用于照明系统的推荐引擎的制作方法

本发明涉及用于照明系统的推荐引擎，其选择性地致使用户接口将推荐消息输出至用户，以推荐用于照明系统的照明效果。

背景技术：

连接的照明指一类照明系统，其中可以根据网络通信协议（诸如zig-bee、蓝牙、wi-fi、以太网等）或这些协议的组合，基于照明器（灯具）与控制设备（诸如智能电话、平板电脑、智能开关等）之间的数据的通信，使用网络技术来控制照明器。这允许连接的照明系统提供比传统照明系统更加丰富的功能性，例如允许用户使用在智能电话、可穿戴设备或其他用户设备上执行的应用（app）来直接地控制照明器，以及简单地将新的控制点（诸如照明器开关或传感器）并入到照明系统而无需为新的控制点重新布线。这些丰富的特征使得用户能够控制日益丰富的照明器参数（例如白度、颜色、调光水平、动态等）组以便在环境中得到令人愉悦的照明氛围。

技术实现要素：

随着调节选项的数量的增加，与连接的照明系统的用户交互可以变得更加复杂。为了协助用户驾驭增加的丰富的可用选项，以及帮助他们充分利用这些选项，需要“数字助手”功能，其帮助用户创建特定时刻的最佳照明器设置。随着选项的数量增加，用户越来越可能没有了解到创建的所有新选项。数字助手可以通过向用户推荐用于照明系统的合适的照明效果来帮助改进此知识并且还改进系统可以提供的用户体验。

推荐用于照明系统的照明效果的技术是本领域中已知的。例如，us2015/161137公开了一种通过比较来识别相关照明设置的方法，该比较是将照明系统背景数据与存储在数据库中的和照明设置相关联的背景数据进行比较。照明设置中的至少一些照明设置可以与对应于用户体验水平的权重相关联。

然而，现有技术仅涉及至考虑识别相关照明设置以推荐的事宜。其未能领会到，即使在推荐系统可能已经识别出它认为在特定时间与特定用户相关的照明系统（无论出于什么理由）的情况下，用户可能实际上彼时对接收推荐不具有任何兴趣。

而本发明的发明人已经认识到推荐的时机在用户满意度上具有重要影响；如果当用户不乐于接收推荐时作出推荐，将被认为是恼人的——即使理论上它与当前背景相关。被重复呈现过剩的不想要的推荐的用户可能甚至禁用全部推荐，即使可能存在某种环境，其中推荐既是相关的也是（重要的是）期望的。

依据本发明的第一方面，用于照明系统的推荐引擎包括推荐组件，用于生成推荐消息以推荐用于照明系统的照明效果；至少一个数据输入端，用于从数据源接收与照明系统的用户有关的数据；和接收度组件，其被配置为使用所接收的数据来计算用户当前接收度水平，该接收度水平指示用户对于接收推荐的当前接收度；其中该推荐组件被配置为依据当前接收度水平，选择性地致使推荐消息经由用户接口输出至用户，以推荐用于照明系统的照明效果。

有利地，这允许以更针对性的方式在用户对于接收推荐消息更可能是乐于接收的时刻时将它们输出至用户。以这种方式，不想要的推荐消息的数量可以被减少，从而移除用户的烦躁源。

例如，可以是，仅当接收度水平指示用户当前对于接收推荐是乐于接收的时，推荐组件才将推荐消息输出给用户，或者至少可以是，当接收度水平指示用户当前对于接收推荐是不乐于接收的时，某些推荐消息被推荐组件抑制（在以下意义上被抑制：作为接收度水平指示用户当前是不乐于接收的结果，至少一个推荐消息被阻止输出，否则其会通过推荐组件在给定背景中被输出，例如通过阻止所生成的推荐消息被输出或通过完全阻止消息的生成）。

一般地，术语“接收度水平”意味着指示用户当前对于接收用于照明系统的推荐消息的乐于接收的程度的任何定性或定量度量。也就是说，在计算当前接收度水平中，接收度组件正使用来自至少一个数据源的可用数据来预测用户在那个时刻对推荐消息的回应（其中较低接收度水平意味着用户预期回应较差，并且较高接收度水平意味着用户预期回应较佳）。也就是说，可用数据被用来判定关于用户对于推荐消息的预期回应的信息，其中该信息在当前接收度水平中被捕获。

