一种信息处理方法、装置、电子设备及存储介质与流程

1.本发明涉及通信技术领域，尤其涉及一种信息处理方法、装置、电子设备及存储介质。


背景技术：

2.随着自动驾驶技术的发展，给用户带来的驾驶任务解放程度越来越高，但用户市场对于自动驾驶的认知和信任度水平远落后于自动驾驶产品的发展速度，造成实际功能使用中体验度欠佳不符合用户预期的普遍情况。
3.为了提高用户在自动驾驶功能产品上的购买意愿及购买后的使用率，主机厂及供应链里技术方案供应商在自动驾驶功能的个性化及用户风格的自适应做了许多尝试，试图缩短用户对于自动驾驶功能的适应周期和信任积累周期。例如目前一种尝试方案为：围绕车内仪表和中控大屏可视化界面及车内声光系统，基于自动驾驶不同功能场景下的危险等级，车辆意图等需求，设计交付以
‘
声光信息’为核心的信息提醒机制。
4.然而，在实现本发明过程中，发明人发现：上述简单的提醒机制，虽然可以提高用户使用自动驾驶功能中的信息传递明确性和时效性，但是，不同用户的驾驶需求可能并不相同，这种简单的提醒机制往往无法满足不同用户对自动驾驶控制策略的需求。


技术实现要素：

5.本发明实施例的目的是提供一种信息处理方法、装置、电子设备及存储介质，以解决现有技术无法满足不同用户对不同自动驾驶控制策略的需求的问题。
6.一方面，提供了一种信息处理方法，所述方法包括：
7.获取多个用户的参考信息，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息；
8.根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
9.在一种可能实施方式中，所述根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包，包括：
10.针对每一个所述用户的所述参考信息，获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签；
11.对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息；
12.根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
13.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容；所述获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息
的第三标签，包括：
14.获取所述行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定所述第一匹配规则对应的第一标签，所述第一对应关系为标签与匹配规则之间的对应关系；
15.获取所述行驶信息中每一条数据内容符合的第二匹配规则，并根据所述第一对应关系确定所述第二匹配规则对应的第二标签；
16.获取所述反馈信息中每一条数据内容符合的第三匹配规则，并根据所述第一对应关系确定所述第三匹配规则对应的第三标签。
17.在一种可能实施方式中，所述对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息，包括：
18.采用语义分析算法和机器学习算法，对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息。
19.在一种可能实施方式中，所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包，包括：
20.从所述多个用户的所述目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，所述第一参数为同一个所述目标标识信息的数量与所述多个用户的所述目标标识信息的总数量的比值；
21.根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
22.根据与每一个所述第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
23.将所述第一软件更新包推送给所述多个用户。
24.在一种可能实施方式中，所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包，包括：
25.根据第二对应关系，确定与每一个所述目标标识信息对应的第二目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
26.根据每一个所述第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为所述目标标识信息对应的用户的第二软件更新包；
27.将所述第二软件更新包推送给与所述第二软件更新包对应的用户。
28.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括：
29.对同一个所述目标标识信息表示的类别下的标签对应的数据内容，进行人工智能ai语义理解，得到所述目标标识信息的ai描述信息；
30.获取搜索关键词；
31.获取与所述搜索关键词相匹配的所述目标标识信息；
32.显示与所述搜索关键词相匹配的所述目标标识信息的所述ai描述信息。
33.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括：
34.根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的目标数据端，确定所述目标标识信息的数据端信息；
35.获取搜索关键词；
36.获取与所述搜索关键词相匹配的所述目标标识信息；
37.显示与所述搜索关键词相匹配的所述目标标识信息的所述数据端信息。
38.在一种可能实施方式中，所述根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的数据端，确定所述目标标识信息的数据端信息，包括：
39.根据预先确定的不同数据端的权重，将所述目标数据端中权重值最大的数据端的信息，确定为所述目标标识信息的数据端信息；
40.或者，
41.将所述目标数据端中第二参数最大的数据端的信息，确定为所述目标标识信息的数据端信息，其中，所述第二参数为同一个所述目标数据端的数量与所有所述目标数据端的总数量的比值。
42.另一方面，提供了一种信息处理装置，所述装置包括：
43.信息获取模块，用于获取多个用户的参考信息，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息；
44.推送模块，用于根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
45.在一种可能实施方式中，所述推送模块包括：
46.标签确定子模块，用于针对每一个所述用户的所述参考信息，获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签；
