CN108932644A - 一种用户选车方法、装置、设备及计算机可读介质 - Google Patents

一种用户选车方法、装置、设备及计算机可读介质 Download PDF

Info

Publication number
CN108932644A
CN108932644A CN201710383472.3A CN201710383472A CN108932644A CN 108932644 A CN108932644 A CN 108932644A CN 201710383472 A CN201710383472 A CN 201710383472A CN 108932644 A CN108932644 A CN 108932644A
Authority
CN
China
Prior art keywords
vehicle
user
vector
feature vector
requirement
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.)
Pending
Application number
CN201710383472.3A
Other languages
English (en)
Inventor
翟羽
邱慧
刘迪
邹晓明
王琳
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.)
Che Bole (beijing) Mdt Infotech Ltd
Original Assignee
Che Bole (beijing) Mdt Infotech 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 Che Bole (beijing) Mdt Infotech Ltd filed Critical Che Bole (beijing) Mdt Infotech Ltd
Priority to CN201710383472.3A priority Critical patent/CN108932644A/zh
Publication of CN108932644A publication Critical patent/CN108932644A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种用户选车方法、装置、设备及计算机可读介质，该方法包括：接收步骤，用于接收用户输入的车辆需求请求信息；获取步骤，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；选车步骤，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；显示步骤，基于所述车辆推荐列表向用户显示车型信息。本发明通过构建了基于兴趣度的选车方法，从而为用户实现智能选车，采用临近算法生成车辆推荐列表，从而可以实时完成选车，避免了用户在线长时间等待，提高了用户体验。

