CN111309773A - 一种车辆信息的查询方法、装置、系统及存储介质 - Google Patents
一种车辆信息的查询方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN111309773A CN111309773A CN202010095010.3A CN202010095010A CN111309773A CN 111309773 A CN111309773 A CN 111309773A CN 202010095010 A CN202010095010 A CN 202010095010A CN 111309773 A CN111309773 A CN 111309773A
- Authority
- CN
- China
- Prior art keywords
- information
- query
- user
- key information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 11
- 230000003993 interaction Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000003213 activating effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 206010048232 Yawning Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010027146 Melanoderma Diseases 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
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
- G06F16/2453—Query optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种车辆信息的查询方法、装置、系统及存储介质。方法包括:获取用户的查询信息;解析所述查询信息得到所述查询信息中的关键信息;根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;输出所述搜索结果。根据本发明的方法、装置、系统及存储介质,从用户的角度出发解析用户需要查询的参数,并基于构建的总线平台数据库和搜索规则,快速且准确地返回查询结果,节约了时间,提高了车辆信息查询的效率和准确率,也提高了车辆管理的效率。
Description
技术领域
本发明涉及信息查询技术领域,更具体地涉及车辆信息的查询。
背景技术
随着车辆运营规模的扩大,对于车辆的管理提出了更高的要求,尤其是对车辆信息的查询。由于传统的车辆管理方式,一般都是基于人工进行管理,这种人工管理方式在查询车辆信息时非常繁琐,效率低下,成本高,容易出错,极大影响了车辆信息查询的效果。车辆管理包括运行中的车辆和非运行中的车辆的管理,其中,车辆运行是一个动态的过程,而不同的驾驶员在驾驶车辆的过程中所表现出的驾驶习惯以及个人行为是不一样的,同一个驾驶员在不同时期的驾驶行为也会有相应的变化,且车辆的能耗以及在不同行驶线路下的各种指标都会不断地发生变化,采用传统的查询方式,这些动态的变化对于管理者来说掌管起来比较困难。而管理者需要对这些实时变化的各种状态和行为进行监控,以协助管理者的管理工作,及时对不良驾驶和行车行为进行更正及改进,优化人车线各路指标。
因此,现有技术中存在无法快速且准确地查询车辆运行信息的问题。
发明内容
考虑到上述问题而提出了本发明。本发明提供了车辆信息的查询方法、装置、系统及计算机存储介质,以解决无法快速查询车辆运行信息的问题。
根据本发明的第一方面,提供了一种车辆信息的查询方法,所述方法包括:
获取用户的查询信息;
解析所述查询信息得到所述查询信息中的关键信息;
根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
输出所述搜索结果。
根据本发明的第二方面,提供了一种车辆信息的查询装置,所述装置包括:
获取模块,用于获取用户的查询信息;
解析模块,用于解析所述查询信息得到所述查询信息中的关键信息;
搜索模块,用于根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
输出模块,用于输出所述搜索结果。
根据本发明的第三方面,提供了一种车辆信息的查询系统,包括存储器、处理器及存储在所述存储器上且在所述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如第一方面所述方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被计算机执行时实现如第一方面所述方法的步骤。
