基于大数据的车联网个性化信息服务探讨

　　摘 要

　　随着汽车产业的蓬勃发展，集成了现代信息技术深度应用的车联网，成为了未来汽车服务产业发展的变革方向。在大数据、云计算、RFID 技术高速发展的今天，如何建立完善车联网信息服务平台，更好地利用车联网采集的车联网用户的行车数据、出行行为、驾驶行为等信息，为不同的信息服务商提供数据支持，从而更好的为车联网用户提供优质的个性化信息服务，是目前车联网信息服务平台和广大消费者在大数据时代共同关键的热点问题。

　　大数据环境下车联网个性化信息服务平台采用主动服务与被动服务相结合的方式为用户提供信息服务，既能更好地满足了汽车用户的个性化信息需求，提高用户粘性；也能为与汽车相关的服务商提供决策数据支持。车联网信息服务平台通过个性化信息服务吸引更多的汽车用户加入其中，从而建立稳定的用户群体，通过对大量的用户数据的研究与挖掘，提升车联网信息服务平台的信息服务质量，平台在市场中的竞争力也会相应的提高。

　　本文的研究的对象是大数据环境下的车联网个性化信息服务模式。首先，对论文涉及到的相关理论基础进行了详细的介绍，其中包括相关理论的概念与特点，和目前应用的主要技术。其次，以 UTAUT 模型为基础，提出大数据环境下的车联网个性化信息服务影响因素的理论模型，通过对车联网用户信息行为影响因素分析设计问卷调查，根据问卷调查所获得的数据检验和修正提出的模型，总结梳理国内外学者的相关研究，并依据调查结果提出大数据环境下车联网个性化信息服务模式。并详细阐述各个模式的信息服务内容和信息服务方式。最后，以大数据环境下车联网个性化信息服务模式为基础构建车联网信息服务平台。

　　大数据环境下的车联网信息服务业未来一定是向着个性化信息服务的方向发展的。在使车联网用户感受到更便捷，更具有个性化的服务体验的同时，也为车联网信息服务商带来了巨大的经济利益。本研究通过车联网个性化信息服务模式和具体的信息服务方式的研究，对车联网信息服务向着个性化及智能化的发展起到了推动作用。

　　关键词：大数据，车联网，个性化信息服务，用户信息行为，服务模式

　　目 录
　　
　　摘 要
　　
　　第 1 章 绪论
　　
　　1.1 研究背景及意义
　　1.2 国内外研究现状
　　1.3 研究的主要内容和方法
　　1.4 本文的创新点
　　
　　第 2 章 相关基础理论
　　
　　2.1 大数据理论
　　2.1.1 大数据的概念
　　2.1.2 大数据的特点
　　2.1.3 大数据的处理流程
　　2.1.4 大数据的主要技术
　　2.2 个性化信息服务理论
　　2.2.1 个性化信息服务的概念
　　2.2.2 个性化信息服务的特征
　　2.2.3 个性化信息服务理论
　　2.3 个性化信息服务平台
　　
　　第 3 章 大数据环境下车联网用户信息行为的影响因素分析
　　
　　3.1 大数据环境下车联网用户信息行为及其研究意义
　　3.1.1 车联网用户信息行为
　　3.1.2 车联网用户的决策过程
　　3.1.2 车联网用户信息行为的研究意义
　　3.2 大数据环境下车联网用户信息行为影响因素的理论模型
　　3.2.1 大数据环境下车联网用户信息行为影响因素的理论模型
　　3.2.2 研究假设
　　3.2.3 调查问卷设计的与构成
　　3.3 大数据环境下车联网用户信息行为影响因素的实证分析
　　3.3.1 数据收集
　　3.3.2 样本分析
　　3.3.3 样本的信度分析和效度分析
　　3.3.4 结构方程的检验与修正
　　3.4 结论
　　
　　第 4 章 大数据环境下车联网个性化信息服务模式
　　
　　4.1 大数据环境下车联网个性化信息服务的概念和意义
　　4.1.1 车联网个性化信息服务的概念
　　4.1.2 车联网个性化信息服务的特点
　　4.1.3 车联网个性化信息服务的意义
　　4.2 大数据环境下车联网个性化信息服务模式的构建思路
　　4.3 大数据环境下车联网个性化信息服务主客体和内容
　　4.3.1 大数据环境下车联网个性化信息服务主体和客体
　　4.3.2 大数据环境下车联网个性化信息服务内容
　　4.4 大数据环境下车联网个性化信息服务的具体方式
　　4.4.1 车况信息服务
　　4.4.2 交通信息服务
　　4.4.3 资讯信息服务
　　4.4.4 兴趣点挖掘信息服务
　　
　　第 5 章 大数据环境下车联网个性化信息服务平台
　　
　　5.1 大数据环境下车联网个性化信息服务平台功能和结构
　　5.1.1 大数据环境下车联网个性化信息服务平台总体结构
　　5.1.2 大数据环境下车联网个性化信息服务平台技术构架
　　5.2 大数据环境下车联网个性化信息服务平台大数据应用框架
　　5.3 大数据环境下车联网个性化信息服务应用的主要技术
　　5.3.1 OBD 技术
　　5.3.2 用户建模技术
　　5.3.3 射频识别技术
　　5.3.4 异构网络融合
　　
　　第 6 章 结论与展望
　　
　　6.1 结论
　　6.2 展望

　　参考文献