Description

一种用户选车方法、装置、设备及计算机可读介质
技术领域
本发明涉及智能数据处理技术领域，特别是一种用户选车方法、装置、设备及计算机可读介质。
背景技术
截至到2016年底，全国机动车保有量达2.9亿，其中汽车1.94亿；机动车驾驶人3.6亿，其中汽车驾驶人超过3.1亿。随着人民生活水平的不断提升，汽车的需求也越来越旺盛，新车、二手车市场持续火热，车辆购买的互联网化势在必行。如何向用户推荐车辆是现有技术中的一个难题
现有技术中也有一些车辆推荐方法，其主要基于车辆的特征对用户需求进行全部匹配计算量大，计算效果差，推荐结果不够准确影响了用户体验。
因此，现有技术中无法对为用户实时准确的推荐车辆，影响了用户体验等。
发明内容
本发明针对上述现有技术中的缺陷，提出了如下技术方案。
一种用户选车方法，该方法包括：
接收步骤，用于接收用户输入的车辆需求请求信息；
获取步骤，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
选车步骤，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
显示步骤，基于所述车辆推荐列表向用户显示车型信息。
更进一步地，所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入。
更进一步地，所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面。
更进一步地，所述选车步骤具体操作为：
用户车辆需求向量生成步骤，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；
车型的特征向量生成步骤，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；
车辆推荐列表生成步骤，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
更进一步地，所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
本发明还提出了一种用户选车装置，该装置包括：
接收单元，用于接收用户输入的车辆需求请求信息；
获取单元，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
选车单元，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
显示单元，基于所述车辆推荐列表向用户显示车型信息。
更进一步地，所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入。
更进一步地，所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面。
更进一步地，所述选车单元包括：
用户车辆需求向量生成模块，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；
车型的特征向量生成模块，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；
车辆推荐列表生成模块，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
更进一步地，所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
本发明还提出了一种用户选车设备，所述设备包括处理器、存储器，所述处理器与所述存储器通过总线相连接，所述存储器中存储机器可读代码，所述处理器执行存储器中的机器可读代码可执行上述之任一项的方法。
本发明还提出了一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序代码，当所述计算机程序代码被计算机执行时可执行上述之任一的方法。
本发明的技术效果为：构建了基于兴趣度的选车方法，从而为用户实现智能选车，采用临近算法生成车辆推荐列表，从而可以实时完成选车，避免了用户在线长时间等待，提高了用户体验。
附图说明
图1是本发明的一种用户选车方法的流程图。
图2是本发明的一种用户选车装置的结构示意图。
图3是本发明的一种用户选车设备的结构示意图。
具体实施方式
下面结合附图1-3进行具体说明。
图1示出了本发明的一种用户选车方法，该方法包括：
S11、接收步骤，用于接收用户输入的车辆需求请求信息；
S12、获取步骤，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
S13、选车步骤，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
S14、显示步骤，基于所述车辆推荐列表向用户显示车型信息。
在步骤S11中，所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入，即用户可以通过终端的键盘输入选车的信息，通过键盘输入时，用户将根据参数重要性进行依次输入，如用户看重动力，应首先输入动力。也可以在用户交互界面(GUI)上选择，比如在线选车网站上列出了若干个选项，如价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面，用户可以进行点击选择输入，用户输入时还可以通过长按的方式对所选择的参数进行排序，比如用户对动力要求很高，可将动力排在第一位。
在步骤S11中，所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面，当然还可能包括更多参数，这儿仅仅是列出了几种重要的参数。
在步骤S12中，通过现有汽车市场分析与数据收集，融合1980年至今不同品牌在华上市车型技术信息，分析不同年龄层购车决策类信息收集，有效提取出影响购车决策的关键要点，即基于大数据理论生成车型的特征向量。
所述选车步骤S13具体操作为：
用户车辆需求向量生成步骤，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；比如用户仅仅输入了价格特征，则其他特征均设为0。一种实施例为：初始化用户车辆需求向量User(u1、u2、u3、…、un)中的u1、u2、u3、…、un均为0，u1、u2、u3、…、un分别表示价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面等，如果用选择三项(价格、动力、豪华)，则用户车辆需求向量可以设置为User(1、1、0.8、…、0)，如果选择二项(价格、豪华)则用户车辆需求向量可以设置为User(1、0、1、…、0)，等等，不同的价格可以对应不同的参数，比如，1对应100万以上的车，0.9对应60-100万的车。
车型的特征向量生成步骤，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；评分是根据大数据理论，比如对于油耗，用户测评值及其权重，国家检测部门的测量值及其权重综合计算而来，最后得到一个分数，表示为fi，其满分为100分，向量中的f1、f2、f3、…、fn分别表示价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面等方面的得分。
车辆推荐列表生成步骤，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
图2示出了本发明的本发明还提出了一种用户选车装置，该装置包括：
接收单元21，用于接收用户输入的车辆需求请求信息；
获取单元22，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
选车单元23，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
显示单元24，基于所述车辆推荐列表向用户显示车型信息。
所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入，即用户可以通过终端的键盘输入选车的信息，也可以在用户交互界面(GUI)上选择，比如在线选车网站上列出了若干个选项，如价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面，用户可以进行点击选择输入，用户输入时还可以通过长按的方式对所选择的参数进行排序，比如用户对动力要求很高，可将动力排在第一位。
所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面，当然还可能包括更多参数，这儿仅仅是列出了几种重要的参数。
获取单元22通过现有汽车市场分析与数据收集，融合1980年至今不同品牌在华上市车型技术信息，分析不同年龄层购车决策类信息收集，有效提取出影响购车决策的关键要点，即基于大数据理论生成车型的特征向量。
所述选车单元23包括：
用户车辆需求向量生成步骤，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；比如用户仅仅输入了价格特征，则其他特征均设为0。一种实施例为：初始化用户车辆需求向量User(u1、u2、u3、…、un)中的u1、u2、u3、…、un均为0，u1、u2、u3、…、un分别表示价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面等，如果用选择三项(价格、动力、豪华)，则用户车辆需求向量可以设置为User(1、1、0.8、…、0)，如果选择二项(价格、豪华)则用户车辆需求向量可以设置为User(1、0、1、…、0)，等等，不同的价格可以对应不同的参数，比如，1对应100万以上的车，0.9对应60-100万的车，等等。
车型的特征向量生成步骤，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；评分是根据大数据理论，比如对于油耗，用户测评值及其权重，国家检测部门的测量值及其权重综合计算而来，最后得到一个分数，表示为fi，其满分为100分，向量中的f1、f2、f3、…、fn分别表示价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面等方面的得分。
车辆推荐列表生成模块，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
图3示出了本发明还提出了一种用户选车设备，包括处理器31、存储器32和显示屏33，当然该设备还可以包括其他部件，如wifi模块、蓝牙模块、USB接口等等其他需要使用的接口，在此没有示出。处理器31分别与存储器32和显示屏33通过总线相连接，存储器32中可以存储该设备所执行的程序及数据等，处理器31可以执行存储器32中的程序，执行相应的操作，如上述图1中所示出的方法。本发明中的设备可以为服务器、台式主机、平板电脑、笔记本电脑等等，但不限于这些设备。
本发明还涉及一种计算机可读存储介质，所述存储介质上存储有计算机程序代码，当所述计算机程序代码被计算机执行时可执行图1中的方法。
本发明所述的方法，可以通过计算机程序实现，也可以将计算机程序存储在存储介质上，处理器从存储介质上读取计算机程序，并执行相应的方法。
最后所应说明的是：以上实施例仅以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (12)

