【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种车辆置换概率确定方法、设备和介质。
技术介绍
1、随着车联网的迅猛发展，基于车辆行驶的运营大数据分析得到了广泛的研究与应用。目前针对机动车运营的大数据分析主要聚焦于安全性和运营成本两方面，对于车辆置换方面研究几乎没有研究。
2、目前主机厂和经销商对于车辆的置换预测方式主要就是广撒网，购买一些车队信息，上门拜访询问，但是无效预测的频率很高，导致主机厂和经销商损失巨大的人力成本和时间成本，效率很低。
3、有鉴于此，特提出本专利技术。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种车辆置换概率确定方法、设备和介质，解决现有技术中主机厂和经销商成本高、时间长以及效率低的问题。
2、本专利技术实施例提供了一种车辆置换概率确定方法，包括：
3、获取待预测对象的历史车辆置换数据，基于所述历史车辆置换数据对预先训练的置换预测模型进行更新训练，其中，所述置换预测模型包括非时序特征处理模块、时序特征处理模块、注意...
【技术保护点】
1.一种车辆置换概率确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述当前非时序数据包括车辆类别、车辆类型、车辆型号、驱动形式、燃料种类、排放标准、以及当前周期内的车龄、总累计里程和运载类型，所述当前时序数据包括当前周期内的日运行时长、日累计里程、日常用速度区间、日平均速度、日高速占比、日低速占比、日高速路里程以及日国省道里程。
3.根据权利要求2所述的方法，其特征在于，在所述将所述待预测对象对应的至少一个车辆的当前非时序数据和当前时序数据输入至所述置换预测模型之前，还包括：
4.根据权利要求2所述的方法，...
【技术特征摘要】
1.一种车辆置换概率确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述当前非时序数据包括车辆类别、车辆类型、车辆型号、驱动形式、燃料种类、排放标准、以及当前周期内的车龄、总累计里程和运载类型，所述当前时序数据包括当前周期内的日运行时长、日累计里程、日常用速度区间、日平均速度、日高速占比、日低速占比、日高速路里程以及日国省道里程。
3.根据权利要求2所述的方法，其特征在于，在所述将所述待预测对象对应的至少一个车辆的当前非时序数据和当前时序数据输入至所述置换预测模型之前，还包括：
4.根据权利要求2所述的方法，其特征在于，在所述将所述待预测对象对应的至少一个车辆的当前非时序数据和当前时序数据输入至所述置换预测模型之前，...
【专利技术属性】
技术研发人员：王文斌，薛南南，尤晓庆，杨莹，王斌，宋瑞升，王华珺，程胜龙，廖子文，王士波，郑云爽，
申请(专利权)人：中汽信息科技天津有限公司，
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。