本申请公开一种数据处理方法、装置、服务器及存储介质，涉及车联网技术领域。该数据处理方法应用于服务器，该方法包括：获取车辆的用户账号；获取通过电子不停车收费ETC系统产生的与用户账号的车辆对应的第一数据；基于预先获取的目标概率确定目标折扣信息，其中，所述目标概率预先根据所述ETC系统中的样本用户的历史数据而确定，所述历史数据包括每个样本用户被加入黑名单的次数，所述目标概率用于表征所述ETC系统中任一用户被加入黑名单的概率；根据目标折扣信息和第一数据确定第二数据，基于第二数据对用户账号发起数据处理请求。由此，使折扣信息会随着用户账号被加入黑名单的次数而变化，使得折扣信息更加灵活。使得折扣信息更加灵活。使得折扣信息更加灵活。
【技术实现步骤摘要】
数据处理方法、装置、服务器及存储介质
[0001]本申请涉及数据处理
，更具体地，涉及一种数据处理方法、装置、服务器及存储介质。
技术介绍
[0002]现有电子不停车收费ETC系统中通常使用固定折扣对ETC系统的用户数据进行处理，固定折扣主要根据行业经验进行确定，这种固定折扣的方式过于单一，无法准确满足ETC系统的需求。
技术实现思路
[0003]本申请提出了一种数据处理方法、装置、服务器及存储介质，以改善上述缺陷。
[0004]第一方面，本申请实施例提供了一种数据处理方法，应用于服务器，所述方法包括：获取车辆的用户账号；获取通过电子不停车收费ETC系统产生的与所述用户账号的车辆对应的第一数据；基于预先获取的目标概率确定目标折扣信息，其中，所述目标概率预先根据所述ETC系统中的样本用户的历史数据而确定，所述历史数据包括每个样本用户被加入黑名单的次数，所述目标概率用于表征所述ETC系统中任一用户被加入黑名单的概率；根据所述目标折扣信息和所述第一数据确定第二数据，基于所述第二数据对所述用户账号发起数据处理请求。
[0005]第二方面，本申请实施例提供了一种数据处理装置，应用于服务器，所述装置包括：第一获取单元、第二获取单元、第一确定单元以及第二确定单元。其中，第一获取单元，用于获取车辆的用户账号；第二获取单元，用于获取通过电子不停车收费ETC系统产生的与所述用户账号的车辆对应的第一数据；第一确定单元，用于基于预先获取的目标概率确定目标折扣信息，其中，所述目标概率预先根据所述ETC系统中的样本用户的历史数据而确定，所述历史数据包括每个样本用户被加入黑名单的次数，所述目标概率用于表征所述ETC系统中任一用户被加入黑名单的概率；第二确定单元，用于根据所述目标折扣信息和所述第一数据确定第二数据，基于所述第二数据对所述用户账号发起数据处理请求。
[0006]在本申请的一些实施例中，基于前述方案，数据处理装置还包括：第一预测单元，用于根据所述历史数据中每个样本用户被加入黑名单的次数确定所述样本用户被加入黑名单的平均次数；第二预测单元，用于基于所述平均次数使用泊松分布预测所述ETC系统中任一用户被加入黑名单的概率，将所述概率作为所述目标概率。
[0007]在本申请的一些实施例中，所述黑名单包括未在指定时段内处理所述ETC系统产生的本次待处理数据的用户账号，所述指定时段与本次待处理数据对应，第一确定单元包括：初始折扣获取单元、第一调整单元、折扣等级确定单元以及目标折扣确定单元。其中，初始折扣获取单元用于获取多个初始折扣信息；第一调整单元用于基于所述目标概率调整所述多个初始折扣信息，以得到多个参考折扣信息，其中，每个所述参考折扣信息对应一个折扣等级，所述目标概率与所述多个参考折扣信息负相关；折扣等级确定单元用于基于所述
用户账号的历史数据，确定所述用户账号当前处理所述数据处理请求时所使用的目标折扣等级；目标折扣确定单元用于从所述多个参考折扣信息中获取与所述目标折扣等级对应的所述目标折扣信息。
[0008]在本申请的一些实施例中，基于前述方案，参考折扣信息与所述折扣等级正相关，折扣等级确定单元包括：历史折扣获取单元，用于确定所述用户账号处理所述ETC系统上一次产生的待处理数据时所使用的历史折扣等级；目标等级确定单元，用于根据预先确定的等级转移规则及所述用户账号的历史数据和所述历史折扣等级，确定所述用户账号当前处理所述数据处理请求时所使用的目标折扣等级，其中，所述等级转移规则规定所述目标折扣等级与所述用户账号的历史数据呈负相关关系。
[0009]在本申请的一些实施例中，基于前述方案，第一调整单元包括：分布概率确定单元，用于基于所述目标概率确定所述多个参考折扣信息的分布概率，所述分布概率用于表示所述任一用户使用每个所述参考折扣信息的概率；第二调整单元，用于根据所述多个初始折扣信息及所述分布概率调整所述多个参考折扣信息。
[0010]在本申请的一些实施例中，基于前述方案，分布概率确定单元包括：矩阵确定单元，用于基于所述目标概率确定用于表征多个所述折扣等级间相互转移的概率的状态转移矩阵，其中，所述状态转移矩阵用于表征所述任一用户的折扣等级与所述任一用户的目标概率呈负相关关系；分布概率确定子单元，用于根据所述状态转移矩阵得到稳态状态下所述多个参考折扣信息的分布概率，其中，在所述稳态状态下，多个所述折扣等级间相互转移前和相互转移后，所述任一用户使用每个所述参考折扣信息的概率保持不变。
