[发明专利]用于基于行为的车辆购买推荐的方法和设备

说明书

本公开涉及一种用于基于行为的车辆购买推荐的方法和设备。一种系统包括处理器，所述处理器被配置为：无线接收指示针对单个车辆的车辆功能使用的数据。所述处理器还被配置为：聚合接收到的数据，以形成定义功能偏好的功能使用客户配置文件。所述处理器还被配置为：选择与客户类别相关联的车辆，所述车辆包括预定义功能使用特性，所述客户类别基于所述预定义功能使用特性与所述定义功能偏好的功能使用客户配置文件中的聚合的数据之间的相关性而被确定。所述处理器还被配置为：将聚合的数据与选择的车辆进行比较，以确定具有由所述功能使用客户配置文件中的聚合的数据指示的客户所偏好的功能的车辆，并且向客户推荐确定的车辆。

技术领域

说明性实施例总体上涉及用于基于行为的车辆购买推荐的方法和设备。

背景技术

选择新车的客户不得不考虑众多属性和权衡，诸如，初始购买价格、燃料经济性、加速性能、操纵性、乘坐舒适性、恶劣天气能力等。许多客户依赖直觉、来自朋友/家人/销售人员的建议、或者来自汽车杂志、客户组织的评论等。每个客户具有独特的需求、偏好和优先级的集合，所述集合显示出他们独特的驾驶体验、驾驶风格和驾驶环境。

此外，人们可能倾向于推荐他们会偏好的车辆，而不考虑被推荐者的需求。此外，推荐者(尤其是销售人员，销售人员原本不了解客户)可能不知道被推荐者如何驾驶或者哪些功能或甚至哪些车辆可能更适合于推荐。

除了车辆购买之外，这个问题也适用于任何车辆产品(诸如，售后零部件)或者服务。客户对调谐、性能部件、甚至机油更换的需求和偏好可能因客户的不同而大不相同。虽然车辆可能能够推荐何时通常需要更换机油，但是从简要的讨论中推断向客户推荐哪种类型的机油会是困难的。

讽刺的是，通常最不了解客户的人(销售人员)也是最了解可能的车辆选择的人。除非销售人员亲自了解客户，或者已经与客户一起工作了一段时间，否则该销售人员将很可能基于短时间的会话和观察做出假设，并且甚至针对客户的“最佳”车辆可能永远不会被讨论到。

发明内容

在第一说明性实施例中，一种系统包括处理器，所述处理器被配置为无线接收指示针对单个车辆的车辆功能使用的数据。所述处理器还被配置为：聚合接收到的数据，以形成定义功能偏好的功能使用客户配置文件。所述处理器还被配置为：选择与客户类别相关联的车辆，所述车辆包括预定义功能使用特性，所述客户类别基于所述预定义功能使用特性与所述定义功能偏好的功能使用客户配置文件中的聚合的数据之间的相关性而被确定。所述处理器还被配置为：将聚合的数据与选择的车辆进行比较，以确定具有由所述功能使用客户配置文件中的聚合的数据指示的客户所偏好的功能的车辆，并且向客户推荐确定的车辆。

在第二说明性实施例中，一种系统包括处理器，所述处理器被配置为：基于从客户的车辆接收的指示客户的行为的数据来确定客户的车辆属性偏好并且对客户的车辆属性偏好进行加权。所述处理器还被配置为：选择由其他客户驾驶的具有与客户的车辆属性偏好相同的加权的客户车辆属性偏好的车辆。所述处理器还被配置为：从选择的车辆中确定具有在客户的车辆属性偏好的预定义容差内的预定义加权属性值的车辆，并且向客户推荐确定的车辆。

在第三说明性实施例中，一种计算机实现的方法包括：基于与客户配置文件相关联的客户车辆属性偏好值与定义每个客户组的属性偏好参数之间的对应性，选择多个客户组中的一个。所述方法还包括：将所述客户车辆属性偏好值与和选择的组所预先关联的多个车辆相关联的预定义属性值进行比较，以确定具有在所述客户车辆属性偏好值的预定义容差内的属性值的车辆，并且推荐确定的车辆。

附图说明

图1示出了说明性车辆计算系统；

图2示出了用于车辆系统使用监测的说明性处理；

图3示出了用于车辆推荐的说明性处理。

具体实施方式