CN113807870B - 车辆信息认证方法、装置、计算机设备和存储介质 - Google Patents
车辆信息认证方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113807870B CN113807870B CN202111138135.0A CN202111138135A CN113807870B CN 113807870 B CN113807870 B CN 113807870B CN 202111138135 A CN202111138135 A CN 202111138135A CN 113807870 B CN113807870 B CN 113807870B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- merchant
- image
- identification code
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 26
- 238000012550 audit Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 25
- 238000012795 verification Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及人工智能技术领域，提供了一种车辆信息认证方法、装置、计算机设备和存储介质。所述方法包括：接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。采用本方法能够有效验证车辆资源信息，确保车辆资源信息的真实性，从而使得车辆交易平台能够正常运行。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种车辆信息认证方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展，出现了车辆交易平台。车辆交易平台是线上化的车辆交易方式，通过汽车商家和用户注册登录到车辆交易平台上先浏览车辆再进行交易的方式，能够使得买卖双方可以足不出户的完成车辆的销售和购买。
传统技术中，利用车辆交易平台进行交易的方式为，汽车商家和用户会先在车辆交易平台上进行注册并登录，在登录完成后，汽车商家会上传车辆资源信息至车辆交易平台，车辆交易平台会根据车辆资源信息生成、上架车辆产品信息，其余汽车商家和用户可以在浏览到感兴趣的车辆产品信息时选择购买，与该汽车商家完成车辆交易。
然而，传统技术中，由于汽车商家在车辆交易平台上传的车辆资源信息可能存在不真实的情况，不真实的车辆资源信息会阻碍车辆交易平台的正常运行。
发明内容
基于此，有必要针对上述技术问题，提供一种能够有效验证车辆资源信息的车辆信息认证方法、装置、计算机设备和存储介质。
一种车辆信息认证方法，所述方法包括：
接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
在一个实施例中，接收车辆资源信息之前，还包括：
接收商户注册信息以及商户推荐审核信息；
根据商户注册信息以及商户推荐审核信息进行商户认证；
当商户认证通过时，根据商户注册信息生成已认证商户信息；
根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息。
在一个实施例中，商户推荐审核信息包括推荐标识以及推荐审核图像；
根据商户注册信息以及商户推荐审核信息进行商户认证包括：
根据商户注册信息中的执业许可信息进行执业许可验证；
当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像；
根据推荐用户图像和推荐审核图像进行推荐认证。
在一个实施例中，根据车辆身份信息以及车辆图像进行车辆识别码一致性比对包括：
根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码；
比对第一车辆识别码以及第二车辆识别码。
在一个实施例中，当车辆识别码一致时，解析车辆识别码，以确定车辆型号包括：
当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分；
根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息；
根据车辆匹配信息，确定车辆型号。
在一个实施例中，所述方法还包括：
获取已注册用户的历史行为记录；
对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息；
根据目标车辆产品信息确定已注册用户的用户偏好车辆信息；
根据用户偏好车辆信息进行车辆推荐。
在一个实施例中，根据用户偏好车辆信息进行车辆推荐包括：
根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重；
根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息；
当检测到已注册用户登录时，推送车辆推荐信息。
一种车辆信息认证装置，所述装置包括：
接收模块，用于接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
解析模块，用于根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
比对模块，用于根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
处理模块，用于当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
