一种车辆用车场景的获取方法、装置、设备及介质与流程

1.本技术涉及汽车服务技术领域，具体涉及一种车辆用车场景的获取方法、装置、设备及介质。


背景技术：

2.当前，汽车的智能化、互联化和自动化正在使用户与车辆产生新的互动和体验感受，汽车从单一的代步工具发展成多元化出行体验的载体。人车交互场景的需求更加丰富，为了提升用户体验，汽车制造商在多个用车场景中衍生出很多汽车服务。未来，不同的用车场景和用车模式带来车辆设计上的整体变化，车内的交互环境由驾驶舱转变为日常生活的各个场景。而关键的一个问题就是如何最大程度还原用车场景，理解用户需求，并在特定场景下满足用户的本质需求。


技术实现要素：

3.鉴于以上所述现有技术的缺点，本发明提供一种车辆用车场景的获取方法，以解决上述如何最大程度还原用车场景，理解用户需求，并在特定场景下满足用户的本质需求的问题。
4.本发明提供的一种车辆用车场景的获取方法，所述方法包括：
5.获取人机交互数据和用户感知数据；
6.对所述人机交互数据和所述用户感知数据进行预处理，获取用车行为序列数据；
7.获取多个主场景的边界切换事件的信息；
8.根据所述主场景的边界切换事件的信息，对所述用车行为序列数据进行切割，获取不同所述主场景的用车行为子序列数据；
9.根据所述用车行为子序列数据，获取用车行为模式序列数据；
10.对所述用车行为模式序列数据进行聚类，获取多个用车场景；以及
11.对多个所述用车场景进行聚合，获取用户用车的全生命周期场景地图。
12.于本发明的一实施例中，获取所述用车行为序列数据包括以下步骤：
13.获取用户用车行为的埋点数据项和采集规范信息；以及
14.根据所述用户用车行为的埋点数据项和采集规范信息，对所述人机交互数据和所述用户感知数据进行整合，获取无冗余的行为事件数据。
15.于本发明的一实施例中，获取所述用车行为序列数据还包括以下步骤：
16.对无冗余的所述行为事件数据进行时间排序，获取用户每日行为事件长序列数据；以及
17.对所述用户每日行为事件长序列数据进行聚合和编码处理，获取所述用车行为序列数据。
18.于本发明的一实施例中，获取所述用车行为模式序列数据包括以下步骤：
19.根据所述用车行为子序列数据，获取多个用车行为模式子序列数据；
20.获取多个所述用车行为模式子序列数据的支持度。
21.于本发明的一实施例中，获取所述用车行为模式序列数据还包括以下步骤：
22.判断所述用车行为模式子序列数据的支持度是否小于预设值，若所述用车行为模式子序列数据的支持度大于或等于设定值，则根据所述用车行为模式子序列数据，获取所述用车行为模式序列数据。
23.于本发明的一实施例中，获取多个用车场景包括以下步骤：
24.获取所述用车行为模式序列数据的相似度；
25.获取多个所述主场景的聚类阈值；以及
26.根据所述用车行为模式序列数据的相似度和多个所述主场景的聚类阈值，对所述用车行为模式序列数据进行聚类，获取多个所述用车场景。
27.于本发明的一实施例中，获取用户用车的全生命周期场景地图还包括以下步骤：
28.对多个所述用车场景进行统计，获取多个所述用车场景中的高频场景分隔事件的信息；以及
29.根据所述高频场景分隔事件的信息，判断是否需要更新所述主场景的边界切换事件，若不需要更新所述主场景的边界切换事件，对多个所述用车场景进行聚合，获取所述用户用车的全生命周期场景地图。
30.本发明提供的一种车辆用车场景的获取装置，所述装置包括：
31.车载数据获取模块，用于获取人机交互数据和用户感知数据；
32.行为序列数据获取模块，用于对所述人机交互数据和所述用户感知数据进行预处理，获取用车行为序列数据；
33.切换事件获取模块，用于获取多个主场景的切换事件的信息；
34.行为子序列数据获取模块，用于根据所述主场景的切换事件的信息，对所述用车行为序列数据进行切割，获取不同所述主场景的用车行为子序列数据；
35.用车模式获取模块，用于根据所述用车行为子序列数据，获取用车行为模式序列数据；
36.用车场景获取模块，用于对所述用车行为模式序列数据进行聚类，获取用车场景；以及
37.场景地图获取模块，用于对多个所述用车场景进行聚合，获取用户用车的全生命周期场景地图。
38.本发明提供的一种电子设备，所述电子设备包括：
39.至少一个处理器；
40.存储装置，用于存储至少一个程序，当所述至少一个程序被所述至少一个处理器执行时，使得所述电子设备实现上述任一项的所述车辆用车场景的获取方法。
41.本发明提供的一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行上述任一项的所述的车辆用车场景的获取方法。
