CN110300175A - 消息推送方法、装置、存储介质及服务器 - Google Patents
消息推送方法、装置、存储介质及服务器 Download PDFInfo
- Publication number
- CN110300175A CN110300175A CN201910589563.1A CN201910589563A CN110300175A CN 110300175 A CN110300175 A CN 110300175A CN 201910589563 A CN201910589563 A CN 201910589563A CN 110300175 A CN110300175 A CN 110300175A
- Authority
- CN
- China
- Prior art keywords
- service
- scene
- data
- vehicle
- target vehicle
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Abstract
本申请公开了一种消息推送方法、装置、存储介质及服务器,属于车联网领域。该方法包括:获取与目标车辆关联的基础数据,基础数据至少包括车辆用户数据和行驶环境数据;基于获取到的基础数据,对目标车辆当前所处的场景进行识别;根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,生成至少一项服务的服务消息;向目标车辆推送生成的服务消息。本申请实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。
Description
技术领域
本申请涉及车联网领域,特别涉及一种消息推送方法、装置、存储介质及服务器。
背景技术
车联网作为物联网和互联网的融合,是目前车辆驾驶领域的一个重要组成部分。简言之,车联网是一个以网络为基础,按照约定的通信协议和数据交互标准,在车与万物(比如可以为车与车、车与路、车与人或车与网络等)之间,进行无线通讯和信息交换的巨型网络。其中,基于车联网能够实现诸如智能化交通管理、动态消息服务提供和车辆智能化控制等。
相关技术中车联网平台向用户提供消息形式的服务,还需用户在车载环境下手动进行操作或通过发起语音指令进行唤醒,而车载环境下的这种服务获取方式无疑会影响用户安全驾驶。为此,考虑到行车安全性以及车载环境下用户需求的不断提升,如何在车载环境下向用户进行消息推送,成为了本领域技术人员目前亟待解决的一个问题。
发明内容
本申请实施例提供了一种消息推送方法、装置、存储介质及服务器,能够提升车载环境下的行车安全性,且满足用户在车载环境下的服务需求,效果较佳。所述技术方案如下:
一方面,提供了一种消息推送方法,应用于服务器,所述方法包括:
获取与目标车辆关联的基础数据,所述基础数据至少包括车辆用户数据和行驶环境数据;
基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别;
根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息;
向所述目标车辆推送生成的服务消息。
在一种可能的实现方式中,所述按照各个场景引擎订阅的数据类型,将获取到的基础数据分发至不同的场景引擎,包括:
对获取到的基础数据进行预处理;
按照各个场景引擎订阅的数据类型,将预处理后的基础数据分发至不同的场景引擎。
另一方面,提供了一种消息推送装置,应用于服务器,所述装置包括:
获取模块,用于获取与目标车辆关联的基础数据,所述基础数据至少包括车辆用户数据和行驶环境数据;
识别模块,用于基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别;
生成模块,用于根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息;
发送模块,用于向所述目标车辆推送生成的服务消息。
在一种可能的实现方式中,所述生成模块,还用于根据得到的场景识别结果确定所述至少一项服务,按照服务种类生成与每一项所述服务匹配的服务卡片,其中,一个所述服务卡片包括所述至少一项服务中相应一项服务的服务消息。
在一种可能的实现方式中,所述发送模块,还用于按照优先级规则,在生成的服务卡片中选取至少两个服务种类不同的服务卡片,向所述目标车辆推送选取的服务卡片;向所述目标车辆推送所述场景识别结果指示的当前场景下需求度最高的服务卡片;按照所述优先级规则,以目标频率间隔顺次向所述目标车辆推送生成的服务卡片;其中,所述优先级规则为:当前场景下需求度越高的服务卡片优先级越高。
在一种可能的实现方式中,所述识别模块,还用于调用公共服务层中的功能模块基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别。
在一种可能的实现方式中,所述识别模块,还用于将获取到的基础数据输入模型服务模块的机器学习模型,基于所述机器学习模型识别所述目标车辆当前所处的场景;基于规则配置模块,检测获取到的基础数据是否满足设定规则,基于得到的检测结果识别所述目标车辆当前所处的场景;基于获取到的基础数据和与所述基础数据匹配的画像,识别所述目标车辆当前所处的场景,所述画像基于与所述目标车辆关联的历史基础数据构建;调用内容服务模块基于获取到的基础数据,获取与当前时间和空间匹配的指定基础数据,基于所述指定基础数据识别所述目标车辆当前所处的场景。
在一种可能的实现方式中,所述识别模块,还用于按照各个场景引擎订阅的数据类型,将获取到的基础数据分发至不同的场景引擎进行场景识别;将每个所述场景引擎识别出的场景作为所述场景识别结果。
在一种可能的实现方式中,所述识别模块,还用于对于每个所述场景引擎,对分发的基础数据进行校验处理;在完成校验后创建多条线程,通过所述多条线程,调用公共服务层中的功能模块基于分发的基础数据,对所述目标车辆当前所处的场景进行识别。
在一种可能的实现方式中,所述生成模块,还用于在各个所述场景引擎识别出的场景中确定存在服务需求的至少一个场景;根据场景与服务之间的对应关系,确定与所述至少一个场景匹配的服务;将与所述至少一个场景匹配的服务,确定为所述目标车辆当前需要的至少一项服务。
在一种可能的实现方式中,所述识别模块,还用于对获取到的基础数据进行预处理;按照各个场景引擎订阅的数据类型,将预处理后的基础数据分发至不同的场景引擎。
在一种可能的实现方式中,所述发送模块,还用于按照优先级规则,在至少两个场景引擎生成的服务消息中确定目标服务消息,向所述目标车辆推送所述目标服务消息,所述目标服务消息为当前场景下需求度最高的服务消息;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息,以目标频率间隔顺次向所述目标车辆推送;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息中的部分服务消息,以所述目标频率间隔顺次向所述目标车辆推送;
当一个所述场景引擎生成的服务消息数量为至少两条时,按照所述目标频率间隔向所述目标车辆推送所述至少两条服务消息;
其中,所述优先级规则为:当前场景下需求度越高的服务消息优先级越高。
在一种可能的实现方式中,所述获取模块,还用于获取与生成的服务消息匹配的消息展示模板;
所述发送模块,还用于将所述消息展示模板发送至所述目标车辆,所述消息展示模板用于指示所述目标车辆按照所述消息展示模板展示接收到的服务消息。
在一种可能的实现方式中,所述车辆用户数据包括车辆数据和用户数据;
所述车辆数据至少包括车辆状态数据和轨迹数据;所述用户数据至少包括所述车辆侧用户的用户行为数据、用户偏好数据和资源标签类数据;所述行驶环境数据至少包括路况数据、天气环境数据、兴趣点POI数据和基建数据。
在一种可能的实现方式中,所述画像包括用户画像、车辆画像、环境画像以及内容画像;
其中,所述环境画像是根据历史天气环境数据构建的且通过实时获取到的天气环境数据进行更新;所述车辆画像是根据历史车辆状态数据构建的且通过实时获取到的车辆状态数据进行更新;所述用户画像是根据历史用户行为数据和历史用户偏好数据构建的,且通过实时获取到的用户行为数据和用户偏好数据进行更新;所述内容画像是根据历史资源标签类数据构建的,且通过实时获取到的资源标签类数据进行更新。
另一方面,提供了一种存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现上述的消息推送方法。
另一方面,提供了一种服务器,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现上述的消息推送方法。
本申请实施例提供的技术方案带来的有益效果是:
在本申请实施例中,服务器会主动获取与车辆关联的基础数据,并基于获取到的基础数据主动对目标车辆当前所处的场景进行识别,其中,该基础数据至少包括车辆用户数据和行驶环境数据,而服务器在根据得到的场景识别结果确定目标车辆当前需要的至少一项服务后,会自动生成至少一项服务的服务消息,并向车辆主动推送生成的服务消息,本申请实施例实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请实施例提供的一种消息推送方法涉及的实施环境示意图;
图2是本申请实施例提供的一种消息推送方法涉及的交互框架的示意图;
图3是本申请实施例提供的一种消息推送方法的流程图;
图4是本申请实施例提供的一种数据接入层的示意图;
图5是本申请实施例提供的一种数据采集的示意图;
图6是本申请实施例提供的一种画像的示意图;
图7是本申请实施例提供的一种功能卡片在车辆侧的显示示意图;
图8是本申请实施例提供的一种消息推送方法的流程图;
图9是本申请实施例提供的一种消息推送方法涉及的交互框架的示意图;
图10是本申请实施例提供的一种场景引擎的示意图;
图11是本申请实施例提供的一种消息推送方法的整体执行流程示意图;
图12是本申请实施例提供的一种消息推送装置的结构示意图;
图13是本申请实施例提供的一种服务器1300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。
在对本申请实施例进行详细地解释说明之前,先对本申请实施例涉及的一些名词进行解说说明。
场景:在车联网场景下,场景用于对用户所处的时间、空间、车内环境、车外环境、车身状态以及当前行为等进行描述。
作为一个示例,在车载环境下通过实时数据采集,可以自动识别出诸如“通勤、疲劳、适合洗车或夜间高速”等场景,进而针对场景识别结果主动向用户推送当前需要的服务。
画像:是一种有效勾画人或物的工具,通过将人或物的具体信息进行抽象,从而形成用于描述人或物的画像。
在一种可能的实现方式中,针对车联网场景,画像不仅仅针对用户,而是可以对诸如用户、车辆、环境(天气)、资源标签等多个维度的历史数据进行挖掘后的有倾向性或者统计意义的结果。
即,画像可以通过对历史数据进行挖掘后构建,另外,构建出来的画像也可根据实时采集到的数据进行更新,本申请实施例对此不进行具体限定。作为一个示例,本申请实施例构建画像通常是为了对历史数据做前期抽象以便学习出特征,并在后续场景识别过程中快速调用,以辅助进行场景感知。
下面对本申请实施例提供的消息推送方法所涉及的实施环境进行介绍。
参见图1,该实施环境包括车辆101和服务器102。其中,服务器102在本文中也可称之为车联网平台或后台服务器,服务器102和车辆101之间可以通过移动网络进行通信,也可以通过无线网络进行通信,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,车辆101的车载多媒体终端上安装有适配的应用软件客户端,车辆101通过该应用软件客户端与车联网平台进行通信,本申请实施例对此不进行具体限定。
