基于用户行为的车辆维修产品组合信息推送方法技术

本公开的实施例公开了基于用户行为的车辆维修产品组合信息推送方法

【技术实现步骤摘要】
基于用户行为的车辆维修产品组合信息推送方法、设备


[0001]本公开的实施例涉及车辆信息处理领域，具体涉及基于用户行为的车辆维修产品组合信息推送方法
、
设备
。

技术介绍

[0002]目前，随着汽车行业的发展，在线咨询维修车辆信息的需求也迸发式增长
。
因此，需要提前对车辆维修量进行预测，以避免维修需求量较大时，客服数量不足以及推送的车辆信息不准确
。
在对车辆维修量进行预测以及推送车辆信息时，通常会通过专家成员组的专家综合各个历史指标分析得出，以及通过分析得出的车辆维修量，按照比例生成车辆维修量
。
然而，通过专家分析的车辆维修量的准确率较低，容易导致所安排的客服数量不足，影响用户的维修时间，减少了用户流量；此外，按照比例生成车辆维修量，导致生成的车辆维修预测量不准确，从而造成推送的车辆维修信息不符合用户需求，浪费了信息推送资源
。

技术实现思路

[0003]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述
。
本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围
。
[0004]本公开的一些实施例提出了基于用户行为的车辆维修产品组合信息推送方法
、
计算机设备和计算机可读存储介质，来解决以上
技术介绍
部分提到的技术问题
。
[0005]第一方面，本公开的一些实施例提供了一种基于用户行为的车辆维修产品组合信息推送方法，该方法包括：获取预设历史时间段内的用户历史车辆维修行为信息组序列，其中，上述用户历史车辆维修行为信息组序列中的用户历史车辆维修行为信息包括：车辆维修类型，车辆维修类型表征某一车辆维修项目的类型，车辆维修类型为以下中的一项：第一车辆维修类型
、
第二车辆维修类型
、
第三车辆维修类型
、
第四车辆维修类型，第一车辆维修类型表示未咨询且未在目标车辆维修端维修车辆，第二车辆维修类型表示咨询且未在上述目标车辆维修端维修车辆
、
第三车辆维修类型表示咨询且在上述目标车辆维修端维修车辆，第四车辆维修类型表示未咨询且在上述目标车辆维修端维修车辆；根据上述用户历史车辆维修行为信息组序列，生成车辆维修量序列集，其中，一个车辆维修量序列对应一个车辆维修类型；对于上述车辆维修量序列集中的每个车辆维修量序列，执行以下步骤：通过上述车辆维修量序列，对第一初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到预设未来时间段内对应目标车辆维修类型的第一车辆维修量预测模型，其中，上述目标车辆维修类型为上述车辆维修量序列对应的车辆维修类型；通过上述车辆维修量序列，对第二初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到上述预设未来时间段内对应上述目标车辆维修类型的第二车辆维修量预测模型；将上述车辆维修量序列输入至上述第一车辆维修量预测模型中，得到上述预设未来时间段和上述目标车辆维修类型对应的第一车辆维修预测量序列；将上述车辆维修量序列输入至上述第二车辆维修量预测
模型中，得到上述预设未来时间段和上述目标车辆维修类型对应的第二车辆维修预测量序列；根据上述第一车辆维修预测量序列和上述第二车辆维修预测量序列，生成上述预设未来时间段和上述目标车辆维修类型对应的目标车辆维修预测量序列；根据所生成的各个目标车辆维修预测量序列，生成车辆维修产品组合信息序列
。
[0006]第二方面，本公开还提供一种计算机设备，上述计算机设备包括处理器
、
存储器
、
以及存储在上述存储器上并可被上述处理器执行的计算机程序，其中上述计算机程序被上述处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0007]第三方面，本公开还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，其中上述计算机程序被处理器执行时，实现如上述第一方面任一实现方式所描述的方法
。
[0008]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于用户行为的车辆维修产品组合信息推送方法，减少了用户维修时间的浪费，减少了用户的流失
。
首先，获取预设历史时间段内的用户历史车辆维修行为信息组序列
。
其中，上述用户历史车辆维修行为信息组序列中的用户历史车辆维修行为信息包括：车辆维修类型，车辆维修类型表征某一车辆维修项目的类型
。
由此，便于不同车辆维修类型的车辆维修量
。
其次，根据上述用户历史车辆维修行为信息组序列，生成车辆维修量序列集
。
其中，一个车辆维修量序列对应一个车辆维修类型
。
由此，便于根据历史的车辆维修量序列集，推断出未来时间段的车辆维修量
。
接着，对于上述车辆维修量序列集中的每个车辆维修量序列，执行以下步骤：首先，通过上述车辆维修量序列，对第一初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到预设未来时间段内对应目标车辆维修类型的第一车辆维修量预测模型
。
其中，上述目标车辆维修类型为上述车辆维修量序列对应的车辆维修类型
。
由此，为初步确定未来时间段的量，提供了模型支持
。
其次，通过上述车辆维修量序列，对第二初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到上述预设未来时间段内对应上述目标车辆维修类型的第二车辆维修量预测模型
。
由此，为进一步确定未来时间段的量，提供了模型支持
。
接着，将上述车辆维修量序列输入至上述第一车辆维修量预测模型中，得到上述预设未来时间段和上述目标车辆维修类型对应的第一车辆维修预测量序列
。
然后，将上述车辆维修量序列输入至上述第二车辆维修量预测模型中，得到上述预设未来时间段和上述目标车辆维修类型对应的第二车辆维修预测量序列
。
再然后，根据上述第一车辆维修预测量序列和上述第二车辆维修预测量序列，生成上述预设未来时间段和上述目标车辆维修类型对应的目标车辆维修预测量序列
。
由此，可以根据车辆维修量序列，对未来时间段内每个车辆维修类型的车辆维修量的时间序列进行预测
。
本申请还对不同车辆维修类型的车辆维修量进行的分类预测，提高了车辆维修量预测的准确率
。
最后，根据所生成的各个目标车辆维修预测量序列，生成车辆维修产品组合信息序列
。
从而，可以根据预测的车辆维修量，合理安排客服与车辆维修产品组合信息
。
提高了用户维修量，缩短用户维修时间，减少了用户流失
。
附图说明
[0009]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征
、
优点及方面将变得更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于用户行为的车辆维修产品组合信息推送方法，其特征在于，所述方法包括：获取预设历史时间段内的用户历史车辆维修行为信息组序列，其中，所述用户历史车辆维修行为信息组序列中的用户历史车辆维修行为信息包括：车辆维修类型，车辆维修类型表征某一车辆维修项目的类型，车辆维修类型为以下中的一项：第一车辆维修类型
、
第二车辆维修类型
、
第三车辆维修类型
、
第四车辆维修类型，第一车辆维修类型表示未咨询且未在目标车辆维修端维修车辆，第二车辆维修类型表示咨询且未在所述目标车辆维修端维修车辆
、
第三车辆维修类型表示咨询且在所述目标车辆维修端维修车辆，第四车辆维修类型表示未咨询且在所述目标车辆维修端维修车辆；根据所述用户历史车辆维修行为信息组序列，生成车辆维修量序列集，其中，一个车辆维修量序列对应一个车辆维修类型；对于所述车辆维修量序列集中的每个车辆维修量序列，执行以下步骤：通过所述车辆维修量序列，对第一初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到预设未来时间段内对应目标车辆维修类型的第一车辆维修量预测模型，其中，所述目标车辆维修类型为所述车辆维修量序列对应的车辆维修类型；通过所述车辆维修量序列，对第二初始车辆维修量预测模型的各个初始模型参数进行调整训练，得到所述预设未来时间段内对应所述目标车辆维修类型的第二车辆维修量预测模型；将所述车辆维修量序列输入至所述第一车辆维修量预测模型中，得到所述预设未来时间段和所述目标车辆维修类型对应的第一车辆维修预测量序列；将所述车辆维修量序列输入至所述第二车辆维修量预测模型中，得到所述预设未来时间段和所述目标车辆维修类型对应的第二车辆维修预测量序列；根据所述第一车辆维修预测量序列和所述第二车辆维修预测量序列，生成所述预设未来时间段和所述目标车辆维修类型对应的目标车辆维修预测量序列；根据所生成的各个目标车辆维修预测量序列，生成车辆维修产品...

【专利技术属性】
技术研发人员：方真英，见海霞，黄水平，易筱，
申请(专利权)人：北京北汽鹏龙汽车服务贸易股份有限公司，
类型：发明
国别省市：