CN115577173A - 信息推送方法、装置、设备及存储介质 - Google Patents
信息推送方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115577173A CN115577173A CN202211217015.4A CN202211217015A CN115577173A CN 115577173 A CN115577173 A CN 115577173A CN 202211217015 A CN202211217015 A CN 202211217015A CN 115577173 A CN115577173 A CN 115577173A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- label
- owner
- pushing
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种信息推送方法、装置、设备及存储介质,属于车辆通信技术领域。本发明通过获取车主信息、车辆信息以及车主与车辆之间的交互信息;根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;获取车辆行驶过程中的实时行车数据;根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;根据所述车主标签权重和所述车辆标签权重进行信息推送,通过将车辆标签与车主标签结合对用户进行信息推送,能够使个性化标签更接近用户的真实习惯,实现千人千面的个性化推荐,同时由于结合了车辆标签使得信息推送更加符合车主的实际驾驶环境,提升了信息推送的准确性与真实性。
Description
技术领域
本发明涉及车辆通信技术领域,尤其涉及一种信息推送方法、装置、设备及存储介质。
背景技术
人工智能(Artificial Intelligence,AI)推荐***是通过用户数据分析用户行为推测用户当下的需求,主要包括数据采集、数据处理、推荐计算、模型训练等。
目前AI推荐***已经开始在汽车上进行运用,通过采集车辆、用户数据主动为用户推荐场景和模式,但目前主要存在三个问题:需要采集哪些数据才能更准确地分析用户的行为,让推测的用户行为更接近用户的真实习惯;处理分析后的数据如何运用到推荐计算中,从而使主动推荐的场景能更贴合用户的需求,被用户接受;如果推荐的内容被用户拒绝后,如何根据用户的反馈结果进行优化。
目前的AI推荐***无法准确地分析用户的行为,并且推荐过程中仅参考用户的行为习惯,而不考虑用户的实际驾驶环境。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种信息推送方法、装置、设备及存储介质,旨在解决现有技术无法准确地分析用户的行为,并且推荐过程中仅参考用户的行为习惯,而不考虑用户的实际驾驶环境的技术问题。
为实现上述目的,本发明提供了一种信息推送方法,所述信息推送方法包括以下步骤:
获取车主信息、车辆信息以及车主与车辆之间的交互信息;
根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;
获取车辆行驶过程中的实时行车数据;
根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;
根据所述车主标签权重和所述车辆标签权重进行信息推送。
可选地,所述根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重,包括:
根据所述实时行车数据确定当前车辆状态和信息推送类型;
根据所述当前车辆状态和所述信息推送类型确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重。
可选地,所述根据所述车主标签权重和所述车辆标签权重进行信息推送,包括:
根据所述实时行车数据确定信息推送类型;
根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送。
可选地,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第一类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的目标标签;
在所述信息推送时所参考的目标标签为所述车主标签和所述车辆标签时,按照用户习惯对应的历史推送频次进行信息推送;
在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定推送频次进行信息推送。
可选地,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第二类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的标签;
