1.本技术涉及智能家居/智慧家庭技术领域，具体而言，涉及一种设备数据处理模型的生成方法及装置。
背景技术：2.随着物联网技术的飞速发展，智能家居设备的使用变得越来越普遍，通过网络对运行过程中的智能家居设备的各种指标参数进行采集，使得用户可以实时掌握智能家居设备的运行状态，其中，运行过程中的智能家居设备的数据信息包括但不限于指定时间内的用电量、用水量、设备状态数据、地理位置信息等。
3.然而，相关技术中，在计算不同品类的智能家居设备在相同维度上的指标参数时通常采用相同的数据处理逻辑，例如，计算热水器和冰箱的用电量时，通过执行相同的逻辑代码即可得到热水器的用电量和冰箱的用电量。但在数据计算任务过于集中，且指标参数之间的耦合性较高的情况下，如果某一个计算任务失败，可能会导致整体应用计算失败。
4.另外，随着智能家居设备的种类增多，不同种类的智能家居设备的指标参数的数量日益增多，也就意味着计算不同指标参数的逻辑代码也比较繁多，在逻辑代码的数量达到一个量级的情况下，可能存在数据指标口径不一致、无法确定使用哪种数据处理逻辑的问题，造成了在计算智能家居设备的指标参数过程中出现的效率较低的技术问题。
5.针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：6.本技术实施例中提供了一种设备数据处理模型的生成方法及装置，以至少解决在计算智能家居设备的指标参数过程中出现的效率较低的技术问题的技术问题。
7.根据本技术实施例的一个方面，提供了一种设备数据处理模型的生成方法，包括：将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个单类型多维度指标参数是目标设备类型的多个维度上的指标参数，每个单类型多维度指标参数是对目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；获取一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，其中，每份数据处理逻辑代码用于执行对应的单类型多维度指标参数中的相同的数据处理逻辑，目标设备数据处理模型用于根据目标设备类型的设备的运行数
据，确定每个单类型多维度指标参数中的多个维度上的指标参数。
8.可选地，将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，包括：在目标设备类型对应的单类型单维度指标参数包括允许被合并的第一部分单类型单维度指标参数和无法被合并的第二部分单类型单维度指标参数的情况下，按照数据处理逻辑对第一部分单类型单维度指标参数进行合并，得到一组单类型多维度指标参数；上述方法还包括：获取第二部分单类型单维度指标参数中的每个单类型单维度指标参数对应的数据处理逻辑代码，得到第二组数据处理逻辑代码；根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，包括：将第一组数据处理逻辑代码和第二组数据处理逻辑代码确定为目标设备数据处理模型中的代码。
9.可选地，将上述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，包括：在目标设备类型对应的单类型单维度指标参数都是允许被合并的单类型单维度指标参数的情况下，按照数据处理逻辑对目标设备类型对应的单类型单维度指标参数进行合并，得到一组单类型多维度指标参数。
10.可选地，上述根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，包括：在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数。
11.可选地，上述根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，包括：在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；在预先确定的单类型单维度指标参数集合中获取目标设备类型对应的第二组单类型单维度指标参数，其中，第二组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数，单类型单维度指标参数集合中的每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数和第二组单类型单维度指标参数。
12.可选地，在将一组数据处理逻辑代码转换成目标设备类型的目标设备数据处理模型之后，上述方法还包括：在目标设备类型的设备的运行数据中获取与第一组数据处理逻辑代码中的每份数据处理逻辑代码对应的一组运行数据；将与每份数据处理逻辑代码对应的一组运行数据输入目标设备数据处理模型，得到一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果。
13.可选地，上述将与每份数据处理逻辑代码对应的一组运行数据输入目标设备数据处理模型，得到一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果，包括：在获取到与第一组数据处理逻辑代码中的第i份数据处理逻辑代码对应的第i组运行数据的情况下，将第i组运行数据输入给目标设备数据处理模型中的第i份数据处理逻辑代码，其中，i为大于或等于1的正整数；在第i份数据处理逻辑代码对应的单类型多维度指标参数是目标设备类型的n个维度上的指标参数、且第i组运行数据包括与n个维度分别对应的n部分运行数据时，分别使用第i份数据处理逻辑代码对n部分运行数据中的每一部分运
行数据执行相同的数据处理逻辑，得到目标设备类型的n个维度上的指标参数的当前结果，其中，n为大于或等于2的正整数。
14.根据本技术实施例的另一个方面，还提供了一种设备数据处理模型的生成装置，包括：第一拆分单元，用于将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；第一获取单元，用于根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；第一处理单元，用于将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个单类型多维度指标参数是目标设备类型的多个维度上的指标参数，每个单类型多维度指标参数是对目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；第二处理单元，用于获取一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，其中，每份数据处理逻辑代码用于执行对应的单类型多维度指标参数中的相同的数据处理逻辑，目标设备数据处理模型用于根据目标设备类型的设备的运行数据，确定每个单类型多维度指标参数中的多个维度上的指标参数。
