CN110263066B - 一种车辆筛选方法及装置 - Google Patents

一种车辆筛选方法及装置 Download PDF

Info

Publication number
CN110263066B
CN110263066B CN201910508981.3A CN201910508981A CN110263066B CN 110263066 B CN110263066 B CN 110263066B CN 201910508981 A CN201910508981 A CN 201910508981A CN 110263066 B CN110263066 B CN 110263066B
Authority
CN
China
Prior art keywords
intention
train
candidate
vehicle
interval
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.)
Active
Application number
CN201910508981.3A
Other languages
English (en)
Other versions
CN110263066A (zh
Inventor
刘昊
刘迪
花峰
潘磊
刘艳丽
逄梦迪
翟羽
邱慧
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.)
Hefei Youquan Information Technology Co ltd
Original Assignee
Youxinpai Beijing Information Technology 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 Youxinpai Beijing Information Technology Co ltd filed Critical Youxinpai Beijing Information Technology Co ltd
Priority to CN201910508981.3A priority Critical patent/CN110263066B/zh
Publication of CN110263066A publication Critical patent/CN110263066A/zh
Application granted granted Critical
Publication of CN110263066B publication Critical patent/CN110263066B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种车辆筛选方法及装置。所述方法包括：根据意向车辆信息，来确定用户的意向车系及所属的车系级别，并从预设的车辆数据库中确定意向车系对应的候选车系，进而根据预先设置的多个相似度影响因子，从预设的车辆数据库中筛选出符合用户意向的车辆。对于用户而言，同样只需要提供意向车辆信息，就可以获得更加广阔的选择空间，避免出现现有技术中随着用户的限制条件的增加导致可选车辆较少的情况，从而提高用户选择到心仪车辆的成功率。对于销售方而言，该方法能够更加合理地筛选出符合用户意向的车辆，并且能够为用户提供精准且多样化的推荐，进而能够提升留资转化率，缩短成交周期，提高车辆的成交率。

