设备控制方法、装置、电子设备及存储介质与流程

1.本技术涉及物联网技术领域，具体而言，本技术涉及一种设备控制方法、装置、电子设备及存储介质。


背景技术：

2.随着物联网技术的快速发展，智能家居提供的设备控制服务越来越丰富。例如，设备控制服务可以是基于场景(譬如回家场景)的设备控制服务，还可以是基于自动化的设备控制服务。
3.目前，设备控制服务通常是用户借助客户端进行手动配置。以基于自动化的设备控制服务为例，需要用户在客户端中预先配置触发条件、目标设备以及执行动作，并通知网络设备(譬如网关)，那么，当网络设备检测到该触发条件被满足，便能够基于该预先配置的目标设备以及执行动作生成设备控制指令，从而控制目标设备响应该设备控制指令而执行动作。
4.上述设备控制服务中，设备控制指令应用于单一设备，随着设备数量和/或设备类型的增加，针对这些设备的设备控制服务将愈发繁琐，对于用户来说，则是针对每一个设备都要与客户端交互一次，造成设备控制服务需要耗费较高的人力成本。


技术实现要素：

5.本技术提供了一种设备控制方法、装置、电子设备及存储介质，可以解决相关技术中存在的设备控制服务所耗费的人力成本较高的问题。所述技术方案如下：
6.根据本技术的一个方面，一种设备控制方法，所述方法包括：获取模糊指令；所述模糊指令用于指示多个候选设备执行动作；各所述候选设备具有相同的设备属性；基于历史行为数据进行设备使用习惯挖掘，从所述模糊指令指示的各所述候选设备中筛选得到目标设备，将所述模糊指令转化为设备控制指令；所述设备控制指令用于指示所述目标设备执行所述动作，所述目标设备为目标空间中符合所述设备使用习惯的设备；向所述目标设备发送所述设备控制指令，使得所述目标设备响应于所述设备控制指令执行所述动作。
7.根据本技术的一个方面，一种设备控制装置，包括：指令获取模块，用于获取模糊指令；所述模糊指令用于指示多个候选设备执行动作；各所述候选设备具有相同的设备属性；指令处理模块，用于基于历史行为数据进行设备使用习惯挖掘，从所述模糊指令指示的各所述候选设备中筛选得到目标设备，将所述模糊指令转化为设备控制指令；所述设备控制指令用于指示所述目标设备执行所述动作，所述目标设备为目标空间中符合所述设备使用习惯的设备；指令发送模块，用于向所述目标设备发送所述设备控制指令，使得所述目标设备响应于所述设备控制指令执行所述动作。
8.在一示例性实施例中，所述装置还包括：风险确认模块，用于确定所述模糊指令的风险等级；差异化处理模块，用于根据所述模糊指令的风险等级，对所述设备控制指令进行差异化处理；所述指令发送模块，包括：确认发送单元，用于若差异化处理结果指示允许发
送所述设备控制指令至所述目标设备，则将所述设备控制指令发送至所述目标设备。
9.在一示例性实施例中，所述差异化处理模块，包括：确认校验单元，用于若所述模糊指令的风险等级超过风险阈值，则请求对所述设备控制指令进行确认校验；校验通过单元，用于当所述设备控制指令通过确认校验，确定所述差异化处理结果指示允许发送所述设备控制指令至所述目标设备。
10.在一示例性实施例中，所述差异化处理模块，还包括：确认置信度更新单元，用于当所述设备控制指令通过确认校验，对确认置信度进行更新；风险等级调整单元，用于根据更新后的所述确认置信度，调整所述模糊指令的风险等级，以基于调整后的风险等级确定所述设备控制指令是否进行差异化处理。
11.在一示例性实施例中，所述装置还包括：设备状态检测模块，用于基于所述目标设备响应于所述设备控制指令执行所述动作，在设定时间范围内检测所述目标设备的设备状态；执行置信度更新模块，用于若检测到所述目标设备的设备状态在所述设定时间范围内发生变化，则更新执行置信度；风险等级更新模块，用于根据更新后的所述执行置信度，调整所述模糊指令的风险等级，以基于调整后的风险等级确定所述设备控制指令是否进行差异化处理。
12.在一示例性实施例中，所述装置还包括：设备状态获取模块，用于获取所述模糊指令指示的各所述候选设备的设备状态数据；所述设备状态数据用于指示所述候选设备的设备状态；设备删除模块，用于将所述设备状态不满足设定条件的所述候选设备删除，以基于所述设备使用习惯对完成删除处理的各所述候选设备进行所述目标设备的筛选。
13.在一示例性实施例中，所述指令获取模块，包括：目标设备确认单元，用于接收触发进行设备控制的控制请求，确定所述控制请求指示的设备是否为所述目标设备；设备属性确认单元，用于若为否，则根据所述控制请求确定具有相同设备属性的各所述候选设备和所述动作；模糊指令生成单元，用于根据各所述候选设备和所述动作，得到所述模糊指令。
14.在一示例性实施例中，所述设备属性确认单元，包括：关键词提取组件，用于从所述控制请求携带的输入信息中，提取得到触发进行设备控制的关键词；关键词关联组件，用于获取与所述关键词相关联的具有相同设备属性的各所述候选设备和所述动作。
15.在一示例性实施例中，所述指令获取模块，包括：设备状态数据获取单元，用于获取各所述设备的设备状态数据；所述设备状态数据用于指示所述设备的设备状态；触发条件查找单元，用于在设备联动数据中查找与所述设备状态和/或空间状态相匹配的触发条件；模糊指令提取单元，用于从查找到的触发条件所属的设备联动数据中，提取得到所述模糊指令。
16.根据本技术的一个方面，一种电子设备，包括：至少一个处理器、至少一个存储器、以及至少一条通信总线，其中，存储器上存储有计算机程序，处理器通过通信总线读取存储器中的计算机程序；计算机程序被处理器执行时实现如上所述的设备控制方法。
17.根据本技术的一个方面，一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上所述的设备控制方法。
18.根据本技术的一个方面，一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序存储在存储介质中，计算机设备的处理器从存储介质读取计算机程序，处理器
执行计算机程序，使得计算机设备执行时实现如上所述的设备控制方法。
19.本技术提供的技术方案带来的有益效果是：
20.在上述技术方案中，获取模糊指令后，基于历史行为数据进行设备使用习惯挖掘，由多个候选设备确定目标空间中符合设备使用习惯的目标设备，使得模糊指令转化为设备控制指令，并向目标设备发送该设备控制指令，使得目标设备根据该设备控制指令执行动作。其中，模糊指令用于指示多个候选设备执行动作，各候选设备具有相同的设备属性，可见，针对具有相同设备属性的多个候选设备，用户不再需要分别与客户端交互一次，而是将交互过程转移至可进行设备使用习惯挖掘的后台，即由后台从具有相同的设备属性的多个候选设备中确定目标空间中符合设备使用习惯的目标设备，进而得到应用于该目标设备的设备控制指令，以此降低了用户在设备控制服务中与客户端的交互次数，简化了用户的操作，进而解决了设备控制服务所耗费的人力成本较高的问题。
