一種基于智能家居的用戶行為預測方法

閆 坤，沈蘇彬

(南京郵電大學 計算機學院，江蘇 南京 210046)

0 引 言

近年來，隨著物聯網技術的迅速發展，以物聯網為中心衍生出很多相關的技術。使用無線傳感技術和計算機網絡技術等，將小區內的基礎服務設施(如冰箱、臺燈、熱水器)等整合在一起，可以構成一整套智能家居系統。智能家居與傳統家庭系統的不同之處在于，在物聯網技術基礎之上的智能家居系統是“一個家庭利用計算機通信網絡聯接主要的家用電器和服務，并且可以滿足遠程控制、監控和訪問的系統”[1]。根據物聯網的三層架構，第一層是感知擴展系統，負責信息收集和設備控制；第二層是異構集成通用的計算機通信網絡系統，負責異構網絡的通信和存儲；第三層是應用和服務層，負責數據的監控和分析等[2]。目前在智能家居領域中有很多關于前兩層的設計,不僅要采集信息和傳遞信息，還要監控數據和分析數據，才能滿足真正意義上的智能[3-8]。

智能家居真正的智能化程度在國內發展速度緩慢，產品定位高和種類少，服務沒有保障。根據建設部科學技術委員會智能建筑技術開發與推廣中心的報告[9]：隨著經濟的發展，人們生活水平得到了改善，人們的生活理念發生了變化，旨在追求環保、健康、安全和舒適的生活方式，因此，它將大大增加家庭智能的發展。無論是團體應用還是個人消費，人們往往迫切地需要智能化的應用產品。大多數當前智能家居系統的共有特征是單個的機械自動化控制，不是智能性的，并且系統只能根據提前設置好的程序簡單又重復地運行，而根據人們的生活習慣來判斷滿足個人需求的控制方法是不可能的。因此，存在的問題是，智能家居系統可以采用何種技術手段來挖掘用戶的生活習慣和行為方式，最終提供智能的個性化需求服務。

文中通過相關數據庫模式的設計和數據庫的實現，構建數據挖掘的對象數據和用戶行為預測的模型數據；采用相關的、適用于物聯網應用場景的算法優化實現方法，根據智能家居應用場景采集的數據，識別和預測用戶行為；實現智能家居環境下相關家用電器的最佳優化控制和操作。因此這方面的工作既具有研究意義，又具備實際的應用價值。

1 相關研究

1.1 智能家居的研究現狀

近年來，一些智能家居研究集中在智能化方面。文獻[10]以嵌入式系統為核心，設計了基于無線技術的智能家居控制系統。文獻[11]使用ZigBee技術和數據采集功能來實現數字家庭信息控制。此外，許多專家對智能家居系統中的用戶行為進行了深入研究，文獻[12]通過分析約束和替代因素的相對權重，獲得滿足用戶需求的服務，從而確保提供服務的滿意度和舒適度。文獻[13]將普適計算和計算智能結合起來，實現用戶與家電的互動。文獻[14]提出了基于用戶行為方式和家電控制策略的挖掘。

用于智能家居類別中的用戶行為預測的常見方法包括關聯規則數據挖掘、人工神經網絡、支持向量機和決策樹分類等。文中采用關聯規則數據挖掘來查找海量數據中項集之間的關聯聯系。相比較其他方法，該方法如果兩個或者更多個屬性之間存在某種關系，則可以基于其他屬性值或其他屬性值的組合來推斷其中一個屬性值。例如，在超市購物環境中，消費者的購買行為被用作數據集，以在購物時挖掘出消費者的關聯規則，從而預測出消費者的消費特征與需求，為超市提高利潤而制定相應的營銷策略提供依據[15]。同理，可以通過挖掘出智能家居環境下用戶行為的關聯規則，為系統的最終優化控制策略提供基礎[16-17]。因此，它適用于發現用戶在日常生活的不同行為之間的關聯，可以提高用戶行為預測的效率和準確率。

1.2 關聯規則挖掘的研究現狀

一般情況下，對于一個給定的數據集，關聯規則挖掘可以分為兩步：(1)生成所有的頻繁項集，即查找不低于最小支持度的所有項集;(2)生成所有的強關聯規則，即查找到不小于最小置信度的所有頻繁項集。