在车联网场景下,相关技术目前仅能提供单一的场景识别服务,且只能在车辆侧进行场景识别,即基于车辆侧上的相应应用软件客户端进行场景感知,这严重地制约了场景的可扩展性,服务过于单一,且应用软件客户端在服务升级的过程中还会影响服务能力的输出。另外,在驾驶过程中要求用户注意力集中且具备连贯性,这使得用户在车载环境下可能无法执行其他操作来获取其他车内需求,或者,即便能执行其他操作也需要通过执行繁琐的操作步骤才能获取其他车内需求,比如,需用户在车载环境下手动进行多步操作或通过发起语音指令进行唤醒,致使驾驶过程与车内其他需求之间并行面临操作步长过长、影响安全驾驶、信息触达不及时等诸多问题。
考虑到相关技术存在的以上问题,本申请实施例通过服务线上化的方式,由服务器102基于采集到的诸如人、车、路、环境等全方位数据,将对用户需求的理解以及对场景和空间的理解,与车紧密结合在一起,能够实时精准主动识别垂类用车场景,并主动向车辆101推送个性化服务。比如通过车辆101上应用软件客户端的动态容器技术来对消息形式的个性化服务进行展示。
其中,本申请实施例不但将服务线上化,即服务器进行场景感知,而且还能够基于实时采集到的数据进行主动场景识别并推送相应服务;另外,服务器的场景扩展性更强,不但能够通过多种场景引擎提供多种场景感知服务,而且还能够在不影响已有的场景引擎的情况下,丰富和强化已有的引擎能力,或者新增场景引擎。即通过提供多维度可组合的精准化长尾场景服务,能够打造出完美的车内生态,其中,长尾场景服务源于长尾理论。
换一种表达方式,本申请实施例基于采集到的诸如人、车、路、环境等全方位数据进行实时场景识别,结合了应用软件客户端的动态容器技术、服务器的实时数据模型分析的算法服务和诸如图2所示的交互框架技术,使得服务器的场景扩展性更强,在不影响已有的场景引擎的情况下,丰富和强化已有的引擎能力,或者新增场景引擎。其中,该交互框架技术可为spring-boot-TAF场景引擎框架技术,本申请实施例对此不进行具体限定。另外,算法服务线上化,使得算法服务为工程的赋能更加便捷,算法服务的自升级不会影响场景感知服务的能力输出。也即,服务器提供的场景感知功能不会因为算法服务的自升级而出现中断。
如图2所示,服务器102主要包含:
数据接入层1021:用于屏蔽上层各个数据源的多样性,统一对通过各种渠道收集到的数据进行预处理。其中,预处理包括但不限于进行数据校验处理,以及将来自多个数据源的不同的数据进行统一封装处理,比如,封装成统一的数据格式,例如,封装成统一的Event(事件)消息体,本申请实施例对此不进行具体限定。
场景引擎1022:其是用于衔接上下游层级或模块的核心部分。
在本申请实施例中,场景引擎1022部分可以包括数量众多的场景引擎,不同的场景引擎可以进行不同的场景感知,且还可在场景引擎1022部分不断新增或扩展新的场景引擎,即本申请实施例提供了多样的场景引擎能力,而各个场景引擎根据自身的分析数据特性,可以从数据接入层1021订阅感兴趣的数据进行分析。换一种表达方式,数据接入层1021按照各个场景引擎订阅的数据类型,将经过预处理后的数据分发至不同的场景引擎进行分析,完成场景感知。
公共服务层1023:其是单独的一个层面,定位是公共算法,为所有的场景引擎提供基础服务能力,即场景引擎1022通过依赖公共服务层1023完成场景感知。其中,如图2所示,公共服务层1023中包括多种辅助进行场景识别的功能模块,比如规则配置模块、模型服务模块、画像、内容服务模块等。作为一个实施例,内容服务模块指代诸如天气服务或路况服务等,本申请实施例对此不进行具体限定。
其中,规则配置模块用于提供轻量级的前置规则实现,比如基于事先设定的阈值判断车辆是否超速等;模型服务模块通常情况下为AI(Artificial Intelligence,人工智能)模型,用以对复杂的场景进行感知,比如导航场景中预测下一步的路线等。即,模型服务模块用于对输入的基础数据结合AI算法进行型分析,其主要基于依赖历史的特征沉淀对数据进行进一步的挖掘。
仲裁模块1024:用于对场景引擎1022在完成场景识别后生成的服务消息进行仲裁,比如进行优先级控制或流量控制等。例如,当多种场景下生成的服务消息都需要推送到车辆101时,仲裁模块主要进行多种服务消息的下发优先级控制、以及对单种类型服务消息的下发频率进行控制。
另外,本申请实施例基于通用消息协议为各个车辆上的应用软件客户端提供了统一的可扩展消息结构体,也即使用一种固定的消息结构格式来保证应用软件客户端在任何情况下均能识别出服务器102推送的服务消息,应用软件客户端不用进行任何改动,也保证了场景识别具有高可扩展性,避免了因应用软件客户端无法解析新增服务消息类型而带来的频繁升级,能够用最小化成本动态提供最新的场景服务。
综上所述,本申请实施例通过实时场景主动识别,能够主动判断出用户在当前的时间或地点可能需要的服务,并主动推送至用户面前,从而极大地提升了行车安全性与用户愉悦度,并增强了长尾服务的可感知程度,为用户带来更丰富的驾驶体验。详细来讲,基于上述交互框架使得车辆网场景至少实现了:
1、基于服务器侧的数据分析预测,完成场景识别。即,本申请实施例由服务器侧完成场景识别,能够提供强大的场景感知能力,也即提供多样化的服务。
2、强大的场景扩展能力:服务器侧随着服务的丰富化,能够在保持当前架构不变的前提下提供更多的场景引擎,即,本申请实施例提供的交互框架能够做到在不影响其他场景引擎能力输出的情况下,快速实现场景引擎的扩展。
3、多租户的快速适配能力:采用配置的方式,在不需要版本迭代的情况下,能够实现同一种服务能力对接不同的车场需求。也即,本申请实施例对有不同需求的车场均能进行适配,可以对接不同需求的车场。
4、基于实时场景识别的精准推荐:通过场景引擎实时进行场景感知能够主动提供精准的推送服务。
下面对本申请实施例提供的一种消息推送方法进行详细地解释说明。
需要说明的是,下述出现的诸如第一、第二、第三、第四等描述,仅是为了区分不同的对象,而不构成其他任何的限定。
图3是本申请实施例提供的一种消息推送方法的流程图。该方法的交互主体为图1所示的车辆和服务器。参见图3,本申请实施例提供的方法流程包括:
301、服务器获取与目标车辆关联的基础数据,基础数据至少包括车辆用户数据和行驶环境数据。
其中,目标车辆在本文中泛指接入车联网的任意车辆。
本步骤即是数据采集步骤,本申请实施例建立车辆侧和服务器侧的双通路数据采集机制。即,服务器可以通过在车辆侧设置的多个消息触点来实时获知一些数据变化,即服务器可以从车辆上进行数据采集,反过来,服务器也可在完成场景感知后向车辆主动推送一些服务,这些服务通常是以消息的形式推送给车辆,因此在本文中也称之为服务消息。
在本申请实施例中,服务器可以通过多种渠道来进行数据采集,采集的数据可粗分为图4所示的轨迹数据、埋点数据和其他数据等,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,服务器获取与目标车辆关联的基础数据,包括但不限于以下至少两种数据,车辆用户数据和行驶环境数据。
比如,如图5所示,服务器可以获取以下数据:
第一、用户行为数据、车辆状态数据这类强依赖于车辆侧的数据。
其中,对于用户行为数据,可包括诸如打开应用、滑动到下一屏、关闭消息通知等用户行为,其中,上述应用指代的是车载应用。对于车辆状态数据可以分为:车身状态、行驶数据、能量/模式、全景摄像、空调、空气质量、变速箱、门锁、雨刷器、车灯、安全带、充电器、轮胎、仪表、养护检修等15个类别,本申请实施例对此不进行具体限定。
其中,针对这类强依赖于车辆侧的数据,可以通过埋点上报或长连接实时上报两种模式,提供到服务器侧的画像挖掘模块及场景引擎。
第二、天气环境数据、路况数据这类实时性较强的数据。
针对天气环境数据,可包括基于标准天气区域的实时气温、风力、降水量等,本申请实施例对此不进行具体限定。针对路况数据,可包括:基于拓扑道路的动态拥堵情况、通行时间、交通事故、积水点、电子眼等数据,本申请实施例对此同样不进行具体限定。
其中,针对这类实时性较强的数据,以服务形式提供到服务器侧的画像挖掘模块及场景引擎。
第三、用户偏好数据、资源标签数据这类依赖和外部合作的偏静态化数据。
其中,上述用户偏好数据在本文中也可称之为用户移动终端偏好数据,即主要收集用户在移动端上的偏好数据。针对用户移动端偏好数据,可以包括年龄、学历、音乐风格偏好、明星偏好、新闻偏好、消费水平、品牌偏好等,本申请实施例对此不进行具体限定。
其中,资源标签类数据也称之为内容标签类数据,可进一步地分为内容标签类数据和小程序标签类数据。其中,内容标签类数据通常指代收听类数据,比如包括歌曲时长、演唱者、曲风标签、专辑名称、书籍作者等;而小程序标签类数据可以诸如小程序开发者、服务类型、人气等,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,这类偏静态化数据可以直接从画像层共建,即在画像层面进行对接,在画像层面做交互。比如,可以从其他途径直接获取到有关于用户的上述偏静态化的数据,本申请实施例对此不进行具体限定。
第四、还可以获取目标车辆的轨迹数据、POI(Point of Interest,兴趣点)数据和基建数据。
其中,轨迹数据属于流水数据,通过专门的途径获取,而POI数据和基建数据属于以服务形式获取。上述路况数据、天气环境数据、POI数据和基建数据均属于行驶环境数据。
其中,在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个邮筒或一个公交站等。基建全称为基础建设可指代一片草地或一个水库等。
需要说明的第一点是,上述用户行为数据、用户偏好数据和资源标签类数据均与用户相关,因此在本文中可统称为目标用户的用户数据,其中,目标用户为位于目标车辆内的用户。上述车辆状态数据和轨迹数据在本文中可统称为目标车辆的车辆数据。
需要说明的第二点是,上述实时获取到的各类基础数据除了可以提供到服务器侧的场景引擎进行实时数据分析进行场景感知之外,还可提供到服务器侧的画像挖掘模块,用以对已构建的画像进行实时更新,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,数据的采集伴随着画像的构建,通过对已收集到的历史基础数据(离线数据)进行沉淀挖掘可以构建画像,而通过实时收集的基础数据又能对画像再次挖掘更新。而已构建的画像在场景引擎进行实时场景感知时,又能够辅助进行场景识别。
需要说明的第三点是,在一种可能的实现方式中,针对上述偏静态化的数据由于变化通常很小,还可以不每次均进行获取,比如在获取到一次后,后续可以不再获取,或者,间隔较长时间获取一次,本申请实施例对此不进行具体限定。
下面对画像挖掘进行介绍。如图6所示,在一种可能的实现方式中,本申请实施例可以按照用户、车辆、环境(特指天气)、内容等4个维度建立画像标签库,即建立的画像包括用户画像、车辆画像、环境画像和内容画像。
参见图6,用户画像分为生物账号、基础信息、驾驶行为、应用操作4个类别。其中,生物账号包括但不限于用户登录各类应用使用的用户账号信息;基础信息包括但不限于年龄、职业、学历、性别、地区等;应用操作包括但不限于用户在应用提供的页面上执行的各种操作,本申请实施例对此不作具体限定。
车辆画像:基于上述车辆状态数据的15个数据采集类别,能够沉淀出包括基础信息、行驶偏好、使用状况、检修养护四类画像。其中,此处的基础信息指代车辆的基础信息,包括但不限于车身状态、轮胎、门锁等。
环境画像:根据实时天气数据查询结果,能够沉淀出短周期区域天气预测、区域同比天气、历史环境变化引起的危险路段三大类环境画像。
针对内容画像,分为基础属性、场景属性、风格、新热爆4个类别。其中,基础属性中包括但不限于歌曲演唱者、歌曲时长、专辑名称、书籍作者等,而风格可指代歌曲风格,新热爆可指代小程序的人气或歌曲的人气或书籍的人气等,场景属性可指代歌曲所适用的场景,本申请实施例对此不进行具体限定。
需要说明的第四点是,上述获取到的全部基础数据中并非所有基础数据均用于画像挖掘,比如对于以服务形式提供的基础数据便没有画像。
另外,本申请实施例在车载场景下挖掘出来的各个画像,还可以与用户在移动端的同标签画像进行融合,比如将车载环境下的内容画像和用户在移动端的内容画像进行融合,以对用户进行更完整地描述,比如获知用户在车载环境线下更喜欢重金属音乐,而在移动端场景下更喜欢轻音乐,实现了在用户处于不同的场景下提供不同的服务。