本发明的第二方面针对一种向照明系统的用户生成推荐消息的方法，该方法包括由推荐引擎实施以下步骤：从数据源接收与照明系统的用户有关的数据；以及通过推荐引擎的接收度组件使用从数据源接收的数据来计算用户的当前接收度水平，该当前接收度水平指示用户对于接收推荐的当前接收度；以及依据当前接收度水平，通过推荐引擎的推荐组件选择性地致使推荐消息经由用户接口输出至用户，以推荐用于照明系统的照明效果。

在第一或第二方面的实施例中，推荐组件可以被配置为从用户接收与消息中的一个消息有关的接受输入，以及作为响应，渲染由该消息推荐的照明效果。

例如，推荐消息中的每一个包括可选择渲染选项，其中推荐组件被配置为通过致使至少一个光照源渲染由那个消息推荐的照明效果来对用户选择该渲染选项（接受输入）作出响应。

可替换地，例如，接受输入可以是语音命令、手势等。

推荐组件可以被配置为仅当当前接收度水平超过阈值时致使推荐消息被输出至用户。

推荐组件可以被配置为确定由照明系统的至少一个光照源发射的光照的至少一个当前属性，以及依据当前接收度水平和当前光照属性，选择性地致使推荐消息经由用户接口输出至用户，以推荐用于至少一个光照源的照明效果。

推荐组件可以被配置为确定当前光照属性为功能的或美观的，其中仅当至少一个光照源的光照是美观的时，才针对该至少一个光照源输出推荐消息。

可以使用电子存储的调度来计算当前接收度水平。

例如，推荐引擎可以包括学习组件，该学习组件被配置为基于用户在推荐消息被输出时对于推荐消息的响应来更新该调度。

可以通过监视用户和由用户操作的至少一个设备之间的交互来计算当前接收度水平。

可以通过使用来自至少一个传感器的数据来监视由用户所展示的行为，来计算当前接收度水平。

例如，可以基于由传感器数据所传达的用户的运动、话语和/或生理信号来计算当前接收度水平。

可以通过例如使用至少一个传感器确定用户的焦点向量来计算当前接收度水平。

推荐引擎可以包括学习组件，该学习组件被配置为通过监视用户随时间推移对推荐消息的回应来生成经学习的数据，其中基于该经学习的数据来计算当前接收度水平。

可以通过确定该用户是否在另一个或另外多个用户面前来计算当前接收度水平。

推荐引擎可以包括用于接收与用户有关的来自不同数据源的数据的至少两个数据输入端，其中可以通过将从不同数据源接收的数据组合来生成当前接收度水平。

推荐引擎可以包括背景组件，该背景组件被配置为确定用于在确定向用户作出的推荐中使用的用于用户的至少一个当前背景参数。也就是说，假设用户当前对于用户是乐于接收的，基于上述背景参数生成推荐消息。各种背景参数的示例在下文中给出。

例如，推荐组件被配置为将背景参数与电子存储的背景参数进行比较以定位电子存储的背景参数中的一个匹配的背景参数，并且只有在当前接收度水平指示用户当前对于接收推荐是乐于接收的情况下，经由用户接口将推荐消息输出至用户，以推荐与匹配的背景参数相关联的照明效果。

本发明的第三方面针对一种计算机程序产品，其包括代码，该代码存储在计算机可读存储介质上并且被配置为当被执行时实施第二方面所述的方法或其任何实施例。

本发明的另一方面针对用于照明系统的推荐引擎，其包括：推荐组件，用于生成推荐消息以推荐用于照明系统的照明效果；至少一个数据输入端，用于从数据源接收与照明系统的用户有关的数据；和接收度组件，被配置为基于所接收的数据确定是否将推荐输出至用户；其中推荐组件被配置为响应于接收度组件确定应当将推荐输出至用户而致使推荐消息经由用户接口输出至用户，以推荐用于照明系统的照明效果，以及其中通过以下各项来确定是否将推荐输出至用户：使用电子存储的调度，和/或

