推荐视频制作信息的方法、装置及设备.pdf

《推荐视频制作信息的方法、装置及设备.pdf》由会员分享，可在线阅读，更多相关《推荐视频制作信息的方法、装置及设备.pdf（19页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910543671.5 (22)申请日 2019.06.21 (71)申请人 深圳市轱辘汽车维修技术有限公司 地址 518000 广东省深圳市龙岗区坂田街 道五和大道北元征科技厂区1号厂房4 楼 (72)发明人 刘新兰飞杨明昭 (74)专利代理机构 深圳中一联合知识产权代理 有限公司 44414 代理人 朱肖凤 (51)Int.Cl. G06F 16/78(2019.01) G06F 16/735(2019.01) G06Q 10/00(2012.01) (54)发明名称 。

2、一种推荐视频制作信息的方法、 装置及设备 (57)摘要 本申请适用于计算机技术领域， 提供了一种 推荐视频制作信息的方法及设备， 推荐视频制作 信息的方法包括： 获取待统计的所有目标车型的 信息； 获取与所述目标车型相关的历史车型的历 史维修信息； 基于所述历史维修信息预测所述目 标车型中的故障车型， 以及预测所述故障车型的 故障概率以及故障原因； 基于所述故障车型的故 障概率以及故障原因确定待推荐的视频制作信 息； 视频制作信息用于提示相关人员基于故障车 型以及故障原因制作汽车维修视频。 上述方案， 能够通过视频制作信息提示相关人员针对故障 车型以及故障原因制作汽车维修视频， 当目标车 型中。

3、的故障车型的车辆真正发生车辆故障时， 以 满足维修技师对处理车辆故障的视频教程的需 求。 权利要求书2页 说明书13页 附图3页 CN 110377793 A 2019.10.25 CN 110377793 A 1.一种推荐视频制作信息的方法， 其特征在于， 包括： 获取待统计的所有目标车型的信息； 获取与所述目标车型相关的历史车型的历史维修信息； 基于所述历史维修信息预测所述目标车型中的故障车型， 以及预测所述故障车型的故 障概率以及故障原因； 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待推荐 的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作汽车。

4、维修视 频。 2.如权利要求1所述的推荐视频制作信息的方法， 其特征在于， 所述基于所述历史维修 信息预测所述目标车型的车辆发生故障的概率以及故障原因， 包括： 基于所述历史维修信息， 统计每种所述历史车型对应的故障信息； 所述故障信息包括 历史故障车型、 发生故障的时间节点、 故障部件以及故障原因； 所述时间节点基于购买日期 确定； 基于所述目标车型的车辆的上市时长、 所述历史车型对应的所述故障信息， 预测所述 目标车型中的故障车型， 以及预测所述故障车型的故障概率以及故障原因。 3.如权利要求2所述的推荐视频制作信息的方法， 其特征在于， 所述基于所述目标车型 的车辆的上市时长、 所述历史。

5、车型对应的所述故障信息， 预测所述目标车型中的故障车型， 以及预测所述故障车型的故障概率以及故障原因， 包括： 基于所述目标车型的车辆的上市日期、 当前日期， 确定所述目标车型的车辆的上市时 长； 基于所述上市时长确定所述目标车型的车辆在生命周期内所处的目标时间节点； 基于所述故障信息中的历史故障车型、 每种所述目标车型对应的历史车型， 确定所述 目标车型中故障车型； 基于所述故障信息中的所述发生故障的时间节点、 所述故障车型对应的目标时间节 点， 预测所述故障车型对应的故障概率； 基于与所述历史故障车型关联的故障部件以及故障原因， 确定每个所述故障车型对应 的目标故障部件以及目标故障原因。 。

6、4.如权利要求1所述的推荐视频制作信息的方法， 其特征在于， 所述基于所述故障车型 的故障概率以及故障原因确定待推荐的视频制作信息， 包括： 基于所述故障概率， 按从高到低的顺序筛选出第一数目的目标故障车型； 基于所述目标故障车型的故障概率以及故障原因确定待推荐的视频制作信息。 5.如权利要求1至4任一项所述的推荐视频制作信息的方法， 其特征在于， 所述获取待 统计的目标车型的信息， 包括： 获取新发布的车型的订单信息； 基于所述订单信息统计每款所述车型的销量； 基于每款所述车型的销量， 按从高到低的顺序筛选出预设数目的目标车型。 6.一种推荐视频制作信息的装置， 其特征在于， 包括： 第一获。