47.分类处理子模块，用于对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息；
48.推送子模块，用于根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
49.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容；所述标签确定子模块具体用于：
50.获取所述行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定所述第一匹配规则对应的第一标签，所述第一对应关系为标签与匹配规则之间的对应关系；
51.获取所述行驶信息中每一条数据内容符合的第二匹配规则，并根据所述第一对应关系确定所述第二匹配规则对应的第二标签；
52.获取所述反馈信息中每一条数据内容符合的第三匹配规则，并根据所述第一对应关系确定所述第三匹配规则对应的第三标签。
53.在一种可能实施方式中，所述分类处理子模块具体用于：
54.采用语义分析算法和机器学习算法，对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息。
55.在一种可能实施方式中，所述推送子模块具体用于：
56.从所述多个用户的所述目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，所述第一参数为同一个所述目标标识信息的数量与所述多个用户的所述目标标识信息的总数量的比值；
57.根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
58.根据与每一个所述第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
59.将所述第一软件更新包推送给所述多个用户。
60.在一种可能实施方式中，所述推送子模块具体用于：
61.根据第二对应关系，确定与每一个所述目标标识信息对应的第二目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
62.根据每一个所述第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为所述目标标识信息对应的用户的第二软件更新包；
63.将所述第二软件更新包推送给与所述第二软件更新包对应的用户。
64.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述装置还包括：
65.ai理解模块，用于对同一个所述目标标识信息表示的类别下的标签对应的数据内容，进行人工智能ai语义理解，得到所述目标标识信息的ai描述信息；
66.搜索词获取模块，用于获取搜索关键词；
67.匹配模块，用于获取与所述搜索关键词相匹配的所述目标标识信息；
68.第一显示模块，用于显示与所述搜索关键词相匹配的所述目标标识信息的所述ai描述信息。
69.在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述装置还包括：
70.数据端确定模块，用于根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的目标数据端，确定所述目标标识信息的数据端信息；
71.搜索词获取模块，用于获取搜索关键词；
72.匹配模块，用于获取与所述搜索关键词相匹配的所述目标标识信息；
73.第二显示模块，用于显示与所述搜索关键词相匹配的所述目标标识信息的所述数据端信息。
74.在一种可能实施方式中，所述数据端确定模块具体用于：
75.根据预先确定的不同数据端的权重，将所述目标数据端中权重值最大的数据端的信息，确定为所述目标标识信息的数据端信息；
76.或者，
77.将所述目标数据端中第二参数最大的数据端的信息，确定为所述目标标识信息的数据端信息，其中，所述第二参数为同一个所述目标数据端的数量与所有所述目标数据端的总数量的比值。
78.再一方面，提供了一种电子设备，包括：
79.处理器；
80.用于存储所述处理器可执行指令的存储器；
81.其中，所述处理器被配置为执行以实现上述所述的信息处理方法所执行的操作。
82.再一方面，提供了一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述所述的信息处理方法。
83.上述技术方案中的一个技术方案具有如下优点或有益效果：
84.在本发明的一个实施例中，能够获取多个用户的参考信息，从而根据该参考信息，向多个用户推送车辆的自动驾驶系统的软件更新包，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息。
85.由此可见，在本发明的一个实施例中，可以根据车辆关联的终端设备中的用户的行为信息、车辆登录用户账号时的行驶信息、用户对车辆的使用反馈信息，向多个用户推送车辆的自动驾驶系统的软件更新包。即在本发明的一个实施例中，可以从上述多个数据维度出发，生成车辆的自动驾驶系统的软件更新包，并推送给用户，从而使得自动驾驶系统的驾驶控制策略更加符合用户的实际需求，进而提升用户的自动驾驶体验，缩短用户对自动驾驶功能的适用周期。
86.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
87.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的一个实施例，并与说明书一起用于解释本发明的原理。
88.图1是根据一示例性实施例示出的一种信息处理方法的流程图；
89.图2是根据一示例性实施例示出的一种信息处理装置的框图；
90.图3是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
91.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
92.图1是根据一示例性实施例示出的一种信息处理方法的流程图，该方法可以应用于服务器，如图1所示，该方法可以包括以下步骤101至102：
93.步骤101：获取多个用户的参考信息。
94.其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息。
95.另外，上述与车辆关联的终端设备中的用户的行为信息可以包括与车辆关联的终端设备上安装的多个应用程序(app)(例如系统级app、出行app、社交app、车辆控制app)中的行为信息，例如通过app远程控制车辆频率(包括通过app发送目的地地址、远程启动车辆、开启空调等功能操作)，导航app的搜索框搜索记录、行程起终点信息、行程距离/时长信息、路线选择偏好信息，在每段行程中的通话记录(包括通话次数、每次通话时长、是否连接蓝牙设备)，驾驶过程中移动设备被用户主动点亮操作的频次记录，即时通讯类app在车辆驾驶过程中的使用频次记录，其他非车辆自有app的使用频次。
