CN112541777A

CN112541777A - 一种用户行为数据分析方法及装置

Info

Publication number: CN112541777A
Application number: CN201910898763.5A
Authority: CN
Inventors: 张大伟; 梁紫藤; 刘威; 徐远宏; 李金鹏; 倪卓
Original assignee: Beijing Qingxiang Technology Co ltd
Current assignee: Beijing Qingxiang Technology Co ltd
Priority date: 2019-09-23
Filing date: 2019-09-23
Publication date: 2021-03-23

Abstract

本发明公开了一种用户行为数据分析方法及装置，所述方法包括：获取用于租用共享车辆的用户数据；根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集用于设置目标用户租用的共享车辆中的车载设备参数。本发明的用户行为数据分析方法，通过获取用户数据，分析确定目标用户对应的推荐结果集，推荐结果集可用于为目标用户提供自动设置共享车辆中的车载设备参数的服务，有效避免了用户在使用不同的共享车辆时需要对车上的车载设备进行一系列的重新操作调整的问题，便捷了用户，提升了用户体验。

Description

一种用户行为数据分析方法及装置

技术领域

本发明涉及汽车技术领域，尤其涉及一种用户行为数据分析方法及装置。

背景技术

随着“共享经济”的概念迅速普及和技术的发展，共享汽车作为一种新兴的共享经济，悄然进入了人们的视野，为人们的生活带来方便快捷。

现有共享汽车的使用过程中，用户租用的车辆是随机的，由于每个人在使用车辆时的需求是不同的，这就使用户在每次使用不同的车辆时都需要根据自己的需求对车上的车载设备(如，空调，座椅，后视镜，多媒体收音机等)进行重新调整，这不仅不便于用户对车辆的使用，也降低了用户体验。

发明内容

为了解决上述技术问题，本发明提供了一种用户行为数据分析方法及装置，解决了用户在每次使用不同的车辆时都需要根据自己的需求对车上的车载设备进行重新调整，降低用户体验的问题。

依据本发明的一个方面，提供了一种用户行为数据分析方法，其特征在于，包括：

获取用于租用共享车辆的用户数据；

根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集用于设置目标用户租用的共享车辆中的车载设备参数。

可选的，获取用于租用共享车辆的用户数据，包括：

从第三方监控平台获取所述用户数据中的用户行为数据，所述用户行为数据是多个共享车辆采集并发送至所述第三方监控平台的。

可选的，根据所述用户数据，确定目标用户对应的推荐结果集，包括：

当所述用户数据包括所述用户行为数据时，根据所述用户行为数据，确定目标用户对应的推荐结果集；

其中，所述用户行为数据是用户在使用共享车辆时对车载设备设置的参数记录。

当所述用户数据不包括所述用户行为数据时，根据所述用户数据中的注册信息，确定目标用户对应的推荐结果集。

可选的，确定目标用户对应的推荐结果集之后，还包括：

在目标用户同意推荐设备设置时，发送所述推荐结果集至第三方监控平台，以使所述第三方监控平台根据所述推荐结果集控制目标用户租用的共享车辆中的车载设备设置；

其中，所述目标用户同意推荐设备设置是所述目标用户通过第一终端反馈的。

可选的，根据所述用户行为数据，确定目标用户对应的推荐结果集，包括：

根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集；

其中，所述行为数据集包括：多个车载设备中的每个车载设备对应的至少一项行为数据记录；

根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集；

其中，所述推荐结果集包括：多个车载设备中的每个车载设备对应的推荐数据。

可选的，根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集，包括：

通过数据分析系统对多个共享车辆采集的多个用户的所述用户行为数据进行处理，确定目标用户对应的行为数据集。

可选的，根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集，包括：

根据预设的每种车载设备对应的计算方法，通过数据分析系统对所述行为数据集进行处理，确定目标用户对应的推荐结果集。

依据本发明的第二个方面，提供了一种用户行为数据分析装置，包括：

第一获取模块，用于获取用于租用共享车辆的用户数据；

第一确定模块，用于根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集用于设置目标用户租用的共享车辆中的车载设备参数。

依据本发明的第三个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的用户行为数据分析方法的步骤。

本发明的实施例的有益效果是：

上述方案中，通过获取用于租用共享车辆的用户数据；根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集可用于设置用户租用的共享车辆中的车载设备参数，有效避免了用户在使用不同的共享车辆时需要对车上的车载设备进行一系列的重新操作调整的问题，便捷了用户使用，提升了用户体验。