7、取单元， 用于获取待统计的所有目标车型的信息； 第二获取单元， 用于获取与所述目标车型相关的历史车型的历史维修信息； 权利要求书 1/2 页 2 CN 110377793 A 2 预测单元， 用于基于所述历史维修信息预测所述目标车型中的故障车型， 以及预测所 述故障车型的故障概率以及故障原因； 推荐单元， 用于基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信 息； 所述待推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制 作汽车维修视频。 7.如权利要求6所述的推荐视频制作信息的装置， 其特征在于， 所述预测单元包括： 统计单元， 用于基于所述历史维修信息， 统计。

8、每种所述历史车型对应的故障信息； 所述 故障信息包括历史故障车型、 发生故障的时间节点、 故障部件以及故障原因； 所述时间节点 基于购买日期确定； 故障预测单元， 用于基于所述目标车型的车辆的上市时长、 所述历史车型对应的所述 故障信息， 预测所述目标车型中的故障车型， 以及预测所述故障车型的故障概率以及故障 原因。 8.如权利要求7所述的推荐视频制作信息的装置， 其特征在于， 所述故障预测单元具体 用于： 基于所述目标车型的车辆的上市日期、 当前日期， 确定所述目标车型的车辆的上市时 长； 基于所述上市时长确定所述目标车型的车辆在生命周期内所处的目标时间节点； 基于所述故障信息中的历史故障车。

9、型、 每种所述目标车型对应的历史车型， 确定所述 目标车型中故障车型； 基于所述故障信息中的所述发生故障的时间节点、 所述故障车型对应的目标时间节 点， 预测所述故障车型对应的故障概率； 基于与所述历史故障车型关联的故障部件以及故障原因， 确定每个所述故障车型对应 的目标故障部件以及目标故障原因。 9.一种推荐视频制作信息的设备， 所述推荐视频制作信息的设备包括存储器、 处理器 以及存储在所述存储器中并可在所述处理器上运行的计算机程序， 其特征在于， 所述处理 器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程。

10、序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。 权利要求书 2/2 页 3 CN 110377793 A 3 一种推荐视频制作信息的方法、 装置及设备 技术领域 0001 本申请属于计算机技术领域， 尤其涉及一种推荐视频制作信息的方法、 装置及设 备。 背景技术 0002 随着科技的进步和互联网技术的发展， 越来越多的人通过视频来传输信息、 分享 信息或分享生活。 例如， 一些技师或专家分享制作的视频教程， 以便用户通过视频教程学习 相应的技能或知识。 比如， 车辆故障维修等。 0003 技师或专家通常是基于自己的主观意愿制作视频教程， 这样可能导。

11、致制作出来的 视频教程的关注度较低， 从而无法制作出满足用户需求的视频。 发明内容 0004 有鉴于此， 本申请实施例提供了一种推荐视频制作信息的方法、 装置及设备， 以解 决现有技术中， 技师或专家通常是基于自己的主观意愿制作视频教程， 这样可能导致制作 出来的视频教程的关注度较低， 从而无法制作出满足用户需求的视频的问题。 0005 本申请实施例的第一方面提供了一种推荐视频制作信息的方法， 包括： 0006 获取待统计的所有目标车型的信息； 0007 获取与所述目标车型相关的历史车型的历史维修信息； 0008 基于所述历史维修信息预测所述目标车型中的故障车型， 以及预测所述故障车型 的故障。

12、概率以及故障原因； 0009 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待 推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作汽车维 修视频。 0010 进一步地， 所述基于所述历史维修信息预测所述目标车型的车辆发生故障的概率 以及故障原因， 包括： 0011 基于所述历史维修信息， 统计每种所述历史车型对应的故障信息； 所述故障信息 包括历史故障车型、 发生故障的时间节点、 故障部件以及故障原因； 所述时间节点基于购买 日期确定； 0012 基于所述目标车型的车辆的上市时长、 所述历史车型对应的所述故障信息， 预测 所述目标车型中的故障车型， 。

13、以及预测所述故障车型的故障概率以及故障原因。 0013 进一步地， 所述基于所述目标车型的车辆的上市时长、 所述历史车型对应的所述 故障信息， 预测所述目标车型中的故障车型， 以及预测所述故障车型的故障概率以及故障 原因， 包括： 0014 基于所述目标车型的车辆的上市日期、 当前日期， 确定所述目标车型的车辆的上 市时长； 0015 基于所述上市时长确定所述目标车型的车辆在生命周期内所处的目标时间节点； 说明书 1/13 页 4 CN 110377793 A 4 0016 基于所述故障信息中的历史故障车型、 每种所述目标车型对应的历史车型， 确定 所述目标车型中故障车型； 0017 基于所述。

