CN110009453A - 应用于车辆的智能推荐方法及系统 - Google Patents
应用于车辆的智能推荐方法及系统 Download PDFInfo
- Publication number
- CN110009453A CN110009453A CN201910231746.6A CN201910231746A CN110009453A CN 110009453 A CN110009453 A CN 110009453A CN 201910231746 A CN201910231746 A CN 201910231746A CN 110009453 A CN110009453 A CN 110009453A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- gas station
- target user
- oil mass
- 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
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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种应用于车辆的智能推荐方法及系统。该应用于车辆的智能推荐方法包括:根据车辆数据获取目标用户车辆的历史最高油量;当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;获取当前所在地区的全部合作加油站的加油站数据;当目标用户车辆与每个合作加油站之间的直线距离差小于预设距离时,将直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;对拟推荐加油站清单中的加油站数据进行组合排序,选择排序在第一预设值之前的加油站数据作为推荐加油站数据;根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。本发明可以提高营销的准确性和成功率,增强了客户的粘性。
Description
技术领域
本发明涉及物联网领域,具体地,涉及一种应用于车辆的智能推荐方法及系统。
背景技术
随着社会经济的不断发展和人们生活水平的不断提高,越来越多的消费者喜欢购买家用汽车来方便自己的出行。另外,人们的消费观念也在不断地发生着变化,很大一部分消费者会选择通过银行提供的购车消费信贷来实现自己的购车需求。因此,对于银行来说,庞大的汽车消费贷款人群是一个稳定的优质客户群。分析这部分客户的消费特点,到加油站去给汽车加油是日常的刚性消费需求,因此,如果通过一些技术手段定位和分析客户车辆的行驶状态,在监测到车辆油量低的情况下,给客户智能地推荐附近的银行合作加油站,并将加油站当前的优惠活动信息推送给客户,将极大地提高银行营销的成功率,具有广阔的市场前景。目前,银行在开展客户营销过程中无法准确把握客户当前的实际需求、营销推荐成功率不高。
发明内容
本发明实施例的主要目的在于提供一种应用于车辆的智能推荐方法及系统,以准确地把握客户当前实际的需求,极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
为了实现上述目的,本发明实施例提供一种应用于车辆的智能推荐方法,包括:
实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据车辆数据获取目标用户车辆的历史最高油量;
判断油量数据是否小于预设比例的历史最高油量;
当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
本发明实施例还提供一种应用于车辆的智能推荐系统,包括:
实时获取单元,用于实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
历史最高油量单元,用于根据车辆数据获取目标用户车辆的历史最高油量;
第一判断单元,用于判断油量数据是否小于预设比例的历史最高油量;
查询单元,用于当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
加油站数据获取单元,用于获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
计算单元,用于根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
第二判断单元,用于依次判断每个直线距离差是否小于预设距离;
拟推荐加油站清单单元,用于当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
组合排序单元,用于按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
推荐加油站数据单元,用于选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
发送单元,用于根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
本发明实施例还提供一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据车辆数据获取目标用户车辆的历史最高油量;
判断油量数据是否小于预设比例的历史最高油量;
当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据车辆数据获取目标用户车辆的历史最高油量;
判断油量数据是否小于预设比例的历史最高油量;
当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
本发明实施例的应用于车辆的智能推荐方法及系统可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中应用于车辆的智能推荐方法的流程图;
图2是本发明另一实施例中应用于车辆的智能推荐方法的流程图;
图3是本发明实施例中应用于车辆的智能推荐系统的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本领域技术技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
