CN114418614A - 一种基于车辆特征的信息推荐方法以及相关装置 - Google Patents
一种基于车辆特征的信息推荐方法以及相关装置 Download PDFInfo
- Publication number
- CN114418614A CN114418614A CN202111584448.9A CN202111584448A CN114418614A CN 114418614 A CN114418614 A CN 114418614A CN 202111584448 A CN202111584448 A CN 202111584448A CN 114418614 A CN114418614 A CN 114418614A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- picture
- dimension
- value
- available
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于车辆特征的信息推荐方法及相关装置,用于提高用户体验。本申请实施例方法包括:获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;根据所述维度可用值计算所述车辆图片的综合可用度;判断所述车辆图片的综合可用度是否大于预设阈值;若是,则对所述车辆图片进行车辆特征提取,得到特征提取结果;根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;通过所述车辆特征标签确定目标推荐信息;向所述车辆特征标签对应车主发送所述目标推荐信息。
Description
技术领域
本申请实施例涉及特征提取领域,尤其涉及一种基于车辆特征的信息推荐方法以及相关装置。
背景技术
随着人民生活水平日益提高,全国机动车保有量逐年增加,截至2021年9月,全国机动车保有量达3.90亿辆,其中汽车2.97亿辆;机动车驾驶人4.76亿人,其中汽车驾驶人4.39亿人。国内汽车生产企业一方面加大了技术改造和规模扩张,一方面加快了与国外先进汽车制造跨国集团合资合作的步伐,我国的汽车工业取得了长足的发展,整体制造技术水平和生产能力大大提升,形成了国际知名品牌和国内品牌竞相发展的良好新格局,中高档轿车和经济型轿车满足了不同层次消费者的多种需求。
随着信息通信技术的发展,各行各业信息系统采集、处理和积累的数据量越来越多,全球大数据的运用爆炸式增长。基于大数据构建形成的车主画像有一个演进过程,很多大数据平台主要通过车主本身的数据来构建车主画像,比如兴趣爱好、社交情况、教育水平、性别年龄等。但仅仅依靠单一数据来源构建的画像往往会不准确或不够全面,从而导致基于车主画像所执行的运营动作会出现无效甚至对车主造成打扰的情况,造成用户体验降低。
发明内容
本申请实施例提供了一种基于车辆特征的信息推荐方法及相关装置。
本申请第一方面提供了一种基于车辆特征的信息推荐方法,包括:
获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
根据所述维度可用值计算所述车辆图片的综合可用度;
判断所述车辆图片的综合可用度是否大于预设阈值;
若是,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
若是,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
通过所述车辆特征标签确定目标推荐信息;
向所述车辆特征标签对应车主发送所述目标推荐信息。
可选的,所述通过所述车辆特征标签确定目标推荐信息包括:
判断推荐信息与所述车辆特征标签匹配度是否大于预设阈值;
若是,则确定所述推荐信息为目标推荐信息。
可选的,所述获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度包括:
通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值。
可选的,所述通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值包括:
通过所述车辆图片的拍摄时段确定所述时段可用值;
通过所述车辆图片的图片参数确定所述规格可用值,所述图片参数包括图片分辨率和图片大小;
通过所述车辆图片的受损程度确定所述受损可用值,所述受损程度表示摄像头受损程度和拍摄角度偏移程度。
可选的,所述根据所述维度可用值计算所述车辆图片的综合可用度包括:
根据所述维度可用值通过公式1计算所述车辆图片的综合可用度,其中公式1为:
可选的,在所述向所述目标车辆特征标签对应的车主推荐信息之后,所述方法还包括:
获取所述车主对所述目标推荐信息的满意度。
