CN118112933A - 基于用户习惯生成洗车参数的方法、系统、设备及介质 - Google Patents

基于用户习惯生成洗车参数的方法、系统、设备及介质 Download PDF

Info

Publication number
CN118112933A
CN118112933A CN202410466026.9A CN202410466026A CN118112933A CN 118112933 A CN118112933 A CN 118112933A CN 202410466026 A CN202410466026 A CN 202410466026A CN 118112933 A CN118112933 A CN 118112933A
Authority
CN
China
Prior art keywords
user
car washing
car
carwash
parameters
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.)
Granted
Application number
CN202410466026.9A
Other languages
English (en)
Other versions
CN118112933B (zh
Inventor
艾宗文
鄢荣华
陈学森
刘佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Chehaiyang Environmental Protection Technology Co ltd
Original Assignee
Guangdong Chehaiyang Environmental Protection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Chehaiyang Environmental Protection Technology Co ltd filed Critical Guangdong Chehaiyang Environmental Protection Technology Co ltd
Priority to CN202410466026.9A priority Critical patent/CN118112933B/zh
Publication of CN118112933A publication Critical patent/CN118112933A/zh
Application granted granted Critical
Publication of CN118112933B publication Critical patent/CN118112933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
    • B60S3/00—Vehicle cleaning apparatus not integral with vehicles
    • B60S3/04—Vehicle cleaning apparatus not integral with vehicles for exteriors of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/041—Abduction
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/20—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for washing or drying articles, e.g. clothes, motor cars
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F9/00—Details other than those peculiar to special kinds or types of apparatus
    • G07F9/02—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
    • G07F9/026—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus for alarm, monitoring and auditing in vending machines or means for indication, e.g. when empty

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理技术领域，具体提供了一种基于用户习惯生成洗车参数的方法，包括步骤：获取用户的历史洗车数据；提取历史洗车数据进行预处理，以得到输入数据；将所得到的输入数据利用学习算法训练用户行为习惯模型，并将用户行为习惯模型标注至对应用户，利用用户行为习惯模型，预测用户的洗车习惯；根据洗车频率、洗车偏好与用户行为习惯模型的预测结果，预测用户下次洗车时间与洗车参数；当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。通过分析预测出用户的洗车习惯，按照预测的洗车参数来调节自助洗车机的运行参数，无需用户重新调整，节省用户时间，且优化用户的洗车体验。

Description

基于用户习惯生成洗车参数的方法、系统、设备及介质
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于用户习惯生成洗车参数的方法、系统、设备及介质。
背景技术
随着汽车保有量的增加，洗车服务已成为日常生活中不可或缺的一部分。传统的洗车方式通常需要人工操作，不仅效率低下，而且难以满足不同用户的个性化需求。近年来，自助洗车机的出现提供了一种自动化、便捷的洗车解决方案。然而，现有的自助洗车机大多只能提供固定的洗车程序，缺乏根据用户洗车习惯自动调整洗车参数的功能。例如，无法根据用户的使用习惯调节相应的洗车参数，由于部分车主具有对车辆贴车衣的习惯，而根据不同的车衣，对于在洗车时洗车剂的浓度、洗车时的水压具有不同的要求，如使用固定的洗车剂浓度和固定的水压，易对车衣造成损伤，因此对用户的财产造成损失。
基于此，需要一种可以根据用户的需求和习惯为他们提供更加个性化的洗车服务并自动调整洗车参数以优化用户体验的技术方案，来解决上述问题。
发明内容
为了克服现有技术的不足，本发明提供一种基于用户习惯生成洗车参数的方法、系统、设备及介质，以解决现有技术中的自助洗车机大多只能提供固定的洗车程序，缺乏根据用户洗车习惯自动调整洗车参数的功能的问题。