鉴于目前银行在开展客户营销过程中无法准确把握客户当前的实际需求、营销推荐成功率不高,本发明实施例提供一种应用于车辆的智能推荐方法及系统,以准确地把握客户当前实际的需求,极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。以下结合附图对本发明进行详细说明。
图1是本发明一实施例中应用于车辆的智能推荐方法的流程图。如图1所示,应用于车辆的智能推荐方法包括:
S101:实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码。
目标用户车辆可以为抵押车辆,车辆数据还可以包括数据采集终端的序列号、安装该数据采集终端的抵押车辆的车架号、车主在银行的客户编号、车主姓名、车主联系电话等。车辆位置数据包括车辆经度数据和车辆纬度数据。
S102:根据车辆数据获取目标用户车辆的历史最高油量。
其中,当不存在历史最高油量时,将油量数据最为历史最高油量。
S103:判断油量数据是否小于预设比例的历史最高油量。
S104:当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区。
S105:获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据。
其中,加油站数据还包括加油站名称、加油站优惠活动数据等。
S106:根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差。
S107:依次判断每个直线距离差是否小于预设距离。
预设距离代表距离值,为可配置参数,比如设置为500米或1公里等。
S108:当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单。
S109:按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序。
其中,预设的推荐规则包括:预设的推荐权重、加油站优惠活动数据和直线距离差的其中之二或任意组合。
例如,可使用诸如“加油站优惠活动数据(有或无)+直线距离差(由近到远)”或“推荐权重(由高到低)+直线距离差(由近到远)”或“加油站优惠活动数据(有或无)+推荐权重(由高到低)+直线距离差(由近到远)”的组合方式。
S110:选择排序在第一预设值之前的加油站数据作为推荐加油站数据。
S111:根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
其中,发送的方式可以包括银行的即时通讯APP、短信等。
目标用户移动终端负责接收本申请发送的即时消息或短信并进行展现。如果目标用户移动终端安装了银行的即时通讯APP,则银行的即时通讯APP将通知并展现推荐加油站在地图上的位置数据和加油站优惠活动数据,客户可点击地图进行定位并跳转到地图APP进行导航。如果目标用户移动终端上未安装银行的即时通讯APP,则可通过短信接收并展现本申请发送的加油站位置数据和加油站优惠活动数据。
图1所示的应用于车辆的智能推荐方法的执行主体可以为计算机。由图1所示的流程可知,本发明实施例的应用于车辆的智能推荐方法可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
图2是本发明另一实施例中应用于车辆的智能推荐方法的流程图。如图2所示,执行S101之前,还包括:
S201:获取目标用户车辆的车辆信息、目标用户车辆的油量信息和目标用户车辆的终端信息。
具体地,本申请从安装在抵押车辆上的数据采集终端中获取目标用户车辆的车辆信息和目标用户车辆的油量信息。
S202:判断终端信息是否为已认证终端信息。
S202用于验证发送终端信息的终端是否为已认证并且可信任的终端,技术上可以采用加密传输、电子签名、终端信息注册和验证等技术手段。
S203:当终端信息为已认证终端信息时,将目标用户车辆的车辆信息转换为预设格式的目标用户车辆的车辆数据,将目标用户车辆的油量信息转换为预设格式的目标用户车辆的油量数据。
其中,预设格式为银行内部系统间传输的数据报文格式。
S204:将目标用户车辆的车辆数据和目标用户车辆的油量数据存储至消息队列。
此时S101具体包括:从消息队列中实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据;或者,从消息队列中周期性拉取目标用户车辆的车辆数据和目标用户车辆的油量数据。
S203的执行主体为转换单元,S101的执行主体为实时获取单元。当存储数据和获取数据的速率不匹配时,消息队列可以缓存目标用户车辆的车辆数据和目标用户车辆的油量数据,可以让转换单元和实时获取单元能够按照自身的数据处理能力去转换和获取数据。
一实施例中,执行S103之前还可以包括:判断油量数据是否大于历史最高油量;当油量数据大于历史最高油量时,将历史最高油量更新为油量数据;当油量数据小于或等于历史最高油量时,执行S103。
本发明实施例的应用于车辆的智能推荐方法的具体流程如下:
1、获取目标用户车辆的车辆信息、目标用户车辆的油量信息和目标用户车辆的终端信息。
2、采用加密传输、电子签名、终端信息注册和验证等技术手段判断终端信息是否为已认证终端信息。当终端信息为已认证终端信息时,将目标用户车辆的车辆信息转换为预设格式的目标用户车辆的车辆数据,将目标用户车辆的油量信息转换为预设格式的目标用户车辆的油量数据。
3、目标用户车辆的车辆数据和目标用户车辆的油量数据存储至消息队列,从消息队列中实时获取或周期性拉取目标用户车辆的车辆数据和目标用户车辆的油量数据。
4、根据车辆数据获取目标用户车辆的历史最高油量,判断油量数据是否大于历史最高油量:当油量数据大于历史最高油量时,将历史最高油量更新为油量数据;当油量数据小于或等于历史最高油量时,判断油量数据是否小于预设比例的历史最高油量:当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区。
5、获取当前所在地区(或城市)的全部合作加油站的加油站数据,并根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差。
