CN117573853A - 车况信息确定方法、装置和设备 - Google Patents
车况信息确定方法、装置和设备 Download PDFInfo
- Publication number
- CN117573853A CN117573853A CN202311488079.2A CN202311488079A CN117573853A CN 117573853 A CN117573853 A CN 117573853A CN 202311488079 A CN202311488079 A CN 202311488079A CN 117573853 A CN117573853 A CN 117573853A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fault
- condition information
- signals
- signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012795 verification Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 abstract description 16
- 238000013024 troubleshooting Methods 0.000 abstract description 6
- 238000012549 training Methods 0.000 description 15
- 238000003062 neural network model Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000007257 malfunction Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 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
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- 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
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Abstract
本申请公开了一种车况信息确定方法、装置、设备和存储介质,属于计算机技术领域。包括:响应于对车辆的售后请求,获取车辆的故障关键词、车辆标识以及故障时间段,故障关键词用于表示售后请求所指示的车辆故障;基于故障关键词,确定多个目标车辆信号,多个目标车辆信号为与车辆故障相关的车辆信号;基于车辆标识、故障时间段以及多个目标车辆信号,确定车辆在故障时间段的车况信息。如此,可以自动、快捷获取车辆在故障时间段的车况信息,从而后续可以依据所获得的车况信息对车辆故障进行排查。这对于云平台的工作人员来说可以节省人力,对于4S店来说提高了自主排查故障的能力,从而简化了售后流程,提高了售后处理效率。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种车况信息确定方法、装置和设备。
背景技术
随着人们生活水平的不断提高,车辆的使用量逐渐增大,车辆也逐渐成为人们出行的必需品。然而,在车辆的日常使用过程中,可能会出现些许问题,比如刹车失灵问题等。此时用户可能会向4S(Automobile Sales Servicshop,汽车销售服务店)店投诉车辆问题,那么4S店需要判断用户的投诉是否属实等。
相关技术中,4S店首先将用户投诉的车辆问题上报给云平台,云平台在接收到投诉工单后,云平台的工作人员首先查询这个车辆所属型号是否上报过车辆信号。之后再从所上报过的车辆信号中依据这个车辆问题所发生的时间段以及这个车辆的车辆标识筛选与这个车辆问题相关的车辆信号,后续工作人员通过查看筛选出的车辆信号,获知车辆在这个时间段的车况,以判断车辆在这个时间段是否发生这个车辆问题,并向4S店返回判断结果。
然而,上述方式中,云平台的工作人员需手动从众多车辆信号中查询出与这个车辆问题相关的车辆信号,这使得查询流程非常复杂,且浪费人力。并且工作人员需要提前学习车辆信号与车况之间的对应关系才可以获知车辆在这个时间段的车况,因此,若为非专业人员无法准确获知车辆的车况信息,从而不能准确判断车辆是否发生过这个车辆问题。
发明内容
本申请提供了一种车况信息确定方法、装置、设备和存储介质,可以自动获取一个车辆在故障时间段的车况信息,节省了人力成本,且使得4S店在遇到售后问题时能够进行自主排查,从而简化售后流程。技术方案如下:
第一方面,提供了一种车况信息确定方法,所述方法包括:
响应于对车辆的售后请求,获取所述车辆的故障关键词、车辆标识以及故障时间段,所述故障关键词用于表示所述售后请求所指示的车辆故障;
基于所述故障关键词,确定多个目标车辆信号,所述多个目标车辆信号为与所述车辆故障相关的车辆信号;
基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息。
在本申请中,在接收到一个车辆的售后请求时,可以响应于对这个车辆的售后请求,先获取车辆的故障关键词、车辆标识以及故障时间段。之后再基于故障关键词确定出与车辆故障相关的多个目标车辆信号。后续通过查看该多个目标车辆信号具体的值可以获知车辆是否发生故障,以及车辆发生故障的具体原因。最后基于车辆标识、故障时间段以及多个目标车辆信号,确定车辆在故障时间段的车况信息。如此,相当于是通过获取故障关键词、车辆标识以及故障时间段可以自动、快捷获取车辆在故障时间段的车况信息,从而后续可以依据所获得的车况信息对车辆故障进行排查。这对于云平台的工作人员来说可以节省人力,对于4S店来说提高了自主排查故障的能力,从而简化了售后流程,提高了售后处理效率。
可选地,所述基于所述故障关键词,确定多个目标车辆信号,包括下述任一项:
对所述故障关键词进行标准化,得到专业故障词;从第一信号描述库中获取所述专业故障词对应的车辆信号;将所述专业故障词对应的车辆信号确定为所述多个目标车辆信号,所述第一信号描述库存储有多个车辆信号的信号用途描述,所述信号用途描述中包括多个专业故障词;
或者,基于所述故障关键词,确定多个车辆部件;对于所述多个车辆部件中任意的一个车辆部件,从第二信号描述库中获取所述车辆部件对应的车辆信号;从所述多个车辆部件对应的车辆信号中确定与所述车辆故障相关的所述多个目标车辆信号,所述第二信号描述库中存储有多个车辆信号与多个车辆部件之间的对应关系。
可选地,所述从第一信号描述库中获取所述专业故障词对应的车辆信号,包括:
对于所述第一信号描述库中多个车辆信号中任意的一个车辆信号的信号用途描述,确定车辆信号的信号用途描述中是否包含所述专业故障词;
在车辆信号的信号用途描述中包含所述专业故障词的情况下,将车辆信号确定为所述专业故障词对应的车辆信号。
可选地,所述基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息,包括:
基于所述车辆标识,获取目标车况信息,所述目标车况信息为所述车辆历史所上报的多个车辆信号对应的车况信息;
