备通信，实时读取用户的健康数据来获取用户的实时健康状况。
48.s204：根据用户的基本信息和预设的健康规则，确定取水方案；
49.在本技术实施例中，获取到用户的基本信息后，可以根据预设的健康规则，来向用户推荐适合其当前的饮水方案。
50.在一些实施例中，可以利用神经网络来为用户确定取水方案，因此，根据用户的基本信息和预设的健康规则，确定取水方案，具体包括：
51.将用户的基本信息输入到已经训练好的神经网络模型中，得到取水方案。
52.可以预先建立一神经网络，将大量的不同用户的性别、年龄工作类型、实时健康状况等基本信息及每个用户对应的一个或多个历史取水方案标记并作为训练集，输入到所述神经网络中，利用健康规则对神经网络进行不断训练，使得神经网络收敛，直至输出符合预期的取水方案时停止训练。将停止训练时得到的模型作为训练后的神经网络模型，从而在实际应用中获取到用户的基本信息后，将用户的基本信息作为训练后的神经网络模型的输入数据，根据神经网络模型的输出结果，得到取水方案，即为根据预设健康规则得到的取水方案。需要说明的是，训练后的神经网络模型配置有所述健康规则，因此，仅需获取用户的基本信息，进而通过该训练后的神经网络模型基于该用户的基本信息，就可得到适合用户的取水方案。
53.在一些实施例中，该神经网络模型包括多层卷积网络和一个或多个全连接层。
54.在一些实施例中，为了提高该神经网络模型的训练效率，不同于上述神经网络模型在于，还可以增加辅助网络来辅助识别训练，也就是说，该神经网络模型包括标准网络和辅助网络，该标准网络可以是fast rcnn网络、rpn网络等，该辅助网络可以为vgg网络。基于该神经网络模型的结构，其对应的训练库可以分为两类，一类是网络库，另一类是自建库。其中网络库为目前该深度学习网络训练的标准库，用于对整体网络和vgg网络进行权重参数的初始化设置。其历史取水方案可以通过抓取工具从用户的网络取水记录、生活习性等
组合识别得到，以组成用于该训练的标准库。在一些实施例中，该网络库还可以是；自建库用于实际用户取水方案的识别，该用户取水方案不仅可以来源于通过爬取工具获取用户的网络取水记录、生活习性、取水照片等组合识别得到，还可以来源于用户直接输入的包含已标注好的多种常见的取水方案等。自建库中一部分样本划分为测试集用于网络训练结果的测试。将测试集输入标准网络和辅助网络进行训练，训练完成后，再对标准网络进行训练。此时各层网络权值已有粗糙的分布，再次训练仅需要微调即可完成训练。最后，输入测试集对整体网络进行测试，即可用于饮水机的取水方案的识别。
55.饮水机还能够获取场景信息，在一些实施例中，装置100还获取用户取水时的场景信息，从而，根据基本信息确定取水方案时，结合取水时的场景信息、用户的基本信息和预设的监控规则来确定取水方案。
56.取水时的场景信息包括取水时间信息，取水时间信息例如工作日或周末，上午、中午、下午或晚上，工作日的上班时间或休息时间。由此，通过收集用户在不同时间的取水信息，可以更加精细用户的取水模型，从而在不同时间推荐不同的取水方案。
57.具体来说，可以将场景信息作为神经网络的输入，由此来得到和场景信息相符的取水方案。可以理解，场景信息可以有多个，例如，取水时间按照不同的维度分类，可以具有多种时间，将多个场景信息都作为神经网络的输入，可以尽可能符合用户在当前场景下的取水方案。
58.在其他的实施例中，还可以包括：
59.s205：获取用户的取水记录；
60.取水推荐装置可以记录用户的每次取水记录，并记录相关取水信息；
61.根据用户的基本信息和预设的健康规则，确定取水方案，具体包括:
62.结合用户的基本信息和取水记录信息，按照预设的健康规则，确定取水方案。
63.根据本技术的实施例，可以基于用于的取水记录，结合预设的健康规则来确定取水方案。具体来说，基于大数据记录用户每次取水记录的相关取水信息，例如取水量、取水的类型、取水时间、一段时间内的取水次数等，以及根据多次取水记录得到另一些取水相关信息，例如依据一段持续时间内，多次取水记录的时间间隔，得到一段持续时间内的取水频率。由此，在用户取水时，根据历史取水记录，得到用户可能需要的取水方案。
64.在结合场景信息确定取水方案时，可以基于至少一种场景信息来筛选取水记录，然后根据筛选出的取水记录，在结合预设的健康规则，来确定出合适的取水方案。例如，基于至少一个维度的时间信来筛选出同一时间维度的取水记录，并依据筛选出的取水记录得到取水方案。
65.s206：向用户推荐取水方案；
66.在本技术实施例中，确定取水方案后，取水推荐装置相用户推荐取水方案。例如，饮水机可以配置有显示屏，在显示屏上显示推荐的取水方案。或者，饮水机可以配置有扬声器，通过扬声器和用户进行语音交互，以向用户播报推荐的取水方案。
67.取水方案包括取水量和取水的类型。在确定取水方案时，可以确定多种取水方案，以尽可能的包括用户当前需要的方案。因此，在向用户推荐取水方案时，可以向用户推荐多种取水方案，例如，将多种取水方案显示在显示屏上。
68.s208：接收用户的交互操作，响应用户的操作确定出水方案。
69.向用户推荐取水方案后，用户可以和取水推荐装置/饮水机进行交互，以确认推荐的方案是否为用户所需要。例如，在向用户推荐多种取水方案时，用户可以选中一种方案，通过一虚拟按钮或实体按钮确定后，用户即选定放哪，取水推荐装置根据用户选择的方案选择出水口，设定出水量后，打开对应出水口进行出水。