通过监视用户和由用户操作的至少一个设备之间的交互，和/或

通过使用来自至少一个传感器的数据来（例如基于由传感器数据传达的用户的运动、话语和/或生理信号）监视由用户所展示的行为，和/或

使用通过监视随时间推移用户对于过去推荐消息的回应所学习的数据，和/或

通过确定用户是否在另一用户或另外多个用户面前，和/或

通过确定用户的焦点向量，和/或

使用电子存储的调度。

更一般地，可以基于本文描述的用于计算当前接收度水平（或相似的）的任何元件或元件的组合来进行该确定。

附图说明

为了更好地理解本发明，以及示出可以如何将相同的实施例付诸实践，对以下附图进行参考，其中：

图1示出了照明系统的示意性框图；

图2示出了位于环境中的照明系统的示意性透视图；

图3示出了推荐引擎的高水平功能框图；

图4示出了推荐用于照明系统的照明效果的方法的流程图；以及

图5示出了与数据存储中的照明器设置相关联的背景的示例。

具体实施方式

本发明的实施例现将通过示例的方式进行描述。

当合适的建议设置是清楚地可识别的以及是对当前情景的改进时，并且——重要地——在用户8对于接收推荐持开放态度从而不会使他感到被打扰或被惹恼的时刻，推荐引擎（图3中的30；本文中还称为“数字助手”）向用户（图2中的8）作出推荐。通过既有用又适时的推荐，数字照明器助手将被认为是有帮助的而非恼人的，并且使得用户能够充分利用他们的连接的照明系统的丰富的能力。

如在下文进一步详细描述的，（多个）优选的照明器设置（（多个）光效果）与某（些）背景的关联被接收。推荐引擎30检测在何时这些背景中一个背景匹配当前背景。它检测用户实际上是否对于接收推荐持开放态度，以及如果是，则呈现推荐消息以推荐与匹配的背景相关联的光效果，该推荐消息可以包括（可选择的）照明器设置表示。

参考图1和图2，在连接的照明系统1的背景中描述了推荐引擎30的另外的细节。图1示出了照明系统1的示意性框图，以及图2示出了照明系统1可以如何布置在环境2中以便照射环境2的示例。环境2可以包括建筑物内的室内空间，诸如一个或多个房间和/或走廊（或其部分）和/或可以是诸如花园或公园的室外空间，或者部分覆盖的空间，诸如体育场或凉亭（或其部分），或这些空间的组合。在所描述的示例中，环境2是用户的家，或他的家的一部分，其贯穿家的若干房间，并且可能扩展到室外空间，诸如花园或阳台。灯具4例如可以安装在天花板（如示出的）以便能够照射它们下方的表面（例如地面或地板，或工作表面）、安装在墙上、嵌入地板或家具物品中等或者其任何组合。灯具4中的每一个灯具包括至少一个光照源（即发光设备，诸如led灯、气体放电灯或灯丝灯泡）及任何相关联外壳或支撑件。灯具4中的每一个灯具可以采取任何合适的形式，诸如天花板安装或壁装式灯具、独立式灯具（例如台灯、桌灯或地板灯等）、洗墙灯、或不太常规的形式（诸如led灯带、内置于表面或家具物品中的灯具）、或用于向环境2发射光照以便照射环境2的任何其他类型的光照设备。也就是说，发射足够强度的光和在足够大的区域上发射光，作为光照的结果，环境2中的用户8可以看到他的周围环境。

