基于车联网的智能推荐方法、装置、服务器及存储介质制造方法及图纸

本申请实施例提供一种基于车联网的智能推荐方法、装置、服务器及存储介质，该方法包括：通过获取用户的行为数据；根据分词算法识别行为数据中的用户偏好特征；根据用户偏好特征对车联网的服务进行推荐，如此，能够根据分词算法识别隐性的行为数据中的用户偏好特征，从而，可以更好地识别用户偏好特征，提升车联网服务推荐效率。

【技术实现步骤摘要】
基于车联网的智能推荐方法、装置、服务器及存储介质
本申请涉及数据处理
，具体涉及一种基于车联网的智能推荐方法、装置、服务器及存储介质。
技术介绍
在现有的基于车辆网的推荐系统中，基于显性偏好信息反馈可以明确用户偏好特征，例如用户的兴趣爱好等。但是有很多场景中并不存在显性偏好信息，不能直接获取用户偏好特征。因此，如何更好的识别出用户的偏好特征，增加车辆网智能推荐有效性的问题需要解决。
技术实现思路
本申请实施例提供一种基于车联网的智能推荐方法、装置、服务器及存储介质，能够根据分词算法识别隐性的行为数据中的用户偏好特征，从而，可以更好地识别用户偏好特征，提升车联网服务推荐效率。本申请实施例的第一方面提供了基于车联网的智能推荐方法，所述方法包括：获取用户的行为数据；根据分词算法识别所述行为数据中的用户偏好特征；根据所述用户偏好特征对所述车联网的服务进行推荐。本申请实施例的第二方面提供了一种基于车联网的智能推荐装置，所述装置包括：获取单元，用于获取用户的行为数据；识别单元，用于根据分词算法识别所述行为数据中的用户偏好特征；推荐单元，用于根据所述用户偏好特征对所述车联网的服务进行推荐。本申请实施例的第三方面提供了一种基于车联网的智能推荐装置，包括处理器、存储器、通信接口，以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面所述的方法中的步骤的指令。<br>本申请实施例的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质用于存储计算机程序，上述计算机程序被处理器执行，以实现如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。本申请实施例的第五方面提供了一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面所述的方法中所描述的部分或全部步骤。实施本申请实施例，具有至少如下有益效果：可以看出，通过本申请实施例，通过获取用户的行为数据；根据分词算法识别行为数据中的用户偏好特征；根据用户偏好特征对车联网的服务进行推荐，如此，能够根据分词算法识别隐性的行为数据中的用户偏好特征，从而，可以更好地识别用户偏好特征，提升车联网服务推荐效率。附图说明为了更清楚地说明本申请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为本申请实施例提供的一种基于车联网的智能推荐装置的系统架构图；图2A为本申请实施例提供的一种基于车联网的智能推荐方法的流程示意图；图2B为本申请实施例提供的另一种基于车联网的智能推荐方法的流程示意图；图3为本申请实施例提供的另一种基于车联网的智能推荐方法的流程示意图；图4为本申请实施例提供的一种服务器的结构示意图；图5A为本申请实施例提供的一种基于车联网的智能推荐装置的结构示意图；图5B为本申请实施例提供的图5A所示的基于车联网的智能推荐装置的变形结构。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。下面对本申请实施例进行详细介绍。请参阅图1，图1是本申请实施例提供的一种用于基于车联网的智能推荐系统的架构示意图，其中，所述基于车联网的智能推荐系统包括：数据处理模块、偏好特征识别模块、数据分发模块、服务推荐模块；其中，所述数据处理模块用于获取用户的行为数据，用户的行为数据可包括以下至少一种：检索信息、订阅信息、浏览信息、应用程序的使用信息等，具体地，可从终端设备、车机、业务系统或者其他网络信息平台获取用户的检索信息、订阅信息、浏览信息、应用程序的使用信息等；数据处理模块还用于获取数据计算批次的任务调度数据；根据所述任务调度数据将所述用户的行为数据分批次通过实时数据流输入至所述偏好特征识别模块。可选地，数据处理模块，还用于对所述行为数据进行过滤，得到过滤后的行为数据；对所述过滤后的行为数据进行清洗，得到清洗后的行为数据；将所述清洗后的行为数据进行分类，得到分类后的行为数据；将所述分类后的行为数据存储至数据库中。从而，可以过滤掉无效的行为数据，优化行为数据的质量，减少后续不必要的数据识别。所述偏好特征识别模块包括词典库构建服务和数据匹配服务，词典库构建服务用于构建第一词典库，以及构建第二词典库，第一词典库中可包括用于隐性反馈用户的偏好特征的词组。第二词典库中可包括不体现用户偏好特征，且出现频率大于预设频率阈值的多个预设词组。数据处理模块可将用户行为数据与第二词典库中的第二预设词组进行匹配，清洗掉无效、冗余的行为数据。数据匹配服务可将行为数据与第一词典库的第一预设词组进行匹配，识别出用户的偏好特征。进而，数据分发模块可通过实时数据流将用户的偏好特征输出至服务推荐模块。由服务推荐模块根据所述用户偏好特征对所述车联网的服务进行推荐。其中，服务推荐模块可针对车联网中以下至少一种服务推荐类型进行推荐：车辆使用服务、车辆性能服务、驾驶模式推荐、驾驶路线推荐等等，此处不作限制。请参阅图2A，图2A为本申请实施例提供的一种基于车联网的智能推荐方法的流程示意图。如图2A所示，本申请实施例提供的基于车联网的智能推荐方法应用于基于车联网的智能推荐装置，该基于车联网的智能推荐方法可包括以下步骤：201、获取用户的行为数据。其中，上述用户的行为数据可包括以下至少一种：检索信息、订阅信息、浏览信息、应用程序的使用信息等等，此处不作限制。本申请实施例中，可从终端设备、车机、业务系统或者其他网络信息平台获取用户的检索信息、订阅信息、浏览信息、应用程序的使用本文档来自技高网...