42.本发明的有益效果：本发明中对人机交互数据和用户感知数据反向整合还原用车场景，有助于更真实的了解用户用车的全生命周期的使用场景，挖掘车辆在人机交互中有价值的行为模式，避免了人为定义模式造成的对用户真实用车行为习惯的误判，有利于帮
助车机、交互、驾驶舱、和仪表盘等的评价与改进，更好的实现为用户提供基于场景定义功能的服务，提高用户用车的体验感。
43.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，并不能限制本技术。
附图说明
44.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
45.图1是本技术的一示例性实施例示出的车辆用车场景的获取方法的应用环境示意图；
46.图2是本技术的一示例性实施例示出的车辆用车场景的获取方法的流程图；
47.图3是本技术的一示例性实施例示出的用车行为序列数据的获取方法流程图；
48.图4是本技术的一示例性实施例示出的用车行为模式序列数据的获取方法流程图；
49.图5是本技术的一示例性实施例示出的用车场景的获取方法流程图；
50.图6是本技术的一示例性实施例示出的用户用车的全生命周期场景地图的获取方法流程图
51.图7是本技术的一示例性实施例示示出的车辆用车场景的获取装置的结构示意图。
52.图8示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
53.以下将参照附图和优选实施例来说明本发明的实施方式，本领域技术人员可由本说明书中所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
54.需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
55.在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
56.首先需要说明的是，用户行为序列也可以称为“基于时间序列的用户行为”，是指在某一时间段内，按照事件先后顺序记录的用户从事某种活动的每一步行为。行为序列分
析就是对所有的行为序列进行分析的方法。其中，行为序列分析的作用是为了观察掩盖在统计信息下更细致的信息，还原用户具体的使用场景，同时还能通过观察具体的行为特征，找到提升用户体验的机会点。还有，“埋点”是数据采集领域的术语，指的是对特定的用户行为或者特定事件进行捕获、处理和发送的相关技术及其实施过程。埋点的技术实质是先监听软件在应用运行过程中的事件，当需要关注的事件发生时进行判断和捕获。
57.图1是本技术的一示例性实施例示出的车辆用车场景的获取方法的应用环境示意图。如图1所示，在一些实施例中，传感器110获取用户感知数据，其中，用户感知数据包括车身信息、速度信息和车身周围环境信息，传感器110将获取到的用户感知数据上传到用车模式和用车场景获取模块130。汽车交互系统120获取人机交互数据并把人机交互数据上传到用车模式和用车场景获取模块130。用车模式和用车场景获取模块130对人机交互数据和用户感知数据进行处理，获取用车模式和用车场景，以及通过对用车场景进行组合，获取场景地图。当用户140进行车辆驾驶时，用车模式和用车场景获取模块130根据车辆行驶的场景匹配场景地图获取场景信息，并基于该场景为用户140提供个性化推荐服务，实现基于场景定义功能，提高用户140的驾驶体验。本技术的实施例不对用车模式和用车场景获取模块130的具体作用加以限制，图1所示的用车模式和用车场景获取模块130例如可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器，在此也不进行限制。其中场传感器110和汽车交互系统120向用车模式和用车场景获取模块130上传数据可通过3g(第三代的移动信息技术)、4g(第四代的移动信息技术)、5g(第五代的移动信息技术)等无线网络进行操作，本技术的实施例也不对此进行限制，可以根据实际需求进行设置。
58.在一些实施例中，基于用车场景的服务主要采取用户设定或者人为定义场景，执行预设功能，没有根据用户实际用车情况来进行分析、获取和管理用户用车场景的方法。为解决这些问题，本技术的实施例分别提出一种车辆用车场景的获取方法、装置、设备及介质，以下将对这些实施例进行详细描述。
59.请参阅图2，图2是本技术的一示例性实施例示出的车辆用车场景的获取方法的流程图。在一些实施例中，该方法可以应用于图1所示的实施环境，并由该实施环境中的车辆用车场景的获取模块120具体执行。应理解的是，该方法也可以适用于其它的示例性实施环境，并由其它实施环境中的设备具体执行，本实施例不对该方法所适用的实施环境进行限制。