在一种可能的实现方式中,基于前述描述可知,上述环境画像可以根据历史天气环境数据构建且通过实时获取到的天气环境数据进行更新;车辆画像可以根据历史车辆状态数据构建且通过实时获取到的车辆状态数据进行更新;用户画像可以根据历史用户行为数据和历史用户偏好数据构建,且通过实时获取到的用户行为数据和用户偏好数据进行更新;内容画像可以根据历史资源标签类数据构建,且通过实时获取到的资源标签类数据进行更新,本申请实施例对此不进行具体限定。
302、服务器基于获取到的基础数据,对目标车辆当前所处的场景进行识别。
在一种可能的实现方式中,如图2所示,服务器中的场景引擎通过调用公共服务层中的功能模块,对目标车辆当前所处的场景进行识别。
303、服务器根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,生成至少一项服务的服务消息。
在一种可能的实现方式中,本申请实施例提供的服务包括但不限于:基础服务和增值服务。其中,基础服务包括但不限于导航服务,增值服务也可称之为内容服务或关怀服务,包括但不限于天气服务、听服务等,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,如图7所示,本申请实施例以功能卡片的形式推送生成的服务消息。其中,功能卡片既可以在服务器侧生成,然后服务器将生成的功能卡片推送给车辆侧进行显示,也可以由车辆侧在接收到服务器推送的服务消息后再生成功能卡片,本申请实施例对此不进行具体限定。
作为一个示例,以服务器侧生成功能卡片(在本文中也称之为服务卡片)为例,则根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,生成至少一项服务的服务消息,包括如下步骤:根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,按照服务种类生成与每一项服务匹配的服务卡片。其中,一个服务卡片包括至少一项服务中相应一项服务的服务消息。
作为一个示例,至少一项服务中每一项服务的服务种类通常均不同,以至少一项服务包括天气服务,听服务和导航服务为例,则可生成天气服务对应的天气卡片、听服务对应的听卡片和导航服务对应的导航卡片,即生成三个不同种类的服务卡片。
304、服务器向目标车辆推送生成的服务消息。
在本申请实施例中,服务器会以统一的可扩展消息结构体向车辆侧进行消息推送,也即使用一种固定的消息结构格式来保证车辆侧的应用软件客户端在任何情况下均能识别出推送的服务消息,而应用软件客户端不用进行任何改动,即便针对新扩展的场景服务,也不会存在因应用软件客户端无法解析新增服务消息类型而致使应用软件客户端频繁升级,能够用最小化成本动态提供最新的场景服务。
在一种可能的实现方式中,服务器向目标车辆推送生成的服务消息,包括但不限于以下任意一项:
A、按照优先级规则,在生成的服务卡片中选取至少两个服务种类不同的服务卡片,向目标车辆推送选取的服务卡片。
针对该步骤,通常不同的场景下会对应不同的服务需求,而在一个场景下用户可能会同时需要多项服务,因此可以向车辆侧用户推送针对不同服务种类的多个服务卡片,实现服务多样化。另外,如果生成的服务卡片数量过多,为避免过度打扰用户,以及考虑到车载终端的显示屏幕尺寸,可按照优先级规则,在生成的服务卡片中选取几个服务种类不同的服务卡片向车辆侧用户推送;而若服务卡片数量低于特定阈值,则可以一次性地向车辆侧用户推送生成的全部服务卡片,以多样化地服务于车辆侧用户,本申请实施例对此不进行具体限定。
其中,优先级规则为:当前场景下需求度越高的服务卡片优先级越高。作为一个示例,需求度可预先进行设置,本申请实施例对此不进行具体限定。
作为一个示例,以阴天+疲劳+高速的场景为例,则依据车辆侧用户当前所处的场景,服务器可能会确定出车辆侧用户当前需要的服务为天气服务、听服务和导航服务,为了使得用户能够获得多样化的服务,服务器可以向车辆侧用户推送三个不同服务种类的服务卡片,包括输出天气消息的天气卡片、输出听消息听卡片和输出导航消息的导航卡片,进而车辆侧可同时输出这三个服务卡片,以供车辆侧用户浏览。
B、向目标车辆推送场景识别结果指示的当前场景下需求度最高的服务卡片。
除了推送多个服务卡片的方式外,还可向车辆侧用户推送当前最需要的服务卡片,本申请实施例对此不进行具体限定。举例来讲,假设当前用户处于疲劳场景下,那么当前车辆侧最需要的可能是音频类听服务,而不是天气服务。因此,当前场景下选择听卡片推送给车辆侧用户。
C、按照优先级规则,以目标频率间隔顺次向目标车辆推送生成的服务卡片。
作为另一个示例,为了保证车辆侧用户能够获得多样化的服务,同时又避免对车辆侧用户造成过多打扰,还可以将服务卡片按照设置的优先级逐个地推送给车辆侧用户,本申请实施例对此同样不进行具体限定。
305、目标车辆对接收到的服务消息进行展示。
作为一个示例,如图7所示,服务消息可以功能卡片的形式呈现给车辆侧的用户,本申请实施例对此不进行具体限定。
本申请实施例提供的方法,服务器会主动获取与车辆关联的基础数据,并基于获取到的基础数据主动对目标车辆当前所处的场景进行识别,其中,该基础数据至少包括车辆用户数据和行驶环境数据,而服务器在根据得到的场景识别结果确定目标车辆当前需要的至少一项服务后,会自动生成至少一项服务的服务消息,并向车辆主动推送生成的服务消息,本申请实施例实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。
图8是本申请实施例提供的一种消息推送方法的流程图。该方法的交互主体为图1所示的车辆和服务器。参见图8,本申请实施例提供的方法流程包括:
801、服务器获取与目标车辆关联的基础数据。
本步骤同上述步骤301。
802、服务器对获取到的基础数据进行预处理;按照各个场景引擎订阅的数据类型,将预处理后的基础数据分发至不同的场景引擎。
在本申请实施例中,数据的预处理由数据接入层完成。其中,预处理的过程可如图4所示,在将来自多个数据源的基础数据进行统一数据接入后,数据接入层先对获取到的基础数据进行数据校验处理。
在数据校验处理之后,为了屏蔽数据源的多样性,会进行事件统一封装,封装成统一的Event消息体,即事件统一封装步骤负责将通过上述校验处理的基础数据进行数据封装处理,得到具有统一数据格式的基础数据。
在一种可能的实现方式中,本申请实施例涉及的全部数据交互均采取异步方式,即数据均是以异步消息形式进行交互,因此可在向注册中心进行注册之前,先进行异步消息同步,本申请实施例对此不进行具体限定。
作为一个示例,注册中心可为Mq代理,如图4所示,作为数据提供方的数据接入层向Mq代理进行注册,而作为订阅者的各个场景引擎便可通过Mq代理从数据接入层订阅其感兴趣的数据进行分析。
需要说明的是,图4中示出的场景引擎A至D并不构成对场景引擎的个数限制,实际情况中可包括更多数量的场景引擎。
803、对于每个场景引擎,调用公共服务层中的功能模块,基于分发的基础数据对目标车辆当前所处的场景进行识别;将每个场景引擎识别出的场景作为得到的场景识别结果。
在一种可能的实现方式中,参见图9,公共服务层中包含的功能模块包括但不限于模型服务模块,画像,规则配置模块以及内容服务模块。
作为一个示例,调用公共服务层中的功能模块,基于分发的基础数据对目标车辆当前所处的场景进行识别,包括以下至少一种:
8031、将分发的基础数据输入模型服务模块的机器学习模型,基于机器学习模型识别车辆侧用户当前所处的场景。
针对该步骤,模型服务模块用于识别复杂场景,即基于机器学习模型涉及的AI算法来识别复杂的场景。换一种表达方式,模型服务模块用以对复杂的场景进行感知,比如导航场景中预测下一步的路线等。也即,模型服务模块用于对输入的基础数据结合AI算法进行分析,其主要基于依赖历史的特征沉淀对数据进行进一步的挖掘。
8032、基于规则配置模块,检测分发的基础数据是否满足设定规则,基于得到的检测结果识别车辆侧用户当前所处的场景。
针对该步骤,规则配置模块用于识别简单的场景,也即,规则配置模块用于提供轻量级的前置规则实现。举例来说,假设一个场景引擎分发的基础数据为车辆状态数据,则该场景引擎可调用规则配置模块,来判断车辆当前的行驶速度是否超速,即规则配置模块可预先设定一个速度阈值,即预先生成了一个设定规则,基于该设定规则来判断车辆当前是否超速。
8033、基于分发的基础数据和与该基础数据匹配的画像,识别车辆侧用户当前所处的场景。
在本申请实施例中,生成的画像包括但不限于用户画像、车辆画像、环境画像和内容画像。其中,由于画像是对与车辆关联的历史基础数据做前期抽象并学习出了特征,因此在实时获取到的基础数据的基础上,再结合画像进行场景识别,能够显著地提升识别精准度。
在另一种可能的实现方式中,生成的画像还可以用于指导场景引擎生成服务消息。比如,结合用户画像和内容画像生成用户偏好的服务消息或与用户的基础信息适配的服务消息;再比如,结合车辆画像生成与用户驾驶行为习惯等适配的服务消息等,本申请实施例对此不进行具体限定。
8034、调用内容服务模块,基于分发的基础数据获取与当前时间和空间匹配的指定基础数据,基于指定基础数据识别车辆侧用户当前所处的场景。
其中,内容服务模块包括但不限于图9示出的天气服务、路况服务、地图开放平台服务、地理围栏、反GEO等。
以天气服务为例,假设天气服务接收到的基础数据为轨迹数据和天气环境数据,则天气服务可基于该轨迹数据来确定目标车辆当前所在的地理位置,之后基于该地理位置、当前时间以及分发的天气环境数据,来确定与当前时间和空间匹配的天气环境数据,比如得出当前时间和空间下的气温、风力等天气环境数据,之后基于与当前时间和空间匹配的天气环境数据,识别当前是晴天或雨天等。
其中,地理围栏用于判断一个点是否位于一个面上,比如判断车辆当前是否位于家的地理范围内;如果是,则执行相应的操作,比如将家中的空调或灯提前打开。反GEO能够基于经纬度数据来输出文字形式的地理位置,比如给出**市**区**街道这种地理位置信息。
下面结合图10,对单个场景引擎的业务处理进行说明。
如图10所示,由于获取到的基础数据在数据接入层会进行事件统一封装,因此场景引擎接收到的实际是Event形式的基础数据。其中,场景引擎会进行事件校验,即对于每个场景引擎,在接入Event形式的基础数据后,首先进行事件体校验,即对分发的基础数据进行校验处理。而在完成校验后为了提高数据处理效率,通常会创建多条线程,进行多线程业务处理。对于每条线程的业务处理,参见图10,是依赖外围基础能力完成场景识别成,即是调用公共服务层中的功能模块基于分发的基础数据,对目标车辆当前所处的场景进行识别。其中,后置处理指代生成的服务消息在线程池中进行异步处理。
在另一种可能的实现方式中,如图9所示,还可基于离线存储的历史基础数据进行诸如目的地挖掘、个性化挖掘等算法预测,以指导场景识别,本申请实施例对此不进行具体限定。另外,参见图9,本申请实施例还涉及到对状态数据的存储,其中,状态数据指代一些产生频率不太高,变化频率也不太高的对于人、车、路、环境等的一些描述性信息。作为一个示例,存储系统可为Hadoop存储系统,本申请实施例对此不进行具体限定。
804、服务器根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,生成至少一项服务的服务消息,向目标车辆推送生成的服务消息。
在一种可能的实现方式中,根据得到的场景识别结果确定目标车辆当前需要的至少一项服务,包括以下步骤:在各个场景引擎识别出的场景中确定存在服务需求的至少一个场景;根据场景与服务之间的对应关系,确定与至少一个场景匹配的服务;将与至少一个场景匹配的服务,确定为目标车辆当前需要的至少一项服务。
其中,存在服务需求的场景即指代有服务必要的非常规场景,这些场景可预先进行设定,比如诸如雨天场景、疲劳场景、超速场景等均属于存在服务需求的场景。另外,本申请实施例还可预先设置场景与服务之间的对应关系,其中,不同的场景可以对应类型一致的服务,比如通勤场景和疲劳场景均可对应听服务,本申请实施例对此不进行具体限定。
