CN113610247A - 货运车辆的故障求助方法、装置、存储介质及终端 - Google Patents
货运车辆的故障求助方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN113610247A CN113610247A CN202110830891.3A CN202110830891A CN113610247A CN 113610247 A CN113610247 A CN 113610247A CN 202110830891 A CN202110830891 A CN 202110830891A CN 113610247 A CN113610247 A CN 113610247A
- Authority
- CN
- China
- Prior art keywords
- help
- fault
- vehicle
- seeking
- account
- 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 63
- 230000011218 segmentation Effects 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000012163 sequencing technique Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013024 troubleshooting Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 239000000284 extract Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种货运车辆的故障求助方法，应用于服务端，包括：收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息；对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。因此，本申请能实现故障车辆与筛选出的其他多个互助客户端之间信息交互，为货车司机快速、有效、针对性解决车辆故障问题。
Description
技术领域
本发明涉及行车安全技术领域，特别涉及一种货运车辆的故障求助方法、装置、存储介质及终端。
背景技术
随着物流运输的发展，运输企业车辆数量的激增、发车频度的提升、运行时长的增长、运输范围的扩大，公路运输的安全问题日趋严峻。通过车辆智能化技术的研究和发展，研发人员越发渴望在车辆发生故障时，可以实现一键求助，使得车辆故障及时得到解决，有效保障车辆的运输安全。
在现有技术中，如果车辆在路途中出现故障，一般可以有以下几种方式请求支援：1)拨打4s店电话求助；2)找投保的保险公司求助；3)拨打全国高速公路报警救援电话求助(仅限于高速路途)；4)找有外出效劳的配件店或修车铺。然而这几种方式都存在缺陷，例如不管是电话求救还是自己搜索维修站，都相对较麻烦，耽搁时间，另外，还可能存在找到的维修站较远或临时加价的情况，从而无法保障货运司机的安全及车辆的运输安全。
发明内容
本申请实施例提供了一种货运车辆的故障求助方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
第一方面，本申请实施例提供了一种货运车辆的故障求助方法，应用于服务端，方法包括：
收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；
从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；
根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。
可选的，根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端之后，还包括：
根据车辆相关运行信息加载公共对话交流群以及紧急联系人；
将水印图片、故障求助描述文本发送至公共对话交流群客户端以及紧急联系人客户端。
可选的，从多个问答文本中筛选出多个用户账号，包括：
获取多个回答文本中包含的提问者账号与回答者账号；
根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数；
将各用户账号的综合分数进行降序排列，生成降序排列后的多个用户账号；
从降序排列后的多个用户账号中筛选预设比例的多个用户账号。
可选的，预设权重比值包括提问权重、答复权重以及距离权重；
根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数，包括：
根据提问权重确定提问者账号与回答者账号中每个用户账号的第一分值；
根据答复权重确定提问者账号与回答者账号中每个用户账号的第二分值；
计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值；
根据距离权重、距离值确定提问者账号与回答者账号中每个用户账号的第三分值；
将每个用户账号的第一分值、第二分值以及第三分值做和后，生成各用户账号的综合分数。
可选的，计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值，包括：
从车辆相关运行信息中获取故障车辆客户端的第一经纬度；
定位提问者账号与回答者账号中每个用户账号的第二经纬度；
根据第一经纬度与第二经纬度计算距离值。
可选的，方法还包括：