6、依次判断每个直线距离差是否小于预设距离:当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单。
7、按照预设的推荐权重、加油站优惠活动数据和直线距离差的其中之二或任意组合对拟推荐加油站清单中的加油站数据进行组合排序。
8、选择排序在第一预设值之前的加油站数据作为推荐加油站数据,根据目标用户移动终端的号码,通过银行的即时通讯APP或短信将推荐加油站数据发送至目标用户移动终端。
综上,本发明实施例的应用于车辆的智能推荐方法可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
基于同一发明构思,本发明实施例还提供了一种应用于车辆的智能推荐系统,由于该系统解决问题的原理与应用于车辆的智能推荐方法相似,因此该系统的实施可以参见方法的实施,重复之处不再赘述。
图3是本发明实施例中应用于车辆的智能推荐系统的结构框图。如图3所示,应用于车辆的智能推荐系统包括:
实时获取单元,用于实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
历史最高油量单元,用于根据车辆数据获取目标用户车辆的历史最高油量;
第一判断单元,用于判断油量数据是否小于预设比例的历史最高油量;
查询单元,用于当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
加油站数据获取单元,用于获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
计算单元,用于根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
第二判断单元,用于依次判断每个直线距离差是否小于预设距离;
拟推荐加油站清单单元,用于当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
组合排序单元,用于按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
推荐加油站数据单元,用于选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
发送单元,用于根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
在其中一种实施例中,还包括:
目标用户车辆信息获取单元,用于获取目标用户车辆的车辆信息、目标用户车辆的油量信息和目标用户车辆的终端信息;
第三判断单元,用于判断终端信息是否为已认证终端信息;
转换单元,用于当终端信息为已认证终端信息时,将目标用户车辆的车辆信息转换为预设格式的目标用户车辆的车辆数据,将目标用户车辆的油量信息转换为预设格式的目标用户车辆的油量数据;
消息队列单元,用于将目标用户车辆的车辆数据和目标用户车辆的油量数据存储至消息队列;
实时获取单元具体用于:
从消息队列中实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据。
在其中一种实施例中,还包括:
第四判断单元,用于判断油量数据是否大于历史最高油量;
油量数据更新单元,用于当油量数据大于历史最高油量时,将历史最高油量更新为油量数据;
第一判断单元具体用于:当油量数据小于或等于历史最高油量时,判断油量数据是否小于预设比例的历史最高油量。
在其中一种实施例中,加油站数据还包括加油站优惠活动数据;
预设的推荐规则包括:
预设的推荐权重、加油站优惠活动数据和直线距离差的其中之二或任意组合。
综上,本发明实施例的应用于车辆的智能推荐系统可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
本发明实施例还提供了一种计算机设备,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,处理器执行计算机程序时实现以下步骤:
实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据车辆数据获取目标用户车辆的历史最高油量;
判断油量数据是否小于预设比例的历史最高油量;
当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
综上,本发明实施例的计算机设备可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
实时获取目标用户车辆的车辆数据和目标用户车辆的油量数据,车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据车辆数据获取目标用户车辆的历史最高油量;
判断油量数据是否小于预设比例的历史最高油量;
当油量数据小于预设比例的历史最高油量时,根据车辆位置查询目标用户车辆的当前所在地区;
获取当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据车辆位置数据和每个加油站位置数据,依次计算目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当直线距离差小于预设距离时,将直线距离差和直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据目标用户移动终端的号码将推荐加油站数据发送至目标用户移动终端。
综上,本发明实施例的计算机可读存储介质可以基于物联网技术综合运用车辆定位和数据采集、地理距离计算、即时通信等手段,对客户车辆的行驶轨迹和油量进行实时分析和监测;并在油量低时,根据车辆的当前位置智能推荐附近与银行合作的加油站和相关的优惠信息给客户,完成加油客户的精准营销,从而准确地把握客户当前实际的需求,能够极大地提高营销的准确性和成功率,给客户的生活带来便利,增强了客户的粘性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种应用于车辆的智能推荐方法,其特征在于,包括:
实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据,所述车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据所述车辆数据获取所述目标用户车辆的历史最高油量;
