车辆的服务方法、装置、服务器及电子设备制造方法及图纸

本发明专利技术涉及一种车辆的服务方法、装置、服务器及电子设备，包括：获取待更新用户的基本信息、位置信息和用车行为信息，将待更新用户的位置信息和用车行为信息分别输入至预设的地理位置聚类模型和预设的用车行为聚类模型，得到待更新用户的每个关键地址的分析数据以及用车行为画像，将待更新用户的基本信息、每个关键地址的分析数据和用车行为画像输入至预设的实时画像聚类模型，得到待更新用户的当前实时画像，并匹配或生成适用于待更新用户的最佳营销策略，从而为待更新用户提供对应的车辆个性化服务。根据本发明专利技术实施例的车辆的服务方法，通过多模型融合聚类算法更新用户画像，以优化用户行为数据，从而提升用户画像的获取精度和逻辑性。精度和逻辑性。精度和逻辑性。

【技术实现步骤摘要】
车辆的服务方法、装置、服务器及电子设备


[0001]本专利技术涉及车辆用户画像大数据算法
，具体涉及一种车辆的服务方法、装置、服务器及电子设备。

技术介绍

[0002]随着新能源汽车技术的不断完善，其产业已上升至国家发展战略的高度，并且出台了多项政策鼓励新能源汽车发展，从而降低了新能源企业的进入门槛，提高了产品要求，由此导致新能源汽车赛道的竞争激烈程度不断加剧。因此，在新能源汽车技术发展的同时，提升用户驾驶体验，针对用户进行精准营销便十分重要，因而基于用户画像的智能营销方法应运而生。
[0003]相关技术中，如专利CN114218241A《一种用户画像更新方法、装置及存储介质》中，通过采集不同用户的线下活动数据，根据线下活动数据计算用户之间的相似性，并且在用户画像更新时，对用户数据不足的用户采用与该用户相似性高的用户的对应的数据进行替代，从而使用户数据不足的用户画像及时得到更新；又如专利CN111698332A《业务对象的分配方法、装置、设备及存储介质》中，通过对用户地理位置进行聚类，得到目标业务对象，同时利用预测模型预测第三方业务对象，向用户推荐目标业务对象和目标第三方业务对象，提高了获取目标业务对象和目标第三方业务对象的准确率；再如专利CN114663132A《一种基于实时用户画像的智能营销方法及装置》中，通过用户在系统填写的个人信息采集用户的画像，并对画像进行用户行为建模，制定出标签数据集，同时，通过买点采集用户的行为标签数据，从而实现能够实时获取用户的信息。
[0004]然而，在用户的个人信息发生变化时，如家庭住址变更、结婚生育等，并不会重新填写个人信息，从而会导致建立的用户画像不能及时得到更新，不能反映用户真正的生活情况，从而无法挖掘用户的新增的购车需求，因此，当前建立用户画像的方法，还存在以下问题：
[0005](1)建模数据仅仅依靠用户个人填写的性别年龄等基础信息，没有通过地理位置数据发现用户的日常行为偏好，而导致构建的用户画像精确度较低；
[0006](2)在用户的个人情况发生变动时，建模数据不能实时更新，从而不能及时对用户的画像进行更新迭代，导致构建的用户画像实时性较低；
[0007](3)对获得的用户信息和行为数据仅做了简单的分类打标，而没有使用人工智能算法进行深层次的聚类挖掘，从而导致构建的用户画像逻辑性较低。

