CN114943030A - 一种网联汽车推荐方法及系统 - Google Patents
一种网联汽车推荐方法及系统 Download PDFInfo
- Publication number
- CN114943030A CN114943030A CN202210505434.1A CN202210505434A CN114943030A CN 114943030 A CN114943030 A CN 114943030A CN 202210505434 A CN202210505434 A CN 202210505434A CN 114943030 A CN114943030 A CN 114943030A
- Authority
- CN
- China
- Prior art keywords
- scene
- data
- recommendation
- vehicle
- target
- 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
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种网联汽车推荐方法及系统,其中网联汽车推荐系统包括:场景定义模块,用于定义推荐场景,以及推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;数据采集模块,用于采集车辆数据、用户数据和环境数据;场景触发模块,用于根据车辆数据、用户数据、环境数据以及触发条件,确定目标推荐场景;资源召回模块,用于根据目标推荐场景、车辆数据、用户数据和环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;推荐分发模块,用于将目标推荐内容以目标触达方式分发给目标推荐对象。本发明能够有效的提高服务资源的利用率,以及推荐效率及推荐的准确性。
Description
技术领域
本发明涉及汽车技术领域,尤其涉及一种网联汽车推荐方法及系统。
背景技术
随着汽车智能化的快速发展,智能推荐能力已经成为车企生态服务资源、运营内容触达用户的关键手段。目前大多数车企的智能推荐平台采用人工定义的规则引擎驱动和匹配资源,由于影响决策的因素众多,人工建立和维护规则日益困难;智能网联汽车产生的数据量巨大,人工难以从中识别和提取出对推荐效果有影响的关键特征;数据本身变化极快,人工调整无法跟上变化速度。因此,目前的智能网联汽车还无法还好的适应用户需求,推送效率低,场景契合不准确。
发明内容
鉴于上述问题,本发明提出了一种网联汽车推荐方法及系统,能够适应用户需求,推荐场景契合更加准确,推送效率高。
第一方面,本申请通过一实施例提供如下技术方案:
一种网联汽车推荐系统,包括:
场景定义模块,用于定义推荐场景,以及所述推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;数据采集模块,用于采集车辆数据、用户数据和环境数据;场景触发模块,用于根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定目标推荐场景;资源召回模块,用于根据所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;推荐分发模块,用于将所述目标推荐内容以所述目标触达方式分发给所述目标推荐对象。
可选的,所述场景触发模块包括:
场景获取单元,用于根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定两个以上的待选推荐场景;场景仲裁单元,用于根据预设的场景优先级从所述两个以上的待选推荐场景中确定出所述目标推荐场景。
可选的,所述车辆数据包括车辆坐标、车辆电量和目的地坐标,所述用户数据包括停车习惯特征和充电习惯特征,所述环境数据包括停车场距离、停车场充电桩数据和停车场费用数据;所述触发条件为所述车辆坐标与所述目的地坐标之间的导航距离小于预设距离;所述场景触发模块,包括:判断单元,用于获取所述车辆坐标和所述目的地坐标之间的导航距离,并判断所述导航距离是否小于所述预设距离;充电判断单元,用于若所述导航距离小于所述预设距离,则根据所述车辆电量和所述充电习惯特征,确定车辆是否需要充电;第一场景确定单元,用于若确定所述车辆需要充电,则确定车辆充电为所述目标推荐场景;第二场景确定单元,用于若确定所述车辆不需要充电,则确定车辆停车为所述目标推荐场景;所述资源召回模块,包括:第一资源匹配单元,用于若确定所述车辆需要充电,则根据所述停车场距离、停车场充电桩数据和停车场费用数据,获得用于推荐给用户的且可充电的第一停车场;第二资源匹配单元,用于若确定所述车辆不需要充电,则根据所述停车场距离、停车习惯特征和停车场费用数据,获得用于推荐给用户的第二停车场。
