CN117093773A - 基于换电平台的信息处理方法、装置、存储介质及服务器 - Google Patents
基于换电平台的信息处理方法、装置、存储介质及服务器 Download PDFInfo
- Publication number
- CN117093773A CN117093773A CN202310997619.3A CN202310997619A CN117093773A CN 117093773 A CN117093773 A CN 117093773A CN 202310997619 A CN202310997619 A CN 202310997619A CN 117093773 A CN117093773 A CN 117093773A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- recommendation
- target user
- battery
- 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.)
- Withdrawn
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 158
- 238000006243 chemical reaction Methods 0.000 claims abstract description 101
- 230000005611 electricity Effects 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 137
- 238000010276 construction Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 38
- 230000011273 social behavior Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种换电平台的信息处理方法、基于换电平台的信息处理装置、存储介质及服务器。该换电平台的信息处理方法包括获取换电用户的年龄信息及换电行为信息；基于换电用户的年龄信息及换电行为信息，构建用户画像；用户画像至少包含有具有年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息；其中，特征信息包括年龄信息及换电行为信息中的至少一种；其中，推荐信息用于满足目标用户的换电需求，从而可向用户提前推荐解决用户换电需求的推荐信息，进而有利于提高换电服务能力。
Description
技术领域
本公开涉及新能源车技术领域，尤其涉及一种基于换电平台的信息处理方法、基于换电平台的信息处理装置、存储介质及服务器。
背景技术
随着新能源车辆的迅速发展，电动车换电站越来越多。电池换电站是为电动汽车的动力电池提供动力电池快速更换的能源站。当电动汽车的动力电池的电量出现不足时，用户能够在电池换电站对电动汽车的动力电池进行更换。但随着电动汽车越来越多，换电需求越来越大，用户对换电站的服务要求也越来越高。因此，换电站需要提高换电服务能力。
发明内容
有鉴于此，本公开实施例期望提供一种基于换电平台的信息处理方法、基于换电平台的信息处理装置、存储介质及服务器。
本公开的技术方案是这样实现的：
第一方面，本公开提供一种基于换电平台的信息处理方法。
本公开实施例提供的基于换电平台的信息处理方法，包括：
获取换电用户的年龄信息及换电行为信息；
基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
在一些实施例中，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
在一些实施例中，所述换电行为信息，包括换电用时、换电量、换电频率；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
第二方面，本公开提供一种基于换电平台的信息处理装置，包括：
信息获取模块，用于获取换电用户的年龄信息及换电行为信息；
画像构建模块，用于基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
模型训练模块，用于基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
信息输出模块，用于输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
在一些实施例中，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
在一些实施例中，所述换电行为信息，包括换电用时、换电量、换电频率；所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
第三方面，本公开提供一种计算机可读存储介质，其上存储有基于换电平台的信息处理程序，该基于换电平台的信息处理程序被处理器执行时，实现上述第一方面所述的基于换电平台的信息处理方法。
第四方面，本公开提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于换电平台的信息处理程序，所述处理器执行所述基于换电平台的信息处理程序时，实现上述第一方面所述的基于换电平台的信息处理方法。
