数据关联系统与方法与流程

本发明属于信息
技术领域：
，特别涉及一种数据关联系统与方法。
背景技术：
：车联网(InternetofVehicles)，根据中国物联网校企联盟的定义，车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。通过GPS、RFID、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期。车联网(InternetofVehicles)是物联网技术在解决交通领域问题的一项重要运用。目前车联网方面的研究主要在车载终端、CAN总线技术、平台等方面。现有技术方案中在车联网获取的数据如何应用方面缺少研究。如何将车联网数据与用户数据关联起来并加以应用更是亟待解决的问题。技术实现要素：针对现有技术的缺陷，本发明提供了一种数据关联系统与方法。一种数据关联系统，包括：第一车辆信息获取模块，用于获取与第一车辆相关联的车联网通信ID,并根据所述车联网通信ID获取第一车辆时间位置信息；用户位置获取模块，用于根据与用户通信ID相关联的用户电信行为数据获取用户时间位置信息；第一关联模块，用于根据所述第一车辆时间位置信息和所述用户时间位置信息将所述第一车辆的车联网通信ID与所述用户通信ID相关联获得第一关联结果；第一分析模块，用于根据所述用户互联网操作记录获取第二车辆信息；第二分析模块，用于根据所述用户电信行为数据获取用户消费能力数据；第二关联模块，用于根据所述用户通信ID关联所述第一关联结果、第二车辆信息和消费能力数据，以获得第二关联结果。可选的，所述用户位置获取模块，通过获取与所述用户通信ID相对应的的手机历史记录，根据移动网络的制式和获得的所述历史记录计算用户位置，其中所述历史记录包含用户通信ID码、时间、位置区、小区和基站信息。可选的，所述第一关联模块，还用于统计用户通信ID与车联网通信ID空间距离小于设定阈值的时长，将时长最长的用户通信ID与相应的车联网通信ID相关联。可选的，所述第一分析模块，用于从DPI系统中获取用户访问网页的网页信息，并在网页信息中提取用户上网搜索、查看、购买车辆的相关信息。可选的，所述第二分析模块包括存储模块、定位模块、统计模块、判断模块和消费能力分析模块；存储模块，用于预存储多个地点的地理信息；定位模块，用于根据用户所述位置获取模块获取到的用户位置定位该用户所出现的地点；统计模块，用于统计用户不同时间段所出现地点的次数；判断模块，用于根据统计模块的统计结果判断用户的工作地点和居住地点；消费能力分析模块，用于根据居住地点房屋平均售价和工作地点工资平均水平，得到用户居住地房屋平均售价、和用户估计的平均工资。可选的，所述第二关联模块，根据用户通信ID从第一关联结果中读取与该用户通信ID相对应的车联网通信ID，根据车联网通信ID从第一车辆信息获取模块中获取第一车辆信息；根据用户通信ID从第一分析模块获取第二车辆信息；根据用户通信ID从第二分析模块获取用户消费能力信息；之后将获取到的信息关联成一条记录，获得第二关联结果。可选的，还包括统计分析模块，其根据所述第二关联结果分析区域内品牌车辆情况，或用户偏好情况，或用户消费能力。可选的，所述第一车辆为用户在用车辆，所述第二车辆为用户潜在购买车辆。一种数据关联方法，包括以下步骤：S100：获取至少包含与第一车辆相关联的车联网通信ID和第一车辆位置；S200：根据用户通信ID获取用户位置；S300：根据所述第一车辆位置和所述用户位置将所述车联网通信ID与用户通信ID相关联，获得第一关联结果；S400：根据用户互联网操作记录获取第二车辆信息；S500：根据所述用户通信ID获取用户消费能力数据；S600：根据所述用户通信ID关联所述第一关联结果、第二车辆信息和消费能力数据，以获得第二关联结果。可选的，还包括：S700：根据所述第二关联结果分析区域内品牌车辆情况，或用户偏好情况，或用户消费能力。本发明的有益效果是：本发明提出了一种基于用户通信ID的车联网数据的关联系统与方法，通过用户通信ID获取用户的居住地、工作地等空间信息，获得了更精确的用户消费能力数据；根据用户上网行为的分析，得到了精准的用户车辆偏好，将用户通信ID与车联网通信ID相关联，获得了用户车辆信息，将以上获得的准确的数据信息进行关联统计，可以为汽车企业制定区域营销方案提供参考。