【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种车联网运营数据管理方法及系统。
技术介绍
1、车联网运营数据管理是指对车联网系统产生的海量数据进行收集、存储、处理和分析的过程，其中海量数据包括天气数据、道路类型数据、车辆瞬时速度数据等。通过对车联网运营数据进行异常检测，能够及时检测出网约车的异常订单，如网约车送客时长异常等，帮助车联网运营商及时发现潜在的运营问题，并及时采取相应的措施进行处理。
2、车联网运营数据的异常检测通常是对每个时刻下每辆网约车的速度数据进行异常检测，间接来反映网约车订单时长的异常。现有方法中通过离群点检测算法对每个时刻下每辆网约车的速度数据进行异常检测，进而确定订单存在异常的网约车。在离群点检测算法中k值的大小可以影响速度数据的异常检测。离群点检测算法中的k值是人为设定的，与实际存在误差，因此人为设定的k值，可能会导致网约车的异常速度数据识别不准确，进而导致网约车的异常订单识别不准确。
技术实现思路
1、为了解决人为设定的离群点检测算法中的k值不准确，进而导致网约车的异常速度数据识别不准确的技术问题，本专利技术的目的在于提供一种车联网运营数据管理方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种车联网运营数据管理方法，该方法包括以下步骤：
3、获取每辆网约车每个时刻下的速度数据，天气恶劣程度和车流量数据；
4、根据每辆网约车每个时刻下的天气恶劣程度和车流量数据，获取每辆网约车每个时刻下的道
5、根据每辆网约车每个历史订单中每个时刻下的速度数据和道路拥堵程度，获取每辆网约车的稳定程度；根据每辆网约车的稳定程度和当前订单中每个时刻下的速度数据，获取每辆网约车当前订单的每个时刻下的道路拥堵置信度；
6、根据每个时刻下每辆网约车的速度数据、道路拥堵程度和道路拥堵置信度，获取每个时刻下每辆网约车的速度异常敏感度；
7、根据每个时刻下每辆网约车的速度异常敏感度，获取每个时刻下每辆网约车的速度数据在离群点检测算法中的最优k值；
8、根据最优k值，获取每个时刻下每辆网约车的速度局部离群因子，确定每个时刻下每辆网约车的异常速度数据。
9、进一步地，所述道路拥堵程度的获取方法为：
10、获取每辆网约车每个时刻下的天气恶劣程度和车流量数据的乘积，作为每辆网约车每个时刻下的第一特征值；
11、将第一特征值进行归一化的结果，作为对应辆网约车对应时刻下的道路拥堵程度。
12、进一步地，所述稳定程度的获取方法为：
13、任选一辆网约车作为目标车，将目标车的任一个历史订单作为目标订单，根据目标订单中每个时刻下的速度数据和道路拥堵程度，获取目标订单的修正速度方差；
14、获取目标车所有历史订单的修正速度方差的标准差，作为目标车的第一标准值；
15、将第一标准值进行负相关且归一化的结果，作为目标车的稳定程度。
16、进一步地，所述修正速度方差的计算公式为：
17、
18、式中，为第i辆网约车第n个历史订单的修正速度方差；t为第i辆网约车第n个历史订单中的采集数据时刻的总数量；vt为第i辆网约车第n个历史订单中第t个时刻下的速度数据；为第i辆网约车第n个历史订单中每个时刻下的速度数据的均值；lt为第i辆网约车第n个历史订单中第t个时刻下的道路拥堵程度。
19、进一步地，所述道路拥堵置信度的获取方法为：
20、获取每辆网约车当前订单的初始时刻与当前时刻之间的每个时刻下的速度数据的方差，作为每辆网约车当前订单的当前时刻下的第二特征值；
21、将每辆网约车当前订单的当前时刻下的归一化后的第二特征值与每辆网约车的稳定程度的乘积，作为每辆网约车当前订单的当前时刻下的道路拥堵置信度。
22、进一步地，所述速度异常敏感度的计算公式为：
23、
24、式中，为第a个时刻下第i辆网约车的速度异常敏感度；s为第a个时刻下道路上网约车的总数量；为第a个时刻下第i辆网约车与第j辆网约车之间的速度数据的差值绝对值；为第a个时刻下第i辆网约车和第a个时刻下其余所有网约车的速度数据的差值绝对值的均值；为第a个时刻下第i辆网约车的道路拥堵程度；为第a个时刻下第i辆网约车的道路拥堵置信度；为第a个时刻下第j辆网约车的道路拥堵程度；为第a个时刻下第j辆网约车的道路拥堵置信度；||为绝对值函数；exp为以自然常数为底数的指数函数；norm为归一化函数。
25、进一步地，所述最优k值的计算公式为：
26、
27、式中，为第a个时刻下第i辆网约车的速度数据在离群点检测算法中的最优k值；为第a个时刻下第i辆网约车的速度数据在离群点检测算法中的初始k值；为第a个时刻下第i辆网约车的速度异常敏感度。