根据本公开实施例的基于换电平台的信息处理方法包括获取换电用户的年龄信息及换电行为信息；基于换电用户的年龄信息及换电行为信息，构建用户画像；用户画像至少包含有具有年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息；其中，特征信息包括年龄信息及换电行为信息中的至少一种。其中，推荐信息用于满足目标用户的换电需求。本申请中通过基于换电用户的年龄信息及换电行为信息，构建用户画像；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息，从而向用户提前推荐解决用户换电需求的推荐信息，进而有利于提高换电服务能力。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
图1是根据一示例性实施例示出的基于换电平台的信息处理方法流程图；
图2是根据一示例性实施例示出的基于换电平台的信息处理装置结构示意图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
随着新能源车辆的迅速发展，电动车换电站越来越多。电池换电站是为电动汽车的动力电池提供动力电池快速更换的能源站。当电动汽车的动力电池的电量出现不足时，用户能够在电池换电站对电动汽车的动力电池进行更换。但随着电动汽车越来越多，换电需求越来越大，用户对换电站的服务要求也越来越高。因此，换电站需要提高换电服务能力。
针对上述情况，本公开提供一种基于换电平台的信息处理方法。图1是根据一示例性实施例示出的基于换电平台的信息处理方法流程图。如图1所示，该基于换电平台的信息处理方法包括：
步骤10、获取换电用户的年龄信息及换电行为信息；
步骤11、基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
步骤12、基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
步骤13、输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
在本示例性实施例中，在构建用户画像时，可根据换电用户的年龄信息和换电行为信息进行用户画像构建。除此之外，还可以包括换电用户的职业信息、性别、社交行为信息、充电行为信息等进行用户画像构建。倾向性换电选择行为指换电用户在具有年龄信息和/或换电行为信息的条件下，会产生的更具有倾向性的换电选择行为。除此之外，倾向性换电选择行为还包括换电用户在具有社交行为信息和/或充电行为信息的条件下，会产生的更具有倾向性的换电选择行为。
例如，在A区域经常换电的换电用户，更倾向于在A区域附近的换电站进行换电。换电需求急迫的换电用户，更倾向于换电等待时间短的换电站进行换电，等等。目标模型可以为AI人工智能模型或深度学习模型等。
在本示例性实施例中，推荐信息用于满足目标用户的换电需求。例如，换电用户倾向于换电等待时间短的换电站进行换电，则可以向换电用户推荐附近换电车辆少的换电站。换电用户倾向于行驶道路好的路径进行换电，则可以向换电用户推荐附近行车路径、路况好的换电站进行换电，等等。
根据本公开实施例的基于换电平台的信息处理方法包括获取换电用户的年龄信息及换电行为信息；基于换电用户的年龄信息及换电行为信息，构建用户画像；用户画像至少包含有具有年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息；其中，特征信息包括年龄信息及换电行为信息中的至少一种。其中，推荐信息用于满足目标用户的换电需求。本申请中通过基于换电用户的年龄信息及换电行为信息，构建用户画像；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息，从而向用户提前推荐解决用户换电需求的推荐信息，进而有利于提高换电服务能力。
在一些实施例中，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
在本示例性实施例中，不同年龄段的换电用户倾向于使用的终端操作界面会有不同。例如，老年用户更倾向于采用类似“大字体”、“明亮主题”等特征的终端操作界面。中年用户更倾向于具有亲子、家庭因素等特征的终端操作界面。青少年用户更倾向于具有社交化特征的终端操作界面。例如，具有校园卡特征的终端操作界面。
在本示例性实施例中，换电站匹配信息指根据换电用户倾向性换电选择行为确定出的换电站信息。例如，换电用户倾向于换电用时短的换电站信息、换电用户倾向于换电路况好的换电站信息等等。路线信息指换电用户到换电站的路线信息，可以为多条路线信息供用户选择。例如路程最短路线信息、用时最短路线信息、红路灯最少路线信息等等。电池管理信息指根据用户换电频率及用户状况确定出的供换电用户采纳的电池管理方法信息，以提高电池使用寿命和换电效率。例如，如何进行电池使用管理能够更好的保养电池或更好使用电池的相关信息。通过向换电用户推荐与所述年龄信息对应的终端操作界面、换电站匹配信息、路线信息、电池管理信息等等，有利于提高换电站的换电服务能力、质量和效率。
在一些实施例中，所述换电行为信息，包括换电用时、换电量、换电频率；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
