一种推荐方法、车辆、设备及存储介质与流程
本技术涉及个性化推荐,具体地涉及一种推荐方法、车辆、设备及存储介质。
背景技术:
1、随着车辆智能化技术的快速发展,车辆已逐渐从单一的交通工具演变为智能移动生活空间(即智能座舱)。推荐服务作为提升智能座舱智能化水平和用户满意度的关键技术,能够根据当前场景和用户偏好,推送诸如音乐、导航路径和餐饮兴趣点等内容,已成为当前智能座舱领域的重要研究方向。
2、相关技术中,智能座舱普遍采用针对单一用户的个性化推荐方法。具体地,智能座舱的控制器获取座舱内目标用户的偏好数据,并结合当前行车场景,生成推荐结果并推送给目标用户。
3、然而,相关技术的推荐方法仅针对目标用户个体,无法识别群体社交场景,导致推荐结果容易与实际社交场景脱节。
4、需要指出的是,公开于本技术背景技术部分的信息仅仅旨在加深对本技术的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本技术提供一种推荐方法、车辆、设备及存储介质,以利于解决相关技术的推荐方法仅针对目标用户个体,无法识别群体社交场景,导致推荐结果容易与实际社交场景脱节的问题。
2、第一方面,本技术实施例提供了一种推荐方法,包括:
3、获取多个用户的行为状态数据;
4、将所述行为状态数据输入社交关系推理模型,生成所述多个用户之间的社交关系;
5、若满足推荐条件,则根据所述多个用户之间的社交关系、每个用户对应的偏好数据以及行车场景数据,生成综合推荐结果,所述行车场景数据包括用户的行为状态数据和/或车辆的行车状态数据。
6、在本技术实施例中,通过根据多个用户的行为状态数据生成多个用户之间的社交关系,并基于社交关系与每个用户对应的偏好数据生成综合推荐结果。使得综合推荐结果能够反映多个用户的社交关系与个体的偏好,可适应存在多个用户的群体社交场景,与多个用户的群体需求相匹配,从而提高了推荐方法的场景适应性。
7、在一种可能的实现方式中,所述根据所述多个用户之间的社交关系、每个用户对应的偏好数据以及行车场景数据,生成综合推荐结果,包括:
8、根据所述多个用户之间的社交关系、每个用户在所述社交关系中的社交角色对应的偏好数据以及行车场景数据,生成综合推荐结果。
9、在本技术实施例中,通过根据每个用户在社交关系中的社交角色对应的偏好数据进行综合推荐结果的确定,能够更准确的提取用户在特定社交场景下的真实需求。进而生成能够兼顾当前车内多用户社交互动氛围的综合推荐结果,有效提升了多用户同车出行场景下推荐内容的准确度。使同一用户在不同社交关系中可呈现差异化的偏好输出,解决了单一个体画像无法适配复杂多变的群体出行场景的问题,提升了推荐算法对用户角色化行为迁移的适应能力。
10、在一种可能的实现方式中,所述根据所述多个用户之间的社交关系、每个用户对应的偏好数据以及行车场景数据,生成综合推荐结果,包括:
11、根据所述每个用户在所述社交关系中的社交角色,生成每个用户的推荐权重;
12、根据所述多个用户之间的社交关系、所述每个用户的推荐权重、每个用户对应的偏好数据以及行车场景数据,生成综合推荐结果。
13、在本技术实施例中,通过根据每个用户在社交关系中的社交角色,生成每个用户的推荐权重,并以此为根据生成综合推荐结果。使得综合推荐结果可更符合当前社交环境,基本避免因直接叠加偏好数据而导致的推荐冲突,从而可提升多用户场景下推荐内容的合理性,提高推荐算法的场景适应性。
14、在一种可能的实现方式中,在所述生成综合推荐结果之后,还包括:
15、若所述综合推荐结果与当前时刻之前的历史综合推荐结果存在冲突,则根据所述综合推荐结果与历史综合推荐结果对应的推荐类型与用户的社交角色,确定仲裁推荐结果。
16、在本技术实施例中,通过基于推荐类型与社交角色进行冲突处理,可有效降低推荐结果间的资源抢占与逻辑互斥冲突发生概率,提升用户体验的连贯性。
17、在一种可能的实现方式中,所述根据所述综合推荐结果与历史综合推荐结果对应的推荐类型与用户的社交角色,确定仲裁推荐结果,包括:
18、根据所述综合推荐结果与历史综合推荐结果对应的推荐类型、用户的社交角色以及推荐发起时序,确定仲裁推荐结果。
19、在本技术实施例中,通过进一步结合推荐发起时序,使得冲突处理在兼顾执行逻辑与用户角色影响的同时,还考虑时间维度,可有效避免执行逻辑与用户角色影响对应评分相近时的判定无效,从而提升了冲突处理的鲁棒性与可靠性。
20、在一种可能的实现方式中,所述根据所述综合推荐结果与历史综合推荐结果对应的推荐类型、用户的社交角色以及推荐发起时序,确定仲裁推荐结果,包括:
21、若所述综合推荐结果与历史综合推荐结果对应的推荐类型的优先级不相同,则根据所述综合推荐结果与历史综合推荐结果对应的推荐类型的优先级,确定仲裁推荐结果;所述推荐类型包括行车安全类型与非行车安全类型,所述行车安全类型的优先级高于所述非行车安全类型的优先级;
22、若所述综合推荐结果与历史综合推荐结果对应的推荐类型的优先级相同,则根据所述综合推荐结果与历史综合推荐结果对应的用户的社交角色的优先级确定仲裁推荐结果;
23、若所述综合推荐结果与历史综合推荐结果对应的推荐类型的优先级相同,且所述用户的社交角色的优先级相同,则根据所述综合推荐结果与历史综合推荐结果对应的推荐发起时序,确定所述仲裁推荐结果。
24、在本技术实施例中,通过构建基于推荐类型、社交角色、发起时序的分层次判断,可有效保证行车安全与高优先级社交角色的推荐需求。进一步地,基于时间维度判定可有效防止冲突处理失效,提升了冲突处理的鲁棒性与用户体验的连贯性。
25、在一种可能的实现方式中,在所述将所述行为状态数据输入社交关系推理模型,生成所述多个用户之间的社交关系之后,还包括:
26、若所述行为状态数据发生变更且满足预设变更条件,则对所述多个用户之间的社交关系进行更新。
27、在本技术实施例中,能够及时响应用户社交关系变更,提升推荐算法的动态适应能力,维持社交关系的准确度。
28、第二方面,本技术实施例提供了一种车辆,包括:
29、控制器,所述控制器用于执行第一方面中任意一项所述的方法。
30、第三方面,本技术实施例提供了一种电子设备,包括:
31、处理器;
32、存储器;
33、以及计算机程序,其中所述计算机程序被存储在所述存储器中,当所述计算机程序被所述处理器执行时,使得所述电子设备执行第一方面中任意一项所述的方法。
34、第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现第一方面中任意一项所述的方法。
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