[发明专利]基于网络平台的购车推荐方法及系统

说明书

本发明公开了一种基于网络平台的购车推荐方法及系统，所述方法包括：接收客户输入的购车描述信息；从所述购车描述信息中提取偏好识别特征；利用所述偏好识别特征及预先构建的偏好识别模型，确定所述客户的偏好类型；获取与所述客户的偏好类型对应的车辆信息；将获取的车辆信息作为推荐信息推送给所述客户。利用本发明，可以向购车客户更好地提供与其需求相匹配的车辆信息。

技术领域

本发明涉及信息推荐领域，具体涉及一种基于网络平台的购车推荐方法及系统。

背景技术

随着互联网技术的发展，借助互联网进行电子交易已经成为必然，而针对大宗商品比如汽车的销售，业界也在不断探索新的销售模式，为此，汽车电商平台也应运而生。目前，汽车电商平台的发展还处于初级阶段，大都只是简单地向客户提供销售车辆的信息，比如，品牌、型号、性能，而且只能根据客户的查询信息(比如价格、车型等)向客户提供相关车辆的信息，这种方式对于有明确购买意向的客户来说没有太大问题，但对于没有明确购买意向的客户来说，由于市场上汽车品牌众多、用途各异、汽车本身的性能参数和功能，客户无法全面了解，对如何选择一款适合自己的汽车常常会束手无策。

因此，如何通过“互联网+”的手段获取用户数据信息，准确分析客户的需求，向客户提供有效的车辆信息，是现有电商平台都面临的一个问题。

发明内容

本发明提供一种基于网络平台的购车推荐方法及系统，以向购车客户提供与其需求相匹配的信息，为客户选到满意的车辆提供有效的帮助。

为此，本发明实施例提供如下技术方案：

一种基于网络平台的购车推荐方法，所述方法包括：

接收客户输入的购车描述信息；

从所述购车描述信息中提取偏好识别特征；

利用所述偏好识别特征及预先构建的偏好识别模型，确定所述客户的偏好类型；

获取与所述客户的偏好类型对应的车辆信息；

将获取的车辆信息作为推荐信息推送给所述客户。

优选地，所述方法还包括：按照以下方式构建偏好识别模型：

确定偏好识别模型的拓扑结构；

收集大量历史购车数据作为训练数据，并对所述训练数据进行偏好类型标注；

从所述训练数据中提取偏好识别特征；

利用所述偏好识别特征及标注信息训练得到模型参数。

优选地，所述偏好识别特征包括：用户特征和车辆特征；所述用户特征包括以下任意一项或多项：年龄、性别、职业、爱好、地域；所述车辆特征包括以下任意一项或多项：用途、品牌系列、功率、排量、变速箱类型、油耗、价格。

优选地，所述方法还包括：

根据历史购车数据聚类得到各偏好类型对应的车辆参数，建立偏好类型与车辆参数的对应关系；

所述获取与所述客户的偏好类型对应的车辆信息包括：

根据所述对应关系获取所述客户的偏好类型对应的车辆参数；

将所述客户的偏好类型对应的车辆参数作为关键词，从车辆数据库中检索得到与所述客户的偏好类型对应的车辆信息。

优选地，所述根据历史购车数据聚类得到各偏好类型对应的车辆参数包括：

获取历史购车数据；

从所述历史购车数据中提取偏好识别特征；

根据所述偏好识别特征对所述历史购车数据进行聚类，得到聚类信息，所述聚类信息为偏好类型；