附图说明图1是本发明数据关联系统的结构示意图；图2是本发明第二分析模块的结构示意图；图3是本发明数据关联方法的流程图；图4是步骤S500的流程图。具体实施方式为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明，使本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按比例绘制附图，重点在于示出本发明的主旨。实施例1请参阅图1，本发明的数据关联系统分为第一车辆信息获取模块、用户位置获取模块、第一关联模块、第一分析模块、第二分析模块、和第二关联模块。现有技术方案中在车联网获取的数据如何应用方面缺少研究。本发明由第一车辆信息获取模块和用户位置获取模块，获取车辆位置和用户位置，通过第一关联模块将第一车辆与用户相关联，第一分析模块结合用户电信行为中上网行为数据分析用户偏好，第二分析模块根据用户通信ID所处空间位置分析用户消费能力，第二关联模块将上述数据进行最终关联。为汽车企业制定区域营销方案提供参考。第一车辆信息获取模块，用于获取至少包含与第一车辆相关联的车联网通信ID和第一车辆位置，并根据所述车联网通信ID获取第一车辆时间位置信息。在本发明中第一车辆指的是用户目前在用的车辆，车辆通过其车载的车联网通信模块进行网络连接，每个车联网通信模块中均装有一移动通信卡，移动通信卡会包含有通信ID,例如移动通信卡可以是手机卡，通信ID可以是通信手机号，该手机通信卡的卡号即为该车辆的车联网通信ID，通过该通信卡可以将车辆的信息，例如车速，位置等数据发送出去。第一车辆信息包括车辆的品牌、型号、车联网通信ID、车辆出厂时间、尺寸、颜色等。这些信息可以由生产厂家在出厂前将信息输入第一车辆信息获取模块，如表1所示。表1第一车辆时间位置信息可以通过其车载的定位终端例如GPS获得，当然也可以根据车联网通信ID所处的基站来定位，这些定位方式均为现有技术，不再赘述。车联网通信卡将获取到的第一车辆的位置发送至第一车辆信息获取模块，这样第一车辆信息获取模块便获得了该车的位置信息。用户位置获取模块，用于根据与用户通信ID相关联的用户电信行为数据获取用户时间位置信息。在本发明中用户指的是第一车辆的经常使用者，其一般为第一车辆的拥有者。用户位置获取模块从网管系统中获取带有用户位置信息的MR数据。从网管获取的数据有：手机号码、时间、位置区、小区、基站信息，基站信息包括：基站经度、基站纬度、基站高度等，还有MR中位置信息1，MR中位置信息2，……。MR中的位置信息根据移动网络的制式、版本的不同有所不同。例如：TDD-LTEr10版本MR中位置信息即为用户经纬度、高度信息；TDD-LTEr10以下版本MR中位置信息即为时间提前量TA(反映UE到服务基站的信号传播时间，从而反映UE到基站的距离)以及信号到达角AOA(相对基站)信息等。用户位置获取模块根据MR中用户位置信息计算出用户实时的经纬度。根据移动网络的制式、版本的不同，算法有所不同。本发明不涉及具体的计算方法。用户位置获取模块获取到的用户位置包括用户通信ID码、时间、经度、和纬度，如表2所示。表2第一关联模块，用于根据所述第一车辆时间位置信息和所述用户时间位置信息将所述第一车辆的车联网通信ID与所述用户通信ID相关联获得第一关联结果。具体而言，第一关联模块首先识别出车辆的车联网通信ID。然后统计用户个人使用的用户通信ID与车联网通信ID空间位置重叠的时段，在本发明中经纬度距离小于一定的距离，例如：1米，即为空间位置重叠。本发明不限定重叠距离的设定。第一关联模块长期保存上述数据。定期(例如：1个月)统计用户通信ID与车联网通信ID总重叠时间长度，取总重叠时间长度最长的用户通信ID所对应的用户为车主，并将车辆、车主进行关联，得到第一关联结果，如表3所示。表3统计周期车联网通信ID用户通信ID总重叠时间长度第一分析模块，用于根据所述用户互联网操作记录获取第二车辆信息。在本发明中第二车辆指的是用户感兴趣的车辆，即用户潜在可能购买的车辆，对于这种车辆用户一般关注度比较高，其经常会通过网络搜索、查看与该车辆相关的信息。