本发明其中一个实施例提供了一种基于用户习惯生成洗车参数的方法，包括步骤：
获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据；
实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求；
若未满足用户需求，根据所接收到的反馈信息生成反馈训练集，将所述反馈训练集对所述用户行为习惯模型进行优化。
通过采用上述方案，用户的历史洗车数据为预先收集的数据，获取预先收集的用户的历史洗车数据，以根据用户的历史洗车数据信息分析预测出用户的洗车习惯，洗车习惯包括下次洗车时间与洗车参数，当识别到用户在预测的下次洗车时间内进入到预设的洗车区域范围时，根据该用户的洗车习惯，按照预测的洗车参数来调节自助洗车机的运行参数，使得可按照每个用户不同的洗车习惯，来自动调节相应的洗车参数；由于不同用户在洗车时对于水压、洗车剂浓度都有不同的需求，当上一个用户洗完车，下一个洗车用户需要对水压与洗车剂浓度进行重新调整至合适自己的，在此过程需花费一定时间，通过按照用户的历史洗车偏好来调配洗车剂的浓度配比以及来调节水压，无需用户重新调整，节省用户时间，且优化用户的洗车体验；同时，通过实时接收用户的反馈信息，反馈信息可为在用户完成洗车事件后，向用户发送问卷，以问卷的形式获取用户的反馈信息；根据所接收到的反馈信息，判断此次为用户预测的洗车参数是否合适用户的洗车需求，若用户反馈为不满意的信息时，则表示此次为用户预测的洗车参数中具有用户不满意的地方，再将用户的反馈信息作为训练集输入用户行为习惯模型进行优化训练，以此不断修正提供给用户的洗车习惯参数，为用户提供更加舒适的洗车体验。
在其中一个实施例中，所述获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好的步骤中：
所述洗车频率为至少两次洗车事件中的洗车间隔时长；
所述洗车偏好包括至少两次洗车事件中的洗车剂浓度平均值与水压平均值。
通过采用上述方案，所预先收集的洗车频率中为至少两次洗车事件中的洗车间隔时长，所预先收集的洗车偏好中为至少两次洗车事件中的洗车剂浓度平均值与水压平均值，以此提高预测分析的准确性。
在其中一个实施例中，所述当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据的步骤中，具体包括如下步骤：
基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号；
当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。
通过采用上述方案，基于用户的下次洗车时间生成预设时间段，在实时时间到达预设时间段时，向自助洗车机发送该用户的预测洗车参数，并且向该用户发送洗车提示信号，以提醒用户；为避免其他用户在使用自助洗车机的过程中运行参数发生改变，当识别到对应的用户在预测的下次洗车时间内进入到预设的洗车区域范围，才触发对自助洗车机的运行参数进行调节，以此避免影响其他用户洗车。
在其中一个实施例中，所述获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好的步骤中：
所述历史洗车数据还包括至少两次洗车事件中的洗车剂平均用量；
基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，计算预设时间段前自助洗车机的洗车剂消耗量，并根据洗车剂消耗量计算出自助洗车机中当前时间的洗车剂余量；
若洗车剂余量小于用户洗车剂平均用量时，发出洗车剂补充信号；
当自助洗车机接收到洗车剂补充信号时，识别洗车剂补充信号，并在实时时间到达用户下次洗车时间前，补充洗车剂至预设的阈值。
通过采用上述方案，所预先收集的历史洗车数据中还包括至少两次洗车事件中的洗车剂平均用量，在实时时间到达预设时间段时，获取自助洗车机中洗车剂的消耗量并计算出洗车剂余量，基于用户历史洗车事件中的洗车剂平均用量与洗车剂余量相对比，以判断洗车剂的余量是否足够该用户使用，若判断不够使用，则在实时时间到达预测的用户下次洗车时间前，及时补充洗车剂，以避免在用户预测的下次洗车时间过来进行洗车的过程中，洗车剂量不足，影响用户洗车体验。
在其中一个实施例中，所述基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号的步骤中，还包括：
基于用户下次洗车时间，在实时时间到达预设时间段时获取用户下次洗车时间内的天气预报信息；
若所述用户下次洗车时间的天气预报信息中下雨的概率大于预设的阈值时，则不发出参数调节信号。
通过采用上述方案，基于用户的下次洗车时间生成预设时间段，在实时时间到达预设时间段时，获取预测用户下次洗车时间内的天气预报信息，若用户下次洗车时间内的天气下雨概率较大时，则不发出参数调节信号，以此避免因出现下雨天情况，用户未在预测的洗车时间内过来洗车，从而造成不便。
在其中一个实施例中，所述当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数的步骤之后，还执行如下步骤：
当用户在预测的洗车时间内进入预设的洗车区域范围后，所述自助洗车机按照所接收到的参数调节信号开始运行前，实时监测自助洗车机的运行参数变化状态；
基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内未发生改变，则根据预测的洗车参数开始运行；
基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内发生改变，则表示用户未接受预测的洗车参数，清除所预测的洗车参数，并按照在预设时间段内改变后的运行参数开始运行。
通过采用上述方案，根据用户进入预设的洗车区域范围后，自助洗车机按照所接收到的参数调节信号开始运行前，实时监测自助洗车机的运行参数变化状态，以此判断本次洗车事件中用户的洗车需求，根据运行参数变化状态，若在预设时间段内未发生改变，则表示用户此次洗车事件中的洗车需求(洗车剂浓度、水压值)与历史洗车事件中洗车需求一致，则根据预测的洗车参数开始运行；若在预设时间段内发生改变，则表示用户此次洗车事件中的洗车需求与历史事件中洗车需求不一致，则可能本次车辆较脏或是具有其他情况而洗车剂浓度、水压值需求较大，则清除所预测的洗车参数，按照在预设时间段内改变后的运行参数开始运行；通过监测自助洗车机的运行参数变化状态，以此适应用户的不同洗车需求。
本申请还涉及一种基于用户习惯生成洗车参数的系统，用于实现如上任意一项所述的一种基于用户习惯生成洗车参数的方法的步骤，包括：
数据获取模块，用于获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
