[发明专利]用于向车辆上的用户推荐内容的计算机实现的方法和系统在审

专利信息
申请号: 202080034745.3 申请日: 2020-05-08
公开(公告)号: CN113892098A 公开(公告)日: 2022-01-04
发明(设计)人: 埃马努埃莱·里维拉;安德莉亚·阿马图奇 申请(专利权)人: 意大利乔治亚罗设计公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06N3/04;G06N3/08;G06N20/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 谭营营;胡彬
地址: 意大利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 车辆 用户 推荐 内容 计算机 实现 方法 系统
【权利要求书】:

1.一种用于向车辆上的至少一个用户推荐内容的计算机实现的方法,包括从所述至少一个用户的内容先前选择历史开始学习内容偏好标准,以及基于学习的所述偏好标准从可用内容数据库中自动选择至少一个内容,

其中进一步基于车辆占用状态、车辆状态和车辆行程状况中的至少一个来执行所述至少一个内容的自动选择,

并且其中在多个用户占用车辆的情况下,至少一个多媒体内容的推荐包括根据可用内容数据库的每个内容的嵌入与占用车辆的每个用户的嵌入之间余弦相似性的平均值,从所述可用内容数据库中自动选择内容,内容的嵌入是内容的预定描述符元素的向量表示,以及占用车辆的用户的嵌入包括所述用户的先前内容选择历史的内容的描述符元素的向量表示。

2.一种用于向车辆上的至少一个用户推荐内容的计算机实现的方法,包括从所述至少一个用户的内容先前选择历史开始学习内容偏好标准,以及基于学习的所述偏好标准从可用内容数据库中自动选择至少一个内容,

其中进一步基于车辆占用状态、车辆状态和车辆行程状况中的至少一个来执行所述至少一个内容的自动选择,

并且其中内容的推荐包括通过占用车辆的一个或多个用户被提供在k个不同内容之间进行选择的“k-armed bandit”类型的强化学习技术从可用内容数据库中自动选择内容。

3.根据权利要求1或2所述的方法,其中基于在一组注册用户中对占用车辆的一个或多个用户的识别来检测车辆占用状态。

4.根据权利要求3所述的方法,其中所述对占用车辆的用户的所述识别是通过生物识别系统,优选地通过面部识别系统获得的。

5.根据权利要求3所述的方法,其中所述对占用车辆的用户的所述识别是通过手动选择获得的。

6.根据上述权利要求中任一项所述的方法,其中所述车辆状态包括车辆运行状况和车辆运行状态中的至少一种。

7.根据上述权利要求中任一项所述的方法,其中车辆行程状况包括大气条件、指示行程时间的时间戳、旅程的预定持续时间、行程目的地、行程时间段内安排的社交活动、车辆所在地方附近的活动或社交关系中的至少一个。

8.根据前述权利要求中任一项所述的方法,其中所述至少一个内容包括多媒体内容、用于导航的兴趣点、人机界面的功能或应用。

9.一种用于向车辆上的至少一个用户推荐内容的系统,包括:

可用内容数据库和存储装置,适于存储所述至少一个用户的内容先前选择历史;和

处理装置,包括基于至少一个预定自动学习模型的自动学习引擎(26),用于从所述内容选择历史中学习内容偏好标准,并基于学习的所述偏好标准从所述可用内容数据库中自动选择至少一个内容,

其中,所述处理装置还包括:

用于收集信号或数据的装置(24),适于获取指示车辆占用状态的至少第一信号或数据、指示车辆状态的至少第二信号或数据、以及指示车辆行程状况的至少第三信号或数据;和

推理引擎(32),用于也基于所获取的车辆占用状态、车辆状态和车辆行程状况中的至少一个,从所述可用内容数据库中自动选择所述至少一个内容,

以及其中所述处理装置用于实施根据权利要求1至8中任一项所述的用于推荐内容的方法。

10.根据权利要求9所述的系统,其中所述预定自动学习引擎包括深度学习引擎(28)和强化学习引擎(30)。

11.根据权利要求9或10所述的系统,其中所述用于收集信号或数据的装置(24)、所述自动学习引擎(26)和所述推理引擎(32)集成在车辆(10)上。

12.根据权利要求9或10所述的系统,其中所述用于收集信号或数据的装置(24)、所述自动学习引擎(26)和所述推理引擎(32)位于云中。

13.根据权利要求9或10所述的系统,其中所述信号或数据收集装置(24)和所述推理引擎(32)集成在车辆(10)上,所述自动学习引擎(26)位于云中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于意大利乔治亚罗设计公司,未经意大利乔治亚罗设计公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202080034745.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top