96.即在本发明的一个实施例中，可以获取终端设备的数据授权，并在终端设备上安装的app中预埋脚本，从而每隔一定时间间隔运行该脚本来获取这些app中的上述行为信息。
97.上述行驶信息可以包括行程信息(包括起终点定位信息、行程使用时长/距离)，非自动驾驶风格信息(包括加减速信息(即加速及刹车踏板输入)、急转向信息(即方向盘转角和姿态角度)、平均时速、起步加速度)，辅助驾驶/自动驾驶功能开启后用户主动干预驾驶任务的行为记录(包括转向、踏板操作)和车辆即时信息记录(包括车速、朝向角、定位、执行器任务情况)以及当前辅助驾驶/自动驾驶任务状态及环境感知信息记录。即在本发明的一个实施例中，可以在车辆上的控制器中预埋脚本，从而每隔一定时间间隔运行该脚本来获取上述行驶信息。例如用户在自动驾驶模式下，脱手脱脚(即手未触碰方向盘，脚未触碰刹车和油门踏板)，眼睛看了一眼侧前方的相邻车辆目标车，且当前距离目标车大概xx m，车速度xx km/h，姿态角度xx
°
的时候，主动向右掰动方向盘，并紧急踩刹车，此时车上正在通过车载蓝牙功能通话中，则可以针对该场景采集上述行驶信息。
98.上述反馈信息可以包括车辆的售后维修内容、用户对车辆功能的评价信息。即在本发明的一个实施例中，可以每隔一定时间间隔，通过车辆运营系统(例如车辆售后系统)获取上述反馈信息。
99.其中，目前可以通过车辆数据网络部署数据埋点，在用户手动驾驶模式下，连续收集获取用户的方向盘转角、加速及刹车踏板输入、车辆姿态信息，进行用户的驾驶风格和行为的记录和模型化；在自动驾驶模式下，重点收集用户主动干预自动驾驶功能时的行为，例如用户接管方向盘控制导致功能退出，用户主动踩刹车功能退出等，并同时记录干预时机前一定时间内的传感器数据用户场景分析，获取用户接管原因后对该场景下的车辆控制进行用户的针对性优化。即目前的此种方案可以针对驾驶者进行
‘
数据建模’，形成针对被学习驾驶者的驾驶行为和风格复制，再运用转化到自动驾驶对应的功能场景中，提供
‘
自己给自己开车’的体验。
100.虽然，目前的上述方案能够在声光提醒的维度基础上，进一步提供更加接近用户自己驾驶行为和风格的自动驾驶车辆控制。但是，该方案围绕单一用户对于车辆控制的行为/干预进行数据采集，在数据维度上单薄，容易导致不可控的学习结果偏向。
101.而本发明的一个实施例中，可以采集多个用户的上述参考信息，实现了数据维度的拓展和进一步丰富数据细节，即除了需要在整车架构层面提前部署好数据埋点之外，还需要将车辆控制之外的数据源一并兼容进来，包括车内软硬件触点的操作，车机系统操作，用户出行行程信息及终端设备app数据行为、社交相关行为数据、用户对车辆的使用反馈信息，从而使自动驾驶能够适时适宜自适应的提供基于深度理解用户实时状态的人机交互策
略和相关功能。
102.此外，需要说明的是，在获取到上述行为信息、行驶信息和反馈信息之后，可以将与自动驾驶无关的信息删除，这样，删除与自动驾驶无关的冗余信息，则可以更加准确地根据剩余信息，为用户推送自动驾驶系统的软件更新包。
103.步骤102：根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
104.其中，向多个用户推送车辆的自动驾驶系统的软件更新包，可以为在车载终端登录其中一个用户的账号之后，向登录该账号的车载终端推送上述自动驾驶系统的软件更新包；或者，也可以为终端设备的app(例如车辆控制app)推送上述自动驾驶系统的软件更新包。
105.另外，在车载终端接收到对推送的上述软件更新包的安装操作之后，可以将该软件更新包安装到车载终端上，这样，该车载终端所在的车辆上的自动驾驶系统则可以使用该软件更新包承载的驾驶控制策略。
106.此处需要说明的是，本技术实施例中所述的驾驶控制策略包括对车辆的行驶进行控制的策略，以及用户与车辆的信息交互策略。
107.在终端设备接收到对推送的上述软件更新包的预设操作(例如点击操作)之后，该终端设备可以将该软件更新包发送给与其建立连接(例如蓝牙连接)的车载终端，从而将该软件更新包安装到车载终端上，这样，该车载终端所在的车辆上的自动驾驶系统则可以使用该软件更新包承载的驾驶控制策略。
108.可选的，可以实时采集上述参考信息，并每隔预设时间间隔，根据该时间间隔内采集的参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
109.或者，一个用户一段时间内的驾驶行为相对来说是稳定的，则该用户的车辆的车载终端安装上述软件更新包后，还可以持续收集该用户的上述参考信息，若后续收集的参考信息指示产生偏差行为，则在一定的偏差行为数据达到设定阈值后，可以重新根据收集的参考信息为该用户推送新的软件更新包。
110.此外，需要说明的是，上述所述的多个用户可以包括不同车辆的用户，也可以包括同一车辆的不同用户。并且，上述软件更新包是根据上述参考信息得到的，因此，软件更新包承载的驾驶控制策略是符合用户的驾驶风格和偏好决策策略的。
111.例如，用户e和用户f，假设他们使用的是同一辆车，但是两者拥有自己的用车id账号。则可以车载终端/app端，主动推送给用户e/f对应的软件更新包，从而让用户自行选择是否安装该软件更新包，从而使得该车登录的用户id下的自动驾驶功能交互策略变为更新后的交互策略。这样，用户e用车时，自动识别用户e的id，从而调出对应用户e的适配风格的驾驶控制策略；用户f用车时，自动识别用户f的id，从而调出对应用户f的适配风格的驾驶控制策略。
112.由上述步骤101至102可知，在本发明的一个实施例中，能够获取多个用户的参考信息，从而根据该参考信息，向多个用户推送车辆的自动驾驶系统的软件更新包，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息。
113.由此可见，在本发明的一个实施例中，可以根据车辆关联的终端设备中的用户的行为信息、车辆登录用户账号时的行驶信息、用户对车辆的使用反馈信息，向多个用户推送车辆的自动驾驶系统的软件更新包。即在本发明的一个实施例中，可以从上述多个数据维度出发，生成车辆的自动驾驶系统的软件更新包，并推送给用户，从而使得自动驾驶系统的驾驶控制策略更加符合用户的实际需求，进而提升用户的自动驾驶体验，缩短用户对自动驾驶功能的适用周期。
114.在本发明另一个实施例的信息处理方法中，步骤102“根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包”，包括如下子步骤a1至a2：
115.子步骤a1：针对每一个所述用户的所述参考信息，获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签；
116.子步骤a2：对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息；
117.子步骤a3：根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
118.其中，对于子步骤a1，若本发明实施例的信息处理方法由服务器执行，则可以由服务器获取到上述行为信息、行驶信息和反馈信息之后，由服务器确定行为信息的第一标签、行驶信息的第二标签、反馈信息的第三标签；
