CN106296368A

CN106296368A - 一种车型推荐系统和方法

Info

Publication number: CN106296368A
Application number: CN201610696934.2A
Authority: CN
Inventors: 郑俊玲; 田英朝; 吴开亮; 高沨; 李彬
Original assignee: Beijing Car Roaring Agel Ecommerce Ltd
Current assignee: Beijing Car Roaring Agel Ecommerce Ltd
Priority date: 2016-08-19
Filing date: 2016-08-19
Publication date: 2017-01-04

Abstract

本申请公开了一种车型推荐系统和方法，其中车型推荐系统包括：用户分类单元、用户偏好分析单元、用户浏览记录汇总单元和车型推荐单元；车型推荐方法为：用户分类单元对注册的用户从多维度进行分类，并记录每个用户类别下的人数；用户偏好分析处理单元将每个用户的每一条浏览记录分析得出用户偏好数据；用户浏览记录汇总单元对每个用户类别下的用户的浏览记录进行汇总分析；车型推荐单元根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的用户浏览过的所有车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。车型推荐系统和方法具有很好的针对性和很高的准确性。

Description

一种车型推荐系统和方法

技术领域

本发明涉及网络技术领域，尤其是涉及一种车型推荐系统和方法。

背景技术

随着社会的发展人们对于车辆的需求越来越高，因此对于汽车的购置也成为一种常见的消费行为。随着网络技术的发展，人们的消费逐渐倾向于电子消费，即在网络上进行消费。因此不可不免的，针对汽车的网络消费也是一种趋势，尤其是在网络资源上可以不受场地大小的限制，通过网络的浏览能快速的了解到更多的车辆情况，其中包括新车以及二手车。

但是，在网络上面对众多车辆资源，往往人们会无从着手或者盲目的查看，因此会造成用户时间和精力的浪费。因此，如何研发一种车型推荐系统和方法，对有需求的用户进行准确的车辆推荐，使得用户用最少的精力和时间找到最适合的车辆，成为亟待解决的技术问题。

发明内容

本申请解决的主要问题是提供一种车型推荐系统和方法，以解决在网络上面对众多车辆资源，往往人们会无从着手或者盲目的查看，因此会造成用户时间和精力的浪费的技术问题。

为了解决上述技术问题，本发明公开了一种车型推荐系统，其特征在于，包括：用户分类单元、用户偏好分析单元、用户浏览记录汇总单元和车型推荐单元；所述用户分类单元用于对注册的用户从多维度进行分类，并记录每个用户类别下的人数，并将结果传递给用户浏览记录汇总单元和车型推荐单元；所述用户偏好分析处理单元用于将每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，即不同维度下的各种类型的浏览次数占总浏览次数的百分比，并将所述用户偏好数据传递给车型推荐单元；所述用户浏览记录汇总单元用于对每个用户类别下的用户的浏览记录进行汇总分析，得到每个用户类别下的用户浏览不同的车辆的次数，并将得到的结果输出给所述车型推荐单元；所述车型推荐单元用于根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的用户浏览过的所有车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。

进一步的，本申请还公开了一种车型推荐方法，其特征在于，包括以下步骤：

步骤1、用户分类单元对注册的用户从多各维度进行分类，并记录每个用户类别下的人数，并将结果传递给用户浏览记录汇总单元和车型推荐单元；

步骤2、用户偏好分析处理单元将每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，即不同维度下的各种类型的浏览次数占总浏览次数的百分比，并将所诉用户偏好数据传递给车型推荐单元；

步骤3、用户浏览记录汇总单元对每个用户类别下的用户的浏览记录进行汇总分析，得到每个用户类别下的用户浏览不同的车辆的次数，并将得到的结果输出给所述车型推荐单元；

步骤4、车型推荐单元根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。

与现有技术相比，本申请所述的一种车型推荐系统和方法，达到了如下效果：

(1)本发明所提供的车型推荐系统和方法，对有需求的用户进行准确的车辆推荐，使得用户用最少的精力和时间找到最适合的车辆；

(2)本发明所提供的车型推荐系统和方法，通过设置用户分类单元、用户偏好分析单元、用户浏览记录汇总单元和车型推荐单元，使得推荐的结果基于用户的基本信息、用户的浏览信息以及车辆的基本信息，因此对于不同的用户结果不同，有更好的针对性；