14、故障信息中的所述发生故障的时间节点、 所述故障车型对应的目标时间 节点， 预测所述故障车型对应的故障概率； 0018 基于与所述历史故障车型关联的故障部件以及故障原因， 确定每个所述故障车型 对应的目标故障部件以及目标故障原因。 0019 进一步地， 所述基于所述故障车型的故障概率以及故障原因确定待推荐的视频制 作信息， 包括： 0020 基于所述故障概率， 按从高到低的顺序筛选出第一数目的目标故障车型； 0021 基于所述目标故障车型的故障概率以及故障原因确定待推荐的视频制作信息。 0022 进一步地， 所述获取待统计的目标车型的信息， 包括： 0023 获取新发布的车型的订单信息； 002。

15、4 基于所述订单信息统计每款所述车型的销量； 0025 基于每款所述车型的销量， 按从高到低的顺序筛选出预设数目的目标车型。 0026 本申请实施例的第二方面提供了一种推荐视频制作信息的装置， 包括： 0027 第一获取单元， 用于获取待统计的所有目标车型的信息； 0028 第二获取单元， 用于获取与所述目标车型相关的历史车型的历史维修信息； 0029 预测单元， 用于基于所述历史维修信息预测所述目标车型中的故障车型， 以及预 测所述故障车型的故障概率以及故障原因； 0030 推荐单元， 用于基于所述故障车型的故障概率以及故障原因确定待推荐的视频制 作信息； 所述待推荐的视频制作信息用于提示相。

16、关人员基于所述故障车型以及所述故障原 因制作汽车维修视频。 0031 进一步地， 所述预测单元包括： 0032 统计单元， 用于基于所述历史维修信息， 统计每种所述历史车型对应的故障信息； 所述故障信息包括历史故障车型、 发生故障的时间节点、 故障部件以及故障原因； 所述时间 节点基于购买日期确定； 0033 故障预测单元， 用于基于所述目标车型的车辆的上市时长、 所述历史车型对应的 所述故障信息， 预测所述目标车型中的故障车型， 以及预测所述故障车型的故障概率以及 故障原因。 0034 进一步地， 所述故障预测单元具体用于： 0035 基于所述目标车型的车辆的上市日期、 当前日期， 确定所述。

17、目标车型的车辆的上 市时长； 0036 基于所述上市时长确定所述目标车型的车辆在生命周期内所处的目标时间节点； 0037 基于所述故障信息中的历史故障车型、 每种所述目标车型对应的历史车型， 确定 所述目标车型中故障车型； 0038 基于所述故障信息中的所述发生故障的时间节点、 所述故障车型对应的目标时间 节点， 预测所述故障车型对应的故障概率； 0039 基于与所述历史故障车型关联的故障部件以及故障原因， 确定每个所述故障车型 对应的目标故障部件以及目标故障原因。 说明书 2/13 页 5 CN 110377793 A 5 0040 进一步地， 所述推荐单元具体用于： 基于所述故障概率， 按。

18、从高到低的顺序筛选出 第一数目的目标故障车型； 基于所述目标故障车型的故障概率以及故障原因确定待推荐的 视频制作信息。 0041 进一步地， 所述第一获取单元具体用于： 0042 获取新发布的车型的订单信息； 0043 基于所述订单信息统计每款所述车型的销量； 0044 基于每款所述车型的销量， 按从高到低的顺序筛选出预设数目的目标车型。 0045 本申请实施例的第三方面提供了一种推荐视频制作信息的设备： 包括存储器、 处 理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序， 所述处理器执行所 述计算机程序时实现以下步骤： 0046 获取待统计的所有目标车型的信息； 0047 获取与。

19、所述目标车型相关的历史车型的历史维修信息； 0048 基于所述历史维修信息预测所述目标车型中的故障车型， 以及预测所述故障车型 的故障概率以及故障原因； 0049 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待 推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作汽车维 修视频。 0050 本申请实施例的第四方面提供了一种计算机可读存储介质， 所述计算机可读存储 介质存储有计算机程序， 所述计算机程序被处理器执行时实现以下步骤： 0051 获取待统计的所有目标车型的信息； 0052 获取与所述目标车型相关的历史车型的历史维修信息； 0053 基于所述。

20、历史维修信息预测所述目标车型中的故障车型， 以及预测所述故障车型 的故障概率以及故障原因； 0054 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待 推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作汽车维 修视频。 0055 本申请实施例与现有技术相比存在的有益效果是： 0056 通过获取与待统计的目标车型相关的历史车型的历史维修信息， 基于获取到的历 史维修信息预测在未来一段时间内目标车型中可能发生故障的故障车型， 以及预测故障车 型的故障概率以及故障原因， 并基于故障车型的故障概率以及故障原因确定待推荐的视频 制作信息， 以通过视频制作信息提。

21、示相关人员针对故障车型以及故障原因制作汽车维修视 频。 这样一来， 制作维修视频教程的专家在获取到视频制作信息时， 可以基于故障车型的概 率以及故障原因制作汽车维修视频教程； 当目标车型中的故障车型的车辆真正发生车辆故 障时， 维修技师可以下载相应的视频教程进行学习， 以满足维修技师对处理车辆故障的视 频教程的需求。 附图说明 0057 为了更清楚地说明本申请实施例中的技术方案， 下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本申请的一些 说明书 3/13 页 6 CN 110377793 A 6 实施例， 对于本领域普通技术人员来讲， 在。

22、不付出创造性劳动性的前提下， 还可以根据这些 附图获得其他的附图。 0058 图1是本申请一实施例提供的推荐视频制作信息的方法的实现流程示意图； 0059 图2是本申请另一实施例提供的推荐视频制作信息的方法的实现流程示意图； 0060 图3是本申请一实施例提供的推荐视频制作信息的装置的示意图； 0061 图4是本申请另一实施例提供的推荐视频制作信息的装置的示意图； 0062 图5是本申请一实施例提供的推荐视频制作信息的设备的示意图。 具体实施方式 0063 以下描述中， 为了说明而不是为了限定， 提出了诸如特定系统结构、 技术之类的具 体细节， 以便透彻理解本申请实施例。 然而， 本领域的技术。

23、人员应当清楚， 在没有这些具体 细节的其它实施例中也可以实现本申请。 在其它情况中， 省略对众所周知的系统、 装置、 电 路以及方法的详细说明， 以免不必要的细节妨碍本申请的描述。 0064 为了说明本申请所述的技术方案， 下面通过具体实施例来进行说明。 0065 请参见图1， 图1是本申请一实施例提供的推荐视频制作信息的方法的实现流程示 意图， 本实施例的推荐视频制作信息的方法的执行主体为推荐视频制作信息的装置， 该推 荐视频制作信息的装置可以为智能手机、 笔记本等移动终端等， 还可以是台式电脑或其他 终端， 此处不做限制。 本申请中推荐视频制作信息的装置以终端为例进行说明， 如图所示的 推。

24、荐视频制作信息的方法可包括： 0066 S101： 获取待统计的所有目标车型的信息。 0067 当用户需要获取用于制作视频的推荐信息以制作视频时， 可以通过终端中用于获 取推荐信息的交互界面触发请求信息， 以请求获取用于制作视频的推荐信息。 0068 其中， 用户可以在交互界面中输入待统计的所有车型时， 触发请求信息； 此时请求 信息中包括待统计的所有车型的信息。 车型可以是车辆类型， 例如， 轿车、 越野车等； 车型也 可以是用于表示某品牌某车系； 还可以是指车辆型号。 0069 用户也可以在交互界面中输入用于筛选待统计的所有车型的筛选条件时， 触发请 求信息， 此时请求信息中包括该筛选条件。

25、。 筛选条件可以是， 筛选预设统计周期内新上市或 新发布的车型， 预设统计周期可以是近1个月或近3个月， 但并不限于此； 筛选条件还可以 是， 预设统计周期内新上市的受欢迎的车型或热门车型； 还可以是预设统计周期内新上市 的销量较好的车型。 0070 可以理解的是， 当请求信息中包括待统计的所有车型的信息时， 终端可以从用户 触发的请求信息中获取待统计的目标车型的信息； 当请求信息包括用于筛选待统计的所有 车型的筛选条件时， 终端可以采用网络爬虫技术(Web crawler)， 从网络数据库中爬取符合 该筛选条件的车型的信息， 得到待统计的目标车型的信息。 待统计的目标车型的信息包括 车辆型号。

26、或用于表示车辆型号的标识信息。 0071 可以理解的是， 待统计的目标车型可以为用户选择的车型， 也可以为新上市的车 型， 还可以是新上市且比较受欢迎的车型或销量较好的车型。 0072 进一步地， 为了准确预测在未来一段时间内市场上目标车型的车辆出现概率较高 的车辆故障， 并针对可能出现的车辆故障制作出视频教程， 以更好地指导修车技师针对目 说明书 4/13 页 7 CN 110377793 A 7 标车型的故障进行维修， 满足修车技师的对维修视频的需求， S101可以包括S1011S1013， 具体如下： 0073 S1011： 获取新发布的车型的订单信息。 0074 终端可以采用网络爬虫技。

27、术(Web crawler)， 从网络数据库中爬取在预设统计周 期内新发布的车型， 并爬取所有新发布的车型的订单信息， 订单信息包括车辆型号、 车辆的 配件信息。 车辆的配件信息包括但不限于发动机的型号、 变速箱的型号等。 预设的统计周期 可以以当前日期为基准往前推移预设时长， 例如， 当前日期前的一周、 一个月、 三个月等。 0075 例如， 假设当前时间为2019年6月11日， 预设统计周期为1个月， 那么终端可以采用 网络爬虫技术从网络数据库中爬取距离当前日期前一个月内(即， 2019年5月11日到6月10 日期间)新上市车辆的车辆型号， 并爬取在2019年5月11日到6月10日期间所有。

28、新上市的车 辆的订单信息。 0076 S1012： 基于所述订单信息统计每款所述车型的销量。 0077 终端可以基于每个订单信息中的车辆型号， 统计每款车辆型号对应的卖出的数 量， 得到每款车辆型号的销量。 0078 S1013： 基于每款所述车型的销量， 按从高到低的顺序筛选出预设数目的目标车 型。 0079 预设数目可以为30、 50、 或100等， 具体可根据实际情况进行设置， 此处不做限制。 0080 终端可以按销量从高到低的顺序或从低到高的顺序对所有车辆型号的效率进行 排序， 并按从高到低的顺序筛选出预设数目的目标车型， 得到销量较好的目标车型。 这样以 便后续预测销量较好的目标车型。

29、在未来一段时间内可能发生的车辆故障， 进而向制作维修 视频教程的专家推荐可能发生故障的车辆型号及故障原因， 以便专家针对可能发生故障的 车辆型号以及故障原因制作维修视频教程。 这样一来， 在目标车辆型号的车辆真正发生车 辆故障时， 维修技师可以下载相应的视频教程进行学习， 以满足维修技师对处理车辆故障 的视频教程的需求。 0081 可以理解的是， 当互联网中已公布各车型的销量时， 在S101中， 终端还可以采用网 络爬虫技术从网络数据库或网页中爬取各车型的销量排行榜， 从销量排行榜中筛选出销量 较好的预设数目的目标车型， 并记录目标车型的相关信息。 目标车型的相关信息包括目标 车型的车辆型号、。

30、 目标车型对应的历史版本及历史版本的车辆型号等。 0082 S102： 获取与所述目标车型相关的历史车型的历史维修信息。 0083 终端基于所有目标车型的信息中包含的车辆型号， 获取与目标车型的车辆型号相 关的历史车型的信息； 或者， 基于目标车型与历史车型之间的预设对应关系获取与所述目 标车型相关的历史车型的信息。 0084 之后， 基于历史车型的信息获取历史车型的历史维修信息。 历史车型的信息可以 包括历史车型的车辆型号。 历史车型是指目标车型之前的对应的旧车型。 0085 例如， 针对某款车型S1， 在2013年发布了第一代车型是S1-1， 在2014年发布的第二 代车型是S1-2， 在。

31、2015年发布的第三代车型是S1-3， 在2016年发布的第四代车型是S1-4， 在 2017年发布的第五代车型是S1-5， 在2018年发布的第六代车型是S1-6， 在2019年发布的第 七代车型是S1-7。 假设车型S1-7为第一目标车型， 那么与第一目标车型S1-7相关的历史车 型的为S1-1、 S1-2、 S1-3、 S1-4、 S1-5、 S1-6、 S1-7。 说明书 5/13 页 8 CN 110377793 A 8 0086 其中， 与目标车型相关的历史车型的历史维修信息可以由终端从网络数据库中爬 取， 也可以由终端从各汽车维修店的服务器中获取， 还可以由终端从各汽车品牌对应的。

32、服 务器中获取。 0087 历史维修信息可以包括发生故障的车辆的车辆型号、 故障配件、 故障原因以及维 修时间等。 0088 维修时间可以是维修当日的日期， 也可以按车辆的生命周期的时间节点表示， 例 如， 购买后一年内、 购买后两年、 购买后三到五年内等。 或者， 购买后6个月、 购买后1年、 购买 后16个月、 购买后24个月等。 生命周期的时间节点可以以月为最小单位， 也可以以年为最小 单位， 此处不做限制。 其中， 生命周期的起点为上市日期， 终点为报废日期。 0089 故障原因例如， 机油孵化、 发动机加速无力、 变速箱漏油等。 0090 S103： 基于所述历史维修信息预测所述目标。