可选的,在所述获取车主对所述推荐信息的满意度之后,所述方法还包括:
当所述满意度低于预设阈值,则向车主发送调查问卷。
本申请第二方面提供了一种基于车辆特征的信息推荐系统,包括:
第一获取单元,用于获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
计算单元,用于根据所述维度可用值计算所述车辆图片的综合可用度;
第一判断单元,用于判断所述车辆图片的综合可用度是否大于预设阈值;
提取单元,用于当所述第一判断单元确定所述车辆图片的综合可用度大于预设阈值时,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
第二判断单元,用于判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
第一确定单元,用于当所述第二判断单元确定所述特征提取结果的置信度大于预设阈值时,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
第二确定单元,用于通过所述车辆特征标签确定目标推荐信息;
第一发送单元,用于向所述车辆特征标签对应车主发送所述目标推荐信息。
可选的,所述第一获取单元包括:
获取子单元,用于通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值。
所述获取子单元包括:
第一确定模块,用于通过所述车辆图片的拍摄时段确定所述时段可用值;
第二确定模块,用于通过所述车辆图片的图片参数确定所述规格可用值,所述图片参数包括图片分辨率和图片大小;
第三确定模块,用于通过所述车辆图片的受损程度确定所述受损可用值,所述受损程度表示摄像头受损程度和拍摄角度偏移程度。
可选的,所述计算单元包括:
根据所述维度可用值通过公式1计算所述车辆图片的综合可用度,其中公式1为:
可选的,所述第二确定单元包括:
判断子单元,用于判断推荐信息与所述车辆特征标签匹配度是否大于预设阈值;
确定子单元,用于当所述判断子单元确定推荐信息与所述车辆特征标签匹配度大于预设阈值时,则确定所述推荐信息为目标推荐信息。
可选的,所述信息推荐系统还包括:
第二获取单元,用于获取所述车主对所述目标推荐信息的满意度。
可选的,所述信息推荐系统还包括:
第二发送单元,用于当所述满意度低于预设阈值,则向车主发送调查问卷。
本申请第三方面提供了一种基于车辆特征的信息推荐装置,包括:
中央处理器,存储器,输入输出接口,有线或无线网络接口以及电源;
所述存储器为短暂存储器或持久存储存储器;
所述中央处理器配置为所述存储器通信,并执行所述存储器中的指令操作以执行第一方面中任意一项所述的方法。
本申请提供了一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行前述方法。
从以上技术方案可以看出,本申请实施例具有以下优点:通过获取车辆图片的维度可用值,从而计算所述车辆图片的综合可用度,当车辆图片的综合可用度大于预设阈值,则对车辆图片进行车辆特征提取,得到特征提取结果,进而确定车辆特征标签;通过车辆特征标签确定目标推荐信息,向车辆特征标签对应车主发送所述目标推荐信息,能够提高用户体验。
附图说明
图1为本申请中基于车辆特征的信息推荐方法一个示意图;
图2为本申请中基于车辆特征的信息推荐方法另一示意图;
图3为本申请中基于车辆特征的信息推荐系统另一示意图;
图4为本申请中基于车辆特征的信息推荐系统一个示意图;
图5为本申请中基于车辆特征的信息推荐装置一个示意图。
具体实施方式
为了更清楚地说明本申请中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
本申请实施例提供了一种基于车辆特征精细化运营的方法,用于提高运营的针对性。
本申请可以用于通过车辆特征分析获取车主画像并根据车主画像对车主精准运营,因为依靠单一的数据构建的车主画像不够准确和全面,需要通过分析进出商场车辆的车辆特征,从而补充车主的车主画像,以实现商场运营的精准推送,提高用户体验。
请参阅图1,下面对本申请提供的一种基于车辆特征的信息推荐方法实施例进行介绍:
101、获取车辆图片的维度可用值;
本实施例中,系统首先获取进出场车辆的车辆图片,每辆车被拍摄有多张车辆图片,系统本地设置有车辆图片的维度可用值,维度可用值包括时段可用值、规格可用值以及受损可用值,车辆照片的维度可用值通过车辆照片的拍摄时间、图片的分辨率和大小区间以及摄像头受损和位置偏移决定,该维度可用值表示该车辆图片的可识别程度。