在本示例性实施例中，换电站的当前换电状态包括等待换电的换电车辆情况、可用换电电池情况等等。根据目标用户的所述换电用时、换电量及换电频率，确定出适配用户的换电站后，可根据换电站位置与换电用户的当前位置，确定路线信息。然后向换电用户推送换电站匹配信息、路线信息、电池管理信息。除此之外，还可以向换电用户推送充电桩匹配信息、社交圈信息等。根据换电用户的社交行为信息，向换电用户推送社交圈信息。根据换电用户的充电需求及充电行为信息，向换电用户推送充电桩匹配信息。社交圈信息指根据换电用户的社交行为信息确定出的与换电用户具有共同社交喜好的社交圈相关信息。充电桩匹配信息指根据换电用户可能产生的倾向性充电选择行为得出的充电桩信息，即换电用户进行选择充电时可能选择充电桩的相关信息。其中，结合消费者的充电时间和频率，可以优化电池充电周期和容量管理，延长电池寿命，减少充电时间。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
在本示例性实施例中，所述基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面，包括
基于所述目标用户的年龄信息及所述信息推荐规则，预测所述目标用户的操作界面倾斜性选择行为；
根据所述目标用户的操作界面倾斜性选择行为，确定向所述目标用户推荐的所述终端操作界面。
在本示例性实施例中，当特征信息为目标用户的年龄信息，对应于不同年龄的换电用户具有不同类型或风格的终端操作界面倾向选择。这种具有不同类型或风格的终端操作界面倾向选择即为与年龄信息相关的信息推荐规则。通过基于目标用户的年龄信息及信息推荐规则，预测目标用户的操作界面倾斜性选择行为，从而有利于向换电用户推送更适配的终端操作界面，进而提高换电平台的换电服务质量。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
所述基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息，包括：
基于所述目标用户的换电行为信息及所述信息推荐规则，预测所述目标用户的换电倾斜性选择行为；
根据所述目标用户的换电倾斜性选择行为，确定向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
在本示例性实施例中，当特征信息为目标用户的换电行为信息时，对应于不同换电行为信息的换电用户在进行换电站选择时会有不同的需求选择倾向。在进行换电站选择时会有不同的需求选择倾向即为与换电行为信息对应的信息推荐规则。基于所述目标用户的换电行为信息及所述信息推荐规则，预测所述目标用户的换电倾斜性选择行为，有利于向换电用户推送适配的换电站信息、所述路线信息及所述电池管理信息，进而提高换电平台的换电服务质量。
除上述实施例之外，本申请用户画像还具有以下用途：
基于用户画像的决策支持系统。可采用大模型人工智能进行决策辅助，采用OpenAI(Open Artificial Intelligence，开放人工智能)或LaMDA2(Language Model forDialogue Applications，面向对话的神经网络)等语言模型，输入用户画像数据与运营目标，获得推荐信息。目标通过收集消费者的用车需求、充电习惯等信息，以及外部环境的变化，为企业提供决策支持。例如，分析消费者对车内科技配置的关注度，结合市场趋势，可以为企业制定相应的研发和推广策略。
基于用户画像的个性化服务。可开发人工智能语音服务机器人，使用OpenAI的API，结合换电业务特有的语料库开发站点专属服务机器人。通过对不同消费者的用车需求、行为特征等信息的分析，为消费者提供个性化的服务。例如定制个性化的充电计划、提供行驶路线规划和维修保养建议等。这些服务可以提高消费者忠诚度和满意度。
本公开提供一种基于换电平台的信息处理装置。图2是根据一示例性实施例示出的基于换电平台的信息处理装置结构示意图。如图2所示，基于换电平台的信息处理装置包括：
信息获取模块20，用于获取换电用户的年龄信息及换电行为信息；
画像构建模块21，用于基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
模型训练模块22，用于基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
信息输出模块23，用于输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
在本示例性实施例中，在构建用户画像时，可根据换电用户的年龄信息和换电行为信息进行用户画像构建。除此之外，还可以包括换电用户的职业信息、性别、社交行为信息、充电行为信息等进行用户画像构建。倾向性换电选择行为指换电用户在具有年龄信息和/或换电行为信息的条件下，会产生的更具有倾向性的换电选择行为。除此之外，倾向性换电选择行为还包括换电用户在具有社交行为信息和/或充电行为信息的条件下，会产生的更具有倾向性的换电选择行为。
例如，在A区域经常换电的换电用户，更倾向于在A区域附近的换电站进行换电。换电需求急迫的换电用户，更倾向于换电等待时间短的换电站进行换电，等等。目标模型可以为AI人工智能模型或深度学习模型等。
在本示例性实施例中，推荐信息用于满足目标用户的换电需求。例如，换电用户倾向于换电等待时间短的换电站进行换电，则可以向换电用户推荐附近换电车辆少的换电站。换电用户倾向于行驶道路好的路径进行换电，则可以向换电用户推荐附近行车路径、路况好的换电站进行换电，等等。
