一种场景推荐方法、装置、系统及电子设备

技术领域

本申请涉及推荐领域，尤其涉及一种场景推荐方法、装置、系统及电子设备。

背景技术

目前的智能家居应用中，一般采用预置的方式将场景和联动规则等设置到智能家居系统中，以保证智能家居系统的智能化效果。这里，场景指的是对智能家居设备的操作信息(例如，8点开灯等)，联动规则指的是与上述场景匹配的场景(例如，在开灯的同时打开空调)。

但是，目前这种预置方式，需要用户手动设置，操作较为复杂，对用户要求较高。

发明内容

有鉴于此，本申请实施例提供一种场景推荐方法、装置、系统及电子设备，以实现在不需要用户手动添加场景和联动规则的前提下动态进行场景推荐。

根据本申请实施例的第一方面，提供一种场景推荐方法，所述方法包括：

针对待被目标用户执行操作的目标设备，若当前不存在与所述目标用户匹配的场景推荐模型，则依据与所述目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出所述待推荐场景；所述目标画像至少包括：所述目标用户的用户画像、所述目标设备的设备画像、以及所述目标设备应用的区域所对应的区域画像；

获得所述目标用户基于所述待推荐场景确定出的与所述目标设备对应的目标场景；

在当前满足自学习训练条件时，基于已获得的目标用户的日程时间轴信息和所述目标画像自学习训练与所述目标用户匹配的场景推荐模型，所述场景推荐模型被用于针对所述目标用户后续要执行操作的任一设备进行场景推荐；所述日程时间轴信息至少包括：所述目标用户已添加的各设备在被基于各自对应的目标场景所执行的操作、以及所述操作被执行的时间信息。

根据本申请实施例的第二方面，提供一种场景推荐装置，所述装置包括：

待推荐场景确定模块，用于针对待被目标用户执行操作的目标设备，若当前不存在与所述目标用户匹配的场景推荐模型，则依据与所述目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出所述待推荐场景；所述目标画像至少包括：所述目标用户的用户画像、所述目标设备的设备画像、以及所述目标设备应用的区域所对应的区域画像；

目标场景获得模块，用于获得所述目标用户基于所述待推荐场景确定出的与所述目标设备对应的目标场景；

训练模块，用于在当前满足自学习训练条件时，基于已获得的目标用户的日程时间轴信息和所述目标画像自学习训练与所述目标用户匹配的场景推荐模型，所述场景推荐模型被用于针对所述目标用户后续要执行操作的任一设备进行场景推荐；所述日程时间轴信息至少包括：所述目标用户已添加的各设备在被基于各自对应的目标场景所执行的操作、以及所述操作被执行的时间信息。

根据本申请实施例的第三方面，提供一种场景推荐系统，所述系统包括：

云平台，用于执行如第一方面所述的方法；

应用平台，用于显示所述待推荐场景；

任一设备，作为待被目标用户执行操作的目标设备时，响应目标场景下的操作；所述目标场景为所述云平台获得的与所述目标设备对应的场景。

根据本申请实施例的第四方面，提供一种电子设备，电子设备包括：处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：实现如第一方面所述的方法步骤。

根据本申请实施例的第五方面，提供一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现如第一方面所述的方法步骤。

本申请实施例提供的技术方案可以包括以下有益效果：

本申请实施例中，在当前不存在与目标用户匹配的场景推荐模型时，通过其他用户的历史场景确定待推荐场景，在当前存在与目标用户匹配的场景推荐模型时，通过场景推荐模型确定待推荐场景，实现在不需要用户手动添加场景和联动规则的前提下动态进行场景推荐，降低了对用户的要求；

进一步地，结合用户的操作习惯，即目标用户的日程时间轴信息，以及多画像(即用户画像、设备画像以及区域画像)进行自学习，得到场景推荐模型，进而利用该场景推荐模型进行推荐，实现了基于用户习惯的个性化推荐。