在实际场景中,时段可用值设为f1,规格可用值设为f2,受损可用值设为f3。由于车场摄像头拍摄的车辆图片受光线影响,在光线足够的时间段所拍摄的车辆图片对应的时段可用值f1较高,例如,09:00-18:00的光线较足,则此时间段中时段可用值f1大于其他时段的时段可用值f1。除时段因素对车辆照片的维度可用值的影响外,车辆照片的维度可用值还受车辆图片分辨率和车辆图片大小的影响,当车辆图片的分辨率和大小区间较低时,该规格可用值设f2越低。此外,车辆图片的维度可用值还与拍摄车辆图片的摄像头受损程度和摄像头的位置偏移程度相关,当摄像头受损程度和摄像头的位置偏移程度越大,该受损可用值f3越低。f1、f2、f3数值的不同表示车辆图片起着权衡轻重的作用。
102、根据维度可用值计算车辆图片的综合可用度;
本实施例中,系统获取车辆图片的维度可用值后,根据综合维度可用值即时段可用值、规格可用值以及受损可用值用过加权平均值计算得到车辆图片的综合可用度,具体的计算公式为:
其中x1、x2、x3分别表示车辆图片拍摄的时段、分辨率与大小区域、摄像头的受损程度和偏移程度的分值,即加权平均算法中的权数;对应的f1、f2、f3为x1、x2、x3维度可用值,n表示自然整数,提高系统的本地设置获得的车辆图片维度可用值表示f1、f2、f3,各数值乘以相应的权数,然后加总求和得到总体值,以总体值的百分数为分母。系统通过加权平均值计算车辆图片在各条件影响下重要性的不同,表示对整体集中趋势的影响;权重越大,对平均效大小的影响就越大,反之就越小。
在实际应用中,若已知车辆图片A的拍摄时间为15:00、图片分辨率较高且大小符合要求、摄像头受损程度与偏移程度低,此时对应的车辆图片A的x1、x2、分值权数可以为30%、35%、35%,初始设置的车辆图片维度可用值分别用f1、f2、f3表示车辆图片A拍摄的时段、分辨率与大小区域以及摄像头的受损程度和偏移程度对应为89、87、93,通过公式1计算车辆图片A的加权平均值即综合可用度为89.7,初始设置的权数f1、f2、f3此处不做限定。
103、判断车辆图片的综合可用度是否大于预设阈值;
本实施例中,系统根据维度可用值计算车辆图片的综合可用度之后,由于综合可用度较低表示车辆图片的分辨率较低、大小不符合要求,系统无法对综合可用度较低的车辆图片提取车辆特征,例如车辆型号,因此系统还需要判断车辆图片的综合可用度是否大于预设阈值,大于预设阈值的车辆图片有利于系统提取车辆特征,该综合可用度的预设阈值由工作人员在系统中预先设置。当系统根据维度可用值计算车辆图片的确定综合可用度为89.7,综合可用度预先设置的预设阈值为80时,系统通过对比预设综合可用度和实际计算综合可用度,可以确定实际计算综合可用度大于预设阈值为80,则执行步骤104,具体的综合可用度预设阈值此处不做限定,工作人员可按照实际需求在系统设置预设阈值。
104、对车辆图片进行车辆特征提取,得到特征提取结果;
系统通过对比预设综合可用度和实际计算综合可用度,确定实际计算综合可用度大于预设阈值后,则对综合可用度大于预设阈值的车辆图片进行车辆特征提取,该车辆特征包括车辆的品牌、型号、颜色、归属地和市场参考价格等。其中,根据车辆图片提取的车辆特征结果有多个。
在实际场景中,系统中工作人员设置的综合可用度预设阈值为80,大于预设阈值80的车辆图片为车辆图片A、车辆图片B,分别对车辆图片A和车辆图片B进行车辆特征提取。车辆图片A的车辆提取结果表示车辆a的品牌为大众、型号为大众高尔夫2.0T、白色、车牌号为粤-A6A666,其归属地为广州,参考价格为23万;车辆图片B的车辆提取结果表示车辆b的品牌为奥迪、型号为A6、黑色、车牌号为粤-B7B777,其归属地为深圳,参考价格为45万,具体此处不做限定。
105、判断特征提取结果的置信度是否大于预设阈值;
本实施例中,系统对车辆图片进行车辆特征提取后,得到多个特征提取结果,为提高特征提取结果的准确度,系统还需要判断该特征提取结果的置信度是否大于预设阈值。置信度是指总体参数值落在样本统计值某一区内的概率,该置信度的阈值由系统预设,用于确定特征提取结果的准确度。若特征提取结果的置信度低,则说明特征准确度不高。为获取准确度高的车辆特征提取结果,通过预设的置信度阈值进行特征提取结果筛选,当特征提取结果达到置信度预设阈值时,则执行步骤106。
可以理解的是,若系统设置的置信度阈值太高,例如0.95,那么则大大降低差错的可能性;反之,置信度预设值设置太低,会增加车辆特征标签的数量,但是会显著增加差错的数量。具体的置信度阈值此处不做限定。
106、根据特征提取结果确定车辆特征标签;
本实施例中,系统对车辆图片进行车辆特征提取得到特征提取结果之后,根据该特征提取结果确定车辆特征标签,以方便后续操作。通过车辆特征标签化可以建立车主的用户画像,通过用户画像指导业务的进行,提升营销渠道的客户群投放效率。