60.示例性的，本实施例揭示的车辆用车场景的获取方法所适用的车辆用车场景的获取模块120中可以安装有sdk(software development kit，软件开发工具包，是为特定的软件包、软件框架、操作系统等建立应用软件时的开发工具集合)，而本实施例揭示的方法具体实现为该sdk对外提供的一项或多项功能。
61.如图2所示，在一示例性的实施例中，车辆用车场景的获取方法至少包括步骤s210至步骤s270，详细介绍如下：
62.步骤s210，获取人机交互数据和用户感知数据；
63.首先说明的是，根据用户用车行为的埋点数据项和数据采集规范，通过图1所示的
汽车的传感器110、车载app(application，应用程序)端口、移动手表或者其他感知部件获取大量人机交互数据和用户感知数据，并把人机交互数据和用户感知数据上传到云端。其中，用户感知数据包括驾驶舱内的温度、湿度等信息。
64.步骤s220，对人机交互数据和用户感知数据进行预处理，获取用车行为序列数据。
65.云端接收到人机交互数据和用户感知数据后例如通过分布式数据处理平台(kafka)转发，并进行预处理。其中，预处理是根据用户用车行为埋点数据项和采集规范，对人机交互数据和用户感知数据进行关联整合，并对多个人机交互数据源和用户感知数据源融合，去除冗余及重复的用户行为事件数据。然后对每个用户的用车行为事件按照事件时间先后顺序进行排序，得到用户每日行为长序列数据。其中，用户每日行为长序列数据包含一连串的用户感知事件的信息和人机交互行为事件的信息。用户感知事件包括用户感知到的驾驶舱内的温度变化、湿度变化、车内人数变化和是否堵车等用户感知事件。人机交互行为事件包含寻车、远程打开空调、蓝牙解/闭锁、唤醒语音助手、目的地导航、座椅加热、座椅通风、更换车机壁纸、打开空调、打开音乐、打开微信、开/闭辅助驾驶、打开电台、调节外后视镜、开/闭车门和升/降车窗等人机交互的用车行为事件。
66.然后对用户每日行为事件对应的用户每日行为长序列数据制定独立的编码。通过对车主每日行为事件长序列数据进行聚合和统一编码处理，可以得到编码后的车主每日行为事件长序列数据即用车行为序列数据，每个用车行为序列数据中包括车辆的唯一标识、用户感知事件和人机交互行为事件的信息。进而完成用车行为事件的构建、统一编码整合和序列化的过程。将大量采集到的车载数据进行用车行为事件构建、统一编码整合和序列化，充分融合多数据源数据，让我们可以充分利用大量采集到的人车交互数据和用户感知数据，进行用户用车行为习惯的挖掘。
67.步骤s230，获取多个主场景的边界切换事件的信息。
68.用车场景是一定时间和空间范围内的用户用车行为事件的集合，定义了用户与汽车相关行为的组合。为了划分不同场景下的用车行为序列数据，可利用多个主场景的边界切换事件对用车行为序列数据进行切割。其中，寻车、主驾车门开关、进入导航、点火、开始泊车和熄火这几个用户用车行为事件作为初始的主场景的边界切换事件。其中，用户用车行为序列数据的切割点由于用户用车行为事件随着时间不断延伸，每天每个用户可以多次用车，在一次用车时也有多个用车场景的切换，所以要根据具体的用车行为事件更新主场景的边界切换事件对用户用车行为序列数据进行切割。
69.步骤s240，根据主场景的边界切换事件的信息，对用车行为序列数据进行切割，获取不同主场景的用车行为子序列数据。
70.根据主场景的边界切换事件，采取可重叠边界切割方法，也可称为部分边界不完全切割的方法对用车行为序列数据进行切割。例如对用车行为序列数据s进行切割时，既保留切割后的子序列数据例如为{s1，s2，
…
，sm}，又保留子序列数据例如为{s
1-s2，
…
，s
m-1-s m
}，其中s
1-s2是s1和s2之间的用车行为序列边缘数据，这两种子序列数据例如为不同主场景的用车行为子序列数据。
71.步骤s250，根据用车行为子序列数据，获取用车行为模式序列数据。
72.用车行为子序列数据之间存在一些共性，所以根据拥有共性的用车行为子序列数据，获取多个用车行为模式子序列数据。例如用车行为子序列数据l1包括{行为a，环境a}、
{行为b}、{行为c}、{行为d，环境m}、{行为e}和{行为f}。用车行为子序列数据l2包括{行为a，环境a}、{行为x}、{行为c}、{行为d，环境n}、{行为e}和{行为z}。车行为子序列数据l1和车行为子序列数据l2存在的相同的共性子序列数据l3包括{行为a，环境a}、{行为c}、{行为d}和{行为f}，这个共性子序列数据l3声明为用车行为模式子序列数据l3。通过用车行为子序列数据，获取多个用车行为模式子序列数据，并计算获得多个用车行为模式子序列数据的支持度例如表示为support(l)＝n，n为支持度。其中，用车行为模式子序列数据的支持度即车行为模式子序列数据包括的所有序列数据的个数，例如用车行为模式子序列数据l3的支持度为4，例如表示为support(l3)＝4。且设置用车行为模式子序列数据的最小支持度例如表示为minsup，如果一个用车行为模式子序列数据的支持度小于最小支持度，则删除这个车行为模式子序列数据。如果一个用车行为模式子序列数据的支持度大于或等于最小支持度，那这个用车行为模式子序列数据为用车行为模式序列数据，即高频用车行为序列数据。通过挖掘获取大量用户的用车行为序列数据，得到一些高频的用车行为模式序列数据，同时可获得用车行为模式序列数据中不同的用车行为序列对应的用车行为事件的平均间隔时间。
73.步骤s260，对用车行为模式序列数据进行聚类，获取多个用车场景。
74.获取每个主场景中用车行为模式序列的相似度，并设定每个主场景聚类阈值。其中，通过计算多个用车行为模式序列数据中任意两个序列数据对应的事件的时间距离，可以衡量两个行为模式序列的相似度。根据每个主场景中用车行为模式序列的相似度和每个主场景聚类阈值，当两个用车行为模式序列数据的相似值小于阈值时放在同一个场景中对用车行为序列模式进行无监督聚类，组合成用车场景。一个主场景中有很多小场景，每个小场景中有很多相似的用车行为模式序列数据，例如用小场景的聚类中心作为每个用车场景的主要用车行为模式。
75.步骤s270，对多个用车场景进行聚合，获取用户用车的全生命周期场景地图。
76.统计每个用车场景中的高频场景分隔事件，判断是否需要更新主场景的边界切换事件。如果需要更新主场景的边界切换事件，重新执行步骤s230，s240，s250和s260。直到根据每个用车场景中的高频场景分隔事件，不需要更新主场景的边界切换事件，然后对多个用车场景进行聚合，构建用户用车的全生命周期场景地图。用户用车的全生命周期场景地图是由多个用车场景组成，每个用车场景中是以事件时间顺序串行的用户用车行为模式序列数据，场景地图作为汽车制造商对用户全生命周期的用户用车行为模式序列数据的看板。在应用场景地图时，通过计算实时用车行为序列数据与每个用车场景中的行为模式序列数据的相似度，完成实时自动识别用车场景。并根据场景地图获得该场景下的用户用车行为序列数据、可选的用车行为序列数据和不同行为事件之间的时间间隔，对用户提供个性化推荐服务，实现场景定义功能。例如，用户的上车场景序列包括打开车门，调整座位，系上安全带，关上车门，降下车窗等上车行为事件。车载系统识别到上车场景时，当用户完成打开车门和调整座位的行为后，车载系统根据用车行为序列向用户推荐接下来的用车行为模式对应的服务。本发明从用户用车的实际用车数据出发，反向整合用户的用车场景与行为习惯模式，避免了人为定义模式造成的对用户真实用车行为习惯的误判。
77.其中，用户用车的全生命周期例如包括行程准备、车辆行驶、中途停车、驻车、驾驶感受和其他情况。用户用车的全生命周期场景地图包括几个大的主场景和多个小场景，每
个小场景已经获得了业务定义例如车库场景、夏日场景、落座场景、堵车场景、深夜场景、电话场景等，并且这些小场景由用户用车行为模式序列数据组成，而且每个用户用车行为模式序列数据由用户行为事件有序串联组成。其中，在小场景的聚类中心可以充分代表该场景下用户用车的普遍行为习惯，离聚类中心较远的用户用车行为模式序列数据可以代表用户中存在的另类独特的个性化需求。通过描绘用户用车的全生命周期场景地图，探索在每一个核心主场景下的小场景，可以帮助汽车制造商更好的了解用户需求，掌握用户在不同场景下的用车行为习惯，以场景定义汽车功能。
78.图3是本技术的一示例性实施例示出的用车行为序列数据的获取方法流程图。如图3所示，在一示例性的实施例中，用车行为序列数据的获取方法至少包括步骤s310至步骤s350，详细介绍如下：
79.步骤s310，获取用户用车行为的埋点数据项和采集规范信息。
80.根据采集数据的需要设置用车行为数据的埋点数据项和采集规范。
81.步骤s320，获取人机交互数据和用户感知数据。
82.根据用户用车行为的埋点数据项和采集规范的信息，图1所示的传感器110和人机交互系统120获取人机交互数据和用户感知数据。
83.步骤s330，根据用户用车行为的埋点数据项和采集规范信息，对人机交互数据和用户感知数据进行整合，获取无冗余的行为事件数据。
84.根据用户用车行为的埋点数据项和采集规范，对人机交互数据和用户感知数据进行关联整合，并对多个人机交互数据源和用户感知数据源进行融合，去除冗余及重复的用户行为事件数据，获取无冗余的行为事件数据。
85.步骤s340，对无冗余的行为事件数据进行时间排序，获取用户每日行为事件长序列数据。
