CN104899303A - 一种应用于轨道交通工具的云端大数据分析系统 - Google Patents

Abstract

本发明提供了一种应用于轨道交通工具的云端大数据分析系统。本发明能够根据由车载数据集中器所采集和整合的用户宏观数据进行大数据分析计算，并且向车载数据集中器传输利用大数据分析计算结果生成的推送模式方案。所述车载数据集中器定期更新并离线存储进行信息与服务推送所需要的基本内容数据，并且在提供高铁WIFI接入服务的过程中实时采集通过该服务接入网络的用户终端的行为数据，通过将用户的行为数据进行整合生成用户宏观数据，将用户宏观数据上传至云端大数据分析服务器，并且获得反馈的所述推送模式方案；按照所述推送模式方案选择和组织所述基本内容数据，生成推送信息和服务数据，并通过车内WIFI路径传输至用户终端。

Description

一种应用于轨道交通工具的云端大数据分析系统

技术领域

本发明涉及交通通信服务领域，更具体地，涉及一种应用于轨道交通工具的云端大数据分析系统。

背景技术

乘坐高速铁路列车、普通客运列车以及地铁等轨道交通工具是人们生活中的重要组成部分，很多用户都具有频繁乘坐或者长时间乘坐这些交通工具的需要。例如，高铁列车的乘客乘车时间往往在数小时至十余个小时之间，普通客运列车的乘客乘车时间会更长；地铁的乘客乘车时间相对较短，但也经常达到的一至两个小时，而且乘客的乘坐频率相当高。可见，人们相当长的时间都需要在这些轨道交通工具当中度过。

调查表明，利用智能手机、平板电脑等终端观看多媒体节目、收听音乐、浏览网页、阅读、玩游戏是人们乘坐轨道交通工具期间最普遍的行为方式，其中对于约1/3的乘客来说，其乘坐轨道交通工具的绝大部分时间均用于从事上述行为。

虽然轨道交通工具乘客的上述需要在离线状态下也能够实现，但是显而易见的是，在终端实现互联网接入的基础上，对多媒体节目、音乐、网页、文档或者游戏等内容实现在线获取，能够扩展用户的选择空间，增加交互性和实时性，获得远远高于离线状态的用户体验度。

近年来，为了满足轨道交通乘客的上述需要，在列车车厢覆盖WIFI信号，利用WIFI技术在交通工具当中提供稳定可靠和具有较高数据传输速度的无线网络接入，是交通通信基础设施建设的重要组成部分。

以高铁为例，在高铁车厢实现WIFI接入的主要技术手段是安装车载多模式信号收发设备以及WIFI热点，该设备对外接入无线信号覆盖的移动蜂窝网络，通过移动接入实现与广域互联网的数据连接。车载多模式信号收发设备所接入的移动蜂窝网络是通过高铁列车专用的地面基站系统来提供无线信号覆盖的。地面基站系统采用了射频拉远技术，即地面基站BS利用光纤来控制大量的沿着轨道分布设置的RAU(remote antenna unit)，从而实现了带状区域上的接力信号覆盖；基站BS控制至少两个与高铁列车的距离在预定范围以内的RAU协同执行信号发射，所述至少两个RAU采用单一频率发射相同的无线信号，通过空间分离布置的RAU在基站和列车之间建立了符合MIMO信道特性的通信链路，在不同的RAU与列车之间形成了信号的多径传输通路，从而有助于信道容量的提升。车载多模式信号收发设备对内则在各个车厢提供WIFI热点，并且执行WIFI信号与蜂窝网络信号的转换。用户的终端设备通过车厢的WIFI热点连接到该车载多模式信号收发设备，并且执行双向的数据收发，车载多模式信号收发设备通过所述移动蜂窝网络实现了用户终端的互联网接入。

WIFI接入为轨道交通工具用户连通互联网提供了入口，同时也为面向用户的信息和业务推送提供了通道。因为用户终端必须通过由所述车载多模式信号收发设备以及WIFI热点组成的接口系统连接到互联网，即终端数据的收、发均必然经过该接口系统，因而平台当然也可以经由该接口系统向终端主动传输适量的推送信息和业务。向终端用户推送的信息和业务可以是广告，也可以是其它对用户提供便利服务的内容，例如高铁WIFI服务平台可推送前方到站的提示，在供餐时间推送餐车车厢号和菜谱，遇临时停车等情况向用户推送解释说明，等等。

