王晨 高洪偉 呂貴林 陳濤 孫玉洋

摘? 要：“情緒流”車媒體智能新聞推薦系統(tǒng)是新華網、一汽集團聯合打造的智能車媒體交互空間，通過該智能系統(tǒng)可得益于新華網內容的權威性、安全性，根據用戶畫像進行內容的個性化推送。該畫像過程不僅融入用戶的興趣以及瀏覽行為，同時加入新華網核心技術-生理傳感對用戶在瀏覽、聆聽相關內容時的生理情緒反應作為算法的重要維度，真正實現線上行為數據、線下生理情緒數據的全數據貫通，打破傳統(tǒng)車載環(huán)境內容推薦算法的弊端。

關鍵詞：車媒體;智能戒指;新聞智能分發(fā)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 中圖分類號：G210.7? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

文章編號：1671-0134（2020）09-120-05? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19483/j.cnki.11-4653/n.2020.09.037

本文著錄格式：王晨，高洪偉，呂貴林，陳濤，孫玉洋.“情緒流”車媒體智能新聞推薦系統(tǒng)[J].中國傳媒科技，2020（9）：120-124.

1.介紹

隨著大數據、人工智能等技術的發(fā)展和應用，汽車行業(yè)正面臨前所未有的挑戰(zhàn)。汽車除了具備交通工具的屬性，還具有連接人和物、物和物的媒介屬性。而以智能化為代表的技術創(chuàng)新也已經全面滲透媒體機構的所有環(huán)節(jié)，“萬物皆媒體”。因此，智能交通領域與傳媒領域進行跨界深度融合將擁有全新的生長空間，能否抓住這一輪技術浪潮也是贏得車媒體產業(yè)未來的關鍵。

隨著5G投入商用，車聯網將成為最大的應用場景。從國內外汽車行業(yè)發(fā)展趨勢看，車內大屏化、多屏化、智能交互化、個性化的特征越來越明顯。同時智能網聯汽車的發(fā)展，必將出現一個市場體量巨大的車內媒體生態(tài)，將引導汽車制造、信息技術、交通服務帶來翻天覆地的變化，這將是未來媒體必爭之地。同時也給現有媒體提出了一個新的問題：如何進入汽車領域、影響更廣泛受眾、占領輿論引領的新陣地？

定制化是企業(yè)為滿足受眾需求而為顧客量身定做的產品營銷手段，近年來越來越受到媒體行業(yè)的關注。如何準確掌握受眾的閱讀興趣與需求也日益成為媒體行業(yè)發(fā)展關鍵。在手機客戶端蓬勃發(fā)展的大數據時代，一些高科技媒體公司憑借著新聞定制化服務和對受眾心理訴求的全方位挖掘成功突圍，占領了手機新聞客戶端榜首。而汽車信息消費是一個不同于手機的應用場景。用戶在駕駛過程中，無法看新聞，只能靠聽新聞的方式來進行信息消費，以及語音的方式進行信息的交互。如果需要在車載這個應用場景做信息的個性化推薦和定制，傳統(tǒng)的，適合手機新聞的智能推薦系統(tǒng)，在車載這個場景將無法使用。

新華網和一汽集團，建立“國網”與“國車”的戰(zhàn)略合作模式和聯合研發(fā)機制，以生物傳感和情緒流新聞等技術為主要研究內容，全面融合一汽集團的全系列產品，對現有車機系統(tǒng)進行智能化、人性化的改造升級，增強企業(yè)的市場競爭力，并形成產業(yè)生態(tài)圈。雙方聯合研發(fā)的基于情感交互用戶體驗研究出發(fā)的車媒體生態(tài)系統(tǒng)，將顛覆現有的信息消費方式，將人的數據耦合進車的數據信息系統(tǒng)，并參與整個人—機—環(huán)境的生命周期生長，在汽車生命化的趨勢中提前布局，并快速占據領先位勢。針對車載模式下，用戶駕駛行為的分析，[5-9]用戶疲勞狀態(tài)的檢測，[1-4，10]為車載信息內容制作的音視頻公司提供新的前沿科技和商業(yè)模式，力爭能夠在車聯網的市場分得一杯羹。雙方將充分利用好新華網的新聞資源、發(fā)布平臺和一汽的客戶群體緊密連接，依據司乘人員生理傳感器數據、行為習慣等數據進行精準推送，打造車載新聞娛樂影音系統(tǒng)的今日頭條。

