数据处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种数据处理方法、装置、计算机设备和存储介质。所述方法包括：响应于目标对象发起的换电请求，确定目标对象的位置信息以及目标区域内各目标车辆的位置信息；根据预设的聚类算法以及各目标车辆的位置信息，对目标区域内各目标车辆进行聚类处理，并基于聚类结果确定聚类区域；根据各聚类区域对应的历史特征数据以及预设的预测模型，确定各聚类区域对应的预测特征数据；历史特征数据用于反映历史时间段内聚类区域中各目标车辆的历史使用情况；根据各聚类区域对应的预测特征数据以及目标对象的位置信息，在各聚类区域中确定出目标聚类区域，将目标聚类区域反馈给目标对象。采用本方法，可以提高车辆换电有效性。可以提高车辆换电有效性。可以提高车辆换电有效性。

【技术实现步骤摘要】
数据处理方法、装置、计算机设备和存储介质


[0001]本申请涉及共享单车
，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]共享单车在人们的日常生活中越来越普遍，为人们的日常生活带来了便利，在共享单车的日常管理中，共享单车的运营商需要定期为共享单车进行换电，以保证共享单车的可用性。
[0003]目前的共享单车换电方法，通常是采用人工换电的方式，由换电工携带新的电池，对低电的共享单车进行换电。在具体换电过程中，换电工可以基于移动终端显示目标区域内各低电车辆的分布位置，然后，换电工通常采用就近原则选择最接近的换电区域，结合自身经验进行换电规划，依次对低电车辆进行换电。
[0004]然而，目前的共享单车换电过程中，换电工通过自身经验等选择的换电区域存在车辆的使用频次不高的情况，造成对该换电区域内各车辆进行换电处理，换点后的车辆转化率较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种数据处理方法、装置、计算机设备和存储介质。
[0006]第一方面，本申请提供了一种数据处理方法。所述方法包括：响应于目标对象发起的换电请求，确定所述目标对象的位置信息以及目标区域内各目标车辆的位置信息；所述目标车辆为满足预设电量条件的车辆；根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并基于聚类结果确定聚类区域；根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据；所述历史特征数据用于反映历史时间段内所述聚类区域中各所述目标车辆的历史使用情况；根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，将所述目标聚类区域作为推荐区域，反馈给所述目标对象。
[0007]在其中一个实施例中，所述根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并基于聚类结果确定聚类区域，包括：根据预设的聚类算法以及所述目标区域内各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行预设聚类簇数目的聚类处理，得到所述预设聚类簇数目个聚类簇；
在所述预设聚类簇数目个聚类簇中，确定满足预设聚类条件的各目标聚类簇，将所述目标聚类簇作为聚类结果并确定各所述聚类结果对应的聚类区域。
[0008]在其中一个实施例中，所述根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据，包括：针对各所述聚类区域中的每一所述聚类区域，确定所述聚类区域中包含的所述目标车辆的位置信息在所述聚类区域中的所属区块，并基于各所述区块中所述目标车辆的历史特征数据，构建各所述区块对应的历史特征数据；将各所述区块对应的历史特征数据，输入至预设的预测模型中，对各所述历史特征数据进行预测处理，得到各所述区块对应的预测特征数据；基于各所述区块对应的预测特征数据，确定所述目标预测时段内所述聚类区域对应的预测特征数据。
[0009]在其中一个实施例中，所述根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，包括：根据各所述聚类区域的中心的位置信息与所述目标对象的位置信息，确定各所述聚类区域的中心与所述目标对象间的相对距离；根据各所述相对距离以及各所述聚类区域对应的预测特征数据，对各所述聚类区域进行评估处理，得到各所述聚类区域对应的评估结果；根据各所述聚类区域对应的评估结果，将所述评估结果最高的聚类区域确定为目标聚类区域。
[0010]在其中一个实施例中，所述根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据之前，所述方法还包括：获取训练特征数据集，所述训练特征数据集中包含所述目标区域内各区块对应的训练特征数据以及参考特征数据；将各所述区块对应的所述训练特征数据集输入至预测模型中，对所述训练特征数据集进行预测处理，得到各所述区块对应的预测特征数据；根据所述预测特征数据和所述参考特征数据进行损失计算，得到损失结果，直至所述损失结果满足预设损失条件时，确定所述预测模型训练完成。
[0011]在其中一个实施例中，所述获取训练特征数据集，包括：按照预设的区域划分规则，将所述目标区域划分为多个区块；根据各所述目标车辆的位置信息，确定所述多个区块中每一区块包含的目标车辆，并获取历史时段内每一所述区块对应的目标车辆的历史特征数据，作为所述区块对应的训练特征数据和参考特征数据；根据各所述区块对应的训练特征数据和参考特征数据，构建训练特征数据集。
[0012]在其中一个实施例中，所述将所述目标聚类区域作为推荐区域，反馈给所述目标对象，包括：获取所述目标区域的地图数据；所述地图数据中包含所述目标对象的位置信息以及各所述目标车辆的位置信息；在所述地图数据中标记所述目标聚类区域，以及标记所述目标对象当前的位置信息；
在显示页面中显示包含所述目标聚类区域以及所述目标对象当前的位置信息的地图数据。
[0013]第二方面，本申请还提供了一种数据处理装置。所述装置包括：第一确定模块，用于响应于目标对象发起的换电请求，确定所述目标对象的位置信息以及目标区域内各目标车辆的位置信息；所述目标车辆为满足预设电量条件的车辆；第二确定模块，用于根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并确定聚类处理后的各聚类区域；第三确定模块，用于根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据；所述历史特征数据用于反映历史时间段内所述聚类区域中各所述目标车辆的历史使用情况；反馈模块，用于根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，将所述目标聚类区域作为推荐区域，反馈给所述目标对象。
[0014]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：响应于目标对象发起的换电请求，确定所述目标对象的位置信息以及目标区域内各目标车辆的位置信息；所述目标车辆为满足预设电量条件的车辆；根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并基于聚类结果确定聚类区域；根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据；所述历史特征数据用于反映历史时间段内所述聚类区域中各所述目标车辆的历史使用情况；根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，将所述目标聚类区域作为推荐区域，反馈给所述目标对象。
[0015]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：响应于目标对象发起的换本文档来自技高网...