33、车型中的故障车型， 以及预测所述故 障车型的故障概率以及故障原因。 0091 终端从所有历史车型对应的历史维修信息中， 分别获取发生故障的故障车辆的故 障车辆型号， 并基于历史维修信息统计每个故障车辆型号各自对应的故障原因、 故障配件 以及维修时间。 基于每个故障车辆型号对应的维修时间确定在生命周期内该维修时间所属 的时间节点， 并基于与每个故障车辆型号的每个维修时间关联的故障原因、 故障配件， 统计 每个故障车辆型号在生命周期内的各时间节点所对应的故障频次、 故障原因以及故障配 件。 故障频次是指在生命周期的某时间节点(例如一年内)发生故障的次数。 生命周期的起 点是购车日期， 生命周期内的。

34、各时间节点可以以年为最小单位。 0092 例如， 车型S1的第五代车型在新车购买后一年内出现机油孵化问题的频次为50 次， 在新车购买后一到三年内出现发动机加速无力问题的频次为100次， 在新车购买后三到 五年内出现变速箱漏油问题的频次为80次。 0093 终端基于故障车辆型号、 车辆型号与车型之间的预设对应关系， 确定与其相关的 目标车型， 得到目标车型中的故障车型。 例如， 故障车辆型号为S1-6， 与其相关的目标车型 为S1。 0094 终端基于每个故障车辆型号在生命周期内的各时间节点所对应的故障频次， 预测 目标车型中的故障车型在生命周期内各时间节点各自对应的故障概率； 基于每个故障车。

35、辆 型号在生命周期内的各时间节点所对应的故障原因以及故障配件， 预测目标车型中的故障 车型在生命周期内各时间节点各自对应的故障原因及故障配件。 由于产品的功能等具有延 续性， 因此， 可以通过往期历史车型的故障概率预测属于同系列的新车型在生命周期的各 时间节点发生故障的概率及原因。 0095 S104： 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作 汽车维修视频。 0096 待推荐的视频制作信息包括目标车型中的故障车型以及每个故障车型对应的故 障概率和故障原因， 以便录制汽车维修视频的专家基于故障。

36、车型以及故障概率和故障原因 制作汽修视频教程。 0097 可以理解的是， 终端可以向录制汽车维修视频的专家， 推荐所有可能发生故障的 故障车型的信息以及每个故障车型对应的故障原因。 说明书 6/13 页 9 CN 110377793 A 9 0098 终端也可以对目标车型中所有故障车型的故障概率进行排序， 从而筛选出故障概 率较高的预设数目的故障车型， 并将筛选出的故障车型以及每个故障车型对应的故障原因 推荐给录制汽车维修视频的专家。 0099 预设数目可以是10、 20或30， 也可以根据实际情况进行设置， 此处不做限制。 0100 可以理解的是， 在S104之后， 还可以包括： 将确定的待。

37、推荐的视频制作信息推送至 预设的用户账户， 以便使用该用户账户的用户在获取到视频制作信息时， 能够针对故障车 型以及故障原因制作汽车维修视频。 0101 预设的用户账户为预先设置了订阅视频推荐消息的账户。 0102 上述方案， 通过获取与待统计的目标车型相关的历史车型的历史维修信息， 基于 获取到的历史维修信息预测在未来一段时间内目标车型中可能发生故障的故障车型， 以及 预测故障车型的故障概率以及故障原因， 并基于故障车型的故障概率以及故障原因确定待 推荐的视频制作信息， 以通过视频制作信息提示相关人员针对故障车型以及故障原因制作 汽车维修视频。 这样一来， 制作维修视频教程的专家在获取到视频。

38、制作信息时， 可以基于故 障车型的概率以及故障原因制作汽车维修视频教程； 当目标车型中的故障车型的车辆真正 发生车辆故障时， 维修技师可以下载相应的视频教程进行学习， 以满足维修技师对处理车 辆故障的视频教程的需求。 0103 请参见图2， 图2是本申请另一实施例提供的推荐视频制作信息的方法的实现流程 示意图， 本实施例与上一实施例的区别在于S203S206。 本实施例中S201S202与上一实 施例中的S101S102相同， 具体请参阅上一实施例中S101S102的相关描述， 此处不赘述。 S203S206具体如下： 0104 S203： 基于所述历史维修信息， 统计每种所述历史车型对应的故。

39、障信息； 所述故障 信息包括历史故障车型、 发生故障的时间节点、 故障部件以及故障原因； 所述时间节点基于 购买日期确定。 0105 终端在获取到与所有目标车型相关的历史车型的历史维修信息时， 获取每个历史 维修信息中包含的故障车辆型号以及维修信息， 基于每个故障车辆型号对应的维修时间确 定在生命周期内该维修时间所属的时间节点， 得到每个故障车辆型号对应的发生故障的时 间节点， 建立每个故障车辆型号、 每个故障车辆型号对应的发生故障的时间节点、 故障部件 以及故障原因之间的关联关系， 得到每个故障车辆型号的故障信息。 0106 之后， 基于每个历史车型对应的车辆型号， 确定故障车辆型号所属的历。

40、史车型， 建 立历史车型、 故障车辆型号以及故障信息之间的关联关系， 得到每个历史车型对应的故障 信息。 历史车型对应的故障信息包括： 历史故障车型、 发生故障的时间节点、 故障部件以及 故障原因。 0107 可以理解的是， 故障信息还可以包括在生命周期内的各时间节点所对应的故障频 次， 故障频次是指在生命周期的某时间节点(例如一年内)发生故障的次数。 生命周期的起 点是购车日期， 生命周期内的各时间节点可以以年为最小单位。 0108 S204： 基于所述目标车型的车辆的上市时长、 所述历史车型对应的所述故障信息， 预测所述目标车型中的故障车型， 以及预测所述故障车型的故障概率以及故障原因。 。

41、0109 终端可以爬取目标车型的车辆的上市时长， 也可以获取目标车型的上市日期， 并 基于当前日期以及每个目标车型的上市日期， 计算当前日期与每个目标车型的上市日期之 说明书 7/13 页 10 CN 110377793 A 10 间的差值的绝对值， 得到目标车型的车辆的上市时长。 0110 终端基于每种目标车型对应的历史车型、 所有历史车型各自对应的故障信息中包 含的历史故障车型， 从目标车型中确定历史故障车型对应的故障车型， 以预测目标车型中 的故障车型； 基于每种目标车型的车辆的上市时长、 所有历史车型各自对应的故障信息中 包含的发生故障的时间节点， 确定故障车型当前可能发生故障的故障概。

42、率， 基于所有历史 车型各自对应的故障信息中包含的故障原因， 预测故障车型可以发生故障的故障原因。 0111 其中， 当目标车型的车辆的上市时长小于历史故障车型发生故障的时间节点对应 的购买时长时， 目标车型的车辆的上市时长与历史故障车型发生故障的时间节点对应的购 买时长越接近， 故障车型当前可能发生故障的故障概率越高。 当目标车型的车辆的上市时 长大于或等于历史故障车型发生故障的时间节点对应的购买时长时， 目标车型的车辆的上 市时长与历史故障车型发生故障的时间节点对应的购买时长偏离越远， 故障车型当前可能 发生故障的故障概率越高。 0112 在另一实施方式中， 当查找到任意目标车型对应的历史。

43、故障车型时， 基于该目标 车型的上市时长以及该历史故障车型对应的发生故障的时间节点， 确定该目标车型当前发 生故障的概率， 基于该历史故障车型对应的故障部件以及故障原因， 预测该目标车型的车 辆当前可能发生故障的故障原因以及故障部件。 其中， 当该目标车型的上市时长小于该历 史故障车型对应的发生故障的时间节点时， 该目标车型的上市时长与该历史故障车型对应 的发生故障的时间节点越接近， 发生历史故障车型已发生的故障的概率越大。 例如， 第一目 标车型的上市时长为1年， 第一目标车型的历史故障车型对应的发生故障的时间节点为购 买后1年内， 那么第一目标车型的车辆当前发生故障的概率较大。 0113 。

44、当该目标车型的上市时长大于或等于该历史故障车型对应的发生故障的时间节 点时， 该目标车型的上市时长与该历史故障车型对应的发生故障的时间节点偏离越远， 发 生历史故障车型已发生的故障的概率越大。 0114 可以理解的是， 当故障信息中包含在生命周期内的各时间节点所对应的故障频次 时， 终端可以基于目标车型的上市时长确定当前日期在生命周期内所处的目标时间节点， 并基于该目标车型对应的历史故障车型在该目标时间节点发生故障的故障频次， 预测目标 车型的车辆当前发生故障的故障概率。 其中， 历史故障车型在该目标时间节点发生故障的 故障频次的数值越大， 目标车型的车辆当前发生故障的故障概率越大。 0115。