28、进一步地，所述根据最优k值，获取每个时刻下每辆网约车的速度局部离群因子，确定每个时刻下每辆网约车的异常速度数据的方法为：
29、将每个时刻下每辆网约车的最优k值，代入到速度数据在离群点检测算法中，获取每个时刻下每辆网约车的速度局部离群因子；
30、当速度局部离群因子大于或者等于预设的速度局部离群因子阈值时，将对应时刻下对应辆网约车的速度数据，作为异常速度数据。
31、进一步地，所述天气恶劣程度的获取方法为：
32、根据气象系统将气象传感器获取的每辆网约车每个时刻下的可见度、风力、降水量、降雪量、温度以及湿度进行综合处理，获取每辆网约车每个时刻下的天气恶劣程度。
33、第二方面，本专利技术另一个实施例提供了一种车联网运营数据管理系统，该系统包括：存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器执行所述计算机程序时，实现上述任意一项方法的步骤。
34、本专利技术具有如下有益效果：
35、根据每辆网约车每个时刻下的天气恶劣程度和车流量数据，获取每辆网约车每个时刻下的道路拥堵程度，确定道路拥堵程度，便于后续对每个时刻下每辆网约车的速度数据进行准确的分析；根据每辆网约车每个历史订单中每个时刻下的速度数据和道路拥堵程度，获取每辆网约车的稳定程度，确定每辆网约车自身速度数据的稳定情况，降低根据车流量数据计算道路拥堵程度的误差；进而根据每辆网约车的稳定程度和当前订单中每个时刻下的速度数据，获取每辆网约车当前订单的每个时刻下的道路拥堵置信度，对道路拥堵程度进行修正，准确对每个时刻下每辆网约车的速度数据进行分析，因此，根据每个时刻下每辆网约车的速度数据、道路拥堵程度和道路拥堵置信度，准确获取每个时刻下每辆网约车的速度异常敏感度；根据每个时刻下每辆网约车的速度异常敏感度，准确获取每个时刻下每辆网约车的速度数据在离群点检测算法中的最优k值，相比于固定k值进行离群点检测算法，获取每个时刻下每辆网约车的速度局部离群因子，本专利技术实施例结合实际场景本文档来自技高网...
【技术保护点】
1.一种车联网运营数据管理方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述道路拥堵程度的获取方法为：
3.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述稳定程度的获取方法为：
4.如权利要求3所述的一种车联网运营数据管理方法，其特征在于，所述修正速度方差的计算公式为：
5.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述道路拥堵置信度的获取方法为：
6.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述速度异常敏感度的计算公式为：
7.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述最优K值的计算公式为：
8.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述根据最优K值，获取每个时刻下每辆网约车的速度局部离群因子，确定每个时刻下每辆网约车的异常速度数据的方法为：
9.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述天气恶劣程度的获取方法为：p>
10.一种车联网运营数据管理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器在执行所述计算机程序时，实现上述权利要求1-9任意一项所述一种车联网运营数据管理方法的步骤。
...【技术特征摘要】
1.一种车联网运营数据管理方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述道路拥堵程度的获取方法为：
3.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述稳定程度的获取方法为：
4.如权利要求3所述的一种车联网运营数据管理方法，其特征在于，所述修正速度方差的计算公式为：
5.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述道路拥堵置信度的获取方法为：
6.如权利要求1所述的一种车联网运营数据管理方法，其特征在于，所述速度异常敏感度的计算公式为：
7....
【专利技术属性】
技术研发人员：余小青，
申请(专利权)人：广东蓝鱼物联科技有限公司，
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。