对于所述多个目标车辆信号中任意的一个目标车辆信号,从所述目标车况信息中获取所述目标车辆信号在所述故障时间段内对应的车况信息。
可选地,所述基于所述车辆标识,获取所述车辆历史所上报的多个车辆信号对应的车况信息,包括:
获取车况信息列表,所述车况信息列表包括多个车辆历史上报的多个车辆信号对应的车况信息;
基于所述车辆标识,从所述车况信息列表中获取所述车辆历史所上报的多个车辆信号对应的车况信息。
可选地,所述基于所述故障关键词,确定多个目标车辆信号之前,还包括:
基于所述车辆标识,对所述车辆进行身份校验;
所述基于所述故障关键词,确定多个目标车辆信号,包括:
在所述身份校验通过的情况下,基于所述故障关键词,确定多个目标车辆信号。
可选地,所述基于所述车辆标识,对所述车辆进行身份校验,包括:
确定所述车辆标识是否存在于车辆数据库中;
在所述车辆标识存在于所述车辆数据库的情况下,获取所述车辆标识对应的车辆销售状态;
在所述车辆销售状态为目标状态的情况下,确定所述车辆的身份校验通过,所述目标状态用于指示所述车辆已销售或者正在销售。
可选地,所述基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息之后,还包括:
以柱状图或者曲线图的方式对所述故障时间段内所述多个目标车辆信号对应的车况信息进行可视化展示。
第二方面,提供了一种车况信息确定装置,所述装置包括:
获取模块,用于响应于对车辆的售后请求,获取所述车辆的故障关键词、车辆标识以及故障时间段,所述故障关键词用于表示所述售后请求所指示的车辆故障;
第一确定模块,用于基于所述故障关键词,确定多个目标车辆信号,所述多个目标车辆信号为与所述车辆故障相关的车辆信号;
第二确定模块,用于基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息。
可选地,所述第一确定模块用于下述任一项:
对所述故障关键词进行标准化,得到专业故障词;从第一信号描述库中获取所述专业故障词对应的车辆信号;将所述专业故障词对应的车辆信号确定为所述多个目标车辆信号,所述第一信号描述库存储有多个车辆信号的信号用途描述;
或者,基于所述故障关键词,确定多个车辆部件;对于所述多个车辆部件中任意的一个车辆部件,从第二信号描述库中获取所述车辆部件对应的车辆信号;从所述多个车辆部件对应的车辆信号中确定与所述车辆故障相关的所述多个目标车辆信号,所述第二信号描述库中存储有多个车辆信号与多个车辆部件之间的对应关系。
可选地,所述第一确定模块用于:
对于所述第一信号描述库中多个车辆信号中任意的一个车辆信号的信号用途描述,确定车辆信号的信号用途描述中是否包含所述专业故障词;
在车辆信号的信号用途描述中包含所述专业故障词的情况下,将车辆信号确定为所述专业故障词对应的车辆信号。
可选地,所述第二确定模块用于:
基于所述车辆标识,获取目标车况信息,所述目标车况信息为所述车辆历史所上报的多个车辆信号对应的车况信息;
对于所述多个目标车辆信号中任意的一个目标车辆信号,从所述目标车况信息中获取所述目标车辆信号在所述故障时间段内对应的车况信息。
可选地,所述第二确定模块用于:
获取车况信息列表,所述车况信息列表包括多个车辆历史上报的多个车辆信号对应的车况信息;
基于所述车辆标识,从所述车况信息列表中获取所述车辆历史所上报的多个车辆信号对应的车况信息。
可选地,所述装置还包括:
校验模块,用于基于所述车辆标识,对所述车辆进行身份校验;
所述第一确定模块用于:
在所述身份校验通过的情况下,基于所述故障关键词,确定多个目标车辆信号。
可选地,所述校验模块用于:
确定所述车辆标识是否存在于车辆数据库中;
在所述车辆标识存在于所述车辆数据库的情况下,获取所述车辆标识对应的车辆销售状态;
在所述车辆销售状态为目标状态的情况下,确定所述车辆的身份校验通过,所述目标状态用于指示所述车辆已销售或者正在销售。
可选地,所述装置还包括:
展示模块,用于以柱状图或者曲线图的方式对所述故障时间段内所述多个目标车辆信号对应的车况信息进行可视化展示。
第三方面,提供了一种电子设备,所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的车况信息确定方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的车况信息确定方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述的车况信息确定方法的步骤。
可以理解的是,上述第二方面、第三方面、第四方面、第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请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。
图1是本申请实施例提供的一种车况信息确定方法的实施环境示意图;
图2是本申请实施例提供的一种车况信息确定方法的场景示意图;
图3是本申请实施例提供的一种车况信息确定方法的流程图;
图4是本申请实施例提供的一种售后查询界面的界面示意图;
图5是本申请实施例提供的另一种车况信息确定方法的流程图;
图6是本申请实施例提供的一种车况信息确定装置的结构示意图;
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
应当理解的是,本申请提及的“多个”是指两个或两个以上。在本申请的描述中,除非另有说明,“/”表示或的意思,比如,A/B可以表示A或B;本文中的“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,比如,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,为了便于清楚描述本申请的技术方案,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
在对本申请实施例提供的车况信息确定方法进行说明之前,先对本申请实施例所涉及的实施环境进行说明。
例如,图1是一种本申请实施例提供的车况信息确定方法的实施环境示意图,参见图1,图1包括终端设备101、云平台102、车辆103。
终端设备101可以为台式机、便携式电脑、掌上电脑、平板电脑等设备,本申请实施例对终端设备101的类型不作限定。终端设备101可以应用上述车况信息确定方法对车辆在某个时间段内的车况信息进行确定。另外,终端设备101可以是4S店所使用的终端设备。
这种情况下,4S店的工作人员在遇到售后问题时,可以通过终端设备101所部署的车况信息确定方法获取车辆在一段时间内的车况信息,后续4S店的工作人员可以依据所获取的车况信息对车辆故障进行排查,从而可以快速解决售后问题。
终端设备101可以与云平台102通过无线连接或者有线连接进行通信,车辆103可以与云平台102通过无线连接进行通信。
车辆103在行驶的过程中,会产生众多车况数据,比如车速数据、车窗状态、发动机数据等,车辆103可以通过T-BOX(Telematics-Box,远程通信模块)将这些车况数据上传至云平台102。云平台102在接收到这些车况数据之后,可以对这些车况数据进行存储,以供后续售后获取。如此,云平台102上可以存储有许多车辆在行驶过程中的车况数据。
