车辆造型方案选取方法、装置、设备及存储介质与流程

1.本发明涉及汽车设计技术领域，尤其涉及一种车辆造型方案选取方法、装置、设备及存储介质。


背景技术：

2.当前汽车产品投放，车辆外观内饰的造型颜值被作为重点开发项摆在车型开发的首位，出彩的造型不仅可以完整的诠释、传达车型的设计理念，同时也能准确的捕获、定位目标客群。
3.由于造型评测的维度较多、获取的信息量较大，分析模型对于造型评测至关重要。但是现有的造型评测方案有以下缺点：无评价模型支撑，评测结果随意，没有侧重点，不同汇报人得出的结论可能完全不一致；不包含主客观指标相结合算法、模型；评测数据未能对决策起到有效的支撑；评测人没有筛选，所有评测数据均采用统一权重使用，评测数值没有侧重，不能更好的反应目标人群诉求，从而导致车辆造型方案的评测并不能够全面且准确的评价。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供一种车辆造型方案选取方法、装置、设备及存储介质，旨在解决现有技术车辆造型方案的评测和选取不够准确全面的技术问题。
6.为实现上述目的，本发明提供了一种车辆造型方案选取方法，所述方法包括以下步骤:
7.获取评测人信息和各评测人的车辆评测数据；
8.根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度；
9.根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分；
10.根据所述造型评分从所述造型方案中选取目标造型方案。
11.可选地，所述根据所述评测人信息得到各评测人与标准用户画像之间的评测人贴合度，包括：
12.根据所述评测人信息确定各所述评测人的评测人用户画像；
13.获取标准用户画像；
14.根据所述评测人用户画像和标准用户画像得到各所述评测人的评测人贴合度。
15.可选地，所述根据所述评测人信息确定各所述评测人的评测人用户画像，包括：
16.根据所述评测人信息得到各评测人的画像指标评分；
17.根据所述画像指标评分确定各评测人的评测人用户画像数据；
18.根据所述评测人用户画像数据确定各所述评测人的评测人用户画像。
19.可选地，所述根据所述评测人用户画像和标准用户画像得到各所述评测人的评测
人贴合度，包括：
20.根据所述评测人用户画像得到评价各所述评测人的原始评价矩阵；
21.对所述原始评价矩阵进行无量纲化处理，得到标准化矩阵；
22.根据预设的画像指标权重和所述标准化矩阵得到加权标准化矩阵；
23.根据所述标准化矩阵得到画像指标的正理想解和负理想解；
24.根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度。
25.可选地，所述根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度，包括：
26.根据所述评测人用户画像确定各所述评测人的评测人指标值；
27.根据所述评测人指标值、所述正理想解和所述负理想解得到各评测人指标值到所述正理想值的正向距离和各评测人指标值到所述负理想值的负向距离；
28.根据所述正向距离、负向距离和标准用户画像得到各所述评测人的评测人贴合度。
29.可选地，所述根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分之前，还包括：
30.获取车辆评测信息和待评测车辆的各评测指标；
31.根据所述车辆评测信息和所述待评测车辆的各评测指标建立所述待评测车辆的层次分析模型；
32.根据所述评测指标和所述层次分析模型构建层级指标判断矩阵；
33.根据所述层级指标判断矩阵得到各所述评测指标的评测指标权重。
34.可选地，所述根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分，包括：
35.根据所述车辆评测数据得到各所述造型方案的方案评测数据；
36.根据所述方案评测数据和所述评测指标权重确定各所述造型方案的指标权重得分；
37.根据所述所述所述评测人贴合度和指标权重得分确定各所述造型方案的造型评分。
38.此外，为实现上述目的，本发明还提出一种车辆造型方案选取装置，所述车辆造型方案选取装置包括：
39.信息获取模块，用于获取评测人信息和各评测人的车辆评测数据；
40.贴合度计算模块，用于根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度；