判断所述油量数据是否小于预设比例的历史最高油量;
当所述油量数据小于所述预设比例的历史最高油量时,根据所述车辆位置查询所述目标用户车辆的当前所在地区;
获取所述当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据所述车辆位置数据和每个加油站位置数据,依次计算所述目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当所述直线距离差小于所述预设距离时,将所述直线距离差和所述直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对所述拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据所述目标用户移动终端的号码将所述推荐加油站数据发送至所述目标用户移动终端。
2.根据权利要求1所述的应用于车辆的智能推荐方法,其特征在于,实时获取目标用户车辆的车辆数据和油量数据之前,还包括:
获取目标用户车辆的车辆信息、目标用户车辆的油量信息和目标用户车辆的终端信息;
判断所述终端信息是否为已认证终端信息;
当所述终端信息为已认证终端信息时,将所述目标用户车辆的车辆信息转换为预设格式的目标用户车辆的车辆数据,将所述目标用户车辆的油量信息转换为预设格式的目标用户车辆的油量数据;
将所述目标用户车辆的车辆数据和所述目标用户车辆的油量数据存储至消息队列;
实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据具体包括:
从所述消息队列中实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据。
3.根据权利要求1所述的应用于车辆的智能推荐方法,其特征在于,判断所述油量数据是否小于预设比例的历史最高油量之前,还包括:
判断所述油量数据是否大于所述历史最高油量;
当所述油量数据大于所述历史最高油量时,将所述历史最高油量更新为所述油量数据;
当所述油量数据小于或等于所述历史最高油量时,判断所述油量数据是否小于预设比例的历史最高油量。
4.根据权利要求1所述的应用于车辆的智能推荐方法,其特征在于,
加油站数据还包括加油站优惠活动数据;
所述预设的推荐规则包括:
预设的推荐权重、所述加油站优惠活动数据和所述直线距离差的其中之二或任意组合。
5.一种应用于车辆的智能推荐系统,其特征在于,包括:
实时获取单元,用于实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据,所述车辆数据包括车辆位置数据和目标用户移动终端的号码;
历史最高油量单元,用于根据所述车辆数据获取所述目标用户车辆的历史最高油量;
第一判断单元,用于判断所述油量数据是否小于预设比例的历史最高油量;
查询单元,用于当所述油量数据小于所述预设比例的历史最高油量时,根据所述车辆位置查询所述目标用户车辆的当前所在地区;
加油站数据获取单元,用于获取所述当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
计算单元,用于根据所述车辆位置数据和每个加油站位置数据,依次计算所述目标用户车辆与每个合作加油站之间的直线距离差;
第二判断单元,用于依次判断每个直线距离差是否小于预设距离;
拟推荐加油站清单单元,用于当所述直线距离差小于所述预设距离时,将所述直线距离差和所述直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
组合排序单元,用于按照预设的推荐规则对所述拟推荐加油站清单中的加油站数据进行组合排序;
推荐加油站数据单元,用于选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
发送单元,用于根据所述目标用户移动终端的号码将所述推荐加油站数据发送至所述目标用户移动终端。
6.根据权利要求5所述的应用于车辆的智能推荐系统,其特征在于,还包括:
目标用户车辆信息获取单元,用于获取目标用户车辆的车辆信息、目标用户车辆的油量信息和目标用户车辆的终端信息;
第三判断单元,用于判断所述终端信息是否为已认证终端信息;
转换单元,用于当所述终端信息为已认证终端信息时,将所述目标用户车辆的车辆信息转换为预设格式的目标用户车辆的车辆数据,将所述目标用户车辆的油量信息转换为预设格式的目标用户车辆的油量数据;
消息队列单元,用于将所述目标用户车辆的车辆数据和所述目标用户车辆的油量数据存储至消息队列;
所述实时获取单元具体用于:
从所述消息队列中实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据。
7.根据权利要求5所述的应用于车辆的智能推荐系统,其特征在于,还包括:
第四判断单元,用于判断所述油量数据是否大于所述历史最高油量;
油量数据更新单元,用于当所述油量数据大于所述历史最高油量时,将所述历史最高油量更新为所述油量数据;
所述第一判断单元具体用于:当所述油量数据小于或等于所述历史最高油量时,判断所述油量数据是否小于预设比例的历史最高油量。
8.根据权利要求5所述的应用于车辆的智能推荐系统,其特征在于,
加油站数据还包括加油站优惠活动数据;
所述预设的推荐规则包括:
预设的推荐权重、所述加油站优惠活动数据和所述直线距离差的其中之二或任意组合。
9.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据,所述车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据所述车辆数据获取所述目标用户车辆的历史最高油量;
判断所述油量数据是否小于预设比例的历史最高油量;
当所述油量数据小于所述预设比例的历史最高油量时,根据所述车辆位置查询所述目标用户车辆的当前所在地区;