技术实现思路

[0008]本专利技术的目的之一在于提供一种车辆的服务方法、装置、服务器及存储介质，以解决相关技术中用户画像存在构建缺陷，是的构建的用户画像精度低、实时性低且逻辑性低等问题。
[0009]本专利技术第一方面实施例提供一种车辆的服务方法，包括以下步骤：获取待更新用
户的基本信息、位置信息和用车行为信息；将所述待更新用户的位置信息输入至预设的地理位置聚类模型，得到所述待更新用户的满足预设停留条件的至少一个停留位置，并从所述至少一个停留位置中筛选出停留时长超过预设停留时长的至少一个关键地址和每个关键地址的分析数据，并将所述待更新用户的用车行为信息输入至预设的用车行为聚类模型，得到所述待更新用户的用车行为画像；以及将所述待更新用户的基本信息、所述每个关键地址的分析数据和所述用车行为画像输入至预设的实时画像聚类模型，得到所述待更新用户的当前实时画像，并根据所述当前实时画像匹配或生成适用于所述待更新用户的最佳营销策略，并根据最佳营销策略为所述待更新用户提供对应的车辆个性化服务。
[0010]根据上述技术手段，通过多模型融合聚类算法得到用户日常停留的位置信息、行为画像以及实时画像，并对用户画像进行及时更新，以优化用户行为数据，从而提升用户画像的获取精度和逻辑性，由此为用户匹配最佳营销策略及个性化服务。
[0011]可选地，在本专利技术的一个实施例中，在将所述位置信息输入至所述预设的地理位置聚类模型之前，还包括：获取多个目标用户的位置信息，并根据每个目标用户的各位置信息之间的经纬度计算所述每个目标用户的各位置信息之间的球面距离；根据所述每个目标用户的各位置信息之间的球面距离获取满足预设相似条件的多个轨迹点，并对所述多个轨迹点进行聚类分析，得到按照预设半径聚合生成的多个簇的数据集；对每个簇的数据集进行迭代聚合，得到所述预设的地理位置聚类模型。
[0012]根据上述技术手段，通过获取多个目标用户的位置信息，并通过计算位置信息之剑的距离获取具有相似性的轨迹点，并对轨迹点进行聚类分析，从而得到地理位置聚类模型，以提高用户位置的精准性。
[0013]可选地，在本专利技术的一个实施例中，在将所述待更新用户的用车行为信息输入至所述预设的用车行为聚类模型之前，还包括：获取所述多个目标用户的用车行为信息；利用所述多个目标用户的用车行为信息训练预设的聚类算法，得到所述预设的用车行为聚类模型。
[0014]根据上述技术手段，通过用车行为聚类模型得到用户的当前日常生活的行为画像，以获取用户的用车行为，为提高用户画像的精准性提供理论支撑。
[0015]可选地，在本专利技术的一个实施例中，在将所述待更新用户的基本信息、所述每个关键地址的分析数据和所述用车行为画像输入至所述预设的实时画像聚类模型之前，还包括：获取所述多个目标用户的基本信息、由所述预设的地理位置聚类模型生成的所述多个目标用户中每个目标用户的每个关键地址的分析数据和由所述预设的用车行为聚类模型生成的所述多个目标用户的用车行为画像；利用所述多个目标用户的基本信息、所述多个目标用户中每个目标用户的每个关键地址的分析数据和所述多个目标用户的用车行为画像训练预设的高斯混合模型，得到所述预设的实时画像聚类模型。
[0016]根据上述技术手段，利用实时画像聚类模型获取用户当前真实生活的实时画像，发现用户用车的需求变化，从而提升用户画像的精准度、实时性及逻辑性。
[0017]可选地，在本专利技术的一个实施例中，所述从所述至少一个停留位置中筛选出停留时长超过预设停留时长的至少一个关键地址和每个关键地址的分析数据，包括：从所述至少一个停留位置中筛选出停留时长超过所述预设停留时长的至少一个地理位置，并根据所述至少一个地理位置匹配预设的经纬度地址库，得到每个地理位置对应的地点名称和地点
类型；根据所述每个地理位置对应的地点名称和地点类型得到所述至少一个关键地址，并计算每个关键地址的指标数据，并根据所述每个关键地址的指标数据得到所述每个关键地址的分析数据。
[0018]根据上述技术手段，通过获取用户的关键地址对应的地点名称和地点类型，以及每个关键地址的指标数据，从而更精准的确定用户的日常出行地点。
[0019]可选地，在本专利技术的一个实施例中，在计算所述每个关键地址的指标数据之后，还包括：根据所述每个关键地址的指标数据和预设的时间段确定每个目标用户的出行规律；根据所述每个用户的出行规律进行出行提醒。