119.或者，也可以由采集上述行为信息的终端设备，确定行为信息第一标签，然后将行为信息和第一标签发送给服务器；由采集上述行驶信息的车载终端，确定行驶信息的第二标签，然后将行驶信息和第二标签发送给服务器；由采集上述反馈信息的车辆运营系统(例如车辆售后系统)，确定反馈信息第三标签，然后将反馈信息和第三标签发送给服务器。
120.另外，上述第一标签用于表示与该第一标签对应的数据内容表达的用户行为特征，上述第二标签用于表示与该第二标签对应的数据内容表达的车辆行驶特征，上述第三标签用于表示与该第三标签对应的数据内容表达的用户反馈特征。
121.由子步骤a1可知，需要针对每一个用户的行为信息、行驶信息、反馈信息，确定各自的标签。
122.其中，通过上述子步骤a1得到每一个用户的上述第一标签、第二标签和第三标签之后，需要对属于同一个用户的第一标签、第二标签和第三标签进行分类处理，从而得到每一个用户的标签类别的目标标识信息，进而根据各个用户的标签类别的目标标识信息，向各个用户推送车辆的自动驾驶系统的软件更新包。
123.由上述子步骤a1至a3可知，在本发明的一个实施例中，在获取到上述行为信息、行驶信息和反馈信息之后，可以提取各个信息的特征，即标签，再对提取的标签进行分类，进而根据标签类别，进行软件更新包的推送，而不是直接根据获取的上述行为信息、行驶信息和反馈信息进行软件更新包的推送，从而可以节省系统开销。
124.在本发明另一个实施例的信息处理方法中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容；子步骤a1“获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签”，包括如下子步骤b1至b3：
125.子步骤b1：获取所述行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定所述第一匹配规则对应的第一标签，所述第一对应关系为标签与匹配规则
之间的对应关系；
126.子步骤b2：获取所述行驶信息中每一条数据内容符合的第二匹配规则，并根据所述第一对应关系确定所述第二匹配规则对应的第二标签；
127.子步骤b3：获取所述反馈信息中每一条数据内容符合的第三匹配规则，并根据所述第一对应关系确定所述第三匹配规则对应的第三标签。
128.第一方面，上述行为信息包括的多条数据内容、匹配规则，以及对应的第一标签例如表1所示：
129.表1行为信息、匹配规则、第一标签示例
[0130][0131]
[0132][0133]
由表1可知，若表1中序号为1的数据内容符合“每天通过app远程控制车辆》第一预设值”这一规则，则该条数据内容的第一标签为“遥控达人”，若符合“提前发送导航次数/周出行总次数》第二预设值”这一规则，则该条数据内容的第一标签为“规划达人”；
[0134]
若表1中序号为2的数据内容符合“目的地距离超过第一预设距离的出行次数/周出行次数的比例》第三预设值”这一规则，则该条数据内容的第一标签为“长途出行者”，若符合“目的地距离少于第二预设距离的出行次数/周出行次数的比例》第四预设值”这一规则，则该条数据内容的第一标签为“短途通勤达人”；
[0135]
若表1中序号为3的数据内容符合“单次行程中非蓝牙电话次数≤第五预设值”这一规则，则该条数据内容的第一标签为“弱干扰性通话”，若符合“单次行程中蓝牙电话次数》第六预设值”这一规则，则该条数据内容的第一标签为“强干扰性通话”；
[0136]
若表1中序号为4的数据内容符合“连续两次行程中，移动设备被用户主动点亮操作次数≥第七预设值”这一规则，则该条数据内容的第一标签为“重度设备依赖”，若符合“连续两次行程中，移动设备被用户主动点亮操作次数≤第八预设值”，则该条数据内容的第一标签为“轻度设备依赖”；
[0137]
若表1中序号为5的数据内容符合“单次行程中，使用即时通讯app的总时长》第九预设值”这一规则，则该条数据内容的第一标签为“分神高风险”，若符合“单次行程中，使用即时通讯app的总时长《第十预设值”，则该条数据内容的第一标签为“分神低风险”；
[0138]
若表1中序号为6的数据内容符合“单次行程中，使用其他非车辆自有app的总次数》第十一预设值”这一规则，则该条数据内容的第一标签为“分神高风险”，若符合“单次行程中，使用其他非车辆自有app的总次数《第十二预设值”，则该条数据内容的第一标签为“分神低风险”。
[0139]
第二方面，上述行驶信息包括的多条数据内容、匹配规则，以及对应的第二标签例如表2所示：
[0140]
表2行驶信息、匹配规则、第二标签示例
[0141]
[0142][0143]
由表2可知，若表2中序号为1的数据内容符合“目的地距离超过第一预设距离的出行次数/周出行次数的比例》第三预设值”这一规则，则该条数据内容的第二标签为“长途出行者”，若符合“目的地距离少于第二预设距离的出行次数/周出行次数的比例》第四预设值”这一规则，则该条数据内容的第二标签为“短途通勤达人”，若符合“单月异地超第三预设距离行程的次数》第十三预设值”，则该条数据内容的第二标签为“旅行达人”；
[0144]
若表2中序号为2的数据内容符合“单月无急操作，平均时速处于预先确定的时速范围之内”这一规则，则该条数据内容的第二标签为“沉稳风格”，若符合“单月急操作次数》第十四预设值，且平均时速大于预先确定的时速范围的上限值”这一规则，则该条数据内容的第二标签为“激进暴躁风格”，若符合“单月急操作次数《第十五预设值，平均时速低于预先确定的时速范围的下限值”，则该条数据内容的第二标签为“过度保守风格”；
[0145]
若表2中序号为3的数据内容符合“单月正常触发次数》第十六预设值”这一规则，则该条数据内容的第二标签为“危险驾驶”，若符合“单月正常触发次数≤第十七预设值”这一规则，则该条数据内容的第二标签为“安全驾驶”；
[0146]
若表2中序号为4的数据内容符合“用户行为同当前辅助驾驶/自动驾驶功能的行为完全相反”这一规则，则该条数据内容的第二标签为“预期决策相悖”，若符合“用户行为同与辅助驾驶/自动驾驶功能相同，但用户施加辅助”这一规则，则该条数据内容的第二标签为“预期决策不符合预期”，若符合“用户的介入不对自动驾驶功能产生干预”，则该条数据内容的第二标签为“预期决策相符”。
[0147]
第三方面，上述反馈信息包括的多条数据内容、匹配规则，以及对应的第三标签例如表3所示：
[0148]
表3反馈信息、匹配规则、第三标签示例
[0149][0150]
由表3可知，若表3中序号为1的数据内容属于“有关自动驾驶功能的加减速舒适度、变道成功率/时机等偏驾驶风格类的反馈”，则该条数据内容的第三标签为“驾驶风格不符合预期”，若属于“有关紧急触发的安全预警/制动/避让等功能反馈，产生的事故反馈”，则该条数据内容的第三标签为“部分场景安全/事故风险”，若属于“有关功能的具体使用和操作步骤疑问”，则该条数据内容的第三标签为“功能不理解”，若属于“有关不在当前提供的功能内的其他新功能建议”，则该条数据内容的第三标签为“新功能体验建议”；
[0151]
