基于车载诊断设备的汽车后服务系统设计与实现

摘要

随着国民经济的快速发展，我国的汽车保有量不断增长，随着汽车保有量的增长，汽车后服务市场的需求和价值也不断攀升。如何整合现有的汽车保养和维修店铺，为广大车主提供快速、便捷、经济的汽车保养和维护服务成了广大汽车O2O创业者面临的难题。针对我国汽车后服务市场的现状和现有汽车O2O应用存在的不足，提出了基于车载诊断设备的汽车后服务系统，来满足广大车主对汽车后服务的需求。 本系统基于车载诊断设备OBD采集用户车辆行驶数据，在用户行驶数据和车辆故障码的基础之上为用户提供汽车养护服务。系统数据收集采用开源的网络通信框架Netty，同时结合RabbitMQ异步消息队列为用户提供推送服务。系统整体主要包含两个部分:第一部分针对用户需求开发独立的基础服务模块:包括运营商后台、服务商后台、圈子模块、OBD数据收集和APP接口，通过这些模块可以为用户提供基础的汽车养护服务和交流平台;第二部分为推荐子系统，该模块主要结合用户的历史消费记录、用户基本信息和车辆故障码等信息为用户提供店铺推荐服务，该模块主要使用机器学习框架Mahout搭建，并针对基于用户的协同过滤算法存在的不足提出了改进，提出了基于区域的矩阵划分和多维度评分机制。 本系统主要采用Java语言开发，同时使用了基于NIO的高性能通信框架Netty和机器学习框架Mahout来实现。考虑到随着数据和用户的增长带来的系统压力，数据库采用了主被复制的方案，并采用一定的分表和缓存策略。开发工具主要采用MyEclipse10和Mysql5.6。系统结合OBD诊断设备将传统汽车保养系统用户主动搜索服务的被动服务模式，变为结合汽车故障码为车主主动推荐店铺的主动服务和被动服务相结合的服务模式。经过测试和参数调节，系统运行情况良好，已经投入使用。

目录

声明

摘要

1．1项目背景及研究意义

1．2国内现状

1．3论文主要研究内容

1．4论文组织结构

第2章相关技术介绍

2．1异步通信框架Netty

2．2机器学习框架Mahout

2．2．1 Mahout的整体框架

2．2．2 Mahout优点与缺点

2．3推荐技术介绍

2．3．1推荐算法介绍

2．3．2相似度度量

2．3．3推荐系统评测

2．4本章小结

第3章系统需求分析和设计

3．1系统需求分析

3．1．1 OBD数据收集模块需求分析

3．1．2服务商后台需求分析

3．1．3运营商后台需求分析

3．1．4圈子模块需求分析

3．2系统设计

3．2．1系统架构设计

3．2．2系统功能模块设计

3．2．3系统数据库设计

3．3推荐子系统设计

3．3．1整体架构

3．3．2数据收集模块设计

3．3．3推荐引擎模块

3．3．4过滤和重排序模块设计

3．4本章小结

第4章系统实现

4．1系统总体实现

4．1．1 OBD数据收集模块实现

4．1．2服务商后台管理模块实现

4．1．3运营商后台管理模块实现

4．1．4圈子模块实现

4．2推荐子系统实现

4．2．1数据收集层实现

4．2．2推荐模块实现

4．2．3过滤和重排序模块

4．3本章小结

第5章关键技术实现

5．1算法的应用背景

5．2算法选型

5．3基于LBS和多维评分的推荐算法设计

5．3．1基于地理位置的矩阵划分

5．3．2动态多维评分

5．4实验及结果分析

5．4．1 实验环境

5．4．2实验数据集

5．4．3实验结果

5．5本章小节

6．1总结

6．2展望

参考文献

致谢