附图说明
21.为了更清楚地说明本技术提供的技术方案，下面将对本技术各实施例描述中所需要使用的附图作简单地介绍。
22.图1a至图1b是根据本技术实施例所涉及的实施环境的示意图；
23.图2是根据一示例性实施例示出的一种设备控制方法的流程图；
24.图3是根据一示例性实施例示出的另一种设备控制方法的流程图；
25.图4是图2对应实施例中步骤350之前在一个实施例的流程图；
26.图5是图4对应实施例中步骤430在一个实施例的流程图；
27.图6是图5对应实施例中步骤431之后在一个实施例的流程图；
28.图7是图2对应实施例中步骤350之后在一个实施例的流程图；
29.图8是图2对应实施例中步骤310在一个实施例的流程图；
30.图9是图2对应实施例中步骤310在另一个实施例的流程图；
31.图10a至图10b是一应用场景中基于自动化的设备控制服务中设备控制指令和模糊指令的配置框架的示意图；
32.图11是一应用场景中基于自动化的设备控制服务的设备控制过程的示意图；
33.图12是根据一示例性实施例示出的一种设备控制装置的结构框图；
34.图13是根据一示例性实施例示出的一种电子设备的硬件结构图；
35.图14是根据一示例性实施例示出的一种电子设备的结构框图。
具体实施方式
36.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本技术的限制。
37.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元
件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
38.如前所述，设备控制服务通常依赖于用户的手动配置，往往一个设备就需要用户与客户端进行一次交互。当设备数量和/或设备类型较少，用户与客户端之间的交互次数较少，不仅用户操作简单，而且用户对设备的配置逻辑也容易上手。例如，若卧室就只有一个台灯，则通过用户为该台灯配置开启动作，便能够开启该台灯。
39.但是，当设备数量和/或设备类型增加，用户与客户端之间的交互次数将相应增加，并且随着不同场景的需求，设备之间可能存在交互关系，或者，不同设备需要配置不同的设备控制指令，还会使得用户对设备的配置逻辑变得相对模糊，导致配置的难度大大提升，导致用户需要投入更多的时间和精力去配置，极大地增加了用户在设备控制服务中的学习成本。例如，假设卧室包括水晶灯、台灯和夜灯，若用户使用设备控制指令“开灯”，则无法确认需要开启的灯是哪一个，那么，在此设备控制服务中，用户不仅需要清楚地了解卧室的各种灯，并且需要分别为各种灯配置开启动作，方能够开启卧室不同的灯。
40.由上可知，相关技术中仍存在设备控制服务中耗费较高的人力成本的问题。
41.为此，本技术提供的设备控制方法，能够自动为模糊指令配置目标设备，进而有效地解决用户使用指令控制设备的步骤过于复杂的问题，相应地，该设备控制方法适用于设备控制装置、该设备控制装置可部署于电子设备，例如，该电子设备可以是网关、服务器等等。
42.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
43.图1a为一种设备控制方法所涉及的实施环境的示意图。该实施环境包括用户终端110、智能设备130、服务器端170和网络设备190。
44.具体地，用户终端110，也可以认为是用户端或者终端，可进行智能设备130关联的客户端的部署(也理解为安装)，此用户终端110可以是智能手机、平板电脑、笔记本电脑、台式电脑、智能控制面板、其他具有显示和控制功能的设备等电子设备，在此不进行限定。
45.其中，客户端，与智能设备130关联，实质是用户在客户端中进行账户注册，并在客户端中对智能设备130进行配置，例如，该配置包括为智能设备130添加设备标识等，以使得用户终端110中运行客户端时，能够为用户提供关于智能设备130的设备显示、设备控制等功能，此客户端可以是应用程序形式，也可以是网页形式，相应地，客户端进行设备显示的界面则可以是程序窗口形式，还可以是网页页面形式的，此处也并未加以限定。
46.智能设备130部署在网络设备190中，并通过其自身所配置的通信模块与网络设备190通信，进而受控于网络设备190。应当理解，智能设备130泛指多个智能设备130中的一个，本技术实施例仅以智能设备130举例说明，也即是，本技术实施例对部署在网络设备190中的智能设备的数量和设备类型并未加以限定。在一个应用场景中，智能设备130通过局域网络接入网络设备190，从而部署于网络设备190中。智能设备130通过局域网络接入网络设备190的过程包括：由网络设备190首先建立一个局域网络，智能设备130通过连接该网络设备190，从而加入该网络设备190建立的局域网络中。此局域网络包括但不限于：zigbee或者蓝牙。其中，智能设备130可以是智能打印机、智能传真机、智能摄像机、智能空调、智能门
锁、智能灯或者配置了通信模块的人体传感器、门窗传感器、温湿度传感器、水浸传感器、天然气报警器、烟雾报警器、墙壁开关、墙壁插座、无线开关、无线墙贴开关、魔方控制器、窗帘电机等电子设备。
47.用户终端110与智能设备130之间的交互，可以通过局域网络实现，还可以通过广域网络实现。在一个应用场景中，用户终端110通过与网络设备190之间建立有线或者无线等方式的通信连接，例如，该有线或者无线等方式包括但不限于wifi等，使得用户终端110与网络设备190部署于同一个局域网络，进而使得用户终端110可通过局域网络路径实现与智能设备130之间的交互。在另一个应用场景中，用户终端110通过服务器端170与网络设备190之间建立有线或者无线等方式的通信连接，例如，该有线或者无线等方式包括但不限于2g、3g、4g、5g、wifi等，使得用户终端110与网络设备190部署于同一个广域网络，进而使得用户终端110可通过广域网络路径实现与智能设备130之间的交互。
