一种支持智能推荐的汽车保养导购平台及方法技术

本发明专利技术公开一种支持智能推荐的汽车保养导购平台及方法，汽车保养导购平台发生购买和到店保养行为后，生成用户保养记录，并发送到消息中间件；用户保养记录消息被消费后存入大数据计算服务中；通过大数据计算服务对用户保养记录进行计算分析后生成推荐保养项目和紧急度；将生成的推荐保养项目从大数据计算服务同步到搜索引擎索引中；用户再次进入汽车保养导购平台后，会从索引中获取推荐保养项目和适配商品，在平台中展示推荐项目和适配商品。由于系统通过大数据计算服务计算分析，智能推荐出用户需要保养的项目，大大降低了用户的使用门槛，对汽车新用户更加友好；另外平台展示展示推荐项目，可提醒用户及时进行保养。可提醒用户及时进行保养。可提醒用户及时进行保养。

【技术实现步骤摘要】
一种支持智能推荐的汽车保养导购平台及方法


[0001]本专利技术属于互联网
，具体涉及一种支持智能推荐的汽车保养导购平台及方法。

技术介绍

[0002]搜索推荐系统是指根据一定的策略、运用特定的计算机程序收集用户行为信息，使用大数据计算平台对信息进行计算处理后，生成个性化推荐数据。在提供搜索服务时，借助个性化推荐数据，为用户提供个性化检索服务。大数据计算平台MaxCompute是阿里云提供的在线化云服务，可支持大数据量的存储和计算。搜索引擎ElasticSearch是一种独立的企业级搜索系统，它对外提供类似于Web Service的应用程序编程接口API接口，用户可以通过超文本传输协议Http请求，向搜索引擎服务器发送一定格式的可扩展标记语言文件，生成索引；也可以通过Http Post操作提出搜索请求，并返回可扩展标记语言格式的结果。
[0003]上述搜索引擎ElasticSearch中存储着所有汽车保养数据，包括保养项目、材料等信息。现在用户在汽车保养导购平台能够搜索出所有可以进行的保养项目，但该方案存在如下缺陷：
[0004]由于保养项目较多，用户不知道该做哪些项目、项目需要选择对应的哪些材料、每个项目需要间隔多长时间或里程数。

