CN107729548A - 基于汽车数据的lbs搜索排序方法和装置 - Google Patents

基于汽车数据的lbs搜索排序方法和装置 Download PDF

Info

Publication number
CN107729548A
CN107729548A CN201711059058.3A CN201711059058A CN107729548A CN 107729548 A CN107729548 A CN 107729548A CN 201711059058 A CN201711059058 A CN 201711059058A CN 107729548 A CN107729548 A CN 107729548A
Authority
CN
China
Prior art keywords
search
driver
information
preference
search results
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711059058.3A
Other languages
English (en)
Other versions
CN107729548B (zh
Inventor
王向鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intelligent Information Technology (beijing) Co Ltd
Original Assignee
Intelligent Information Technology (beijing) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intelligent Information Technology (beijing) Co Ltd filed Critical Intelligent Information Technology (beijing) Co Ltd
Publication of CN107729548A publication Critical patent/CN107729548A/zh
Application granted granted Critical
Publication of CN107729548B publication Critical patent/CN107729548B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于汽车数据的LBS搜索排序方法和装置，涉及信息检索技术领域，能够解决现有技术无法为驾驶者提供智能化搜索服务的问题。本发明的方法主要包括：采集车辆的行驶历史数据；通过对所述行驶历史数据进行分析，获取车辆驾驶者的驾驶信息，所述驾驶信息包括所述车辆驾驶者的驾驶时间、驾驶习惯偏好、常用停驻地址；获取车辆的搜索历史数据和导航历史数据；通过对所述搜索历史数据和所述导航历史数据进行分析，获取所述车辆驾驶者对同类地点的个性化选择信息；当所述车辆驾驶者进行搜索时，根据所述驾驶信息和所述个性化选择信息对基于当前位置获取搜索结果进行排序。发明主要适用于用户在车内进行检索的场景中。

