补能资源推荐方法、电子设备及存储介质技术

本发明专利技术涉及电动汽车技术领域，具体提供一种补能资源推荐方法、电子设备及存储介质，旨在解决电动汽车充电资源推荐局限于站点推荐，并未结合电池以及充电枪等细维度信息的问题。为此目的，本发明专利技术的方法包括获取用户信息和补能场站信息，将用户信息和补能场站信息输入训练好的补能场站推荐模型，得到推荐的补能场站，并基于训练好的电池/充电桩推荐模型从推荐的补能场站中获得推荐的电池和/或充电桩。通过上述方式，可以更细粒度的匹配用户需求，提升整体的补能效率和用户满意度，增加用户对资源推荐的粘性。资源推荐的粘性。资源推荐的粘性。

【技术实现步骤摘要】
补能资源推荐方法、电子设备及存储介质


[0001]本专利技术涉及电动汽车
，具体涉及一种补能资源推荐方法、电子设备及存储介质。

技术介绍

[0002]随着电动汽车保有量的不断增多，服务于电动车充电的各类资源也越来越密集。传统的电动车充电资源推荐方法大多局限站点推荐，即通过对用户的充电行为分析其对资源属性比如距离近、价格便宜和速度快的偏好程度，当用户在产品页面获取推荐服务时，推荐系统拿到用户的历史偏好模型和用户的当前位置，结合资源信息，展示给用户补能站点的推荐结果。该方法并未结合电池以及充电枪等细维度的信息，因为用户最终前往站点更换的是与自己需求匹配的电池或充电站下的充电桩；在选择充电作为补能的过程中，经常会出现因场站内个别充电桩电压不稳定或充电口接触不良造成跳枪的问题，极大影响用户补能体验，同时用户的评分反馈会影响整个场站，对其他正常充电桩带来负面影响，一定程度上出现信息不对等的问题。
[0003]当前换电方案大多是为用户换上相同型号的满电电池，该方法可能会出现在换电高峰期，换电站内无满电电池造成用户排队的情况，从而降低整体的换电效率。
[0004]相应地，本领域需要一种新的技术方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决电动汽车充电资源推荐局限于站点推荐，并未结合电池以及充电枪等细维度信息的技术问题的一种补能资源推荐方法、电子设备及存储介质。
[0006]在第一方面，提供一种补能资源推荐方法，所述方法包括：
[0007]获取用户信息和补能场站信息；
[0008]将所述用户信息和所述补能场站信息输入训练好的补能场站推荐模型，得到推荐的补能场站；
[0009]基于训练好的电池/充电桩推荐模型从所述推荐的补能场站中获得推荐的电池和/或充电桩。
[0010]在上述补能资源推荐方法的一个技术方案中，所述获取用户信息包括获取用户画像信息、车辆画像信息和上下文信息中至少一种，所述上下文信息至少包括时间信息、场景信息、天气信息中至少一种。
[0011]在上述补能资源推荐方法的一个技术方案中，所述获取补能场站信息包括获取场站画像信息、电池画像信息、充电桩画像信息中至少一种，所述电池画像信息包括实时电池画像信息和非实时电池画像信息，所述充电桩画像信息包括实时充电桩画像信息和非实时充电桩画像信息。
[0012]在上述补能资源推荐方法的一个技术方案中，所述补能场站推荐模型包括第一排
序模块；所述方法包括至少基于以下步骤对所述补能场站推荐模型进行训练：
[0013]在历史订单中获取历史用户信息和历史补能场站信息构成特征向量集合作为训练样本；
[0014]至少基于部分所述训练样本对所述补能场站推荐模型的所述第一排序模块训练；
[0015]当所述补能场站推荐模型计算收敛至预设误差值时，完成所述补能场站推荐模型训练。
[0016]在上述补能资源推荐方法的一个技术方案中，所述历史用户信息包括历史用户画像信息、历史车辆画像信息和历史上下文信息，所述历史上下文信息至少包括历史场景信息；所述历史补能场站信息包括历史场站画像信息、历史电池画像信息、历史充电桩画像信息；所述基于所述训练样本对所述补能场站推荐模型的所述第一排序模块进行训练包括：
[0017]基于所述第一排序模块，根据所述历史用户信息和所述历史补能场站信息对所述训练样本中的历史补能场站进行排序，获取排序位于前N位的所述历史补能场站，N>＝1。
[0018]在上述补能资源推荐方法的一个技术方案中，所述历史补能场站信息还包括业务策略信息和业务规则信息中至少一种；所述补能场站推荐模型还包括召回模块和/或重排模块，所述基于所述训练样本对所述补能场站推荐模型的所述排序模块训练之前还包括基于所述召回模块，根据所述历史用户信息获取所述训练样本中预设数量的补能场站，以基于所述预设数量的补能场站执行“至少基于部分所述训练样本对所述补能场站推荐模型的所述排序模块训练”；
[0019]和/或，所述基于所述训练样本对所述补能场站推荐模型的所述排序模块训练之后还包括：基于所述重排模块，根据所述业务策略信息和所述业务规则信息中至少一种对所述排序位于前N位的所述历史补能场站进行调整，基于调整结果获取推荐的所述历史补能场站。