云平台102可以为TSP(Telematics Service Provider,车联网信息服务提供商)平台,云平台102上除了存储上述车辆数据之外还可以存储有各种数据,比如可以存储有车辆中所包含的车辆信号的数据,还可以包含各品牌下所生产的所有车辆的数据。终端设备101在获取车辆在某个时间段内的车况信息时,可以与云平台102进行交互,以从云平台102获取所需的数据。
下面对本申请实施例的应用场景予以说明。
例如,图2是一种本申请实施例提供的车况信息确定方法的场景示意图,参见图2,图2包括车辆201、4S店的工作人员202。
比如,用户认为在驾驶车辆201的过程中,车辆201的发动机出现了异响。则此时用户可以向4S提出售后。在解决此售后问题的过程中,4S店的工作人员需了解清楚发生故障时车辆201的行驶状况。此时仅由用户口述行驶状况可能不准确,也有可能存在用户口述与当时实际的行驶状况不符的现象,这种情况会导致售后纠纷的发生。由于车辆201在行驶过程中会通过T-BOX上传车况数据,此时可以通过查询当时车辆201的实际车况,从而据此对车辆201的发动机异响问题进行故障排查。
相关技术中,在获取车辆201当时的实际车况时,4S店的工作人员需要先向云平台提出售后申请。在售后申请受理之后,云平台的工作人员手动查看所有车辆信号中哪些车辆信号是与发动机异响相关的,之后再从所存储的所有车况数据中查找这个车辆在发生故障时这些车辆信号的具体值。工作人员再依据这些信号的具体值来判断这个车辆是否发生过发动机异响的故障,以及由于什么原因导致的发动机异响。并将判断结果返回给4S店。
上述方式中,整个售后流程非常复杂,需要通过云平台的工作人员进行处理,而4S店的工作人员无法自主排查车辆故障,这会导致售后处理效率极低,比较浪费工作人员的时间。且在车辆已经出现故障的情况下,用户是非常希望尽快解决问题的,因此也会降低用户的售后体验。
为此,本申请实施例提供了一种车况信息确定方法,该车况信息确定方法可以应用于在解决车辆的售后问题的场景中。
例如,可以应用于上述图2所示的场景中,比如,车辆201出现发动机异响。此时4S店的工作人员可以自主通过上述终端设备101查询当时的实际车况。具体地,先获取故障关键词(比如:发动机)、车辆标识以及车辆201出现发动机异响的时间段。之后基于故障关键词,确定多个与发动机故障相关的车辆信号,再基于车辆标识、发生发动机异响的时间段以及多个车辆信息,来确定车辆在上述时间段的实际车况。
如此,4S店可以自动、快捷获取车辆在一个时间段的车况信息,从而后续可以依据所获得的车况信息对车辆故障进行排查。这对于云平台的工作人员来说可以节省人力,对于4S店来说提高了自主排查故障的能力,从而简化了售后流程,提高了售后处理效率。
下面对本申请实施例提供的车况信息确定方法进行详细地解释说明。
图3是本申请实施例提供的一种车况信息确定方法的流程图。该车况信息确定方法可以应用于上述终端设备101,也即是该车况信息确定方法可以应用于4S店端。参见图3,该方法包括以下步骤。
步骤301:响应于对车辆的售后请求,获取车辆的故障关键词、车辆标识以及故障时间段,该故障关键词用于表示售后请求所指示的车辆故障。
售后请求用于请求对售后问题进行处理,可选地,对车辆的售后请求可以由用户触发,也即是在车辆出现车辆故障时,用户可以发起售后请求,以请求对车辆出现车辆故障的问题进行处理。作为一种实施方式,用户在发现车辆出现车辆故障时,可以在特定APP(Application,应用程序包)(可以是某车辆管理APP)中填写车辆所出现的车辆故障,并发起对车辆的售后请求。
售后请求中一般会指示车辆发生的车辆故障,在本申请实施例中,可以通过简单的故障关键词来表示售后请求中所指示的车辆故障。该故障关键词主要用于描述车辆故障的主要故障点,比如车辆故障为发动机异响,那么该故障关键词可以为“发动机”。又比如,车辆故障为刹车失灵,那么该故障关键词可以为“刹车”。
该车辆标识用于唯一标识车辆,相当于车辆的身份证。应理解,每辆车所对应的车辆标识不同。可选地,该车辆标识可以是车辆的VIN码(Vehicle Identification Number,车辆识别码)。
该故障时间段为车辆发生车辆故障的时间段,也即是车辆在什么时间段内发生的车辆故障。
可选地,步骤301的操作可以为:响应于对车辆的售后请求,显示售后查询界面;分别响应于在售后查询界面上的关键词输入操作、车辆标识输入操作以及时间段输入操作,将关键词输入操作所输入的内容确定为该故障关键词,将车辆标识输入操作所输入的内容确定为该车辆标识,将时间段输入操作所输入的内容确定为该故障时间段。
售后查询界面用于提供车辆的车况信息的查询入口。可选地,售后查询界面可以包括关键词输入框、车辆标识输入框以及时间段选择控件。关键词输入框用于输入故障关键词,车辆标识输入框用于输入车辆的车辆标识,时间段选择控件用于对故障时间段进行选择。
该关键词输入操作、该车辆标识输入操作以及该时间段输入操作均可以由4S店的工作人员触发。作为一种实施方式,4S店的工作人员可以自行在关键词输入框中输入该故障关键词、在车辆标识输入框输入该车辆标识以及在时间段选择控件中选择相应的故障时间段,来实现对该关键词输入操作、该车辆标识输入操作以及该时间段输入操作的触发。
例如,图4是一种售后查询界面的界面示意图。参见图4,图4中包括售后查询界面401,其中,售后查询界面401上包括关键词输入框402、车辆标识输入框403、时间段选择控件404,当然还可以包括查询按钮405。
在接收到售后请求时,4S店的工作人员可以先从售后请求中确定出故障关键词,之后将该故障关键词输入至关键词输入框402,之后在车辆标识输入框403中输入车辆的车辆标识(比如输入车辆的VIN码),再从时间段选择控件404中选择发生车辆故障的时间段。之后工作人员可以点击查询按钮405,后续终端设备可以获取到在售后查询界面401上输入的该故障关键词、该车辆标识以及所选择的该故障时间段。
这种情况下,相当于是提供了一种人机交互界面,使得终端设备可以更为快捷的获取有关车辆故障的相关信息,人机交互界面对于4S店的工作人员来说也更为便捷。另外,4S店的工作人员可以通过自行输入一些简单的与车辆故障相关的信息即可实现对车况信息的查询,这对于工作人员来说,也是较为快捷的方式。
可选地,在本申请实施例中,在获取车辆的车辆标识之后,还可以基于该车辆标识,对车辆进行身份校验。
身份校验也即是判断发生车辆故障的这辆车是否属于该品牌所生产的车辆,并且在车辆当前的销售状态下是否可能会出现车辆故障等。
这种情况下,基于该车辆标识,对车辆进行身份校验,可以保证请求售后的车辆确实为该品牌的车辆,且该车辆在当前状态下可能会出现车辆故障。如此,可以避免恶意售后等情况。
具体地,基于该车辆标识,对车辆进行身份校验的操作可以为:确定该车辆标识是否存在于车辆数据库中;在该车辆标识存在于车辆数据库的情况下,获取该车辆标识对应的车辆销售状态;在该车辆销售状态为目标状态的情况下,确定车辆的身份校验通过。
车辆数据库中包括各品牌下所有车辆的车辆信息,其中包括车辆的VIN码、型号、品牌、销售地区、车辆销售状态等。
