[发明专利]基于机器学习推送车内信息/娱乐服务的方法

说明书

一种基于机器学习推送车内信息/娱乐服务的方法，包括：收集用户在被推送车内信息/娱乐服务时的面部动作及肢体动作，以形成用户针对该被推送的车内信息/娱乐服务的反应数据；基于反应数据更新用户的个人档案和针对该用户的推送策略；其中，个人档案包括用户的各种面部动作及肢体动作代表的情绪数据、与情绪数据相关的关系数据；推送策略用以确定针对该用户的推送内容及推送方式，其至少包括用户的个人档案中的关系数据在推送策略中的权重数据；更新包括更新个人档案中的关系数据及推送策略中的权重数据；采用机器学习的方式进行所述更新；以更新后的推送策略向用户推送车内信息/娱乐服务。本发明使得车内信息/娱乐服务的推送更有效。

技术领域

本发明涉及汽车行车服务，特别涉及基于机器学习推送车内信息/娱乐服务的方法。

背景技术

近年，个性化的车内信息/娱乐服务也成为了诸多车辆销售的卖点。汽车厂商期望通过此技术向用户提供更符合其喜好的娱乐服务，例如向用户针对性地推送音乐。目前的个性化推送方法大致包括以下几种：1)基于用户对娱乐服务的使用记录，从使用记录中(例如选择频次)分析出用户的喜好，以针对性地推送；2)在用户被推送娱乐服务时对其进行面部表情识别，根据面部表情识别后分析获得的情绪反映来确定用户对被推送的娱乐服务的喜好，以针对性地推送。

对于基于使用记录的推送方法，由于其基础是历史信息，向用户推送的娱乐服务也只能是曾被用户使用过的历史服务或与历史服务有限相关的同类服务(例如喜好的音乐及同类型的音乐)，并且无法就所推送的服务进行即时调整。而对于基于面部表情识别的推送方法，其又非常依赖于当时所获取的面部图像以及面部表情识别算法的精准度，因而也较难全面识别用户喜好。

发明内容

本发明解决的问题是提供一种基于机器学习推送车内信息/娱乐服务的方法，以提供更有效的个性化推送服务。

为了解决上述问题，本发明提供一种基于机器学习推送车内信息/娱乐服务的方法，包括：

收集用户在被推送车内信息/娱乐服务时的面部动作及肢体动作，以形成该用户针对该被推送的车内信息/娱乐服务的反应数据；

基于反应数据更新该用户的个人档案和针对该用户的推送策略；其中，该用户的个人档案包括该用户的各种面部动作及肢体动作代表的情绪数据、与情绪数据相关的关系数据；针对该用户的推送策略用以确定针对该用户的推送内容及推送方式，其至少包括该用户的个人档案中的关系数据在推送策略中的权重数据；所述更新包括更新个人档案中的关系数据及推送策略中的权重数据；采用机器学习的方式进行所述更新；

以及，以更新后的推送策略向用户推送车内信息/娱乐服务。

与现有技术相比，上述方案具有以下优点：通过建立并更新专属于用户的个人档案和推送策略，使得向用户推送车内信息/娱乐服务更有针对性。并且，采用机器学习的更新方式使得现场的反应数据能够不断的循环更新个人档案和推送策略，使得随着时间推移而推送的车内信息/娱乐服务越来越符合用户的喜好，使得车内信息/娱乐服务的推送更有效。

附图说明

图1是本发明基于机器学习推送车内信息/娱乐服务的方法的一种实施例的实现示意图。

具体实施方式

在下面的描述中，阐述了许多具体细节以便使所属技术领域的技术人员更全面地了解本发明。但是，对于所属技术领域内的技术人员明显的是，本发明的实现可不具有这些具体细节中的一些。此外，应当理解的是，本发明并不限于所介绍的特定实施例。相反，可以考虑用下面的特征和要素的任意组合来实施本发明，而无论它们是否涉及不同的实施例。因此，下面的方面、特征、实施例和优点仅作说明之用而不应被看作是权利要求的要素或限定，除非在权利要求中明确提出。