本发明涉及通信领域，具体而言，涉及一种目标对象的分类方法及装置、存储介质、电子装置。
背景技术：
随着社会的发展，家电设备的智能化应用越来越普遍，为用户提供更加智能便捷的服务，是家电设备发展的必然趋势，也是厂商越来越关注的问题，但是当下家电设备只能为用户提供多种模式，用户需要自己操作，选择自己需要的家电设备运行模式，无法根据不同用户的使用习惯与使用倾向，为用户提供更加智能的服务。造成这种问题的原因是缺乏对家电设备用户使用行为进行分类识别的方案。比如空调仅能为用户提供制冷、制热、除湿、自动、睡眠等运行模式，不可以对用户使用行为进行分类，然后根据不同类别的用户提供更加智能的服务。
针对相关技术中，无法对使用家电设备的目标对象进行分类识别的问题，尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供了一种目标对象的分类方法及装置、存储介质、电子装置，以解决相关技术无法对使用家电设备的目标对象进行分类识别的问题。
根据本发明的一个实施例，提供了一种目标对象的分类方法，包括：获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；根据所述运行参数确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
可选的，根据所述运行参数确定所述目标对象所对应的分数值，包括：获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
可选的，根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值，包括：按照以下公式确定所述目标对象对应的分数值z：z＝a*x1 b*x2 c*y，其中，所述x1为所述运行时长，x2为所述设置温度，y为所述能量消耗值，a，b，c分别为所述运行时长，所述设置温度以及所述能量消耗值所对应的系数值。
可选的，获取所述运行参数所分别对应的系数值，包括：获取数量大于预设阈值的运行参数；按照线性回归方式对所述数量大于预设阈值的运行参数进行处理，以得到所述运行参数所分别对应的系数值，其中，所述线性回归方式用于指示将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量，以确定所述因变量和所述自变量的关系。
可选的，获取目标对象所操作的家电设备的运行参数，包括：确定所述运行参数中的运行时长，其中，所述运行时长通过家电设备的开始时间和结束时间确定；向所述家电设备发送查询指令，并接收所述家电设备反馈的所述家电设备在所述开始时间到所述结束时间之间的运行时长所对应的设置温度和所述家电设备在所述运行时长内的能量消耗值。
可选的，根据所述分数值所属的区间确定所述目标对象的类别之前，所述方法还包括：设置不同的分数值的区间与不同的类别的对应关系，其中，所述区间与所述类别存在一一对应关系。
根据本发明的又一个实施例，还提供了一种目标对象的分类装置，包括：获取模块，用于获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；第一确定模块，用于根据所述运行参数确定所述目标对象所对应的分数值；第二确定模块，用于根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
可选的，所述第一确定模块，还用于获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
根据本发明的又一个实施例，还提供了一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行以上任一项中所述的方法。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行以上任一项中所述的方法。
通过本发明，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；根据所述运行参数确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。也就是说，根据所述家电设备的运行时长、设置温度与能量消耗值确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别。采用上述技术方案，解决相关技术无法对使用家电设备的目标对象进行分类识别的问题，从而对用户使用行为进行分类，然后就可以根据不同类别的用户提供更加智能的服务。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种目标对象的分类方法的计算机终端的硬件结构框图；
图2是根据本发明实施例的一种目标对象的分类方法的流程图；
图3是根据本发明实施例的一种空调制热的用户分类方法的示意图；
图4是根据本发明实施例的一种空调制热的运行参数的数据的线性回归的结果的示意图；
图5是根据本发明实施例的一种计算分数值的过程的示意图；
图6是根据本发明实施例的一种目标数据的分类装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在计算机终端，或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种目标对象的分类方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器(microprocessorunit,简称是mpu)或可编程逻辑器件(programmablelogicdevice,简称是pld))和用于存储数据的存储器104，在一个示例性实施例中，上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的目标对象的分类方法的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种目标对象的分类方法，应用于上述计算机终端，图2是根据本发明实施例的目标对象的分类方法的流程图，该流程包括如下步骤：