接收在预设时间段中针对故障求助描述文本提交的答复描述文本，生成多条答复描述文本；
通过大数据皮尔逊相似度算法计算多条答复描述文本中每条答复描述文本的优先级；
基于每条答复描述文本的优先级高低顺序选择预设数量的答复描述文本确定为多个推荐答复描述文本；
将多个推荐答复描述文本发送至故障车辆客户端。
第二方面，本申请实施例提供了一种货运车辆的故障求助方法，应用于故障车辆客户端，方法包括：
获取当前时间，并定位当前位置描述文本；
接收带水印功能的拍摄装置的启动指令，基于启动指令启动带水印功能的拍摄装置；
通过带水印功能的拍摄装置获取故障车辆图像；
接收针对故障车辆客户端输入的故障车辆车牌号；
计算与故障车辆的目标距离；
接收问题选择指令，并基于选择指令确定问题类型；
将当前时间、当前位置描述文本、故障车辆车牌号、目标距离以及问题类型与故障车辆图像进行合成处理，生成水印照片；
接收针对故障车辆客户端输入的故障求助描述文本；
获取车辆相关运行信息；
将水印照片、故障求助描述文本以及车辆相关运行信息发送至服务端。
第三方面，本申请实施例提供了一种货运车辆的故障求助装置，应用于服务端，装置包括：
故障求助数据收集模块，用于收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
关键词提取模块，用于对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
问答文本查询模块，用于通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；
球面距离计算模块，用于从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；
数据发送模块，用于根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。
第四方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
第五方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：
在本申请实施例中，服务端首先收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息，然后对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词，再通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本，其次从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离，最后根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种货运车辆的故障求助方法的流程示意图；
图2是本申请实施例提供的一种生成的求助水印照片示意图；
图3是本申请实施例提供的一种发布求助后展示的求助范围示意图；
图4是本申请实施例提供的一种求助类型计算过程示意框图；
图5是本申请实施例提供的一种通过筛选得到推送用户列表的过程示意框图；
图6是本申请提供的一种货运车辆的故障求助过程的过程示意框图；
图7是本申请提供的一种应用于求助车辆客户端的货运车辆的故障求助方法的流程示意图；
图8是本申请实施例提供的一种生成水印图片的过程示意框图；
图9是本申请实施例提供的一种风险识别装置的装置示意图；
图10是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请提供了一种货运车辆的故障求助方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本申请提供的技术方案中，由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题，下面采用示例性的实施例进行详细说明。
下面将结合附图1-8，对本申请实施例提供的货运车辆的故障求助方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的货运车辆的故障求助装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本申请实施例中的货运车辆的故障求助装置可以为用户终端，包括但不限于：个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、5G网络或未来演进网络中的终端设备等。
请参见图1，为本申请实施例提供了一种货运车辆的故障求助方法的流程示意图，应用于服务端。如图1所示，本申请实施例的方法可以包括以下步骤：
S101，收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
其中，故障车辆客户端是故障车辆的驾驶者自身携带的客户端，该客户端可以是手机、也可以是平板电脑。水印照片是通过带水印功能的拍摄装置拍摄的，并与设定的文本数据进行合成。故障求助描述文本是故障车辆的驾驶者针对携带的客户端进行输入的当前车辆故障信息。车辆相关运行信息包括车辆的自身参数、车辆运行参数以及车辆的经纬度。可选的，带水印功能的拍摄装置可以是手机APP、相机设备、穿戴设备(拍照眼镜、拍照手表)、车载摄像设备等。
通常，服务端可以是故障求助后端处理平台，该平台负责故障车辆数据的接收并分析处理，以及发送给响应的互助客户端，并收集互助客户端发送的答复数据进行分析计算后推送到故障车辆的客户端。
