[发明专利]一种停车场的推荐方法及装置有效
申请号: | 202011295176.6 | 申请日: | 2020-11-18 |
公开(公告)号: | CN112115372B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 黄虎;方芃岚;吴光周 | 申请(专利权)人: | 中电科新型智慧城市研究院有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9537 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 肖遥 |
地址: | 518000 广东省深圳市福田区华富*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 停车场 推荐 方法 装置 | ||
1.一种停车场的推荐方法,其特征在于,所述方法包括:
获取每个停车场的初始数据;所述初始数据包括第一数据和第二数据;所述第二数据是指基于预分析数据得到的数据;
将每个停车场的所述第一数据输入预测模型,得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列;时间序列是指以时间顺序为索引的数据集合;所述时间序列中的每个时间间隔对应多种特征数据;
根据每个停车场的所述预测时间序列和所述第二数据,推荐目标停车场至用户。
2.如权利要求1所述方法,其特征在于,所述获取每个停车场的初始数据,包括:
获取动态时间序列、静态时间序列以及第二数据;
将所述动态时间序列和所述静态时间序列拼接为全局向量;
将所述全局向量作为每个停车场的所述第一数据。
3.如权利要求2所述方法,其特征在于,所述获取动态时间序列、静态时间序列以及第二数据,包括:
获取动态数据;所述动态数据包括当前日期、天气参数以及车位预设数量;
获取静态数据;所述静态数据包括停车场经纬度以及停车场总车位数量;
获取预分析数据;所述预分析数据包括停车场的潜在用户数、停车场至目的地的时间以及停车场不同时段的费用;
将所述动态数据按照预设时间精度离散化,得到所述动态时间序列;
将所述静态数据按照预设时间精度离散化,得到所述静态时间序列;
将所述预分析数据按照预设时间精度离散化,得到所述第二数据。
4.如权利要求1所述方法,其特征在于,所述根据每个停车场的所述预测时间序列和所述第二数据,推荐目标停车场至用户,包括:
分别将同一个停车场对应的所述预测时间序列和所述第二数据进行融合,得到每个停车场的目标时间序列;
将每个停车场的所述目标时间序列进行组合,得到目标时间序列组;
将每个所述目标时间序列组输入分类模型中,得到由所述分类模型输出的分类结果;所述分类结果用于区分单个所述目标时间序列组中最优目标时间序列;
根据所述分类结果,对每个所述目标时间序列进行评分,得到评分结果;
按照所述评分结果的排名,将预设名次的所述目标时间序列对应的停车场,推荐至用户。
5.如权利要求4所述方法,其特征在于,所述将每个停车场的所述目标时间序列进行组合,得到目标时间序列组,包括:
将所述目标时间序列进行两两组合,得到所述目标时间序列组。
6.如权利要求4所述方法,其特征在于,所述根据所述分类结果,对每个所述目标时间序列进行评分,得到评分结果,包括:
统计所有所述分类结果中,每个所述目标时间序列的数量;
将所述数量作为所述评分结果。
7.如权利要求1所述方法,其特征在于,在所述根据每个停车场的所述预测时间序列和所述第二数据,推荐目标停车场至用户之后,还包括:
按照预设频率重复执行所述获取每个停车场的初始数据的步骤以及后续步骤。
8.一种停车场的推荐装置,其特征在于,所述装置包括:
获取单元,用于获取每个停车场的初始数据;所述初始数据包括第一数据和第二数据;所述第二数据是指基于预分析数据得到的数据;
预测单元,用于将每个停车场的所述第一数据输入预测模型,得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列;时间序列是指以时间顺序为索引的数据集合;所述时间序列中的每个时间间隔对应多种特征数据;
推荐单元,用于根据每个停车场的所述预测时间序列和所述第二数据,推荐目标停车场至用户。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中电科新型智慧城市研究院有限公司,未经中电科新型智慧城市研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011295176.6/1.html,转载请声明来源钻瓜专利网。