15.根据本技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述设备数据处理模型的生成方法。
16.根据本技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述设备数据处理模型的生成方法。
17.在本技术实施例中，通过对耦合性较高的不同设备类型的多类型单维度指标参数进行拆分，得到目标设备类型的单类型单维度指标参数，然后将目标设备类型的不同维度上的指标参数对应的数据处理逻辑进行合并，得到第一组数据处理逻辑代码，并生成目标数据处理模型。利用该目标设备数据处理模型，可以同时得到目标设备类型对应的每个单类型多维度指标参数的当前结果，解决了相关技术中在计算智能家居设备的指标参数过程中出现的效率较低的技术问题，实现了提高计算目标设备类型的指标参数的效率的技术效果。
附图说明
18.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
19.为了更清楚地说明本技术实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1是根据本技术实施例的一种可选的设备数据处理模型的生成方法的硬件环境
的示意图；
21.图2是根据本技术实施例的一种可选的设备数据处理模型的生成方法的流程示意图；
22.图3是根据本技术实施例的一种可选的设备数据处理模型的生成方法的示意图；
23.图4是根据本技术实施例的一种可选的确定目标设备数据处理模型中的代码的示意图；
24.图5是根据本技术实施例的一种可选的获取目标设备类型的单类型单维度指标参数的示意图；
25.图6是根据本技术实施例的一种可选的设备数据处理模型的生成方法的整体示意图；
26.图7是根据本技术实施例的一种可选的建立应用台账的示意图；
27.图8是根据本技术实施例的一种可选的设备数据处理模型的生成装置的结构框图；
28.图9是根据本技术实施例的一种可选的电子装置的结构框图。
具体实施方式
29.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
30.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例可以按照除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
31.根据本技术实施例的一个方面，提供了一种设备数据处理模型的生成方法。设备数据处理模型的生成方法广泛应用于智慧家庭(smart home)、智能家居、智能家用设备生态、智慧住宅(intelligence house)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述设备数据处理模型的生成方法可以应用于如图1所示的由终端102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端102进行连接，可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，用于为服务器104提供数据运算服务。
32.上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：wifi(wireless fidelity，无线保真)，蓝牙。终端102可以并不限定于为pc、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热
水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
33.本技术实施例的设备数据处理模型的生成方法可以由服务器104来执行，也可以由智能设备102来执行，还可以是由服务器104和智能设备102共同执行。其中，智能设备102执行本技术实施例的设备数据处理模型的生成方法也可以是由安装在其上的客户端来执行。
34.以由服务器104来执行本实施例中的设备数据处理模型的生成方法为例，图2是根据本技术实施例的一种可选的设备数据处理模型的生成方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
35.步骤s202，将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；
36.为了更好地理解本技术实施例中的多类型单维度指标参数、单类型单维度质保参数等词语的含义，下面以智能热水器和智能冰箱为例对其进行解释说明。
37.假设图3中的智能设备c1为智能热水器、智能设备c2为智能空调，描述智能热水器的指标参数包括但不限于用电量、用水量、流量损耗、加热速度、制热效率等；描述智能空调的指标参数包括但不限于用电量、流量损耗、能效比、制热效率等；那么，智能热水器的用电量与智能空调的用电量属于同一个维度上的指标参数，由于智能热水器与智能空调的设备类型不同，因此，智能热水器的用电量与智能空调的用电量还可以构成一个多类型单维度指标参数。
38.对于智能热水器的用电量、用水量、流量损耗、加热速度、制热效率，则分别属于智能热水器的一个单类型单维度指标参数。同理，智能空调的用电量、流量损耗、能效比、制热效率则分别属于智能空调的一个单类型单维度指标参数对于每个多类型单维度指标参数中的每个指标参数的类型相同，但每个单类型单维度指标参数分别属于不同类型的智能设备。
39.在本实施例中，一组多类型单维度指标参数可以但不限于如图3中(a)所示的p1、p2...p5，其中，p1、p2...p5分别属于不同维度上的指标参数，例如，用电量、用水量、制热效率等。p1中的两个指标参数p
1-1
和p
1-2
分别是智能设备c1和智能设备c2在单个维度上的指标参数，例如，p
1-1
和p
1-2
分别是智能设备c1和智能设备c2的用电量。