Description

一种车辆筛选方法及装置
技术领域
本申请涉及车辆技术领域，特别涉及一种车辆筛选方法及装置。
背景技术
随着社会经济的快速发展，个人资产也在逐步增多，人们对车辆的需求也越来越高。然而，大多数用户对车辆的认识停留在表面，很少深入了解不同车辆之间的深层次差别。也正因为大多数用户对车辆的认识不够深入，用户在可能只会根据品牌知名度、市场口碑、价格和外观等直观因素来选择想要购买的车辆。
当用户结合品牌、价格和外观等直观因素进行筛选时，在这些直观因素的限定下，可供用户进行选择的车辆将大大减少。举个例子，当用户确定品牌后，从车辆数据库中筛除掉所有不符合这一品牌的车辆，然后，当用户在此基础上确定价格后，又再次筛除掉所有不符合这一价格的车辆，进一步地，随着用户的限制条件的增加，能够满足这些限制条件的车辆会不断较少，最终将导致用户很难选择到心仪车辆。
基于此，本申请提供一种车辆筛选方法，用于解决现有技术中的车辆筛选方式由于限制条件过多导致用户很难选择到心仪车辆的技术问题。
发明内容
本申请提供了一种车辆筛选方法及装置，可用于解决现有技术中的车辆筛选方式由于限制条件过多导致用户很难选择到心仪车辆的技术问题。
第一方面，本申请实施例提供一种车辆筛选方法，所述方法包括：
获取用户的意向车辆信息；
根据所述意向车辆信息，确定用户的意向车系以及所述用户的意向车系所属的车型级别；
至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系；
基于预先设置的多个相似度影响因子，分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度；
根据所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，确定所述候选车系与所述意向车系之间的整体相似度；
如果所述候选车系与所述意向车系之间的整体相似度大于预设阈值，则从所述预设的车辆数据库中筛选出所述候选车系下对应的车辆。
在一种可能的实现方式中，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系，包括：
根据所述意向车系所属的车型级别，以及预设的车型级别之间的关联关系，确定所述意向车系所属的车型级别的关联车型级别；
根据所述意向车系所属的车型级别、所述关联车型级别以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系。
在一种可能的实现方式中，所述相似度影响因子采用以下方式确定：
获取历史时间段内的用户搜索记录，所述用户搜索记录包括搜索关键词；
将所述搜索关键词按频率从高到低进行排序；
根据预设的关键词与影响因子的从属关系，将排名前N位的搜索关键词所对应的影响因子确定为所述相似度影响因子；N为大于1的整数。
在一种可能的实现方式中，所述相似度影响因子包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的至少一项。
在一种可能的实现方式中，所述相似度影响因子包括品牌；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
根据预设的品牌名称与品牌分值的对应关系，确定所述候选车系对应的品牌分值以及所述意向车系对应的品牌分值；
根据所述候选车系对应的品牌分值和所述意向车系对应的品牌分值，比较所述候选车系与所述意向车系基于品牌的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括生产方式、操控方式和配置级别中的至少一项；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
根据预设的生产方式的类别与类别分值的对应关系，确定所述候选车系对应的生产方式分值以及所述意向车系对应的生产方式分值；所述生产方式的类别包括国产、合资和进口；
根据所述候选车系对应的生产方式分值和所述意向车系对应的生产方式分值，比较所述候选车系与所述意向车系基于品牌的局部相似度；
或
根据预设的操控方式的类型与类型分值的对应关系，确定所述候选车系对应的操控方式分值以及所述意向车系对应的操控方式分值；所述操控方式的类别包括手动挡和自动挡；
根据所述候选车系对应的操控方式分值和所述意向车系对应的操控方式分值，比较所述候选车系与所述意向车系基于操控的局部相似度；
或
根据预设的配置级别与配置级别分值的对应关系，确定所述候选车系对应的配置级别分值以及所述意向车系对应的配置级别分值；所述配置级别包括高端配置、中端配置和低端配置；
根据所述候选车系对应的配置级别分值和所述意向车系对应的配置级别分值，比较所述候选车系与所述意向车系基于配置级别的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括价格和/或排量；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
从所述预设的车辆数据库中获取所述候选车系对应的第一价格区间，及所述意向车系对应的第二价格区间；
根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的区间交集；
根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的整体区间差；
根据所述两个价格区间对应的区间交集和整体区间差，确定所述候选车系与所述意向车系基于价格的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一排量区间，及所述意向车系对应的第二排量区间；
根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；
根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的整体区间差；
根据所述两个排量区间对应的区间交集和所述整体区间差，确定所述候选车系与所述意向车系基于排量的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括轴距、空间尺寸、动力、油耗和舒适度中的至少一项；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
从所述预设的车辆数据库中获取所述候选车系对应的第一轴距区间，及所述意向车系对应的第二轴距区间；
根据所述第一轴距区间，确定所述候选车系对应的轴距参考值；
根据所述第二轴距区间，确定所述意向车系对应的轴距参考值；
根据所述候选车系对应的轴距参考值和所述意向车系对应的轴距参考值，确定所述候选车系与所述意向车系基于轴距的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一空间尺寸区间，及所述意向车系对应的第二空间尺寸区间；
根据所述第一空间尺寸区间，确定所述候选车系对应的空间尺寸参考值；
根据所述第二空间尺寸区间，确定所述意向车系对应的空间尺寸参考值；
根据所述候选车系对应的空间尺寸参考值和所述意向车系对应的空间尺寸参考值，确定所述候选车系与所述意向车系基于空间尺寸的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一动力区间，及所述意向车系对应的第二动力区间；
根据所述第一动力区间，确定所述候选车系对应的动力参考值；
根据所述第二动力区间，确定所述意向车系对应的动力参考值；
根据所述候选车系对应的动力参考值和所述意向车系对应的动力参考值，确定所述候选车系与所述意向车系基于动力的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一油耗区间，及所述意向车系对应的第二油耗区间；
根据所述第一油耗区间，确定所述候选车系对应的油耗参考值；
根据所述第二油耗区间，确定所述意向车系对应的油耗参考值；
根据所述候选车系对应的油耗参考值和所述意向车系对应的油耗参考值，确定所述候选车系与所述意向车系基于油耗的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一舒适度区间，及所述意向车系对应的第二舒适度区间；
根据所述第一舒适度区间，确定所述候选车系对应的舒适度参考值；
根据所述第二舒适度区间，确定所述意向车系对应的舒适度参考值；
根据所述候选车系对应的油耗参考值和所述意向车系对应的舒适度参考值，确定所述候选车系与所述意向车系基于舒适度的局部相似度。
第二方面，本申请实施例提供一种车辆筛选装置，所述装置包括：
获取单元，用于获取用户的意向车辆信息；
处理单元，用于根据所述意向车辆信息，确定用户的意向车系以及所述用户的意向车系所属的车型级别；以及，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系；以及，基于预先设置的多个相似度影响因子，分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度；以及，根据所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，确定所述候选车系与所述意向车系之间的整体相似度；
筛选单元，用于如果所述候选车系与所述意向车系之间的整体相似度大于预设阈值，则从所述预设的车辆数据库中筛选出所述候选车系下对应的车辆。
在一种可能的实现方式中，所述处理单元具体用于：
根据所述意向车系所属的车型级别，以及预设的车型级别之间的关联关系，确定所述意向车系所属的车型级别的关联车型级别；以及，根据所述意向车系所属的车型级别、所述关联车型级别以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系。
在一种可能的实现方式中，所述相似度影响因子采用以下方式确定：
获取历史时间段内的用户搜索记录，所述用户搜索记录包括搜索关键词；
将所述搜索关键词按频率从高到低进行排序；
根据预设的关键词与影响因子的从属关系，将排名前N位的搜索关键词所对应的影响因子确定为所述相似度影响因子；N为大于1的整数。
在一种可能的实现方式中，所述相似度影响因子包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的至少一项。
在一种可能的实现方式中，所述相似度影响因子包括品牌；
所述处理单元具体用于：
根据预设的品牌名称与品牌分值的对应关系，确定所述候选车系对应的品牌分值以及所述意向车系对应的品牌分值；以及，根据所述候选车系对应的品牌分值和所述意向车系对应的品牌分值，比较所述候选车系与所述意向车系基于品牌的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括生产方式、操控方式和配置级别中的至少一项；
所述处理单元具体用于：
根据预设的生产方式的类别与类别分值的对应关系，确定所述候选车系对应的生产方式分值以及所述意向车系对应的生产方式分值；所述生产方式的类别包括国产、合资和进口；以及，根据所述候选车系对应的生产方式分值和所述意向车系对应的生产方式分值，比较所述候选车系与所述意向车系基于品牌的局部相似度；
或
根据预设的操控方式的类型与类型分值的对应关系，确定所述候选车系对应的操控方式分值以及所述意向车系对应的操控方式分值；所述操控方式的类别包括手动挡和自动挡；以及，根据所述候选车系对应的操控方式分值和所述意向车系对应的操控方式分值，比较所述候选车系与所述意向车系基于操控的局部相似度；
或
根据预设的配置级别与配置级别分值的对应关系，确定所述候选车系对应的配置级别分值以及所述意向车系对应的配置级别分值；所述配置级别包括高端配置、中端配置和低端配置；以及，根据所述候选车系对应的配置级别分值和所述意向车系对应的配置级别分值，比较所述候选车系与所述意向车系基于配置级别的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括价格和/或排量；
