[发明专利]一种车载的结合云端和车机端的智能推荐装置、系统、方法、设备以及存储介质

权利要求书

1.一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述装置包括：数据层、训练层、推荐层、微服务层、CP和端；

所述数据层用于储存训练层；

所述训练层用于训练推荐层；

所述推荐层用于推荐用户信息；

所述微服务层用于数据层微服务和训练层微服务；

所述CP用于CP聚合，发送给端；

所述端用于边缘计算、实时事件监听和事件微服务。

2.根据权利要求1所述的一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述数据层的数据采集方式为：依靠埋点和基础服务。

3.根据权利要求1所述的一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述训练层包括离线训练和实时计算；

所述离线训练包括短周期训练和长周期训练；

所述短周期训练用于每日在固定时间段推荐；

所述长周期训练用于以月为单位进行周期更新；

所述实时计算用于结合场景库和lbs计算方法进行实时训练。

4.根据权利要求1所述的一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述推荐层包括训练结果库、推荐集、自荐集、模板库、推荐规则库、场景库和事件对照库；

所述训练结果库用于推荐用户画像、车辆画像、音乐每日推荐和POI；

所述推荐集用于推荐POI和音乐；

所述自荐集用于补充和修正；

所述模板库用于推荐模板、推送模板和模板配置；

所述推荐规则库用于推荐规则；

所述场景库用于储存场景规则库和各类场景；

所述事件对照库用于事件流转。

5.根据权利要求1所述的一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述微服务层包括数据层微服务和训练层微服务；

所述数据层微服务用于实时结果监听微服务、实时事件监听微服务、事件微服务、推荐决策微服务、CP对接微服务、推送微服务和数据回流微服务；

所述训练层微服务用于周期性或实时性训练配置微服务、模板配置微服务和可视化配置微服务。

6.根据权利要求1所述的一种车载的结合云端和车机端的智能推荐装置，其特征在于，所述端包括边缘计算、实时事件监听和事件微服务；

所述边缘计算用于常用离线规则、规则引擎、推送决策和本地库；

所述事件微服务用于接收实施事件监听，发送给边缘计算。

7.一种车载的结合云端和车机端的智能推荐方法，其特征在于，该方法是采用权利要求1所述的一种车载的结合云端和车机端的智能推荐装置实现的，包括以下步骤：

步骤S1，程序启动，初始化数据加载，读取配置文件，接收实时数据；

步骤S2，判断是否到达指定时间，加载周期数据；

步骤S3，数据字段解析，对解析后的数据处理，JOB调度器根据行为ID分配JOB执行数据整理；

步骤S4，调用CP接口，查询CP数据，开始生成应用层数据，根据实时数据填充应用层数据；

步骤S5，对字段的值开始计算填充，判断字段是否有空值，如果有空值则从缓存中查询历史记录并填充；

步骤S6，根据步骤S2的判断进行决策，在推荐集中选择相应推荐进行推荐。

8.一种车载的结合云端和车机端的智能推荐系统，其特征在于，所述系统包括：

实时模块，程序启动，初始化数据加载，读取配置文件，接收实时数据；

周期模块，判断是否到达指定时间，加载周期数据；

整理模块，数据字段解析，对解析后的数据处理，JOB调度器根据行为ID分配JOB执行数据整理；

层模块，调用CP接口，查询CP数据，开始生成应用层数据，根据实时数据填充应用层数据；

填充模块，对字段的值开始计算填充，判断字段是否有空值，如果有空值则从缓存中查询历史记录并填充；

推荐模块，根据周期模块的判断进行决策，在推荐集中选择相应推荐进行推荐。