获取所述当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据所述车辆位置数据和每个加油站位置数据,依次计算所述目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当所述直线距离差小于所述预设距离时,将所述直线距离差和所述直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对所述拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据所述目标用户移动终端的号码将所述推荐加油站数据发送至所述目标用户移动终端。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
实时获取目标用户车辆的车辆数据和所述目标用户车辆的油量数据,所述车辆数据包括车辆位置数据和目标用户移动终端的号码;
根据所述车辆数据获取所述目标用户车辆的历史最高油量;
判断所述油量数据是否小于预设比例的历史最高油量;
当所述油量数据小于所述预设比例的历史最高油量时,根据所述车辆位置查询所述目标用户车辆的当前所在地区;
获取所述当前所在地区的全部合作加油站的加油站数据,每个加油站数据中均包括加油站位置数据;
根据所述车辆位置数据和每个加油站位置数据,依次计算所述目标用户车辆与每个合作加油站之间的直线距离差;
依次判断每个直线距离差是否小于预设距离;
当所述直线距离差小于所述预设距离时,将所述直线距离差和所述直线距离差对应的合作加油站的加油站数据放入拟推荐加油站清单;
按照预设的推荐规则对所述拟推荐加油站清单中的加油站数据进行组合排序;
选择排序在第一预设值之前的加油站数据作为推荐加油站数据;
根据所述目标用户移动终端的号码将所述推荐加油站数据发送至所述目标用户移动终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910231746.6A CN110009453A (zh) | 2019-03-26 | 2019-03-26 | 应用于车辆的智能推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910231746.6A CN110009453A (zh) | 2019-03-26 | 2019-03-26 | 应用于车辆的智能推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110009453A true CN110009453A (zh) | 2019-07-12 |
Family
ID=67168151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910231746.6A Pending CN110009453A (zh) | 2019-03-26 | 2019-03-26 | 应用于车辆的智能推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110009453A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598663A (zh) * | 2020-05-18 | 2020-08-28 | 斑马网络技术有限公司 | 一种消息推送方法,装置,电子设备和存储介质 |
CN112396465A (zh) * | 2020-11-27 | 2021-02-23 | 苏州中德联信汽车服务股份有限公司 | 一种智能分析加油信息的方法以及加油服务器 |
CN113139765A (zh) * | 2020-01-20 | 2021-07-20 | 中国移动通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN113569133A (zh) * | 2021-06-11 | 2021-10-29 | 车主邦(北京)科技有限公司 | 一种信息推荐方法及装置 |
CN114898547A (zh) * | 2021-08-19 | 2022-08-12 | 大唐高鸿智联科技(重庆)有限公司 | 一种加油站的车流量分析方法、装置及设备 |
CN115019443A (zh) * | 2022-06-01 | 2022-09-06 | 杭州极豆科技有限公司 | 车机系统、车联网服务器及油站线上支付方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312813A (zh) * | 2013-06-27 | 2013-09-18 | 江苏中科天安智联科技有限公司 | 基于车载终端的加油站智能推荐系统 |
CN106595689A (zh) * | 2016-12-28 | 2017-04-26 | 苏州寅初信息科技有限公司 | 一种基于车联网的加油站导航目标制定系统 |
CN206627123U (zh) * | 2017-03-30 | 2017-11-10 | 深圳市圣卓芯科技有限公司 | 一种加油站导航装置 |
CN107526773A (zh) * | 2017-07-14 | 2017-12-29 | 江苏更知电子科技有限公司 | 一种加油站的搜索系统 |
CN108801285A (zh) * | 2018-06-22 | 2018-11-13 | 上海博泰悦臻网络技术服务有限公司 | 油电混合动力汽车的导航方法及系统 |
CN109115997A (zh) * | 2018-08-21 | 2019-01-01 | 上海博泰悦臻网络技术服务有限公司 | 油品质量监控方法及服务器 |
-
2019
- 2019-03-26 CN CN201910231746.6A patent/CN110009453A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103312813A (zh) * | 2013-06-27 | 2013-09-18 | 江苏中科天安智联科技有限公司 | 基于车载终端的加油站智能推荐系统 |
CN106595689A (zh) * | 2016-12-28 | 2017-04-26 | 苏州寅初信息科技有限公司 | 一种基于车联网的加油站导航目标制定系统 |
CN206627123U (zh) * | 2017-03-30 | 2017-11-10 | 深圳市圣卓芯科技有限公司 | 一种加油站导航装置 |
