[发明专利]基于车联网的商用车细分市场识别方法、设备和介质有效

专利信息
申请号: 202210205390.0 申请日: 2022-03-04
公开(公告)号: CN114331568B 公开(公告)日: 2022-06-17
发明(设计)人: 王华珺;杨亮;王文斌;王铁;王军雷;韩少军;郑云爽;张衡;白辰;戴淼;毛何灵 申请(专利权)人: 中汽信息科技(天津)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 300300 天津市*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 商用 细分 市场 识别 方法 设备 介质
【权利要求书】:

1.一种基于车联网的商用车细分市场识别方法,其特征在于,包括:

获取一商用车具有装卸货行为的多个目标停车位置;

获取所述多个目标停车位置中每个目标停车位置所辐射的关联位置点,并根据所述关联位置点对应的细分市场和权重,确定所述商用车在每个目标停车位置所属的细分市场和初始权重;具体的,对所述关联位置点的名称进行分词处理,得到多个关键词;根据每个关键词对应的细分市场和权重,确定所述商用车在每个目标停车位置所属的细分市场和初始权重;

以所述商用车所属的细分市场作为项,频繁项集为一项集,采用关联规则算法计算每个细分市场的初始支持度;根据每个细分市场的初始支持度和所述初始权重,得到最终的支持度;

根据每个细分市场的支持度和每个细分市场对应的所述关联位置点个数,识别所述商用车所属的细分市场和最终权重;参见下式识别所述商用车所属的细分市场和最终权重:

其中,WCVi为商用车cv所属wi细分市场的最终权重,sup_i为商用车cv的wi细分市场的支持度,sup_m为商用车cv的第wm个细分市场的支持度,par_m为第wm个细分市场对应的关联位置点个数,par_i为wi细分市场对应的关联位置点个数,n为细分市场的个数。

2.根据权利要求1所述的方法,其特征在于,所述获取一商用车具有装卸货行为的多个目标停车位置,包括:

基于车联网获取一商用车的多个定位信息,并选取超过设定时长维持不变的多个目标定位信息;

对所述多个目标定位信息进行聚类,得到所述多个目标停车位置。

3.根据权利要求2所述的方法,其特征在于,所述目标定位信息包括目标经度和目标纬度;

对所述多个目标定位信息进行聚类,得到所述多个目标停车位置,包括:

根据多个目标定位信息目标经度和目标纬度,计算经度差和纬度差;

根据所述经度差、纬度差、单位经度的大地距离和单位纬度的大地距离,计算多个目标定位信息之间的距离;

根据所述多个目标定位信息之间的距离对所述多个目标定位信息进行聚类,得到所述多个目标停车位置。

4.根据权利要求3所述的方法,其特征在于,对所述多个目标定位信息进行聚类,得到所述多个目标停车位置,包括:

确定每个目标定位信息所属的行政区域;

对属于同一行政区域的目标定位信息进行聚类,得到所述多个目标停车位置。

5.根据权利要求1所述的方法,其特征在于,所述根据每个关键词对应的细分市场和权重,确定所述商用车在每个目标停车位置所属的细分市场和初始权重,包括:

根据分类规则库确定每个关键词对应的细分市场和权重,并确定所述关联位置点对应的细分市场和权重;

根据所述关联位置点对应的细分市场和权重,采用权重计分法计算所述商用车在每个目标停车位置所属的细分市场和初始权重;

其中,所述分类规则库包括关键词、所述关键词对应的细分市场和权重。

6.根据权利要求1所述的方法,其特征在于,在获取一商用车具有装卸货行为的多个目标停车位置之前,还包括:

获取所述商用车的公告型号;

根据所述公告型号确定待选的细分市场集合;

所述根据所述关联位置点对应的细分市场和权重,确定所述商用车在每个目标停车位置所属的细分市场和初始权重,包括:

根据所述关联位置点对应的细分市场和权重,从所述细分市场集合中确定所述商用车在每个目标停车位置所属的细分市场和初始权重。

7.一种电子设备,其特征在于,包括:

一个或多个处理器;

存储器,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,使得所述一个或多个处理器实现如权利要求1-6中任一所述的基于车联网的商用车细分市场识别方法。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的基于车联网的商用车细分市场识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中汽信息科技(天津)有限公司,未经中汽信息科技(天津)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210205390.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top