[发明专利]车联网数据处理方法及装置

说明书

本发明实施例公开了一种车联网数据处理方法及装置，属于汽车数据处理技术领域。其中所述车联网数据处理方法包括：接收输入的车联网数据，并将接收的车联网数据作为数据源；对所述数据源进行ETL处理，以转换为标准数据后加载到目标数据库中；对所述目标数据库中的标准数据进行分析得到数据特征，对所述标准数据进行抽样划分为训练集合和测试集合，根据所述数据特征在所述训练集合上建立多个初步预测模型，并利用所述测试集合对所述多个初步预测模型进行测试得到最终预测模型。本发明可以大大提高数据处理效率。

技术领域

本发明涉及汽车数据处理技术领域，特别涉及一种车联网数据处理方法及装置。

背景技术

随着汽车行业越来越重视汽车安全、智能等问题，大大促进了新技术的开发运动，越来越多的电子技术应用到汽车上，如控制器、大量的传感器、网络设备等在汽车上应用，大大改善了汽车的安全、舒适、智能等性能，提高了汽车的整体性能和水平，尤其是汽车智能化、网络化趋势尤为显著，由此衍生出车联网系统。

车联网系统是指通过在车辆仪表台安装的车载终端设备，实现对车内车外所有工作情况的采集、存储并发送，从而能够实现车与车、车与路侧基础设施间的实时信息交互，告知彼此目前的状态，获知当前的道路环境信息，从而实现协作感知道路危险状况、及时提供多种碰撞预警信息、防止道路交通安全事故的发生。车载终端设备是车联网系统中的重要组成部分，负责收集车联网数据。其中，车联网数据具体是指通过使用车载数据采集系统如图像采集系统、传感器等，采集车辆运行状态，油耗状态等数据信息。对采集的数据进行处理主要是依靠后台数据处理系统。

后台数据处理系统通常采用人工进行处理，通过人工对所有车辆的各种属性信息进行提取，进而基于提取的数据进行大数据分析，从而根据分析结果优化车辆的性能，并根据不同的功能需求对车辆的运行状态进行有效的监督和提供综合服务。上述对车联网数据进行人工处理的方法其处理效率低，无法满足用户的数据处理需求和预测要求。

发明内容

本发明提供一种车联网数据处理方法及装置，能够大大提高数据处理效率。

所述技术方案如下：

本发明实施例提供了一种车联网数据处理方法，其包括：接收输入的车联网数据，并将接收的车联网数据作为数据源；对所述数据源进行ETL处理，以转换为标准数据后加载到目标数据库中；对所述目标数据库中的标准数据进行分析得到数据特征，对所述标准数据进行抽样划分为训练集合和测试集合，根据所述数据特征在所述训练集合上建立多个初步预测模型，并利用所述测试集合对所述多个初步预测模型进行测试得到最终预测模型。

在本发明较佳的实施例中，对所述数据源进行ETL处理，以转换为标准数据后加载到目标数据库中，包括：从所述数据源抽取所需数据；从所需数据中过滤掉不符合要求的数据，以得到过滤后的数据；将所述过滤后的数据转换为标准数据；按照预先定义好的目标数据库模型，将所述标准数据加载到目标数据库中。

在本发明较佳的实施例中，所述不符合要求的数据包括不完整的数据、错误的数据、重复的数据，所述车联网数据包括车辆故障数据、车辆油耗数据、车辆运行状态数据、车辆监控数据中的至少一种数据类型。

在本发明较佳的实施例中，对所述标准数据进行抽样划分为训练集合和测试集合，包括：利用随机抽样方法对所述标准数据进行抽样划分为多个训练集合和多个测试集合。

在本发明较佳的实施例中，利用所述测试集合对所述多个初步预测模型进行测试得到最终预测模型，包括：将每一个初步预测模型在多个测试集合上进行测试，若一个初步预测模型在多个测试集合的测试结果均小于预设误差阈值，则通过测试并将测试结果小于预设误差阈值的初步预测模型作为最终预测模型，若每一个初步预测模型在测试集合的评分均大于预设误差阈值，则重新选择相应的算法或调整参数值，以重新建立多个初步预测模型，并将重新建立的多个初步预测模型在测试集合上进行测试。