基于電力物聯網大數據的充電服務智能推薦方法及裝置制造方法及圖紙

本發明專利技術適用物聯網人工智能技術領域，提供了一種基于電力物聯網大數據的充電服務智能推薦方法及裝置，包括：獲取用戶的歷史充電行為數據；根據所述充電位置信息以及充電時間信息，構建充電場景判別模型；根據所述充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型；當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶。本發明專利技術通過區分不同充電場景自動學習用戶對充電服務的選擇偏好，而不是采用全局充電偏好或者單一優化目標的角度，可以更好的貼合車主實際尋樁充電的情況，推薦更匹配車主充電偏好的充電服務，提高用戶體驗感。

【技術實現步驟摘要】
基于電力物聯網大數據的充電服務智能推薦方法及裝置
本專利技術屬于物聯網人工智能
，尤其涉及一種基于電力物聯網大數據的充電服務智能推薦方法及裝置。
技術介紹
隨著國家大力推動新能源汽車的發展以及物聯網技術的廣泛應用，充電設備(充電樁)日趨物聯網化，而相關的充電服務變得越發智能，新能源車主通過充電服務app就能在地圖上搜尋充電物聯網設備。用戶通過app查看充電設備的位置、空閑狀態及相關屬性，選擇合適的設備前往充電，形成充電行為大數據。這些與物聯網、車主相關的充電行為大數據，本質包含著車主對充電服務/物聯網設備的選擇偏好，具有十分重要的價值。充電樁作為電力物聯網與充電服務最重要的載體，為車主提供適當最優的推薦，可以帶來良好的服務體驗，有助于推動新能源車的發展。現有基于物聯網充電樁的推薦方法本質是研究在不同限定條件下，如何更好地優化某一給定的單一目標，這樣的推薦方式容易忽略用戶自身的傾向偏好，存在推薦匹配度低，用戶體驗感差的問題。
技術實現思路
本專利技術實施例的目的在于提供一種基于電力物聯網大數據的充電服務智能推薦方法，旨在解決現有基于物聯網充電樁的推薦方法容易忽略用戶自身的傾向偏好，存在推薦匹配度低，用戶體驗感差的問題。本專利技術實施例是這樣實現的，一種基于電力物聯網大數據的充電服務智能推薦方法，包括：獲取用戶的歷史充電行為數據，所述歷史充電行為數據攜帶有充電位置信息、充電時間信息、充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度；根據所述充電位置信息以及充電時間信息，構建充電場景判別模型；根據所述充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型；當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶。本專利技術實施例的另一目的在于一種基于電力物聯網大數據的充電服務智能推薦裝置，包括：歷史充電行為數據獲取單元，用于獲取用戶的歷史充電行為數據，所述歷史充電行為數據攜帶有充電位置信息、充電時間信息、充電站屬性與用戶充電偏好的匹配程度以及充電偏好信息；充電場景判別模型構建單元，用于根據所述充電位置信息以及充電時間信息，構建充電場景判別模型；多場景充電偏好模型構建單元，用于根據所述充電站屬性與用戶充電偏好的匹配程度以及充電偏好信息，構建多場景充電偏好模型；以及充電服務推薦單元，用于當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶。本專利技術實施例的另一目的在于一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行所述基于電力物聯網大數據的充電服務智能推薦方法的步驟。本專利技術實施例的另一目的在于一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行所述基于電力物聯網大數據的充電服務智能推薦方法的步驟。本專利技術實施例提供的基于電力物聯網大數據的充電服務智能推薦方法，通過從用戶的歷史充電行為數據中提取充電位置信息以及充電時間信息，構建基于時空特征的充電場景判別模型，進而根據充電偏好信息以及充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型，以區分不同充電場景自動學習用戶對充電服務的選擇偏好，而不是采用全局充電偏好或者單一優化目標的角度，可以更好的貼合車主實際尋樁充電的情況，推薦更匹配車主充電偏好的充電服務，提高用戶體驗感。附圖說明圖1為本專利技術實施例提供的一種基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖2為本專利技術實施例提供的一種優化的基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖3為本專利技術實施例提供的另一種優化的基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖4為本專利技術實施例提供的另一種基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖5為本專利技術實施例提供的又一種基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖6為本專利技術實施例提供的再一種基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖；圖7為本專利技術實施例提供的一種基于電力物聯網大數據的充電服務智能推薦裝置的結構框圖；圖8為一個實施例中計算機設備的內部結構框圖。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。在本專利技術實施例中使用的術語是僅僅出于描述特定實施例的目的，而非旨在限制本專利技術。在本專利技術實施例和所附權利要求書中所使用的單數形式的“一種”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“和/或”是指并包含一個或多個相關聯的列出項目的任何或所有可能組合。現有基于物聯網充電樁的推薦方法是研究在不同限定條件下，如何更好地優化某一給定的單一目標。這樣的推薦方式容易忽略用戶自身的傾向偏好，如電動充電的等待時間很長，部分用戶愿意多行駛一段距離，選擇周邊餐飲娛樂服務更豐富的充電站；而有些車主急需充電，則只需找到最近的充電站。另外，不同用戶對充電站的不同屬性(駕駛距離、價格、功率、空閑樁數、POI等)的需求程度都是不一樣的。進一步，同一用戶在不同時間、不同地點的充電需求也有較大差異，如車主在白天可能優先考慮快充節約時間，夜間會考慮慢充來保護電池；居家和外出時，車主對充電樁的選擇傾向也有很大差異。用戶需每次尋樁充電都要根據自己的偏好，重新調整搜索策略才能找到心儀的充電樁，操作繁瑣，用戶體驗較差。為了解決現有基于物聯網充電樁的推薦方法容易忽略用戶自身的傾向偏好，存在推薦匹配度低，用戶體驗感差的問題，本專利技術實施例提供了一種基于電力物聯網大數據的充電服務智能推薦方法，通過從用戶的歷史充電行為數據中提取充電位置信息以及充電時間信息，構建基于時空特征的充電場景判別模型，進而根據充電偏好信息以及充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型，以區分不同充電場景自動學習用戶對充電服務的選擇偏好，而不是采用全局充電偏好或者單一優化目標的角度，可以更好的貼合車主實際尋樁充電的情況，推薦更匹配車主充電偏好的充電服務，提高用戶體驗感。為了進一步闡述本專利技術為實現預定專利技術目的所采取的技術手段及功效，以下結合附圖及較佳實施例，對依據本專利技術的具體實施方式、結構、特征及其功效，詳細說明如下。圖1為本專利技術實施例提供的一種基于電力物聯網大數據的充電服務智能推薦方法的實現流程圖，詳述如下。步驟S101，獲取用戶的歷史充電行為數據。在本專利技術實施例中，歷史充電行為數據包括充電位置信息、充電時間信息、充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度。本文檔來自技高網...

【技術保護點】
1.一種基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，包括：/n獲取用戶的歷史充電行為數據，所述歷史充電行為數據攜帶有充電位置信息、充電時間信息、充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度；/n根據所述充電位置信息以及充電時間信息，構建充電場景判別模型；/n根據所述充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型；/n當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶。/n

【技術特征摘要】
1.一種基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，包括：
獲取用戶的歷史充電行為數據，所述歷史充電行為數據攜帶有充電位置信息、充電時間信息、充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度；
根據所述充電位置信息以及充電時間信息，構建充電場景判別模型；
根據所述充電偏好信息以及所述充電偏好信息與充電站屬性的匹配程度，構建多場景充電偏好模型；
當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶。


2.根據權利要求1所述的基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，所述根據所述充電位置信息以及充電時間信息，構建充電場景判別模型的步驟，包括：
根據所述充電位置信息以及充電時間信息，構建攜帶有經度、緯度以及時間的三維空間；
根據所述三維空間以及密度聚類算法，構建高頻充電場景的判別模型以及離散充電場景的判別模型。


3.根據權利要求2所述的基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，所述根據所述三維空間以及密度聚類算法，構建高頻充電場景的判別模型以及離散充電場景的判別模型的步驟，具體包括：
根據所述三維空間以及密度聚類算法，確定高頻充電場景以及離散充電場景；
根據所述高頻充電場景的位置維度以及時間維度，構建所述高頻充電場景的判別模型；
根據所述三維空間中高頻充電場景以外的位置維度以及時間維度，構建所述離散充電場景的判別模型。


4.根據權利要求1所述的基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，所述當接收到所述用戶的充電服務推薦請求時，則根據所述充電場景判別模型以及多場景充電偏好模型，生成充電服務推薦結果，并推薦給所述用戶的步驟，包括：
當接收到所述用戶的充電服務推薦請求時，根據所述充電場景判別模型確定所述用戶當前所處的充電場景；
根據所述充電場景以及多場景充電偏好模型，確定所述用戶當前所處目標充電區域周邊的充電服務的匹配程度，將所述匹配程度達到預設匹配閾值的充電服務確定為充電服務推薦結果，并向推薦給所述用戶。


5.根據權利要求1所述的基于電力物聯網大數據的充電服務智能推薦方法，其特征在于，還包括：
從所述用戶的歷史充電行為數據中選取與所述充電服務推薦結果符合的信息作為正訓練數據，并令所...

【專利技術屬性】
技術研發人員：徐文揚，周鵬飛，
申請(專利權)人：北京慧辰資道資訊股份有限公司，
類型：發明
國別省市：北京;11