Description

基于汽车数据的LBS搜索排序方法和装置
技术领域
本发明涉及信息检索技术领域，特别是涉及一种基于汽车数据的LBS搜索排序方法和装置。
背景技术
基于移动位置服务(LBS，Location Based Service)的搜索排序技术主要是根据当前位置、交通状况以及目的地对搜索结果进行排序。车载装置就是利用LBS搜索排序技术为驾驶者提供搜索服务。但是现有的应用在车载装置中的LBS搜索排序方法仅根据驾驶者的当前位置和驾驶者输入的搜索内容输出搜索结果，但是用户基于该搜索结果的排序查找所需的内容时，往往需要先经历很多无关搜索结果才能查找到所需的内容。因此，现有的搜索服务还无法根据驾驶者的需求为其提供智能化搜索服务。
发明内容
有鉴于此，本发明提供的一种基于汽车数据的LBS搜索排序方法和装置，主要目的在于解决现有技术无法为驾驶者提供智能化搜索服务的问题。
为了解决上述问题，本发明主要提供如下技术方案：
第一方面，本发明提供了一种基于汽车数据的LBS搜索排序的方法，该方法包括以下步骤：
采集汽车基本数据信息；
采集所述汽车行驶信息；
采集用户行为信息；
在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
第二方面，本发明提供了一种基于汽车数据的LBS搜索排序的装置，该装置包括：
信息采集模块，用于采集汽车基本数据信息；
所述信息采集模块还用于采集汽车行驶信息；
所述信息采集模块还用于采集用户行为信息；
排序模块，用于在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
第三方面，本发明提供了一种基于汽车数据的LBS搜索排序方法，该方法包括：
获取驾驶者输入的搜索内容；
根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
第四方面，本发明还提供一种基于汽车数据的LBS搜索排序装置，该装置包括：
第一获取单元，用于获取驾驶者输入的搜索内容；
第二获取单元，用于根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
排序单元，用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
为了实现上述目的，第五方面，本发明还提供了一种存储介质，所述存储介质存储有多条指令，其中，所述指令适用于由处理器加载并执行如第一或第三方面所述的基于汽车数据的LBS搜索排序方法。
为了实现上述目的，第六方面，本发明还提供了一种服务器，所述服务器包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如第一或第三方面所述的基于汽车数据的LBS搜索排序方法。
借由上述技术方案，本发明提供的技术方案至少具有下列优点：
本发明提供的基于汽车数据的LBS搜索排序方法和装置，能够根据驾驶者的需求为驾驶者提供智能化搜索服务。在驾驶者输入搜索内容进行搜索时，与现有技术只能根据所述驾驶者的当前位置和所述搜索内容获取搜索结果相比，本发明能够根据与驾驶者的需求对应的驾驶者的驾驶信息和/或历史搜索偏好对根据所述驾驶者的当前位置和所述搜索内容获得的搜索结果进行再次排序，为驾驶者提供出符合驾驶者的需求的个性化搜索结果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种基于汽车数据的LBS搜索排序方法的流程示意图；
图2为示出了本发明实施例供的一种基于汽车数据的LBS搜索排序装置的结构示意图；
图3示出了本发明实施例提供的一种基于汽车数据的LBS搜索排序方法的流程示意图；
图4示出了本发明实施例提供的另一种基于汽车数据的LBS搜索排序方法的流程示意图；
图5示出了本发明实施例提供的一种基于汽车数据的LBS搜索排序装置的结构示意图；
图6示出了本发明实施例提供的一种基于汽车数据的LBS搜索排序装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1为本发明一个实施例的基于汽车数据的LBS搜索排序方法的流程示意图。
根据本实施例的方法包括：
步骤S1，采集汽车基本数据信息；
所述步骤S1包括：
步骤S11，通过人机语音交互，录入汽车的类型、配置以及使用年限。
步骤S2，采集汽车行驶信息；
所述步骤S2包括：
步骤S21，通过车载智能设备，获取用户行驶信息。
步骤S3，采集用户行为信息；
其中，所述用户行为信息包括用户搜索信息，用户驾驶偏好，用户兴趣偏好和用户常驻地址。
步骤S4，在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
在本实施例中，针对用户汽车数据信息的采集及挖掘、基于位置的个性化搜索排序，根据汽车数据基本信息的采集：用户通过人机语音交互，录入汽车的类型、配置以及使用年限等相关汽车基本信息。汽车行驶信息的采集：通过用户使用车载后视镜等车载智能设备，获取用户行驶数据，加密发送给云端。用户搜索信息的采集：通过用户语音搜索及用户导航信息，采集用户的搜索及选择结果。用户驾驶偏好：通过行驶信息的分析，挖掘用户的出行时间习惯、车速偏好及路径偏好。停驻点挖掘：通过行驶信息挖掘获取用户的常用地址，包括家、工作地、学校等用户兴趣偏好：通过分析用户搜索query和选择结果，挖掘用户兴趣偏好，包括餐馆、医院、银行、消费等偏好。场景分析：通过当前位置及时间以及历史对比，分析用户当前驾驶的场景是回家、工作、远游等。进行个性化搜索排序：先进行基于位置的搜索，然后通过以上场景、偏好等汽车数据的使用，个性化的排序。
与现有技术相比，本发明具有以下优点：现有车载LBS搜索排序技术主要使用当前位置、交通状况、以及目的地进行搜索排序，但是并未使用汽车自身的数据，不会获取用户当前的使用场景，无发给出智能化的服务。本发明打破了本领域技术人员的上述惯性思维，并能够实现以下效果：在现有的LBS搜索排序的基础上，充分考虑汽车数据，包括车主使用汽车的场景，汽车的配置，开车的习惯，为车主提供智能和个性化的服务。在车载系统中嵌入智能模块，利用大数据技术为车主建立个性化的模型，提供更加个性化的搜索排序结果。
图2为本发明一个实施例的基于汽车数据的LBS搜索排序装置的结构示意图。
该装置包括：
信息采集模块10，用于采集汽车基本数据信息；
所述所述信息采集模块10包括：
汽车基本数据信息采集单元11，用于通过人机语音交互，录入汽车的类型、配置以及使用年限。
所述信息采集模块10还用于采集汽车行驶信息；
所述信息采集模块10还包括：
汽车行驶信息采集单元12，用于通过车载智能设备，获取用户行驶信息。
所述信息采集模块10还用于采集用户行为信息；
其中，所述用户行为信息包括用户搜索信息，用户驾驶偏好，用户兴趣偏好和用户常驻地址。
排序模块20，用于在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
