[发明专利]一种二手车库存量的确定方法及装置

说明书

本发明公开了一种二手车库存量的确定方法及装置，方法包括根据网络爬虫技术获取各车源的初始数据；基于预置的型号匹配模型和预置的车商匹配模型，得到由型号匹配模型输出的型号结果和由车商匹配模型输出的车商结果构成的各车源的待清洗数据；对待清洗数据进行数据清洗得到各车源的待识别数据；根据各车源之间的相似度对待识别数据进行重复车源识别，得到各车源的待筛选数据；从待筛选数据中筛选出目标二手车车源，基于目标二手车车源的在售状态得到目标二手车的库存量。本发明提供的二手车库存量的确定方法及装置，对车源信息进行抓取、匹配、数据清洗、重复车源识别、在售状态确认等，最终得到二手车的库存量，提高了二手车库存量的准确率。

技术领域

本发明涉及二手车技术领域，尤其是涉及一种二手车库存量的确定方法及装置。

背景技术

现如今，市场的二手车库存量对二手车商收车、定价及销售都有显著影响，掌握二手车库存量一直是二手车经营中的一项重要诉求。随着出行、租赁业务的不断发展，会出现某类车型成批进入二手车市场并引起二手车库存量大幅波动的现象，这对二手车的库存确定提出了新的挑战。

现如今，确定二手车库存量的方法主要有三种：一、车商之间的信息交流，但是，车商之间交流信息依靠车商圈子，只包含一部分车商的情况，会出现缺漏严重的问题，而且因为是自愿交流，因此不能保证按时更新最新库存情况，且因为车商对某些车型叫法不一致，信息常有错误；二、某些汽车城内车商按照约定填报，汽车城进行加总得到库存量，但是，这种方法由于填报管理比较松散，会出现错填，漏填，不及时填写，只报上架没有报下架等现象，从而导致无法获得准确的库存信息；三、从主流二手车网站上搜索同城同车型二手车数量并进行简单加总，但是，由于二手车商普遍存在一个车源同时发布在多个网站上的情况，还有对售出车源不进行下架的现象存在，因此这种方法计算的二手车库存量会被严重高估无法使用。由此可见，上述三种方法都难以得到准确的二手车库存量，因此，如何准确获取二手车的库存量，是摆在本行业技术人员面前亟待解决的问题。

发明内容

本发明提供一种二手车库存量的确定方法及装置，以解决现有技术难以准确获取二手车库存量的技术问题，通过设置特定的方法步骤对车源信息进行抓取、匹配、数据清洗、重复车源识别，最终计算得到二手车的库存量，提高了二手车库存量的准确率。

为了解决上述技术问题，本发明实施例提供了一种二手车库存量的确定方法，包括：

根据网络爬虫技术获取各车源的初始数据，其中，所述初始数据包括初始型号数据和初始车商数据；

基于预置的型号匹配模型和预置的车商匹配模型对所述初始数据进行处理，得到由所述型号匹配模型输出的型号结果和由所述车商匹配模型输出的车商结果构成的各车源的待清洗数据；

对所述待清洗数据进行数据清洗，得到各车源的待识别数据；

根据各车源之间的相似度，对所述待识别数据进行重复车源识别，得到各车源的待筛选数据；

从所述待筛选数据中筛选出目标二手车车源，并基于目标二手车车源的在售状态，得到目标二手车的库存量。

作为其中一种优选方案，所述预置的车商匹配模型，其构建过程包括：

第一步，获取各车源的车商信息的训练样本集；

第二步，基于TF-IDF技术，从所述训练样本集中提取每一车源的车商名称特征词，构建特征词库；

第三步，基于NLP技术和所述特征词库，从所述训练样本集中选取任意两个车源的车商信息，并分别计算上述两者的车商相似度；

第四步，将相似度超过阈值的车商标记为同一个车商；

第五步，循环所述第三步和所述第四步，直至遍历所述训练样本集中的全部车商；

第六步，记录得到的所有所述同一个车商，以此构建所述车商匹配模型。