可选的,所述资源召回模块还包括:
第三资源匹配单元,用于将所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据输入预设的目标推荐模型,获得对应的目标推荐内容、目标推荐对象和目标触达方式。
可选的,还包括模型优化模块用于:
在使用所述目标推荐模型第一预设时段后,基于所述目标推荐场景对应的历史数据训练所述目标推荐模型对应的原始推荐模型,获得新推荐模型;所述历史数据包括历史车辆数据、历史用户数据以及历史环境数据;在第二预设时段内采用所述新推荐模型进行所述目标推荐场景的内容推荐,并获取所述新推荐模型对应的新接受率;获取所述目标推荐模型对应的旧接受率;判断所述旧接受率是否大于所述新接受率;若是,则继续使用所述目标推荐模型进行所述目标推荐场景的内容推荐;若否,则将所述目标推荐模型更新为所述新推荐模型,以采用所述新推荐模型进行所述目标推荐场景的内容推荐。
可选的,还包括:数据处理模块,用于:
对所述车辆数据、所述用户数据和所述环境数据进行过滤处理,并存储处理后的所述车辆数据、所述用户数据和所述环境数据。
第二方面,基于同一发明构思,本申请通过一实施例提供如下技术方案:
一种网联汽车推荐方法,应用于前述第一方面中任一所述的网联汽车推荐系统,所述网联汽车推荐方法包括:
控制场景定义模块定义推荐场景,以及所述推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;控制数据采集模块采集车辆数据、用户数据和环境数据;控制场景触发模块根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定目标推荐场景;控制资源召回模块根据所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;控制推荐分发模块将所述目标推荐内容以所述目标触达方式分发给所述目标推荐对象。
可选的,所述场景触发模块包括:场景获取单元和场景仲裁单元;所述方法包括:
控制场景获取单元根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定两个以上的待选推荐场景;控制场景仲裁单元根据预设的场景优先级从所述两个以上的待选推荐场景中确定出所述目标推荐场景。
第三方面,基于同一发明构思,本申请通过一实施例提供如下技术方案:
一种车辆,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述车辆的车机系统实现前述第二方面中任一项所述方法的步骤。
第四方面,基于同一发明构思,本申请通过一实施例提供如下技术方案:
一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述第二方面中任一项所述方法的步骤。
本发明实施例中提供的一种网联汽车推荐方法及系统,其中网联汽车推荐系统包括:场景定义模块,用于定义推荐场景,以及推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;数据采集模块,用于采集车辆数据、用户数据和环境数据;场景触发模块,用于根据车辆数据、用户数据、环境数据以及触发条件,确定目标推荐场景;资源召回模块,用于根据目标推荐场景、车辆数据、用户数据和环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;推荐分发模块,用于将目标推荐内容以目标触达方式分发给目标推荐对象。本实施例中通过场景定义和场景触发,能够在识别目标推荐场景后为目标推荐对象推荐更加匹配目标对象同时契合目标推荐场景的目标推荐内容,有效的提高了服务资源的利用率,提高了推荐效率和准确性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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。在附图中:
图1示出了本发明第一实施例提供的一种网联汽车推荐系统的结构示意图;
