CN112597387A - 车载服务推荐方法、系统及具有其的车辆 - Google Patents

车载服务推荐方法、系统及具有其的车辆 Download PDF

Info

Publication number
CN112597387A
CN112597387A CN202011504786.2A CN202011504786A CN112597387A CN 112597387 A CN112597387 A CN 112597387A CN 202011504786 A CN202011504786 A CN 202011504786A CN 112597387 A CN112597387 A CN 112597387A
Authority
CN
China
Prior art keywords
vehicle
service
scene
user
generating
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
Application number
CN202011504786.2A
Other languages
English (en)
Inventor
付韦
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.)
Chery Automobile Co Ltd
Wuhu Lion Automotive Technologies Co Ltd
Original Assignee
Chery Automobile Co Ltd
Wuhu Lion Automotive Technologies 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 Chery Automobile Co Ltd, Wuhu Lion Automotive Technologies Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN202011504786.2A priority Critical patent/CN112597387A/zh
Publication of CN112597387A publication Critical patent/CN112597387A/zh
Pending legal-status Critical Current

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
    • G06F16/90—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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Abstract

本申请公开了一种车载服务推荐方法、系统及具有其的车辆，其中，方法包括：获取车辆的所处地和当前时间；根据所述所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；根据用户选择的场景及场景服务同时控制车载端和移动端执行与所述场景及场景服务相应的车载设备的行为动作。由此，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。