基于此本发明根据用户通信ID从DPI系统中获取用户访问网页信息，并在网页信息中提取用户上网搜索、查看、购买车辆相关信息，这些信息被称为第二车辆信息，如表4所示。表4用户通信ID时间动作车辆品牌车辆型号进一步的，第一分析模块还可以定期(例如：1个月)统计用户通信ID访问第二车辆的相关信息，获得统计结果，表5。表5用户通信ID统计周期动作次数车辆品牌车辆型号第二分析模块，用于用于根据所述用户电信行为数据获取用户消费能力数据。具体而言，如图2所示，第二分析模块包括存储模块、定位模块、统计模块、判断模块和消费能力分析模块，其存储模块中保存了城市中多个各个住宅小区、办公楼宇的地理信息。定位模块，根据用户位置获取模块获取到的用户位置的经纬度定位该用户出现于哪个住宅小区、办公楼宇，当然其也有可能不属于任何的住宅小区、办公楼宇。统计模块，定期(例如：每个月)统计用户不同时间段所出现地点的次数。判断模块，根据统计模块的统计结果判断用户的工作地点和居住地点，例如判定工作时间所出现次数最多的办公楼宇就是该用户的工作地点；休息时间所出现次数最多的住宅小区就是该用户的居住地；本发明不涉及具体的居住地、工作地点判断。进一步的，存储模块中还保存有各个住宅小区的平均售价、各个工作楼宇招聘职位的平均工资。消费能力分析模块使用用户居住地、工作地点关联住宅小区平均售价、工作楼宇平均工资得到用户居住地房屋平均售价、可能的平均工资，并送入第二关联模块。第二关联模块从外部接收待分析区域地理经纬度信息和人口信息，如表6所示。表6待分析区域总人口数经度范围纬度范围第二关联模块，用于根据用户通信ID关联所述第一关联结果、第二车辆信息和消费能力数据，以获得第二关联结果。具体而言，第二关联模块根据用户通信ID从第一关联结果中读取与该用户通信ID相对应的车联网通信ID，根据车联网通信ID从第一车辆信息获取模块中获取第一车辆信息；根据用户通信ID从第一分析模块获取第二车辆信息；根据用户通信ID从第二分析模块获取用户消费能力信息。之后将获取到的这些信息组成一条记录，完成关联，获得第二关联结果。进一步的，本发明中还可以包括统计分析模块，其根据第二关联结果分析待分析区域内品牌车辆情况；分析待用户以及各品牌车主的品牌、型号偏好情况；用户的消费能力等级，统计结果如表7、8、9所示。表7表8统计分析模块(例如：每个月)对待分析区域内用户以及各品牌车主的各种消费能力等级的人数统计输出。居住地房屋平均售价、可能工资代表了用户的消费能力，居住地房屋平均售价越高、可能工资越高，消费能力等级就越高。由居住地房屋平均售价、可能工资计算用户的消费能力等级有很多种，本发明不涉及具体的计算方法。表9车主车辆品牌车主车辆型号消费能力等级总人数下面通过一具体实例对本发明的数据关联系统做进一步阐释。第一车辆信息获取模块，用于获取至少包含与第一车辆相关联的车联网通信ID和第一车辆位置，其获取的信息如表10所示。表10品牌型号车联网通信ID车辆出厂时间尺寸颜色……BMWA6139AAAABBBB…………………………………………………………用户位置获取模块，获取到的MR数据如下，表11。表11用户位置获取模块根据TA以及无线电波的传播速率计算出号码139AAAABBBB于MM时跟基站(aa,bb)的距离，再根据AOA计算出号码139AAAABBBB于MM时跟基站(aa,bb)在经度方向与纬度方向的距离，再计算出号码139AAAABBBB于MM时的经纬度(ee，ff)，表12。表12号码时间经度纬度139AAAABBBBMMeeff……………………第一关联模块，用于根据所述第一车辆位置和所述用户位置将所述车联网通信ID与用户通信ID相关联获得第一关联结果。统计用户通信ID与车联网通信ID总重叠时间长度。表13统计周期车辆联网手机号用户通信ID总重叠时间长度201506139AAAABBBB139CCCCDDDD150小时……………………车辆139AAAABBBB重叠时间最长的用户号码是139CCCCDDDD。因此139CCCCDDDD为车主，得到第一关联结果。表14统计周期车辆联网手机号用户通信ID201506139AAAABBBB139CCCCDDDD………………第一分析模块，用于根据用户上网记录获取第二车辆信息。根据用户139CCCCDDDD从DPI系统中获取用户访问网页信息，并在网页信息中提取用户上网搜索、查看、购买车辆相关信息。