1.一种基于云计算的智能家居环境监测管理系统,其特征在于,包括:用户数据获取模块:获取智能家居用户的历史数据,构建智能家居用户数据库;
用户一级分类模块:基于智能家居用户数据库,分析用户居住状态的时间模式,并对用户进行一级分类;
所述对用户进行一级分类的过程为:
提取每个用户的居住状态的时间模式特征,通过聚类分析算法对用户类别划分;
时间模式特征包括时间周期性特征、时间规律性特征和时间趋势性特征;
所述时间周期性特征的提取过程为:
以一天为时间区段,将时间区段划分成多个时间区间;设定时间区段数量n是7的倍数,获取所有时间区段的居住状态数据,包括在家状态和离家状态;
将智能用户的居住状态数据转换为时间序列矩阵;
使用皮尔逊相关系数计算不同周的居住状态之间的相关性;
构建所有周之间向量之间的相关系数矩阵,取相关系数的平均值作为时间周期性特征;
二次分类需求确定模块:获取一级分类结果中同类别用户的设备数据,并进行差异分析,判断二级分类的需求性;
用户二级分类模块:对需要进行二级分类的类别进行二级分类。
2.根据权利要求1所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述时间规律性特征的获取过程为:以一天为时间区段,将时间区段划分成多个时间区间;获取所有时间区段的居住状态数据,包括在家状态和离家状态;
计算每个时间区间在所有时间区段内智能家居用户为在家状态的概率;
通过熵值计算表征概率分布,将熵值作为时间规律性特征。
3.根据权利要求1所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述时间趋势性特征的获取过程为:以一天为时间区段,将时间区段划分成多个时间区间;获取所有时间区段的居住状态数据,包括在家状态和离家状态;
提取每个时间区间在所有时间区段内的居住状态序列;
对每个时间区间的居住状态序列进行线性回归,使用最小二乘法计算回归系数值中斜率系数;
取所有时间的斜率系数的均值作为时间趋势性特征。
4.根据权利要求1所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述判断二级分类的需求性的过程为:获取每个智能家居用户的设备列表,以及每个设备的安装数量、使用频率数据;
并计算设备多样性值和设备相似度值;
若设备多样性值大于设备多样性阈值或设备相似度值小于设备相似度阈值,将该类别标记需要二级分类。
5.根据权利要求4所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述设备多样性值的获取过程为:将每个智能家居用户对应设备数量分布整合成向量,其中,数量分布为设备数量占比,通过安装设备与安装数量总和计算得到;
基于设备数量占比使用香农熵算法计算每个类别中设备类型的分布均匀程度,将香农熵值作为设备多样性值。
6.根据权利要求4所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述设备相似度值的获取过程为:将每个智能家居用户的设备使用频率整合成向量,使用余弦相似度算法计算向量间夹角的余弦值,取所有余弦值的均值作为设备相似度值。
7.根据权利要求1所述的一种基于云计算的智能家居环境监测管理系统,其特征在于,所述用户二级分类模块的具体过程为:若需要二级分类,则选择分类特征;对选定特征进行标准化处理;
采用聚类算法,对一级分类之后的用户进行二级分类。