1.一种用户选车方法，其特征在于，该方法包括：
接收步骤，用于接收用户输入的车辆需求请求信息；
获取步骤，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
选车步骤，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
显示步骤，基于所述车辆推荐列表向用户显示车型信息。
2.根据权利要求1的方法，其特征在于，所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入。
3.根据权利要求2的方法，其特征在于，所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面。
4.根据权利要求3的方法，其特征在于，所述选车步骤具体操作为：
用户车辆需求向量生成步骤，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；
车型的特征向量生成步骤，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；
车辆推荐列表生成步骤，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
5.根据权利要求4的方法，其特征在于，所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
6.一种用户选车装置，其特征在于，该装置包括：
接收单元，用于接收用户输入的车辆需求请求信息；
获取单元，获取车型的参数信息，并基于所述参数信息生成车型的特征向量；
选车单元，基于用户的车辆需求信息和车型的特征向量生成车辆推荐列表；
显示单元，基于所述车辆推荐列表向用户显示车型信息。
7.根据权利要求6的装置，其特征在于，所述输入的车辆需求请求信息是通过键盘输入或在用户交互界面上选择输入。
8.根据权利要求7的装置，其特征在于，所述车辆需求请求信息包括价格、动力、豪华、舒适、安全、空间、娱乐、越野、体面。
9.根据权利要求8的装置，其特征在于，所述选车单元包括：
用户车辆需求向量生成模块，基于所述车辆需求请求信息生成用户车辆需求向量User(u1、u2、u3、…、un)，对于用户需求请求信息中没有的特征，ui＝0；
车型的特征向量生成模块，基于所述参数信息生成车型的特征向量Mode(f1、f2、f3、…、fn)，其中，wi为权重，Ai不同的评分；
车辆推荐列表生成模块，首先基于价格筛选符合价格范围的车型，获取符合价格范围的车型的特征向量，使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表，其中n、i、m为整数。
10.根据权利要求9的装置，其特征在于，所述使用临近算法基于用户车辆需求向量User(u1、u2、u3、…、un)和符合价格范围的车型的特征向量生成车辆推荐列表具体为：根据用户车辆需求向量中的非0值，假设符合用户需求的车型的特征向量为M，所述车型的特征向量为M对应用户车辆需求向量非0值的向量fi设为满分100，在符合价格范围的车型的特征向量中使用临近算法查找与车型的特征向量M相接近的K个车型的特征向量，使用公式用户对K个车型的兴趣度，并基于兴趣度的大小排序，将前L个车型作为车辆推荐列表，其中K、L为整数。
11.一种用户选车设备，其特征在于，所述设备包括处理器、存储器，所述处理器与所述存储器通过总线相连接，所述存储器中存储机器可读代码，所述处理器执行存储器中的机器可读代码可执行权利要求1-5之任一项的方法。
12.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序代码，当所述计算机程序代码被计算机执行时可执行权利要求1-5之任一的方法。
CN201710383472.3A 2017-05-26 2017-05-26 一种用户选车方法、装置、设备及计算机可读介质 Pending CN108932644A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710383472.3A CN108932644A (zh) 2017-05-26 2017-05-26 一种用户选车方法、装置、设备及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710383472.3A CN108932644A (zh) 2017-05-26 2017-05-26 一种用户选车方法、装置、设备及计算机可读介质