(3)本发明所提供的车型推荐系统和方法，可以根据需要对用户信息和车辆信息均进行不同维度的分类，细化了各个维度对于结果的影响，因此，得到的推荐结果更加可靠。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例一中所述车辆推荐系统的结构框图；

图2是本发明实施例一中的用户分类单元的结构框图；

图3是本发明实施例一中的用户偏好分析单元的结构框图；

图4是本发明实施例一中的用户浏览记录汇总单元的结构框图；

图5是本发明实施例一中的车辆推荐单元的结构框图；

图6是本发明实施例二中的车辆推荐方法的流程图。

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。

以下结合附图对本申请作进一步详细说明，但不作为对本申请的限定。

实施例一

本实施例提供一种车型推荐系统，如图1所示，其特征在于，包括：用户分类单元100、用户偏好分析单元200、用户浏览记录汇总单元300和车型推荐单元400；

其中，用户分类单元100用于对注册的用户从多各维度进行分类，并记录每个用户类别下的人数，并将结果传递给用户浏览记录汇总单元300和车型推荐单元400；

用户偏好分析处理单元200用于将每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，即不同维度下的各种类型的浏览次数占总浏览次数的百分比，并将所述用户偏好数据传递给车型推荐单元400；

用户浏览记录汇总单元300用于对每个用户类别下的用户的浏览记录进行汇总分析，得到每个用户类别下的用户浏览不同的车辆的次数，并将得到的结果输出给所述车型推荐单元400；

车型推荐单元400用于根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的用户浏览过的所有车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。

优选的，如图2所示，用户分类单元100包括用户信息提取模块101、用户信息分析模块102和用户分类结果输出模块103；其中，用户信息提取模块101用于从服务器中提取用户的注册信息并传递给所述用户信息分析模块102，用户信息分析模块102用于对用户的注册信息从多各维度进行分类，并记录每个用户类别下的人数，并将用户分类结果传递给所述用户分类结果输出模块103，用户分类结果输出模块103用于将用户分类结果进行储存并输出给用所述户浏览记录汇总单元200和所述车型推荐单元400。

优选的，如图3所示，用户偏好分析单元200包括用户浏览记录第一提取模块201、用户偏好处理模块202和用户偏好数据输出模块203；其中，用户浏览记录第一提取模块201用于从服务器中提取所有用户的浏览记录数据并将所述浏览记录数据传递给所述用户偏好处理模块202，用户偏好处理模块202用于所述浏览记录数据中每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，所述用户偏好数据为不同维度下的各种类型的浏览次数占总浏览次数的百分比，将所述用户偏好数据传递给所述用户偏好数据输出模块203，用户偏好数据输出模块203用于将所述用户偏好数据输出给所述车型推荐单元400。

优选的，如图4所示，用户浏览记录汇总单元300包括用户浏览记录第二提取模块301、用户浏览记录处理模块302和汇总结果输出模块303，所述用户浏览记录第二提取模块301用于从服务器中提取所有用户的浏览记录数据和所述用户分类结果，并将所述浏览记录数据和所述用户分类结果传递给所述用户浏览记录处理模块302，所述用户浏览记录处理模块302用于对所述处理所述浏览记录数据进行汇总，汇总结果为得到每个用户类别的用户浏览不同的车辆的次数，并将所述汇总结果传递给所述汇总结果输出模块303，所述汇总结果输出模块303用于将所述汇总结果输出给所述车型推荐单元400。

优选的，如图5所示，所述车型推荐单元400包括数据采集模块401、数据处理模块402和推荐结果输出模块403；所述数据采集模块401用于接收用户分类单元100、用户偏好分析单元200和用户浏览记录汇总单元300输出的数据，并将所述数据传递给所述数据处理模块402；所述数据包括所述用户分类单元输出的用户分类结果，所述用户偏好分析单元输出的用户偏好数据和所述用户浏览记录汇总单元输出的汇总结果；所述数据处理模块402用于根据所述数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，并比较出得分最高的车辆，并将所述得分最高的车辆的型号信息出递给所述推荐结果输出模块403，所述推荐结果输出模块403用于将所述得分最高的车辆的型号信息推荐给当前用户。

