论文部分内容阅读
社会生活水平的不断提高促使人们追求高品质生活的需求越发强烈,智能家居系统也逐渐走进大众的视野。智能家居系统将现代化的智慧生活方式引入家居生活的同时,也为用户提供了较现代化、高品质、舒适安全的生活环境。与此同时,近年来SNS社交网络逐渐兴起并走向成熟,它向不同类型的社会群体提供不同种类的产品和服务,极大的促进了人与人之间的交流互动,扩展了人们获取信息资源的渠道。同时,越来越多的人倾向于将自己的生活状态通过社交网络发布出来以达到与他人共享信息的目的。近年来越来越多的智能家居系统解决方案被提出,但是它们在服务方式上仍存在许多缺陷,缺乏个性化与人性化。因此,将智能家居系统家居设备控制决策与SNS社交网络相结合为用户提供个性化服务具有极高的研究价值。本文通过将智能家居系统与SNS社交网络相结合,将SNS社交网络引入智能家居系统对家居设备的决策与判断过程中。首先,利用爬虫系统对用户在SNS社交网络上发布的信息进行采集整理,获取用户发布的SNS内容、发送时间以及发送地点等信息,并根据用户所在位置获取用户所在区域的气候信息,包括：天气、气温等信息。其次,对爬虫系统采集到的用户意图对家居设备进行操作控制的SNS信息进行特征词提取,根据TF-IDF算法完成对智能家居系统家居设备特征词库的构建；利用爬虫系统爬取到的用户所在地的天气信息、气温信息、微博发送时间、家居设备信息构造贝叶斯网络,并完成对贝叶斯网络的结构学习、参数学习；最后,将得到的用户日常SNS社交信息与智能家居系统家居设备特征词库进行特征词匹配,将特征词匹配成功的家居设备作为用户意图控制的家居设备,对于不满足家居设备特征词库匹配的SNS信息,则根据用户所在地的天气信息、气温信息、微博发送时间等因子,利用构造的贝叶斯网络进行推理预测。