车载应用的推送方法、装置、车辆及存储介质制造方法及图纸

本申请涉及一种车载应用的推送方法、装置、车辆及存储介质，包括：将获取的待推送应用的标注信息输入至预先构建的应用模型得到待推送应用的类型，并将此类型输入至预先构建的用户模型得到待推送应用对应的第一用户集、第二用户集和第三用户集，将待推送应用分别推送至第一用户集中的所有用户，第二用户集中满足第一预设推送条件的目标用户，并在第三用户集中任一用户满足第二预设推送条件时推送待推送应用至第三用户集中的所有用户。由此，通过针对用户使用习惯和应用的类型对用户进行基于服务和内容的推送，解决用户对车载众多应用的整体使用频率和活跃度不平衡以及用户对推送内容产生反感等问题，提升用户的使用频率和覆盖率，保持用户活跃度。保持用户活跃度。保持用户活跃度。

【技术实现步骤摘要】
车载应用的推送方法、装置、车辆及存储介质


[0001]本申请涉及车辆
，特别涉及一种车载应用的推送方法、装置、车辆及存储介质。

技术介绍

[0002]随着车辆智能领域的不断发展，车辆所承载的服务和应用越来越多，类型也是多种多样，然而，实际上用户在驾乘车辆的过程中，对车辆上面的很多应用和服务很少使用，甚至未曾使用过，这种状态将导致用户不能很好地获得相应的服务，相应的服务和应用也不能通过用户的使用而获得相应的收益，为了提高用户对车载应用的使用率，当前有许多的推荐和推送方法。
[0003]相关技术中，有一种信息推送方法，通过获取用户的第一数据特征日志，包括用户标识、场景标识以及用户的历史行为特征，并根据第一数据特征日志基于设定维度从数据库中提取具有点击特征的第一样本集合与具有分享特征的第二样本集合，将第一样本集合输入深度学习模型中进行训练，得到点击预测模型，将点击预测模型迁移到分享预测模型中，结合第二样本集合继续训练得到训练后的分享预测模型，采用训练后的分享预测模型对在线候选用户进行预测，得到满足预设条件的目标用户，从而实现向目标用户推送目标广告信息。
[0004]然而，该方法仅仅可以在一定程度上提高用户对相应应用的使用率，但是仅限于对用户常用的应用和服务进行相应信息推荐，并不能提高用户对众多应用的整体使用率和活跃度，亟待解决。