在本实施例中，针对用户汽车数据信息的采集及挖掘、基于位置的个性化搜索排序，根据汽车数据基本信息的采集：用户通过人机语音交互，录入汽车的类型、配置以及使用年限等相关汽车基本信息。汽车行驶信息的采集：通过用户使用车载后视镜等车载智能设备，获取用户行驶数据，加密发送给云端。用户搜索信息的采集：通过用户语音搜索及用户导航信息，采集用户的搜索及选择结果。用户驾驶偏好：通过行驶信息的分析，挖掘用户的出行时间习惯、车速偏好及路径偏好。停驻点挖掘：通过行驶信息挖掘获取用户的常用地址，包括家、工作地、学校等用户兴趣偏好：通过分析用户搜索query和选择结果，挖掘用户兴趣偏好，包括餐馆、医院、银行、消费等偏好。场景分析：通过当前位置及时间以及历史对比，分析用户当前驾驶的场景是回家、工作、远游等。进行个性化搜索排序：先进行基于位置的搜索，然后通过以上场景、偏好等汽车数据的使用，个性化的排序。
与现有技术相比，本发明具有以下优点：现有车载LBS搜索排序技术主要使用当前位置、交通状况、以及目的地进行搜索排序，但是并未使用汽车自身的数据，不会获取用户当前的使用场景，无发给出智能化的服务。本发明打破了本领域技术人员的上述惯性思维，并能够实现以下效果：在现有的LBS搜索排序的基础上，充分考虑汽车数据，包括车主使用汽车的场景，汽车的配置，开车的习惯，为车主提供智能和个性化的服务。在车载系统中嵌入智能模块，利用大数据技术为车主建立个性化的模型，提供更加个性化的搜索排序结果。
参照附图3所示，本发明实施例提供了一种基于汽车数据的LBS搜索排序方法，该方法主要包括：
101、获取驾驶者输入的搜索内容。
获取驾驶者通过文字或者语音输入搜索内容。例如获取驾驶者在开车时语音搜索的内容为“附近的餐馆”。
102、根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果。
根据驾驶者当前停住的位置或当前行驶的位置以及之前获取的搜索内容获取根据定位排序的初级搜索结果。例如根据驾驶者车辆的GPS定位和获取的搜索内容“附近的餐馆”，获得根据离车辆位置从近到远排序的餐馆的初级搜索结果。
103、根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
根据驾驶者自身得驾驶时间信息、驾驶偏好信息、常用停驻地址信息和/或驾驶者独有的历史搜索偏好对初级搜索结果进行挑选，选出符合上述信息和偏好的搜索结果，将符合的搜索结果排列在所有搜索结果的前列，进而得到驾驶者的个性化搜索结果。例如：驾驶者的驾驶时间信息是工作日8：00-10：00驾车前往公司，驾驶偏好信息是驾驶路线为北四环，常用停驻地址信息是在前往公司的途中会绕路到四环外的A学校附近并短时停靠。驾驶者的历史搜索偏好是之前搜索附近的餐馆后会选择搜索结果中的中式餐馆。当早上9点驾驶者在A学校附近语音搜索附近的餐馆时，会根据驾驶信息将初级搜索结果中位置在A学校到北三环的路线中提供早餐的餐馆排在搜索结果的最前面，为驾驶者生成个性化搜索结果；会根据历史搜索偏好将将初级搜索结果中的中式餐馆排在搜索结果的最前面，为驾驶者生成个性化搜索结果；或根据所述驾驶者的驾驶信息和历史搜索偏好将初级搜索结果中位置在A学校到北三环的路线中提供早餐的中式餐馆排在搜索结果的最前面，为驾驶者生成个性化搜索结果。
本发明提供的基于汽车数据的LBS搜索排序方法和装置，能够根据驾驶者的需求为驾驶者提供智能化搜索服务。在驾驶者输入搜索内容进行搜索时，与现有技术只能根据所述驾驶者的当前位置和所述搜索内容获取搜索结果相比，本发明能够根据与驾驶者的需求对应的驾驶者的驾驶信息和/或历史搜索偏好对根据所述驾驶者的当前位置和所述搜索内容获得的搜索结果进行再次排序，为驾驶者提供出符合驾驶者的需求的个性化搜索结果。
基于图3所示的基于汽车数据的LBS搜索排序方法，本发明另一实施例进一步提供了另一种基于汽车数据的LBS搜索排序方法，参照附图4所示，该方法主要包括：
201、云端接收车载终端上报的加密后的车辆的行驶数据和历史搜索行为数据。
驾驶者的驾驶信息是通过分析车辆的行驶数据得到的，历史搜索偏好是通过分析驾驶者的历史搜索行为数据得到的。因此需要采集车辆的行驶数据和驾驶者的历史搜索行为数据。车载终端通过车载后视镜等车载智能设备获取驾驶者驾驶车辆时产生的行驶数据，将获得的行驶数据存储在本地并在连接无线网络时自动上报至云端。加密发送给云端；或在获得行驶数据时就将数据实时地上报给云端。在驾驶者进行搜索时，车载终端实时将此时产生的用户搜索行为数据上报至云端。为了保护驾驶者的隐私，车载终端对所有的数据进行AES加密后再上传至云端。云端在接收到车载终端上报的据行驶数据和历史搜索行为数据后将所有数据进行保存，以便后续根据上报的行驶数据和历史搜索行为数据分析出驾驶者的驾驶信息和历史搜索偏好。
202、云端将接收的数据解密后保存在云端的分布式计算Hadoop集群。
云端对接收到的数据进行保存前先对数据进行解密，以便后续分析时直接调用数据。解密后云端将数据存储在分布式计算(Hadoop)集群中，以便后续对保存的行驶数据和历史搜索行为数据进行并行处理。
203、云端通过分析车辆的行驶数据得到所述驾驶信息。
云端通过对截止到当前时间车载终端上报过的车辆的驾驶数据进行分析，获得包括驾驶者在驾驶车辆时产生的驾驶时间信息、驾驶偏好信息和常用停驻地址信息在内的驾驶信息。例如：云端分析车载终端上报的车辆A的驾驶数据，确定车辆A的驾驶者B在工作日早上8:00-10:00间驾车出行，在路段不拥堵的情况下车为70KM/H，偏好的行驶道路为八达岭高速公路；在早上9:00-10:00到达C大厦所在的位置；车辆在早上行驶过程中，会在路途中间点绕路并短时停靠在D幼儿园所在的位置附近，车辆A在晚上23:00-次日早上8:00一直停驻在E小区所在的位置。根据上述驾驶数据，云端分析出驾驶者B的驾驶时间信息是早上8:00-10:00间开车上班；驾驶者B的驾驶偏好信息是在道路不拥堵的情况偏好选择八达岭高速公路驱车前往公司，在去公司的路途中需要绕路送孩子去D幼儿园上学；驾驶者B的常用停驻地址信息为车辆A经常停驻在驾驶者B的公司C大厦、驾驶者B的住房所在的E小区以及驾驶者B的孩子所上的学校D幼儿园。
204、云端通过分析历史搜索日志得到所述历史搜索偏好。
所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
驾驶者在进行搜索时，车载终端会将由此次搜索产生的历史搜索行为数据记录在历史搜索日志中，并将历史搜索日志实时上报给云端。云端通过对截止到当前时间车载终端上报过的历史搜索日志中历史搜索行为数据进行分析，获得属于驾驶者的历史搜索偏好。例如：在驾驶者B的历史搜索行为数据中显示，驾驶者B进行了10次搜索内容为“医院”的搜索，其中8次在搜索后通过导航驱车去往F医院；驾驶者B进行了20次搜索内容为“川菜馆”的搜索，并均在搜索后通过导航驱车去往搜索结果中任一家川菜馆；驾驶者B进行了5次搜索内容为“酒店”的搜索，其中4次在搜索后通过导航驱车去往搜索结果中的任一家五星级酒店。云端根据对上述历史搜索行为数据的分析，得出驾驶者B的历史搜索偏好为饮食习惯偏好川菜，医疗机构偏好选择F医院，酒店偏好选择五星级酒店，消费能力较高。
上述步骤201-202获取驾驶者的行驶数据和历史搜索行为数据的实现步骤。上述步骤203-204是对驾驶者的行驶数据和历史搜索行为数据进行分析以获得驾驶者的驾驶信息和历史搜索偏好的实现步骤。下述步骤205-208是根据驾驶者输入的搜索内容和驾驶者的当前位置获取初级搜索结果的实现步骤。因此，步骤203-204的执行和步骤205-208的执行互不影响，本实施例不对步骤203-206和步骤207-208的执行顺序进行限定。
205、云端获取驾驶者输入的搜索内容。
步骤203的实现方式和上述实施例的步骤101相同，在此不再赘述。
