当前位置: 首页> 交通专利数据库 >详情
原文传递 一种高速公路油品消费行为的分析方法和分析装置
专利名称: 一种高速公路油品消费行为的分析方法和分析装置
摘要: 本申请提供了一种高速公路油品消费行为的分析方法和分析装置,所述方法包括:获取用户的消费行为数据以及用户的车辆在高速公路中的行驶数据;针对于每种不同的油品类型,确定用户消费的特征指标,以构建该油品类型对应的价值模型;根据所述消费行为数据和所述行驶数据,计算用户在每个特征指标下的特征指标数据;基于所述价值模型以及所述特征指标数据,使用K‑Means聚类算法进行聚类分群,得到聚类分群结果,并基于所述聚类分群结果确定用户在高速公路中针对该油品类型的消费行为分群结果。根据所述方法和装置,解决了高速公路油品消费行为的分群问题,同时提高分群结果的准确率。
专利类型: 发明专利
国家地区组织代码: 辽宁;21
申请人: 辽宁艾特斯智能交通技术有限公司
发明人: 吕家琦;王宇飞;史德猛;李大鹏;闫树超;姜虹宇
专利状态: 有效
申请日期: 2023-08-18T00:00:00+0800
发布日期: 2023-11-07T00:00:00+0800
申请号: CN202311047309.1
公开号: CN117010950A
代理机构: 北京超凡宏宇知识产权代理有限公司
代理人: 于彬
分类号: G06Q30/0204;G06F18/23213;G;G06;G06Q;G06F;G06Q30;G06F18;G06Q30/0204;G06F18/23213
申请人地址: 110000 辽宁省沈阳市和平区南京南街197号3-4层
主权项: 1.一种高速公路油品消费行为的分析方法,其特征在于,所述分析方法包括: 获取用户的消费行为数据以及用户的车辆在高速公路中的行驶数据; 针对于每种不同的油品类型,确定用户消费的特征指标,以构建该油品类型对应的价值模型; 根据所述消费行为数据和所述行驶数据,计算用户在每个特征指标下的特征指标数据; 基于所述价值模型以及所述特征指标数据,使用K-Means聚类算法进行聚类分群,得到聚类分群结果,并基于所述聚类分群结果确定用户在高速公路中针对该油品类型的消费行为分群结果。 2.根据权利要求1所述的分析方法,其特征在于,在确定出用户在每个特征指标下的特征指标数据之后,所述分析方法还包括: 对每个特征指标下的特征指标数据进行归一化处理,并将归一化处理后的特征指标数据确定为所述特征指标数据。 3.根据权利要求1所述的分析方法,其特征在于,所述消费行为数据包括用户在服务区内进行消费的订单数据、用户的油品消费订单数据和用户通过ETC用户终端进行消费的订单数据,所述行驶数据包括用户的车辆在高速公路中行驶的里程数据和收费站通行数据。 4.根据权利要求3所述的分析方法,其特征在于,当所述油品类型为汽油时,所述特征指标包括预设时间点与最后一次油品消费时间点之间的间隔、预设时间段内在服务区进行油品消费的次数、预设时间段内在服务区进行油品消费的总金额、高速公路行驶总里程、ETC用户等级、服务区消费能力; 所述根据所述消费行为数据和所述行驶数据,计算用户在每个特征指标下的特征指标数据,包括: 当所述特征指标为预设时间点与最后一次油品消费时间点之间的间隔时,从所述油品消费订单数据中确定出多个消费时间点,将所述预设时间点与多个消费时间点中最晚的消费时间点之间的间隔作为该特征指标下的特征指标数据; 当所述特征指标为预设时间段内在服务区进行油品消费的次数,确定出位于所述预设时间段内的在服务区进行油品消费的消费时间点的数量,将所述数量作为该特征指标下的特征指标数据; 当所述特征指标为预设时间段内在服务区进行油品消费的总金额时,从所述油品消费订单数据中获取在所述预设时间段内每次在服务区内进行油品消费的订单金额,并将多个所述订单金额的总和作为该特征指标下的特征指标数据; 当所述特征指标为高速公路行驶总里程时,将用户的车辆每次在高速公路中行驶的里程数据的总和作为该特征指标下的特征指标数据; 当所述特征指标为ETC用户等级时,基于用户通过ETC用户终端进行消费的订单数据确定用户在所述ETC用户终端进行消费的次数,并基于所述次数划分用户的ETC消费级别,将所述ETC消费级别作为该特征指标下的特征指标数据; 当所述特征指标为服务区消费能力时,基于用户在服务区内进行消费的订单数据确定用户的服务器消费能力评价指数,并将所述服务器消费能力评价指数作为该特征指标下的特征指标数据。 