在所述信息推送时所参考的目标标签为所述车主标签时,按照用户习惯对应的历史车辆参数值进行信息推送;
在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定车辆参数值进行信息推送。
可选地,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第三类型时,获取多个推荐场景;
根据所述车主标签权重和所述车辆标签权重确定各个推荐场景对应的场景分数;
从多个所述推荐场景中筛选出场景分数大于预设分数阈值的多个参考推荐场景;
对多个所述参考推荐场景进行分数大小排序,并将分数最高的参考推荐场景作为目标推荐场景;
根据所述目标推荐场景进行信息推送。
可选地,所述根据所述目标推荐场景进行信息推送之后,还包括:
接收用户基于推送信息输入的反馈信息;
根据所述反馈信息调整各个推荐场景对应的场景分数。
此外,为实现上述目的,本发明还提出一种信息推送装置,所述信息推送装置包括:
获取模块,用于获取车主信息、车辆信息以及车主与车辆之间的交互信息;
生成模块,用于根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;
所述获取模块,还用于获取车辆行驶过程中的实时行车数据;
计算模块,用于根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;
推送模块,用于根据所述车主标签权重和所述车辆标签权重进行信息推送。
此外,为实现上述目的,本发明还提出一种信息推送设备,所述信息推送设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行的信息推送程序,所述信息推送程序配置为实现如上文所述的信息推送方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有信息推送程序,所述信息推送程序被处理器执行时实现如上文所述的信息推送方法。
本发明通过获取车主信息、车辆信息以及车主与车辆之间的交互信息;根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;获取车辆行驶过程中的实时行车数据;根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;根据所述车主标签权重和所述车辆标签权重进行信息推送,通过将车辆标签与车主标签结合对用户进行信息推送,能够使个性化标签更接近用户的真实习惯,实现千人千面的个性化推荐,同时由于结合了车辆标签使得信息推送更加符合车主的实际驾驶环境,提升了信息推送的准确性与真实性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的信息推送设备的结构示意图;
图2为本发明信息推送方法第一实施例的流程示意图;
图3为本发明信息推送方法一实施例中推荐***架构示意图;
图4为本发明信息推送方法第二实施例的流程示意图;
图5为本发明信息推送装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的信息推送设备结构示意图。
如图1所示,该信息推送设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对信息推送设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及信息推送程序。
在图1所示的信息推送设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明信息推送设备中的处理器1001、存储器1005可以设置在信息推送设备中,所述信息推送设备通过处理器1001调用存储器1005中存储的信息推送程序,并执行本发明实施例提供的信息推送方法。
本发明实施例提供了一种信息推送方法,参照图2,图2为本发明一种信息推送方法第一实施例的流程示意图。
本实施例中,所述信息推送方法包括以下步骤:
步骤S10:获取车主信息、车辆信息以及车主与车辆之间的交互信息。
在本实施例中,本实施例的执行主体可为所述信息推送设备,该信息推送设备具有数据处理、数据通信及程序运行等功能。所述信息推送设备可以为车载电脑等终端设备,当然,还可为其他具有相似功能的设备,本实施条件对此不加以限制。为便于说明,本实施方式以信息推送设备为例进行说明。