在挖掘關聯規則的過程中，首先需要找到頻繁項集，Apriori算法是基于Apriori的先驗性質產生候選項集的，也就是說，頻繁項集生成的所有非空子集必須是頻繁的。雖然這大大減少了數據集的搜索空間，但它提高了頻繁項集逐層生成的效率，因此具有良好的性能。但是隨著數據集的增大，會出現兩個弊端:產生大量的候選集；需要多次掃描數據庫并生成許多候選項集，從而導致使用更多內存。

2 關聯規則挖掘算法的優化

通過調研發現選擇一種合適的技術來生成頻繁項集，即進一步提高基于Apriori挖掘的效率對于提高整個數據挖掘過程的效率顯得尤為重要。

首先給出Apriori算法的基本思想。

Apriori算法采用稱為逐層搜索的迭代方法，其中第k項的項集用于搜索第k+1項的項集[11]。通過掃描數據集，計數每個項目集的計數，并且記錄滿足最小支持度的項集，同時找到頻繁的1個項集的集合，將該集合記錄為L1。然后，通過L1找到頻繁的2個項集的集合L2，再使用L2找出L3，依次類推使用find，直到找到所有的頻繁k項集[11]。當找出所有頻繁的k項集時，完成一次完整的數據集掃描。

主要步驟如下:

(1)掃描全部數據，產生候選1-項集的集合C1；

(2)根據用戶指定的最小支持，根據候選1-項集的集合C1生成一組頻繁的1-項集L1；

(3)對k>1，重復執行步驟4～6；

(4)通過執行連接和剪枝操作生成一組候選(k+1)-項集Ck+1；

(5)根據用戶指定的最小支持，根據候選(k+1)-項集的集合Ck+1，生成一組頻繁(k+1)-項集Lk+1；

(6)若C≠?，則k=k+1，跳往步驟4；否則，跳往步驟7。

(7)根據最小置信度，關聯規則由頻繁項集生成，算法結束。

上述步驟4中的連接操作是經由Lk+1與自身連接生成一組候選k-項集的集合Ck。剪枝是要求頻繁項集的所有非空子集必須是頻繁的，去除不滿足要求的非頻繁k-項集。

考慮采用散列(hash)技術生成頻繁項集的算法，該方法通過使用散列函數將候選項集散列到不同的散列桶中，然后再計算每個桶中的項目子集的數量，找出頻繁項目集，即大于或等于最小支持度的數值。當根據C1中要確定的1個項目的集合生成頻繁的1個項目的集合L1時，可以考慮為每個交易生成相應的全部的2個項目集合，再次考慮將它們散列(即映射)到同一個哈希表中的不同桶結構中，同時計算每個桶中的項目子集的數量。

該方法是以生成哈希表和存儲數據集的存儲空間為代價來提高算法性能，省略了由散列表設置的k-項集連接生成候選集，顯著地壓縮了要檢查的k項集，特別是當k=2時。可以看出，采用這種基于散列的技術可以大大提高原算法的效率。

3 原型系統的設計和實現

在智能家居系統中，不同類型的傳感設備通過藍牙、Wi-Fi、ZigBee等無線傳感網技術[18-20]將采集到的各種傳感信息(如位置信息、液位信息、能耗信息等)發送給控制器，控制器通過數據處理模塊將大量的傳感數據轉換為有價值的信息，并向第三方提供數據服務。其中數據處理模塊包括數據預處理、數據訪問和數據挖掘。數據預處理按步驟分為數據清洗、數據集成、數據轉換和數據歸約，來保證數據的準確性、完整性和一致性，為后續的挖掘分析提供高質量的數據；數據挖掘是從大量數據中提取或挖掘潛在的、有價值的知識，實現分類、聚類、關聯分析、預測、偏差檢測等功能的過程。

文中原型系統的設計和實現需要解決數據的采集，預處理和存儲，以及用戶的行為識別和預測等問題，完成構建無線傳感器網絡，部署傳感器，預處理采集到的數據并且存儲數據，識別用戶行為，通過關聯規則預測用戶行為等工作。

原型系統設計為3個功能模塊，包括數據采集和預處理模塊、網關模塊，以及行為識別和預測模塊。數據采集模型將構建無線傳感器網絡，部署傳感器，研究實現節能和延伸網絡的生命周期。網關模塊將研究在PC作為網關的實驗硬件平臺，設計網關，實現無線傳感器網絡與互聯網的通信；設計面向數據挖掘的數據存儲，包括數據存儲格式的設計等。行為識別和預測模塊讀取存儲在網關中的數據，進行分析挖掘，結果發送至無線傳感器網絡的控制節點。總體結構如圖1所示。

