技术领域
[0001] 本
发明涉及空调技术领域，具体而言，涉及一种基于大数据的空调智能推荐方法、模块和系统。
背景技术
[0002] 如今很多人选择空调按价格来买，认为贵的就是好，但是其实每家每户的实际情况不一样，选择空调的侧重点也不一样，现在空调在具体功能上有很多区分，很多功能有些用户几乎都用不到，目前网上销售的空调型号很多，每个空调型号都显示了空调的参数信息，对用户来说比较起来工作量比较大，不能快速找到符合自己需求的空调型号。而空调实体店都是以人工的方式向用户推荐空调，由于销售人员对空调了解的程度不同，所以有些时候并不能帮助用户选择出符合用户需求又性价比较高的空调型号，而且目前社会上也并没有一套完善的空调智能推荐系统。
发明内容
[0003] 本发明解决的问题是如何根据用户的实际需求来自动推荐符合用户需求的空调型号供用户选择。
[0004] 为解决上述问题，本发明提供一种基于大数据的空调智能推荐方法、模块和系统，通过空调对比
数据库，用户只需要输入自己的需求，系统自动推荐一批符合用户需求的相关空调供用户选择。
[0005] 本发明提供了一种基于大数据的空调智能推荐方法，应用于
云服务器，包括：存储现有销售的所有空调的参数信息，形成空调对比数据库；
[0006] 接收智能终端发送的用户需求信息；
[0007] 分析所述用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；
[0008] 将筛选出的空调的参数信息发送给智能终端。
[0009] 进一步地，所述空调的参数信息包括空调型号、空调功能，空调价格。
[0010] 进一步地，所述空调的参数信息还包括空调的备注信息。
[0011] 本发明提供了一种基于大数据的空调智能推荐方法，应用于智能终端，包括：接收用户需求信息；将用户需求信息发送给云服务器；
[0012] 接收云服务器发送的空调的参数信息；
[0013] 以匹配度为
基础将空调型号排列展示，点击空调型号即可查看相应空调型号的其它参数信息。
[0014] 进一步地，所述智能终端为手机、电脑或专用智能终端设备。
[0015] 进一步地，所述用户需求信息包括地区、房间面积、用户使用偏好、房间通
风性、预算和备注信息。
[0016] 进一步地，备注信息需要用户填写，其余用户需求信息无需填写，只需选择即可。
[0017] 简化用户的输入过程，提高输入速度，增强用户体验。
[0018] 本发明还提供了一种基于大数据的空调智能推荐模块，应用于云服务器，包括：存储单元，所述存储单元用于存储现有销售的所有空调的参数信息；
[0019] 接收单元，所述接收单元用于接收智能终端发送的用户需求信息；
[0020] 处理单元，所述处理单元用于分析用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；
[0021] 发送单元，所述发送单元用于将筛选出的空调的参数信息发送给智能终端。
[0022] 本发明还提供了一种基于大数据的空调智能推荐模块，应用于智能终端，包括：
[0023] 接收单元，所述接收单元用于接收用户需求信息；所述接收单元还用于接收云服务器发送的空调的参数信息；
[0024] 存储单元，所述存储单元用于存储用户需求信息；所述存储单元还用于存储云服务器发来的空调的参数信息；
[0025] 发送单元，所述发送单元用于将用户需求信息发送给云服务器；
[0026] 显示单元，所述显示单元用于以匹配度为基础将空调型号排列显示，还用于显示相应空调型号的其它参数信息。
[0027] 本发明提供了一种基于大数据的空调智能推荐系统，包括：
[0028] 云服务器，存储现有销售的所有空调的参数信息，形成空调对比数据库；接收智能终端发送的用户需求信息；分析用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；将筛选出的空调的参数信息发送给智能终端；
[0029] 智能终端，接收用户需求信息，并将用户需求信息发送给云服务器；接收云服务器发送的空调的参数信息；以匹配度为基础将空调型号排列显示，点击空调型号即可查看相应空调型号的其它参数信息。
[0030] 本发明提供的基于大数据的空调智能推荐方法、模块和系统，增强了用户体验，能帮助用户快速选择符合自己需求的合适的空调型号；用于实体店销售可以节约人
力成本，省时省力，提高效率；并且基于大数据，推荐信息可靠准确，数据
可视化，简单明确。
附图说明
[0031] 为了更清楚地说明本发明
实施例或
现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
[0032] 图1为应用于云服务器的空调智能推荐方法的
流程图；
[0033] 图2为应用于智能终端的空调智能推荐方法的流程图；
[0034] 图3为基于大数据的空调智能推荐模块的示意图；
[0035] 图4为基于大数据的空调智能推荐系统的示意图。
具体实施方式
[0036] 为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0037] 一种基于大数据的空调智能推荐方法，应用于云服务器，包括：
[0038] 存储现有销售的所有空调的参数信息，形成空调对比数据库；
[0039] 空调的参数信息包括空调型号、空调功能和空调价格。
[0040] 空调型号按照国家统一标准，可反应产品代号、空调结构、额定制冷量、分体室内机组结构等信息；
[0041] 空调功能，每款空调具备的所有功能，如单冷、
热泵、新风、变频、除霾、上下左右摆风……；
[0042] 空调价格，每款空调的在售价格，可实时调整。
[0043] 空调的参数信息还包括空调的备注信息，由于空调具备的功能比较多，而每款空调的自身特点不一样，可以通过人工输入的方式为空调增加备注信息，例如，性价比高、新风功能好、冷风不直吹、噪音小等等，从而突出每款空调的卖点，提高用户的选择效率。
[0044] 接收智能终端发送的用户需求信息；
[0045] 分析用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；
