空调的保养服务推荐方法及服务器

技术领域

本申请涉及家居家电领域，特别涉及一种空调的保养服务推荐方法及服务器。

背景技术

随着我国空调市场的规模不断扩大，空调保养服务的需求量也随之增大。因此，给用户推荐符合需求的保养服务显得尤为重要。

目前，空调的保养服务推荐方法主要有两种。第一种是用户基于空调的型号、保养类型以及购买日期等自行选择所需的保养服务。由于大部分用户缺少空调保养的知识，因此并不能准确地判断出当前空调所需的保养服务，从而难以选出符合当前需求的保养服务。第二种是统计用户所在社区的各个用户所需的保养服务，进而将统计用户数量最多的保养服务推荐给该用户。由于统计的数据只能表明大部分用户的需求，并不能准确反映每个用户的空调的保养服务需求，因此推荐的保养服务可能并不是用户真正需要的保养服务。

发明内容

本申请提供了一种空调的保养服务推荐方法及服务器，可以针对性地确定空调所需的保养服务并进行推荐。所述技术方案如下：

一方面，提供了一种空调的保养服务推荐方法，所述方法包括：

获取目标空调的画像数据，所述画像数据用于描述所述目标空调，所述画像数据包括运行状态数据和设备操作数据，所述运行状态数据用于表征所述目标空调的运行状态，所述设备操作数据用于表征所述目标空调的使用频率，所述目标空调是指需要进行保养的空调；

基于所述运行状态数据，确定所述目标空调的设备运行分数，基于所述运行状态数据和所述设备操作数据，确定所述目标空调的设备使用分数；

如果所述设备运行分数与所述设备使用分数之和高于分数阈值，则基于所述目标空调的保养需求，从多个保养服务中选择满足所述保养需求的候选保养服务；

确定所述候选保养服务中每个保养服务对应的推荐分数；

基于所述每个保养服务对应的推荐分数，从所述候选保养服务中选择待推荐的保养服务并推荐给用户终端。

另一方面，提供了一种服务器，所述服务器包括处理器，所述处理器用于：

获取目标空调的画像数据，所述画像数据用于描述所述目标空调，所述画像数据包括运行状态数据和设备操作数据，所述运行状态数据用于表征所述目标空调的运行状态，所述设备操作数据用于表征所述目标空调的使用频率，所述目标空调是指需要进行保养的空调；

基于所述运行状态数据，确定所述目标空调的设备运行分数，基于所述运行状态数据和所述设备操作数据，确定所述目标空调的设备使用分数；

如果所述设备运行分数与所述设备使用分数之和高于分数阈值，则基于所述目标空调的保养需求，从多个保养服务中选择满足所述保养需求的候选保养服务；

确定所述候选保养服务中每个保养服务对应的推荐分数；

基于所述每个保养服务对应的推荐分数，从所述候选保养服务中选择待推荐的保养服务并推荐给用户终端。

另一方面，提供了一种空调的保养服务推荐装置，所述装置包括：

第一获取模块，用于获取目标空调的画像数据，所述画像数据用于描述所述目标空调，所述画像数据包括运行状态数据和设备操作数据，所述运行状态数据用于表征所述目标空调的运行状态，所述设备操作数据用于表征所述目标空调的使用频率，所述目标空调是指需要进行保养的空调；

第一确定模块，用于基于所述运行状态数据，确定所述目标空调的设备运行分数，基于所述运行状态数据和所述设备操作数据，确定所述目标空调的设备使用分数；

第一选择模块，用于如果所述设备运行分数与所述设备使用分数之和高于分数阈值，则基于所述目标空调的保养需求，从多个保养服务中选择满足所述保养需求的候选保养服务；

第二确定模块，用于确定所述候选保养服务中每个保养服务对应的推荐分数；

第二选择模块，用于基于所述每个保养服务对应的推荐分数，从所述候选保养服务中选择待推荐的保养服务并推荐给用户终端。

另一方面，提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存放计算机程序，所述处理器用于执行所述存储器上所存放的计算机程序，以实现上述所述的空调的保养服务推荐方法的步骤。

另一方面，提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述所述空调的保养服务推荐方法的步骤。

另一方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行上述所述的空调的保养服务推荐方法的步骤。

本申请提供的技术方案至少可以带来以下有益效果：

本申请实施例基于目标空调的画像数据，能够精准地确定出目标空调当前是否需要进行保养，在目标空调需要保养的情况下，还能够基于目标空调的保养需求，将符合保养需求的保养服务推荐给用户终端。即，通过目标空调的画像数据，自动为目标空调匹配符合保养需求的保养服务，并将该保养服务推荐给用户终端，提高为用户终端推荐的保养服务的准确性和针对性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种系统架构的示意图；