3.1 數據采集與預處理模塊

本階段收集的數據將要作為該原型系統的訓練樣本。第一項任務是構建無線傳感器網絡，初始化網絡并添加相應的節點。然后部署各種類型的傳感器，通常包括光敏傳感器、壓力傳感器和熱釋電傳感器。最后是數據的通信交互，包括接收器與終端節點的數據通信交互功能、接收器與智能網關的數據通信交互功能。

圖1 總體結構

文中需要采集的數據包括室內光照強度，室內活動狀態數據，開關狀態數據等，量化這些數據需要合適的傳感器。按照室內環境數據收集精度的需求，選擇適合的傳感器達到數據收集的目的。

在智能家居的應用場景下，無線傳感器網絡的一個重要功能是數據收集，即每個節點收集其傳感器數據，并以多跳模式將其傳輸到接收器。一般情況下在無線傳感器網絡當中，節點通常搭載電池，由于部署環境的復雜性，充電是不切實際的，不可能的或是不值得的。于是，要思考怎樣才能實現節能和延伸網絡的生命周期。

壓縮感知是一種將數據采集和數據壓縮集成在一起的新技術，通過利用信號的稀疏性或可壓縮性，突破了經典的香農采樣理論的邊界，從而可以通過更少的樣本實現數據恢復的高精度。現有的許多基于壓縮感知的數據收集方案中提出傳感器數據在通過特定路由路徑發送到接收器之前與一些系數相乘。接收器通過使用這些接收的測量結果構建每個節點的原始數據，其中恢復過程中采用的測量矩陣與測量過程中的測量矩陣相同。

壓縮感知最初是為有效存儲和壓縮數字圖像而開發的，在無線傳感器網絡中不一定能滿足壓縮感知表現良好的條件。例如，在一些方案中使用密集隨機矩陣投影增加了節點之間的通信開銷，從而降低了無線傳感器網絡中壓縮感知的有效性。一些方案引入稀疏樣本以減少流量，但是為了實現均勻和隨機的測量，它們需要精確的路由算法。

隨機游走是一種有效的，不需要全局信息的路由方法。隨機游走路徑上的每個節點從其鄰居中隨機選擇其下一跳節點，而沒有精確的路由控制。這種隨機跳轉機制可以有效地實現本地負載均衡。與傳統的樹或基于簇的結構相比，它可以延長網絡的生命周期。

基于隨機游走的壓縮感知數據采集方案集成了壓縮感知和隨機游走，以實現優勢互補，有效地緩解了傳統壓縮感知方案的不足。通過線性組合沿隨機游走路徑的節點的傳感器數據，實現了有效的稀疏采樣測量。與傳統的基于壓縮感知的數據采集方案相比，基于隨機游走的壓縮感知數據采集方案可以有效降低通信開銷。在隨機游走的多跳傳輸過程中，每個節點從包含多于一個節點的候選列表中隨機選擇其下一跳節點。它實現了局部能量平衡，減少了對少數人依賴的瓶頸，從而延長了網絡生命周期。

數據預處理具體包含數據的清理、集成、選擇、轉換等，數據清理是在數據中消除錯誤和不一致，并解決物體識別問題，去除噪聲或無關數據，處理數據中缺失的數據字段；數據集成將來自多個數據源的數據組合在一個統一的數據存儲中，解決了語義歧義并整合到一致的數據存儲中；數據選擇基于對發現任務和數據本身內容理解，尋找依賴于發現目標的表達數據的有用特征，要減小數據的大小，在盡可能保持原始數據的同時最大化數據量，數據選擇可以使數據的規律性和潛在特征更加明顯；數據協議將識別出需要挖掘的數據集，并縮小處理范圍，這是基于數據選擇進一步減少挖掘數據。

3.2 網關模塊

該功能模塊主要包括設計網關；設計數據格式，以促進數據存儲，包括數據的添加、刪除、修改和查詢等操作，提供預處理數據用于后續用戶行為識別和行為預測。

智能家居網關是連接智能家居內外通信的橋梁，在家庭內部，通過無線傳感器網絡實現對各種傳感器設備的控制與管理；在家庭外部，通過互聯網達到遠程通信與控制的目的。文中的網關系統將于PC端實現，具體的功能包括：無線傳感器網絡與互聯網通信，傳輸數據，預處理數據，并存儲傳感器數據。