Publications (1)

Publication Number Publication Date
CN108932644A true CN108932644A (zh) 2018-12-04

Family

ID=64451178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710383472.3A Pending CN108932644A (zh) 2017-05-26 2017-05-26 一种用户选车方法、装置、设备及计算机可读介质

Country Status (1)

Country Link
CN (1) CN108932644A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263066A (zh) * 2019-06-13 2019-09-20 优信拍（北京）信息科技有限公司 一种车辆筛选方法及装置
CN110807049A (zh) * 2019-10-23 2020-02-18 上海能塔智能科技有限公司 试驾车型推荐方法及装置、计算机可读存储介质
CN110838026A (zh) * 2019-10-23 2020-02-25 上海能塔智能科技有限公司 车辆匹配方法及装置、存储介质、终端
CN111681081A (zh) * 2020-06-08 2020-09-18 上海汽车集团股份有限公司 交互式产品配置方法及系统、计算机可读存储介质、终端
CN111782944A (zh) * 2020-06-28 2020-10-16 南京航空航天大学 一种基于层次分析法的车辆选购推荐方法
CN111949875A (zh) * 2020-08-13 2020-11-17 北京汽车股份有限公司 车辆推荐方法、装置、电子设备及存储介质
CN112733022A (zh) * 2020-12-31 2021-04-30 东风商用车有限公司 商用车选车方法、系统、设备及存储介质
CN113268510A (zh) * 2021-04-14 2021-08-17 中寰卫星导航通信有限公司 商用车选车方法、系统、平台、介质及设备
CN113807681A (zh) * 2021-09-02 2021-12-17 中车青岛四方车辆研究所有限公司 轨道交通车辆用户需求匹配方法、计算机产品、存储介质
CN115545829A (zh) * 2022-09-29 2022-12-30 中航信移动科技有限公司 一种服务器标识的勾选显示系统、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063481A (zh) * 2014-07-02 2014-09-24 山东大学 一种基于用户实时兴趣向量的电影个性化推荐方法
CN105389718A (zh) * 2015-12-07 2016-03-09 深圳市天行家科技有限公司 一种汽车后服务推荐方法和系统
CN106327409A (zh) * 2015-07-02 2017-01-11 上海享纷享信息技术有限公司 汽车租赁系统
CN106375398A (zh) * 2016-08-30 2017-02-01 深圳市元征科技股份有限公司 一种服务推荐的方法、终端以及服务器
US20170053209A1 (en) * 2015-08-20 2017-02-23 Xerox Corporation System and method for multi-factored-based ranking of trips
CN106709756A (zh) * 2016-12-08 2017-05-24 北京五八信息技术有限公司 用户需求信息获取方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104063481A (zh) * 2014-07-02 2014-09-24 山东大学 一种基于用户实时兴趣向量的电影个性化推荐方法
CN106327409A (zh) * 2015-07-02 2017-01-11 上海享纷享信息技术有限公司 汽车租赁系统
US20170053209A1 (en) * 2015-08-20 2017-02-23 Xerox Corporation System and method for multi-factored-based ranking of trips
CN105389718A (zh) * 2015-12-07 2016-03-09 深圳市天行家科技有限公司 一种汽车后服务推荐方法和系统
CN106375398A (zh) * 2016-08-30 2017-02-01 深圳市元征科技股份有限公司 一种服务推荐的方法、终端以及服务器
CN106709756A (zh) * 2016-12-08 2017-05-24 北京五八信息技术有限公司 用户需求信息获取方法和装置