48.其中，服务器端170，也可以认为是云端、云平台、平台端、服务端等等，此服务器端170可以是一台服务器，也可以是由多台服务器构成的一个服务器集群，或者是由多台服务器构成的云计算中心，以便于更好地向海量用户终端110提供后台服务。例如，后台服务包括设备控制服务。
49.以云端提供基于自动化的设备控制服务为例，对设备控制的过程进行以下说明：
50.如图1b所示，可以预先通过用户终端配置基于自动化的设备控制服务。该基于自动化的设备控制服务可以包括触发条件+模糊指令。对于网络设备而言，能够将智能设备上报的设备状态数据转发至云端，以便于云端为用户提供基于自动化的设备控制服务。
51.相应地，云端便能够接收到智能设备上报的设备状态数据，进而根据智能设备上报的设备状态数据检测触发条件是否被满足，若触发条件满足，则进一步确定是否存在模糊指令。若确定存在模糊指令时，则调用智能服务，基于历史行为数据进行的设备使用习惯挖掘，将应用于多个候选设备的模糊指令转化为应用于目标设备的设备控制指令，以通过网络设备下发至该目标设备。其中，智能服务可以是人工智能处理服务，用于实时对模糊指令进行智能识别计算，并将模糊指令转化得到的结果传给云端。
52.那么，对于符合设备使用习惯的智能设备(即目标设备)来说，便能够接收到网络设备下发的设备控制指令，进而响应于该设备控制指令，执行相应的动作。
53.请参阅图2，本技术实施例提供了一种设备控制方法，该方法适用于电子设备，该电子设备具体可以是图1a所示实施环境的服务器端170，也可以是图1a所示实施环境的网络设备190。
54.在下述方法实施例中，为了便于描述，以该方法各步骤的执行主体为电子设备为例进行说明，但是并非对此构成具体限定。
55.如图2所示，该方法可以包括以下步骤：
56.步骤310，获取模糊指令。
57.首先说明的是，模糊指令可以表征当前指令所指向的目标不够清楚或不唯一，即模糊指令可以用于指示多个候选设备执行动作，各候选设备具有相同的设备属性。可见，相较于仅应用于目标设备的设备控制指令，模糊指令可应用于具有相同设备属性的多个候选设备。例如，设备控制指令“开灯a”，明确指示开启灯a，灯a视为目标设备；而模糊指令“开灯”，并未明确指示开启哪个灯，而是泛指开启任意灯，任意灯视为具有亮度属性的多个候
选设备。其中，候选设备的设备属性与该候选设备可调节的环境属性有关，例如，灯用于调节环境的亮度，相应的环境属性为亮度，则灯的设备属性为亮度属性。当然，在其他实施例中，设备属性不局限于亮度属性，还可以是温度属性、湿度属性、音量属性等等。
58.在此说明的是，设备属性相同，设备类型可以有所差别。例如，设备属性为温度属性，候选设备可以是具有不同设备类型的空调、风扇、暖气片等，本实施例并未对具有相同设备属性的候选设备是否具有相同设备类型进行限定。
59.其次，关于模糊指令的获取，可以来自于基于场景的设备控制服务，具体是指基于场景中触发进行设备控制的控制请求，确定具有相同设备属性的各候选设备和动作，并根据具有相同设备属性的各候选设备和动作，得到模糊指令；还可以来自于基于自动化的设备控制服务，具体是指基于自动化中配置的触发条件和具有相同设备属性的各候选设备所执行的动作，得到模糊指令；还可以来自于用户的输入信息(例如语料)，具体是指从用户的输入信息中提取得到触发进行设备控制的关键词，获取与关键词相关联的具有相同设备属性的各候选设备和动作，得到模糊指令。
60.值得一提的是，模糊指令可以有多种类型，可以是文本类型的模糊指令，可以是语音类型的模糊指令，也可以是图像类型的模糊指令，在此并未对模糊指令的类型作具体限定。
61.步骤330，基于历史行为数据进行设备使用习惯挖掘，从模糊指令指示的各候选设备中筛选得到目标设备，将模糊指令转化为设备控制指令。
62.首先说明的是，设备控制指令用于指示目标设备执行动作，目标设备为目标空间中符合设备使用习惯的设备。
63.如前所述，模糊指令应用于具有相同设备属性的多个候选设备，相较于仅应用于目标设备的设备控制指令，模糊指令与设备控制指令之间的转化，实质是从具有相同设备属性的多个候选设备中筛选目标设备的过程。本实施例中，从具有相同设备属性的多个候选设备筛选目标设备的过程，是基于历史行为数据进行的设备使用习惯挖掘实现的。
64.历史行为数据，是用于描述用户在历史时间控制设备的历史行为的数据。例如，用户a晚上20时到家后，便将开启客厅空调，并将客厅空调设置为制冷模式的26
°
，此时，客厅空调将生成相应的设备日志，该设备日志至少包括用户(用户a)、设备标识(客厅空调)、设备状态(开启)、开启时间(晚上20时)、设备操作(制冷模式的26
°
)等，在夜晚22时进入卧室睡觉，便开启卧室空调，并将卧室空调设置为睡眠模式，此时，卧室空调也会相应地生成设备日志，该设备日志至少包括用户(用户a)、设备标识(卧室空调)、设备状态(开启)、开启时间(晚上22时)、设备操作(睡眠模式)等。无论是客厅空调的设备日志，还是卧室空调的设备日志，都将上报后台进行存储。
65.以图1a所示出实施环境为例，在一个应用场景中，上述设备日志通过局域网路径上报至网络设备，并由网络设备转发至服务器端，在另一个应用场景中，上述设备日志通过广域网路径上报至服务器端。基于此，对于服务器端而言，在接收到上述设备日志之后，便能够将接收到的设备日志存储至用户a的历史行为数据，以便基于用户a的历史行为数据为用户a提供设备控制服务。应当理解，用户不同，对应的历史行为数据也各不相同。
66.由上可知，随着时间累积，后台存储的历史行为数据的数量也随之增长，这些历史行为数据描述了不同用户在不同历史时间控制各种类型设备的历史行为，那么，针对每一
个用户的历史行为数据，该历史行为数据将能够反映对应用户的设备使用习惯。例如，用户b每天晚上23时进入卧室睡觉，都会开启卧室小夜灯，那么，基于用户b的历史行为数据，便能够确定用户b关于卧室小夜灯的使用习惯是晚上23时开启。
67.由此，基于用户的设备使用习惯，便能够进行模糊指令与设备控制指令之间的转化，即按照用户的设备使用习惯，从具有相同设备属性的多个候选设备中确定目标设备，使得目标设备符合用户的设备使用习惯。仍以前述例子进行说明，对于电子设备而言，若在用户b晚上23时进入卧室睡觉时获取到模糊指令“开灯”，表示用户b指示具有亮度属性的候选设备(灯)执行开启动作，此时，卧室水晶灯、卧室台灯和卧室小夜灯都是具有亮度属性的候选设备，而基于历史行为数据的分析可知，卧室小夜灯在晚上23时开启的频率高，即用户b习惯在晚上23时开启卧室小夜灯，则从具有亮度属性的卧室水晶灯、卧室台灯和卧室小夜灯中，确定目标设备为卧室小夜灯，以此得到设备控制指令“开卧室小夜灯”，从而完成模糊指令与设备控制指令之间的转化。