除了灯具4之外，照明系统1被示出为包括网关10形式的中央控制设备，有时也被称为照明桥接器。桥接器10被示出为包括第一通信接口12、第二通信接口16和连接至第一和第二接口12、16的处理器14。灯具4中的每一个灯具4被示出为经由第二接口16连接至桥接器10。例如灯具4可以形成无线网状网络，其中灯具4中的至少一些灯具4充当中继器以中继桥接器10和其他灯具4之间的数据（也就是说，灯具4中的至少一些灯具4经由一个或多个其他灯具4间接连接至桥接器10）。该无线网状网络配置可以扩展网络的范围至第二接口16的直接通信范围之外。例如，第二接口16可以是zigbee接口，其中灯具4和桥接器10形成zigbee网络。为了经由桥接器10控制灯具4，至少一个用户输入设备可以例如经由无线连接（诸如wi-fi或蓝牙）或有线连接（例如基于以太网）连接至桥接器10的第一接口12。用户输入设备可以例如是执行照明控制应用（app）的通用用户设备6，诸如智能电话、平板电脑、可穿戴设备、家庭自动化集线器（例如基于语音控制）或任何其他通用计算设备，或配备网络通信技术的照明器开关5（“智能开关”）。智能开关5可以采取简单开/关的开关形式、提供可变亮度（即发光强度）的调光开关或更高级的开关，比如可以从中选择光照的不同颜色（即色度）。在此示例中，用户设备6被示出为经由由网络路由器9（诸如wi-fi路由器）提供的局域网络18而连接至桥接器10。在一些情况下，从诸如因特网的外部网络20（例如例如经由路由器9）连接至桥接器10以允许用户8远程控制灯具4也可以是可能的。用户设备6被示出为包括处理器22，于其上执行照明控制app（未示出），以及包括网络接口24，用户设备6的处理器22可以经由该网络接口24例如经由wi-fi连接而连接至局域网络18。可替换地，用户设备6可以例如经由蓝牙连接而直接连接至桥接器10。还可能实施不具有桥接器10的连接的照明系统，在这种情况下各种用户输入设备5、6可以通过例如使用蓝牙（这样则桥接器10和路由器9均不需要）与灯具4直接通信而控制它们；可替换地，灯具4可以直接连接至比如局域网络18，从而可以经由路由器9（这样则不需要桥接器10）控制它们。

图2通过示例的方式示出了连同网关10和路由器9一起放置在环境2中的智能开关5，其中用户8持有用户设备6。然而如将领会到的，这仅是出于阐释目的的示例，并且各种其他布置和配置同样可行。

图3示出了表示用于照明系统1的推荐引擎30的功能性的功能框图。该功能性由在一个或多个处理器上执行的代码（即可执行指令）来实施。例如推荐引擎30可以由在桥接器10的处理器14上、在用户设备6的处理器22上（例如作为照明控制app的一部分）或甚至在照明器开关5中的一个或多个照明器开关5处和/或灯具4中的一个或多个灯具4处执行的代码来实施。照明控制系统30的功能性还可以以分布式的方式来实施，例如（且不具有限制性地）部分可以在桥接器10处实施，并且部分可以在用户设备6处实施。也不排除将该功能性的部分远程实施（例如至少部分地在连接至外部网络20的一个或多个设备上实施）的可能。例如，该功能性的一些或全部可以实施为后端服务，诸如云服务。

推荐引擎30被示出为包括推荐组件32、接收度组件34和背景组件36，其中的每一个表示推荐引擎30的功能性的不同部分。

推荐组件32将推荐消息选择地生成和输出以向照明系统的用户8推荐照明效果（用于灯具4中的一个或多个灯具4的一照明设置或一照明设置组）。

背景组件36确定用户8的一个或多个当前背景参数37的组，其描述了关于用户8的当前情景（即背景）。推荐组件32可以使用当前背景参数37来确定合适的照明效果以在该背景中推荐（当有照明效果可用时）。

接收度组件34从至少一个数据源接收与用户8有关的数据，它使用该数据来计算用户8的当前接收度水平35。在图3中示出了许多数据源38，可以单独或以任何组合地使用各数据源以如后文所描述的那样计算接收度水平35。接收度水平35指示用户8对于接收推荐的当前接收度，然而其被计算并由推荐组件32使用来决定是否实际上在给定背景中向用户8输出推荐消息，假设合适的推荐是可用的。也就是说，即使当合适的推荐是可用的时，如果用户8当前对于接收它是不乐于接收的，则可以抑制它。