【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，所述方法包括：响应于目标对象发起的换电请求，确定所述目标对象的位置信息以及目标区域内各目标车辆的位置信息；所述目标车辆为满足预设电量条件的车辆；根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并基于聚类结果确定聚类区域；根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据；所述历史特征数据用于反映历史时间段内所述聚类区域中各所述目标车辆的历史使用情况；根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，将所述目标聚类区域作为推荐区域，反馈给所述目标对象。2.根据权利要求1所述的方法，其特征在于，所述根据预设的聚类算法以及各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行聚类处理，并基于聚类结果确定聚类区域，包括：根据预设的聚类算法以及所述目标区域内各所述目标车辆的位置信息，对所述目标区域内各所述目标车辆进行预设聚类簇数目的聚类处理，得到所述预设聚类簇数目个聚类簇；在所述预设聚类簇数目个聚类簇中，确定满足预设聚类条件的各目标聚类簇，将所述目标聚类簇作为聚类结果并确定各所述聚类结果对应的聚类区域。3.根据权利要求1所述的方法，其特征在于，所述根据各所述聚类区域对应的历史特征数据以及预设的预测模型，确定各所述聚类区域对应的预测特征数据，包括：针对各所述聚类区域中的每一所述聚类区域，确定所述聚类区域中包含的所述目标车辆的位置信息在所述聚类区域中的所属区块，并基于各所述区块中所述目标车辆的历史特征数据，构建各所述区块对应的历史特征数据；将各所述区块对应的历史特征数据，输入至预设的预测模型中，对各所述历史特征数据进行预测处理，得到各所述区块对应的预测特征数据；基于各所述区块对应的预测特征数据，确定所述目标预测时段内所述聚类区域对应的预测特征数据。4.根据权利要求1所述的方法，其特征在于，所述根据各所述聚类区域对应的预测特征数据以及所述目标对象的位置信息，在各所述聚类区域中确定出目标聚类区域，包括：根据各所述聚类区域的中心的位置信息与所述目标对象的位置信息，确定各所述聚类区域的中心与所述目标对象间的相对距离；根据各所述相对距离以及各所述聚类区域对应的预测特征数据，对各所述聚类区域进行评估处理，得到各所述聚类区域对应的评估结果；根据各所述聚类区域对应的评估结果，将所述评估结果最高的聚类区域确定为目标聚类区域。5.根据权利要求1所述的方法，其特征在于，所述根据各所述聚类区域对应的历...

【专利技术属性】
技术研发人员：赵鹏，刘永威，刘思喆，
申请(专利权)人：北京阿帕科蓝科技有限公司，
类型：发明
国别省市：