停车场推荐方法、装置、电子设备和介质

技术领域

本申请实施例涉及数据处理技术，尤其涉及大数据技术，具体涉及一种停车场推荐方法、装置、电子设备和介质。

背景技术

当前，车主用户出行时大多数都是基于地图类应用软件进行导航操作的，不管是出行办公、举家旅行或者跨城市出行，车主用户都需要借助地图类应用软件路线导航到达一个并不熟悉的地方，由于对目的地与目的地周边不甚了解，在到达目的地后，能够给用户推荐理想的周边停车场成为一项亟待解决的问题。

现有的停车场推荐方法，都是基于停车场本身的动态或者静态属性进行推荐，因此推荐结果的精细度较低，无法满足用户的个性化需求。

发明内容

本申请实施例公开一种停车场推荐方法、装置、电子设备和介质，可以解决现有停车场推荐方法无法满足用户个性化需求的问题。

第一方面，本申请实施例公开了一种停车场推荐方法，包括：

获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息；

获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户的用户特征信息；

根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，并将所述目标推荐停车场推荐给当前用户。

上述申请中的一个实施例具有如下优点或有益效果：通过根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息，以及根据历史停车信息确定当前用户的用户特征信息，最终根据各停车场特征信息和用户特征信息，确定目标推荐停车场并推荐给用户，由于推荐时不仅考虑了停车场特征信息，还考虑了用户特征信息，使得推荐结果可以满足用户个性化的需求。

另外，根据本申请上述实施例的停车场推荐方法，还可以具有如下附加的技术特征：

可选的，根据所述历史停车信息确定当前用户的用户特征信息，包括：

根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度；

根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息。

上述申请中的一个实施例具有如下优点或有益效果：通过根据历史停车信息确定当前用户与各候选停车场的相关度，并根据所述相关度以及各候选停车场的停车特征信息，确定用户特征信息，为后续根据用户特征信息确定目标推荐停车场奠定了数据基础。

可选的，根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息，包括：

将各所述候选停车场的相关度分别与对应所述候选停车场的停车场特征信息之间乘积的和值，作为当前用户的用户特征信息。

上述申请中的一个实施例具有如下优点或有益效果：通过将各候选停车场的相关度与各候选停车场的停车场特征信息之间乘积的和值，作为当前用户的用户特征信息，实现了确定用户特征信息的技术效果，为后续根据用户特征信息确定目标推荐停车场奠定了数据基础。

可选的，根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度，包括：

若所述历史停车信息与任一候选停车场相关联，则当前用户与该候选停车场的相关度为第一数值，否则为第二数值；其中，所述第一数值与所述第二数值不同。

上述申请中的一个实施例具有如下优点或有益效果：通过根据历史停车信息与候选停车场之间的关联情况，确定候选停车场的相关度，为后续根据候选停车场的相关度确定用户特征信息，奠定了数据基础。

可选的，所述历史停车信息包括：在停车场的出入场记录、预约记录、停车记录、缴费记录以及停车时长记录中的至少一个。

上述申请中的一个实施例具有如下优点或有益效果：将在停车场的出入场记录、预约记录、停车记录、缴费记录以及停车时长记录中的至少一个作为历史停车信息，丰富了历史停车信息包含的信息，使得根据历史停车信息确定的候选停车场的相关度更加的精准。

可选的，根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，包括：

按照预设相似度计算算法，计算所述用户特征信息与各所述停车场特征信息之间的相似度；

选择计算出的最高相似度对应的候选停车场，作为目标推荐停车场。

上述申请中的一个实施例具有如下优点或有益效果：通过计算用户特征信息与各停车场特征信息之间的相似度，并将最高相似度对应的候选停车场作为目标推荐停车场，使得目标推荐停车场不仅考虑了停车场特征信息，还考虑了用户特征信息，使得推荐结果可以满足用户个性化的需求。

可选的，根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，包括：

按照预设相似度计算算法，计算当前用户的用户特征信息与其他用户的用户特征信息之间的相似度；

确定与当前用户的用户特征信息的相似度大于设定阈值的其他用户，以及为其他用户确定的目标推荐停车场；

将为其他用户确定的目标推荐停车场，确定为当前用户对应的目标推荐停车场。

上述申请中的一个实施例具有如下优点或有益效果：通过计算当前用户的用户特征信息与其他用户的用户特征信息之间的相似度，并将相似度大于设定阈值的其他用户的目标推荐停车场，作为当前用户对应的目标停车场，实现了基于用户之间相似度来推荐目标推荐停车场的技术效果，进一步的满足了用户个性化的需求。

第二方面，本申请实施例还公开了一种停车场推荐装置，包括：

停车场特征信息确定模块，用于获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息；

用户特征信息确定模块，用于获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户的用户特征信息；

停车场推荐模块，用于根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，并将所述目标推荐停车场推荐给当前用户。

