[发明专利]用户画像确定、用户需求预测方法以及数据处理系统

权利要求书

1.一种用户画像确定方法，其特征在于，包括：

获取与目标车辆相关的第一用户数据；

将所述第一用户数据输入到训练好的第一随机森林模型中，确定所述目标车辆对应用户的用户画像；所述训练好的第一随机森林模型为利用与所述目标车辆相关的第二用户数据，采用天牛须优化初始随机森林模型的随机森林参数的方式训练得到的模型；所述训练好的第一随机森林模型具有全局最优随机森林参数。

2.根据权利要求1所述的方法，其特征在于，所述训练好的第一随机森林模型的训练步骤，包括：

针对所述训练好的第一随机森林模型，确定并采集所需的初始用户数据；所述初始用户数据为与所述目标车辆相关的用户数据；

对所述初始用户数据进行数据预处理，获得所述第二用户数据；

采用自助法分别在所述第二用户数据中有放回地重复随机抽取样本以确定每棵决策树的训练集，并将所述第二用户数据中的其他样本作为所述每棵决策树的测试集，所述每棵决策树为所述初始随机森林模型中的不同决策树；

基于所述训练集以及所述测试集，采用天牛须优化所述初始随机森林模型的随机森林参数，以获得所述具有最优随机森林参数的所述训练好的第一随机森林模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述初始用户数据进行数据预处理，包括：对所述初始用户数据至少执行数据清洗、数据分类、特征提取以及数据归一化处理。

4.根据权利要求2所述的方法，其特征在于，所述初始用户数据包括如下数据中的至少一种：

与所述目标车辆相关的路侧感知数据；

所述目标车辆上报的车端数据；

所述目标车辆对应用户在所述目标车辆上操作的应用操作数据；

所述目标车辆对应用户的用户属性数据；

所述目标车辆相关的车辆配置数据；

与所述目标车辆相关的地理信息系统数据。

5.根据权利要求1-3任意一项所述的方法，其特征在于，所述第二用户数据包括所述目标车辆对应用户的驾驶类型数据、所述目标车辆对应用户的线下偏好数据、所述目标车辆对应用户的惯走路线数据、所述目标车辆对应用户的高频场所数据、所述目标车辆对应用户的社交半径数据、所述目标车辆对应用户的配置偏好数据、所述目标车辆对应用户的使用偏好数据、所述目标车辆对应用户的用户群体数据、所述目标车辆相关的车辆配置数据以及所述目标车辆对应用户的用户属性数据中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述目标车辆对应用户的用户画像，确定所述目标车辆对应的潜在用户。

7.一种用户需求预测方法，其特征在于，包括：

获取与目标车辆相关的第三用户数据；

将所述第三用户数据输入到训练好的第二随机森林模型中，确定目标用户对所述目标车辆的需求信息；所述训练好的第二随机森林模型为利用与所述目标车辆相关的第四用户数据，采用天牛须优化初始随机森林模型的随机森林参数的方式训练得到的模型；所述训练好的第二随机森林模型具有全局最优随机森林参数。

8.根据权利要求7所述的方法，其特征在于，所述训练好的第二随机森林模型的训练步骤，包括：

针对所述训练好的第二随机森林模型，确定并采集所需的初始用户数据，所述初始用户数据为与所述目标车辆相关的用户数据；

对所述初始用户数据进行数据预处理，获得所述第四用户数据；

采用自助法分别在所述第四用户数据中有放回地重复随机抽取样本以确定每棵决策树的训练集，并将所述第四用户数据中的其他样本作为所述每棵决策树的测试集，所述每棵决策树为所述初始随机森林模型中的不同决策树；

基于所述训练集以及所述测试集，采用天牛须优化所述初始随机森林模型的随机森林参数，以获得所述具有最优随机森林参数的所述训练好的第二随机森林模型。