CN113408022A - 一种基于大数据分析的ui设计的系统和方法 - Google Patents
一种基于大数据分析的ui设计的系统和方法 Download PDFInfo
- Publication number
- CN113408022A CN113408022A CN202110631173.3A CN202110631173A CN113408022A CN 113408022 A CN113408022 A CN 113408022A CN 202110631173 A CN202110631173 A CN 202110631173A CN 113408022 A CN113408022 A CN 113408022A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- analysis
- report
- module
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 34
- 238000013461 design Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000007621 cluster analysis Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 2
- 238000012517 data analytics Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000013500 data storage Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000007418 data mining Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000010257 thawing Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/903—Querying
-
- 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
- G06F16/904—Browsing; Visualisation therefor
-
- 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
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Architecture (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种基于大数据分析的UI设计的系统和方法，其特征是：采集用户的驾驶信息数据并上传至云端后台服务器；云端后台服务器对采集到的驾驶信息数据进行数据处理及分析，形成基于用户使用习惯的数据报告；根据用户使用习惯的数据报告设计多种车机UI界面供用户选择。利用本发明所述的方法，数据更具真实性，且通过大数据技术聚类分析挖掘其不同的用户潜在的特征习惯，更能符合每个不同操纵习惯用户的使用，同样此种设计方法也适用于其它具备后台服务器数据存储的终端界面设计。
Description
技术领域
本发明属于汽车UI设计技术领域，具体涉及一种基于大数据分析的UI设计的系统和方法。
背景技术
随着汽车越来越多的采用MP5车机大屏集成更多的功能，包括天气、导航、多媒体控制、蓝牙电话、空调控制、车辆状况、车辆控制、品牌专区等等很多信息，因此设计一个符合用户习惯的车机界面尤为重要。目前，车机界面设计多依靠设计师的经验或者评价小组人员的经验，或者传统问卷调查的方式获得各功能使用频率。但依靠设计师经验的方法不能代表用户的真实使用习惯，采用调查问卷的方式，可能因为被调查人对问卷的主观理解不同导致数据的偏差，不适用于大量数据需要处理的情况，无法形成大量样本的调查数据，最终结果也有可能因样本量不足，与用户习惯存在差异。
本发明，将车机使用的云端后台数据，利用大数据技术进行清洗、挖掘，形成用户使用习惯数据报告，再根据不同功能实际使用频率数据，指导进行UI设计时界面优先级别及层级的定义设计。同时，可结合用户大数据，利用大数据技术进行聚类分析，同时利用自动学习技术，进行智能推荐，使系统及其界面更符合用户实际的使用习惯。
发明内容
本发明旨在提出一种利用云端后台大数据，结合大数据处理技术，设计最符合用户使用习惯的车机界面的方法。
实现本发明目的之一的基于大数据分析的UI设计的方法为：采集用户的驾驶信息数据并上传至云端后台服务器；云端后台服务器对采集到的驾驶信息数据进行数据处理及分析，形成基于用户使用习惯的数据报告；根据用户使用习惯的数据报告设计多种车机UI界面供用户选择。