2.現有工作基礎

物聯網時代，移動網絡電臺通過車載系統(tǒng)，切入車聯網的內容服務。物聯網時代，巨大的流量市場，對移動電臺服務商的吸引力很大，因為每一輛車都可以看做是一個移動終端。根據艾瑞咨詢研究數據顯示：89.3%的用戶在行車中收聽廣播，有40.5%的用戶在行車中收聽移動音頻。因此，作為消費能力比較高的一個用戶群體，自然會成為移動電臺廠商的香饃饃。

移動網絡電臺，通常通過車廠預裝，開發(fā)車載硬件的方式，提供電臺廠商車聯網音頻娛樂解決方案等方式，與車企展開合作。根據美國IHS的數據，2019年，924萬輛車整合了網絡電臺服務，這個數量超過美國汽車市場預期銷量的一半。

2015年1月，福特汽車宣布向程序開發(fā)人員開放車載信息娛樂系統(tǒng)。通過福特的AppLink開發(fā)平臺，車主可以直接通過SYNC系統(tǒng)進入互聯網音樂服務，目前已有Spotify（中文名：聲破天，是全球最大的流媒體音樂服務之一）、Amazon Cloud Player亞馬遜云播放器、iHeart Radio心靈電臺等應用進駐AppLink 。[21]

蜻蜓FM通過聚合電臺超市的方法，給用戶提供音頻服務。[15]而豆瓣FM通過借鑒國外潘多拉（Pandora）電臺的服務模式，將用戶喜好匹配算法組成一個欄目的序，通過個性化推薦的模式給用戶提供服務。[14，20]聽伴是一家音頻內容分發(fā)平臺，借助車載場景化特點，通過預裝的方式，打造不同的內容給車主提供服務。通過與汽車廠商合作分成，目前聽伴已經預裝到了比亞迪、奔馳、沃爾沃等30多家車廠的車載娛樂系統(tǒng)中。[16，22]喜馬拉雅FM是一款為音頻生產者提供內容生產渠道，把“PGC+UGC”內容傳遞給用戶的移動電臺。以智能手機、平板電腦、車載、可穿戴設備等智能終端為音頻載體，為用戶提供音頻服務。[17，21]中國移動咪咕公司攜旗下咪咕視頻、咪咕音樂等多款應用，于2020年9月正式入駐華為Harmony智能座艙，成為Harmony全球首家視頻客戶端及首批音頻客戶端的數據內容合作伙伴。借助5G+AI技術，實現音視頻內容智能推薦，滿足用戶“千人千面”的個性化需求，為用戶提供跨手機、電視、車載多場景的高品質影音體驗，讓每一臺座艙都能成為全場景沉浸體驗的移動空間。[19，18]

以上在車聯網領域活躍的幾家主流音頻服務提供商，目前只是實現了內容單向分發(fā)的功能，寶貴的用戶真實體驗數據，用戶實時動態(tài)的反饋數據，以及用戶的個人結構化信息，由于車企不對外開放，導致音頻服務提供商缺乏獲得用戶畫像數據的方法或者工具，更無從談精準用戶畫像分析，因此也無法延展后續(xù)的商業(yè)服務模式。此外，即使目前通過資本強行進入車聯網，音頻服務提供商還是沒有找到好的合作模式，盡管期待保持與電子消費產品的創(chuàng)新速度同步的想法，但是根本目的也是為了和車企一起吸引更多年輕消費者，從而銷售更多的汽車。目前各大車企也越來越重視汽車本身的連接功能，希望能夠通過車機系統(tǒng)，打造更強的用戶黏性。

3.系統(tǒng)介紹

“情緒流”車媒體智能新聞推薦系統(tǒng)，力爭打造以生物傳感為核心，多模態(tài)人工智能技術融合為基礎，充分挖掘駕乘人員的生理和情緒狀態(tài)，分析駕乘人員的體驗過程，從而提供移動狀態(tài)下的即時、精準、個性化內容服務系統(tǒng)。它致力于最大價值地開發(fā)人的閑暇時間，顛覆依靠手動選擇信息的低效、單向、同質化的傳統(tǒng)消費方式。并解決用戶交互數據不足、與公共數據交互不足的難題，使被開發(fā)的時間邊際效應明顯遞增，帶來全新的共享運營模式。無論何時進入無人駕駛時代，是否需要人的專心駕駛，對于人-人、人-機、人-機-環(huán)境之間新型交互關系的處理，都迫切需要情感計算、人機交互、生物感知、深度學習、圖影像識別等智能技術融合。該系統(tǒng)將使駕乘者的車上時間從一次性消耗品升級為可復用、可再生的新數據資源，實現打造新型車媒體智能生態(tài)系統(tǒng)的初衷。

“情緒流”車媒體智能新聞推薦系統(tǒng)以基于先進生理信號的人工智能技術為核心，以計算機視覺和圖像，自然語言處理技術為輔，以優(yōu)質內容為基石，以個性化定制化交互為靈魂，在一汽開放的車輛研發(fā)平臺上，共同積極推進情感人工智能在車媒體生態(tài)和智能網聯在汽車產業(yè)的應用。系統(tǒng)包含兩大共生體系/平臺，各有側重、互為依托：

3.1基于情感人工智能的人車共融用戶體驗系統(tǒng)

以生物傳感等關鍵情緒識別和情感計算技術實現軟數據與硬數據的融合，通過高精度、高協同和實時性判斷進行精準化產品及服務的定制與提供。其核心在于將人的數據耦合進入數據信息系統(tǒng)中，并參與整個人-機-環(huán)境的生命周期，根據用戶對信息需求的全天候特征、結合傳媒特性建立連續(xù)性成長數據庫，進行多維度、多元化復雜算法開發(fā)，實現硬數據+軟數據在車生態(tài)中的融合與應用。

3.2基于內容的個性化智慧出行服務平臺

基于媒體優(yōu)勢，強調內容生產與個性化需求的對接。通過語音轉譯、面部識別、圖像識別及生物傳感等技術，集成并提供快速高效的新聞、觀點和其他資訊信息。其核心在于對人的內容需求精準獲取和智能化整合提供。媒體公司將聚合資源，從國際時事、政治外交、軍事與經濟等方面切入，結合各大汽車品牌的用戶畫像，提供高端智能信息化服務。并借助成熟的技術對于社交化媒體平臺上的內容進行精準化推送。

“情緒流”車媒體智能新聞推薦系統(tǒng)采用新華網獨家研發(fā)的可穿戴智能戒指，[11]用來采集司機駕駛過程中的生理信號，并實時監(jiān)測司機駕駛過程的生理狀態(tài)，新華網研發(fā)的智能生理算法，[12，13]當司機出現疲勞特征時，實時識別，并進行震動和報警。同時將司機的疲勞信息發(fā)送到云端，云端監(jiān)測中心能夠基于該生理狀態(tài)數據、用戶身份特征及日常車內信息消費習慣，對用戶標簽實時更新，并依據駕乘人員的當前標簽屬性精準推送新聞和音樂信息，從而形成千人千面的個性化內容定制服務（圖1）。

4.系統(tǒng)框架

“情緒流”車媒體智能新聞推薦系統(tǒng)，具整體系統(tǒng)邏輯框架分為四大部分：

智能硬件：該層主要提供了情緒流基礎傳感數據的采集、數模轉換、噪聲處理、數據傳輸等功能;

情緒新聞后臺：主要包括：內嵌各類智能算法、新聞推薦算法、業(yè)務邏輯處理、接口通信、數據處理等等;

情緒新聞云服務：主要面向后臺管理者，通過業(yè)務支撐層提供的服務，具體包括用戶管理、內容管理、算法訓練、接口通信等;

內容推送：新聞客戶端保持和后臺云服務器連接，根據用戶指令，從后臺云服務器每次獲取一條新聞資訊并顯示在車機上。推薦內容包括圖文、資訊播報、音頻、視頻等新聞類信息，信息主要來源于新華體系內容庫。

5.推薦算法

“情緒流”車媒體智能新聞推薦系統(tǒng)，通過采集用戶生理特征信號，進行綜合算法訓練，通過算法訓練不斷提升算法精度，最終完成個性化的內容推送，逐步實現業(yè)務鏈條各環(huán)節(jié)的交互性、自動化及精準度。當系統(tǒng)啟動時，依據用戶的駕駛時長，系統(tǒng)開始推送和駕駛時長相同的新聞內容包。例如用戶的駕駛時長為40分鐘，系統(tǒng)自動在云端調取不同類型的新聞內容，通過機器賽選和剪切的方式，生成40分鐘的新聞內容包。該內容包包含新聞資訊、小品、相聲、音樂等各類內容。用戶在消費信息的過程中，系統(tǒng)依據用戶疲勞值的變化狀態(tài)，學習新聞包的推薦效果，從而決定下一次推薦的新聞包，哪些資訊信息會被替換，哪些同類型的新聞資訊信息會保留推薦。具體推薦效果評估方式為：當用戶聽新聞內容時，系統(tǒng)自動監(jiān)測用戶的疲勞狀態(tài)是否有降低，以及專注度的值是否有明顯提升現象。如果發(fā)現用戶的疲勞狀態(tài)減輕，專注度提升，說明該新聞內容引起了用戶的關注，并同時對用戶的疲勞狀態(tài)有所緩解。系統(tǒng)經過學習后，會在下一次推薦過程中，替換效果差的新聞類型，延續(xù)效果好的新聞內容標簽，做同屬性新聞推薦。等用戶的生理數據，新聞標簽數據以及推薦結果數據有了一定量的積累后，該智能新聞內容推薦系統(tǒng)，就可以依據用戶的生理信號，新聞的標簽數據，給用戶生成一套基于駕駛時長的個性化新聞菜單。

目前該研發(fā)成果將在2020年底在一汽紅旗的兩款車型上進行測試，并推向市場進行銷售。未來，該系統(tǒng)還可以基于生物傳感，結合面部情緒識別和智能語音交互等技術，形成新一代人性化的智能人機交互系統(tǒng)，同時基于媒體強大的內容庫及互聯網線上數據，實現個性化的內容精準分發(fā)平臺，讓車輛不僅是代步工具，還要成為駕乘人員的生活助手和可移動智能終端平臺，甚至是人們生活中不可或缺的具有自我學習進化功能的智能伴侶。

新華網已經導入一汽車機系統(tǒng)總共有9個頻道：《快聽短資訊》、《朝六晚五》、《新華每日電訊·快評》、《權威發(fā)布》、《新華訪談》、《新華網評》、《詩詞劇場》、《有話》、《廣播劇場》。后續(xù)中國一汽和新華網可以整合車媒體戰(zhàn)略合作伙伴，共同開展針對車媒體業(yè)務的資源共享、聯合運營、業(yè)務推廣，例如：借助新華網強大的PR平臺進行宣傳推廣;協助車廠運營車機系統(tǒng)內容服務;同現有車機廠上下游產業(yè)鏈合作伙伴合作，進入更多的車企和車型;導入行業(yè)合作伙伴如廣告商和商業(yè)保險公司等。根據合作伙伴參與形式、參與深度確定具體的合作方式和利益分配方式。

結語

基于生理信號的車載信息服務推薦系統(tǒng)很有可能成為未來主流技術模式。推薦系統(tǒng)發(fā)展了二十年，極大的提升了主流應用的效率，亞馬遜通過推薦系統(tǒng)銷售收入提升 35%，Youtube 主頁上 60% 的瀏覽來自推薦服務。到現在，各主流應用基本都用到了推薦系統(tǒng)。我們知道，在個性化推薦中，與用戶的交互非常重要。比如在亞馬遜或者Ebay購物中瀏覽和購買的物品，以及點擊的“喜歡”和“不喜歡”，都會成為提升推薦精準度的關鍵。但是在車載環(huán)境中，為了安全起見，主動用戶行為很少，傳統(tǒng)做推薦系統(tǒng)產品構帶來很多挑戰(zhàn)性的技術和用戶體驗難題。因此基于駕乘人員的生理反饋，很有可能成為未來車內信息推薦的主流技術模式。

“情緒流”車媒體智能新聞推薦系統(tǒng)的創(chuàng)新成果非常顯著。該系統(tǒng)是世界上第一款基于先進生理技術的車載人工智能信息推薦系統(tǒng)，其中負責疲勞監(jiān)測的智能戒指，也是世界上第一款基于先進生理技術的可穿戴設備。系統(tǒng)打破車內信息消費單向傳播的傳統(tǒng)方式，通過獲取用戶的生理信號狀態(tài)，智能選擇和推薦符合用戶車內信息消費的內容流，形成信息和人生理反饋的良好交互和反饋，從而可以做到減少疲勞駕駛帶來的風險，還可以精準推薦內容，大大改觀了車載模式下的用戶駕駛體驗。

[1]Sahayadhas， A.， Sundaraj， K.， & Murugappan， M. （2012）. Detecting driver drowsiness based on sensors： a review. Sensors （Basel， Switzerland）， 12（12）， 16937–16953. https：//doi.org/10.3390/s121216937

[2]A. Chowdhury， R. Shankaran， M. Kavakli and M. M. Haque， “Sensor Applications and Physiological Features in Drivers Drowsiness Detection： A Review，” in IEEE Sensors Journal， vol. 18， no. 8， pp. 3055-3067， 15 April15， 2018， doi： 10.1109/JSEN.2018.2807245.

[3]H. Cai and Y. Lin， “An experiment to non-intrusively collect physiological parameters towards driver state detection，” in Proceedings of the SAE World Congress， Detroit， Mich， USA， 2007.

[4]Vicente， F.， Huang， Z.， Xiong， X.， La Torre， F. D.， Zhang， W.， & Levi， D. （2015）. Driver Gaze Tracking and Eyes Off the Road Detection System. IEEE Transactions on Intelligent Transportation Systems， 16（4）， 2014-2027.

[5]N. L. Haworth， T. J. Triggs， and E. M. Grey， Driver Fatigue： Concepts， Measurement and Crash Countermeasures， Human Factors Group， Department of Psychology， Monash University， 1988.

[6]Anneke Heitmann， Rainer Guttkuhn， Acacia Aguirre， Udo Trutschel， Martin Mooreede. Technologies for the monitoring and prevention of driver fatigue [C] Proceedings of the First International Driving Symposium on Human Factor in Driver Assessment， Training and Vehicle Des～n.St，Louis：IEEE，20o1：81— 86.

[7]Sanjaya， K. H.， Lee， S.， & Katsuura， T. （2016）. Review on the application of physiological and biomechanical measurement methods in driving fatigue detection. Journal of Mechatronics， Electrical Power， and Vehicular Technology， 7（1）， 35-48.

[8]Melo， J.， Naftel， A.， Bernardino， A.， & Santosvictor， J. （2006）. Detection and classification of highway lanes using vehicle motion trajectories. IEEE Transactions on Intelligent Transportation Systems， 7（2）， 188-200.

[9]Ma， J.， Zhang， J.， Gong， Z.， & Du， Y. （2018）. Study on Fatigue Driving Detection Model Based on Steering Operation Features and Eye Movement Features. international conference control science and systems engineering.

[10]Huang， K.， Huang， T.， Chuang， C.， King， J.， Wang， Y.， Lin， C.， & Jung， T. （2016）. An EEG-Based Fatigue Detection and Mitigation System. International Journal of Neural Systems， 26（4）， 1650018-1650018.

[11]Zhu， X.， Wang， Y.， Wang， C.， Yang， H.， Wang， X.， & Yang， M. （2017）. Developing a driving fatigue detection system using physiological sensors. australasian computer-human interaction conference.

[12]C&C ‘17： Proceedings of the 2017 ACM SIGCHI Conference on Creativity and CognitionJune 2017 Pages 197–208https：//doi.org/10.1145/3059454.3059486

[13]Wang， C.， Geelhoed， E.， Stenton， P.， & Cesar， P. （2014）. Sensing a live audience. human factors in computing systems.

[14]豆瓣FM： https：//douban.fm/

[15]蜻蜓FM： https：//www.qingting.fm/

[16]聽伴：http：//develop.tingban.cn/

[17]喜馬拉雅：https：//www.ximalaya.com/

[18]咪咕音樂：https：//music.migu.cn/v3

[19]咪咕入駐華為智能座艙：https：//tech.china.com/article/20200927/092020_614628.html

[20]移動互聯網催生音頻革命：https：//www.sohu.com/a/20594554_121629

[21]網絡電臺：一顆進入車載的野心和一盤未布完的局：https：//www.jiemian.com/article/353779.html

[22]數據羅生門，業(yè)務三國殺，在線音頻的未來在哪里？：https：//www.sohu.com/a/233898265_116015

作者簡介：王晨（1981-），女，安徽，新華社媒體融合生產技術與系統(tǒng)國家重點實驗室&新華網融媒體未來研究院副院長，研究方向：情感計算與人工智能;高洪偉（1982-），男，黑龍江，智能網聯開發(fā)院車端網聯所所長，研究方向：車聯網;呂貴林（1980-），男，河南南陽，智能網聯開發(fā)院車端網聯所高級主任，研究方向：網聯服務;陳濤（1984-），男，山東滕州，智能網聯開發(fā)院車端網聯所主任，研究方向：網聯應用;孫玉洋（1989-），男，吉林農安，智能網聯開發(fā)院車端網聯所主管，研究方向：云平臺。