数据预处理模块，用于提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
学习模型训练模块，用于将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
预测分析模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
参数预测模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
实时监控调节模块，用于当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据；
信息接收模块，用于实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求。
通过采用上述方案，用户的历史洗车数据为预先收集的数据，获取预先收集的用户的历史洗车数据，以根据用户的历史洗车数据信息分析预测出用户的洗车习惯，洗车习惯包括下次洗车时间与洗车参数，当识别到用户在预测的下次洗车时间内进入到预设的洗车区域范围时，根据该用户的洗车习惯，按照预测的洗车参数来调节自助洗车机的运行参数，使得可按照每个用户不同的洗车习惯，来自动调节相应的洗车参数；由于不同用户在洗车时对于水压、洗车剂浓度都有不同的需求，当上一个用户洗完车，下一个洗车用户需要对水压与洗车剂浓度进行重新调整至合适自己的，在此过程需花费一定时间，通过按照用户的历史洗车偏好来调配洗车剂的浓度配比以及来调节水压，无需用户重新调整，节省用户时间，且优化用户的洗车体验；同时，通过实时接收用户的反馈信息，根据所接收到的反馈信息，判断此次为用户预测的洗车参数是否合适用户的洗车需求，若用户反馈为不满意的信息时，则表示此次为用户预测的洗车参数中具有用户不满意的地方，再将用户的反馈信息作为训练集输入用户行为习惯模型进行优化训练，以此不断修正提供给用户的洗车习惯参数，为用户提供更加舒适的洗车体验。
本申请还涉及一种计算机设备，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，所述处理器执行所述计算机程序时实现上述一种基于用户习惯生成洗车参数的方法的步骤。
本申请还涉及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一种基于用户习惯生成洗车参数的方法的步骤。
以上实施例所提供的基于用户习惯生成洗车参数的方法、系统、设备及介质具有以下有益效果：
1、通过分析预测出用户的洗车习惯，根据该用户的洗车习惯，按照预测的洗车参数来调节自助洗车机的运行参数，使得可按照每个用户不同的洗车习惯，来自动调节相应的洗车参数；以及通过按照用户的历史洗车偏好来调配洗车剂的浓度配比以及来调节水压，无需用户重新调整，节省用户时间，且优化用户的洗车体验。
2、在其中一个实施例中，通过基于用户的下次洗车时间生成预设时间段，在实时时间到达预设时间段时，向自助洗车机发送该用户的预测洗车参数，并且向该用户发送洗车提示信号，以提醒用户；为避免其他用户在使用自助洗车机的过程中运行参数发生改变，当识别到对应的用户在预测的下次洗车时间内进入到预设的洗车区域范围，才触发对自助洗车机的运行参数进行调节，以此避免影响其他用户洗车。
3、在其中一个实施例中，通过获取自助洗车机中洗车剂的消耗量并计算出洗车剂余量，基于用户历史洗车事件中的洗车剂平均用量与洗车剂余量相对比，以判断洗车剂的余量是否足够该用户使用，若判断不够使用，则在实时时间到达预测的用户下次洗车时间前，及时补充洗车剂，以避免在用户预测的下次洗车时间过来进行洗车的过程中，洗车剂量不足，影响用户洗车体验。
4、在其中一个实施例中，通过在实时时间到达预设时间段时，获取预测用户下次洗车时间内的天气预报信息，若用户下次洗车时间内的天气下雨概率较大时，则不发出参数调节信号，以此避免因出现下雨天情况，用户未在预测的洗车时间内过来洗车，从而造成不便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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示出的结构获得其他的附图。
图1为本发明实施例提供的基于用户习惯生成洗车参数的方法的流程图；
图2为本发明实施例提供的一种计算机设备的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，若全文中出现的“和/或”或者“及/或”，其含义包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参照图1，本发明其中一个实施例提供了一种基于用户习惯生成洗车参数的方法，包括如下步骤：
S000：当用户的历史洗车数据达到预设的次数后，开始预测用户的洗车习惯；
S100：获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
在本实施例中，所获取的用户历史洗车数据为用户于对应洗车服务商中的账户信息，其包含了历史洗车事件中的洗车数据；对用户的历史洗车事件中的洗车数据进行整理与提取，以提取出用户的洗车频率数据与洗车偏好数据进行储存并收集。洗车频率指的是用户进行洗车的时间间隔，洗车偏好包括用户在洗车时选择的洗车剂类型、水压大小等。这些数据是用作于学习模型的基础，用于分析和预测。
S200：提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
在本实施例中，预处理包括数据清洗(去除异常值)、缺失值处理(如插值或删除)与数据归一化(如标准化或归一化)。对所收集的洗车频率数据与洗车偏好数据进行数据清洗、缺失值处理与数据归一化，以此确保数据质量，并使数据适合学习模型的输入要求，通过对历史洗车数据进行预处理，可将历史洗车数据进行优化，从而有助于提高模型的性能和准确度。
S300：将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
在本实施例中，学习算法为随机森林、支持向量机、神经网络或梯度提升机任意一种，通过利用前述算法能够从历史数据中学习用户行为模式，并预测未来的洗车习惯。通过使用学习算法结合所得到的输入数据训练用户行为习惯模型，并且将用户行为习惯模型标注应用于具体用户，为每个用户生成个性化的行为习惯模型，可以更准确地预测用户的洗车习惯。通过训练个性化的用户行为习惯模型，可以更精确地捕捉每个用户的独特行为模式；且使用经过训练的模型来预测用户的洗车习惯，可以提高预测的准确性，从而更好地进行资源规划。