图2是本申请实施例提供的一种空调的保养服务推荐方法的流程图；

图3是本申请实施例提供的一种空调的保养服务推荐方法的示意图；

图4是本申请实施例提供的一种空调的保养服务推荐装置的结构示意图；

图5是本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

在对本申请实施例提供的空调的保养服务推荐方法进行详细地解释说明之前，先对本申请实施例涉及的系统架构进行介绍。

请参考图1，图1是根据一示例性实施例示出的一种空调的保养服务推荐系统的系统架构示意图。该系统包括目标空调101、服务器102和用户终端103，目标空调101以及用户终端103可以与服务器102进行通信连接。该通信连接可以为有线或者无线连接，本申请实施例对此不做限定。

目标空调101可以向服务器102上报目标空调101每次运行的模式、风量、设定的温度、检测的环境温度、用户对目标空调101的操作等数据，服务器102基于目标空调101上报的数据确定目标空调101的画像数据，该画像数据包括运行状态数据和设备操作数据。服务器102基于目标空调101的画像数据，从候选保养服务中选择待推荐的保养服务，并将该保养服务推荐给用户终端103。用户终端103用于接收服务器102推荐的保养服务，并将服务器102推荐的保养服务器显示给用户。

其中，服务器102可以是一台独立的服务器，也可以是由多台物理服务器组成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器，或者是一个云计算服务中心。

用户终端103可以是任何一种可与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如PC(Personal Computer，个人计算机)、手机、智能手机、PDA(Personal Digital Assistant，个人数字助手)、可穿戴设备、掌上电脑PPC(Pocket PC)、平板电脑、智能车机、智能电视、智能音箱等。

本领域技术人员应能理解上述服务器102和用户终端103仅为举例，其他现有的或今后可能出现的服务器或用户终端如可适用于本申请实施例，也应包含在本申请实施例保护范围以内，并在此以引用方式包含于此。

需要说明的是，本申请实施例描述的系统架构是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统架构的演变，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

接下来对本申请实施例提供的空调的保养服务推荐方法进行详细地解释说明。图2是本申请实施例提供的一种空调的保养服务推荐方法的流程图。请参考图2，该方法包括如下步骤。

步骤201：服务器获取目标空调的画像数据，该画像数据用于描述目标空调，画像数据包括运行状态数据和设备操作数据，运行状态数据用于表征目标空调的运行状态，设备操作数据用于表征目标空调的使用频率，目标空调是指需要进行保养的空调。

该运行状态数据包括平均运行效率和运行总时长。平均运行效率是指将环境温度调节为设定温度的平均效率。运行总时长是指历史时间段内每次的开机运行时长之和。当然，实际应用中，该运行状态数据还可以包括其他的数据。

在一些实施例中，目标空调在历史时间段内可能会进行多次开机运行，所以，服务器可以基于目标空调在历史时间段内的每次开机运行过程的相关数据来确定目标空调的平均运行效率。即，对于目标空调在历史时间段内的多次开机运行过程，服务器确定每次开机运行过程对应的调节时长、风量权重和温度差权重，其中，调节时长是指将环境温度调节为设定温度所需的时长，风量权重是指目标空调的风量所对应的权重，温度差权重是指环境温度与设定温度的差值所对应的权重。服务器基于每次开机运行过程对应的调节时长、风量权重和温度差权重，以及目标空调对应的空调特征权重，确定每次开机运行过程对应的运行效率，并将多次开机运行过程对应的运行效率的平均值进行归一化，以得到平均运行效率。

在一些实施例中，在目标空调刚开始运行制冷模式或者制热模式时，服务器开始计时，并且每隔一段时间获取目标空调检测的环境温度，将该环境温度与设定温度进行比较。在环境温度不等于设定温度的情况下，服务器继续计时。在环境温度等于设定温度的情况下，服务器停止计时，并且将该计时时长确定为本次开机运行过程对应的调节时长。

在一些实施例中，服务器存储有风量与风量权重的对应关系，风量越大，风量权重越小，例如，风量为2级时，风量权重为20。风量为3级时，风量权重为30。在目标空调运行制冷或者制热模式时，服务器获取目标空调的风量，基于该风量，从风量与风量权重的对应关系中确定该风量对应的风量权重。

同理，服务器还存储有温度差与温度差权重的对应关系，例如，温度差为15摄氏度时，温度差权重为10。温度差为17摄氏度时，温度差权重为15。在目标空调运行制冷或者制热模式时，服务器获取目标空调检测的初始环境温度以及设定温度，确定初始环境温度与设定温度之间的温度差。基于该温度差，从温度差与温度差权重的对应关系中确定该温度差对应的温度差权重。