需要说明的是,目前所采取的推送主要有以下两种方式,其中的一种方式是根据既定的规则为用户推荐内容,规则的输入只有车辆数据等,没有用户的行为数据,满足进入场景的条件,就直接为用户进行推送,根据用户的接受或拒绝的反馈更新推送的频次,比如:制定推荐规则,车辆距离加油站Xkm、档位为X档、剩余油量小于XX%时,推进XX加油APP,所有的用户都以同一规则进行判断,无法实现千人千面的个性化智能推荐。另一种方式一般包含场景识别模型和动作执行模型两大块,通过深度学习、神经网络等计算方法识别用户车辆当前是否满足推荐的场景判断条件,达到场景推荐条件后,结合车主偏好推荐动作,比如:根据气温、车窗、空调状态,自动打开空调,并设置为用户习惯的温度,但用户拒绝推荐内容后,无法对用户拒绝的原因进行进一步的分析、对场景进行优化。
上述方式无法准确地得到用户的真实使用习惯,并且推荐全部是基于用户的行为习惯,而没有考虑车辆相关的信息,仅迎合用户习惯的推荐较为片面,本实施例中为了解决上述技术问题,在对用户进行信息推送时,不仅考虑了用户信息,同时还结合了车辆信息,基于用户信息与车辆信息同时对用户进行信息推送。
在具体实现中,本实施例中先以图3为例对本实施例的推荐***架构进行说明。参照图3,本实施例中的推荐***架构由数据采集、用户分析、推荐模型以及推送***这四个部分组成,其中,数据采集的作用在于采集用户数据、车辆数据,用户分析的作用在于对采集的数据进行特征提取,生成个性化标签,推荐模型的作用在于对个性化标签设定权重,并进行场景仲裁,确定推荐的场景,推送***的作用在于结合车辆的状态,执行推荐的动作,并记录用户的交互信息反馈至推荐模型中。
在具体实现中,本实施例中需要在生成车主标签与车辆标签之前,需要先获取车主信息、车辆信息以及车主与车辆之间的交互信息,其中,车主信息包括但不限于车主年龄、车主常驻区域、车主联系方式以及车主使用的设备信息,车辆信息包括但不限于车辆识别码(VehicleIdentificationNumber,VIN),交车日期、保养日期以及维修配件,交互信息包括但不限于APP使用频率、导航目的地、音乐类型以及空调温度。
步骤S20:根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签。
在具体实施中,通过数据采集和数据融合生成用户个性化标签矩阵,驾驶数据与车主信息、交互信息融合后可得到车主标签,比如空调温度偏好、车窗开启偏好、音乐类型偏好、驾驶行为偏好(激烈、平和)等,驾驶数据与车辆信息融合后可得到车辆特征数据,比如快慢充比例、累积行驶时间、保养周期、日均行驶次数、报警信息等。
本实施例中,所生成的车主标签例如表一所示,所生成的车辆标签例如表二所示。
表一:
表二:
步骤S30:获取车辆行驶过程中的实时行车数据。
在本实施例中,本实施例中还需要进一步获取车辆在行驶过程中的实时行车数据,其中,车辆在行驶过程中的实时行车数据包括但不限于车速、档位、空调器状态以及发动机状态。
步骤S40:根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重。
在具体实施中,在获取到实时行车数据时,本实施例中可以进一步根据实时行车数据确定车主标签对应的车主标签权重以及车辆标签对应的车辆标签权重。具体地,本实施例中可以根据实时行车数据确定当前车辆状态和信息推送类型,当前车辆状态包括驻车状态、行车状态以及停车状态,信息推送类型包括警告类、提醒类以及推荐类,不同的车辆状态以及不同的信息推送类型所对应的标签权重是不同的,本实施例中可以根据当前车辆状态和信息推送类型确定车主标签对应的车主标签权重以及车辆标签对应的车辆标签权重,本实施例中生成的标签权重可以参见表三所示,本实施例中的权重设置为举例说明,在实际情况中,可以根据不同的设置需求对权重值进行相应地调整,本实施例中对此不加以限制。
表三:
需要说明的是,本实施例中针对警告类的信息推送,在驻车状态下,车辆标签权重B1远大于用户标签权重,在停车状态下,车辆标签权重B2也远大于用户标签权重A2。针对提醒类的信息推送,在行车状态下,车辆标签权重B4大于用户标签权重A4。针对推送类的信息推送,在驻车状态下,用户标签权重A6远大于车辆标签权重B6,在行车状态下,用户标签权重A7大于车辆标签权重B7,在停车状态下,用户标签权重A8远大于车辆标签权重B8。本实施例中提出一种实现方式,具体地,本实施例中可以设置权重差值阈值,当用户标签权重与车辆标签权重之间的差值大于权重差值阈值时,表示用户标签权重远小于或者远大于车辆标签权重。
步骤S50:根据所述车主标签权重和所述车辆标签权重进行信息推送。
在具体实施中,本实施例中在得到车主标签权重以及车辆标签权重之后,本实施例中可以基于不同的车主标签权重以及车辆标签权重选择相应的推送方式,然后进行信息推送。例如警告类的信息推送,如安全带未系警告,在驻车状态下,用户标签权重为A1,车辆标签权重为B1,并且B1>>A1,驻车状态下,优先考虑车辆标签,同时也会考虑用户标签,驾驶员/副驾未系安全带,推荐安全带提醒,如果用户拒绝,则推送的频次会进行更新减少推送,但在行车状态下,车辆标签权重为1,用户标签权重为0,则只考虑车辆标签,进行安全带提醒,用户拒绝也按照设定的频次推送。