68.进一步地，发明人发现，历史行为数据所反映的用户的设备使用习惯，有可能并未限定具体空间，例如，根据历史行为数据分析可知，在晚上22时，卧室小夜灯和客厅水晶灯的开启频率相同，也就是说，在晚上22时，用户的设备使用习惯有两个，分别是开启卧室小夜灯和开启客厅水晶灯。基于此，本实施例中，符合设备使用习惯的目标设备与用户所在空间(即目标空间)相关。例如，若晚上22时获取到“开灯”的模糊指令，由于此时用户已经进入卧室睡觉，则结合用户所在空间为卧室，最终准确地确定目标设备为卧室小夜灯。
69.在一种可能的实现方式，模糊指令与设备控制指令之间的转化，调用机器学习模型完成，该机器学习模型以历史行为数据作为训练集进行模型训练。
70.此种方式下，随着电子设备中存储的历史行为数据变化，用户的设备使用习惯也可能随之改变，进而使得目标设备也可能有所改变，从而充分确保电子设备为用户提供的设备控制服务能够紧密贴合的用户日常的生活形态，对于用户无感知，不仅降低了设备控制服务中用户的操作，还优化提升了用户体验。
71.更进一步地，发明人意识到，对于离线或故障的设备，无法响应由模糊指令转化的设备控制指令；或者，设备状态与模糊指令所指示动作已经匹配的设备，则没必要再次响应由模糊指令转化的设备控制指令。
72.基于此，在从具有相同设备属性的多个候选设备中筛选得到目标设备之前，可以先基于各候选设备的设备状态淘汰一部分候选设备。在一个可能的实现方式，如图3所示，该方法还可以包括以下步骤：
73.步骤341，获取模糊指令指示的各候选设备的设备状态数据。
74.其中，设备状态数据用于指示候选设备的设备状态。例如，设备状态可以是指设备的工作状况，譬如开启、关闭、离线或故障等等。
75.步骤343，将设备状态不满足设定条件的候选设备删除，以基于设备使用习惯对完成删除处理的各候选设备进行目标设备的筛选。
76.其中，设定条件可以根据应用场景的实际需要灵活地设置，此处并未加以限定。
77.例如，设定条件设置为设备状态处于在线状态且正常运行状态的设备。那么，模糊指令为“开灯”，此时处于离线状态、或异常运行状态等设备状态的灯设备都视为不满足设定条件的候选设备，即不可能成为目标设备，因此，该些未满足设定条件的候选设备被删
除，以此更新了模糊指令“开灯”所指示的候选设备。
78.由上可知，根据具有相同属性的多个候选设备的设备状态，便能够从具有相同属性的多个候选设备中删除不满足设定条件的候选设备，进而基于设备使用习惯对完成删除处理的各候选设备进行目标设备的筛选。
79.在筛选得到目标设备后，便能够由目标设备和模糊指令指示的动作构成设备控制指令。例如，假设模糊指令为“开灯”，该模糊指令“开灯”所指示的动作为“开启”，若目标设备为卧室小夜灯，则设备控制指令为“开启卧室小夜灯”。
80.进一步地，目标设备执行的动作，除了模糊指令所指示的动作，还可以基于历史行为数据作进一步补充。也就是说，在一种可能的实现方式，根据目标设备、模糊指令指示的动作以及历史行为数据中目标设备执行的历史动作，得到设备控制指令。
81.以模糊指令为“开空调”举例说明，在筛选得到目标设备为客厅空调后，基于模糊指令“开空调”确定该模糊指令指示的动作为“开启”，假设在历史行为数据中，客厅空调在开启后，通常被设置为制冷模式、26摄氏度、三档风速，由此，根据模糊指令指示的动作、以及历史行为数据中目标设备执行的历史动作，设备控制指令为“开启并切换为制冷模式、温度调节为26摄氏度、风速调节为三档”。
82.此种方式下，随着不同用户历史行为数据的差异，模糊指令的转化也有所不同，充分满足了不同用户的需求，而且在不同空间下，同一个模糊指令的转化也可以有所差异，避免用户针对不同空间进行繁复的手动配置，进一步提升了设备控制服务的自动化，有利于提升用户体验。
83.步骤350，向目标设备发送设备控制指令，使得目标设备响应于设备控制指令执行动作。
84.在设备控制指令发送至目标设备后，对于目标设备来说，便能够接收到设备控制指令，并根据设备控制指令的指示执行相应的动作。
85.通过上述过程，实现模糊指令与设备控制指令之间的转化，使得从具有相同设备属性的多个候选设备中确定目标设备的过程便从用户转移至后台，进而使得用户不必了解设备数量和/或设备类型的多少，以此降低了用户在设备控制服务中与客户端的交互次数，简化了用户的操作，提升用户体验，从而能够有效地解决相关技术中存在的设备控制服务所耗费人力成本较高的问题。
86.请参阅图4，在一示例性实施例中，步骤350之前，该方法还可以包括以下步骤：
87.步骤410，确定模糊指令的风险等级。
88.如前所述，在设备控制指令发送至目标设备后，目标设备接收到该设备控制指令，将会根据设备控制指令执行动作。发明人意识到，若模糊指令转化的设备控制指令发生错误，导致设备错误执行动作，可能会对用户造成损失。以模糊指令“开灯”为例，该模糊指令对应的目标设备可能是节能灯，也可能是水晶灯，若该模糊指令的真实意图是“开节能灯”，但是模糊指令转化的设备控制指令是“开水晶灯”，将该设备控制指令发送至水晶灯，使得水晶灯响应于该设备控制指令而执行开启动作，由于水晶灯相较于节能灯的能耗更高，就会造成能源上的极大浪费，进而给用户造成损失。
89.基于此，本实施例中，在将设备控制指令发送至目标设备之前，引入风险等级规则，以利用该风险等级规则降低设备错误执行动作的几率，进而防止因为设备错误执行动
作而对用户造成的损失。
90.模糊指令的风险等级是为了防止对用户造成损失而预先配置，并存储于电子设备。例如，针对节能灯，相关的模糊指令的风险等级被配置为低风险；针对水晶灯，相关的模糊指令的风险等级则配置为高风险。
91.配置模糊指令的风险等级的依据可以是容错强度，可以是偏好强度，还可以是容错强度结合偏好强度，此处并未加以限定。
92.其中，容错强度用于指示用户对设备错误执行动作所造成损失的容忍度，应当理解，容忍度越高，容错强度越强，风险等级越低。例如，相较于风扇，空调错误执行开启动作会带来较大的能耗损失，则用户对空调错误执行开启动作的容忍度较低，相应地，容错强度较弱，那么，风扇相关的模糊指令的风险等级被配置为低风险，而空调相关的模糊指令的风险等级则配置为高风险。
