大数据环境下车联网个性化信息服务模式

　　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。

　　车联网（Internet of vehicles）是引申于物联网的一个概念。传统的车联网定义是指通过安装在车辆上的无线射频识别技术，实现在信息网络平台上对所有车辆的车身信息、属性信息和静态、动态信息进行提取和有效利用，并根据不同的功能需求对所有车辆的运行状态进行效监管，提供综合服务[50].随着车联网技术和产业的不断发展，车联网的概念也发生了变化。根据车联网产业技术创新战略联盟的定义，车联网是在车与车、车与路、车与人和车与互联网之间进行无线通信和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络。

　　车联网个性化信息服务是指能满足不同的车联网用户对特定信息需求的服务模式，即根据不同车联网用户的不同需要向其提供相应的个性化信息，或者车联网平台主动的根据用户的驾驶行为、习惯路径等向其提供信息服务，为用户创造一个良好的信息环境。

　　4.1.2 车联网个性化信息服务的特点。

　　车联网个性化信息服务的宗旨是为车联网用户量身定制满足其个性化需求的信息服务，其服务的特点主要有以下 4 个方面：

　　（1）更具针对性的服务内容。

　　基于车联网的信息服务种类有很多，而其中个性化的信息服务则具有着针对性，它能够为车联网用户提供符合其自身需求的信息，还能交换车联网用户的使用信息。车联网所提供的个性化信息服务，就如同汽车用户的私人管家一样，只对该用户提出的需求负责。车联网用户可以主动的在车联网信息服务平台检索自己需求的信息，也可以通过车联网信息服务平台获得相应服务商的各类服务。例如当车联网用户需要对汽车进行保养维护时，可以主动在车联网信息服务平台中搜寻评价最高的汽车保养店。与此同时车联网信息服务平台会为每个车联网用户建立个人数据库，通过数据挖掘寻找用户潜在的信息需求。例如，车联网信息服务平台通过用户数据库的记录发现其车辆出现问题，会针对该问题向用户推荐服务方案，做到更有针对性的为用户进行服务。由于车联网信息的交互性，利用车联网提供的数据汽车服务商也会有针对性的改进服务方式，提高车联网用户获得服务的质量。

　　（2）服务内容的主动性与时效性。

　　车联网个性化信息服务是主动的为车联网用户提供服务，利用大数据的特点对用户行为和需求进行预测，并且在用户没有提出要求前向用户主动推送其可能需要的服务信息。对内容提供商所提供的信息资源进行实时的整合更新，保证发送给车联网用户的信息是实时的、新鲜且有价值的。综上所述，车联网个性化信息服务是具有主动性和时效性的。

　　（3）智能化的服务。

　　智能性作为个性化信息服务的一个重要特点，在车联网个性化信息服务中也有所体现。每一位车联网用户在信息服务平台中都有自己专属的个人档案和数据库。在汽车行驶中，根据汽车的行驶情况和不断变化的位置信息对数据库进行实时的更新，不断改变对信息的过滤和筛选规则，筛选出信息资源中不符合用户要求的部分，并将其过滤掉，保证用户获得信息的质量。

　　（4）多样化的服务内容车联网个性化信息服务还具备服务内容多样化的特点，不但可以使用户时刻了解汽车的使用情况，也可以根据用户所的位置信息向用户提供其可能需要的其他类服务。在具体的服务方式和内容上，车联网用户拥有着很大的自由度，用户可以指定接受服务的方式和接收信息的时间，通过这种指定的方式车联网信息服务平台按照用户的意愿为其提供信息。与此同时，多样化的内容保证了用户对车联网信息服务的新鲜度，用户可以选择获取所需信息资源的类型，例如用户可以按照自己的喜好选择音频信息、图像信息或者视频显示。