本实施例通过获取车主信息、车辆信息以及车主与车辆之间的交互信息;根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;获取车辆行驶过程中的实时行车数据;根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;根据所述车主标签权重和所述车辆标签权重进行信息推送,通过将车辆标签与车主标签结合对用户进行信息推送,能够使个性化标签更接近用户的真实习惯,实现千人千面的个性化推荐,同时由于结合了车辆标签使得信息推送更加符合车主的实际驾驶环境,提升了信息推送的准确性与真实性。
参考图4,图4为本发明一种信息推送方法第二实施例的流程示意图。
基于上述第一实施例,本实施例信息推送方法中,所述步骤S50具体包括:
步骤S501:根据所述实时行车数据确定信息推送类型。
在具体实施中,在获取到实时行车数据之后,本实施例中可以根据实时行车数据中确定此时需要推送的信息推送类型,例如安全带未系,此时的信息推送类型为警告类,油/电量较低时,对应的信息推送类型为提醒类,当有儿童7:00-8:00时间段乘坐车辆时,车外温度高于30℃时,目的地为中心幼儿园,此时信息推送类型为推荐类。
步骤S502:根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送。
在具体实施中,基于信息推送类型、车主标签权重以及车辆标签权重即可进行信息推送。
进一步地,本实施例中在信息推送类型为第一类型时,本实施例中会根据车主标签权重和车辆标签权重确定信息推送时所参考的目标标签,目标标签为在信息推送时所参考的主要标签,本实施例中的第一类型为警告类的信息。当为警告类信息,本实施例中在信息推送时所参考的目标标签为车主标签和车辆标签时,也即同时考虑车主标签以及车主标签时,本实施例中会根据用户的行为习惯对应的历史推送频次进行信息推送,在信息推送时所参考的目标标签为车辆标签时,也即只考虑车辆标签时,本实施例中则不会参考用户的习惯,也即按照设定推送频次进行信息推送。例如警告类的信息推送,以安全带未系警告为例,在驻车/停车状态下,优先考虑车辆标签,也会考虑用户标签,也即此时的目标标签为车主标签和车辆标签,驾驶员/副驾未系安全带,推荐安全带提醒,如果用户拒绝,则推送的频次会进行更新减少推送,再下次推送时,会基于用户的行为习惯对应的频率进行信息的推送,但在行车状态下,则只考虑车辆标签,也即此时的目标标签为车辆标签,进行安全带提醒,即使用户拒绝也会按照设定的频次推送,不需要考虑用户的行为习惯。其中,设定的频次可以根据实际情况进行设置,本实施例中对此不加以限制。
进一步地,本实施例中在信息推送类型为第二类型时,本实施例中同样会根据车主标签权重和车辆标签权重确定信息推送时所参考的目标标签,目标标签为在信息推送时所参考的主要标签,本实施例中的第二类型为提醒类的信息。当为提醒类信息,本实施例中在信息推送时所参考的目标标签为车主标签时,也即仅考虑车主标签时,本实施例中会根据用户的行为习惯对应的历史车辆参数值进行信息推送,在信息推送时所参考的目标标签为车辆标签时,也即只考虑车辆标签时,本实施例中则不会参考用户的习惯,也即按照设定车辆参数值进行信息推送。例如提醒类的信息推送,在驻车/停车状态下,优先考虑用户标签,也即此时的目标标签为车主标签时,根据用户的加油/充电习惯,不同的用户达到不同的油/电量阈值时进行加油/充电场景推荐,但在行车状态下,则优先考虑车辆标签,也即此时的目标标签为车辆标签时,比如油/电量较低时才提醒用户进行加油或者充电。
本实施例中还提供一种方式,具体地,还可以根据用户的活动区域标签,如果用户基本以短途活动为主,则可以按照用户的习惯在油量相对较低的情况下提醒;若用户的活动区域比较大,比如过去一个月内经常超过一定里程,或长短不定里程,则还是要违背用户的习惯,在油量相对较高时提醒用户加油或充电。因此以充电或加油为例,同样的用户不同的用车情况下,提醒也是不同的。
进一步地,本实施例中在信息推送类型为第三类型时,第三类型为推荐类型,针对这种类型,本实施例中设置有多个推荐场景,针对每个推荐场景,各自具有不同的场景分数,本实施例中可以根据车主标签权重和车辆标签权重确定各个推荐场景对应的场景分数。需要说明的是,本实施例中的推荐场景包含用户的个性化数据,也即基于用户不同的个性化数据,本实施例中为不同用户预先设定的推荐场景是不同的,可实现千人千面个性化推荐。本实施例中针对推荐场景还设有场景分数阈值,在根据推荐场景生成推送的信息之前,本实施例中先根据场景分数阈值筛选出场景分数大于预设分数阈值的多个参考推荐场景,然后再对多个参考推荐场景进行分数大小排序,最后将分数最高的参考推荐场景作为目标推荐场景。