CN114500643A - 一种车载信息推荐方法、装置、电子设备及介质 - Google Patents

Abstract

本申请提供了一种车载信息推荐方法、装置、电子设备及介质，方法应用于车载控制平台，包括：获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别、子类别；每一主类别下有多个子类别；根据主类别下、子类别下的埋点数据，生成用户画像的主标签、子标签；其中，主标签、子标签对应用户预设内容索引中的用车场景、用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；获取场景监测信息，并根据场景监测信息选择出目标用车场景以及目标用车场景下的目标信息需求；根据目标用车场景对应的主标签，以及目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，从而精准的推荐车载信息。

Description

一种车载信息推荐方法、装置、电子设备及介质

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种车载信息推荐方法、装置、电子设备及介质。

背景技术

智能化作为汽车新四化之一，旨在利用科技的手段给汽车赋以智能，以“智能化”的技术给提供给汽车用户更安全、舒适的驾乘体验。如何提高汽车后市场业务中的用户粘度，也是各家汽车主机厂急迫解决的难题。

目前，车载媒体在播放车载信息时，通常需要用户手动操作进行媒体文件的选取和播放，以及汽车主机场用厂家需求的角度出发，向用户自动播放一些车载信息，这两种车载信息播放方法，都没有从用户的角度出发，自动的推荐并播放适合用户的车载信息。

发明内容

有鉴于此，本申请的目的在于提供一种车载信息推荐方法、装置、电子设备及介质，根据用户的实际用车场景和实际需求，基于持续完善的用户画像，实现车载信息的精准推荐。

本申请实施例提供的一种车载信息推荐方法，应用于车载控制平台；所述方法包括：

获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

在一些实施例中，所述的车载信息推荐方法中，在生成该用户的主标签下的子标签后，所述方法还包括：

按照预设的分组维度将所述子标签进行分组；其中，不同的分组对应不同的分组标签；

根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

确定所述场景监测信息对应的分组标签，并根据所述目标用车场景对应的主标签，以及所述分组标签对应分组中的子标签、目标用车场景、目标信息需求，确定目标车载信息。

在一些实施例中，所述的车载信息推荐方法中，确定埋点数据所属的主类别和所属的子类别之后，所述方法包括：

当所述主类别下的埋点数据是否满足第一更新条件，更新所述用户画像的主标签；

当所述子类别下的埋点数据是否满足第二更新条件，更新所述用户画像的子类别标签。

在一些实施例中，所述的车载信息推荐方法中，所述车载控制平台包括车载终端和云端；所述获取埋点数据之前，所述方法包括：

所述车载终端从多个不同的车辆使用维度，采集多种类别的埋点数据；其中，不同类别的埋点数据对应不同的上传规则；所述上传规则的是根据埋点数据所属的主类别和所属的子类别确定的；

根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端。

在一些实施例中，所述的车载信息推荐方法中，根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端，包括：

按照埋点数据的类别，将本地缓存的埋点数据储存在本地数据库中；

当本地数据库中存储的埋点数据满足上传规则后，将所述埋点数据上传至云端；

所述云端针对上传成功的埋点数据，向所述本地数据库返回一上传成功信息，以使所述本地数据库删除所述上传成功的埋点数据。

在一些实施例中，所述的车载信息推荐方法中，获取场景监测信息，包括：

不同的场景监测信息对应的优先级不同，在场景监测信息的上传过程中，优先级高的场景监测信息优先上传；所述场景监测信息的优先级是根据用车场景下的信息需求确定的。

在一些实施例中，所述的车载信息推荐方法中，根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

将所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求发送至车载信息提供平台；

所述车载信息提供平台根据所述主标签、子标签、目标用车场景、目标信息需求，检索出目标车载信息，并响应所述车载控制平台针对所述目标车载信息的允许播放指令，将所述目标车载信息发送至车载控制平台进行展示。

