[发明专利]基于用户数据的智能停车导航与商业引导系统、方法有效

专利信息
申请号: 202110687450.2 申请日: 2021-06-21
公开(公告)号: CN113345265B 公开(公告)日: 2021-11-30
发明(设计)人: 田华;吴春辉 申请(专利权)人: 厦门中卡科技股份有限公司
主分类号: G08G1/14 分类号: G08G1/14;G08G1/0968;G06K9/62
代理公司: 厦门荔信航知专利代理事务所(特殊普通合伙) 35247 代理人: 马小玲
地址: 361000 福建省厦门*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 用户 数据 智能 停车 导航 商业 引导 系统 方法
【权利要求书】:

1.基于用户数据的智能停车导航与商业引导系统,其特征在于,包括:云端服务器和用户端;所述云端服务器包括MySQL数据库和停车管理平台,所述MySQL数据库与所述停车管理平台连接;

所述停车管理平台包括:画像服务子系统、监控子系统以及停车服务子系统;其中,所述监控子系统分别与所述停车服务子系统和所述用户端连接,所述停车服务子系统与所述画像服务子系统连接;

所述画像服务子系统包括:

商圈确定模块,用于分别以商场内各电梯所在的位置为中心,预设距离为辐射半径,确定各电梯对应的商圈;

画像构建模块,用于依据各商圈内所包含商店的商店信息,构建对应电梯的电梯画像;以及用于依据从用户端采集的用户的商场行为和活动数据构建用户画像;

所述监控子系统,包括:

围栏构建模块,用于构建商场停车场对应的电子围栏;

检测模块,用于当检测到一用户对应的用户端进入所述电子围栏后,则触发停车子系统从画像服务子系统获取所述一用户的用户画像;

所述停车服务子系统,包括:

匹配模块,用于接收到用户画像后,匹配所述用户画像与各电梯画像,确定与所述一用户匹配度最高的电梯画像;

停车位获取模块,用于获取与匹配模块确定的电梯画像对应的电梯距离最近的一空闲停车位;

导航模块,用于依据停车位获取模块获取的空闲停车位和所述一用户的当前位置,生成导航信息,并发送至所述一用户对应的用户端。

2.如权利要求1所述的基于用户数据的智能停车导航与商业引导系统,其特征在于,所述画像构建模块包括:

商店画像构建单元,用于依据商店的商店信息生成商店的商店画像;

电梯画像构建单元,用于依据各商圈所包含商店的商店画像,获取各商圈对应电梯的电梯画像。

3.如权利要求2所述的基于用户数据的智能停车导航与商业引导系统,其特征在于,所述商店画像构建单元包括:

第一数据处理层,用于将一商店的商店信息中的数据对照预设的特征数据字段进行分类整理,以获取原始店铺特征信息,其中,所述特征数据字段包括商店名称、售卖商品、交易数据以及公共设备环境参数;

第一标签体系构建层,用于依据原始店铺特征信息构建店铺标签体系,其中,所述店铺标签体系中的特征标签类别包括受众群体、商品结构、客单价以及服务功能;

商店画像构建层,用于使用K-means聚类算法对所述店铺标签体系进行聚类处理,并以聚类结果作为商店画像的标签,生成所述一商店的商店画像。

4.如权利要求3所述的基于用户数据的智能停车导航与商业引导系统,其特征在于,所述电梯画像构建单元包括:

画像获取层,用于获取一商圈内所包含商店的商店画像;

电梯画像构建层,用于使用Fast Unfolding聚类算法对所获取的所有商店的商店画像进行聚类处理,并以聚类结果作为电梯画像的标签,生成所述一商圈对应的电梯的电梯画像。

5.如权利要求1所述的基于用户数据的智能停车导航与商业引导系统,其特征在于,所述画像构建模块包括:

用户画像构建单元,用于依据用户的商场行为和活动数据构建用户画像;

所述用户画像构建单元,包括:

第二数据处理层,用于将一用户的商场行为和活动数据对照预设的特征数据字段进行分类整理,以获取原始用户特征信息,其中,所述特征数据字段包括用户名、已购商品、交易数据以及各店驻留情况;

第二标签体系构建层,用于依据原始用户特征信息构建用户标签体系,其中,所述用户标签体系中的特征标签类别包括群体定位、兴趣商品、消费能力以及购物习惯;

用户画像构建层,用于使用K-means聚类算法对所述用户标签体系进行聚类处理,并以聚类结果作为用户画像的标签,生成所述一用户的用户画像。

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厦门中卡科技股份有限公司,未经厦门中卡科技股份有限公司许可,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/202110687450.2/1.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