当前汽车车机界面集成了越来越多的功能，包括天气、导航、多媒体控制、蓝牙电话、空调控制、车辆设置、品牌专区等等很多信息，传统的汽车车机界面设计时，往往依据设计师的经验或者评价小组人员的经验，设计各功能界面在第一层级还是第二层级等，具备一定的主观性。但是车机显示界面有限，显示信息如果根据使用习惯和使用频率进行分级布置会比较合理。本发明将车机使用的云端后台数据，利用大数据技术进行清洗、挖掘，形成用户使用习惯数据报告，再根据不同功能实际使用频率数据，指导进行UI设计时界面优先级别及层级的定义设计。同时，可结合用户大数据，利用大数据技术进行聚类分析，形成多种不同习惯的用户，同时将车机界面定义为多种不同风格的界面，用户可自行选择。用户使用的后台数据，是最真实的能反应用户习惯的数据，这样可保证方案的设计最符合用户使用习惯。同时，可结合用户大数据，利用大数据技术，结合多维关联算法，同时利用自动学习技术，进行智能推荐，使系统及其界面更符合用户实际的使用习惯。
所述驾驶信息数据包括急加速次数、急减速次数、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率。
进一步的技术方案包括，车辆和云端服务器之间进行通信时需要认证，同时采用加密算法对数据进行加密传输，用于保证传输数据的安全性。
进一步的技术方案包括，所述云端后台服务器对采集到的驾驶信息数据进行数据处理及分析，形成基于用户使用习惯的数据报告，包括如下步骤：
步骤1、数据清洗，通过数据处理软件剔除掉不可用的数据，识别出有效的可用数据，得到特定格式的整洁数据；
步骤2、数据处理，将上述步骤中的清洗后的整洁数据通过数据抽取、转换，得到包含用户操作各项功能的频率、时长数据的用户数据集；
步骤3、数据分析，利用机器学习方式进行处理，将用户数据集通过数据分析算法，对用户个人或者群体进行分析，得到数据统计报告；
步骤4、根据生成的数据统计报告，生成用户使用习惯报告、聚类分析报告、智能推荐报告。
步骤1中所述数据处理软件，包括基于Python编程语言的数据处理软件。
步骤1中所述的不可用数据，包括丢失、漏记、失真的无法用于后续进一步处理的数据。
步骤1中所述的得到特定格式的整洁数据，指的是可以直接在软件上分析的数据，数据的格式包括csv、xls、xlsx。
步骤3中所述的数据分析算法包括数据排序、聚类分析、自动学习、多维关联规则；所述数据统计报告包括带有统计学数据特征的报告，包括频率、平均时长、最大时长。
步骤4中所述根据生成的数据统计报告，生成用户使用习惯报告、聚类分析报告、智能推荐报告，生成报告的规则可以根据实际需求自定义，比如可以认为每天听歌时长在2小时以上的是喜好音乐的用户，也可以认为是听音乐时间/驾驶时间≥70％的用户是喜好音乐的用户。
进一步的技术方案包括，上述步骤1中，所述格式包括CSV、JSON、Parquet。
进一步的技术方案包括，所述根据用户使用习惯的数据报告设计多种车机UI界面供用户选择，包括将车机界面进行重组设计后，通过T-BOX反馈给车机，车机可通过弹窗的形式向用户推荐可供选择的UI界面，用户自行选择。
车机以固定周期或者依据用户的设定通过弹窗的形式向用户推荐可供选择的UI界面，用户自行选择。
实现本发明目的之二的基于大数据分析的UI设计的系统为：包括数据传输模块：用于车辆与云端后台服务器之间传输数据；数据清洗模块：用于识别有效的可用数据；数据预处理模块：用于选择需要分析的整洁的用户信息；数据分析模块：用于将用户数据集通过数据分析算法，对用户个人或者群体进行分析，得到数据统计报告；数据报告生成模块：根据数据统计报告，生成用户使用习惯报告、聚类分析报告、智能推荐报告。
所述数据分析算法包括数据排序、聚类分析、自动学习、多维关联规则分析；所述得到数据统计报告，该数据报告包含用户行为和用户喜好。
进一步的技术方案包括，还包括数据加密模块，用于对传输的数据进行加密，保证数据传输的安全性。
进一步的技术方案包括，所述数据预处理模块还包括数据抽取模块和转换模块：用于选择需要分析的整洁的用户信息，方便后期数据分析。
进一步的技术方案包括，所述数据分析模块，还包括数据排序模块，用于根据设定规则对数据进行排序；聚类分析模块：用于不断提高用户画像精度，为后一步自学习打下基础；自学习模块：计算机根据已形成的数据训练集不断迭代更新，用于提前预测用户行为，提高推荐的智能性，精准性。
所述设定规则包括使用频率或使用时长。
进一步的技术方案包括，所述系统还包括智能推荐模块：用于向用户推荐基于大数据分析的UI设计界面。
利用本发明所述的方法，数据更具真实性，且通过大数据技术聚类分析挖掘其不同的用户潜在的特征习惯，更能符合每个不同操纵习惯用户的使用，同样此种设计方法也适用于其它具备后台服务器数据存储的终端界面设计。
附图说明
图1为本发明所述的系统构成框图；
图2为本发明所述的数据处理流程图。
具体实施方式
下列具体实施方式用于对本发明权利要求技术方案的解释，以便本领域的技术人员理解本权利要求书。本发明的保护范围不限于下列具体的实施结构。本领域的技术人员做出的包含有本发明权利要求书技术方案而不同于下列具体实施方式的也是本发明的保护范围。