推荐引擎30的功能性的进一步的细节现将参考被一起描述的图3的框图和图4的流程图来描述。

步骤s1——接收某背景内的优选的照明器设置的关联。

在步骤s1处，接收优选的照明器设置（照明效果）504和某背景502的关联并存储在推荐引擎30可访问的数据储存器40中，储存器40可以包括本地储存器、远程储存器或两者的组合。例如，该信息可以包括从（中央）数据库或经由联网信息源获取的预确定关联。也就是说，某背景502和优选的照明器设置504之间的关联可以是预确定的关联（例如，由用户8或照明系统提供者指定，其也可以可选地基于来自其他用户的优选的照明器设置—背景关联）。可替换地，可以基于照明系统1的实际使用，经由自学习系统来学习关联。这样的学习系统可以学习在哪些背景中通常激活和使用哪些照明器设置。这可以针对当前用户8、家庭用户群而完成，或者可以在更大规模上学习这样的关系。例如，使用所谓的协同过滤推荐机制，其中关联可以来自（未知的）用户，这些用户碰巧在他们各自的用户简档中具有高度相似性（例如，相似的人口特征、日常例程、地理位置或相似的照明基础设施）。可以利用包括例如关于位置、时间、用户存在和活动、物理环境特性和氛围光条件的信息的各种参数来指定背景。

这向推荐引擎30提供了关于用于某情景/背景的优选的照明器设置的输入源。

一般地，如本文使用的术语“背景”指描述用户情景的一个或多个参数。可以单独地或组合地包括以下背景参数的示例：

活动

吃、睡觉、阅读、看tv、聊天、等待、放松、聚精会神等。

数字活动（游戏、使用app、web浏览等）

身体活跃/身体不活跃

情绪/精神状态

从消费的内容类型或社交媒体上发布的状态/消息中取得

生理测量（例如心跳、皮肤传导性、检测到的大脑活动等）

位置

房间、区域

地理位置

时间

一天中的时间

一年中的时间

（个人）日历事件

用户存在

单用户/多用户

用户简档信息

物理环境特性

氛围光条件

房间尺寸

墙/天花板表面属性

照明基础设施

（多个）用户的焦点向量

与用户凝视的短期平均值相结合的用户的位置

照明设置504的示例包括在场景、例程、效果或照明器程序中捕获的照明参数组，并且通常由它们如何在包括照明器4中的一个或多个照明器的照明基础设施上被渲染以及包括色调、饱和度、亮度、动态、光束宽度等的多个参数的定义组成。进一步地，可以以更加抽象的方式（例如房间中的空间光分布）或更加具体的方式（房间中的单独照明设备类型的单独照明器设置）来定义这些照明器设置。也就是说，推荐的照明器设置可以由各种不同类型的一个或多个照明参数的组来定义。

参考图5，数据库40中的信息可以例如采取表500的形式，表500中具有（多个）背景参数502的组和对应的（多个）照明器设置参数的组之间的关联，照明器设置参数中的每一个参数构成由用户8、照明设计者或照明（服务）公司所定义的照明器设置504。

在图5的示例中，示出了三个背景参数组502，其中每一个组包括一活动参数和一位置参数。三个相关联的照明参数组502中的每一个组包括三种类型的照明参数：至少一个光强参数（例如发光强度，相较于最大强度进行表示）；一个或多个颜色参数，其定义了光照的颜色方案；以及一个或多个动态参数，其定义照明效果的可见动态（如果有的话）。

可选地，根据单独用户8或具有类似特性的用户群对照明器的历史使用，可以使用机器学习技术至少部分地学习背景参数502与照明器参数504之间的关联，如在典型推荐系统应用中的那样。

步骤s2——检测相关联的背景

为了确定是否推荐照明器设置以及推荐哪一个照明器设置，背景组件36确定（s2）用户8的当前（实际）背景37（即一个或多个当前背景参数的组）以及验证其是否匹配数据储存器40中的背景502中的一个背景502，针对该背景502，一相关联的优选照明器参数设置504是可用的。

这通过接收度组件32的框302予以表示，框302被示出为接收当前背景37、将它与数据储存器40中的背景502进行比较以定位任何匹配的背景502、以及如果找到匹配项则从数据储存器40获取相关联的照明器设置504。

