一种基于数据模型的汽车用户行为预测方法

本申请涉及智能汽车数据处理领域，公开了一种基于数据模型的汽车用户行为预测方法，包括以下步骤：步骤一、采集用户多模态数据，所述数据包括用户行驶轨迹、购买记录、车载视频和语音指令；步骤二、对所述多模态数据进行标准化处理，构建数据矩阵；步骤三、计算所述数据矩阵的协方差矩阵，并通过优化算法提升协方差矩阵的稳定性；步骤四、基于随机矩阵理论剔除协方差矩阵中的噪声特征，提取信号强度较高的特征；步骤五、采用特征交互建模方法优化信号特征间的协作关系。本发明采用多模态数据采集与标准化处理相结合的技术方案，通过统一不同模态数据的尺度和分布，实现了高维、多样数据在同一分析框架下的融合。