　　4.1.3 车联网个性化信息服务的意义。

　　车联网用户对信息的使用偏好是车联网个性化信息服务的基础，提供给用户符合其个性化信息需求的服务[51].车联网个性化信息服务的意义主要有两个方面，一方面，从用户角度出发，车联网用户的信息需求能够通过个性化信息服务得到满足，每一位车联网用户都可以获得适合其自身的信息服务；另一方面，从信息提供者角度出发，个性化信息服务功能越完善，用户的满意度越高，用户粘性也就会越强，也会有更多的用户选择加入车联网并通过车联网信息服务平台获取所需的信息，最终达到开拓市场的目的。同时，个性化信息服务是为车联网用户量身打造的，它还可以对用户潜在的更高的信息需求产生刺激的作用。通过更多的车联网用户提供的数据，信息提供方的信息服务质量也会随着提高。在大数据环境下，日趋完善的个性化信息信息服务，为车联网信息服务平台赢得了前所未有的收益和为用户提供了更大的便利的同时，也为广大的汽车服务商赢得了更加广泛的发展空间。对个性化信息服务的发展产生促进作用。

　　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。

　　车联网个性化信息服务的目标就是为车联网用户解决问题，满足车联网用户的信息需求，提供更优质的服务[52]

　　.从而提升用户粘性。符合用户需求且服务更主动、服务质量更高是个性化服务最本质的目标，个性化信息服务核心目的就是为了使信息需求不同的车联网用户都能更快、更便捷的得到更满意的信息和服务，从而让更多的车主加入到车联网信息服务平台中，最终达到推动车联网发展的目的。用户的兴趣纷繁复杂，完善车联网信息服务平台所能具备的功能，将使用户获得的用户体验更舒适更贴心，个性化信息服务的意义得以实现。同时，会有更多的汽车用户加入到车联网当中，更多的用户对服务质量做出的反馈，将作为第一手信息被保留，在接下来的推荐过程中加以利用，丰富车联网用户的个人信息，使个性化信息服务越来越准确，最终形成良性循环。

　　根据之前的分析，研究构建了车联网个性化信息服务得基本框架，并且有针对性的提出了四种个性化信息服务方式。

　　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。

　　对大数据环境下车联网个性化信息服务模式的研究，首先要明确信息服务模式中的信息服务主体、信息服务受体、信息服务手段和信息服务内容四个组成要素和它们之间基本关系的[53].

　　大数据环境下的车联网个性化信息服务模式中，车联网信息服务平台作为信息服务主体在其中起到核心组织者的作用，而车联网用户则在车联网个性化信息服务模式扮演者信息服务受体的角色，信息服务手段则是平台像用户提供信息和解决问题的途径，而车联网信息服务平台向用户提供的各种信息资源则是信息服务的内容。车联网信息服务平台利用统计方法、时空数据挖掘技术和关联分析方法，建立轨迹网行为模式模型，用以发掘轨迹网行为知识。包括统计分析特定路段车流速度，确定该路段道路通行能力，为交通疏导提供参考；轨迹网停靠点与轨迹记录主体转换点知识挖掘，合理构建完善服务体系与设施，对海量的数据进行数据挖掘和处理等工作，找到潜在用户需求与用户所需的合适信息，通过车载终端或者移动终端等途径传递给用户，为用户提供个性化信息服务的模式。在大数据环境下，进一步促进数据挖掘是车联网未来发展的的重点，研究车联网中"人-车-环境"的数据挖掘问题，通过数据挖掘算法对历史数据进行知识发现。将大幅提升车联网信息服务平台的核心竞争能力与服务能力，为车辆全寿命周期管理提供坚实的支撑。

　　4.3.2 大数据环境下车联网个性化信息服务内容。

　　车联网信息服务平台是以数据为基础来提供信息服务的，在大数据环境下，数据规模、存储方式和组织方式等特征都在发生着转变。面对这些转变，车联网信息服务平台所提供的服务模式和信息服务内容也在同步地发生着转变[54].传统的被动服务模式已经不再适用了，而采取主动服务被动服务相结合的服务模式。

　　更适合大数据环境下的车联网个性化信息服务平台。其中，被动服务是指车联网用户主动查找自己所需的信息服务或者车联网用户主动向呼叫中心寻求的帮助，从车联网信息平台提供的信息服务而言，被动式的信息服务具有较强的针对性，但是从车联网用户角度出发，被动服务的模式使用户的潜在需求被信息服务平台忽视了。而主动服务的模式，能够通过与某个特定用户具有相似需求的其他用户的数据发现其潜在的信息需求看，不仅丰富了车联网用户获得的信息，让用户发觉自身其他的需求，为其带来意想不到的惊喜，还能为汽车服务商提供数据支持。

　　以汽车保险公司为例，通过用户建模技术可以为保险公司提供数据支持以便汽车保险公司定义优质客户。另外，车联网个性化信息服务提供的信息检索功能和传统的信息检索是有区别的，并不是将检索出的相关信息在车载模块中堆叠，让用户自行对比选择自己需要的信息。而是对车联网用户在平台中的个人数据库进行分析运算，通过不同运算规则的定义，过滤不符合用户要求的信息，主动为用户提供更优质的信息资源[55].这样，车联网用户寻取所需信息的方式更加便捷、高效，为用户节省了大量的时间和精力。

　　综上所述，车联网个性化信息服务的具体内容有：
　　
　　（1）预测预警。

　　车联网个性化信息服务平台根据采集数据进行数据分类，聚类，关联等方式，对数据进行消除噪声，推倒计算缺值数据，消除重复记录等数据预处理，完成数据类型转换，减少数据挖掘时属性个数。通过监督方式，学习方式建立行车模型，预测预警异常车辆故障代码，从而消除驾驶过程中行车安全隐患。采集多种车型的车身数据，包括汽车 CAN 总线，OBD 等的数据进行分析，提取和挖掘，通过对驾驶行为进行分析测评，识别出驾驶过程中的违规行为和不安全行为，从而提前提醒驾驶员规避可能产生的危险，提高行车安全。

　　（2）单轨迹知识发现。

　　车联网个性化信息服务平台根据车载终端 GPS 轨迹数据的定位点、运行区间段内数据进行统计和特征分析，以及轨迹匹配技术，发掘单轨迹行为知识，包括记录车辆停靠时间、判断车辆行驶线路是否正确、记录特定路线车辆行驶速度，监控车辆行驶状态等：
　　
　　（3）用户行为预测。

　　车联网个性化信息服务平台通过用户大量历史行为数据中获取有效地、新颖的，潜在有用的，最终可理解的数据进行分析，提取和挖掘，预测用户在类似场景下的未来行为，从而在实际应用中可以有效的为相应产品进行服务组合和定制服务提供预测和推荐。

　　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。

　　车联网用户可以主动向车联网信息平台提交想要获知的车身信息情况的要求，平台为不同用户制定不同服务方案，并且定期地将相关信息提供给用户。

　　车况信息服务主要应用了 OBD 技术，通过车载终端对记录用户的汽车实用情况，例如 ECU 状态、刹车状态、发生的故障、保养情况、行驶里程数等等重点信息。以手机短信、网页信息或是邮件形式定期发送给车联网用户，用于展示最近一个周期内车辆的各项指标是否正常以及出现的问题。这类信息服务服务类似于电商网站利用 RSS 技术向网购用户提供他们曾经浏览或者有购买意向的商品的最新信息。同时车联网用户可以通过网络端或者呼叫中心设置发送的频率。另外，当汽车出现问题时，车联网信息服务平台可以根据实时更新的车况报告主动向用户提供车辆异常信息。

　　4.4.2 交通信息服务。

　　在线交通信息，可以让用户了解当前及目的地区域的交通状况，如是否拥堵、车行不畅或顺畅等。在车联网个性化信息服务中，交通信息服务主要通过用户主动查询交通信息和信息服务平台监测下发交通堵塞/预警信息两种模式实现。车联网信息服务平台整合收集实时道路交通情况，并将实时交通路况信息上传。车联网用户可以使用移动或车载终端对当前交通信息进行查询。同时车联网信息服务平台利用射频识别和无线传感技术，实时监测车联网用户的位置，当监测到用户所处位置有有交通事故、交通堵塞等易导致车行不畅的情况时，车联网信息服务平台会主动将该路段的交通事故信息或交通堵塞信息上传并主动向车联网用户发出信息预警或信息提示。

　　4.4.3 资讯信息服务。

　　资讯信息推送是一种主动的服务方式，是车联网信息服务平台给车联网用户主动的推送当前最新鲜的新闻报道或者股市信息等，这种推送方式很好的体现了车联网个性化信息服务的主动性。类似于微博的热点推荐，车联网信息服务平台以不同用户群体的实时浏览数据为基础，分析总结出当前最新鲜的资讯信息向用户推送。利用数据挖掘技术和协同过滤技术找到当前最热门的资讯信息，通过车载终端或者移动终端推送给用户。车联网信息服务平台分析过滤信息的基础是用户的所在位置信息和利用车联网查找资讯时留下的历史记录。例如，当发现车联网用户对股票信息更感兴趣时，车联网信息服务平台会实时地将当日股市大盘信息提供给用户以便其进行浏览。

　　车联网信息服务平台以点击率和浏览量为基础保障，给用户提供其感兴趣的多类信息资讯，满足用户的个性化需求。一般来说，用户一方面急需多类资讯，另一方面又很难及时了解这些资讯信息，也无法保证信息的新鲜程度。所以，资讯信息推送的信息服务模式对车联网个性化信息服务的完善有着重大意义。

　　4.4.4 兴趣点挖掘信息服务。

　　信息时代，人们在日常生活中的产生的各种数据形成了大数据，而在大数据环境下，车联网信息服务平台可以充分利用数据挖掘技术，对用户留下的海量数据：行车路线、查询历史和驾驶习惯等进行深层次的数据挖掘来获取用户的个性化需求。车辆上传的每一组数据都是带有位置信息和时间的，大数据的特征是完整和混杂，小数据的特征是部分和确切。而车联网与车有关的大数据特征是完整加精准的。利用汽车用户在搜索车联网信息服务平台中的信息资源时所产生的信息记录，和用户经常行驶的轨迹信息，可以对发展趋势和用户的爱好进行充分分析与挖掘，最大程度的还原用户的生活方式。

　　车联网信息服务平台想要开展兴趣点挖掘的信息服务模式，需要将车联网用户兴趣特征其行驶的轨迹信息，所在位置等相结合，这需要具有较强信息处理能力的信息服务后台，才能发现用户的潜在信息需求，从而更好的服务提供给用户。数据挖掘技术是兴趣点挖掘服务的基础，是通过对数据还原用户的生活方式，建立相应的兴趣模型来进行信息服务的一种模式。

　　这种信息服务分为主动服务和被动服务两种模式，被动服务是指通过用户使用车联网兴趣点呼叫功能和在线兴趣点查找功能，将用户查找的兴趣点发送到车辆。而主动服务则是自被动服务的同时对用户查找的兴趣点进行记录。分析建立用户的个性化兴趣模型，并基于用户当前所处位置向用户主动推送新的兴趣点信息。

　　兴趣挖掘信息服务的流程主要是用户兴趣点查找和用户个性化信息模型构建。整个信息服务流程如图 4.4,信息服务模式由三个部分组成：首先是兴趣点查找功能，通过用户使用车联网兴趣点查找功能为用户提供信息服务和导航服务并建立用户兴趣库。第二，用户兴趣库将储存记录之前兴趣点查找模块中分析提供的信息，每当获取新的兴趣信息时，要对用户的兴趣库进行及时的更新。最后，根据用户兴趣库数据和用户当前所在的位置信息为用户提供兴趣点推荐服务。