【技術實現步驟摘要】
本專利技術涉及車輛，更具體地說，本專利技術涉及一種跨平臺車機功能分類與適配優化方法及系統。
技術介紹
1、隨著智能網聯汽車的快速發展，車載信息娛樂系統功能日益豐富。然而，由于不同車型的硬件配置和屏幕參數存在較大差異，導致車機系統的功能適配和個性化程度不足，難以滿足用戶的多樣化需求。現有技術中已有一些針對車載系統功能優化和自適應的相關研究，但仍存在一些不足之處。
2、公開號為cn110888578a的專利申請公開了一種車輛功能優化方法、裝置及具有其的車輛。該方法通過采集駕乘人員的目標操作動作，識別對應的車載功能，并根據目標操作動作的操作頻率向駕乘人員推薦車載功能。雖然該方法可以根據用戶的操作習慣進行功能推薦，但未考慮不同車型硬件配置的差異，無法實現跨平臺的功能適配。此外，該方法僅基于操作頻率進行推薦，沒有深入挖掘用戶的偏好特征，個性化程度不足。
3、公開號為cn118760376a的專利申請公開了一種車機界面的自適應顯示方法、裝置、車輛及存儲介質。該方法通過獲取不同駕駛狀態下車載軟件的使用時長和操作方式，構建不同場景的軟件常用項列表，并根據車輛行駛狀態自動切換界面。這種方法可以根據駕駛場景動態調整車機界面，提升了用戶體驗。但是，該方法并未考慮車機硬件平臺的差異性，對于不同尺寸和分辨率的屏幕，界面排布和交互方式無法做到統一優化。同時，該方法主要側重于信息展示的場景適配，沒有涉及車機功能的分類與個性化推薦。
4、綜上所述，現有的車機功能優化和自適應方法普遍存在跨平臺統一性差、個性化不足的問題。針對不
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術提供一種跨平臺車機功能分類與適配優化方法及系統，在統一車機功能分類的基礎上，結合用戶畫像實現個性化功能推薦，顯著提升車機人機交互的用戶體驗。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種跨平臺車機功能分類與適配優化方法，包括：
4、獲取不同車型的屏幕硬件參數，將屏幕硬件參數映射到同一向量空間進行聚類，將車機劃分為n2個離散的屏幕硬件等級；所述屏幕硬件參數包括車機屏幕參數和硬件配置參數；
5、針對每一個屏幕硬件等級，設計對應的車機功能分類方案；采集不同用戶對車機功能的使用行為數據，生成用戶偏好畫像；結合所述用戶偏好畫像和車機功能分類方案，生成個性化功能推薦列表；
6、針對待適配的目標車機，獲取目標車機的車機屏幕參數和硬件配置參數，確定目標車機的屏幕硬件等級，根據目標車機的屏幕硬件等級，調取對應的車機功能分類方案和個性化功能推薦列表，自適應生成符合目標車機對應車型特點的車機功能列表。
7、進一步地，所述將屏幕硬件參數映射到同一向量空間進行聚類包括：
8、對屏幕硬件參數進行預處理和特征選擇，得到聚類特征；
9、將聚類特征作為多維向量空間的坐標軸，將每款車機的屏幕硬件參數表示為所述多維向量空間中的一個n1維的屏幕硬件參數向量；
10、以車機的屏幕硬件參數向量為輸入，采用k-means聚類算法將不同車型的車機系統劃分為n2個屏幕硬件等級。
11、進一步地，所述對屏幕硬件參數進行預處理和特征選擇，得到聚類特征包括：
12、對屏幕硬件參數進行清洗，去除異常值和缺失值；
13、對清洗后的屏幕硬件參數進行歸一化處理；
14、對歸一化后的屏幕硬件參數進行冗余參數剔除；根據歸一化后的屏幕硬件參數構建參數對，計算參數對之間的pearson相關系數，對于相關系數絕對值大于預設的相關性閾值的參數對，剔除參數對中的一個參數，另一個參數作為保留參數；
15、對剔除冗余參數后的屏幕硬件參數進行主成分分析，計算每個主成分的方差貢獻率，將方差貢獻率超過預設的貢獻率閾值的主成分作為聚類特征。
16、進一步地，所述針對每一個屏幕硬件等級，設計對應的車機功能分類方案包括：
17、根據車機的硬件配置參數，獲得車機的計算性能指數；
18、根據車機的車機屏幕參數，獲得車機的顯示效果指數；
19、計算車機的功能復雜度指數和資源占用指數；
20、根據車機的計算性能指數、顯示效果指數、功能復雜度指數和資源占用指數，采用支持向量機svm算法，構建功能分級模型，將車機功能劃分為基礎功能、擴展功能和高級功能三個層級。
21、進一步地，所述使用行為數據包括用戶的人口統計學特征和功能使用記錄；
22、所述生成用戶偏好畫像包括：
23、將每個用戶的人口統計學特征和功能使用記錄構建為用戶行為特征向量，對用戶行為特征向量進行聚類，將用戶劃分為n3個用戶群體；
24、統計各個用戶群體在不同功能上的平均使用頻次和時長，構建用戶-功能偏好矩陣，生成各用戶群體的功能偏好畫像；所述用戶-功能偏好矩陣的行表示不同用戶群體，列表示各項車機功能，矩陣元素表示某用戶群體對某車機功能的偏好程度。