具体的,系统对车辆图片进行车辆特征提取得到的特征提取结果为,车辆图片B的车辆提取结果表示车辆b的品牌为奥迪、型号为A6、黑色、车牌号为粤-B7B777,其归属地为深圳,参考价格为45万。系统通过以上车辆特征标签确定车辆特征标签,品牌标签为奥迪,归属地标签为深圳,型号标签为奥迪A6,参考价格标签为45万。此外,系统还可以根据车主绑定的车辆数确定车主的消费水平。同时,系统根据该车辆b的标签为其车主构建用户画像,通过用户画像确定宣传渠道或方式,将用户的每个具体信息抽象成标签,通过个性化的宣传手段,利用这些标签将用户形象具体化,吸引有潜在需求的用户,从而为用户提供有针对性的服务。
107、通过车辆特征标签确定目标推荐信息;
本实施例中,推荐信息可以表示商户需要向车主发送的广告信息,也可以是商品优惠券。具体的,房地产商的推荐信息可以是房产广告;商场的推荐信息可以是不同价位商品的推送广告,例如餐厅代金券、奢侈品广告等。此外,推荐信息中还可以包含推荐标签,通过推荐标签可以确定推送信息的车主。系统通过确定车主的车辆特征标签从而确定车主的用户画像以及消费水平,从而在众多推荐信息中确定向车主发送的目标推荐消息,能够提高信息推荐的准确性。
在实际场景中,系统对车辆图片B进行车辆特征提取后确定的车辆b的车辆特征标签为品牌标签为奥迪,归属地标签为深圳,型号标签为奥迪A6,参考价格标签为45万,系统通过以上车辆特征标签筛选适合向车主推送的信息。具体的,推荐信息包括“深圳市奥迪车辆的维护券”和“广州市奥迪车辆的维护券”,系统通过对比车辆b的车辆特征标签与推荐信息后,可以确定需要向车辆b的目标推荐信息为“深圳市奥迪车辆的维护券”,以减少其他无关信息对车主的打扰,具体此处不做限定。
108、向车辆特征标签对应车主发送目标推荐信息。
本实施例中,系统通过车辆特征标签确定目标推荐信息后,向对应的车主发送目标推荐信息,发送的途径可以通过车主所绑定的商户公众号,也可以是车主终端接收的短信,具体此处不做限定。
本实施例中,通过获取车辆图片的维度可用值,从而计算所述车辆图片的综合可用度,当车辆图片的综合可用度大于预设阈值,则对车辆图片进行车辆特征提取,得到特征提取结果,进而确定车辆特征标签;通过车辆特征标签确定目标推荐信息,向车辆特征标签对应车主发送所述目标推荐信息,将用户的每个具体信息抽象成标签,为用户提供有针对性的服务,能够提高用户体验。
请参阅图2,下面对本申请提供的一种基于车辆特征的信息推荐方法实施例包括:
201、通过车辆图片的拍摄时段确定时段可用值;
202、通过车辆图片的图片参数确定规格可用值;
203、通过车辆图片的受损程度确定受损可用值;
本实施例中,系统确定不同车辆种类车辆的置信度之后,系统需要对进出场车辆所拍摄的车辆图片确定维度可用值,以剔除不可用的车辆图片,减少系统的计算时间。其中,车辆图片的维度可用值包括时段可用值、规格可用值以及受损可用值,有多个可用值确定车辆图片的可用维度,能够提高车辆图片的可信度。时段可用值表示车辆图片在不同时段拍摄的车辆图片可用值不一定,主要由于一天中光线或光照引起的可用值变化,例如一天中光照强度与光线下能够拍摄清晰的车辆图片时间段为09:00至17:00,那么该时间段内拍摄的车辆图片的时段可用值高,反之时段可用值低。
可选的,车辆图片的规格可用值通过图片参数确定,图片参数包括图片分辨率和图片大小,当图片的分辨率与图片大小的可利用率越高,其规格可用值越高,系统在识别车辆特征时花费的时间越少,具体适合系统识别的图片参数数据此处不做限定。
可选的,车辆图片的受损可用值由车辆图片的受损程度确定,受损程度表示摄像头受损程度和拍摄角度的偏移程度。当车辆进出场行驶过快时,可能造车场摄像头无法快速捕捉车辆,从而造成拍摄角度的偏移。若车场摄像头受损,拍出的车辆图片可能不清晰或不完整,影响系统对车辆特征的识别,因此影响系统提取车辆特征,摄像头的损失程度越高与拍摄角度的偏移程度越高,则摄像头的受损可用值越低,反之越高。
204、根据维度可用值计算车辆图片的综合可用度;
205、判断车辆图片的综合可用度是否大于预设阈值;
206、对车辆图片进行车辆特征提取,得到特征提取结果;
207、判断特征提取结果的置信度是否大于预设阈值;
208、根据特征提取结果确定车辆特征标签;
本实施例中的步骤204至208与前述图1所示实施例中步骤102至106类似,具体此处不再赘述。
209、判断推荐信息与车辆特征标签匹配度是否大于预设阈值;
210、确定推荐信息为目标推荐信息;
本实施例中,系统根据特征提取结果确定车辆特征标签之后,通过判断推荐信息与车辆特征表的匹配度是否大于预设阈值,若二者的匹配度大于预设阈值,则可以确定推荐信息为目标推荐信息。例如,系统设置的匹配度预设阈值为50%,当推荐信息与车辆特征标签的匹配度需要大于且等于50%才可向用户推送。
具体的,推荐消息包含“深圳市的奔驰车主”时,系统可根据该推荐消息提取推荐标签为“深圳市”和“奔驰”。车辆b的车辆特征标签中含有“深圳市”、“奥迪”,车辆c的车辆特征标签中含有“广州市”、“奔驰”,车辆d的车辆特征标签中含有“惠州市”、“大众”,那么系统确定车辆b和车辆c的车辆特征标签与推荐信息的匹配度达到预设阈值50%,包含“深圳市的奔驰车主”的推荐信息为车辆b和车辆c的目标推荐信息。