根据本公开实施例的基于换电平台的信息处理装置用于获取换电用户的年龄信息及换电行为信息；基于换电用户的年龄信息及换电行为信息，构建用户画像；用户画像至少包含有具有年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息；其中，特征信息包括年龄信息及换电行为信息中的至少一种。其中，推荐信息用于满足目标用户的换电需求。本申请中通过基于换电用户的年龄信息及换电行为信息，构建用户画像；基于用户画像，对目标模型进行训练，得到信息推荐模型；输入目标用户的特征信息至信息推荐模型，得到向目标用户推荐的推荐信息，从而向用户提前推荐解决用户换电需求的推荐信息，进而有利于提高换电服务能力。
在一些实施例中，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
在本示例性实施例中，不同年龄段的换电用户倾向于使用的终端操作界面会有不同。例如，老年用户更倾向于采用类似“大字体”、“明亮主题”等特征的终端操作界面。中年用户更倾向于具有亲子、家庭因素等特征的终端操作界面。青少年用户更倾向于具有社交化特征的终端操作界面。例如，具有校园卡特征的终端操作界面。
在本示例性实施例中，换电站匹配信息指根据换电用户倾向性换电选择行为确定出的换电站信息。例如，换电用户倾向于换电用时短的换电站信息、换电用户倾向于换电路况好的换电站信息等等。路线信息指换电用户到换电站的路线信息，可以为多条路线信息供用户选择。例如路程最短路线信息、用时最短路线信息、红路灯最少路线信息等等。电池管理信息指根据用户换电频率及用户状况确定出的供换电用户采纳的电池管理方法信息，以提高电池使用寿命和换电效率。例如，如何进行电池使用管理能够更好的保养电池或更好使用电池的相关信息。通过向换电用户推荐与所述年龄信息对应的终端操作界面、换电站匹配信息、路线信息、电池管理信息等等，有利于提高换电站的换电服务能力、质量和效率。
在一些实施例中，所述换电行为信息，包括换电用时、换电量、换电频率；所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
在本示例性实施例中，换电站的当前换电状态包括等待换电的换电车辆情况、可用换电电池情况等等。根据目标用户的所述换电用时、换电量及换电频率，确定出适配用户的换电站后，可根据换电站位置与换电用户的当前位置，确定路线信息。然后向换电用户推送换电站匹配信息、路线信息、电池管理信息。除此之外，还可以向换电用户推送充电桩匹配信息、社交圈信息等。根据换电用户的社交行为信息，向换电用户推送社交圈信息。根据换电用户的充电需求及充电行为信息，向换电用户推送充电桩匹配信息。社交圈信息指根据换电用户的社交行为信息确定出的与换电用户具有共同社交喜好的社交圈相关信息。充电桩匹配信息指根据换电用户可能产生的倾向性充电选择行为得出的充电桩信息，即换电用户进行选择充电时可能选择充电桩的相关信息。其中，结合消费者的充电时间和频率，可以优化电池充电周期和容量管理，延长电池寿命，减少充电时间。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
在本示例性实施例中，所述基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面，包括
基于所述目标用户的年龄信息及所述信息推荐规则，预测所述目标用户的操作界面倾斜性选择行为；
根据所述目标用户的操作界面倾斜性选择行为，确定向所述目标用户推荐的所述终端操作界面。
在本示例性实施例中，当特征信息为目标用户的年龄信息，对应于不同年龄的换电用户具有不同类型或风格的终端操作界面倾向选择。这种具有不同类型或风格的终端操作界面倾向选择即为与年龄信息相关的信息推荐规则。通过基于目标用户的年龄信息及信息推荐规则，预测目标用户的操作界面倾斜性选择行为，从而有利于向换电用户推送更适配的终端操作界面，进而提高换电平台的换电服务质量。
在一些实施例中，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
在本示例性实施例中，所述基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息，包括：
基于所述目标用户的换电行为信息及所述信息推荐规则，预测所述目标用户的换电倾斜性选择行为；
根据所述目标用户的换电倾斜性选择行为，确定向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
在本示例性实施例中，当特征信息为目标用户的换电行为信息时，对应于不同换电行为信息的换电用户在进行换电站选择时会有不同的需求选择倾向。在进行换电站选择时会有不同的需求选择倾向即为与换电行为信息对应的信息推荐规则。基于所述目标用户的换电行为信息及所述信息推荐规则，预测所述目标用户的换电倾斜性选择行为，有利于向换电用户推送适配的换电站信息、所述路线信息及所述电池管理信息，进而提高换电平台的换电服务质量。
本公开提供一种计算机可读存储介质，其上存储有基于换电平台的信息处理程序，该基于换电平台的信息处理程序被处理器执行时，实现上述各实施例所述的基于换电平台的信息处理方法。
