[发明专利]车辆流转预测方法、装置和计算机设备在审
申请号: | 202210948096.9 | 申请日: | 2022-08-08 |
公开(公告)号: | CN115330443A | 公开(公告)日: | 2022-11-11 |
发明(设计)人: | 韩剑平;陈磊;宋磊;柏雪;邓建春;王体龙;闫艳琪;戚乐乐 | 申请(专利权)人: | 一汽解放汽车有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06K9/62 |
代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 帅梦媛 |
地址: | 130011 吉林省*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 流转 预测 方法 装置 计算机 设备 | ||
1.一种车辆流转预测方法,其特征在于,所述方法包括:
获取与第一历史周期对应的车辆集合;
从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆,构成目标车辆集合;
获取所述目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签,所述第二历史周期为在所述第一历史周期之后的历史周期;
获取第一历史周期的目标车辆集合中各车辆的车辆特征数据,所述车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据;
基于所述第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及所述目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签,对车辆流转预测模型进行训练,得到目标车辆流转预测模型,所述目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取当前周期的上一周期的目标车辆集合中各车辆的车辆特征数据;
将所述当前周期的上一周期的目标车辆集合中各车辆的车辆特征数据,输入至所述目标车辆流转预测模型,得到当前周期的目标车辆集合中各车辆的车辆流转预测结果。
3.根据权利要求1所述的方法,其特征在于,所述从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆,构成目标车辆集合,包括:
从所述车辆集合中筛选出第一初始车辆集合,所述第一初始车辆集合包括在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆;
获取第一历史周期的第一初始车辆集合中各车辆的车辆购买数据,所述车辆购买数据包括购买日期;
对于第一历史周期的第一初始车辆集合中的各车辆,根据所述购买日期,计算购买时长;
将所述第一历史周期的第一初始车辆集合中所述购买时长大于预设购买时长的车辆,作为第一历史周期的目标车辆集合。
4.根据权利要求3所述的方法,其特征在于,所述从所述车辆集合中筛选出第一初始车辆集合,包括:
获取第一历史周期的车辆集合中各车辆的车辆发动机点火数据、车辆速度、车辆位置和行驶时刻;
对于第一历史周期的车辆集合中各车辆,根据所述车辆发动机点火数据和车辆速度,判断车辆处于启动状态或停车状态;
当车辆处于停车状态时,将所述车辆发动机点火数据所对应的行驶时刻作为车辆停车时刻;
当车辆处于启动状态时,将所述车辆发动机点火数据所对应的行驶时刻作为车辆启动时刻;
将当前的所述车辆启动时刻与上一个所述车辆停车时刻之间的时长,作为停车时长;
从所述第一历史周期的车辆集合中筛选所述停车时长大于预设停车时长的车辆,得到所述停车时长大于预设停车时长的车辆集合;
对于所述停车时长大于预设停车时长的车辆集合中各车辆,根据所述车辆位置,确定车辆在交易区域的停车频次;
将所述停车时长大于预设停车时长的车辆集合中所述停车频次大于预设停车频次的车辆,作为第一历史周期的第一初始车辆集合。
5.根据权利要求1所述的方法,其特征在于,所述从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆,构成目标车辆集合,包括:
从所述车辆集合中筛选出第二初始车辆集合,所述第二初始车辆集合包括停车时长大于预设停车时长、且购买时长大于预设购买时长的车辆;
获取第一历史周期的第二初始车辆集合中各车辆的车辆位置;
对于第一历史周期的第二初始车辆集合中各车辆,根据所述车辆位置,确定车辆在交易区域的停车频次;
将所述第一历史周期的第二初始车辆集合中所述在交易区域的停车频次大于预设停车频次的车辆,作为第一历史周期的目标车辆集合。
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一汽解放汽车有限公司,未经一汽解放汽车有限公司许可,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/202210948096.9/1.html,转载请声明来源钻瓜专利网。