[发明专利]一种新能源网约车信息挖掘方法

权利要求书

1.一种新能源网约车信息挖掘方法，其特征在于，包括：

根据新能源车的车辆数据信息构建新能源网约车和新能源非网约车的多维特征数据库；

根据所述多维特征数据库进行机器学习分类算法的训练，得到网约车判定模型；

将待预测车辆的多维特征输入至所述网约车判定模型，得到是否为新能源网约车的判定结果；

其中，所述根据新能源车的车辆数据信息构建新能源网约车和新能源非网约车的多维特征数据库，包括：

获取新能源车的车辆数据信息；

根据所述车辆数据信息构建车辆出行特征、车辆状态特征以及驾驶行为特征；

其中，所述获取新能源车的车辆数据信息，包括：

从新能源车的车辆数据信息集中提取GPS信息、车辆状态信息和加速度与速度信息，所述新能源车的车辆数据信息集包括训练数据集和预测数据集，所述训练数据集包括确定为新能源网约车的新能源车辆信息和确定为新能源非网约车的新能源车辆信息，所述预测数据集为待预测的是否为网约车的新能源车辆信息；

其中，所述根据所述车辆数据信息构建车辆出行特征、车辆状态特征以及驾驶行为特征，包括：

根据所述GPS信息结合聚类算法构建车辆出行特征，所述GPS信息包括GPS时间、经度和纬度；

根据所述车辆状态信息结合聚类算法构建车辆状态特征，所述车辆状态信息包括电池电压、电池电流、电池温度、SOC、电机转速和电机转矩；

根据所述加速度和速度信息结合聚类算法构建驾驶行为特征；

所述根据所述多维特征数据库进行机器学习分类算法的训练，得到网约车判定模型，包括：

对所述多维特征数据库内的特征进行标准化处理，得到标准化的多维特征数据库；

对标准化的多维特征数据库内的特征进行数据降维处理，得到降维后的特征数据库；

针对降维后的特征数据库通过分类学习算法进行训练，得到网约车判定模型；

所述对所述多维特征数据库内的特征进行标准化处理，得到标准化的多维特征数据库，包括：

对所述多维特征数据库内的每个特征值均进行标准化处理，且将每列特征值转化为均值为0标准差为1的数列，所述均值为0标准差为1的数据组成标准化的多维特征数据库；

所述对标准化的多维特征数据库内的特征进行数据降维处理，得到降维后的特征数据库，包括：

分别计算所述标准化的多维特征数据库内的特征基于主成分 分析降维处理，得到降维后的特征数据库，所述降维后的特征数据库包括训练数据集和预测数据集。

2.根据权利要求1所述的新能源网约车信息挖掘方法，其特征在于，所述聚类算法包括K-Means算法与组内平方和组成的聚类算法。

3.根据权利要求1所述的新能源网约车信息挖掘方法，其特征在于，所述针对降维后的特征数据库通过分类学习算法进行训练，得到网约车判定模型，包括：

根据所述训练数据集结合机器学习分类算法进行训练，得到网约车判定模型。

4.根据权利要求1所述的新能源网约车信息挖掘方法，其特征在于，所述将待预测车辆的多维特征输入至所述网约车判定模型，得到是否为新能源网约车的判定结果，包括：

将所述预测数据集输入到所述网约车判定模型，输出结果为1时表示是新能源网约车，输出结果为0时表示不是新能源网约车。