Description

车载服务推荐方法、系统及具有其的车辆
技术领域
本申请涉及车辆技术领域，特别涉及一种车载服务推荐方法、系统及具有其的车辆。
背景技术
目前，车主服务在车机上主要采用的服务入口罗列的方式，供用户自主选择使用，其中，每个服务都是独立的流程，每个车载场景都需要多个独立服务组合；并且车外的服务场景真实存在，但单纯车机产品的形态无法满足，同时对于每个用户而言，对服务的使用步骤和情况是不相同的，有待解决。
申请内容
本申请提供一种车载服务推荐方法、系统及具有其的车辆，以解决相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
本申请第一方面实施例提供一种车载服务推荐方法，包括以下步骤：
获取车辆的所处地和当前时间；
根据所述所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；以及
根据用户选择的场景及场景服务同时控制车载端和移动端执行与所述场景及场景服务相应的车载设备的行为动作。
可选地，所述根据所述所处地和当前时间生成多个推荐服务场景，包括：
获取多个用户属性；
根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；
根据所述用户的用户属性利用所述预测模型生成所述多个推荐服务场景。
可选地，上述的车载服务推荐方法，还包括：
获取用户的行为数据；
根据所述行为数据优化和/或修正所述预测模型。
可选地，上述的车载服务推荐方法，还包括：
关联通信供应商与本地之间的用户账号；
接收所属车载端和所述移动端的执行请求，根据所述用户账号响应所述执行请求。
可选地，所述根据所述用户账号响应所述执行请求，包括：
接收所述车载端和所述移动端间的当前使用状态；
根据所述当前使用状态确定响应方式，以根据所述响应方式响应所述执行请求。
本申请第二方面实施例提供一种车载服务推荐系统，包括：
获取模块，用于获取车辆的所处地和当前时间；
生成模块，用于据所述所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；以及
执行模块，用于根据用户选择的场景及场景服务同时控制车载端和移动端执行与所述场景及场景服务相应的车载设备的行为动作。
可选地，所述生成模块，包括：
第一获取单元，用于获取多个用户属性；
第一生成单元，用于根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；
第二生成单元，用于根据所述用户的用户属性利用所述预测模型生成所述多个推荐服务场景。
可选地，上述的车载服务推荐系统，还包括：
第二获取单元，用于获取用户的行为数据；
处理单元，用于根据所述行为数据优化和/或修正所述预测模型。
可选地，上述的车载服务推荐系统，还包括：
关联模块，用于关联通信供应商与本地之间的用户账号；
接收模块，用于接收所属车载端和所述移动端的执行请求，根据所述用户账号响应所述执行请求；
其中，所述接收模块，包括：
接收单元，用于接收所述车载端和所述移动端间的当前使用状态；
响应单元，用于根据所述当前使用状态确定响应方式，以根据所述响应方式响应所述执行请求。
本申请第三方面实施例提供一种车辆，其包括上述的车载服务推荐系统。
由此，可以，获取车辆的所处地和当前时间，并据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务，并根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种车载服务推荐方法的流程图；
图2为根据本申请一个实施例的预设服务场景的示例图；
图3为根据本申请一个实施例的用户行为预测模型的示例图；
图4为根据本申请实施例的车载服务推荐系统的方框示意图；
图5为根据本申请实施例的车辆的方框示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车载服务推荐方法、系统及具有其的车辆。针对上述背景技术中心提到的多服务相互关联和数据联通的问题，本申请提供了一种车载服务推荐方法，在该方法中，可以获取车辆的所处地和当前时间，并据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务，并根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
具体而言，图1为本申请实施例所提供的一种车载服务推荐方法的流程示意图。
如图1所示，该车载服务推荐方法包括以下步骤：
在步骤S101中，获取车辆的所处地和当前时间。
可以理解的是，获取车辆所处地的方式有很多种，例如，本申请实施例可以通过GPS(Global Positioning System，全球定位系统)获取车辆的所处地；再如，车辆在行驶过程中，一般会将车辆的当前位置上报至云服务器，因此，本申请实施例也可以通过从云服务器获取车辆的所处地，本申请实施例可以根据选择任一种获取车辆所在地的方法进行获取，在此不做具体限定。