在一些实施例中，还提供一种车载信息推荐装置，应用于车载控制平台；所述装置包括：

第一获取模块，用于获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

生成模块，用于根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

第二获取模块，用于获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

确定模块，用于根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

在一些实施例中，还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行所述的车载信息推荐方法的步骤。

在一些实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的车载信息推荐方法的步骤。

本申请所述的车载信息推荐方法，定义多种类型的用车场景以及用户场景下的信息需求，基于每种类型的用车场景和信息需求出发，从车载控制平台中获取相关类型的埋点数据，根据所述埋点数据生成用户画像中的主标签和子标签，然后在车辆使用过程中，判断出用车场景和信息需求，同时根据对应的主标签和子标签，从海量的车载信息中确定出与用户最合适的目标信息需求进行推荐，从而实现了从用户需求出发，精准推荐车载信息，且做到千人千面，向不同的用户推荐不同的车载信息。

进一步的，在根据埋点数据生成用户的子标签之后，根据子标签对应的埋点数据中的属性信息，更进一步的对所述子标签进行分组，以再次缩小用户偏好的范围，从而形成主标签、子标签、子标签分组多个层次的用户标签，从而结合具体的用车场景、用户需求和时间、地理位置、天气等更加细节的信息，更为准确的从用户的需求出发，确定与用户更加合适的目标车载信息。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所述的车载信息推荐方法的方法流程图；

图2示出了本申请实施例所述的另一种车载信息推荐方法的方法流程图；

图3示出了本申请实施例所述的所述埋点数据上传至云端的方法流程图；

图4示出了本申请实施例所述的车载信息推荐装置的结构示意图；

图5示出了本申请实施例所述的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。 应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。

智能化作为汽车新四化之一，旨在利用科技的手段给汽车赋以智能，以“智能化”的技术给提供给汽车用户更安全、舒适的驾乘体验。如何提高汽车后市场业务中的用户粘度，也是各家汽车主机厂急迫解决的难题。

目前，车载媒体在播放车载信息时，通常需要用户手动操作进行媒体文件的选取和播放，以及汽车主机场用厂家需求的角度出发，向用户自动播放一些车载信息，这两种车载信息播放方法，都没有从用户的角度出发，自动的推荐并播放适合用户的车载信息。

随着汽车智能化的发展，用户在不同的用车场景下，希望系统能够提供“智能化”的驾乘帮助和内容推荐。基于此，本申请实施例提供一种车载信息推荐方法，根据车辆状态、用户数据、环境信息、行为数据等监测信息作为触发条件，进行单条或组合判断，推荐给用户需要的信息。从而改变目前市面上，车载信息系统的推荐功能，基本上是从汽车主机厂需求的角度做的推送，而非从用户需求的角度的现状，实现千人千面的精准推荐。

具体的，本申请实施例中，所述车载信息推荐方法，应用于车载控制平台；如图1所示，所述方法包括：

S101、获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

S102、别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

S103、获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

S104、根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

本申请所述的车载信息推荐方法，定义多种类型的用车场景以及用户场景下的信息需求，基于每种类型的用车场景和信息需求出发，从车载控制平台中获取相关类型的埋点数据，根据所述埋点数据生成用户画像中的主标签和子标签，然后在车辆使用过程中，判断出用车场景和信息需求，同时根据对应的主标签和子标签，从海量的车载信息中确定出与用户最合适的目标信息需求进行推荐，从而实现了从用户需求出发，精准推荐车载信息，且做到千人千面，向不同的用户推荐不同的车载信息。

本申请实施例中，所述车载信息推荐方法，应用于车载控制平台，所述车载控制平台包括车载终端和云端两部分。所述车载终端具体包括汽车座舱中的设备，例如：车载娱乐设备、传感器、摄像头等等。所述云端从车载终端、车厂业务平台及运营商平台等获取数据信息，并通过对数据信息的分析和处理，实现车辆故障诊断、服务业务办理以及车辆相关信息管理等应用，所述云端可以为TSP平台。

在所述步骤S101中，所述埋点数据，包括用户行为数据、车辆及驾驶数据。

所述埋点数据，是依赖于车载终端中的底层的车内的硬件和软件所采集的。所述车内的硬件如：触摸屏、传感器、麦克风、摄像头、汽车CAN通信网络等，在软件的控制下，所述硬件采集用户行为数据、车辆状态数据和驾驶行为数据，并将埋点数据发送给TSP平台。所述埋点，就是植入了一个个的数据，打开、关闭应用的时候，都会按照预设规则向平台去播报。