在一种可能的实现方式中，首先故障车辆客户端获取当前时间，并定位当前位置描述文本(例如北京市海淀区互联网大街)，驾驶者通过手机或者平板电脑点击带水印功能的拍摄装置，当手机或者平板电脑接收带水印功能的拍摄装置的启动指令时，基于启动指令启动带水印功能的拍摄装置，在带水印功能的拍摄装置启动后，驾驶者对准故障车辆点击拍照按键，并通过带水印功能的拍摄装置获取到一张故障车辆图像，驾驶者针对手机或者平板电脑选择或者输入故障车辆的车牌号，手机或者平板电脑接收输入的故障车辆车牌号，根据拍照的参数计算与故障车辆的目标距离，其次接收问题选择指令，并基于选择指令确定问题类型，以及将当前时间、当前位置描述文本、故障车辆车牌号、目标距离以及问题类型与故障车辆图像进行合成处理，生成水印照片，水印照片例如图2所示，再接收针对故障车辆客户端输入的故障求助描述文本，并获取车辆相关运行信息，驾驶者点击“一键求助按键”，最后将水印照片、故障求助描述文本以及车辆相关运行信息通过无线发送至服务端。
具体的，在点击“一键求助按键”后，可看到以故障车辆客户端当前位置为圆心，在不同范围半径中出现的多个互助客户端，例如图3所示。
进一步地，服务端当监测到故障车辆数据时，收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息。
S102，对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
通常，去噪是去除求助描述文本的异常点数据。分词是将求助描述文本划分为多个词组。
在本申请实施例中，求助描述文本进行去噪时，首先计算求助描述文本中的字符所占空间，然后按照字符所占空间大小的先后顺序从小到大进行排列，得到字符x1，x2…xi，再假设字符xi为异常点，计算字符xi所占空间的平均值avg，其次根据avg计算字符xi算数平均值和标准差的估计量s，并计算统计量gi＝|xi-avg|/s，最后将gi与查Grubbs检验法的预设临界值表所得的g(a，n)进行比较。如果gi<g(a，n)，则认为不是异常值；如果大于，就认为这个点是异常值。得到全部异常值后，将求助描述文本中的异常值全部清除。
在本申请实施例中，在将求助描述文本中的异常值全部清除后得到第二求助描述文本，然后取出第二求助描述文本中的停用词得到第三求助描述文本，再获取预设分词词典，根据预设分词词典将第三求助描述文本进行分词处理，得到多个词组，将多个词组确定为分词后的数据，最后从分词后的数据中选取关键词。
S103，通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；
通常，多个问答文本中每一个问答文本中包含一个提问者账号与一个回答者账号，提问者账号有一个问题描述文本，回答者账号有一个答复文本。
在一种可能的实现方式中，在基于步骤S102得到关键词后，初始化相似度匹配算法，采用相似度匹配算法结合关键词进行计算生成类型概率值，根据类型概率值从预设的多个求助类型中选取最优求助类型，其次在得到关键词对应的求助类型后，加载预设问题库，最后以求助类型为参数生成数据库查询SQL语言，并执行数据库查询SQL语言从预设问题库中获取求助类型对应的多个问答文本。
例如图4所示，图4是本申请提供的一种求助类型计算过程示意框图，首先收集车辆信息、轨迹信息、车辆位置、用户位置信息，然后建立问题库，并对求助问题去噪和分词处理，提取关键词，最后对关键词进行相似度匹配计算出求助类型。
S104，从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；
在一种可能的实现方式中，从多个问答文本中筛选出多个用户账号时，首先获取多个回答文本中包含的提问者账号与回答者账号，然后根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数，再将各用户账号的综合分数进行降序排列，生成降序排列后的多个用户账号，最后从降序排列后的多个用户账号中筛选预设比例的多个用户账号。
通常，预设权重比值包括提问权重、答复权重以及距离权重。
具体地，根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数时，首先根据提问权重确定提问者账号与回答者账号中每个用户账号的第一分值，然后根据答复权重确定提问者账号与回答者账号中每个用户账号的第二分值，再计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值，其次根据距离权重、距离值确定提问者账号与回答者账号中每个用户账号的第三分值，最后将每个用户账号的第一分值、第二分值以及第三分值做和后，生成各用户账号的综合分数。
具体的，在计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值时，首先从车辆相关运行信息中获取故障车辆客户端的第一经纬度，然后定位提问者账号与回答者账号中每个用户账号的第二经纬度，再根据第一经纬度与第二经纬度计算距离值。
例如图5所示，图5是通过筛选得到推送用户列表的过程示意框图，首先通过互助类型查询相似类型的问题，根据设定的三个维度比例权重计算每个用户的综合分数，按照综合分数由大到小排列，筛选出前200名推荐用户，最后按照推荐用户与故障车辆的位置，进行球面距离排序，最后得到最终的推送用户列表。
S105，根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。
在一种可能的实现方式中，本申请除了根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端之外，还需要根据车辆相关运行信息加载公共对话交流群以及紧急联系人，并将水印图片、故障求助描述文本发送至公共对话交流群客户端以及紧急联系人客户端。
