[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 | ||
本申请适用于机器推荐的技术领域,提供了一种停车场的推荐方法,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。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。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。上述方案,通过以时间序列的方式,预测多个时间间隔内的特征数据,并根据特征数据推荐目标停车场至用户。与传统的推荐方法相比,由于本申请是以未来的时间间隔为基准,根据未来的时间间隔对应的不同特征数据进行推荐,故可适应时间的变化。也就提高了推荐精度。
技术领域
本申请属于机器推荐的技术领域,尤其涉及一种停车场的推荐方法、装置、终端设备以及计算机可读存储介质。
背景技术
随着人工智能的发展,智能推荐融入到生活中的角角落落。例如:用户通过智能推荐算法选择心仪的餐厅,通过智能推荐算法选择感兴趣的视频内容等。
然而,对于停车场等推荐场景而言,传统的停车场推荐方法往往基于等候时间优先选择停车场,从而引导用户停车。而由于传统的停车场推荐方法需要用户抵达停车场才能做出决策,导致推荐消息滞后,推荐精度较低。
发明内容
有鉴于此,本申请实施例提供了一种停车场的推荐方法、装置、终端设备以及计算机可读存储介质,可以解决由于传统的停车场推荐方法需要用户抵达停车场才能做出决策,导致推荐消息滞后,推荐精度较低的技术问题。
本申请实施例的第一方面提供了一种停车场的推荐方法,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;
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。
本申请实施例的第二方面提供了一种停车场的推荐装置,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;
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。
本申请实施例的第三方面提供了一种终端设备,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,所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
本申请实施例的第四方面提供了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,所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请通过,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。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。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。上述方案,通过以时间序列的方式,预测多个时间间隔内的特征数据,并根据特征数据推荐目标停车场至用户。与传统的推荐方法相比,由于本申请是以未来的时间间隔为基准,根据未来的时间间隔对应的不同特征数据进行推荐,故可适应时间的变化。也就提高了推荐精度。
附图说明
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/202011295176.6/2.html,转载请声明来源钻瓜专利网。