上述车辆信息认证方法、装置、计算机设备和存储介质，通过在接收到车辆资源信息后，根据其中的车辆身份信息以及车辆图像进行车辆识别码一致性比对，能够对车辆资源信息进行初步验证，当车辆识别码一致性比对通过后，通过解析车辆识别码确定车辆型号，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对，能够对车辆资源信息进行二次验证，当车辆型号一致性比对通过时，根据车辆身份信息以及车辆图像生成车辆产品信息。整个过程，通过进行车辆识别码一致性比对以及车辆型号一致性比对，能够有效验证车辆资源信息，确保车辆资源信息的真实性，从而使得车辆交易平台能够正常运行。
附图说明
图1为一个实施例中车辆信息认证方法的应用环境图；
图2为一个实施例中车辆信息认证方法的流程示意图；
图3为另一个实施例中车辆信息认证方法的流程示意图；
图4为一个实施例中车辆信息认证装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请提供的车辆信息认证方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。当需要上架车辆产品信息时，已认证商户会通过终端102上传车辆资源信息至服务器104，服务器104接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像，根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对，当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
在一个实施例中，如图2所示，提供了一种车辆信息认证方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像。
其中，车辆身份信息是指可证明车辆身份的信息。比如，车辆身份信息具体可以是指车辆行驶证的图像。车辆图像是指由已认证商户拍摄的多个角度的可交易车辆的图像。需要说明的是，这里的多个角度可以预先指定，在车辆图像中必须包括拍摄到车辆识别码的图像。
具体的，当需要上架车辆产品信息时，已认证商户会通过终端上传车辆资源信息至服务器，从而服务器可以接收到车辆资源信息。举例说明，已认证商户上传车辆资源信息至服务器的方式具体可以为：已认证商户通过终端发送车辆资源信息上传请求至服务器，服务器响应车辆资源信息上传请求，推送上传要求至终端，已认证商户根据上传要求上传车辆资源信息。其中，上传要求可以按照需要自行设置。比如，上传要求具体可以包括上传车辆行驶证图像、上传包含车辆识别码的车辆图像等。
步骤204，根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号。
其中，车辆识别码就是汽车的身份证号，车辆识别码根据国家车辆管理标准确定，包含了车辆的生产厂家、年代、车型、车身型式及代码、发动机代码及组装地点等信息。车辆型号包括车辆品牌、车辆特征以及车辆年款等车辆信息。这里的车辆特征包括车辆种类、车辆系列、车身类型以及发动机类型等。
具体的，服务器在接收到车辆身份信息以及车辆图像后，会分别从车辆身份信息和车辆图像中提取出车辆识别码，再比对分别提取出的车辆识别码是否一致。由于车辆识别码是唯一与车辆对应的，通过进行车辆识别码一致性比对，既能够确认车辆身份信息与车辆图像是否对应，又能够对车辆识别码进行确认，实现对车辆资源信息进行初步验证。
具体的，当车辆识别码一致时，表示车辆识别码可用，服务器会对车辆识别码进行解析，以确定车辆型号。其中，对车辆识别码进行解析是指对车辆识别码进行拆分，在车辆识别码中不同位置的号码有着不同含义，通过对拆分后的车辆识别码进行识别码匹配，就可以确定出对应的车辆型号。
步骤206，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对。
具体的，在确定车辆型号以后，服务器会对车辆图像进行处理，以提取出第一车辆轮廓，并根据车辆型号获取对应的第二车辆轮廓，将提取出的第一车辆轮廓与根据车辆型号获取到的第二车辆轮廓进行比对，以确定车辆型号是否一致。其中，对车辆图像进行处理，以提取出车辆轮廓的方式可以为对车辆图像进行边缘检测以提取出车辆轮廓，本实施例中在此处不对具体提取出车辆轮廓的方式进行限定。
进一步的，在利用车辆轮廓进行比对，以确定车辆型号是否一致的基础上，服务器还会根据车辆型号获取对应的待比对车辆图像，推送携带待比对车辆图像以及车辆图像的车辆型号一致性比对提示至审核人员的终端，以提示审核人员在终端根据待比对车辆图像以及车辆图像确认车辆型号是否准确。
步骤208，当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
具体的，当车辆型号一致时，表示接收到的车辆资源信息是真实可靠的，服务器会根据车辆身份信息以及车辆图像生成车辆产品信息。
上述车辆信息认证方法，通过在接收到车辆资源信息后，根据其中的车辆身份信息以及车辆图像进行车辆识别码一致性比对，能够对车辆资源信息进行初步验证，当车辆识别码一致性比对通过后，通过解析车辆识别码确定车辆型号，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对，能够对车辆资源信息进行二次验证，当车辆型号一致性比对通过时，根据车辆身份信息以及车辆图像生成车辆产品信息。整个过程，通过进行车辆识别码一致性比对以及车辆型号一致性比对，能够有效验证车辆资源信息，确保车辆资源信息的真实性，从而使得车辆交易平台能够正常运行。
在一个实施例中，接收车辆资源信息之前，还包括：
接收商户注册信息以及商户推荐审核信息；
根据商户注册信息以及商户推荐审核信息进行商户认证；
当商户认证通过时，根据商户注册信息生成已认证商户信息；
根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息。