S400：获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
在本实施例中，通过结合用户的洗车频率和用户行为习惯模型的预测结果来预测用户下次洗车的时间，优化提高了预测的准确性和个性化程度，能够更好地满足用户的需求。
具体的，涉及时间序列分析和预测。将洗车频率视为一个时间序列数据，它记录了用户在不同时间点的洗车行为。通过分析这个时间序列，来预测用户下一次的洗车时间。通过时间序列分析方法或长短期记忆网络来实现；这些模型能够捕捉时间序列数据中的趋势、季节性和周期性，从而预测用户下一次洗车的时间点。
S500：获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
在本实施例中，通过结合用户的洗车偏好和用户行为习惯模型的预测结果来预测用户的洗车参数，优化提高了预测的准确性和个性化程度，能够更好地满足用户的需求。
具体的，涉及基于用户历史洗车偏好数据的预测。用户的洗车偏好包括对洗车剂类型、水压的设置；通过分析这些偏好数据，可以预测用户在未来洗车时可能选择的参数。通过分类算法如决策树、随机森林、支持向量机或神经网络来实现。例如，可以使用决策树来识别哪些洗车剂类型与特定的用户群体相关联，或者使用神经网络来预测用户可能设置的水压级别。
S600：当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据。
在本实施例中，预设的洗车区域范围为自助洗车机前的部分区域，通过传感器与摄像设备获取用户是否进入洗车区域范围以及识别用户进入洗车区域范围内的时间是否在预测的洗车时间内。
具体的，涉及实时监控、自动控制和反馈调整。当用户进入洗车区域时，系统通过传感器与摄像设备来识别用户。一旦识别到用户进入到预设的洗车区域范围，且进入的时间位于预测的洗车时间内，系统就会根据之前预测的洗车参数来调整洗车机的运行参数。例如，识别到该用户对应的预测洗车参数中，需要高浓度的洗车剂和较高的水压，系统就会自动调整洗车剂的配比和水压设置，以此适合该用户的洗车需求。通过自动调整适合该用户洗车参数，可以确保用户得到符合其偏好和需求的洗车服务，提高用户满意度和洗车效率。
S700：实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求；
S710：若未满足用户需求，根据所接收到的反馈信息生成反馈训练集，将所述反馈训练集对所述用户行为习惯模型进行优化。
在本实施例中，反馈信息可为用户完成洗车事件后向用户的移动终端发送问卷调查，根据用户所反馈的问卷内容获取用户的反馈信息；或，在用户完成洗车事件后，自助洗车机中的触控屏幕弹出反馈弹窗供用户进行服务反馈操作。根据用户的反馈内容判断本次洗车事件中为用户预测的洗车参数是否满意；若出现不满意的反馈内容，例如，用户对本次所预测的洗车参数不满意时，可让用户提供其满意的洗车参数数据作为反馈内容，根据所反馈的内容来生成反馈训练集，再将反馈训练集输入用户行为习惯模型进行优化训练，以此不断修正提供给用户的洗车习惯参数，为用户提供更加舒适的洗车体验。
根据需要，在其中一个实施例中，当识别到用户超过预设的时间未进行洗车时，向用户发送洗车提示信号以及向用户的账户发放优惠券；其中，洗车提示信号中包含预约信号；当用户通过预约信号预约洗车后，向用户的账户中所发放的优惠券即激活。
在本实施例中，具体为：为避免用户长期不过来洗车、存在客户流失等情况发生，当识别到该洗车服务商中的用户距离上一次洗车事件的时间超过了预设时间后，向该用户发送洗车提示信号，以提醒用户进行洗车，并且向该用户的账户发放优惠券；洗车提示信号中包含有预约信号。洗车提示信号可为短信提醒用户，即为：为向标注的对应用户的移动终端发送短信提醒用户，短信中包含有预约洗车的链接，用户可通过点击预约洗车的链接进行预约洗车；当用户点击预约洗车的链接完成预约洗车后，识别用户所预约的洗车时间，并且激活优惠券。
基于用户预约的洗车时间生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号；
当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预约的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。
以此，通过向长时间不来洗车的用户发送洗车提示信号以及发放优惠券，降低用户长期不过来洗车，存在客户流失的情况发生。
在其中一个实施例中，所述步骤S100中，洗车频率与洗车偏好具体为：
所述洗车频率为至少两次洗车事件中的洗车间隔时长；
所述洗车偏好包括至少两次洗车事件中的洗车剂浓度平均值与水压平均值。
在本实施例中，洗车频率为所记录的至少两次洗车事件之间的间隔时间，例如，至少两次洗车事件中，每次洗车间隔时间为15天，则将这个间隔时间作为洗车频率，若用户记录有多次洗车事件，将每次洗车的间隔时间进行平均计算，以得出用户每次洗车间隔时间，则将该洗车时间间隔作为洗车频率。洗车偏好为所记录的至少两次洗车事件中，洗车剂所使用的浓度的平均值以及水压的平均值。
在其中一个实施例中，所述步骤S600中，具体包括如下步骤：
S610：基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号；
S620：当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。
在本实施例中，预设时间段为预测的用户下次洗车时间开始前的一段时间，例如，预测的用户下次洗车时间为15号，假设洗车服务商的营业时间为10：00～20:00，洗车服务商的营业时间则为洗车时间，则预设的时间可为15号00:00～10:00的这个时间段。向标注的对应用户发送洗车提示信号，可为短信提醒用户，即为向标注的对应用户的移动终端发送短信提醒用户。
具体的，当实时时间到达预设的这个时间段时，系统向自助洗车机发送“15号”的洗车时间内所有用户的洗车参数以及向对应的用户的移动终端发送洗车提醒的短信，提醒的短信包含了具体为哪台自助洗车机为用户调节了合适该用户的洗车参数。当在“15号”的洗车时间内，识别到对应的用户进入到对应自助洗车机的洗车区域范围内时，该自助洗车机按照预测的该用户的洗车参数进行调节，使得用户无需自行调节洗车参数，提高用户的洗车效率。其中，对应的用户为接收到短信提醒的用户，且该用户的预测下次洗车时间为今天，当满足该条件时，进入预设的洗车区域范围内时，自助洗车机才会按照预测的该用户的洗车参数进行调节适合该用户的洗车参数。