车辆销售状态用于指示车辆当前的销售状态。可选地,车辆销售状态可以包括已销售、在厂(未销售)、在门店(正在销售)。其中,在厂、在门店均指示车辆当前未售出。这种情况下,目标状态可以包括已销售和在门店,也即是目标状态可以指示车辆当前已销售还是正在销售。
在该车辆标识存在于车辆数据库的情况下,说明发生车辆故障的车辆是属于该品牌生产的车辆,这种情况下,通过继续查看该车辆标识对应的车辆销售状态,以判断车辆当前已销售还是正在销售,未销售的情况下车辆当前可能还处在制造厂中。在该车辆销售状态为目标状态的情况下,说明车辆已经销售或者车辆当前正在门店销售。其中,在车辆已经销售的情况下,说明用户可以驾驶车辆进行行驶,那么车辆是有可能会发生车辆故障的。在车辆当前在门店的情况下,说明车辆也是有可能被驾驶的,因此车辆也有可能发生车辆故障。因此,这种情况下可以确定车辆的身份校验通过。
可选地,在该车辆标识不存在于车辆数据库的情况下,说明发生车辆故障的车辆不属于该品牌生产的车辆。这种情况下,4S店将不能提供售后服务,也就不能解决车辆故障的问题。此时终端设备可以显示车辆不存在的提示信息,以提示工作人员无法提供售后服务。
可选地,为了保证终端设备的资源处理能力,可以通过云平台查询车辆是否存在于车辆数据库中,且查看车辆的销售状态是否为目标状态。在车辆身份校验通过的情况下,云平台可以向终端设备返回校验成功消息,并返回有关车辆的车辆信息。在车辆身份校验不通过的情况下,返回校验失败消息,并结束车况信息获取流程。
值得注意的是,在车辆的身份校验通过的情况下,才可以继续依据获取的该故障关键词、该车辆标识以及该故障时间段确定车辆的实际车况,从而可以继续执行如下步骤302。在车辆的身份校验不通过的情况下,不能继续获取车辆的实际车辆,从而不能继续执行如下步骤302,并向工作人员提示车辆校验不通过的提示信息。
由于车辆的实际车况是车辆在行驶过程中通过T-BOX向云平台上传的数据,其中包括用户对于车辆的设置等数据。因此其要获取的实际车况涉及到隐私数据。
如此,在车辆的身份校验通过的情况下,说明工作人员是受到用户的授权才可以查询实际车况,因此在车辆的身份校验通过的情况下,继续执行如下步骤可以保证用户的隐私不被泄露。
步骤302:基于该故障关键词,确定多个目标车辆信号,多个目标车辆信号为与车辆故障相关的车辆信号。
车辆信号可以理解为车辆中的各种参数,比如车辆信号可以包括车速、胎温胎压、车窗状态、发动机转速、发动机扭矩、车门状态等车辆中的各种参数。其中,多个目标车辆信号是指车辆信号中与车辆故障相关的车辆信号,也即是车辆中与车辆故障相关的参数。比如,车辆的发动机发生故障,则可以获取发动机转速、发动机扭矩等有关发动机的参数。
这种情况下,可以获知与车辆故障相关的车辆信号都包括哪些,从而后续通过依据该多个目标车辆信号对应的车况信息可以获知车辆是否确实发生故障以及车辆故障的原因,也即是可以实现对车辆故障的排查。
可选地,步骤302的操作可以通过如下两种可能的方式实现。
第一种可能的实现方式可以包括如下步骤(1)-步骤(3)。
(1)对该故障关键词进行标准化,得到专业故障词。
在本申请实施例中,标准化是指将该故障关键词转化成专业的名词。比如该故障关键词为“刹车”,那么对该故障关键词进行标准化则是指将“刹车”转化为车辆领域更为专业的词语,比如标准化后可以得到专业故障词为“制动”。
这种情况下,通过对该故障关键词进行标准化,使得可以获得更为专业的故障词,这有利于后续确定与车辆故障相关的车辆信号,可以提高确定多个目标车辆信号的准确率和效率。
可选地,步骤(1)的操作可以通过如下两种可能的方式实现。
第一种可能的实现方式,对该故障关键词进行语义识别,生成专业故障词。
语义识别可以对故障关键词的含义进行理解,后续基于所理解的含义来生成另一个词语。在本申请实施例中,通过语义识别可以生成更为专业的故障词。
具体地,可以将该故障关键词输入专业词语生成模型中,以通过该专业词语生成模型对该故障关键词进行语义识别,输出该专业故障词。
该专业词语生成模型用于生成更为专业的故障词,在本申请实施例中,该专业词语生成模型可以为自然语言模型,比如,可以为LSTM(Long Short Term Memory,长短期记忆)模型。
这种情况下,通过一个专业词语生成模型对该故障关键词进行语义识别,可以快速生成该专业故障词,从而提高专业故障词的生成效率,进而更为快速的进行标准化。
值得注意的是,在将该故障关键词输入专业词语生成模型中,以通过该专业词语生成模型对该故障关键词进行语义识别,输出该专业故障词之前,还需要训练得到该专业词语生成模型。
具体地,服务器可以获取多个训练样本,使用该多个训练样本对神经网络模型进行训练,得到该专业词语生成模型。
服务器为专门用于训练该专业词语生成模型的设备。
该多个训练样本可以是预先设置的。该多个训练样本中的每个训练样本包括样本数据和样本标记,样本数据可以为故障词,该故障词可以是非专业词汇,样本标记为该非专业的故障词对应的专业故障词。也即,该多个训练样本中的每个训练样本中的输入数据为故障词、样本标记为该非专业的故障词对应的专业故障词。
该神经网络模型可以包括多个网络层,该多个网络层中包括输入层、多个隐含层和输出层。输入层负责接收输入数据;输出层负责输出处理后的数据;多个隐含层位于输入层与输出层之间,负责处理数据,多个隐含层对于外部是不可见的。比如,该神经网络模型可以为自然语言模型。
其中,服务器使用多个训练样本对神经网络模型进行训练时,对于该多个训练样本中的每个训练样本,可以将这个训练样本中的输入数据输入神经网络模型,获得输出数据;通过损失函数确定该输出数据与这个训练样本中的样本标记之间的损失值;根据该损失值调整该神经网络模型中的参数。在基于该多个训练样本中的每个训练样本对该神经网络模型中的参数进行调整后,参数调整完成的该神经网络模型即为该专业词语生成模型。
其中,服务器根据该损失值调整该神经网络模型中的参数的操作可以参考相关技术,本申请实施例对此不进行详细阐述。
比如,服务器可以通过公式来对该神经网络模型中的任意一个参数进行调整。其中,/>是调整后的参数。W是调整前的参数。α是学习率,α可以预先设置,如α可以为0.001、0.000001等,本申请实施例对此不作唯一限定。dw是该损失函数关于W的导数,可以根据该损失值求得。
第二种可能的实现方式,从专业词库中查找该故障关键词对应的专业故障词。
专业词库中包括车辆领域的多个专业词语,并且对于多个专业词语中的每一个专业词语均有其相应的释义,也可以理解为通俗解释。比如对于车辆领域的专业词语“制动”来说,对该词语的解释中可以包括“刹车”字样,这有利于非专业人员的理解。可选地,专业词库可以由技术人员预先进行设置。
这种情况下,是通过从专业词库中匹配该故障关键词,在匹配到该故障关键词的情况下,将专业词库中该故障关键词所对应的专业词语确定为该专业故障词。
(2)从第一信号描述库中获取该专业故障词对应的车辆信号。
第一信号描述库存储有多个车辆信号的信号用途描述,且该信号用途描述中可以包括多个专业故障词。对于该多个车辆信号中的每一个车辆信号,一个车辆信号是用于描述车辆中某个部位或者某个部件的运行参数的,比如对于发动机转速这个车辆信号来说,其是用于对发动机进行描述的,具体是描述发动机每分钟转动的圈数。那么,对于第一信号描述库中的信号用途描述来说,对应车辆信号的信号用途描述中可以包括对应车辆信号是用于对哪个车辆部件的描述,以及这个车辆信号的作用,其中信号用途描述中可以包括多个专业故障词。
