汽车行业结构化数据:技术详解与应用指南2024

2026/1/26
汽车行业结构化数据:技术详解与应用指南2024

AI Summary (BLUF)

本文介绍基于Schema.org开发版本的汽车数据标记技术背景,其扩展auto.schema.org主要从零售市场角度描述乘用车等车辆类型与属性。

注意:本文基于 Schema.org 的开发版本。有关项目开发流程的详细信息,请参阅 我们的工作方式。

Introduction

本页提供了关于使用 Schema.org 标记汽车数据的背景信息。欲了解更多详情并与该计划背后的社区互动,请访问 W3C 通用汽车本体(GAO)社区组。这项工作源于 GAO 项目(通用汽车本体),并建立在现有本体之上,如车辆销售本体(VSO)、汽车选项本体(COO)和二手车本体(UCO)。

Overview

Schema.org 的汽车扩展(auto.schema.org)旨在表示与流行车辆(如汽车、巴士(长途客车)和摩托车)相关的最重要的现实世界对象。虽然该扩展允许对各种车辆类型进行全面描述,但其主要焦点是从零售市场角度看待的乘用汽车。

该扩展反映了四大类对象:

在为这些类别选择类型和属性时,扩展作者遵循了简洁性和实用性原则。'简洁性'产生了一套精简、最小化的术语集,而'实用性'则确保范围仅限于从汽车市场角度看最关键的对象。奥卡姆剃刀原则进一步将词汇表聚焦于反映一般消费者偏好的术语,正如在搜索行为和与汽车内容的典型数字交互中所观察到的那样。

其中一些术语自 Schema.org 早期就已存在。其他术语则随着 2015 年 5 月发布的 Schema.org v2.0 被引入核心词汇表。完整的汽车术语集于 2016 年 5 月随着 Schema.org v3.0 的发布和专用子域名 auto.schema.org 的推出而变得可用。尽管是分阶段引入的,我们将它们统称为"汽车扩展",因为它们都位于共享的 Schema.org 命名空间内。

当前的扩展虽然不够详尽,但建立了一个实用的框架,尽管规模紧凑,却能带来显著的好处。项目作者致力于其持续发展,这在汽车行业随着电动汽车、联网汽车和自动驾驶技术的兴起而发生巨大变革的时期至关重要。未来的开发将涉及在 Schema.org 核心、auto.schema.org 扩展以及可能超越最初极简主义方法的未来外部扩展中添加和完善关键类型和属性。

Conceptual Map and Hierarchy

下图展示了汽车扩展的概念结构,它包含了来自 Schema.org 核心和 auto.schema.org 扩展的元素。

图例:紫色背景上的术语在 auto.schema.org 上有文档记录。所有其他术语是 Schema.org 核心词汇表的一部分。这些地图展示了 Car 类型的扩展属性,Car 与 BusOrCoach、Motorcycle 和 MotorizedBicycle 一样,是核心 Vehicle 类型的子类。

Basic Data Models

下图展示了描述扩展内主要对象类的基本模式。

Vehicle Type and Its Subtypes

用于描述车辆的顶级类型是 Vehicle(Product 的子类型)。其最重要的具体子类型包括:

Vehicle Type and Its Properties

可以使用 Schema.org 核心中的众多属性来描述车辆,例如 vehicleIdentificationNumber (VIN)、fuelType、numberOfDoors 和 mileageFromOdometer。auto.schema.org 扩展添加了更多专业属性,如 accelerationTime、bodyType、emissionsCO2 和 wheelbase,以提供更丰富的描述。

Car-Specific Properties: ACRISS Code and Roof Load

除了继承 Vehicle 的所有属性外,Car 和 BusOrCoach 类型还拥有两个 auto.schema.org 扩展特有的额外属性:

  • acrissCode:ACRISS 汽车分类代码,常用于汽车租赁行业。
  • roofLoad:可以安全放置在车顶的货物的允许总重量。

(由于原始内容篇幅较长,本概述侧重于基础概念。后续关于驱动轮配置、发动机规格、使用示例和完整术语层次结构的章节遵循相同的结构化双语模式,为实施汽车结构化数据提供了详细的模型和实用的标记示例。)

晓婷深圳
本文由 晓婷 审核,最后更新于 2026年11月1日
联系编辑 →
← 返回文章列表
分享到:微博

版权与免责声明:本文仅用于信息分享与交流,不构成任何形式的法律、投资、医疗或其他专业建议,也不构成对任何结果的承诺或保证。

文中提及的商标、品牌、Logo、产品名称及相关图片/素材,其权利归各自合法权利人所有。本站内容可能基于公开资料整理,亦可能使用 AI 辅助生成或润色;我们尽力确保准确与合规,但不保证完整性、时效性与适用性,请读者自行甄别并以官方信息为准。

若本文内容或素材涉嫌侵权、隐私不当或存在错误,请相关权利人/当事人联系本站,我们将及时核实并采取删除、修正或下架等处理措施。也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。