其中，商户注册信息包括商户基本信息以及执业许可信息。商户基本信息包括商户名称、商户地址等。执业许可信息是指商户可进行车辆交易的执业许可证明。比如，执业许可信息具体可以是指执业许可证的图像。商户推荐审核信息是指由商户推荐人通过终端上传的信息，包括商户标识、推荐标识以及推荐审核图像。其中，商户标识在商户注册后生成，推荐标识是指推荐商户进行注册的推荐人的标识。比如，推荐人具体可以是指线下销售人员，则推荐标识具体可以是指线下销售人员的工号。推荐审核图像是指商户负责人与推荐人之间的合影图像。
具体的，商户可以通过销售人员分享的二维码进行注册或直接在与车辆交易平台对应的应用程序内进行注册。在商户注册完成后，终端会推送对应的商户标识至跟进注册的销售人员的终端，从而使得销售人员可以根据商户标识、自身的推荐标识以及预先拍摄的商户推荐审核信息推送商户推荐审核信息至服务器。
具体的，服务器在接收到商户注册信息以及商户推荐审核信息后，会先根据商户注册信息以及商户推荐审核信息进行商户认证，以确定商户是否真实可靠，当商户认证通过时，根据商户注册信息生成已认证商户信息，根据已认证商户信息，推送处理提示至已认证商户的终端，以提示已认证商户上传车辆资源信息。其中，根据商户注册信息以及商户推荐审核信息进行商户认证主要包括对商户是否有执业许可、商户推荐审核信息是否真实等进行审核。
本实施例中，通过接收商户注册信息以及商户推荐审核信息，根据商户注册信息以及商户推荐审核信息进行商户认证，当商户认证通过时，根据商户注册信息生成已认证商户信息，能够实现对商户的认证，通过根据已认证商户信息，推送处理提示，能够提示已认证商户进行车辆资源信息的上传。
在一个实施例中，商户推荐审核信息包括推荐标识以及推荐审核图像；
根据商户注册信息以及商户推荐审核信息进行商户认证包括：
根据商户注册信息中的执业许可信息进行执业许可验证；
当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像；
根据推荐用户图像和推荐审核图像进行推荐认证。
其中，推荐用户图像是指推荐商户进行注册的推荐人的图像。比如，推荐用户图像具体可以是指线下销售人员的图像。
具体的，服务器会从执业许可信息中提取出执业许可登记号，根据执业许可登记号对商户进行执业许可验证，当执业许可验证通过时，表示商户可以执业，服务器会进一步根据推荐标识从预设员工数据库中获取对应的推荐用户图像，对推荐用户图像和推荐审核图像进行人脸图像比对，以进行推荐认证。
其中，在根据执业许可登记号对商户进行执业许可验证时，由于执业许可登记的相关信息是可以直接查询到的，服务器会根据执业许可登记号生成、推送查询提示至审核人员，以提示审核人员根据执业许可登记号查询商户是否有执业许可，审核人员在查询完成后会反馈查询结果至服务器，服务器根据查询结果可以确认商户是否有执业许可。
其中，对推荐用户图像和推荐审核图像进行人脸图像比对的方式可以为，服务器根据推荐用户图像和推荐审核图像推送推荐审核提示至审核人员，以提示审核人员比对推荐用户图像与推荐审核图像中推荐人的图像是否一致，审核人员在审核完成后会反馈查询结果至服务器，服务器根据反馈结果可以确认推荐认证是否通过。
其中，对推荐用户图像和推荐审核图像进行人脸图像比对的方式还可以为，服务器先分别对推荐用户图像和推荐审核图像进行人脸识别，以提取出推荐用户图像中的第一人脸图像以及推荐审核图像中的第二人脸图像以及第三人脸图像(分别为商户负责人的人脸图像以及推荐人的人脸图像)，再利用预先训练的人脸图像相似度比对模型分别对第一人脸图像与第二人脸图像以及第一人脸图像与第三人脸图像进行相似度比对，当存在任意一组相似度比对结果大于预先设置的相似度阈值时，即可确认推荐审核通过。
本实施例中，通过进行执业许可验证以及推荐认证，能够实现对商户的认证。
在一个实施例中，根据车辆身份信息以及车辆图像进行车辆识别码一致性比对包括：
根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码；
比对第一车辆识别码以及第二车辆识别码。
具体的，车辆身份信息具体可以是指车辆行驶证的图像，则服务器会先对车辆身份信息进行文字识别，以提取出车辆身份信息中文字信息，再利用车辆识别码关键字对文字信息进行遍历，以获取第一车辆识别码。其中，车辆识别码关键字可按照需要自行设置，具体可以为“车辆识别代号”，也可以为“VIN(Vehicle Identification Number，车辆识别码)”，本实施例在此处不做具体限定。在车辆图像中包括包含车辆识别码的图像，服务器通过对该包含车辆识别码的图像进行文字识别，就可以提取出第二车辆识别码，从而可以比对第一车辆识别码以及第二车辆识别码是否一致。
本实施例中，通过根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码，能够利用第一车辆识别码以及第二车辆识别码进行车辆识别码一致性比对。
在一个实施例中，当车辆识别码一致时，解析车辆识别码，以确定车辆型号包括：
当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分；
根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息；
根据车辆匹配信息，确定车辆型号。
其中，车辆匹配信息包括根据识别码匹配所得到的车辆品牌、车辆特征以及车辆年款等车辆信息。其中的车辆特征包括车辆种类、车辆系列、车身类型以及发动机类型等。
具体的，车辆识别码是十七位码，当车辆识别码一致时，服务器会根据预先设置的识别码拆分规则对车辆识别码进行拆分，以拆分出多组待匹配的识别码，将多组待匹配的识别码分别进行识别码匹配，以确定对应的车辆匹配信息，根据车辆匹配信息就可以确定车辆型号。其中，识别码拆分规则可按照需要自行设置。