实施例二

基于实施例一，本实施例提供一种车型推荐方法，如图1至图6所示，其特征在于，包括以下步骤：

步骤1、用户分类单元100对注册的用户从多各维度进行分类，并记录每个用户类别下的人数，并将结果传递给用户浏览记录汇总单元300和车型推荐单元400；

步骤2、用户偏好分析处理单元200将每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，即不同维度下的各种类型的浏览次数占总浏览次数的百分比，并将所诉用户偏好数据传递给车型推荐单元400；

步骤3、用户浏览记录汇总单元300对每个用户类别下的用户的浏览记录进行汇总分析，得到每个用户类别下的用户浏览不同的车辆的次数，并将得到的结果输出给所述车型推荐单元400；

步骤4、车型推荐单元400根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。

优选的，步骤1包括以下步骤：

步骤1.1、用户信息提取模块101从服务器中提取用户的注册信息并传递给所述用户信息分析模块102，

步骤1.2、所述用户信息分析模102块对用户的注册信息从多各维度进行分类，并记录每个用户类别下的人数，并将用户分类结果传递给所述用户分类结果输出模块103，

步骤1.3、所述用户分类结果输出模块,13将用户分类结果进行储存并输出给用所述户浏览记录汇总单元300和所述车型推荐单元400。

优选的，步骤2包括以下步骤：

所述步骤2.1、所述用户浏览记录第一提取模块201从服务器中提取所有用户的浏览记录数据并将所述浏览记录数据传递给所述用户偏好处理模块202，

步骤2.2、所述用户偏好处理模块202所述浏览记录数据中每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，所述用户偏好数据为不同维度下的各种类型的浏览次数占总浏览次数的百分比，将所述用户偏好数据传递给所述用户偏好数据输出模块203，

步骤2.3、所述用户偏好数据输出模块203将所述用户偏好数据输出给所述车型推荐单元400。

优选的，步骤3包括以下步骤：

步骤3.1、所述用户浏览记录第二提取模块301从服务器中提取所有用户的浏览记录数据和所述用户分类结果，并将所述浏览记录数据和所述用户分类结果传递给所述用户浏览记录处理模块302，

步骤3.2、所述用户浏览记录处理模块302对所述处理所述浏览记录数据进行汇总，汇总结果为得到每个用户类别的用户浏览不同的车辆的次数，并将所述汇总结果传递给所述汇总结果输出模块303，

步骤3.3、所述汇总结果输出模块303将所述汇总结果输出给所述车型推荐单元400。

优选的，步骤4包括以下步骤：

步骤4.1、所述数据采集模块401接收用户分类单元、用户偏好分析单元和用户浏览记录汇总单元输出的数据，并将所述数据传递给所述数据处理模块402；所述数据包括所述用户分类单元100输出的用户分类结果，所述用户偏好分析单元200输出的用户偏好数据和所述用户浏览记录汇总单元300输出的汇总结果；

步骤4.2、所述数据处理模块402根据所述数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，并比较出得分最高的车辆，并将所述得分最高的车辆的型号信息出递给所述推荐结果输出模块403，

步骤4.3、所述推荐结果输出模块403将所述得分最高的车辆的型号信息推荐给当前用户。

本申请中的车辆推荐系统和方法结构简洁合理，可以搭载于不同的客户端进行推荐，例如手机、平板电脑以及电脑等，因此本系统实用性强。

实施例三

本实施例为实施例一和实施例二在实际中的运用，结合图1至图6进行说明。

在某一特定时间，注册用户人数为8万人，

首先，用户信息提取模块101从服务器中提取用户的注册信息(注册信息包括但不限于用户地域、年龄、性别、职业和年收入等)，并传递给所述用户信息分析模块102，用户信息分析模块102用于对用户的注册信息从地域和年龄段两个维度对用户进行分类，用户分类结果为：北京，30岁以下有2万人；北京，30岁以上有2万人；上海，30岁以下有2万人；上海，30岁以上有2万人。并将用户分类结果传递给所述用户分类结果输出模块103，所述用户分类结果输出模块103将用户分类结果进行储存并输出给用所述户浏览记录汇总单元300和所述车型推荐单元400。本实施例中，只是根据地域和年龄段进行了简单的分类，以便大众的理解；如有需要还可以增加其他的维度例如：性别、职业和年收入等，进行更加细化的分类。