若表3中序号为2的数据内容属于“前后保险杠出险并维修”，则该条数据内容的第三标签为“行驶追尾类事故/维修”，若属于“车身一圈存在剐蹭”，则该条数据内容的第三标签为“中低速剐蹭事故/维修”，若属于“自动驾驶相关硬件更换/质保”，则该条数据内容的第三标签为“相关硬件故障维修/更换”。
[0152]
由上述可知，在本发明的一个实施例中，可以预先确定标签与匹配规则的第一对应关系，从而可以分别针对上述行为信息、行驶信息、反馈信息，分别确定各条数据内容符合的匹配规则，从而确定出各条数据的标签。
[0153]
在本发明另一个实施例的信息处理方法中，子步骤a2“对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息”，包括如下子步骤c1：
[0154]
子步骤c1：采用语义分析算法和机器学习算法，对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息。
[0155]
其中，在做自然语言处理的过程中，经常会遇到需要找出相似语句的场景，或者找出句子的近似表达，这时候就需要把类似的句子归到一起，此种情况下就可以采用语义分
析算法进行处理。同理，在本发明的一个实施例中，可以采用语义分析算法对前述第一标签、第二标签、第三标签进行处理，找出相似场景下的标签或者表达相似特征的标签，从而实现对这些标签的聚类处理。
[0156]
另外，机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。因此，在本发明的一个实施例中，通过前述语义分析算法和机器学习算法相结合，来对前述第一标签、第二标签和第三标签进行分类处理，能够获得更加准确的标签类别。
[0157]
例如第一标签包括：遥控达人、长途出行者、强干扰性通话、重度设备依赖、分神高风险；第二标签包括：长途出行者、激进暴躁风格、危险驾驶；第三标签包括：功能不理解、中低速剐蹭事故/维修；则可以采用前述语义分析算法和机器学习算法，将这些标签按照“驾驶经验”、“功能熟悉程度”、“驾驶风格”这三个维度的不同程度进行分类，即：
[0158]“遥控达人”、“功能不理解”，这两个标签可以说明用户对终端设备的简单车控功能比较熟悉，但是上车的复杂自动驾驶功能熟悉度较低，因此这两个标签可以划归为“中度功能熟悉度”的类别下；
[0159]“强干扰性通话”、“重度设备依赖”、“分神高风险”、“激进暴躁风格”、“危险驾驶”、“中低速剐蹭事故/维修”，这些标签会被划归为“危险驾驶风格”的类别下；
[0160]“长途出行者”说明用户的驾驶经验较为丰富，因此，该标签会被划归为“较丰富驾驶经验”的类别下。
[0161]
在本发明另一个实施例的信息处理方法中，子步骤a3“所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包”，包括如下子步骤d1至d4：
[0162]
子步骤d1：从所述多个用户的所述目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，所述第一参数为同一个所述目标标识信息的数量与所述多个用户的所述目标标识信息的总数量的比值；
[0163]
子步骤d2：根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0164]
子步骤d3：根据与每一个所述第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
[0165]
子步骤d4：将所述第一软件更新包推送给所述多个用户。
[0166]
例如上述多个用户的目标标识信息包括10个，其中，目标标识信息a的数量为x1，目标标识信息b的数量为x2，且x1/10》预设阈值，x2/10》预设阈值，则可以从预先确定的标签类别的标识信息与驾驶控制策略的第二对应关系中，获取与目标标识信息a对应的第一目标驾驶控制策略，以及与目标标识信息b对应的第一目标驾驶控制策略，从而分别根据这两个第一目标驾驶控制策略生成两个第一软件更新包，然后将这两个第一软件更新包推送给上述多个用户中的每一个用户。
[0167]
其中，可以理解的是，若上述第二对应关系中不存在某个第一参数大于预设阈值的目标标识信息对应的驾驶控制策略，则将该第一参数大于预设阈值的目标标识信息删
除，亦即该第一参数大于预设阈值的目标标识信息，不生成对应的软件更新包。
[0168]
另外，一个目标标识信息的第一参数大于预设阈值，表示该目标标识信息表示的标签类别对应的用户数量较多，则上述第二对应关系中与该目标标识信息对应的驾驶控制策略适用于大部分用户，因此，根据与该目标标识信息对应的驾驶控制策略生成的软件更新包，可以推送给上述多个用户中的每一个用户。
[0169]
在本发明另一个实施例的信息处理方法中，子步骤a3“所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包”，包括如下子步骤e1至e3：
[0170]
子步骤e1：根据第二对应关系，确定与每一个所述目标标识信息对应的第二目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0171]
子步骤e2：根据每一个所述第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为所述目标标识信息对应的用户的第二软件更新包；
[0172]
子步骤e3：将所述第二软件更新包推送给与所述第二软件更新包对应的用户。
[0173]
例如上述多个用户的目标标识信息包括10个，则可以从预先确定的标签类别的标识信息与驾驶控制策略的第二对应关系中，分别获取每一个目标标识信息对应的第二目标驾驶控制策略，从而分别根据每一个第二目标驾驶控制策略生成一个第二软件更新包，则得到10个第二软件更新包，然后将这10个第二软件更新包推送给相对应的用户(例如目标标识信息c对应的第二目标驾驶控制策略生成的第二软件更新包，推送给目标标识信息c对应的用户)。
[0174]
其中，可以理解的是，若上述第二对应关系中不存在某个目标标识信息对应的驾驶控制策略，则将该目标标识信息删除，亦即该目标标识信息不生成对应的软件更新包。
[0175]
由上述可知，本发明的一个实施例中，还可以根据各个用户的标签类别的目标标识信息，生成对应的软件更新包，即针对每个用户实现驾驶控制策略的个性化调整，从而使得自动驾驶系统的驾驶控制策略更加符合用户的实际需求。
[0176]
此外，上述“中度功能熟悉度”对应的驾驶控制策略可以包括：使用标准风格的人机接口(human machine interface，hmi)信息提醒配置，并为驾驶用户提供全程的使用操作提示，包括但不限于仪表文字，车内ai语音播报等方式，同时车辆控制风格将变得更加保守稳妥，以弥补该用户对于功能不是特别熟悉导致的操作理解时间差；
[0177]
与“危险驾驶风格”对应的驾驶控制策略可以包括：在自动驾驶功能激活中，用户介入的反向行为会触发车辆的hmi系统进行更加灵敏的声光提示，确保该用户能够知晓危险驾驶风格介入的风险，同时控制风格上提供跟车和变道场景下的激进表现，以满足该风格用户的预期；
