车辆流转预测方法、装置和计算机设备制造方法及图纸

本申请涉及一种车辆流转预测方法、装置和计算机设备。所述方法包括获取第一历史周期的车辆集合；从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签；获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；基于目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型。采用本方法能够准确地预测当前周期内的车辆是否发生流转。确地预测当前周期内的车辆是否发生流转。确地预测当前周期内的车辆是否发生流转。

【技术实现步骤摘要】
车辆流转预测方法、装置和计算机设备


[0001]本申请涉及车联网
，特别是涉及一种车辆流转预测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着车联网领域技术的发展，出现了针对车联网数据的数据挖掘技术，通过综合分析车辆的各类数据信息，得到车辆在特定周期内发生流转的概率，以为车辆销售方判断车主是否有意愿购买新车或以旧车置换新车提供依据。
[0003]针对重型卡车市场，传统技术中是通过分析车辆基本信息和车联网数据对车辆置换的影响，利用因子加权计算的方式，计算车辆置换的概率。
[0004]然而，传统技术中需要大量的车辆基本信息和车联网数据，才能够利用因子加权计算的方式，计算车辆置换的概率。在无法获取到足够多的车辆基本信息和车联网数据的情况下，存在车辆置换的概率计算不够准确的问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够准确地预测当前周期内的车辆是否发生流转的车辆流转预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种车辆流转预测方法。所述方法包括：
[0007]获取与第一历史周期对应的车辆集合；
[0008]从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；
[0009]获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，第二历史周期为在第一历史周期之后的历史周期；
[0010]获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；
[0011]基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
[0012]第二方面，本申请还提供了一种车辆流转预测装置。所述装置包括：
[0013]获取模块，用于获取与第一历史周期对应的车辆集合；
[0014]获取模块，还用于从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；
[0015]获取模块，还用于获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转
标签，第二历史周期为在第一历史周期之后的历史周期；
[0016]获取模块，还用于获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；
[0017]训练模块，用于基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
[0018]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0019]获取与第一历史周期对应的车辆集合；
[0020]从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；
[0021]获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，第二历史周期为在第一历史周期之后的历史周期；
[0022]获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；
[0023]基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
[0024]第四方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0025]获取与第一历史周期对应的车辆集合；
[0026]从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；
[0027]获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，第二历史周期为在第一历史周期之后的历史周期；
[0028]获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；
[0029]基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
[0030]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，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：
[0031]获取与第一历史周期对应的车辆集合；
[0032]从车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；
[0033]获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，第二历史周期为在第一历史周期之后的历史周期；
[0034]获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括
车辆运行数据、车辆配置数据和车辆购买数据；
[0035]基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。
[0036]上述车辆流转预测方法、装置、计算机设备、存储介质和计算机程序产品，通过从与第一历史周期对应的车辆集合中，筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；获取目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签、以及第一历史周期的目标车辆集合中各车辆的车辆特征数据，车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；基于第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，目标车辆流转预测模型用于预测当前周期内的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆流转预测方法，其特征在于，所述方法包括：获取与第一历史周期对应的车辆集合；从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合；获取所述目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，所述第二历史周期为在所述第一历史周期之后的历史周期；获取第一历史周期的目标车辆集合中各车辆的车辆特征数据，所述车辆特征数据包括车辆运行数据、车辆配置数据和车辆购买数据；基于所述第一历史周期的目标车辆集合中各车辆的车辆特征数据、以及所述目标车辆集合中各车辆在第二历史周期所对应的车辆流转标签，对车辆流转预测模型进行训练，得到目标车辆流转预测模型，所述目标车辆流转预测模型用于预测当前周期内的车辆是否发生流转。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取当前周期的上一周期的目标车辆集合中各车辆的车辆特征数据；将所述当前周期的上一周期的目标车辆集合中各车辆的车辆特征数据，输入至所述目标车辆流转预测模型，得到当前周期的目标车辆集合中各车辆的车辆流转预测结果。3.根据权利要求1所述的方法，其特征在于，所述从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合，包括：从所述车辆集合中筛选出第一初始车辆集合，所述第一初始车辆集合包括在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆；获取第一历史周期的第一初始车辆集合中各车辆的车辆购买数据，所述车辆购买数据包括购买日期；对于第一历史周期的第一初始车辆集合中的各车辆，根据所述购买日期，计算购买时长；将所述第一历史周期的第一初始车辆集合中所述购买时长大于预设购买时长的车辆，作为第一历史周期的目标车辆集合。4.根据权利要求3所述的方法，其特征在于，所述从所述车辆集合中筛选出第一初始车辆集合，包括：获取第一历史周期的车辆集合中各车辆的车辆发动机点火数据、车辆速度、车辆位置和行驶时刻；对于第一历史周期的车辆集合中各车辆，根据所述车辆发动机点火数据和车辆速度，判断车辆处于启动状态或停车状态；当车辆处于停车状态时，将所述车辆发动机点火数据所对应的行驶时刻作为车辆停车时刻；当车辆处于启动状态时，将所述车辆发动机点火数据所对应的行驶时刻作为车辆启动时刻；将当前的所述车辆启动时刻与上一个所述车辆停车时刻之间的时长，作为停车时长；从所述第一历史周期的车辆集合中筛选所述停车时长大于预设停车时长的车辆，得到
所述停车时长大于预设停车时长的车辆集合；对于所述停车时长大于预设停车时长的车辆集合中各车辆，根据所述车辆位置，确定车辆在交易区域的停车频次；将所述停车时长大于预设停车时长的车辆集合中所述停车频次大于预设停车频次的车辆，作为第一历史周期的第一初始车辆集合。5.根据权利要求1所述的方法，其特征在于，所述从所述车辆集合中筛选出购买时长大于预设购买时长、在交易区域的停车时长大于预设停车时长、且在交易区域的停车频次大于预设停车频次的车辆，构成目标车辆集合，包括：从所述车辆集合中筛选出第二初始车辆集合，所述第二初始车辆集合包括停车时长大于预设停车时长、且购买时长大于预设购买时长的车辆；获取第一历史周期的第二初始车辆集合中各车辆的车辆位置；对于第一历史周期的第二初始车辆集合中各车辆，根据所述车辆位置，确定车辆在交易区域的停车频次；将所述第一历史周期的第二初始车辆集合中所述在交易区域的停车频次大于预设停车频次的车辆，作为第一历史周期的目标车辆集合。6.根据权利要求5所述的方法，其特征在于，所述从所述车辆集合中筛选出第二初始...

【专利技术属性】
技术研发人员：韩剑平，陈磊，宋磊，柏雪，邓建春，王体龙，闫艳琪，戚乐乐，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：