步骤s202：获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
步骤s204：根据所述运行参数确定所述目标对象所对应的分数值；
步骤s206：根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
通过本发明，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；根据所述运行参数确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。也就是说，根据所述家电设备的运行时长、设置温度与能量消耗值确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别。采用上述技术方案，解决相关技术无法对使用家电设备的目标对象进行分类识别的问题，从而对用户使用行为进行分类，然后就可以根据不同类别的用户提供更加智能的服务。
在步骤s202之后，根据所述运行参数确定所述目标对象所对应的分数值，包括：获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
需要说明的是，所述运行参数所分别对应的系数值，是根据线性回归方程y＝a*x1 b*x2 d来确定的。其中y为所述能量消耗值，x1为所述运行时长，x2为所述运行时长，a，b，分别为所述运行时长，所述设置温度所对应的系数值，d是常数。获取多组y、x1、x2的数值，其中每一组y、x1、x2的数值是相对应的，也就是说每一组y、x1、x2是线性相关的。获取多组y、x1、x2的数值之后，对获取的多组y、x1、x2的数值分别进行归一化，对归一化的y、x1、x2代入线性回归方程y＝a*x1 b*x2 d，计算出所述运行时长与所述运行时长的系数a与b以及常数d。计算出系数a与b之后，根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值，其中所述能量消耗值的系数可以为1。
需要说明的是，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值之前，需要对所述能量消耗值分别与所述运行时长和所述设置温度进行相关性分析。以空调设备制热为例，如图5，其中avg_energy,avg_settmp,avg_daytime分别表示所述能量消耗平均值与所述运行时长平均值和所述设置温度平均值，根据avg_energy,avg_settmp,avg_daytime的数值计算所述能量消耗平均值与所述运行时长平均值的相关系数和所述能量消耗平均值与所述设置温度平均值的相关系数。计算结果为所述能量消耗平均值与所述运行时长平均值的相关系数为一个正数，所述能量消耗平均值与所述设置温度平均值的相关系数是一个正数。最终可以得到所述能量消耗值与所述设置温度显著正相关，所述能量消耗值与运行时长显著正相关。如果是空调制冷，计算结果为所述能量消耗平均值与所述运行时长平均值的相关系数为一个正数，所述能量消耗平均值与所述设置温度平均值的相关系数是一个负数。则可以得到所述能量消耗值与所述设置温度显著负相关，所述能量消耗值与运行时长显著正相关。由此可以得出所述能量消耗值分别与所述运行时长和所述设置温度的相关性是显著的额，可以对所述能量消耗值与所述运行时长和所述设置温度进行线性回归计算，其中所述能量消耗值为因变量，所述运行时长和所述设置温度为自变量。
需要说明的是，确定所述运行参数所分别对应的系数值之后，还需要检验线性回归方程的误差，如果线性回归方程的误差小于预设阈值，那么所求系数值可以被采用，如果线性回归方程的误差大于预设阈值，那么需要重新计算所述运行参数所分别对应的系数值。
在步骤s202之后，根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值，还包括：按照以下公式确定所述目标对象对应的分数值z：z＝a*x1 b*x2 c*y，其中，所述x1为所述运行时长，x2为所述设置温度，y为所述能量消耗值，a，b，c分别为所述运行时长，所述设置温度以及所述能量消耗值所对应的系数值。
需要说明的是，确定所述目标对象对应的分数值z：z＝a*x1 b*x2 c*y之前，需要对所述能量消耗值与所述运行时长和所述设置温度进行相关性分析。在确定所述能量消耗值分别与所述运行时长和所述设置温度的相关性是显著之后，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值。确定所述运行参数所分别对应的系数值之后，还需要检验线性回归方程的误差，如果线性回归方程的误差小于目标阈值，目标阈值可以自行设置，那么再将系数a、b代入z＝a*x1 b*x2 c*y之中，其中c可以取1。
需要说明的是，c可以根据线性回归方程y＝a*x1 b*x2 d来确定，如果线性回归方程是y＝a*x1 b*x2 d的形式，那么c可以取1，如果线性回归方程变换了另一种形式：c*y＝a*x1 b*x2 d，那么c可以取线性回归方程变换之后的值，此时c可以随意调整大小，但是a与b会相应改变。c也可以根据家电设备使用环境，调整为适合的值。通过上述技术手段，就可以对家电设备用户使用行为进行分数计算，从而可以对用户分类识别，从而可以为不同用户提供相应服务。