所述处理单元具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一价格区间，及所述意向车系对应的第二价格区间；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的区间交集；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的整体区间差；以及，根据所述两个价格区间对应的区间交集和整体区间差，确定所述候选车系与所述意向车系基于价格的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一排量区间，及所述意向车系对应的第二排量区间；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的整体区间差；以及，根据所述两个排量区间对应的区间交集和所述整体区间差，确定所述候选车系与所述意向车系基于排量的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括轴距、空间尺寸、动力、油耗和舒适度中的至少一项；
所述处理单元具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一轴距区间，及所述意向车系对应的第二轴距区间；以及，根据所述第一轴距区间，确定所述候选车系对应的轴距参考值；以及，根据所述第二轴距区间，确定所述意向车系对应的轴距参考值；以及，根据所述候选车系对应的轴距参考值和所述意向车系对应的轴距参考值，确定所述候选车系与所述意向车系基于轴距的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一空间尺寸区间，及所述意向车系对应的第二空间尺寸区间；以及，根据所述第一空间尺寸区间，确定所述候选车系对应的空间尺寸参考值；以及，根据所述第二空间尺寸区间，确定所述意向车系对应的空间尺寸参考值；以及，根据所述候选车系对应的空间尺寸参考值和所述意向车系对应的空间尺寸参考值，确定所述候选车系与所述意向车系基于空间尺寸的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一动力区间，及所述意向车系对应的第二动力区间；以及，根据所述第一动力区间，确定所述候选车系对应的动力参考值；以及，根据所述第二动力区间，确定所述意向车系对应的动力参考值；以及，根据所述候选车系对应的动力参考值和所述意向车系对应的动力参考值，确定所述候选车系与所述意向车系基于动力的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一油耗区间，及所述意向车系对应的第二油耗区间；以及，根据所述第一油耗区间，确定所述候选车系对应的油耗参考值；以及，根据所述第二油耗区间，确定所述意向车系对应的油耗参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的油耗参考值，确定所述候选车系与所述意向车系基于油耗的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一舒适度区间，及所述意向车系对应的第二舒适度区间；以及，根据所述第一舒适度区间，确定所述候选车系对应的舒适度参考值；以及，根据所述第二舒适度区间，确定所述意向车系对应的舒适度参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的舒适度参考值，确定所述候选车系与所述意向车系基于舒适度的局部相似度。
采用这种方法，能够根据意向车辆信息，来确定用户的意向车系，进而根据预先设置的多个相似度影响因子，从预设的车辆数据库中筛选出符合用户意向的车辆。对于用户而言，同样只需要提供意向车辆信息，就可以获得更加广阔的选择空间，避免出现现有技术中随着用户的限制条件的增加导致可选车辆较少的情况，从而提高用户选择到心仪车辆的成功率。对于销售方而言，本申请实施例提供的车辆筛选方法，能够更加合理地筛选出符合用户意向的车辆，并且能够为用户提供精准且多样化的推荐，进而能够提升留资转化率，缩短成交周期，提高车辆的成交率。
附图说明
图1为本申请实施例适用的一种车辆筛选方法所对应的流程示意图；
图2为本申请实施例提供的一种车型级别之间的关联关系的示意图；
图3为本申请实施例提供的一种相似度因子的确定方法所对应的流程示意图；
图4为本申请实施例提供的另一种相似度因子的确定方法所对应的流程示意图；
图5为本申请实施例提供的一种候选车系与意向车系基于价格的局部相似度的流程示意图；
图6为本申请实施例提供的一种车辆筛选装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供的车辆查询方法所适用的场景有多种，一个可能的场景中，可以是用户通过终端设备登录门户网站，查询符合自己意向的车辆。其中，终端可以为多种类型的终端，例如台式电脑、笔记本电脑、智能手机、平板电脑和智能手环等，具体不做限定。
另一个可能的场景中，也可以是用户在4S销售门店中，在与销售人员的沟通中告知自己的意向，再由销售人员根据这一意向从该门店的车辆管理系统中查询符合该用户意向的车辆。
本申请实施例提供的方法也可以应用在其它可能的场景中，比如应用在车辆物联网系统中，具体不做限定。
基于上文所描述的适用场景，下面结合图1对本申请实施例提供的一种车辆筛选方法进行介绍。
请参考图1，其示例性示出了本申请实施例适用的一种车辆筛选方法所对应的流程示意图。如图1所示，具体包括如下步骤：
步骤101，获取用户的意向车辆信息。
步骤102，根据意向车辆信息，确定用户的意向车系以及用户的意向车系所属的车型级别。
步骤103，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系。
步骤104，基于预先设置的多个相似度影响因子，分别比较候选车系与意向车系基于不同相似度影响因子的局部相似度。
步骤105，根据候选车系与所述意向车系基于不同相似度影响因子的局部相似度，确定候选车系与意向车系之间的整体相似度。
步骤106，如果候选车系与意向车系之间的整体相似度大于预设阈值，则从预设的车辆数据库中筛选出候选车系下对应的车辆。
需要说明的是，上述步骤101至步骤106可以由上文所描述的场景中的终端设备执行，或者也可以由上文所描述的场景中的车辆管理系统执行，具体不做限定。
采用这种方法，能够根据意向车辆信息，来确定用户的意向车系，进而根据预先设置的多个相似度影响因子，从预设的车辆数据库中筛选出符合用户意向的车辆。对于用户而言，同样只需要提供意向车辆信息，就可以获得更加广阔的选择空间，避免出现现有技术中随着用户的限制条件的增加导致可选车辆较少的情况，从而提高用户选择到心仪车辆的成功率。对于销售方而言，本申请实施例提供的车辆筛选方法，能够更加合理地筛选出符合用户意向的车辆，并且能够为用户提供精准且多样化的推荐，进而能够提升留资转化率，缩短成交周期，提高车辆的成交率。
具体来说，步骤101中，意向车辆信息可以是指符合用户意向的车辆信息。其中，车辆信息可以包括品牌、价格、车型、排量、空间尺寸和车系中的至少一项。
品牌可以为目前市场上出现的任意一种品牌，比如奥迪、宝马、奔驰、大众、别克、日产、福特、现代、雪佛兰、起亚、马自达和比亚迪等，具体不再一一描述。
车型可以包括轿车、SUV、MPV、跑车、皮卡、客车和货车等。进一步地，轿车又可以分为两厢轿车和三厢轿车。本领域技术人员可以根据经验和实际情况来确定具体的车系，具体不做限定。
车系可以是指汽车厂商对旗下车辆进行分类后得到的车辆派系。
以奥迪为例，该品牌对应的车系包括A3、A8、A4L、A6L、Q3、Q5和Q7等车系。
以宝马为例，该品牌对应的车系包括7系、5系、3系、X1、X3和X5等车系。
以奔驰为例，该品牌对应的车系包括A级、B级、C级、E级、S级、GLA级、GLC级、 GLE级和GLK级等车系。
其余品牌的汽车厂商同样会将旗下车辆分为不同的车系，此处不再详细描述。
步骤102中，用户的意向车系的确定方法分为两种情况，一种情况是，用户的意向车辆信息中包括了用户的意向车系，那么可以直接确定出用户的意向车系。举个例子，用户在终端设备中输入的检索条件为“奥迪Q5”，即用户的意向车辆信息包括的品牌为奥迪、车系为 Q5，那么，可以直接确定用户的意向车系为Q5。
另一种情况是，用户的意向车辆信息中没有包括用户的意向车系，那么就需要根据意向车辆信息来确定用户的意向车系。具体地，可以根据意向车辆信息中所包括的具体信息(比如品牌、价格、排量和空间尺寸等)，来筛选出符合该意向车辆信息的车系，并将该车系作为用户的意向车系。
举个例子，用户在终端设备中输入的检索条件为“奥迪25-30万SUV”，即用户的意向车辆信息包括的品牌为奥迪、价格为20万至30万、车型为SUV，以这些信息为检索条件，在车辆数据中筛选后，可以确定出符合该意向车辆信息的车系为Q5。
本申请实施例中，车型级别可以是指某种车型对应的不同级别。其中，级别可以是根据车辆大小来确定的。
以轿车这一车型为例，轿车的车型级别可以包括微型轿车、小型轿车、紧凑型轿车、中型轿车、中大型轿车和大型轿车等。
以SUV这一车型为例，SUV的车型级别可以包括小型SUV、紧凑型SUV、中型SUV、中大型SUV和全尺寸SUV等。
以MPV这一车型为例，MPV的车型级别可以包括小型MPV和大型MPV等。
以跑车这一车型为例，跑车的车型级别可以包括入门级跑车、中级跑车和高级跑车等。
其余种类的车型同样可以根据车辆大小，来确定其车型级别，此处不再一一描述。
需要说明的是，对于同一个车系下所有的车辆而言，这些车辆的车型和车型级别是一致的，并且是可以根据该车系的参数确定的。换言之，当车系确定后，可以很肯定地确定出该车系对应的车型级别。举个例子，奥迪Q5这一车系属于中型SUV，类似地，宝马X3这一车系也属于中型SUV。
步骤103中，预设的车型级别与车系之间的所属关系可以是本领域技术人员根据经验和实际情况预先设置的。
如表1所示，为车型级别与车系之间的所属关系的一种示例。
表1：车型级别与车系之间的所属关系的一种示例
Figure BDA0002092791040000081
表1中，奥迪Q3、奔驰GLA和宝马X1属于紧凑型SUV这一车型级别，奥迪Q5、奔驰GLC和宝马X3属于中型SUV这一车型级别，奥迪Q7、奔驰GLE和宝马X5属于中大型 SUV这一车型级别。
候选车系的确定方法有多种，一种可能的实现方式为，根据意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定候选车系。
举个例子，如果用户的意向车系为中型SUV，则可以根据预设的车型级别与车系之间的所属关系，将属于中型SUV这一车型级别的车系作为候选车系。以表1 示出的车型级别与车系之间的所属关系，对应的候选车系包括奥迪Q5、奔驰GLC和宝马X3。
另一种可能的实现方式为，根据意向车系所属的车型级别，以及预设的车型级别之间的关联关系，确定意向车系所属的车型级别的关联车型级别，再根据意向车系所属的车型级别、关联车型级别以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定意向车系对应的候选车系。
车型级别之间存在关联关系，这一关联关系可以是根据车型级别之间的相似度确定的。而车型级别之间的相似度可以根据车型级别所属的车型以及车型级别对应的车辆大小来确定。
比如，属于同一车型下的车型级别之间的相似度大于属于不同车型下的车型级别之间的相似度；又比如，车辆大小相近的车型级别之间的相似度大于车辆大小相差甚远的车型级别之间的相似度。
为了更加清楚地描述车型级别之间的关联关系，下面通过图2来进行示例性描述。如图 2所示，为本申请实施例提供的一种车型级别之间的关联关系的示意图。图2中示出轿车、 SUV、MPV和跑车这四种车型下的不同车型级别之间的关联关系，任意两个车型级别之间如果存在关联关系，则在图2中用直线相连。
根据图2示出的内容可知，以轿车这一车型为例，车型级别之间的关联关系如下：微型轿车与小型轿车之间存在关联关系，小型轿车与微型轿车、紧凑型轿车之间存在关联关系，紧凑型轿车与小型轿车、中型轿车之间存在关联关系，中型轿车与紧凑型轿车、中大型轿车之间存在关系关系，中大型轿车与中型轿车、大型轿车之间存在关联关系，大型轿车与中大型轿车之间存在关联关系。