206、云端根据所述输入的搜索内容获取无序搜索结果。
云端根据驾驶者输入的搜索内容，获取所有与搜索内容匹配的搜索结果，例如：云端根据驾驶者的搜索内容“医院”，将所有医院无序排列在搜索结果中。
207、云端根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大。
云端根据驾驶者的当前位置为无序搜索结果分配权重，权重越高的搜索结果在全部的搜索结果中的排列越靠前。给无序搜索结果中位置越靠经当前位置的搜索结果分配的权重越大，使得位置最靠近驾驶者的搜索结果排在全部搜索结果的第一位，依距离排序，离驾驶者的当前位置越远的搜索结果在全部的搜索结果中的排列越靠后。例如：给搜索结果中位置最靠近驾驶者的当前位置的医院分配最大的权重，给搜索结果中位置次靠近驾驶者的当前位置的医院分配次大的权重，因此类推，为搜索结果中每条搜索结果按照与当前位置的距离分配相应的权重。
208、云端基于修改后的权重对所述无序搜索结果重新排序，获得初级搜索结果。
将无序搜索结果中每条搜索结果的权重做了相应修改后，云端按照权重从大到小对全部搜索结果进行重新排序，获得根据驾驶者的当前位置排列的初级搜索结果。
209、云端将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好。
云端将驾驶者输入的搜索内容和历史搜索偏好中的历史搜索内容进行对比，如果对比到关键词完全相同或关键词同义的搜索内容，则提取与历史搜索偏好中与该相同的搜索内容相对应的驾驶者选择的历史搜索结果，以便根据选择偏好为驾驶者选择适合的搜索结果。例如：将驾驶者B输入的“附近的餐馆”与历史搜索偏好中的历史搜索内容进行对比，搜索内容的关键词是“餐馆”，提取历史搜索偏好中搜索内容关键词是“餐馆”或是与“餐馆”同义的搜索内容对应的选择偏好。历史搜索偏好中与搜索内容的关键词“餐馆”同义的关键词“菜馆”的搜索内容对应的选择偏好是“川菜馆”。因此根据匹配结果，获得驾驶者B搜索附近的饭馆时的选择偏好是“川菜馆”。
210、云端将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间。
云端将驾驶者搜索时的当前位置和当前时间与驾驶信息中的驾驶时间信息、驾驶偏好信息和常用停驻地址信息进行对比，获得驾驶者的搜索时所处的当前场景，然后根据当前场景预估驾驶者之后的行驶路线，以便根据驾驶者的预计行驶路线为驾驶者选择顺路的搜索结果。例如：根据驾驶者B输入搜索内容“饭馆”，当前时间是周三晚上20:00，当前位置是距离驾驶者B住地E小区10公里远的地方。将当前时间和驾驶时间信息进行对比，得到当前时间处于驾驶者B的下班时间后且到家时间前；将当前位置和常用停驻地址信息进行对比，得到当前位置处于驾驶者B的公司和住地之间的位置。根据上述对比，获得驾驶者B的当前场景是在回家的路上。对当前场景和驾驶偏好信息进行匹配，预估驾驶者B之后的行使路线是去往八达岭高速公路，即驾驶者B的预计行驶路线是从当前位置至八达岭高速公路入口。
211、增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重。
为了提高和选择偏好对应的搜索结果在全部初级搜索结果中的排列位置，而增加选择偏好对应的搜索结果的权重，将满足驾驶者需求的搜索结果排在所有搜索结果的最前面，方便驾驶者查找。例如：在驾驶者B搜索“附近的餐馆”时，增加初级搜索结果中“川菜馆”的权重，将所有的川菜馆排在全部搜索结果的最前面。
212、增加所述初级搜索结果中处于所述预计行驶路线内和/或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重。
为了提高与驾驶者之后的行驶路线顺路的搜索结果在全部初级搜索结果中的排列位置，而增加预计行驶路线内或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重，将满足驾驶者需求的搜索结果排在所有搜索结果的最前面，方便驾驶者查找。例如：在驾驶者B搜索“附近的餐馆”时，增加初级搜索结果中位置处于当前位置至八达岭高速公路入口之间的道路的餐馆和/或处于当前位置至八达岭高速公路入口之间的道路附近的餐馆的权重，将顺路的餐馆排在全部搜索结果的最前面。搜索结果和预设行驶路线相隔的最大距离可以根据需求预先设置。
213、基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序，获得所述驾驶者的个性化搜索结果。
根据选择偏好和预计行驶路线对初级搜索结果中的所有搜索结果的权重进行了两次修改，根据修改后的权重对初级搜索结果进行重新排序，根据权重的大小，从大到小对初级搜索结果中的搜索结果进行排序，得到符合驾驶者需求的个性化搜索结果。例如：在驾驶者B搜索“附近的餐馆”后，根据驾驶者B选择偏好和预计行驶路线增加了初级搜索结果中川菜管的权重，增加了处于当前位置至八达岭高速公路入口之间的道路的餐馆的权重。将两次增加结果进行叠加，根据叠加后的权重对初级搜索结果中的所有搜索结果重新进行排序，将叠加后权重越大的搜索排在越前面，进而得到属于驾驶者B的个性化搜索结果。
若驾驶者输入的搜索内容涉及车辆基本信息，需要根据车辆基本信息、驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。具体步骤如下：
214、根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果。步骤214在步骤210之后执行。
若驾驶者输入的搜索内容涉及车辆基本信息，例如搜索内容为“附近的4S店”，则需要先根据车辆基本信息对初级搜索结果进行一次重新排序，得到次级搜索结果；然后根据再次驾驶信息和/或历史搜索偏好再对次级搜索结果进行一次重新排序。车辆基本信息可以通过驾驶者预先采集，例如：驾驶者可以通过人家交互，语音录入车辆的类型、配置以及使用年限等汽车基本信息。然后通过车载终端将采集的汽车基本信息上传至云端。
215、增加所述次级搜索结果中与所述选择偏好对应的搜索结果的权重。
216、增加所述次级搜索结果中处于所述预计行驶路线内或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重。
217、基于所述次级搜索结果的排序和再次修改后的权重，对所述次级搜索结果进行重新排序，获得所述驾驶者的个性化搜索结果。
进一步的，作为对上述图3和图4所示方法的实现，本发明另一实施例还提供了一种基于汽车数据的LBS搜索排序装置。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。
参照附图5所示，所述基于汽车数据的LBS搜索排序装置主要包括：
第一获取单元31，用于获取驾驶者输入的搜索内容。
第二获取单元32，用于根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果。
排序单元33，用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
可选的，参照附图6所示，所述装置还包括：
分析单元34，用于根据车辆的行驶数据分析得到所述驾驶信息。
所述分析单元34还用于通过分析历史搜索日志得到所述历史搜索偏好，且所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