图2示出了本发明第一实施例提供的一种网联汽车推荐方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
请参阅图1,在本发明的一实施例中提供了一种网联汽车推荐系统100,包括:场景定义模块101,数据采集模块102,数据处理模块103,场景触发模块104,资源召回模块105,模型优化模块106以及推荐分发模块107。
场景定义模块101,用于定义推荐场景,以及推荐场景对应的触发条件、推荐内容、推荐对象和触达方式。该场景定义模块101作为场景触发模块104和资源召回模块105的工作基础。
具体的,推荐场景可以是车辆停车场景,车辆充电场景,寻找服务场景(餐厅、景点、洗车、厕所、等等),特殊日期。
触发条件可以是基于特定事件的判断,包括但不限于,判断车辆位置与目的地之间的距离是否小于预设距离(如车辆位置与目的地的距离),判断当前时间/日期是否为特定的时间/日期(如用户生日或者基于某个运营活动时间等),判断车辆是否完成某一动作(如开门、关门、落锁、打开某一车载应用、等等),判断车辆剩余电量是否小于预设电量阈值,等等。推荐内容包括但不限于停车场、充电站、服务场景、提示信息等等;例如通过车载虚拟助手语音播报、动作提醒,执行一系列车控操作,召回某一类/某几类应用资源,或者向用户推荐与该场景相关的生态服务等。推荐对象包括但不限于特定的人员,驾驶员,等等;此外,还可以根据不同车型配置和或/用户画像来匹配推荐对象,如针对具备某一配置的车型推荐相关车控服务,只对某一年性别和/或年龄段的用户推荐特定服务,对某一地区和/或某一批车主推荐专属服务等。触达方式包括但不限于,可以是车载虚拟助手语音播报,可以是语音配合显示屏的动作形象展现;可以是基于多轮对话能力的交互式推荐流;还可以是消息通知类的图/文/多媒体信息推荐。
需要说明的是,推荐场景、触发条件、推荐内容、推荐对象和触达方式具有一定的对应关系;也就是说,一个推荐场景对应有一具体的触发条件,对应有一类推荐内容,对应有一类推荐对象;一个推荐内容对应有具体的触达方式。
例如,在车辆停车场景,触发条件可以是判断车辆位置与目的地之间的距离是否小于预设距离(若是,则触发车辆停车场景);推荐内容可以是距离车辆最近的停车场,或者一定距离范围内的最便宜停车场;推荐对象为驾驶人员;触达方式为中控屏进行地图显示,显示内容可包括路线信息和费用信息,还可以是语音播报。
又如,在特殊日期场景,触发条件可以是判断当前时间/日期是否为特定的时间/日期;推荐内容可以是提醒信息;推荐对象可为预先设置的指定人员;触达方式可以是车内语音提示、中控屏显示或短信提醒。
数据采集模块102,用于采集车辆数据、用户数据和环境数据。车辆数据可包括车内空间温度、车辆速度、车辆位置、车辆挡位、门窗锁状态、是否进入地理围栏、防盗报警等等;用户数据可包括驾驶员年龄、驾驶员性别、驾驶习惯(如不同道路的平均驾驶速度、驾驶路段是否导航或播放音乐等)、驾驶员生日、驾驶员亲属生日、驾驶员调休日、用户行为(如驾驶员上车、司机疲劳驾驶、副驾上车、儿童上车;又如人机交互系统中发生的某一行为,用户在地图中搜索附近充电站)等等;环境数据,可包括车外环境温度、当地天气、目的地天气、道路类型、周边路况、通勤时段、等等。
进一步的,为了保证数据采集模块102所采集的各种数据能够更加准确反映的实际情况,或供后期进行模型优化、场景识别和场景触发使用。因此,在本实施例中的网联汽车推荐系统100还可包括数据处理模块103,该数据处理模块103用于:对车辆数据、用户数据和环境数据进行过滤处理,并存储处理后的车辆数据、用户数据和环境数据。处理的方式可采用现有的过滤算法,以去除所采集的车辆数据、用户数据或环境数据中的毛刺数据。该数据处理模块103可实现在线处理数据,也可实现离线处理数据,离线计算能力用于对实时性要求不高的数据处理,如用户画像生成、运营统计分析等。
场景触发模块104,用于根据车辆数据、用户数据、环境数据以及触发条件,确定目标推荐场景。具体的,场景触发模块104包括:场景获取单元和场景仲裁单元。