45、 或者， 当故障信息中包含在生命周期内的各时间节点所对应的故障频次时， 终端 可以基于目标车型的上市时长确定当前日期在生命周期内所处的目标时间节点， 基于目标 时间节点、 目标车型对应的历史故障车型发生故障的时间节点， 计算目标时间节点与发生 故障的时间节点之间的差值， 基于该差值以及发生故障的时间节点所对应的故障频次， 确 定目标车型中的故障车型的故障概率。 0116 该差值可以是正数， 也可以是负数， 当该差值越小发生故障的概率越低； 当该差值 越大发生故障的概率越高。 0117 具体地， 可以预先设置多个差值区间， 每个差值区间基于故障频次设置相应的故 障概率， 终端在计算得到目标时间节。

46、点与发生故障的时间节点之间的差值时， 确定该差值 所属的目标差值区间， 基于差值区间与故障概率之间的预设对应关系， 确定目标差值区间 对应的故障概率。 说明书 8/13 页 11 CN 110377793 A 11 0118 进一步地， S204可以包括S2041S2045， 具体如下： 0119 S2041： 基于所述目标车型的车辆的上市日期、 当前日期， 确定所述目标车型的车 辆的上市时长。 0120 终端获取目标车型的上市日期， 并基于当前日期以及每个目标车型的上市日期， 计算当前日期与每个目标车型的上市日期之间的差值的绝对值， 得到目标车型的车辆的上 市时长。 上市日期是指新车型的发布。

47、时间， 或在市场上开始销售的时间。 例如， 上市时长 当前日期-上市日期。 上市时长的最小单位可以为天， 也可以为月或年， 具体可根据实际情 况进行设置， 此处不做限制。 0121 S2042： 基于所述上市时长确定所述目标车型的车辆在生命周期内所处的目标时 间节点。 0122 车辆的生命周期内包括多个时间节点， 比如， 购买后1年、 购买后18个月、 购买后2 年、 购买后3年、 购买后5年、 购买后10年、 购买后15年等。 时间节点可根据车辆允许行驶的最 大里程数以及一年行驶的里程数进行设置。 0123 终端可以从生命周期包含的多个时间节点中， 选择与上市时长最接近的时间节点 作为目标时。

48、间节点。 0124 S2043： 基于所述故障信息中的历史故障车型、 每种所述目标车型对应的历史车 型， 确定所述目标车型中故障车型。 0125 终端基于每个历史车型对应的故障信息中包含的历史故障车型， 每种目标车型对 应的历史车型， 查找每个目标车型对应的历史故障车型。 0126 当查找到任意目标车型对应的历史故障车型时， 执行S2044。 0127 当未查找到任意目标车型对应的历史故障车型时， 结束本次流程。 0128 S2044： 基于所述故障信息中的所述发生故障的时间节点、 所述故障车型对应的目 标时间节点， 预测所述故障车型对应的故障概率。 0129 当查找到任意目标车型对应的历史故。

49、障车型时， 基于该历史故障车型的故障信息 中发生故障的时间节点、 故障车型对应的目标时间节点， 计算目标时间节点与发生故障的 时间节点两者之间的时长差值的绝对值， 基于计算得到的时长差值的绝对值预测故障车型 对应的故障概率。 0130 其中， 当目标时间节点小于发生故障的时间节点时， 时长差值的绝对值越小， 故障 车型对应的故障概率越大； 当目标时间节点大于或等于发生故障的时间节点时， 时长差值 的绝对值越大， 故障车型对应的故障概率越大。 0131 S2045： 基于与所述历史故障车型关联的故障部件以及故障原因， 确定每个所述故 障车型对应的目标故障部件以及目标故障原因。 0132 终端基于。

50、查找到的任意目标车型对应的历史故障车型的故障信息中包含的故障 部件以及故障原因， 预测目标车型中的故障车型的车辆当前可能发生故障的目标故障原因 以及目标故障部件。 0133 S205： 基于所述故障车型的故障概率以及故障原因确定待推荐的视频制作信息； 所述待推荐的视频制作信息用于提示相关人员基于所述故障车型以及所述故障原因制作 汽车维修视频。 0134 本实施例中S205与上一实施例中的S104相同， 具体请参阅上一实施例中S104的相 说明书 9/13 页 12 CN 110377793 A 12 关秒速， 此处不赘述。 0135 进一步地， 为了便于制作汽车维修视频教程的专家有针对较大概率。