[發(fā)明專利]基于智能分析算法自適應(yīng)調(diào)整車載顯示內(nèi)容的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810041405.8
• 申請日: 2018-01-16
• 公開（公告）號(hào): CN108401009A
• 公開（公告）日: 2018-08-14
• 發(fā)明（設(shè)計(jì)）人: 胡欣濤;張龍
• 申請（專利權(quán)）人: 廣州小鵬汽車科技有限公司
• 主分類號(hào): H04L29/08
• 分類號(hào): H04L29/08;G06F17/30;G06Q30/02
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 鄭澤萍;胡輝

本發(fā)明公開了一種基于智能分析算法自適應(yīng)調(diào)整車載顯示內(nèi)容的方法和系統(tǒng)，該方法包括以下步驟：當(dāng)車載大屏系統(tǒng)啟動(dòng)時(shí)，自動(dòng)在顯示界面上展示系統(tǒng)預(yù)置應(yīng)用；實(shí)時(shí)獲取與該用戶相應(yīng)的推薦顯示內(nèi)容，推送到車載大屏系統(tǒng)上，以應(yīng)用卡片的方式進(jìn)行羅列顯示；其中，所述推薦顯示內(nèi)容是云平臺(tái)基于智能分析算法對用戶信息和內(nèi)容資訊庫進(jìn)行智能分析運(yùn)算后所獲得的至少一項(xiàng)內(nèi)容資訊，且每個(gè)應(yīng)用卡片與一項(xiàng)內(nèi)容資訊相關(guān)聯(lián)。本發(fā)明可以自動(dòng)進(jìn)行預(yù)置應(yīng)用和應(yīng)用卡片的展示，無需手動(dòng)點(diǎn)擊進(jìn)行，自動(dòng)化程度高，提高了用戶的使用體驗(yàn)，而且可以根據(jù)用戶偏好靈活調(diào)整推薦顯示內(nèi)容，從而調(diào)整對應(yīng)的應(yīng)用卡片，調(diào)節(jié)方式簡單、快捷，應(yīng)用成本低，可廣泛應(yīng)用于汽車行業(yè)中。

技術(shù)領(lǐng)域

本發(fā)明涉及車載設(shè)備技術(shù)領(lǐng)域，特別是涉及基于智能分析算法自適應(yīng)調(diào)整車載顯示內(nèi)容的方法和系統(tǒng)。

背景技術(shù)

現(xiàn)有的車載大屏系統(tǒng)，在汽車出廠時(shí)會(huì)預(yù)先內(nèi)置好導(dǎo)航、視頻播放應(yīng)用等業(yè)務(wù)處理類的應(yīng)用程序，這些應(yīng)用程序是預(yù)先設(shè)置好的，在車輛出廠后，用戶很難更換車載大屏系統(tǒng)的預(yù)置應(yīng)用，用戶無法進(jìn)行自主調(diào)整，不能根據(jù)實(shí)際使用情況或用戶偏好進(jìn)行靈活調(diào)節(jié)，為運(yùn)營帶來很大困難，必須返廠進(jìn)行調(diào)整或者去專業(yè)機(jī)構(gòu)進(jìn)行調(diào)整，導(dǎo)致運(yùn)營成本很高。而且現(xiàn)有的車載大屏系統(tǒng)，在啟動(dòng)時(shí)也不會(huì)自動(dòng)啟動(dòng)預(yù)置應(yīng)用界面，需要用戶手動(dòng)點(diǎn)擊啟動(dòng)，自動(dòng)化程度低。

名詞解釋

KNN分類算法：K最近鄰算法，KNN全稱K-Nearest Neighbor，KNN分類算法是一種機(jī)器學(xué)習(xí)算法。

發(fā)明內(nèi)容

為了解決上述的技術(shù)問題，本發(fā)明的目的是提供基于智能分析算法自適應(yīng)調(diào)整車載顯示內(nèi)容的方法和系統(tǒng)。

本發(fā)明解決其技術(shù)問題所采用的第一技術(shù)方案是：

基于智能分析算法自適應(yīng)調(diào)整車載顯示內(nèi)容的方法，包括以下步驟：

當(dāng)車載大屏系統(tǒng)啟動(dòng)時(shí)，自動(dòng)在顯示界面上展示系統(tǒng)預(yù)置應(yīng)用；

實(shí)時(shí)獲取與該用戶相應(yīng)的推薦顯示內(nèi)容，推送到車載大屏系統(tǒng)上，以應(yīng)用卡片的方式進(jìn)行羅列顯示；

其中，所述推薦顯示內(nèi)容是云平臺(tái)基于智能分析算法對用戶信息和內(nèi)容資訊庫進(jìn)行智能分析運(yùn)算后所獲得的至少一項(xiàng)內(nèi)容資訊，且每個(gè)應(yīng)用卡片與一項(xiàng)內(nèi)容資訊相關(guān)聯(lián)。

進(jìn)一步，所述內(nèi)容資訊庫設(shè)置在云平臺(tái)，由多項(xiàng)內(nèi)容資訊構(gòu)成，且每項(xiàng)內(nèi)容資訊均包括至少一個(gè)內(nèi)容供應(yīng)商所提供的內(nèi)容信息；

所述用戶信息包括用戶設(shè)置信息、用戶標(biāo)簽信息和用戶事件信息；

所述用戶設(shè)置信息指用戶對各應(yīng)用卡片的設(shè)置信息；

所述用戶標(biāo)簽信息指根據(jù)用戶對各應(yīng)用卡片的使用信息進(jìn)行分析挖掘后，所獲得的用戶的分組標(biāo)簽信息；

所述用戶事件信息指車輛的實(shí)時(shí)事件。

進(jìn)一步，還包括以下步驟：

針對內(nèi)容資訊庫中的每項(xiàng)內(nèi)容資訊，基于內(nèi)容供應(yīng)商提供的內(nèi)容信息的優(yōu)先級數(shù)據(jù)，進(jìn)行影響力分級和評級，計(jì)算每個(gè)內(nèi)容信息的影響力。

進(jìn)一步，所述智能分析算法具體為：

基于預(yù)設(shè)設(shè)定的各業(yè)務(wù)規(guī)則的優(yōu)先級順序，遍歷判斷是否有業(yè)務(wù)規(guī)則被觸發(fā)，若有，則按照被觸發(fā)的業(yè)務(wù)規(guī)則，從內(nèi)容資訊庫中獲得對應(yīng)的內(nèi)容資訊作為用戶的推薦顯示內(nèi)容，反之，采用KNN分類算法，根據(jù)用戶歷史操作信息分析獲得與該用戶偏好相似的相似用戶群，進(jìn)而從內(nèi)容資訊庫中獲取相似用戶群的每個(gè)相似用戶的歷史偏好顯示內(nèi)容作為用戶的推薦顯示內(nèi)容；

其中，業(yè)務(wù)規(guī)則是指與用戶信息和/或內(nèi)容資訊庫相關(guān)的信息推送規(guī)則。

進(jìn)一步，還包括以下步驟：