以SUV这一车型为例，车型级别之间的关联关系如下：小型SUV与紧凑型SUV之间存在关联关系，紧凑型SUV与小型SUV、中型SUV之间存在关联关系，中型SUV与紧凑型 SUV、中大型SUV之间存在关系关系，中大型SUV与中型SUV、全尺寸SUV之间存在关联关系，全尺寸SUV与中大型SUV之间存在关联关系。
以MPV这一车型为例，车型级别之间的关联关系如下：小型MPV与大型MPV之间存在关联关系。
以跑车这一车型为例，车型级别之间的关联关系如下：入门级跑车与中级跑车之间存在关联关系，中级跑车与入门级跑车、高级跑车之间存在关联关系，高级跑车与中级跑车存在关联关系。
举个例子，如果用户的意向车系为中型SUV，则可以根据预设的车型级别之间的关联关系(以图2示出的关联关系为例)，可知意向车系所属的车型级别的关联车型级别包括紧凑型 SUV和中大型SUV；进而，根据意向车系所属的车型级别、关联车型级别以及预设的车型级别与车系之间的所属关系(如表1 示出的所属关系为例)，对应的候选车系包括奥迪Q3、奔驰GLA、宝马X1、奥迪Q5、奔驰GLC、宝马X3、奥迪Q7、奔驰GLE和宝马X5。
步骤104中，相似度影响因子的确定方式有多种，一个示例中，如图3所示，为本申请实施例提供的一种相似度因子的确定方法所对应的流程示意图，具体包括如下步骤：
步骤301，获取历史时间段内的用户搜索记录。
其中，用户搜索记录可以包括搜索关键词，搜索关键词可以是字符串、数字或字母，具体不做限定。比如，搜索关键词可以是品牌(比如奥迪、宝马和奔驰等)，也可以是价格(比如具体的价格数值，或价格区间)，具体不做限定。
步骤302，将搜索关键词按频率从高到低进行排序。
步骤303，根据预设的关键词与影响因子的从属关系，将排名前N位的搜索关键词所对应的影响因子确定为相似度影响因子。
其中，N为大于1的整数。
另一个示例中，如图4所示，为本申请实施例提供的另一种相似度因子的确定方法所对应的流程示意图，具体包括如下步骤：
步骤401，获取历史时间段内的交易成交记录。
其中，交易成交记录可以包括成交意向信息。成交意向信息可以包括影响成交率的影响因素。
步骤402，将影响因素按影响程度从高到低进行排序。
步骤403，根据预设的影响因素与影响因子的从属关系，将排名前N位的影响因素所对应的影响因子确定为相似度影响因子。
其中，N为大于1的整数。
需要说明的是，上述图3和图4仅为两种可能的相似度因子的确定方式，本领域技术人员可以根据经验和实际情况来确定相似度因子，具体不做限定。
本申请实施例中，相似度影响因子可以包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的至少一项。
进一步地，根据相似度影响因子的不同，本申请可以将相似度影响因子分为以下四类： (一)品牌；(二)生产方式、操控方式和配置级别；(三)价格和排量；(四)轴距、空间尺寸、动力、油耗和舒适度。
下面分别对这四类相似度影响因子对应的局部相似度的确定方法进行介绍。
(一)品牌
如果相似度影响因子为品牌，则候选车系与意向车系之间的局部相似度的确定方式可以为：根据预设的品牌名称与品牌分值的对应关系，确定候选车系对应的品牌分值以及意向车系对应的品牌分值；以及，根据候选车系对应的品牌分值和意向车系对应的品牌分值，比较候选车系与意向车系基于品牌的局部相似度。
具体地，品牌分值可以是运营人员参考汽车市场行情及波动，结合汽车品牌的竞争力与豪华度来设定的分值。举个例子，奥迪、宝马和奔驰这一类品牌属于豪华品牌，市场竞争力也较高，可以将这些品牌的品牌分值设定得高一些。
进一步地，候选车系与意向车系基于品牌的局部相似度具体可以采用公式(1)计算。
Figure BDA0002092791040000101
公式(1)中，S1为候选车系与意向车系基于品牌的局部相似度；Pmin为候选车系的品牌分值与意向车系的品牌分值的较小值；Pmax为候选车系的品牌分值与意向车系的品牌分值的较大值。
(二)生产方式、操控方式和配置级别
如果相似度影响因子为生产方式，则候选车系与意向车系之间的局部相似度的确定方式可以为：根据预设的生产方式的类别与类别分值的对应关系，确定候选车系对应的生产方式分值以及意向车系对应的生产方式分值；以及，根据候选车系对应的生产方式分值和意向车系对应的生产方式分值，比较候选车系与意向车系基于品牌的局部相似度。其中，生产方式的类别包括国产、合资和进口。
具体地，生产方式的类别分值可以是运营人员参考汽车市场行情及波动，结合用户对不同类别的生产方式的认可程度，设定的分值。
举个例子，对于国产的生产方式，对应的类别分值可以设置得稍低一些，比如设置为40 分；对于合资的生产方式，对应的类别分值可以设置得中等一些，比如设置为70分；对于进口的生产方式，对应的类别分值可以设置得稍高一些，比如设置为100分。
进一步地，候选车系与意向车系基于生产方式的局部相似度具体可以采用公式(2)计算。
Figure BDA0002092791040000111
公式(2)中，S2为候选车系与意向车系基于生产方式的局部相似度；Fmin为候选车系的生产方式分值与意向车系的生产方式分值的较小值；Fmax为候选车系的生产方式分值与意向车系的生产方式分值的较大值。
如果相似度影响因子为操控方式，则候选车系与意向车系之间的局部相似度的确定方式可以为：根据预设的操控方式的类型与类型分值的对应关系，确定候选车系对应的操控方式分值以及意向车系对应的操控方式分值；以及，根据候选车系对应的操控方式分值和意向车系对应的操控方式分值，比较候选车系与意向车系基于操控的局部相似度。其中，操控方式的类别可以包括手动挡和自动挡。
具体地，操控方式的类型分值可以是运营人员参考汽车市场行情及波动，结合用户对不同类型的操控方式的认可程度，设定的分值。
举个例子，对于手动挡的操控方式，对应的类型分值可以设置得稍低一些；对于自动挡的操控方式，对应的类型分值可以设置得稍高一些。
进一步地，候选车系与意向车系基于操控方式的局部相似度具体可以采用公式(3)计算。
Figure BDA0002092791040000112
公式(3)中，S3为候选车系与意向车系基于操控方式的局部相似度；Cmin为候选车系的操控方式分值与意向车系的操控方式分值的较小值；Cmax为候选车系的操控方式分值与意向车系的操控方式分值的较大值。
如果相似度影响因子为配置级别，则候选车系与意向车系之间的局部相似度的确定方式可以为：根据预设的配置级别与配置级别分值的对应关系，确定候选车系对应的配置级别分值以及意向车系对应的配置级别分值；根据候选车系对应的配置级别分值和意向车系对应的配置级别分值，比较候选车系与意向车系基于配置级别的局部相似度。其中，配置级别包括高端配置、中端配置和低端配置。
具体地，配置级别分值可以是运营人员参考汽车市场行情及波动，结合用户对不同级别的配置的认可程度，设定的分值。
举个例子，对于低端配置，对应的配置级别分值可以设置得稍低一些；对于中端配置，对应的配置级别分值可以设置得中等一些；对于高端配置，对应的配置级别分值可以设置得稍高一些。
进一步地，候选车系与意向车系基于配置级别的局部相似度具体可以采用公式(4)计算。
Figure BDA0002092791040000113
公式(4)中，S4为候选车系与意向车系基于配置级别的局部相似度；Zmin为候选车系的配置级别分值与意向车系的配置级别分值的较小值；Zmax为候选车系的配置级别分值与意向车系的配置级别分值的较大值。
(三)价格和排量
如果相似度影响因子为价格，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一价格区间，及意向车系对应的第二价格区间；以及，根据第一价格区间和第二价格区间，确定两个价格区间对应的区间交集；以及，根据第一价格区间和第二价格区间，确定两个价格区间对应的整体区间差；以及根据两个价格区间对应的区间交集和整体区间差，确定候选车系与意向车系基于价格的局部相似度。
其中，区间交集两个价格区间之间据的交集部分；整体区间差为两个价格区间中的最小值与最大值之间的差。
针对同一车系，由于生产时间、配置级别和外观喷漆等方面的不同，可能会导致该车系下的车辆之间的价格存在差异，因此，本申请实施例中，可以根据车辆数据库中属于同一车系的不同车辆的价格，来确定该车系的价格区间。
进一步地，候选车系与意向车系基于价格的局部相似度具体可以采用公式(5)计算。
Figure BDA0002092791040000121
公式(5)中，S5为候选车系与意向车系基于价格的局部相似度；J为两个价格区间对应的区间交集；Δ为两个价格区间对应的整体区间差。
为了便于后文的描述，下面用X表示候选车系对应的第一价格区间，用Y表示意向车系对应的第二价格区间。其中，Xmax为第一价格区间中的最大值，Xmin为第一价格区间中的最小值；Ymax为第二价格区间中的最大值，Ymin为第二价格区间中的最小值。
如图5所示，为本申请实施例提供的一种候选车系与意向车系基于价格的局部相似度的流程示意图，具体包括如下步骤：
步骤501，如果Xmax＝Ymax且Xmin＝Ymin，则执行步骤502；否则，执行步骤503。
步骤502，确定候选车系与意向车系基于价格的局部相似度为100％。
步骤503，如果Xmax＜Ymin或Ymax＜Xmin，则执行步骤504；否则，执行步骤505。
步骤504，确定候选车系与意向车系基于价格的局部相似度为0％。
步骤505，如果Xmax-Xmin≠0且Ymax-Ymin≠0，则执行步骤506；否则，执行步骤517。
步骤506，如果Xmin≤Ymin且Xmax≤Ymax，则执行步骤507；否则执行步骤509。
步骤507，确定两个价格区间对应的区间交集为[Ymin，Xmax]，两个价格区间对应的整体区间差为Ymax-Xmin。
步骤508，确定候选车系与意向车系基于价格的局部相似度为[Ymin，Xmax]/(Ymax-Xmin)。
步骤509，如果Xmin≥Ymin且Xmax≥Ymax，则执行步骤510；否则，执行步骤512。
步骤510，确定两个价格区间对应的区间交集为[Xmin，Ymax]，两个价格区间对应的整体区间差为Xmax-Ymin。
步骤511，确定候选车系与意向车系基于价格的局部相似度为[Xmin，Ymax]/(Xmax-Ymin)。
步骤512，如果Xmin≤Ymin且Xmax≥Ymax，则执行步骤513；否则，执行步骤515。
步骤513，确定两个价格区间对应的区间交集为[Ymin，Ymax]，两个价格区间对应的整体区间差为Xmax-Xmin。
步骤514，确定候选车系与意向车系基于价格的局部相似度为[Ymin，Ymax]/(Xmax-Xmin)。
步骤515，确定两个价格区间对应的区间交集为[Xmin，Xmax]，两个价格区间对应的整体区间差为Ymax-Ymin。
步骤516，确定候选车系与意向车系基于价格的局部相似度为[Xmin，Xmax]/(Ymax-Ymin)。
步骤517，如果Xmax-Xmin＝0且满足以下任一条件X＝Ymin、X＝Ymax、Ymin＜X＜Ymax，则执行步骤518；否则，执行步骤520。
步骤518，确定两个价格区间对应的区间交集为1，两个价格区间对应的整体区间差为 Ymax-Ymin。
步骤519，确定候选车系与意向车系基于价格的局部相似度为1/((Ymax-Ymin)*10000+1)。
步骤520，确定两个价格区间对应的区间交集为1，两个价格区间对应的整体区间差为 Xmax-Xmin。
步骤521，确定候选车系与意向车系基于价格的局部相似度为1/((Xmax-Xmin)*10000+1)。
需要说明的是，上述步骤515中对应的条件为Xmin≥Ymin且Xmax≤Ymax；上述步骤520中对应的条件为Ymax-Ymin＝0且满足以下任一条件Y＝Xmin、Y＝Xmax、Xmin＜Y＜Xmax。
如果相似度影响因子为排量，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一排量区间，及意向车系对应的第二排量区间；以及，根据第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；以及，根据第一排量区间和第二排量区间，确定两个排量区间对应的整体区间差；以及，根据两个排量区间对应的区间交集和整体区间差，确定候选车系与意向车系基于排量的局部相似度。
其中，区间交集两个价格区间之间据的交集部分；整体区间差为两个价格区间中的最小值与最大值之间的差。
