[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

说明书

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，属于云端和车机端智能推荐技术领域，解决了现有的智能推荐装置缺少场景判断和决策的模块的问题。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。

技术领域

本发明涉及云端和车机端智能推荐技术领域，具体涉及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。

背景技术

伴随汽车电子单车成本的增加，其在整车成本中的占比持续提升。当前我国汽车市场的发展模式已经从体量高速增长期转向结构转型升级期。汽车电子作为汽车产业中重要的基础支撑，在政策驱动、技术引领、环保助推以及消费牵引的共同作用下，行业整体呈高速增长态势。

目前，为了满足用户的日常开车需求，提高用户用车体验。红旗智联项目需要结合云上，车辆和应用提供能力来支撑推荐功能，因此需要一些场景判断和决策的模块。

因此，现有的智能推荐装置存在的缺陷为：缺少场景判断和决策的模块。

现有技术中，专利文献CN111797309A公开了“一种基于出行模式的车载智能推荐装置及方法”，过T-Box联网功能，获取用户出行模式，并结合T-Box获取的GPS地理位置信息，进行周边服务资源推荐，通过大数据处理技术形成用户画像，进行精准推荐，从而减少用户的选择操作，给用户带来更优的驾乘体验。

综上，现有的智能推荐装置缺少场景判断和决策的模块。

发明内容

本发明解决了现有的智能推荐装置缺少场景判断和决策的模块的问题。

本发明所述的一种车载的结合云端和车机端的智能推荐装置，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。

进一步地，在本发明的一个实施例中，所述数据层的数据采集方式为：依靠埋点和基础服务。

进一步地，在本发明的一个实施例中，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。

进一步地，在本发明的一个实施例中，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；