CN107526773A (zh) * | 2017-07-14 | 2017-12-29 | 江苏更知电子科技有限公司 | 一种加油站的搜索系统 |
CN108801285A (zh) * | 2018-06-22 | 2018-11-13 | 上海博泰悦臻网络技术服务有限公司 | 油电混合动力汽车的导航方法及系统 |
CN109115997A (zh) * | 2018-08-21 | 2019-01-01 | 上海博泰悦臻网络技术服务有限公司 | 油品质量监控方法及服务器 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113139765A (zh) * | 2020-01-20 | 2021-07-20 | 中国移动通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN113139765B (zh) * | 2020-01-20 | 2023-12-12 | 中国移动通信集团辽宁有限公司 | 基于时态网络的物流推荐方法、装置及计算设备 |
CN111598663A (zh) * | 2020-05-18 | 2020-08-28 | 斑马网络技术有限公司 | 一种消息推送方法,装置,电子设备和存储介质 |
CN112396465A (zh) * | 2020-11-27 | 2021-02-23 | 苏州中德联信汽车服务股份有限公司 | 一种智能分析加油信息的方法以及加油服务器 |
CN113569133A (zh) * | 2021-06-11 | 2021-10-29 | 车主邦(北京)科技有限公司 | 一种信息推荐方法及装置 |
CN114898547A (zh) * | 2021-08-19 | 2022-08-12 | 大唐高鸿智联科技(重庆)有限公司 | 一种加油站的车流量分析方法、装置及设备 |
CN115019443A (zh) * | 2022-06-01 | 2022-09-06 | 杭州极豆科技有限公司 | 车机系统、车联网服务器及油站线上支付方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009453A (zh) | 应用于车辆的智能推荐方法及系统 | |
US11774255B2 (en) | Methods and systems for conversion of physical movements to carbon units | |
CN105674994B (zh) | 获取行车路线的方法、装置及导航设备 | |
Mao et al. | Faster deliveries and smarter order assignments for an on-demand meal delivery platform | |
US8280646B2 (en) | Vehicle CO2 emission offsetting system and method | |
Yuan et al. | An interactive-voting based map matching algorithm | |
US9275010B2 (en) | Method for improving fuel economy of an operated vehicle | |
CN103729353B (zh) | 票务信息的搜索方法及服务器 | |
US20110184784A1 (en) | Tracking Carbon Footprints | |
KR101932608B1 (ko) | 자전거 대여 시스템 관리 방법, 자전거 대여 시스템의 관리 서버, 및 컴퓨터 판독가능 기록 매체 | |
US20150339595A1 (en) | Method and system for balancing rental fleet of movable asset | |
Dimitropoulos et al. | Consumer valuation of driving range: A meta-analysis | |
KR101607674B1 (ko) | 주유소 추천 방법 및 카드사 서버 | |
EP3450919A1 (en) | Route estimation apparatus and route estimation method | |
US20240185215A1 (en) | Mobile merchant payment system | |
CN112579910A (zh) | 信息处理方法、信息处理装置、存储介质和电子设备 | |
CN103258285A (zh) | 车辆拥有影响评估 | |
Greaves et al. | Development of a global positioning system web-based prompted recall solution for longitudinal travel surveys | |
Toledo et al. | Intercity truck route choices incorporating toll road alternatives using enhanced GPS data | |
Kriswardhana et al. | Exploring the aspects of MaaS adoption based on college students’ preferences | |
CN101630396A (zh) | 用于测评路牌广告影响力的方法和系统 | |
JP2003091629A (ja) | マーケティング情報作成装置及びマーケティング情報作成方法 | |
CN111815344A (zh) | 汽车加油推荐方法、电子设备及存储介质 | |
US11966956B2 (en) | Measuring greenhouse gas emitting activities of a user | |
CN111625571B (zh) | 一种服务业务的匹配方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |