基于满意度的充电资源推荐方法和系统、存储介质与流程

本技术涉及充电资源推荐，具体而言，涉及基于满意度的充电资源推荐方法和系统、存储介质。

背景技术：

1、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。以充电资源为例，用户在不同行为场景下往往有着不同的补能意图。例如，用户在旅途中可能倾向于选择靠近饭店、酒店的资源，以便在补能的过程中能够休息放松；在通勤途中，用户可能会选择顺路的资源，从而不耽误行程；在夜间，用户可能倾向于环境安全、路线熟悉的资源，以避免因照明不佳带来的安全隐患；在续航不足的情况下，用户可能就近选择资源避免趴窝；但是，在续航相对充足的情况下，用户则又可能直接行驶至职住地附近资源，避免在不熟悉的地方逗留；在路况不好的时候用户可能选择就近补能，错开一段高峰时间；在路况良好的时候用户可能选择尽快行驶至目的地，再在目的地附近选择补能资源；用户某次出行可能没有强烈补能意图，仅仅是顺便行为，而也有可能用户此次出行的目的就是补能。用户所处的行为场景不同，补能意图也会对应改变，而且一定程度上，用户意图是优先于资源属性的。

2、传统的电动车充电资源推荐方法大多局限在个性化推荐领域，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，展示给用户个性化的推荐结果。但是该方法并未充分考虑用户场景的多样性，这会导致在该场景下用户对于推荐资源的满意度不够，从而造成用户体验下降，甚至会导致用户流失。所以在资源推荐之前，准确识别用户所处的场景至关重要。

3、有鉴于此，需要提出一种改进的充电资源推荐机制。

技术实现思路

1、本技术的实施例提供了一种基于满意度的充电资源推荐方法和系统、存储介质，用于根据用户所处场景和满意度推荐充电资源。

2、根据本技术的一方面，提供一种基于满意度的充电资源推荐方法，所述方法包括如下步骤：接收关于用户及其正在使用车辆的用户画像、关于所述充电资源的资源画像和当前的环境信息，其中，所述环境信息包括时间信息和位置信息；根据所述用户画像、所述资源画像和所述环境信息生成关于第一多个预设场景的评分，并且基于所述评分确定当前场景；以及基于所述当前场景并根据所述用户画像、所述资源画像和所述环境信息确定向用户推荐的充电资源；以及确定用户对推荐的充电资源的满意度，以用于更新确定生成所述评分的规则和/或推荐充电资源的规则。

3、在本技术的一些实施例中，可选地，基于所述评分确定当前场景包括：将所述第一多个预设场景中评分最高的场景确定为所述当前场景。

4、在本技术的一些实施例中，可选地，基于所述评分确定当前场景还包括：在所述第一多个预设场景中各个场景的最高评分小于第一预设值和/或在所述第一多个预设场景中的第二多个预设场景的每一个的评分都大于第二预设值的情况下，根据根据所述用户画像、所述资源画像和所述环境信息生成所述当前场景。

5、在本技术的一些实施例中，可选地，基于所述当前场景并根据所述用户画像、所述资源画像和所述环境信息确定向用户推荐的充电资源包括：召回步骤，确定可用的第三多个充电资源；排序步骤，根据所述用户画像、所述资源画像、所述环境信息和所述当前场景对所述第三多个充电资源进行排序，并保留其中排序靠前的第四多个充电资源；以及重排步骤，根据所述当前场景和业务策略调整对所述第四多个充电资源的排序，并将其中排序靠前的第五多个充电资源确定为向用户推荐的充电资源。

6、在本技术的一些实施例中，可选地，基于第一神经网络确定所述当前场景，并且基于第二神经网络确定向用户推荐的充电资源。

7、在本技术的一些实施例中，可选地，根据所述满意度更新所述第一神经网络和/或所述第二神经网络的构造参数。

8、在本技术的一些实施例中，可选地，确定用户对推荐的满意度包括：接收用户对推荐的充电资源的选取过程；以及根据所述选取过程确定所述满意度。

9、在本技术的一些实施例中，可选地，确定用户对推荐的满意度包括：接收用户对推荐的充电资源的使用过程；以及根据所述使用过程确定所述满意度。

10、在本技术的一些实施例中，可选地，确定用户对推荐的满意度包括：接收用户对推荐的充电资源的反馈情况；以及根据所述反馈情况确定所述满意度。

11、在本技术的一些实施例中，可选地，所述预设场景是根据历史用户画像、资源画像和环境信息构建的。

12、根据本技术的另一方面，提供一种基于满意度的充电资源推荐系统，所述系统包括：接收单元，其配置成接收关于用户及其正在使用车辆的用户画像、关于所述充电资源的资源画像和当前的环境信息，其中，所述环境信息包括时间信息和位置信息；第一神经网络，其配置成根据所述用户画像、所述资源画像和所述环境信息生成关于第一多个预设场景的评分，以便基于所述评分确定当前场景；以及第二神经网络，其配置成基于所述当前场景并根据所述用户画像、所述资源画像和所述环境信息确定向用户推荐的充电资源；以及满意度评估单元，其配置成确定用户对推荐的充电资源的满意度，以用于更新所述第一神经网络和/或所述第二神经网络的构造参数。

13、在本技术的一些实施例中，可选地，所述第一神经网络被配置成确定所述第一多个预设场景中评分最高的场景，以作为所述当前场景。

14、在本技术的一些实施例中，可选地，所述第一神经网络被配置成：在所述第一多个预设场景中各个场景的最高评分小于第一预设值和/或在所述第一多个预设场景中的第二多个预设场景的每一个的评分都大于第二预设值的情况下，根据根据所述用户画像、所述资源画像和所述环境信息生成所述当前场景。

15、在本技术的一些实施例中，可选地，所述第二神经网络被配置成执行：召回步骤，确定可用的第三多个充电资源；排序步骤，根据所述用户画像、所述资源画像、所述环境信息和所述当前场景对所述第三多个充电资源进行排序，并保留其中排序靠前的第四多个充电资源；以及重排步骤，根据所述当前场景和业务策略调整对所述第四多个充电资源的排序，并将其中排序靠前的第五多个充电资源确定为向用户推荐的充电资源。

16、在本技术的一些实施例中，可选地，所述满意度评估单元被配置成接收用户对推荐的充电资源的选取过程，并且根据所述选取过程确定所述满意度。

17、在本技术的一些实施例中，可选地，所述满意度评估单元被配置成接收用户对推荐的充电资源的使用过程，并且根据所述使用过程确定所述满意度。

18、在本技术的一些实施例中，可选地，所述满意度评估单元被配置成接收用户对推荐的充电资源的反馈情况，并且根据所述反馈情况确定所述满意度。

19、在本技术的一些实施例中，可选地，所述预设场景是根据历史用户画像、资源画像和环境信息构建的。

20、根据本技术的另一方面，提供一种基于满意度的充电资源推荐系统，所述系统包括：存储器，其配置成存储指令；和处理器，其配置成执行所述指令以执行如上文所述的任意一种方法。

21、根据本技术的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令由处理器执行时，使得所述处理器执行如上文所述的任意一种方法。

22、本技术的一些实施例提供了基于满意度的充电资源推荐方法和系统、存储介质，能够根据用户所处场景和用户满意度推荐充电资源，从而可以提高推荐的满意度。