可以通过例如经由传感器输入、外部信息源（例如因特网、连接的设备等）、用户输入或其任何组合获得当前背景信息28来检测当前背景37。

例如，可以从外部信息源（例如连接的tv，其向照明系统传送用户8正在观看电影的信息）、经由用户输入（例如智能电话app，用户8在智能电话app上指示他将要去睡觉）或经由传感器输入（例如分析房间中的活动的麦克风）获得关于用户的活动的信息。

相似地，可以从外部信息源（例如存储在桥接器或智能电话中的位置信息）、从用户输入（例如用户在智能电话app中选择房间）或从传感器输入（例如识别用户8当前在何处的rf信号强度分析或运动传感器）来获得关于用户8的位置的信息。

根据所接收的背景信息28，取得当前背景37作为用户8最可能的背景。

如果当前背景37确实匹配数据储存器40中的背景502，并且如果与该背景502相关联的照明器设置504与用户位置处的当前照明器设置大不相同，则该方法行进至步骤3以验证用户8是否实际上对于接收建议以改变到该优选的照明器设置504持开放态度（“空闲的”）。可以定义阈值，什么是“大不相同”，但至少它应该是用户可感知的差异。

在此步骤中，为了最佳的帮助，数字助手30还应该知道可用的最新选项。因此，例如可以利用新app或现有app内的不同（新）选项的可能性持续更新数字助手30，在新app或现有app内的不同（新）选项变得可用时可以将它们存储在数据储存器40中。

步骤s3——检测用户对于接收推荐持开放态度

为了在适当的时间推荐优选的照明器设置，推荐引擎32的框304基于由接收度组件34计算的接收度水平35来确定（s3）用户8对于接收它是否持开放态度。如果未持开放，那么框304抑制该推荐，即阻止框302向用户8推荐照明器设置504（位于步骤s2处）。

可以在框304处使用来自环境传感器（例如，运动传感器）、身体上传感器（例如心率腕表）以及与智能设备的交互（例如，活动和app使用）的信息来以各种方式检测用户的接收度。

在此示例中，框304被示出为接收接收度水平35（在此示例中其为（数字化）接收度值），并且将它与接收度阈值39进行比较以确定用户8是否在乐于接收（即空闲）状态中。

对于接收推荐的开放性在本文中被称作“接收度”，并且可以以各种方式确定接收度值（或其他接收度水平）35，例如从以下各项中取得：调度38a、他和他的设备（例如开关5、用户设备6等）中的一个或多个设备之间交互的模式、传感器38b（诸如环境传感器、身体上传感器、麦克风等）或这些数据源38的任何组合。

例如，可以基于来自多个数据源38的输入估算并在接收度分值（例如0（对于接收建议持非开放态度）和1（对于接收建议持非常开放的态度）之间）中捕获接收推荐的接收度。也就是说，接收度水平可以包括接收度分值，其为可以（伪）持续变化的数值。接收度阈值39（例如0.8）可以被定义，使得在阈值39之上，当推荐可用时，通过框302将推荐呈现给用户8。

可以由用户8设置或调整此阈值39，或者可以基于从用户8接收的关于接收建议的时刻的适当性的反馈来自动改变此阈值39。

为了进一步有助于阐释，现将描述确定接收度水平35的各种示例措施。可以基于以下任何一项或其任何组合来确定接收度水平35。

根据调度：

可以确定调度38a，其定义用户8何时对于接收推荐持更开放态度。例如，照明器设置推荐可能总是安排在周末、晚上（天黑时）或一天中较不繁忙的时段（例如晚餐后）。这样的推荐调度可以由用户8或照明服务提供者基于常规日常例程的知识来预确定。用户的数字日历中的信息可用于避免繁忙/忙碌的时间段中的推荐。在更高级的实施例中，可以根据对过去的推荐的实际评价来定制此调度。也就是说，推荐引擎30的学习组件44可以基于用户在推荐消息被输出时对推荐消息的响应来更新调度38a（见下文）。

根据设备交互模式：

例如，可以分析用户与用户设备6的交互来确定提供推荐的最佳时刻。如果用户8正在他的智能电话上使用需要积极的注意力的app（例如利用ebook应用来阅读故事），则接收度组件34可以推断用户8不想被照明推荐打扰（即低接收度水平35）。