5.根据权利要求3所述的分析方法,其特征在于,当所述油品类型为柴油时,所述特征指标包括预设时间点与多次油品消费中最后一次油品消费时间点之间的间隔、预设时间段内在服务区进行油品消费的次数、预设时间段内在服务区进行油品消费的总金额、高速公路通行里程、ETC用户等级、加油流失率; 所述根据所述消费行为数据和所述行驶数据,计算用户在每个特征指标下的特征指标数据,包括: 当所述特征指标为预设时间点与最后一次油品消费时间点之间的间隔时,从所述油品消费订单数据中确定出多个消费时间点,将所述预设时间点与多个消费时间点中最晚的消费时间点之间的间隔作为该特征指标下的特征指标数据; 当所述特征指标为预设时间段内在服务区进行油品消费的次数,确定出位于所述预设时间段内的在服务区进行油品消费的消费时间点的数量,将所述数量作为该特征指标下的特征指标数据; 当所述特征指标为预设时间段内在服务区进行油品消费的总金额时,从所述油品消费订单数据中获取在所述预设时间段内每次在服务区内进行油品消费的订单金额,并将多个所述订单金额的总和作为该特征指标下的特征指标数据; 当所述特征指标为高速公路行驶总里程时,将用户的车辆每次在高速公路中行驶的里程数据的总和作为该特征指标下的特征指标数据; 当所述特征指标为ETC用户等级时,基于用户通过ETC用户终端进行消费的订单数据确定用户在所述ETC用户终端进行消费的次数,并基于所述次数划分用户的ETC消费级别,将所述ETC消费级别作为该特征指标下的特征指标数据; 当所述特征指标为加油流失率时,基于所述油品消费订单数据确定用户在非服务器的加油站内进行油品消费的消费次数,基于所述收费站通行数据确定用户的车辆在高速公路行驶的总次数,将所述消费次数与所述总次数之间的比值作为该特征指标下的特征指标数据。 6.一种高速公路油品消费行为的分析装置,其特征在于,所述分析装置包括: 数据获取模块,用于获取用户的消费行为数据以及用户的车辆在高速公路中的行驶数据; 特征指标确定模块,用于针对于每种不同的油品类型,确定用户消费的特征指标,以构建该油品类型对应的价值模型; 特征指标数据确定模块,用于根据所述消费行为数据和所述行驶数据,计算用户在每个特征指标下的特征指标数据; 聚类分析模块,用于基于所述价值模型以及所述特征指标数据,使用K-Means聚类算法进行聚类分群,得到聚类分群结果,并基于所述聚类分群结果确定用户在高速公路中针对该油品类型的消费行为分群结果。 7.根据权利要求6所述的分析装置,其特征在于,所述分析装置还包括归一化处理模块,在确定出用户在每个特征指标下的特征指标数据之后,所述归一化处理模块用于: 对每个特征指标下的特征指标数据进行归一化处理,并将归一化处理后的特征指标数据确定为所述特征指标数据。 8.根据权利要求6所述的分析装置,其特征在于,所述消费行为数据包括用户在服务区内进行消费的订单数据、用户的油品消费订单数据和用户通过ETC用户终端进行消费的订单数据,所述行驶数据包括用户的车辆在高速公路中行驶的里程数据和收费站通行数据。 9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至5任一所述的高速公路油品消费行为的分析方法的步骤。 10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至5任一所述的高速公路油品消费行为的分析方法的步骤。
所属类别: 发明专利
检索历史
应用推荐