一种基于历史数据的停车场推荐方法、装置和分布式系统制造方法及图纸

本发明专利技术提供了一种基于历史数据的停车场推荐方法、装置和分布式系统，涉及数据处理技术领域，包括：预先建立一初始模型集，所述初始模型集包括若干分别对应各个停车场的初始模型；获取各个停车场的历史数据作为训练数据，对各个所述停车场的历史数据进行训练，以获得目标模型集，每一目标模型用于预测对应停车场目标时间段下各个车辆的离开时间和离开概率，以确定所述目标时间段下停车场的车辆分布状态；获取各个停车场的实时数据，基于所述目标模型集建立动态变化的实时停车数据库；建立停车评分模型，对各个目标停车场进行评分，以对目标车辆进行停车场推荐；解决现有停车场推荐方法匹配度不够的问题。方法匹配度不够的问题。方法匹配度不够的问题。

【技术实现步骤摘要】
一种基于历史数据的停车场推荐方法、装置和分布式系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于历史数据的停车场推荐方法、装置和分布式系统。

技术介绍

[0002]在热门景点和商城,由于车流量大而停车位有限，车位已满的情况时有发生，这会导致用户等待时间过长,影响体验。所以，如何合理管理周边车位，最大限度满足停车需求,减少用户等待时间，是这类场所需要面临的问题。
[0003]目前大多数智慧停车系统主要集中在停车场内的车位管理与导航上，没有考虑到周边其他停车场的实时车位数和信息。这会导致在当前停车场车位已满的情况下，系统无法为用户及时推荐其他可选的周边停车方案，导致推荐结果与用户需求匹配度不够，精准度不高，用户会等待较长时间。