211、向车辆特征标签对应车主发送目标推荐信息;
本实施例中的步骤211与前述图1所示实施例中步骤108类似,具体此处不再赘述。
212、获取车主对目标推荐信息的满意度;
213、当满意度低于预设阈值,则向车主发送调查问卷。
系统向车辆特征标签对应车主发送目标推荐信息,为提高系统推荐信息的准确度,还可以获取车主对目标推荐信息的满意度,车主的满意度能够反映该目标推送信息的准确性,当满意度低于预设阈值时,则向车主发送调查问卷,及时了解车主的需求以提高推送信息的准确度。具体的,系统向车主发送目标推荐信息后可以向车主终端发送满意度调查,该调查可以通过评分的方式,例如1至10分表示车主的满意度,系统可以将低满意度的预设阈值设置为6分。当满意度低于预设阈值6分时,向车主发送调查问卷,调查问卷可以是选择题,也可以是问答题,具体此处不做限定。系统可以接收车主的反馈信息后进行信息整理,从而提供更好的推送服务。
本实施例中,系统通过车辆图片的各维度可用值计算车辆图片的综合可用度,用于车辆特征提取,根据特征提取结果定车辆特征标签;通过判断推荐信息与车辆特征标签匹配度确定目标推荐信息,最后向车主发送目标推荐信息,为提高目标推送信息的准确性,系统还向车主获取反馈信息,完善推荐信息流程,从而提高用户的体验感。
请参阅图3,本申请中一种基于车辆特征的信息推荐系统,包括:
获取单元301,用于获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
计算单元302,用于根据所述维度可用值计算所述车辆图片的综合可用度;
第一判断单元303,用于判断所述车辆图片的综合可用度是否大于预设阈值;
提取单元304,用于当所述第一判断单元303确定所述车辆图片的综合可用度大于预设阈值时,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
第二判断单元305,用于判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
第一确定单元306,用于当所述第二判断单元305确定所述特征提取结果的置信度大于预设阈值时,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
第二确定单元307,用于通过所述车辆特征标签确定目标推荐信息;
发送单元308,用于向所述车辆特征标签对应车主发送所述目标推荐信息。
请参阅图4,本申请中一种基于车辆特征的信息推荐系统,包括:
第一获取单元401,用于获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
所述第一获取单元401包括:
获取子单元4011,用于通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值;
所述获取子单元4011包括:
第一确定模块40111,用于通过所述车辆图片的拍摄时段确定所述时段可用值;
第二确定模块40112,用于通过所述车辆图片的图片参数确定所述规格可用值,所述图片参数包括图片分辨率和图片大小;
第三确定模块40113,用于通过所述车辆图片的受损程度确定所述受损可用值,所述受损程度表示摄像头受损程度和拍摄角度偏移程度;
计算单元402,用于根据所述维度可用值计算所述车辆图片的综合可用度;
所述计算单元402包括:
计算子单元4021,用于根据所述维度可用值通过公式1计算所述车辆图片的综合可用度,其中公式1为:
第一判断单元403,用于判断所述车辆图片的综合可用度是否大于预设阈值;
提取单元404,用于当所述第一判断单元403确定所述车辆图片的综合可用度大于预设阈值时,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
第二判断单元405,用于判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
第一确定单元406,用于当所述第二判断单元确定所述特征提取结果的置信度大于预设阈值时,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
第二确定单元407,用于通过所述车辆特征标签确定目标推荐信息;
所述第二确定单元407包括:
判断子单元4071,用于判断推荐信息与所述车辆特征标签匹配度是否大于预设阈值;
第四确定模块4072,用于当所述判断子单元4061确定所述推荐信息与所述车辆特征标签匹配度大于预设阈值时,则确定所述推荐信息为目标推荐信息;
第一发送单元408,用于向所述车辆特征标签对应车主发送所述目标推荐信息;