示例一,针对导航场景,数据接入层向相应场景引擎分发的基础数据可以包括以下任意一种或至少两种的组合:车辆状态数据、轨迹数据、动态路况数据、POI数据、基建数据和天气环境数据;而相应场景引擎便会调用公共服务层中的功能模块,比如规则配置模块、模型服务模块和画像,基于上述分发的基础数据进行场景识别,并生成与导航场景匹配的导航消息,其中,该导航消息可如图7所示。
示例二,针对内容服务场景,数据接入层向相应场景引擎分发的数据可以包括以下任意一种或两种的组合:用户行为数据和车辆状态数据;而相应场景引擎便会调用公共服务层中的功能模块,比如内容服务模块和画像,基于上述分发的基础数据进行场景识别,生成与内容服务场景匹配的内容服务消息,比如向车辆侧用户推送听服务。
在本申请实施例中,向目标车辆推送生成的服务消息由仲裁模块完成。
在一种可能的实现方式中,仲裁模块可包括流控模块、装饰模块和推送模块等。其中,在仲裁模块接收到场景引擎生成的服务消息后,经由流控模块对服务消息下发的先后顺序或频率进行管控,以避免过于频繁地消息推送对车辆侧用户造成干扰。而装饰模块负责控制服务消息在车辆侧应用软件客户端上的展示样式;推送模块负责向车辆侧进行消息推送。
8041、针对多个场景引擎生成的服务消息均需要推送给车辆侧时,流控模块可通过优先级规则来控制消息推送。
即,流控模块可按照优先级规则,在至少两个场景引擎生成的服务消息中确定目标服务消息,其中,目标服务消息为当前场景下需求度最高的服务消息,并由推送模块向车辆侧推送目标服务消息。其中,优先级规则可为:当前场景下需求度越高的服务消息优先级越高。
举例来讲,假设当前用户处于疲劳场景下,那么当前车辆侧最需要的可能是音频类收听服务,而不是天气服务。作为一个示例,需求度可预先进行设置,本申请实施例对此不进行具体限定。另外,为了保证服务多样化,流控模块还可以按照优先级规则,在至少两个场景引擎生成的服务消息中选取出需求度排在前几位的几个服务消息进行推送,本申请实施例对此不进行具体限定。
需要说明的第二点是,仲裁模块可以按照设置的优先级规则依次向车辆侧进行消息推送,也可在推送车辆侧当前最需要的服务消息后不再进行其他服务消息推送,或再推送额外的几个服务消息后不再进行推送,本申请实施例对此不进行具体限定。也即,本申请实施例还包括:
8042、按照优先级规则,将至少两个场景引擎生成的服务消息,以目标频率间隔顺次向目标车辆推送。
8043、按照优先级规则,将至少两个场景引擎生成的服务消息中的部分服务消息,以目标频率间隔顺次向目标车辆推送。
8044、针对单个场景引擎生成至少两条服务消息,流控模块可以控制这些服务消息的下发频率。
即,当一个场景引擎生成的服务消息数量为至少两条时,流控模块可以按照目标频率间隔向车辆侧进行这些服务消息的推送。
其中,目标频率间隔的取值可为5min或10min等,本申请实施例对此不进行具体限定。
在一种可能的实现方式中,仲裁模块在对服务消息流控结束后将会返回调用方流控结果。其中,此处的调用方指代场景引擎。另外,对于流控通过的服务器消息,如果仲裁模块确定该服务消息已符合其基础要求,则还可给予调用方成功的返回结果。
805、目标车辆对服务器推送的服务消息进行展示。
在一种可能的实现方式中,车辆侧可以基于动态消息容器技术进行服务消息的展示。
在一种可能的实现方式中,仲裁模块还可以指示服务消息在车辆侧的展示样式,详细来说,仲裁模块包含的装饰模块负责控制服务消息在车辆侧应用软件客户端上的展示样式。其中,仲裁模块可通过下发消息展示模板来指示服务消息在车辆侧的具体展示样式,本申请实施例对此不进行具体限定。
即,本申请实施例还包括:获取与生成的服务消息匹配的消息展示模板;将消息展示模板发送至目标车辆,消息展示模板用于指示目标车辆按照消息展示模板展示接收到的服务消息。
需要说明的第一点是,一类服务消息可对应一个消息展示模板,比如听服务对应一种形式的消息展示模板,天气服务对应另一种形式的消息展示模板,本申请实施例对此不进行具体限定。
需要说明的第二点是,消息展示模板既可以在发送服务消息之前发送,也可同服务消息一并发送,本申请实施例对此不进行具体限定。
综上所述,本申请实施例实现了在用户上车后,服务器侧通过对实时采集到的数据进行分析,能够主动对车辆当前所处场景进行识别,并在车辆侧的用户需要服务时,主动向车辆侧进行相应的服务推送,比如向车辆侧推送用户当前最需要的服务,即为用户呈现当前最需要的功能卡片,使得用户在沉浸式开车的同时能更快且更便捷地享受服务、获取信息。
本申请实施例提供的方法,至少具有以下有益效果:
本申请实施例会主动获取与车辆关联的基础数据,而获取到的基础数据在通过数据接入层进行预处理后,会由数据接入层按照各个场景引擎订阅的数据类型,分发至不同的场景引擎进行场景识别,而在根据各个场景识别出的场景确定目标车辆当前需要的至少一项服务后,本申请实施例会自动生成至少一项服务的服务消息,并向车辆主动推送生成的服务消息,本申请实施例实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。也即,本申请实施例通过场景引擎实时进行场景感知能够主动向车辆侧用户提供精准的推送服务。
另外,本申请实施例由服务器侧完成场景识别,不但能够提供强大的场景感知能力,即提供多样化的服务,而且具有强大的场景扩展能力,详细来说,服务器侧随着服务的丰富化,能够在保持当前架构不变的前提下提供更多的场景引擎,即,本申请实施例提供的交互框架能够做到在不影响其他场景引擎能力输出的情况下,快速实现场景引擎的扩展。
另外,本申请实施例还具备多租户的快速适配能力:采用配置的方式,在不需要版本迭代的情况下,能够实现同一种服务能力对接不同的车场需求。也即,本申请实施例对有不同需求的车场均能进行适配,可对接不同需求的车场。
在另一个实施例中,下面结合图11对本申请实施例的整体执行流程进行归纳,该执行流程包括:
1101、后台服务器通过多种渠道收集与车辆相关的基础数据。
在本申请实施例中,后台服务器可从车辆侧的应用软件客户端进行数据收集、还可以通过埋点方式进行数据收集、还可以通过长连接形式进行数据收集、还可以通过服务形式进行数据收集,本申请实施例对此不进行具体限定。
1102、数据接入层接入收集到的基础数据,并对收集到的基础数据进行预处理。
其中,预处理过程包括但不限于:数据校验、事件统一封装和异步消息同步,本申请实施例对此不进行具体限定。
1103、数据接入层通过注册中心将预处理后的基础数据,按照各个场景引擎订阅的数据类型,分发至不同的场景引擎。
1104、对于每个场景引擎,调用公共服务层中的功能模块,基于分发的基础数据进行场景识别,并基于各个场景引擎识别出的场景确定目标车辆当前需要的至少一项服务,生成至少一项服务的服务消息。
1105、仲裁模块对生成的服务消息进行仲裁,向车辆侧推送生成的服务消息。
1106、车辆侧对接收到的服务消息进行展示。
在一种可能的实现方式中,本申请实施例涉及的全部数据交互均采取异步方式,即数据均是以异步消息形式进行交互。
本申请实施例提供的方法,会主动获取与车辆关联的基础数据,而获取到的基础数据在通过数据接入层进行预处理后,会由数据接入层按照各个场景引擎订阅的数据类型,分发至不同的场景引擎进行场景识别,而在根据各个场景识别出的场景确定目标车辆当前需要的至少一项服务后,本申请实施例会自动生成至少一项服务的服务消息,并向车辆主动推送生成的服务消息,本申请实施例实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。也即,本申请实施例通过场景引擎实时进行场景感知能够主动向车辆侧用户提供精准的推送服务。
另外,本申请实施例由服务器侧完成场景识别,不但能够提供强大的场景感知能力,即提供多样化的服务,而且具有强大的场景扩展能力,详细来说,服务器侧随着服务的丰富化,能够在保持当前架构不变的前提下提供更多的场景引擎,即,本申请实施例提供的交互框架能够做到在不影响其他场景引擎能力输出的情况下,快速实现场景引擎的扩展。
另外,本申请实施例还具备多租户的快速适配能力:采用配置的方式,在不需要版本迭代的情况下,能够实现同一种服务能力对接不同的车场需求。也即,本申请实施例对有不同需求的车场均能进行适配,可对接不同需求的车场。
图12是本申请实施例提供的一种消息推送装置的结构示意图,该装置应用于服务器,参见图12,该装置包括:
获取模块1201,用于获取与目标车辆关联的基础数据,所述基础数据至少包括车辆用户数据和行驶环境数据;
识别模块1202,用于基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别;
生成模块1203,用于根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息;
发送模块1204,用于向所述目标车辆推送生成的服务消息。
本申请实施例提供的装置,会主动获取与车辆关联的基础数据,并基于获取到的基础数据主动对目标车辆当前所处的场景进行识别,其中,该基础数据至少包括车辆用户数据和行驶环境数据,而在根据得到的场景识别结果确定目标车辆当前需要的至少一项服务后,会自动生成至少一项服务的服务消息,并向车辆主动推送生成的服务消息,本申请实施例实现了场景主动识别,并且能够基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆侧,由于无需用户额外执行操作即可享受需求的服务,因此极大地提升了车载环境下的行车安全性,满足了用户在车载环境下的服务需求,效果较佳。
在一种可能的实现方式中,生成模块1203,还用于根据得到的场景识别结果确定所述至少一项服务,按照服务种类生成与每一项所述服务匹配的服务卡片,其中,一个所述服务卡片包括所述至少一项服务中相应一项服务的服务消息。
在一种可能的实现方式中,发送模块1204,还用于按照优先级规则,在生成的服务卡片中选取至少两个服务种类不同的服务卡片,向所述目标车辆推送选取的服务卡片;向所述目标车辆推送所述场景识别结果指示的当前场景下需求度最高的服务卡片;按照所述优先级规则,以目标频率间隔顺次向所述目标车辆推送生成的服务卡片;其中,所述优先级规则为:当前场景下需求度越高的服务卡片优先级越高。
在一种可能的实现方式中,识别模块1202,还用于调用公共服务层中的功能模块基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别。
在一种可能的实现方式中,识别模块1202,还用于将获取到的基础数据输入模型服务模块的机器学习模型,基于所述机器学习模型识别所述目标车辆当前所处的场景;基于规则配置模块,检测获取到的基础数据是否满足设定规则,基于得到的检测结果识别所述目标车辆当前所处的场景;基于获取到的基础数据和与所述基础数据匹配的画像,识别所述目标车辆当前所处的场景,所述画像基于与所述目标车辆关联的历史基础数据构建;调用内容服务模块基于获取到的基础数据,获取与当前时间和空间匹配的指定基础数据,基于所述指定基础数据识别所述目标车辆当前所处的场景。
在一种可能的实现方式中,识别模块1202,还用于按照各个场景引擎订阅的数据类型,将获取到的基础数据分发至不同的场景引擎进行场景识别;将每个所述场景引擎识别出的场景作为所述场景识别结果。
在一种可能的实现方式中,识别模块1202,还用于对于每个所述场景引擎,对分发的基础数据进行校验处理;在完成校验后创建多条线程,通过所述多条线程,调用公共服务层中的功能模块基于分发的基础数据,对所述目标车辆当前所处的场景进行识别。
在一种可能的实现方式中,生成模块1203,还用于在各个所述场景引擎识别出的场景中确定存在服务需求的至少一个场景;根据场景与服务之间的对应关系,确定与所述至少一个场景匹配的服务;将与所述至少一个场景匹配的服务,确定为所述目标车辆当前需要的至少一项服务。
在一种可能的实现方式中,识别模块1202,还用于对获取到的基础数据进行预处理;按照各个场景引擎订阅的数据类型,将预处理后的基础数据分发至不同的场景引擎。