41.评分计算模块，用于根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分；
42.方案选取模块，用于根据所述造型评分从所述造型方案中选取目标造型方案。
43.此外，为实现上述目的，本发明还提出一种车辆造型方案选取设备，所述车辆造型方案选取设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆造型方案选取程序，所述车辆造型方案选取程序配置为实现如上文所述的车辆造型方案
选取方法的步骤。
44.此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有车辆造型方案选取程序，所述车辆造型方案选取程序被处理器执行时实现如上文所述的车辆造型方案选取方法的步骤。
45.本发明获取评测人信息和各评测人的车辆评测数据；根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度；根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分；根据所述造型评分从所述造型方案中选取目标造型方案。通过这种方式，首先对各个评测人进行评测人贴合度的评价，然后再结合各个评测人的测量评测数据对各个造型方案进行造型评分，最后根据造型评分选取目标造型方案，通过对各个评测人进行评价，从而能够针对各个评测人的评测数据进行权重调整，最终使得造型方案的选取更加科学。
附图说明
46.图1是本发明实施例方案涉及的硬件运行环境的车辆造型方案选取设备的结构示意图；
47.图2为本发明车辆造型方案选取方法第一实施例的流程示意图；
48.图3为本发明车辆造型方案选取方法一实施例中层次分析模型示意图；
49.图4为本发明车辆造型方案选取方法第二实施例的流程示意图；
50.图5为本发明车辆造型方案选取装置第一实施例的结构框图。
51.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
52.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
53.参照图1，图1为本发明实施例方案涉及的硬件运行环境的车辆造型方案选取设备结构示意图。
54.如图1所示，该车辆造型方案选取设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
55.本领域技术人员可以理解，图1中示出的结构并不构成对车辆造型方案选取设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
56.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及车辆造型方案选取程序。
57.在图1所示的车辆造型方案选取设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明车辆造型方案选取设备
中的处理器1001、存储器1005可以设置在车辆造型方案选取设备中，所述车辆造型方案选取设备通过处理器1001调用存储器1005中存储的车辆造型方案选取程序，并执行本发明实施例提供的车辆造型方案选取方法。
58.本发明实施例提供了一种车辆造型方案选取方法，参照图2，图2为本发明一种车辆造型方案选取方法第一实施例的流程示意图。
59.本实施例中，所述车辆造型方案选取方法包括以下步骤：
60.步骤s10：获取评测人信息和各评测人的车辆评测数据。
61.需要说明的是，评测人信息指的是参与汽车造型方案评测的所有评测人的年龄、性别、所在地区、家庭情况(已婚未婚、小孩数量)、职业、家庭收入等，或者其他可以用于构建评测人用户画像的信息。
62.应理解的是，车辆评测数据指的是各个评测人针对车辆的每一个造型方案中车辆的各个评测指标的打分和评价数据。
63.步骤s20：根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度。
64.在具体实施中，根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度指的是：根据评测人信息得到各个评测人的评测人用户画像，然后将评测人用户画像与标准用户画像进行对比，最终得到了评测人与标准用户画像之间的评测人贴合度。
65.步骤s30：根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分。