網關的基本目標是解決不同端點網絡和Internet之間的異構性，加強端點網絡的管理，并將傳統Internet與端點網絡連接起來。由于最先進的物聯網網關旨在連接到移動和無線網絡，它們強調在智能設備和用戶云之間提供靈活的連接，實現智能大數據分析和數據驅動決策。此外，它們可以靈活地配置不同的協議模塊，以與終端節點或輸入輸出設備進行通信。

網關務必要支持各個端點的多樣性，同時考慮到不同種類的終端設備支持不同的接口，來自不同節點集的數據的收集和聚合需要一種用于以一致且可靠的方式橋接具有一系列處理能力和接口的設備的手段。它們通過支持不同的設備連接方法來實現這一目標，無論這是來自原始傳感器的變化電壓，還是來自編碼器的I2C數據流，還是來自通過無線網絡的定期更新的設備。網關通過整合來自不同來源和接口的數據并將它們連接到互聯網，有效地減輕了設備的多樣性。因此，各個節點不需要承擔高速因特網接口的復雜性或成本以便連接。

然而，當前的物聯網網關被動或半自動地運行。這意味著，當用戶使用新的設備時，需要根據設置手冊手動安裝設備。之后，IOT網關詢問用戶是否應該注冊新設備。為解決這一問題，可以考慮提出一種適用于小規模物聯網環境的可靠物聯網網關。當用戶在家中帶來新設備時，物聯網網關自動檢測此新設備并自行注冊。如果用戶從他/她的家中丟棄舊設備，則智能物聯網網關會自動從設備列表中刪除該設備。用戶沒有必要關心如何注冊和安裝新的物聯網設備。

當今可用的物聯網網關允許用戶設置一些電視頻道，燈光，冰箱等屬性。然而，未來的智能家居，特別是基于軟件定義網絡的智能家居，可能具有非常豐富的配置控制。旨在開發能夠使物聯網網關自動配置的算法，提出了一個自動配置的初步研究，它考慮了兩個屬性：動態發現和自動注冊。使用IoTivity框架設計物聯網網關IoTivity的交互模型，這類似于HTTP的客戶端/服務器模型，并使用CoAP協議進行設備到設備(D2D)通信。使用選項和有效負載字段來收集每個設備的屬性信息。標題中CoAP字段的詳細信息在IETF RFC文檔中定義。但是，D2D交互通常會導致IoTivity實現在客戶端和服務器角色中都起作用。IoTivity操作等同于HTTP的操作，并由客戶端發送以請求對服務器上的操作(由URI標識)。然后，服務器傳回響應代碼，此響應包括資源表示。

數據存儲考慮到智能家居環境下的數據量，用戶的個人隱私等因素，選用SQL Server數據庫存儲數據。該數據庫是一種關系型的數據庫系統，是一個能擴展的、高性能的、為分布式客戶端/服務器計算所設計的數據庫管理系統。存儲傳感器數據的特征向量，在數據庫中創建sensor_Data表，其表的結構如表1所示。

表1 sensor_Data表結構

3.3 行為識別和預測模塊

該功能包括基于隱馬爾可夫模型的行為識別和基于關聯規則數據挖掘的行為預測。分析用戶的行為偏好，它以時間戳的順序呈現，該序列可以包括用戶已經發生過的吃飯、看電視、洗衣服和睡覺等行為，最終預測用戶未來的興趣。采用一種新穎的情境感知推薦系統，該系統根據從該用戶收集的反饋序列對用戶的情境變化進行建模。所提出的方法監視用戶偏好的變化并動態地適應這些變化。

許多現有的傳統推薦系統假設用戶偏好模式是靜態的并且基于用戶的交互和偏好歷史產生推薦。然而，通常由于用戶興趣和他們的背景變化的變化，用戶的偏好可能隨時間而變化。對于諸如聽音樂和看電影之類的頻繁選擇的項目，用戶的偏好可以由于他們的興趣的演變而改變。例如，用戶的音樂推薦系統可以基于當前上下文(運動，駕駛等)推薦不同類型的音樂。這些更改已促使用戶過去選擇使用的推薦系統。盡管傳統的推薦系統具有識別用戶的過去偏好的能力，但是如果用戶的偏好在訓練階段之后發生改變，則基于過去的偏好的推薦并不總是為用戶提供最大的益處。不考慮這些更改可能會顯著降低系統性能。

另一方面，智能手機的流行和無處不在的計算使推薦系統能夠訪問用戶的文本信息。考慮用戶的上下文感知推薦系統使用上下文信息，例如用戶活動，時間和位置等，來了解用戶上下文及其對用戶偏好的影響。與使用過去用戶偏好的其他推薦系統相比，該系統提供接近每個用戶的當前上下文的相關推薦。