在一种可能的实现方式中,发送模块1204,还用于按照优先级规则,在至少两个场景引擎生成的服务消息中确定目标服务消息,向所述目标车辆推送所述目标服务消息,所述目标服务消息为当前场景下需求度最高的服务消息;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息,以目标频率间隔顺次向所述目标车辆推送;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息中的部分服务消息,以所述目标频率间隔顺次向所述目标车辆推送;
当一个所述场景引擎生成的服务消息数量为至少两条时,按照所述目标频率间隔向所述目标车辆推送所述至少两条服务消息;
其中,所述优先级规则为:当前场景下需求度越高的服务消息优先级越高。
在一种可能的实现方式中,获取模块1201,还用于获取与生成的服务消息匹配的消息展示模板;
发送模块1204,还用于将所述消息展示模板发送至所述目标车辆,所述消息展示模板用于指示所述目标车辆按照所述消息展示模板展示接收到的服务消息。
在一种可能的实现方式中,所述车辆用户数据包括车辆数据和用户数据;
所述车辆数据至少包括车辆状态数据和轨迹数据;所述用户数据至少包括所述车辆侧用户的用户行为数据、用户偏好数据和资源标签类数据;所述行驶环境数据至少包括路况数据、天气环境数据、兴趣点POI数据和基建数据。
在一种可能的实现方式中,所述画像包括用户画像、车辆画像、环境画像以及内容画像;
其中,所述环境画像是根据历史天气环境数据构建的且通过实时获取到的天气环境数据进行更新;所述车辆画像是根据历史车辆状态数据构建的且通过实时获取到的车辆状态数据进行更新;所述用户画像是根据历史用户行为数据和历史用户偏好数据构建的,且通过实时获取到的用户行为数据和用户偏好数据进行更新;所述内容画像是根据历史资源标签类数据构建的,且通过实时获取到的资源标签类数据进行更新。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的消息推送装置在进行消息推送时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的消息推送装置与消息推送方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图13是本申请实施例提供的一种服务器的结构示意图,该服务器1300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processingunits,CPU)1301和一个或一个以上的存储器1302,其中,所述存储器1302中存储有至少一条指令,所述至少一条指令由所述处理器1301加载并执行以实现上述各个方法实施例提供的消息推送方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由终端中的处理器执行以完成上述实施例中的消息推送方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种消息推送方法,其特征在于,应用于服务器,所述方法包括:
获取与目标车辆关联的基础数据,所述基础数据至少包括车辆用户数据和行驶环境数据;
基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别;
根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息;
向所述目标车辆推送生成的服务消息。
2.根据权利要求1所述的方法,其特征在于,所述根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息,包括:
根据得到的场景识别结果确定所述至少一项服务,按照服务种类生成与每一项所述服务匹配的服务卡片,其中,一个所述服务卡片包括所述至少一项服务中相应一项服务的服务消息。
3.根据权利要求2所述的方法,其特征在于,所述向所述目标车辆推送生成的服务消息,包括以下任意一项:
按照优先级规则,在生成的服务卡片中选取至少两个服务种类不同的服务卡片,向所述目标车辆推送选取的服务卡片;
向所述目标车辆推送所述场景识别结果指示的当前场景下需求度最高的服务卡片;
按照所述优先级规则,以目标频率间隔顺次向所述目标车辆推送生成的服务卡片;
其中,所述优先级规则为:当前场景下需求度越高的服务卡片优先级越高。
4.根据权利要求1所述的方法,其特征在于,所述基于获取到的基础数据,对目标车辆当前所处的场景进行识别,包括:
调用公共服务层中的功能模块基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别。
5.根据权利要求4所述的方法,其特征在于,所述调用公共服务层中的功能模块基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别,包括以下至少一种:
将获取到的基础数据输入模型服务模块的机器学习模型,基于所述机器学习模型识别所述目标车辆当前所处的场景;
基于规则配置模块,检测获取到的基础数据是否满足设定规则,基于得到的检测结果识别所述目标车辆当前所处的场景;
基于获取到的基础数据和与所述基础数据匹配的画像,识别所述目标车辆当前所处的场景,所述画像基于与所述目标车辆关联的历史基础数据构建;
调用内容服务模块基于获取到的基础数据,获取与当前时间和空间匹配的指定基础数据,基于所述指定基础数据识别所述目标车辆当前所处的场景。
6.根据权利要求1所述的方法,其特征在于,所述基于获取到的基础数据,对目标车辆当前所处的场景进行识别,包括:
按照各个场景引擎订阅的数据类型,将获取到的基础数据分发至不同的场景引擎进行场景识别;
将每个所述场景引擎识别出的场景作为所述场景识别结果。
7.根据权利要求6所述的方法,其特征在于,所述将获取到的基础数据分发至不同的场景引擎进行场景识别,包括:
对于每个所述场景引擎,对分发的基础数据进行校验处理;
在完成校验后创建多条线程,通过所述多条线程,调用公共服务层中的功能模块基于分发的基础数据,对所述目标车辆当前所处的场景进行识别。
8.根据权利要求6所述的方法,其特征在于,所述根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,包括:
在各个所述场景引擎识别出的场景中确定存在服务需求的至少一个场景;
根据场景与服务之间的对应关系,确定与所述至少一个场景匹配的服务;
将与所述至少一个场景匹配的服务,确定为所述目标车辆当前需要的至少一项服务。
9.根据权利要求6所述的方法,其特征在于,所述向所述目标车辆推送生成的服务消息,包括以下任意一项:
按照优先级规则,在至少两个场景引擎生成的服务消息中确定目标服务消息,向所述目标车辆推送所述目标服务消息,所述目标服务消息为当前场景下需求度最高的服务消息;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息,以目标频率间隔顺次向所述目标车辆推送;
按照所述优先级规则,将所述至少两个场景引擎生成的服务消息中的部分服务消息,以所述目标频率间隔顺次向所述目标车辆推送;
当一个所述场景引擎生成的服务消息数量为至少两条时,按照所述目标频率间隔向所述目标车辆推送所述至少两条服务消息;
其中,所述优先级规则为:当前场景下需求度越高的服务消息优先级越高。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取与生成的服务消息匹配的消息展示模板;
将所述消息展示模板发送至所述目标车辆,所述消息展示模板用于指示所述目标车辆按照所述消息展示模板以服务卡片的形式展示接收到的服务消息。
11.根据权利要求1至9中任一项权利要求所述的方法,其特征在于,所述车辆用户数据包括车辆数据和用户数据;
所述车辆数据至少包括车辆状态数据和轨迹数据;所述用户数据至少包括所述车辆侧用户的用户行为数据、用户偏好数据和资源标签类数据;所述行驶环境数据至少包括路况数据、天气环境数据、兴趣点POI数据和基建数据。
12.根据权利要求11所述的方法,其特征在于,所述画像包括用户画像、车辆画像、环境画像以及内容画像;
其中,所述环境画像是根据历史天气环境数据构建的且通过实时获取到的天气环境数据进行更新;所述车辆画像是根据历史车辆状态数据构建的且通过实时获取到的车辆状态数据进行更新;所述用户画像是根据历史用户行为数据和历史用户偏好数据构建的,且通过实时获取到的用户行为数据和用户偏好数据进行更新;所述内容画像是根据历史资源标签类数据构建的,且通过实时获取到的资源标签类数据进行更新。
13.一种消息推送装置,其特征在于,应用于服务器,所述装置包括:
获取模块,用于获取与目标车辆关联的基础数据,所述基础数据至少包括车辆用户数据和行驶环境数据;
识别模块,用于基于获取到的基础数据,对所述目标车辆当前所处的场景进行识别;
生成模块,用于根据得到的场景识别结果确定所述目标车辆当前需要的至少一项服务,生成所述至少一项服务的服务消息;
发送模块,用于向所述目标车辆推送生成的服务消息。
14.一种存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至12中任一项权利要求所述的消息推送方法。
15.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1至12中任一项权利要求所述的消息推送方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910589563.1A CN110300175B (zh) | 2019-07-02 | 2019-07-02 | 消息推送方法、装置、存储介质及服务器 |
JP2021545770A JP2022520344A (ja) | 2019-07-02 | 2020-06-17 | メッセージプッシュ方法、コンピュータプログラム及びサーバ |
EP20834583.5A EP3996346B1 (en) | 2019-07-02 | 2020-06-17 | Message pushing method, storage medium, and server |
KR1020217031719A KR102587738B1 (ko) | 2019-07-02 | 2020-06-17 | 메시지 푸싱 방법, 저장 매체 및 서버 |
PCT/CN2020/096640 WO2021000734A1 (zh) | 2019-07-02 | 2020-06-17 | 消息推送方法、存储介质及服务器 |
US17/402,135 US11743357B2 (en) | 2019-07-02 | 2021-08-13 | Message pushing method, storage medium, and server |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910589563.1A CN110300175B (zh) | 2019-07-02 | 2019-07-02 | 消息推送方法、装置、存储介质及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110300175A true CN110300175A (zh) | 2019-10-01 |
CN110300175B CN110300175B (zh) | 2022-05-17 |
Family
ID=68029959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910589563.1A Active CN110300175B (zh) | 2019-07-02 | 2019-07-02 | 消息推送方法、装置、存储介质及服务器 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11743357B2 (zh) |
EP (1) | EP3996346B1 (zh) |