然后，用户浏览记录第一提取模块201从服务器中提取所有注册用户的浏览记录数据并将所述浏览记录数据传递给所述用户偏好处理模块202，用户偏好处理模块202将述浏览记录数据中每个用户的每一条浏览记录对应的车辆进行不同的维度，不同维度包括但不限于品牌、系列、车型、年代、公里数和日供等，进行记录，然后分析得出用户偏好数据，例如对于品牌的偏好数据为：奥迪30％，奔驰20％，别克15％，现代45％(上述数据表明该用户浏览记录中，浏览的品牌为奥迪的记录数目占该用户所有浏览记录总数的30％，浏览的品牌为奔驰的记录数目占该用户所有浏览记录总数的20％，浏览的品牌为别克的记录数目占该用户所有浏览记录总数的15％，浏览的品牌为现代的记录数目占该用户所有浏览记录总数的45％)；

当前用户的偏好数据如下：

1、品牌(奥迪30％，奔驰20％，别克15％，现代45％)，

2、系列(Q5 10％，GLK200 20％，昂科威35％索纳塔15％，A6L 20％)，车型(中型车40％，SUV 60％)，

3、年代(2014年30％，2013年15％，2015年55％)，

4、公里数(5万公里以下37％，5-10万公里33％，10-15万公里30％)，

5、日供(100元以下20％，100-200元50％，200元以上30％)。

用户偏好处理模块202将上述用户偏好数据传递给用户偏好数据输出模块203，所述用户偏好数据输出模块203用于将所述用户偏好数据输出给所述车型推荐单元400。

下一步，用户浏览记录第二提取模块301从服务器中提取所有用户的浏览记录数据和用户分类结果(北京，30岁以下有2万人；北京，30岁以上有2万人；上海，30岁以下有2万人；上海，30岁以上有2万人)，并将所述浏览记录数据和所述用户分类结果传递给用户浏览记录处理模块302，用户浏览记录处理模块302对所述处理所述浏览记录数据进行汇总，汇总结果为得到每个用户类别的用户浏览不同的车辆的次数，本实施例中，汇总结果为：

1、北京，30岁以下的用户，浏览车辆a 30次；浏览车辆b 10次；浏览车辆c 25次

2、北京，30岁以上的用户，浏览车辆a 90次；浏览车辆b 30次；

3、上海，30岁以下的用户，浏览车辆a 2次；浏览车辆b 40次；浏览车辆d 40次

4、上海，30岁以下的用户，浏览车辆a 12次；浏览车辆b 30次；

用户浏览记录处理模块302将所述汇总结果传递给所述汇总结果输出模块303，所述汇总结果输出模块303将所述汇总结果输出给所述车型推荐单元400。

下一步，数据采集模块401接收用户分类单元100、用户偏好分析单元200和用户浏览记录汇总单元300输出的数据，并将所述数据传递给所述数据处理模块402；数据包括所述用户分类单元100输出的用户分类结果，用户偏好分析单元200输出的用户偏好数据和用户浏览记录汇总单元300输出的汇总结果；

数据处理模块402根据所述数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，处理过程如下：

首先根据用户分类单元100输出的用户分类结果，当前用户属于用户类别：北京，30岁以上的用户；

然后，根据用户浏览记录汇总单元300输出的汇总结果该类别下的用户浏览车辆a90次，浏览车辆b 30次；

根据用户偏好分析单元200输出的用户偏好数据如下：

1、品牌(奥迪30％，奔驰20％，别克15％，现代45％)，

3、年代(2014年30％，2013年15％，2015年55％)，

5、日供(100元以下20％，100-200元50％，200元以上30％)。

根据上述数据进行处理，得到对车辆a和车辆b进行推荐分值，其中某个车辆针对某个用户的推荐分值等于该车辆各个维度的数据在该用户的偏好数据中的百分比数值的加和与该用户所在的用户类别对该车辆的浏览次数的乘积：