可选的，参照附图6所示，所述排序单元33包括：
第一匹配模块331，用于将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好。
第二匹配模块332，用于将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间。
所述排序模块333还用于根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序。
可选的，参照附图6所示，所述第二获取单元32包括：
获取模块321，用于根据所述输入的搜索内容获取无序搜索结果。
分配模块322，用于根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大。
重新排序模块323，用于基于修改后的权重对所述无序搜索结果重新排序，获得所述初级搜索结果。
可选的，参照附图6所示，所述排序单元33还包括：
增加模块334，用于增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重。
所述增加模块334还用于增加所述初级搜索结果中处于所述预计行驶路线内或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重。
所述排序模块333还用于基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序。
可选的，参照附图6所示，所述装置还包括：
接收单元35，用于接收车载终端上报的加密后的车辆的行驶数据和历史搜索行为数据。
保存单元36，用于将接收的数据解密后保存在云端的分布式计算Hadoop集群。
可选的，所述第二获取单元32还用于根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果。
所述排序单元33还用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述次级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
本发明提供的基于汽车数据的LBS搜索排序装置，能够根据驾驶者的需求为驾驶者提供智能化搜索服务。在驾驶者输入搜索内容进行搜索时，与现有技术只能根据所述驾驶者的当前位置和所述搜索内容获取搜索结果相比，本发明能够根据与驾驶者的需求对应的驾驶者的驾驶信息和/或历史搜索偏好对根据所述驾驶者的当前位置和所述搜索内容获得的搜索结果进行再次排序，为驾驶者提供出符合驾驶者的需求的个性化搜索结果。
除此之外，本发明实施例还可以根据车辆基本信息对初级搜索结果进行排序，在驾驶者输入的搜索内容涉及车辆基本信息时，能够根据驾驶者的需求和车辆的信息提供智能化搜索结果。
进一步的，依据上述方法实施例，本发明的另一个实施例还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行上述基于汽车数据的LBS搜索排序方法。
第一获取单元、第二获取单元和排序单元等均作为程序单元存储在存储介质中，由处理器执行存储在存储介质中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有技术无法为驾驶者提供智能化搜索服务的问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供的存储介质中所存储的指令，能够根据驾驶者的需求为驾驶者提供智能化搜索服务。在驾驶者输入搜索内容进行搜索时，与现有技术只能根据所述驾驶者的当前位置和所述搜索内容获取搜索结果相比，本发明能够根据与驾驶者的需求对应的驾驶者的驾驶信息和/或历史搜索偏好对根据所述驾驶者的当前位置和所述搜索内容获得的搜索结果进行再次排序，为驾驶者提供出符合驾驶者的需求的个性化搜索结果。
进一步的，依据实施例，本发明的另一个实施例还提供了一种服务器，所述服务器包括存储介质和处理器；
其中，所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行上述基于汽车数据的LBS搜索排序方法。
处理器执行指令时实现以下步骤：
获取驾驶者输入的搜索内容；
根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
可选的，所述驾驶信息是通过分析车辆的行驶数据得到的；
和/或，所述历史搜索偏好是通过分析历史搜索日志得到的，且所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
可选的，将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好；
将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序。
可选的，根据所述输入的搜索内容获取无序搜索结果；
根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大；
基于修改后的权重对所述无序搜索结果重新排序，获得所述初级搜索结果；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序包括：
增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重；
增加所述初级搜索结果中处于所述预计行驶路线内和/或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重；
基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序。
可选的，接收车载终端上报的加密后的车辆的行驶数据和历史搜索行为数据；
将接收的数据解密后保存在云端的分布式计算Hadoop集群。
可选的，根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述次级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
本发明实施例提供的服务器，能够根据驾驶者的需求为驾驶者提供智能化搜索服务。在驾驶者输入搜索内容进行搜索时，与现有技术只能根据所述驾驶者的当前位置和所述搜索内容对初级搜索结果进行排序相比，本发明能够根据与驾驶者的需求对应的驾驶者的驾驶信息和/或历史搜索偏好对初级搜索结果进行再次排序，为驾驶者提供出符合驾驶者的需求的个性化搜索结果。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：
1、获取驾驶者输入的搜索内容。
2、根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果。
3、根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
本发明公开了：
A1、一种基于汽车数据的LBS搜索排序方法，所述方法包括：
获取驾驶者输入的搜索内容；
根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
