一种智能车型推荐方法及系统技术方案

本发明专利技术公开了一种智能车型推荐方法及系统，智能车型推荐方法包括：对于每个车型，从车型的销售数据中提取重点特征，重点特征与车型的相关性高于阈值；利用人工智能推荐模型将车型匹配条件与每个车型的重点特征进行匹配，将第一预设数量的匹配度最高的车型作为第一被推荐车型。本发明专利技术从每个车型的销售数据中提取与购置该车型相关性高的特征，作为车型推荐的首要考虑特征，增加人工智能推荐模型中参数的有效性，提高人工智能推荐模型的性能以及可靠性。性。性。

【技术实现步骤摘要】
一种智能车型推荐方法及系统


[0001]本专利技术涉及计算机
，尤其涉及一种智能车型推荐方法及系统。

技术介绍

[0002]随着社会经济的发展，车辆作为一种方便快捷的代步工具，已经深入了人们的生活，人们购置车辆的需求也与日俱增。这种情况下，如何高效地为人们推荐合适的车型成为了一个待解决的问题。经验丰富的销售人员或许能很好的解决这样的问题，但这样的人员培养成本较大，且难以快速、大量地复制以大范围地解决问题。这时候，我们就需要智能车型推荐系统来实现推荐功能的。
[0003]现有的智能推荐系统中，有的依靠客户位置信息来给客户进行车型推荐，其主要原理为通过客户在汽车销售店的移动位置信息及停留时间判断用户感兴趣的车型，从而向用户进行推荐；另外，还有通用领域的推荐系统，其原理是以用户行为日志(包括用户画像信息、样本推荐对象的特征信息以及样本上下文信息)与推荐对象的位置信息为输入数据，以样本标签为目标输出值对位置偏置模型和推荐模型进行联合训练，以得到训练后的推荐模型。
[0004]现有的方案通常会选取一定的特征作为推荐模型的输入，但没有提前对特征的有效性做验证，这不仅会导致模型包含许多无效的参数，降低模型的性能，甚至对模型预测结果的正确性产生干扰。
[0005]另外，现有的方案还会面临特征选取量不够或特征选取不符合市场情况等问题，无法很好地给出推荐信息。