[0011]在本申请的一些实施例中，基于前述方案，参考折扣信息与所述折扣等级正相关，矩阵确定单元包括：概率确定单元，用于基于所述目标概率确定所述任一用户未被加入黑名单的第一概率，所述目标概率为第二概率；第一转移概率确定单元，用于若所述任一用户处于所述折扣等级中的最低等级，将所述任一用户保持所述最低等级不变的概率设置为所述第二概率，将所述任一用户上升到邻近等级的概率设置为所述第一概率，将所述任一用户上升到其他等级的概率设置为零，以获取所述最低等级对应的转移概率；第二转移概率确定单元，用于若所述任一用户处于所述折扣等级中的最高等级，将所述任一用户下降到邻近等级的概率设置为所述第二概率，将所述任一用户保持所述最高等级不变的概率设置为所述第一概率，将所述任一用户下降到其他等级的概率设置为零，以获取所述最高等级对应的转移概率；第三转移概率确定单元，用于若所述任一用户处于所述最低等级与所述最高等级之间的中间折扣等级，将所述任一用户下降到邻近等级的概率设置为所述第二概率，将所述任一用户上升到邻近等级的概率设置为所述第一概率，将所述任一用户保持所述中间折扣等级及转移到其他等级的概率设置为零，以获取所述中间折扣等级对应的转移概率；矩阵确定子单元，用于由所述最低等级对应的转移概率、所述最高等级对应的转移概率以及所述中间折扣等级对应的转移概率生成所述状态转移矩阵。
[0012]在本申请的一些实施例中，基于前述方案，第二调整单元包括：第二调整子单元，用于根据所述分布概率确定所述多个参考折扣信息的预测值与无偏估计值；最优折扣确定单元，用于基于所述多个初始折扣信息计算得到使所述预测值与所述无偏估计值之间的偏差满足预设阈值条件的最优折扣信息，作为所述多个参考折扣信息。
[0013]在本申请的一些实施例中，基于前述方案，第二调整子单元包括：第一迭代单元，
用于基于所述分布概率迭代更新所述多个初始折扣信息；第二迭代单元，用于将每次迭代更新前的所述多个初始折扣信息与所述分布概率的加权和确定为所述无偏估计值，将每次迭代更新后得到的所述多个初始折扣信息确定为所述预测值。
[0014]第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行上述数据处理方法。
[0015]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，应用于服务器，所述方法包括：获取车辆的用户账号；获取通过电子不停车收费ETC系统产生的与所述用户账号的车辆对应的第一数据；基于预先获取的目标概率确定目标折扣信息，其中，所述目标概率预先根据所述ETC系统中的样本用户的历史数据而确定，所述历史数据包括每个样本用户被加入黑名单的次数，所述目标概率用于表征所述ETC系统中任一用户被加入黑名单的概率；根据所述目标折扣信息和所述第一数据确定第二数据，基于所述第二数据对所述用户账号发起数据处理请求。2.根据权利要求1所述的方法，其特征在于，所述黑名单包括未在指定时段内处理所述ETC系统产生的本次待处理数据的用户账号，所述指定时段与本次待处理数据对应。3.根据权利要求2所述的方法，其特征在于，所述基于预先获取的目标概率确定目标折扣信息，包括：获取多个初始折扣信息；基于所述目标概率调整所述多个初始折扣信息，以得到多个参考折扣信息，其中，每个所述参考折扣信息对应一个折扣等级，所述目标概率与所述多个参考折扣信息负相关；基于所述用户账号的历史数据，确定所述用户账号当前处理所述数据处理请求时所使用的目标折扣等级；从所述多个参考折扣信息中获取与所述目标折扣等级对应的所述目标折扣信息。4.根据权利要求3所述的方法，其特征在于，所述多个参考折扣信息与所述折扣等级正相关，所述基于所述用户账号的历史数据，确定所述用户账号当前处理所述数据处理请求时所使用的目标折扣等级，包括：确定所述用户账号处理所述ETC系统上一次产生的待处理数据时所使用的历史折扣等级；根据预先确定的等级转移规则及所述用户账号的历史数据和所述历史折扣等级，确定所述用户账号当前处理所述数据处理请求时所使用的目标折扣等级，其中，所述等级转移规则规定所述目标折扣等级与所述用户账号的历史数据呈负相关关系。5.根据权利要求3所述的方法，其特征在于，所述基于所述目标概率调整所述多个初始折扣信息，以得到多个参考折扣信息，包括：基于所述目标概率确定所述多个参考折扣信息的分布概率，所述分布概率用于表示所述任一用户使用每个所述参考折扣信息的概率；根据所述多个初始折扣信息及所述分布概率调整所述多个参考折扣信息。6.根据权利要求5所述的方法，其特征在于，所述基于所述目标概率确定所述多个参考折扣信息的分布概率，包括：基于所述目标概率确定用于表征多个所述折扣等级间相互转移的概率的状态转移矩阵，其中，所述状态转移矩阵用于表征所述任一用户的折扣等级与所述任一用户的目标概率呈负相关关系；根据所述状态转移矩阵得到稳态状态下所述多个参考折扣信息的分布概率，其中，在所述稳态状态下，多个所述折扣等级间相互转移前和相互转移后，所述任一用户使用每个所述参考折扣信息的概率保持不变。
7.根据权利要求6所述的方法，其特征在于，所述参考折扣信息与所述折扣等级正相关，所述基于所述目标概率确定用于表征多个所述折扣等级间相互转移的概率的状态转移矩阵，包括：基于所述目标概率确定所述任一用户未被加入黑名单的第一概率，所述目标概率为第二概率；若所述任一用户处于所述折扣等级中的最低等级，将所述任一用户保持所述最低等级不变的概率...
【专利技术属性】
技术研发人员：钟子宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。