所述埋点数据包括多种属性，所述埋点数据的属性至少包括以下之一：用户ID，时间、地点、行为、方式。所述用户ID可以为车载终端的ID，或者用户的手机号码、姓名等标识。所述时间即行为发生的时间。所述地点为行为发生的地点，例如用户的IP地址、GPS位置等。所述行为，为事件的内容，例如数据的值；所述方式为事件所处环境和发生方式，例如网络环境（WIFI/4G）、系统版本（iOS 12.0.1/Android 8.0)、设备型号UAWEI/XIAOMI/Apple）。

针对埋点数据的埋点方式有两种，自动埋点和手动埋点。自动埋点又叫全埋点，可以自动化的埋入应用启动事件、退出事件、页面浏览事件、元素点击事件。自动埋点适用于统计需求简单，不需要对埋点事件进行时间、次数等设置的事件。手动埋点又叫代码埋点，目前比较主流的埋点方式，业务人员根据自己的统计需求选择需要埋点的区域及埋点方式，形成详细的埋点方案，再有技术人员手工将这些统计代码添加在想要获取数据的统计点上。手动埋点适用的场景为有具体的业务分析需求，且按照各个事件埋点的方式不能满足，需要对埋点事件进行传参等自定义属性设置。代码埋点虽然较复杂，但功能最完善，覆盖了埋点中的不同业务需求。

所述用户行为数据，即车载终端所采集用户的操作行为数据，例如，用户对触摸屏的操作数据，用户对车载娱乐设备中音乐播放软件的操作数据，用户对车载空调系统的操作数据等等，也就是说，用户行为数据，即用户的操作行为数据。

所述车辆及驾驶数据，即与车辆本身相关的数据和以及与驾驶行为相关的数据。示例性的，与车辆本身相关的数据包括车辆状态、车辆网络、车辆零部件状态等等； 与驾驶行为相关的数据包括刹车、上下车、急刹车、急拐弯等等。

具体的，本申请实施例中，所述埋点数据的类型如下表一所示。

表一

所述车载终端从多个不同的车辆使用维度，采集多种类别的埋点数据；其中，不同类别的埋点数据对应不同的上传规则；所述上传规则是根据埋点数据所属的主类别和所属的子类别确定的；

根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端。

其中，不同的上传规则，表征该上传规则对应的埋点数据的上传优先级不同。

由于埋点数据的所属的主类别对应于所述用户画像的主标签，所述埋点数据的所属的子类别对应于主标签下的子标签；用户画像的主标签对应用车场景，所述主标签下的子标签对应该用车场景下的信息需求。即，所述埋点数据的所属的主类别对应一用车场景，埋点数据的所属的子类别对应用车场景下的信息需求。

因此，所述上传规则的是根据埋点数据所属的主类别和所属的子类别确定的，即所述上传规则是根据所述埋点数据对应的用车场景和该用车场景下的信息需求确定的。

本申请实施例中，所述不同类别的埋点数据对应不同的上传规则，具体的，所述上传规则可以为：即时上传、缓存上传、埋点数据满足一定的条件时上传等。

由于上传的埋点数据用于生成或更新用户画像，而不同用车场景下的推荐的信息重要程度不同，对于用户画像精准度的要求也不同，因此，有些埋点数据上传的优先级高，保证用户画像下该别埋点数据对应的主标签或子标签及时更新；有些埋点数据上传的优先级低，以节约算力、降低网络负载。

示例性的，本申请实施例中，用户行为数据的优先级高，通常为即时上传，这是因为用户行为数据最能够表征用户的偏好。

在所述步骤S101中，获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；具体包括：

获取埋点数据，根据埋点数据中的类别标识，确定埋点数据所属的主类别和所属的子类别。

在所述步骤S102中，根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求。

本申请实施例中，所述埋点数据中携带有时间信息、位置信息等，因此，所述的车载信息推荐方法中，在生成该用户的主标签下的子标签后，如图2所示，所述方法包括：

S201、按照预设的分组维度将所述子标签进行分组；其中，不同的分组对应不同的分组标签；

根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

S202、确定所述场景监测信息对应的分组标签，并根据所述目标用车场景对应的主标签，以及所述分组标签对应分组中的子标签、目标用车场景、目标信息需求，确定目标车载信息。