同理，服务器还存储有空调型号、匹数与空调特征权重的对应关系，例如，型号为KFG-22W，匹数为2匹的空调的空调特征权重为45。型号为HFQ-26W，匹数为1.5匹的空调的空调特征权重为35。服务器可以获取目标空调的型号与匹数，基于目标空调的型号与匹数，从空调型号、匹数与空调特征权重的对应关系中确定目标空调的空调特征权重。

需要说明的是，初始环境温度是指目标空调刚开始运行制冷或者制热模式时，目标空调检测到的环境温度。当然，在一些实施例中，目标空调刚开始运行制冷或者制热模式时，由于目标空调的处于刚开机状态，其各个系统的状态可能并不稳定，目标空调所检测到的环境温度与实际的环境温度之间可能有误差。因此，在目标空调刚开始运行制冷或者制热模式的参考时长之后，也即是，目标空调的各个系统处于稳定状态时，目标空调将检测到的环境温度作为初始环境温度。其中，参考时长是事先设置的，而且在不同的情况下，还可以按照不同的需求进行调整。例如，参考时长可以设置为5分钟，也即是，在目标空调刚开始运行制冷或者制热模式的5分钟之后，目标空调将检测到的环境温度作为初始环境温度。

作为一种示例，服务器可以基于每次开机运行过程对应的调节时长、风量权重和温度差权重，以及目标空调对应的空调特征权重，按照如下公式(1)确定每次开机运行过程对应的运行效率。

W＝T1×K1×K2×K3 (1)

其中，在上述公式(1)中，W代表某次开机运行过程对应的运行效率，T1代表该次开机运行过程对应的调节时长，K1代表该次开机运行过程对应的风量权重，K2代表该次开机运行过程对应的温度差权重，K3代表该次开机运行过程对应的空调特征权重。

基于上文描述，在确定每次开机运行过程对应的运行效率后，还需要将多次开机运行过程对应的运行效率的平均值进行归一化，以得到平均运行效率。在一些实施例中，服务器存储有空调的型号、匹数与理想运行效率的对应关系。在这种情况下，服务器获取目标空调的型号与匹数，基于该型号和匹数，从空调的型号、匹数与理想运行效率的对应关系中确定目标空调的理想运行效率，基于目标空调的理想运行效率，将多次开机运行过程对应的运行效率的平均值进行归一化，也即是，将目标空调的理想运行效率作为最优运行效率，将该多次开机运行过程对应的运行效率的平均值除以理想运行效率，以得到平均运行效率。

当然，将该多次开机运行过程对应的运行效率的平均值除以理想运行效率仅仅是一种归一化的方式，实际应用中，还可以通过其他的方式进行归一化。

理想运行效率是目标空调在理想状态下的运行效率。该理想状态是指环境温度、环境温度与设定温度的差值等等都处于理想值。例如，在环境温度为25摄氏度，环境温度与设定温度的差值为10摄氏度时，目标空调处于理想状态。

在目标空调的运行过程中，其运行效率受到多重因素的影响，例如，开机时间、环境温度与设定温度的差值等等，因此目标空调计算单次的运行效率并不能准确反映目标空调实际的运行效率。在本申请实施例中，通过确定目标空调在历史时间段内的多次开机运行过程的运行效率，进而确定目标空调的平均运行效率，该平均运行效率可以准确反映目标空调实际的运行效率。

需要说明的是，历史时间段是事先设置的，例如，历史时间段可以设置为当前时间之前最近的30天。而且在不同的情况下，还可以按照不同的需求进行调整。后续涉及的“历史时间段”都可以参考该解释。

在一些实施例中，将多次开机运行过程对应的运行效率的平均值进行归一化后，可能会出现归一化后的数值较小的情况，即平均运行效率的数值较小。而且，在多个空调的平均运行效率均较小的情况下，这些空调的平均运行效率的数值分布较为集中，从而导致数值之间的差异性不显著。在这种情况下，可以对归一化后的数值进行再次处理。

其中，对归一化后的数值进行再次处理的方式有多种。在一些实施例中，可以对归一化后的数值进行开平方。经过开平方操作后，可以将多个集中分布的数值分散开，并且该数值仍然处于(0,1]区间内。后续进行归一化后的数值都有可能出现上述情况，因此都可以参考上述解释。