然而，如果用户8在他的智能电话上打开照明控制app，那么这可以是推荐优选的照明器设置的适当的时刻。相似地，如果用户正在探索各种光场景并且尝试它们，则他们可能对于接收新光场景的建议持开放态度。

相似地，推荐引擎30可以具有用户与其他智能设备的交互的知识。例如，如果用户正在智能tv上观看电影并暂停了电影，则这可以是提供照明器推荐的时刻。

根据所检测的交流：

运行数字助手的功能性的连接的设备可以持续地监听以检出指示用户希望或意图的特定关键字。如果用户8作出关于光的评述，或与其他人进行关于光场景的（开放式的）讨论，这可以指示此时是呈现照明器设置建议的好时机。

根据环境传感器：

例如，可以利用（多个）运动传感器监视房间中用户8的活动。当房间中存在高程度运动时，接收度组件34可以推断用户8正繁忙并且对于接收照明器推荐持非开放态度。但是当检测到低量运动时，它可以推断用户8正在放松或不是很活跃并且对于接收推荐持较开放态度。传感器输入还可以指示用户8刚刚进入房间，或者正从一个活动改变为另一个活动，这可以是激活或建议合适照明器设置的好时刻。

根据焦点向量：

如果相机和凝视检测器安装在房间中，检测焦点向量也是可能的。当焦点是相当静止的并且指向具有大量光的位置时，用户8可能正聚精会神并且对于推荐是不乐于接收的。当焦点指向灯具或灯4，则很可能用户8正评估照明基础设施并且对于更新建议可能持开放态度。

根据身体上的传感器

用户8可能具有可穿戴设备，其测量指示觉醒或压力水平的生理信号，包括血压、心率和皮肤电反应。在高水平的觉醒或压力的情况中，用户将被视为对于接收照明推荐持非开放态度。

根据多个用户的存在

当多个人存在时，或者当陌生人存在时（例如家里的客人），此人群对于关于照明的推荐不太可能持开放态度。或者换言之，当用户8在一个或多个其他用户面前时，对于推荐可能持不太开放的态度。

可以通过仔细评估用户8对于新建议何时持开放态度以及何时拒绝它或不喜欢被打断，来改进对作出推荐的良好时刻的选择。用户可能已多次要求推荐；这些时刻有什么共同点。推荐引擎30的学习组件44提供该学习功能性，并且可以例如更新调度38a和/或其他经学习的数据，其进而影响未来推荐的时机。也就是说，学习组件44可以随时间推移生成和更新各种形式的经学习的数据，以允许接收度组件34基于用户对过去推荐的响应来了解用户在不同情景中的接收度。

注意虽然步骤s2和s3被示出为那样的顺序，但是一般地它们可以以任何顺序实行或并行实行。例如，且非限制地：

可以不断更新和监视当前背景37以确定是否有任何可用的推荐；在那种情况下，只有当一推荐变得可用时，才可以确定当前接收度水平35以决定是否将它呈现给用户8（即步骤s2和s3按示出的顺序）；

可以不断更新用户的当前接收度水平35；在那种情况下，在用户8实际上对于推荐是乐于接收时，推荐引擎30可以仅确定是否有可用的推荐（实质上，颠倒了步骤s2和s3的顺序）。

当前背景37和当前接收度水平35可以各自不断被并行更新和监视（s2和s3并行）。这会需要更多处理资源，但也可以允许更大的灵活性。

在一些实施方式中，在框304处，是否输出推荐的确定可以取决于推荐的类型而作出。也就是说，使得对于给定接收度水平35，是否在该水平输出一推荐取决于该推荐的类型；例如可以在相对低的接收度水平推荐场景，而仅在相对高的接收度水平推荐控制规则的改变。

步骤s4——输出推荐消息

每当用户8被视为“空闲”（即在此示例中接收度水平34高于阈值39），针对所检测的背景37的用于灯具4中的一个灯具或灯具4的组的推荐的照明器设置504可以在当其可用时被呈现给用户8。推荐由框302作为推荐消息经由用户接口52呈现给用户8。也就是说，作为经由对于用户8而言可用的用户接口（ui）52输出的推荐消息。例如，ui52可以包括显示（或者以其他方式输出）消息的用户设备6的显示器（或其他输出设备）。