当前时间可以根据车辆所处地进行确定，也可以根据车辆上联网的时间确定，在此不作具体限定。在步骤S102中，根据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务。
可选地，在一些实施例中，根据所处地和当前时间生成多个推荐服务场景，包括：获取多个用户属性；根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；根据用户的用户属性利用预测模型生成多个推荐服务场景。
应当理解的是，如图2所示，用户的属性可以包括但不限于：导航、停车、加油、餐厅预订、门票预定和预订酒店等；服务场景可以包括但不限于：日常通勤、交友聚会商务出行等，由此，在根据步骤S101获取到车辆的所处地和当前时间后，本申请实施例可以根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型，其中，预测模型可以如图3所示。
举例而言，假设本申请实施例中获取到的用户属性为：导航、停车和餐厅预订，则根据用户的用户属性利用预测模型生成的推荐服务场景可以为交友聚会；假设本申请实施例中获取到的用户属性为：导航、停车、加油和预订酒店，则根据用户的用户属性利用预测模型生成的推荐服务场景可以为商务出行；假设本申请实施例中获取到的用户属性为：导航、停车和加油，则根据用户的用户属性利用预测模型生成的推荐服务场景可以为日常通勤。
也就是说，本申请实施例可以同时根据时间、地点和用户属性等特性进行初步预测用户使用场景，然后通过用户对预设场景和服务关联的实际使用数据，使用机器学习的方式不断优化针对用户行为的预测模型的精确度，从而利用每个用户行为的预测模型和预设场景，推荐用户使用服务。
需要说明的是，上述服务场景及预测模型仅为示例性的，不作为对本发明的限制，在此不作具体限定。
在步骤S103中，根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作。
其中，对于移动端，本申请实施例可以根据使用条件(时间、地点等)推送用户预设服务场景，系统同时跟踪用户可以使用(含更改或选择)场景中的服务；并且当用户进入车内，手机和车载系统连接之后，即可确定用户已切换至车载状态。对于车载端，本申请实施例以地图服务为基础，执行用户的对服务的选择链；并更新服务链。
由此，根据系统对外部条件(时间、地点)的判断引导用户使用预设场景中的服务流程，跟踪用户的行为(对服务的选择)，同步车内外(移动端模块和车载端)中的行为(选择)，辅助用户达成用车目的。可选地，在一些实施例中，上述的车载服务推荐方法，还包括：获取用户的行为数据；根据行为数据优化和/或修正预测模型。
具体而言，如图3所示，用户的行为数据可以包括，用户行为1、用户行为2、用户行为3，……，通过将获取到的用户行为数据输入神经网络进行深度学习，例如，用户行为1输入至网络神经单元1；用户行为2输入至网络神经单元2；用户行为3输入至网络神经单元3，……，从而在强化预设场景模型的同时，可以对单个用户的行为进行预测并提供相应的服务。
可选地，在一些实施例中，上述的车载服务推荐方法，还包括：关联通信供应商与本地之间的用户账号；接收所属车载端和移动端的执行请求，根据用户账号响应执行请求。
其中，在一些实施例中，根据用户账号响应执行请求，包括：接收车载端和移动端间的当前使用状态；根据当前使用状态确定响应方式，以根据响应方式响应执行请求。
可以理解的是，用户可以通过手机是否联接车载端来告知云端用户的使用状态，告知云端服务响应的方式，并通过过账户联通方式，将用户在服务供应商、手机端业务选择和车载端业务执行情况进行数据同步，从而根据车载端和移动端间的当前使用状态确定的响应方式响应执行请求。
根据本申请实施例提出的车载服务推荐方法，获取车辆的所处地和当前时间，并据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务，并根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
其次参照附图描述根据本申请实施例提出的车载服务推荐系统。
图4是本申请实施例的车载服务推荐系统的方框示意图。
如图4所示，该车载服务推荐系统10包括：获取模块100、生成模块200和执行模块300。
其中，获取模块100用于获取车辆的所处地和当前时间；
生成模块200用于据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；以及
执行模块300用于根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作。
可选地，生成模块200包括：
第一获取单元，用于获取多个用户属性；
第一生成单元，用于根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；