93.偏好强度用于指示用户控制设备执行动作的习惯程度，应当理解，习惯程度越高，偏好强度越强，风险等级越低。例如，偏好强度可以通过控制设备执行动作的频次来体现，假设用户a每天早上7时开启豆浆机，一段时间后就产生了用户a关于早上7时开启豆浆机的强偏好，则关于豆浆机在早上7时开启的模糊指令的风险等级被配置为低风险；否则，如果只是偶尔在早上7时开启豆浆机，则形成关于用户a关于早上7时开启豆浆机的弱偏好，此时，关于豆浆机在早上7时开启的模糊指令的风险等级则配置为高风险。
94.在完成模糊指令的风险等级配置后，便能够在设备控制指令发送前获取到相应模糊指令的风险等级，以决定是否发送设备控制指令至目标设备，即执行步骤430。
95.步骤430，根据模糊指令的风险等级，对设备控制指令进行差异化处理。
96.其中，差异化处理，是指模糊指令的风险等级不同，对设备控制指令的处理方式也不同，即是否发送设备控制指令至目标设备，也可以理解为，差异化处理结果用于指示是否允许发送设备控制指令至目标设备。
97.以模糊指令的风险等级包括高风险和低风险为例，在模糊指令的风险等级为高风险的情况下，为了防止因为设备错误执行动作造成的损失，在发送设备控制指令至目标设备之前，需要用户进一步确认是否发送设备控制指令至目标设备；而模糊指令的风险等级为低风险的情况下，则无需用户进一步确认，直接将设备控制指令发送至目标设备。
98.具体而言，在一种可能的实现方式，如图5所示，步骤430可以包括以下步骤：
99.步骤431，若模糊指令的风险等级超过风险阈值，则请求对设备控制指令进行确认校验。
100.在模糊指令的风险等级超过风险阈值时，表示由该模糊指令转化的设备控制指令指示目标设备执行动作可能会给用户造成损失，为了防止损失，需要用户对设备控制指令作进一步的确认。本实施例中，关于设备控制指令的确认，是通过对设备控制指令进行确认校验实现的。若设备控制指令通过确认校验，则执行步骤433；反之，若设备控制指令未通过确认校验，则返回步骤310。
101.其中，风险阈值可以根据应用场景的实际需要灵活地设置，例如，当风险等级通过数字表示(譬如1表示高风险，0表示低风险)，风险阈值可以相应地设置为数字(譬如1)，或者，当风险等级通过分数表示(譬如90分以上表示高风险，60分～90分表示中风险，60分以下表示低风险)，风险阈值可以相应地设置为分数(譬如90分)，此处并未对风险阈值的表现
形式加以限定。
102.举例来说，当模糊指令的风险等级超过风险阈值时，发送确认请求至用户携带的智能手机，以此提示用户对发送设备控制指令至目标设备进行确认，并由用户通过智能手机上运行的客户端，将用户关于是否将设备控制指令发送至目标设备的响应反馈至电子设备；或者，以语音的形式通过智能音箱播报确认请求，并采集用户的回答反馈至电子设备，以使得电子设备基于用户的回答确定是否将设备控制指令发送至目标设备。
103.步骤433，当设备控制指令通过确认校验，确定差异化处理结果指示允许发送设备控制指令至目标设备。
104.当差异化处理结果指示允许发送设备控制指令至目标设备，则向目标设备发送设备控制指令。
105.步骤435，若模糊指令的风险等级低于风险阈值，则发送设备控制指令至目标设备。
106.通过上述过程，实现设备控制指令的差异化处理，能够有效地防止因为设备错误执行动作而给用户造成的损失，此外，基于不同用户的容错强度和偏好强度，模糊指令的风险等级将有所差异，使得设备控制服务充分匹配不同用户，进一步提升了设备控制服务的智能化。
107.请参阅图6，在一示例性实施例中，步骤431之后，该方法还包括以下步骤：
108.步骤510，当设备控制指令通过确认校验，对确认置信度进行更新。
109.其中，确认置信度，指的是用户确认设备控制指令指示的目标设备执行动作的接受程度。
110.步骤530，根据确认置信度，调整模糊指令的风险等级，以基于调整后的风险等级确定设备控制指令是否进行差异化处理。
111.如果设备控制指令多次通过确认校验，表示用户确认该设备控制指令指示的目标设备执行动作接受程度较高，则确认置信度也随之增加，相应的模糊指令的风险等级可以下调。具体地，若确认接收度超过置信度阈值，则将模糊指令的风险等级由高风险调整至低风险。
112.以模糊指令为“开灯”，转化的设备控制指令为“开水晶灯”为例。假设该模糊指令的风险等级为高风险，设备控制指令的确认置信度为30％，置信度阈值为80％，随着设备控制指令每通过一次确认校验，其确认置信度增加5％，直至其确认置信度更新为80％，则模糊指令“开灯”的风险等级由高风险调整至低风险。
113.通过上述过程，实现了基于确认置信度及时调整高风险模糊指令的风险等级，在下调风险等级后，该模糊指令转化的设备控制指令在发送至目标设备之前，便不再需要用户进一步确认，进而提升了设备控制服务的自动化水平。
114.请参阅图7，在一个示例性实施例中，步骤350之后，该方法还包括以下步骤：
115.步骤610，基于目标设备响应于设备控制指令执行动作，在设定时间范围内检测目标设备的设备状态。
116.如前所述，设备状态可以是指设备的工作状况，譬如开启、关闭、离线或故障等。对于目标设备而言，在接收到设备控制指令之后，将根据该设备控制指令的指示执行相应动作，可以理解，若用户对目标设备所执行动作不太满意，便会控制目标设备再次执行动作，
使得目标设备的设备状态在设定时间范围内更改。其中，用户控制目标设备再次执行动作，可视为用户对目标设备执行动作进行的响应。当然，若用户对目标设备所执行动作满意，便不会有所响应，以保持设定时间范围内目标设备的设备状态不变。该设定时间范围可以根据应用场景的实际需要灵活地调整，例如，对于灯设备而言，设定时间范围为30秒，而就空调来说，设定时间范围为3分钟，此处并未加以限定。
117.步骤630，若检测到目标设备的设备状态在设定时间范围内发生变化，则更新执行置信度。
118.其中，执行置信度，是指用户对设备控制指令指示的目标设备执行动作的接受程度。应当理解，执行置信度越高，表示用户对设备控制指令指示的目标设备执行动作的接受程度越高，相应地，模糊执行的风险等级越低。
119.具体而言，若检测到目标设备的设备状态在设定时间范围内发生变化，表示用户对设备控制指令指示的目标设备执行动作不太满意，则降低执行置信度，例如，执行置信度减一。
120.步骤650，根据更新后的执行置信度，调整模糊指令的风险等级，以基于调整后的风险等级确定设备控制指令是否进行差异化处理。
121.应当理解，若用户控制目标设备再次执行动作的频次过高，表示用户对设备控制指令指示的目标设备执行动作的接受程度比较低，则模糊指令的风险等级可以上调。具体地，若执行置信度超过置信度阈值，则将模糊指令的风险等级由高风险调整至低风险，相反，若执行置信度低于置信度阈值，则模糊指令的风险等级由低风险调整至高风险。