附图说明

图1表示本发明实施例的用户行为数据分析方法的流程图之一；

图2表示本发明实施例的用户行为数据分析方法的流程图之二；

图3表示本发明实施例的用户行为数据分析方法的流程图之三；

图4表示本发明实施例的用户行为数据分析方法的流程图之四；

图5表示本发明实施例的用户行为数据分析装置的结构框图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

如图1所示，本发明的实施例提供了一种用户行为数据分析方法，其特征在于，包括：

步骤S11，获取用于租用共享车辆的用户数据；

需要说明的是，用户数据包括用户在租用共享车辆时的注册信息和用户行为数据。其中，用户行为数据是用户操作多个共享车辆中的各车载设备产生的历史记录数据，可以包括但不限于：用户标签信息、操作具体车载设备对应的设备参数、操作时间。注册信息是用户在租用共享车辆时通过终端注册输入的信息，所述注册信息可以包括但不限于，身份标识信息(如身份证编号、电话号码)和身体参数信息(如身高、体重)。

步骤S12，根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集用于设置目标用户租用的共享车辆中的车载设备参数。

通过数据分析系统，如时序数据库((Time Series Database,简称TSDB)和分布式系统基础架构Hadoop，根据所述用户数据，确定目标用户对应的推荐结果集。

需要说明的是，所述目标用户为当前要租用共享车辆的用户。所述推荐结果集可以包括：目标用户对多个车载设备中的至少一个车载设备的推荐参数设置。如推荐结果集可以包括：空调温度、后视镜角度、多媒体收音机的频道、座椅位置、导航路线等。

在本发明一可选实施例中，步骤S11，可以包括：从第三方监控平台获取所述用户数据中的用户行为数据，所述用户行为数据是多个共享车辆采集并发送至所述第三方监控平台的。

需要指出，所述第三方监控平台包括：车联网平台或车企的第三方后台系统。用户行为数据是用户预设时间段内租用共享车辆时对车载设备的参数设置记录。

这里，如图2所示，多个共享车辆采集并发送所述用户行为数据至所述第三方监控平台，可以包括：

步骤21，收集用户行为数据。

根据用户行为习惯，通过车辆中的车机收集用户行为数据，包括空调温度、座椅、后视镜、多媒体、导航、蓝牙等设置的参数数据。

步骤22，用户行为数据上传。

根据相关厂商协议，实时将所述用户行为数发送(上报)至第三方监控平台，以备后期对用户行为数据进行分析处理。

步骤23，判断上传是否成功。

上传过程中通过校验位判断上传是否成功，在判断上传失败时，需要重新补传，防止信息丢失。

进一步，在本发明一可选实施例中，步骤S12之后，还包括：在目标用户同意推荐设备设置时，发送所述推荐结果集至第三方监控平台，以使所述第三方监控平台根据所述推荐结果集控制目标用户租用的共享车辆中的车载设备设置；其中，所述目标用户同意推荐设备设置是所述目标用户通过第一终端反馈的。进一步，可以通过第一终端上安装的用户租用车辆的软件平台，进行推荐设备设置的消息显示以及接受用户触发的同意推荐设备设置的指令。

其中，如图3所示，用户通过第一终端进行车辆租赁并下单用车时，为用户进行设备设置推荐和控制设备设置，可以包括：

步骤31，数据初始化。

步骤32，判断用户是否同意推荐设备设置。

步骤33，在用户同意推荐设备设置时，获取推荐结果。

步骤34，下发指令，控制车载设备。

在完成数据初始化后，第一终端会显示用于询问用户是否同意推荐设备设置的消息，若用户不同意推荐设备设置，将不进行任何处理。若用户同意推荐设备设置，第三方监控平台将根据用户唯一标识，确定用户对应的推荐结果集(包括座椅、空调、多媒体等设备指标的参数设置)。进一步，在接收到用户触发的同意推荐设备设置的指令后，通过第三方监控平台，根据推荐结果集生成并发送控制指令至目标用户租用的共享车辆，通过共享车辆的车机控制车载设备完成推荐设置。

在本发明一可选实施例中，步骤S12，可以包括：

当所述用户数据包括所述用户行为数据时，根据所述用户行为数据，确定目标用户对应的推荐结果集；其中，所述用户行为数据是用户在使用共享车辆时对车载设备设置的参数的数据记录。

如图4所示，其示出的是，当所述用户数据包括所述用户行为数据时，确定目标用户对应的推荐结果集的流程，包括：

步骤41，获取用户行为数据。

步骤42，判断用户行为数据是否获取成功。

步骤43，在判断用户行为数据获取成功时，将用户行为数据存入数据分析系统。

步骤44，确定推荐结果集。

通过数据分析系统，根据用户行为数据分析确定推荐结果集。

需要说明的是，在成功从所述第三方监控平台中获取到所述用户行为数据时，说明目标用户为已注册并有使用共享车辆的历史记录的用户。可以通过数据分析系统对目标用户的一段时间内的所述用户行为数据进行分析，精准分析用户的行为习惯(用户习惯的车载设备设置)，生成目标用户对应的所述推荐结果集。