第二生成单元，用于根据用户的用户属性利用预测模型生成多个推荐服务场景。
可选地，上述的车载服务推荐系统10，还包括：
第二获取单元，用于获取用户的行为数据；
处理单元，用于根据行为数据优化和/或修正预测模型。
可选地，上述的车载服务推荐系统10，还包括：
关联模块，用于关联通信供应商与本地之间的用户账号；
接收模块，用于接收所属车载端和移动端的执行请求，根据用户账号响应执行请求；
其中，接收模块，包括：
接收单元，用于接收车载端和移动端间的当前使用状态；
响应单元，用于根据当前使用状态确定响应方式，以根据响应方式响应执行请求。
需要说明的是，前述对车载服务推荐方法实施例的解释说明也适用于该实施例的车载服务推荐系统，此处不再赘述。
根据本申请实施例提出的车载服务推荐系统，获取车辆的所处地和当前时间，并据所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务，并根据用户选择的场景及场景服务同时控制车载端和移动端执行与场景及场景服务相应的车载设备的行为动作，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
此外，如图5所示，本申请实施例还提出一种车辆20，该车辆20包括上述的车载服务推荐系统10。
根据本申请实施例提出的车辆，通过上述的车载服务推荐系统，解决了相关技术中多服务相互关联和数据联通的问题，实现车外和车内环境中服务数据的同步，满足真实环境中车主对服务需求。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种车载服务推荐方法，其特征在于，包括以下步骤：
获取车辆的所处地和当前时间；
根据所述所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；以及
根据用户选择的场景及场景服务同时控制车载端和移动端执行与所述场景及场景服务相应的车载设备的行为动作。
2.根据权利要求1所述的方法，其特征在于，所述根据所述所处地和当前时间生成多个推荐服务场景，包括：
获取多个用户属性；
根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；
根据所述用户的用户属性利用所述预测模型生成所述多个推荐服务场景。
3.根据权利要求2所述的方法，其特征在于，还包括：
获取用户的行为数据；
根据所述行为数据优化和/或修正所述预测模型。
4.根据权利要求1所述的方法，其特征在于，还包括：
关联通信供应商与本地之间的用户账号；
接收所属车载端和所述移动端的执行请求，根据所述用户账号响应所述执行请求。
5.根据权利要求4所述的方法，其特征在于，所述根据所述用户账号响应所述执行请求，包括：
接收所述车载端和所述移动端间的当前使用状态；
根据所述当前使用状态确定响应方式，以根据所述响应方式响应所述执行请求。
6.一种车载服务推荐系统，其特征在于，包括：
获取模块，用于获取车辆的所处地和当前时间；
生成模块，用于据所述所处地和当前时间生成多个推荐服务场景，并跟踪使用的场景服务；以及
执行模块，用于根据用户选择的场景及场景服务同时控制车载端和移动端执行与所述场景及场景服务相应的车载设备的行为动作。
7.根据权利要求6所述的装置，其特征在于，所述生成模块，包括：
第一获取单元，用于获取多个用户属性；
第一生成单元，用于根据多个用户属性、多个所处地和时间和多个服务场景及对应场景服务生成行为预测模型；
第二生成单元，用于根据所述用户的用户属性利用所述预测模型生成所述多个推荐服务场景。
8.根据权利要求7所述的装置，其特征在于，还包括：
第二获取单元，用于获取用户的行为数据；
处理单元，用于根据所述行为数据优化和/或修正所述预测模型。
9.根据权利要求6所述的装置，其特征在于，还包括：
关联模块，用于关联通信供应商与本地之间的用户账号；
接收模块，用于接收所属车载端和所述移动端的执行请求，根据所述用户账号响应所述执行请求；
其中，所述接收模块，包括：
接收单元，用于接收所述车载端和所述移动端间的当前使用状态；
响应单元，用于根据所述当前使用状态确定响应方式，以根据所述响应方式响应所述执行请求。
10.一种车辆，其特征在于，包括：如权利要求6-9任一项所述的车载服务推荐系统。
CN202011504786.2A 2020-12-18 2020-12-18 车载服务推荐方法、系统及具有其的车辆 Pending CN112597387A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011504786.2A CN112597387A (zh) 2020-12-18 2020-12-18 车载服务推荐方法、系统及具有其的车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011504786.2A CN112597387A (zh) 2020-12-18 2020-12-18 车载服务推荐方法、系统及具有其的车辆