例如采集车主信息、档位、车速、空调温度、车内温度、车外温度、香氛、空气净化器、儿童座椅、车窗、多媒体音乐类型、导航目的地等数据之后,得到当有儿童7:00-8:00时间段乘坐车辆时,车外温度高于30℃时,会关闭车窗,打开空调(温度偏好为26℃),香氛***关闭,播放儿歌,目的地为中心幼儿园,此时会生成三种推荐场景,例如场景1:关闭车窗,打开空调,打开空气净化器,设定温度为26摄氏度,播放儿歌并询问是否导航到中心幼儿园,场景2:关闭车窗,打开空调,打开空气净化器,打开香氛,开启座椅按摩,场景3:打开氛围灯。又假设场景1的预设分数为0.8,场景2的预设分数为0.7,场景3的预设分数为0.5,预设分数阈值为0.6,则本实施例中按照场景1对用户进行信息推送,推送的信息包括提醒用户关闭车窗,打开空调,打开空气净化器,设定温度为26摄氏度,同时询问用户是否导航到中心幼儿园。
进一步地,向用户推送了上述信息之后,本实施例中会接收用户基于上述推送信息的反馈信息,例如用户可以通过中控屏或者其他设备选择接受本次推荐或者拒绝本次推荐,如果用户接受,则可以提高该场景的预设分数,反之,如果用户拒绝,则可以降低该场景的预设分数,场景预设分数以及预设分数阈值可以根据用户实际需求进行相应地设置,本实施例中对此不加以限制。
本实施例中针对第三类信息推送还提出一种实现方式,具体地,在用户选择接受推荐之后,如果用户接受了推荐中的部分建议,例如推荐关闭车窗,打开空调,打开空气净化器,但是仅打开空调,打开空气净化器,但是开启了车窗,针对这种情况,本实施例中会基于用户本次的操作对场景进行修正,下次该场景推荐则变为推荐开启车窗,打开空调,打开空气净化器。
本实施例针对不同的信息推送类型采取不同的方式对用户进行新推送,并在对用户进行推送之后,会获取用户对于推送信息的反馈,并基于用户的反馈对每一次的信息推送进行相应地优化,能够更加符合用户的真实行为习惯,提升了用户体验。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有信息推送程序,所述信息推送程序被处理器执行时实现如上文所述的信息推送方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
参照图5,图5为本发明信息推送装置第一实施例的结构框图。
如图5所示,本发明实施例提出的信息推送装置包括:
获取模块10,用于获取车主信息、车辆信息以及车主与车辆之间的交互信息。
生成模块20,用于根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签。
所述获取模块10,还用于获取车辆行驶过程中的实时行车数据。
计算模块30,用于根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重。
推送模块40,用于根据所述车主标签权重和所述车辆标签权重进行信息推送。
本实施例通过获取车主信息、车辆信息以及车主与车辆之间的交互信息;根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;获取车辆行驶过程中的实时行车数据;根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;根据所述车主标签权重和所述车辆标签权重进行信息推送,通过将车辆标签与车主标签结合对用户进行信息推送,能够使个性化标签更接近用户的真实习惯,实现千人千面的个性化推荐,同时由于结合了车辆标签使得信息推送更加符合车主的实际驾驶环境,提升了信息推送的准确性与真实性。
在一实施例中,所述计算模块30,还用于根据所述实时行车数据确定当前车辆状态和信息推送类型;根据所述当前车辆状态和所述信息推送类型确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重。
在一实施例中,所述推送模块40,还用于根据所述实时行车数据确定信息推送类型;根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送。
在一实施例中,所述推送模块40,还用于在所述信息推送类型为第一类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的目标标签;在所述信息推送时所参考的目标标签为所述车主标签和所述车辆标签时,按照用户习惯对应的历史推送频次进行信息推送;在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定推送频次进行信息推送。
在一实施例中,所述推送模块40,还用于在所述信息推送类型为第二类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的标签;在所述信息推送时所参考的目标标签为所述车主标签时,按照用户习惯对应的历史车辆参数值进行信息推送;在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定车辆参数值进行信息推送。