A2、如A1所述的方法，所述驾驶信息是通过分析车辆的行驶数据得到的；
和/或，所述历史搜索偏好是通过分析历史搜索日志得到的，且所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
A3、如A2所述的方法，根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序包括：
将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好；
将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序。
A4、如A3所述的方法，根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果包括：
根据所述输入的搜索内容获取无序搜索结果；
根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大；
基于修改后的权重对所述无序搜索结果重新排序，获得所述初级搜索结果；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序包括：
增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重；
增加所述初级搜索结果中处于所述预计行驶路线内和/或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重；
基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序。
A5、如A2至A4中任一项所述的方法，在获取驾驶者输入的搜索内容之前，所述方法还包括：
接收车载终端上报的加密后的车辆的行驶数据和历史搜索行为数据；
将接收的数据解密后保存在云端的分布式计算Hadoop集群。
A6、如A1所述的方法，若驾驶者输入的搜索内容涉及车辆基本信息，根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果包括：
根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述次级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
B7、一种基于汽车数据的LBS搜索排序装置，所述装置包括：
第一获取单元，用于获取驾驶者输入的搜索内容；
第二获取单元，用于根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
排序单元，用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
B8、如B7所述的装置，所述装置包括：
分析单元，用于根据车辆的行驶数据分析得到所述驾驶信息；
所述分析单元还用于通过分析历史搜索日志得到所述历史搜索偏好，且所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
B9、如B8所述的装置，所述排序单元包括：
第一匹配模块，用于将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好；
第二匹配模块，用于将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间；
所述排序模块还用于根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序。
B10、如B9所述的装置，所述第二获取单元包括：
获取模块，用于根据所述输入的搜索内容获取无序搜索结果；
分配模块，用于根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大；
重新排序模块，用于基于修改后的权重对所述无序搜索结果重新排序，获得所述初级搜索结果；
所述排序单元还包括：
增加模块，用于增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重；
所述增加模块还用于增加所述初级搜索结果中处于所述预计行驶路线内或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重；
所述排序模块还用于基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序。
B11、如B7至B10中任一项所述的装置，所述装置还包括：
接收单元，用于接收车载终端上报的加密后的车辆的行驶数据和历史搜索行为数据；
保存单元，用于将接收的数据解密后保存在云端的分布式计算Hadoop集群。
B12、如B7所述的装置，
所述第二获取单元还用于根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果；
所述排序单元还用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述次级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
C13、一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如A1至A6中任意一项所述的基于汽车数据的LBS搜索排序方法。
D14、一种服务器：
所述服务器包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如A1至A6中任意一项所述的基于汽车数据的LBS搜索排序方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
本发明还公开了：
E1、一种基于汽车数据的LBS搜索排序的方法，其中，该方法包括以下步骤：
采集汽车基本数据信息；
采集汽车行驶信息；
采集用户行为信息；
在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
E2、如E1所述的方法，其中，所述采集汽车基本数据信息的步骤包括：
通过人机语音交互，录入汽车的类型、配置以及使用年限。
E3、如E1所述的方法，其中，所述采集汽车行驶信息的步骤包括：
通过车载智能设备，获取用户行驶信息。
E4、如E1所述的方法，其中，所述用户行为信息包括用户搜索信息，用户驾驶偏好，用户兴趣偏好和用户常驻地址。
F5、一种基于汽车数据的LBS搜索排序的装置，其中，该装置包括：
信息采集模块，用于采集汽车基本数据信息；
所述信息采集模块还用于采集汽车行驶信息；
所述信息采集模块还用于采集用户行为信息；
排序模块，用于在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
F6、如F5所述的装置，其中，所述所述信息采集模块包括：
汽车基本数据信息采集单元，用于通过人机语音交互，录入汽车的类型、配置以及使用年限。
F7、如F5所述的装置，其中，所述信息采集模块还包括：
汽车行驶信息采集单元，用于通过车载智能设备，获取用户行驶信息。
F8、如F5所述的装置，其中，所述用户行为信息包括用户搜索信息，用户驾驶偏好，用户兴趣偏好和用户常驻地址。