场景获取单元,用于根据车辆数据、用户数据、环境数据以及触发条件,确定两个以上的待选推荐场景。场景仲裁单元,用于根据预设的场景优先级从两个以上的待选推荐场景中确定出目标推荐场景。可以理解的,当处于车辆数据、用户数据以及环境数据能够同时满足两个以上的触发条件时,则将触发两个以上的推荐场景,即待选推荐场景;例如,当车辆离目的地的距离小于预设距离时,同时,车辆剩余电量小于预设电量阈值,此时就可触发车辆停车场景以及车辆充电场景。当预设的场景优先级为车辆充电场景高于车辆停车场景,则最终确定的目标推荐场景为车辆充电场景。通过预设场景优先级实现推荐场景仲裁可保证更加准确的识别推荐场景。在一些实现方式中,场景的优先级可以基于业务需要来定义,例如,特别日期祝福语及礼遇推送场景的优先级高于常规开机迎宾场景;异常天气预警场景的优先级高于常规天气播报场景;疲劳驾驶提醒场景的优先级高于娱乐资源推荐。也可以基于用户对场景的反馈来动态调整,例如,某一场景推荐经常接到用户的负向反馈,则其优先级会逐渐降低,相比其他高优先级场景更加不易触发。
资源召回模块105,用于根据目标推荐场景、车辆数据、用户数据和环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式。
在一些实现方式中,车辆数据包括车辆坐标、车辆电量和目的地坐标,用户数据包括停车习惯特征和充电习惯特征,环境数据包括停车场距离、停车场充电桩数据和停车场费用数据;触发条件为车辆坐标与目的地坐标之间的导航距离小于预设距离;场景触发模块104,还可包括:判断单元、第一场景确定单元和第二场景确定单元。
具体的,判断单元用于获取车辆坐标和目的地坐标之间的导航距离,并判断导航距离是否小于预设距离;充电判断单元,用于若导航距离小于预设距离,则根据车辆电量和充电习惯特征,确定车辆是否需要充电;充电习惯特征表示用户给车辆进行充电时的车辆电量区间,该充电习惯特征可通过统计用户开始给车辆充电时的车辆电量获得。例如,当50%以上的充电情景,车辆电量小于35%,则该充电习惯特征为车辆电量小于35%时,车辆需要充电。第一场景确定单元,用于若确定车辆需要充电,则确定车辆充电为目标推荐场景;第二场景确定单元,用于若确定车辆不需要充电,则确定车辆停车为目标推荐场景。
进一步的,资源召回模块105,包括:
第一资源匹配单元,用于若确定车辆需要充电,则根据停车场距离、停车场充电桩数据和停车场费用数据,获得用于推荐给用户的且可充电的第一停车场;例如,停车场充电桩数据包含停车场可用充电桩,充电费用信息等,可将将还有可用充电桩的停车场筛选出来,按照停车场距离或充电费用进行排序,将距离最短或费用最低的第一停车场推荐给用户,第一停车场可以是排序后最优的多个,以供用户选择。
第二资源匹配单元,用于若确定车辆不需要充电,则根据停车场距离、停车习惯特征和停车场费用数据,获得用于推荐给用户的第二停车场。例如,停车习惯特征表征用户优先选择地下停车场,则根据停车场距离和停车场费用对地下停车场进行排序,将距离最短或费用最低的第二停车场推荐给用户,第二停车场可以是排序后最优的多个,以供用户选择。
此外,一些实现方式中还可考虑车辆品牌和充电口类型等,从而排除不匹配的充电桩,避免召回该类充电桩对应的停车场,实现更加准确的匹配。
在一些实现方式中,资源召回模块105还包括:
第三资源匹配单元,用于将目标推荐场景、车辆数据、用户数据和环境数据输入预设的目标推荐模型,获得对应的目标推荐内容、目标推荐对象和目标触达方式。
具体得,通过目标推荐模型可实现用户画像和精准匹配;当然,在一些实现方式中可根据用户数据生成用户画像,然后将目标推荐场景、车辆数据、用户画像和环境数据输入预设的目标推荐模型,获得对应的目标推荐内容、目标推荐对象和目标触达方式。用户画像可以通过周期的用户静态数据同步来生成,也可以基于实时的用户动态数据采集来生成。用户画像可包括用户静态画像和用户动态画像。用户静态画像一般包括用户的人口属性、社会属性等;汽车行业的车主用户画像还可包括车辆的相关属性。进一步的,用户动态画像可以是用户的驾驶习惯、出行习惯、停车习惯、用车习惯、维保习惯、加油习惯、充电习惯、消费习惯、兴趣爱好、应用偏好、内容偏好、最近发生的行为、等等。用户画像可用于挖掘用户兴趣特征,精准匹配相关度最高的个性化服务资源。
本实施中通过资源召回模块105中的第一资源匹配单元、第二资源匹配单元以及第三资源匹配单元,能够更加精准的为用户匹配对应的推荐内容。
进一步的,在一些实现方式中还可设置模型优化模块106,通过模型优化模块106不断的对推荐模型进行更新,避免长时间的固定化推送,不能适应认为习惯的变化。
具体的,该模型优化模块106,用于在使用目标推荐模型第一预设时段后,基于目标推荐场景对应的历史数据训练目标推荐模型对应的原始推荐模型,获得新推荐模型;历史数据包括历史车辆数据、历史用户数据以及历史环境数据。这些历史数据可存储在数据采集模块102中,供推荐模型更新时使用。原始推荐模块可以采用现有的神经网络模型、回归模型等机器学习方法实现。需要说明的是,针对不同的推荐场景可采用不同的或相同的原始推荐模型;在训练该原始模型时,分别使用每个推荐场景对应的历史数据进行训练,得到各个推荐场景对应的推荐模型;在场景触发模块104识别出对应的推荐场景之后,调用对应的推荐模型进行推荐内容的匹配。