其中，所述分组标签，是在获取场景监测信息后，根据所述场景检测信息中的属性信息确定的。所述场景检测信息中的属性信息包括时间信息、地理位置信息等等。

具体的，所述的分组维度是所述子标签对应的埋点数据中的属性信息，多种属性信息的结合、根据埋点数据的至少一种属性信息所确定的信息；例如，分组维度可以是按照时间、地理位置、时间+地理位置、根据时间+地理位置确定的天气，等等。

本申请实施例中，所述用车场景、每个用车场景下的信息需求如下表二所示。

表二

所述用户画像的主标签，表征了该用户在该用车场景下的偏好，例如：在安全驾驶场景下，用户的主标签可以为：易疲劳、车辆故障多；所述子标签，表征了该用户对信息需求的偏好，例如：疲劳驾驶提醒对应的子标签可以为：男声提醒、相声。

针对本申请所述的子标签分组，示例性的，例如：休闲娱乐场景下的音乐推荐，依据时间确定分组标签为：工作日、周末、依据地理位置确定分组标签为：成都、河南；依据时间+地理位置确定分组标签为：上班途中、下班途中、海边旅游、夏日海边等；根据天气确定分组标签为：阴天、晴天等。

示例性的：工作日分组中的子标签为：摇滚、激昂、歌手A；周末分组中的子标签为：舒缓、轻松、歌手B。

也就是说，本申请实施例中，在根据埋点数据生成用户的子标签之后，根据子标签对应的埋点数据中的属性信息，更进一步的对所述子标签进行分组，以再次缩小用户偏好的范围，从而形成主标签、子标签、子标签分组多个层次的用户标签，从而结合具体的用车场景、用户需求和时间、地理位置、天气等更加细节的信息，更为准确的从用户的需求出发，确定与用户更加合适的目标车载信息。

在所述步骤S103中，获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求。

所述场景监测信息，为触发车载信息推荐的信息，所述车载信息同样为车载终端所采集的信息，例如，用户首次发动车、用户操作触摸屏、用户急刹车、连续变道等等。

具体的，获取场景监测信息，包括：

不同的场景监测信息对应的优先级不同，在场景监测信息的上传过程中，优先级高的场景监测信息优先上传；所述场景监测信息的优先级是根据用车场景下的信息需求确定的。

例如：安全驾驶场景下的信息需求优先级高，休闲娱乐场景的信息需求的优先级低。

不同的场景监测信息在上传至云端的过程中，需要先缓存在内存之中，再上传至云端，不用的场景监测信息组成的数据队列往往是先进先出的，但是，由于用车场景下不同的信息需求对信息播放的紧急程度不同，例如安全驾驶场景下需要更加及时的触发信息推荐，从而及时播放信息以提醒驾驶员，因此，将不同的场景监测信息设置为不同的优先级，从而保证对即时性要求高的信息推荐所对应的场景监测信息及时上传至云端，保证车载信息及时播放。

在所述步骤S104中，根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

将所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求发送至车载信息提供平台；

所述车载信息提供平台根据所述主标签、子标签、目标用车场景、目标信息需求，检索出目标车载信息，并响应所述车载控制平台针对所述目标车载信息的允许播放指令，将所述目标车载信息发送至车载控制平台进行展示。

也就是说，所述车载信息的具体内容，并没有存储在所述车载控制平台中，更没有存储在车载控制平台的车载终端中，而是存储在车载信息提供平台上，所述车载信息提供平台可以存储更加丰富的信息和算力，从而能够及时、准确的检索出目标车载信息。

所述车载信息提供平台可以为：CDN服务器，即内容服务器。

在所述车载信息提供平台响应所述车载控制平台针对所述目标车载信息的允许播放指令之前，所述方法包括：

针对检索出的目标车载信息，所述车载控制平台展示一选择控件；

所述车载控制平台响应针对所述选择控件的同意操作，生成允许播放指令，并将所述允许播放指令发送至车载信息提供平台，以使所述响应所述车载控制平台针对所述目标车载信息的允许播放指令，将所述目标车载信息发送至车载控制平台进行展。

反之，所述车载控制平台响应针对所述选择控件的拒绝操作，放弃本次推荐。

所述车载信息提供平台将所述目标车载信息发送至车载控制平台进行展示，具体的，所述车载信息提供平台通过拉流直播的方式将所述目标车载信息发送至车载控制平台进行展示，实现即时播放，使得车载控制平台无需将内容下载到本地，节省了存储空间；也无需额外实现下载任务管理策略、存储管理策略等软件功能，大大节省了车载控制平台的软、硬件成本。