66.需要说明的是，根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分指的是：根据车辆评测数据和评测指标权重得到各个造型方案的车辆造型的指标权重得分，最后再结合各个评测人贴合度对指标权重得分进行调整，得到造型评分。
67.进一步地，为了能够得到车辆造型中的各个评测指标的评测指标权重，步骤s30之前，还包括：获取车辆评测信息和待评测车辆的各评测指标；根据所述车辆评测信息和所述待评测车辆的各评测指标建立所述待评测车辆的层次分析模型；根据所述评测指标和所述层次分析模型构建层级指标判断矩阵；根据所述层级指标判断矩阵得到各所述评测指标的评测指标权重。
68.应理解的是，车辆评测信息指的是待评测车辆的车辆本体信息，例如：车型、车型编号、车辆参数等。
69.在具体实施中，待评测车辆的各评测指标指的是待评测车辆的车辆造型提供选项给各个评测人进行评测打分的指标和项目，包括但不限于：前脸美观性、前脸科技感、前脸协调性、前脸豪华感、前脸未来感、后部美观性、后部科技感、后部协调性、后部豪华感、后部未来感、前部灯具未来感和后部灯具未来感等。
70.需要说明的是，根据所述车辆评测信息和所述待评测车辆的各评测指标建立所述待评测车辆的层次分析模型指的是，根据车辆的车型等信息结合待评测车辆的各个评测指标，通过层次分析法建立层次分析模型。层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。通过指标重要程度的两两对比，构造判断矩阵，将定量分析与定性分析结合起来，合理地给出各指标的权重，本技术采用几何平均法求权重。构建层次分析模型。采用h
ik
建立，包含目标层、准则层、子准则层的层次结构模型。各车
型因评价指标和评价内容不同模型各异，具体以图3所示为某suv第二轮效果评测的模型架构。
71.应理解的是，根据所述评测指标和所述层次分析模型构建层级指标判断矩阵指的是：根据每一层级中各评测指标的重要程度进行两两比较，采用七级标度法对指标重要性进行量化，判断矩阵标度，然后构建每一层级m、n的指标判断矩阵。指标判断矩阵h为：
72.其中，t为该层级指标个数，并且各个标度的说明如下：1：同等重要，指的是指标1，2同等重要；3：稍微重要，指的是指标1比2稍微重要；5：明显重要，指的是指标1比2明显重要；7：强烈重要，指的是指标1比2强烈重要；1/3：稍微不重要，指的是指标1比2稍微不重要；1/5：明显不重要，指的是指标1比2明显不重要；1/7：强烈不重要，指的是指标1比2强烈不重要。
73.在具体实施中，根据所述层级指标判断矩阵得到各所述评测指标的评测指标权重指的是：首先求判断矩阵中第i行指标的乘积hi：
[0074][0075]
然后求判断矩阵中第i行指标的几何平均值αi：
[0076][0077]
最后将第i行指标的几何平均值进行归一化处理，得出对应的指标权重wi：
[0078][0079]
应理解的是，为保证指标判断矩阵的相容性，防止出现评价中出现逻辑失误，还需要对指标判断矩阵进行一致性检验。具体步骤如下：
[0080]
首先将指标判断矩阵h列向量归一化，得到列归一矩阵q＝(q
ij
)
t
×
t
[0081][0082]
然后计算指标判断矩阵的最大特征值λ：
[0083][0084]
其中，(qw)i为特征向量qw的第i个分量。
[0085]
再计算指标判断矩阵的一致性指标ci：
[0086][0087]
然后计算指标判断矩阵的一致性比率cr：
[0088][0089]
其中，ri为平均随机一致性指标，其阶数与ri的对应关系为：当阶数为1时，ri为0；当阶数为2时，ri为0；当阶数为3时，ri为0.52；当阶数为4时，ri为0.89；当阶数为5时，ri为1.12；当阶数为6时，ri为1.26；当阶数为7时，ri为1.36；当阶数为8时，ri为1.41；当阶数为9时，ri为1.46。只有当一致性比率cr≤0.1时，一致性检验通过，说明评价是有效的，反之则一致性检验不通过，说明指标判断矩阵存在逻辑问题，需要重新分析。在完成一致性检验后，将子准则层n的各评价指标权重值分别与其对应准则层的权重值相乘，进行指标权重归一化处理，计算出各指标的最终权重v。
[0090]
通过这种方式，实现了根据个评测指标建立的层次分析模型，计算得到各个评测指标的评测指标权重进行计算，使得评测指标权重更加准确，进而使得车辆造型评测更加全面和客观，使得造型方案的选取更加准确。
[0091]