在第二预设时段内采用新推荐模型进行目标推荐场景的内容推荐,并获取新推荐模型对应的新接受率;获取目标推荐模型对应的旧接受率;判断旧接受率是否大于新接受率;若是,则继续使用目标推荐模型进行目标推荐场景的内容推荐;若否,则将目标推荐模型更新为新推荐模型,以采用新推荐模型进行目标推荐场景的内容推荐。在推荐目标推荐内容后,还可统计用户反馈;用户反馈可包括正向反馈(接受)、负向反馈(拒绝)、无反馈(无效的触达)。接受率为推荐分发模块107向用户推荐对应的目标推荐内容后系统收到用户的正向反馈的比例,例如,用户接受了目标推荐内容,用户对推荐内容进行了点击,用户对推荐内容进行收藏,用户将车辆行驶到目标推荐内容对应的位置。也就是说,在第二预设时段内是对新推荐模型进行试用,在试用结束时通过接受率来判断该新推荐模型是否优于旧的目标推荐模型。
在更新的过程中,所使用的历史数据也可根据时间进行前移,也即历史数据为与当前更新时间最相邻的第三预设时段内的数据;例如,所使用的历史数据为1个月的,则4月初更新时,使用的历史数据可为3月的;5月初更新时,使用的历史数据可为4月的,以此类推。
可以理解的,在实际实现过程中每隔一个更新周期需要对推荐模型进行一次更新判断,一个更新周期为第一预设时段和第二预设时间段之和。通过更新保证整个系统在用户使用过程中不断的调整以契合用户的习惯变化,从而找到最准确的推荐模型。例如,以停车充电对应的“推荐模型”为例,“用户特征(用户数据)+停车场特征(环境数据)+接受率”就构成了一条模型训练的原始样本,通过训练找到最敏感的用户特征和停车场特征,相比改进模型算法,该方式能够训练找到更加可靠的模型参数,从而提高模型的准确性。不仅如此,系统中存在的、参与到模型决策的相关业务规则都可以作为模型的特征输入,也就是将业务规则特征化。通过机器学习和算法训练可以不断地更新调整参数,从而实现各决策因子的影响从趋势到量化的改变,使得预测的结果更为精准。
推荐分发模块107,用于将目标推荐内容以目标触达方式分发给目标推荐对象。可以理解的是,推荐分发模块107可以将资源召回模块105获取的目标推荐内容以消息下发的形式,通过网络平台分发到车机、手机等指定客户端;可以是车辆维度,针对一某类车或者某辆车;或者是用户维度,针对某类用户或当前登录用户。进一步的,推荐分发模块107还可通过预设的黑白名单来干预特定车辆/用户的推送,以满足车主的一些个性化需求;避免对特定的人造成骚扰。
综上所述,本发明的网联汽车推荐系统100解决了传统车企推荐引擎人工决策、规则驱动带来的运营成本高、推荐效果不佳、无法持续优化等问题。并且本实施例的网联汽车推荐系统100可兼容智能网联汽车整体架构,实现了车企生态服务资源、运营内容推荐与用户用车场景的无缝结合,打造千人千面的智能化推荐体验。一方面可以帮助车企大大节省人工运营成本,提升推荐的效率和效果;另一方面助力车企打造智能化的品牌形象,提高用户粘性;同时,还可通过推荐内容为生态资源引流和促进转化,提高服务资源利用率。
请参阅图2,基于统一发明构思,在本发明的又一实施例中还提供了一种网联汽车推荐方法,应用于前述实施例中的任一所述的网联汽车推荐系统,该网联汽车推荐方法包括:
步骤S10:控制场景定义模块定义推荐场景,以及所述推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;
步骤S20:控制数据采集模块采集车辆数据、用户数据和环境数据;
步骤S30:控制场景触发模块根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定目标推荐场景;
步骤S40:控制资源召回模块根据所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;
步骤S50:控制推荐分发模块将所述目标推荐内容以所述目标触达方式分发给所述目标推荐对象。
在一些可选的实施方式中,所述场景触发模块包括:场景获取单元和场景仲裁单元;所述方法包括:
控制场景获取单元根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定两个以上的待选推荐场景;控制场景仲裁单元根据预设的场景优先级从所述两个以上的待选推荐场景中确定出所述目标推荐场景。