第二获取单元409,用于获取所述车主对所述目标推荐信息的满意度;
第二发送单元410,用于当所述满意度低于预设阈值,则向车主发送调查问卷。
请参阅图5,本申请中基于车辆特征精细化运营的装置包括:
中央处理器502,存储器501,输入输出接口503,有线或无线网络接口504以及电源505;
存储器501为短暂存储存储器或持久存储存储器;
中央处理器502配置为与存储器501通信,并执行存储器501中的指令操作以执行前述图1至图2所示实施例中的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于车辆特征的信息推荐方法,其特征在于,包括:
获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
根据所述维度可用值计算所述车辆图片的综合可用度;
判断所述车辆图片的综合可用度是否大于预设阈值;
若是,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
若是,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
通过所述车辆特征标签确定目标推荐信息;
向所述车辆特征标签对应车主发送所述目标推荐信息。
2.根据权利要求1所述的信息推荐方法,其特征在于,所述通过所述车辆特征标签确定目标推荐信息包括:
判断推荐信息与所述车辆特征标签匹配度是否大于预设阈值;
若是,则确定所述推荐信息为目标推荐信息。
3.根据权利要求1所述的信息推荐方法,其特征在于,所述获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度包括:
通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值。
4.根据权利要求3所述的信息推荐方法,其特征在于,所述通过对车辆图片进行数据分析获取所述车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值包括:
通过所述车辆图片的拍摄时段确定所述时段可用值;
通过所述车辆图片的图片参数确定所述规格可用值,所述图片参数包括图片分辨率和图片大小;
通过所述车辆图片的受损程度确定所述受损可用值,所述受损程度表示摄像头受损程度和拍摄角度偏移程度。
6.根据权利要求1至5中任一项所述的信息推荐方法,其特征在于,在所述向所述目标车辆特征标签对应的车主推荐信息之后,所述方法还包括:
获取所述车主对所述目标推荐信息的满意度。
7.根据权利要求6所述的信息推荐方法,其特征在于,在所述获取车主对所述推荐信息的满意度之后,所述方法还包括:
当所述满意度低于预设阈值,则向车主发送调查问卷。
8.一种基于车辆特征的信息推荐系统,其特征在于,包括:
获取单元,用于获取车辆图片的维度可用值,所述维度可用值包括时段可用值、规格可用值以及受损可用值,所述维度可用值表示所述车辆图片的可识别程度;
计算单元,用于根据所述维度可用值计算所述车辆图片的综合可用度;
第一判断单元,用于判断所述车辆图片的综合可用度是否大于预设阈值;
提取单元,用于当所述第一判断单元确定所述车辆图片的综合可用度大于预设阈值时,则对所述车辆图片进行车辆特征提取,得到特征提取结果;
第二判断单元,用于判断所述特征提取结果的置信度是否大于预设阈值,所述置信度表示所述特征提取结果的准确度;
第一确定单元,用于当所述第二判断单元确定所述特征提取结果的置信度大于预设阈值时,则根据所述特征提取结果确定车辆特征标签,所述车辆特征标签包括品牌、归属地、型号以及参考价格;
第二确定单元,用于通过所述车辆特征标签确定目标推荐信息;
发送单元,用于向所述车辆特征标签对应车主发送所述目标推荐信息。
9.一种基于车辆特征的信息推荐装置,其特征在于,包括:
中央处理器,存储器,输入输出接口,有线或无线网络接口以及电源;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,并执行所述存储器中的指令操作以执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584448.9A CN114418614A (zh) | 2021-12-22 | 2021-12-22 | 一种基于车辆特征的信息推荐方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584448.9A CN114418614A (zh) | 2021-12-22 | 2021-12-22 | 一种基于车辆特征的信息推荐方法以及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114418614A true CN114418614A (zh) | 2022-04-29 |