进一步地，在发送结束后，接收在预设时间段中针对故障求助描述文本提交的答复描述文本，生成多条答复描述文本，再通过大数据皮尔逊相似度算法计算多条答复描述文本中每条答复描述文本的优先级，然后基于每条答复描述文本的优先级高低顺序选择预设数量的答复描述文本确定为多个推荐答复描述文本，最后将多个推荐答复描述文本发送至故障车辆客户端。
在本申请实施例中，在接收到卡友们的回答后，服务端后台会通过大数据皮尔逊相似度算法计算出若干条最佳的互助回答推送给故障车辆客户端，司机从中选择出最佳方案，完成该互助。由于利用货车的全网车辆参数数据、实时的司机、车辆位置数据、车辆的全网轨迹数据，确保该互助的真实性和准确性；同时利用大数据用户画像技术计算出最佳的卡友人群，把该互助推送给他们，最后通过大数据皮尔逊相似度算法为司机推荐最佳的解决方案。
例如图6所示，图6是本申请提供的一种货运车辆的故障求助过程的过程示意框图，首先互助发布，将互助问题保存并进行大数据分析，计算出待推送卡友人群，根据待推送卡友人群进行又进到远推送消息，并显示地图上经过的时长，卡友收到消息的人数，并同步到互助对话群以及紧急联系人，最后互助发布完毕。
在本申请实施例中，服务端首先收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息，然后对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词，再通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本，其次从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离，最后根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题。
请参见图7，为本申请实施例提供了一种货运车辆的故障求助方法的流程示意图，应用于故障车辆客户端。如图7所示，本申请实施例的方法可以包括以下步骤：
S201，获取当前时间，并定位当前位置描述文本；
S202，接收带水印功能的拍摄装置的启动指令，基于启动指令启动带水印功能的拍摄装置；
S203，通过带水印功能的拍摄装置获取故障车辆图像；
S204，接收针对故障车辆客户端输入的故障车辆车牌号；
S205，计算与故障车辆的目标距离；
S206，接收问题选择指令，并基于选择指令确定问题类型；
S207，将当前时间、当前位置描述文本、故障车辆车牌号、目标距离以及问题类型与故障车辆图像进行合成处理，生成水印照片；
S208，接收针对故障车辆客户端输入的故障求助描述文本；
S209，获取车辆相关运行信息；
S210，将水印照片、故障求助描述文本以及车辆相关运行信息发送至服务端。
进一步地，带水印功能的拍摄装置可以是手机APP、相机设备、穿戴设备(拍照眼镜、拍照手表)、车载摄像设备等。
例如图8所示，图8是本申请提供的一种生成水印图片的过程示意框图，首先显示故障车辆客户端的当前时间，并通过启动定位获取当前位置，然后拍摄照片，并选择车辆的车牌号，通过车牌号获取车辆信息、当前位置和车辆的距离，并通过功能接口获取问题类型以及问题描述文本，最后将显示的信息与拍摄的照片合成一张完整的水印照片。
在本申请实施例中，服务端首先收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息，然后对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词，再通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本，其次从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离，最后根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图9，其示出了本发明一个示例性实施例提供的货运车辆的故障求助装置的结构示意图。该货运车辆的故障求助装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括故障求助数据收集模块10、关键词提取模块20、问答文本查询模块30、球面距离计算模块40以及数据发送模块50组成。
故障求助数据收集模块10，用于收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
关键词提取模块20，用于对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
问答文本查询模块30，用于通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；
球面距离计算模块40，用于从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；
数据发送模块50，用于根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。
需要说明的是，上述实施例提供的货运车辆的故障求助装置在执行货运车辆的故障求助方法时，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，即将设备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，上述实施例提供的货运车辆的故障求助装置与货运车辆的故障求助方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请实施例中，服务端首先收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息，然后对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词，再通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本，其次从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离，最后根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题。
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的货运车辆的故障求助方法。本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的货运车辆的故障求助方法。
请参见图10，为本申请实施例提供了一种终端的结构示意图。如图10所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图10所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及货运车辆的故障求助应用程序。
在图10所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的货运车辆的故障求助应用程序，并具体执行以下操作：
收集来自故障车辆客户端发送的故障求助数据；其中，故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本；
从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离；
根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。
在一个实施例中，处理器1001在执行根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端之后时，还执行以下操作：
根据车辆相关运行信息加载公共对话交流群以及紧急联系人；
将水印图片、故障求助描述文本发送至公共对话交流群客户端以及紧急联系人客户端。
在一个实施例中，处理器1001在执行从多个问答文本中筛选出多个用户账号时，具体执行以下操作：
获取多个回答文本中包含的提问者账号与回答者账号；
根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数；
将各用户账号的综合分数进行降序排列，生成降序排列后的多个用户账号；
从降序排列后的多个用户账号中筛选预设比例的多个用户账号。
在一个实施例中，处理器1001在执行根据预设权重比值计算提问者账号与回答者账号中各用户账号的综合分数时，具体执行以下操作：
根据提问权重确定提问者账号与回答者账号中每个用户账号的第一分值；
根据答复权重确定提问者账号与回答者账号中每个用户账号的第二分值；
计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值；
根据距离权重、距离值确定提问者账号与回答者账号中每个用户账号的第三分值；
将每个用户账号的第一分值、第二分值以及第三分值做和后，生成各用户账号的综合分数。
在一个实施例中，处理器1001在执行计算提问者账号与回答者账号中每个用户账号和故障车辆客户端之间的距离值时，具体执行以下操作：
从车辆相关运行信息中获取故障车辆客户端的第一经纬度；
定位提问者账号与回答者账号中每个用户账号的第二经纬度；
根据第一经纬度与第二经纬度计算距离值。
在一个实施例中，处理器1001还执行以下操作：
接收在预设时间段中针对故障求助描述文本提交的答复描述文本，生成多条答复描述文本；
通过大数据皮尔逊相似度算法计算多条答复描述文本中每条答复描述文本的优先级；
基于每条答复描述文本的优先级高低顺序选择预设数量的答复描述文本确定为多个推荐答复描述文本；
将多个推荐答复描述文本发送至故障车辆客户端。
在本申请实施例中，服务端首先收集来自故障车辆客户端发送的水印图片、故障求助描述文本以及车辆相关运行信息，然后对求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词，再通过相似度匹配算法计算关键词对应的求助类型，并基于求助类型从问题库中查询求助类型对应的多个问答文本，其次从多个问答文本中筛选出多个用户账号，并基于车辆相关运行信息计算当前车辆与多个用户账号之间的球面距离，最后根据球面距离的远近顺序排序后将水印图片、故障求助描述文本发送至对应的用户账号客户端。由于本申请通过故障车辆客户端传输的信息分析筛选出距离故障车辆较近的多个互助客户端进行信息交互，为货车司机快速、有效、针对性的解决车辆故障问题。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。
Claims (10)
1.一种货运车辆的故障求助方法，应用于服务端，其特征在于，所述方法包括：
收集来自故障车辆客户端发送的故障求助数据；其中，所述故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
对所述求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
通过相似度匹配算法计算所述关键词对应的求助类型，并基于所述求助类型从问题库中查询所述求助类型对应的多个问答文本；
从所述多个问答文本中筛选出多个用户账号，并基于所述车辆相关运行信息计算当前车辆与所述多个用户账号之间的球面距离；
根据所述球面距离的远近顺序排序后将所述水印图片、故障求助描述文本发送至对应的用户账号客户端。
2.根据权利要求1所述的方法，其特征在于，所述根据所述球面距离的远近顺序排序后将所述水印图片、故障求助描述文本发送至对应的用户账号客户端之后，还包括：
根据所述车辆相关运行信息加载公共对话交流群以及紧急联系人；
将所述水印图片、故障求助描述文本发送至所述公共对话交流群客户端以及紧急联系人客户端。
3.根据权利要求1所述的方法，其特征在于，所述从所述多个问答文本中筛选出多个用户账号，包括：
获取所述多个回答文本中包含的提问者账号与回答者账号；
根据预设权重比值计算所述提问者账号与回答者账号中各用户账号的综合分数；
将所述各用户账号的综合分数进行降序排列，生成降序排列后的多个用户账号；
从所述降序排列后的多个用户账号中筛选预设比例的多个用户账号。
4.根据权利要求3所述的方法，其特征在于，所述预设权重比值包括提问权重、答复权重以及距离权重；
所述根据预设权重比值计算所述提问者账号与回答者账号中各用户账号的综合分数，包括：
根据所述提问权重确定所述提问者账号与回答者账号中每个用户账号的第一分值；
根据所述答复权重确定所述提问者账号与回答者账号中每个用户账号的第二分值；
计算所述提问者账号与回答者账号中每个用户账号和所述故障车辆客户端之间的距离值；
根据所述距离权重、所述距离值确定所述提问者账号与回答者账号中每个用户账号的第三分值；
将所述每个用户账号的第一分值、第二分值以及第三分值求和后，生成各用户账号的综合分数。
5.根据权利要求4所述的方法，其特征在于，所述计算所述提问者账号与回答者账号中每个用户账号和所述故障车辆客户端之间的距离值，包括：
从所述车辆相关运行信息中获取故障车辆客户端的第一经纬度；
定位所述提问者账号与回答者账号中每个用户账号的第二经纬度；
根据所述第一经纬度与所述第二经纬度计算距离值。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收在预设时间段中针对所述故障求助描述文本提交的答复描述文本，生成多条答复描述文本；
通过大数据皮尔逊相似度算法计算所述多条答复描述文本中每条答复描述文本的优先级；
基于所述每条答复描述文本的优先级高低顺序选择预设数量的答复描述文本确定为多个推荐答复描述文本；
将所述多个推荐答复描述文本发送至所述故障车辆客户端。
7.一种货运车辆的故障求助方法，应用于故障车辆客户端，其特征在于，所述方法包括：
获取当前时间，并定位当前位置描述文本；
接收带水印功能的拍摄装置的启动指令，基于所述启动指令启动带水印功能的拍摄装置；
通过带水印功能的拍摄装置获取故障车辆图像；
接收针对故障车辆客户端输入的故障车辆车牌号；
计算与所述故障车辆的目标距离；
接收问题选择指令，并基于所述选择指令确定问题类型；
将所述当前时间、当前位置描述文本、故障车辆车牌号、目标距离以及问题类型与所述故障车辆图像进行合成处理，生成水印照片；
接收针对故障车辆客户端输入的故障求助描述文本；
获取车辆相关运行信息；
将所述水印照片、故障求助描述文本以及车辆相关运行信息发送至服务端。
8.一种货运车辆的故障求助装置，应用于服务端，其特征在于，所述装置包括：
故障求助数据收集模块，用于收集来自故障车辆客户端发送的故障求助数据；其中，所述故障求助数据中至少包括水印图片、故障求助描述文本以及车辆相关运行信息；
关键词提取模块，用于对所述求助描述文本进行去噪和分词处理，并从分词后的数据中提取出关键词；
问答文本查询模块，用于通过相似度匹配算法计算所述关键词对应的求助类型，并基于所述求助类型从问题库中查询所述求助类型对应的多个问答文本；
球面距离计算模块，用于从所述多个问答文本中筛选出多个用户账号，并基于所述车辆相关运行信息计算当前车辆与所述多个用户账号之间的球面距离；
数据发送模块，用于根据所述球面距离的远近顺序排序后将所述水印图片、故障求助描述文本发送至对应的用户账号客户端。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-7任意一项的方法步骤。
10.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110830891.3A CN113610247A (zh) | 2021-07-22 | 2021-07-22 | 货运车辆的故障求助方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110830891.3A CN113610247A (zh) | 2021-07-22 | 2021-07-22 | 货运车辆的故障求助方法、装置、存储介质及终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113610247A true CN113610247A (zh) | 2021-11-05 |
Family
ID=78305151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110830891.3A Pending CN113610247A (zh) | 2021-07-22 | 2021-07-22 | 货运车辆的故障求助方法、装置、存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113610247A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114493188A (zh) * | 2022-01-06 | 2022-05-13 | 北京中交兴路信息科技有限公司 | 一种货运接单推荐方法、装置、电子设备和存储介质 |
| CN115017409A (zh) * | 2022-05-27 | 2022-09-06 | 平安银行股份有限公司 | 故障解决指引的生成方法、装置、设备及存储介质 |
| CN115242859A (zh) * | 2022-07-25 | 2022-10-25 | 深圳市易孔立出软件开发有限公司 | 一种车主互助方法、装置、设备及存储介质 |
| CN115390549A (zh) * | 2022-10-26 | 2022-11-25 | 深圳市轩宇车鼎科技有限公司 | 基于驾驶习惯进行车辆故障诊断的分析系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101330432A (zh) * | 2007-06-18 | 2008-12-24 | 阿里巴巴集团控股有限公司 | 一种实现在线问答的系统和方法 |
| KR20120045458A (ko) * | 2010-10-29 | 2012-05-09 | 에스케이 텔레콤주식회사 | 사용자 단말기 및 이를 이용한 응급 구조 장치 및 방법 |
| CN103744881A (zh) * | 2013-12-20 | 2014-04-23 | 百度在线网络技术（北京）有限公司 | 一种问答平台的问题分发方法和问题分发系统 |
| CN103823844A (zh) * | 2014-01-26 | 2014-05-28 | 北京邮电大学 | 社区问答服务中基于主客观上下文的问题转发系统和方法 |
| CN104598445A (zh) * | 2013-11-01 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 自动问答系统和方法 |
| CN106506659A (zh) * | 2016-11-17 | 2017-03-15 | 北京万相融通科技股份有限公司 | 一种信息发布方法、装置和服务器设备 |
| CN108230123A (zh) * | 2018-03-28 | 2018-06-29 | 杭州分数科技有限公司 | 车辆故障救助方法、装置及系统 |
| CN110197196A (zh) * | 2019-04-15 | 2019-09-03 | 阿里巴巴集团控股有限公司 | 问题处理方法、装置、电子设备以及存储介质 |
| CN110362662A (zh) * | 2018-04-09 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置以及计算机可读存储介质 |
| CN111193939A (zh) * | 2019-11-29 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 在线视频互助方法、装置、电子设备及存储介质 |
| CN111368028A (zh) * | 2020-02-28 | 2020-07-03 | 贝壳技术有限公司 | 问题回答者的推荐方法及装置 |
| CN112989197A (zh) * | 2021-03-30 | 2021-06-18 | 北京工业大学 | 一种针对社区问答平台的答者推荐方法 |
| CN113066495A (zh) * | 2021-03-17 | 2021-07-02 | 北京骑胜科技有限公司 | 求助方法、设备、存储介质以及计算机程序产品 |
-
2021
- 2021-07-22 CN CN202110830891.3A patent/CN113610247A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101330432A (zh) * | 2007-06-18 | 2008-12-24 | 阿里巴巴集团控股有限公司 | 一种实现在线问答的系统和方法 |
| KR20120045458A (ko) * | 2010-10-29 | 2012-05-09 | 에스케이 텔레콤주식회사 | 사용자 단말기 및 이를 이용한 응급 구조 장치 및 방법 |
| CN104598445A (zh) * | 2013-11-01 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 自动问答系统和方法 |
| CN103744881A (zh) * | 2013-12-20 | 2014-04-23 | 百度在线网络技术（北京）有限公司 | 一种问答平台的问题分发方法和问题分发系统 |
| CN103823844A (zh) * | 2014-01-26 | 2014-05-28 | 北京邮电大学 | 社区问答服务中基于主客观上下文的问题转发系统和方法 |
| CN106506659A (zh) * | 2016-11-17 | 2017-03-15 | 北京万相融通科技股份有限公司 | 一种信息发布方法、装置和服务器设备 |
| CN108230123A (zh) * | 2018-03-28 | 2018-06-29 | 杭州分数科技有限公司 | 车辆故障救助方法、装置及系统 |
| CN110362662A (zh) * | 2018-04-09 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置以及计算机可读存储介质 |
| CN110197196A (zh) * | 2019-04-15 | 2019-09-03 | 阿里巴巴集团控股有限公司 | 问题处理方法、装置、电子设备以及存储介质 |
| CN111193939A (zh) * | 2019-11-29 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 在线视频互助方法、装置、电子设备及存储介质 |
| CN111368028A (zh) * | 2020-02-28 | 2020-07-03 | 贝壳技术有限公司 | 问题回答者的推荐方法及装置 |
| CN113066495A (zh) * | 2021-03-17 | 2021-07-02 | 北京骑胜科技有限公司 | 求助方法、设备、存储介质以及计算机程序产品 |
| CN112989197A (zh) * | 2021-03-30 | 2021-06-18 | 北京工业大学 | 一种针对社区问答平台的答者推荐方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114493188A (zh) * | 2022-01-06 | 2022-05-13 | 北京中交兴路信息科技有限公司 | 一种货运接单推荐方法、装置、电子设备和存储介质 |
| CN115017409A (zh) * | 2022-05-27 | 2022-09-06 | 平安银行股份有限公司 | 故障解决指引的生成方法、装置、设备及存储介质 |
| CN115017409B (zh) * | 2022-05-27 | 2024-09-03 | 平安银行股份有限公司 | 故障解决指引的生成方法、装置、设备及存储介质 |
| CN115242859A (zh) * | 2022-07-25 | 2022-10-25 | 深圳市易孔立出软件开发有限公司 | 一种车主互助方法、装置、设备及存储介质 |
| CN115390549A (zh) * | 2022-10-26 | 2022-11-25 | 深圳市轩宇车鼎科技有限公司 | 基于驾驶习惯进行车辆故障诊断的分析系统 |
| CN115390549B (zh) * | 2022-10-26 | 2023-01-13 | 深圳市轩宇车鼎科技有限公司 | 基于驾驶习惯进行车辆故障诊断的分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113610247A (zh) | 货运车辆的故障求助方法、装置、存储介质及终端 | |
| CN107872772B (zh) | 诈骗短信的检测方法及装置 | |
| EP2975555A1 (en) | Method and apparatus for displaying point of interest | |
| CN109345417B (zh) | 基于身份认证的业务人员的在线考核方法及终端设备 | |
| CN107886414B (zh) | 一种订单合并方法和设备以及计算机存储介质 | |
| CN112258254B (zh) | 基于大数据架构的互联网广告风险监测方法及系统 | |
| CN113611104B (zh) | 货运车辆的风险识别方法、装置、存储介质及终端 | |
| CN111652676A (zh) | 上车点推荐的方法、装置、设备及存储介质 | |
| CN111126071B (zh) | 提问文本数据的确定方法、装置和客服群的数据处理方法 | |
| CN112233428A (zh) | 车流量预测方法、装置、存储介质及设备 | |
| CN108536695B (zh) | 一种地理位置信息点的聚合方法以及装置 | |
| CN114860742A (zh) | 基于人工智能的ai客服交互方法、装置、设备及介质 | |
| CN112131365B (zh) | 一种数据处理方法、装置、设备及介质 | |
| CN114218288B (zh) | 一种行车路线推荐方法、装置、存储介质及终端 | |
| CN111026954A (zh) | 一种车辆信息推荐方法及装置 | |
| CN109656955A (zh) | 用户数据查询方法、系统与存储介质 | |
| CN108055661B (zh) | 基于通信网络的电话号码黑名单建立方法及装置 | |
| CN113569159A (zh) | 企业门店的推荐方法、装置及存储介质 | |
| CN113204714A (zh) | 一种基于用户画像的任务推荐方法、装置、存储介质及终端 | |
| CN113115200B (zh) | 用户关系识别方法、装置及计算设备 | |
| CN110766435A (zh) | 向量训练方法、装置、电子设备以及计算机可读存储介质 | |
| CN111724182A (zh) | 一种面向移动终端的广告推送方法 | |
| CN110856253B (zh) | 定位方法、装置、服务器及存储介质 | |
| CN115525803B (zh) | 处警方法、系统、车载设备及计算机可读存储介质 | |
| CN118230226B (zh) | 一种视频目标定位方法、系统、介质及电子设备 |
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 |