如图1所示，车联网车机系统中，车机显示器通过车载无线通信盒子(T-BOX)实现与系统云端的通信交互，当客户操纵与使用车机的功能时，系统后台服务器会将用户的操作做埋点，上传到系统后台服务器进行记录和存储，分析用户对功能操作使用的频率。比如统计用户对导航、音乐、电台、蓝牙电话等应用使用的频率，统计用户对主题风格的的喜好等，对用户使用车机的数据实现记录和存储，同时，系统通过T-BOX将车辆的单次驾驶数据，包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率上传到后台服务器，获取这些数据并分析用户的驾驶习惯。这些后台数据，形成了客户使用的最真实的原始大数据。经过数据传输模块，和数据处理系统，形成用户使用习惯的数据报告。由于驾驶过程中，驾驶安全至关重要，仪表盘显示的信息有限，选择最常用的功能设置集成在车机最便于操作的界面，大大提高驾驶便利性和安全性。根据上述数据报告，可指导进行UI界面层级与页面布局的设计定义，及给不同用户的智能推荐方案。
比如可以根据上述对应用操作使用的频率统计，在界面设计时将使用频率高的应用放在一级界面下，让用户一触即达；结合按钮功能操作频率的统计，在应用内界面布局设计时考虑将频次使用高的操作按钮靠近主驾位置，方便主驾操作使用。
上述方案具体实现方式如下：
车机显示器与车载T-BOX通过CAN线进行通信，实现指令与信息的传递，包括车机功能使用的按键状态信息，用户控制指令等，并同时获取单次驾驶数据包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率信息车载T-BOX通过LTE或5G实现与云端后台服务器的网络通信，以实现车机与后台服务器的信息交互与控制。
为了保证安全通信，车载T-BOX和云端服务器之间会进行通信认证，同时将通信信息采用加密算法加密，保证传输数据的安全性。
数据传输模块用于云端后台服务器与数据处理系统的数据传输。在数据处理系统，后台服务器中记录和存储的数据，包含用户使用各功能最原始的数据(包括用户对应用使用、功能按钮操作使用的频率)，将其进行数据预处理、数据挖掘后，再结合聚类算法、使用频率排序等进行数据抽取与转换，可形成包含用户的行为、喜好等特征的用户数据分析报告。
所述预处理包括车载计算机预先将数据记录为CSV、JSON、Parquet等格式；所述数据挖掘包括由数据工程师利用机器学习方式进行处理，得到的数据不再是原始数据，而是用户的驾驶习惯报告；所述聚类算法，包括无监督学习中的K-Means、DBSCAN算法，由用户的原始数据得到一个用户的驾驶习惯数据，包括CSV格式的数据集，如果是多数用户，可以将不同用户分成不同的用户群体；所述对数据抽取与转换，涉及到机器学习中的算法原理。比如采用K-means算法，首先选择多数用户一天的数据集，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要提前预知类的数量(即中心点的数量)，计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。计算每一类中中心点作为新的中心点。重复以上步骤，直到每一类中心在每次迭代后变化不大为止。也可以多次随机初始化中心点，然后选择运行结果最好的一个。得到这个处理后的数据后，我们可能会看到不同年龄、性别的用户一天的刹车平均深度、刹车距离等数据。
上述数据处理流程为：提取后台原始数据—>数据清洗—>数据处理—>数据分析—>数据报告，如图2所示。
后台服务器中记录和存储的数据，包含用户使用各功能最原始的数据，包括天气、导航、多媒体控制、蓝牙电话、空调控制、车辆状况、品牌专区等等很多信息，及用户驾驶车辆的相关信息，包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率。
由于数据记录过程中可能存在着数据丢失、漏记、失真等情况，需要将此类数据去除，保留有效数据，因此需要对上述数据进行检查、过滤预处理。再结合聚类算法、使用频率排序等进行数据抽取与转换，根据实际需要对要分析的数据进行数据排序、聚类分析、机器学习的无监督学习算法、多维关联规则分析等，形成数据报告。发现用户的潜在习惯。所述多维关联规则分析指搜集的数据与各类可能发生的事情之间的联系。比如，喜欢急刹车的人可能喜欢用蓝牙电话。
由于车机每层页面显示的信息有限，需要选取常用或者法规要求的功能，放在首页或常显页面。而数据报告，一个是用户各功能使用频率的报告，供我们识别哪些功能是常用的功能，哪些功能是不常用的功能。首先识别法规要求的必须有按键的功能放在首页或常显界面，比如空调控制功能的前除霜、后除霜(在没有其他控制面板时，在车机页面需定义常显界面)，然后同时，结合聚类算法，可挖掘各类型用户的使用习惯，发现用户常用的功能，指导进行页面定义。同时可形成多种不同习惯的用户，指导我们将车机界面定义为多种不同风格的界面，供用户自行选择，另一方面可同时形成数据仓库，供后续使用。
在数据处理系统，同时利用自动学习技术。该技术通过用户对不同功能的点击频率的智能学习，集成到用户个性化使用信息列表中，同时，根据用户对不同功能的使用情况，生成规则信息。采用多维关联算法，对用户进行智能推荐，形成智能推荐方案，提高用户体验。
在车机UI设计时，设计用户个性化推荐系统，根据已有的用户数据，和当前用户的部分习惯，预测当前驾驶员使用习惯。基于后台数据形成的智能推荐方案，系统将车机界面进行重组设计后，再通过T-BOX反馈给车机，车机可通过弹窗的形式弹出询问用户是否选择系统智能推荐的界面方案，用户进行自行选择。
根据分析得到的用户数据的结果，根据用户的驾驶习惯，可通过弹窗或者语音播报询问用户是否接受推荐的UI界面。每个用户的驾驶习惯不同，弹出的信息也不同。比如提醒用户习惯急刹、驾驶不平稳、容易疲劳驾驶等等，帮助用户安全驾驶，实现人机交互。可采用定期推荐的方式，比如一个月一次或者半个月一次进行询问。
本发明适用于各级自动驾驶车辆，可以是动力电池车辆也可以是燃油车辆。
Claims (10)
1.一种基于大数据分析的UI设计的方法，其特征是：采集用户的驾驶信息数据并上传至云端后台服务器；云端后台服务器对采集到的驾驶信息数据进行数据处理及分析，形成基于用户使用习惯的数据报告；根据用户使用习惯的数据报告设计多种车机UI界面供用户选择。
2.如权利要求1所述的基于大数据分析的UI设计的方法，其特征在于，车辆和云端服务器之间进行通信时需要认证，同时采用加密算法对数据进行加密传输，用于保证传输数据的安全性。
3.如权利要求1所述的基于大数据分析的UI设计的方法，其特征在于，所述云端后台服务器对采集到的驾驶信息数据进行数据处理及分析，形成基于用户使用习惯的数据报告，包括如下步骤：
步骤1、数据清洗，通过数据处理软件剔除掉不可用的数据，识别出有效的可用数据，得到特定格式的整洁数据；
步骤2、数据处理，将上述步骤中的清洗后的整洁数据通过数据抽取、转换，得到包含用户操作各项功能的频率、时长数据的用户数据集；
步骤3、数据分析，利用机器学习方式进行处理，将用户数据集通过数据分析算法，对用户个人或者群体进行分析，得到数据统计报告；
步骤4、根据生成的数据统计报告，生成用户使用习惯报告、聚类分析报告、智能推荐报告。
4.如权利要求3所述的基于大数据分析的UI设计的方法，其特征在于，所述步骤1中，所述格式包括CSV、JSON、Parquet。
5.如权利要求1所述的基于大数据分析的UI设计的方法，其特征在于，所述根据用户使用习惯的数据报告设计多种车机UI界面供用户选择，包括将车机界面进行重组设计后，通过T-BOX反馈给车机，车机可通过弹窗的形式向用户推荐可供选择的UI界面，用户自行选择。
6.一种基于大数据分析的UI设计的系统，其特征在于，包括数据传输模块：用于车辆与云端后台服务器之间传输数据；数据清洗模块：用于识别有效的可用数据；数据预处理模块：用于选择需要分析的整洁的用户信息；数据分析模块：用于将用户数据集通过数据分析算法，对用户个人或者群体进行分析，得到数据统计报告；数据报告生成模块：根据数据统计报告，生成用户使用习惯报告、聚类分析报告、智能推荐报告。
7.如权利要求6所述的基于大数据分析的UI设计的系统，其特征在于，还包括数据加密模块，用于对传输的数据进行加密，保证数据传输的安全性。
8.如权利要求6所述的基于大数据分析的UI设计的系统，其特征在于，所述数据预处理模块还包括数据抽取模块和转换模块：用于选择需要分析的整洁的用户信息，方便后期数据分析。
9.如权利要求6所述的基于大数据分析的UI设计的系统，其特征在于，所述数据分析模块，还包括数据排序模块，用于根据设定规则对数据进行排序；聚类分析模块：用于不断提高用户画像精度，为后一步自学习打下基础；自学习模块：计算机根据已形成的数据训练集不断迭代更新，用于提前预测用户行为，提高推荐的智能性，精准性。
10.如权利要求6所述的基于大数据分析的UI设计的系统，其特征在于，所述系统还包括智能推荐模块：用于向用户推荐基于大数据分析的UI设计界面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110631173.3A CN113408022A (zh) | 2021-06-07 | 2021-06-07 | 一种基于大数据分析的ui设计的系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110631173.3A CN113408022A (zh) | 2021-06-07 | 2021-06-07 | 一种基于大数据分析的ui设计的系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113408022A true CN113408022A (zh) | 2021-09-17 |
Family
ID=77676695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110631173.3A Pending CN113408022A (zh) | 2021-06-07 | 2021-06-07 | 一种基于大数据分析的ui设计的系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113408022A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114510315A (zh) * | 2022-04-20 | 2022-05-17 | 济南巨石信息技术有限公司 | 一种基于办公自动化的办公信息管理系统 |
| CN115048155A (zh) * | 2022-08-11 | 2022-09-13 | 成都智暄科技有限责任公司 | 加载动态库的方法及系统、计算机可读存储介质及装置 |
| CN115640947A (zh) * | 2022-12-26 | 2023-01-24 | 中国汽车技术研究中心有限公司 | 车机功能评价方法、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104994155A (zh) * | 2015-06-27 | 2015-10-21 | 广东天际电器股份有限公司 | 一种能够判断用户喜好、收集用户健康信息的智能小家电系统及其应用 |
| CN105620393A (zh) * | 2015-12-25 | 2016-06-01 | 莆田市云驰新能源汽车研究院有限公司 | 一种自适应的车辆人机交互方法及其系统 |
| 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 |
| CN107992616A (zh) * | 2017-12-20 | 2018-05-04 | 东风汽车集团有限公司 | 一种车载用户习惯收集系统 |
| WO2020225788A1 (en) * | 2019-05-09 | 2020-11-12 | Italdesign-Giugiaro S.P.A. | Computer-implemented method and system for content recommendation to a user on board a vehicle |
| CN112487296A (zh) * | 2020-12-07 | 2021-03-12 | 南京酷沃智行科技有限公司 | 基于账号系统的个性化智能车机系统、实现方法及车辆 |
-
2021
- 2021-06-07 CN CN202110631173.3A patent/CN113408022A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104994155A (zh) * | 2015-06-27 | 2015-10-21 | 广东天际电器股份有限公司 | 一种能够判断用户喜好、收集用户健康信息的智能小家电系统及其应用 |
| CN105620393A (zh) * | 2015-12-25 | 2016-06-01 | 莆田市云驰新能源汽车研究院有限公司 | 一种自适应的车辆人机交互方法及其系统 |
| 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 |
| CN107992616A (zh) * | 2017-12-20 | 2018-05-04 | 东风汽车集团有限公司 | 一种车载用户习惯收集系统 |
| WO2020225788A1 (en) * | 2019-05-09 | 2020-11-12 | Italdesign-Giugiaro S.P.A. | Computer-implemented method and system for content recommendation to a user on board a vehicle |
| CN112487296A (zh) * | 2020-12-07 | 2021-03-12 | 南京酷沃智行科技有限公司 | 基于账号系统的个性化智能车机系统、实现方法及车辆 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114510315A (zh) * | 2022-04-20 | 2022-05-17 | 济南巨石信息技术有限公司 | 一种基于办公自动化的办公信息管理系统 |
| CN115048155A (zh) * | 2022-08-11 | 2022-09-13 | 成都智暄科技有限责任公司 | 加载动态库的方法及系统、计算机可读存储介质及装置 |