根据需要，所述步骤S610中的所述洗车提示信号中包含有预约信号。为避免为用户预测了洗车时间，而用户在预测的洗车时间外过来洗车，自助洗车机没有按照用户的洗车习惯进行调整用户相应的洗车参数，需要用户自行花费一定时间调节相应的洗车参数的情况发生。在此情况下，步骤S610为：基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号，所述洗车提示信号中包含有预约信号。
即为：为向标注的对应用户的移动终端发送短信提醒用户，短信中包含有预约洗车的链接，用户可通过点击预约洗车的链接进行预约洗车。
当用户预约了洗车时间后，步骤S620为：当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预约的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。
以此，通过向用户提供预约洗车选项，用户可以预约洗车，避免了用户在预测的洗车时间外过来洗车，需要用户自行花费一定时间调节相应的洗车参数的情况发生，优化了用户的洗车体验。
根据需要，若该用户记录有多个洗车事件，且每个洗车事件中的洗车剂浓度值具有不同大小时；将洗车事件中位于预设范围内的洗车剂浓度值作为常规洗车事件的洗车剂浓度需求，将洗车事件中大于预设范围的洗车剂浓度值作为车辆较脏时洗车事件的洗车剂浓度需求。
对位于预设范围内的洗车剂浓度值进行计算，以获得在预设范围内洗车剂浓度的平均值，将该洗车剂浓度的平均值与水压平均值作为第一洗车偏好；对大于预设范围的洗车剂浓度值进行计算，以获得大于预设范围的洗车剂浓度的平均值，将该洗车剂浓度的平均值与水压平均值作为第二洗车偏好。
将所计算获得的第一洗车偏好与第二洗车偏好，依次执行步骤S200、S300，以预测用户的洗车习惯。
基于上述方案，步骤S500为：根据第一洗车偏好、第二洗车偏好与用户行为习惯模型的预测结果，预测用户的第一洗车参数与第二洗车参数。第一洗车参数为常规洗车事件中的洗车剂浓度数据与水压数据；第二洗车参数为车辆较脏时洗车事件的洗车剂浓度数据与水压数据。
根据需要，自助洗车机中具有第一控制按钮与第二控制按钮，第一控制按钮用于控制自助洗车机按照第一洗车参数运行，第二控制按钮用于控制自助洗车机按照第二洗车参数运行。当第一控制按钮触发时，向自助洗车机发送第一触发信号使自助洗车机按照第一洗车参数运行；当第二控制按钮触发时，向自助洗车机发送第二触发信号使自助洗车机按照第二洗车参数运行。
第一触发信号或第二触发信号的触发条件为：对应用户在预测的洗车时间内进入预设的洗车区域范围内时，且按压自助洗车机的第一控制按钮或第二控制按钮，则触发第一触发信号或第二触发信号。
基于上述方案，步骤S610为：基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的第一洗车参数与第二洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号。
基于上述方案，步骤S620为：当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据所接收到第一触发信号或第二触发信号，按照预测的第一洗车参数或者第二洗车参数调节自助洗车机的运行参数。
在其中一个实施例中，所述步骤S100中，还包括：
所述历史洗车数据还包括至少两次洗车事件中的洗车剂平均用量；
执行步骤S610的同时，还执行如下步骤：
S611：基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，计算预设时间段前自助洗车机的洗车剂消耗量，并根据洗车剂消耗量计算出自助洗车机中当前时间的洗车剂余量；
S612：若洗车剂余量小于用户洗车剂平均用量时，发出洗车剂补充信号；
S613：当自助洗车机接收到洗车剂补充信号时，识别洗车剂补充信号，并在实时时间到达用户下次洗车时间前，补充洗车剂至预设的阈值。
在本实施例中，通过计算对应的自助洗车机中，该自助洗车机洗车剂所消耗的量，并根据所消耗的量来计算洗车剂的余量，根据余量与预测的用户的历史洗车事件中的洗车剂平均用量相对比，以判断该自助洗车机中洗车剂是否需要补充，以此避免在用户预测的下次洗车时间过来进行洗车的过程中，洗车剂量不足，影响用户洗车体验。
具体的，例如，预测的用户下次洗车时间为15号，假设洗车服务商的营业时间为10：00～20:00，洗车服务商的营业时间则为洗车时间，则预设的时间可为15号00:00～10:00的这个时间段；当实时时间(北京时间)到达预设时间段时(15号00:00～10:00)，计算将要给对应用户使用的自助洗车机中的洗车剂消耗了多少的量，并根据所消耗的量来推断出该自助洗车机中洗车剂的余量(自助洗车机中具有固定的洗车剂存放量)，结合所推断出的洗车剂余量以及所预测的用户历史洗车事件中洗车剂的平均用量进行判断，若洗车剂余量大于用户历史洗车事件中洗车剂的平均用量，则表示不会出现用户在洗车过程发生洗车剂不足的情况，若洗车剂余量小于用户历史洗车事件中洗车剂的平均用量，则需要向自助洗车机发出洗车剂补充信号，而自助洗车机接收到补充信号后，识别该信号中所包含的具体信息，以便根据补充信号在实时时间到达所预测的用户的下次洗车时间前，将洗车剂补充至预设的阈值，以此避免用户在预测的下次洗车时间过来进行洗车的过程中，洗车剂量不足，影响用户洗车体验。
在其中一个实施例中，所述步骤S610中，还包括：
S6101：基于用户下次洗车时间，在实时时间到达预设时间段时获取用户下次洗车时间内的天气预报信息；
S6102：若所述用户下次洗车时间的天气预报信息中下雨的概率大于预设的阈值时，则不发出参数调节信号，则不执行步骤S620。
在本实施例中，通过获取预测用户下次洗车时间内的天气预报信息，以根据具体的天气情况来选择是否发出参数调节信号，以此避免因出现下雨天情况，用户未在预测的洗车时间内过来洗车，从而造成不便。
具体的，例如，所预测的用户下次洗车时间为15号，假设洗车服务商的营业时间为10：00～20:00，洗车服务商的营业时间则为洗车时间，则预设的时间可为15号00:00～10:00的这个时间段，用户下次洗车时间为10：00～20:00，获取该时间段内的天气预报信息，若该时间段内的天气预报信息中的下雨概率大于70％时，则不发出参数调节信号，并且不执行后续步骤，以此避免在用户的下次洗车时间内出现了下雨天，而用户不过来洗车，对商家造成不便。
根据需要，若该时间段内的天气预报信息中的下雨概率大于70％时，则不发出参数调节信号的同时，向对应的用户发送提示信息，该提示信息可为短信通知，例如“下雨天不宜洗车”等提示信息，若在预设的时间段内接收到用户的反馈信息，识别反馈信息，若用户的反馈信息为“需要洗车”，根据用户的反馈信息向自助洗车机发送参数调节信号，若在预设的时间段内未接收到用户的反馈信息，则不发出参数调节信号。
通过上述方案，可根据用户的反馈信息进行灵活调节，避免了用户在下雨天概率大的情况下依旧具有洗车的需求时，而自助洗车机没有根据用户的洗车习惯进行调节对应的洗车参数，从而影响用户的体验感。