进一步地，候选车系与意向车系基于排量的局部相似度具体可以采用公式(6)计算。
Figure BDA0002092791040000131
公式(6)中，S6为候选车系与意向车系基于排量的局部相似度；J’为两个排量区间对应的区间交集；Δ’为两个排量区间对应的整体区间差。
具体示例中，候选车系与意向车系基于排量的局部相似度的流程与图5类似，需要说明的是，在计算基于排量的局部相似度时，对应步骤519中，确定候选车系与意向车系基于排量的局部相似度为1/((Ymax-Ymin)*10+1)；对应521中，确定候选车系与意向车系基于排量局部相似度为1/((Xmax-Xmin)*10+1)。
(四)轴距、空间尺寸、动力、油耗和舒适度
如果相似度影响因子为轴距，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一轴距区间，及意向车系对应的第二轴距区间；以及，根据第一轴距区间，确定候选车系对应的轴距参考值；以及，根据第二轴距区间，确定意向车系对应的轴距参考值；以及，根据候选车系对应的轴距参考值和意向车系对应的轴距参考值，确定候选车系与意向车系基于轴距的局部相似度。
具体地，轴距参考值可以是根据轴距区间计算得到的平均值，或者也可以是轴距区间的中间值，具体不做限定。
进一步地，候选车系与意向车系基于轴距的局部相似度具体可以采用公式(7)计算。
Figure BDA0002092791040000132
公式(7)中，S7为候选车系与意向车系基于轴距的局部相似度；Hmin为候选车系的轴距参考值与意向车系的轴距参考值的较小值；Hmax为候选车系的轴距参考值与意向车系的轴距参考值的较大值。
如果相似度影响因子为空间尺寸，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一空间尺寸区间，及意向车系对应的第二空间尺寸区间；以及，根据第一空间尺寸区间，确定候选车系对应的空间尺寸参考值；以及，根据第二空间尺寸区间，确定意向车系对应的空间尺寸参考值；以及，根据候选车系对应的空间尺寸参考值和意向车系对应的空间尺寸参考值，确定候选车系与意向车系基于空间尺寸的局部相似度。
具体地，空间尺寸参考值可以是根据空间尺寸区间计算得到的平均值，或者也可以是空间尺寸区间的中间值，具体不做限定。
进一步地，候选车系与意向车系基于空间尺寸的局部相似度具体可以采用公式(8)计算。
Figure BDA0002092791040000141
公式(8)中，S8为候选车系与意向车系基于空间尺寸的局部相似度；Kmin为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较小值；Kmax为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较大值。
如果相似度影响因子为动力，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一动力区间，及意向车系对应的第二动力区间；以及，根据第一动力区间，确定候选车系对应的动力参考值；以及，根据第二动力区间，确定意向车系对应的动力参考值；以及，根据候选车系对应的动力参考值和意向车系对应的动力参考值，确定候选车系与意向车系基于动力的局部相似度。
具体地，动力参考值可以是根据动力区间计算得到的平均值，或者也可以是动力区间的中间值，具体不做限定。
进一步地，候选车系与意向车系基于动力的局部相似度具体可以采用公式(9)计算。
Figure BDA0002092791040000142
公式(9)中，S9为候选车系与意向车系基于动力的局部相似度；Dmin为候选车系的动力参考值与意向车系的动力参考值的较小值；Dmax为候选车系的动力参考值与意向车系的动力参考值的较大值。
如果相似度影响因子为油耗，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一油耗区间，及意向车系对应的第二油耗区间；以及，根据第一油耗区间，确定候选车系对应的油耗参考值；以及，根据第二油耗区间，确定意向车系对应的油耗参考值；以及，根据候选车系对应的油耗参考值和意向车系对应的油耗参考值，确定候选车系与意向车系基于油耗的局部相似度。
具体地，油耗参考值可以是根据油耗区间计算得到的平均值，或者也可以是油耗区间的中间值，具体不做限定。
进一步地，候选车系与意向车系基于油耗的局部相似度具体可以采用公式(10)计算。
Figure BDA0002092791040000143
公式(10)中，S10为候选车系与意向车系基于油耗的局部相似度；Omin为候选车系的油耗参考值与意向车系的油耗参考值的较小值；Omax为候选车系的油耗参考值与意向车系的油耗参考值的较大值。
如果相似度影响因子为舒适度，则候选车系与意向车系之间的局部相似度的确定方式可以为：从预设的车辆数据库中获取候选车系对应的第一舒适度区间，及意向车系对应的第二舒适度区间；以及，根据第一舒适度区间，确定候选车系对应的舒适度参考值；以及，根据第二舒适度区间，确定意向车系对应的舒适度参考值；以及，根据候选车系对应的油耗参考值和意向车系对应的舒适度参考值，确定候选车系与意向车系基于舒适度的局部相似度。
具体地，舒适度参考值可以是根据舒适度区间计算得到的平均值，或者也可以是舒适度区间的中间值，具体不做限定。
进一步地，候选车系与意向车系基于舒适度的局部相似度具体可以采用公式(11)计算。
Figure BDA0002092791040000144
公式(11)中，S11为候选车系与意向车系基于舒适度的局部相似度；Qmin为候选车系的舒适度参考值与意向车系的舒适度参考值的较小值；Qmax为候选车系的舒适度参考值与意向车系的舒适度参考值的较大值。
需要说明的是，上述影响因子中的空间尺寸、动力、操控方式、油耗、舒适度和配置级别对应的值可以是基于车型维度，提取车型所属的参配值，通过科学方法计算出的车型的属性分值。
步骤105和步骤106中，整体相似度的确定方式有多种，比如，可以取局部相似度的平均值作为整体相似度；又比如，可以取局部相似度中的中间值作为整体相似度，具体不做限定。
进一步地，在候选车系与意向车系之间的整体相似度大于预设阈值的情况下，可以则从预设的车辆数据库中筛选出候选车系下对应的车辆。其中，预设阈值可以是本领域技术人员根据经验和实际情况确定的，具体不做限定。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图6示例性示出了本申请实施例提供的一种车辆筛选装置的结构示意图。如图6所示，该装置具有实现上述车辆筛选方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以包括：获取单元601，处理单元602和筛选单元603。
获取单元601，用于获取用户的意向车辆信息；
处理单元602，用于根据所述意向车辆信息，确定用户的意向车系以及所述用户的意向车系所属的车型级别；以及，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系；以及，基于预先设置的多个相似度影响因子，分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度；以及，根据所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，确定所述候选车系与所述意向车系之间的整体相似度；
筛选单元603，用于如果所述候选车系与所述意向车系之间的整体相似度大于预设阈值，则从所述预设的车辆数据库中筛选出所述候选车系下对应的车辆。
在一种可能的实现方式中，所述处理单元602具体用于：
根据所述意向车系所属的车型级别，以及预设的车型级别之间的关联关系，确定所述意向车系所属的车型级别的关联车型级别；以及，根据所述意向车系所属的车型级别、所述关联车型级别以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系。
在一种可能的实现方式中，所述相似度影响因子采用以下方式确定：
获取历史时间段内的用户搜索记录，所述用户搜索记录包括搜索关键词；
将所述搜索关键词按频率从高到低进行排序；
根据预设的关键词与影响因子的从属关系，将排名前N位的搜索关键词所对应的影响因子确定为所述相似度影响因子；N为大于1的整数。
在一种可能的实现方式中，所述相似度影响因子包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的至少一项。
在一种可能的实现方式中，所述相似度影响因子包括品牌；
所述处理单元602具体用于：
根据预设的品牌名称与品牌分值的对应关系，确定所述候选车系对应的品牌分值以及所述意向车系对应的品牌分值；以及，根据所述候选车系对应的品牌分值和所述意向车系对应的品牌分值，比较所述候选车系与所述意向车系基于品牌的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括生产方式、操控方式和配置级别中的至少一项；
所述处理单元602具体用于：
根据预设的生产方式的类别与类别分值的对应关系，确定所述候选车系对应的生产方式分值以及所述意向车系对应的生产方式分值；所述生产方式的类别包括国产、合资和进口；以及，根据所述候选车系对应的生产方式分值和所述意向车系对应的生产方式分值，比较所述候选车系与所述意向车系基于品牌的局部相似度；
或
根据预设的操控方式的类型与类型分值的对应关系，确定所述候选车系对应的操控方式分值以及所述意向车系对应的操控方式分值；所述操控方式的类别包括手动挡和自动挡；以及，根据所述候选车系对应的操控方式分值和所述意向车系对应的操控方式分值，比较所述候选车系与所述意向车系基于操控的局部相似度；
或
根据预设的配置级别与配置级别分值的对应关系，确定所述候选车系对应的配置级别分值以及所述意向车系对应的配置级别分值；所述配置级别包括高端配置、中端配置和低端配置；以及，根据所述候选车系对应的配置级别分值和所述意向车系对应的配置级别分值，比较所述候选车系与所述意向车系基于配置级别的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括价格和/或排量；
所述处理单元602具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一价格区间，及所述意向车系对应的第二价格区间；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的区间交集；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的整体区间差；以及，根据所述两个价格区间对应的区间交集和整体区间差，确定所述候选车系与所述意向车系基于价格的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一排量区间，及所述意向车系对应的第二排量区间；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的整体区间差；以及，根据所述两个排量区间对应的区间交集和所述整体区间差，确定所述候选车系与所述意向车系基于排量的局部相似度。
在一种可能的实现方式中，所述相似度影响因子包括轴距、空间尺寸、动力、油耗和舒适度中的至少一项；
