基于数据挖掘的智能家居优化系统

1.基于数据挖掘的智能家居优化系统，其特征在于包含如下模块：
负责与用户交互并且鉴权记录用户相关信息的用户验证模块；
负责系统运行记录的日志模块；
负责存储人的生活习惯数据即日志记录的数据库存储模块；
负责相关数据提取包括日志记录提取的数据提取模块；
负责对统计的数据进行数据挖掘算法的数据挖掘算法模块；
负责探测空气湿度、浓度和温度的传感器监控模块；
负责进行各个智能家居优化系统间同步数据的同步更新模块；
负责与各个终端网关进行通讯的通讯模块；
负责各个模块之间进行交互和协调工作的调度模块。
2.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于所述传感器可以根据要采集的相关的数据选择不同的类型的传感器，且传感器的个数可以根据需要增减。
3.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于所述数据提取模块提取验证成功后的用户的日志记录数据。
4.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于智能家居中控系统中增加了数据挖掘算法模块，该模块嵌入了多种数据挖掘算法，包括决策树算法，神经网络算法。
5.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于用户验证模块可以读取所进入该家居系统的家庭成员的身份证，从身份证信息可以正确识别该家庭成员的身份。
6.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于数据库存储模块是在智能家居优化系统的内部划分一块闪存用来存储相关数据，包括历史运行日志，该家庭的用户成员习惯和历史数据，家居信息数据。
7.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于数据提取模块其与各个数字家居的通讯和数据采集是通过局域网连接而实现的，而该家居系统对外是通过网关与外部系统或者服务器相连的。
8.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于同步更新模块用来更新各个终端和服务器之间数据挖掘的结果从而更加有效进行个人生活习惯的预测。
9.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于通讯模块，在单一的数字家庭内各个数字家居是使用局域网的形式进行互连，而对其他的智能家居优化系统是通过广域IP网络进行互连。
10.根据权利要求1所述的基于数据挖掘的智能家居优化系统，其特征在于调度模块根据数据挖掘算法模块得出的决策结果，转发这些结果命令到各家居电器，实现自动调度家居电器的功能。 

技术领域\n本发明属于数字家庭网络技术领域及数据挖掘技术领域，特别是涉及基于数据挖掘的智能家居优化系统。\n背景技术\n数字家庭是指以计算机技术和网络技术为基础，各种家电通过不同的互连方式进行通信及数据交换，实现家用电器之间的“互联互通”，其包括四大功能：信息、通信、娱乐和生活，使人们足不出户就可以更加方便快捷地获取信息，从而极大提高人类居住的舒适性和娱乐性。\n目前，一个现代化的智能家居集成了音频/视频、计算处理功能、对外通讯功能、自动化监控、远程控制、语音控制/遥控及安全防范等多种功能。家居智能系统将给用户带来高效、安全、便捷的生活环境。\n在缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但知识贫乏”的现象。数据挖掘就是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，用于决策者进行相应的决策。