40.相关技术中，通常将两个没有相关关系、但又相互影响彼此的结果产出的指标参数称为耦合指标，例如，智能热水器的用电量和智能空调的用电量、智能热水器的制热效率和智能空调的制热效率等，并且对于耦合指标的计算通常采用相同的数据处理逻辑，但是由于在实际运行过程中，服务器采集智能热水器的用电量的时间和采集智能空调的用电量的时间可能不同，就可能导致采集到的智能热水器的用电量的时间和采集智能空调的用电量不准确，或者无法按时采集到智能热水器的用电量的时间和采集智能空调的用电量的问题。
41.为了避免上述问题，在本技术实施例中，将不同设备类型的一组多类型单维度指
标参数按照设备类型进行拆分，例如，图3中(a)所示的p1、p2...p5中的多个指标参数进行拆分，得到图3中(b)所示的智能设备c1的一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，以及智能设备c2的一组单类型单维度指标参数p
1-2
、p
2-2
...p
5-2
。
42.容易理解的是，本实施例中智能设备c1和智能设备c2中的指标参数的数量及类型仅为一种示例，并不对其进行限定，例如，还可以是p
1-1
、p
2-1
...p
n-1
，其中，n为大于等于2的任意正整数。
43.步骤s204，根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；
44.假设目标设备为智能设备c1，且c1的设备类型为热水器的情况下，按照热水器的设备类型，从拆分到的两组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
以及p
1-2
、p
2-2
...p
5-2
中获取智能设备c1的单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
。
45.同样的，假设目标设备为智能设备c2，且c2的设备类型为空调的情况下，按照热水器的设备类型，从拆分到的两组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
以及p
1-2
、p
2-2
...p
5-2
中获取智能设备c2的单类型单维度指标参数p
1-2
、p
2-2
...p
5-2
。
46.步骤s206，将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个单类型多维度指标参数是目标设备类型的多个维度上的指标参数，每个单类型多维度指标参数是对目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；
47.假设按照智能热水器的单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
的数据处理逻辑(计算逻辑)，将p
1-1
、p
2-1
...p
5-1
中计算逻辑相同或部分相同的指标参数进行合并，例如，如图3中(c)所示，将p
1-1
、p
2-1
合并为一个单类型多维度指标参数，将p
3-1
、p
4-1
、p
5-1
合并为另一个单类型多维度指标参数。
48.在本实施例中，p
1-1
可以但不限于智能热水器的用电量，p
2-1
可以但不限于智能热水器的制热效率，在采集两个指标参数p
1-1
和p
2-1
的过程中，需要执行相同的数据处理逻辑。换言之，通过执行相同一段逻辑代码，可以同时产出两个指标参数p
1-1
和p
2-1
的两个不同的结果。同样地，通过执行另一段相同的逻辑代码，可以同时产出三个指标参数p
3-1
、p
4-1
和p
5-1
。
49.需要说明的是，p
1-1
和p
2-1
分别属于智能热水器的两个不同维度上的指标参数，p
3-1
、p
4-1
和p
5-1
也分别三个不同维度上的指标参数，但通过执行相同的逻辑代码，可以同时得到p
1-1
和p
2-1
的当前结果，或者得到p
3-1
、p
4-1
和p
5-1
的当前结果。
50.步骤s208，获取一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，其中，每份数据处理逻辑代码用于执行对应的单类型多维度指标参数中的相同的数据处理逻辑，目标设备数据处理模型用于根据目标设备类型的设备的运行数据，确定每个单类型多维度指标参数中的多个维度上的指标参数。
51.假设，通过执行逻辑代码code1，可以同时得到p
1-1
和p
2-1
的当前结果，通过执行逻辑代码code2，可以同时得到p
3-1
、p
4-1
和p
5-1
的当前结果。那么根据逻辑代码code1和code2组
的目标设备数据处理模型中的代码。
64.作为另一种可选的示例，将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，包括：
65.在目标设备类型对应的单类型单维度指标参数都是允许被合并的单类型单维度指标参数的情况下，按照数据处理逻辑对目标设备类型对应的单类型单维度指标参数进行合并，得到一组单类型多维度指标参数。
66.具体可参见图3中(c)所示，假设目标设备c1的一组单类型单维度指标参数p
1-1
、p
2-1
、p
3-1
、p
4-1
、p
5-1
都是允许被合并的单类型单维度指标参数，并且将p
1-1
、p
2-1
合并为一个单类型多维度指标参数，将p
3-1
、p
4-1
、p
5-1
合并为另一个单类型多维度指标参数。
67.获取p
1-1
、p
2-1
对应的数据处理逻辑代码code1，以及p
3-1
、p
4-1
、p
5-1
对应的数据处理逻辑代码code2，并将code1和code2组成第一组数据处理逻辑代码，将第一组数据处理逻辑代码确定为目标设备c1的目标设备数据处理模型中的代码。
68.需要说明的是，不同设备类型的智能设备所对应的单类型单维度指标参数的数量不同，对于每个类型的智能设备而言，可以按照单类型单维度指标参数的数据处理逻辑可将与其对对应的不同数量的单类型单维度指标参数合并为不同数量的单类型多维度指标参数。
69.采用上述方式，通过对允许被合并的单类型单维度指标参数进行合并，使得执行相同的数据处理逻辑，可以同时得到两个不同维度的指标参数，不仅提高了指标参数的准确性，而且实现了提高计算目标设备类型的指标参数的效率的技术效果。
70.作为一种可选的示例，上述根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，包括：