在其中一个实施例中，所述步骤S620之后，还执行如下步骤：
S630：当用户在预测的洗车时间内进入预设的洗车区域范围后，所述自助洗车机按照所接收到的参数调节信号开始运行前，实时监测自助洗车机的运行参数变化状态；
S640：基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内未发生改变，则根据预测的洗车参数开始运行；
S650：基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内发生改变，则表示用户未接受预测的洗车参数，清除所预测的洗车参数，并按照在预设时间段内改变后的运行参数开始运行。
在本实施例中，通过监测自助洗车机的运行参数变化状态，以此适应用户的不同洗车需求。
具体的，当用户在预测的洗车时间进入到预设的洗车区域范围内时，根据预测的洗车参数调节自助洗车机的运行参数，而自助洗车机按照所接收到的参数调节信号开始运行前具有一段延迟时间，在该时间段内实时监测自助洗车机的运行参数状态是否发生改变，若是在该时间段内自助洗车机的运行参数未发生改变，还是处于所预测的参数内，则表示用户此次洗车事件中的洗车需求(洗车剂浓度、水压值)与历史洗车事件中洗车需求一致，则自助洗车机根据预测的洗车参数开始运行；若在该时间段内自助洗车机的运行参数发生改变，与所预测的参数不一致，则表示用户此次洗车事件中的洗车需求与历史事件中洗车需求不一致，则可能本次车辆较脏或是具有其他情况而洗车剂浓度、水压值需求较大；当监测到在该时间段内自助洗车机的运行参数发生改变后，若是洗车剂浓度的参数发生改变，水压值的参数未发生改变，则清除所预测的洗车剂浓度的参数，保留水压值的参数，按照在该时间段内发生改变后的洗车剂浓度参数以及所预测的水压值的参数开始运行。若是洗车剂浓度的参数未发生改变，而水压值的参数发生改变，则清除所预测的水压值的参数，保留洗车剂浓度的参数，按照在该时间段内发生改变后的水压值的参数以及所预测的洗车剂浓度参数开始运行。若是洗车剂浓度与水压值的参数同时发生改变，则同时清除所预测的洗车剂浓度与水压值的参数，按照在该时间段内发生改变后的运行参数开始运行。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在其中一个实施例中，提供一种基于用户习惯生成洗车参数的系统，该一种基于用户习惯生成洗车参数的系统与上述实施例中一种基于用户习惯生成洗车参数的方法对应。该一种基于用户习惯生成洗车参数的系统包括：
数据获取模块，用于获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
数据预处理模块，用于提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
学习模型训练模块，用于将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
预测分析模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
参数预测模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
实时监控调节模块，用于当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据；
信息接收模块，用于实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求。
可选的，还包括：
数值获取模块，用于在实时时间到达预设时间段时，计算预设时间段前自助洗车机的洗车剂消耗量，并根据洗车剂消耗量计算出自助洗车机中当前时间的洗车剂余量。
可选的，还包括：
天气信息获取模块，用于在实时时间到达预设时间段时获取用户下次洗车时间内的天气预报信息。
可选的，还包括：
运行参数监测模块，用于实时监测自助洗车机的运行参数变化状态。
关于一种基于用户习惯生成洗车参数的系统的具体限定可以参见上文中对于一种基于用户习惯生成洗车参数的方法的限定，在此不再赘述。上述一种基于用户习惯生成洗车参数的系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图2示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户数据、数据处理、预测分析等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于用户习惯生成洗车参数的方法。
在其中一个实施例中，提供了一种计算机设备，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计算机程序，处理器执行计算机程序时实现一种基于用户习惯生成洗车参数的方法；
在其中一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于用户习惯生成洗车参数的方法；
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
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)

1.一种基于用户习惯生成洗车参数的方法，其特征在于，包括步骤：
获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据；
实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求；
若未满足用户需求，根据所接收到的反馈信息生成反馈训练集，将所述反馈训练集对所述用户行为习惯模型进行优化。
2.如权利要求1所述的基于用户习惯生成洗车参数的方法，其特征在于，所述获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好的步骤中：
所述洗车频率为至少两次洗车事件中的洗车间隔时长；
所述洗车偏好包括至少两次洗车事件中的洗车剂浓度平均值与水压平均值。
3.如权利要求1所述的基于用户习惯生成洗车参数的方法，其特征在于，所述当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据的步骤中，具体包括如下步骤：
基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号；
当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数。
