一种基于用户偏好的充电站动态推荐方法

本发明涉及充电站动态推荐，尤其涉及一种基于用户偏好的充电站动态推荐方法。

背景技术：

1、随着新能源汽车的普及推广，充电站作为重要的配套基础设施，也在近几年进入了高速建设发展期，当新能源汽车车主有充电需求时，往往需要通过手机软件查找附近的充电站。

2、现有主要途经有两种，一种是通过地图软件检索，车主能够快速查看充电站的距离远近，一般是通过充电站位置与车辆的相对距离进行筛选，但想要了解充电站的具体信息，则要分别点击各个充电站的选项，操作繁琐，且可能由于充电站数据收录不全，无法得到自己关心的信息。另一种是通过充电站运营企业开发的充电助手软件查找充电站，这类软件收录的周边数据较为齐全，但是软件中只能查看单一或者合作运营企业的充电站信息，不方便用户进行横向比较。

3、进一步，在这些现有软件中存在一些可以根据用户偏好进行筛选推荐的功能，但是用户只能在固定的几个偏好标签进行选择，无法根据自身实际情况进行动态选择。另外，由于用户偏好标签存在不同数据类型，因此如果按照现有技术中统一的偏好推荐计算方式，可能存在推荐计算偏差，同时固定的计算权重也会导致推荐计算的偏差。

4、针对上述的现有技术存在问题设计一种基于用户偏好的充电站动态推荐方法是本发明研究的目的。

技术实现思路

1、有鉴于此，本发明的目的在于提出一种基于用户偏好的充电站动态推荐方法，能够解决上述的问题。

2、本发明提供一种基于用户偏好的充电站动态推荐方法，包括：

3、根据用户车辆剩余电量计算可达距离，根据当前用户车辆位置和可达距离筛选地图上标记的充电站，得到推荐备选池；

4、计算推荐备选池中每个充电站的充电成本，根据充电成本筛选推荐备选池中充电成本最小的若干充电站形成充电站备选列表；

5、获取用户的偏好标签和偏好标签权重，根据偏好标签及其类型、偏好标签权重对充电站备选列表中充电站进行打分排序，得到用户偏好推荐列表，具体的：

6、判断偏好标签的类型，所述偏好标签的类型包括：布尔型、数值型、文本型、条件型，根据偏好标签的类型进行充电站计分，得到每个充电站的每个类型的偏好标签得分；

7、根据偏好标签权重和偏好标签得分计算每个充电站的用户偏好总分，根据每个充电站的用户偏好总分进行充电站排序得到用户偏好推荐列表。

8、进一步，所述根据当前用户车辆位置和可达距离筛选地图上标记的充电站，得到推荐备选池包括：

9、获取当前用户车辆位置，以当前用户车辆位置为圆心，可达距离为半径，检索地图上标记的充电站，将处于圆形区域内的所有充电站组成充电站备选池；

10、计算充电站备选池中的每个充电站到当前用户车辆位置的实际距离，将实际距离＞可达距离的充电站从充电站备选池中移除，得到推荐备选池。

11、进一步，所述计算推荐备选池中每个充电站的充电成本包括：

12、通过当前用户车辆位置与推荐备选池中的每个充电站的实际距离计算得到距离成本cd；

13、通过充电站的实时电价和服务费计算充电费用成本ce，通过充电站的空闲情况计算等待时间成本ct；

14、根据距离成本cd、充电费用成本ce、等待时间成本ct计算得到充电成本c。

15、进一步，所述根据偏好标签的类型进行充电站计分，得到每个充电站的每个类型的偏好标签得分包括：

16、若所述偏好标签为布尔型，则对偏好标签进行赋值，有利于车辆充电的结果赋值为1，不利于车辆充电的结果赋值为0，根据结果赋值进行计分；

17、若所述偏好标签为数值型，则根据偏好标签的具体数值类型进行排序计分，所述数值类型包括动态数值和静态数值；

18、若所述偏好标签为文本型，则将偏好标签的文本进行分级得到级别值，根据级别值与级别值权重进行加权求和得到文本型偏好标签的数值，通过文本型偏好标签的数值进行排序计分；

19、若所述偏好标签为条件型，则根据条件内容的类型将偏好标签的内容转换为数值进行排序计分。

20、进一步，所述将偏好标签的文本进行分级得到级别值，根据级别值与级别值权重进行加权求和得到文本型偏好标签的数值，通过文本型偏好标签的数值进行排序计分之前执行：

21、判断偏好标签的文本是否为实时型文本，是则获取实时文本数据，根据实时文本进行分级；

22、否则获取对数据集中的文本提取关键词和进行语义分类，得到文本关键词及其分类，对文本关键词及其分类进行分级词频统计，根据分布均值得到文本描述，根据文本描述进行分级。