一種新穎的分層隱馬爾可夫模型用于從數據中提取潛在的上下文。潛在的上下文由無監督的隱藏上下文模式組成，其在建議的方法中被建模為狀態。文中用戶選擇的項目被視為給定時間段內的序列。并且還假設用戶上下文不是由直接因素提供的，這些因素是動態的，應該從用戶與系統的交互中推斷出來。在當前上下文中使用用戶選擇和用戶先前偏好的推薦系統可以向用戶提供興趣推薦。例如，基于用戶在當前上下文中收聽的音樂序列，推薦系統可以推薦相關的音樂。要想估測所提出的模型，采取由時間戳數據序列組成的訓練樣本。

采用基于Apriori算法的關聯規則數據挖掘，首先把處理后的事件序列化，即事務用字母表示。由于同一事件可能在白天多次發生，因此同一天的同一事件可以通過不同的字母區分，在同一天中同一個事件可能發生多次，第一次發生時用字母A表示，當再次發生時可以用字母B表示，比如做早飯、做晚飯。某用戶一天的行為動作可能為做飯、洗衣服、做飯、洗澡，那么可以表示為ADBJ，依次類推。然后，最小支持度和最小置信度分別設置為0.5和1，并且基于Apriori的關聯規則數據挖掘算法程序由Java語言實現，輸入是最小支持度和最小置信度的事件序列，輸出則是關聯規則。

4 實驗與結果分析

測試場景選取某小區一家庭，分別在門、電視桌、洗衣機、熱水器和床等關鍵位置部署門傳感器、位置傳感器、壓力傳感器和光敏傳感器等，測試行為包括吃飯、看電視、洗衣服、洗澡、睡覺共5種行為動作。測試方法要求參與者根據自己的生活習慣，將5種行為動作穿插在一起，模擬日常行為，獲取到的數據集作為訓練集，結果如表2所示。

表2是行為列表，在數據庫中有9個事務，項目a,b,c,d,e分別表示用吃飯、看電視、洗衣服、洗澡、睡覺。

表2 行為列表

首先設最小支持度為3，即min_sup=3,利用Apriori算法產生候選項集及頻繁項集。

使用如下散列函數創建散列表H2，h(x,y)=((x的序)*10+(y的序) mod 7)。

由C1中的候選1項集產生頻繁1項集L1時，可以對每個事務產生所有的2項集，將它們散列(即映射)到散列表結構的不同桶中，并增加對應的桶計數，結果如表3所示。

表3 散列表H2

分析:因為最小支持度為3，則可以通過觀察哈希表H2時發現其中的桶0,1,3,4中的項集不可能是頻繁的，可以從候選集中刪除，因此它們不包括在C2中。該方法省略了由散列表設置的k-項集連接生成候選集，顯著地壓縮了要檢查的k項集，特別是當k=2時。可以看出，采用這種基于散列的技術可以大大提高原算法的效率。

同理，再經過幾次迭代掃描可以找出全部的頻繁項集。然后設置最小置信度為05，即min_confidence=0.5,利用上述步驟產生的頻繁項集產生關聯規則。例如，

Confidence(i1?i2)=4/6=0.67≥0.5

(1)

Confidence({i1,i2}?i3)=2/4=0.5≥0.5

(2)

部分測試用例如表4所示。

表4 測試用例

最后進行實驗結果分析，由式1得到該用戶在吃飯時有2/3的概率會看電視，因此可以在感知到用戶坐在餐桌前時，智能地控制電視的自動打開，減少人工干預。由式2得到該用戶在吃飯和看電視之后有1/2的概率會睡覺，比如午休時，因此可以在感知用戶離開餐桌時，智能地控制電視的自動關閉，同時調節空調到適宜的溫度等。一般情況下，用戶的日常生活行為習慣不會改變，且模式一致，因此可以為智能家居系統的控制策略提供良好的理論依據。

5 結束語

重點闡述了目前的智能家居系統，該系統只能根據事先設定的程序控制方法和規則簡單重復，根據用戶的日常生活習慣，不可能隨時提供滿足個人需求的服務。因此，根據關聯規則數據挖掘算法，提出了一種預測用戶未來行為的方法，為系統的控制策略提供理論依據，使得家居生活更加靈活、智能化，向更加人性化和智能化邁進。