所述处理单元602具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一轴距区间，及所述意向车系对应的第二轴距区间；以及，根据所述第一轴距区间，确定所述候选车系对应的轴距参考值；以及，根据所述第二轴距区间，确定所述意向车系对应的轴距参考值；以及，根据所述候选车系对应的轴距参考值和所述意向车系对应的轴距参考值，确定所述候选车系与所述意向车系基于轴距的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一空间尺寸区间，及所述意向车系对应的第二空间尺寸区间；以及，根据所述第一空间尺寸区间，确定所述候选车系对应的空间尺寸参考值；以及，根据所述第二空间尺寸区间，确定所述意向车系对应的空间尺寸参考值；以及，根据所述候选车系对应的空间尺寸参考值和所述意向车系对应的空间尺寸参考值，确定所述候选车系与所述意向车系基于空间尺寸的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一动力区间，及所述意向车系对应的第二动力区间；以及，根据所述第一动力区间，确定所述候选车系对应的动力参考值；以及，根据所述第二动力区间，确定所述意向车系对应的动力参考值；以及，根据所述候选车系对应的动力参考值和所述意向车系对应的动力参考值，确定所述候选车系与所述意向车系基于动力的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一油耗区间，及所述意向车系对应的第二油耗区间；以及，根据所述第一油耗区间，确定所述候选车系对应的油耗参考值；以及，根据所述第二油耗区间，确定所述意向车系对应的油耗参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的油耗参考值，确定所述候选车系与所述意向车系基于油耗的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一舒适度区间，及所述意向车系对应的第二舒适度区间；以及，根据所述第一舒适度区间，确定所述候选车系对应的舒适度参考值；以及，根据所述第二舒适度区间，确定所述意向车系对应的舒适度参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的舒适度参考值，确定所述候选车系与所述意向车系基于舒适度的局部相似度。
在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序或智能合约，所述计算机程序或智能合约被节点加载并执行以实现上述实施例提供的事务处理方法。可选地，上述计算机可读存储介质可以是只读存储记忆体(Read-Only Memory， ROM)、随机存储记忆体(Random Access Memory，RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种车辆筛选方法，其特征在于，所述方法包括：
获取用户的意向车辆信息；
根据所述意向车辆信息，确定用户的意向车系以及所述用户的意向车系所属的车型级别；
至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系；
基于预先设置的多个相似度影响因子，分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，所述相似度影响因子包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的多项；
分别计算所述候选车系与所述意向车系基于不同相似度影响因子的所述局部相似度，具体步骤包括：
候选车系与意向车系基于品牌的局部相似度采用公式(1)计算；
Figure FDF0000019650740000011
公式(1)中，S1为候选车系与意向车系基于品牌的局部相似度；Pmin为候选车系的品牌分值与意向车系的品牌分值的较小值；Pmax为候选车系的品牌分值与意向车系的品牌分值的较大值；
候选车系与意向车系基于生产方式的局部相似度采用公式(2)计算；
Figure FDF0000019650740000012
公式(2)中，S2为候选车系与意向车系基于生产方式的局部相似度；Fmin为候选车系的生产方式分值与意向车系的生产方式分值的较小值；Fmax为候选车系的生产方式分值与意向车系的生产方式分值的较大值；
候选车系与意向车系基于操控方式的局部相似度采用公式(3)计算；
Figure FDF0000019650740000013
公式(3)中，S3为候选车系与意向车系基于操控方式的局部相似度；Cmin为候选车系的操控方式分值与意向车系的操控方式分值的较小值；Cmax为候选车系的操控方式分值与意向车系的操控方式分值的较大值；
候选车系与意向车系基于配置级别的局部相似度采用公式(4)计算；
Figure FDF0000019650740000014
公式(4)中，S4为候选车系与意向车系基于配置级别的局部相似度；Zmin为候选车系的配置级别分值与意向车系的配置级别分值的较小值；Zmax为候选车系的配置级别分值与意向车系的配置级别分值的较大值；
候选车系与意向车系基于价格的局部相似度采用公式(5)计算；
Figure FDF0000019650740000015
公式(5)中，S5为候选车系与意向车系基于价格的局部相似度；J为两个价格区间对应的区间交集；Δ为两个价格区间对应的整体区间差；
候选车系与意向车系基于排量的局部相似度采用公式(6)计算；
Figure FDF0000019650740000016
公式(6)中，S6为候选车系与意向车系基于排量的局部相似度；J’为两个排量区间对应的区间交集；Δ’为两个排量区间对应的整体区间差；
候选车系与意向车系基于轴距的局部相似度采用公式(7)计算；
Figure FDF0000019650740000021
公式(7)中，S7为候选车系与意向车系基于轴距的局部相似度；Hmin为候选车系的轴距参考值与意向车系的轴距参考值的较小值；Hmax为候选车系的轴距参考值与意向车系的轴距参考值的较大值；
候选车系与意向车系基于空间尺寸的局部相似度采用公式(8)计算；
Figure FDF0000019650740000022
公式(8)中，S8为候选车系与意向车系基于空间尺寸的局部相似度；Kmin为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较小值；Kmax为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较大值；
候选车系与意向车系基于动力的局部相似度采用公式(9)计算；
Figure FDF0000019650740000023
公式(9)中，S9为候选车系与意向车系基于动力的局部相似度；Dmin为候选车系的动力参考值与意向车系的动力参考值的较小值；Dmax为候选车系的动力参考值与意向车系的动力参考值的较大值；
候选车系与意向车系基于油耗的局部相似度采用公式(10)计算；
Figure FDF0000019650740000024
公式(10)中，S10为候选车系与意向车系基于油耗的局部相似度；Omin为候选车系的油耗参考值与意向车系的油耗参考值的较小值；Omax为候选车系的油耗参考值与意向车系的油耗参考值的较大值；
候选车系与意向车系基于舒适度的局部相似度采用公式(11)计算；
Figure FDF0000019650740000025
公式(11)中，S11为候选车系与意向车系基于舒适度的局部相似度；Qmin为候选车系的舒适度参考值与意向车系的舒适度参考值的较小值；Qmax为候选车系的舒适度参考值与意向车系的舒适度参考值的较大值；
根据各个所述局部相似度，确定所述候选车系与所述意向车系之间的整体相似度，所述整体相似度为各个所述局部相似度的平均值或者中间值；
如果所述候选车系与所述意向车系之间的整体相似度大于预设阈值，则从所述预设的车辆数据库中筛选出所述候选车系下对应的车辆。
2.根据权利要求1所述的方法，其特征在于，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系，包括：
根据所述意向车系所属的车型级别，以及预设的车型级别之间的关联关系，确定所述意向车系所属的车型级别的关联车型级别；
根据所述意向车系所属的车型级别、所述关联车型级别以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系。
3.根据权利要求1所述的方法，其特征在于，所述相似度影响因子采用以下方式确定：
获取历史时间段内的用户搜索记录，所述用户搜索记录包括搜索关键词；
将所述搜索关键词按频率从高到低进行排序；
根据预设的关键词与影响因子的从属关系，将排名前N位的搜索关键词所对应的影响因子确定为所述相似度影响因子；N为大于1的整数。
4.根据权利要求1所述的方法，其特征在于，所述相似度影响因子包括品牌；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
根据预设的品牌名称与品牌分值的对应关系，确定所述候选车系对应的品牌分值以及所述意向车系对应的品牌分值；
根据所述候选车系对应的品牌分值和所述意向车系对应的品牌分值，比较所述候选车系与所述意向车系基于品牌的局部相似度。
5.根据权利要求1所述的方法，其特征在于，所述相似度影响因子包括生产方式、操控方式和配置级别中的至少一项；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
根据预设的生产方式的类别与类别分值的对应关系，确定所述候选车系对应的生产方式分值以及所述意向车系对应的生产方式分值；所述生产方式的类别包括国产、合资和进口；
根据所述候选车系对应的生产方式分值和所述意向车系对应的生产方式分值，比较所述候选车系与所述意向车系基于品牌的局部相似度；
或
根据预设的操控方式的类型与类型分值的对应关系，确定所述候选车系对应的操控方式分值以及所述意向车系对应的操控方式分值；所述操控方式的类别包括手动挡和自动挡；
根据所述候选车系对应的操控方式分值和所述意向车系对应的操控方式分值，比较所述候选车系与所述意向车系基于操控的局部相似度；
或
根据预设的配置级别与配置级别分值的对应关系，确定所述候选车系对应的配置级别分值以及所述意向车系对应的配置级别分值；所述配置级别包括高端配置、中端配置和低端配置；
根据所述候选车系对应的配置级别分值和所述意向车系对应的配置级别分值，比较所述候选车系与所述意向车系基于配置级别的局部相似度。
6.根据权利要求1所述的方法，其特征在于，所述相似度影响因子包括价格和/或排量；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
从所述预设的车辆数据库中获取所述候选车系对应的第一价格区间，及所述意向车系对应的第二价格区间；
根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的区间交集；
根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的整体区间差；
根据所述两个价格区间对应的区间交集和整体区间差，确定所述候选车系与所述意向车系基于价格的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一排量区间，及所述意向车系对应的第二排量区间；
根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；
根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的整体区间差；
根据所述两个排量区间对应的区间交集和所述整体区间差，确定所述候选车系与所述意向车系基于排量的局部相似度。
7.根据权利要求1所述的方法，其特征在于，所述相似度影响因子包括轴距、空间尺寸、动力、油耗和舒适度中的至少一项；
分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，包括：
从所述预设的车辆数据库中获取所述候选车系对应的第一轴距区间，及所述意向车系对应的第二轴距区间；
根据所述第一轴距区间，确定所述候选车系对应的轴距参考值；
根据所述第二轴距区间，确定所述意向车系对应的轴距参考值；
根据所述候选车系对应的轴距参考值和所述意向车系对应的轴距参考值，确定所述候选车系与所述意向车系基于轴距的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一空间尺寸区间，及所述意向车系对应的第二空间尺寸区间；
根据所述第一空间尺寸区间，确定所述候选车系对应的空间尺寸参考值；
根据所述第二空间尺寸区间，确定所述意向车系对应的空间尺寸参考值；
根据所述候选车系对应的空间尺寸参考值和所述意向车系对应的空间尺寸参考值，确定所述候选车系与所述意向车系基于空间尺寸的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一动力区间，及所述意向车系对应的第二动力区间；