下面对对车辆识别码进行拆分，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息进行举例说明。车辆识别码主要由三个部分组成，因此在对车辆识别码进行拆分时，可将车辆识别码拆分为三组待匹配的识别码，第一部分是世界制造厂识别代号(包含1-3位识别码)，其中第1位表示生产国家或地区代码，第2位表示汽车制造商代码，第3位是汽车类型代码，需要说明的是，有些厂家可能会使用前3位组合代码表示特定的品牌，因此在对第一部分进行识别时，还需要利用品牌的组合代码对其进行匹配。第二部分是车辆说明部分(包含4-8位识别码)，用来说明车辆特征，若是轿车，则说明其种类、系列、车身类型、发动机类型及约束系统类型，若是多用途汽车，则说明其种类、系列、车身类型、发动机类型及车辆额定总重。第三部分是车辆指示部分(包含9-17位识别码)，其中的第9位是校验位，按标准加权计算(具体可以参见世界汽车识别代号资料手册)，第10位是车型年款，不同年份用不同代码表示。第11位为装配厂说明或制造厂规定的其他内容，第12-17位为生产序列号。
本实施例中，通过根据预先设置的识别码拆分规则对车辆识别码进行拆分，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息，能够根据车辆匹配信息，实现对车辆型号的确定。
在一个实施例中，车辆信息认证方法还包括：
获取已注册用户的历史行为记录；
对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息；
根据目标车辆产品信息确定已注册用户的用户偏好车辆信息；
根据用户偏好车辆信息进行车辆推荐。
其中，已注册用户是指已经在车辆交易平台上进行注册的、有购车需求的用户。有购车需求的用户具体可以是指有购车需求的个人消费者，也可以是指由购车需求的商户。历史行为记录是指已注册用户在车辆交易平台上的历史操作记录，包括浏览记录、收藏记录以及咨询记录，其中，浏览记录是指已注册用户在车辆交易平台上浏览可交易车辆的记录，收藏记录是指已注册用户在车辆交易平台上收藏可交易车辆的记录，咨询记录是指已注册用户在有购买需求时向与可交易车辆对应的商户进行咨询的记录。目标车辆产品信息包括车辆的价格区间信息、品牌信息以及商户地域信息等。用户偏好车辆信息用于表征用户对车辆的偏好，包括价格偏好、品牌偏好以及地区偏好等。其中，价格偏好是指用户偏好的价格区间，品牌偏好是指用户偏好的车辆品牌，地区偏好是指用户偏好的商户地区。
具体的，服务器会获取已注册用户的历史行为记录，对历史行为记录进行关键信息提取，以得到与历史行为记录对应的目标车辆产品信息。需要说明的是，在历史行为记录中包括浏览记录、收藏记录以及咨询记录，针对不同的历史行为记录可采用不同的方式进行关键信息提取。比如，针对浏览记录和收藏记录，由于其是与具体的车辆产品信息相对应的，服务器通过关键字段提取就可以直接得到对应的目标车辆产品信息。举例说明，关键字段具体可以是指车辆型号、车辆价格、商户所在地等。针对咨询记录，若咨询记录为语音数据，服务器会先将咨询记录转换为文本形式，再根据预先设置的品牌关键字段、价格关键字段以及区域关键字段等对文本形式的咨询记录进行遍历，以确定对应的目标车辆产品信息。其中，品牌关键字段具体可以是指品牌名称，价格关键字段具体可以是常见的价格描述，如“钱”、“万”等，区域关键字段具体可以是指具体的区域名称，比如，区域关键字段具体可以是指各级行政区的名称等。
具体的，在得到目标车辆产品信息后，服务器会对目标车辆产品信息进行统计，根据预设价格区间确定每个价格区间的出现次数，并确定每个品牌的出现次数以及每个商户地域的出现次数，分别根据出现次数进行排序，以得到价格偏好、品牌偏好以及地区偏好，归集价格偏好、品牌偏好以及地区偏好，得到用户偏好信息。在得到用户偏好信息后，服务器可根据用户偏好信息去获取对应的待推荐车辆信息进行车辆推荐。
本实施例中，通过获取已注册用户的历史行为记录，对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息，根据目标车辆产品信息确定已注册用户的用户偏好车辆信息，能够利用用户偏好车辆信息进行车辆推荐。
在一个实施例中，根据用户偏好车辆信息进行车辆推荐包括：
根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重；
根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息；
当检测到已注册用户登录时，推送车辆推荐信息。
具体的，服务器会根据用户偏好车辆信息，分别获取与用户偏好车辆信息中各偏好特征对应的待推荐车辆信息，并根据目标车辆产品信息确定用户偏好车辆信息中各偏好特征的偏好权重，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息，当检测到已注册用户登录时，推送车辆推荐信息。
其中，根据目标车辆产品信息确定用户偏好车辆信息中各偏好特征的偏好权重是指分别统计各偏好特征在目标车辆产品信息中出现的频次，根据出现频次确定偏好特征的偏好权重，根据偏好权重计算待推荐车辆信息的推荐权重，根据推荐权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息。举例说明，假设偏好权重包括价格偏好、品牌偏好以及地区偏好，且计算得到偏好权重分别为价格偏好0.5、品牌偏好0.3以及地区偏好0.2，若待推荐车辆信息满足价格偏好以及品牌偏好，则其推荐权重可以为0.8，这里的满足价格偏好是指其价格在价格偏好对应的价格区间内，满足品牌偏好是指其品牌为用户偏好的品牌。
进一步的，根据推荐权重对待推荐车辆信息进行排序时，针对推荐权重相同的至少两个待推荐车辆信息，其排序方式可以分为以下几种情况：