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263066A (zh) * 2019-06-13 2019-09-20 优信拍（北京）信息科技有限公司 一种车辆筛选方法及装置
CN110807049A (zh) * 2019-10-23 2020-02-18 上海能塔智能科技有限公司 试驾车型推荐方法及装置、计算机可读存储介质
CN110838026A (zh) * 2019-10-23 2020-02-25 上海能塔智能科技有限公司 车辆匹配方法及装置、存储介质、终端
CN111681081B (zh) * 2020-06-08 2023-08-01 上海汽车集团股份有限公司 交互式产品配置方法及系统、计算机可读存储介质、终端
CN111681081A (zh) * 2020-06-08 2020-09-18 上海汽车集团股份有限公司 交互式产品配置方法及系统、计算机可读存储介质、终端
CN111782944A (zh) * 2020-06-28 2020-10-16 南京航空航天大学 一种基于层次分析法的车辆选购推荐方法
CN111949875A (zh) * 2020-08-13 2020-11-17 北京汽车股份有限公司 车辆推荐方法、装置、电子设备及存储介质
CN111949875B (zh) * 2020-08-13 2024-03-08 北京汽车股份有限公司 车辆推荐方法、装置、电子设备及存储介质
CN112733022A (zh) * 2020-12-31 2021-04-30 东风商用车有限公司 商用车选车方法、系统、设备及存储介质
CN112733022B (zh) * 2020-12-31 2023-02-03 东风商用车有限公司 商用车选车方法、系统、设备及存储介质
CN113268510A (zh) * 2021-04-14 2021-08-17 中寰卫星导航通信有限公司 商用车选车方法、系统、平台、介质及设备
CN113807681A (zh) * 2021-09-02 2021-12-17 中车青岛四方车辆研究所有限公司 轨道交通车辆用户需求匹配方法、计算机产品、存储介质
CN113807681B (zh) * 2021-09-02 2024-01-05 中车青岛四方车辆研究所有限公司 轨道交通车辆用户需求匹配方法、计算机产品、存储介质
CN115545829A (zh) * 2022-09-29 2022-12-30 中航信移动科技有限公司 一种服务器标识的勾选显示系统、电子设备及存储介质
CN115545829B (zh) * 2022-09-29 2024-05-31 中航信移动科技有限公司 一种服务器标识的勾选显示系统、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN108932644A (zh) 一种用户选车方法、装置、设备及计算机可读介质
CN110222272B (zh) 一种潜在客户挖掘与推荐方法
KR102102568B1 (ko) 최적화된 항목 속성 비교
US11314791B2 (en) Smart match autocomplete system
CN109242044A (zh) 车货匹配模型的训练方法、装置、存储介质及电子设备
CN107798571A (zh) 恶意地址/恶意订单的识别系统、方法及装置
US9720912B2 (en) Document management system, document management method, and document management program
CN113449187B (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN108932645A (zh) 一种用户选车系统
US20190087884A1 (en) Theme recommendation method and apparatus
CN108230009B (zh) 一种用户偏好的预测方法及装置，电子设备
WO2018035164A1 (en) Description information generation and presentation systems, methods, and devices
CN105469262B (zh) 商品资讯信息获取和整合方法及装置
US20200302494A1 (en) Information processing device, information processing method, program, and storage medium
CN108710711A (zh) 在移动计算设备上显示排序结果
CN103744887B (zh) 一种用于人物搜索的方法、装置和计算机设备
TWI525456B (zh) Choose font, font determination, recommendation, generation method and device
WO2021031410A1 (zh) 基于商品信息预测模型的商品信息推送方法及装置、非易失性可读存储介质、计算机设备
US20140317120A1 (en) Identification of points in a user web journey where the user is more likely to accept an offer for interactive assistance
CN112507230A (zh) 基于浏览器的网页推荐方法、装置、电子设备及存储介质
CN110647504B (zh) 司法文书的检索方法及装置
CN112381568A (zh) 目标人群圈选方法、目标人群圈选模型构建方法、装置
JP2009295097A (ja) 情報分類装置、情報分類方法、情報処理プログラム及び記録媒体
Trakulmaykee et al. Statistical analysis: improvement of technology acceptance model in mobile tourist guide context
JP6944320B2 (ja) 情報処理装置、情報処理方法、およびプログラム

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181204

RJ01 Rejection of invention patent application after publication