附图说明

图1是本申请实施例提供的一种场景推荐系统的架构图。

图2是本申请实施例提供的一种场景推荐方法的流程图。

图3是本申请实施例提供的日程时间轴的示例图。

图4是本申请实施例提供的多画像推荐示例图。

图5是本申请实施例提供的推荐过程的示例图。

图6是本申请实施例提供的一种场景推荐装置的框图。

图7是本申请实施例提供的电子设备的结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

接下来对本说明书实施例进行详细说明。

如图1所示，图1是本申请实施例示出的场景推荐系统的架构图，如图1所示，该场景推荐系统包括：云平台、应用平台、设备等。

其中，云平台可以为执行场景推荐模型训练过程以及执行场景推荐过程的平台，负责数据的存储、处理、分析、决策等，然后将待推荐场景发送至应用平台，供用户确认或者微调。

应用平台为安装有APP的终端，这里，终端例如可以为手机、平板电脑、智能手表等，本申请实施例并不具体限定。

在本实施例中，上述应用平台可以为用户提供交互界面。在本实施例中，该交互界面用于显示云平台发送的待推荐场景；并且用户可以通过该交互界面向云平台发送注册信息进行注册。云平台响应于用户在交互界面的输入操作，构建用户的用户画像、添加的各设备的设备画像以及添加的各设备所处区域的区域画像。

设备可以包括：各类网关设备(例如，智慧屏、纯网关、路由器网关等)以及各类子设备(例如，面板设备、调光设备、传感器等)。这里，设备为场景推荐模型得到的推荐场景的执行单元，该设备在执行完操作后向云平台上报操作信息(即图1中的操作反馈)，用于响应目标场景下的操作；这里，目标场景为云平台获得的与该设备对应的场景。

基于上述图1推荐系统的架构图的描述，下面对场景推荐方法进行描述：

如图2所示，图2是本申请实施例提供的一种场景推荐方法的流程图，该方法应用于上述图1中的云平台。

如图2所示，该场景推荐方法包括以下步骤：

S210：针对待被目标用户执行操作的目标设备，若当前不存在与目标用户匹配的场景推荐模型，则依据与目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出待推荐场景。

示例性地，在本实施例中，目标用户可以为在该场景推荐系统的云平台注册过的任一用户，本申请实施例并不具体限定。

在本实施例中，目标设备为目标用户在云平台注册过的任一设备，本申请实施例并不具体限定。

作为一个实施例，待被目标用户执行操作的目标设备至少通过以下方式确定：当检测到目标用户在指定应用平台添加任一设备时，确定该设备为待被目标用户执行操作的目标设备；或者，当检测到目标用户在指定应用平台选中已添加的任一设备时，确定该设备为待被目标用户执行操作的目标设备。

示例性地，在本实施例中，目标画像至少包括：目标用户的用户画像、目标设备的设备画像、以及目标设备应用的区域所对应的区域画像。

其中，用户画像是目标用户在注册APP后自己通过APP填写的，用户画像用于表征用户身份信息，用户身份信息包括以下至少一个：用户年龄、用户性别、用户职业、用户爱好以及用户关系，这里，用户关系指的是与目标用户相关的人，例如，目标用户的父母、子女、朋友等，这些人可以在登录目标用户账号的情况下获得场景推荐结果。

作为另一个实施例，用户关系指的是与目标用户相关的人，例如，目标用户的父母、子女、朋友等，在本实施例中，目标用户以及与目标用户相关的人拥有其各自的账号，目标用户的账号与目标用户相关的人的账号关联。

设备画像用于表征设备信息，设备信息包括以下至少一个：设备名称、设备型号、设备可执行的功能以及设备支持的传输协议。这里，设备名称、设备型号可以是用户通过APP的交互界面输入的，也可以是用户利用应用平台扫描设备的标识信息得到，本申请实施例对设备名称和设备型号的获取方法并不具体限定。