70.根据本技术的实施例，取水推荐装置不仅可以基于用户自身的取水记录信息来向用户推荐取水方案，还可以基于多个用户的取水记录信息来向用户推荐方案。当用户数量大于一定数量时，可以对用户进行分类，为每个分类确定至少一取水方案，则用户在取水时，可以根据用户的基本信息对用户进行归类，从而为用户推荐取水方案。
71.图3示出了取水推荐方法的另一流程示意图。图3从开始到结束的所有流程在步骤s206之前执行。
72.s302：获取至少一个用户的取水记录；
73.饮水机厂商可以在多个位置/家庭放置多个饮水机，用户在使用饮水机时，产生取水记录，饮水机内的取水推荐装置记录用户的取水记录，并将取水记录上传到云端。
74.在记录用户的取水记录时，同时记录本次取水记录的用户的基本信息、场景信息、取水相关信息中的至少一种。用户的基本信息、场景信息、取水相关信息参考图2的实施例所描述的。
75.s304：根据至少一种基本信息对用户进行分类，并根据不同类别的用户的取水记录确定该用户类别的取水方案；
76.云端采集到多个用户的取水记录后，根据用户的至少一种基本信息来对多个用户进行分类，得到多个用户类别，并确定该用户类别对应的取水方案。例如，筛选出用户类别后，将该类别用户的所有取水记录进行大数据分析或者输入到神经网络，得到该分类用户适合的取水方案。
77.s306：响应用户的取水操作，根据用户的至少一种基本信息确定用户所属类别；
78.在用户取水时，采集用户的基本信息，根据基本信息对用户进行归类，判断是否有和用户相符的用户类别。
79.s308：根据用户所属分类确定对应的取水方案，向用户推荐该取水方案。
80.若匹配到对应的用户类别，则输出该用户类别对应的取水方案，向用户推荐。在向用户推荐取水方案时，可以推荐多种取水方案。
81.根据本技术的实施例，一个用户类别可以对应一个或多个取水方案。
82.根据本技术的实施例，一个用户类别可以只对应一个取水方案，但是仍然可以向用户推荐多种取水方案。具体来说，在确定用户所属类别时，根据用户的至少一种基本信息确定用户所属的至少两种分类，从而向用户推荐多种取水方案。
83.根据本技术实施例的取水推荐方案，可以向用户推荐适合用户的取水方案，而无需用户在取水过程中一直操作饮水机。
84.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
85.本技术还提供一种取水推荐装置，如图4所示，该取水推荐装置600包括信息获取部件602、处理器604、推荐部件606和交互控制部件608。其中，
86.信息获取部件602，用于响应用户的取水操作，获取用户的基本信息；
87.处理器604，用于根据用户的基本信息和预设的健康规则，确定取水方案；
88.推荐部件606，用于向用户推荐取水方案；
89.交互控制部件608，用于接收用户的交互操作，响应用户的操作确定出水方案。
90.在一些实施例中，信息获取部件602，还用于获取用户取水时的场景信息。处理器具体用于：结合取水时的场景信息、用户的基本信息和预设的健康规则，确定取水方案。根据本技术实施例，场景信息至少包括取水时间。
91.在一些实施例中，处理器606为集成有神经网络的处理器。
92.在一些实施例中，还包括：
93.记录部件601，用于获取至少一个用户的取水记录；
94.第一分类部件603，用于根据至少一种基本信息对用户进行分类，并根据不同类别的用户的取水记录确定该用户类别的取水方案；
95.第二分类部件605，用于响应用户的取水操作，根据用户的至少一种基本信息确定用户所属类别；
96.推荐部件根据用户所属分类确定对应的取水方案，向用户推荐该取水方案。
97.本技术还提供一种饮水机，饮水机包括上述任一实施例的取水推荐装置。
98.本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现上述任一实施例所述的方法。
99.所述系统/计算机装置集成的部件/模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施方式方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述各个方法实施方式的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
100.在本技术所提供的几个具体实施方式中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述部件的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
101.另外，在本技术各个实施例中的各功能模块/部件可以集成在相同处理模块/部件中，也可以是各个模块/部件单独物理存在，也可以两个或两个以上模块/部件集成在相同模块/部件中。上述集成的模块/部件既可以采用硬件的形式实现，也可以采用硬件加软件功能模块/部件的形式实现。
102.对于本领域技术人员而言，显然本技术实施例不限于上述示范性实施例的细节，而且在不背离本技术实施例的精神或基本特征的情况下，能够以其他的具体形式实现本技术实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本技术实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
103.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。