23、进一步，所述偏好标签权重和级别值权重通过如下步骤得到：

24、获取用户对偏好推荐列表的反馈数据，根据反馈数据的类型提取权重反馈向量，将权重反馈向量和充电站偏好标签输入预先训练的偏好标签权重优化模型，得到偏好标签权重；

25、获取含有文本型标签的偏好推荐列表的反馈数据，根据反馈数据的类型提取标签级别反馈向量，将标签级别反馈和充电站偏好标签输入预先训练的级别值权重优化模型，得到级别值权重。

26、进一步，所述权重反馈向量和标签级别反馈向量通过如下步骤得到：

27、判断选择的充电站是否属于用户偏好推荐列表中排序第一或者第二的充电站，是则将权重反馈向量和标签级别反馈向量标记为正反馈，否则将权重反馈向量和标签级别反馈向量标记为负反馈；

28、若选择的充电站不在用户偏好推荐列表中，则将权重反馈向量和标签级别反馈向量标记为严重负反馈；

29、获取用户对偏好推荐列表的评价，若评价为满意则将权重反馈向量和标签级别反馈向量标记为正反馈，若评价为不满意则将权重反馈向量和标签级别反馈向量标记为负反馈。

30、进一步，所述得到用户偏好推荐列表之后执行：

31、通过用户反馈的修正信息修正充电站的偏好标签。

32、进一步，所述通过用户反馈的修正信息修正充电站的偏好标签包括：

33、获取用户反馈的问题偏好标签的修正信息，判断问题偏好标签是否属于动态数值型或实时文本型，是则不进行修正；否则将用户反馈的问题偏好标签的修正信息推送给最近前往该充电站充电的若干名用户，采集用户答复；

34、判断用户答复数量是否满足答复阈值，是则计算采纳修改的用户答复的数量，否则继续推送问题偏好标签的修正信息；

35、判断采纳修改的用户答复的数量是否超过总用户答复数量的一半，是则对该问题偏好标签进行修正，否则不修正问题偏好标签。

36、本发明的有益效果：

37、一是通过双重距离筛选快速得到充电站备选池，准确计算车辆在剩余电量下的实际可达范围，从众多充电站中筛选出用户实际可能到达且合理的选择，以避免用户在寻找充电站时电量不足而无法抵达。

38、二是通过量化和比较不同充电站的综合使用成本，包括距离、收费和等待时间。通过准确计算距离成本、充电费用、等待时间成本等因素，确定最经济的充电选项。

39、三是通过对用户选择的偏好标签进行分类，通过识别不同类型的偏好标签，能够应用不同的评分策略，使复杂的和多元化的偏好信息得以标准化和量化。通过分析用户选择和反馈，系统能够识别哪些标签和特征更符合用户的偏好，进而通过神经网络训练，可以动态调整这些标签的权重，以更好地反映用户的偏好变化。

技术特征：

1.一种基于用户偏好的充电站动态推荐方法，其特征在于，包括：

2.根据权利要求1所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述根据当前用户车辆位置和可达距离筛选地图上标记的充电站，得到推荐备选池包括：

3.根据权利要求2所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述计算推荐备选池中每个充电站的充电成本包括：

4.根据权利要求3所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述根据偏好标签的类型进行充电站计分，得到每个充电站的每个类型的偏好标签得分包括：

5.根据权利要求4所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述将偏好标签的文本进行分级得到级别值，根据级别值与级别值权重进行加权求和得到文本型偏好标签的数值，通过文本型偏好标签的数值进行排序计分之前执行：

6.根据权利要求4所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述偏好标签权重和级别值权重通过如下步骤得到：

7.根据权利要求6所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述权重反馈向量和标签级别反馈向量通过如下步骤得到：

8.根据权利要求4所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述得到用户偏好推荐列表之后执行：

9.根据权利要求8所述的一种基于用户偏好的充电站动态推荐方法，其特征在于，所述通过用户反馈的修正信息修正充电站的偏好标签包括：

技术总结
本发明公开了一种基于用户偏好的充电站动态推荐方法，包括：根据用户车辆剩余电量计算可达距离，根据当前用户车辆位置和可达距离筛选地图上标记的充电站，得到推荐备选池；计算推荐备选池中每个充电站的充电成本，根据充电成本筛选推荐备选池中充电成本最小的若干充电站形成充电站备选列表；获取用户的偏好标签和偏好标签权重，根据偏好标签及其类型、偏好标签权重对充电站备选列表中充电站进行打分排序，得到用户偏好推荐列表。

技术研发人员：朱晨,吴卓文,田悦,王贤凌
受保护的技术使用者：厦门理工学院
技术研发日：
技术公布日：2024/12/5