| CN115640947A (zh) * | 2022-12-26 | 2023-01-24 | 中国汽车技术研究中心有限公司 | 车机功能评价方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113408022A (zh) | 一种基于大数据分析的ui设计的系统和方法 | |
| CN104090888B (zh) | 一种用户行为数据的分析方法和装置 | |
| US9710540B2 (en) | Systems and methods for classifying electronic documents | |
| CN104731854B (zh) | 语音识别查询响应系统 | |
| Zhu et al. | Mining personal context-aware preferences for mobile users | |
| WO2018045011A1 (en) | Personalization of experiences with digital assistants in communal settings through voice and query processing | |
| US20120323725A1 (en) | Systems and methods for supplementing content-based attributes with collaborative rating attributes for recommending or filtering items | |
| CN107241622A (zh) | 视频定位处理方法、终端设备及云端服务器 | |
| US20220100972A1 (en) | Configurable generic language understanding models | |
| EP2052377A1 (en) | Adaptive drive supporting apparatus and method | |
| WO2012109742A2 (en) | Systems and methods for extraction of vehicle operational data and sharing data with authorized computer networks | |
| CN103440243B (zh) | 一种教学资源推荐方法及其装置 | |
| CN103942704A (zh) | 用于广告筛选的方法和设备 | |
| CN101276375A (zh) | 用于推荐内容的方法 | |
| CN1790483A (zh) | 嵌入式语音识别的多语言姓名标签的管理 | |
| CN109408710A (zh) | 搜索结果优化方法、装置、系统及存储介质 | |
| WO2020225788A1 (en) | Computer-implemented method and system for content recommendation to a user on board a vehicle | |
| EP1240566B1 (en) | Determining whether a variable is numeric or non-numeric | |
| CN104992318B (zh) | 行事历主动推荐事件的方法 | |
| Khan et al. | AutoLog: toward the design of a vehicular lifelogging framework for capturing, storing, and visualizing LifeBits | |
| CN108257406B (zh) | 终端、服务器和驾驶数据分享方法 | |
| Wolf et al. | HMInference: Inferring multimodal HMI interactions in automotive screens | |
| Ferrari et al. | Classification and prediction of whereabouts patterns from the reality mining dataset | |
| CN111064787B (zh) | 一种车联网服务内容融合平台 | |
| CN114820011A (zh) | 用户群体聚类方法、装置、计算机设备和存储介质 |
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: 20210917 |
|
| RJ01 | Rejection of invention patent application after publication |