[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

说明书

本发明涉及车型推荐方法、获取车型推荐列表的方法、系统、介质及电子设备。车型推荐方法包括：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；生成从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，至少一个推荐车型是按照对；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，第一多维度行为确定出待分析的车辆领域文章；基于更新后的人群属性标签库及购车属性标签库分别与车辆口碑数据的匹配结果。本发明的方案解决了推荐系统的冷启动问题，且能够实现推荐的自动更新，并更贴近各人群类别用户的需求。

技术领域

本发明涉及计算机网络技术领域，具体涉及一种车型推荐方法、获取车型推荐列表的方法、系统、介质及电子设备。

背景技术

推荐系统主要有三种：协同系统、基于知识的系统以及基于内容的系统。协同系统和基于内容的系统都基于特定的评分，基于知识的系统不是基于用户评分，而是基于用户指定的需求。基于知识的系统在不常购买的物品背景下特别有用，像购买房产、汽车、旅游需求、金融服务或者昂贵奢侈品这样的物品。这是因为，当物品购买率低且有不同类型的详细选择时，对于这种物品，是很难获得足够数量的对于一个特定的实例化（即各类选项的组合）的评分的。此外，消费者对于物品的偏好也可能随着时间的推移而改变。例如，汽车的模型几年后也许会发生变化，相应地，用户的喜好也许会发生变化。在其他一些情况下，也许很难凭借历史评分数据（例如用户的评分）完全抓住用户的兴趣。一个物品可能有着很多的属性，而用户仅仅对物品中的特定属性感兴趣。例如，汽车可能有制造商、模型、颜色、引擎选择和内设选项，用户的兴趣也许仅仅局限于这几个选项的一个特定组合。因此，在这些情况中，物品过多的属性导致很难将足够多的评分和这种庞大的组合建立关联。

另外，针对用户往往会基于社会心理、情感的传染和整合等现象对彼此产生影响的状况，提出了组推荐系统，其针对一组用户而不是单个用户推荐某一特定活动。基于知识的系统特别适合组推荐，因为其不是基于用户评分，而是基于用户指定的需求，而且组推荐系统允许用户群体在实际使用该物品之前以交互方式达成共识。这减少了在最终推荐中不满意的可能性。

现有推荐系统在启动时经常会遇到冷启动问题，其主要根源在于，最初可用评分数据量相对较小。在这种情况下，它难以应用传统的协同过滤模型。并且，现有系统严重依赖于用户提供的历史数据。然而，评分矩阵有时过于稀疏，这给提供有意义的推荐带来挑战。在这种情况下，重要的是要快速获得更多的评分以建立评分矩阵。然而，获取评分的过程是耗时的，并且成本高，因为用户没有感到效益时，通常不愿意自愿提供评分。中国专利申请公布号CN10629638A公开了一种车型推荐系统和方法，该系统由于需要用户注册并填写个人信息，因此存在对用户的隐私数据要求或多而导致冷启动的问题；另一中国专利申请公布号CN110458663A公开了一种车辆推荐方法、装置、设备及存储介质，由于需要利用用户的性别、年龄等基本属性信息或者住址、职业等附加属性信息构建当前用户的用户特征向量，并利用当前用户在先进行的诸如浏览、收藏等交互行为的车辆作为待推荐车辆，来确定待推荐车辆的车辆特征向量，由于该推荐系统在启动之初需要采集用户的个人信息和交互行为信息，同样存在冷启动的问题。

发明内容

本发明的目的在于，提供一种车型推荐方法、获取车型推荐列表的方法、系统、介质及电子设备，不依赖于用户的隐私数据或历史评分数据，以解决在现有车型推荐系统中存在的冷启动问题，并且能够基于各人群类别的社会心理、情感的传染和整合等现象对类别内用户产生影响的状况，对用户做出有效推荐以及实现推荐系统的推荐数据的更新和优化。