推送是互联网技术特别是移动互联网当中常用的传播手段。为了提高推送的目标准确性和信息有效性，现有技术通常以大数据分析平台作为推送功能的内核。用户在互联网上的各种行为都会留下踪迹，例如生成日志记录、个人数据等用户信息，而大数据分析平台数据以用户信息作为对象进行查询、挖掘和分析，获得用户信息中的有效部分，并且从有效部分中提取出反映某些规律性的参数。通过对这些参数加以利用，可以表征出特定用户群体和特定用户个体的特征，关联这些特征实现对用户需求的合理预测，进而选择与预测的用户需求相匹配的信息和业务，作为被推送的对象，从而改善服务和用户体验。

然而，在轨道交通这一特殊的应用环境下，以WIFI接入系统为接口实现大数据运算和相应的推送会存在一些困难。

大数据分析存在极高的运算量，一般需要配置具有较强计算能力的服务器。然而，轨道交通工具的空间、供电、安全等因素决定了其车厢内无法设置可以负载大数据分析的大型服务器架构，所述车载多模式信号收发设备也只能起到信号转换和数据中转的作用。可见，大数据分析必须要通过处在轨道交通工具外部的平台加以实现，也就必然要求该外部平台与WIFI接入系统之间交互用户信息。但是，在高速移动的轨道交通工具中实现与外界的网络通信所带来的开销很大，也就意味着大数据分析所需要的信息交互成本比较高。在高铁WIFI接入系统当中，为了满足用户观看多媒体节目、收听音乐、浏览网页、阅读、玩游戏等服务需要，会对网络访问的带宽提出比较高的要求；而且交通工具内乘客数量多，WIFI接入系统需要承载的用户终端数量远远超过一般室内环境应用的WIFI设备。综合以上因素，所述车载多模式信号收发设备至少需要达到1000兆级以上的数据传输速率，才能够可靠和有效地保证车厢内网络访问的顺畅和稳定，取得较好的用户体验。在数据传输任务如此繁重的情况下，如果大数据分析所需要的信息交互资源过多，有可能会影响WIFI系统基本业务的实现。

发明内容

基于现有技术中的上述缺陷，本发明提供了一种应用于轨道交通工具的云端大数据分析系统。

本系统在云端建立了分布式的大数据分析服务器，能够根据由车载数据集中器所采集和整合的用户宏观数据进行大数据分析计算，并且向车载数据集中器传输利用大数据分析计算结果生成的推送模式方案。所述车载数据集中器定期更新并离线存储进行信息与服务推送所需要的基本内容数据，并且在提供高铁WIFI接入服务的过程中实时采集通过该服务接入网络的用户终端的行为数据，通过将用户的行为数据进行整合生成用户宏观数据，将用户宏观数据上传至云端大数据分析服务器，并且获得反馈的所述推送模式方案；按照所述推送模式方案选择和组织所述基本内容数据，生成推送信息和服务数据，并通过车内WIFI路径传输至用户终端。

本发明所述的云端大数据分析系统，其特征在于，包括：车载多模式信号收发设备、WIFI热点、车载数据集中器、内容数据服务器以及云端大数据分析服务器；

所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接；并且连接到布设在车厢内的所述WIFI热点；

所述WIFI热点用于在车厢内覆盖提供WIFI接入的无线信号，以便用户终端通过WIFI接入连接至所述车载多模式信号收发设备并实现与所述车载多模式信号收发设备之间的上、下行数据传输，并且用户终端可以通过所述车载多模式信号收发设备接入互联网；

车载数据集中器连接至所述车载多模式信号收发设备，并且可以通过所述车载多模式信号收发设备进行与用户终端之间的数据传输，以及通过所述车载多模式信号收发设备接入互联网；

内容数据服务器接入互联网，并且可以由车载数据集中器联网访问；

云端大数据分析服务器接入互联网，并且可以由车载数据集中器联网访问；

其中，所述车载数据集中器通过车载多模式信号收发设备连接互联网的内容数据服务器，定期更新并离线存储进行信息与服务推送所需要的基本内容数据；并且在实时采集通过所述车载多模式信号收发设备接入互联网的用户终端的行为数据，将用户终端的行为数据进行整合生成用户宏观数据；通过车载多模式信号收发设备接入互联网，将用户宏观数据上传至云端大数据分析服务器，并且获得云端大数据分析服务器反馈的推送模式方案；按照所述推送模式方案选择和组织所述基本内容数据，生成推送信息和服务数据；通过车载多模式信号收发设备将所述推送信息和服务数据下行传输至用户终端；