71.在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数。
72.如图3所示，通过对一组多类型单维度指标参数按照设备类型进行拆分后，得到一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，p
1-1
、p
2-1
...p
5-1
，根据目标设备的类型，从p
1-1
、p
2-1
...p
5-1
，p
1-1
、p
2-1
...p
5-1
中获取目标设备对应的第一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
。
73.其中，第一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
中的不同单类型单维度指标参数是智能设备c1的不同的单个维度上的指标参数，例如，p
1-1
、p
2-1
...p
5-1
分别为智能热水器的用电量、用水量、流量损耗、加热速度、制热效率，且p
1-1
、p
2-1
...p
5-1
分别属于智能热水器的不同维度上的指标参数。
74.需要说明的是，除了上述直接从拆分后的一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，p
1-1
、p
2-1
...p
5-1
中获取目标设备对应的第一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
之外，还可以通过如下方式获取目标设备类型对应的单类型单维度指标参数：
75.在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；
76.在预先确定的单类型单维度指标参数集合中获取目标设备类型对应的第二组单类型单维度指标参数，其中，第二组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数，单类型单维度指标参数集合中的每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；
77.其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数和第二组单类型单维度指标参数。
78.如图5所示，按照上述实施例中的实现方法，从一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，然后从预先确定的单类型单维度指标参数集合中获取目标设备类型对应的第二组单类型单维度指标参数p
6-1
、p
7-1
、p
8-1
。
79.根据第一组单类型单维度指标参数和第二组单类型单维度指标参数，得到目标设备类型对应的单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，p
6-1
、p
7-1
、p
8-1
。
80.需要说明的是，第二组单类型单维度指标参数p
6-1
、p
7-1
、p
8-1
可以但不限于是智能设备c1特有的指标参数，并且该类指标参数对应的数据处理逻辑与第一组单类型单维度指标参数之间的差异较大，例如，智能空调的能效比属于该类型设备特有的一类指标参数，计算能效比的数据处理逻辑与计算上述指标参数p
1-1
、p
2-1
...p
5-1
之间存在较大的差异。
81.进一步地，对于第二组单类型单维度指标参数p
6-1
、p
7-1
、p
8-1
来说，还可以通过对与其对应的数据处理逻辑进行优化，使得优化后的数据处理逻辑可以满足当前的业务需求，提高了该类数据指标的计算效率，提升了数据处理逻辑的适应性。
82.作为一种可选的示例，在将一组数据处理逻辑代码转换成目标设备类型的目标设备数据处理模型之后，上述方法还包括：
83.在目标设备类型的设备的运行数据中获取与第一组数据处理逻辑代码中的每份数据处理逻辑代码对应的一组运行数据；
84.将与每份数据处理逻辑代码对应的一组运行数据输入目标设备数据处理模型，得到一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果。
85.在通过上述实施例中的方式得到目标设备类型的目标设备数据处理模型的情况下，获取到的智能设备c1运行数据，例如，智能热水器的用电量、用水量、制热效率等。
86.如图3中(c)所示，假设通过将智能设备c1运行数据输入第一组数据处理逻辑代码中的逻辑代码code1，可以同时计算出智能设备c1(智能热水器)的加热速度和制热效率的当前结果；通过将智能设备c1运行数据输入第一组数据处理逻辑代码中的逻辑代码code2，可以同时计算出智能设备c1(智能热水器)的用电量、用水量和流量损耗的当前结果。
87.其中，逻辑代码code1和code2还可以被理解为是计算智能设备的指标参数的一个应用，假设计算智能热水器的用电量为一个工作流的情况下，工作流与应用之间的关系可以但不限于是交叉关系，即，一个工作流可以对应多个应用，一个应用可以有多个工作流。
88.通过将目标设备类型的设备的运行数据输入目标设备数据处理模型，并且执行第一组数据处理逻辑代码中的每份数据处理逻辑代码，可以得到目标设备的每个单类型多维度指标参数的当前结果。
89.作为一种可选的示例，上述将与每份数据处理逻辑代码对应的一组运行数据输入目标设备数据处理模型，得到一组单类型多维度指标参数中的每个单类型多维度指标参数
的当前结果，包括：
90.在获取到与第一组数据处理逻辑代码中的第i份数据处理逻辑代码对应的第i组运行数据的情况下，将第i组运行数据输入给目标设备数据处理模型中的第i份数据处理逻辑代码，其中，i为大于或等于1的正整数；
91.在第i份数据处理逻辑代码对应的单类型多维度指标参数是目标设备类型的n个维度上的指标参数、且第i组运行数据包括与n个维度分别对应的n部分运行数据时，分别使用第i份数据处理逻辑代码对n部分运行数据中的每一部分运行数据执行相同的数据处理逻辑，得到目标设备类型的n个维度上的指标参数的当前结果，其中，n为大于或等于2的正整数。
92.通过循环执行上述步骤，可以得到一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果。
93.示例性地，在通过利用目标设备数据处理模型，得到目标设备的各项指标参数的当前结果情况下，还可以根据各项指标参数的当前结果去控制目标设备，例如，当得到空调的制热效率超出效率阈值时(例如，超出2.11)，将空调调整为节能运行模式。