\n虽然一个现代化的智能家居系统能够做出很多智能操作和反应，但是若能结合数据挖掘技术，让系统根据人的生活习惯自动作出反应，那将使得智能家居系统更加智能及人性化，这正是本发明所考虑的。\n发明内容\n本发明的目的在于优化现有智能家居中控系统的不完善，结合数据挖掘技术，提出了一种人性化智能化的关于数据挖掘的智能家居优化系统。\n为了实现本发明目的，采用的技术方案如下：\n基于数据挖掘的智能家居优化系统，设置如下模块：\n负责与用户交互并且鉴权记录用户相关信息的用户验证模块；\n负责系统运行记录的日志模块；\n负责存储人的生活习惯数据即日志记录的数据库存储模块；\n负责相关数据提取包括日志提取的数据提取模块；\n负责对统计的数据进行数据挖掘算法的数据挖掘算法模块；\n负责探测空气湿度、浓度、温度的传感器监控模块；\n负责进行各个智能家居优化系统间同步数据的同步更新模块；\n负责与各个终端网关进行通讯的通讯模块；\n负责各个模块之间进行交互和协调工作的调度模块。\n所述用户验证模块负责读取所进入该家居系统的家庭成员的身份证，从身份证信息可以正确识别该家庭成员的身份。具有在用户进入家庭时进行合法性验证的门禁功能，合法用户在经过验证之后，进入家庭可以对家居环境进行操作，如不合法则自动报警。\n所述日志模块是暂时记录系统运行中各种日志，比如系统运行情况，用户动作，传感器数据以日志形式记录在该模块，必要的时候可以使用日志来恢复系统后台数据库。\n所述数据库存储模块即后台数据库负责存储系统相关的数据。该模块是通过在智能家居优化系统的内部划分一块flash用来存储相关数据，比如历史运行日志，该家庭的用户成员习惯和历史数据，家居信息数据。该用户习惯数据是指用户在验证之后的一系列动作，例如操作顺序为开灯、开空调、开电视、开冰箱……这些动作反映在数据库中相应的操作和家居状态，该数据库就是进行数据挖掘的挖掘库。\n所述数据提取模块用于将每天、每周或每月的日志记录读取出来，作为数据挖掘算法的原始数据，便于算法的运行。该模块与各个数字家居的通讯和数据采集是通过局域网连接而实现的，而该家居系统对外是通过网关与外部系统或者服务器相连的。\n所述传感器监控模块用于监控家庭温度、湿度、浓度参数，传感器类型与要监测的参数类型相关，因此所述方案中，传感器可根据需要选择不同的类型，传感器的个数可以根据需要增减。\n所述数据挖掘算法模块嵌入了几种数据挖掘算法，比如决策树算法，神经网络算法，从数据库读取数据，进行关联规则挖掘。\n所述的同步更新模块是用来实现各个终端之间的数据共享，更新和服务器之间数据挖掘的结果，从而更加有效进行个人生活习惯的预测。\n所述调度模块根据数据挖掘算法模块得出的决策结果，转发这些结果命令到各家居电器，实现自动调度家居电器的功能。\n所述通讯模块负责接入局域网的家庭网关，用来实现各个通讯模块的通讯网关和数据转发。从而易于实现该局域网内其他家居环境的数据提取数据，便于对同一区域的人们生活习惯进行对比，搜集更多数据，进行数据挖掘算法。在内部各个家居采用局域网，而在各个智能家居优化系统间采用广域的IP网络。\n本发明的技术特点主要体现如下：\n1、具备良好的扩展性。\n本发明给出的是按功能划分的模块设计，在遵循整个架构上下文约束的情况下，可以灵活配置实现各个模块。如调度模块可以采用新的规则或者策略进行调度，并且可以通过用其他的分析策略来更换原有的策略，以达到提高速度或减少资源开销的目的。\n2、数据挖掘技术应用于智能家居中控系统中\n通常情况下，人们会考虑将电子技术与计算机技术相结合，实现多功能复杂的现代智能产品，而本专利还结合了数据挖掘技术的应用，巧妙地融合到智能家居中控系统中，实现更高层次的智能管理。\n3、系统能根据人们的生活习惯作出人性化反应。\n现代城市上班族的每天生活很有规律，下班后回到家中的习惯动作更是极为相似，如果知道了这个规律，那么在一个人进行完一个动作后就可以判断下一个动作做什么，本发明就是由系统对许多家庭成员的生活习惯进行搜集，通过关联规则挖掘，让系统做出下一步动作的判断和调度，从而实现智能化、人性化的反应。