A_ij＝(B_i1+B_i2+B_i3+……+B_in)*S_ji

其中：A_i为车辆i对于用户j的推荐分值，

b_in为车辆i在第n个维度在该用户的偏好数据中的百分比数值，

S_ji为用户j所在的用户类别对车辆i的浏览次数；

车辆a的数据如下：

品牌：奥迪；系列：Q5；车型：SUV；年代：2013年；公里数：5-10万公里，日供：100-200元

因此车辆a的推荐分值为：(0.3+0.1+0.6+0.15+0.33+0.5)*90＝178.2；

车辆b的数据如下：

品牌：别克；系列：君威；车型：中型车；年代：2012年；公里数：15万公里以上，日供：100元以下；

因此车辆b的推荐分值为：(0.15+0+0.5+0+0+0.2)*30＝25.5；

数据处理模块402比较出得分最高的车辆a，并将车辆a的型号信息出递给所述推荐结果输出模块403，推荐结果输出模块403将车辆a推荐给当前用户。

与现有技术相比，本发明所述的一种车型推荐系统和方法，达到了如下效果：

由于方法部分已经对本申请实施例进行了详细描述，这里对实施例中涉及的系统与方法对应部分的展开描述省略，不再赘述。对于系统中具体内容的描述可参考方法实施例的内容，这里不再具体限定。

上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。

Claims

1.一种车型推荐系统，其特征在于，包括：用户分类单元、用户偏好分析单元、用户浏览记录汇总单元和车型推荐单元；

所述用户分类单元用于对注册的用户从多维度进行分类，并记录每个用户类别下的人数，并将结果传递给用户浏览记录汇总单元和车型推荐单元；

所述用户偏好分析处理单元用于将每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，即不同维度下的各种类型的浏览次数占总浏览次数的百分比，并将所述用户偏好数据传递给车型推荐单元；

所述用户浏览记录汇总单元用于对每个用户类别下的用户的浏览记录进行汇总分析，得到每个用户类别下的用户浏览不同的车辆的次数，并将得到的结果输出给所述车型推荐单元；

所述车型推荐单元用于根据当前用户所在的用户类别和当前用户偏好数据，对当前用户所在用户类别下的用户浏览过的所有车辆分别进行推荐分值的计算，将推荐分值较高的车辆推荐给当前用户。

2.根据权利要求1所述的车型推荐系统，其特征在于，所述用户分类单元包括用户信息提取模块、用户信息分析模块和用户分类结果输出模块，所述用户信息提取模块用于从服务器中提取用户的注册信息并传递给所述用户信息分析模块，所述用户信息分析模块用于对用户的注册信息从多维度进行分类，并记录每个用户类别下的人数，并将用户分类结果传递给所述用户分类结果输出模块，所述用户分类结果输出模块用于将用户分类结果进行储存并输出给用所述户浏览记录汇总单元和所述车型推荐单元。

3.根据权利要求2所述的车型推荐系统，其特征在于，所述用户偏好分析单元包括用户浏览记录第一提取模块、用户偏好处理模块和用户偏好数据输出模块，所述用户浏览记录第一提取模块用于从服务器中提取所有用户的浏览记录数据并将所述浏览记录数据传递给所述用户偏好处理模块，所述用户偏好处理模块用于所述浏览记录数据中每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，所述用户偏好数据为不同维度下的各种类型的浏览次数占总浏览次数的百分比，将所述用户偏好数据传递给所述用户偏好数据输出模块，所述用户偏好数据输出模块用于将所述用户偏好数据输出给所述车型推荐单元。

4.根据权利要求3所述的车型推荐系统，其特征在于，所述用户浏览记录汇总单元包括用户浏览记录第二提取模块、用户浏览记录处理模块和汇总结果输出模块，所述用户浏览记录第二提取模块用于从服务器中提取所有用户的浏览记录数据和所述用户分类结果，并将所述浏览记录数据和所述用户分类结果传递给所述用户浏览记录处理模块，所述用户浏览记录处理模块用于对所述处理所述浏览记录数据进行汇总，汇总结果为得到每个用户类别的用户浏览不同的车辆的次数，并将所述汇总结果传递给所述汇总结果输出模块，所述汇总结果输出模块用于将所述汇总结果输出给所述车型推荐单元。