Publications (1)

Publication Number Publication Date
CN112597387A true CN112597387A (zh) 2021-04-02

Family

ID=75199403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011504786.2A Pending CN112597387A (zh) 2020-12-18 2020-12-18 车载服务推荐方法、系统及具有其的车辆

Country Status (1)

Country Link
CN (1) CN112597387A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107707653A (zh) * 2017-09-30 2018-02-16 深圳市元征科技股份有限公司 一种广告推送方法、装置及车载智能设备
WO2018133365A1 (zh) * 2017-01-23 2018-07-26 上海蔚来汽车有限公司 用户场景调节方法及系统
CN108540815A (zh) * 2017-03-02 2018-09-14 腾讯科技（深圳）有限公司 多媒体内容播放方法、装置及系统
US20190077353A1 (en) * 2017-09-13 2019-03-14 International Business Machines Corporation Cognitive-based vehicular incident assistance
CN110300175A (zh) * 2019-07-02 2019-10-01 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
CN110750713A (zh) * 2019-09-24 2020-02-04 中国第一汽车股份有限公司 一种车载服务内容推荐方法、装置、车辆及存储介质
CN110986985A (zh) * 2019-12-17 2020-04-10 广州小鹏汽车科技有限公司 车辆行程推送方法、装置、介质、控制终端及汽车
CN111143669A (zh) * 2019-12-09 2020-05-12 上海擎感智能科技有限公司 保险服务推荐方法、系统、计算机可读存储介质及终端
CN111464606A (zh) * 2020-03-27 2020-07-28 支付宝(杭州)信息技术有限公司 基于车载配件的消息推送方法和车载配件
CN111488469A (zh) * 2019-01-28 2020-08-04 上海博泰悦臻电子设备制造有限公司 资源推荐方法以及资源推荐系统
CN111598663A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 一种消息推送方法，装置，电子设备和存储介质
CN111797309A (zh) * 2020-06-19 2020-10-20 一汽奔腾轿车有限公司 一种基于出行模式的车载智能推荐装置及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018133365A1 (zh) * 2017-01-23 2018-07-26 上海蔚来汽车有限公司 用户场景调节方法及系统
CN108540815A (zh) * 2017-03-02 2018-09-14 腾讯科技（深圳）有限公司 多媒体内容播放方法、装置及系统
US20190077353A1 (en) * 2017-09-13 2019-03-14 International Business Machines Corporation Cognitive-based vehicular incident assistance
CN107707653A (zh) * 2017-09-30 2018-02-16 深圳市元征科技股份有限公司 一种广告推送方法、装置及车载智能设备
CN111488469A (zh) * 2019-01-28 2020-08-04 上海博泰悦臻电子设备制造有限公司 资源推荐方法以及资源推荐系统
CN110300175A (zh) * 2019-07-02 2019-10-01 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
CN110750713A (zh) * 2019-09-24 2020-02-04 中国第一汽车股份有限公司 一种车载服务内容推荐方法、装置、车辆及存储介质
CN111143669A (zh) * 2019-12-09 2020-05-12 上海擎感智能科技有限公司 保险服务推荐方法、系统、计算机可读存储介质及终端
CN110986985A (zh) * 2019-12-17 2020-04-10 广州小鹏汽车科技有限公司 车辆行程推送方法、装置、介质、控制终端及汽车
CN111464606A (zh) * 2020-03-27 2020-07-28 支付宝(杭州)信息技术有限公司 基于车载配件的消息推送方法和车载配件
CN111598663A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 一种消息推送方法，装置，电子设备和存储介质
CN111797309A (zh) * 2020-06-19 2020-10-20 一汽奔腾轿车有限公司 一种基于出行模式的车载智能推荐装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡倩倩等: "智能网联时代车载音频的内容生产与运营研究――以听伴为例", 《东南传播》 *

Similar Documents

Publication Publication Date Title
CN108133619B (zh) 停车场停车预测的方法、装置、存储介质及终端设备
CN105046965A (zh) 未授权车辆的检测
CN110517533A (zh) 一种自主泊车方法及系统
CN111127130B (zh) 基于用户偏好的能源站点推荐方法、存储介质和电子设备
JP2010048655A (ja) 運転評価システム及び運転評価プログラム
CN107451877B (zh) 一种乘车订单在线生成系统及其生成方法
CN104634353A (zh) 用于车队的导航方法、系统、服务器和导航终端
CN105632241A (zh) 空车位的预订方法、装置和系统
CN110766976B (zh) 一种使用智能钥匙进行寻车的方法和装置以及智能钥匙
CN110531761A (zh) 无人车调度方法、装置及执行无人车调度方法的系统
CN105760941A (zh) 约租车信息获取方法、装置及系统
CN105430075A (zh) 公租车预定方法、装置及系统
US20210293552A1 (en) Method and apparatus for identifying and recommending vehicle locations to facilitate data transfer
CN104580414A (zh) 一种用于私家车的车联网系统
JP6814695B2 (ja) 予約管理装置、予約管理方法、およびプログラム
CN109752011A (zh) 一种用于车载的信息交互方法与系统
CN111145584A (zh) 基于PaaS平台的车库管理方法、装置、系统及存储介质
CN110610250B (zh) 推荐及提示空闲车位、寻车路线提示的方法、装置及设备
US20210389147A1 (en) Vehicle route guiding system using personal mobility and route guiding method using the same
CN113159776A (zh) 信息处理方法、装置、设备及计算机可读存储介质
CN109808689B (zh) 无人车控制方法、装置及设备
CN112597387A (zh) 车载服务推荐方法、系统及具有其的车辆
CN111896022A (zh) 一种通知方法、装置及计算机存储介质
CN112050823B (zh) 一种导航目的地修正方法、装置及计算机存储介质
US20210217311A1 (en) Crowdsourced navigation systems and methods

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

Application publication date: 20210402

RJ01 Rejection of invention patent application after publication