与上文同理，在一些实施例中，服务器可以基于目标空调在历史时间段内的每次开机运行过程的相关数据来确定目标空调的运行总时长。即，服务器对目标空调在历史时间段内每次的开机运行时长求和，并将求和结果进行归一化，以得到运行总时长。

在服务器对目标空调在历史时间段内每次的开机运行时长求和后，需要将求和结果进行归一化，以得到运行总时长。在一些实施例中，可以确定历史时间段的总时长，基于历史时间段的总时长对目标空调在历史时间段内每次的开机运行时长的求和结果进行归一化，也即是，将该求和结果除以历史时间段的总时长，以得到运行总时长。例如，在历史时间段为当前时间之前最近的30天的情况下，历史时间段的总时长为30×24×60＝3600秒，目标空调在历史时间段内每次的开机运行时长的求和结果为1800秒，则该目标空调的运行总时长为1800÷3600＝0.5。

当然，将目标空调在历史时间段内每次的开机运行时长的求和结果除以历史时间段的总时长仅仅是一种归一化的方式，实际应用中，还可以通过其他的方式进行归一化。

该设备操作数据包括操作总次数，操作总次数是指历史时间段内的所有操作次数之和。与上文同理，在一些实施例中，服务器可以基于目标空调在历史时间段内的每次开机运行过程的相关数据来确定目标空调的操作总次数。即，服务器对目标空调在历史时间段内的所有操作次数求和，并将求和结果进行归一化，以得到操作总次数。

在一些实施例中，服务器可以获取到多个空调在历史时间段内的所有操作次数的求和结果，服务器基于获取到的多个空调在历史时间段内的所有操作次数的求和结果确定求和结果最大值，基于该求和结果最大值对目标空调在历史时间段内的所有操作次数的求和结果进行归一化，也即是，将目标空调在历史时间段内的所有操作次数的求和结果除以求和结果最大值，以得到操作总次数。例如，服务器确定的求和结果最大值为574，目标空调在历史时间段内的所有操作次数的求和结果为287，则该目标空调的操作总次数为287÷574＝0.5。

当然，将目标空调在历史时间段内的所有操作次数的求和结果除以多个空调在历史时间段内的所有操作次数的求和结果最大值仅仅是一种归一化的方式，实际应用中，还可以通过其他的方式进行归一化。比如，在另一些实施例中，服务器存储有空调的型号、匹数与最大操作次数的对应关系。在这种情况下，服务器获取目标空调的型号与匹数，基于该型号和匹数，从空调的型号、匹数与最大操作次数的对应关系中确定目标空调的最大操作次数，基于该最大操作次数对目标空调在历史时间段内的所有操作次数的求和结果进行归一化，也即是，将目标空调在历史时间段内的所有操作次数的求和结果除以最大操作次数，以得到操作总次数。

需要说明的是，目标空调在历史时间段内的所有操作次数是指用户在历史时间段内对目标空调进行控制时执行的所有操作的次数。该操作包括但不限于对目标空调的风量、模式、温度、开关的控制操作。

在一些实施例中，画像数据还可以包括设备基础数据和设备保养记录。该设备基础数据可以包括多个保养类型和每个保养类型对应的保养周期，当然，该设备基础数据还包括其他的数据，比如目标空调的安装地址、安装时间、卖出时间、型号、匹数等等。设备保养记录包括目标空调在当前时间之前最近一次进行保养的保养类型和保养时间。当然，该设备保养记录还可以包括目标空调在当前时间之前每次进行保养的保养类型和保养时间。

其中，保养类型可以是更换滤网、清洗等等。保养周期是事先设置的，不同的保养类型对应不同的保养周期。

步骤202：服务器基于目标空调的运行状态数据，确定目标空调的设备运行分数，基于目标空调的运行状态数据和设备操作数据，确定目标空调的设备使用分数。

在一些实施例中，服务器基于目标空调的平均运行效率，确定目标空调的设备运行分数。基于目标空调的运行总时长和操作总次数，确定目标空调的设备使用分数。

作为一种示例，服务器可以基于目标空调的平均运行效率和平均运行效率对应的权重，按照如下公式(2)确定目标空调的设备运行分数。

Q1＝100-η1×K4 (2)

其中，在上述公式(2)中，Q1代表目标空调的设备运行分数，η1代表目标空调的平均运行效率，K4代表目标空调的平均运行效率对应的权重。目标空调的平均运行效率对应的权重K4是事先设置的，例如，目标空调的平均运行效率对应的权重K4可以设置为100。而且在不同的情况下，还可以按照不同的需求进行调整。

作为一种示例，服务器可以基于目标空调的运行总时长、目标空调的运行总时长对应的权重、目标空调的总操作次数以及目标空调的总操作次数对应的权重，按照如下公式(3)确定目标空调的设备使用分数。

