一种停车场的推荐方法及装置制造方法及图纸

本申请适用于机器推荐的技术领域，提供了一种停车场的推荐方法，包括：获取每个停车场的初始数据；所述初始数据包括第一数据和第二数据。将每个停车场的所述第一数据输入预测模型，得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列。根据每个停车场的所述预测时间序列和所述第二数据，推荐目标停车场至用户。上述方案，通过以时间序列的方式，预测多个时间间隔内的特征数据，并根据特征数据推荐目标停车场至用户。与传统的推荐方法相比，由于本申请是以未来的时间间隔为基准，根据未来的时间间隔对应的不同特征数据进行推荐，故可适应时间的变化。也就提高了推荐精度。

【技术实现步骤摘要】
一种停车场的推荐方法及装置
本申请属于机器推荐的
，尤其涉及一种停车场的推荐方法、装置、终端设备以及计算机可读存储介质。
技术介绍
随着人工智能的发展，智能推荐融入到生活中的角角落落。例如：用户通过智能推荐算法选择心仪的餐厅，通过智能推荐算法选择感兴趣的视频内容等。然而，对于停车场等推荐场景而言，传统的停车场推荐方法往往基于等候时间优先选择停车场，从而引导用户停车。而由于传统的停车场推荐方法需要用户抵达停车场才能做出决策，导致推荐消息滞后，推荐精度较低。
技术实现思路
有鉴于此，本申请实施例提供了一种停车场的推荐方法、装置、终端设备以及计算机可读存储介质，可以解决由于传统的停车场推荐方法需要用户抵达停车场才能做出决策，导致推荐消息滞后，推荐精度较低的技术问题。本申请实施例的第一方面提供了一种停车场的推荐方法，所述方法包括：获取每个停车场的初始数据；所述初始数据包括第一数据和第二数据；将每个停车场的所述第一数据输入预测模型，得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列本文档来自技高网...

【技术保护点】
1.一种停车场的推荐方法，其特征在于，所述方法包括：/n获取每个停车场的初始数据；所述初始数据包括第一数据和第二数据；/n将每个停车场的所述第一数据输入预测模型，得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列；时间序列是指以时间顺序为索引的数据集合；所述时间序列中的每个时间间隔对应多种特征数据；/n根据每个停车场的所述预测时间序列和所述第二数据，推荐目标停车场至用户。/n

【技术特征摘要】
1.一种停车场的推荐方法，其特征在于，所述方法包括：
获取每个停车场的初始数据；所述初始数据包括第一数据和第二数据；
将每个停车场的所述第一数据输入预测模型，得到由所述预测模型输出的每个停车场的所述第一数据对应的预测时间序列；时间序列是指以时间顺序为索引的数据集合；所述时间序列中的每个时间间隔对应多种特征数据；
根据每个停车场的所述预测时间序列和所述第二数据，推荐目标停车场至用户。


2.如权利要求1所述方法，其特征在于，所述获取每个停车场的初始数据，包括：
获取动态时间序列、静态时间序列以及第二数据；
将所述动态时间序列和所述静态时间序列拼接为全局向量；
将所述全局向量作为每个停车场的所述第一数据。


3.如权利要求2所述方法，其特征在于，所述获取动态时间序列、静态时间序列以及第二数据，包括：
获取动态数据；所述动态数据包括当前日期、天气参数以及车位预设数量；
获取静态数据；所述静态数据包括停车场经纬度以及停车场总车位数量；
获取预分析数据；所述预分析数据包括停车场的潜在用户数、停车场至目的地的时间以及停车场不同时段的费用；
将所述动态数据按照预设时间精度离散化，得到所述动态时间序列；
将所述静态数据按照预设时间精度离散化，得到所述静态时间序列；
将所述预分析数据按照预设时间精度离散化，得到所述第二数据。


4.如权利要求1所述方法，其特征在于，所述根据每个停车场的所述预测时间序列和所述第二数据，推荐目标停车场至用户，包括：
分别将同一个停车场对应的所述预测时间序列和所述第二数据进行融合，得到每个停车场的目标时间序列；
将每个停车场的所述目标时间序列进行组合，得到目标时间序列组；
将每个所述目标时间序列组输入分类模型中，得到由所述分类模型输出的分类结果；所述分类结果用于区分单个所述目标时间序列组中...

【专利技术属性】
技术研发人员：黄虎，方芃岚，吴光周，
申请(专利权)人：中电科新型智慧城市研究院有限公司，
类型：发明
国别省市：广东;44