基于概率和隐马尔可夫模型的用户喜好预测系统及方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113934930A(43)申请公布日2022.01.14(21)申请号202111173532.1(22)申请日2021.10.08(71)申请人宜兴市旭航电子有限公司地址214204江苏省无锡市宜兴市新街街道堂前村(72)发明人苏卫星蒋海霞蒋雪东(74)专利代理机构无锡知初知识产权代理事务所(普通合伙)32418代理人高春涛(51)Int.Cl.G06F16/9535(2019.01)G06K9/62(2022.01)G06Q10/04(2012.01)权利要求书2页说明书7页附图1页(54)发明名称基于概率和隐马尔可夫模型的用户喜好预测系统及方法(57)摘要本发明公开一种基于概率和隐马尔可夫模型的用户喜好预测系统及方法，包括用户使用喜好预测模块、用户喜好模型计算模块、采集时间信息的时间采集模块、采集运行信息的信息采集模块、采集用户使用行为的控制面板，以及显示用户喜好预测结果的显示面板；能够实现采集用户使用习惯信息，并对用户日常使用习惯进行统计分析，构建符合用户使用喜好的个性化高斯分布概率模型以及隐马尔可夫模型，高斯分布模型以及隐马尔可夫模型可以在用户的每次使用过程中不断更新，使其更符合用户个性化的使用喜好习惯，进而模拟用户的喜好，实现用户使用习惯行为的预测。方便用户操作，实现电器的智能化的目的，给用户更好的使用体验，提升产品科技感。CN113934930ACN113934930A权利要求书1/2页1.一种基于概率和隐马尔可夫模型的用户喜好预测系统，其特征在于，包括：用户使用喜好预测模块、用户喜好模型计算模块、采集时间信息的时间采集模块、采集运行信息的信息采集模块、采集用户使用行为的控制面板，以及显示用户喜好预测结果的显示面板；所述用户使用喜好预测模块包括隐马尔可夫模型预测单元和高斯分布概率计算单元，用于预测用户喜好；所述用户喜好模型计算模块包括隐马尔可夫模型更新计算单元和高斯分布概率更新计算单元，根据时间采集模块和信息采集模块采集的信息更新计算用户喜好模型。2.根据权利要求1所述的基于概率和隐马尔可夫模型的用户喜好预测系统，其特征在于：系统能够通过时间采集模块、信息采集模块以及控制面板实现用户使用习惯信息以及运行信息的采集，并利用采集到的信息在用户喜好模型计算模块中对用户日常使用习惯进行统计分析，构建符合用户使用喜好的个性化高斯分布概率模型以及隐马尔可夫模型；并将模型应用于用户使用喜好预测模块，结合时间采集模块以及信息采集模块采集得到信息，对用户使用习惯行为进行预测，并将预测结果显示到显示面板上。3.根据权利要求1所述的基于概率和隐马尔可夫模型的用户喜好预测系统，其特征在于：时间采集模块采集每次设备启动运行时的时间点信息，时间点信息格式为：T(i)＝[day，week]其中，day＝[mor，non，aft，eve]，即将一天分成四段，早、中、下午、晚；week＝[D1，D2，D3，D4，D5，D6，D7]，即表示一周七天；所述信息采集模块负责采集设备启动时，传感器采集到的信息。4.根据权利要求1所述的基于概率和隐马尔可夫模型的用户喜好预测系统，其特征在于：所述显示面板用于显示设备依据高斯概率和隐马尔可夫模型预测的用户喜好结果，在设备启动时，显示在显示面板上，如正符合用户当前意愿，则用户仅需要方便的按下运行按钮即可。5.根据权利要求1所述的基于概率和隐马尔可夫模型的用户喜好预测系统，其特征在于：所述控制面板用于用户对设备的操作，即当显示面板显示出的预测用户喜好与用户实际意愿存在偏差时，用户可以通过控制面板输入其真实的意愿，控制面板同时记录此次用户真实喜好，以修订高斯分布概率模型以及隐马尔可夫模型。6.一种基于概率和隐马尔可夫模型的用户喜好预测方法，其特征在于：采集用户使用习惯信息，并对用户日常使用习惯进行统计分析，构建符合用户使用喜好的高斯分布概率模型以及隐马尔可夫模型，并且高斯分布模型以及隐马尔可夫模型在用户的每次使用过程中不断更新，使其更符合用户个性化的使用喜好习惯，进而模拟用户的喜好，实现用户使用习惯行为的预测。7.根据权利要求6所述的基于概率和隐马尔可夫模型的用户喜好预测方法，其特征在于：首先构建用户使用喜好预测模块，该模块包括高斯分布概率计算单元和隐马尔可夫模型预测单元，其中，高斯分布概率计算单元根据当前设备启动时，时间采集模块给出的时间点信息以及信息采集模块给出的传感器信息，结合以往用户以往行为判断当前用户在某一喜好下的概率值；隐马尔可夫模型预测单元，以高斯分布概率计算单元计算得到的概率向量值P＝[P1，2CN113934930A权利要求书2/2页P2，…，Pn]作为隐马尔可夫模型的观测值向量，利用隐马尔可夫模型预测当前用户最有可能