5.根据权利要求4所述的车型推荐系统，其特征在于，所述车型推荐单元包括数据采集模块、数据处理模块和推荐结果输出模块，

所述数据采集模块用于接收用户分类单元、用户偏好分析单元和用户浏览记录汇总单元输出的数据，并将所述数据传递给所述数据处理模块；

所述数据包括所述用户分类单元输出的用户分类结果，所述用户偏好分析单元输出的用户偏好数据和所述用户浏览记录汇总单元输出的汇总结果；

所述数据处理模块用于根据所述数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，并比较出得分最高的车辆，并将所述得分最高的车辆的型号信息出递给所述推荐结果输出模块，所述推荐结果输出模块用于将所述得分最高的车辆的型号信息推荐给当前用户。

6.一种车型推荐方法，其特征在于，包括以下步骤：

7.根据权利要求6所述的车型推荐方法，其特征在于，所述用户分类单元包括用户信息提取模块、用户信息分析模块和用户分类结果输出模块；

所述步骤1包括以下步骤：

步骤1.1、用户信息提取模块从服务器中提取用户的注册信息并传递给所述用户信息分析模块，

步骤1.2、所述用户信息分析模块对用户的注册信息从多各维度进行分类，并记录每个用户类别下的人数，并将用户分类结果传递给所述用户分类结果输出模块

步骤1.3、所述用户分类结果输出模块将用户分类结果进行储存并输出给用所述户浏览记录汇总单元和所述车型推荐单元。

8.根据权利要求7所述的车型推荐方法，其特征在于，所述用户偏好分析单元包括用户浏览记录第一提取模块、用户偏好处理模块和用户偏好数据输出模块；

所述步骤2包括以下步骤：

所述步骤2.1、所述用户浏览记录第一提取模块从服务器中提取所有用户的浏览记录数据并将所述浏览记录数据传递给所述用户偏好处理模块，

步骤2.2、所述用户偏好处理模块所述浏览记录数据中每个用户的每一条浏览记录对应的车辆进行不同的维度进行记录，然后分析得出用户偏好数据，所述用户偏好数据为不同维度下的各种类型的浏览次数占总浏览次数的百分比，将所述用户偏好数据传递给所述用户偏好数据输出模块，

步骤2.3、所述用户偏好数据输出模块将所述用户偏好数据输出给所述车型推荐单元。

9.根据权利要求7所述的车型推荐方法，其特征在于，所述用户浏览记录汇总单元包括用户浏览记录第二提取模块、用户浏览记录处理模块和汇总结果输出模块；

所述步骤3包括以下步骤：

步骤3.1、所述用户浏览记录第二提取模块从服务器中提取所有用户的浏览记录数据和所述用户分类结果，并将所述浏览记录数据和所述用户分类结果传递给所述用户浏览记录处理模块，

步骤3.2、所述用户浏览记录处理模块对所述处理所述浏览记录数据进行汇总，汇总结果为得到每个用户类别的用户浏览不同的车辆的次数，并将所述汇总结果传递给所述汇总结果输出模块，

步骤3.3、所述汇总结果输出模块将所述汇总结果输出给所述车型推荐单元。

10.根据权利要求7所述的车型推荐方法，其特征在于，所述车型推荐单元包括数据采集模块、数据处理模块和推荐结果输出模块；

所述步骤4包括以下步骤：

步骤4.1、所述数据采集模块接收用户分类单元、用户偏好分析单元和用户浏览记录汇总单元输出的数据，并将所述数据传递给所述数据处理模块；所述数据包括所述用户分类单元输出的用户分类结果，所述用户偏好分析单元输出的用户偏好数据和所述用户浏览记录汇总单元输出的汇总结果；

步骤4.2、所述数据处理模块根据所述数据，对当前用户所在用户类别下的所浏览过的车辆分别进行推荐分值的计算，并比较出得分最高的车辆，并将所述得分最高的车辆的型号信息出递给所述推荐结果输出模块，

步骤4.3、所述推荐结果输出模块将所述得分最高的车辆的型号信息推荐给当前用户。