\n附图说明\n图1为本发明的内部结构示意图；\n图2为本发明的系统运作流程示意图；\n图3为本发明的一个实施例的数据挖掘流程图。\n具体实施方式\n下面结合附图对本发明作进一步的说明。\n本发明的内部结构示意图如附图1所示，包括用户验证模块、日志存储模块、数据提取模块、数据挖掘算法模块、传感器监控模块、数据库模块、调度模块、通讯模块、同步更新模块。\n所述用户验证模块具有在用户进入家庭时进行合法性验证的门禁功能，合法用户在经过验证之后，进入家庭可以对家居环境进行操作，如不合法则自动报警。\n所述日志模块暂时记录系统运行中的各种日志，比如系统运行情况，用户动作，传感器数据以日志形式记录在该模块，必要的时候可以使用日志来恢复系统后台数据库。\n所述数据库存储模块即后台数据库负责存储系统相关的数据。该模块包括历史运行日志，该家庭的用户成员习惯和历史数据，家居信息数据。该用户习惯数据是指用户在验证之后的一系列动作，例如操作顺序为开灯、开空调、开电视、开冰箱……这些动作反映在数据库中相应的操作和家居状态，该数据库就是进行数据挖掘的挖掘库。\n所述数据提取模块用于将每天、每周或每月的日志记录读取出来，作为数据挖掘算法的原始数据，便于算法的运行。该模块与各个数字家居的通讯和数据采集是通过局域网连接而实现的。而该家居系统对外是通过网关与外部系统或者服务器相连的。\n所述传感器监控模块用于监控家庭温度、湿度、浓度等参数，传感器类型与要监测的参数类型相关，因此所述方案中，传感器可根据需要选择不同的类型，传感器的个数可以根据需要增减。\n所述数据挖掘算法模块嵌入了几种数据挖掘算法，如决策树算法，神经网络算法，从数据库读取数据，进行关联规则挖掘。\n所述同步更新模块是用来实现各个终端之间的数据共享，用来更新和服务器之间数据挖掘的结果从而更加有效进行个人生活习惯的预测。\n所述调度模块根据数据挖掘算法模块得出的决策结果，转发这些结果命令到各家居电器，实现自动调度家居电器的功能。\n所述通讯模块负责接入局域网的家庭网关，用来实现各个通讯模块的通讯网关和数据转发。从而易于实现该局域网内其他家居环境的数据提取数据，便于对同一区域的人们生活习惯进行对比，搜集更多数据，进行数据挖掘算法。在内部各个家居采用局域网，而在各个智能家居优化系统间采用广域的IP网络。\n如图2所示为整个系统的运作流程如下：当一个家庭成员进入该智能家居优化系统的时候，系统先读取其身份证用以识别该用户信息。然后这时候分两种情况，一种是没有记录或者记录很少的家庭成员，这时候需要对这位新的家庭成员进行了解，系统就读取现有的数据库资料以别人的资料进行该家庭成员动作的预测。而另一种是有比较多记录的家庭成员，这时候系统就读取该家庭成员的习惯以进行更好的行为预测。这时候布置在房间各处的传感器直接和传感器监控通信把相应的信息发送到传感器监控模块。然后由数据提取模块将所有的相关信息提取出来。当数据提取模块把一个时段的所有相应数据提取出来后将起发送给数据挖掘模块进行处理，这里的数据挖掘模块包括决策树和神经网络多种算法。其中决策树用来判断该家庭成员下部的动作是什么，而神经网络可以使用预测出该家庭成员下一步的动作有哪些。此时数据挖掘模块通过通讯模块把预测结果发给相应的数字家居从而采取相应的动作，当采取动作后，数据挖掘模块把预测的结果和实际家庭成员的行动送到数据库存储模块以便进行下一次行动的预测。而在一个规定的时间内，该系统会通过数据更新模块与后台服务器自动同步，从而增加挖掘的准确性。\n如图3所示为本发明的一个实施例的数据挖掘流程图，所述的数据挖掘算法模块具体为：先把用户生活习惯数据输入逻辑数据库然后经过选择操作选出相应的被选择的数据，进行数据预处理去除一些冗余或者无关的数据，补全一些缺失的或者没有收集到的数据。接着进行数据转换工作，将所有的数据转换成测试和训练数据两种将结果作为学习的知识放到逻辑数据库中，完成一次学习和数据挖掘算法的过程。