需要说明的是,本发明实施例所提供的网联汽车推荐方法,其具体实现及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述系统实施例中相应内容。
基于同一发明构思,本发明的又一实施例中还提供了一种车辆,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述车辆的车机系统实现前述方法实施例中任一项所述方法的步骤。需要说明的是,本发明实施例所提供的车辆,指令被处理器执行时,每个步骤的具体实现及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
基于同一发明构思,本发明的又一实施例中还提供了一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述方法实施例中任一项所述方法的步骤。需要说明的是,本发明实施例所提供的可读存储介质,其中程序被处理器执行时,每个步骤的具体实现及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本文中出现的术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系;单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种网联汽车推荐系统,其特征在于,包括:
场景定义模块,用于定义推荐场景,以及所述推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;
数据采集模块,用于采集车辆数据、用户数据和环境数据;
场景触发模块,用于根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定目标推荐场景;
资源召回模块,用于根据所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;
推荐分发模块,用于将所述目标推荐内容以所述目标触达方式分发给所述目标推荐对象。
2.根据权利要求1所述的网联汽车推荐系统,其特征在于,所述场景触发模块包括:
场景获取单元,用于根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定两个以上的待选推荐场景;
场景仲裁单元,用于根据预设的场景优先级从所述两个以上的待选推荐场景中确定出所述目标推荐场景。
3.根据权利要求1所述的网联汽车推荐系统,其特征在于,所述车辆数据包括车辆坐标、车辆电量和目的地坐标,所述用户数据包括停车习惯特征和充电习惯特征,所述环境数据包括停车场距离、停车场充电桩数据和停车场费用数据;所述触发条件为所述车辆坐标与所述目的地坐标之间的导航距离小于预设距离;所述场景触发模块,包括:
判断单元,用于获取所述车辆坐标和所述目的地坐标之间的导航距离,并判断所述导航距离是否小于所述预设距离;
充电判断单元,用于若所述导航距离小于所述预设距离,则根据所述车辆电量和所述充电习惯特征,确定车辆是否需要充电;
第一场景确定单元,用于若确定所述车辆需要充电,则确定车辆充电为所述目标推荐场景;
第二场景确定单元,用于若确定所述车辆不需要充电,则确定车辆停车为所述目标推荐场景;
所述资源召回模块,包括:
第一资源匹配单元,用于若确定所述车辆需要充电,则根据所述停车场距离、停车场充电桩数据和停车场费用数据,获得用于推荐给用户的且可充电的第一停车场;
第二资源匹配单元,用于若确定所述车辆不需要充电,则根据所述停车场距离、停车习惯特征和停车场费用数据,获得用于推荐给用户的第二停车场。
4.根据权利要求1所述的网联汽车推荐系统,其特征在于,所述资源召回模块还包括:
第三资源匹配单元,用于将所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据输入预设的目标推荐模型,获得对应的目标推荐内容、目标推荐对象和目标触达方式。
5.根据权利要求4所述的网联汽车推荐系统,其特征在于,还包括模型优化模块用于:
在使用所述目标推荐模型第一预设时段后,基于所述目标推荐场景对应的历史数据训练所述目标推荐模型对应的原始推荐模型,获得新推荐模型;所述历史数据包括历史车辆数据、历史用户数据以及历史环境数据;
在第二预设时段内采用所述新推荐模型进行所述目标推荐场景的内容推荐,并获取所述新推荐模型对应的新接受率;获取所述目标推荐模型对应的旧接受率;
