解析用户常住地的方法、装置、电子设备及存储介质与流程

本申请涉及车联网、大数据，特别涉及一种解析用户常住地的方法、装置、电子设备及存储介质。

背景技术：

1、当今社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便。大数据作为这个高科技时代的产物，已越来越广泛的走进人们的生活，并应用于各行各业。基于司机或者车辆大量的地理位置数据进行空间聚类，将聚类中密集出现的区域进行划分，从而为车辆调度、车辆管理，以及相关行业的营销计划推进以及选址规划等提供依据。

2、相关技术中，主要通过4s店或者调查问卷等传统人工调查方式获取用户或车主的常住地，为加油站或充电桩部署提供依据。

3、然而，相关技术中，传统人工调查方式的效率低，当用户出现变化时，无法及时变更信息，难以为用户提供便利，智能性和实用性较低，且现有部署充电桩或加油站是根据小区的密集度、停车场的便易性设置，导致部署的很多充电桩对电车车主而言充电方便性较差，降低用户使用体验，亟待改善。

技术实现思路

1、本申请提供一种解析用户常住地的方法、装置、电子设备及存储介质，以解决相关技术中，传统人工调查方式的效率低，当用户出现变化时，无法及时变更信息，难以为用户提供便利，智能性和实用性较低，且现有部署充电桩或加油站是根据小区的密集度、停车场的便易性设置，导致部署的很多充电桩对电车车主而言充电方便性较差，降低用户使用体验等问题。

2、本申请第一方面实施例提供一种解析用户常住地的方法，包括以下步骤：获取多个车辆在预设时长内的行驶轨迹，其中，所述行驶轨迹包括最后一次到达的地点；基于所述行驶轨迹，根据所述最后一次到达的地点进行聚类，得到至少一个用户的常住位置；以及根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，并根据所述每个用户的兴趣点信息确定所述每个用户的住宅地址和/或办公地址。

3、可选地，在本申请的一个实施例中，所述基于所述行驶轨迹，根据所述最后一次到达的地点进行聚类，得到至少一个用户的常住位置，包括：通过聚类算法确定所述最后一次到达的地点的邻域半径和最小点数，并随机选择一个未被访问的数据点，确定所述数据点的核心点、边界点和/或噪声点，以划分所述核心点、边界点和/或噪声点的所在簇，根据簇的数目得到所述至少一个用户的常住位置。

4、可选地，在本申请的一个实施例中，所述根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，包括：获取所述车辆的车辆标识号、所在的出行日、具体到达时间和到达的经纬度中的至少一个信号数据，以得到每个用户的兴趣点信息。

5、可选地，在本申请的一个实施例中，所述根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，并根据所述每个用户的兴趣点信息确定所述每个用户的住宅地址和/或办公地址，包括：判断所述每个用户的兴趣点信息中是否存在所述每个用户的住宅地址和/或办公地址；若存在所述每个用户的住宅地址和/或办公地址，则判定过滤后的地点为常住地，同时调取所述常住地的具体地址，否则判定所述过滤后的地点为非常住地。

6、可选地，在本申请的一个实施例中，在获取所述车辆的车辆标识号、所在的出行日、具体到达时间和到达的经纬度中的至少一个信号数据之前，还包括：基于轮廓系数得到模型评价指标，以进行模型验证；在模型验证通过后，显示所述模型的输入字段和所述模型的输出数据，以得到所述至少一个信号数据。

7、可选地，在本申请的一个实施例中，所述轮廓系数的计算公式为：

8、

9、其中，a表示样本点与同一簇中所有其他点的平均距离，b表示样本点与下一个最近簇中所有点的平均距离。

10、本申请第二方面实施例提供一种解析用户常住地的装置，包括：获取模块，用于获取多个车辆在预设时长内的行驶轨迹，其中，所述行驶轨迹包括最后一次到达的地点；聚类模块，用于基于所述行驶轨迹，根据所述最后一次到达的地点进行聚类，得到至少一个用户的常住位置；以及确定模块，用于根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，并根据所述每个用户的兴趣点信息确定所述每个用户的住宅地址和/或办公地址。