[0020]在上述补能资源推荐方法的一个技术方案中，所述方法包括至少基于以下步骤对所述电池/充电桩推荐模型进行训练：
[0021]在历史订单中获取历史用户信息以及推荐的历史补能场站信息中的历史电池画像信息和/或历史充电桩画像信息作为训练样本；
[0022]基于所述训练样本对所述电池/充电桩推荐模型进行训练；
[0023]当所述电池/充电桩推荐模型计算收敛至预设误差值时，完成所述电池/充电桩推荐模型训练。
[0024]在上述补能资源推荐方法的一个技术方案中，8.所述电池/充电桩推荐模型包括匹配模块和第二排序模块，所述基于所述训练样本对所述电池/充电桩推荐模型进行训练包括：
[0025]从所述训练样本中获取用户表征向量以及推荐的历史补能场站的表征向量，所述用户表征向量至少包括用户需求信息表征向量，所述推荐的历史补能场站的表征向量至少包括所述推荐的历史补能场站的历史电池画像信息表征向量和历史充电桩画像信息表征向量；
[0026]基于所述匹配模块判断所述用户表征向量和所述推荐的历史补能场站的表征向量的匹配度；
[0027]基于所述第二排序模块，根据所述匹配度对所述推荐的历史补能场站中的所述电
池/充电桩进行排序，基于排序结果得到推荐的历史电池和/或历史充电桩。
[0028]在第二方面，提供一种电子设备，该电子设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述补能资源推荐方法的技术方案中任一项技术方案所述的补能资源推荐方法。
[0029]在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述补能资源推荐方法的技术方案中任一项技术方案所述的补能资源推荐方法。
[0030]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0031]在实施本专利技术的技术方案中，获取用户信息和补能场站信息，将用户信息和补能场站信息输入训练好的补能场站推荐模型，得到推荐的补能场站，基于训练好的电池/充电桩推荐模型从推荐的补能场站中获得推荐的电池和/或充电桩。通过上述实施方式，不仅能够推荐更适合用户使用的补能场站，还能够推荐该补能场站内合适用户的电池和/或充电桩，可以更细粒度的匹配用户需求，提升整体的补能效率，进而提升用户满意度，增加用户对资源推荐的粘性。
附图说明
[0032]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种补能资源推荐方法，其特征在于，所述方法包括：获取用户信息和补能场站信息；将所述用户信息和所述补能场站信息输入训练好的补能场站推荐模型，得到推荐的补能场站；基于训练好的电池/充电桩推荐模型从所述推荐的补能场站中获得推荐的电池和/或充电桩。2.根据权利要求1所述的补能资源推荐方法，其特征在于，所述获取用户信息包括获取用户画像信息、车辆画像信息和上下文信息中至少一种，所述上下文信息包括时间信息、场景信息、天气信息中至少一种。3.根据权利要求1所述的补能资源推荐方法，其特征在于，所述获取补能场站信息包括获取场站画像信息、电池画像信息、充电桩画像信息中至少一种，所述电池画像信息包括实时电池画像信息和非实时电池画像信息，所述充电桩画像信息包括实时充电桩画像信息和非实时充电桩画像信息。4.根据权利要求1所述的补能资源推荐方法，其特征在于，所述补能场站推荐模型包括第一排序模块；所述方法包括至少基于以下步骤对所述补能场站推荐模型进行训练：在历史订单中获取历史用户信息和历史补能场站信息构成特征向量集合作为训练样本；至少基于部分所述训练样本对所述补能场站推荐模型的所述第一排序模块训练；当所述补能场站推荐模型计算收敛至预设误差值时，完成所述补能场站推荐模型训练。5.根据权利要求4所述的补能资源推荐方法，其特征在于，所述历史用户信息包括历史用户画像信息、历史车辆画像信息和历史上下文信息，所述历史上下文信息至少包括历史场景信息；所述历史补能场站信息包括历史场站画像信息、历史电池画像信息、历史充电桩画像信息；所述基于所述训练样本对所述补能场站推荐模型的所述第一排序模块进行训练包括：基于所述第一排序模块，根据所述历史用户信息和所述历史补能场站信息对所述训练样本中的历史补能场站进行排序，获取排序位于前N位的所述历史补能场站，N>＝1。6.根据权利要求4所述的补能资源推荐方法，其特征在于，所述历史补能场站信息还包括业务策略信息和业务规则信息中至少一种；所述补能场站推荐模型还包括召回模块和/或重排模块，所述基于所述训练样本对所述补能场站推荐模型的所述排...

【专利技术属性】
技术研发人员：黄俊超，后士浩，潘鹏举，
申请(专利权)人：蔚来汽车科技安徽有限公司，
类型：发明
国别省市：