一是若该至少两个待推荐车辆信息的推荐权重所对应的偏好特征一致，则根据不与推荐权重对应的偏好特征对该至少两个待推荐车辆信息进行排序。举例说明，若该至少两个待推荐车辆信息的推荐权重均为0.8(即均满足价格偏好以及品牌偏好)，则根据地区偏好对其进行排序，分别计算至少两个待推荐车辆信息所对应的商户所在地与地区偏好之间的距离，根据距离由近到远依次排序。若该至少两个待推荐车辆信息的推荐权重均为0.5(即均满足品牌偏好以及地区偏好)，则根据价格偏好对其进行排序，根据待推荐车辆信息的价格由低到高依次排序。若该至少两个待推荐车辆信息的推荐权重均为0.6(即均满足价格偏好以及地区偏好)，则获取品牌优先级，根据品牌优先级对待推荐车辆信息进行排序。其中，品牌优先级由对所有已注册用户的历史行为记录统计得到，服务器会统计所有品牌在所有已注册用户的历史行为记录中的出现次数，根据出现次数进行排序以得到品牌优先级。二是若该至少两个待推荐车辆信息的推荐权重所对应的偏好特征不一致，则根据偏好特征的优先级对该至少两个待推荐车辆信息进行排序，其中，偏好特征的优先级由偏好特征的偏好权重确定，偏高权重最大的偏好特征的优先级最高。
本实施例中，通过根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息，能够在检测到已注册用户登录时，推送车辆推荐信息。
在一个实施例中，如图3所示，提供一个流程示意图来说明本申请的车辆信息认证方法，该车辆信息认证方法具体包括以下步骤：
步骤302，接收商户注册信息以及商户推荐审核信息；
步骤304，根据商户注册信息中的执业许可信息进行执业许可验证；
步骤306，当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像；
步骤308，根据推荐用户图像和推荐审核图像进行推荐认证；
步骤310，当商户认证通过时，根据商户注册信息生成已认证商户信息；
步骤312，根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息；
步骤314，接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
步骤316，根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码；
步骤318，比对第一车辆识别码以及第二车辆识别码；
步骤320，当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分；
步骤322，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息；
步骤324，根据车辆匹配信息，确定车辆型号；
步骤326，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
步骤328，当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息；
步骤330，获取已注册用户的历史行为记录；
步骤332，对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息；
步骤334，根据目标车辆产品信息确定已注册用户的用户偏好车辆信息；
步骤336，根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重；
步骤338，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息；
步骤340，当检测到已注册用户登录时，推送车辆推荐信息。
应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种车辆信息认证装置，包括：接收模块402、解析模块404、比对模块406和处理模块408，其中：
接收模块402，用于接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
解析模块404，用于根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
比对模块406，用于根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
处理模块408，用于当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
上述车辆信息认证装置，通过在接收到车辆资源信息后，根据其中的车辆身份信息以及车辆图像进行车辆识别码一致性比对，能够对车辆资源信息进行初步验证，当车辆识别码一致性比对通过后，通过解析车辆识别码确定车辆型号，根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对，能够对车辆资源信息进行二次验证，当车辆型号一致性比对通过时，根据车辆身份信息以及车辆图像生成车辆产品信息。整个过程，通过进行车辆识别码一致性比对以及车辆型号一致性比对，能够有效验证车辆资源信息，确保车辆资源信息的真实性，从而使得车辆交易平台能够正常运行。
在一个实施例中，车辆信息认证装置还包括认证模块，认证模块用于接收商户注册信息以及商户推荐审核信息，根据商户注册信息以及商户推荐审核信息进行商户认证，当商户认证通过时，根据商户注册信息生成已认证商户信息，根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息。
在一个实施例中，商户推荐审核信息包括推荐标识以及推荐审核图像；认证模块还用于根据商户注册信息中的执业许可信息进行执业许可验证，当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像，根据推荐用户图像和推荐审核图像进行推荐认证。
在一个实施例中，解析模块还用于根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码，比对第一车辆识别码以及第二车辆识别码。
在一个实施例中，解析模块还用于当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息，根据车辆匹配信息，确定车辆型号。
在一个实施例中，车辆信息认证装置还包括推荐模块，推荐模块用于获取已注册用户的历史行为记录，对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息，根据目标车辆产品信息确定已注册用户的用户偏好车辆信息，根据用户偏好车辆信息进行车辆推荐。
在一个实施例中，推荐模块还用于根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息，当检测到已注册用户登录时，推送车辆推荐信息。
关于车辆信息认证装置的具体实施例可以参见上文中对于车辆信息认证方法的实施例，在此不再赘述。上述车辆信息认证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储推荐用户图像等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆信息认证方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：接收商户注册信息以及商户推荐审核信息，根据商户注册信息以及商户推荐审核信息进行商户认证，当商户认证通过时，根据商户注册信息生成已认证商户信息，根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据商户注册信息中的执业许可信息进行执业许可验证，当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像，根据推荐用户图像和推荐审核图像进行推荐认证。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码，比对第一车辆识别码以及第二车辆识别码。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息，根据车辆匹配信息，确定车辆型号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取已注册用户的历史行为记录，对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息，根据目标车辆产品信息确定已注册用户的用户偏好车辆信息，根据用户偏好车辆信息进行车辆推荐。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息，当检测到已注册用户登录时，推送车辆推荐信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收车辆资源信息，车辆资源信息包括车辆身份信息以及车辆图像；
根据车辆身份信息以及车辆图像进行车辆识别码一致性比对，当车辆识别码一致时，解析车辆识别码，以确定车辆型号；
根据车辆图像提取第一车辆轮廓，并根据车辆型号获取第二车辆轮廓，根据第一车辆轮廓和第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据车辆身份信息以及车辆图像生成车辆产品信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：接收商户注册信息以及商户推荐审核信息，根据商户注册信息以及商户推荐审核信息进行商户认证，当商户认证通过时，根据商户注册信息生成已认证商户信息，根据已认证商户信息，推送处理提示，处理提示用于提示已认证商户上传车辆资源信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据商户注册信息中的执业许可信息进行执业许可验证，当执业许可验证通过时，根据推荐标识获取对应的推荐用户图像，根据推荐用户图像和推荐审核图像进行推荐认证。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据车辆身份信息获取第一车辆识别码，并从车辆图像中提取第二车辆识别码，比对第一车辆识别码以及第二车辆识别码。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当车辆识别码一致时，根据预先设置的识别码拆分规则对车辆识别码进行拆分，根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息，根据车辆匹配信息，确定车辆型号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取已注册用户的历史行为记录，对历史行为记录进行关键信息提取，得到与历史行为记录对应的目标车辆产品信息，根据目标车辆产品信息确定已注册用户的用户偏好车辆信息，根据用户偏好车辆信息进行车辆推荐。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据用户偏好车辆信息确定待推荐车辆信息，并确定用户偏好车辆信息中各偏好特征的偏好权重，根据偏好权重对待推荐车辆信息进行排序，生成与已注册用户对应的车辆推荐信息，当检测到已注册用户登录时，推送车辆推荐信息。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆信息认证方法，其特征在于，所述方法包括：
接收商户注册信息以及商户推荐审核信息；所述商户推荐审核信息包括推荐标识以及推荐审核图像；
根据所述商户注册信息中的执业许可信息进行执业许可验证；
当所述执业许可验证通过时，根据所述推荐标识获取对应的推荐用户图像；
根据所述推荐用户图像和所述推荐审核图像进行推荐认证；
当商户认证通过时，根据所述商户注册信息生成已认证商户信息；
根据所述已认证商户信息，推送处理提示，所述处理提示用于提示已认证商户上传车辆资源信息；
接收所述车辆资源信息，所述车辆资源信息包括车辆身份信息以及车辆图像，所述车辆身份信息包括：车辆驾驶证的图像，所述车辆图像包括拍摄到车辆识别码的图像；
根据所述车辆身份信息获取第一车辆识别码，并从所述车辆图像中提取第二车辆识别码；
比对所述第一车辆识别码以及所述第二车辆识别码，当所述第一车辆识别码和所述第二车辆识别码一致时，根据预先设置的识别码拆分规则，对所述第一车辆识别码或所述第二车辆识别码进行拆分；
根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息；
根据所述车辆匹配信息，确定车辆型号；
根据所述车辆图像提取第一车辆轮廓，并根据所述车辆型号获取第二车辆轮廓，根据所述第一车辆轮廓和所述第二车辆轮廓进行车辆型号一致性比对；
当车辆型号一致时，根据所述车辆身份信息以及所述车辆图像生成车辆产品信息；
获取已注册用户的历史行为记录；
对所述历史行为记录进行关键信息提取，得到与所述历史行为记录对应的目标车辆产品信息；
根据所述目标车辆产品信息确定所述已注册用户的用户偏好车辆信息；
根据所述用户偏好车辆信息确定待推荐车辆信息，并确定所述用户偏好车辆信息中各偏好特征的偏好权重；
根据所述偏好权重对所述待推荐车辆信息进行排序，生成与所述已注册用户对应的车辆推荐信息；
当检测到所述已注册用户登录时，推送所述车辆推荐信息。
2.根据权利要求1所述的方法，其特征在于，所述车辆型号包括车辆特征，所述车辆特征包括车辆种类、车辆系列、车身类型以及发动机类型。
3.根据权利要求1所述的方法，其特征在于，所述商户注册信息包括商户基本信息，所述商户基本信息包括商户名称、商户地址。
4.根据权利要求1所述的方法，其特征在于，所述推荐用户图像包括推荐商户进行注册的推荐人的图像。
5.一种车辆信息认证装置，其特征在于，所述装置包括：
认证模块，用于接收商户注册信息以及商户推荐审核信息；所述商户推荐审核信息包括推荐标识以及推荐审核图像；根据所述商户注册信息中的执业许可信息进行执业许可验证；当所述执业许可验证通过时，根据所述推荐标识获取对应的推荐用户图像；根据所述推荐用户图像和所述推荐审核图像进行推荐认证；当商户认证通过时，根据所述商户注册信息生成已认证商户信息；根据所述已认证商户信息，推送处理提示，所述处理提示用于提示已认证商户上传车辆资源信息；
接收模块，用于接收所述车辆资源信息，所述车辆资源信息包括车辆身份信息以及车辆图像，所述车辆身份信息包括：车辆驾驶证的图像，所述车辆图像包括拍摄到车辆识别码的图像；
解析模块，用于根据所述车辆身份信息获取第一车辆识别码，并从所述车辆图像中提取第二车辆识别码；比对所述第一车辆识别码以及所述第二车辆识别码，当所述第一车辆识别码和所述第二车辆识别码一致时，根据预先设置的识别码拆分规则，对所述第一车辆识别码或所述第二车辆识别码进行拆分；根据拆分后的车辆识别码进行识别码匹配，确定对应的车辆匹配信息；根据所述车辆匹配信息，确定车辆型号；
比对模块，用于根据所述车辆图像提取第一车辆轮廓，并根据所述车辆型号获取第二车辆轮廓，根据所述第一车辆轮廓和所述第二车辆轮廓进行车辆型号一致性比对；
处理模块，用于当车辆型号一致时，根据所述车辆身份信息以及所述车辆图像生成车辆产品信息；
推荐模块，用于获取已注册用户的历史行为记录；对所述历史行为记录进行关键信息提取，得到与所述历史行为记录对应的目标车辆产品信息；根据所述目标车辆产品信息确定所述已注册用户的用户偏好车辆信息；根据所述用户偏好车辆信息确定待推荐车辆信息，并确定所述用户偏好车辆信息中各偏好特征的偏好权重；根据所述偏好权重对所述待推荐车辆信息进行排序，生成与所述已注册用户对应的车辆推荐信息；当检测到所述已注册用户登录时，推送所述车辆推荐信息。
6.根据权利要求5所述的装置，其特征在于，所述车辆型号包括车辆特征，所述车辆特征包括车辆种类、车辆系列、车身类型以及发动机类型。
7.根据权利要求5所述的装置，其特征在于，所述商户注册信息包括商户基本信息，所述商户基本信息包括商户名称、商户地址。
8.根据权利要求5所述的装置，其特征在于，所述推荐用户图像包括推荐商户进行注册的推荐人的图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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4中任一项所述的方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111138135.0A CN113807870B (zh) | 2021-09-27 | 2021-09-27 | 车辆信息认证方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111138135.0A CN113807870B (zh) | 2021-09-27 | 2021-09-27 | 车辆信息认证方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113807870A CN113807870A (zh) | 2021-12-17 |
| CN113807870B true CN113807870B (zh) | 2024-05-14 |
Family
ID=78938753
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111138135.0A Active CN113807870B (zh) | 2021-09-27 | 2021-09-27 | 车辆信息认证方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113807870B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104753772A (zh) * | 2015-04-16 | 2015-07-01 | 北京小乘网络科技有限公司 | 一种信息交互的方法和装置 |