所述内容数据服务器用于存储进行信息与服务推送所需要的基本内容数据，并且通过互联网定期传输至车载数据集中器；

所述云端大数据分析服务器用于通过互联网接收由车载数据集中器所采集和整合的所述用户宏观数据，针对用户宏观数据进行大数据分析计算，并且向车载数据集中器传输利用大数据分析计算结果生成的所述推送模式方案。

优选的是，所述用户宏观数据包括：用户终端的联网时长数据、用户终端的访问地址数据和访问记录数据、用户终端的推送响应记录数据等。

优选的是，所述车载数据集中器还通过用户终端采集用户个人信息数据，并且将所述用户个人信息数据加入所述用户宏观数据。

进一步优选的是，所述用户终端通过拍摄车票二维码获得用户的年龄、目的地等用户个人信息数据，并且车载数据集中器接收用户终端发送的所述用户个人信息数据。

优选的是，所述推送模式方案包括：推送时间频率参数、推送内容标识、以及推送补充内容数据等。

优选的是，所述车载数据集中器按照所述推送内容标识从离线存储的基本内容数据提取准备推送的基本内容数据，并且利用准备推送的基本内容数据以及所述推送补充内容数据生成若干条推送信息和服务数据；并且所述车载数据集中器按照所述推送时间频率参数逐条推送所述推送信息和服务数据。

优选的是，所述云端大数据分析服务器根据用户终端的访问地址数据和访问记录数据分析用户偏好，并且根据离线存储的基本内容数据与所述用户偏好的匹配度选择所述推送内容标识；在离线存储的基本内容数据与所述用户偏好的匹配度均达不到被选择的程度时，所述云端大数据分析服务器根据所述用户偏好选取所述推送补充内容数据。

优选的是，所述云端大数据分析服务器根据用户终端的联网时长数据预估用户终端的继续联网时长，并且根据用户终端的推送响应记录数据确定推送总次数，进而利用继续联网时长和推送总次数计算出推送时间频率参数。

优选的是，所述云端大数据分析服务器根据所述用户个人信息数据选择相应的推送内容标识和/或推送补充内容数据。

优选的是，车载数据集中器统计互联网带宽的占用率，并且在占用率小于预定值时从所述内容数据服务器下载并离线存储进行信息与服务推送所需要的基本内容数据。

可见，本发明充分减少了进行大数据分析所需要的上、下行数据传输，包括采用整合用户的行为数据降低了上行数据传输的频率和数据量，并且通过推送内容的离线存储与组织节约了推送内容下行传输的数据量，从而有助于降低通信开销，节约带宽资源，适应了高铁等轨道交通工具的实际特点和需求。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明：

图1是本发明的云端大数据分析系统结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明的技术方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合实施例及实施例附图对本发明作进一步详细的说明。

参见图1所示的云端大数据分析系统结构，该系统包括：车载多模式信号收发设备1、WIFI热点2、车载数据集中器3、内容数据服务器4以及云端大数据分析服务器5。其中，所述车载多模式信号收发设备1安装在轨道交通工具的适当位置，对外来看，用于接入由基站和RAU等设施构建的移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接；对内来看，该车载多模式信号收发设备1连接到布设在车厢内的各个所述WIFI热点2；所述WIFI热点2用于在车厢内覆盖提供WIFI接入的无线信号，以便用户终端6通过WIFI接入连接至所述车载多模式信号收发设备1，并实现用户终端6与所述车载多模式信号收发设备1之间的上、下行数据传输，并且用户终端6可以通过所述车载多模式信号收发设备1接入互联网，即车载多模式信号收发设备1将用户终端6上行传输的数据继续对外上行传输至互联网相应的网络地址或服务器，并且将互联网下行传输的数据继续对内下行传输至用户终端6。

车载数据集中器3连接至所述车载多模式信号收发设备1，并且可以通过所述车载多模式信号收发设备1的中转进行与用户终端6之间的数据传输，即将该车载数据集中器3存储或生成的数据下行传输给用户终端6，以及将用户终端6产生的数据上行传输给车载数据集中器3，并且用户终端6通过车载多模式信号收发设备1上行传输至互联网的数据也可以同时被车载多模式信号收发设备1转发到该车载数据集中器3。车载数据集中器3还可以通过所述车载多模式信号收发设备1的上、下行中转而接入互联网。从而，位于云端的内容数据服务器4通过接入互联网，可以由车载数据集中器3联网访问，以及向该车载数据集中器3进行下行数据传输。并且，云端大数据分析服务器5也通过接入互联网由车载数据集中器3联网访问，以及向该车载数据集中器3进行下行数据传输。

在以上系统架构的基础上，本系统能够根据由车载数据集中器3所采集和整合的用户宏观数据进行大数据分析计算，并且向车载数据集中器3传输利用大数据分析计算结果生成的推送模式方案。所述车载数据集中器3还定期更新并离线存储进行信息与服务推送所需要的基本内容数据，并且在提供高铁WIFI接入服务的过程中实时采集通过该服务接入网络的用户终端6的行为数据，通过将用户的行为数据进行整合生成用户宏观数据，将用户宏观数据上传至云端大数据分析服务器5，并且获得反馈的所述推送模式方案；按照所述推送模式方案选择和组织所述基本内容数据，生成推送信息和服务数据，并通过车内WIFI路径传输至用户终端。

具体来说，所述车载数据集中器3通过车载多模式信号收发设备1连接互联网的内容数据服务器4，定期更新并离线存储进行信息与服务推送所需要的基本内容数据。所述内容数据服务器4用于存储进行信息与服务推送所需要的基本内容数据，并且通过互联网定期传输至车载数据集中器3进行更新与离线存储，并且内容数据服务器4可以将车载数据集中器3当前存储的基本内容数据的索引——包括基本内容数据的标识、内容数据类型(如文本、图片、视频、音频、交互式插件等类型)、内容分类(如体育、财经、科技、餐饮、旅游等分类)——提供给云端大数据分析服务器5进行查询。本系统所进行的信息与服务推送可以包括很多方面，例如广告推送、公共信息推送、列车服务(如餐车信息、补票信息)推送、前方到站提示推送等。基本内容数据是构成这些推送所需要的文本、图片、视频、音频、交互式插件等内容数据。海量的基本内容数据存储在内容数据服务器4上，并且定期地由车载数据集中器3更新和存储。基本内容数据的更新和存储也可以由车载数据集中器3实时统计车载多模式信号收发设备1上、下行传输所带来的互联网带宽的占用率，并且在占用率小于预定值时从所述内容数据服务器4下载并离线存储进行信息与服务推送所需要的基本内容数据。可见，基本内容数据的下载更新是间歇性的，可以选择在预计联网用户终端较少的时间进行，例如车辆始发或到达终点站的时间、深夜时段等。如果需要在其它时间进行基本内容数据的更新，也可以控制每次下载更新的数据量保持…定限度，或者如上面所述在剩余带宽充足时进行，从而对提供WIFI互联网接入服务的影响降到可接受的程度。

随着WIFI接入服务过程中，车载数据集中器3可以实时采集通过所述车载多模式信号收发设备1接入互联网的用户终端6的行为数据，将用户终端的行为数据进行整合生成用户宏观数据。所述用户宏观数据是对用户终端6在—定时间以内联网、断网、访问互联网地址等行为数据的整合汇总。例如，用户宏观数据可以包括：用户终端的联网时长数据、用户终端的访问地址数据和访问记录数据、用户终端的推送响应记录数据。其中，用户终端的联网时长数据是用户在一定时间(如1小时)以内的联网总时长，例如用户终端在最近1小时内联网25分钟。用户终端的访问地址数据是该用户终端在一定时间内所访问的互联网服务器地址，例如在最近1小时内访问了A视频网站、B新闻网站以及C股票行情APP，则访问地址数据分别记录下A、B、C的服务器网络地址。同时，车载数据集中器3还生成针对以上访问地址数据A、B、C访问记录数据，访问记录数据可以安装访问时间和/或访问次数进行记录，例如在最近1小时，用户访问A共1次，访问B共1次，访问C共8次。用户终端的推送响应记录数据是指用户终端对于最新的一定时间内接收到的推送的处理方式的记录，例如最近1小时用户共收到推送4次，其中用户对推送的响应为打开该推送的次数为1次，响应为未打开该推送而删除或忽略的次数为3次。车载数据集中器对用户终端在所述一定时间内多次的行为数据进行整合后形成用户宏观数据，相比现有技术实时地向服务器传输单次的用户行为数据来说，一方面降低了的数据上传的频率，另一方面也压缩了数据量。