[0178]
与“较丰富驾驶经验”对应的驾驶控制策略可以包括：使用轻度风格的hmi信息提醒配置，仅在危险相关情况提供系统级别的信息和提示，给驾乘人员一个免打扰的使用场景，同时车辆控制风格还可以根据该用户的驾驶输入信息进行学习训练，从而将用户的驾驶行为进行复制。
[0179]
在本发明另一个实施例的信息处理方法中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括如下步
骤f1至f4：
[0180]
步骤f1：对同一个所述目标标识信息表示的类别下的标签对应的数据内容，进行人工智能ai语义理解，得到所述目标标识信息的ai描述信息；
[0181]
步骤f2：获取搜索关键词；
[0182]
步骤f3：获取与所述搜索关键词相匹配的所述目标标识信息；
[0183]
步骤f4：显示与所述搜索关键词相匹配的所述目标标识信息的所述ai描述信息。
[0184]
其中，上述ai描述信息是对目标标识信息表示的类别下的标签对应的数据内容进行ai语义理解得到的，因此，ai描述信息用于描述目标标识信息表示的类别下的标签对应的数据内容的特征信息，例如某个目标标识信息为“危险驾驶风格”，则ai描述信息用于描述该“危险驾驶风格”对应的数据内容中的危险驾驶行为。
[0185]
另外，还可以通过搜索关键词的方式，查找与该搜索关键词相匹配的目标标识信息的ai描述信息，从而显示查找到的ia描述信息，进而便于相关人员的查看。
[0186]
在本发明另一个实施例的信息处理方法中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括如下步骤g1至g4：
[0187]
步骤g1：根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的目标数据端，确定所述目标标识信息的数据端信息；
[0188]
步骤g2：获取搜索关键词；
[0189]
步骤g3：获取与所述搜索关键词相匹配的所述目标标识信息；
[0190]
步骤g4：显示与所述搜索关键词相匹配的所述目标标识信息的所述数据端信息。
[0191]
其中，上述目标标识信息的数据端信息用于表示该目标标识信息表示的类别下的数据内容的来源信息。
[0192]
另外，还可以通过搜索关键词的方式，查找与该搜索关键词相匹配的目标标识信息的数据端信息，从而显示查找到的数据端信息，进而便于相关人员查看所要查找的目标数据标识信息的数据来源。
[0193]
在本发明另一个实施例的信息处理方法中，步骤g1“根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的数据端，确定所述目标标识信息的数据端信息”，包括如下子步骤h1：
[0194]
子步骤h1:根据预先确定的不同数据端的权重，将所述目标数据端中权重值最大的数据端的信息，确定为所述目标标识信息的数据端信息；
[0195]
或者，
[0196]
将所述目标数据端中第二参数最大的数据端的信息，确定为所述目标标识信息的数据端信息，其中，所述第二参数为同一个所述目标数据端的数量与所有所述目标数据端的总数量的比值。
[0197]
例如目标标识信息y1表示的类别下的标签包括z1、z2、z3，其中，z1来自终端设备维度，z2来自车辆维度，z3来自用户反馈维度，其中，预先确定车辆维度的权重最大，则目标标识信息y1的“数据端信息”为“车辆端”；
[0198]
或者，目标标识信息y2表示的类别下的标签包括z4、z5、z6，其中，z4来自终端设备维度，z5来自用户维度，z6来自用户维度，则“用户维度”占比最大，则目标标识信息y2的“数
据端信息”为“用户维度”。
[0199]
由此可知，在本发明的一个实施例中，可以根据一个目标标识信息表示的类别下的数据内容的数据端的权重或者占比，确定目标标识信息的数据端信息。
[0200]
在本发明另一个实施例的信息处理方法中，以上各个实施例之间可以相互组合。
[0201]
可选地，一种组合方式得到的实施方式可如下步骤h1至h13所述：
[0202]
步骤h1：获取多个用户的参考信息，其中，参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，行为信息包括与车辆关联的终端设备中的用户的行为信息，行驶信息包括车辆登录用户账号时的行驶信息，反馈信息包括用户对车辆的使用反馈信息；
[0203]
针对每一个用户的参考信息，执行如下步骤h3至h5；
[0204]
步骤h3：获取行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定第一匹配规则对应的第一标签，第一对应关系为标签与匹配规则之间的对应关系；
[0205]
步骤h4：获取行驶信息中每一条数据内容符合的第二匹配规则，并根据第一对应关系确定第二匹配规则对应的第二标签；
[0206]
步骤h5：获取反馈信息中每一条数据内容符合的第三匹配规则，并根据第一对应关系确定第三匹配规则对应的第三标签；
[0207]
步骤h6：采用语义分析算法和机器学习算法，对同一个用户的第一标签、第二标签、第三标签进行分类处理，得到每一个用户的标签类别的目标标识信息；
[0208]
其中，步骤h6之后，可以执行步骤h7至h10，或者执行h11至h13：
[0209]
步骤h7：从多个用户的目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，第一参数为同一个目标标识信息的数量与多个用户的目标标识信息的总数量的比值；
[0210]
步骤h8：根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0211]
步骤h9：根据与每一个第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
[0212]
步骤h10：将第一软件更新包推送给多个用户；
[0213]
步骤h11：根据上述第二对应关系，确定与每一个目标标识信息对应的第二目标驾驶控制策略；
[0214]
步骤h12：根据每一个第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为目标标识信息对应的用户的第二软件更新包；
[0215]
步骤h13：将第二软件更新包推送给与第二软件更新包对应的用户。
[0216]
综上所述，本发明的一个实施例对比传统方案，不仅能够实现对主用车人的多维度信息标签化及标签聚类，同时也可针对一车多用户/用车人进行学习配置。在传统收集用户在车辆控制层面的数据外，进一步收集用户在用车过程中，车内使用大屏交互，车内语音交互，app车控交互的数据信息，并且，在用户授权的前提下，获取用户在车圈社交及相关社交软件的手机系统/应用层级的数据，从而从多维度信息，全方位分析了解用户在用车使用中对于车辆所有相关功能的熟悉程度、驾驶经验及驾驶风格，从而使自动驾驶能够适时适
宜自适应的提供基于深度理解用户实时状态的人机交互策略和相关功能。
[0217]