技术实现思路

[0005]本专利技术解决的技术问题：提供一种降低用户使用汽车保养导购平台的门槛，提高用户选择保养项目的效率，提醒用户及时进行保养的支持智能推荐的汽车保养导购平台及方法。
[0006]技术方案：为了解决上述技术问题，本专利技术采用的技术方案如下：
[0007]一种支持智能推荐的汽车保养导购平台，包括保养记录生成处理模块、大数据算法处理模块和搜索推荐处理模块；
[0008]所述保养记录生成处理模块实现用户购买和保养后，生成用户保养记录，并同步到大数据计算平台；
[0009]所述大数据算法处理模块对用户保养记录进行计算分析，生成推荐保养项目和紧急度；
[0010]所述搜索推荐处理模块主要用于将生成的推荐保养项目同步到索引中，用户再次进入汽车保养导购平台后，会从索引中获取推荐保养项目和适配商品，在平台中展示推荐项目和适配商品。
[0011]进一步地，用户使用汽车保养导购平台浏览并购买保养项目，购买后到店进行保养，用户购买和保养后，保养记录生成处理模块生成用户保养记录，并发送到消息中间件进行消息存储，用户保养记录消息被消费后存入大数据计算服务MaxCompute中。
[0012]进一步地，所述大数据算法处理模块按用户D、车辆ID和保养项目ID对用户保养记
录进行分组；计算用户上次保养里程、保养时间和当前里程；根据车辆保养手册计算出推荐保养项目及当前紧急度。
[0013]进一步地，所述搜索推荐处理模块将生成的推荐保养项目从大数据计算服务同步到搜索引擎索引中，用户进入汽车保养导购平台后，在搜索引擎中查询推荐的保养项目和适配商品。
[0014]一种支持智能推荐的汽车保养导购方法，包括以下步骤：
[0015]S1：用户使用汽车保养导购平台浏览并购买保养项目，购买后到店进行保养；
[0016]S2：用户购买和保养后，生成用户保养记录，并发送到消息中间件存储保养记录；
[0017]S3：用户保养记录消息被消费后存入大数据计算服务中，实现大数据存储；
[0018]S4：通过大数据计算服务对用户保养记录进行计算分析，生成推荐保养项目和紧急度；
[0019]S5：将生成的推荐保养项目从大数据计算服务同步到搜索引擎索引中；
[0020]S6：用户再次进入汽车保养导购平台后，会从索引中获取推荐保养项目，在平台中展示推荐项目和适配商品。
[0021]进一步地，所述用户保养记录包括用户购买保养项目记录和用户到店保养项目记录；
[0022]所述用户购买保养项目记录包括：用户ID、车辆ID、保养项目ID、保养材料、购买时间、车辆里程；所述用户到店保养项目记录包括：用户ID、车辆ID、保养项目ID、保养材料、保养时间、车辆里程。
[0023]进一步地，通过大数据计算服务MaxCompute对用户保养记录进行计算分析包括：
[0024]按用户ID、车辆ID和保养项目ID对用户保养记录进行分组；
[0025]计算用户上次保养里程、保养时间和当前里程；
[0026]根据车辆保养手册计算出推荐保养项目及当前紧急度。
[0027]有益效果：与现有技术相比，本专利技术具有以下优点：
[0028]本专利技术的支持智能推荐的汽车保养导购平台及方法，本专利技术实现汽车保养导购平台发生购买和保养后，生成用户保养记录，对保养记录计算分析，生成推荐保养项目和紧急度，用户再次进入汽车保养导购平台后，在平台中展示推荐项目和适配商品。由于系统通过大数据计算服务计算分析，智能推荐出用户需要保养的项目，大大降低了用户的使用门槛，对汽车新用户更加友好；另外平台展示每个项目的紧急度，可提醒用户及时进行保养。
附图说明
[0029]图1是支持智能推荐的汽车保养导购平台系统框图；
[0030]图2是支持智能推荐的汽车保养导购方法实现流程图；
[0031]图3是大数据计算服务MaxCompute的操作页面；
[0032]图4是选品配置界面图；
[0033]图5是投放规则配置界面图；
[0034]图6是本专利技术的平台推荐项目小保养界面示意图；
[0035]图7是本专利技术的平台的刹车系统养护界面示意图。
具体实施方式
[0036]下面结合具体实施例，进一步阐明本专利技术，实施例在以本专利技术技术方案为前提下进行实施，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。
[0037]如图1所示，本申请的支持智能推荐的汽车保养导购平台，该平台具体主要包括如下模块：保养记录生成处理模块、大数据算法处理模块S22和搜索推荐处理模块。
[0038]其中，保养记录生成处理模块主要用于用户购买和保养后，生成用户保养记录，并同步到大数据计算平台。具体实施时，用户使用汽车保养导购平台浏览并购买保养项目，购买后到店进行保养，用户购买和保养后，生成用户保养记录，并发送到消息中间件Kafka，用户保养记录消息被消费后存入大数据计算服务MaxCompute中。
[0039]本实施例使用消息中间件Kafka存储保养记录，也可以采用其它的中间件，例如RabbitMQ、RocketMQ等，只要能实现消息存储即可。将消息存入大数据系统，也可以采用其它大数据系统，例如Hive、Hdfs等，只要能实现大数据存储即可，消息中间件和大数据存储系统可不同，这里对具体类型不做限定。
[0040]大数据算法处理模块主要用于大数据算法处理模块，对用户保养记录进行计算分析，生成推荐保养项目和紧急度。具体实现时，按用户ID、车辆ID和保养项目ID对用户保养记录进行分组；计算用户上次保养里程、保养时间和当前里程；根据车辆保养手册计算出推荐保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种支持智能推荐的汽车保养导购平台，其特征在于，包括保养记录生成处理模块、大数据算法处理模块和搜索推荐处理模块；所述保养记录生成处理模块实现用户购买和保养后，生成用户保养记录，并同步到大数据计算平台；所述大数据算法处理模块对用户保养记录进行计算分析，生成推荐保养项目和紧急度；所述搜索推荐处理模块主要用于将生成的推荐保养项目同步到索引中，用户再次进入汽车保养导购平台后，会从索引中获取推荐保养项目和适配商品，在平台中展示推荐项目和适配商品。2.根据权利要求1所述的支持智能推荐的汽车保养导购平台，其特征在于：用户使用汽车保养导购平台浏览并购买保养项目，购买后到店进行保养，用户购买和保养后，保养记录生成处理模块生成用户保养记录，并发送到消息中间件进行消息存储，用户保养记录消息被消费后存入大数据计算服务MaxCompute中。3.根据权利要求1所述的支持智能推荐的汽车保养导购平台，其特征在于：所述大数据算法处理模块按用户ID、车辆ID和保养项目ID对用户保养记录进行分组；计算用户上次保养里程、保养时间和当前里程；根据车辆保养手册计算出推荐保养项目及当前紧急度。4.根据权利要求1所述的支持智能推荐的汽车保养导购平台，其特征在于：所述搜索推荐处理模块将生成的推荐保养项目从大数据计算服务同步到搜索引擎索引中，用户进入汽车保养导购平台后，在搜索引擎中查询推荐的保...

【专利技术属性】
技术研发人员：徐海锋，王腾飞，李玉飞，苗宇翔，
申请(专利权)人：江苏康众汽配有限公司，
类型：发明
国别省市：