[发明专利]数据处理方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取各网格的特征数据，所述特征数据包括网格信息、时段信息以及各网格在历史相同时段的共享设备的需求信息，所述网格信息包括对应网格的标识和环境信息，所述网格对应于预先划分的地理区域；

将所述各网格的特征数据输入至预先训练的需求预测模型，获得所述各网格的共享设备的需求信息；

获取各网格的共享设备的供给信息；

根据所述需求信息和所述供给信息确定下个时段在各网格中关联所述共享设备的资源消耗量。

2.根据权利要求1所述的方法，其特征在于，根据所述需求信息和所述供给信息确定下个时段在各网格中关联所述共享设备的资源消耗量包括：

根据所述供给信息和所述需求信息确定供需比；

根据所述供需比确定所述资源消耗量。

3.根据权利要求2所述的方法，其特征在于，根据所述供需比确定所述资源消耗量包括：

根据所述供需比、预先确定的供需比分段以及各所述供需比分段对应的权重确定所述资源消耗量。

4.根据权利要求1所述的方法，其特征在于，获取各网格的共享设备的供给信息包括：

根据各共享设备的位置信息确定各网格的共享设备的供给信息。

5.根据权利要求4所述的方法，其特征在于，所述共享设备的位置信息由任务完成时用户终端的上报信息确定，或者由运维终端的上报信息确定。

6.根据权利要求1所述的方法，其特征在于，所述需求预测模型通过以下步骤训练：

获取训练数据，所述训练数据包括各网格信息、各时段信息、以及历史需求信息；

根据所述训练数据训练获取所述需求预测模型；

其中，所述历史需求信息包括第一预定时间内的各网格在各时段的共享设备的需求均值和需求中值、第二预定时间内的各网格在各时段的共享设备的需求均值和需求中值、以及第三预定时间内的各网格在各时段的共享设备的需求均值和需求中值中的至少一项。

7.根据权利要求6所述的方法，其特征在于，所述各时段信息包括时段的标识以及所述时段所处日期。

8.根据权利要求1所述的方法，其特征在于，所述需求预测模型为XGBoost回归模型。

9.根据权利要求1所述的方法，其特征在于，所述各网格根据GeoHash方法进行划分。

10.一种数据处理装置，其特征在于，所述装置包括：

特征数据获取单元，被配置为获取各网格的特征数据，所述特征数据包括网格信息、时段信息以及各网格在历史相同时段的共享设备的需求信息，所述网格信息包括对应网格的标识和环境信息，所述网格对应于预先划分的地理区域；

需求信息获取单元，被配置为将所述各网格的特征数据输入至预先训练的需求预测模型，获得所述各网格的共享设备的需求信息；

供给信息获取单元，被配置为获取各网格的共享设备的供给信息；

确定单元，被配置为根据所述需求信息和所述供给信息确定下个时段在各网格中关联所述共享设备的资源消耗量。

11.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-9中任一项所述的方法。

12.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时以实现如权利要求1-9中任一项所述的方法。