122.以模糊指令为“开灯”，转化的设备控制指令为“开厨房灯”为例。假设该模糊指令的风险等级为低风险，该设备控制指令的执行置信度为60％，置信度阈值为30％。厨房灯响应于设备控制指令而开启后，在30秒设定时间内，若用户将厨房灯关闭，表示用户不同意开启厨房灯，则设备控制指令“开厨房灯”的执行置信度下降5％，在用户多次不同意开启厨房灯而关闭厨房灯后，设备控制指令“开厨房灯”的执行置信度将更新至低于30％，此时，模糊指令“开灯”的风险等级便由低风险调整至高风险。
123.随着模糊指令的风险等级由低风险调整至高风险，基于调整后的风险等级确定对该设备控制指令进行差异化处理，因此，在将由该模糊指令转化的设备控制指令发送至目标设备之前，将请求对该设备控制指令进行确认校验，以此来避免因该设备控制指令所指示的目标设备执行动作而给用户造成的损失。
124.通过上述实施例，实现了基于目标设备的执行置信度及时调整低风险模糊指令的风险等级，在上调风险等级后，该模糊指令转化的设备控制指令在发送至目标设备之前，便需要经过确认检验，进一步提高了设备控制服务的智能化。
125.此外，基于确认置信度和执行置信度是否超过置信度阈值，对模糊指令的风险等级进行的持续调整，实现了模糊指令的风险等级的动态学习，不仅提升了设备控制服务的自动化，而且有利于规避风险，进一步有利于提升用户体验。
126.请参阅图8，在一示例性实施例中，步骤310还可以包括以下步骤：
127.步骤311，接收触发进行设备控制的控制请求，确定控制请求指示的设备是否为目标设备。
128.在一种可能的实现方式，控制请求是基于场景中触发进行设备控制的触发操作生
成的。
129.例如，在智能手机运行的客户端中，用户配置了“回家场景”，在“回家场景”中，用户配置了开灯、开客厅空调、拉开客厅窗帘等“回家场景”中设备执行动作，那么，当用户借助客户端点击“回家场景”对应的场景执行入口(例如“回家场景”开关)，对于智能手机而言，便能够检测到该点击操作，并生成携带“回家场景”场景配置数据的控制请求发送至电子设备。其中，该点击操作视为触发进行设备控制的触发操作。
130.在一种可能的实现方式，控制请求是基于用户的输入信息生成的，该用户的输入信息可以是语料或文本信息，此处并未对用户的输入信息的类型进行限定。
131.例如，在智能手机运行的客户端中，为用户提供触发进行设备控制的文本输入入口，当用户在该文本输入入口中输入“太暗了”，对于智能手机而言，便能够检测到该输入操作，由此生成携带文本信息“太暗了”的控制请求发送至电子设备。
132.又或者，语料可以通过具备音频接收功能的智能设备接收，如无线音频接收器、智能音箱、智能ai助手、智能手机等智能设备。这些智能设备可以部署在各个空间，如卧室、客厅、厨房等，并且通过其自身所配置的通信模块而与网络设备通信，进而接入网络设备所在局域网络。当用户说“太暗了”，智能音箱便能够采集到语料“太暗了”，由此生成携带语料“太暗了”的控制请求发送至电子设备。
133.对于电子设备来说，便能够接收到触发进行设备控制的控制请求。应当理解，控制请求可以是触发控制目标设备的，也可以是触发控制候选设备的，由此，在接收到控制请求后，首先需要判断控制请求所请求控制的设备是否为目标设备。
134.例如，对于携带语料“太暗了”的控制请求来说，请求控制的设备用于调节环境的亮度，但未明确是哪个设备，由此确定请求控制的设备不是目标设备。
135.或者，对于携带“回家场景”场景配置数据的控制请求来说，请求控制的设备包括灯、客厅空调、以及客厅窗帘，此时，对于客厅空调和客厅窗帘来说，可确定请求控制的设备是目标设备，而对于灯而言，则确定请求控制的设备不是目标设备。
136.若确定请求控制的设备是目标设备，基于控制请求中携带的目标设备和动作，可得到设备控制指令发送至目标设备，反之，若确定请求控制的设备不是目标设备，则跳转至步骤313。
137.步骤313，根据控制请求确定具有相同设备属性的各候选设备和动作。
138.在一种可能的实现方式，控制请求携带场景配置数据。相应地，步骤313可以包括以下步骤：从控制请求中携带的场景配置数据得到具有相同设备属性的各候选设备和动作。
139.仍以前述“回家场景”为例，场景配置数据至少包括：开灯、开客厅空调、拉开客厅窗帘，由此，针对“开灯”，便能够确定设备属性为亮度属性，进而确定具有相同亮度属性的各候选设备为灯，动作为开启。
140.在一种可能的实现方式，控制请求携带用户的输入信息。相应地，步骤313可以包括以下步骤：从控制请求携带的输入信息中，提取得到触发进行设备控制的关键词；获取与关键词相关联的具有相同设备属性的各候选设备和动作。其中，关键词至少包括：用于描述环境状况的关键词(亮、暗等)、用于描述身体感受的关键词(冷、热等)、程度副词(好、很、太、不够、不足等)等等。
141.以用户的输入信息为语料“太暗了”举例说明，通过关键词提取得到关键词“太”、“暗”，那么，针对触发进行设备控制的关键词“暗”，便能够确定用户期望对环境的亮度进行调节，由此确定设备属性为亮度属性，进而确定具有相同亮度属性的各候选设备为灯，动作为开启，以此满足用户的真实意图——提高环境的亮度。
142.应当说明的是，关键词提取可以通过由机器学习模型训练生成的关键词提取模型实现，也可以通过最大匹配算法、最少词切分算法等关键词提取算法实现，在此不作限定。
143.步骤315，根据各候选设备和动作，得到模糊指令。
144.仍以前述例子加以说明，若具有相同亮度属性的多个候选设备为灯，动作为开启，则由此得到的模糊指令为“开灯”。
145.通过上述实施例，基于控制请求中携带的场景配置数据或用户输入信息自动生成模糊指令，实现了对用户需求的及时跟踪，降低了用户的交互成本，进一步解决了设备控制服务的相关配置复杂性较高的问题。
146.请参阅图9，在另一示例性实施例中，步骤310可以包括以下步骤：
147.步骤312，获取各设备的设备状态数据。
148.其中，设备状态数据是用于指示设备的设备状态的数据，由设备上报至电子设备进行存储。该设备状态可以是指设备的工作状况，例如开启、关闭、离线或故障等，还可以指的是设备的工作模式，例如，温度传感器的温度值，湿度传感器的湿度值，照明设备的亮度值、色温值，温控设备的温度值等等。进一步地，通过设备状态确定空间状态，也就是说，空间状态实质反映了空间中所部署设备的设备状态。