25、進一步地，所述生成個性化功能推薦列表包括：
26、基于用戶偏好畫像，獲取不同用戶群體的偏好功能列表；
27、針對每一個屏幕硬件等級，從對應的車機功能分類方案中對高頻偏好功能進行篩選，得到候選功能集；
28、從候選功能集中生成個性化功能推薦列表。
29、進一步地，所述獲取不同用戶群體的偏好功能列表包括：
30、對用戶-功能偏好矩陣的每一行進行降序排序，得到各用戶群體偏好程度由高到低的功能排序列表；
31、截取各功能排序列表偏好程度最高的n個偏好功能，生成各用戶群體的偏好功能列表；
32、統計偏好功能列表中各偏好功能的出現頻次，將出現頻次超過預設的頻次閾值的偏好功能標記為高頻偏好功能，生成高頻偏好功能集合。
33、進一步地，所述從對應的車機功能分類方案中對高頻偏好功能進行篩選，得到候選功能集包括：
34、將高頻偏好功能集合中的基礎功能和擴展功能全部納入候選功能集；
35、計算高頻偏好功能集合中各高級功能的資源占用水平se；
36、將資源占用水平se低于預設的資源占用水平閾值的高頻偏好功能集合中的高級功能納入候選功能集。
37、進一步地，所述從候選功能集中生成個性化功能推薦列表包括：
38、獲取待推薦用戶的人口統計學特征和歷史功能使用記錄，構建待推薦用戶的用戶行為特征向量；計算待推薦用戶的用戶行為特征向量與各用戶群體的用戶行為特征向量之間的相似度，找到相似度最高的用戶群體作為待推薦用戶所屬的用戶群體；
39、獲取待推薦用戶所屬用戶群體的偏好功能列表，與候選功能集求交集，獲得候選推薦功能集；
40、基于待推薦用戶的歷史功能使用記錄，獲取待推薦用戶的歷史功能偏好，根據待推薦本文檔來自技高網...
【技術保護點】
1.一種跨平臺車機功能分類與適配優化方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述將屏幕硬件參數映射到同一向量空間進行聚類包括：
3.根據權利要求2所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述對屏幕硬件參數進行預處理和特征選擇，得到聚類特征包括：
4.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述針對每一個屏幕硬件等級，設計對應的車機功能分類方案包括：
5.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述使用行為數據包括用戶的人口統計學特征和功能使用記錄；
6.根據權利要求5所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述生成個性化功能推薦列表包括：
7.根據權利要求6所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述獲取不同用戶群體的偏好功能列表包括：
8.根據權利要求7所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述從對應的車
9.根據權利要求6所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述從候選功能集中生成個性化功能推薦列表包括：
10.一種跨平臺車機功能分類與適配優化系統，其用于實現權利要求1-9中任一項所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述系統包括：
...【技術特征摘要】
1.一種跨平臺車機功能分類與適配優化方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述將屏幕硬件參數映射到同一向量空間進行聚類包括：
3.根據權利要求2所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述對屏幕硬件參數進行預處理和特征選擇，得到聚類特征包括：
4.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述針對每一個屏幕硬件等級，設計對應的車機功能分類方案包括：
5.根據權利要求1所述的一種跨平臺車機功能分類與適配優化方法，其特征在于，所述使用行為數據包括用戶的人口統計學特征和功能使用記錄；
6.根據權利要求...
【專利技術屬性】
技術研發人員：盛小飛，李金，許瑋，
申請(專利權)人：辛巴網絡科技南京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。