所述车载数据集中器3还可以通过用户终端6采集用户个人信息数据，并且将所述用户个人信息数据加入所述用户宏观数据。例如，在实名制乘车情况下，车票可能登记用户身份证号码、目的地等信息，并且转化为二维码的形式。所述用户终端通过拍摄车票二维码，可获得用户的年龄、目的地等用户个人信息数据，并且车载数据集中器3接收用户终端发送的所述用户个人信息数据，以便加入所述用户宏观数据。

车载数据集中器3将用户宏观数据上传至云端大数据分析服务器5，由云端大数据分析服务器5针对用户宏观数据进行大数据分析计算，并且向车载数据集中器3传输利用大数据分析计算结果生成的所述推送模式方案。所述云端大数据分析服务器5根据用户终端的访问地址数据和访问记录数据分析用户偏好，例如从上面提到的用户宏观数据可以判断用户明显偏好于股票行情方面的信息。因而，所述云端大数据分析服务器5查询车载数据集中器3当前存储的基本内容数据的索引，并且根据离线存储的基本内容数据与所述用户偏好的匹配度选择所述推送内容标识，例如可以从基本内容数据当中选择内容分类为财经的广告内容，例如股票基金推荐广告；由于该广告自身的文本、图片、音视频等内容数据已经在车载数据集中器3离线存储，因此云端大数据分析服务器5只需要确定该广告的标识并提供给车载数据集中器3。在离线存储的基本内容数据与所述用户偏好的匹配度均达不到被选择的程度时，所述云端大数据分析服务器5可以根据所述用户偏好选取推送补充内容数据，例如，如果当前车载数据集中器3离线存储的基本内容数据中没有内容分类为财经的相关内容，云端大数据分析服务器5可以选择股票基金推荐广告，并且将该广告自身的文本、图片、音视频等内容数据作为所述推送补充内容数据。

所述云端大数据分析服务器5还根据所述用户个人信息数据选择相应的推送内容标识和/或推送补充内容数据。例如，根据用户的目的地数据，可以选择该目的地的酒店、商场、土特产等广告内容，视其是否离线存储而确定相应的推送内容标识和/或推送补充内容数据。

所述云端大数据分析服务器5可以根据用户终端的联网时长数据预估用户终端的继续联网时长，例如用户在最近1小时联网25分钟，则可以预估用户在未来1小时内联网时间在20-30分钟区间。并且云端大数据分析服务器5根据用户终端的推送响应记录数据确定推送总次数，例如，如上面所述，用户对于最近一定时间内的4次推送只打开1次，说明用户所适应的推送次数为1-2次区间，可确定推送总次数为2次；进而利用继续联网时长和推送总次数计算出推送时间频率参数为在未来1小时内每隔15分钟推送1次，直至达到推送总次数后中止推送。

云端大数据分析服务器5利用上述大数据分析计算结果生成的推送模式方案，推送模式方案包括：推送时间频率参数、推送内容标识、以及推送补充内容数据。车载数据集中器3获得云端大数据分析服务器5反馈的推送模式方案；按照所述推送模式方案中的推送内容标识选择和组织其离线存储的所述基本内容数据，并且加入推送补充内容数据，生成推送信息和服务数据；进而，车载数据集中器3按照所述推送时间频率参数，通过车载多模式信号收发设备1将所述推送信息和服务数据下行传输至用户终端6。

本发明充分减少了进行大数据分析所需要的上、下行数据传输，包括采用整合用户的行为数据降低了上行数据传输的频率和数据量，并且通过推送内容的离线存储与组织节约了推送内容下行传输的数据量，从而有助于降低通信开销，节约带宽资源，适应了高铁等轨道交通工具的实际特点和需求。

以上描述中的尺寸和数量均仅为参考性的，本领域技术人员可根据实际需要选择适当的应用尺寸，而不脱离本发明的范围。本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。

Claims (10)