【技术保护点】
1.一种基于车联网的智能推荐方法，其特征在于，所述方法包括：/n获取用户的行为数据；/n根据分词算法识别所述行为数据中的用户偏好特征；/n根据所述用户偏好特征对所述车联网的服务进行推荐。/n

【技术特征摘要】
1.一种基于车联网的智能推荐方法，其特征在于，所述方法包括：
获取用户的行为数据；
根据分词算法识别所述行为数据中的用户偏好特征；
根据所述用户偏好特征对所述车联网的服务进行推荐。


2.根据权利要求1所述的方法，其特征在于，所述根据分词算法识别所述行为数据中的用户偏好特征，包括：
构建第一词典库；
对所述行为数据进行分词，得到包括多个单字的单字集合；
按照单字个数从小到大的顺序将所述多个单字进行单字组合，得到第一词组，将所述第一词组与所述第一词典库中的第一预设词组进行匹配，若所述第一词组与所述第一预设词组匹配成功，则将所述第一词组纳入所述用户偏好特征。


3.根据权利要求2所述的方法，其特征在于，在所述将所述第一词组与所述第一词典库中的第一预设词组进行匹配之后，所述方法还包括：
若所述第一词组为所述第一预设词组的一部分，则在所述第一词组后面添加至少一个单字，形成新的第一词组；
将所述新的第一词组与所述第一预设词组进行匹配，若所述新的第一词组与所述第一预设词组匹配成功，则将所述新的第一词组纳入所述用户偏好特征。


4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据分词算法识别所述行为数据中的用户偏好特征之前，所述方法还包括：
对所述行为数据进行过滤，得到过滤后的行为数据；
对所述过滤后的行为数据进行清洗，得到清洗后的行为数据；
将所述清洗后的行为数据进行分类，得到分类后的行为数据；将所述分类后的行为数据存储至数据库中。


5.根据权利要求4所述的方法，其特征在于，所述对所述行为数据进行过滤，得到过滤后的行为数据，包括：
构建数据评价函数；
根据...

【专利技术属性】
技术研发人员：孙晓磊，
申请(专利权)人：上海博泰悦臻电子设备制造有限公司，
类型：发明
国别省市：上海;31