本公开提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于换电平台的信息处理程序，所述处理器执行所述基于换电平台的信息处理程序时，实现上述各实施例所述的基于换电平台的信息处理方法。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本公开的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。
此外，本公开实施例中所使用的“第一”、“第二”等术语，仅用于描述目的，而不可以理解为指示或者暗示相对重要性，或者隐含指明本实施例中所指示的技术特征数量。由此，本公开实施例中限定有“第一”、“第二”等术语的特征，可以明确或者隐含地表示该实施例中包括至少一个该特征。在本公开的描述中，词语“多个”的含义是至少两个或者两个及以上，例如两个、三个、四个等，除非实施例中另有明确具体的限定。
在本公开中，除非实施例中另有明确的相关规定或者限定，否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或成一体，可以理解的，也可以是机械连接、电连接等；当然，还可以是直接相连，或者通过中间媒介进行间接连接，或者可以是两个元件内部的连通，或者两个元件的相互作用关系。对于本领域的普通技术人员而言，能够根据具体的实施情况理解上述术语在本公开中的具体含义。
在本公开中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种基于换电平台的信息处理方法，其特征在于，包括：
获取换电用户的年龄信息及换电行为信息；
基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
2.根据权利要求1所述的基于换电平台的信息处理方法，其特征在于，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
3.根据权利要求2所述的基于换电平台的信息处理方法，其特征在于，所述换电行为信息，包括换电用时、换电量、换电频率；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
4.根据权利要求3所述的基于换电平台的信息处理方法，其特征在于，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面，包括：
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
5.根据权利要求3所述的基于换电平台的信息处理方法，其特征在于，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个，包括：
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
6.一种基于换电平台的信息处理装置，其特征在于，包括：
信息获取模块，用于获取换电用户的年龄信息及换电行为信息；
画像构建模块，用于基于所述换电用户的年龄信息及换电行为信息，构建用户画像；所述用户画像至少包含有具有所述年龄信息及换电行为信息的换电用户会产生的倾向性换电选择行为；
模型训练模块，用于基于所述用户画像，对目标模型进行训练，得到信息推荐模型；
信息输出模块，用于输入目标用户的特征信息至所述信息推荐模型，得到向所述目标用户推荐的推荐信息；其中，所述特征信息包括所述年龄信息及换电行为信息中的至少一种；所述推荐信息用于满足目标用户的换电需求。
7.根据权利要求6所述的基于换电平台的信息处理装置，其特征在于，所述推荐信息，至少包括以下之一：
终端操作界面；
换电站匹配信息；
路线信息；
电池管理信息；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则得到向所述目标用户推荐的推荐信息为与所述年龄信息对应的终端操作界面；
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则得到向所述目标用户推荐的推荐信息为换电站匹配信息、路线信息、电池管理信息中的至少一个。
8.根据权利要求7所述的基于换电平台的信息处理装置，其特征在于，所述换电行为信息，包括换电用时、换电量、换电频率；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的所述换电用时、换电量及换电频率，则基于各换电站的当前换电状态，得到所述换电站匹配信息及所述电池管理信息，并根据所述换电站匹配信息，得到所述路线信息。
9.根据权利要求8所述的基于换电平台的信息处理装置，其特征在于，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的年龄信息，则基于所述目标用户的年龄信息及所述信息推荐规则，预测得到与所述年龄信息对应的终端操作界面。
10.根据权利要求8所述的基于换电平台的信息处理装置，其特征在于，所述信息推荐模型包含有信息推荐规则；所述信息推荐规则用于根据特征信息预测用户的倾向性选择行为；
所述信息输出模块，用于
若输入至所述信息推荐模型的特征信息为目标用户的换电行为信息，则基于所述目标用户的换电行为信息及所述信息推荐规则，预测得到向所述目标用户推荐的所述换电站匹配信息、所述路线信息及所述电池管理信息。