1.一种云端大数据分析系统，其特征在于，包括：车载多模式信号收发设备、WIFI热点、车载数据集中器、内容数据服务器以及云端大数据分析服务器；

所述车载多模式信号收发设备用于接入移动蜂窝网络，并通过移动蜂窝网络的接入实现与互联网的数据连接；并且连接到布设在车厢内的所述WIFI热点；

所述WIFI热点用于在车厢内覆盖提供WIFI接入的无线信号，以便用户终端通过WIFI接入连接至所述车载多模式信号收发设备并实现与所述车载多模式信号收发设备之间的上、下行数据传输，并且用户终端可以通过所述车载多模式信号收发设备接入互联网；

车载数据集中器连接至所述车载多模式信号收发设备，并且可以通过所述车载多模式信号收发设备进行与用户终端之间的数据传输，以及通过所述车载多模式信号收发设备接入互联网；

内容数据服务器接入互联网，并且可以由车载数据集中器联网访问；

云端大数据分析服务器接入互联网，并且可以由车载数据集中器联网访问；

其中，所述车载数据集中器通过车载多模式信号收发设备连接互联网的内容数据服务器，定期更新并离线存储进行信息与服务推送所需要的基本内容数据；并且在实时采集通过所述车载多模式信号收发设备接入互联网的用户终端的行为数据，将用户终端的行为数据进行整合生成用户宏观数据；通过车载多模式信号收发设备接入互联网，将用户宏观数据上传至云端大数据分析服务器，并且获得云端大数据分析服务器反馈的推送模式方案；按照所述推送模式方案选择和组织所述基本内容数据，生成推送信息和服务数据；通过车载多模式信号收发设备将所述推送信息和服务数据下行传输至用户终端；

所述内容数据服务器用于存储进行信息与服务推送所需要的基本内容数据，并且通过互联网定期传输至车载数据集中器；

所述云端大数据分析服务器用于通过互联网接收由车载数据集中器所采集和整合的所述用户宏观数据，针对用户宏观数据进行大数据分析计算，并且向车载数据集中器传输利用大数据分析计算结果生成的所述推送模式方案。

2.根据权利要求1所述的云端大数据分析系统，其特征在于，所述用户宏观数据包括：用户终端的联网时长数据、用户终端的访问地址数据和访问记录数据、用户终端的推送响应记录数据等。

3.根据权利要求2所述的云端大数据分析系统，其特征在于，所述车载数据集中器还通过用户终端采集用户个人信息数据，并且将所述用户个人信息数据加入所述用户宏观数据。

4.根据权利要求3所述的云端大数据分析系统，其特征在于，所述用户终端通过拍摄车票二维码获得用户的年龄、目的地等用户个人信息数据，并且车载数据集中器接收用户终端发送的所述用户个人信息数据。

5.根据权利要求4所述的云端大数据分析系统，其特征在于，所述推送模式方案包括：推送时间频率参数、推送内容标识、以及推送补充内容数据等。

6.根据权利要求5所述的云端大数据分析系统，其特征在于，所述车载数据集中器按照所述推送内容标识从离线存储的基本内容数据提取准备推送的基本内容数据，并且利用准备推送的基本内容数据以及所述推送补充内容数据生成若干条推送信息和服务数据；并且所述车载数据集中器按照所述推送时间频率参数逐条推送所述推送信息和服务数据。

7.根据权利要求6所述的云端大数据分析系统，其特征在于，所述云端大数据分析服务器根据用户终端的访问地址数据和访问记录数据分析用户偏好，并且根据离线存储的基本内容数据与所述用户偏好的匹配度选择所述推送内容标识；在离线存储的基本内容数据与所述用户偏好的匹配度均达不到被选择的程度时，所述云端大数据分析服务器根据所述用户偏好选取所述推送补充内容数据。

8.根据权利要求7所述的云端大数据分析系统，其特征在于，所述云端大数据分析服务器根据用户终端的联网时长数据预估用户终端的继续联网时长，并且根据用户终端的推送响应记录数据确定推送总次数，进而利用继续联网时长和推送总次数计算出推送时间频率参数。

9.根据权利要求8所述的云端大数据分析系统，其特征在于，所述云端大数据分析服务器根据所述用户个人信息数据选择相应的推送内容标识和/或推送补充内容数据。

10.根据权利要求9所述的云端大数据分析系统，其特征在于，车载数据集中器统计互联网带宽的占用率，并且在占用率小于预定值时从所述内容数据服务器下载并离线存储进行信息与服务推送所需要的基本内容数据。