[0020]根据上述技术手段，通过确定用户的日常出行规律，对用户进行出行提醒，以提升用户的使用体验。
[0021]可选地，在本专利技术的一个实施例中，在由所述预设的地理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆的服务方法，其特征在于，包括以下步骤：获取待更新用户的基本信息、位置信息和用车行为信息；将所述待更新用户的位置信息输入至预设的地理位置聚类模型，得到所述待更新用户的满足预设停留条件的至少一个停留位置，并从所述至少一个停留位置中筛选出停留时长超过预设停留时长的至少一个关键地址和每个关键地址的分析数据，并将所述待更新用户的用车行为信息输入至预设的用车行为聚类模型，得到所述待更新用户的用车行为画像；以及将所述待更新用户的基本信息、所述每个关键地址的分析数据和所述用车行为画像输入至预设的实时画像聚类模型，得到所述待更新用户的当前实时画像，并根据所述当前实时画像匹配或生成适用于所述待更新用户的最佳营销策略，并根据最佳营销策略为所述待更新用户提供对应的车辆个性化服务。2.根据权利要求1所述的方法，其特征在于，在将所述位置信息输入至所述预设的地理位置聚类模型之前，还包括：获取多个目标用户的位置信息，并根据每个目标用户的各位置信息之间的经纬度计算所述每个目标用户的各位置信息之间的球面距离；根据所述每个目标用户的各位置信息之间的球面距离获取满足预设相似条件的多个轨迹点，并对所述多个轨迹点进行聚类分析，得到按照预设半径聚合生成的多个簇的数据集；对每个簇的数据集进行迭代聚合，得到所述预设的地理位置聚类模型。3.根据权利要求2所述的方法，其特征在于，在将所述待更新用户的用车行为信息输入至所述预设的用车行为聚类模型之前，还包括：获取所述多个目标用户的用车行为信息；利用所述多个目标用户的用车行为信息训练预设的聚类算法，得到所述预设的用车行为聚类模型。4.根据权利要求1所述的方法，其特征在于，在将所述待更新用户的基本信息、所述每个关键地址的分析数据和所述用车行为画像输入至所述预设的实时画像聚类模型之前，还包括：获取多个目标用户的基本信息、由所述预设的地理位置聚类模型生成的所述多个目标用户中每个目标用户的每个关键地址的分析数据和由所述预设的用车行为聚类模型生成的所述多个目标用户的用车行为画像；利用所述多个目标用户的基本信息、所述多个目标用户中每个目标用户的每个关键地址的分析数据和所述多个目标用户的用车行为画像训练预设的高斯混合模型，得到所述预设的实时画像聚类模型。5.根据权利要求1所述的方法，其特征在于，所述从所述至少一个停留位置中筛选出停留时长超过预设停留时长的至少一个关键地址和每个关键地址的分析数据，包括：从所述至少一个停留位置中筛选出停留时长超过所述预设停留时长的至少一个地理位置，并根据所述至少一个地理位置匹配预设的经纬度地址库，得到每个地理位置对应的地点名称和地点类型；根据所述每个地理位置对应的地点名称和地点类型得到所述至少一个关键地址，并计
算每个关键地址的指标数据，并根据所述每个关键地址的指标数据得到所述每个关键地址的分析数据。6.根据权利要求5所述的方法，其特征在于，在计算所述每个关键地址的指标数据之后，还包括：根据所述每个关键地址的指标数据和预设的时间段确定每个目标用户的出行规律；根据所述每个用户的出行规律进行出行提醒。7.根据权利要求4所述的方法，其特征在于，在由所述预设的地理位置聚类模型生成的所述多个目标用户中每个目标用户的每个关键地址的分析数据之后，还包括：基于所述多个目标用户中每个目标用户的每个关键地址的分析数据，确定广告投放点和所述广告投放点的位置信息；根据所述广告投放点的位置信息生成所述广告投放点的营销策略。8.一种车辆的服务装置，其特征在于，包括：获取模块，用于获取待更新用户的基本信息、位置信息和用车行为信息；输入模块，用于将所述待更新用户的位置信息输入至预设的地理位置聚类模型，得到所述待更新用户的满足预设停留条件的至少一个停留位置，并从所述至少一个停留位置中筛选出停留时长超过预设停留时长的至少一个关键地址和每...

【专利技术属性】
技术研发人员：孔伯炜，李易，林富，李宗华，
申请(专利权)人：深蓝汽车南京研究院有限公司，
类型：发明
国别省市：