11、可选地，在本申请的一个实施例中，所述聚类模块包括：聚类单元，用于通过聚类算法确定所述最后一次到达的地点的邻域半径和最小点数，并随机选择一个未被访问的数据点，确定所述数据点的核心点、边界点和/或噪声点，以划分所述核心点、边界点和/或噪声点的所在簇，根据簇的数目得到所述至少一个用户的常住位置。

12、可选地，在本申请的一个实施例中，所述确定模块包括：获取单元，用于获取所述车辆的车辆标识号、所在的出行日、具体到达时间和到达的经纬度中的至少一个信号数据，以得到每个用户的兴趣点信息。

13、可选地，在本申请的一个实施例中，所述确定模块包括：判断单元，用于判断所述每个用户的兴趣点信息中是否存在所述每个用户的住宅地址和/或办公地址；判定单元，用于当存在所述每个用户的住宅地址和/或办公地址时，判定过滤后的地点为常住地，同时调取所述常住地的具体地址，否则判定所述过滤后的地点为非常住地。

14、可选地，在本申请的一个实施例中，还包括：验证模块，用于在获取所述车辆的车辆标识号、所在的出行日、具体到达时间和到达的经纬度中的至少一个信号数据之前，基于轮廓系数得到模型评价指标，以进行模型验证；显示模块，用于在模型验证通过后，显示所述模型的输入字段和所述模型的输出数据，以得到所述至少一个信号数据。

15、可选地，在本申请的一个实施例中，所述轮廓系数的计算公式为：

16、

17、其中，a表示样本点与同一簇中所有其他点的平均距离，b表示样本点与下一个最近簇中所有点的平均距离。

18、本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的解析用户常住地的方法。

19、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的解析用户常住地的方法。

20、本申请实施例可以通过实际车辆出行行车位置信息，结合大数据检索的方式，获取车主的常驻地位置，进而为充电桩和加油点的有效布置提供可靠依据，避免资源的不合理布置，为电车车主提供便利，提高用户使用体验。由此，解决了相关技术中，传统人工调查方式的效率低，当用户出现变化时，无法及时变更信息，难以为用户提供便利，智能性和实用性较低，且现有部署充电桩或加油站是根据小区的密集度、停车场的便易性设置，导致部署的很多充电桩对电车车主而言充电方便性较差，降低用户使用体验等问题。

21、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种解析用户常住地的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述基于所述行驶轨迹，根据所述最后一次到达的地点进行聚类，得到至少一个用户的常住位置，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，包括：

4.根据权利要求1或3所述的方法，其特征在于，所述根据所述至少一个用户的常住位置获取每个用户的兴趣点信息，并根据所述每个用户的兴趣点信息确定所述每个用户的住宅地址和/或办公地址，包括：

5.根据权利要求3所述的方法，其特征在于，在获取所述车辆的车辆标识号、所在的出行日、具体到达时间和到达的经纬度中的至少一个信号数据之前，还包括：

6.根据权利要求5所述的方法，其特征在于，所述轮廓系数的计算公式为：

7.一种解析用户常住地的装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于，所述聚类模块包括：

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的解析用户常住地的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的解析用户常住地的方法。

技术总结
本申请涉及一种解析用户常住地的方法、装置、电子设备及存储介质，其中，方法包括：获取多个车辆在预设时长内的行驶轨迹，其中，行驶轨迹包括最后一次到达的地点；基于行驶轨迹，根据最后一次到达的地点进行聚类，得到至少一个用户的常住位置；根据至少一个用户的常住位置获取每个用户的兴趣点信息，并根据每个用户的兴趣点信息确定每个用户的住宅地址和/或办公地址。由此，解决了相关技术中，传统人工调查方式的效率低，当用户出现变化时，无法及时变更信息，难以为用户提供便利，且现有部署充电桩或加油站是根据小区的密集度、停车场的便易性设置，导致部署的很多充电桩对电车车主而言充电方便性较差，降低用户使用体验等问题。

技术研发人员：郭丽丽,黄殿辉
受保护的技术使用者：北京汽车研究总院有限公司
技术研发日：
技术公布日：2024/1/16