表15用户通信ID时间动作车辆品牌车辆型号139CCCCDDDD2015062017：40搜索benzS600…………………………第二分析模块，用于根据所述用户通信ID获取用户消费能力数据。第二分析模块保存了城市中各个住宅小区、办公楼宇的地理信息。根据用户的经纬度判断属于哪个住宅小区、办公楼宇。表16第二分析模块，每个月根据工作时间所属次数最多的办公楼宇就是该用户的工作地点；休息时间所属次数最多的住宅小区就是该用户的居住地。表17第二分析模块保存有各个住宅小区的平均售价、各个工作楼宇招聘职位的平均工资。表18住宅小区平均售价小区17000…………工作楼宇平均工资办公楼宇115000…………第二分析模块使用用户居住地、工作地点关联住宅小区平均售价、工作楼宇平均工资得到用户居住地房屋平均售价、可能的平均工资。表19用户号码居住地房屋平均售价可能工资139CCCCDDDD700015000………………第二关联模块，用于根据用户通信ID关联所述第一关联结果、第二车辆信息和消费能力数据，以获得第二关联结果。统计分析模块，其根据第二关联结果分析待分析区域内品牌车辆情况；分析待用户以及各品牌车主的品牌、型号偏好情况；用户的消费能力等级，统计结果如表20、21所示。表20表21待分析区域统计周期动作总人数总次数车辆品牌车辆型号区域1201506浏览50000100000benzS600……………………………………统计分析模块，每个月对待分析区域内用户以及各品牌车主的各种消费能力等级的人数统计输出。计算方法如下：将全城市的房价与平均工资从高到低平均分成1至10个档次。每个档次的权值为1至10。房价与平均工资的权值加权取平均即为用户消费能力档次。房价7000在第六档，平均工资15000的权值为8。则139CCCCDDDD消费能力等级为7。表22待分析区域车主车辆品牌车主车辆型号消费能力等级总人数区域1BMWA6735000…………………………从以上关联结果的统计分析可以看出，区域1内用户消费能力较强，BMW具备一定的占有率，但用户比较关注benz，且BMW的车主也比较关注benz。因此宝马汽车需要在区域1内加强营销宣传工作。进一步的，根据上述精准的关联结果，应用(网站)可以根据用户是否拥有车辆、拥有的车辆车况、用户消费能力、用户车辆偏好的情况以及其他因素决定是否向用户定向投放汽车广告，何种汽车广告。实施例2相应的如图3所示，本发明还提供了一种数据关联方法，包括以下步骤：S100：获取至少包含与第一车辆相关联的车联网通信ID和第一车辆位置；S200：根据用户通信ID获取用户位置；S300：根据所述第一车辆位置和所述用户位置将所述车联网通信ID与用户通信ID相关联，获得第一关联结果；S400：根据用户互联网操作记录获取第二车辆信息；S500：根据所述用户通信ID获取用户消费能力数据；S600：根据所述用户通信ID关联所述第一关联结果、第二车辆信息和消费能力数据，以获得第二关联结果。请参阅图4，所述步骤S500包括，S501：预存储多个地点的地理信息；S502：根据用户所述位置获取模块获取到的用户位置定位该用户所出现的地点；S503：统计用户不同时间段所出现地点的次数；S504：根据统计模块的统计结果判断用户的工作地点和居住地点；S505：根据居住地点房屋平均售价和工作地点工资平均水平，得到用户居住地房屋平均售价、和用户估计的平均工资。所述步骤S600包括，根据用户通信ID从第一关联结果中读取与该用户通信ID相对应的车联网通信ID，根据车联网通信ID从第一车辆信息获取模块中获取第一车辆信息；根据用户通信ID获取第二车辆信息；根据用户通信ID获取用户消费能力信息；之后将获取到的信息关联成一条记录，获得第二关联结果。进一步的，还可以包含步骤S700：根据所述第二关联结果分析区域内品牌车辆情况，或用户偏好情况，或用户消费能力。在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已，本发明能够以很多不同于在此描述的其它方式来实施，因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。当前第1页1 2 3