本发明涉及数据分析领域,具体涉及一种基于数据分析自我学习的智能维修项目推荐方法及系统。
背景技术:
为响应国家低碳生活的号召,随着电力发动机的技术的发展,越来越多城市公交车使用纯电车逐步淘汰传统的汽油发动机车辆,为应对公交车这种核心部件的结构变化,公交企事业单下属的车辆维修厂需要通过更换人员或者安排相关培训让车辆维修工学习掌握新的保养维修方法。
现有技术中为了给市民日常出行提供保障,公交企业只能通过以下方式让车辆维修工掌握新能源车辆的日常保养和维修办法:重新招聘已经掌握了相关技能的技工,替换现有的技工。这种方式有两个短板是对应技工资源的短缺,面临难招或者是需要相对高成本才能招来。
或安排现有的技工到生成厂家进行相关的技能培训,周期较长,而且无法保证培训效果。总体来说,就是现有的方式需要相对较高的时间和资金成本。
技术实现要素:
本发明解决的技术问题是,提供了一种基于数据分析自我学习的智能维修项目推荐方法及系统。所述的一种基于数据分析自我学习的智能维修项目推荐方法及系统对于车辆维修提高效率,节约成本。
为了解决上述技术问题,本发明提供的技术方案为:
一种基于数据分析自我学习智能维修项目推荐方法,包括:
获取维修车辆信息;
根据维修车辆信息提取业务系统数据;
根据维修车辆信息获取初始化数据;
根据业务系统数据与初始化数据匹配维修方法;
匹配完成后推荐最优修理方案。
优选地,在获取维修车辆信息前还包括:
构建数据初始化数据库与维修系统业务数据库。所述的初始化数据库由车辆的生产厂家提供数据,包括系统历史数据,关于车辆型号与其对应的车辆初始化参数。所述的维修系统业务数据库针对对应报修故障和保养类型的维修项目方案形成经验智库。
优选地,所述的维修车辆信息包括车辆型号、车辆故障或保养类型。
优选地,所述的根据维修车辆信息提取业务系统数据具体为根据车辆故障或保养类型信息从业务数据库中获取业务处理方法。通过车辆故障或保养类型与业务数据库中的问题类型进行匹配,获取业务处理方法,快速针对车辆的故障推荐出按照耗时和成本两个的维度给出最佳的方案。考虑到时间以及人工和材料成本,供车辆运营单位根据实际情况择最优维修方案。
优选地,所述的根据维修车辆信息获取初始化数据具体为根据车辆型号获取车辆初始化数据。通过提供车辆的初始化数据供匹配最优的修理方案,达到方案的准确性。
优选地,所述根据业务系统数据与初始化数据匹配维修方法具体为根据车辆业务处理方法与车辆初始化参数匹配最优的修理方案。
一种基于数据分析自我学习智能维修项目推荐系统:
车辆信息获取模块:所述车辆信息获取模块用于获取维修车辆信息;
业务系统数据获取模块:所述业务系统数据获取模块用于根据维修车辆信息提取业务系统数据;
初始化数据获取模块:所述初始化数据获取模块用于根据维修车辆信息获取初始化数据;
数据分析模块:所述数据分析模块用于根据业务系统数据与初始化数据匹配维修方法;
方案推送模块:所述方案推送模块用于匹配完成后推荐最优修理方案。
优选地,所述车辆信息获取模块用于获取维修车辆信息。所述的车辆信息包含车辆型号、车辆故障或保养类型。
优选地,所述业务系统数据获取模块用于根据维修车辆信息提取业务系统数据。业务数据获取模块根据车辆故障或保养类型查找维修系统业务数据库中的业务处理方法。
优选地,所述初始化数据获取模块用于根据维修车辆信息获取初始化数据;初始化数据获取模块根据车辆型号搜索数据初始化数据库中的车辆初始化参数并获取。
优选地,所述数据分析模块用于根据业务系统数据与初始化数据匹配维修方法;业务分析模块业务系统数据与初始化数据匹配维修方法具体为根据车辆业务处理方法与车辆初始化参数匹配最优的修理方案。
优选地,所述方案推送模块用于匹配完成后推荐最优修理方案。
优选地,所述基于数据分析自我学习的智能维修项目推荐系统,其特征在于,还包括:
数据库构建模块:所述数据库构建模块用于构建数据初始化数据库与维修系统业务数据库。
本发明还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有计算机程序指令,该程序指令适于由处理器加载并执行上述基于数据分析自我学习的智能维修项目推荐方法。
本发明还提供一种移动终端,其包括处理器以及存储器,所述的处理器用于执行存储器中存储的程序,以实现上述基于数据分析自我学习的智能维修项目推荐方法。