在本实施例中，设备名称可以是设备本身的名称，可以按照用户自己的喜好修改，例如，将XXX电扇修改为我的小可爱。

而设备可执行的功能以及设备支持的传输协议是云平台根据设备名称和设备型号从数据库中匹配得到的，在本实施例中，设备可执行的功能例如，打开/关闭等。设备支持的传输协议例如可以为TCP协议等，本申请实施例并不具体限定。

区域画像用于表征区域信息，区域信息包括以下至少一个：区域名称、区域范围等。在本实施例中，区域画像是与设备画像对应的，目标用户制定设备画像时，一并将该设备应用的区域信息进行填写，作为区域画像。

在本实施例中，本步骤S210中，若当前存在与目标用户匹配的场景推荐模型，则将场景推荐模型输出的场景推荐作为待推荐场景并输出至应用平台；当前不存在与目标用户匹配的场景推荐模型，则依据与目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出待推荐场景，这里，待推荐场景可以仅为一个场景，也可以为多个场景，本申请实施例并不具体限定。

在本实施例中，在确定出待推荐场景后，将待推荐场景输出至上述应用平台以供用户选择或者调整。

而具体如何依据与目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出待推荐场景，下面实施例进行了举例描述，这里暂不赘述。

S220：获得目标用户基于待推荐场景确定出的与目标设备对应的目标场景。

示例性地，在本实施例中，目标场景可以为：待推荐场景中的其中一个场景；或者，基于目标需求对待推荐场景中的其中一个场景进行调整后的场景；或者，基于目标需求确定出的不同于待推荐场景的其它场景。

相对应地，目标用户基于待推荐场景确定出的与目标设备对应的目标场景有很多方法，例如，目标用户在应用平台提供的交互界面上从待推荐场景中选择其中一个场景；或者目标用户在应用平台提供的交互界面上基于目标需求对待推荐场景中的其中一个场景进行调整后的场景；或者，待推荐场景不够准确，目标用户基于目标需求在应用平台提供的交互界面上确定出的不同于待推荐场景的其它场景。

这里，目标需求是目标用户面对的实际需求，例如，目标用户在夏天回到家里，需要立刻打开空调。

本申请实施例通过对待推荐场景中的场景进行调整，有效降低了注定主动决策带来的误判。

S230：在当前满足自学习训练条件时，基于已获得的目标用户的日程时间轴信息和目标画像自学习训练与目标用户匹配的场景推荐模型，场景推荐模型被用于针对目标用户后续要执行操作的任一设备进行场景推荐。

示例性地，在本实施例中，当前满足自学习训练条件指的是获得的目标场景为指定时间段的场景，这里，指定时间段可以为一个星期，也可以为一个月，本申请实施例对该指定时间段不作具体限定。

在本实施例中，日程时间轴信息为目标用户日常生活中对目标用户已添加的各设备操作的快照记录集合，日程时间轴信息至少包括：目标用户已添加的各设备在被基于各自对应的目标场景所执行的操作、以及操作被执行的时间信息。如图3所示，该日程时间轴分为2个维度，分别为日期线和时间线，该日程时间轴通过2个维度的交叉点，记录所执行的操作，例如，周一早上8点，关闭灯1、关闭灯2，关闭窗帘1。

在本实施例中，基于已获得的目标用户的日程时间轴信息和目标画像，利用常规的自学习训练与目标用户匹配的场景推荐模型，具体训练方法为常规方法，这里不再赘述。

需要说明的是，在自学习过程中，获得日程时间轴之后，会学习各相邻点对的关联度，关联度用于指示相邻点对的联动概率，针对每一相邻点对(例如，周一早上8点的操作点和周一晚上8点的操作点)，当该相邻点对的关联度小于指定关联度阈值时，确定该相邻操作为联动操作。