根据本发明实施例的一种车辆信息的查询方法、装置、系统及计算机存储介质,从用户的角度出发解析用户需要查询的参数,并基于构建的总线平台数据库和搜索规则,快速且准确地返回查询结果,节约了时间,提高了车辆信息查询的效率和准确率,也提高了车辆管理的效率。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是根据本发明实施例的车辆信息的查询方法的示意性流程图;
图2是根据本发明实施例的总线平台数据库中的三元组形式存储的示例;
图3是根据本发明实施例的AC算法搜索树的示例;
图4是根据本发明实施例的激活所述车辆信息的查询方法的图形用户界面的示例;
图5是根据本发明实施例的用户输入为文本的图形用户界面的示例;
图6是根据本发明实施例的问题补偿的图形用户界面的示例;
图7是时根据本发明实施例的车辆信息的查询装置的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
下面,将参照图1描述根据本发明实施例的车辆信息的查询方法。如图1所示,一种车辆信息的查询方法1,包括:
步骤S1-1,获取用户的查询信息;
步骤S1-2,解析所述查询信息得到所述查询信息中的关键信息;
步骤S1-3,根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
步骤S1-4,输出所述搜索结果。
根据本发明实施例,通过建立与所有车辆的车辆信息有关的总线平台数据库,并对用户操作进行解析以获取用户需要查询的关键信息,所述关键信息可以是指从用户操作中提取的能够帮助用户在总线平台数据库中搜索到用户想要查询的数据的索引信息;可以设置相应的搜索规则,所述搜索规则可以按照与总线平台数据库相匹配的构建方式设置;在建立好的总线平台数据库中,根据设置的搜索规则,基于关键信息进行搜索,以得到相应的搜索结果并作为查询结果返回至用户。根据本发明实施例的车辆信息的查询方法,使得用户可以更加及时、准确地提供较好的反馈信息,提高查询效率,方便统筹管理,大大节省人力运维成本,促进对车队线路特征、车辆参数及驾驶行为等监控机制的完善,便于车辆的管理时及时作出调整和改进,并使人车线相关参数指标达到最优化。适合广泛应用于任何车辆信息管理和查询的情况。
根据本发明实施例,在步骤S1-1之前,所述方法1还可以包括:建立所述总线平台数据库。其中,所述总线平台数据库可以是基于云端的,或储存于云端的云总线平台数据库。
可选地,建立所述总线平台数据库可以进一步包括:
获取实体信息数据,其中,所述实体信息数据包括车辆信息数据和/或驾驶员信息数据;
将所述实体信息进行分类,并以三元组的形式存储所述实体信息数据。
具体来说,可以使用自底向上的图谱构建方法,首先从实体开始,对实体进行归纳组织,形成底层的概念,然后逐步往上抽象,形成上层的概念。在初步构建数据库时,可以前期是通过专家定义的方法,进行人工分类,而后期则是利用机器学习,生成结构化数据以三元组的形式将相关数据存储在关系型数据库中。以三元组形式进行存储类似RDF的一对多关系的存储结构,即三元组表,展示为主谓宾(S,P,O)的形式,使其语义表达更为明确,如图2所示,图2示出了根据本发明实施例的总线平台数据库中的三元组形式存储的示例。
可选地,建立所述总线平台数据库还可以进一步包括:建立所述实体信息数据之间的关系,形成知识图谱。
具体来说,可以从云总线平台数据库中获取关于人(驾驶员)、车(车辆)、线(路线)等的相关数据集,并进行数据预处理获得有标签的数据,并对标签数据进行分类,得到问答映射或问答对(Q&Aparis)的分词词典,形成知识存入知识图谱(知识图谱是指一种语义网络,拥有极强的表达能力和建模灵活性,适用于表达关系类的数据。)中,构建问答知识图谱,并构建问题及答案结果的实体对齐。结合用户上下文信息,采用基于知识图谱的优化算法,实现结合大数据和用户主诉信息的智能语音交互平台。
在一个实施例中,参见表1,表1示出了根据本发明实施例的问题及答案结果的实体对齐的示例。如表1所示,以“剩余电量”为例对构建问题即答案结果的实体对齐进行说明。如表1所示,当用户的查询条件中包括“剩余电量”的相关问题,在查询时按照定义、链接、不完整事件和互斥事件四种类型进行。当用户输入相关问题时,如:“打开驾驶员某某所驾驶的闽D12345的剩余电量”,系统会首先将驾驶员、车牌号和剩余电量解析出来,在图谱中确定实体与关系,关联对应的数据,以最快的速度返回用户答案。如果提问中包含相似词库中的词语,就会划分为同一类查询类型,系统根据关键词以及相似词进行判断。当用户输入的问题无法查询时,系统会在回馈结果中有衍生操作时添加补充项以及衍生项判断逻辑,以对问答系统做补偿机制。
表1
根据本发明实施例,步骤S1-1中,获取用户的查询信息,可以包括:通过检测用户的输入来获取所述查询信息。
可选地,检测用户的输入可以包括:检测用户的输入信息。进一步地,所述输入信息可以是文本信息输入,也可以是语音信息输入。
在一些实施例中,可以通过键盘或鼠标或触摸屏上的软键盘等输入装置检测用户输入的文本信息。