11.一种计算机可读存储介质，其特征在于，其上存储有基于换电平台的信息处理程序，该基于换电平台的信息处理程序被处理器执行时，实现权利要求1-5中任一项所述的基于换电平台的信息处理方法。
12.一种服务器，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于换电平台的信息处理程序，所述处理器执行所述基于换电平台的信息处理程序时，实现权利要求1-5中任一项所述的基于换电平台的信息处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310997619.3A CN117093773A (zh) | 2023-08-08 | 2023-08-08 | 基于换电平台的信息处理方法、装置、存储介质及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310997619.3A CN117093773A (zh) | 2023-08-08 | 2023-08-08 | 基于换电平台的信息处理方法、装置、存储介质及服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117093773A true CN117093773A (zh) | 2023-11-21 |
Family
ID=88776502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310997619.3A Withdrawn CN117093773A (zh) | 2023-08-08 | 2023-08-08 | 基于换电平台的信息处理方法、装置、存储介质及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117093773A (zh) |
-
2023
- 2023-08-08 CN CN202310997619.3A patent/CN117093773A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| JP7381742B2 (ja) | バッテリーサービス提供システム及び方法 | |
| CN109808541B (zh) | 一种电动汽车充电方法及系统 | |
| KR102627949B1 (ko) | 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법 | |
| CN113459871B (zh) | 换电站的电池充电方法、装置以及存储介质、电子设备 | |
| US20220278536A1 (en) | Facilitating charge transfer | |
| US9958288B2 (en) | Planning under destination uncertainty | |
| CN108829778B (zh) | 充电桩智能推荐方法、装置和系统 | |
| CN112132608B (zh) | 基于电力物联网大数据的充电服务智能推荐方法及装置 | |
| CN110225081A (zh) | 充电桩信息推送系统及方法 | |
| KR20240010078A (ko) | 전기차 충전 스테이션을 이용한 배터리 성능관리 시스템 및 방법 | |
| CN111428137B (zh) | 一种电动汽车充电设施的推荐方法及推荐装置 | |
| CN112519631B (zh) | 电池控制装置、充放电系统、停车场系统、二次电池再利用系统、电池控制方法及存储介质 | |
| US20210201214A1 (en) | System and method for recommending bidding bundle options in bidding-based ridesharing | |
| CN115330281B (zh) | 智慧城市新能源汽车充电服务方法、系统、装置和介质 | |
| CN114757411A (zh) | 一种基于目标协同技术的电动汽车充电桩推荐系统 | |
| CN118014289A (zh) | 推荐充电站的方法、装置、车辆及存储介质 | |
| CN112632382B (zh) | 用于为车辆推荐站点的方法、装置、设备以及存储介质 | |
| CN117093773A (zh) | 基于换电平台的信息处理方法、装置、存储介质及服务器 | |
| CN114861086A (zh) | 一种加油服务推荐方法、系统及其装置 | |
| CN116039439A (zh) | 换电站电池充电方法和计算机可读存储介质 | |
| CN115293846A (zh) | 一种基于协同过滤的用户充电桩推荐方法及设备 | |
| KR102707262B1 (ko) | 내연기관차 대비 전기차 이용 적합성 예측 시스템 및 그 방법 | |
| Eisel | Analyzing the Range barrier to electric vehicle adoption: the case of range anxiety | |
| WO2024189997A1 (ja) | 情報処理装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231121 |