在一实施例中,所述推送模块40,还用于在所述信息推送类型为第三类型时,获取多个推荐场景;根据所述车主标签权重和所述车辆标签权重确定各个推荐场景对应的场景分数;从多个所述推荐场景中筛选出场景分数大于预设分数阈值的多个参考推荐场景;对多个所述参考推荐场景进行分数大小排序,并将分数最高的参考推荐场景作为目标推荐场景;根据所述目标推荐场景进行信息推送。
在一实施例中,所述推送模块40,还用于接收用户基于推送信息输入的反馈信息;根据所述反馈信息调整各个推荐场景对应的场景分数。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的信息推送方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种信息推送方法,其特征在于,所述信息推送方法包括:
获取车主信息、车辆信息以及车主与车辆之间的交互信息;
根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;
获取车辆行驶过程中的实时行车数据;
根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;
根据所述车主标签权重和所述车辆标签权重进行信息推送。
2.如权利要求1所述的信息推送方法,其特征在于,所述根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重,包括:
根据所述实时行车数据确定当前车辆状态和信息推送类型;
根据所述当前车辆状态和所述信息推送类型确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重。
3.如权利要求1所述的信息推送方法,其特征在于,所述根据所述车主标签权重和所述车辆标签权重进行信息推送,包括:
根据所述实时行车数据确定信息推送类型;
根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送。
4.如权利要求3所述的信息推送方法,其特征在于,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第一类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的目标标签;
在所述信息推送时所参考的目标标签为所述车主标签和所述车辆标签时,按照用户习惯对应的历史推送频次进行信息推送;
在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定推送频次进行信息推送。
5.如权利要求3所述的信息推送方法,其特征在于,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第二类型时,根据所述车主标签权重和所述车辆标签权重确定信息推送时所参考的标签;
在所述信息推送时所参考的目标标签为所述车主标签时,按照用户习惯对应的历史车辆参数值进行信息推送;
在所述信息推送时所参考的目标标签为所述车辆标签时,按照设定车辆参数值进行信息推送。
6.如权利要求3所述的信息推送方法,其特征在于,所述根据所述信息推送类型、所述车主标签权重以及所述车辆标签权重进行信息推送,包括:
在所述信息推送类型为第三类型时,获取多个推荐场景;
根据所述车主标签权重和所述车辆标签权重确定各个推荐场景对应的场景分数;
从多个所述推荐场景中筛选出场景分数大于预设分数阈值的多个参考推荐场景;
对多个所述参考推荐场景进行分数大小排序,并将分数最高的参考推荐场景作为目标推荐场景;
根据所述目标推荐场景进行信息推送。
7.如权利要求6所述的信息推送方法,其特征在于,所述根据所述目标推荐场景进行信息推送之后,还包括:
接收用户基于推送信息输入的反馈信息;
根据所述反馈信息调整各个推荐场景对应的场景分数。
8.一种信息推送装置,其特征在于,所述信息推送装置包括:
获取模块,用于获取车主信息、车辆信息以及车主与车辆之间的交互信息;
生成模块,用于根据所述车主信息、所述车辆信息以及所述交互信息生成车主标签和车辆标签;
所述获取模块,还用于获取车辆行驶过程中的实时行车数据;
计算模块,用于根据所述实时行车数据确定所述车主标签对应的车主标签权重以及所述车辆标签对应的车辆标签权重;
推送模块,用于根据所述车主标签权重和所述车辆标签权重进行信息推送。
9.一种信息推送设备,其特征在于,所述信息推送设备包括:存储器、处理器及存储在所述存储器上并在所述处理器上运行的信息推送程序,所述信息推送程序配置为实现如权利要求1至7中任一项所述的信息推送方法。