94.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
95.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom(read-only memory，只读存储器)/ram(random access memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
96.根据本技术实施例的另一个方面，还提供了一种用于实施上述设备数据处理模型的生成方法的设备数据处理模型的生成装置。图8是根据本技术实施例的一种可选的设备数据处理模型的生成装置的结构框图，如图8所示，该装置可以包括：
97.第一拆分单元802，用于将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；
98.为了更好地理解本技术实施例中的多类型单维度指标参数、单类型单维度质保参数等词语的含义，下面以智能热水器和智能冰箱为例对其进行解释说明。
99.假设图3中的智能设备c1为智能热水器、智能设备c2为智能空调，描述智能热水器的指标参数包括但不限于用电量、用水量、流量损耗、加热速度、制热效率等；描述智能空调的指标参数包括但不限于用电量、流量损耗、能效比、制热效率等；那么，智能热水器的用电量与智能空调的用电量属于同一个维度上的指标参数，由于智能热水器与智能空调的设备
类型不同，因此，智能热水器的用电量与智能空调的用电量还可以构成一个多类型单维度指标参数。
100.对于智能热水器的用电量、用水量、流量损耗、加热速度、制热效率，则分别属于智能热水器的一个单类型单维度指标参数。同理，智能空调的用电量、流量损耗、能效比、制热效率则分别属于智能空调的一个单类型单维度指标参数对于每个多类型单维度指标参数中的每个指标参数的类型相同，但每个单类型单维度指标参数分别属于不同类型的智能设备。
101.在本实施例中，一组多类型单维度指标参数可以但不限于如图3中(a)所示的p1、p2...p5，其中，p1、p2...p5分别属于不同维度上的指标参数，例如，用电量、用水量、制热效率等。p1中的两个指标参数p
1-1
和p
1-2
分别是智能设备c1和智能设备c2在单个维度上的指标参数，例如，p
1-1
和p
1-2
分别是智能设备c1和智能设备c2的用电量。
102.相关技术中，通常将两个没有相关关系、但又相互影响彼此的结果产出的指标参数称为耦合指标，例如，智能热水器的用电量和智能空调的用电量、智能热水器的制热效率和智能空调的制热效率等，并且对于耦合指标的计算通常采用相同的数据处理逻辑，但是由于在实际运行过程中，服务器采集智能热水器的用电量的时间和采集智能空调的用电量的时间可能不同，就可能导致采集到的智能热水器的用电量的时间和采集智能空调的用电量不准确，或者无法按时采集到智能热水器的用电量的时间和采集智能空调的用电量的问题。
103.为了避免上述问题，在本技术实施例中，将不同设备类型的一组多类型单维度指标参数按照设备类型进行拆分，例如，图3中(a)所示的p1、p2...p5中的多个指标参数进行拆分，得到图3中(b)所示的智能设备c1的一组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
，以及智能设备c2的一组单类型单维度指标参数p
1-2
、p
2-2
...p
5-2
。
104.容易理解的是，本实施例中智能设备c1和智能设备c2中的指标参数的数量及类型仅为一种示例，并不对其进行限定，例如，还可以是p
1-1
、p
2-1
...p
n-1
，其中，n为大于等于2的任意正整数。
105.第一获取单元804，与第一拆分单元802相连，用于根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，目标设备类型对应的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数。
106.假设目标设备为智能设备c1，且c1的设备类型为热水器的情况下，按照热水器的设备类型，从拆分到的两组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
以及p
1-2
、p
2-2
...p
5-2
中获取智能设备c1的单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
。
107.同样的，假设目标设备为智能设备c2，且c2的设备类型为空调的情况下，按照热水器的设备类型，从拆分到的两组单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
以及p
1-2
、p
2-2
...p
5-2
中获取智能设备c2的单类型单维度指标参数p
1-2
、p
2-2
...p
5-2
。
108.第一处理单元806，与第一获取单元804相连，用于将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个单类型多维度指标参数是目标设备类型的多个维度上的指标参数，每个单类型多维度指标参数是对目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数。
109.假设按照智能热水器的单类型单维度指标参数p
1-1
、p
2-1
...p
5-1
的数据处理逻辑(计算逻辑)，将p
1-1
、p
2-1
...p
5-1
中计算逻辑相同或部分相同的指标参数进行合并，例如，如图3中(c)所示，将p
1-1
、p
2-1
合并为一个单类型多维度指标参数，将p
3-1
、p
4-1
、p
5-1
合并为另一个单类型多维度指标参数。
110.在本实施例中，p
1-1
可以但不限于智能热水器的用电量，p
2-1
可以但不限于智能热水器的制热效率，在采集两个指标参数p
1-1
和p
2-1
的过程中，需要执行相同的数据处理逻辑。换言之，通过执行相同一段逻辑代码，可以同时产出两个指标参数p
1-1
和p
2-1
的两个不同的结果。同样地，通过执行另一段相同的逻辑代码，可以同时产出三个指标参数p
3-1
、p
4-1
和p
5-1
。
111.需要说明的是，p
1-1
和p
2-1