具体的，所述拉流直播，是通过ijkplayer多媒体引擎实现的。

本申请实施例中，确定埋点数据所属的主类别和所属的子类别之后，所述方法包括：

当所述主类别下的埋点数据是否满足第一更新条件，更新所述用户画像的主标签；

当所述子类别下的埋点数据是否满足第二更新条件，更新所述用户画像的子类别标签。

其中，埋点数据的主类别不同，所述第一更新条件不同；埋点数据的子类别不同，所述第二更新条件不同。所述第一更新条件、第二更新条件可以为：所述埋点数据达到预设数量；所述埋点数据达到预设更新时间；所述埋点数据的变化满足预设变化条件。

当生成用户画像后，依然保持埋点数据的采集和上传，从而不断的完善与每个用车场景对应的主标签、与每个信息需求对应的子标签，从而提升车载信息的推荐精度。

本申请实施例中，如图3所示，所述根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端，包括：

S301、按照埋点数据的类别，将本地缓存的埋点数据储存在本地数据库中；

S302、当本地数据库中存储的埋点数据满足上传规则后，将所述埋点数据上传至云端；

S303、所述云端针对上传成功的埋点数据，向所述本地数据库返回一上传成功信息，以使所述本地数据库删除所述上传成功的埋点数据。

对于车载控制系统中埋点数据的采集过程而言，分为应用层、埋点服务层；

所述应用层为汽车座舱中的各种软件、硬件，所述应用层采集的埋点数据发送至埋点服务层，并接收到埋点服务层返回的发送成功信息。

当埋点数据发送至埋点服务层后，先缓存在内存中进行临时存储，最后将所述缓存的埋点数据录入本地数据库中，一是清除内存，以继续接收应用层的埋点数据，另一方面防止接收的埋点数据丢失；

当本地数据库存储的埋点数据满足上传规则时，则将上传数据上传到云端，同时，只有在接收到云端返回的上传成功信息后，才删除对应的本地埋点数据，从而防止埋点数据丢失。

在本申请实施例中，还提供一种车载信息推荐装置，应用于车载控制平台；如图4所示，所述装置包括：

第一获取模块401，用于获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

生成模块402，用于根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

第二获取模块403，用于获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

确定模块404，用于根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

在一些实施例中，所述装置还包括：

分组模块，用于在生成该用户的主标签下的子标签后，按照预设的分组维度将所述子标签进行分组；其中，不同的分组对应不同的分组标签；

所述确定模块404， 具体用于确定所述场景监测信息对应的分组标签，并根据所述目标用车场景对应的主标签，以及所述分组标签对应分组中的子标签、目标用车场景、目标信息需求，确定目标车载信息。

在一些实施例中，所述装置还包括：

第一更新模块，用于在确定埋点数据所属的主类别和所属的子类别之后，当所述主类别下的埋点数据是否满足第一更新条件，更新所述用户画像的主标签；

第二更新模块，用于在确定埋点数据所属的主类别和所属的子类别之后，当所述子类别下的埋点数据是否满足第二更新条件，更新所述用户画像的子类别标签。

在一些实施例中，所述车载控制平台包括车载终端和云端；所述装置还包括：

采集模块，用于从多个不同的车辆使用维度，采集多种类别的埋点数据；其中，不同类别的埋点数据对应不同的上传规则；所述上传规则的是根据埋点数据所属的主类别和所属的子类别确定的；

上传模块，用于根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端。

在一些实施例中，所述上传模块，具体用于：当本地数据库中存储的埋点数据满足上传规则后，将所述埋点数据上传至云端；所述云端针对上传成功的埋点数据，向所述本地数据库返回一上传成功信息，以使所述本地数据库删除所述上传成功的埋点数据。

在一些实施例中，不同的场景监测信息对应的优先级不同，在场景监测信息的上传过程中，优先级高的场景监测信息优先上传；所述场景监测信息的优先级是根据用车场景下的信息需求确定的。