| CN106709757A (zh) * | 2016-12-08 | 2017-05-24 | 北京五八信息技术有限公司 | 交易信息处理方法及交易平台 |
| CN108230094A (zh) * | 2017-12-22 | 2018-06-29 | 金瓜子科技发展（北京）有限公司 | 车辆推荐方法及装置 |
| CN111144372A (zh) * | 2019-12-31 | 2020-05-12 | 上海眼控科技股份有限公司 | 车辆检测方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3734570A4 (en) * | 2017-12-28 | 2021-08-04 | Shenzhen Launch Software Co., Ltd. | VEHICLE IDENTIFICATION METHOD, DEVICE, DEVICE AND READABLE STORAGE MEDIUM |
-
2021
- 2021-09-27 CN CN202111138135.0A patent/CN113807870B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104753772A (zh) * | 2015-04-16 | 2015-07-01 | 北京小乘网络科技有限公司 | 一种信息交互的方法和装置 |
| CN106709757A (zh) * | 2016-12-08 | 2017-05-24 | 北京五八信息技术有限公司 | 交易信息处理方法及交易平台 |
| CN108230094A (zh) * | 2017-12-22 | 2018-06-29 | 金瓜子科技发展（北京）有限公司 | 车辆推荐方法及装置 |
| CN111144372A (zh) * | 2019-12-31 | 2020-05-12 | 上海眼控科技股份有限公司 | 车辆检测方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113807870A (zh) | 2021-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11663663B2 (en) | Image analysis and identification using machine learning with output estimation | |
| CN107424043B (zh) | 一种产品推荐方法及装置，电子设备 | |
| US9218364B1 (en) | Monitoring an any-image labeling engine | |
| US9037600B1 (en) | Any-image labeling engine | |
| US11263699B1 (en) | Systems and methods for leveraging remotely captured images | |
| US10319007B1 (en) | Database image matching using machine learning with output estimation | |
| US10783580B2 (en) | Image analysis and identification using machine learning with output personalization | |
| US10325315B1 (en) | Database image matching using machine learning with output personalization | |
| CN111639690A (zh) | 基于关系图谱学习的欺诈分析方法、系统、介质及设备 | |
| CN112529665A (zh) | 基于组合模型的产品推荐方法、装置及计算机设备 | |
| CN111582932A (zh) | 场景间信息推送方法、装置、计算机设备及存储介质 | |
| CN114997916A (zh) | 潜在用户的预测方法、系统、电子设备和存储介质 | |
| CN115577172A (zh) | 物品推荐方法、装置、设备及介质 | |
| CN112990989B (zh) | 价值预测模型输入数据生成方法、装置、设备和介质 | |
| CN112035775B (zh) | 基于随机森林模型的用户识别方法、装置和计算机设备 | |
| CN116501979A (zh) | 信息推荐方法、装置、计算机设备及计算机可读存储介质 | |
| CN110599297B (zh) | 车型推荐方法、装置、计算机设备和存储介质 | |
| CN113807870B (zh) | 车辆信息认证方法、装置、计算机设备和存储介质 | |
| CN112866295B (zh) | 一种大数据防爬虫处理方法及云平台系统 | |
| CN114491134A (zh) | 一种商标注册成功率分析方法及系统 | |
| CN114399352A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN112949963A (zh) | 员工服务质量的评估方法、装置、存储介质和智能设备 | |
| US11710328B2 (en) | Systems and methods for identifying a presence of a completed document | |
| CN117112917A (zh) | 对象信息查询方法、装置、计算机设备和存储介质 | |
| CN115471296A (zh) | 物品推荐方法、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |