用于车载场景的用户服务推荐方法及装置、车辆、计算机可读存储介质

本申请涉及智能驾驶技术领域，公开一种用于车载场景的用户服务推荐方法，包括：采集用户用车行为数据，通过多维度标记体系对用户意图进行关联标注，向量化后存储至向量数据库；捕获用户实时行为数据生成实时行为向量；基于所述向量数据库，通过混合检索策略生成与实时行为向量对应的意图上下文；基于意图上下文生成提示工程，输入大模型输出服务推荐结果，并向用户推送。通过整合数据标注、向量检索、大模型推理等机制，解决现有技术依赖长期埋点数据学习的“冷启动周期长”问题，快速匹配潜在意图，缩短系统生效时间，有效提高基于用户意图的服务推荐准确性。本申请还公开一种用于车载场景的用户服务推荐装置、车辆、计算机可读存储介质。