86.按照行为事件发生的时间的先后顺序，对行为事件对应的行为事件数据进行排序，获取用户每日行为事件长序列数据。
87.步骤s350，对用户每日行为事件长序列数据进行聚合和编码处理，获取用车行为序列数据。
88.对用户每日行为事件对应的用户每日行为长序列数据制定独立的编码。通过对车主每日行为事件长序列数据进行聚合和统一编码处理，可以得到编码后的车主每日行为事件长序列数据即用车行为序列数据，每个用车行为序列数据中包括车辆的唯一标识、用户感知事件和人机交互行为事件的信息。
89.图4是本技术的一示例性实施例示出的用车行为模式序列数据的获取方法流程图。如图4所示，在一示例性的实施例中，用车行为模式序列数据的获取方法至少包括步骤s410至步骤s442详细介绍如下：
90.步骤s410，获取不同主场景的用车行为子序列数据。
91.根据多个主场景的边界切换事件，对用车行为序列数据进行部分边界不完全切割，获取不同主场景下的用车行为子序列数据。
92.步骤s420，根据用车行为子序列数据，获取多个用车行为模式子序列数据。
93.其中，用车行为子序列数据之间存在一些共性，所以对拥有共性的用车行为子序列数据提取出共性序列，这些共性序列组成一个用车行为共性子序列数据，这个用车行为
共性子序列数据可称为用车行为模式子序列数据。例如用车行为子序列数据l1包括{行为a，环境a}、{行为b}、{行为c}、{行为d，环境m}、{行为e}和{行为f}。用车行为子序列数据l2包括{行为a，环境a}、{行为x}、{行为c}、{行为d，环境n}、{行为e}和{行为z}。车行为子序列数据l1和车行为子序列数据l2存在的相同的共性子序列数据l3包括{行为a，环境a}、{行为c}、{行为d}和{行为f}，这个共性子序列数据l3声明为用车行为模式子序列数据l3。
94.步骤s430，获取多个用车行为模式子序列数据的支持度。
95.用车行为模式子序列数据的支持度为用车行为模式子序列数据包括的所有序列数据的个数，例如用车行为模式子序列数据l包括{行为a，环境a}、{行为b}、{行为c}、{行为d}、{行为e}和{行为f}，所以用车行为模式子序列数据l的支持度为6，例如可表示为support(l)＝6。
96.步骤s440，判断用车行为模式子序列数据的支持度是否小于预设值。
97.设置用车行为模式子序列数据的最小支持度例如表示为minsup为预设值，并判断用车行为模式子序列数据的支持度是否小于设定值。若用车行为模式子序列数据的支持度大于或等于设定值，执行步骤s441，若用车行为模式子序列数据的支持度小于设定值，执行步骤s442。
98.步骤s441，获取用车行为模式序列数据。
99.若用车行为模式子序列数据的支持度大于或等于设定值即最小支持度，那这个用车行为模式子序列数据为用车行为模式序列数据，即高频用车行为序列数据。同时可以获得用车行为模式序列数据中不同序列数据之间的时间间隔。
100.步骤s442，删除用车行为模式子序列数据。
101.若用车行为模式子序列数据的支持度小于设定值，说明该用车行为模式子序列数据不是高频用车行为序列数据，则删除该删除用车行为模式子序列数据。
102.图5是本技术的一示例性实施例示出的用车场景的获取方法流程图。如图5所示，在一示例性的实施例中，获取多个用车场景的方法至少包括步骤s510至步骤s530详细介绍如下：
103.步骤s510，获取用车行为模式序列数据的相似度。
104.通过计算多个用车行为模式序列数据中任意两个序列数据对应的事件的时间距离，可以衡量两个行为模式序列的相似度。
105.步骤s520，获取多个主场景的聚类阈值。
106.聚类阈值是对用车行为模式序列数据进行聚类的临界条件，每个主场景都有各自的聚类阈值。
107.步骤s530，根据用车行为模式序列数据的相似度和多个主场景的聚类阈值，对用车行为模式序列数据进行聚类，获取多个用车场景。
108.当两个用车行为模式序列数据的相似值小于阈值时放在同一个场景中对用车行为序列模式进行无监督聚类，组合成用车场景。一个主场景中有很多小场景，每个小场景中有很多相似的用车行为模式序列数据，例如用小场景的聚类中心作为每个用车场景的主要用车行为模式。
109.图6是本技术的一示例性实施例示出的用户用车的全生命周期场景地图的获取方法流程图。如图6所示，在一示例性的实施例中，获取用户用车的全生命周期场景地图的方
法至少包括步骤s610至步骤s632详细介绍如下：
110.步骤s610，获取多个用车场景。
111.步骤s620，对多个用车场景进行统计，获取多个用车场景中的高频场景分隔事件。
112.步骤s630，根据高频场景分隔事件，判断是否需要更新主场景的边界切换事件。