Q2＝T×K5+C×K6 (3)

其中，在上述公式(3)中，Q2代表目标空调的设备使用分数，T代表目标空调的运行总时长，K5代表目标空调的运行总时长对应的权重。C代表目标空调的总操作次数，K6代表目标空调的总操作次数对应的权重。K5和K6是事先设置的，且K5+K6＝100。例如，K5可以设置为40，K6可以设置为60。而且在不同的情况下，还可以按照不同的需求进行调整。

由于不同的保养类型对应不同的保养周期，因此，对于多个保养类型中的任一保养类型，服务器确定该保养类型对应的上次保养时间；基于该保养类型对应的上次保养时间和保养周期，确定该保养类型对应的下次保养估算时间。在当前时间到达该保养类型对应的下次保养估算时间的情况下，从设备保养记录中获取该保养类型对应的最近保养时间；如果最近保养时间早于上次保养时间，则执行基于运行状态数据，确定目标空调的设备运行分数的步骤。

也即是，在上次进行该保养类型的保养服务时，存储该保养类型对应的上次保养时间，后续将该保养类型对应的保养周期和存储的上次保养时间相加，即可确定该保养类型对应的下次保养估算时间。在当前时间到达该保养类型对应的下次保养估算时间时，表明目标空调当前可能需要进行该保养类型的保养服务，此时，从设备保养记录中获取该保养类型对应的最近保养时间。如果最近保养时间早于上次保养时间，则表明目标空调当前确实需要进行该保养类型的保养服务，此时执行上述步骤202。

可选地，如果最近保养时间不早于上次保养时间，则表明目标空调最近已经进行过该保养类型的保养服务，此时不再执行上述步骤202，而是对存储的该保养类型对应的上次保养时间进行更新。即，将存储的该保养类型对应的上次保养时间替换为设备保养记录中该保养类型对应的最近保养时间。

当然，在其他一些实施例中，也可以存储该保养类型对应的上次保养时间和下次保养估算时间，也即是，在上次进行该保养类型的保养服务时，存储该保养类型对应的上次保养时间，并且将该保养服务对应的上次保养时间和保养类型相加，即可确定该保养类型对应的下次保养时间并存储。这样，对于多个保养类型中的任一保养类型，确定该保养类型对应的下次保养估算时间。在当前时间到达该保养类型对应的下次保养估算时间的情况下，从设备保养记录中获取该保养类型对应的最近保养时间。如果最近保养时间早于上次保养时间，则执行基于运行状态数据，确定目标空调的设备运行分数的步骤。如果最近保养时间不早于上次保养时间，则对该保养类型对应的上次保养时间和下次保养估算时间进行更新。即，将存储的该保养类型对应的上次保养时间替换为设备保养记录中该保养类型对应的最近保养时间，并将存储的该保养类型对应的下次保养估算时间替换为设备保养记录中该保养类型对应的最近保养时间与该保养类型对应的保养周期之和。

基于上文描述，对于多个保养类型中的任一保养类型，服务器能够基于设备保养记录中该保养类型对应的最近保养时间与该保养类型对应的上次保养时间之间的早晚关系，快速判断出目标空调在当前时间是否需要进行该保养类型的保养服务，在目标空调需要该保养类型的保养服务的情况下，服务器还能够确定该目标空调所需的保养类型，进而确定该目标空调的保养需求，使服务器后续步骤的推荐更具有准确性、及时性和针对性。

需要说明的是，上次保养时间的初始值一般为目标空调的安装时间，在未存储有安装时间的情况下，上次保养时间的初始值为目标空调的卖出时间。在未存储有安装时间和卖出时间的情况下，上次保养时间的初始值为目标空调的初次配网时间。该配网时间是指目标空调第一次接入互联网的时间。

步骤203：如果目标空调的设备运行分数与设备使用分数之和高于分数阈值，则服务器基于目标空调的保养需求，从多个保养服务中选择满足保养需求的候选保养服务。

如果目标空调的设备运行分数与设备使用分数之和高于分数阈值，则表明目标空调的运行状态不佳和/或使用次数频繁，需要进行相应的保养服务。此时，服务器可以基于目标空调的保养需求，从多个保养服务中选择满足保养需求的候选保养服务。如果目标空调的设备运行分数与设备使用分数之和低于分数阈值，则表明目标空调的运行状态良好且使用次数较少，不需要进行相应的保养服务。此时，服务器不基于目标空调需要的保养类型，确定该保养类型对应的多个保养服务。

