一种基于停靠点聚类的企业车队识别方法和装置制造方法及图纸

本申请涉及一种基于停靠点聚类的企业车队识别方法和装置。所述方法包括：获取车辆停靠数据及车辆与企业的关联数据；对车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；将待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；对车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；基于企业停车场数据计算企业车队的系数；将企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。所述方法提升了数据挖掘细致度和精准度，提升了车辆运输效率，也便于车辆调度、统计和相关应用。统计和相关应用。统计和相关应用。

【技术实现步骤摘要】
一种基于停靠点聚类的企业车队识别方法和装置


[0001]本申请涉及数据挖掘
，更为具体来说，本申请涉及一种基于停靠点聚类的企业车队识别方法和装置。

技术介绍

[0002]货车作为陆运主力，其承担了很大一部分货物运输量，现有的技术方案中，在实现高效的货物运输时，主要通过用户主动联系的方式进行货物运输，例如车主确定运输路线后，首先需要联系该路线上的企业，通过打电话的方式逐一询问有无需要运输的货物，同时当货主想将获取运输到某一地点，需要提前联系运输到该地点的车辆，如果车主或货主其中一方联系不到对方，就会导致货物无法运输，从而降低了货物运输效率。
[0003]公开号为CN113222492的专利申请公开了一种车辆行驶线路类型的判别方法，所述方法包括：获取待判别车辆在预设时间段内的历史行驶轨迹点；根据所述历史行驶轨迹点计算所述待判别车辆的POI历史停靠点；预处理所述计算的待判别车辆的POI历史停靠点，生成目标POI停靠点序列；将所述目标POI停靠点序列进行等级划分，生成多级POI停靠点序列；基于所述多级POI停靠点序列判别所述待判别车辆对应的行驶路线类型。然而，该专利申请不能给出有效的车辆和企业的关联数据进而不能识别企业车队运营的类型，影响车辆运输效率。

技术实现思路

[0004]基于上述技术问题，本专利技术旨在基于两次DBSCAN聚类模型来提升数据挖掘的效率，特别是得到企业停车场数据，基于所述企业停车场数据计算企业车队的系数，将所述企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，从而实现数据挖掘的细致度与精准度，以适应各种相关应用场景。
[0005]本专利技术第一方面提供了一种基于停靠点聚类的企业车队识别方法，包括：
[0006]获取车辆停靠数据及车辆与企业的关联数据；
[0007]对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；
[0008]将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；
[0009]对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将所述每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；
[0010]基于所述企业停车场数据计算企业车队的系数；
[0011]将所述企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。
[0012]具体地，所述车辆停靠数据包括车辆ID、停靠日期、停靠起始时间、停靠结束时间、停靠时长、停靠点经度和停靠点纬度；所述车辆和企业的关联数据包括车辆ID和企业ID的对应关系。
[0013]优选地，所述方法还包括：对所述待聚类停靠点输入到训练好的DBSCAN聚类模型，若没有得到类簇，则取车辆的停靠点中停靠时长最长且停靠时长大于预设天数的停靠点作为车辆常驻地。
[0014]进一步地，将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地，包括：
[0015]将所述待聚类停靠点输入到训练好的DBSCAN聚类模型；
[0016]将基于模型得到类簇中的停靠次数、停靠天数和/或停靠总时长进行降序存储；
[0017]将降序排列中靠前的预设数目的停靠点作为车辆常驻地。
[0018]进一步地，所述对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点，包括：
[0019]选取具有预设范围的停靠时长的停靠点；
[0020]将选取的停靠点通过车辆ID进行分组；
[0021]分析并确定符合预设条件的待聚类停靠点。
[0022]进一步地，所述对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，包括：
[0023]过滤所述车辆常驻地得到目标车辆的车辆常驻地；
[0024]选取所述目标车辆的车辆常驻地中分位数大于预设数值的车辆常驻地；
[0025]将车辆ID和企业ID进行关联，得到每个企业下的车辆常驻地。
[0026]再进一步地，所述基于所述企业停车场数据计算企业车队的系数，包括：
[0027]将车辆和企业的关联数据和企业停车场数据进行关联，将关联上的车辆数记为n，其中，n为自然数；
[0028]通过企业ID将数据进行聚合，获取企业关联上的车辆中停在企业停车场的个数并将其记为m，其中，m为自然数；
[0029]用m除以n作为企业车队系数。
[0030]本专利技术第二方面提供了一种基于停靠点聚类的企业车队识别装置，所述装置包括：
[0031]获取模块，用于获取车辆停靠数据及车辆与企业的关联数据；
[0032]停靠点筛选模块，用于对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；
[0033]第一聚类模块，用于将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；
[0034]第二聚类模块，用于对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将所述每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；
[0035]车队系数计算模块，用于基于所述企业停车场数据计算企业车队的系数；
[0036]识别模块，用于将所述企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。
[0037]本专利技术第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0038]获取车辆停靠数据及车辆与企业的关联数据；
[0039]对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；
[0040]将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；
[0041]对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将所述每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；
[0042]基于所述企业停车场数据计算企业车队的系数；
[0043]将所述企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。
[0044]本专利技术第四方面提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0045]获取车辆停靠数据及车辆与企业的关联数据；
[0046]对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；
[0047]将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；
[0048]对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将所述每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；
[0049]基于所述企业停车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于停靠点聚类的企业车队识别方法，其特征在于，包括：获取车辆停靠数据及车辆与企业的关联数据；对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点；将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地；对所述车辆常驻地进行过滤和关联，得到每个企业下的车辆常驻地，并将所述每个企业下的车辆常驻地输入到训练好的DBSCAN聚类模型，得到企业停车场数据；基于所述企业停车场数据计算企业车队的系数；将所述企业车队的系数大于等于预设阈值的企业下车辆作为企业车队运营，否则，作为非企业车队运营。2.根据权利要求1所述的基于停靠点聚类的企业车队识别方法，其特征在于，所述车辆停靠数据包括车辆ID、停靠日期、停靠起始时间、停靠结束时间、停靠时长、停靠点经度和停靠点纬度；所述车辆和企业的关联数据包括车辆ID和企业ID的对应关系。3.根据权利要求2所述的基于停靠点聚类的企业车队识别方法，其特征在于，所述方法还包括：对所述待聚类停靠点输入到训练好的DBSCAN聚类模型，若没有得到类簇，则取车辆的停靠点中停靠时长最长且停靠时长大于预设天数的停靠点作为车辆常驻地。4.根据权利要求3所述的基于停靠点聚类的企业车队识别方法，其特征在于，将所述待聚类停靠点输入到训练好的DBSCAN聚类模型，得到车辆常驻地，包括：将所述待聚类停靠点输入到训练好的DBSCAN聚类模型；将基于模型得到类簇中的停靠次数、停靠天数和/或停靠总时长进行降序存储；将降序排列中靠前的预设数目的停靠点作为车辆常驻地。5.根据权利要求3所述的基于停靠点聚类的企业车队识别方法，其特征在于，所述对所述车辆停靠数据及车辆与企业的关联数据进行筛选和分组，得到符合预设条件的待聚类停靠点，包括：选取具有预设范围的停靠时长的停靠点；将选取的停靠点通过车辆ID进行分组；分析并确定符合预设条件的待聚类停靠点。6.根据权利要...

【专利技术属性】
技术研发人员：杨俊京，赵岩，夏曙东，蔡抒扬，孙智彬，张志平，
申请(专利权)人：北京中交兴路信息科技有限公司，
类型：发明
国别省市：