第三方面，本申请实施例还公开了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意实施例所述的停车场推荐方法。

第四方面，本申请实施例还公开了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的停车场推荐方法。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的一种停车场推荐方法的流程示意图；

图2是根据本申请第二实施例的一种停车场推荐方法的流程示意图；

图3是根据本申请第三实施例的一种停车场推荐方法的流程示意图；

图4是根据本申请第四实施例的一种停车场推荐装置的结构示意图；

图5是用来实现本申请实施例的停车场推荐方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

实施例一

图1为本申请实施例一提供的一种停车场推荐方法的流程示意图。本实施例适用于向用户推荐停车场的情况，可以由本申请实施例提供的停车场推荐装置来执行，该装置可以采用软件和/或硬件的方式实现。如图1所示，该方法可以包括：

S101、获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息。

其中，候选停车场表示距离用户的目标位置在预设距离阈值内的所有可用停车场，预设距离阈值可任意设定。候选停车场的属性信息包括静态属性信息、动态属性信息以及所属区域属性信息中的至少一个，其中静态属性信息表示停车场的固有属性信息，包括停车场收费信息、总车位大小、停车场类型、用户导航终点与停车场的驾车距离、用户导航终点与停车场的驾车时间、用户导航终点与停车场的步行距离以及用户导航终点与停车场的步行时间中的至少一个；动态属性信息包括停车场当前剩余车位信息、停车耗时以及停车难易程度信息中的至少一个；所属区域属性信息表示停车场所属区域的有关信息，包括：所属父POI(Point of Interest，兴趣点)的信息，例如所属医院的等级信息，所属旅游景点的等级信息，所在区域的环路信息，所在商场的繁华程度信息等。

具体的，用户在使用导航类应用软件时，若想查询目标位置附近的候选停车场，其中目标位置可以是当前位置也可以是其它任意位置，则点击导航类应用软件界面上的查询按钮，服务器响应查询请求，并以目标位置为中心，预设距离阈值为半径确定目标搜索区域，并在目标搜索区域中确定候选停车场。确定候选停车场后，服务器根据存储的历史采集信息确定各候选停车场属性信息中的静态属性信息和所属区域属性信息，并根据实时采集的信息来确定各候选停车场属性信息中的动态属性信息。最终根据获取的各候选停车场属性信息，通过包括卷积神经网络、Word2Vec和Doc2Vec等方法，将获取的各候选停车场的属性信息转化为对应候选停车场的停车场特征信息。

通过获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息，为后续根据停车场特征信息确定目标推荐停车场，奠定了基础。

S102、获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户的用户特征信息。

其中，随着无人停车场与电子化停车场、在线预约、缴费和停车记录等网络功能的不断完善，用户的历史停车信息已经可以很方便的获取到，用户的历史停车信息即表示用户以往在停车场产生的相关记录信息。

具体的，用户每次执行完与各候选停车场相关的各类操作后，通过包括导航类应用软件记录该次信息，并传输至服务器作为当前用户的历史停车信息进行存储，当该用户需要查询停车场时，服务器根据该用户的身份信息来获取与该用户相关的历史停车信息。从获取的历史停车信息中查询是否有关联的各候选停车场，并依据查询结果以及各候选停车场的停车场特征信息，确定当前用户的用户特征信息。

可选的，所述历史停车信息包括：在停车场的出入场记录、预约记录、停车记录、缴费记录以及停车时长记录中的至少一个。

可选的，步骤102中“根据所述历史停车信息确定当前用户的用户特征信息”，包括：根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度；根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息。

通过获取当前用户的历史停车信息，并根据历史停车信息确定当前用户的用户特征信息，为后续根据用户特征信息确定目标推荐停车场，奠定了基础。

S103、根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，并将所述目标推荐停车场推荐给当前用户。

具体的，获取各停车场特征信息和当前用户的用户特征信息后，确定用户特征信息与各停车场特征信息之间的关联程度，并根据关联程度从候选停车场中选取目标推荐停车场，其中目标推荐停车场的数量可以是一个也可以是多个。最终将得到的目标推荐停车场推荐给用户，推荐的形式包括，将目标推荐停车场可视化的显示在导航类应用软件界面中，当用户点击确认按钮，则根据用户的目标位置以及目标推荐停车场的位置，生成导航路线，并在导航类应用软件界面上生成辅助信息，包括距离信息、所需时间信息、红绿灯数量、路况信息以及天气信息等等。

可选的，S103包括：按照预设相似度计算算法，计算所述用户特征信息与各所述停车场特征信息之间的相似度；选择计算出的最高相似度对应的候选停车场，作为目标推荐停车场。

单纯考虑停车场属性信息，固然可以为用户提供相应的停车场，但是随着人民生活水平的提高，对于自我个性化的要求也越来越高，信息流的推荐需要个性化，商品的推荐需要个性化，同样，对于车主用户来说，如果可以根据历史停车信息推荐个性化停车场，毕然可以为用户提供更加精细化的和符合自身停车需求的停车场，例如某些用户倾向于停在大型商场的地下停车库，而不介意距离稍微远一些，某些用户则更倾向于停在目的地周边距离更近或者剩余车位更多的停车场，这些都需要对用户进行更深层次的挖掘，因此通过根据各停车场特征信息和用户特征信息，从各候选停车场中选取出目标推荐停车场，可以满足用户个性化的需求。

本申请实施例提供的技术方案，通过根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息，以及根据历史停车信息确定当前用户的用户特征信息，最终根据各停车场特征信息和用户特征信息，确定目标推荐停车场并推荐给用户，由于推荐时不仅考虑了停车场特征信息，还考虑了用户特征信息，使得推荐结果可以满足用户个性化的需求。

实施例二

图2为本申请实施例二提供的一种停车场推荐方法的流程示意图。本实施例为上述实施例提供了一种具体实现方式，如图2所示，该方法可以包括：

S201、获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息。

S202、获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度。

具体的，在历史停车信息中包括的各记录信息中进行查询，确定与各候选停车场之间的关联关系，并根据查询结果确定当前用户分别与各候选停车场的相关度。

可选的，S202包括：若所述历史停车信息与任一候选停车场相关联，则当前用户与该候选停车场的相关度为第一数值，否则为第二数值；其中，所述第一数值与所述第二数值不同。

示例性的，假设历史停车信息中的“在停车场的出入场记录”中有候选停车场A的记录，则表示历史停车信息与候选停车场A相关联，相应的当前用户与候选停车场A的相关度为第一数值；假设历史停车信息中的“预约记录”中有候选停车场B的记录，则表示历史停车信息与候选停车场B相关联，相应的当前用户与候选停车场B的相关度为第一数值；假设历史停车信息中的“在停车场的出入场记录”、“预约记录”、“停车记录”、“缴费记录”以及“停车时长记录”中都没有候选停车场C的记录，则表示历史停车信息与候选停车场C不关联，相应的当前用户与候选停车场C的相关度为第二数值。在本实施例中第一数值可选的为“1”，第二数值可选的为“0”。

S203、根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息。

可选的，S203包括：将各所述候选停车场的相关度与各所述候选停车场的停车场特征信息之间乘积的和值，作为当前用户的用户特征信息。

用户特征信息的计算过程可以由以下公式表示：

示例性的，假设候选停车场的集合由候选停车场A、候选停车场B、候选停车场C和候选停车场D构成；候选停车场A的停车场特征信息为A1，候选停车场B的停车场特征信息为B1，候选停车场C的停车场特征信息为C1，候选停车场D的停车场特征信息为D1；当前用户x与候选停车场A的相关度为1，与候选停车场B的相关度为1，与候选停车场C的相关度为0，与候选停车场D的相关度为1，则当前用户x的用户特征信息X为X＝1*A1+1*B1+0*C1+1*D1＝A1+B1+D1。

S204、按照预设相似度计算算法，计算所述用户特征信息与各所述停车场特征信息之间的相似度。

其中，预设相似度计算算法包括但不限于余弦相似度算法和皮尔逊相关系数算法等。

具体的，将用户特征信息与各停车场特征信息作为输入参数，代入预设相似度计算算法中，计算得到相似度。本实施例以选取余弦相似度算法作为预设相似度计算算法为例，具体计算过程可以由以下公式表示：

其中，x

S205、选择计算出的最高相似度对应的候选停车场，作为目标推荐停车场，并将所述目标推荐停车场推荐给当前用户。

具体的，将S204计算得到的相似度按照从高到低的原则进行排序，确定最高相似度，并将最高相似度对应的候选停车场，作为目标推荐停车场，最终将该目标推荐停车场推荐给当前用户。

本申请实施例提供的技术方案，通过获取当前用户的历史停车信息，并根据历史停车信息确定当前用户分别与各候选停车场的相关度，进而根据当前用户分别与各候选停车场的相关度以及各候选停车场的停车场特征信息，确定当前用户的用户特征信息，最终按照预设相似度计算算法，计算用户特征信息与各停车场特征信息之间的相似度，并将最大相似度对应的候选停车场推荐给当前用户，由于推荐时不仅考虑了停车场特征信息，还考虑了用户特征信息，使得推荐结果可以满足用户个性化的需求。