149.例如，客厅包括人体传感器a和人体传感器b，若人体传感器a的设备状态指示人体传感器a检测到有人，则表示客厅有人，或者，若人体传感器b的设备状态指示人体传感器b检测到有人，则表示客厅有人，此时，对于客厅而言，空间状态可用于描述客厅是否有人，便能够根据人体传感器a、b中任意一个人体传感器的设备状态确定。值得一提的是，人体传感器的设备状态数据是人体温度值。
150.步骤314，在设备联动数据中查找与设备状态和/或空间状态相匹配的触发条件。
151.其中，设备联动数据用于指示若触发条件满足，则具有相同设备属性的各候选设备执行动作。
152.设备联动数据是为了实现基于自动化的设备控制服务而配置的。例如，在智能手机运行的客户端，若用户配置了触发条件“人体传感器a检测到有人”，同时配置了开灯、开客厅空调、拉开客厅窗帘等设备执行动作，便可生成相应地设备联动数据a1，从而实现自动化，即若部署于客厅的人体传感器a检测到有人，则自动开灯、开客厅空调、拉开客厅窗帘。
153.在完成设备联动数据的配置，设备联动数据将上报后台进行存储，以便于为用户提供基于自动化的设备控制服务。
154.由此，在设备上报设备状态数据之后，电子设备便可根据设备状态数据确定设备状态和/或空间状态，进而基于设备状态和/或空间状态来确定自动化是否被触发，即在设备联动数据中查找与设备状态和/或空间状态相匹配的触发条件。
155.仍以前述例子进行说明，若人体传感器a上报的设备状态数据指示人体传感器a检测到有人，即人体传感器a的设备状态指示有人，那么，对于设备联动数据a1而言，便能够基于该设备状态确定存在相匹配的触发条件。
156.当然，在其他实施例中，设备联动数据a1也可以配置为：若客厅有人，则自动开灯、开客厅空调、拉开客厅窗帘，此时，对于电子设备来说，首先根据人体传感器a上报的设备状态数据指示人体传感器a检测到有人，由于人体传感器a部署于客厅，则客厅的空间状态由客厅中该人体传感器a的设备状态确定，即确定客厅的空间状态为客厅有人，进而方可基于该空间状态查找到相匹配的触发条件，本实施例对此并非构成具体限定。
157.步骤316，从查找到的触发条件所属的设备联动数据中，提取得到模糊指令。
158.继续以前述例子进行说明，针对配置了开灯、开客厅空调、拉开客厅窗帘的设备联动数据a1，便能够从中提取得到模糊指令“开灯”、以及设备控制指令“开客厅空调”、“拉开客厅窗帘”。
159.在上述实施例的作用下，相较于静态的自动化配置(触发条件+设备控制指令)，实现了动态的自动化配置(触发条件+模糊指令)，一方面，在不同空间下，同一个模糊指令也可以有所差异，避免用户针对不同空间进行繁复的手动配置，进一步提升了设备控制服务的自动化，另一方面，用户不必关注执行动作的目标设备，不再受设备的数量和类型增加的影响，能够有效地提升用户体验，进一步解决了设备控制服务中耗费的人力成本较高的问题。
160.图10至图11是一应用场景中一种设备控制方法的具体实现示意图。该应用场景为智能家居场景，适用于图1a所示出的实施环境。
161.图10展示了一应用场景中基于自动化的设备控制服务中设备控制指令和模糊指令的配置框架的示意图。在图10中，基于自动化的设备控制服务，对于现有框架而言，可以为设备控制指令101配置条件
②
和动作
②
，其中，条件
②
具体指示了设备(由设备型号唯一标识)和触发条件，动作
②
具体指示了目标设备(由设备型号唯一标识)和执行动作，那么，当条件
②
被满足，动作
②
中的目标设备便会响应设备控制指令101执行动作
②
中的执行动作。
162.而就新增框架来说，不仅可以为设备控制指令101配置条件
②
和动作
②
，还可以为模糊指令102配置条件和动作，相较于设备控制指令101，模糊指令102中条件的配置与设备控制指令101中条件的配置类似，即模糊指令102中的条件具体指示了设备(由设备型号唯一标识)和触发条件。
163.区别在于，模糊指令102中的动作，如图10b所示，并非指示了由设备型号唯一标识的目标设备和执行动作，而是指示了具有相同设备属性的多个候选设备和执行动作，例如，“打开摄像头”中，摄像头视为具有相同设备属性的多个候选设备，而打开视为执行动作。在此说明的是，设备可以有设备型号唯一标识，也可以通过用户命名的设备名称唯一标识，此处并非构成具体限定。
164.具体地，配置模糊指令包括以下步骤：
165.首先，通过执行步骤601，根据历史行为数据挖掘用户的设备使用习惯。
166.通过执行步骤603，按照用户的设备使用习惯为用户提供对应的模糊指令，以供用户配置。如图10b所示，可提供的模糊指令包括但不限于：打开摄像头、关闭窗户、关闭空调、开灯、开空调等等。
167.通过执行步骤605，模糊指令的风险等级配置。即，根据容错强度和/或偏好强度配置模糊指令的风险等级。
168.通过执行步骤607，用户为基于自动化的设备控制服务配置模糊指令。例如，用户配置触发条件为“人体传感器a检测到有人”，则执行【开灯-模糊指令】。
169.通过执行步骤609，基于步骤607中用户预先配置的基于自动化的设备控制服务，若检测到触发条件被触发，即“人体传感器a检测到有人”，则提取得到模糊指令“开灯”。此时，便可基于历史行为数据所挖掘的用户的设备使用习惯，分析得到目标设备为客厅水晶灯，进而将模糊指令“开灯”转化为设备控制指令“开客厅水晶灯”。
170.通过执行步骤611，假设模糊指令“开灯”为高风险的模糊指令，则需要经过用户的二次确认，以此确定是否将设备控制指令发送至目标设备。若用户确认，便将设备控制指令“开客厅水晶灯”发送至客厅水晶灯，进而使得客厅水晶灯开启。
171.在本应用场景中，面对智能家居场景中灯、开关、插座等大量设备的配置需求，用户可以直接使用“开灯”等更容易理解的模糊指令进行设备控制服务的相关配置，更符合用户意图表达的方式，且基于历史行为数据自动分析用户的设备使用习惯，并不需要用户介入，能够灵活地配合智能家居场景中设备的变化，极大程度地降低了用户在设备控制服务中的操作，进而大大提升了用户的智能家居体验。
172.下述为本技术装置实施例，可以用于执行本技术所涉及的设备控制方法。对于本技术装置实施例中未披露的细节，请参照本技术所涉及的设备控制方法的方法实施例。
173.请参阅图12，本技术实施例中提供了一种设备控制装置900，包括但不限于：指令获取模块910，指令处理模块930，以及指令发送模块950。
174.其中，指令获取模块910，用于获取模糊指令；模糊指令用于指示符合目标属性的任意设备执行动作。