10.一种存储介质,其特征在于,所述存储介质上存储有信息推送程序,所述信息推送程序被处理器执行时实现如权利要求1至7任一项所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217015.4A CN115577173A (zh) | 2022-09-30 | 2022-09-30 | 信息推送方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211217015.4A CN115577173A (zh) | 2022-09-30 | 2022-09-30 | 信息推送方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115577173A true CN115577173A (zh) | 2023-01-06 |
Family
ID=84583881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211217015.4A Pending CN115577173A (zh) | 2022-09-30 | 2022-09-30 | 信息推送方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577173A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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、***和装置 |
-
2022
- 2022-09-30 CN CN202211217015.4A patent/CN115577173A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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、***和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240203175A1 (en) | Interior device to update command input to system | |
CN108725357B (zh) | 基于人脸识别的参数控制方法、***与云端服务器 | |
CN109934473B (zh) | 充电健康指数评分方法、装置、终端设备及存储介质 | |
WO2018081020A1 (en) | Computerized domain expert | |
CN113688326B (zh) | 推荐方法、装置、设备及计算机可读存储介质 | |
CN111523932A (zh) | 一种网约车服务的评分方法、装置、***及存储介质 | |
CN111127130A (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 | |
CN115577173A (zh) | 信息推送方法、装置、设备及存储介质 | |
CN111611402B (zh) | 一种基于位置的驾驶行为知识图谱生成方法、装置和*** | |
CN114943030A (zh) | 一种网联汽车推荐方法及*** | |
CN114684152A (zh) | 驾驶体验数据处理的方法、装置、车辆及介质 | |
CN111861619A (zh) | 一种共享车辆的推荐方法和*** | |
CN113408022A (zh) | 一种基于大数据分析的ui设计的***和方法 | |
CN113792213A (zh) | 服务推荐方法、装置、设备及存储介质 | |
CN113094483B (zh) | 车辆反馈信息的处理方法、装置、终端设备及存储介质 | |
CN112989188A (zh) | 推荐订单的确定方法、装置和服务器 | |
CN116340332A (zh) | 更新车载智能***的场景库的方法、装置和车辆 | |
CN115168642A (zh) | 一种车载音乐推荐方法、装置、设备、存储介质及车辆 | |
CN116016658A (zh) | 车辆服务的推荐方法及车辆 | |
CN113128597B (zh) | 一种用户行为特征的提取和分类预测的方法及装置 | |
CN110689150A (zh) | 基于机器学习的订单预测方法、预测装置及计算机设备 | |
CN115195783A (zh) | 远程操作人员的推荐***和推荐方法以及程序 | |
CN111210232B (zh) | 一种数据处理方法、装置及电子设备 | |
CN113204714A (zh) | 一种基于用户画像的任务推荐方法、装置、存储介质及终端 | |
CN111815394B (zh) | 网约车租车商品方案推荐方法、电子设备及存储介质 |
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 |