Claims (10)

1.一种基于汽车数据的LBS搜索排序的方法，其特征在于，该方法包括以下步骤：
采集汽车基本数据信息；
采集所述汽车行驶信息；
采集用户行为信息；
在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
2.一种基于汽车数据的LBS搜索排序的装置，其特征在于，该装置包括：
信息采集模块，用于采集汽车基本数据信息；
所述信息采集模块还用于采集汽车行驶信息；
所述信息采集模块还用于采集用户行为信息；
排序模块，用于在用户进行搜索时，基于采集到的汽车基本数据信息，汽车行驶信息，用户行为信息和位置信息对搜索结果进行排序。
3.一种基于汽车数据的LBS搜索排序方法，其特征在于，所述方法包括：
获取驾驶者输入的搜索内容；
根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
4.根据权利要求3所述的方法，其特征在于，所述驾驶信息是通过分析车辆的行驶数据得到的；
和/或，所述历史搜索偏好是通过分析历史搜索日志得到的，且所述历史搜索偏好包括当前时间前所述驾驶者输入的历史搜索内容和根据所述历史搜索内容对应的所述驾驶者选择的历史搜索结果进行分析获得的驾驶者关于搜索结果的选择偏好，所述历史搜索日志用于记录所述驾驶者的历史搜索行为数据。
5.根据权利要求4所述的方法，其特征在于，根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序包括：
将所述输入的搜索内容与所述历史搜索偏好进行匹配，获得与所述输入的搜索内容对应的所述驾驶者的选择偏好；
将所述驾驶者的当前状态与所述驾驶信息进行匹配，获得所述驾驶者的预计行驶路线，所述当前状态包括当前位置和当前时间；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序。
6.根据权利要求5所述的方法，其特征在于，根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果包括：
根据所述输入的搜索内容获取无序搜索结果；
根据与所述当前位置的距离为无序搜索结果中每条搜索结果分配权重，位置距离所述当前位置越近的搜索结果分配的权重越大；
基于修改后的权重对所述无序搜索结果重新排序，获得所述初级搜索结果；
根据所述驾驶者的选择偏好和/或所述预计行驶路线，对所述初级搜索结果进行排序包括：
增加所述初级搜索结果中与所述选择偏好对应的搜索结果的权重；
增加所述初级搜索结果中处于所述预计行驶路线内和/或与所述预设行驶路线相隔不超过预设距离的搜索结果的权重；
基于所述初级搜索结果的排序和再次修改后的权重，对所述初级搜索结果进行重新排序。
7.根据权利要求3所述的方法，其特征在于，若驾驶者输入的搜索内容涉及车辆基本信息，根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果包括：
根据采集的车辆基本信息对所述初级搜索结果进行排序，获得次级搜索结果；
根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述次级搜索结果进行排序，获得所述驾驶者的个性化搜索结果。
8.一种基于汽车数据的LBS搜索排序装置，其特征在于，所述装置包括：
第一获取单元，用于获取驾驶者输入的搜索内容；
第二获取单元，用于根据所述驾驶者的当前位置和所述搜索内容获取初级搜索结果；
排序单元，用于根据所述驾驶者的驾驶信息和/或历史搜索偏好对所述初级搜索结果进行排序，获得所述驾驶者的个性化搜索结果，所述驾驶信息包括所述驾驶者驾驶车辆时产生的驾驶时间信息、驾驶偏好信息、常用停驻地址信息。
9.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行如权利要求1、3至7中任意一项所述的基于汽车数据的LBS搜索排序方法。
10.一种服务器，其特征在于：
所述服务器包括存储介质和处理器；
所述处理器，适于实现各指令；
所述存储介质，适于存储多条指令；
所述指令适于由所述处理器加载并执行如权利要求1、3至7中任意一项所述的基于汽车数据的LBS搜索排序方法。
CN201711059058.3A 2017-01-25 2017-11-01 基于汽车数据的lbs搜索排序方法和装置 Active CN107729548B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710063041.9A CN107341168A (zh) 2017-01-25 2017-01-25 基于汽车数据的lbs搜索排序方法和装置
CN2017100630419 2017-01-25