4.如权利要求3所述的基于用户习惯生成洗车参数的方法，其特征在于，所述获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好的步骤中：
所述历史洗车数据还包括至少两次洗车事件中的洗车剂平均用量；
基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，计算预设时间段前自助洗车机的洗车剂消耗量，并根据洗车剂消耗量计算出自助洗车机中当前时间的洗车剂余量；
若洗车剂余量小于用户洗车剂平均用量时，发出洗车剂补充信号；
当自助洗车机接收到洗车剂补充信号时，识别洗车剂补充信号，并在实时时间到达用户下次洗车时间前，补充洗车剂至预设的阈值。
5.如权利要求3所述的基于用户习惯生成洗车参数的方法，其特征在于，所述基于用户下次洗车时间并生成预设时间段，且在实时时间到达预设时间段时，向自助洗车机发送基于预测的洗车参数的参数调节信号以及向标注的对应用户发送洗车提示信号的步骤中，还包括：
基于用户下次洗车时间，在实时时间到达预设时间段时获取用户下次洗车时间内的天气预报信息；
若所述用户下次洗车时间的天气预报信息中下雨的概率大于预设的阈值时，则不发出参数调节信号。
6.如权利要求3所述的基于用户习惯生成洗车参数的方法，其特征在于，所述当自助洗车机接收到参数调节信号时，识别参数调节信号，并识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数的步骤之后，还执行如下步骤：
当用户在预测的洗车时间内进入预设的洗车区域范围后，所述自助洗车机按照所接收到的参数调节信号开始运行前，实时监测自助洗车机的运行参数变化状态；
基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内未发生改变，则根据预测的洗车参数开始运行；
基于所接收到的参数调节信号，若自助洗车机的运行参数在预设时间段内发生改变，则表示用户未接受预测的洗车参数，清除所预测的洗车参数，并按照在预设时间段内改变后的运行参数开始运行。
7.一种基于用户习惯生成洗车参数的系统，用于实现如权利要求1-6任意一项所述的一种基于用户习惯生成洗车参数的方法的步骤，其特征在于，包括：
数据获取模块，用于获取用户的历史洗车数据，所述历史洗车数据包括洗车频率与洗车偏好；
数据预处理模块，用于提取所述历史洗车数据进行预处理，以得到应用于学习模型的输入数据；
学习模型训练模块，用于将所述历史洗车数据进行预处理后所得到的输入数据利用学习算法训练用户行为习惯模型，并将训练得到的用户行为习惯模型标注至对应用户，以及利用所述用户行为习惯模型，预测用户的洗车习惯；
预测分析模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车频率，预测用户下次洗车时间；
参数预测模块，用于获取所述用户行为习惯模型的预测结果与所标注的对应用户的洗车偏好，预测用户的洗车参数；
实时监控调节模块，用于当识别到用户在预测的洗车时间内进入预设的洗车区域范围时，根据预测的洗车参数调节自助洗车机的运行参数，所述运行参数包括洗车剂浓度的配比数据与水压调节数据；
信息接收模块，用于实时接收用户的反馈信息，根据所接收到的反馈信息判断是否满足用户需求。
8.如权利要求7所述的基于用户习惯生成洗车参数的系统，其特征在于，还包括：
数值获取模块，用于在实时时间到达预设时间段时，计算预设时间段前自助洗车机的洗车剂消耗量，并根据洗车剂消耗量计算出自助洗车机中当前时间的洗车剂余量；
天气信息获取模块，用于在实时时间到达预设时间段时获取用户下次洗车时间内的天气预报信息；
运行参数监测模块，用于实时监测自助洗车机的运行参数变化状态。
9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述一种基于用户习惯生成洗车参数的方法的步骤。
10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述一种基于用户习惯生成洗车参数的方法的步骤。
CN202410466026.9A 2024-04-18 2024-04-18 基于用户习惯生成洗车参数的方法、系统、设备及介质 Active CN118112933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410466026.9A CN118112933B (zh) 2024-04-18 2024-04-18 基于用户习惯生成洗车参数的方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410466026.9A CN118112933B (zh) 2024-04-18 2024-04-18 基于用户习惯生成洗车参数的方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN118112933A true CN118112933A (zh) 2024-05-31
CN118112933B CN118112933B (zh) 2024-07-30

Family

ID=91212281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410466026.9A Active CN118112933B (zh) 2024-04-18 2024-04-18 基于用户习惯生成洗车参数的方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN118112933B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015223557A1 (de) * 2015-11-27 2017-06-01 Continental Automotive Gmbh Verfahren und Vorrichtung zum Prognostizieren eines Waschwasserverbrauchs einer Scheibenwaschanlage eines Fahrzeuges
KR20190124564A (ko) * 2018-04-26 2019-11-05 조영기 고객 맞춤형 세차 및 예약 서비스가 가능한 세차장 관리 방법 및 시스템
WO2020151186A1 (zh) * 2019-01-21 2020-07-30 广州小鹏汽车科技有限公司 一种基于物联网的洗车系统及洗车方法
CN113269110A (zh) * 2021-06-03 2021-08-17 恒大新能源汽车投资控股集团有限公司 一种洗车服务预约方法、车载控制系统及存储介质
