一种基于多维时序的车载膳食预测方法、装置及车辆与流程
本发明涉及智能车辆,具体涉及一种基于多维时序的车载膳食预测方法、装置及车辆。
背景技术:
1、随着智能车辆、移动互联网以及生活服务平台的发展,车辆已逐渐由传统交通工具向综合信息服务终端转变。现有车载服务系统能够结合车辆定位、导航信息以及用户主动输入的需求,为用户提供位置查询、服务推荐、消费预约等功能,在一定程度上提升了车辆使用过程中的便利性。
2、然而,现有车载服务系统通常依赖用户实时操作或基于当前状态进行响应,主要根据用户当前输入信息、当前位置、实时环境等因素进行服务匹配。同时,由于用户需求具有一定的时序变化特性,不同时间段、不同出行场景以及不同使用状态下的需求存在差异,传统基于固定规则或单一数据维度的服务方式难以准确理解用户未来需求。
3、另一方面,车辆行驶过程受到道路交通状况、行驶路线变化、临时停车等因素影响,实际到达时间与预期时间之间可能存在偏差,而现有服务调度方式通常缺少针对动态行程变化的调整机制,容易造成服务准备时间与用户实际到达时间不匹配,影响用户体验。
4、因此,现有技术无法解决车载服务过程中用户需求响应能力不足以及服务适配效率较低的问题。
技术实现思路
1、鉴于上述现有技术的不足,本技术的目的在于提供一种基于多维时序的车载膳食预测方法、装置及车辆,其旨在解决现有技术中无法解决车载服务过程中用户需求响应能力不足以及服务适配效率较低的问题。
2、第一方面,本技术实施例提供一种基于多维时序的车载膳食预测方法,包括:根据用户历史行为数据构建多维时序数据库;对所述多维时序数据库中的各类时序数据进行特征提取,获得周期行为特征,并基于所述周期行为特征和车辆行程信息,通过预测模型确定用户目标膳食需求信息;基于所述目标膳食需求信息、车辆位置、行驶路径和预计到达时间,确定目标服务对象,并生成预调度指令;将所述预调度指令发送至目标服务对象,完成膳食预点单。通过构建多维时序数据库并结合预测模型对用户历史行为特征进行分析,实现用户膳食需求的提前预测,并根据车辆行程信息生成预调度指令,提高了膳食服务的主动性和匹配准确性。
3、一种可能的实施例中,还包括:在车辆行驶过程中,持续获取车辆实时运行状态和道路状态信息,根据所述车辆实时运行状态和所述道路状态信息更新所述预计到达时间;根据更新后的所述预计到达时间调整所述目标服务对象的服务准备状态;响应于所述目标服务对象完成服务后,获取用户反馈信息,并基于所述用户反馈信息更新所述多维时序数据库。通过实时获取车辆运行状态和道路状态信息,并根据行程变化调整服务准备状态,实现膳食服务过程的动态适配,降低因行程变化导致的服务错配问题。
4、一种可能的实施例中,所述根据所述车辆实时运行状态和所述道路状态信息更新所述预计到达时间,包括:获取车辆实时速度、道路拥堵信息和路径变化信息;根据所述车辆实时速度、所述道路拥堵信息和所述路径变化信息确定预计到达时间偏差;根据所述预计到达时间偏差调整所述预计到达时间。通过结合车辆实时速度、道路拥堵信息及路径变化信息计算预计到达时间偏差,提高了到达时间预测准确性,为服务准备过程提供更加可靠的数据依据。
5、一种可能的实施例中,所述基于所述用户反馈信息更新所述多维时序数据库,包括:根据所述用户反馈信息中的目标膳食的评价信息更新所述多维时序数据库中的饮食时序数据;根据所述用户反馈信息中的实际取餐时间和实际到达时间更新所述多维时序数据库中的出行时序数据。通过根据用户反馈信息分别更新饮食时序数据和出行时序数据,使系统能够持续学习用户使用习惯和服务过程变化,提高后续膳食预测和服务匹配效果。
6、一种可能的实施例中,还包括:在所述完成膳食预点单之后,获取服务履约信息;根据所述用户反馈信息和服务履约信息调整所述预测模型中的时序权重参数。通过结合服务履约信息和用户反馈信息调整预测模型参数,实现预测模型的持续优化,提高了长期运行过程中的预测稳定性和适应能力。
7、一种可能的实施例中,所述对所述多维时序数据库中的各类时序数据进行特征提取,获得周期行为特征,并基于所述周期行为特征和车辆行程信息,通过预测模型确定用户目标膳食需求信息,包括:对所述多维时序数据库中的出行时序数据、状态时序数据和饮食时序数据分别进行特征提取,获得出行周期行为特征、状态周期行为特征和饮食周期行为特征;通过所述预测模型对所述出行周期行为特征、所述状态周期行为特征和所述饮食周期行为特征进行融合,获得多尺度时序特征;基于所述多尺度时序特征和所述车辆行程信息,通过所述预测模型进行预测,获得用户目标膳食需求信息。通过对出行时序数据、状态时序数据和饮食时序数据进行特征提取与融合,形成多尺度时序特征,提高了复杂用户行为场景下膳食需求预测的准确性。
8、一种可能的实施例中,所述生成预调度指令,包括:根据目标服务位置、目标服务时间和所述目标膳食需求信息生成所述预调度指令。实现服务资源的提前安排,提高了服务执行效率。
9、一种可能的实施例中,所述根据用户历史行为数据构建多维时序数据库,包括:获取用户在不同时间周期内的历史行驶轨迹、历史停留位置、历史服务选择记录和历史服务反馈记录;根据时间周期对所述历史行驶轨迹、所述历史停留位置、所述历史服务选择记录和所述历史服务反馈记录进行聚类分析,获得出行时序数据。通过对历史行驶轨迹、停留位置、服务选择记录等数据进行周期分析和聚类处理,能够提取用户出行规律,为膳食需求预测提供准确的数据基础。
10、一种可能的实施例中,所述根据用户历史行为数据构建多维时序数据库,包括:获取用户历史身体状态数据;根据所述用户历史身体状态数据进行趋势分析,确定状态时序数据。通过对用户历史身体状态数据进行趋势分析,获得状态变化规律,使膳食需求预测能够更好适配用户状态变化,提高个性化服务能力。
11、一种可能的实施例中,所述根据用户历史行为数据构建多维时序数据库,包括:获取用户历史饮食选择数据、饮食反馈数据和饮食适配数据;根据所述历史饮食选择数据、所述饮食反馈数据和所述饮食适配数据构建饮食特征数据库;基于所述饮食特征数据库获取饮食时序数据。通过基于历史饮食选择数据、反馈数据和适配数据构建饮食特征数据库,能够准确刻画用户饮食偏好,提高膳食推荐与用户需求的匹配程度。
12、第二方面,本技术实施提供一种基于多维时序的车载膳食预测装置,包括:构建模块,用于根据用户历史行为数据构建多维时序数据库;预测模块,用于对所述多维时序数据库中的各类时序数据进行特征提取,获得周期行为特征,并基于所述周期行为特征和车辆行程信息,通过预测模型确定用户目标膳食需求信息;调度模块,用于基于所述目标膳食需求信息、车辆位置、行驶路径和预计到达时间,确定目标服务对象,并生成预调度指令;发送模块,用于将所述预调度指令发送至目标服务对象,完成膳食预点单。
13、第三方面,本技术实施提供一种车辆,包括车身及所述的基于多维时序的车载膳食预测装置。
14、第四方面,本发明实施提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现所述的基于多维时序的车载膳食预测方法。
15、第五方面,本发明实施提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现所述的基于多维时序的车载膳食预测方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com