车型热度的计算方法及装置、电子设备、存储介质制造方法及图纸

本申请提供一种车型热度的计算方法及装置、电子设备、存储介质，该方法可以包括：获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事件的数据、针对所述目标车型的查询事件的数据；确定与所述相关特征中各特征对应的热度权重；基于所述相关特征与相应的热度权重，计算所述目标车型的热度。本申请通过在计算目标车型的热度时，将针对目标车型的交易事件的数据、针对目标车型的发布事件的数据、针对目标车型的查询事件的数据等多个维度的数据作为计算的依据，可提高所计算出的车型热度的准确性。

【技术实现步骤摘要】
车型热度的计算方法及装置、电子设备、存储介质
本申请涉及计算机
，尤其涉及一种车型热度的计算方法及装置、电子设备、存储介质。
技术介绍
汽车平台可向用户展示各个车型的热度值，从而在用户存在购买需求时向用户提供参考。在相关技术中，汽车平台通过统计所有用户在该平台中针对各个车型的点击量来对车型热度进行排序。然而，单一依据用户的点击量计算出的车型的热度并不能够准确反映出用户对于该车型的实际需求，从而可能对用户造成误导，用户体验较差。
技术实现思路
有鉴于此，本申请提供一种车型热度的计算方法及装置、电子设备、存储介质。为实现上述目的，本申请提供技术方案如下：根据本申请的第一方面，提出了一种车型热度的计算方法，包括：获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事件的数据、针对所述目标车型的查询事件的数据；确定与所述相关特征中各特征对应的热度权重；基于所述相关特征与相应的热度权重，计算所述目标车型的热度。可选的，所述获取针对目标车型的相关特征，包括：获取所述目标车型在预设维度上的相关信息，所述预设维度包括以下至少之一：交易信息、发布信息、查询信息；对所述相关信息进行降维处理，以得到针对所述目标车型的相关特征。可选的，还包括：当所述相关信息中任一信息的数据缺失率在第一预设范围内时，采用该任一信息的中位数补全缺失的数据；当所述相关信息中任一信息的数据缺失率超过所述第一预设范围的上限值时，删除该任一信息；当所述相关信息中任一信息的数据缺失率低于所述第一预设范围的下限值时，利用机器学习算法预测缺失的数据；以及，筛选出所述相关信息中的异常取值，并删除筛选出的异常取值。可选的，所述确定与所述相关特征中各特征对应的热度权重，包括：确定所述相关特征中各特征的时效权重；其中，任一特征的时效权重与相应的时长间隔呈负相关，所述任一特征的时长间隔为对应于所述任一特征的事件的发生时刻距离当前时刻的时长；利用层次分析法确定所述相关特征中各特征的重要性权重；基于所述时效权重与所述重要性权重，确定与所述相关特征中各特征对应的热度权重。可选的，通过以下公式计算目标特征的时效权重：其中，γ表示目标特征的时效权重；dnow表示当前时刻；dt表示对应于目标特征的事件的发生时刻；dstart表示对应于所述相关特征的所有事件的最早发生时刻。可选的，还包括：获取第三方可信平台统计的针对所述目标车型的参考热度；根据所述参考热度对计算出的热度进行校验；其中，当计算出的热度与所述参考热度的误差在第二预设范围内时，判定计算出的热度通过校验。根据本申请的第二方面，提出了一种车型热度的计算装置，包括：特征获取单元，获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事件的数据、针对所述目标车型的查询事件的数据；确定单元，确定与所述相关特征中各特征对应的热度权重；计算单元，基于所述相关特征与相应的热度权重，计算所述目标车型的热度。可选的，所述特征获取单元具体用于：获取所述目标车型在预设维度上的相关信息，所述预设维度包括以下至少之一：交易信息、发布信息、查询信息；对所述相关信息进行降维处理，以得到针对所述目标车型的相关特征。可选的，还包括：处理单元，当所述相关信息中任一信息的数据缺失率在第一预设范围内时，采用该任一信息的中位数补全缺失的数据；当所述相关信息中任一信息的数据缺失率超过所述第一预设范围的上限值时，删除该任一信息；当所述相关信息中任一信息的数据缺失率低于所述第一预设范围的下限值时，利用机器学习算法预测缺失的数据；以及，筛选出所述相关信息中的异常取值，并删除筛选出的异常取值。可选的，所述确定单元具体用于：确定所述相关特征中各特征的时效权重；其中，任一特征的时效权重与相应的时长间隔呈负相关，所述任一特征的时长间隔为对应于所述任一特征的事件的发生时刻距离当前时刻的时长；利用层次分析法确定所述相关特征中各特征的重要性权重；基于所述时效权重与所述重要性权重，确定与所述相关特征中各特征对应的热度权重。可选的，通过以下公式计算目标特征的时效权重：其中，γ表示目标特征的时效权重；dnow表示当前时刻；dt表示对应于目标特征的事件的发生时刻；dstart表示对应于所述相关特征的所有事件的最早发生时刻。可选的，还包括：热度获取单元，获取第三方可信平台统计的针对所述目标车型的参考热度；校验单元，根据所述参考热度对计算出的热度进行校验；其中，当计算出的热度与所述参考热度的误差在第二预设范围内时，判定计算出的热度通过校验。根据本申请的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现如上述实施例中任一所述的车型热度的计算方法。根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述实施例中任一所述车型热度的计算方法的步骤。由以上技术方案可见，本申请通过在计算目标车型的热度时，将针对目标车型的交易事件的数据、针对目标车型的发布事件的数据、针对目标车型的查询事件的数据等多个维度的数据作为计算的依据，可提高所计算出的车型热度的准确性。进一步的，通过综合各个特征的时效权重与重要性权重来确定热度权重，使得确定出的热度权重更为全面。同时，基于用户的实际需求随时间的增长而降低的原理，通过将任一特征的时效权重设定为与对应于该特征的事件的发生时刻距离当前时刻的时长间隔呈负相关，使得最终计算出的热度权重更能够准确反映出当前用户对目标车型的实际需求，有利于提高车型热度的准确性。附图说明图1是本申请一示例性实施例示出的一种车型热度的计算方法的流程图。图2是本申请一示例性实施例示出的另一种车型热度的计算方法的流程图。图3是本申请一示例性实施例示出的一种校验车型热度的流程图。图4是本申请一示例性实施例示出的一种电子设备的结构示意图。图5是本申请一示例性实施例示出的一种车型热度的计算装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请使用的术语是仅仅出于描述特定实施例的目的，本文档来自技高网...

【技术保护点】
1.一种车型热度的计算方法，其特征在于，包括：/n获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事件的数据、针对所述目标车型的查询事件的数据；/n确定与所述相关特征中各特征对应的热度权重；/n基于所述相关特征与相应的热度权重，计算所述目标车型的热度。/n

【技术特征摘要】
1.一种车型热度的计算方法，其特征在于，包括：
获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事件的数据、针对所述目标车型的查询事件的数据；
确定与所述相关特征中各特征对应的热度权重；
基于所述相关特征与相应的热度权重，计算所述目标车型的热度。


2.根据权利要求1所述的方法，其特征在于，所述获取针对目标车型的相关特征，包括：
获取所述目标车型在预设维度上的相关信息，所述预设维度包括以下至少之一：交易信息、发布信息、查询信息；
对所述相关信息进行降维处理，以得到针对所述目标车型的相关特征。


3.根据权利要求2所述的方法，其特征在于，还包括：
当所述相关信息中任一信息的数据缺失率在第一预设范围内时，采用该任一信息的中位数补全缺失的数据；
当所述相关信息中任一信息的数据缺失率超过所述第一预设范围的上限值时，删除该任一信息；
当所述相关信息中任一信息的数据缺失率低于所述第一预设范围的下限值时，利用机器学习算法预测缺失的数据；
以及，筛选出所述相关信息中的异常取值，并删除筛选出的异常取值。


4.根据权利要求1所述的方法，其特征在于，所述确定与所述相关特征中各特征对应的热度权重，包括：
确定所述相关特征中各特征的时效权重；其中，任一特征的时效权重与相应的时长间隔呈负相关，所述任一特征的时长间隔为对应于所述任一特征的事件的发生时刻距离当前时刻的时长；
利用层次分析法确定所述相关特征中各特征的重要性权重；
基于所述时效权重与所述重要性权重，确定与所述相关特征中各特征对应的热度权重。


5.根据权利要求4所述的方法，其特征在于，通过以下公式计算目标特征的时效权重：



其中，γ表示目标特征的时效权重；
dnow表示当前时刻；
dt表示对应于目标特征的事件的发生时刻；
dstart表示对应于所述相关特征的所有事件的最早发生时刻。


6.根据权利要求1所述的方法，其特征在于，还包括：
获取第三方可信平台统计的针对所述目标车型的参考热度；
根据所述参考热度对计算出的热度进行校验；
其中，当计算出的热度与所述参考热度的误差在第二预设范围内时，判定计算出的热度通过校验。


7.一种车型热度的计算装置，其特征在于，包括：
特征获取单元，获取针对目标车型的相关特征，所述相关特征包括以下至少之一：针对所述目标车型的交易事件的数据、针对所述目标车型的发布事...

【专利技术属性】
技术研发人员：杜涛，杨笑锋，林方舟，俞冰，
申请(专利权)人：浙江大搜车软件技术有限公司，
类型：发明
国别省市：浙江;33