分别属于智能热水器的两个不同维度上的指标参数，p
3-1
、p
4-1
和p
5-1
也分别三个不同维度上的指标参数，但通过执行相同的逻辑代码，可以同时得到p
1-1
和p
2-1
的当前结果，或者得到p
3-1
、p
4-1
和p
5-1
的当前结果。
112.第二处理单元808，与第一处理单元806相连，用于获取一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，其中，每份数据处理逻辑代码用于执行对应的单类型多维度指标参数中的相同的数据处理逻辑，目标设备数据处理模型用于根据目标设备类型的设备的运行数据，确定每个单类型多维度指标参数中的多个维度上的指标参数。
113.假设，通过执行逻辑代码code1，可以同时得到p
1-1
和p
2-1
的当前结果，通过执行逻辑代码code2，可以同时得到p
3-1
、p
4-1
和p
5-1
的当前结果。那么根据逻辑代码code1和code2组成的一组数据处理逻辑代码，可以生成智能设备c1的目标设备数据处理模型。
114.采用同样的方法，还可以将智能设备c2中的指标参数p
1-2
、p
2-2
...p
5-2
进行合并成一组单类型多维度指标参数，并根据每个单类型多维度指标参数对应的数据处理逻辑代码，生成智能设备c2的目标设备数据处理模型。
115.显然，容易理解的是，本实施例中的逻辑代码code1和code2仅为一种示例，并不对其进行限定。也就是说，在实际应用场景中，可以根据不同智能设备中的一组单类型多维度指标参数中划分方式，分别对应不同数量的逻辑代码，然后将不同数量的逻辑代码合并为第一组数据处理逻辑代码，最后得到与该智能设备对应的目标设备数据处理模型。
116.通过将上述设备数据处理模型的生成装置应用于本技术提供的上述实施例，通过对耦合性较高的不同设备类型的多类型单维度指标参数进行拆分，得到目标设备类型的单类型单维度指标参数，然后将目标设备类型的不同维度上的指标参数对应的数据处理逻辑进行合并，得到第一组数据处理逻辑代码，并生成目标数据处理模型。利用该目标设备数据处理模型，可以同时得到目标设备类型对应的每个单类型多维度指标参数的当前结果，解决了相关技术中在计算智能家居设备的指标参数过程中出现的效率较低的技术问题，实现了提高计算目标设备类型的指标参数的效率的技术效果。
117.需要说明的是，该实施例中的第一拆分单元802可以用于执行上述步骤s202，该实施例中的第一获取单元804可以用于执行上述步骤s204，该实施例中的第一处理单元806可以用于执行上述步骤s206，该实施例中的第二处理单元808可以用于执行上述步骤s208。
118.通过将上述装置应用于上述设备数据处理模型的生成方法，对耦合性较高的不同
设备类型的多类型单维度指标参数进行拆分，得到目标设备类型的单类型单维度指标参数，然后将目标设备类型的不同维度上的指标参数对应的数据处理逻辑进行合并，得到第一组数据处理逻辑代码，并生成目标数据处理模型。利用该目标设备数据处理模型，可以同时得到目标设备类型对应的每个单类型多维度指标参数的当前结果，解决了相关技术中在计算智能家居设备的指标参数过程中出现的效率较低的技术问题，实现了提高计算目标设备类型的指标参数的效率的技术效果。
119.可选地，上述装置，包括：
120.第三处理单元，用于在目标设备类型对应的单类型单维度指标参数包括允许被合并的第一部分单类型单维度指标参数和无法被合并的第二部分单类型单维度指标参数的情况下，按照数据处理逻辑对第一部分单类型单维度指标参数进行合并，得到一组单类型多维度指标参数；
121.第四处理单元，用于获取第二部分单类型单维度指标参数中的每个单类型单维度指标参数对应的数据处理逻辑代码，得到第二组数据处理逻辑代码；
122.根据第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型，包括：将第一组数据处理逻辑代码和第二组数据处理逻辑代码确定为目标设备数据处理模型中的代码。
123.可选地，上述第一处理单元806，包括：
124.合并模块，用于在目标设备类型对应的单类型单维度指标参数都是允许被合并的单类型单维度指标参数的情况下，按照数据处理逻辑对目标设备类型对应的单类型单维度指标参数进行合并，得到一组单类型多维度指标参数。
125.可选地，上述第一获取单元804，包括：
126.第一获取模块，用于在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数。
127.可选地，上述第一获取单元804，还包括：
128.第二获取模块，用于在一组单类型单维度指标参数中获取目标设备类型对应的第一组单类型单维度指标参数，其中，第一组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数；
129.第三获取模块，用于在预先确定的单类型单维度指标参数集合中获取目标设备类型对应的第二组单类型单维度指标参数，其中，第二组单类型单维度指标参数中的不同单类型单维度指标参数是目标设备类型的不同的单个维度上的指标参数，单类型单维度指标参数集合中的每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；
130.其中，目标设备类型对应的单类型单维度指标参数包括第一组单类型单维度指标参数和第二组单类型单维度指标参数。
131.可选地，上述装置还包括：
132.第二获取单元，用于在目标设备类型的设备的运行数据中获取与第一组数据处理逻辑代码中的每份数据处理逻辑代码对应的一组运行数据；
133.第五处理单元，用于将与每份数据处理逻辑代码对应的一组运行数据输入目标设
备数据处理模型，得到一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果。
134.可选地，上述第五处理单元，包括：
135.第一处理模块，用于在获取到与第一组数据处理逻辑代码中的第i份数据处理逻辑代码对应的第i组运行数据的情况下，将第i组运行数据输入给目标设备数据处理模型中的第i份数据处理逻辑代码，其中，i为大于或等于1的正整数；
136.第二处理模块，用于在第i份数据处理逻辑代码对应的单类型多维度指标参数是目标设备类型的n个维度上的指标参数、且第i组运行数据包括与n个维度分别对应的n部分运行数据时，分别使用第i份数据处理逻辑代码对n部分运行数据中的每一部分运行数据执行相同的数据处理逻辑，得到目标设备类型的n个维度上的指标参数的当前结果，其中，n为大于或等于2的正整数。
137.此处需要说明的是，上述模块与对应的步骤所实现的示例和功能场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
138.根据本技术实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行本技术实施例中上述任一项设备数据处理模型的生成方法的程序代码。
139.可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
140.可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
141.s1，将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个所述多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个所述单类型单维度指标参数是一个设备类型的单个维度上的指标参数；
142.s2，根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数；
143.s3，将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个所述单类型多维度指标参数是所述目标设备类型的多个维度上的指标参数，每个所述单类型多维度指标参数是对所述目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；
144.s4，获取所述一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据所述第一组数据处理逻辑代码，生成所述目标设备类型的目标设备数据处理模型，其中，每份所述数据处理逻辑代码用于执行对应的所述单类型多维度指标参数中的相同的数据处理逻辑，所述目标设备数据处理模型用于根据所述目标设备类型的设备的运行数据，确定每个所述单类型多维度指标参数中的多个维度上的指标参数。
145.可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
circuit，专用集成电路)、fpga(field－programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
159.可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
160.本领域普通技术人员可以理解，图9所示的结构仅为示意，实施上述设备数据处理模型的生成方法的设备可以是终端设备，该终端设备可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图9其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图9中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图9所示的不同的配置。
161.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、rom、ram、磁盘或光盘等。
162.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
163.上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本技术的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。
164.在本技术的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
165.在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
166.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
167.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
168.以上所述仅是本技术的优选实施方式，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。
技术特征：1.一种设备数据处理模型的生成方法，其特征在于，包括：将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个所述多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个所述单类型单维度指标参数是一个设备类型的单个维度上的指标参数；根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数；将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个所述单类型多维度指标参数是所述目标设备类型的多个维度上的指标参数，每个所述单类型多维度指标参数是对所述目标设备类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；获取所述一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据所述第一组数据处理逻辑代码，生成所述目标设备类型的目标设备数据处理模型，其中，每份所述数据处理逻辑代码用于执行对应的所述单类型多维度指标参数中的相同的数据处理逻辑，所述目标设备数据处理模型用于根据所述目标设备类型的设备的运行数据，确定每个所述单类型多维度指标参数中的多个维度上的指标参数。2.根据权利要求1所述的方法，其特征在于，将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，包括：在所述目标设备类型对应的单类型单维度指标参数包括允许被合并的第一部分单类型单维度指标参数和无法被合并的第二部分单类型单维度指标参数的情况下，按照所述数据处理逻辑对所述第一部分单类型单维度指标参数进行合并，得到所述一组单类型多维度指标参数；所述方法还包括：获取所述第二部分单类型单维度指标参数中的每个单类型单维度指标参数对应的数据处理逻辑代码，得到第二组数据处理逻辑代码；根据所述第一组数据处理逻辑代码，生成所述目标设备类型的目标设备数据处理模型，包括：将所述第一组数据处理逻辑代码和所述第二组数据处理逻辑代码确定为所述目标设备数据处理模型中的代码。3.根据权利要求1所述的方法，其特征在于，将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，包括：在所述目标设备类型对应的单类型单维度指标参数都是允许被合并的单类型单维度指标参数的情况下，按照所述数据处理逻辑对所述目标设备类型对应的单类型单维度指标参数进行合并，得到所述一组单类型多维度指标参数。4.根据权利要求1所述的方法，其特征在于，所述根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，包括：在所述一组单类型单维度指标参数中获取所述目标设备类型对应的第一组单类型单维度指标参数，其中，所述目标设备类型对应的单类型单维度指标参数包括所述第一组单类型单维度指标参数，所述第一组单类型单维度指标参数中的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数。
5.根据权利要求1所述的方法，其特征在于，所述根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，包括：在所述一组单类型单维度指标参数中获取所述目标设备类型对应的第一组单类型单维度指标参数，其中，所述第一组单类型单维度指标参数中的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数；在预先确定的单类型单维度指标参数集合中获取所述目标设备类型对应的第二组单类型单维度指标参数，其中，所述第二组单类型单维度指标参数中的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数，所述单类型单维度指标参数集合中的每个单类型单维度指标参数是一个设备类型的单个维度上的指标参数；其中，所述目标设备类型对应的单类型单维度指标参数包括所述第一组单类型单维度指标参数和所述第二组单类型单维度指标参数。6.根据权利要求1所述的方法，其特征在于，在将所述一组数据处理逻辑代码转换成所述目标设备类型的目标设备数据处理模型之后，所述方法还包括：在所述目标设备类型的设备的运行数据中获取与所述第一组数据处理逻辑代码中的每份数据处理逻辑代码对应的一组运行数据；将与所述每份数据处理逻辑代码对应的一组运行数据输入所述目标设备数据处理模型，得到所述一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果。7.根据权利要求6所述的方法，其特征在于，所述将与所述每份数据处理逻辑代码对应的一组运行数据输入所述目标设备数据处理模型，得到所述一组单类型多维度指标参数中的每个单类型多维度指标参数的当前结果，包括：在获取到与所述第一组数据处理逻辑代码中的第i份数据处理逻辑代码对应的第i组运行数据的情况下，将所述第i组运行数据输入给所述目标设备数据处理模型中的所述第i份数据处理逻辑代码，其中，i为大于或等于1的正整数；在所述第i份数据处理逻辑代码对应的单类型多维度指标参数是所述目标设备类型的n个维度上的指标参数、且所述第i组运行数据包括与所述n个维度分别对应的n部分运行数据时，分别使用所述第i份数据处理逻辑代码对所述n部分运行数据中的每一部分运行数据执行相同的数据处理逻辑，得到所述目标设备类型的所述n个维度上的指标参数的当前结果，其中，n为大于或等于2的正整数。8.一种设备数据处理模型的生成装置，其特征在于，包括：第一拆分单元，用于将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数，其中，每个所述多类型单维度指标参数是多个不同设备类型的单个维度上的指标参数，每个所述单类型单维度指标参数是一个设备类型的单个维度上的指标参数；第一获取单元，用于根据所述一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数，其中，所述目标设备类型对应的不同单类型单维度指标参数是所述目标设备类型的不同的单个维度上的指标参数；第一处理单元，用于将所述目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数，其中，每个所述单类型多维度指标参数是所述目标设备类型的多个维度上的指标参数，每个所述单类型多维度指标参数是对所述目标设备
类型的多个维度中的每个维度上的运行数据执行相同的数据处理逻辑所得到的指标参数；第二处理单元，用于获取所述一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，共得到第一组数据处理逻辑代码，并根据所述第一组数据处理逻辑代码，生成所述目标设备类型的目标设备数据处理模型，其中，每份所述数据处理逻辑代码用于执行对应的所述单类型多维度指标参数中的相同的数据处理逻辑，所述目标设备数据处理模型用于根据所述目标设备类型的设备的运行数据，确定每个所述单类型多维度指标参数中的多个维度上的指标参数。9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的方法。10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的方法。
技术总结本申请公开了一种设备数据处理模型的生成方法及装置，涉及智能家居/智慧家庭技术领域，该设备数据处理模型的生成方法包括：将一组多类型单维度指标参数按照设备类型进行拆分，得到一组单类型单维度指标参数；根据一组单类型单维度指标参数，获取目标设备类型对应的单类型单维度指标参数；将目标设备类型对应的单类型单维度指标参数按照数据处理逻辑合并成一组单类型多维度指标参数；获取一组单类型多维度指标参数中的每个单类型多维度指标参数对应的数据处理逻辑代码，并根据得到的第一组数据处理逻辑代码，生成目标设备类型的目标设备数据处理模型。本发明解决了在计算智能家居设备的指标参数过程中出现的效率较低的技术问题。技术问题。技术问题。
技术研发人员：王宇
受保护的技术使用者：海尔智家股份有限公司
技术研发日：2022.07.01
技术公布日：2022/11/1
