(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211049863.9 (22)申请日 2022.08.30 (71)申请人 温州佳润科技发展 有限公司 地址 325000 浙江省温州市瓯海区新 桥街 道牛山广场1号楼 2108-1室 (72)发明人 宋海山　张东升　 (51)Int.Cl. G06F 16/9535(2019.01) G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 40/10(2022.01) (54)发明名称 基于大数据 的智能家居控制方法、 装置、 设 备及存储介质 (57)摘要 本发明涉及大数据技术， 揭露了一种基于大 数据的智能家居控制方法， 包括： 将所有的智能 家居设备汇 集成智能设备群， 通过智能设备群中 的用户行为组件采集用户行为数据得到用户行 为数据集； 利用预设的行为相似度算法对用户行 为数据集进行数据归并， 得到加权用户数据集； 逐个选取加权用户数据集中的用户行为数据作 为目标行为数据， 提取出加权行为特征集； 对加 权行为特征集进行特征聚类， 得到用户行为习惯 组； 根据在线行为习惯组对用户行为习惯组进行 更新， 得到标准用户习惯组， 并根据标准用户习 惯组切换智能家居设备的工作模式。 本发明还提 出一种基于大数据的智能家居控制装置、 电子设 备以及存储介质。 本发明可以提高智能家居控制 的效率。 权利要求书4页 说明书15页 附图4页 CN 115422452 A 2022.12.02 CN 115422452 A 1.一种基于大 数据的智能家居控制方法， 其特 征在于， 所述方法包括： S1： 将预设家庭区域中所有的智能家居设备汇集成智能设备群， 通过所述智能设备群 中的用户行为组件 采集用户行为数据， 得到用户行为数据集； S2： 利用预设的行为相似度算法计算所述用户行为数据集中用户行为数据之间的相似 度， 并根据所述相似度对所述用户行为数据集进行数据归并， 得到加权用户数据集， 其中， 所述利用预设的行为相似度算法计算所述用户行为数据集中用户行为数据之间的相似度， 包括： S21： 逐个选取所述用户行为数据集中的用户行为数据作为目标用户数据， 对所述目标 用户数据进行向量化操作， 得到目标数据向量， 将所有的目标数据向量汇集成数据向量序 列； S22： 逐个选取所述数据向量序列中的数据向量作为第一数据向量， 逐个选取所述标准 数据向量序列中位于所述第一数据向量之后的数据向量作为第二数据向量， 利用如下的行 为相似度算法计算所述第一数据向量与所述第二数据向量之间的行为相似度： 其中， S是指所述行为相似度， n是指所述向量序列中每个数据向量的元素总数， i是指 所述向量序列中每个数据向量的第i个元素， Ai是指所述第一 数据向量中的第i个元素， Bi是 指所述第二数据向量中的第i个元 素， α 是预设的基准系数， β 是 预设的平衡系数； S3： 利用预设的自映射模型对所述加权用户数据集进行带权映射， 得到加权行为特征 集； S4： 利用预设的加权聚类算法对所述加权行为特征集进行特征聚类， 得到初级特征簇 集， 利用嵌套聚类算法对所述初 级特征簇集进行特征聚类， 得到行为特征簇集， 并根据所述 行为特征簇集提取出用户行为习惯组； S5： 从预设的数据云端中获取在线行为习惯组， 根据所述在线行为习惯组对所述用户 行为习惯组进行更新， 得到标准用户习惯组， 并根据所述标准用户习惯组切换所述智能家 居设备的工作模式。 2.