根据所述第一动力区间，确定所述候选车系对应的动力参考值；
根据所述第二动力区间，确定所述意向车系对应的动力参考值；
根据所述候选车系对应的动力参考值和所述意向车系对应的动力参考值，确定所述候选车系与所述意向车系基于动力的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一油耗区间，及所述意向车系对应的第二油耗区间；
根据所述第一油耗区间，确定所述候选车系对应的油耗参考值；
根据所述第二油耗区间，确定所述意向车系对应的油耗参考值；
根据所述候选车系对应的油耗参考值和所述意向车系对应的油耗参考值，确定所述候选车系与所述意向车系基于油耗的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一舒适度区间，及所述意向车系对应的第二舒适度区间；
根据所述第一舒适度区间，确定所述候选车系对应的舒适度参考值；
根据所述第二舒适度区间，确定所述意向车系对应的舒适度参考值；
根据所述候选车系对应的油耗参考值和所述意向车系对应的舒适度参考值，确定所述候选车系与所述意向车系基于舒适度的局部相似度。
8.一种车辆筛选装置，其特征在于，所述装置包括：
获取单元，用于获取用户的意向车辆信息；
处理单元，用于根据所述意向车辆信息，确定用户的意向车系以及所述用户的意向车系所属的车型级别；以及，至少根据所述意向车系所属的车型级别，以及预设的车型级别与车系之间的所属关系，从预设的车辆数据库中确定所述意向车系对应的候选车系；以及，基于预先设置的多个相似度影响因子，分别比较所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度；以及，根据所述候选车系与所述意向车系基于不同相似度影响因子的局部相似度，确定所述候选车系与所述意向车系之间的整体相似度，所述相似度影响因子包括品牌、价格、排量、生产方式、操控方式、配置级别、轴距、空间尺寸、动力、油耗和舒适度中的多项；
分别计算所述候选车系与所述意向车系基于不同相似度影响因子的所述局部相似度，具体步骤包括：
候选车系与意向车系基于品牌的局部相似度采用公式(1)计算；
Figure FDF0000019650740000051
公式(1)中，S1为候选车系与意向车系基于品牌的局部相似度；Pmin为候选车系的品牌分值与意向车系的品牌分值的较小值；Pmax为候选车系的品牌分值与意向车系的品牌分值的较大值；
候选车系与意向车系基于生产方式的局部相似度采用公式(2)计算；
Figure FDF0000019650740000052
公式(2)中，S2为候选车系与意向车系基于生产方式的局部相似度；Fmin为候选车系的生产方式分值与意向车系的生产方式分值的较小值；Fmax为候选车系的生产方式分值与意向车系的生产方式分值的较大值；
候选车系与意向车系基于操控方式的局部相似度采用公式(3)计算；
Figure FDF0000019650740000053
公式(3)中，S3为候选车系与意向车系基于操控方式的局部相似度；Cmin为候选车系的操控方式分值与意向车系的操控方式分值的较小值；Cmax为候选车系的操控方式分值与意向车系的操控方式分值的较大值；
候选车系与意向车系基于配置级别的局部相似度采用公式(4)计算；
Figure FDF0000019650740000054
公式(4)中，S4为候选车系与意向车系基于配置级别的局部相似度；Zmin为候选车系的配置级别分值与意向车系的配置级别分值的较小值；Zmax为候选车系的配置级别分值与意向车系的配置级别分值的较大值；
候选车系与意向车系基于价格的局部相似度采用公式(5)计算；
Figure FDF0000019650740000055
公式(5)中，S5为候选车系与意向车系基于价格的局部相似度；J为两个价格区间对应的区间交集；Δ为两个价格区间对应的整体区间差；
候选车系与意向车系基于排量的局部相似度采用公式(6)计算；
Figure FDF0000019650740000056
公式(6)中，S6为候选车系与意向车系基于排量的局部相似度；J’为两个排量区间对应的区间交集；Δ’为两个排量区间对应的整体区间差；
候选车系与意向车系基于轴距的局部相似度采用公式(7)计算；
Figure FDF0000019650740000061
公式(7)中，S7为候选车系与意向车系基于轴距的局部相似度；Hmin为候选车系的轴距参考值与意向车系的轴距参考值的较小值；Hmax为候选车系的轴距参考值与意向车系的轴距参考值的较大值；
候选车系与意向车系基于空间尺寸的局部相似度采用公式(8)计算；
Figure FDF0000019650740000062
公式(8)中，S8为候选车系与意向车系基于空间尺寸的局部相似度；Kmin为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较小值；Kmax为候选车系的空间尺寸参考值与意向车系的空间尺寸参考值的较大值；
候选车系与意向车系基于动力的局部相似度采用公式(9)计算；
Figure FDF0000019650740000063
公式(9)中，S9为候选车系与意向车系基于动力的局部相似度；Dmin为候选车系的动力参考值与意向车系的动力参考值的较小值；Dmax为候选车系的动力参考值与意向车系的动力参考值的较大值；
候选车系与意向车系基于油耗的局部相似度采用公式(10)计算；
Figure FDF0000019650740000064
公式(10)中，S10为候选车系与意向车系基于油耗的局部相似度；Omin为候选车系的油耗参考值与意向车系的油耗参考值的较小值；Omax为候选车系的油耗参考值与意向车系的油耗参考值的较大值；
候选车系与意向车系基于舒适度的局部相似度采用公式(11)计算；
Figure FDF0000019650740000065
公式(11)中，S11为候选车系与意向车系基于舒适度的局部相似度；Qmin为候选车系的舒适度参考值与意向车系的舒适度参考值的较小值；Qmax为候选车系的舒适度参考值与意向车系的舒适度参考值的较大值；
根据各个所述局部相似度，确定所述候选车系与所述意向车系之间的整体相似度，所述整体相似度为各个所述局部相似度的平均值或者中间值；
筛选单元，用于如果所述候选车系与所述意向车系之间的整体相似度大于预设阈值，则从所述预设的车辆数据库中筛选出所述候选车系下对应的车辆。
9.根据权利要求8所述的装置，其特征在于，所述相似度影响因子包括品牌；
所述处理单元具体用于：
根据预设的品牌名称与品牌分值的对应关系，确定所述候选车系对应的品牌分值以及所述意向车系对应的品牌分值；以及，根据所述候选车系对应的品牌分值和所述意向车系对应的品牌分值，比较所述候选车系与所述意向车系基于品牌的局部相似度。
10.根据权利要求8所述的装置，其特征在于，所述相似度影响因子包括生产方式、操控方式和配置级别中的至少一项；
所述处理单元具体用于：
根据预设的生产方式的类别与类别分值的对应关系，确定所述候选车系对应的生产方式分值以及所述意向车系对应的生产方式分值；所述生产方式的类别包括国产、合资和进口；以及，根据所述候选车系对应的生产方式分值和所述意向车系对应的生产方式分值，比较所述候选车系与所述意向车系基于品牌的局部相似度；
或
根据预设的操控方式的类型与类型分值的对应关系，确定所述候选车系对应的操控方式分值以及所述意向车系对应的操控方式分值；所述操控方式的类别包括手动挡和自动挡；以及，根据所述候选车系对应的操控方式分值和所述意向车系对应的操控方式分值，比较所述候选车系与所述意向车系基于操控的局部相似度；
或
根据预设的配置级别与配置级别分值的对应关系，确定所述候选车系对应的配置级别分值以及所述意向车系对应的配置级别分值；所述配置级别包括高端配置、中端配置和低端配置；以及，根据所述候选车系对应的配置级别分值和所述意向车系对应的配置级别分值，比较所述候选车系与所述意向车系基于配置级别的局部相似度。
11.根据权利要求8所述的装置，其特征在于，所述相似度影响因子包括价格和/或排量；
所述处理单元具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一价格区间，及所述意向车系对应的第二价格区间；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的区间交集；以及，根据所述第一价格区间和所述第二价格区间，确定两个价格区间对应的整体区间差；以及，根据所述两个价格区间对应的区间交集和整体区间差，确定所述候选车系与所述意向车系基于价格的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一排量区间，及所述意向车系对应的第二排量区间；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的区间交集；以及，根据所述第一排量区间和所述第二排量区间，确定两个排量区间对应的整体区间差；以及，根据所述两个排量区间对应的区间交集和所述整体区间差，确定所述候选车系与所述意向车系基于排量的局部相似度。
12.根据权利要求8所述的装置，其特征在于，所述相似度影响因子包括轴距、空间尺寸、动力、油耗和舒适度中的至少一项；
所述处理单元具体用于：
从所述预设的车辆数据库中获取所述候选车系对应的第一轴距区间，及所述意向车系对应的第二轴距区间；以及，根据所述第一轴距区间，确定所述候选车系对应的轴距参考值；以及，根据所述第二轴距区间，确定所述意向车系对应的轴距参考值；以及，根据所述候选车系对应的轴距参考值和所述意向车系对应的轴距参考值，确定所述候选车系与所述意向车系基于轴距的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一空间尺寸区间，及所述意向车系对应的第二空间尺寸区间；以及，根据所述第一空间尺寸区间，确定所述候选车系对应的空间尺寸参考值；以及，根据所述第二空间尺寸区间，确定所述意向车系对应的空间尺寸参考值；以及，根据所述候选车系对应的空间尺寸参考值和所述意向车系对应的空间尺寸参考值，确定所述候选车系与所述意向车系基于空间尺寸的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一动力区间，及所述意向车系对应的第二动力区间；以及，根据所述第一动力区间，确定所述候选车系对应的动力参考值；以及，根据所述第二动力区间，确定所述意向车系对应的动力参考值；以及，根据所述候选车系对应的动力参考值和所述意向车系对应的动力参考值，确定所述候选车系与所述意向车系基于动力的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一油耗区间，及所述意向车系对应的第二油耗区间；以及，根据所述第一油耗区间，确定所述候选车系对应的油耗参考值；以及，根据所述第二油耗区间，确定所述意向车系对应的油耗参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的油耗参考值，确定所述候选车系与所述意向车系基于油耗的局部相似度；
或
从所述预设的车辆数据库中获取所述候选车系对应的第一舒适度区间，及所述意向车系对应的第二舒适度区间；以及，根据所述第一舒适度区间，确定所述候选车系对应的舒适度参考值；以及，根据所述第二舒适度区间，确定所述意向车系对应的舒适度参考值；以及，根据所述候选车系对应的油耗参考值和所述意向车系对应的舒适度参考值，确定所述候选车系与所述意向车系基于舒适度的局部相似度。
CN201910508981.3A 2019-06-13 2019-06-13 一种车辆筛选方法及装置 Active CN110263066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910508981.3A CN110263066B (zh) 2019-06-13 2019-06-13 一种车辆筛选方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910508981.3A CN110263066B (zh) 2019-06-13 2019-06-13 一种车辆筛选方法及装置