CN113689125A (zh) * 2021-08-26 2021-11-23 阿波罗智联(北京)科技有限公司 信息推送方法和装置
KR102359340B1 (ko) * 2021-07-13 2022-02-08 (주)큐어 영상분석 기술을 활용한 세차관리시스템 및 세차관리방법
CN115994753A (zh) * 2023-03-23 2023-04-21 湖南易净环保科技有限公司 基于水资源收集处理的智慧洗车管理系统及方法
CN116932881A (zh) * 2022-04-11 2023-10-24 领车（上海）汽车科技有限公司 一种汽车清洗智能配液方法及配液系统
CN117533269A (zh) * 2023-12-14 2024-02-09 广东车海洋环保科技有限公司 一种自助洗车机的清洁剂智能选择、浓度调整方法及系统
KR102639352B1 (ko) * 2023-09-27 2024-02-22 주식회사 블릭 세차 관리 시스템
CN117894093A (zh) * 2023-12-16 2024-04-16 中国第一汽车股份有限公司 车辆清洗提示方法、装置、计算机设备和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015223557A1 (de) * 2015-11-27 2017-06-01 Continental Automotive Gmbh Verfahren und Vorrichtung zum Prognostizieren eines Waschwasserverbrauchs einer Scheibenwaschanlage eines Fahrzeuges
KR20190124564A (ko) * 2018-04-26 2019-11-05 조영기 고객 맞춤형 세차 및 예약 서비스가 가능한 세차장 관리 방법 및 시스템
WO2020151186A1 (zh) * 2019-01-21 2020-07-30 广州小鹏汽车科技有限公司 一种基于物联网的洗车系统及洗车方法
CN113269110A (zh) * 2021-06-03 2021-08-17 恒大新能源汽车投资控股集团有限公司 一种洗车服务预约方法、车载控制系统及存储介质
KR102359340B1 (ko) * 2021-07-13 2022-02-08 (주)큐어 영상분석 기술을 활용한 세차관리시스템 및 세차관리방법
CN113689125A (zh) * 2021-08-26 2021-11-23 阿波罗智联(北京)科技有限公司 信息推送方法和装置
CN116932881A (zh) * 2022-04-11 2023-10-24 领车（上海）汽车科技有限公司 一种汽车清洗智能配液方法及配液系统
CN115994753A (zh) * 2023-03-23 2023-04-21 湖南易净环保科技有限公司 基于水资源收集处理的智慧洗车管理系统及方法
KR102639352B1 (ko) * 2023-09-27 2024-02-22 주식회사 블릭 세차 관리 시스템
CN117533269A (zh) * 2023-12-14 2024-02-09 广东车海洋环保科技有限公司 一种自助洗车机的清洁剂智能选择、浓度调整方法及系统
CN117894093A (zh) * 2023-12-16 2024-04-16 中国第一汽车股份有限公司 车辆清洗提示方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN118112933B (zh) 2024-07-30

Similar Documents

Publication Publication Date Title
CN111325416A (zh) 预测叫车平台的用户流失的方法和装置
CN111369094B (zh) 告警派单方法、装置、系统及计算机可读存储介质
CN111262750B (zh) 一种用于评估基线模型的方法及系统
CN112988538B (zh) 人工智能开发平台监控告警数据预测方法、装置及介质
CN112256550A (zh) 存储容量预测模型生成方法、存储容量预测方法
CN111913799B (zh) 一种视频流在线分析任务调度方法和计算机设备
CN118112933B (zh) 基于用户习惯生成洗车参数的方法、系统、设备及介质
CN109448317A (zh) 出租车自动报警系统
CN114116390A (zh) 一种故障预测方法、装置、设备及可读存储介质
CN114187072A (zh) 聚合打车方法、装置、计算机设备及存储介质
CN110070392B (zh) 用户流失预警方法和装置
CN112633998A (zh) 税务大数据决策分析方法及系统
CN114610961A (zh) 上车点推荐方法、装置、计算机设备和存储介质
CN115437793A (zh) 系统资源配置预测方法、装置、设备及存储介质
CN114968304A (zh) 一种ota升级方法、装置、存储介质及电子设备
CN111783513B (zh) 货物补充方法、装置和系统
CN116319567B (zh) 资源分配方法、资源分配设备和可读存储介质
CN117408662A (zh) 智能工作分配比例提醒方法、装置、设备和介质
CN116308819A (zh) 电子保单的续保方法、装置、存储介质及服务器
CN115713168A (zh) 用车出行时间预测方法、装置、服务器及存储介质
US20230259846A1 (en) Communications apparatus and method for estimating potential demand for improved forecasting and resource management
US20220414495A1 (en) System and method for determining expected loss using a machine learning framework
CN117807376B (zh) 一种自助洗车机的数据收集方法及系统
CN111931101B (zh) 信息推送方法、装置、电子设备及存储介质
US20150254601A1 (en) Inventory control for non-repairable items based on prognostics and health monitoring data

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
GR01 Patent grant
GR01 Patent grant