[發明專利]一種車友推薦方法及系統

在審

• 申請號: 201810542973.6
• 申請日: 2018-05-30
• 公開（公告）號: CN108846768A
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 劉均;李正
• 申請（專利權）人: 深圳市元征科技股份有限公司
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06F17/30
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種車友推薦方法，其特征在于，包括：

從車輛數據庫中獲取至少兩個車友對應的多維度數據；

分別根據所述多維度數據，生成第一車友的第一特征向量，及第二車友的第二特征向量；

計算所述第一特征向量與所述第二特征向量之間的相似度，并在所述相似度大于預設閾值時，將所述兩個車友在所述第一車友和所述第二車友之間相互推薦。

2.根據權利要求1所述的方法，其特征在于，所述多維度數據至少包括：車輛基本信息、車主基本信息、車主興趣信息及車主常去地點的位置信息中的一種或多種。

3.根據權利要求2所述的方法，其特征在于，所述分別根據所述多維度數據，生成第一車友的第一特征向量，及第二車友的第二特征向量，包括：

預先設置所述車輛基本信息、車主基本信息、車主興趣信息及車主常去地點的位置信息的分類條件及各分類條件對應的特征值；

根據所述分類條件及各分類條件對應的特征值，分別將第一車友和第二車友的多維度數據，對應生成第一特征值和第二特征值；

將所述第一特征值和所述第二特征值分別組成所述第一特征向量和所述第二特征向量。

4.根據權利要求1所述的方法，其特征在于，計算相似度的方法包括：協同過濾算法；

所述協同過濾算法，包括：余弦相似度或杰卡德相似度；

所述計算所述第一特征向量與所述第二特征向量之間的相似度，包括：

通過余弦相似度來計算所述第一特征向量和所述第二特征向量之間的相似度。

5.根據權利要求4所述的方法，其特征在于，在所述通過余弦相似度來計算所述第一特征向量和所述第二特征向量之間的相似度之后，所述方法還包括：

預先設置與距離相關的權重函數，并獲取所述第一車友和第二車友之間的距離；

根據所述權重函數及所述距離，獲取所述距離對應的權重系數；

計算所述第一特征向量和所述第二特征向量之間余弦值與所述權重系數的乘積，以所述乘積作為所述第一車友和所述第二車友之間的相似度。

6.根據權利要求1至5中任一項所述的方法，其特征在于，在所述從車輛數據庫中獲取至少兩個車友對應的多維度數據之前，所述方法還包括：

接收車友的圖像注冊信息，所述圖像注冊信息為所述車友在所述車輛數據庫中的唯一身份標識。

7.一種車友推薦系統，其特征在于，包括：

獲取單元，用于從車輛數據庫中獲取至少兩個車友對應的多維度數據；

生成單元，用于分別根據所述多維度數據，生成第一車友的第一特征向量，及第二車友的第二特征向量；

計算推薦單元，用于計算所述第一特征向量與所述第二特征向量之間的相似度，并在所述相似度大于預設閾值時，將所述兩個車友在所述第一車友和所述第二車友之間相互推薦。

8.根據權利要求7所述的系統，其特征在于，所述生成單元，包括：

預設模塊，用于預先設置所述車輛基本信息、車主基本信息、車主興趣信息及車主常去地點的位置信息的分類條件及各分類條件對應的特征值；

生成模塊，用于根據所述分類條件及各分類條件對應的特征值，分別將第一車友和第二車友的多維度數據，對應生成第一特征值和第二特征值；

組成模塊，用于將所述第一特征值和所述第二特征值分別組成所述第一特征向量和所述第二特征向量。

9.根據權利要求7所述的系統，其特征在于，所述計算相似度的方法包括：協同過濾算法；

所述協同過濾算法，包括：余弦相似度或杰卡德相似度；

所述計算推薦單元，包括：

計算推薦模塊，用于通過余弦相似度來計算所述第一特征向量和所述第二特征向量之間的相似度，并在所述相似度大于預設閾值時，在所述第一車友和所述第二車友之間相互推薦。

10.一種計算機裝置，包括處理器，其特征在于，所述處理器在處理存儲于存儲器上的計算機程序時，用于實現如權利要求1至6中任一項所述的車友推薦方法。