这里，关联度有多种确定方法，例如可以通过两个相邻操作的时间差确定，再例如，可以根据两个相邻操作的余弦夹角确定，本申请实施例并不具体限定。

在本实施例中，当关联度通过两个相邻操作的时间差确定时，指定关联度阈值可以为2秒，本申请实施例并不具体限定。

当关联度通过两个相邻操作的余弦夹角确定时，指定关联度阈值可以为10度，本申请实施例并不具体限定。

本申请实施例通过在训练过程中学习日程时间轴上两个相邻操作的关联度，来确定相邻操是否为联动操作，以便于在利用该场景推荐模型进行推荐时，可以得到联动场景推荐。

至此，完成对图2所示流程的描述。

通过图2流程可以看出，本申请实施例中，在当前不存在与目标用户匹配的场景推荐模型时，通过其他用户的历史场景确定待推荐场景，在当前存在与目标用户匹配的场景推荐模型时，通过场景推荐模型确定待推荐场景，实现在不需要用户手动添加场景和联动规则的前提下动态进行场景推荐，降低了对用户的要求；

进一步地，结合用户的操作习惯，即目标用户的日程时间轴信息，以及多画像(即用户画像、设备画像以及区域画像)进行自学习，得到场景推荐模型，进而利用该场景推荐模型进行推荐，实现了基于用户习惯的个性化推荐。

在本实施例中，随着日程时间轴信息的增加，场景推荐模型的性能不断提升，场景推荐的准确度达到一定水平，云平台在得到待推荐场景后，直接将待推荐场景发送到目标设备，实现主动操作目标设备，进一步减少用户操作，提升用户体验。

作为本申请实施例一个可选实施方式，上述步骤S210中，依据与目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景可以为：如图4所示，依据目标设备的设备画像、目标用户的用户画像和目标设备应用的区域所对应的区域画像确定与已获得的目标画像相匹配的待推荐场景(图4中的场景1、场景2……场景n)，具体地：

步骤a：依据目标设备的设备画像，确定第一类设备。

示例性地，在本实施例中，第一类设备中各候选设备与目标设备属于同一类型，其中，当候选设备的设备画像与目标设备的设备画像的相似度满足第一设定相似条件，则表示候选设备与目标设备属于同一类型。

在本实施例中，候选设备的设备画像与目标设备的设备画像的相似度可以通过余弦距离表示，也可以通过欧式距离表示，本申请实施例并不具体限定。

在本实施例中，第一设定相似条件可以有很多种，例如，相似度大于指定相似度阈值(例如，50)，本申请实施例并不具体限定。

在本实施例中，本步骤中，依据目标设备的设备画像，确定第一类设备具体可以为依据目标设备的设备画像，从云平台中已添加的各设备中选择相似度满足第一设定相似条件的设备作为第一类设备。

步骤b：依据目标用户的用户画像和目标设备应用的区域所对应的区域画像，确定第二类设备。

示例性地，在本实施例中，第二类设备中各设备对应的用户画像与目标用户的用户画像的相似度满足第二设定相似条件、且第二类设备中各设备应用的区域所对应的区域画像与目标设备应用的区域所对应的区域画像的相似度满足第三设定相似条件。这里，用户画像与目标用户的用户画像的相似度以及各设备应用的区域所对应的区域画像与目标设备应用的区域所对应的区域画像的相似度均可以通过余弦相似度表示，也可以通过欧式相似度表示，本申请实施例并不具体限定。

在本实施例中，第二设定相似条件可以为相似度大于指定相似度阈值(例如，50)，本申请实施例并不具体限定。

在本实施例中，第三设定相似条件可以为相似度大于指定相似度阈值(例如，50)，本申请实施例并不具体限定。

在本实施例中，本步骤中，依据目标用户的用户画像和目标设备应用的区域所对应的区域画像，确定第二类设备具体可以为：依据目标用户的用户画像和目标设备应用的区域所对应的区域画像从第一类设备中选择各设备对应的用户画像与目标用户的用户画像的相似度满足第二设定相似条件、且各设备应用的区域所对应的区域画像与目标设备应用的区域所对应的区域画像的相似度满足第三设定相似条件的候选设备作为第二类设备。