技术实现思路

[0006]鉴于上述，本专利技术旨在提供一种智能车型推荐方法及系统，从每个车型的销售数据中提取与购置该车型相关性高的特征，作为车型推荐的首要考虑特征，增加人工智能推荐模型中参数的有效性，提高人工智能推荐模型的性能以及推荐结果的正确性。
[0007]本专利技术采用的技术方案如下：
[0008]第一方面，本专利技术提供了一种智能车型推荐方法，包括：
[0009]对于每个车型，从车型的销售数据中提取重点特征，重点特征与车型的相关性高于阈值；
[0010]利用人工智能推荐模型将车型匹配条件与每个车型的重点特征进行匹配，将第一预设数量的匹配度最高的车型作为第一被推荐车型。
[0011]在其中一种可能的实现方式中，智能车型推荐方法还包括：
[0012]从第一被推荐车型中获得第二预设数量的销售数据的数量最多的车型，作为第二被推荐车型。
[0013]在其中一种可能的实现方式中，从车型的销售数据中提取重点特征，具体包括：
[0014]从车型的销售数据中提取所有的相关特征；
[0015]将所有的相关特征输入logistic二元回归模型，获得重点特征。
[0016]在其中一种可能的实现方式中，从车型的销售数据中提取所有的相关特征之后，还包括将相关特征分类到对应的特征类型中；
[0017]并且，logistic二元回归模型在输出重点特征的同时还输出重点特征所属的特征类型。
[0018]在其中一种可能的实现方式中，从车型的销售数据中提取重点特征，还包括：
[0019]依据车型推荐的准确率对重点特征的提取效果进行整体水平检验；
[0020]若整体水平检验不满足要求，则重新提取重点特征。
[0021]在其中一种可能的实现方式中，从车型的销售数据中提取重点特征，还包括：
[0022]更新车型的销售数据，从而更新从中提取到的相关特征。
[0023]第二方面，本专利技术提供了一种智能车型推荐系统，包括数据管理模块、重点特征提取模型以及人工智能推荐模型；
[0024]数据管理模块用于存储各个车型的销售数据；
[0025]重点特征提取模型用于从每个车型的销售数据中提取重点特征，重点特征与车型的相关性高于阈值；
[0026]人工智能推荐模型用于将车型匹配条件与每个车型的重点特征进行匹配，获得被推荐车型。
[0027]在其中一种可能的实现方式中，智能车型推荐系统还包括配置模块，配置模块用于从车型的销售数据中提取所有的相关特征，并将所有的相关特征输入重点特征提取模型。
[0028]在其中一种可能的实现方式中，智能车型推荐系统还包括数据采集模块，数据采集模块用于依据重点特征采集每个车型的销售数据，并提供给配置模块和数据管理模块。
[0029]在其中一种可能的实现方式中，重点特征提取模型还用于依据车型推荐的准确率对重点特征的提取效果进行整体水平检验；若整体水平检验满足要求，则输出重点特征。
[0030]本专利技术的构思在于，提供一种智能车型推荐方法及系统，从每个车型的销售数据中提取与购置该车型相关性高的特征，作为车型推荐的首要考虑特征，增加人工智能推荐模型中参数的有效性，提高人工智能推荐模型的性能以及推荐结果的正确性。本专利技术通过定期或不定期地更新销售数据，以根据市场变化持续更新与车型相关的特征库，进而更新重点特征提取模型提取到的重点特征，使智能车型推荐系统能适应市场变化，同时避免特征选取不足或特征选取不符合市场情况影响推荐准确率。另外，本专利技术通过对相关特征进行分类，进而明确重点特征所属的特征类型，为在车型推荐方案的亮点或新车推荐提供一定的指导作用。
附图说明
[0031]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步描述，其中：
[0032]图1为本专利技术提供的智能车型推荐方法的优选实施例的流程图；
[0033]图2为本专利技术提供的从车型的销售数据中提取重点特征的优选实施例的流程图；
[0034]图3为本专利技术提供的智能车型推荐系统的结构图。
[0035]图4为本专利技术提供的智能车型推荐设备的结构示意图。
具体实施方式
[0036]下面详细描述本专利技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0037]本专利技术的构思在于，提供一种智能车型推荐方法及系统，从每个车型的销售数据中提取与购置该车型相关性高的特征，作为车型推荐的首要考虑特征，增加人工智能推荐模型中参数的有效性，提高人工智能推荐模型的性能以及可靠性。本专利技术通过定期或不定期地更新销售数据，以根据市场变化持续更新与车型相关的特征库，进而更新重点特征提取模型提取到的重点特征，使智能车型推荐系统能适应市场变化，同时避免特征选取不足或特征选取不符合市场情况影响推荐准确率。另外，本专利技术通过对相关特征进行分类，进而明确重点特征所属的特征类型，为在车型推荐方案的亮点或新车推荐提供一定的指导作用。本专利技术提出的智能车型推荐方案不仅可自动化、智能化给购车用户推荐其喜欢的车型，还可解决销售顾问突然离职导致后续服务不到位的问题。
[0038]针对前述核心构思，本专利技术提供了至少一种智能车型推荐方法的实施例，如图1所示，可以包括如下步骤：
[0039]S110：对于每个车型，从车型的销售数据中提取重点特征，重点特征与车型的相关性高于阈值。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能车型推荐方法，其特征在于，包括：对于每个车型，从所述车型的销售数据中提取重点特征，所述重点特征与所述车型的相关性高于阈值；利用人工智能推荐模型将车型匹配条件与每个车型的重点特征进行匹配，将第一预设数量的匹配度最高的车型作为第一被推荐车型。2.根据权利要求1所述的智能车型推荐方法，其特征在于，还包括：从所述第一被推荐车型中获得第二预设数量的销售数据的数量最多的车型，作为第二被推荐车型。3.根据权利要求1所述的智能车型推荐方法，其特征在于，从所述车型的销售数据中提取重点特征，具体包括：从所述车型的销售数据中提取所有的相关特征；将所述所有的相关特征输入logistic二元回归模型，获得所述重点特征。4.根据权利要求3所述的智能车型推荐方法，其特征在于，从所述车型的销售数据中提取所有的相关特征之后，还包括将所述相关特征分类到对应的特征类型中；并且，所述logistic二元回归模型在输出所述重点特征的同时还输出所述重点特征所属的特征类型。5.根据权利要求3或4所述的智能车型推荐方法，其特征在于，从所述车型的销售数据中提取重点特征，还包括：依据车型推荐的准确率对所述重点特征的提取效果进行整体水平检验；若所述整体水平检验不满足要求，则重...

【专利技术属性】
技术研发人员：何闯，陈谣，万卓昊，雷琴辉，刘俊峰，
申请(专利权)人：讯飞华中武汉有限公司，
类型：发明
国别省市：