摘要
本发明提供一种基于多维用户画像的动态租车推荐方法,属于租车推荐技术领域,本方法通过整合轮渡票务系统、租车平台及第三方数据源的多源异构数据,构建动态多维用户画像模型,结合用户画像标签库与实时场景参数,采用融合协同过滤算法和加权评分策略的服务匹配引擎生成个性化租车推荐列表,并根据用户历史触达偏好,通过短信、小程序消息推送或智能语音外呼系统中的至少一种方式输出推荐结果,并采集用户反馈数据以优化模型参数。本方法解决了现有技术中数据孤岛、画像维度单一及服务与需求动态失配的问题,显著提升了租车服务的匹配效率和用户满意度。
技术关键词
融合协同过滤算法
智能语音外呼系统
画像模型
识别用户出行场景
时序预测模型
租车平台
推荐方法
车型
票务系统
订单
动态
强化学习策略
损失函数优化
数据
小程序
家庭
系统为您推荐了相关专利信息
碳排放监测系统
企业画像
排放量
画像模型
时间段
时间序列预测方法
时序预测模型
注意力机制
训练集
依赖特征
时序预测模型
电池极片
数据
样本
神经网络模型构建
YOLO模型
时间序列信息
遥感图像处理方法
生成遥感图像
遥感图像处理装置