补能资源推荐方法、电子设备及存储介质与流程

本发明涉及电动汽车，具体涉及一种补能资源推荐方法、电子设备及存储介质。

背景技术：

1、随着电动汽车保有量的不断增多，服务于电动汽车充电的各类资源也越来越密集。传统的电动汽车充电资源推荐方法大多局限单个站点维度，即通过对资源属性与用户偏好的匹配程度来对候选资源进行排序，排序越靠前则是与用户越匹配的资源。该类方法通常只针对列表中的单个资源进行排序，忽略了不同资源之间的关联性和差异性，这导致排序结果可能不准确并且片面，无法全面反映资源在列表中的相对重要性。

2、在资源推荐的相关场景下，用户的选择具有极强的排它性，即用户在下单其中一个推荐项后，一般不会再下单列表中的其它资源，因此，资源的准确推荐十分重要。仅使用资源属性与用户偏好的匹配程度，无法准确衡量候选资源是否最优，往往匹配度到超过一定阈值后，资源属性状态大多符合用户且差距较小，因此，从单个资源维度无法选出最优资源需要。

3、相应地，本领域需要一种新的补能资源推荐方法来解决上述问题。

技术实现思路

1、为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决现有的补能资源推荐方法大多局限单个站点维度，导致推荐结果不准确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。

2、在第一方面，提供一种补能资源推荐方法，所述方法包括：

3、获取用户信息和资源信息，所述资源信息包括补能资源列表内多个候选补能场站的信息；

4、将所述多个候选补能场站的信息输入训练好的资源融合模型，获取所述多个候选补能场站之间的对比信息，且基于所述对比信息获取每个候选补能场站的融合属性信息；

5、将所述用户信息和所述每个候选补能场站的融合属性信息输入训练好的补能资源推荐模型，得到补能资源推荐结果。

6、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：

7、获取用户画像信息、上下文信息和待补能目标对象信息中至少一种；

8、其中，所述上下文信息包括位置信息、时间信息、场景信息、天气信息中至少一种。

9、在上述补能资源推荐方法的一个技术方案中，所述获取资源信息包括：

10、获取所述补能资源列表内所述多个候选补能场站的场站画像信息、电池画像信息、充电桩画像信息中至少一种；

11、其中，所述场站画像信息包括场站id和场站属性。

12、在上述补能资源推荐方法的一个技术方案中，所述场站属性包括距离、价格和补能速度中至少一种，所述对比信息包括所述多个候选补能场站之间的关联信息和差异信息；所述基于所述对比信息获取每个候选补能场站的融合属性信息包括：

13、基于所述场站属性的重要性和所述对比信息获取每个所述候选补能场站的所述场站属性的权重；

14、基于所述权重对所述场站属性进行加权处理，获取每个所述候选补能场站的所述融合属性信息。

15、在上述补能资源推荐方法的一个技术方案中，所述方法还包括至少基于以下步骤对所述资源融合模型进行训练：

16、获取第一训练集，所述第一训练集为标注了融合属性信息标签的补能场站；

17、基于所述第一训练集对所述资源融合模型进行训练；

18、当所述资源融合模型收敛至第一预设误差值时，完成所述资源融合模型训练。

19、在上述补能资源推荐方法的一个技术方案中，所述补能资源推荐模型包括预测模块和/或排序模块；所述方法还包括至少基于以下步骤对所述补能资源推荐模型进行训练：

20、获取至少部分历史订单中的历史用户信息和历史资源信息作为第二训练集；

21、基于所述第二训练集对所述补能资源推荐模型的预测模块和/或排序模块进行训练；

22、当所述补能资源推荐模型收敛至第二预设误差值时，完成所述补能场站推荐模型训练。

23、在上述补能资源推荐方法的一个技术方案中，所述基于所述第二训练集对所述补能资源推荐模型的预测模块进行训练包括：

24、基于所述预测模块，对所述第二训练集中的历史候选补能场站进行预测，获取每个所述历史候选补能场站的转化概率。

25、在上述补能资源推荐方法的一个技术方案中，所述方法还包括；

26、基于所述排序模块和每个所述历史候选补能场站的转化概率，对所有所述历史候选补能场站进行排序，得到所述补能资源推荐结果。

27、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。

28、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。

29、本发明上述一个或多个技术方案，至少具有如下一种或多种

30、有益效果：

31、在实施本发明的技术方案中，首先获取用户信息和资源信息，其中，资源信息包括补能资源列表内多个候选补能场站的信息；然后将多个候选补能场站的信息输入训练好的资源融合模型，获取多个候选补能场站之间的对比信息，并基于对比信息获取每个候选补能场站的融合属性信息，最后将用户信息和每个候选补能场站的融合属性信息输入训练好的补能资源推荐模型，得到补能资源推荐结果。通过上述实施方式，可以融合列表中多个候选补能场站的信息，综合考虑多个资源之间的关联性和差异性，能够根据用户信息和每个候选补能场站的融合属性信息提供更准确、更全面的结果，推荐与用户匹配的最优资源，从而提升用户的补能体验和满意度、增加用户黏性，该方案具备广泛的应用前景和商业价值。

技术特征：

1.一种补能资源推荐方法，其特征在于，所述方法包括：

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：

3.根据权利要求1所述的补能资源推荐方法，其特征在于，所述获取资源信息包括：

4.根据权利要求3所述的补能资源推荐方法，其特征在于，所述场站属性包括距离、价格和补能速度中至少一种，所述对比信息包括所述多个候选补能场站之间的关联信息和差异信息；所述基于所述对比信息获取每个候选补能场站的融合属性信息包括：

5.根据权利要求1所述的补能资源推荐方法，其特征在于，所述方法还包括至少基于以下步骤对所述资源融合模型进行训练：

6.根据权利要求1所述的补能资源推荐方法，其特征在于，所述补能资源推荐模型包括预测模块和/或排序模块；所述方法还包括至少基于以下步骤对所述补能资源推荐模型进行训练：

7.根据权利要求6所述的补能资源推荐方法，其特征在于，所述基于所述第二训练集对所述补能资源推荐模型的预测模块进行训练包括：

8.根据权利要求7所述的补能资源推荐方法，其特征在于，所述方法还包括；

9.一种电子设备，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，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至8中任一项所述的补能资源推荐方法。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至8中任一项所述的补能资源推荐方法。

技术总结
本发明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，旨在解决现有的补能资源推荐方法大多局限单个站点维度，导致推荐结果不准确的问题。为此目的，本发明的方法包括获取用户信息和资源信息，资源信息包括补能资源列表内多个候选补能场站的信息；将多个候选补能场站的信息输入训练好的资源融合模型，获取多个候选补能场站之间的对比信息，且基于对比信息获取每个候选补能场站的融合属性信息；将用户信息和每个候选补能场站的融合属性信息输入训练好的补能资源推荐模型，得到补能资源推荐结果。通过上述实施方式，可以融合列表中多个候选补能场站的信息，提供更准确、更全面的结果，推荐与用户匹配的最优资源。

技术研发人员：黄俊超,后士浩,潘鹏举
受保护的技术使用者：蔚来汽车科技（安徽）有限公司
技术研发日：
技术公布日：2024/1/16