步骤c：从第二类设备中各设备的历史场景中选择待推荐场景。

示例性地，在本实施例中，各设备的历史场景指的是各设备截至目前为止被执行的操作。待推荐场景的频率大于设定频率(例如，800次)，本申请实施例对设定频率不作具体限定。

在本实施例中，本步骤中，从第二类设备中各设备的历史场景中选择待推荐场景具体可以为从第二类设备中各设备的历史场景中选择频率大于设定频率的场景作为待推荐场景。

本申请实施例通过在当前不存在与目标用户匹配的场景推荐模型时通过其他用户的场景进行推荐，能够解决用户当前不存在与目标用户匹配的场景推荐模型时的场景推荐。

作为本申请实施例一个可选实施方式，在训练出场景推荐模型后，该方法进一步包括：

针对待被目标用户执行操作的目标设备，利用场景推荐模型输出针对目标设备的待推荐场景。

示例性地，在本实施例中，针对待被目标用户执行操作的目标设备，将该目标设备的设备画像、目标设备应用的区域所对应的区域画像以及用户画像一起输入到场景推荐模型中，以由场景推荐模型输出针对目标设备的待推荐场景。

这里，待推荐场景可以为目标设备的单一场景，还可以为目标设备以及其他设备的关联场景，本申请实施例并不具体限定。

若在场景推荐模型输出待推荐场景后接收到已部署的检测设备发送的检测结果，则根据检测结果控制对目标设备和目标用户已添加的指定设备执行场景联动操作。

示例性地，在本实施例中，检测设备可以为感应器或者交互器，用于感知用户的位置，其可以部署在目标设备上，或者部署在目标设备的周围，本申请实施例并不具体限定。

示例性地，在本实施例中，与目标设备的第一场景所对应的场景范围指的是操作目标设备的范围，例如，距离目标设备指定距离范围(例如，1米)内，本申请实施离开并不具体限定。

在本实施例中，检测结果是在检测到目标用户处于与目标设备的第一场景所对应的场景范围内时发送的，若在场景推荐模型输出待推荐场景后接收到已部署的检测设备发送的检测结果，则根据检测结果控制对目标设备和目标用户已添加的指定设备执行场景联动操作，这里，指定设备对应的第二场景与第一场景具有联动关系，场景联动操作是指按照第一场景对目标设备执行对应的操作，以及按照第二场景对指定设备执行对应的操作。

本申请实施例通过在检测到目标用户处于目标设备的第一场景所对应的场景范围时，主动触发指定设备，以实现设备的联动操作。

图5所示为本申请实施例提供的推荐过程，如图5所示，在冷启动推荐(即若当前不存在与目标用户匹配的场景推荐模型)时，利用已构建好的目标用户的用户画像、设备画像、区域画像从已有的场景库和联动库中确定待推荐场景；在自学习推荐时，对已构建好的目标用户的用户画像、设备画像、区域画像以及已获得的日程时间轴进行数据处理，得到用户特征、设备特征以及场景特征，将用户特征、设备特征以及场景特征输入到推荐模型中，以由推荐模型的召回层、排序层、补充策略和算法等进行自学习，得到场景推荐模型，然后利用场景推荐模型进行场景推荐。

与前述方法的实施例相对应，本说明书还提供了装置及其所应用的终端的实施例。

如图6所示，图6是本申请实施例示出的一种场景推荐装置的框图，上述场景推荐装置包括：

待推荐场景确定模块，用于针对待被目标用户执行操作的目标设备，若当前不存在与目标用户匹配的场景推荐模型，则依据与目标设备属于同一类型的其他设备的历史场景，确定与已获得的目标画像相匹配的待推荐场景并输出待推荐场景；目标画像至少包括：目标用户的用户画像、目标设备的设备画像、以及目标设备应用的区域所对应的区域画像；