具体的，当所述用户数据包括所述用户行为数据时，步骤S12，还可以包括：

根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集；其中，所述行为数据集包括：多个车载设备中的每个车载设备对应的至少一项行为数据记录；

根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集；其中，所述推荐结果集包括：多个车载设备中的每个车载设备对应的推荐数据。

需要说明的是，这里，对于所述行为数据集包括：多个车载设备中的每个车载设备对应的至少一项行为数据记录。可以理解的是，用户在一段时间内使用共享车辆中的各车载设备，对于每种车载设备可能分别对应记录有多项参数数据记录。如用户使用的空调，可能设置有多项空调温度的数据记录，也可能只产生了一项空调温度的设置记录。对于，所述推荐结果集包括：多个车载设备中的每个车载设备对应的推荐数据。可以理解，根据每种车载设备对应的多项参数记录，确定每种设备的至少一项推荐的设备参数设置。如，以空调设备举例：用户行为数据集中包括了多项空调温度设置数据，则分析确定的推荐结果集中优选的可包括一项空调的温度设置参数。

在本发明一可选实施例中，根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集，包括：

该实施例中，过数据分析系统对多个共享车辆采集的多个用户的所述用户行为数据进行数据转换处理获取以设备和设备参数设置为键值对的预处理的行为数据，再根据用户信息进行分组处理，获得每个用户对应的用户行为数据集，也即确定目标用户对应的行为数据集，这里，用户信息可以包括：用户身份标签(ID)和用户身体参数(身高体重等)。

在本发明一可选实施例中，根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集，包括：

该实施例中，针对每种车载设备的参数类型，对应预设不同的计算方法，通过计算获取每种设备的推荐参数值，最后通过聚合运算处理，确定目标用户对应的推荐结果集。

其中，对于设备的计算方法，以示例进行说明。

例如：在所述车载设备为空调时，计算目标用户操作空调的至少一项用户行为参数(所述用户行为参数包括空调温度)的平均值，将所述平均值作为目标用户的空调的推荐参数(温度值)。其中，所述空调的用户行为数据包括空调温度；

在所述车载设备为座椅时，将目标用户操作座椅的最后一项用户行为参数，作为目标用户的座椅的推荐参数。其中，所述座椅的用户行为参数包括座椅的位置数据；

在所述车载设备为多媒体收音机时，将目标用户操作多媒体收音机的最后一项用户行为参数(最后一次设置的收音机频道)，作为目标用户的多媒体收音机的推荐参数。其中，所述多媒体收音机的用户行为参数包括收音机的频道。

在所述车载设备为导航设备时，将目标用户操作导航设备的次数最多的一项用户行为参数(导航路线)，作为目标用户的导航设备的推荐参数。其中，所述导航设备的用户行为参数包括导航设备的路线、导航的模式设置等。

在本发明一可选实施例中，步骤S12，还可以包括：

在用户不存在(未获取到所述用户行为数据)时，判断目标用户为新用户，根据用户对应的注册信息，结合当前环境(温度、时间段等)、个人身体指标以及预先设定好的范围表数据(也可以是默认数据)，为用户生成推荐结果集，根据推荐结果集为用户进行设备设置推荐。

作为一种实现方式，根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集，可以通过如下方式实现：

将用户行为数据导入至自建的数据分析系统，如时序数据库TSDB+Hadoop，用户行为数据写入TSDB，最后落入分布式文件系统(Hadoop Distributed File System，简称HDFS)中。主要利用TSDB的时序、可扩展、分布式特性，以具体车载设备硬件作为指标(metric)，标签(tags存储)用户身份ID以及身体参数等。分析确定目标用户对应的推荐结果集过程如下所示，获取用户行为数据，用户行为数据可以包括如下表所示，例如用户行为数据记录rowkey(每一行用户行为数据成为一个rowkey)如下：

进一步，结合自身用户信息(tags标签)，对用户行为数据进行转换、分组、合并、运算。

其中，经过转换，将每个tags标签中用户user的metric指标与value值组成新的k-v键值(key-value键值对)，得到不同用户预处理数据，如下表所示：

user＝001,height＝175	<Air conditioner,24>
		user＝002,weight＝50	<Chair,30>
user＝001,height＝175	<Air conditioner,22>
		user＝003,height＝180	<raido,974>
user＝001,weight＝50	<Chair,30>
		user＝003,height＝180	<raido,900>