可选地,第一信号描述库可以是技术人员预先进行设置的。比如,在对车辆进行开发时,可以设置车辆中所能够设置的车辆信号,具体还可以对这些车辆信号进行解释,比如,这些车辆信号的作用以及是可以对哪些车辆部位/部件的运行参数的描述等。
这种情况下,通过从第一信号描述库中获取该专业故障词对应的车辆信号,使得可以更为快捷的获取该多个目标车辆信号。
具体地,步骤(2)的操作可以为:对于第一信号描述库中多个车辆信号中任意的一个车辆信号的信号用途描述,确定车辆信号的信号用途描述中是否包含该专业故障词;在车辆信号的信号用途描述中包含该专业故障词的情况下,将车辆信号确定为该专业故障词对应的车辆信号。
这种情况下,第一信号描述库中是包括对于车辆信号的信号用途描述的,也即是包括一个车辆信号是对车辆中哪个部件/部位的运行参数的描述。因此,通过判断一个车辆信号的信号用途描述中是否包含该专业故障词,使得可以将该专业故障词在信号用途描述中进行匹配,从而判断该专业故障词是否存在于该信号用途描述中。在该专业故障词存在于该信号用途描述中的情况下,说明一个车辆信号是对该专业故障词所指示的车辆部件/部位的运行参数的描述,也就是这个车辆信号和车辆故障有关,那么这种情况下可以将这个车辆信号确定为专业故障词对应的车辆信号。
在该专业故障词不存在于一个车辆信号的信号用途描述中的情况下,说明这个车辆信号不是对该专业故障词所指示的车辆部件/部位的运行参数的描述。也就是说这个车辆信号和车辆故障无关,那么这种情况下这个车辆信号则不属于该专业故障词对应的车辆信号。
(3)将该专业故障词对应的车辆信号确定为多个目标车辆信号。
由于从第一信号描述库中确定的该专业故障词对应的车辆信号均是与车辆故障相关的车辆信号,因此,可以将专业故障词对应的车辆信号确定为多个目标车辆信号。
第二种可能的实现方式可以包括如下步骤(1)-步骤(3)。
(1)基于该故障关键词,确定多个车辆部件。
由于该故障关键词可以指示车辆故障,具体地,该故障关键词还可以指示车辆发生故障的部位。这种情况下,在这个部位发生车辆故障的情况下,有可能与这个部位下的多个车辆部件相关,因此,可以基于该故障关键词,确定多个车辆部件。
这种情况下,该多个车辆部件是可能与车辆故障相关的车辆部件,那么后续通过查看该多个车辆部件对应的车辆信号可以确定车辆故障的原因。
可选地,步骤(1)的操作可以为:基于该故障关键词,从部件描述库中匹配该故障关键词对应的多个车辆部件。
该部件描述库用于对多个车辆部件进行描述,即部件描述库中可以包括多个车辆部件的描述信息,其可以描述该多个车辆部件是什么部件,是属于哪个部位的部件等。
这种情况下,该故障关键词可以指示车辆故障,也即可以指示发生故障的部位。这种情况下,从部件描述库中匹配哪个车辆部件的描述中包含该故障关键词所指示的故障部位,那么哪个车辆部件就可以作为该故障关键词对应的多个车辆部件。
(2)对于该多个车辆部件中任意的一个车辆部件,从第二信号描述库中获取这个车辆部件对应的车辆信号。
第二信号描述库中包括的车辆信号是对车辆中某个车辆部件/部位的运行参数的描述,因此,第二信号描述库中相当于存储有多个车辆信号与多个车辆部件之间的对应关系,从第二信号描述库中可以匹配到对这个车辆部件的运行参数进行描述的车辆信号,也即是可以从第二信号描述库中获取这个车辆部件对应的车辆信号。
这种情况下,相当于是先从第二信号描述库中匹配这个车辆部件,在匹配到这个车辆部件的情况下,获取描述这个车辆部件的运行参数的车辆信号,也即是获取这个车辆部件对应的车辆信号。
通过对该多个车辆部件中的每一个车辆部件执行上述步骤(2)的具体操作,可以确定出该多个车辆部件中每一个车辆部件对应的车辆信号,从而是可以确定出可能与车辆故障相关的车辆部件所对应的运行参数。从而后续据此可以确定出与车辆故障相关的多个目标车辆信号。
(3)从该多个车辆部件对应的车辆信号中确定与车辆故障相关的多个目标车辆信号。
可选地,步骤(3)的操作可以为:显示该多个车辆部件对应的车辆信号;响应于对该多个车辆部件对应的车辆信号的选择操作,将该选择操作所选择的车辆信号确定为多个目标车辆信号。
这种情况下,是在确定出该多个车辆部件对应的车辆信号之后,可以将该多个车辆部件对应的车辆信号进行展示,以展示给工作人员进行选择,后续工作人员可以从该多个车辆部件对应的车辆信号中选择出与车辆故障相关的多个目标车辆信号。如此,通过人工筛选可以准确确定出多个目标车辆信号。
可选地,在显示该多个车辆部件对应的车辆信号之后,响应于对一个车辆信号的信号详情查询操作,显示这个车辆信号的信号详情。
对一个车辆信号的信号详情查询操作可以由工作人员触发,作为一种实施方式,工作人员可以通过将鼠标移动至这个车辆信号的显示位置来实现对这个车辆信号的信号详情查询操作的触发。作为另一种实施方式,工作人员可以通过点击所显示的这个车辆信号来实现对该信号详情查询操作的触发。
这个车辆信号的信号详情用于表示车辆信号的详细信息。可选地,这个车辆信号的信号详情可以包括这个车辆信号的中文名称、英文名称、信号标识、信号类别、信号描述、显示方式、适配车型等信息。
其中,信号标识用于唯一标识这个车辆信号,信号类别用于指示一个车辆信号是属于什么类型的信号。在本申请实施例中,信号类别可以包括报警类信号、车辆位置信号、常规状态信号等,比如,常规状态信号可以是车速、胎温、胎压等常规的车辆信号。信号描述用于对一个车辆信号的作用、用途进行描述。
这种情况下,工作人员在查看该多个车辆部件对应的车辆信号的信号详情之后,还可以依据多个车辆信号的信号详情选择出与车辆故障相关的车辆信号有哪些,从而可以确定出多个目标车辆信号。
如此,通过上述查看车辆信号的信号详情的方式,可以使得确定出的多个目标车辆信号更为准确,且是向工作人员提供了一种更为便捷的车辆信号选择方式。
值得注意的是,在通过上述步骤302确定出多个目标车辆信号之后,后续可以继续获取多个目标车辆信号的具体值,也即是可以确定出车辆的车况信息,也即是可以继续执行下述步骤303。
步骤303:基于该车辆标识、该故障时间段以及多个目标车辆信号,确定车辆在该故障时间段的车况信息。
车况信息是指车辆信号对应的具体值,比如一个车辆信号为车速,在某个时刻车辆的车速为80km/h(千米/小时),那么这个车辆信号对应的车况信息也就是80km/h。
这种情况下,4S店的工作人员可以获取到车辆在故障时间段内的车况信息,这实现了车辆在故障时间段内的车况信息的自动获取,从而节省了云平台的工作人员的时间,提高了4S店的自主排查能力,也简化了售后流程,可以提高售后处理效率。
可选地,步骤303的操作可以为:基于该车辆标识,获取目标车况信息;对于多个目标车辆信号中任意的一个目标车辆信号,从目标车况信息中获取这个目标车辆信号在该故障时间段内对应的车况信息。
目标车况信息为车辆历史所上报的多个车辆信号对应的车况信息。车辆可以具有车联网功能,在车辆行驶的过程中,车辆可以和云平台进行通信,将车辆在行驶过程中产生的各种车况数据上传至云平台,从而云平台上可以存储有车辆所上传过的所有的车况信息,而目标车况信息为车辆上传过的该故障时间按段内的车况信息。
例如,如下表1为目标车况信息的示例,参见表1,表1中包括车辆的多个车辆信号、车辆标识、上传时间,其中多个车辆信号包括车速、胎压、车窗状态。比如,一个目标车辆信号为车速,故障时间段为3:10:10-3:10:15,那么可以获取到这个目标车辆信息(车速)在故障时间段内对应的车况信息为5、20、30。
表1
车辆VIN码 | 上传时间 | 车速(01) | 胎压(02) | 车窗状态(03) |
Che12345 | 3:10:10 | 5 | 230 | 1(打开) |
Che12345 | 3:10:12 | 20 | 230 | 1(打开) |
Che12345 | 3:10:15 | 30 | 230 | 1(打开) |
Che12345 | 3:10:20 | 40 | 230 | 1(打开) |
本申请实施例仅以上述表1为例来对目标车况信息进行示例性说明,并不对本申请构成限定。
这种情况下,通过获取车辆在该故障时间段内的车况信息,并从该故障时间段内的车况信息中获取每个目标车辆信号对应的车况信息,从而可以获知每个目标车辆信号对应的车况信息。如此,可以便捷获取每个目标车辆信号对应的车况信息。
其中,基于该车辆标识,获取车辆历史所上报的多个车辆信号对应的车况信息的操作可以为:获取车况信息列表,车况信息列表包括多个车辆历史上报的多个车辆信号对应的车况信息;基于该车辆标识,从该车况信息列表中获取车辆历史所上报的多个车辆信号对应的车况信息。
车况信息列表与上述表1类似,不同的是车况信息列表中包括多个车辆所上报的所有车辆信号对应的车况信息。车况信息列表可以是云平台中存储的所有车辆上传的车况数据。
这种情况下,相当于是从车况信息列表中筛选出发生故障的车辆在历史所上传的车况数据。实现了车辆在历史上报的多个车辆信号对应的车况信息的自动获取。后续可以提高故障时间段内对应的车况信息的确定效率。
在本申请实施例中,因为车辆所上报的车况数据是庞大的,为了保证终端设备的处理资源不被大量占用,步骤303的操作还可以为:将该车辆标识、该故障时间段以及多个目标车辆信号发送至云平台;通过云平台从该车况信息列表中筛选出多个目标车辆信号在该故障时间段内对应的车况信息,并接收云平台发送的该多个目标车辆信号在该故障时间段内对应的车况信息。
如此,云平台具有较大的存储控件以及资源处理能力,通过云平台获取故障时间段内的车况信息,可以节省终端设备的处理资源,还可以提高车况信息的确定效率。
可选地,在获取到车辆在故障时间段的车况信息之后,还可以对车况信息进行可视化展示。
具体地,可以以柱状图或者曲线图的方式对该故障时间段内多个目标车辆信号对应的车况信息进行可视化展示。
柱状图和曲线图可以表示一段时间内的数据趋势。在本申请实施例中,通过柱状图或者曲线图的方式对车况信息进行展示,使得工作人员可以查看一个车辆信号的趋势,比如在一段时间内这个车辆信号的值在增加还是减少,或者这个车辆信号对应的车况信息有无发生改变等。
如此,通过以柱状图或者曲线图的方式展示车况信息,使得工作人员可以清晰的看到故障时间段内的车辆情况,可以为工作人员排查故障提供帮助,使得工作人员更为快捷的排查车辆故障。
当然,除了以柱状图或者曲线图来展示该车况信息之外,还可以通过其他可视化形式对该车况信息进行展示,比如可以通过列表、散点图等进行展示,本申请实施例对此不作限定。
值得注意的是,本申请实施例提供的车况信息确定方法帮助一线售后人员快速对车辆故障进行排查,以简化售后流程,提供了一种快速解决用户与售后人员之间的冲突问题的方法。另外,本申请实施例提供的车况信息确定方法可以使并不熟悉车联网技术的一线销售人员,也能够排查车辆故障、快速定位车辆问题,而并非层层上报,如此,可以快速处理售后请求,提升用户体验。
为了便于理解,现结合图5对本申请实施例提供的车况信息确定方法进行示例性说明。参见图5,图5中包括步骤501-步骤507。
步骤501:在处理售后请求时,终端设备获取故障关键词、车辆的VIN码以及故障时间段。
步骤502:首先根据车辆VIN码对车辆进行身份校验,可选地,可以通过云平台查询车辆是否存在于车辆数据库中,且查看车辆的销售状态是否为目标状态。在车辆身份校验通过的情况下,云平台可以向终端设备返回校验成功消息,并返回有关车辆的车辆信息。在车辆身份校验不通过的情况下,返回校验失败消息,并结束车况信息获取流程。
步骤503:在车辆身份校验通过的情况下,根据故障关键词确定多个目标车辆信号。
步骤504:将车辆VIN码、多个目标车辆信号以及故障时间段发送至云平台。
步骤505:云平台在接收到车辆VIN码、多个目标车辆信号以及故障时间段之后,查询车辆在故障时间段内每个目标车辆信号对应的车况信息,并将所查询的车况信息返回給终端设备。
步骤506:在云平台查询不到车辆在故障时间段内某个目标车辆信号对应的车况信息的情况下,向终端设备返回查找失败的提醒信息。
步骤507:终端设备在接收到车况信息之后,可以将车况信息以柱状图或者曲线图的方式进行可视化展示。
在本申请实施例中,终端设备在接收到一个车辆的售后请求时,可以响应于对这个车辆的售后请求,先获取车辆的故障关键词、车辆标识以及故障时间段。之后再基于故障关键词确定出与车辆故障相关的多个目标车辆信号。后续通过查看该多个目标车辆信号具体的值可以获知车辆是否发生故障,以及车辆发生故障的具体原因。最后基于车辆标识、故障时间段以及多个目标车辆信号,确定车辆在故障时间段的车况信息。如此,相当于是通过获取故障关键词、车辆标识以及故障时间段可以自动、快捷获取车辆在故障时间段的车况信息,从而后续可以依据所获得的车况信息对车辆故障进行排查。这对于云平台的工作人员来说可以节省人力,对于4S店来说提高了自主排查故障的能力,从而简化了售后流程,提高了售后处理效率。
图6是本申请实施例提供的一种车况信息确定装置的结构示意图。该车况信息确定装置可以由软件、硬件或者两者的结合实现成为电子设备的部分或者全部,该电子设备可以为下文图7所示的电子设备。参见图6,该装置包括:获取模块601、第一确定模块602、第二确定模块603。
获取模块601,用于响应于对车辆的售后请求,获取车辆的故障关键词、车辆标识以及故障时间段,该故障关键词用于表示售后请求所指示的车辆故障;
第一确定模块602,用于基于该故障关键词,确定多个目标车辆信号,多个目标车辆信号为与车辆故障相关的车辆信号;
第二确定模块603,用于基于该车辆标识、该故障时间段以及该多个目标车辆信号,确定车辆在该故障时间段的车况信息。
可选地,第一确定模块602用于下述任一项:
对该故障关键词进行标准化,得到专业故障词;从第一信号描述库中获取该专业故障词对应的车辆信号;将该专业故障词对应的车辆信号确定为该多个目标车辆信号,第一信号描述库存储有多个车辆信号的信号用途描述,所述信号用途描述中包括多个专业故障词;
或者,基于该故障关键词,确定多个车辆部件;对于该多个车辆部件中任意的一个车辆部件,从第二信号描述库中获取该车辆部件对应的车辆信号;从该多个车辆部件对应的车辆信号中确定与该车辆故障相关的该多个目标车辆信号,所述第二信号描述库中存储有多个车辆信号与多个车辆部件之间的对应关系。
可选地,第一确定模块602用于:
对于第一信号描述库中多个车辆信号中任意的一个车辆信号的信号用途描述,确定车辆信号的信号用途描述中是否包含该专业故障词;
在车辆信号的信号用途描述中包含该专业故障词的情况下,将车辆信号确定为该专业故障词对应的车辆信号。
可选地,第二确定模块603用于:
基于该车辆标识,获取目标车况信息,目标车况信息为车辆历史所上报的多个车辆信号对应的车况信息;