JP (1) | JP2022520344A (zh) |
KR (1) | KR102587738B1 (zh) |
CN (1) | CN110300175B (zh) |
WO (1) | WO2021000734A1 (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782284A (zh) * | 2019-10-24 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置以及可读存储介质 |
CN111062742A (zh) * | 2019-11-25 | 2020-04-24 | 北京梧桐车联科技有限责任公司 | 信息推荐方法、装置、存储介质及服务器 |
CN111107147A (zh) * | 2019-12-17 | 2020-05-05 | 苏州思必驰信息科技有限公司 | 一种消息推送方法及装置 |
CN111104611A (zh) * | 2019-11-18 | 2020-05-05 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN111439268A (zh) * | 2020-03-31 | 2020-07-24 | 重庆长安汽车股份有限公司 | 一种主动提供个性化服务的方法、装置、云端服务器及汽车 |
CN111600952A (zh) * | 2020-05-15 | 2020-08-28 | 华人运通(上海)云计算科技有限公司 | 场景推送方法、执行方法、装置、终端、服务器和系统 |
CN111651662A (zh) * | 2020-04-15 | 2020-09-11 | 车智互联(北京)科技有限公司 | 一种内容生成方法、系统及计算设备 |
CN111680730A (zh) * | 2020-06-01 | 2020-09-18 | 中国第一汽车股份有限公司 | 一种地理围栏的生成方法、装置、计算机设备和存储介质 |
CN111860879A (zh) * | 2020-02-17 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种消息的推送方法、装置、电子设备及可读存储介质 |
CN111935224A (zh) * | 2020-07-08 | 2020-11-13 | 支付宝(杭州)信息技术有限公司 | 车辆内信息推送方法、装置、设备及系统 |
WO2021000734A1 (zh) * | 2019-07-02 | 2021-01-07 | 腾讯科技(深圳)有限公司 | 消息推送方法、存储介质及服务器 |
CN112307335A (zh) * | 2020-10-29 | 2021-02-02 | 中国第一汽车股份有限公司 | 车辆服务信息的推送方法、装置、设备及车辆 |
CN112307339A (zh) * | 2020-10-30 | 2021-02-02 | 中国平安人寿保险股份有限公司 | 基于用户画像的推荐信息生成方法、装置及计算机设备 |
CN112559876A (zh) * | 2020-12-22 | 2021-03-26 | 北京百度网讯科技有限公司 | 地图搜索结果的展现方法、装置、设备及存储介质 |
CN112597387A (zh) * | 2020-12-18 | 2021-04-02 | 芜湖雄狮汽车科技有限公司 | 车载服务推荐方法、系统及具有其的车辆 |
CN112667882A (zh) * | 2019-10-16 | 2021-04-16 | 斑马智行网络(香港)有限公司 | 内容分发方法、装置、系统、计算设备以及存储介质 |
CN112732446A (zh) * | 2021-01-15 | 2021-04-30 | 腾讯科技(深圳)有限公司 | 一种任务处理方法、装置及存储介质 |
CN112751939A (zh) * | 2020-12-31 | 2021-05-04 | 东风汽车有限公司 | 一种信息推送方法、信息推送装置和存储介质 |
CN112786022A (zh) * | 2019-11-11 | 2021-05-11 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN112882621A (zh) * | 2021-02-07 | 2021-06-01 | 微民保险代理有限公司 | 模块显示方法、装置、计算机设备和存储介质 |
CN112948956A (zh) * | 2019-11-26 | 2021-06-11 | 北京新能源汽车股份有限公司 | 一种车辆参数生成方法、装置及设备 |
CN113010773A (zh) * | 2021-02-22 | 2021-06-22 | 东风小康汽车有限公司重庆分公司 | 一种信息推送方法及设备 |
CN113391801A (zh) * | 2021-06-11 | 2021-09-14 | 斑马网络技术有限公司 | 基于云端业务的推荐引擎架构 |
CN113486239A (zh) * | 2021-07-05 | 2021-10-08 | 上海优咔网络科技有限公司 | 一种智能出行场景引擎及推送方法 |
CN113488033A (zh) * | 2020-03-17 | 2021-10-08 | 北京百度网讯科技有限公司 | 用户被动式语音交互方法、装置、终端、服务器和介质 |
CN113504925A (zh) * | 2021-06-28 | 2021-10-15 | 中汽创智科技有限公司 | 一种空中下载升级方法、升级系统及电子设备 |
CN113946222A (zh) * | 2021-11-17 | 2022-01-18 | 杭州逗酷软件科技有限公司 | 一种控制方法、电子设备及计算机存储介质 |
CN114390071A (zh) * | 2021-12-02 | 2022-04-22 | 阿波罗智联(北京)科技有限公司 | 多媒体数据的推送方法、装置、电子设备及可读存储介质 |
CN114390015A (zh) * | 2021-12-08 | 2022-04-22 | 天翼物联科技有限公司 | 一种基于物模型的数据推送系统、方法、设备及存储介质 |
CN114407652A (zh) * | 2022-01-19 | 2022-04-29 | 亿咖通(湖北)技术有限公司 | 一种信息显示方法、装置和设备 |
CN114430424A (zh) * | 2021-12-31 | 2022-05-03 | 联通智网科技股份有限公司 | 车联网大数据的处理方法、装置与存储介质 |
CN114500643A (zh) * | 2022-04-07 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
WO2022116662A1 (zh) * | 2020-12-03 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 车辆数据处理方法、装置、计算机设备和存储介质 |
CN114710553A (zh) * | 2020-12-30 | 2022-07-05 | 本田技研工业(中国)投资有限公司 | 信息获取方法、信息推送方法以及终端设备 |
WO2022178695A1 (zh) * | 2021-02-24 | 2022-09-01 | 华为技术有限公司 | 车辆功能提示方法、装置、电子设备及车辆 |
CN115035705A (zh) * | 2021-03-03 | 2022-09-09 | 上海博泰悦臻网络技术服务有限公司 | 车辆实时状况监控方法、装置、电子设备及介质 |
CN115320622A (zh) * | 2022-10-12 | 2022-11-11 | 集度科技有限公司 | 车辆控制方法、系统、电子设备及计算机程序产品 |
CN115361247A (zh) * | 2022-07-05 | 2022-11-18 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN115391054A (zh) * | 2022-10-27 | 2022-11-25 | 宁波均联智行科技股份有限公司 | 车机系统的资源分配方法及车机系统 |
CN116434601A (zh) * | 2023-04-25 | 2023-07-14 | 广州市单元信息科技有限公司 | 一种消息推送的智能化处理方法及系统 |
CN117302081A (zh) * | 2023-09-28 | 2023-12-29 | 镁佳(北京)科技有限公司 | 车辆行程服务的执行方法、装置、电子设备及存储介质 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114125147B (zh) * | 2021-11-15 | 2023-05-30 | 青岛海尔科技有限公司 | 设备场景功能的校验方法、场景引擎及场景平台 |
CN115981998B (zh) * | 2022-11-23 | 2023-08-22 | 阿尔特(北京)汽车数字科技有限公司 | 车辆的场景演示系统及场景演示方法 |
CN116055553A (zh) * | 2023-01-09 | 2023-05-02 | 中国第一汽车股份有限公司 | 车辆推送信息的处理方法、系统和装置 |
CN117149837A (zh) * | 2023-10-27 | 2023-12-01 | 建信金融科技有限责任公司 | 消息发送方法、装置、电子设备和计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513395A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于车辆目的地预测的智能信息推送系统和方法 |
CN106649502A (zh) * | 2016-10-12 | 2017-05-10 | 卡桑德电子科技(扬州)有限公司 | 一种主动推送服务和功能的智能车载多媒体系统及方法 |
CN107358809A (zh) * | 2017-06-06 | 2017-11-17 | 浙江大学 | 个性化交通安全信息推送系统及方法 |
WO2018032196A1 (zh) * | 2016-08-15 | 2018-02-22 | 张莉 | 一种基于当前位置提高用户需求的信息推送方法及服务器 |
CN208028937U (zh) * | 2018-03-31 | 2018-10-30 | 成都精灵云科技有限公司 | 一种车联网环境下的音乐推送系统 |
CN109376303A (zh) * | 2018-10-25 | 2019-02-22 | 合肥望京科技有限公司 | 一种基于车联网的车载内容信息智能推荐系统及其方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070138347A1 (en) * | 2004-12-16 | 2007-06-21 | Ehlers Gregory A | System and method for providing information to an operator of a vehicle |
JP4791874B2 (ja) * | 2006-03-31 | 2011-10-12 | 株式会社エクォス・リサーチ | 運転支援装置及び運転行動判定装置 |
WO2007088787A1 (ja) * | 2006-02-01 | 2007-08-09 | Mitsubishi Electric Corporation | 応用サービス提供装置及びこの応用サービス提供装置を用いた路車間通信システム |