目标场景获得模块，用于获得目标用户基于待推荐场景确定出的与目标设备对应的目标场景；

训练模块，用于在当前满足自学习训练条件时，基于已获得的目标用户的日程时间轴信息和目标画像自学习训练与目标用户匹配的场景推荐模型，场景推荐模型被用于针对目标用户后续要执行操作的任一设备进行场景推荐；日程时间轴信息至少包括：目标用户已添加的各设备在被基于各自对应的目标场景所执行的操作、以及操作被执行的时间信息。

作为本申请实施例一个可选实施方式，上述待推荐场景确定模块具体用于：

依据目标设备的设备画像，确定第一类设备；第一类设备中各候选设备与目标设备属于同一类型，其中，当候选设备的设备画像与目标设备的设备画像的相似度满足第一设定相似条件，则表示候选设备与目标设备属于同一类型；

依据目标用户的用户画像和目标设备应用的区域所对应的区域画像，确定第二类设备；第二类设备中各设备对应的用户画像与目标用户的用户画像的相似度满足第二设定相似条件、且第二类设备中各设备应用的区域所对应的区域画像与目标设备应用的区域所对应的区域画像的相似度满足第三设定相似条件；

从第二类设备中各设备的历史场景中选择待推荐场景，待推荐场景的频率大于设定频率。

作为本申请实施例一个可选实施方式，上述目标场景为：待推荐场景中的其中一个场景；或者，基于目标需求对待推荐场景中的其中一个场景进行调整后的场景；或者，基于目标需求确定出的不同于待推荐场景的其它场景。

作为本申请实施例一个可选实施方式，上述用户画像用于表征用户身份信息，用户身份信息包括以下至少一个：用户年龄、用户性别、用户职业、用户爱好以及用户关系；

用户设备画像用于表征设备信息，设备信息包括以下至少一个：设备名称、设备型号、设备可执行的功能以及设备支持的传输协议；

区域画像用于表征区域信息，区域信息包括以下至少一个：区域名称、区域范围等。

作为本申请实施例一个可选实施方式，在训练出场景推荐模型后，该装置进一步包括：

输出模块，用于针对待被目标用户执行操作的目标设备，利用场景推荐模型输出针对目标设备的待推荐场景；

联动模块，用于若在场景推荐模型输出待推荐场景后接收到已部署的检测设备发送的检测结果，则根据检测结果控制对目标设备和目标用户已添加的指定设备执行场景联动操作；检测结果是在检测到目标用户处于与目标设备的第一场景所对应的场景范围内时发送的，指定设备对应的第二场景与第一场景具有联动关系，场景联动操作是指按照第一场景对目标设备执行对应的操作，以及按照第二场景对指定设备执行对应的操作。

至此，完成图6所示装置框图的描述。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

下面对本申请实施例提供的电子设备进行描述：

参见图7，为本申请实施例提供的一种电子设备的硬件结构示意图。该电子设备可包括处理器、存储有机器可执行指令的机器可读存储介质。处理器与机器可读存储介质可经由系统总线通信。并且，通过读取并执行机器可读存储介质中与知识推理逻辑对应的机器可执行指令，处理器可执行上文描述的场景推荐方法。

本文提到的机器可读存储介质可以是任何电子、磁性、光学或其他物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，所述机器可读存储介质可以包括如下至少一个种存储介质：易失存储器、非易失性存储器、其它类型存储介质。其中，易失性存储器可为RAM(Random Access Memory，随机存取存储器)，非易失性存储器可为闪存、存储驱动器(如硬盘驱动器)、固态硬盘、存储盘(如光盘、DVD等)。

本申请实施例还提供一种包括机器可执行指令的机器可读存储介质，例如图7中的机器可读存储介质，所述机器可执行指令可由知识推理设备中的处理器执行，以实现以上描述的知识推理方法。

至此，完成图7所示电子设备的描述

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。