在一些实施例中，所述确定模块404，具体包括：

将所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求发送至车载信息提供平台；所述车载信息提供平台根据所述主标签、子标签、目标用车场景、目标信息需求，检索出目标车载信息，并响应所述车载控制平台针对所述目标车载信息的允许播放指令，将所述目标车载信息发送至车载控制平台进行展示。

如图5所示，本申请实施例中，还提供一种电子设备，包括：本申请实施例中，还提供一种电子设备，包括：处理器502、存储器501和总线，所述存储器501存储有所述处理器502可执行的机器可读指令，当电子设备运行时，所述处理器502与所述存储器501之间通过总线通信，所述机器可读指令被所述处理器502执行时执行所述的车载信息推荐方法的步骤。

本申请实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的车载信息推荐方法的步骤。

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，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。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。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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通信接口，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块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。

所述功能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，可以存储在一个处理器可执行的非易失的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，平台服务器，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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种车载信息推荐方法，其特征在于，应用于车载控制平台；所述方法包括：

获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

2.根据权利要求1所述的车载信息推荐方法，其特征在于，生成该用户的主标签下的子标签后，所述方法包括：

按照预设的分组维度将所述子标签进行分组；其中，不同的分组对应不同的分组标签；

根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

确定所述场景监测信息对应的分组标签，并根据所述目标用车场景对应的主标签，以及所述分组标签对应分组中的子标签、目标用车场景、目标信息需求，确定目标车载信息。

3.根据权利要求1所述的车载信息推荐方法，其特征在于，确定埋点数据所属的主类别和所属的子类别之后，所述方法包括：

当所述主类别下的埋点数据是否满足第一更新条件，更新所述用户画像的主标签；

当所述子类别下的埋点数据是否满足第二更新条件，更新所述用户画像的子类别标签。

4.根据权利要求1所述的车载信息推荐方法，其特征在于，所述车载控制平台包括车载终端和云端；所述获取埋点数据之前，所述方法包括：

所述车载终端从多个不同的车辆使用维度，采集多种类别的埋点数据；其中，不同类别的埋点数据对应不同的上传规则；所述上传规则的是根据埋点数据所属的主类别和所属的子类别确定的；

根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端。

5.根据权利要求4所述的车载信息推荐方法，其特征在于，根据所述埋点数据对应的上传规则，将所述埋点数据上传至云端，包括：

按照埋点数据的类别，将本地缓存的埋点数据储存在本地数据库中；

当本地数据库中存储的埋点数据满足上传规则后，将所述埋点数据上传至云端；

所述云端针对上传成功的埋点数据，向所述本地数据库返回一上传成功信息，以使所述本地数据库删除所述上传成功的埋点数据。

6.根据权利要求1所述的车载信息推荐方法，其特征在于，获取场景监测信息，包括：

不同的场景监测信息对应的优先级不同，在场景监测信息的上传过程中，优先级高的场景监测信息优先上传；所述场景监测信息的优先级是根据用车场景下的信息需求确定的。

7.根据权利要求1所述的车载信息推荐方法，其特征在于，根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息，包括：

将所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求发送至车载信息提供平台；

所述车载信息提供平台根据所述主标签、子标签、目标用车场景、目标信息需求，检索出目标车载信息，并响应所述车载控制平台针对所述目标车载信息的允许播放指令，将所述目标车载信息发送至车载控制平台进行展示。

8.一种车载信息推荐装置，其特征在于，应用于车载控制平台；所述装置包括：

第一获取模块，用于获取埋点数据，并按照预设分类规则，确定埋点数据所属的主类别和所属的子类别；其中，每一主类别下有多个子类别；

生成模块，用于根据主类别下的埋点数据，生成用户画像的主标签；并根据所述主类别下子类别的埋点数据，生成该用户的主标签下的子标签；其中，所述主标签对应所述用户预设内容索引中的用车场景，所述子标签对应用户该用车场景下的信息需求；其中，每种用车场景下包括多种信息需求；

第二获取模块，用于获取场景监测信息，并根据所述场景监测信息选择出目标用车场景以及所述目标用车场景下的目标信息需求；

确定模块，用于根据所述目标用车场景对应的主标签，以及所述目标用车场景下的信息需求对应的子标签、目标用车场景、目标信息需求，确定目标车载信息。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任意一项所述的车载信息推荐方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任意一项所述的车载信息推荐方法的步骤。

Images