Publications (2)

Publication Number Publication Date
CN110263066A CN110263066A (zh) 2019-09-20
CN110263066B true CN110263066B (zh) 2022-11-29

Family

ID=67918035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910508981.3A Active CN110263066B (zh) 2019-06-13 2019-06-13 一种车辆筛选方法及装置

Country Status (1)

Country Link
CN (1) CN110263066B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861680B (zh) * 2020-08-06 2024-03-29 南京三百云信息科技有限公司 基于配置的车型确定方法、装置以及电子终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408125A (zh) * 2014-11-26 2015-03-11 车智互联（北京）科技有限公司 一种基于车源品牌、车系和车型筛选车辆的方法及系统
CN107562780A (zh) * 2017-07-21 2018-01-09 杭州大搜车汽车服务有限公司 一种车辆匹配方法、电子设备及存储介质
CN108320208A (zh) * 2017-12-22 2018-07-24 金瓜子科技发展（北京）有限公司 车辆推荐方法及装置
CN109034594A (zh) * 2018-07-19 2018-12-18 金贝万联（北京）科技发展有限公司 一种车务管理平台

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES1041976Y (es) * 1999-02-03 2000-01-16 Tecnidex Tecnicas De Desinfecc Equipo de depuracion de aguas residuales de centrales hortofruticolas y tratamientos fitosanitarios en campo.
ATE438548T1 (de) * 2006-09-18 2009-08-15 Bombardier Transp Gmbh Diagnosesystem und verfahren zum überwachen eines eisenbahnsystems
EP2803945A1 (en) * 2013-05-15 2014-11-19 C.R.F. Società Consortile per Azioni Predictive fuel saving-aimed motor vehicle driver assistance
US9916762B2 (en) * 2016-01-07 2018-03-13 Ford Global Technologies, Llc Parallel parking system
CN106021534A (zh) * 2016-05-25 2016-10-12 郑良平 汽车车型及配件的智能搜索方法及装置
CN106097022A (zh) * 2016-06-28 2016-11-09 江苏车置宝信息科技股份有限公司 二手车行业的车型等价换算方法
CN106776814B (zh) * 2016-11-24 2018-07-06 合肥工业大学 基于图像识别的移车系统和方法
CN108932644A (zh) * 2017-05-26 2018-12-04 车伯乐（北京）信息科技有限公司 一种用户选车方法、装置、设备及计算机可读介质
CN107590178B (zh) * 2017-07-31 2020-10-16 杭州大搜车汽车服务有限公司 一种基于vin码的车型匹配方法、电子设备、存储介质
CN110517067A (zh) * 2018-04-16 2019-11-29 北京车慧科技有限公司 搜索框内车型推荐的方法、装置、系统及存储器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408125A (zh) * 2014-11-26 2015-03-11 车智互联（北京）科技有限公司 一种基于车源品牌、车系和车型筛选车辆的方法及系统
CN107562780A (zh) * 2017-07-21 2018-01-09 杭州大搜车汽车服务有限公司 一种车辆匹配方法、电子设备及存储介质
CN108320208A (zh) * 2017-12-22 2018-07-24 金瓜子科技发展（北京）有限公司 车辆推荐方法及装置
CN109034594A (zh) * 2018-07-19 2018-12-18 金贝万联（北京）科技发展有限公司 一种车务管理平台

Also Published As

Publication number Publication date
CN110263066A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
US8321398B2 (en) Method and system for determining relevance of terms in text documents
CN106844787B (zh) 一种为汽车行业寻找目标用户并匹配目标产品的推荐方法
CN111460130B (zh) 信息推荐方法、装置、设备和可读存储介质
US9466079B2 (en) Systems and methods for facilitating the purchase of one or more vehicles
CN109255586B (zh) 一种面向电子政务办事的在线个性化推荐方法
CN108829819B (zh) 个性化文本推荐方法及系统、服务器、可读存储介质
US20160239865A1 (en) Method and device for advertisement classification
CN110968800B (zh) 一种信息推荐方法、装置、电子设备及可读存储介质
CN110443290B (zh) 一种基于大数据的产品竞争关系量化生成方法及装置
US20070276826A1 (en) Aggregation of affinity lists
US11887184B2 (en) Techniques to facilitate online commerce by leveraging user activity
US11886511B2 (en) Machine-learned desking vehicle recommendation
US8037062B2 (en) System and method for automatically selecting a data source for providing data related to a query
CN111125457A (zh) 一种深度跨模态哈希检索方法及装置
CN108520270A (zh) 零件匹配方法、系统及终端
CN111813903B (zh) 一种问句匹配方法和计算设备
CN110263066B (zh) 一种车辆筛选方法及装置
CN103020141B (zh) 一种用于提供搜索结果的方法和设备
Bera et al. Identification of priority areas of improvement for small passenger car segment in Indian market
CN113407854A (zh) 一种应用推荐方法、装置、设备及计算机可读存储介质
Li et al. A machine learning–based framework for analyzing car brand styling
CN113934937A (zh) 一种内容智能推荐方法、装置、终端和存储介质
CN113449200B (zh) 物品推荐方法、装置及计算机存储介质
CN117421355A (zh) 一种搜索召回方法、装置及设备
CN106469184B (zh) 数据对象标签处理、显示方法及服务器和客户端

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190920

Assignee: Beijing May 8th clapping Information Technology Co.,Ltd.

Assignor: YOUXINPAI (BEIJING) INFORMATION TECHNOLOGY Co.,Ltd.

Contract record no.: X2020990000158

Denomination of invention: Vehicle screening method and device

License type: Common License

Record date: 20200402

EE01 Entry into force of recordation of patent licensing contract
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230914

Address after: 230012 In the factory building of Anhui Guogou Energy Co., Ltd., 100 meters east of the intersection of Guanjing Road and Luban Road in Xinzhan District, Hefei City, Anhui Province

Patentee after: Hefei Youquan Information Technology Co.,Ltd.

Address before: 100102 room 323701, building 5, yard 1, Futong East Street, Chaoyang District, Beijing

Patentee before: YOUXINPAI (BEIJING) INFORMATION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right