图2是根据一示例性实施例示出的一种信息处理装置的框图，该信息处理装置可以包括以下模块：
[0218]
信息获取模块201，用于获取多个用户的参考信息，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息；
[0219]
推送模块202，用于根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
[0220]
在一种可能实施方式中，所述推送模块202包括：
[0221]
标签确定子模块，用于针对每一个所述用户的所述参考信息，获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签；
[0222]
分类处理子模块，用于对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息；
[0223]
推送子模块，用于根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
[0224]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容；所述标签确定子模块具体用于：
[0225]
获取所述行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定所述第一匹配规则对应的第一标签，所述第一对应关系为标签与匹配规则之间的对应关系；
[0226]
获取所述行驶信息中每一条数据内容符合的第二匹配规则，并根据所述第一对应关系确定所述第二匹配规则对应的第二标签；
[0227]
获取所述反馈信息中每一条数据内容符合的第三匹配规则，并根据所述第一对应关系确定所述第三匹配规则对应的第三标签。
[0228]
在一种可能实施方式中，所述分类处理子模块具体用于：
[0229]
采用语义分析算法和机器学习算法，对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息。
[0230]
在一种可能实施方式中，所述推送子模块具体用于：
[0231]
从所述多个用户的所述目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，所述第一参数为同一个所述目标标识信息的数量与所述多个用户的所述目标标识信息的总数量的比值；
[0232]
根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0233]
根据与每一个所述第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
[0234]
将所述第一软件更新包推送给所述多个用户。
[0235]
在一种可能实施方式中，所述推送子模块具体用于：
[0236]
根据第二对应关系，确定与每一个所述目标标识信息对应的第二目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0237]
根据每一个所述第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为所述目标标识信息对应的用户的第二软件更新包；
[0238]
将所述第二软件更新包推送给与所述第二软件更新包对应的用户。
[0239]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述装置还包括：
[0240]
ai理解模块，用于对同一个所述目标标识信息表示的类别下的标签对应的数据内容，进行人工智能ai语义理解，得到所述目标标识信息的ai描述信息；
[0241]
搜索词获取模块，用于获取搜索关键词；
[0242]
匹配模块，用于获取与所述搜索关键词相匹配的所述目标标识信息；
[0243]
第一显示模块，用于显示与所述搜索关键词相匹配的所述目标标识信息的所述ai描述信息。
[0244]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述装置还包括：
[0245]
数据端确定模块，用于根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的目标数据端，确定所述目标标识信息的数据端信息；
[0246]
搜索词获取模块，用于获取搜索关键词；
[0247]
匹配模块，用于获取与所述搜索关键词相匹配的所述目标标识信息；
[0248]
第二显示模块，用于显示与所述搜索关键词相匹配的所述目标标识信息的所述数据端信息。
[0249]
在一种可能实施方式中，所述数据端确定模块具体用于：
[0250]
根据预先确定的不同数据端的权重，将所述目标数据端中权重值最大的数据端的信息，确定为所述目标标识信息的数据端信息；
[0251]
或者，
[0252]
将所述目标数据端中第二参数最大的数据端的信息，确定为所述目标标识信息的数据端信息，其中，所述第二参数为同一个所述目标数据端的数量与所有所述目标数据端的总数量的比值。
[0253]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0254]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括如下步骤：
[0255]
获取多个用户的参考信息，其中，所述参考信息包括属于同一用户的行为信息、行驶信息和反馈信息，所述行为信息包括与车辆关联的终端设备中的用户的行为信息，所述行驶信息包括车辆登录用户账号时的行驶信息，所述反馈信息包括用户对车辆的使用反馈信息；
[0256]
根据所述参考信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
[0257]
在一种可能实施方式中，所述根据所述参考信息，向所述多个用户推送车辆的自
动驾驶系统的软件更新包，包括：
[0258]
针对每一个所述用户的所述参考信息，
[0259]
获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签；
[0260]
对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息；
[0261]
根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包。
[0262]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容；所述获取所述行为信息的第一标签、所述行驶信息的第二标签、所述反馈信息的第三标签，包括：
[0263]
获取所述行为信息中每一条数据内容符合的第一匹配规则，并根据第一对应关系确定所述第一匹配规则对应的第一标签，所述第一对应关系为标签与匹配规则之间的对应关系；
[0264]
获取所述行驶信息中每一条数据内容符合的第二匹配规则，并根据所述第一对应关系确定所述第二匹配规则对应的第二标签；
[0265]