在一些实施例中,可以通过麦克风检测用户的语音信息输入。进一步地,所述步骤S1-1还可以包括:将所述语音信息输入进行语音识别,转化为文本信息。
根据本发明实施例,步骤S1-2中,解析所述查询信息得到所述查询信息的关键信息,可以包括:
将所述查询信息进行分词处理;
过滤所述查询信息中的非关键信息,得到所述关键信息。
其中,非关键信息可以是影响对所述查询信息的文本信息中的关键信息进行判断的信息,如标点符号“,!。……”、特殊字符“@#¥%&*~”、影响判断的汉字等。这些非关键信息可以是根据车辆领域设计的非关键信息列表。
在一些实施例中,可以基于结巴分词方法对所述查询信息的文本信息进行分词处理。
可选地,所述关键信息可以包含参数或者包括如下一种或多种:线路参数、车辆参数、驾驶员参数、时间参数、驾驶行为参数。其中,车辆参数主要指车辆的车牌号,驾驶员参数主要指驾驶员的姓名。
根据本发明实施例,步骤S1-3中,根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果,可以包括:
根据所述关键信息对所述查询信息进行分类;
根据所述分类搜索与所述关键信息匹配的数据信息,得到搜索结果。
具体来说,在用户输入查新信息之后,在识别关系的过程中,可以采用如下方式中的至少一种对关键信息进行分类:
采用分类词典,即当使用者输入查询信息后,通过分类词典对查询信息进行分类;
或,采用近义词扩展,即对关键信息进行近义词拓展,如问题中询问定义时“xx是什么”其中“是什么”的拓展的近义词就有“含义、是啥、何为”等,以保证查询的可靠性;
或,对词性进行标注,将问题关键词与词库中的词进行相似度分析,当相似度达到阈值0.75时则归为同类。如词库中已有“解释”,提问中为“阐述黑点分析”,其中“解释和阐述”两词相似度相似度为0.897,即将该查询信息于之归为一类。
在实际应用中,可以将上述三种分类方式进行任意的适当组合,例如,采用上述三种分类方式时,可以当前两种方法“采用分类词典”和“采用近义词扩展”不能满足问答时,可以根据第三种方法“对词性进行标注”对查询信息进行动词标注,实现查询信息的分类。从而可实现“统计、定义、链接、排名”四种功能类型的查询,当输入无结果时随机推荐相似功能。
可选地,根据所述分类搜索与所述关键信息匹配的数据信息,可以包括:根据所述分类采用模糊匹配和/或精确匹配搜索所述与所述关键信息匹配的数据信息。其中,模糊匹配是指可以根据与关键信息的相同或相似的信息进行匹配;精确匹配是指仅根据与关键信息相同的信息进行匹配。
在一些实施例中,当所述关键信息包括线路参数和/或车辆参数时,采用模糊匹配和精确匹配的搜索方式。
在一些实施例中,当所述关键信息包驾驶员参数、时间参数和/或驾驶行为参数时,采用精确匹配的搜索方式。
具体来说,对于线路参数,在实际操作中常见的形式为“5路、139路、71”等,另有例如“观光一线、永安1路”等,后者属特殊情况,一般单独处理,而前者一般为小于等于三的阿拉伯数字,当用户仅输入数字进行查询时,线路与车牌号可能会发生冲突的情况,为避免此种现象,可以默认查询车牌号时必须至少输入四位,如果少于四位,则默认查询为线路信息。对于车牌号参数,中国的车牌号,一般以“汉字+26个大写英文字母+阿拉伯数字”组成,其中带汉字的情况大致分为三类:首先,中国共32个省市自治区,其简称为“京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼台”;其次,2个特别行政区,简称为“港澳”;最后,还包括“挂学警”以及“使领”字样结尾的车牌,共计车牌中带有37个汉字的情况。大写英文字母“A-Z”一般包含“1-3”个,剩余的为阿拉伯数字,按一定规则排列组合形成5位、7位、8位的车牌,其中,不关注车牌的颜色。确定了车牌号编排规则之后,使用正则表达方法,分别采用精确匹配与模糊查询的方式,对车牌进行识别。对于驾驶员参数,即是对数据库中所有驾驶员进行判断,处理逻辑可以是对驾驶员人名进行识别。识别过程使用AC(Aho-Corasick Algorithm)自动机自动完成,对输入的查询信息文字进行模式匹配,判别出用户想要查询的驾驶员信息。AC自动机根据字典库构建搜索树,对输入信息进行匹配。字典库采取每日自动更新的方式,获取最新的基础信息,以确保系统性能。对于时间参数,判断用户输入一些关于时间的词语时,例如“昨天、前天、本周二、上星期、上个月、近30天”等等,将带有时间性质的词语解析出来,在查询过程中,用户需要了解某个周期或不规范时间段内的相关情况时,可精确的将用户所提问的问题答案值返回。对于行为类型参数,其中,驾驶行为就是指在车辆运行中所产生的如“车道右压线、抽烟、打哈欠、左顾右盼”等不良行为情况。例如当用户输入的查询信息是“昨天139路有多少打哈欠行为”时,则可以向用户返回139路打哈欠行为的统计值。
可选地,所述预设的搜索规则可以包括:根据所述关键信息进行模式串匹配。
具体来说,所述模式串匹配可以是构造有限状态自动机,有限状态自动机会根据输入进行模式串匹配。有限状态自动机会如AC自动机,随着字符的输入而发生状态转移,转移的状态有如下三种:success状态,即AC自动机根据输入有能直接到达的状态(不会发生任何跳转);failure状态,即AC自动机根据输入没有直接到达的状态,这时候就会发生跳转,跳转到其他一个路径(比如AC根节点就是其第一个孩子的所有failure状态,Fail指针用BFS来求得);output状态,即成功匹配到一个输入段。
在一个实施例中,以图3所示为例进行说明,图3示出了根据本发明实施例的AC算法搜索树的示例。如图3所示,不带数字的箭头代表success状态走向,带数字的箭头代表failure状态走向(其余所有节点全部指向根节点,包括根节点本身),末端节点代表output状态,即输入一个模式串,沿着上面的pattern tree状态走,只要走到末端节点如“名”、“范”、“细”、“告”、“计”、“录”,即代表一次匹配成功。当用户输入一个字符串,如“驾驶员排名是什么意思”,首先,AC自动机中最短的为第一数量个字符,以第一数量是四为例,那么首先以四个字符循环迭代匹配,如果匹配失败,再以5个字符,6个字符……直到匹配成功为止。那么,“驾驶员排名是什么意思”则只需5个字符就可以匹配成功。即用“驾驶员排名”进行匹配即可;若输入字符串为“驾驶员明细是什么意思”的话,则匹配failure状态,则会沿着②号箭头进行匹配。自动机会先匹配success状态,若success状态匹配失败,则匹配failure状态,直到找到output节点。
根据本发明实施例,步骤S1-4中,输出所述搜索结果可以包括:在显示器上显示所述搜索结果,或以语音形式播放所述搜索结果。
可选地,显示装置可为显示器,如触摸显示屏、液晶显示屏等,也可为手机、平板电脑等电子设备上的显示屏。
根据本发明实施例,所述方法1还可以包括:
当在总线平台数据库中没有搜索到与所述关键信息匹配的数据信息时,根据所述查询信息进行模糊匹配得到相近结果或默认结果,或,提示用户重新输入查询信息。
其中,在总线平台数据库中没有搜索到与所述关键信息匹配的数据信息可以是由于给出的查询信息错误,如给出的参数或查询具体人车线信息错误。
根据本发明实施例,所述方法1还可以包括:激活所述车辆信息的查询方法。
可选地,激活所述车辆信息的查询方法可以包括:
检测用户操作是否为预定的激活操作;
当所述用户操作为预定的激活操作时,激活所述车辆信息的查询方法。
可选地,所述方法1还可以包括:在预设时间段内没有检测到用户操作,则将所述车辆信息的查询方法转换至睡眠状态。
可选地,所述方法1还可以包括:
根据用户的用户信息获取所述用户的用户权限;
在总线平台数据库中所述用户权限对应的范围内根据预设的搜索规则搜索与所述关键信息匹配的数据信息,得到搜索结果。
在传统的车辆信息的查询方式中,关于对人车线相关特征的AI语音助手研究的并不多,且行业针对性不强,且在进行语音交互时,车辆行驶交互系统不能为车队管理者提供较好的反馈信息,导致不能完成日常的监控管理工作。
基于上述考虑,本发明实施例的车辆信息的查询方法还可以基于用户与设备之间的语音交互实现。当将本发明实施例的车辆信息的查询方法部署用于语音交互时,可以将与用户进行交互的一方称为“语音助手”,该“语音助手”可以用硬件和/或软件的方式实现,以从用户获取用户的查询信息,并在总线平台数据库中进行搜索得到查询结果后,返回至用户。“语音助手”可以实现本发明实施例的车辆信息的查询方法的任意一个步骤及其任意组合。语音助手在面向新用户时,可以引导新用户的使用,使新用户更快上手,更好更准确的搜寻到所需要的相关信息;在面向老客户时,在实现基本功能之外,通过语音助手的补偿机制,能够更精确的查询公司内驾驶员、车辆、线路等各维度运营状态。在用户进行查询关于人车线的信息时,由于实体之间的连通性,以最快的速度反馈结果,提升查询效率,从而提升使用感并有效辅助用户日常管理工作。实现对输入相关人车线信息的快速查询,并返回结果,完善对车队线路特征、车辆参数及驾驶行为等的监控机制,及时作出调整和改进,并使人车线相关参数指标达到最优化。
在一个实施例中,以语音交互为例,对根据本发明实施例的车辆信息查询的方法进行说明。所述方法可以包括:
首先,激活所述车辆信息的查询方法;例如,用户说出预定的激活关键词(如“小森小森”)的语音时,麦克风获取该语音并进行识别,确定该语音为激活关键词后,开始启动所述车辆信息的查询方法,这一过程即为唤醒“语音助手”或可智能语音交互平台;然后可以继续使用麦克风捕获用户语音,或者在主页面和人车线的界面手动点击预定图像(如小森图标)唤醒“语音助手”,如图4所示;此时,即可进行语音交互来对车辆信息进行查询;
然后,用户通过语音说出第一查询信息;其中,当输入语音时,用户需长按输入框中的麦克风,进行语音的输入第一查询信息,输入完毕松开手指,语音信号将自动传递给后端平台;可替代地,用户还可以通过输入文本信息输入第一查询信息,如图5所示;
接着,对第一查询信息进行语音识别,并解析所述第一查询信息,得到第一查询信息的关键信息;基于总线平台数据库中构建好的问答模式,在用户权限的范围内根据关键信息查询匹配相应的搜索结果;
接着,当匹配到搜索结果时,将所述搜索结果作为查询结果返回至用户;当没有匹配到搜索结果,即用户输入的查询信息不在总线平台数据库中构建好的问答模式中,则对查询信息进行模糊匹配,返回最接近的搜索结果或默认答案;或者,进行问题补偿,提示用户重新输入或提供用户相关答案链接,即二次交互,如图6所示;
最后,在显示其上显示所述查询结果。
根据本发明实施例的一种车辆信息的查询方法,从用户的角度出发解析用户需要查询的参数,并基于构建的总线平台数据库和搜索规则,快速且准确地返回查询结果,节约了时间,提高了车辆信息查询的效率和准确率,也提高了车辆管理的效率。
图7示出了根据本发明实施例的车辆信息的查询装置7的示意性框图。如图7所示,根据本发明实施例的车辆信息的查询装置7包括:
获取模块710,用于获取用户的查询信息;
解析模块720,用于解析所述查询信息得到所述查询信息中的关键信息;
搜索模块730,用于根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
输出模块740,用于输出所述搜索结果。
在此仅对车辆信息的查询装置的主要功能模块进行说明,根据本发明实施例的车辆信息的查询装置用于实现上述根据本发明实施例的车辆信息的查询方法,重复的部分在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
根据本发明实施例,还提供了一种用于实现本发明实施例的车辆信息的查询方法的电子设备,包括但不限于:移动电话(如智能电话);平板计算机;膝上型计算机;便携式数字助理(PDA);运载体计算机(例如,车载计算机)和/或任何类似的可通信设备。另外,该电子设备可以是移动设备或非移动通信设备,上述非移动通信设备包括但不限于电视(智能电视)、机顶盒、控制台、台式计算机等。
根据本发明实施例,还提供了一种车辆信息的查询系统,包括存储装置以及处理器。
所述存储装置存储用于实现根据本发明实施例的车辆信息的查询方法中的相应步骤的程序代码。
所述处理器用于运行所述存储装置中存储的程序代码,以执行根据本发明实施例的车辆信息的查询方法的相应步骤,并且用于实现根据本发明实施例的车辆信息的查询装置中的各个模块。
此外,根据本发明实施例,还提供了一种存储介质,在所述存储介质上存储了程序指令,在所述程序指令被计算机或处理器运行时用于执行本发明实施例的车辆信息的查询方法的相应步骤,并且用于实现根据本发明实施例的车辆信息的查询装置中的相应模块。
根据本发明的实施例,所述存储介质也可以成为计算机可读存储器,可包括非暂时性计算机可读存储器,这种计算机可读存储器通常包括:易失性存储器和非易失性存储器(例如,随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EEPROM)、闪存、微型硬盘驱动器、存储卡、光存储器、盒式磁带、磁带、磁盘存储、其他磁存储设备或任何其他介质)中之一或任意组合。计算机可读存储器也可描述为计算机存储介质,并且计算机可读存储器可包括信息的存储方法或信息的存储技术中所用到的易失性介质、非易失性介质、可移动介质和不可移动介质,其中上述信息例如:计算机可读指令、数据结构、程序模块或其他数据。计算机可读存储器、可移动存储和不可移动存储都是非暂时性计算机可读存储介质的实例。其中,计算机可读存储介质包括但不限于:RAM、ROM、EEPROM、闪存或其他存储技术、光盘只读存储器(CD-ROM)、数字多用途磁盘(DVD)或其他光存储、盒式磁带、磁带、磁盘存储或其他磁存储设备。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合,例如一个计算机可读存储介质包含用于随机地生成动作指令序列的计算机可读的程序代码,另一个计算机可读存储介质包含用于进行数据处理的计算机可读的程序代码。
在一个实施例中,所述计算机程序指令在被计算机运行时可以实现根据本发明实施例的车辆信息的查询装置的各个功能模块,并且/或者可以执行根据本发明实施例的车辆信息的查询方法。
根据本发明实施例的车辆信息的查询系统中的各模块可以通过根据本发明实施例的车辆信息的查询的电子设备的处理器运行在存储器中存储的计算机程序指令来实现,或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
根据本发明实施例的一种车辆信息的查询方法、装置、系统及计算机存储介质,从用户的角度出发解析用户需要查询的参数,并基于构建的总线平台数据库和搜索规则,快速且准确地返回查询结果,节约了时间,提高了车辆信息查询的效率和准确率,也提高了车辆管理的效率。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
本发明所描述的各种技术在给定的例子中假定是在计算机可执行的指令或软件(如程序模块)环境中实现的,这些指令或软件存储在计算机可读存储中,并由如图中所示的一台或多台计算机的处理器或其他设备执行。通常,程序模块包括例程、程序、对象、组件、数据结构等,并且这些程序模块可定义执行具体任务或实现具体抽象数据类型的操作逻辑。其他体系架构也可用于实现本发明所描述的功能并涵盖于本发明所公开的范围内。此外,虽然上文为进行讨论而对不同施行部件进行了详细的界定,但也可依据不同的环境以不同的方式分配或是划分各种功能与各种部件。与之类似地,可采用各种方法与不同的手段对软件进行存储与分配,具体来说,本发明所公开的软件存储结构和软件执行结构可以发生变化。因此,用于执行本发明所描述技术方案的软件可分布于各种计算机可读介质上,而并不限于本申请说明书中所具体描述的存储器的形式。
以上所述,仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种车辆信息的查询方法,其特征在于,所述方法包括:
获取用户的查询信息;
解析所述查询信息得到所述查询信息中的关键信息;
根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
输出所述搜索结果。
2.如权利要求1所述的方法,其特征在于,解析所述查询信息得到所述查询信息中的关键信息,包括:
将所述查询信息进行分词处理;
过滤所述查询信息中的非关键信息,得到所述关键信息。
3.如权利要求1或2所述的方法,其特征在于,根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果,包括:
根据所述关键信息对所述查询信息进行分类;
根据所述分类搜索与所述关键信息匹配的数据信息,得到搜索结果。
4.如权利要求3所述的方法,其特征在于,根据所述关键信息对所述查询信息进行分类,包括如下至少一种:
采用分类词典,采用近义词扩展,或,对词性进行标注。
5.如权利要求1所述的方法,其特征在于,所述预设的搜索规则可以包括:根据所述关键信息进行模式串匹配。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
当在总线平台数据库中没有搜索到与所述关键信息匹配的数据信息时,根据所述查询信息进行模糊匹配得到相近结果或默认结果,或,提示用户重新输入查询信息。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据用户的用户信息获取所述用户的用户权限;
在总线平台数据库中所述用户权限对应的范围内根据预设的搜索规则搜索与所述关键信息匹配的数据信息,得到搜索结果。
8.一种车辆信息的查询装置,其特征在于,所述装置包括:
获取模块,用于获取用户的查询信息;
解析模块,用于解析所述查询信息得到所述查询信息中的关键信息;
搜索模块,用于根据所述关键信息根据预设的搜索规则在总线平台数据库中搜索与所述关键信息匹配的数据信息,得到搜索结果;
输出模块,用于输出所述搜索结果。
9.一种车辆信息的查询系统,其特征在于,包括存储器、处理器及存储在所述存储器上且在所述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权利要求1至7中任一项所述方法的步骤。
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,所述计算机程序被计算机执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010095010.3A CN111309773A (zh) | 2020-02-11 | 2020-02-11 | 一种车辆信息的查询方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010095010.3A CN111309773A (zh) | 2020-02-11 | 2020-02-11 | 一种车辆信息的查询方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111309773A true CN111309773A (zh) | 2020-06-19 |
Family
ID=71158238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010095010.3A Pending CN111309773A (zh) | 2020-02-11 | 2020-02-11 | 一种车辆信息的查询方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111309773A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329758A (zh) * | 2020-11-04 | 2021-02-05 | 深圳市极致科技股份有限公司 | 基于车牌的模糊匹配方法、装置,电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063513A (zh) * | 2011-09-29 | 2014-09-24 | 北京奇虎科技有限公司 | 一种智能垂直搜索方法和系统 |
US20170300530A1 (en) * | 2016-04-15 | 2017-10-19 | Yahoo! Inc. | Method and System for Rewriting a Query |
CN109977277A (zh) * | 2019-04-04 | 2019-07-05 | 明觉科技(北京)有限公司 | 基于检索系统的汽车信息查询方法、装置及电子设备 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
-
2020
- 2020-02-11 CN CN202010095010.3A patent/CN111309773A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063513A (zh) * | 2011-09-29 | 2014-09-24 | 北京奇虎科技有限公司 | 一种智能垂直搜索方法和系统 |
US20170300530A1 (en) * | 2016-04-15 | 2017-10-19 | Yahoo! Inc. | Method and System for Rewriting a Query |
CN109977277A (zh) * | 2019-04-04 | 2019-07-05 | 明觉科技(北京)有限公司 | 基于检索系统的汽车信息查询方法、装置及电子设备 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329758A (zh) * | 2020-11-04 | 2021-02-05 | 深圳市极致科技股份有限公司 | 基于车牌的模糊匹配方法、装置,电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110399457B (zh) | 一种智能问答方法和系统 | |
CN110968699B (zh) | 一种基于事理推荐的逻辑图谱构建及预警方法和装置 | |
CN108932294B (zh) | 基于索引的简历数据处理方法、装置、设备及存储介质 | |
CN109670163B (zh) | 信息识别方法、信息推荐方法、模板构建方法及计算设备 | |
CN109726274B (zh) | 问题生成方法、装置及存储介质 | |
US10423649B2 (en) | Natural question generation from query data using natural language processing system | |
CN112800170A (zh) | 问题的匹配方法及装置、问题的回复方法及装置 | |
US11243971B2 (en) | System and method of database creation through form design | |
CN110765277A (zh) | 一种基于知识图谱的移动端的在线设备故障诊断平台 | |
CN112507139B (zh) | 基于知识图谱的问答方法、系统、设备及存储介质 | |
CN112836018A (zh) | 应急预案的处理方法及装置 | |
CN109522396B (zh) | 一种面向国防科技领域的知识处理方法及系统 | |
CN112445894A (zh) | 基于人工智能的商务智能系统及其分析方法 | |
CN110362596A (zh) | 一种文本抽取信息结构化数据处理的控制方法及装置 | |
CN111767334A (zh) | 信息抽取方法、装置、电子设备及存储介质 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN112651236A (zh) | 提取文本信息的方法、装置、计算机设备和存储介质 | |
CN112507089A (zh) | 一种基于知识图谱的智能问答引擎及其实现方法 | |
CN114201587A (zh) | 一种基于本体的搜索意图表达方法及系统 | |
CN111597302B (zh) | 文本事件的获取方法、装置、电子设备及存储介质 | |
CN113704420A (zh) | 文本中的角色识别方法、装置、电子设备及存储介质 | |
CN117033816A (zh) | 停车推荐方法、装置、电子设备及存储介质 | |
CN108829698A (zh) | 政务系统发文方法、装置、计算机设备及存储介质 | |
CN111309773A (zh) | 一种车辆信息的查询方法、装置、系统及存储介质 | |
US11314793B2 (en) | Query processing |
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: 20200619 |