技术实现思路

[0004]为了克服上述技术缺陷，本专利技术的目的在于提供一种基于历史数据的停车场推荐方法、装置和分布式系统，旨在解决现有停车场推荐方法精准度不够的问题。
[0005]本专利技术公开了一种基于历史数据的停车场推荐方法，包括：
[0006]预先建立一初始模型集，所述初始模型集包括若干分别对应各个停车场的初始模型；
[0007]获取各个停车场的历史数据作为训练数据，对各个所述初始模型进行训练，以获得目标模型集，每一目标模型用于预测对应停车场目标时间段下各个车辆的离开时间和离开概率，以确定所述目标时间段下停车场的车辆分布状态；
[0008]获取各个停车场的实时数据，基于所述目标模型集建立动态变化的实时停车数据库；/>[0009]建立停车评分模型，对各个目标停车场进行评分，以对目标车辆进行停车场推荐；其中，所述停车评分模型用于根据所述实时停车数据库获取各个停车场的实时数据进行评分；
[0010]获取目标车辆的位置信息，根据所述目标车辆的位置信息和所述评分，在所述实时停车数据库中确定至少一个目标停车场。
[0011]优选地，每一所述目标模型执行以下操作：
[0012]采集基础信息以及对应停车场的进场车辆的车辆信息，其中，所述基础信息包括天气数据、时间数据；
[0013]基于所述车辆信息进行识别以确定车辆类型，其中，所述车辆类型包括固定停车用户、临时停车用户以及长期停车用户；
[0014]基于所述车辆类型和所述基础信息采用训练好的目标模型进行处理，以获得所述目标时间段下所述车辆信息对应的所述离开时间和所述离开概率，其中所述目标模型为长
短期记忆模型。
[0015]优选地，在获取各个停车场的历史数据后，包括：
[0016]对历史数据进行清洗后规范化处理；
[0017]和/或，对历史数据中各个车辆信息进行分类；
[0018]和/或，对历史数据中各个车辆信息对应车辆停车时长数据进行计算和分析，以用于预测对应停车场目标时间段下各个车辆的所述离开时间和所述离开概率。
[0019]优选地，根据停车场数据库的数据变化，通过Spark或Flink同步至所述实时停车数据库，以对所述实时停车数据库进行更新。
[0020]优选地，所述建立评分模型，对各个目标停车场进行评分，包括：
[0021]获取各个所述目标停车场的实时空位数，并基于所述实时空位数占总车位数的比例与第一权值加权生成各个所述目标停车场的第一得分；
[0022]从所述实时停车数据库中根据各个所述目标停车场对应的所述目标模型确定各个所述目标停车场在所述目标时间段下离场车辆数量和每一离场车辆的离开概率，基于第二权值乘以预设第一规则计算各个所述目标停车场的第二得分，其中，所述预设第一规则为各个离场车辆的离开概率的平均值乘以离场车辆产生空位数相对实时非空位数的比值；
[0023]从所述实时停车数据库中获取各个所述目标停车场预设范围内的车辆，确定各个所述目标停车场在所述目标时间段下进场车辆数量，获取各个进场车辆的位置基于第三权值乘以预设第二规则计算各个所述目标停车场的第三得分；其中，所述预设第二规则为进场车辆数量相对实时空位数和离场车辆数的比例；
[0024]从所述实时停车数据库中根据各个所述目标停车场的位置信息确定各个所述目标停车场相对所述目标车辆和目的地的距离，并基于第四权值计算各个所述目标停车场的第四得分。
[0025]优选地，所述建立评分模型，对各个目标停车场进行评分，包括：
[0026]基于各个目标停车场的第一得分、第二得分、第三得分、第四得分确定各个目标停车场的综合评分。
[0027]优选地，以预定时间间隔再次执行对各个目标停车场的评分，以更新所述目标车辆的停车场推荐。
[0028]优选地，接收所述目标车辆反馈的评价信息，根据所述评价信息反向优化所述停车评分模型和各个所述目标模型。
[0029]本专利技术还提供一种基于历史数据的停车场推荐装置，包括：
[0030]第一处理模块，用于预先建立一初始模型集，所述初始模型集包括若干分别对应各个停车场的初始模型；获取各个停车场的历史数据作为训练数据，对各个初始模型进行训练，以获得目标模型集，每一目标模型用于预测对应停车场目标时间段下各个车辆的离开时间和离开概率，以确定所述目标时间段下停车场的车辆分布状态；
[0031]第二处理模块，用于获取各个停车场的实时数据，基于所述目标模型集建立动态变化的实时停车数据库；
[0032]执行模块，用于建立停车评分模型，对各个目标停车场进行评分，以对目标车辆进行停车场推荐；其中，所述停车评分模型用于根据所述实时停车数据库获取各个所述目标停车场的实时数据进行评分；获取目标车辆的位置信息，根据所述目标车辆的位置信息和
所述评分，在所述停车场数据库中确定至少一个目标停车场。
[0033]本专利技术还提供一种分布式系统，包括主节点和多个从节点，所述主节点和各个从节点配合应用上述的基于历史数据的停车场推荐装置。
[0034]采用了上述技术方案后，与现有技术相比，具有以下有益效果：
[0035]本申请提供的基于历史数据的停车场推荐方法、装置和分布式系统，建立对应各个停车场的模型，基于历史数据预测各个停车场目标时间段下的车位分布状态，对各个停车场的实时空车位数、位置信息、目标时间段下离场车辆和进场车辆等多维度进行评分，以进行停车场推荐，利用停车场历史数据和实时数据的结合解决现有停车场推荐方法匹配度不够的问题。
附图说明
[0036]图1为本专利技术所述一种基于历史数据的停车场推荐方法、装置和分布式系统实施例一的流程图；
[0037]图2为本专利技术所述一种基于历史数据的停车场推荐方法、装置和分布式系统实施例一的模型结构示意图；
[0038]图3为本专利技术所述一种基于历史数据的停车场推荐方法、装置和分布式系统实施例二的模块示意图。
[0039]附图标记：
[0040]6‑
基于历史数据的停车场推荐装置；61
‑
第一处理模块；62
‑
第二处理模块；63
‑...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据的停车场推荐方法，特征在于，包括：预先建立一初始模型集，所述初始模型集包括若干分别对应各个停车场的初始模型；获取各个停车场的历史数据作为训练数据，对各个所述初始模型进行训练，以获得目标模型集，每一目标模型用于预测对应停车场目标时间段下各个车辆的离开时间和离开概率，以确定所述目标时间段下停车场的车辆分布状态；获取各个停车场的实时数据，基于所述目标模型集建立动态变化的实时停车数据库；建立停车评分模型，对各个目标停车场进行评分，以对目标车辆进行停车场推荐；其中，所述停车评分模型用于根据所述实时停车数据库获取各个所述目标停车场的实时数据进行评分；获取目标车辆的位置信息，根据所述目标车辆的位置信息和所述评分，在所述实时停车数据库中确定至少一个目标停车场。2.根据权利要求1所述的停车场推荐方法，其特征在于，每一所述目标模型执行以下操作：采集基础信息以及对应停车场的进场车辆的车辆信息，其中，所述基础信息包括天气数据、时间数据；基于所述车辆信息进行识别以确定车辆类型，其中，所述车辆类型包括固定停车用户、临时停车用户以及长期停车用户；基于所述车辆类型和所述基础信息采用训练好的目标模型进行处理，以获得所述目标时间段下所述车辆信息对应的所述离开时间和所述离开概率，其中所述目标模型为长短期记忆模型。3.根据权利要求1所述的停车场推荐方法，其特征在于，在获取各个停车场的历史数据后，包括：对历史数据进行清洗后规范化处理；和/或，对历史数据中各个车辆信息进行分类；和/或，对历史数据中各个车辆信息对应车辆停车时长数据进行计算和分析，以用于预测对应停车场目标时间段下各个车辆的所述离开时间和所述离开概率。4.根据权利要求1所述的停车场推荐方法，其特征在于：根据停车场数据库的数据变化，通过Spark或Flink同步至所述实时停车数据库，以对所述实时停车数据库进行更新。5.根据权利要求1所述的停车场推荐方法，其特征在于，所述建立评分模型，对各个目标停车场进行评分，包括：获取各个所述目标停车场的实时空位数，并基于所述实时空位数占总车位数的比例与第一权值加权生成各个所述目标停车场的第一得分；从所述实时停车数据库中根据各个所述目标停车场对应的所述目标模型确定各个所述目标停车场在所述目标时间段下离场车辆数量和每一离场车辆的离...

【专利技术属性】
技术研发人员：石陶元，李才博，艾如飞，秦绍阳，王迅，
申请(专利权)人：昭通亮风台信息科技有限公司，
类型：发明
国别省市：