实施例三

图3为本申请实施例三提供的一种停车场推荐方法的流程示意图。本实施例为上述实施例提供了一种具体实现方式，如图3所示，该方法可以包括：

S301、获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息。

S302、获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度。

S303、根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息。

S304、按照预设相似度计算算法，计算当前用户的用户特征信息与其他用户的用户特征信息之间的相似度。

其中，预设相似度计算算法包括但不限于余弦相似度算法和皮尔逊相关系数算法等。

具体的，将当前用户的用户特征信息与其他用户的用户特征信息作为输入参数，代入预设相似度计算算法中，计算得到相似度。

S305、确定与当前用户的用户特征信息的相似度大于设定阈值的其他用户，以及为其他用户确定的目标推荐停车场。

具体的，根据设定阈值对S304中求得的各相似度进行筛选，确定与当前用户的用户特征信息的相似度大于设定阈值的其他用户。并确定为所述其它用户确定的目标推荐停车场。

示例性的，当前用户A的用户特征信息与其他用户B、其他用户C和其他用户D的用户特征信息之间的相似度分别为80％、85％和90％，设定阈值为83％，则确定其他用户C和其他用户D，以及为其他用户C和其他用户D确定的目标推荐停车场：停车场C和停车场D。

S306、将为其他用户确定的目标推荐停车场，确定为当前用户对应的目标推荐停车场，并推荐给当前用户。

本申请实施例提供的技术方案，通过计算当前用户的用户特征信息与其他用户的用户特征信息之间的相似度，并将相似度大于设定阈值的其他用户的目标推荐停车场，作为当前用户对应的目标停车场，实现了基于用户之间相似度来推荐目标推荐停车场的技术效果，进一步的满足了用户个性化的需求。

实施例四

图4为本申请实施例四提供的一种停车场推荐装置40的结构示意图，可执行本申请任一实施例中所提供的一种停车场推荐方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置可以包括：

停车场特征信息确定模块41，用于获取各候选停车场的属性信息，并根据各候选停车场的属性信息分别确定对应候选停车场的停车场特征信息；

用户特征信息确定模块42，用于获取当前用户的历史停车信息，并根据所述历史停车信息确定当前用户的用户特征信息；

停车场推荐模块43，用于根据各所述停车场特征信息和所述用户特征信息，从各所述候选停车场中选取出目标推荐停车场，并将所述目标推荐停车场推荐给当前用户。

在上述实施例的基础上，所述用户特征信息确定模块42，具体用于：

根据所述历史停车信息确定当前用户分别与各所述候选停车场的相关度；

根据当前用户分别与各所述候选停车场的相关度以及各所述候选停车场的停车场特征信息，确定当前用户的用户特征信息。

在上述实施例的基础上，所述用户特征信息确定模块42，具体还用于：

将各所述候选停车场的相关度与各所述候选停车场的停车场特征信息之间乘积的和值，作为当前用户的用户特征信息。

在上述实施例的基础上，所述用户特征信息确定模块42，具体还用于：

若所述历史停车信息与任一候选停车场相关联，则当前用户与该候选停车场的相关度为第一数值，否则为第二数值；其中，所述第一数值与所述第二数值不同。

在上述实施例的基础上，所述历史停车信息包括：在停车场的出入场记录、预约记录、停车记录、缴费记录以及停车时长记录中的至少一个。

在上述实施例的基础上，所述停车场推荐模块43，具体用于：

按照预设相似度计算算法，计算所述用户特征信息与各所述停车场特征信息之间的相似度；

选择计算出的最高相似度对应的候选停车场，作为目标推荐停车场。

在上述实施例的基础上，所述停车场推荐模块43，具体还用于：

按照预设相似度计算算法，计算当前用户的用户特征信息与其他用户的用户特征信息之间的相似度；

确定与当前用户的用户特征信息的相似度大于设定阈值的其他用户，以及为其他用户确定的目标推荐停车场；

将为其他用户确定的目标推荐停车场，确定为当前用户对应的目标推荐停车场。

本申请实施例所提供的一种停车场推荐装置40，可执行本申请任一实施例所提供的一种停车场推荐方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请任一实施例所提供的一种停车场推荐方法。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图5所示，是根据本申请实施例的停车场推荐方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的停车场推荐方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的停车场推荐方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的停车场推荐方法对应的程序指令/模块(例如，附图4所示的停车场特征信息确定模块41、用户特征信息确定模块42和停车场推荐模块43)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的停车场推荐方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据停车场推荐的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至停车场推荐的电子设备。上述网络的实例包括但不限于互联网、企业内部网、区块链网络、局域网、移动通信网及其组合。

停车场推荐方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与停车场推荐的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，通过确定各候选停车场的停车场特征信息，以及当前用户的用户特征信息，最终根据各停车场特征信息和用户特征信息，向用户推荐停车场，由于推荐时不仅考虑了停车场特征信息，还考虑了用户特征信息，使得推荐结果可以满足用户个性化的需求。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。