优选地，每一个消息包括渲染选项（接受选项），其经由ui52而可选择以渲染推荐的照明效果。用户8可以通过选择建议的照明器设置接受推荐或通过取消或简单地忽略推荐来拒绝推荐。

响应于用户8经由ui52接受推荐，框302致使照明系统1的照明控制组件54控制（多个）灯具4（推荐消息所涉及的）来渲染建议的效果504。照明控制组件可以例如是桥接器10或用户设备6的一部分，以及一般地表明照明系统1控制由灯具4发射的照明的功能性。

可以例如通过照明控制app在用户设备6上呈现优选的照明器设置504。用户可以在可选择的“接受”或“拒绝”选项之间进行选择，以便改变为优选的照明器设置或保持原先的照明器设置。可替换地，在基于语音命令的系统中，系统可以发起与用户8的对话以建议优选的照明器设置（“我可以将照明器改变为舒适设置吗”），其中用户8可以利用语音命令来拒绝或接受推荐的照明器设置。也就是说，可以将推荐消息输出为听得见的消息。

照明器设置的推荐也可能包括利用用户接口元件手动激活照明器设置的推荐。例如，可以向用户8提供用于手动应用设置504的指令，对于用户8学习系统1的特征来说这可以是一种有用的方式。

可选地，推荐引擎30可以是可配置的，使得用户8可以允许它在检测到匹配的背景502时自动改变照明器设置。在用户8于过去已经接收到许多他乐于接收的推荐消息，以及现在决定他足够信任系统自主地选择设置的情况下，这可以是适当的。在这种情况下，呈现照明器设置504的范围可以涵盖从自动激活照明设置到向用户主动提示或呈现提议的照明器设置选项、或仅在照明控制app中或者在促进用户8简单地激活照明器设置504的智能电话菜单或仪表板中巧妙地呈现照明器设置504。在自动激活的情况下，还可以使用从当前照明器设置的逐渐过渡来激活照明器设置，使得用户能够例如使用语音命令（例如通过说“不，回到先前的光场景”）来否决系统的动作。

拓展部分：

可选地，除了接收度水平35之外，接收度组件32可以在决定是否推荐用于灯具4或灯具4的组的设置中，考虑那个（那些）灯具4的当前光照设置（例如功能白光：不推荐；具有颜色的放松场景：推荐）。这通过图3的框306进行表示，其示出为从照明控制器54接收与当前光照设置55有关的信息，并且依据所接收的信息选择性地抑制推荐消息通过框302的输出。

回到图1，处理器14、22（或者更一般地，实施推荐引擎30的任何处理器或处理器的组合）中的每一个处理器可以例如采取cpu或相互连接的cpu组的形式，并且一般而言可以是所讨论的设备的任何合适的处理装置，其被配置为取得可执行指令（即代码）并且执行那些指令以便施行本文描述的该设备的功能性。这可以是嵌入式软件（固件）、应用软件或任何其他类型的软件（或其任何组合）。可替换地，该功能性的一些或全部可以在所讨论设备的（专用）硬件中被实施，诸如专用集成电路（asic）或现场可编程门阵列（fpga）等。因此，虽然在所描述的实施例中，术语“组件”、“框”（或相似的）指的是推荐引擎30的软件的一部分，但是一般而言被配置为实现某功能性的组件/框可以指代可操作来施行该功能性的软件、硬件或其任何组合。应当领会，仅通过示例的方式描述了上述实施例。通过研究附图、公开内容和所附权利要求，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开实施例的其他变化形式。在权利要求中，词语“包括”不排除其他元件或步骤，以及不定冠词“一”（“a”或“an”）不排除多个。单个处理器或其他单元可以履行权利要求中记载的若干项的功能。在相互不同的从属权利要求中记载某些措施的纯粹事实不指示这些措施的组合不能用于获益。计算机程序可以存储/分布在合适的介质上，诸如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但也可以以其他形式分布，诸如经由因特网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为限制范围。