如权利要求1所述的基于大数据的智能家居控制方法， 其特征在于， 所述通过所述智 能设备群中的用户行为组件 采集用户行为数据， 得到用户行为数据集， 包括： 利用所述用户行为组件中的摄像头组件采集用户人像数据， 利用所述用户行为组件中 的指纹组件采集用户指纹数据， 根据所述用户人像数据生成所述目标用户的用户年龄数据 以及用户性别数据， 并根据所述用户年龄数据、 用户性别数据以及所述用户指纹数据生成 用户列表； 逐个从所述用户列表中选取用户作为目标用户， 利用所述用户行为组件获取所述目标 用户的灯光配置数据、 温度配置数据、 湿度配置数据以及影音配置数据； 按照类别顺序将所述灯光配置数据、 所述温度配置数据、 所述湿度配置数据以及所述 影音配置数据 汇集成所述目标用户的用户行为数据， 并将所有的所述用户行为数据汇集成 所述用户行为数据集。 3.如权利要求2所述的基于大数据的智能家居控制方法， 其特征在于， 所述根据 所述用权　利　要　求　书 1/4 页 2 CN 115422452 A 2户人像数据生成所述目标用户的用户年龄数据以及用户性别数据， 包括： 从所述用户人像数据中提取出所述目标用户对应的初级头骨特征， 利用预设的迭代算 法对所述初级头骨特 征进行迭代， 得到次级头骨特 征； 利用预设的性别分类 器根据所述次级头骨特 征进行分类， 得到用户性别数据； 利用训练后的纹 理提取模型提取 出所述用户人像数据对应的肌肤纹 理特征； 利用训练后的多模分类器根据所述肌肤纹理特征进行分类， 得到初级年龄数据， 统计 所述初级年龄数据中频率 最大的数据作为所述用户年龄数据。 4.如权利要求1所述的基于大数据的智能家居控制方法， 其特征在于， 所述根据 所述相 似度对所述用户行为数据集进行 数据归并， 得到加权用户数据集， 包括： 从所述用户行为数据集中删除数据值超出预设的用户数据阈值的数据， 得到标准用户 数据集； 逐个选取所述标准用户数据集中标准用户数据作为目标标准数据， 从所述标准用户数 据集中选取与所述目标标准数据的行为相似度大于预设的相似度阈值的标准用户数据组 成初级相似数据组； 将所述目标标准数据添加至所述初级相似数据组中， 得到次级相似数据组， 并将所述 次级相似数据组中的数据从所述标准用户数据集中删除； 将所述次级相似数据组中的数据元素的个数作为所述目标标准数据的权重， 将所述目 标标准数据和所述目标 标准数据的权 重添加至所述加权用户数据集中。 5.如权利要求1所述的基于大数据的智能家居控制方法， 其特征在于， 所述利用预设的 自映射模型对所述加权用户数据集进行 带权映射， 得到加权行为特 征集， 包括： 从所述加权用户数据集中提取出对应的数据权重集， 利用所述自映射模型对所述数据 权重集中的权 重进行归一 化操作， 得到标准权 重集； 按照数据类型对所述加权用户数据集进行分组， 得到多个加权类型 数据组； 逐一选取所述加权类型数据组作为目标类型数据组， 计算出所述目标类型数据组的数 据均值， 并将所述 目标类型数据 组中的每个数据元素减去所述数据均值， 得到目标均值数 据组； 计算出所述目标均值数据组 的均方差， 将所述目标均值数据组中的每个数据 元素除以 所述均方差， 得到标准类型 数据组， 将所有的标准类型 数据组汇集成标准类型 数据集， 逐个从所述标准权重集中选取权重作为目标权重， 从所述标准类型数据集中提取出与 所述目标权重相对应的数据组成目标数据组， 按照数据类型的顺序对所述目标数据组中的 数据进行向量化操作， 得到加权行为特征， 并将所有的加权行为特征汇集成加权行为特征 集。 6.如权利要求1至5中任一项所述的基于大数据的智能家居控制方法， 其特征在于， 所 述利用预设的加权聚类算法对所述加权行为特征集进行特征聚类， 得到初级特征簇集， 包 括： 将所述加权行为特征集中的加权行为特征按照权重由大到小的顺序汇集成加权向量 序列； 按照序列顺序从所述加权向量序列中提取出预设常数个加权数据向量组成输入向量 序列；权　利　要　求　书 2/4 页 3 CN 115422452 A 3