判断所述旧接受率是否大于所述新接受率;
若是,则继续使用所述目标推荐模型进行所述目标推荐场景的内容推荐;
若否,则将所述目标推荐模型更新为所述新推荐模型,以采用所述新推荐模型进行所述目标推荐场景的内容推荐。
6.根据权利要求1所述的网联汽车推荐系统,其特征在于,还包括:数据处理模块,用于:
对所述车辆数据、所述用户数据和所述环境数据进行过滤处理,并存储处理后的所述车辆数据、所述用户数据和所述环境数据。
7.一种网联汽车推荐方法,其特征在于,应用于权利要求1-6中任一所述的网联汽车推荐系统,所述网联汽车推荐方法包括:
控制场景定义模块定义推荐场景,以及所述推荐场景对应的触发条件、推荐内容、推荐对象和触达方式;
控制数据采集模块采集车辆数据、用户数据和环境数据;
控制场景触发模块根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定目标推荐场景;
控制资源召回模块根据所述目标推荐场景、所述车辆数据、所述用户数据和所述环境数据,获取对应的目标推荐内容、目标推荐对象和目标触达方式;
控制推荐分发模块将所述目标推荐内容以所述目标触达方式分发给所述目标推荐对象。
8.根据权利要求7所述的方法,其特征在于,所述场景触发模块包括:场景获取单元和场景仲裁单元;所述方法包括:
控制场景获取单元根据所述车辆数据、所述用户数据、所述环境数据以及所述触发条件,确定两个以上的待选推荐场景;
控制场景仲裁单元根据预设的场景优先级从所述两个以上的待选推荐场景中确定出所述目标推荐场景。
9.一种车辆,其特征在于,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述车辆的车机系统实现7-8中任一项所述方法的步骤。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求7-8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505434.1A CN114943030A (zh) | 2022-05-10 | 2022-05-10 | 一种网联汽车推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210505434.1A CN114943030A (zh) | 2022-05-10 | 2022-05-10 | 一种网联汽车推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114943030A true CN114943030A (zh) | 2022-08-26 |
Family
ID=82907631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210505434.1A Pending CN114943030A (zh) | 2022-05-10 | 2022-05-10 | 一种网联汽车推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114943030A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391054A (zh) * | 2022-10-27 | 2022-11-25 | 宁波均联智行科技股份有限公司 | 车机系统的资源分配方法及车机系统 |
CN116016658A (zh) * | 2023-01-05 | 2023-04-25 | 中国第一汽车股份有限公司 | 车辆服务的推荐方法及车辆 |
CN116055553A (zh) * | 2023-01-09 | 2023-05-02 | 中国第一汽车股份有限公司 | 车辆推送信息的处理方法、系统和装置 |
CN117892009A (zh) * | 2024-03-11 | 2024-04-16 | 集度科技(武汉)有限公司 | 车辆电池包的推荐方法、装置、计算机设备及存储介质 |
-
2022
- 2022-05-10 CN CN202210505434.1A patent/CN114943030A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391054A (zh) * | 2022-10-27 | 2022-11-25 | 宁波均联智行科技股份有限公司 | 车机系统的资源分配方法及车机系统 |