与现有技术相比,本发明具有的有益效果为:提供一种基于数据分析自我学习的智能维修项目推荐方法,对于车辆维修提高效率,节约成本。具体的,通过创建数据分析模块通过对历史数据的分析提供修理最佳方案解决了靠人工经验去判断故障和保养对应的维修项目,避免误判,提高准确率;同时为没有相关经验的维修工提供针对对应报修故障和保养类型的维修项目方案形成维修系统业务数据库参考学习,快速上岗;另外还可以自动匹配生成最优处理方案让车辆运营单位入厂维修前根据实际情况选择最优方案。与现有技术相比,本发明通过构建数据初始化数据库与业务系统数据库可以了解车辆维修整体的时间和人工和材料成本信息,两个数据库共同匹配的结果推荐更精准的维修方案。此方法通过历史数据的积累沉淀,不断的自我学习优化,提高推荐的准确率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所述的基于数据分析自我学习的智能维修项目推荐方法的流程示意图;
图2是本发明所述的基于数据分析自我学习的智能维修项目推荐系统的结构图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本流程图,因此其仅显示与本发明有关的流程。
如图1所示,本发明是一种基于数据分析自我学习的智能维修项目推荐方法,所述的方法具体为:
s1.获取维修车辆信息;
s2.根据维修车辆信息提取业务系统数据;
s3.根据维修车辆信息获取初始化数据;
s4.根据业务系统数据与初始化数据匹配维修方法;
s5.匹配完成后推荐最优修理方案。
步骤s1:获取维修车辆信息。具体为获取车辆型号、车辆故障或保养类型。
在获取维修车辆信息前还包括构建数据初始化数据库与维修系统业务数据库。所述的初始化数据库由车辆的生产厂家提供数据,包括系统历史数据,关于车辆型号与其对应的车辆初始化参数。所述的维修系统业务数据库针对对应报修故障和保养类型的维修项目方案形成系统业务数据库。
步骤s2:根据维修车辆信息提取业务系统数据具体为为根据车辆故障或保养类型信息从业务数据库中获取业务处理方法。通过车辆故障或保养类型与业务数据库中的问题类型进行匹配,获取业务处理方法,快速针对车辆的故障推荐出按照耗时和成本两个的维度给出最佳的方案。考虑到时间以及人工和材料成本,供车辆运营单位根据实际情况选择最优维修方案。
步骤s3:根据维修车辆信息获取初始化数据。所述的根据维修车辆信息获取初始化数据具体为根据车辆型号获取车辆初始化数据。
步骤s4:根据业务系统数据与初始化数据匹配维修方法。所述根据业务系统数据与初始化数据匹配维修方法具体为根据车辆业务处理方法与车辆初始化参数匹配最优的修理方案。
步骤s5:匹配完成后推荐最优修理方案。可以让车辆运营单位入厂维修前根据实际情况选择最优方案,并了解车辆维修整体的时间和成本信息。
如图2所示,本发明提供了一种基于数据分析自我学习的智能维修项目推荐系统:
车辆信息获取模块1:所述车辆信息获取模块用于获取维修车辆信息;
业务系统数据获取模块2:所述业务系统数据获取模块用于根据维修车辆信息提取业务系统数据;
初始化数据获取模块3:所述初始化数据获取模块用于根据维修车辆信息获取初始化数据;
数据分析模块4:所述数据分析模块用于根据业务系统数据与初始化数据匹配维修方法;
方案推送模块5:所述方案推送模块用于匹配完成后推荐最优修理方案。
所述车辆信息获取模块1:用于获取维修车辆信息。所述的车辆信息包含车辆型号、车辆故障或保养类型。
所述业务系统数据获取模块2:用于根据维修车辆信息提取业务系统数据。业务数据获取模块根据车辆故障或保养类型查找维修系统业务数据库中的业务处理方法。
所述初始化数据获取模块3:用于根据维修车辆信息获取初始化数据;初始化数据获取模块根据车辆型号搜索数据初始化数据库中的车辆初始化参数并获取。
所述数据分析模块4:用于根据业务系统数据与初始化数据匹配维修方法;业务分析模块业务系统数据与初始化数据匹配维修方法具体为根据车辆业务处理方法与车辆初始化参数匹配最优的修理方案。
所述方案推送模块5:用于匹配完成后推荐最优修理方案。
所述基于数据分析自我学习的智能维修项目推荐系统,其特征在于,还包括:
数据库构建模块:所述数据库构建模块用于构建数据初始化数据库与维修系统业务数据库。
上列详细说明是针对本发明可行实施例的具体说明,以上实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。