根据所述运行参数确定所述目标对象所对应的分数值之前，需要获取所述运行参数所分别对应的系数值，包括：获取数量大于预设阈值的运行参数；按照线性回归方式对所述数量大于预设阈值的运行参数进行处理，以得到所述运行参数所分别对应的系数值，其中，所述线性回归方式用于指示将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量，以确定所述因变量和所述自变量的关系。
需要说明的是，获取数量大于预设阈值的运行参数是指获取所述能量消耗值与所述运行时长和所述设置温度的多组数据，其中多组数据的数量大于预设阈值，且每一组数据具有相关性。按照将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量的线性回归方式对所述数量大于预设阈值的运行参数进行处理，也就是说，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值。
获取目标对象所操作的家电设备的运行参数，包括：确定所述运行参数中的运行时长，其中，所述运行时长通过家电设备的开始时间和结束时间确定；向所述家电设备发送查询指令，并接收所述家电设备反馈的所述家电设备在所述开始时间到所述结束时间之间的运行时长所对应的设置温度和能量消耗值。
需要说明的是，目标对象所操作的家电设备的运行参数包括所述能量消耗值与所述运行时长和所述设置温度。向所述家电设备发送查询指令，就可以接收所述家电设备的运行时长、所述家电设备反馈的所述家电设备在所述运行时长内的设置温度和所述家电设备在所述运行时长内的能量消耗值。
需要说明的是，获取目标对象所操作的家电设备的运行参数可以是向所述家电设备发送查询指令，之后家电设备发送运行参数。获取目标对象所操作的家电设备的运行参数也可以是家电设备主动上报。
根据所述分数值所属的区间确定所述目标对象的类别之前，所述方法还包括：设置不同的分数值的区间与不同的类别的对应关系，其中，所述区间与所述类别存在一一对应关系。
需要说明的是，设置不同的分数值的区间与不同的类别的对应关系可以根据四分位点对所述目标对象进行分类的。举例说明，在一个可选实施例中，空调制热以z<-0.08的用户为节能减排型；-0.08<z<＝0.18的用户为自然均衡型；z>0.18的用户为体验最佳型；空调制冷以z<0.37的用户为节能减排型；0.37<z<＝0.70的用户为自然均衡型；z>0.70的用户为体验最佳型。其中z为所述目标对象对应的分数值。需要说明的是，用户类型可以是自行设置的，对所述目标对象进行分类也可以自行设置。
为了更好的理解上述技术方案，使用以下可选示意图用于解释说明用户分类的实现过程。
图3是根据本发明实施例的一种空调制热的用户分类方法的示意图，如图3所示：
将空调用户分为三类：节能减排，自然均衡，体验最佳。空调制热以z<-0.08的用户为节能减排型；-0.08<z<＝0.18的用户为自然均衡型；z>0.18的用户为体验最佳型。
图4是根据本发明实施例的一种空调制热的运行参数的数据的线性回归的结果的示意图，图5是根据本发明实施例的一种计算分数值的过程的示意图，如图4与图5所示：
avg_energy,avg_settmp,avg_daytime分别表示所述能量消耗平均值与所述运行时长平均值和所述设置温度平均值。avg_energy—_std,avg_settmp_std,avg_daytime_std是归一化的所述能量消耗平均值与所述运行时长平均值和所述设置温度平均值。归一化公式为：
x＝(x-min)/(max-min)
根据线性回归方程y＝a*x1 b*x2 d对归一化的所述能量消耗平均值与所述运行时长平均值和所述设置温度平均值进行线性回归，从而确定所述运行参数所分别对应的系数值。其中，所述x1为所述运行时长，x2为所述设置温度，y为所述能量消耗值。在图4中，非标准系数的误差是用来检验线性回归方程的误差的。如果线性回归方程的误差小于目标阈值，那么所求系数值可以被采用，如果线性回归方程的误差大于目标阈值，那么需要重新计算所述运行参数所分别对应的系数值。t与sig是衡量不同参数相关性是否显著的参数，其中sig值小于0.01代表两个参数相关性显著，比如设置温度的sig值为0，是小于0.01的，所以设置温度与能量消耗的相关性显著。
z＝a*x1 b*x2 c*y，其中，a，b，c分别为所述运行时长，所述设置温度以及所述能量消耗值所对应的系数值。图5中的energy,settmp,daytime分别表示a*x1的值、b*x2的值、c*y的值。最后根据z＝a*x1 b*x2 c*y，计算出z，其中图5中的score代表z的值。
通过本发明，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；根据所述运行参数确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。也就是说，根据所述家电设备的运行时长、设置温度与能量消耗值确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别。采用上述技术方案，解决相关技术无法对使用家电设备的目标对象进行分类识别的问题，从而对用户使用行为进行分类，然后就可以根据不同类别的用户提供更加智能的服务。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种目标对象的分类装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本发明实施例的一种目标对象的分类装置的结构框图；如图6所示，包括：
第一接收模块60，用于获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
第一确定模块62，用于根据所述运行参数确定所述目标对象所对应的分数值；
