[发明专利]一种服务获取方法、装置、设备及介质

权利要求书

1.一种服务获取方法，其特征在于，所述方法包括：

对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；

对所述多个数据集进行聚类，得到多个聚类簇；

分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置；

接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果。

2.根据权利要求1所述的服务获取方法，其特征在于，在对所述多个数据集进行聚类前，所述方法还包括：

根据每一个第一单元格中的服务请求的数量确定每一个第一单元格的所属类别簇；

对属于同一个类别簇的第一单元格进行合并，得到至少一个第二单元格；每一个第二单元格构成一个数据集。

3.根据权利要求2所述的服务获取方法，其特征在于，在对多个第一单元格进行合并时，基于相邻原则对多个第一单元格进行合并。

4.根据权利要求1所述的服务获取方法，其特征在于，所述对所述多个数据集进行聚类，得到多个聚类簇，包括：

确定多个聚类中心点；

重复迭代步骤直至每一个聚类簇不发生变化或迭代次数达到设定次数，所述迭代步骤包括：

根据样本点与聚类中心点的距离对所述多个样本点进行分类，得到多个聚类簇；其中，一个数据集为一个样本点；

重新获取每一个聚类簇的新聚类中心点。

5.根据权利要求4所述的服务获取方法，其特征在于，所述新聚类中心点为：

其中，sum表示每个聚类簇中的样本点的数量；num表示所有样本点到聚类中心点的距离之和。

6.根据权利要求4所述的服务获取方法，其特征在于，所述根据样本点与聚类中心点的距离对所述多个样本点进行分类，包括：

获取样本点与每一个聚类中心点的欧氏距离；

基于所述欧氏距离，将所述样本点划分到距离样本点最近的聚类中心点所在的簇，得到K的聚类簇。

7.根据权利要求4所述的服务获取方法，其特征在于，所述确定多个聚类中心点，包括：

通过Canopy算法计算所述多个聚类中心点。

8.根据权利要求1所述的服务获取方法，其特征在于，所述对所述聚类中心点进行加噪，包括：

对每一个聚类中心点进行拉普拉斯加噪。

9.根据权利要求1所述的服务获取方法，其特征在于，所述向所述服务器获取服务推荐结果，包括：

将服务请求输入至预先构建的机器学习模型，通过所述机器学习模型对所述服务请求进行处理生成服务推荐结果，并接收所述服务推荐结果。

10.一种服务获取装置，其特征在于，所述装置包括：

区域划分模块，用于对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；

聚类模块，用于对所述多个数据集进行聚类，得到多个聚类簇；

加噪模块，用于分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置

接收模块，用于接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果。

11.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至9中任一项所述的服务获取方法的步骤。

12.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如权利要求1至9中任一项所述的服务获取方法的步骤。