[发明专利]故障车辆的寻找方法、服务器及运维端

权利要求书

1.一种故障车辆的寻找方法，应用于服务器，该方法包括：

获取车辆在预设时间段内的历史运营数据，其中所述历史运营数据包括车辆信息、用户信息、以及用户使用信息；

将所述历史运营数据输入基于机器学习算法的故障分析模型，判断所述车辆中的故障车辆；

获取所述故障车辆的所述历史运营数据；

依据所述故障车辆的所述历史运营数据，确定所述故障车辆的地理位置信息；

基于所述故障车辆的所述地理位置信息，得到所述故障车辆的地理区域密度分布；和

向运维端发送所述地理区域密度分布。

2.根据权利要求1所述的方法，其特征在于，

所述车辆信息包括：

所述预设时间段内的报修次数；

所述车辆每次报修所对应的报修理由；和

所述预设时间段内，报修订单数量和正常订单数量的比例，

所述用户信息包括：

所述预设时间段内，假报修订单数量和正常订单数量的比例，

所述用户使用信息包括：

所述车辆在最近的预设次数的订单，所述车辆的移动范围是否处于预设距离范围内。

3.根据权利要求2所述的方法，其特征在于，所述依据所述故障车辆的所述历史运营数据，确定所述故障车辆的所述地理位置信息包括：

获取所述故障车辆的所述移动范围；

将所述故障车辆在所述移动范围内的最后一次订单的定位位置信息作为所述故障车辆的所述地理位置信息。

4.根据权利要求1所述的方法，其特征在于，所述故障分析模型是基于决策树算法实现对所述故障车辆的判断。

5.根据权利要求1所述的方法，其特征在于，所述向运维端发送所述地理区域密度分布之后，所述方法进一步包括：

获取所述运维端对所述故障车辆的标定结果；

使用所述标定结果迭代所述故障分析模型。

6.一种车辆故障车辆的寻找方法，应用于运维端，该方法包括：

从服务器接收故障车辆的地理区域密度分布；

展示所述地理区域密度分布。

7.根据权利要求6所述的方法，其特征在于，在所述展示所述地理区域密度分布之后，该方法还包括：

向所述服务器发送有关所述故障车辆的标定结果，其中所述标定结果用于指示经人工验证的所述车辆的故障结果。

8.一种服务器，包括：

车辆历史数据获取单元，用于获取车辆在预设时间段内的历史运营数据，其中所述历史运营数据包括车辆信息、用户信息、以及用户使用信息；

模型判断单元，用于将所述历史运营数据输入基于机器学习算法的故障分析模型，判断所述车辆中的故障车辆；

故障车辆历史数据获取单元，用于获取所述故障车辆的所述历史运营数据；

位置信息确定单元，用于依据所述故障车辆的所述历史运营数据，确定所述故障车辆的地理位置信息；

密度分布确定单元，用于基于所述故障车辆的所述地理位置信息，得到所述故障车辆的地理区域密度分布；

密度分布发送单元，用于向运维端发送所述地理区域密度分布。

9.根据权利要求8所述的服务器，其特征在于，所述服务器还包括：

标定结果获取单元，用于向运维端发送所述地理区域密度分布之后，获取所述运维端对所述故障车辆的标定结果；

迭代单元，用于使用所述标定结果迭代所述故障分析模型。

10.一种运维端，包括：

密度分布接收单元，用于从服务器故障车辆的地理区域密度分布；

密度分布显示单元，用于展示所述地理区域密度分布。

11.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-7中任一项所述的故障车辆的寻找方法。