[发明专利]一种基于车联网的大数据分析方法

权利要求书

1.一种基于车联网的大数据分析方法，其特征在于，包括以下步骤：

对采集到的关于车辆的状态数据集拆分成属性表，通过SPRINT算法对连续值属性表进行排序，并从所述属性表中执行计算Gini值任务并寻找分裂点，将具有相同属性名的属性表附着在相应的节点上并打上相应节点的标记，并分发到同一个Reduce进行处理；

将包含有相应Gini值及分裂点的属性表通过Reduce比较Gini值的大小，使用最小Gini值的属性作为最佳分裂属性，将对应的分裂点分裂到同一个节点的属性列表的记录Id写入哈希表，再将属性列表进行输出，并将根节点输入HDFS文件中；

通过Reduce根据属性的特点构造不同的直方图，并通过对已排序的连续值属性表或者分类属性表的扫描，实时的更新直方图，计算相应的分裂 Gini 指数，从而找到当前节点的当前属性的最佳分裂点，将输出的信息都放入HDFS文件中；

将不同节点上的属性表进行分发，将当前节点的所有属性表通过Reduce处理，并识别当前节点是否为叶节点，对非叶节点进行循环过滤，并将当前节点作为叶节点信息写入HDFS文件中。

2.根据权利要求1所述的基于车联网的大数据分析方法，其特征在于，所述车辆的状态数据集通过获取车载终端获取车辆的OBD数据生成。

3.根据权利要求2所述的基于车联网的大数据分析方法，其特征在于，所述OBD数据还包括胎压、定位数据。

4.根据权利要求1所述的基于车联网的大数据分析方法，其特征在于，所述属性表包括以下形式：<<0，Ai，AC, Vj>，<idj，Cj>>；其中0 表示所有的属性表附着在根节点上，Ai表示训练集的第 i 的属性，AC 表示属性的类别，idj表示每条属性表记录在整个数据集中的记录索引，Cj表示这条属性表记录的类属性的值。

5.根据权利要求4所述的基于车联网的大数据分析方法，其特征在于，所述分发到同一个Reduce进行处理是定义 Patitioner，并且要定义 key 的将具有不同的 Ai的中间键值对分发到不同的 reducer。

6.根据权利要求4所述的基于车联网的大数据分析方法，其特征在于，所述分发到同一个Reduce进行处理将输出键值表示为<<0，Ai，AC, Vj>，<idj，Cj，Gini，Split>>；其中Gini 表示相应属性表的 Gini 值，Split 表示分裂点。

7.根据权利要求1所述的基于车联网的大数据分析方法，其特征在于，所述识别当前节点是否为叶节点通过以下步骤识别为叶节点：

当前节点的所有属性表属于同一类；

当前节点所含属性表数量小于预先设定的阀值；

当所有的属性表都被分裂到同一个节点；

当前节点的属性表分裂到两个子节点中。