Publications (2)

Publication Number Publication Date
CN107729548A true CN107729548A (zh) 2018-02-23
CN107729548B CN107729548B (zh) 2020-08-14

Family

ID=60223262

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201710063041.9A Pending CN107341168A (zh) 2017-01-25 2017-01-25 基于汽车数据的lbs搜索排序方法和装置
CN201711059058.3A Active CN107729548B (zh) 2017-01-25 2017-11-01 基于汽车数据的lbs搜索排序方法和装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201710063041.9A Pending CN107341168A (zh) 2017-01-25 2017-01-25 基于汽车数据的lbs搜索排序方法和装置

Country Status (1)

Country Link
CN (2) CN107341168A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763264A (zh) * 2018-03-30 2018-11-06 斑马网络技术有限公司 基于车辆的智能搜索系统及其搜索方法
CN109256029A (zh) * 2018-09-12 2019-01-22 广州小鹏汽车科技有限公司 一种地点属性的自动设置方法及装置
CN109284447A (zh) * 2018-08-13 2019-01-29 上海擎感智能科技有限公司 搜索信息排序方法、系统、存储介质及设备
CN110019740A (zh) * 2018-05-23 2019-07-16 京东方科技集团股份有限公司 车载终端的交互方法、车载终端、服务器和存储介质
CN110379154A (zh) * 2018-04-12 2019-10-25 阿里巴巴集团控股有限公司 交通诱导方法及装置
CN110704745A (zh) * 2019-09-30 2020-01-17 大众问问(北京)信息科技有限公司 一种车载终端的信息搜索方法和装置
CN111708858A (zh) * 2020-06-10 2020-09-25 北京百度网讯科技有限公司 一种地图数据处理方法、装置、设备以及存储介质
CN112256960A (zh) * 2020-10-10 2021-01-22 成都一课量子科技有限公司 一种商场、社区、写字楼用户推荐服务的算法方法
CN115080808A (zh) * 2022-08-23 2022-09-20 深圳市大智创新科技股份有限公司 一种行车记录仪信息管理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344394A (zh) * 2008-09-02 2009-01-14 凯立德欣技术（深圳）有限公司 导航系统及导航系统的信息点检索方法
CN103366573A (zh) * 2013-07-10 2013-10-23 中兴智能交通（无锡）有限公司 一种基于云计算的车辆行驶信息追踪方法及系统
CN103808326A (zh) * 2012-11-07 2014-05-21 腾讯科技（深圳）有限公司 导航方法和导航系统
CN104484380A (zh) * 2014-12-09 2015-04-01 百度在线网络技术（北京）有限公司 个性化搜索方法及装置
CN104750684A (zh) * 2013-12-25 2015-07-01 上海博泰悦臻网络技术服务有限公司 兴趣点动态搜索方法、车载系统
CN105486319A (zh) * 2015-11-25 2016-04-13 腾讯科技（深圳）有限公司 一种车机信息的处理方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344394A (zh) * 2008-09-02 2009-01-14 凯立德欣技术（深圳）有限公司 导航系统及导航系统的信息点检索方法
CN103808326A (zh) * 2012-11-07 2014-05-21 腾讯科技（深圳）有限公司 导航方法和导航系统
CN103366573A (zh) * 2013-07-10 2013-10-23 中兴智能交通（无锡）有限公司 一种基于云计算的车辆行驶信息追踪方法及系统
CN104750684A (zh) * 2013-12-25 2015-07-01 上海博泰悦臻网络技术服务有限公司 兴趣点动态搜索方法、车载系统
CN104484380A (zh) * 2014-12-09 2015-04-01 百度在线网络技术（北京）有限公司 个性化搜索方法及装置
CN105486319A (zh) * 2015-11-25 2016-04-13 腾讯科技（深圳）有限公司 一种车机信息的处理方法和系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108763264B (zh) * 2018-03-30 2022-06-17 斑马网络技术有限公司 基于车辆的智能搜索系统及其搜索方法
CN108763264A (zh) * 2018-03-30 2018-11-06 斑马网络技术有限公司 基于车辆的智能搜索系统及其搜索方法
CN110379154A (zh) * 2018-04-12 2019-10-25 阿里巴巴集团控股有限公司 交通诱导方法及装置
CN110019740B (zh) * 2018-05-23 2021-10-01 京东方科技集团股份有限公司 车载终端的交互方法、车载终端、服务器和存储介质
CN110019740A (zh) * 2018-05-23 2019-07-16 京东方科技集团股份有限公司 车载终端的交互方法、车载终端、服务器和存储介质
CN109284447A (zh) * 2018-08-13 2019-01-29 上海擎感智能科技有限公司 搜索信息排序方法、系统、存储介质及设备
CN109256029B (zh) * 2018-09-12 2021-09-03 广州小鹏汽车科技有限公司 一种地点属性的自动设置方法及装置
CN109256029A (zh) * 2018-09-12 2019-01-22 广州小鹏汽车科技有限公司 一种地点属性的自动设置方法及装置
CN110704745A (zh) * 2019-09-30 2020-01-17 大众问问(北京)信息科技有限公司 一种车载终端的信息搜索方法和装置
CN111708858A (zh) * 2020-06-10 2020-09-25 北京百度网讯科技有限公司 一种地图数据处理方法、装置、设备以及存储介质
CN111708858B (zh) * 2020-06-10 2023-09-05 北京百度网讯科技有限公司 一种地图数据处理方法、装置、设备以及存储介质
CN112256960A (zh) * 2020-10-10 2021-01-22 成都一课量子科技有限公司 一种商场、社区、写字楼用户推荐服务的算法方法
CN115080808A (zh) * 2022-08-23 2022-09-20 深圳市大智创新科技股份有限公司 一种行车记录仪信息管理方法及系统
CN115080808B (zh) * 2022-08-23 2022-11-08 深圳市大智创新科技股份有限公司 一种行车记录仪信息管理方法及系统

Also Published As

Publication number Publication date
CN107729548B (zh) 2020-08-14
CN107341168A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN107729548A (zh) 基于汽车数据的lbs搜索排序方法和装置
Liu et al. A real-time personalized route recommendation system for self-drive tourists based on vehicle to vehicle communication
US20110208425A1 (en) Mining Correlation Between Locations Using Location History
CN107315988A (zh) 用于在无人驾驶车辆中呈现媒体内容的系统和方法
CN107369207A (zh) 在无人驾驶车辆中提供增强虚拟现实内容的系统和方法
Talavera-Garcia et al. Examining spatio-temporal mobility patterns of bike-sharing systems: the case of BiciMAD (Madrid)
CN105674994A (zh) 获取行车路线的方法、装置及导航设备
WO2015191222A1 (en) Probabilistic message filtering and grouping
CN110008413A (zh) 一种交通出行问题查询方法和装置
CN104221046A (zh) 用于预取地方页面数据以随后在移动计算装置上进行显示的方法和设备
CN105678412A (zh) 面向多人乘车的路线规划方法和装置
Xu et al. DESTPRE: a data-driven approach to destination prediction for taxi rides
Fan et al. Secure and efficient privacy-preserving ciphertext retrieval in connected vehicular cloud computing
Yu et al. Vehicle trajectory reconstruction from automatic license plate reader data
CN103973724A (zh) 社交网络的组网方法和装置
Liu et al. Recommending a personalized sequence of pick-up points
CN107407569A (zh) 位置隐私
US20130197789A1 (en) Travel management
CN105580393A (zh) 根据服务器指定策略缓存地理数据
CN109859505A (zh) 高速站点的预警处理方法、装置、服务器和介质
Yanocha et al. Using data and technology to integrate mobility modes in low-income cities
US11921890B2 (en) Method and apparatus for trajectory anonymization based on a trajectory exchange twist
Xu et al. The TM-RTree: an index on generic moving objects for range queries
US11317247B1 (en) Method, apparatus, and system for data-driven evaluation of heuristics for trajectory cropping
CN113312346A (zh) 索引构建方法、轨迹查询方法、装置、设备及可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 3011, Room 3, Building 27, 25 North Third Ring West Road, Haidian District, Beijing

Applicant after: Public Question (Beijing) Information Technology Co., Ltd.

Address before: 100094 Beijing Haidian District Shangzhuang Zhenzhuang Road No. 115 Courtyard Level 522

Applicant before: Intelligent information technology (Beijing) Co., Ltd.

GR01 Patent grant
GR01 Patent grant