第二确定模块64，用于根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
通过本发明，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；根据所述运行参数确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。也就是说，根据所述家电设备的运行时长、设置温度与能量消耗值确定所述目标对象所对应的分数值；根据所述分数值所属的区间确定所述目标对象的类别。采用上述技术方案，解决相关技术无法对使用家电设备的目标对象进行分类识别的问题，从而对用户使用行为进行分类，然后就可以根据不同类别的用户提供更加智能的服务。
可选的，第一确定模块62还用于获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
需要说明的是，所述运行参数所分别对应的系数值，是根据线性回归方程y＝a*x1 b*x2 d来确定的。其中y为所述能量消耗值，x1为所述运行时长，x2为所述运行时长，a，b，分别为所述运行时长，所述设置温度所对应的系数值，d是常数。获取多组y、x1、x2的数值，其中每一组y、x1、x2的数值是相对应的，也就是说每一组y、x1、x2是线性相关的。获取多组y、x1、x2的数值之后，对获取的多组y、x1、x2的数值分别进行归一化，对归一化的y、x1、x2代入线性回归方程y＝a*x1 b*x2 d，计算出所述运行时长与所述运行时长的系数a与b以及常数d。计算出系数a与b之后，根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值，其中所述能量消耗值的系数可以为1。
需要说明的是，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值之前，需要对所述能量消耗值分别与所述运行时长和所述设置温度进行相关性分析。以空调设备制热为例，如图5，其中avg_energy,avg_settmp,avg_daytime分别表示所述能量消耗平均值与所述运行时长平均值和所述设置温度平均值，根据avg_energy,avg_settmp,avg_daytime的数值计算所述能量消耗平均值与所述运行时长平均值的相关系数和所述能量消耗平均值与所述设置温度平均值的相关系数。计算结果为所述能量消耗平均值与所述运行时长平均值的相关系数为一个正数，所述能量消耗平均值与所述设置温度平均值的相关系数是一个正数。最终可以得到所述能量消耗值与所述设置温度显著正相关，所述能量消耗值与运行时长显著正相关。如果是空调制冷，计算结果为所述能量消耗平均值与所述运行时长平均值的相关系数为一个正数，所述能量消耗平均值与所述设置温度平均值的相关系数是一个负数。则可以得到所述能量消耗值与所述设置温度显著负相关，所述能量消耗值与运行时长显著正相关。由此可以得出所述能量消耗值分别与所述运行时长和所述设置温度的相关性是显著的额，可以对所述能量消耗值与所述运行时长和所述设置温度进行线性回归计算，其中所述能量消耗值为因变量，所述运行时长和所述设置温度为自变量。
需要说明的是，确定所述运行参数所分别对应的系数值之后，还需要检验线性回归方程的误差，如果线性回归方程的误差小于预设阈值，那么所求系数值可以被采用，如果线性回归方程的误差大于预设阈值，那么需要重新计算所述运行参数所分别对应的系数值。
可选的，第一确定模块62还用于按照以下公式确定所述目标对象对应的分数值z：z＝a*x1 b*x2 c*y，其中，所述x1为所述运行时长，x2为所述设置温度，y为所述能量消耗值，a，b，c分别为所述运行时长，所述设置温度以及所述能量消耗值所对应的系数值。
需要说明的是，确定所述目标对象对应的分数值z：z＝a*x1 b*x2 c*y之前，需要对所述能量消耗值与所述运行时长和所述设置温度进行相关性分析。在确定所述能量消耗值分别与所述运行时长和所述设置温度的相关性是显著之后，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值。确定所述运行参数所分别对应的系数值之后，还需要检验线性回归方程的误差，如果线性回归方程的误差小于目标阈值，目标阈值可以自行设置，那么再将系数a、b代入z＝a*x1 b*x2 c*y之中，其中c可以取1。
需要说明的是，c可以根据线性回归方程y＝a*x1 b*x2 d来确定，如果线性回归方程是y＝a*x1 b*x2 d的形式，那么c可以取1，如果线性回归方程变换了另一种形式：c*y＝a*x1 b*x2 d，那么c可以取线性回归方程变换之后的值，此时c可以随意调整大小，但是a与b会相应改变。c也可以根据家电设备使用环境，调整为适合的值。通过上述技术手段，就可以对家电设备用户使用行为进行分数计算，从而可以对用户分类识别，从而可以为不同用户提供相应服务。
可选的，第一确定模块62还用于获取数量大于预设阈值的运行参数；按照线性回归方式对所述数量大于预设阈值的运行参数进行处理，以得到所述运行参数所分别对应的系数值，其中，所述线性回归方式用于指示将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量，以确定所述因变量和所述自变量的关系。
需要说明的是，获取数量大于预设阈值的运行参数是指获取所述能量消耗值与所述运行时长和所述设置温度的多组数据，其中多组数据的数量大于预设阈值，且每一组数据具有相关性。按照将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量的线性回归方式对所述数量大于预设阈值的运行参数进行处理，也就是说，根据线性回归方程y＝a*x1 b*x2 d来确定所述运行参数所分别对应的系数值。