Family
ID=81267721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111584448.9A Pending CN114418614A (zh) | 2021-12-22 | 2021-12-22 | 一种基于车辆特征的信息推荐方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114418614A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167826A (zh) * | 2023-04-03 | 2023-05-26 | 北京永泰万德信息工程技术有限公司 | 一种基于网络平台的购车推荐方法、系统、设备及介质 |
-
2021
- 2021-12-22 CN CN202111584448.9A patent/CN114418614A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116167826A (zh) * | 2023-04-03 | 2023-05-26 | 北京永泰万德信息工程技术有限公司 | 一种基于网络平台的购车推荐方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108269128B (zh) | 广告的投放方法、装置、设备及存储介质 | |
WO2017080341A1 (zh) | 一种集收费和广告推送于一体的智能停车控制方法及系统 | |
WO2017202336A1 (zh) | 广告反作弊方法,装置及存储介质 | |
CN107346496B (zh) | 目标用户定向方法及装置 | |
US9576295B2 (en) | Adjusting a process for visit detection based on location data | |
US20110255736A1 (en) | Networked image recognition methods and systems | |
CN103649982A (zh) | 非交互广告到交互广告的情境转变 | |
WO2013130578A1 (en) | Monetizing images in publishing networks | |
JP5002441B2 (ja) | マーケティングデータ分析方法、マーケティングデータ分析システム、データ分析サーバ装置およびプログラム | |
CN107103485B (zh) | 一种根据影院访客信息的自动广告推荐方法和系统 | |
CN105786807A (zh) | 展会信息推送的方法、设备与系统 | |
US20190228227A1 (en) | Method and apparatus for extracting a user attribute, and electronic device | |
CN104246434A (zh) | 增强现实中的通信和信息方法 | |
US20140249886A1 (en) | Billboard exposure determining system and method | |
CN112101995A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111311291B (zh) | 一种针对智能综合服务终端用户的广告投放方法 | |
CN114418614A (zh) | 一种基于车辆特征的信息推荐方法以及相关装置 | |
CN115907868A (zh) | 一种广告投放分析方法及装置 | |
CN108256900A (zh) | 广告播放方法、装置与系统 | |
JP6146805B2 (ja) | 広告配信システムおよびポイント付与方法 | |
CN113378765A (zh) | 广告关注人群智能统计方法、装置及计算机可读存储介质 | |
US20230098800A1 (en) | Automated measurement and analytics software for out of home content delivery | |
CN111368186A (zh) | 展会信息管理方法及系统 | |
CN113362095A (zh) | 一种信息投放的方法和装置 | |
JP4729474B2 (ja) | 印刷広告作成支援システム |
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 |