再次，对转换的预处理数据进行分组处理，得到k-v数据(每个用户对应的行为数据集)如下：

进一步，针对指定设备设置不同计算方法，如空调设备可计算当前季度用户平均avg温度，多媒体收音机设备可获取最后last频道，设备计算方法如下表：

设备	计算方法	备注
			Air conditioner	avg	空调，计算平均值
Chair	last	座椅位置，获取最后一次位置
			radio	last	多媒体收音机，获取最后一次频道

根据上表计算，运算得到每个用户的推荐数据，如下：

最后通过聚合运算(合并运算)，将数据写入HDFS中，方便在用户区间片段内直接获取推荐结果集，如下：

user＝001,height＝175	<Air conditioner,23>,<Chair,30>
		user＝002,weight＝50	<Chair,30>
user＝003,height＝180	<raido,900>

考虑到新用户情况，数据库(数据分析系统)中无此用户行为数据，可根据用户身体指标分析进行推荐，例如座椅位置推荐，根据用户注册的身高等情况进行推荐如下：

身高	<165	[165,170]	[171,175]	[176,180]	>180
						座椅	20	25	30	35	40

上述实施例，通过对用户使用操作的车载的空调、收音机、座椅和导航等设备参数数据进行分析，可精准的分析出用户的需求，可以为用户提供车载设备的推荐设置，如，可以实现为用户提前自动设置车内空调温度。收音机频道、导航路线等，便捷用户使用，有效提升了用户体验。

相应于上述方法实施例，本发明实施例还提供一种用户行为数据分析装置。下面对本发明实施例提供的一种用户行为数据分析装置进行介绍。

如图5所示，本发明提供了一种用户行为数据分析装置，所述装置500，包括：

第一获取模块501，用于获取用于租用共享车辆的用户数据；

第一确定模块502，用于根据所述用户数据，确定目标用户对应的推荐结果集，所述推荐结果集用于设置目标用户租用的共享车辆中的车载设备参数。

可选的，第一获取模块501，包括：

第一获取子单元，用于从第三方监控平台获取所述用户数据中的用户行为数据，所述用户行为数据是多个共享车辆采集并发送至所述第三方监控平台的。

可选的，第一确定模块502，包括：

第一确定子模块，用于当所述用户数据包括所述用户行为数据时，根据所述用户行为数据，确定目标用户对应的推荐结果集；

可选的，第一确定模块502，还包括：

第二确定子模块，用于当所述用户数据不包括所述用户行为数据时，根据所述用户数据中的注册信息，确定目标用户对应的推荐结果集。

可选的，第一确定模块502在确定目标用户对应的推荐结果集之后，还包括：

第一发送模块，用于在目标用户同意推荐设备设置时，发送所述推荐结果集至第三方监控平台，以使所述第三方监控平台根据所述推荐结果集控制目标用户租用的共享车辆中的车载设备设置；

可选的，第一确定子模块，包括：

第一确定子单元，用于根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集；

第二确定子单元，用于根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集；

可选的，第一确定子单元，具体用于：

可选的，第二确定子单元，具体用于：

该装置是与上述方法实施例对应的装置，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到与方法实施例相同的技术效果。

上述方案，根据用户数据，主要是用户数据中的用户行为数据，进行数据分析得到用户对应的推荐结果集，最后通过对用户行为进行处理，也即在用户租用共享车辆时，根据用户需要为用户推荐设备设置，并在用户需要时远程或提前自动完成车载设备设置，避免了用户对车内的车载设备的一系列操作设置，还可以根据用户需要是实现远程开启车载设备，提升了用户体验。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。

Claims

1.一种用户行为数据分析方法，其特征在于，包括：

获取用于租用共享车辆的用户数据；

2.根据权利要求1所述的用户行为数据分析方法，其特征在于，获取用于租用共享车辆的用户数据，包括：

3.根据权利要求1或2所述的用户行为数据分析方法，其特征在于，所述根据所述用户数据，确定目标用户对应的推荐结果集，包括：

4.根据权利要求1或2所述的用户行为数据分析方法，其特征在于，所述根据所述用户数据，确定目标用户对应的推荐结果集，包括：

5.根据权利要求1所述的用户行为数据分析方法，其特征在于，所述确定目标用户对应的推荐结果集之后，还包括：

6.根据权利要求3所述的用户行为数据分析方法，其特征在于，所述根据所述用户行为数据，确定目标用户对应的推荐结果集，包括：

7.根据权利要求6所述的用户行为数据分析方法，其特征在于，所述根据多个共享车辆采集的多个用户的所述用户行为数据，确定目标用户对应的行为数据集，包括：

8.根据权利要求6所述的用户行为数据分析方法，其特征在于，所述根据目标用户对应的所述行为数据集，确定目标用户对应的推荐结果集，包括：

9.一种用户行为数据分析装置，其特征在于，包括：

第一获取模块，用于获取用于租用共享车辆的用户数据；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的用户行为数据分析方法的步骤。