[0046] 将筛选出的空调的参数信息发送给智能终端。
[0047] 一种基于大数据的空调智能推荐方法，应用于智能终端，包括：
[0048] 接收用户需求信息；
[0049] 将用户需求信息发送给云服务器；
[0050] 接收云服务器发送的空调的参数信息；
[0051] 以匹配度为基础将空调型号排列展示，点击空调型号即可查看相应空调型号的其它参数信息。
[0052] 智能终端可以是手机、电脑或实体店专用智能终端等设备。
[0053] 所述用户需求信息包括以下内容：
[0054] (1)地区，默认为用户当前所在地，用户可重新选择；
[0055] (2)房间面积，例如15㎡以下、15㎡--20㎡、20㎡--30㎡、30㎡以上；
[0056] (3)用户使用偏好，例如是否接受空调直吹、是否能用APP智能控制、是否能语音控制、是否能自动清洗过滤网等等；
[0057] (4)房间
通风性，例如密闭、一般、很好；
[0058] (5)预算，例如2000以下、2000--3000、3000--4000、4000--5000、5000以上。
[0059] (6)备注信息，输入除以上用户需求信息之外的其它需求信息。
[0060] 备注信息需要用户填写，其余用户需求信息无需填写，只需选择即可。
[0061] 云服务器根据用户需求信息选择匹配度高的空调类型，具体选择原则如下：
[0062] (1)根据用户输入的地区结合历年来当前地区各季节的平均
温度来选择单冷机还是热泵机；
[0063] 例如海南一年四季温度都未达到穿
棉袄的状态，因此应当选择单冷机型。
[0064] (2)根据房间面积的大小来推荐柜机还是挂机以及空调的匹数。
[0065] 对于传统的定频空调一般的转换方式为：
[0066] 1P冷暖挂机的制冷面积为12—17平方米，制热面积为10—11平方米；
[0067] 大1P冷暖挂机的制冷面积为12—21平方米，制热面积为13—18平方米；
[0068] 1. 5P冷暖挂机制冷面积为16—28平方米，制热面积为17—23平方米；
[0069] 2P冷暖柜机的制冷面积为23—30平方米，制热面积为20—22平方米；
[0070] 2. 5P冷暖柜机的制冷面积为28—35平方米，制热面积为24—28平方米；
[0071] 3P冷暖柜机的制冷面积为33—42平方米，制热面积为27—30平方米。
[0072] 对于变频空调，由于其并非长时间在最大制冷状态工作，所以不能以空调的最大制冷量来计算，一般认为，应该以每平方米145W—175W的制冷量来选择变频空调的匹数。
[0073] 目前社会流通的壁挂式空调最常见、最常规的型号是小1匹、1匹、1.5匹，家用柜式空调的主流型号规格是2匹、3匹，因此房间面积过大无论是安装在什么
位置都应推荐与面积相匹配的柜机，反之如果面积较小就应考虑空调的占地面，因此应当推荐与之匹配的挂机。
[0074] (3)根据用户使用偏好选择具有相应功能的空调。
[0075] 如果用户不喜好空调直吹，在选择空调的时候一方面就要看空调有没有左右或上下吹风的选择，另一方面也要看看能不能控制
挡板，调整风向，尽量避免直吹。
[0076] 如果用户选择APP智能控制、语音控制、自动清洗过滤网等功能，则推荐具备相应功能的空调给用户。
[0077] (4)根据房间通风性来选择是否具有新风功能的空调；房屋通风性差的就要考虑空调的新风功能。
[0078] (5)根据预算选择价格在预算区间内的空调。
[0079] 上述空调智能推荐方法增强了用户体验，能帮助用户快速选择符合自己需求的合适的空调型号，用于实体店销售可以节约人力成本，省时省力，提高效率，并且基于大数据，推荐信息可靠准确，
数据可视化，简单明确。
[0080] 实施例2
[0081] 一种基于大数据的空调智能推荐模块，应用于云服务器，包括：
[0082] 存储单元101，所述存储单元用于存储现有销售的所有空调的参数信息；
[0083] 接收单元102，所述接收单元用于接收智能终端发送的用户需求信息；
[0084] 处理单元103，所述处理单元用于分析用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；
[0085] 发送单元104，所述发送单元用于将筛选出的空调的参数信息发送给智能终端。
[0086] 一种基于大数据的空调智能推荐模块，应用于智能终端200，包括：
[0087] 接收单元201，所述接收单元用于接收用户需求信息；所述接收单元还用于接收云服务器发送的空调的参数信息；
[0088] 存储单元202，所述存储单元用于存储用户需求信息；所述存储单元还用于存储云服务器发来的空调的参数信息；
[0089] 发送单元203，所述发送单元用于将用户需求信息发送给云服务器；
[0090] 显示单元204，所述显示单元用于以匹配度为基础将空调型号排列显示，还用于显示相应空调型号的其它参数信息。
[0091] 实施例3
[0092] 一种基于大数据的空调智能推荐系统，包括：
[0093] 云服务器100，存储现有销售的所有空调的参数信息，形成空调对比数据库；接收智能终端发送的用户需求信息；分析用户需求信息，并从空调对比数据库中筛选出与用户需求匹配度较高的空调；将筛选出的空调的参数信息发送给智能终端；
[0094] 智能终端200，接收用户需求信息，并将用户需求信息发送给云服务器；接收云服务器发送的空调的参数信息；以匹配度为基础将空调型号排列显示，点击空调型号即可查看相应空调型号的其它参数信息。
[0095] 本
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例2、3公开的空调智能推荐模块和推荐系统而言，由于其与实施例1公开的空调智能推荐方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0096] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种
修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
