[发明专利]信息推送方法和装置

权利要求书

1.一种信息推送方法，包括：

响应于确定当前时间满足用于预测洗车信息的预设条件，获取目标车辆对应的历史洗车信息；

基于所述历史洗车信息，确定用于表示所述目标车辆洗车条件的标签集；

基于所述标签集，预测所述目标车辆对应的洗车推荐信息；

将所述洗车推荐信息推送给所述目标车辆对应的目标用户。

2.根据权利要求1所述的方法，其中，所述目标车辆对应的历史洗车信息基于以下步骤生成：

获取所述目标车辆对应的多张当前车身图像；

基于所述多张当前车身图像和图像识别模型，生成所述目标车辆对应的当前洁净信息；

基于所述当前洁净信息，生成所述目标车辆对应的历史洗车信息。

3.根据权利要求2所述的方法，其中，所述基于所述当前洁净信息，生成所述目标车辆对应的历史洗车信息，包括：

判断所述当前洁净信息是否小于预设洁净阈值；

响应于确定所述当前洁净信息小于所述预设洁净阈值，存储所述当前洁净信息，生成所述目标车辆对应的历史洁净信息。

4.根据权利要求3所述的方法，其中，所述基于所述当前洁净信息，生成所述目标车辆对应的历史洗车信息，还包括：

响应于确定所述当前洁净信息不小于所述预设洁净阈值，获取所述当前洁净信息的上一次洁净信息；

响应于确定所述上一次洁净信息小于所述预设洁净阈值，获取所述当前洁净信息对应的当前洗车信息；

基于所述当前洗车信息，生成所述目标车辆对应的历史洗车信息。

5.根据权利要求2所述的方法，其中，所述图像识别模型基于以下步骤获取：

获取训练样本集，所述训练样本集包括样本车身图像和所述样本车身图像对应的标注洁净信息；

利用机器学习方法，将所述样本车身图像作为输入，将与输入的样本车身图像对应的标注洁净信息作为期望输出，对初始深度神经网络进行训练，得到图像识别模型。

6.根据权利要求1-5任意一项所述的方法，其中，所述洗车推荐信息包括推荐洗车时间；以及，所述方法还包括：

响应于确定所述目标车辆启动，获取当前时间和所述目标车辆的推荐洗车时间；

响应于确定所述当前时间和所述推荐洗车时间之间满足预设时间条件，获取所述推荐洗车时间关联的天气信息；

响应于确定所述天气信息满足天气条件，将所述洗车推荐信息推送给所述目标车辆对应的目标用户。

7.根据权利要求6所述的方法，其中，所述方法还包括：

响应于确定所述天气信息不满足天气条件，基于所述天气信息和所述洗车推荐信息，更新所述目标车辆对应的洗车推荐信息。

8.一种信息推送装置，包括：

获取模块，被配置成响应于确定当前时间满足用于预测洗车信息的预设条件，获取目标车辆对应的历史洗车信息；

确定模块，被配置成基于所述历史洗车信息，确定用于表示所述目标车辆洗车条件的标签集；

预测模块，被配置成基于所述标签集，预测所述目标车辆对应的洗车推荐信息；

推送模块，被配置成将所述洗车推荐信息推送给所述目标车辆对应的目标用户。

9.根据权利要求8所述的装置，其中，所述装置还包括：生成模块；以及

所述获取模块，进一步被配置成：获取所述目标车辆对应的多张当前车身图像；

所述生成模块，被配置成：基于所述多张当前车身图像和图像识别模型，生成所述目标车辆对应的当前洁净信息；基于所述当前洁净信息，生成所述目标车辆对应的历史洗车信息。

10.根据权利要求9所述的装置，其中，所述生成模块，进一步被配置成：

判断所述当前洁净信息是否小于预设洁净阈值；

响应于确定所述当前洁净信息小于所述预设洁净阈值，存储所述当前洁净信息，生成所述目标车辆对应的历史洁净信息。