基于上文描述，通过确定目标空调的设备运行分数与设备使用分数之和与分数阈值的大小关系，能够反映目标空调的实际运行情况与使用情况，确定目标空调实际上是否需要保养服务，进而在后续步骤中能够精准地对需要进行保养服务的空调进行保养服务推荐。

其中，分数阈值是事先设置的，例如，分数阈值可以设置为80。而且在不同的情况下，还可以按照不同的需求进行调整。

本申请实施例中，“高于”可以理解为大于，也可以理解为大于或等于。在“高于”理解为大于的情况下，“低于”可以理解为小于或等于。在“高于”理解为大于或等于的情况下，“低于”可以理解为小于。后续涉及的“高于”和“低于”都可以参考该解释。

步骤204：服务器确定候选保养服务中每个保养服务对应的推荐分数。

在一些实施例中，对于候选保养服务中的任一保养服务，服务器确定该保养服务的用户评价分数的平均值，以得到用户平均评分；将用户平均评分进行归一化；将归一化后的用户平均评分与用户评分权重相乘，以得到服务评价分数；基于服务评价分数确定该保养服务对应的推荐分数。

在一些实施例中，服务器可以基于用户评价分数的满分，将该保养服务的用户平均评分进行归一化，也即是，将该保养服务的用户平均评分除以用户评价分数的满分，以得到服务评价分数。例如，服务器确定某一保养服务的用户平均评分为84分，用户评价分数的满分为100分，则该保养服务归一化后的用户平均评分为84÷100＝0.84。

当然，将该保养服务的用户平均评分除以用户评价分数的满分仅仅是一种归一化的方式，实际应用中，还可以通过其他的方式进行归一化。

作为一种示例，服务器可以直接将该保养服务的服务评价分数确定为该保养服务对应的推荐分数。也即是，服务器仅仅确定该保养服务的服务评价分数情况下，可以直接将该保养服务的服务评价分数确定为推荐分数。

当然，在设备基础数据包括目标空调的安装地址的情况下，服务器除了确定该保养服务的服务评价分数之外，还可以基于目标空调的安装地址，以及用于提供该保养服务的商家地址，确定安装地址与商家地址之间的距离。将该距离进行归一化，基于归一化后的距离，确定服务距离分数。进而将上述服务评价分数与服务距离分数之和，确定为该保养服务对应的推荐分数。

在一些实施例中，服务器可以获取该多个保养服务的商家地址与目标空调的安装地址之间的距离，基于该多个保养服务的商家地址与安装地址之间的距离中的最大距离，对该保养服务的商家地址与安装地址之间的距离进行归一化，也即是，将该保养服务的商家地址与安装地址之间的距离除以最大距离，以确定服务距离分数。例如，服务器确定的最大距离为2km，候选保养服务中的任一保养服务的商家地址与安装地址之间的距离为1km，则该保养服务的归一化后的距离为1÷2＝0.5。

当然，将该保养服务的商家地址与安装地址之间的距离除以最大距离仅仅是一种归一化的方式，实际应用中，还可以通过其他的方式进行归一化。

作为一种示例，服务器可以基于归一化后的距离和服务距离权重，按照如下公式(4)确定服务距离分数。

Q3＝100-S×K7 (4)

其中，在上述公式(4)中，Q3代表该保养服务的服务距离分数，S代表该保养服务对应的归一化后的距离，K7代表服务距离权重。K7是事先设置的，例如，K7可以设置为100。而且在不同的情况下，还可以按照不同的需求进行调整。

基于上文描述，服务器可以直接将该保养服务的服务评价分数确定为该保养服务对应的推荐分数。在这种情况下，该保养服务对应的推荐分数是基于该保养服务历次进行服务的评价分数确定的，基于该保养服务对应的推荐分数可以帮助用户了解该保养服务的实际服务情况。服务器还可以将该保养服务的服务评价分数和该保养服务的服务距离分数之和确定为该保养服务对应的推荐分数。在这种情况下，该保养服务对应的推荐分数不仅可以体现该保养服务历次进行服务的评价分数，还可以体现目标空调的安装地址和用于提供该保养服务的商家地址之间的距离，因此，该保养服务对应的推荐分数可以让用户了解该保养服务的实际服务情况和实际距离，从而帮助用户综合全面地了解该保养服务。

步骤205：服务器基于每个保养服务对应的推荐分数，从候选保养服务中选择待推荐的保养服务并推荐给用户终端。

在一些实施例中，服务器可以基于每个保养服务对应的推荐分数，按照推荐分数从高到低的顺序，对候选保养服务中的各个保养服务进行排序，从排序结果中选择前X个保养服务作为待推荐的保养服务，将待推荐的保养服务推荐给用户终端。

