【技术实现步骤摘要】
本专利技术涉及汽车多媒体应用，尤其涉及一种基于用户使用习惯实时推荐车载音频的系统及方法。
技术介绍
1、随着人们的生活水平的提高，汽车已经不再是奢侈品现在已经是大众商品，重要的代步工具。而在开车过程中，对于车载的用户来说，收听音频是必不可少的需求。然而收听音频的功能看似简单，但是对用户来说自己的喜好才是最重要的，收听的内容是合乎自己偏好的可以减少用户操作切换音频，降低开车分心的次数。
2、现有技术也提供了一些音频推荐方法，但存在以下弊端：
3、1、限制于用户和资源两个维度的数据分析：当只依赖用户历史数据和音频资源属性来进行推荐时，难以准确判断用户的喜好，尤其对于老用户，他们的音频历史可能杂乱，包括了不喜欢的音频，从而降低了推荐的准确性。
4、2、缺乏个性化和环境感知：传统方法难以根据用户的当前环境，如车速、拥堵情况等，来调整音频推荐。这可能导致不合时宜的音频选择，不符合用户当前的心境。
5、3、用户体验差异化：用户对音频的喜好因人而异，传统方法难以为不同用户提供个性化的音频推荐，从而导致用户体验差异较大。
6、4、缺少实时性：传统推荐系统通常不具备实时性，无法根据用户的实时需求和环境变化来动态更新播放列表。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于用户使用习惯实时推荐车载音频的系统及方法。
2、为实现上述目的，本专利技术采用了如下技术方案：一种基于用户使用习惯实时推荐车
3、所述用户端为车载系统；
4、所述车机数据采集模块在用户使用车载系统收听音频资源的时候采集用户数据；
5、所述车机数据采集模块采集到的数据作为所述云端大数据计算平台的原始数据；
6、所述资源服务器存放音频资源；
7、所述数据请求和响应模块，用于实时请求所述资源服务器数据，实时和所述资源服务器建立连接，将音频推荐数据传递给所述用户端；
8、所述车机数据采集模块采集所述用户端数据，上报给所述云端大数据计算平台，经所述云端大数据计算平台分析处理后将推荐数据映射到所述资源服务器中，最后，所述用户端通过所述数据请求和响应模块获取推荐数据。
9、进一步地，所述用户数据为用户日常收听车载音频的习惯数据，包括用户行为数据和用户收听的音频属性数据；
10、所述用户行为数据包括：用户听完的音频、用户没听完的音频、收听的时间；
11、所述音频属性数据包括：音频的类型、音频的创作时间、音频的创作作者、音频的背景、音频的时长、音频的风格；
12、所述音频的类型包括音乐；
13、所述音频的风格为音乐的曲风，包括但不限于轻音乐、民谣、古典、国风、说唱、摇滚。
14、进一步地，所述车机数据采集模块还采集当前环境数据，包括：车速、路况、时间、天气；
15、具体的，车速通过汽车mcu采集；路况信息通过车载摄像头实时获取，并同时获取车载导航的数据；时间通过车载gps或者车机网络校准获取到准确时间；天气通用通过网络请求和车载摄像头采集综合判断。
16、进一步地，所述云端大数据计算平台获取到所述车机数据采集模块采集到的数据后，定时分析学习，将所述用户数据、所述当前环境数据和用户收听的音频属性数据进行刻画关联起来，通过云计算得出音频资源、用户、环境的多维度数据模型，提供给资源服务器给用户端提供精准推荐的服务。
17、进一步地，所述数据请求和响应模块在工作时为动态获取所述资源服务器的数据。
18、一种基于用户使用习惯实时推荐车载音频的方法，包括以下步骤：
19、s1、采集用户数据；
20、s2、采集当前环境数据；
21、s3、所述云端大数据计算平台对采集的用户数据和当前环境数据进行分析计算，得出用户在不同环境下的偏好；
22、具体包括以下子步骤：
23、s31、生成用户画像；
24、基于步骤s1和步骤s2采集到的数据，通过大数据云端计算生成用户画像，即对用户的全面描述；
25、s32、构建用户模型；
26、基于用户画像，构建用户模型，用于理解用户的喜好和行为，使得系统能够实时匹配用户的需求，以实现实时推荐；
27、s33、标记音频文件；
28、将海量音频文件根据音频属性数据进行标记，多维度打标签。
29、s4、重复步骤s1-s3，实时计算和更新；
30、持续采集用户数据和当前环境数据，进行后台实时计算和分析得到推荐数据，确保用户画像和模型是最新的，以便实时响应用户变化的喜好和环境。
31、s5、将推荐数据映射到资源服务器，用户端通过tsp请求获取推荐数据。
32、与现有技术相比，本专利技术的有益效果为：
33、1、本专利技术结合了多维度数据进行分析，包括用户习惯信息、当前环境信息，从而更全面地理解用户当下的需求和心境，提高了音频资源推荐的准确性。
34、2、本专利技术通过实时计算和分析，可以动态地更新播放列表，确保用户在不同情境下听到合适的音乐，提高了用户体验。
35、3、本专利技术能够根据用户的实时车况调整音乐推荐，例如在高速时播放激昂的音乐，在拥堵时播放舒缓的音乐，增加了用户的满意度；通过提供更精准的音乐推荐，从而提高了用户黏性和忠诚度。
本文档来自技高网...【技术保护点】
1.一种基于用户使用习惯实时推荐车载音频的系统，其特征在于：包括以下步骤；包括：用户端、车机数据采集模块、云端大数据计算平台、资源服务器、数据请求和响应模块；
2.如权利要求1所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述用户数据为用户日常收听车载音频的习惯数据，包括用户行为数据和用户收听的音频属性数据；
3.如权利要求2所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述车机数据采集模块还采集当前环境数据包括：车速、路况、时间、天气。
4.如权利要求3所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：信息车速通过汽车MCU采集；路况信息通过车载摄像头实时获取，并同时获取车载导航的数据；时间信息通过车载GPS或者车机网络校准获取到准确时间；天气信息通用通过网络请求和车载摄像头采集综合判断。
5.如权利要求4所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述云端大数据计算平台获取到所述车机数据采集模块采集到的数据后，定时分析学习，将所述用户数据、所述当前环境数据和用户收听的音频属性数据进行
6.如权利要求1所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述数据请求和响应模块在工作时为动态获取所述资源服务器的数据。
7.一种基于用户使用习惯实时推荐车载音频的方法，适用于权利要求1-6所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于，包括以下步骤：
8.如权利要求7所述的基于用户使用习惯实时推荐车载音频的方法，其特征在于：步骤S3具体包括以下子步骤：
...【技术特征摘要】
1.一种基于用户使用习惯实时推荐车载音频的系统，其特征在于：包括以下步骤；包括：用户端、车机数据采集模块、云端大数据计算平台、资源服务器、数据请求和响应模块；
2.如权利要求1所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述用户数据为用户日常收听车载音频的习惯数据，包括用户行为数据和用户收听的音频属性数据；
3.如权利要求2所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：所述车机数据采集模块还采集当前环境数据包括：车速、路况、时间、天气。
4.如权利要求3所述的基于用户使用习惯实时推荐车载音频的系统，其特征在于：信息车速通过汽车mcu采集；路况信息通过车载摄像头实时获取，并同时获取车载导航的数据；时间信息通过车载gps或者车机网络校准获取到准确时间；天气信息通用通过网络请...
【专利技术属性】
技术研发人员：周小磊，
申请(专利权)人：鱼快创领智能科技南京有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。