CN115391054B (zh) * | 2022-10-27 | 2023-03-17 | 宁波均联智行科技股份有限公司 | 车机系统的资源分配方法及车机系统 |
CN116016658A (zh) * | 2023-01-05 | 2023-04-25 | 中国第一汽车股份有限公司 | 车辆服务的推荐方法及车辆 |
CN116055553A (zh) * | 2023-01-09 | 2023-05-02 | 中国第一汽车股份有限公司 | 车辆推送信息的处理方法、系统和装置 |
CN117892009A (zh) * | 2024-03-11 | 2024-04-16 | 集度科技(武汉)有限公司 | 车辆电池包的推荐方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114943030A (zh) | 一种网联汽车推荐方法及系统 | |
CN112766607B (zh) | 出行路线的推荐方法、装置、电子设备及可读存储介质 | |
US8498953B2 (en) | Method for allocating trip sharing | |
JP5537217B2 (ja) | カーシェアリング予約システム、カーシェアリング予約方法およびカーシェアリング予約プログラム | |
US20110238289A1 (en) | Navigation device and method for predicting the destination of a trip | |
US20190308510A1 (en) | Method, apparatus, and system for providing a time-based representation of a charge or fuel level | |
CN103597476A (zh) | 信息处理装置、信息处理方法及计算机程序 | |
CN104102638A (zh) | 基于位置信息的推送方法、系统和装置 | |
CN111325230A (zh) | 车辆换道决策模型的在线学习方法和在线学习装置 | |
CN111127130B (zh) | 基于用户偏好的能源站点推荐方法、存储介质和电子设备 | |
CN110750713A (zh) | 一种车载服务内容推荐方法、装置、车辆及存储介质 | |
DE112016006754T5 (de) | Verfahren und vorrichtung zur on-demand-kraftstofflieferung | |
Badii et al. | User engagement engine for smart city strategies | |
CN111890873A (zh) | 智能启动车内空调和/或空气净化设备的方法和系统 | |
CN114684152A (zh) | 驾驶体验数据处理的方法、装置、车辆及介质 | |
CN113516332B (zh) | 信息处理装置,非暂时性存储介质和评估方法 | |
WO2023241388A1 (zh) | 模型训练方法及装置、补能意图识别方法及装置、设备、介质 | |
EP3462389A1 (en) | Parking system that meets a second objective and method thereof | |
CN115577173A (zh) | 信息推送方法、装置、设备及存储介质 | |
CN114463029A (zh) | 一种车辆加油日确定方法、装置、设备和相关系统 | |
de Sousa Boieiro et al. | Shared autonomous vehicles ontology | |
CN109979190B (zh) | 一种道路交通状态的预测方法及装置 | |
CN113077293A (zh) | 移动广告的自适应投放方法、服务器及存储介质 | |
US11774257B2 (en) | User behavior influence in transportation systems | |
US20230166725A1 (en) | Optimizing parking locations |
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 |