获取所述反馈信息中每一条数据内容符合的第三匹配规则，并根据所述第一对应关系确定所述第三匹配规则对应的第三标签。
[0266]
在一种可能实施方式中，所述对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息，包括：
[0267]
采用语义分析算法和机器学习算法，对同一个所述用户的所述第一标签、所述第二标签、所述第三标签进行分类处理，得到每一个所述用户的标签类别的目标标识信息。
[0268]
在一种可能实施方式中，所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包，包括：
[0269]
从所述多个用户的所述目标标识信息中，选出第一参数大于预设阈值的目标标识信息，其中，所述第一参数为同一个所述目标标识信息的数量与所述多个用户的所述目标标识信息的总数量的比值；
[0270]
根据第二对应关系，确定与每一个第一参数大于预设阈值的目标标识信息对应的第一目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0271]
根据与每一个所述第一目标驾驶控制策略，生成车辆的自动驾驶系统的一个第一软件更新包；
[0272]
将所述第一软件更新包推送给所述多个用户。
[0273]
在一种可能实施方式中，所述根据所述多个用户的所述目标标识信息，向所述多个用户推送车辆的自动驾驶系统的软件更新包，包括：
[0274]
根据第二对应关系，确定与每一个所述目标标识信息对应的第二目标驾驶控制策略，所述第二对应关系为标签类别的标识信息与驾驶控制策略之间的对应关系；
[0275]
根据每一个所述第二目标驾驶控制策略，生成车辆的自动驾驶系统的一个第二软件更新包，以作为所述目标标识信息对应的用户的第二软件更新包；
[0276]
将所述第二软件更新包推送给与所述第二软件更新包对应的用户。
[0277]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括：
[0278]
对同一个所述目标标识信息表示的类别下的标签对应的数据内容，进行人工智能ai语义理解，得到所述目标标识信息的ai描述信息；
[0279]
获取搜索关键词；
[0280]
获取与所述搜索关键词相匹配的所述目标标识信息；
[0281]
显示与所述搜索关键词相匹配的所述目标标识信息的所述ai描述信息。
[0282]
在一种可能实施方式中，所述行为信息、所述行驶信息、所述反馈信息分别包括多条数据内容，一条数据内容对应存在一个标签；所述方法还包括：
[0283]
根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的目标数据端，确定所述目标标识信息的数据端信息；
[0284]
获取搜索关键词；
[0285]
获取与所述搜索关键词相匹配的所述目标标识信息；
[0286]
显示与所述搜索关键词相匹配的所述目标标识信息的所述数据端信息。
[0287]
在一种可能实施方式中，所述根据同一个所述目标标识信息表示的类别下的标签对应的数据内容的数据端，确定所述目标标识信息的数据端信息，包括：
[0288]
根据预先确定的不同数据端的权重，将所述目标数据端中权重值最大的数据端的信息，确定为所述目标标识信息的数据端信息；
[0289]
或者，
[0290]
将所述目标数据端中第二参数最大的数据端的信息，确定为所述目标标识信息的数据端信息，其中，所述第二参数为同一个所述目标数据端的数量与所有所述目标数据端的总数量的比值。
[0291]
其中，上述所述的存储介质，例如为：只读存储器(read-only memory，rom)/随机存取存储器(random access memory，ram)、磁碟、光盘等。
[0292]
本发明的实施例还提供了一种电子设备，该电子设备例如可以为车载终端。
[0293]
如图3所示，该电子设备包括存储器320、收发机310、处理器300；
[0294]
存储器320，用于存储计算机程序；
[0295]
收发机310，用于在处理器300的控制下接收和发送数据；
[0296]
处理器300，用于读取所述存储器320中的计算机程序并执行上述所述的信息处理方法。
[0297]
其中，在图3中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器300代表的一个或多个处理器300和存储器320代表的存储器320的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口用于提供接口。收发机310可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元，这些传输介质包括，这些传输介质包括无线信道、有线信道、光缆等传输介质。针对不同的用户设备，用户接口330还可以是能够外接内接需要设备的接口，连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
[0298]
处理器300负责管理总线架构和通常的处理，存储器320可以存储处理器300在执行操作时所使用的数据。
[0299]
可选的，处理器300可以是中央处埋器(central processing unit，cpu)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或复杂可编程逻辑器件(complex programmable logic device，cpld)，处理器300也可以采用多核架构。
[0300]
处理器300通过调用存储器320存储的计算机程序，用于按照获得的可执行指令执行本发明实施例提供的任一所述方法。处理器300与存储器320也可以物理上分开布置。
[0301]
在此需要说明的是，本发明实施例提供的上述电子设备，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
[0302]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0303]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机可执行指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机可执行指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0304]
这些处理器可执行指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的处理器可读存储器中，使得存储在该处理器可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0305]
这些处理器可执行指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0306]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。