技术实现思路

[0005]本申请提供一种车载应用的推送方法、装置、车辆及存储介质，以解决用户对车载众多应用的整体使用频率和活跃度不平衡以及用户对推送内容产生反感等问题，提升用户的使用频率和覆盖率，保持用户活跃度。
[0006]本申请第一方面实施例提供一种车载应用的推送方法，包括以下步骤：
[0007]获取待推送应用的标注信息；
[0008]将所述待推送应用的标注信息输入至预先构建的应用模型，得到所述待推送应用的类型，并将所述待推送应用的类型输入至预先构建的用户模型，得到所述待推送应用对应的第一用户集、第二用户集和第三用户集；以及
[0009]将所述待推送应用推送至所述第一用户集中的所有用户，并将所述待推送应用推送至所述第二用户集中满足第一预设推送条件的目标用户，并在所述第三用户集中任一用户满足第二预设推送条件时推送所述待推送应用至所述第三用户集中的所有用户。
[0010]根据上述技术手段，本申请可以在进行应用推送之前，通过对用户和应用进行标注和模型构建，且根据模型中的信息对用户和应用进行聚类，在用户使用车辆过程中根据运营人员设定的相关规则对用户进行应用推送，从而提升用户的使用频率和覆盖率，保持
用户活跃度。
[0011]进一步地，在将所述待推送应用的标注信息输入至预先构建的应用模型之前，还包括：
[0012]获取目标应用集，其中，所述目标应用集包括每个目标应用的标注信息和每个目标应用的类型；
[0013]根据所述每个目标应用的标注信息和所述每个目标应用的类型训练预设的第一神经网络，得到所述构建的应用模型。
[0014]根据上述技术手段，本申请通过根据应用的特点预先构建应用模型，可以将待推送应用进行类型方面的分类，以根据不同类型的待推送应用对用户进行合理推送，提升用户使用应用和服务的活跃度。
[0015]进一步地，在将所述待推送应用的类型输入至预先构建的用户模型之前，还包括：
[0016]获取待训练用户集，其中，所述待训练用户集包括每个用户的兴趣信息和所述每个用户的需求信息；
[0017]根据所述每个用户的兴趣信息和所述每个用户的需求信息确定所述每个用户对应的至少一个应用类型；
[0018]根据所述每个用户的兴趣信息和所述每个用户的需求信息、所述每个用户对应的至少一个应用类型训练预设的第二神经网络，得到所述预先构建的用户模型。
[0019]根据上述技术手段，本申请通过根据用户的特点预先构建用户模型，可以将众多用户分成不同的用户集群，使用协同过滤方式对用户进行应用推送，避免推送给用户自身不感兴趣的应用内容，增强用户体验感。
[0020]进一步地，在将所述待推送应用推送至所述第一用户集中的所有用户，并将所述待推送应用推送至所述第二用户集中满足第一预设推送条件的目标用户，并在所述第三用户集中任一用户满足第二预设推送条件时推送所述待推送应用至所述第三用户集中的所有用户之后，还包括：
[0021]获取所述第一用户集中对于所述待推送应用的第一反馈结果、所述第二用户集中对于所述待推送应用的第二反馈结果和所述第三用户集中对于所述待推送应用的第三反馈结果；
[0022]基于所述第一反馈结果、所述第二反馈结果和所述第三反馈结果，筛选出拒绝使用所述待推送应用的第四用户集，并调整所述第四用户集中所有用户的兴趣信息和需求信息，并根据调整后的第四用户集更新所述预先构建的用户模型。
[0023]根据上述技术手段，本申请可以通过记录用户对于不同应用推送的反馈结果，对部分用户进行重新标注、模型构建，进一步完善对不同用户的应用推送机制。
[0024]进一步地，在得到所述待推送应用对应的第一用户集、第二用户集和第三用户集之后，还包括：
[0025]若所述待推送应用的类型为运营强推应用且所述待推送应用对应所述第三用户集时，则调整所述待推送应用的激励程度，其中，所述激励程度与第一至第三用户集中用户对所述待推送应用的感兴趣程度呈负相关。
[0026]根据上述技术手段，本申请通过对部分运营强推应用使用可调节的激励制度，可以提升用户对该部分应用的使用频率和粘度，进而提高用户使用车载应用的积极性。
[0027]本申请第二方面实施例提供一种车载应用的推送装置，包括：
[0028]获取模块，用于获取待推送应用的标注信息；
[0029]输入模块，用于将所述待推送应用的标注信息输入至预先构建的应用模型，得到所述待推送应用的类型，并将所述待推送应用的类型输入至预先构建的用户模型，得到所述待推送应用对应的第一用户集、第二用户集和第三用户集；以及
[0030]推送模块，用于将所述待推送应用推送至所述第一用户集中的所有用户，并将所述待推送应用推送至所述第二用户集中满足第一预设推送条件的目标用户，并在所述第三用户集中任一用户满足第二预设推送条件时推送所述待推送应用至所述第三用户集中的所有用户。
[0031]进一步地，在将所述待推送应用的标注信息输入至预先构建的应用模型之前，所述输入模块，还用于：
[0032]获取目标应用集，其中，所述目标应用集包括每个目标应用的标注信息和每个目标应用的类型；
[0033]根据所述每个目标应用的标注信息和所述每个目标应用的类型训练预设的第一神经网络，得到所述构建的应用模型。
[0034]进一步地，在将所述待推送应用的类型输入至预先构建的用户模型之前，所述输入模块，还用于：
[0035]获取待训练用户集，其中，所述待训练用户集包括每个用户的兴趣信息和所述每个用户的需求信息；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车载应用的推送方法，其特征在于，包括以下步骤：获取待推送应用的标注信息；将所述待推送应用的标注信息输入至预先构建的应用模型，得到所述待推送应用的类型，并将所述待推送应用的类型输入至预先构建的用户模型，得到所述待推送应用对应的第一用户集、第二用户集和第三用户集；以及将所述待推送应用推送至所述第一用户集中的所有用户，并将所述待推送应用推送至所述第二用户集中满足第一预设推送条件的目标用户，并在所述第三用户集中任一用户满足第二预设推送条件时推送所述待推送应用至所述第三用户集中的所有用户。2.根据权利要求1所述的方法，其特征在于，在将所述待推送应用的标注信息输入至预先构建的应用模型之前，还包括：获取目标应用集，其中，所述目标应用集包括每个目标应用的标注信息和每个目标应用的类型；根据所述每个目标应用的标注信息和所述每个目标应用的类型训练预设的第一神经网络，得到所述构建的应用模型。3.根据权利要求1所述的方法，其特征在于，在将所述待推送应用的类型输入至预先构建的用户模型之前，还包括：获取待训练用户集，其中，所述待训练用户集包括每个用户的兴趣信息和所述每个用户的需求信息；根据所述每个用户的兴趣信息和所述每个用户的需求信息确定所述每个用户对应的至少一个应用类型；根据所述每个用户的兴趣信息和所述每个用户的需求信息、所述每个用户对应的至少一个应用类型训练预设的第二神经网络，得到所述预先构建的用户模型。4.根据权利要求1或3所述的方法，其特征在于，在将所述待推送应用推送至所述第一用户集中的所有用户，并将所述待推送应用推送至所述第二用户集中满足第一预设推送条件的目标用户，并在所述第三用户集中任一用户满足第二预设推送条件时推送所述待推送应用至所述第三用户集中的所有用户之后，还包括：获取所述第一用户集中对于所述待推送应用的第一反馈结果、所述第二用户集中对于所述待推送应用的第二反馈结果和所述第三用户集中对于所述待推送应用的第三反馈结果；基于所述第一反馈结果、所述第二反馈结果和所述第三反馈结果，筛选出拒绝使用所述待推送应用的第四用户集，并调整所述第四用户集中所有用户的兴趣信息和需求信息，并根据调整后的第四用户集更新所述预先构建的用户模型。5.根据权利要求1所述的方法，其特征在于，在得到所述待推送应用对应...

【专利技术属性】
技术研发人员：吕长友，胡超，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：