对于多个目标车辆信号中任意的一个目标车辆信号,从目标车况信息中获取目标车辆信号在该故障时间段内对应的车况信息。
可选地,第二确定模块603用于:
获取车况信息列表,该车况信息列表包括多个车辆历史上报的多个车辆信号对应的车况信息;
基于该车辆标识,从该车况信息列表中获取车辆历史所上报的多个车辆信号对应的车况信息。
可选地,该装置还包括:
校验模块,用于基于该车辆标识,对车辆进行身份校验;
第一确定模块602用于:
在该身份校验通过的情况下,基于该故障关键词,确定多个目标车辆信号。
可选地,该校验模块用于:
确定该车辆标识是否存在于车辆数据库中;
在该车辆标识存在于该车辆数据库的情况下,获取该车辆标识对应的车辆销售状态;
在该车辆销售状态为目标状态的情况下,确定车辆的身份校验通过,目标状态用于指示车辆已销售或者正在销售。
可选地,该装置还包括:
展示模块,用于以柱状图或者曲线图的方式对该故障时间段内多个目标车辆信号对应的车况信息进行可视化展示。
在本申请实施例中,在接收到一个车辆的售后请求时,可以响应于对这个车辆的售后请求,先获取车辆的故障关键词、车辆标识以及故障时间段。之后再基于故障关键词确定出与车辆故障相关的多个目标车辆信号。后续通过查看该多个目标车辆信号具体的值可以获知车辆是否发生故障,以及车辆发生故障的具体原因。最后基于车辆标识、故障时间段以及多个目标车辆信号,确定车辆在故障时间段的车况信息。如此,相当于是通过获取故障关键词、车辆标识以及故障时间段可以自动、快捷获取车辆在故障时间段的车况信息,从而后续可以依据所获得的车况信息对车辆故障进行排查。这对于云平台的工作人员来说可以节省人力,对于4S店来说提高了自主排查故障的能力,从而简化了售后流程,提高了售后处理效率。
需要说明的是:上述实施例提供的车况信息确定装置在确定车辆在故障时间段的车况时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
上述实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请实施例的保护范围。
上述实施例提供的车况信息确定装置与车况信息确定方法实施例属于同一构思,上述实施例中单元、模块的具体工作过程及带来的技术效果,可参见方法实施例部分,此处不再赘述。
图7为本申请实施例提供的一种电子设备的结构示意图。如图7所示,电子设备7包括:处理器70、存储器71以及存储在存储器71中并可在处理器70上运行的计算机程序72,处理器70执行计算机程序72时实现上述实施例中的车况信息确定方法中的步骤。
电子设备7可以是一个通用电子设备或一个专用电子设备。在具体实现中,电子设备7可以是台式机、便携式电脑、掌上电脑、移动手机、平板电脑等终端设备,本申请实施例不限定电子设备7的类型。本领域技术人员可以理解,图7仅仅是电子设备7的举例,并不构成对电子设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,比如还可以包括输入输出设备、网络接入设备等。
处理器70可以是中央处理单元(Central Processing Unit,CPU),处理器70还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者也可以是任何常规的处理器。
存储器71在一些实施例中可以是电子设备7的内部存储单元,比如电子设备7的硬盘或内存。存储器71在另一些实施例中也可以是电子设备7的外部存储设备,比如电子设备7上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器71还可以既包括电子设备7的内部存储单元也包括外部存储设备。存储器71用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等。存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当其在计算机上运行时,使得计算机执行上述各个方法实施例中的步骤。
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,本申请实现上述方法实施例中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,该计算机程序包括计算机程序代码,该计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。该计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)、磁带、软盘和光数据存储设备等。本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。该计算机指令可以存储在上述计算机可读存储介质中。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种车况信息确定方法,其特征在于,所述方法包括:
响应于对车辆的售后请求,获取所述车辆的故障关键词、车辆标识以及故障时间段,所述故障关键词用于表示所述售后请求所指示的车辆故障;
基于所述故障关键词,确定多个目标车辆信号,所述多个目标车辆信号为与所述车辆故障相关的车辆信号;
基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息。
2.如权利要求1所述的方法,其特征在于,所述基于所述故障关键词,确定多个目标车辆信号,包括下述任一项:
对所述故障关键词进行标准化,得到专业故障词;从第一信号描述库中获取所述专业故障词对应的车辆信号;将所述专业故障词对应的车辆信号确定为所述多个目标车辆信号,所述第一信号描述库存储有多个车辆信号的信号用途描述,所述信号用途描述中包括多个专业故障词;
或者,基于所述故障关键词,确定多个车辆部件;对于所述多个车辆部件中任意的一个车辆部件,从第二信号描述库中获取所述车辆部件对应的车辆信号;从所述多个车辆部件对应的车辆信号中确定与所述车辆故障相关的所述多个目标车辆信号,所述第二信号描述库中存储有多个车辆信号与多个车辆部件之间的对应关系。
3.如权利要求2所述的方法,其特征在于,所述从第一信号描述库中获取所述专业故障词对应的车辆信号,包括:
对于所述第一信号描述库中多个车辆信号中任意的一个车辆信号的信号用途描述,确定车辆信号的信号用途描述中是否包含所述专业故障词;
在车辆信号的信号用途描述中包含所述专业故障词的情况下,将车辆信号确定为所述专业故障词对应的车辆信号。
4.如权利要求1所述的方法,其特征在于,所述基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息,包括:
基于所述车辆标识,获取目标车况信息,所述目标车况信息为所述车辆历史所上报的多个车辆信号对应的车况信息;
对于所述多个目标车辆信号中任意的一个目标车辆信号,从所述目标车况信息中获取所述目标车辆信号在所述故障时间段内对应的车况信息。
5.如权利要求4所述的方法,其特征在于,所述基于所述车辆标识,获取所述车辆历史所上报的多个车辆信号对应的车况信息,包括:
获取车况信息列表,所述车况信息列表包括多个车辆历史上报的多个车辆信号对应的车况信息;