175.指令处理模块930。用于基于历史行为数据，将模糊指令转化为设备控制指令；设备控制指令用于指示目标设备执行动作，目标设备为符合目标属性的任意设备中的设备。
176.指令发送模块950，用于向目标设备发送设备控制指令，使得目标设备响应于设备控制指令执行动作。
177.在一示例性实施例中，设备控制装置还包括：风险确认模块，用于确定模糊指令的风险等级；差异化处理模块，用于根据模糊指令的风险等级，对设备控制指令进行差异化处理；指令发送模块，包括：确认发送单元，用于若差异化处理结果指示允许发送设备控制指令至目标设备，则将设备控制指令发送至目标设备。
178.在一示例性实施例中，差异化处理模块，包括：确认校验单元，用于若模糊指令的风险等级超过风险阈值，则请求对设备控制指令进行确认校验；校验通过单元，用于当设备控制指令通过确认校验，确定差异化处理结果指示允许发送设备控制指令至目标设备。
179.在一示例性实施例中，差异化处理模块，还包括：确认置信度更新单元，用于当设备控制指令通过确认校验，对确认置信度进行更新；风险等级调整单元，用于根据更新后的确认置信度，调整模糊指令的风险等级，以基于调整后的风险等级确定设备控制指令是否进行差异化处理。
180.在一示例性实施例中，设备控制装置还包括：设备状态检测模块，用于基于目标设备响应于设备控制指令执行动作，在设定时间范围内检测目标设备的设备状态；执行置信度更新模块，用于若检测到目标设备的设备状态在设定时间范围内发生变化，则更新执行置信度；风险等级更新模块，用于根据更新后的执行置信度，调整模糊指令的风险等级，以
基于调整后的风险等级确定设备控制指令是否进行差异化处理。
181.在一示例性实施例中，设备控制装置还包括：设备状态获取模块，用于获取模糊指令指示的各候选设备的设备状态数据；设备状态数据用于指示候选设备的设备状态；设备删除模块，用于将设备状态不满足设定条件的候选设备删除，以基于设备使用习惯对完成删除处理的各候选设备进行目标设备的筛选。
182.在一示例性实施例中，指令获取模块，包括：目标设备确认单元，用于接收触发进行设备控制的控制请求，确定控制请求指示的设备是否为目标设备；设备属性确认单元，用于若为否，则根据控制请求确定具有相同设备属性的各候选设备和动作；模糊指令生成单元，用于根据各候选设备和动作，得到模糊指令。
183.在一示例性实施例中，设备属性确认单元，包括：关键词提取组件，用于从控制请求携带的输入信息中，提取得到触发进行设备控制的关键词；关键词关联组件，用于获取与关键词相关联的具有相同设备属性的各候选设备和动作。
184.在一示例性实施例中，指令获取模块，包括：设备状态数据获取单元，用于获取各设备的设备状态数据；设备状态数据用于指示各设备的设备状态；触发条件查找单元，用于在设备联动数据中查找与设备状态和/或空间状态相匹配的触发条件；模糊指令提取单元，用于从查找到的触发条件所属的设备联动数据中，提取得到模糊指令。
185.需要说明的是，上述实施例所提供的设备控制装置在进行设备控制时，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，即设备控制装置的内部结构将划分为不同的功能模块，以完成以上描述的全部或者部分功能。
186.另外，上述实施例所提供的设备控制装置与设备控制方法的实施例属于同一构思，其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。
187.图13根据一示例性实施例示出的一种电子设备的结构示意。该电子设备适用于图1a所示出实施环境的服务器端170。
188.需要说明的是，该电子设备只是一个适配于本技术的示例，不能认为是提供了对本技术的使用范围的任何限制。该服务器也不能解释为需要依赖于或者必须具有图13示出的示例性的电子设备2000中的一个或者多个组件。
189.电子设备2000的硬件结构可因配置或者性能的不同而产生较大的差异，如图13所示，电子设备2000包括：电源210、接口230、至少一存储器250、以及至少一中央处理器(cpu,central processing units)270。
190.具体地，电源210用于为电子设备2000上的各硬件设备提供工作电压。
191.接口230包括至少一有线或无线网络接口231，用于与外部设备交互。例如，进行图1a所示出实施环境中用户终端110与服务器端170之间的交互。
192.当然，在其余本技术适配的示例中，接口230还可以进一步包括至少一串并转换接口233、至少一输入输出接口235以及至少一usb接口237等，如图13所示，在此并非对此构成具体限定。
193.存储器250作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统251、应用程序253及数据255等，存储方式可以是短暂
read only memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
205.存储器4003上存储有计算机程序，处理器4001通过通信总线4002读取存储器4003中存储的计算机程序。
206.该计算机程序被处理器4001执行时实现上述各实施例中的设备控制方法。
207.此外，本技术实施例中提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述各实施例中的设备控制方法。
208.本技术实施例中提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在存储介质中。计算机设备的处理器从存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述各实施例中的设备控制方法。
209.与相关技术相比，在本方案中不需要预先为设备控制指令配置目标设备和执行动作，而是基于历史行为数据进行的设备使用习惯挖掘，可以自动将应用于多个候选设备的模糊指令转化为应用于目标设备的设备控制指令，以此简化用户降低用户在设备控制服务中与客户端的交互次数，简化了用户的操作，提升用户体验，进而能够有效地解决相关技术中存在的设备控制服务所耗费的人力成本较高的问题。
210.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
211.以上所述仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。