进一步地，为了能够准确的计算得到各造型方案的造型评分，步骤s30包括：根据所述车辆评测数据得到各所述造型方案的方案评测数据；根据所述方案评测数据和所述评测指标权重确定各所述造型方案的指标权重得分；根据所述所述所述评测人贴合度和指标权重得分确定各所述造型方案的造型评分。
[0092]
需要说明的是，根据所述车辆评测数据得到各所述造型方案的方案评测数据指的是：将所有的车辆评测数据按照每个造型方案对应的各个数据进行分类，得到各个造型方案对应的方案评测数据。
[0093]
应理解的是，根据所述方案评测数据和所述评测指标权重确定各所述造型方案的指标权重得分指的是：根据方案评测数据和评测指标权重计算出每个造型方案对应的各个评测人的方案评测数据经过加权计算之后得到的指标权重得分。
[0094]
在具体实施中，根据所述所述所述评测人贴合度和指标权重得分确定各所述造型方案的造型评分指的是：结合评测人贴合度之后，对每个造型方案进行最终的造型评分，此时的造型评分结合了指标权重和评测人贴合度，更加全面和准确。具体的，造型评分计算公式如下：
[0095]
gf＝r
·
(ff·
v)
[0096]
其中，f为各个造型方案，gf为各个造型方案对应的造型评分，r为评测人的权重，ff为评测人对f方案的评测数据，v为评价指标权重。
[0097]
步骤s40：根据所述造型评分从所述造型方案中选取目标造型方案。
[0098]
需要说明的是，根据所述造型评分从所述造型方案中选取目标造型方案指的是：选取造型评分最高的造型方案作为目标造型方案。
[0099]
本实施例通过获取评测人信息和各评测人的车辆评测数据；根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度；根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分；根据所述造型评分从所述造型方案中选取目标造型方案。通过这种方式，首先对各个评测人进行评测人贴合度的评价，然后再结合各个评测人的测量评测数据对各个造型方案进行造型评分，最后根据造型评分选取目标造型方案，通过对各个评测人进行评价，从而能够针对各个评测人的评测数据进行权重调整，最终使得造型方案的选取更加科学。
[0100]
参考图5，图5为本发明一种车辆造型方案选取方法第二实施例的流程示意图。
[0101]
基于上述第一实施例，本实施例车辆造型方案选取方法在所述步骤s20包括：
[0102]
步骤s201：根据所述评测人信息确定各所述评测人的评测人用户画像。
[0103]
需要说明的是，根据所述评测人信息确定各所述评测人的评测人用户画像指的是：根据评测人信息确定各个评测人的年龄、性别、所在区域婚育情况、学历、职业、收入等信息构建各个评测人的评测人用户画像。
[0104]
进一步地，为了能够准确的得到各评测人的评测人用户画像，步骤s201包括：根据所述评测人信息得到各评测人的画像指标评分；根据所述画像指标评分确定各评测人的评测人用户画像数据；根据所述评测人用户画像数据确定各所述评测人的评测人用户画像。
[0105]
应理解的是，评测人的画像指标评分计算方法为：
[0106]
年龄a：采用仿正态分布进行评分，越接近最优年龄段得分越高。
[0107][0108]
其中，a为评测人实际年龄，ua为用户画像最优年龄，可以由用户自行设定。
[0109]
所在区域：可以由用户自行设定各评测人所在省份、城市对应的分值。
[0110]
婚育状况：可以由用户自行设定各评测人的是否已婚并且家庭是否有儿童对应的分值。
[0111]
学历：可以由用户自行设定各评测人的学历情况对应的分值。
[0112]
职业：可以由用户自行设定各评测人的职业种类对应的分值。
[0113]
收入：用正态分布进行评分，越接近最优年收入得分越高，单位万元，具体为：
[0114][0115]
其中，ii为第i评测人实际年收入，ui为用户画像最优年收入，最优年收入可以由用户自行设定。
[0116]
通过这种方式，可以实现根据各个评测人的评测人用户画像指标评分得到评测人的用户画像，使得评测人的评测人用户画像更加准确。
[0117]
步骤s202：获取标准用户画像。
[0118]
需要说明的是，标准用户画像指的是预先存储和设定的用于与评测人用户画像做比对和标准的用户画像。
[0119]
步骤s203：根据所述评测人用户画像和标准用户画像得到各所述评测人的评测人贴合度。
[0120]
应理解的是，根据所述评测人用户画像和标准用户画像得到各所述评测人的评测人贴合度指的是：将每个评测人的评测人用户画像与标准用户画像也就是原始评价矩阵进行对比，最终得到了每个评测人的评测人贴合度。
[0121]
进一步地，为了更准确的计算各个评测人的评测人贴合度，步骤s203包括：根据所述评测人用户画像得到评价各所述评测人的原始评价矩阵；对所述原始评价矩阵进行无量纲化处理，得到标准化矩阵；根据预设的画像指标权重和所述标准化矩阵得到加权标准化矩阵；根据所述标准化矩阵得到画像指标的正理想解和负理想解；根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度。
[0122]
在具体实施中，topsis法是根据评价对象与理想目标的贴合度情况分析进而进行评价排序的一种多指标评价法。该方法通过构建评价中各指标的最优值和最劣值，计算正理想解和负理想解，进而计算出各指标值靠近最优值和远离最劣值的程度，即相对贴合度，贴合度越大则越优，赋予权重越高。该方法赋予评测人的权重较传统加权计算评测人各指标得分赋予的权重更为合理。本方案即使用topsis法计算评测人贴合度。
[0123]
需要说明的是，根据所述评测人用户画像得到评价各所述评测人的原始评价矩阵指的是：根据m个评测人的n项画像特征建立用户的原始评价矩阵x＝(x
ij
)m×n，其中，x
ij
为第i个评测人第j个画像特征的得分。
[0124]
应理解的是，对所述原始评价矩阵进行无量纲化处理，得到标准化矩阵指的是：对原始评价矩阵x＝(x
ij
)m×n进行无量纲化处理，得到标准化矩阵y＝(y
ij
)m×n[0125][0126]
在具体实施中，根据预设的画像指标权重和所述标准化矩阵得到加权标准化矩阵指的是：根据预设的画像指标权重p＝(p1,p2,...,pn)
t
和所述标准化矩阵y得到加权标准化矩阵z＝(z
ij
)m×n[0127]zij
＝p
·yij
,i＝1,...,m；j＝1,...,n
[0128]
需要说明的是，根据所述标准化矩阵得到画像指标的正理想解和负理想解指的是：由于本方案中所有评测指标均为正向指标，即越大越优，故正理想解与负理想解的公式为：
[0129]
[0130][0131]
其中，为正理想解，为负理想解。
[0132]
应理解的是，根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度指的是：首先计算正理想解和负理想解对应的正向距离和负向距离，然后结合标准用户画像进行贴合度计算。
[0133]
通过这种方式，实现了准确的计算正理想解和负理想解，使得评测人贴合度的计算更加准确和可靠。
[0134]
进一步地，为了能够准确的得到评测人贴合度，根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度的步骤包括：根据所述评测人用户画像确定各所述评测人的评测人指标值；根据所述评测人指标值、所述正理想解和所述负理想解得到各评测人指标值到所述正理想值的正向距离和各评测人指标值到所述负理想值的负向距离；根据所述正向距离、负向距离和标准用户画像得到各所述评测人的评测人贴合度。
[0135]
需要说明的是，根据所述评测人指标值、所述正理想解和所述负理想解得到各评测人指标值到所述正理想值的正向距离和各评测人指标值到所述负理想值的负向距离的计算方法为：
[0136][0137][0138]
其中，为正向距离，为负向距离。
[0139]
应理解的是，最终的评测人贴合度计算公式为：
[0140][0141]
其中，贴合度表示各评测人的各指标与标准画像的接近程度，数值范围为(0,1]，其值越大，表明此人与标准用户画像越贴近，其评价意见越具有参考性；反之，则赋予的权重越低。评测人的贴合度ri值即为其评测数据的权重值。
[0142]
通过这种方式，实现了准确的计算各个评测人的评测人贴合度，使得与标准化向越贴近的评测人的评测数据权重越高，使得车辆的造型方案的评价更有针对性，更有代表性。
[0143]
本实施例通过根据所述评测人信息确定各所述评测人的评测人用户画像；获取标准用户画像；根据所述评测人用户画像和标准用户画像得到各所述评测人的评测人贴合度。通过这种方式，实现了通过构建评测人用户画像和标准用户画像进行对比，精确的计算
评测人贴合度，使得造型方案的选取更加合理。
[0144]
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有车辆造型方案选取程序，所述车辆造型方案选取程序被处理器执行时实现如上文所述的车辆造型方案选取方法的步骤。
[0145]
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不一一赘述。
[0146]
参照图5，图5为本发明车辆造型方案选取装置第一实施例的结构框图。
[0147]
如图5所示，本发明实施例提出的车辆造型方案选取装置包括：
[0148]
信息获取模块10，用于获取评测人信息和各评测人的车辆评测数据。
[0149]
贴合度计算模块20，用于根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度。
[0150]
评分计算模块30，用于根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分。
[0151]
方案选取模块40，用于根据所述造型评分从所述造型方案中选取目标造型方案。
[0152]
本实施例通过获取评测人信息和各评测人的车辆评测数据；根据所述评测人信息得到各所述评测人与标准用户画像之间的评测人贴合度；根据所述车辆评测数据、评测人贴合度计算各造型方案的造型评分；根据所述造型评分从所述造型方案中选取目标造型方案。通过这种方式，首先对各个评测人进行评测人贴合度的评价，然后再结合各个评测人的测量评测数据对各个造型方案进行造型评分，最后根据造型评分选取目标造型方案，通过对各个评测人进行评价，从而能够针对各个评测人的评测数据进行权重调整，最终使得造型方案的选取更加科学。
[0153]
在一实施例中，所述贴合度计算模块20，还用于根据所述评测人信息确定各所述评测人的评测人用户画像；获取标准用户画像；根据所述评测人用户画像和标准用户画像得到各所述评测人的评测人贴合度。
[0154]
在一实施例中，所述贴合度计算模块20，还用于根据所述评测人信息得到各评测人的画像指标评分；根据所述画像指标评分确定各评测人的评测人用户画像数据；根据所述评测人用户画像数据确定各所述评测人的评测人用户画像。
[0155]
在一实施例中，所述贴合度计算模块20，还用于根据所述评测人用户画像得到评价各所述评测人的原始评价矩阵；对所述原始评价矩阵进行无量纲化处理，得到标准化矩阵；根据预设的画像指标权重和所述标准化矩阵得到加权标准化矩阵；根据所述标准化矩阵得到画像指标的正理想解和负理想解；根据所述正理想解、所述负理想解和标准用户画像得到各所述评测人的评测人贴合度。
[0156]
在一实施例中，所述贴合度计算模块20，还用于根据所述评测人用户画像确定各所述评测人的评测人指标值；根据所述评测人指标值、所述正理想解和所述负理想解得到各评测人指标值到所述正理想值的正向距离和各评测人指标值到所述负理想值的负向距离；根据所述正向距离、负向距离和标准用户画像得到各所述评测人的评测人贴合度。
[0157]
在一实施例中，评分计算模块30，还用于获取车辆评测信息和待评测车辆的各评测指标；根据所述车辆评测信息和所述待评测车辆的各评测指标建立所述待评测车辆的层次分析模型；根据所述评测指标和所述层次分析模型构建层级指标判断矩阵；根据所述层
级指标判断矩阵得到各所述评测指标的评测指标权重。
[0158]
在一实施例中，评分计算模块30，还用于根据所述车辆评测数据得到各所述造型方案的方案评测数据；根据所述方案评测数据和所述评测指标权重确定各所述造型方案的指标权重得分；根据所述所述所述评测人贴合度和指标权重得分确定各所述造型方案的造型评分。
[0159]
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
[0160]
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
[0161]
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的车辆造型方案选取方法，此处不再赘述。
[0162]
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0163]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0164]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(read only memory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0165]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。