基于所述车辆标识,从所述车况信息列表中获取所述车辆历史所上报的多个车辆信号对应的车况信息。
6.如权利要求1所述的方法,其特征在于,所述基于所述故障关键词,确定多个目标车辆信号之前,还包括:
基于所述车辆标识,对所述车辆进行身份校验;
所述基于所述故障关键词,确定多个目标车辆信号,包括:
在所述身份校验通过的情况下,基于所述故障关键词,确定多个目标车辆信号。
7.如权利要求6所述的方法,其特征在于,所述基于所述车辆标识,对所述车辆进行身份校验,包括:
确定所述车辆标识是否存在于车辆数据库中;
在所述车辆标识存在于所述车辆数据库的情况下,获取所述车辆标识对应的车辆销售状态;
在所述车辆销售状态为目标状态的情况下,确定所述车辆的身份校验通过,所述目标状态用于指示所述车辆已销售或者正在销售。
8.如权利要求1所述的方法,其特征在于,所述基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息之后,还包括:
以柱状图或者曲线图的方式对所述故障时间段内所述多个目标车辆信号对应的车况信息进行可视化展示。
9.一种车况信息确定装置,其特征在于,所述装置包括:
获取模块,用于响应于对车辆的售后请求,获取所述车辆的故障关键词、车辆标识以及故障时间段,所述故障关键词用于表示所述售后请求所指示的车辆故障;
第一确定模块,用于基于所述故障关键词,确定多个目标车辆信号,所述多个目标车辆信号为与所述车辆故障相关的车辆信号;
第二确定模块,用于基于所述车辆标识、所述故障时间段以及所述多个目标车辆信号,确定所述车辆在所述故障时间段的车况信息。
10.一种电子设备,其特征在于,所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488079.2A CN117573853A (zh) | 2023-11-09 | 2023-11-09 | 车况信息确定方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488079.2A CN117573853A (zh) | 2023-11-09 | 2023-11-09 | 车况信息确定方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117573853A true CN117573853A (zh) | 2024-02-20 |
Family
ID=89861655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311488079.2A Pending CN117573853A (zh) | 2023-11-09 | 2023-11-09 | 车况信息确定方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117573853A (zh) |
-
2023
- 2023-11-09 CN CN202311488079.2A patent/CN117573853A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360740B2 (en) | Methods and systems for diagnosing a vehicle using sound | |
CN106557541B (zh) | 用于执行自动数据分析的装置和方法、及计算机程序产品 | |
US20090300065A1 (en) | Computer system and methods for improving identification of subrogation opportunities | |
US6993675B2 (en) | Method and system for monitoring problem resolution of a machine | |
US20180268305A1 (en) | Retrospective event verification using cognitive reasoning and analysis | |
US10614500B2 (en) | Identifying search friendly web pages | |
US20080270207A1 (en) | Compliance Monitoring | |
US20180046956A1 (en) | Warning About Steps That Lead to an Unsuccessful Execution of a Business Process | |
CN104239506A (zh) | 一种非结构化数据处理方法及装置 | |
CN112491611A (zh) | 故障定位系统、方法、装置、电子设备和计算机可读介质 | |
IL280176B (en) | Determining a request's category by a word vector representation of a natural language text string with a similarity value | |
WO2021042896A1 (zh) | 基于大数据的车辆估值方法、系统、设备及可读存储介质 | |
US20170109638A1 (en) | Ensemble-Based Identification of Executions of a Business Process | |
CN115080299A (zh) | 软件故障反馈处理方法、装置、介质及设备 | |
CN113391867B (zh) | 基于数字化和可视化的大数据业务处理方法及业务服务器 | |
CN112347144B (zh) | 业务指标的查询方法、装置及服务器 | |
US11132850B1 (en) | Augmented reality diagnostic interface | |
CN113934758A (zh) | 车辆故障修复方法、装置、车载终端、服务器及存储介质 | |
FR2920558A1 (fr) | Procede et systeme de diagnostic du dysfonctionnement d'un vehicule automobile | |
CN117573853A (zh) | 车况信息确定方法、装置和设备 | |
CN112069833A (zh) | 日志分析方法、日志分析装置及电子设备 | |
CN114500334B (zh) | 服务端应用架构的诊断方法及装置 | |
CN111353874A (zh) | 一种银行网点智慧服务系统 | |
US20220180671A1 (en) | Methods and systems for engine diagnostics for vehicles using obd port | |
CN114936122A (zh) | 车辆监测系统、方法及可读存储介质 |
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 |