技术特征：
1.一种用户工作地与居住地的检测方法，其特征在于，包括：获取车场记录数据，并对车场进行标序，所述车场记录数据来自若干个不同的车场，所述车场记录数据包含用户id、车场号及相关数据；对所述车场记录数据进行第一预设处理得到泛办公类车场模型和泛住宅类车场模型，所述泛办公车场模型和所述泛住宅类车场模型中车场的进出峰值在通勤时间段中；对所述车场记录数据进行第二预设处理得到通勤用户模型，所述通勤用户模型中用户id对应所述用户id进出具有规律的车场号；将所述通勤用户模型分别与所述泛办公类车场模型和所述泛住宅类车场模型进行关联得到目标模型，所述目标模型中用户id对应的车场号与所述泛办公类车场模型或泛住宅类车场模型中的车场号一致；通过用户id在所述目标模型中查找对应的车场号，若所述车场号与泛办公类车场模型中的车场号一致，则确定所述车场号为所述用户id的工作地停车区域，若所述用户id对应的车场号与泛住宅类车场模型中的车场号一致，则确定所述车场号为所述用户id的居住地停车区域。2.根据权利要求1所述的用户工作地与居住地的检测方法，其特征在于，对所述车场记录数据进行第一预设处理得到泛办公类车场模型和泛住宅类车场模型，包括：按序依次获取车场号，使用数据工具生成所述车场平均一天内的车辆的入场和出场变化；统计所述车场在第一时间段和第二时间段的停放量，所述第一时间段为夜间时间段，所述第二时间段为白天时间段；判断所述车场在所述第二时间段的停放量是否大于所述第一时间段；若是，则判断所述车场的入场峰值是否在第三时间段中，并且出场峰值在第四时间段中；若是，则将所述车场添加至所述泛办公类车场模型。3.根据权利要求2所述的用户工作地与居住地的检测方法，其特征在于，所述判断所述车场在所述第二时间段的停放量是否大于所述第一时间段，还包括：若否，判断所述车场的入场峰值是否在所述第四时间段中，并且出场峰值在所述第三时间段中；若是，将所述车场添加至所述泛住宅类车场模型。4.根据权利要求1所述的用户工作地与居住地的检测方法，其特征在于，对所述车场记录数据进行第二预设处理得到通勤用户模型，所述通勤用户模型中用户id对应所述用户id进出具有规律的车场号，包括：依次根据用户id判断所述用户id是否为月卡用户；若是，则统计所述用户id每日的停车次数；判断所述用户id每日的停车次数是否大于2；若是，统计所述用户id每周于不同车场号进出的次数以及出、入场时间段，并按照进出次数排序；当所述用户id于进出最多的前两个车场号的出、入场时间在同一时间段内，将所述用户id及所述前两个车场号加入所述通勤用户模型中。
5.根据权利要求4所述的用户工作地与居住地的检测方法，其特征在于，将所述通勤用户模型分别与所述泛办公类车场模型和所述泛住宅类车场模型进行关联得到目标模型，所述目标模型中用户id对应的车场号与所述泛办公类车场模型或泛住宅类车场模型中的车场号一致，包括：依次获取所述通勤用户模型中的用户id；将所述用户id下的车场号与所述泛住宅类车场模型及所述泛办公类车场模型中的车场号进行关联比对；对所述车场号添加来源标记后保存至所述目标模型中。6.根据权利1至5中任一项所述的用户工作地与居住地的检测方法，其特征在于，获取车场记录数据，并对车场进行标序，所述车场记录数据来自若干个不同的车场，所述车场记录数据包含用户id、车场号及相关数据，包括：从各车场的数据库中将历史可查询的车场记录数据全部导入目标数据库中，对所述车场进行标序，并且同一车场的所述车场记录数据按时间进行排序；依次从所述目标数据库中获取所述车场记录数据。7.一种用户工作地与居住地的检测装置，其特征在于，包括：第一获取单元，用于获取车场记录数据，并对车场进行标序，所述车场记录数据来自若干个不同的车场，所述车场记录数据包含用户id、车场号及相关数据；第一处理单元，用于对所述车场记录数据进行第一预设处理得到泛办公类车场模型和泛住宅类车场模型，所述泛办公车场模型和所述泛住宅类车场模型中车场的进出峰值在通勤时间段中；第二处理单元，用于对所述车场记录数据进行第二预设处理得到通勤用户模型，所述通勤用户模型中用户id对应所述用户id进出具有规律的车场号；第三处理单元，用于将所述通勤用户模型分别与所述泛办公类车场模型和所述泛住宅类车场模型进行关联得到目标模型，所述目标模型中用户id对应的车场号与所述泛办公类车场模型或所述泛住宅类车场模型中的车场号一致；确定单元，用于通过用户id在所述目标模型中查找对应的车场号，若所述车场号与所述泛办公类车场模型中的车场号一致，则确定所述车场号为所述用户id的工作地停车区域，若所述用户id对应的车场号与所述泛住宅类车场模型中的车场号一致，则确定所述车场号为所述用户id的居住地停车区域。8.根据权利要求7所述的用户工作地与居住地的检测装置，其特征在于，所述第一处理单元，包括：第一生成模块，用于按序依次获取车场号，使用数据工具生成所述车场平均一天内的车辆的入场和出场变化；第一计算模块，用于统计所述车场在第一时间段和第二时间段的停放量，所述第一时间段为夜间时间段，所述第二时间段为白天时间段；第一判断模块，用于判断所述车场在所述第二时间段的停放量是否大于所述第一时间段；第二判断模块，用于当第一判断模块确定所述车场在所述第二时间段的停放量大于所述第一时间段时，则判断所述车场的入场峰值是否在第三时间段中，并且出场峰值在第四
时间段中；第一执行模块，用于当第二判断模块确定所述车场的入场峰值在第三时间段中，且出场峰值在第四时间段时，则将所述车场添加至泛办公类车场模型。9.根据权利要求8所述的用户工作地与居住地的检测装置，其特征在于，所述第一处理单元，还包括：第三判断模块，用于当第一判断模块确定所述车场在所述第二时间段的停放量不大于所述第一时间段时，判断所述车场的入场峰值是否在所述第四时间段中，并且出场峰值在所述第三时间段中；第二执行模块，用于当第三判断模块确定所述车场的入场峰值是否在所述第四时间段中，且出场峰值在所述第三时间段中，则将所述车场添加至所述泛住宅类车场模型。10.根据权利要求7所述的用户工作地与居住地的检测装置，其特征在于，所述第二处理单元，包括：第四判断模块，依次根据用户id判断所述用户id是否为月卡用户；第一计算模块，用于当第四判断模块确定所述用于id为月卡用户时，则统计所述用户id每日的停车次数；第五判断模块，用于判断所述用户id每日的停车次数是否大于2；第二计算模块，用于当第五判断模块确定所述用户id每日的停车次数大于2时，则统计所述用户id每周于不同车场号进出的次数以及出、入场时间段，并按照进出次数排序；第三执行模块，用于当所述用户id于进出最多的前两个车场号的出、入场时间在同一时间段内，将所述用户id及所述前两个车场号加入所述通勤用户模型中。