US8167430B2 (en) * | 2009-08-31 | 2012-05-01 | Behavioral Recognition Systems, Inc. | Unsupervised learning of temporal anomalies for a video surveillance system |
JP5729257B2 (ja) * | 2011-10-26 | 2015-06-03 | トヨタ自動車株式会社 | 情報提供装置、および情報提供方法 |
US9183676B2 (en) * | 2012-04-27 | 2015-11-10 | Microsoft Technology Licensing, Llc | Displaying a collision between real and virtual objects |
US9317840B2 (en) * | 2012-07-09 | 2016-04-19 | AutoVitals, Inc. | Remote service evaluation and recommendation |
US20140279707A1 (en) * | 2013-03-15 | 2014-09-18 | CAA South Central Ontario | System and method for vehicle data analysis |
US20160094866A1 (en) * | 2014-09-29 | 2016-03-31 | Amazon Technologies, Inc. | User interaction analysis module |
US10067988B2 (en) * | 2015-07-21 | 2018-09-04 | Uber Technologies, Inc. | User-based content filtering and ranking to facilitate on-demand services |
US9809184B2 (en) * | 2015-11-09 | 2017-11-07 | Adobe Systems Incorporated | Automobile usage analytics and personalization |
CN106919994B (zh) * | 2015-12-24 | 2021-03-16 | 北京嘀嘀无限科技发展有限公司 | 订单推送方法及装置 |
CN107205002B (zh) * | 2016-03-16 | 2022-05-20 | 阿里巴巴(中国)有限公司 | 订制交通附加服务的方法、装置及系统 |
US20190005464A1 (en) * | 2016-08-31 | 2019-01-03 | Faraday&Future Inc. | System and method for scheduling vehicle maintenance services |
JP6683163B2 (ja) * | 2017-03-29 | 2020-04-15 | マツダ株式会社 | 車両運転支援システム |
US10489976B2 (en) * | 2017-08-11 | 2019-11-26 | Jing Jin | Incident site investigation and management support system based on unmanned aerial vehicles |
US20190197430A1 (en) * | 2017-12-21 | 2019-06-27 | Lyft, Inc. | Personalized ride experience based on real-time signals |
WO2020074959A1 (en) * | 2018-10-12 | 2020-04-16 | Monitoreal Limited | System, device and method for object detection in video feeds |
US20220161815A1 (en) * | 2019-03-29 | 2022-05-26 | Intel Corporation | Autonomous vehicle system |
CN110300175B (zh) * | 2019-07-02 | 2022-05-17 | 腾讯科技(深圳)有限公司 | 消息推送方法、装置、存储介质及服务器 |
-
2019
- 2019-07-02 CN CN201910589563.1A patent/CN110300175B/zh active Active
-
2020
- 2020-06-17 KR KR1020217031719A patent/KR102587738B1/ko active IP Right Grant
- 2020-06-17 JP JP2021545770A patent/JP2022520344A/ja active Pending
- 2020-06-17 WO PCT/CN2020/096640 patent/WO2021000734A1/zh unknown
- 2020-06-17 EP EP20834583.5A patent/EP3996346B1/en active Active
-
2021
- 2021-08-13 US US17/402,135 patent/US11743357B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513395A (zh) * | 2015-11-30 | 2016-04-20 | 华南理工大学 | 一种基于车辆目的地预测的智能信息推送系统和方法 |
WO2018032196A1 (zh) * | 2016-08-15 | 2018-02-22 | 张莉 | 一种基于当前位置提高用户需求的信息推送方法及服务器 |
CN106649502A (zh) * | 2016-10-12 | 2017-05-10 | 卡桑德电子科技(扬州)有限公司 | 一种主动推送服务和功能的智能车载多媒体系统及方法 |
CN107358809A (zh) * | 2017-06-06 | 2017-11-17 | 浙江大学 | 个性化交通安全信息推送系统及方法 |
CN208028937U (zh) * | 2018-03-31 | 2018-10-30 | 成都精灵云科技有限公司 | 一种车联网环境下的音乐推送系统 |
CN109376303A (zh) * | 2018-10-25 | 2019-02-22 | 合肥望京科技有限公司 | 一种基于车联网的车载内容信息智能推荐系统及其方法 |
Non-Patent Citations (1)
Title |
---|
王中齐: "车联网环境下广告调度模型研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 * |
Cited By (59)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021000734A1 (zh) * | 2019-07-02 | 2021-01-07 | 腾讯科技(深圳)有限公司 | 消息推送方法、存储介质及服务器 |
US11743357B2 (en) | 2019-07-02 | 2023-08-29 | Tencent Technologies (Shenzhen) Company Limited | Message pushing method, storage medium, and server |
CN112667882A (zh) * | 2019-10-16 | 2021-04-16 | 斑马智行网络(香港)有限公司 | 内容分发方法、装置、系统、计算设备以及存储介质 |
CN110782284A (zh) * | 2019-10-24 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置以及可读存储介质 |
CN112786022A (zh) * | 2019-11-11 | 2021-05-11 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN112786022B (zh) * | 2019-11-11 | 2023-04-07 | 青岛海信移动通信技术股份有限公司 | 终端、第一语音服务器、第二语音服务器及语音识别方法 |
CN111104611B (zh) * | 2019-11-18 | 2023-01-20 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN111104611A (zh) * | 2019-11-18 | 2020-05-05 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN111062742B (zh) * | 2019-11-25 | 2023-08-04 | 北京梧桐车联科技有限责任公司 | 信息推荐方法、装置、存储介质及服务器 |
CN111062742A (zh) * | 2019-11-25 | 2020-04-24 | 北京梧桐车联科技有限责任公司 | 信息推荐方法、装置、存储介质及服务器 |
CN112948956A (zh) * | 2019-11-26 | 2021-06-11 | 北京新能源汽车股份有限公司 | 一种车辆参数生成方法、装置及设备 |
CN111107147A (zh) * | 2019-12-17 | 2020-05-05 | 苏州思必驰信息科技有限公司 | 一种消息推送方法及装置 |
CN111860879A (zh) * | 2020-02-17 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种消息的推送方法、装置、电子设备及可读存储介质 |
CN113488033A (zh) * | 2020-03-17 | 2021-10-08 | 北京百度网讯科技有限公司 | 用户被动式语音交互方法、装置、终端、服务器和介质 |
CN111439268A (zh) * | 2020-03-31 | 2020-07-24 | 重庆长安汽车股份有限公司 | 一种主动提供个性化服务的方法、装置、云端服务器及汽车 |
CN111439268B (zh) * | 2020-03-31 | 2023-03-14 | 重庆长安汽车股份有限公司 | 一种主动提供个性化服务的方法、装置、云端服务器及汽车 |
CN111651662B (zh) * | 2020-04-15 | 2024-02-23 | 车智互联(北京)科技有限公司 | 一种内容生成方法、系统及计算设备 |
CN111651662A (zh) * | 2020-04-15 | 2020-09-11 | 车智互联(北京)科技有限公司 | 一种内容生成方法、系统及计算设备 |
CN111600952A (zh) * | 2020-05-15 | 2020-08-28 | 华人运通(上海)云计算科技有限公司 | 场景推送方法、执行方法、装置、终端、服务器和系统 |
CN111600952B (zh) * | 2020-05-15 | 2021-09-07 | 华人运通(上海)云计算科技有限公司 | 场景推送方法、执行方法、装置、终端、服务器和系统 |
WO2021227677A1 (zh) * | 2020-05-15 | 2021-11-18 | 华人运通(上海)云计算科技有限公司 | 场景推送方法、执行方法、装置、终端、服务器和系统 |
CN111680730A (zh) * | 2020-06-01 | 2020-09-18 | 中国第一汽车股份有限公司 | 一种地理围栏的生成方法、装置、计算机设备和存储介质 |