可选的，获取模块60还用于确定所述运行参数中的运行时长，其中，所述运行时长通过家电设备的开始时间和结束时间确定；向所述家电设备发送查询指令，并接收所述家电设备反馈的所述家电设备在所述开始时间到所述结束时间之间的运行时长所对应的设置温度和能量消耗值。
需要说明的是，目标对象所操作的家电设备的运行参数包括所述能量消耗值与所述运行时长和所述设置温度。向所述家电设备发送查询指令，就可以接收所述家电设备的运行时长、所述家电设备反馈的所述家电设备在所述运行时长内的设置温度和所述家电设备在所述运行时长内的能量消耗值。
需要说明的是，获取目标对象所操作的家电设备的运行参数可以是向所述家电设备发送查询指令，之后家电设备发送运行参数。获取目标对象所操作的家电设备的运行参数也可以是家电设备主动上报。
可选的，第二确定模块64还用于设置不同的分数值的区间与不同的类别的对应关系，其中，所述区间与所述类别存在一一对应关系。
需要说明的是，设置不同的分数值的区间与不同的类别的对应关系可以根据四分位点对所述目标对象进行分类的。举例说明，在一个可选实施例中，空调制热以z<-0.08的用户为节能减排型；-0.08<z<＝0.18的用户为自然均衡型；z>0.18的用户为体验最佳型；空调制冷以z<0.37的用户为节能减排型；0.37<z<＝0.70的用户为自然均衡型；z>0.70的用户为体验最佳型。其中z为所述目标对象对应的分数值。需要说明的是，用户类型可以是自行设置的，对所述目标对象进行分类也可以自行设置。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
s1，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
s2，根据所述运行参数确定所述目标对象所对应的分数值；
s3，根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
s1，获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
s2，根据所述运行参数确定所述目标对象所对应的分数值；
s3，根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
可选地，在本可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种目标对象的分类方法，其特征在于，包括：
获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
根据所述运行参数确定所述目标对象所对应的分数值；
根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
2.根据权利要求1所述的方法，其特征在于，根据所述运行参数确定所述目标对象所对应的分数值，包括：
获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；
根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
3.根据权利要求2所述的方法，其特征在于，根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值，包括：
按照以下公式确定所述目标对象对应的分数值z：
z＝a*x1 b*x2 c*y，其中，所述x1为所述运行时长，x2为所述设置温度，y为所述能量消耗值，a，b，c分别为所述运行时长，所述设置温度以及所述能量消耗值所对应的系数值。
4.根据权利要求2所述的方法，其特征在于，获取所述运行参数所分别对应的系数值，包括：
获取数量大于预设阈值的运行参数；
按照线性回归方式对所述数量大于预设阈值的运行参数进行处理，以得到所述运行参数所分别对应的系数值，其中，所述线性回归方式用于指示将所述运行时长和所述设置温度作为自变量，所述能量消耗值作为因变量，以确定所述因变量和所述自变量的关系。
5.根据权利要求1所述的方法，其特征在于，获取目标对象所操作的家电设备的运行参数，包括：
确定所述运行参数中的运行时长，其中，所述运行时长通过家电设备的开始时间和结束时间确定；
向所述家电设备发送查询指令，并接收所述家电设备反馈的所述家电设备在所述开始时间到所述结束时间之间的运行时长所对应的设置温度和能量消耗值。
6.根据权利要求1至5任一项所述的方法，其特征在于，根据所述分数值所属的区间确定所述目标对象的类别之前，所述方法还包括：
设置不同的分数值的区间与不同的类别的对应关系，其中，所述区间与所述类别存在一一对应关系。
7.一种目标对象的分类装置，其特征在于，包括：
获取模块，用于获取目标对象所操作的家电设备的运行参数，其中，所述运行参数包括：所述家电设备的运行时长，所述家电设备在所述运行时长内的设置温度，所述家电设备在所述运行时长内的能量消耗值；
第一确定模块，用于根据所述运行参数确定所述目标对象所对应的分数值；
第二确定模块，用于根据所述分数值所属的区间确定所述目标对象的类别，其中，不同的区间对应有不同的类别。
8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，还用于获取所述运行参数所分别对应的系数值，其中，通过对数量大于预设阈值的运行参数进行分析，以得到所述系数值；根据运行参数以及运行参数分别对应的系数值确定所述目标对象对应的分数值。
9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至6任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的方法。
技术总结