[发明专利]车型推荐方法、获取车型推荐列表的方法、系统、介质及电子设备在审

专利信息
申请号: 202011619068.X 申请日: 2020-12-31
公开(公告)号: CN112507241A 公开(公告)日: 2021-03-16
发明(设计)人: 黄明;王然 申请(专利权)人: 北京精准沟通传媒科技股份有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/951;G06F16/35;G06F16/33;G06F40/284;G06N5/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 100089 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车型 推荐 方法 获取 列表 系统 介质 电子设备
【权利要求书】:

1.一种车型推荐方法,其特征在于,包括:

接收当前用户对预定义人群类别列表中的第一人群类别的选择,其中所述预定义人群类别列表包括多个人群类别,所述多个人群类别中的每一个各自包括相应的:人群属性标签库、购车属性标签库以及人群类别车型库;

响应于所述选择,生成从所述第一人群类别对应的人群类别车型库中选取的包含至少一个推荐车型的车型推荐列表,所述至少一个推荐车型是按照对所述第一人群类别相应的所述人群类别车型库中的各个车型的权重的排序而选出的;

收集并统计各个人群类别的用户对多个车辆领域文章的第一多维度行为,根据所述第一多维度行为确定出待分析的车辆领域文章,并且基于所述待分析的车辆领域文章更新相应于各个人群类别的所述人群属性标签库和所述购车属性标签库;

基于更新后的所述人群属性标签库及所述购车属性标签库分别与车辆口碑数据的匹配结果,更新相应所述人群类别车型库,从而基于更新的所述人群类别车型库,相应地更新所述车型推荐列表。

2.根据权利要求1所述的方法,其特征在于,所述基于更新后的所述人群属性标签库及所述购车属性标签库分别与车辆口碑数据的匹配结果,更新相应所述人群类别车型库,包括:

计算更新后的所述人群属性标签库中的人群属性标签与第一口碑数据之间的相似度,并在相似度大于预定第一阈值时,获取所述第一口碑数据对应的第一车型;

判断所述第一车型是否不属于相应的所述人群类别车型库,如果是,将所述第一车型更新到相应的所述人群类别车型库中。

3.根据权利要求1所述的方法,其特征在于,所述基于更新后的所述人群属性标签库及所述购车属性标签库分别与车辆口碑数据的匹配结果,更新相应所述人群类别车型库,包括:

判断更新后的所述购车属性标签库中的购车属性标签与第二口碑数据是否匹配,并在存在匹配的购车属性标签的情况下,获取所述第二口碑数据对应的第二车型;

判断所述第二车型是否不属于相应的所述人群类别车型库,如果是,将所述第二车型更新到相应的所述人群类别车型库中。

4.根据权利要求1所述的方法,其特征在于:

所述人群类别车型库中的各个车型具有与其产量和销量关联的一初始权重;或者

所述人群类别车型库中的各个车型具有与其热门程度关联的一初始权重;或者

所述人群类别车型库中的各个车型具有与其上市日期关联的一初始权重。

5.根据权利要求1所述的方法,其特征在于,还包括,收集并统计各个人群类别的用户对相应所述人群类别车型库中的第三车型的第二多维度行为,基于对所述第二多维度行为的统计结果,计算所述第三车型的行为权重并根据所述行为权重对其在所述人群类别车型库中的权重进行更新,并且基于更新后的权重对所述车型推荐列表进行更新。

6.根据权利要求1所述的方法,其特征在于,还包括:

收集所述当前用户对第四车型的第三多维度行为,基于所述第三多维度行为,获取用户的购车关注点信息;

将所述当前用户选取的所述第一人群类别、所述购车关注点信息以及所述当前用户的人口统计学信息作为特征数据输入到训练好的机器学习模型中,预测所述当前用户的购车敏感价格;

并基于预测出的购车敏感价格更新所述车型推荐列表。

7.一种获取车型推荐列表的方法,其特征在于,包括:

接收当前用户对预定义人群类别列表中的第一人群类别的选择;

将选定的所述第一人群类别和车型推荐请求发送到服务器;

接收所述服务器执行根据权利要求1~6中任一项所述的方法得到的包含至少一个推荐车型的所述车型推荐列表;

将所述车型推荐列表显示在用户界面上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京精准沟通传媒科技股份有限公司,未经北京精准沟通传媒科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011619068.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top