其中，X是事先设置的一个数值，而且在不同的情况下，还可以按照不同的需求进行调整。例如，X可以设置为20，也即是，从排序结果中选择前20个保养服务作为待推荐的保养服务。

接下来将结合图3对本申请实施例的实现过程进行介绍。

在目标空调的运行过程中，目标空调会向服务器上报目标空调每次运行的模式、风量、设定的温度、检测的环境温度、用户对目标空调的操作等数据，服务器基于以上数据生成目标空调的画像数据，该画像数据可以包括目标空调的运行状态数据、设备操作数据、设备基础数据和设备保养记录。服务器基于该画像数据确定该目标空调的设备运行分数和设备使用分数，基于该目标空调的设备运行分数和设备使用分数确定该目标空调的设备运行分数和设备使用分数之和是否高于分数阈值，在目标空调的设备运行分数和设备使用分数之和高于分数阈值的情况下，确定该目标空调的候选保养服务。进而，服务器对该候选保养服务进行打分和排序，也即是，服务器确定该目标空调的候选保养服务中每个保养服务对应的推荐分数，服务器基于每个保养服务对应的推荐分数，按照推荐分数从高到低的顺序，对候选保养服务中的各个保养服务进行排序，从排序结果中选择前X个保养服务作为待推荐的保养服务，将待推荐的保养服务推荐给用户终端。

在本申请实施例中，由于不同的空调可能对应不同的保养需求，所以，基于目标空调的画像数据，能够确定目标空调实际的使用情况和运行情况，也即是，确定目标空调当前是否需要进行保养，在目标空调需要保养的情况下，还能够确定目标空调需要的保养类型。同时，不同的保养类型对应不同的保养服务，通过本申请实施例提供的方法还能够基于目标空调需要的保养类型，将符合目标空调需求的保养服务推荐给用户终端。即，通过目标空调的画像数据，自动为目标空调匹配符合需求的保养类型以及该保养类型对应的保养服务，并将该保养服务推荐给用户终端，提高推荐的准确性和针对性，而且无需人工判断是否需要进行保养服务以及需要的保养类型。

图4是本申请实施例提供的一种空调的保养服务推荐装置的结构示意图，该空调的保养服务推荐装置可以由软件、硬件或者两者的结合实现成为上述服务器的部分或者全部。请参考图4，该装置包括：第一获取模块401、第一确定模块402、第一选择模块403、第二确定模块404和第二选择模块405。

第一获取模块401，用于获取目标空调的画像数据，该画像数据用于描述目标空调，画像数据包括运行状态数据和设备操作数据，运行状态数据用于表征目标空调的运行状态，设备操作数据用于表征目标空调的使用频率，目标空调是指需要进行保养的空调。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

第一确定模块402，用于基于运行状态数据，确定目标空调的设备运行分数，基于运行状态数据和设备操作数据，确定目标空调的设备使用分数。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

第一选择模块403，用于如果设备运行分数与设备使用分数之和高于分数阈值，则基于目标空调的保养需求，从多个保养服务中选择满足保养需求的候选保养服务。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

第二确定模块404，用于确定候选保养服务中每个保养服务对应的推荐分数。详细实现过程参考上述各个实施例中对应的内容，此处不再赘述。

第二选择模块405，用于基于每个保养服务对应的推荐分数，从候选保养服务中选择待推荐的保养服务并推荐给用户终端。

可选地，运行状态数据包括平均运行效率和运行总时长，设备操作数据包括操作总次数，平均运行效率是指将环境温度调节为设定温度的平均效率，运行总时长是指历史时间段内每次的开机运行时长之和，操作总次数是指历史时间段内的所有操作次数之和；

第一确定模块402具体用于：

基于平均运行效率，确定目标空调的设备运行分数；

基于运行总时长和操作总次数，确定目标空调的设备使用分数。

可选地，第一获取模块401具体用于：

对目标空调在历史时间段内每次的开机运行时长求和，并将求和结果进行归一化，以得到运行总时长；

对于目标空调在历史时间段内的多次开机运行过程，确定每次开机运行过程对应的调节时长、风量权重和温度差权重，调节时长是指将环境温度调节为设定温度所需的时长，风量权重是指目标空调的风量所对应的权重，温度差权重是指环境温度与设定温度的差值所对应的权重；

基于每次开机运行过程对应的调节时长、风量权重和温度差权重，以及目标空调对应的空调特征权重，确定每次开机运行过程对应的运行效率，并将多次开机运行过程对应的运行效率的平均值进行归一化，以得到平均运行效率；