CN111935224B (zh) * | 2020-07-08 | 2023-03-24 | 支付宝(杭州)信息技术有限公司 | 车辆内信息推送方法、装置、设备及系统 |
CN111935224A (zh) * | 2020-07-08 | 2020-11-13 | 支付宝(杭州)信息技术有限公司 | 车辆内信息推送方法、装置、设备及系统 |
CN112307335A (zh) * | 2020-10-29 | 2021-02-02 | 中国第一汽车股份有限公司 | 车辆服务信息的推送方法、装置、设备及车辆 |
CN112307339A (zh) * | 2020-10-30 | 2021-02-02 | 中国平安人寿保险股份有限公司 | 基于用户画像的推荐信息生成方法、装置及计算机设备 |
CN112307339B (zh) * | 2020-10-30 | 2023-11-03 | 中国平安人寿保险股份有限公司 | 基于用户画像的推荐信息生成方法、装置及计算机设备 |
EP4191443A4 (en) * | 2020-12-03 | 2024-02-21 | Tencent Tech Shenzhen Co Ltd | METHOD AND DEVICE FOR VEHICLE DATA PROCESSING, COMPUTER DEVICE AND STORAGE MEDIUM |
WO2022116662A1 (zh) * | 2020-12-03 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 车辆数据处理方法、装置、计算机设备和存储介质 |
CN112597387A (zh) * | 2020-12-18 | 2021-04-02 | 芜湖雄狮汽车科技有限公司 | 车载服务推荐方法、系统及具有其的车辆 |
CN112559876A (zh) * | 2020-12-22 | 2021-03-26 | 北京百度网讯科技有限公司 | 地图搜索结果的展现方法、装置、设备及存储介质 |
CN114710553A (zh) * | 2020-12-30 | 2022-07-05 | 本田技研工业(中国)投资有限公司 | 信息获取方法、信息推送方法以及终端设备 |
CN112751939B (zh) * | 2020-12-31 | 2024-04-12 | 东风汽车有限公司 | 一种信息推送方法、信息推送装置和存储介质 |
CN112751939A (zh) * | 2020-12-31 | 2021-05-04 | 东风汽车有限公司 | 一种信息推送方法、信息推送装置和存储介质 |
CN112732446B (zh) * | 2021-01-15 | 2022-07-12 | 腾讯科技(深圳)有限公司 | 一种任务处理方法、装置及存储介质 |
CN112732446A (zh) * | 2021-01-15 | 2021-04-30 | 腾讯科技(深圳)有限公司 | 一种任务处理方法、装置及存储介质 |
CN112882621A (zh) * | 2021-02-07 | 2021-06-01 | 微民保险代理有限公司 | 模块显示方法、装置、计算机设备和存储介质 |
CN113010773A (zh) * | 2021-02-22 | 2021-06-22 | 东风小康汽车有限公司重庆分公司 | 一种信息推送方法及设备 |
WO2022178695A1 (zh) * | 2021-02-24 | 2022-09-01 | 华为技术有限公司 | 车辆功能提示方法、装置、电子设备及车辆 |
CN115035705A (zh) * | 2021-03-03 | 2022-09-09 | 上海博泰悦臻网络技术服务有限公司 | 车辆实时状况监控方法、装置、电子设备及介质 |
CN113391801B (zh) * | 2021-06-11 | 2024-03-01 | 斑马网络技术有限公司 | 基于云端业务的推荐引擎架构 |
CN113391801A (zh) * | 2021-06-11 | 2021-09-14 | 斑马网络技术有限公司 | 基于云端业务的推荐引擎架构 |
CN113504925A (zh) * | 2021-06-28 | 2021-10-15 | 中汽创智科技有限公司 | 一种空中下载升级方法、升级系统及电子设备 |
CN113486239A (zh) * | 2021-07-05 | 2021-10-08 | 上海优咔网络科技有限公司 | 一种智能出行场景引擎及推送方法 |
CN113946222A (zh) * | 2021-11-17 | 2022-01-18 | 杭州逗酷软件科技有限公司 | 一种控制方法、电子设备及计算机存储介质 |
CN114390071A (zh) * | 2021-12-02 | 2022-04-22 | 阿波罗智联(北京)科技有限公司 | 多媒体数据的推送方法、装置、电子设备及可读存储介质 |
CN114390015A (zh) * | 2021-12-08 | 2022-04-22 | 天翼物联科技有限公司 | 一种基于物模型的数据推送系统、方法、设备及存储介质 |
CN114430424A (zh) * | 2021-12-31 | 2022-05-03 | 联通智网科技股份有限公司 | 车联网大数据的处理方法、装置与存储介质 |
CN114407652B (zh) * | 2022-01-19 | 2024-04-12 | 亿咖通(湖北)技术有限公司 | 一种信息显示方法、装置和设备 |
CN114407652A (zh) * | 2022-01-19 | 2022-04-29 | 亿咖通(湖北)技术有限公司 | 一种信息显示方法、装置和设备 |
CN114500643B (zh) * | 2022-04-07 | 2022-07-12 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
CN114500643A (zh) * | 2022-04-07 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
CN115361247B (zh) * | 2022-07-05 | 2023-12-08 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN115361247A (zh) * | 2022-07-05 | 2022-11-18 | 芜湖美的厨卫电器制造有限公司 | 场景推荐方法、装置、存储介质及电子设备 |
CN115320622A (zh) * | 2022-10-12 | 2022-11-11 | 集度科技有限公司 | 车辆控制方法、系统、电子设备及计算机程序产品 |
CN115391054A (zh) * | 2022-10-27 | 2022-11-25 | 宁波均联智行科技股份有限公司 | 车机系统的资源分配方法及车机系统 |
CN116434601B (zh) * | 2023-04-25 | 2023-12-29 | 广州市单元信息科技有限公司 | 一种消息推送的智能化处理方法及系统 |
CN116434601A (zh) * | 2023-04-25 | 2023-07-14 | 广州市单元信息科技有限公司 | 一种消息推送的智能化处理方法及系统 |
CN117302081A (zh) * | 2023-09-28 | 2023-12-29 | 镁佳(北京)科技有限公司 | 车辆行程服务的执行方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US11743357B2 (en) | 2023-08-29 |
CN110300175B (zh) | 2022-05-17 |
EP3996346A4 (en) | 2022-08-17 |
WO2021000734A1 (zh) | 2021-01-07 |
EP3996346B1 (en) | 2024-01-31 |
KR102587738B1 (ko) | 2023-10-10 |
KR20210129205A (ko) | 2021-10-27 |
JP2022520344A (ja) | 2022-03-30 |
EP3996346A1 (en) | 2022-05-11 |
US20210377355A1 (en) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110300175A (zh) | 消息推送方法、装置、存储介质及服务器 | |
US11934186B2 (en) | Augmented reality in a vehicle configured for changing an emotional state of a rider | |
Hu et al. | Smartroad: Smartphone-based crowd sensing for traffic regulator detection and identification | |
CN112766607B (zh) | 出行路线的推荐方法、装置、电子设备及可读存储介质 | |
CN109074802A (zh) | 分组化音频信号的调制 | |
CN113342704B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN109902899A (zh) | 信息生成方法和装置 | |
CN108986805A (zh) | 用于发送信息的方法和装置 | |
Du et al. | KID model-driven things-edge-cloud computing paradigm for traffic data as a service | |
CN108334353B (zh) | 技能开发系统及方法 | |
CN114881315A (zh) | 行程到达时间确定方法、装置、电子设备和存储介质 | |
CN115456266A (zh) | 行程规划方法、装置、设备及存储介质 | |
US11480437B2 (en) | Transportation system used by individuals having a visual impairment utilizing 5G communications | |
CN114500428A (zh) | 导航分享方法及装置、电子设备、存储介质、程序产品 | |
KR20120052099A (ko) | 상황 추론을 위한 상황 정보 모델 생성 장치 및 방법 | |
CN113762583A (zh) | 一种路线规划方法、装置、设备及计算机可读存储介质 | |
CN110166939A (zh) | 公共交通站点判断方法及装置 | |
CN110602203A (zh) | 基于云平台的语音播报方法及具有该方法的系统、发声装置 | |
Viegas | Smart bus stop: people counting in a multi-view camera environment | |
WO2024026591A1 (zh) | 一种升级方法及系统 | |
Kingetsu | Multi-agent Traffic Simulation using Characteristic Behavior Model | |
CN116701643A (zh) | 基于社会传感数据的人群出行行为解析方法及存储介质 | |
CN117705143A (zh) | 出行导航方法、装置、电子设备及存储介质 | |
CN114596132A (zh) | 一种Robotaxi与网约车结合的全场景智慧出行方法 | |
CN117170642A (zh) | 能源报表生成的方法及相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |