本發(fā)明屬于智能車輛共享技術(shù)領(lǐng)域，具體涉及一種基于用戶畫像的智能車輛多層次共享機(jī)制。

背景技術(shù)：

隨著汽車的普及，城市交通壓力也逐漸增大，世界各城市的交通問題日益凸顯?，F(xiàn)代城市交通主要存在環(huán)境污染、交通擁堵、能源安全三大問題，這些問題嚴(yán)重影響了城市交通系統(tǒng)的正常運行。

在這種情況下，車輛共享這種新型出行方式應(yīng)運而生。一方面，車輛共享的施行可以有效減少機(jī)動車保有量，進(jìn)而緩解環(huán)境污染和交通擁堵問題。另一方面，車輛共享可以改變城市居民的出行習(xí)慣，引導(dǎo)居民健康出行，加強(qiáng)居民環(huán)保出行的理念。電動汽車共享作為汽車共享中一個新興門類也正在蓬勃發(fā)展，在北京、杭州、重慶、上海等城市，都有電動車共享項目在運營。

2014年，jinheekim等人研究了城市居民電動汽車購買意愿以及影響其購買意愿的主要因素。2015年，joryfirnkorn等探討了汽車共享對于車輛保有量的影響，并結(jié)合car2go的實際運營數(shù)據(jù)分析了車輛共享與購車意愿的相關(guān)性。

g.alli等人提出一種greene-box的設(shè)備，該設(shè)備安裝在電動車上，可以跟gmc(greenmovecenter)進(jìn)行通訊管理車輛狀態(tài)，用戶可以通過nfc卡或者手機(jī)客戶端租用車輛，從而定義了vss(vehiclesharingsystem)的一種模式，只要電動汽車安裝了greene-box，都可以加入車輛共享系統(tǒng)。在此基礎(chǔ)上，a.g.bianchessi等人設(shè)計了一種可擴(kuò)展的共享系統(tǒng)，可以將各種類型的電動車輛加入平臺統(tǒng)一管理。但是，不管是前者提出的greenmoveproject，還是后者提出的flexiblearchitectureformanagingvss，都僅僅把互聯(lián)網(wǎng)技術(shù)作為實現(xiàn)共享的手段，沒有充分發(fā)揮車輛控制和用戶數(shù)據(jù)的作用。

現(xiàn)有的車輛共享模式中，共享模式之間的區(qū)別主要在于車輛共享是否在線上進(jìn)行、車輛的所有權(quán)或者車輛是否為電動汽車。汽車共享在發(fā)展，同時對于駕駛員行為的評估方式也在不斷的改進(jìn)，但目前人工因素和成本仍包括在內(nèi)，而且汽車傳感器所采集的信息并未充分利用。

技術(shù)實現(xiàn)要素：

鑒于上述，本發(fā)明提供了一種基于用戶畫像的智能車輛多層次共享機(jī)制，其通過建立用戶畫像，可以為用戶提供定制化的服務(wù)，為用戶駕駛行為提供引導(dǎo)，同時豐富了共享的層次。

用戶畫像也稱用戶側(cè)寫，一般通過用戶調(diào)研、收集用戶行為等形式了解用戶，根據(jù)用戶的目標(biāo)、觀點和行為的差異，將用戶劃分為不同的類型或者用不同標(biāo)簽的標(biāo)簽進(jìn)行標(biāo)記，然后抽取出每種類型及標(biāo)簽的典型特征，賦予名字、照片等統(tǒng)計學(xué)要素描述，就形成了一個人物原型。本發(fā)明中的用戶畫像，是指對用戶身份特質(zhì)、行為偏好、駕駛技術(shù)、信用歷史、駕駛行為五個維度的評估，通過這些數(shù)值化的特征來描述用戶。

一種基于用戶畫像的智能車輛多層次共享機(jī)制，其通過身份特質(zhì)、駕駛技術(shù)、行為偏好、信用記錄以及駕駛行為五組特征對用戶畫像進(jìn)行描述；出租者在共享平臺上為其車輛在這五個維度上設(shè)定門限條件，當(dāng)租賃者的用戶畫像滿足出租者所設(shè)定的門限條件，才有權(quán)租用該出租者的車輛；當(dāng)租賃者完成一次租用行為后，由共享平臺對其用戶畫像進(jìn)行更新。

所述身份特質(zhì)、駕駛技術(shù)、行為偏好、信用記錄以及駕駛行為五組特征均包含有多個相關(guān)指標(biāo)，這些相關(guān)指標(biāo)的特征信息由用戶提供以及車載傳感器采集獲得。

通過身份特質(zhì)、駕駛技術(shù)、行為偏好、信用記錄以及駕駛行為五組特征對用戶畫像進(jìn)行描述的具體方法如下：

首先，對身份特質(zhì)、駕駛技術(shù)、行為偏好、信用記錄以及駕駛行為五組特征屬下所有相關(guān)指標(biāo)的特征信息進(jìn)行歸一化處理；

然后，對于每一組特征，通過隨機(jī)森林算法確定該組特征屬下各相關(guān)指標(biāo)所對應(yīng)的權(quán)重，使各相關(guān)指標(biāo)歸一化的特征值加權(quán)求和后得到該組特征的分值；

最后，根據(jù)五組特征的分值，建立一個五邊形結(jié)構(gòu)的用戶畫像，該五邊形的五個頂點即對應(yīng)身份特質(zhì)、駕駛技術(shù)、行為偏好、信用記錄以及駕駛行為五組特征，頂點至中心點的距離即正比于對應(yīng)特征的分值大小。

本發(fā)明通過引入移動互聯(lián)網(wǎng)技術(shù)，降低了傳統(tǒng)車輛共享系統(tǒng)中站點選址的困難以及站點容量對用戶租借歸還車輛的限制，為用戶提供了更加便利的出行方式。本發(fā)明對于汽車傳感器采集的各類信息加以充分利用，并對用戶的行為進(jìn)行準(zhǔn)確的動態(tài)評估，同時結(jié)合用戶靜態(tài)數(shù)據(jù)和動態(tài)駕駛數(shù)據(jù)制作用戶畫像，進(jìn)而實現(xiàn)了基于用戶畫像的多層次車輛共享方法。

該方法不僅僅是共享方式的創(chuàng)新，而是通過建立用戶畫像，可以為用戶提供定制化的服務(wù)，為用戶駕駛行為提供引導(dǎo)，同時豐富了共享的層次。這種共享方法不僅節(jié)省了人工成本，一切操縱均交由計算機(jī)來執(zhí)行，對于汽車傳感器獲取的信息進(jìn)行分析和充分利用，綜合各方面的信息來支撐共享系統(tǒng)的運行，提供定制化的服務(wù)。

附圖說明

圖1為本發(fā)明車輛共享系統(tǒng)的整體架構(gòu)示意圖。

圖2為面向智能車輛共享系統(tǒng)的服務(wù)器示意圖。

圖3為用戶畫像的維度劃分示意圖。

圖4為建立用戶畫像計算模型的流程示意圖。

具體實施方式

為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實施方式對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。

本實施方式充分利用蘿卜車的特點，結(jié)合用戶靜態(tài)數(shù)據(jù)和動態(tài)駕駛數(shù)據(jù)制作用戶畫像，進(jìn)而實現(xiàn)了基于用戶畫像的多層次車輛共享系統(tǒng)。蘿卜車是浙江大學(xué)智能車輛研究中心研發(fā)的一款電動汽車，安裝了自主研發(fā)的整車控制單元vcu和部分環(huán)境感知設(shè)備，服務(wù)器通過向vcu發(fā)送命令控制車輛(如剎車狀態(tài)、是否啟動電機(jī)、最高車速限制等)，vcu通過保持和服務(wù)器的心跳，實時將車輛狀態(tài)和駕駛數(shù)據(jù)(環(huán)境感知設(shè)備采集)上傳到服務(wù)器。

本實施方式智能車輛多層次共享機(jī)制的系統(tǒng)架構(gòu)如圖1所示，該系統(tǒng)包括服務(wù)器程序和車載軟硬件平臺兩個部分。如圖2所示，服務(wù)器端需要包含車輛通訊服務(wù)器程序、http服務(wù)器程序、后臺管理服務(wù)器程序以及用戶畫像計算程序，這些服務(wù)器端程序通過分組無線服務(wù)技術(shù)gprs來和智能車的整車控制系統(tǒng)vcu連接。用戶對車的操作將會由信號采集設(shè)備和處理裝置進(jìn)行接收和執(zhí)行，并經(jīng)由can總線傳至vcu，對智能車輛進(jìn)行相應(yīng)的控制。為了將各個模塊的功能解耦，本實施方式在服務(wù)器架構(gòu)中引入了消息隊列，不同模塊之間通過消息隊列來進(jìn)行交互。其中：

車輛通訊服務(wù)器一方面負(fù)責(zé)接收車輛心跳、用戶駕駛數(shù)據(jù)等數(shù)據(jù)包；另一方面，負(fù)責(zé)向車輛回復(fù)確認(rèn)信息，發(fā)送車輛狀態(tài)設(shè)置命令；除車輛通訊服務(wù)器外，其他服務(wù)器程序不與車輛進(jìn)行交互。

http服務(wù)器負(fù)責(zé)處理用戶從手機(jī)端發(fā)來的請求，包括用戶注冊、登錄、查看可用車輛等基本操作的處理，以及預(yù)約車輛、開啟車輛、車輛使用權(quán)限管理等車輛管理操作，是完成系統(tǒng)主要業(yè)務(wù)邏輯的服務(wù)器程序。

后臺管理服務(wù)器為管理人員提供可視化的界面對用戶信息、車輛信息、租用信息以及各類報表和歷史記錄等進(jìn)行查看和管理。

用戶畫像計算程序根據(jù)設(shè)置的時間間隔，定時計算用戶畫像并更新數(shù)據(jù)庫。智能車載軟硬件平臺的特點，為平臺提供了更多的維度對用戶進(jìn)行描述。

本實施方式所采用的用戶畫像模型選取以下5個維度對用戶畫像進(jìn)行描述：

(1)身份特質(zhì)。身份特質(zhì)根據(jù)用戶提供的學(xué)習(xí)、職業(yè)經(jīng)歷、人脈關(guān)系等信息進(jìn)行評估，可以體現(xiàn)用戶的受教育水平、對共享車輛的熟悉程度等特點。

(2)駕駛技術(shù)。在該維度中，通過是否持有機(jī)動車駕駛證、駕齡等硬性指標(biāo)來描述用戶的駕駛技術(shù)。

(3)行為偏好。行為偏好是用戶在填寫資料、車輛租用等方面體現(xiàn)出的行為特點，特別的，應(yīng)用平臺的違章行為舉報功能可以表達(dá)用戶的安全意識。

(4)信用記錄。信用記錄可以表達(dá)用戶在車輛使用是否按規(guī)定、約定使用車輛，以及意外賠付能力。屬于該維度的指標(biāo)有用戶超時歸還次數(shù)、超出約定范圍駕駛次數(shù)以及保證金交付金額等。

(5)駕駛行為。通過智能車載傳感器，可以對用戶駕駛過程中的駕駛習(xí)慣進(jìn)行全方位的表達(dá)，如車輛行駛過程中最大速度，高速跟車的次數(shù)等，可以表達(dá)用戶的駕駛模式是比較激進(jìn)的，還是踏實穩(wěn)定的。

上述5個維度的具體包含指標(biāo)如表1所示，本實施方式將通過上述5個維度的分值，來描述一個用戶的基本特征，從而建立用戶畫像，如圖3所示。

表1

為了建立用戶畫像計算模型，需要經(jīng)過數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、訓(xùn)練分類器、預(yù)測評分四個步驟。如圖4所示，數(shù)據(jù)采集包括靜態(tài)信息采集和動態(tài)信息采集。靜態(tài)信息采集的主要范圍包括身份特質(zhì)和駕駛技術(shù)2個維度的信息,以及行為偏好維度中的信息是否填寫完整、信用歷史中的保證金繳納金額等，這部分信息主要通過在手機(jī)端注冊時，用戶根據(jù)個人情況填寫的個人資料中提取。動態(tài)信息采集主要包括行為偏好、信用歷史和駕駛行為3個維度的信息以及身份特質(zhì)中的人脈信息、擁有車輛數(shù)量等，這類信息伴隨著用戶的車輛租借活動實時變化。本實例把這類動態(tài)信息歸納為：駕駛習(xí)慣統(tǒng)計數(shù)據(jù)，異常駕駛行為統(tǒng)計和違約行為統(tǒng)計。

用戶駕駛行為維度中，大部分特征通過智能車上安裝的環(huán)境感知設(shè)備進(jìn)行采集，受到駕駛環(huán)境和網(wǎng)絡(luò)通訊的影響，可能造成數(shù)據(jù)丟失、夾雜噪聲或者出現(xiàn)異常值，故本實施方式需要對這些異常數(shù)據(jù)進(jìn)行過濾，即對采集到的數(shù)據(jù)進(jìn)行卡爾曼濾波過濾駕駛數(shù)據(jù)，并進(jìn)行離散化處理。

經(jīng)過上述方法處理后，得到基本的離散數(shù)據(jù)，為了避免數(shù)值關(guān)系對模型造成干擾，在訓(xùn)練之前，對數(shù)據(jù)進(jìn)一步離散，將不同的整數(shù)值映射0-1向量，同時基于隨機(jī)森林算法來確定特征權(quán)重。在隨機(jī)森林中，一個特征的權(quán)重越大，則對模型共享度越高。將每個特征的權(quán)重記為wi，這里i是特征集合s中的特征。貢獻(xiàn)度較小的特征會被過濾掉。最終，對于篩選過后的特征集合s′中的特征wi，新的權(quán)重w′i通過下式進(jìn)行標(biāo)準(zhǔn)化：

根據(jù)數(shù)據(jù)預(yù)處理階段定義的每個特征取值的計算方式，得到用戶在該特征上的分?jǐn)?shù)pi，最終由下式計算得到用戶的得分。

使用上述計算模型，作為服務(wù)器程序運行，定期對用戶畫像進(jìn)行更新并推送給用戶。由此可見，本發(fā)明車輛共享系統(tǒng)不僅僅是共享方式的創(chuàng)新，而且通過建立用戶畫像，可以為用戶提供定制化的服務(wù)，為用戶駕駛行為提供引導(dǎo)，同時豐富了共享的層次，能使用戶產(chǎn)生的行為數(shù)據(jù)和基本信息數(shù)據(jù)被更好的分析和利用，使共享系統(tǒng)中智能車輛的使用效率更高，精度更加準(zhǔn)確。

上述對實施例的描述是為便于本技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應(yīng)用本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對上述實施例做出各種修改，并把在此說明的一般原理應(yīng)用到其他實施例中而不必經(jīng)過創(chuàng)造性的勞動。因此，本發(fā)明不限于上述實施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。