对目标空调在历史时间段内的所有操作次数求和，并将求和结果进行归一化，以得到操作总次数。

可选地，第二确定模块404包括：

第一确定单元，用于对于候选保养服务中的任一保养服务，确定任一保养服务的用户评价分数的平均值，以得到用户平均评分；

归一化单元，用于将用户平均评分进行归一化；

计算单元，用于将归一化后的用户平均评分与用户评分权重相乘，以得到服务评价分数；

第二确定单元，用于基于服务评价分数确定任一保养服务对应的推荐分数。

可选地，画像数据还包括设备基础数据，设备基础数据包括目标空调的安装地址；

该装置还包括：

第三确定模块，用于基于目标空调的安装地址，以及用于提供任一保养服务的商家地址，确定安装地址与商家地址之间的距离；

归一化模块，用于将距离进行归一化；

第四确定模块，用于基于归一化后的距离，确定服务距离分数；

第二确定单元具体用于：

将服务评价分数与服务距离分数之和，确定为任一保养服务对应的推荐分数。

可选地，画像数据还包括设备基础数据和设备保养记录，设备基础数据包括多个保养类型和每个保养类型对应的保养周期；

该装置还包括：

第五确定模块，用于对于多个保养类型中的任一保养类型，确定任一保养类型对应的上次保养时间；

第六确定模块，用于基于任一保养类型对应的上次保养时间和保养周期，确定任一保养类型对应的下次保养估算时间；

第二获取模块，用于在当前时间到达下次保养估算时间的情况下，从设备保养记录中获取任一保养类型对应的最近保养时间；

触发模块，用于如果最近保养时间早于上次保养时间，则触发第一确定模块402执行基于运行状态数据，确定目标空调的设备运行分数的步骤。

在本申请实施例中，由于不同的空调可能对应不同的保养需求，所以，基于目标空调的画像数据，能够确定目标空调实际的使用情况和运行情况，也即是，确定目标空调当前是否需要进行保养，在目标空调需要保养的情况下，还能够确定目标空调需要的保养类型。同时，不同的保养类型对应不同的保养服务，通过本申请实施例提供的方法还能够基于目标空调需要的保养类型，将符合目标空调需求的保养服务推荐给用户终端。即，通过目标空调的画像数据，自动为目标空调匹配符合需求的保养类型以及该保养类型对应的保养服务，并将该保养服务推荐给用户终端，提高推荐的准确性和针对性，而且无需人工判断是否需要进行保养服务以及需要的保养类型。

需要说明的是：上述实施例提供的空调的保养服务推荐装置在进行空调的保养服务推荐时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的空调的保养服务推荐装置与空调的保养服务推荐方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图5是本申请实施例提供的一种服务器的结构示意图。服务器500包括中央处理单元(CPU)501、包括随机存取存储器(RAM)502和只读存储器(ROM)503的系统存储器504，以及连接系统存储器504和中央处理单元501的系统总线505。服务器500还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)506，和用于存储操作系统513、应用程序514和其他程序模块515的大容量存储设备507。

基本输入/输出系统506包括有用于显示信息的显示器508和用于用户输入信息的诸如鼠标、键盘之类的输入设备509。其中显示器508和输入设备509都通过连接到系统总线505的输入输出控制器510连接到中央处理单元501。基本输入/输出系统506还可以包括输入输出控制器510以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器510还提供输出到显示屏、打印机或其他类型的输出设备。

大容量存储设备507通过连接到系统总线505的大容量存储控制器(未示出)连接到中央处理单元501。大容量存储设备507及其相关联的计算机可读介质为服务器500提供非易失性存储。也就是说，大容量存储设备507可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。

不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器504和大容量存储设备507可以统称为存储器。

根据本申请的各种实施例，服务器500还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器500可以通过连接在系统总线505上的网络接口单元511连接到网络512，或者说，也可以使用网络接口单元511来连接到其他类型的网络或远程计算机系统(未示出)。

上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由CPU执行。

在一些实施例中，还提供了一种计算机可读存储介质，该存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中空调的保养服务推荐方法的步骤。例如，所述计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。

值得注意的是，本申请实施例提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。

应当理解的是，实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。所述计算机指令可以存储在上述计算机可读存储介质中。

也即是，在一些实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述所述的空调的保养服务推荐方法的步骤。

应当理解的是，本文提及的“至少一个”是指一个或多个，“多个”是指两个或两个以上。在本申请实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

需要说明的是，本申请实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如，本申请实施例中涉及到的目标空调的画像数据和提供保养服务的商家地址都是在充分授权的情况下获取的。

以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。