113.通过高频场景分隔事件是否匹配主场景的边界切换事件来判断是否需要更新主场景的边界切换事件，若高频场景分隔事件匹配主场景的边界切换事件，则不需要更换主场景的边界切换事件，执行步骤s631，若高频场景分隔事件不匹配主场景的边界切换事件，则需要更换主场景的边界切换事件，执行步骤s632。
114.步骤s631，对多个用车场景进行聚合，获取用户用车的全生命周期场景地图。
115.步骤s632，若需要更新主场景的边界切换事件，则根据更新后的主场景的边界切换事件再次获取多个用车场景，直到根据多个用车场景中的高频场景分隔事件不需要更新主场景的边界切换事情，然后对多个用车场景进行聚合，获取用户用车的全生命周期场景地图。
116.图7是本技术的一示例性实施例示示出的车辆用车场景的获取装置的结构示意图。该装置可以应用于图1所示的应用环境中，并具体配置在车辆用车场景的获取模块120中。该装置也可以适用于其它的示例性实施环境，并具体配置在其它设备中，本实施例不对该装置所适用的实施环境进行限制。
117.如图7所示，该示例性的数据安全存储装置包括：
118.车载数据获取模块710，用于获取人机交互数据和用户感知数据；行为序列数据获取模块720，用于对所述人机交互数据和所述用户感知数据进行预处理，获取用车行为序列数据；切换事件获取模块730，用于获取多个主场景的切换事件的信息；行为子序列数据获取模块740，用于根据所述主场景的切换事件的信息，对所述用车行为序列数据进行切割，获取不同所述主场景的用车行为子序列数据；用车模式获取模块750，用于根据所述用车行为子序列数据，获取用车行为模式序列数据；用车场景获取模块760，用于对所述用车行为模式序列数据进行聚类，获取多个用车场景；以及场景地图获取模块770，用于对多个所述用车场景进行聚合，获取用户用车的全生命周期场景地图。
119.图8示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。需要说明的是，图8示出的电子设备的计算机系统800仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
120.如图8所示，计算机系统800包括中央处理单元(central processing unit，cpu)801，其可以根据存储在只读存储器(read-only memory，rom)802中的程序或者从储存部分808加载到随机访问存储器(random access memory，ram)803中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 803中，还存储有系统操作所需的各种程序和数据。cpu 801、rom 802以及ram 803通过总线804彼此相连。输入/输出(input/output，i/o)接口805也连接至总线804。
121.以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分807；包括硬盘等的储存部分808；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络
执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入储存部分808。
122.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(cpu)801执行时，执行本技术的系统中限定的各种功能。
123.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和应用结构的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
124.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
125.本技术的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机的处理器执行时，使计算机执行如前所述的车辆用车场景的获取方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
126.本技术的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产
品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的车辆用车场景的获取方法。
127.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。