[发明专利]汽车维修关联配件的数据处理方法和装置

说明书

本申请公开了一种汽车维修关联配件的数据处理方法和装置。该方法包括：通过采集汽车维修数据，所述汽车维修数据至少包括：待识别汽车维修数据和训练维修数据；基于所述训练维修数据对预先建立的配件关联模型进行训练，获得标准配件关联模型；以及基于所述标准配件关联模型对所述待识别汽车维修数据进行处理，获得关联配件数据。通过上述方法，解决了现有技术汽车维修配件查找效率较低的技术问题，达到了提高提高配件查找采购效率，减少人力资源消耗的技术效果。

技术领域

本申请涉及汽车服务行业技术领域，具体而言，涉及一种汽车维修关联配件的数据处理方法和装置。

背景技术

由于汽车配件种类较多，且同一配件在不同地方存在不同别名，在进行汽车配件采购的过程中，人工查找所需配件，耗时、费力且易出错。

现有技术中，在汽车配件的采购过程中，主要采用依据历史经验的推荐规则对汽车配件进行查找和推荐，由于配件种类较多，不同地区的配件别名可能存在不同，因此在汽车配件的查找过程中，现有技术存在效率较低的技术问题。

申请内容

本申请的主要目的在于提供一种汽车维修关联配件的数据处理方法，通过配件关联模型对待识别的汽车维修数据进行处理，输出与所述待识别的汽车维修数据的关联配件数据，达到了提高配件查找采购效率的技术效果。

为了实现上述目的，本申请提出了一种汽车维修关联配件的数据处理方法。

本发明的第二方面，还提出了一种汽车维修关联配件的数据处理装置。

本发明的第三方面，还提出了一种计算机可读存储介质。

有鉴于此，根据本发明的第一方面，提出了一种汽车维修关联配件的数据处理方法，包括：采集汽车维修数据，所述汽车维修数据至少包括：待识别汽车维修数据和训练维修数据；基于所述训练维修数据对预先建立的配件关联模型进行训练，获得标准配件关联模型；以及基于所述标准配件关联模型对所述待识别汽车维修数据进行处理，获得关联配件数据。

进一步地，基于所述训练维修数据对预先建立的配件关联模型进行训练，获得标准配件关联模型，包括：基于所述训练维修数据对预先建立的配件关联模型进行训练，包括：识别所述训练维修数据中的配件需求数据，基于所述配件需求数据构建训练数据集；基于所述训练数据集，对所述预先建立的配件关联模型进行训练；基于预设条件对配件关联模型进行校验，获得标准配件关联模型。

进一步地，识别所述训练维修数据中的配件特征数据，基于所述配件特征数据构建训练数据集，包括：识别所述训练维修数据中的配件需求数据，所述配件需求数据包括：事故案件数据、车辆结构数据和配件基本数据；识别所述配件需求数据中的配件特征数据，所述配件特征数据包括：车辆类型、品牌、车系和车辆型号；将所述配件需求数据基于所述配件需求数据与所述配件特征数据进行分类处理，构建训练数据集。

进一步地，基于所述训练数据集，对所述预先建立的配件推荐模型进行训练，包括：对所述训练数据集中的训练样本数据进行识别，识别所述训练样本数据中的配件特征数据；基于所述训练样本数据中的配件特征数据，对所述预先建立的配件关联模型进行训练；基于所述配件关联模型对所述训练样本数据进行处理，输出训练关联配件数据。

进一步地，基于预设条件对配件关联模型进行校验，获得标准配件关联模型，包括：识别所述训练维修数据中与所述配件需求数据对应的配件订单数据，将所述配件订单数据与所述训练配件关联数据进行对比；若所述对比结果满足预设条件，获得关联配件推荐模型；若所述对比结果不满足预设条件，对所述配件关联模型继续校验，直至满足预设条件，获得标准配件关联模型。

进一步地，在基于所述标准配件关联模型对所述待识别汽车维修数据进行处理，获得关联配件数据之后，还包括：基于所述关联配件数据，匹配与所述关联配件数据对应的配件采集端口。