一种二手车交易行为的识别方法、介质及设备与流程

1.本发明涉及二手车交易行为识别技术领域，特别涉及一种二手车交易行为的识别方法、介质及设备。


背景技术：

2.目前，我国的汽车持有量越来越多，与之而来的，二手车的交易量也越来越多。二手车的交易除了传统的二手车交易市场以及个人之间的买卖以外，随着互联网行业的飞速发展，基于互联网的线上二手车交易也越来越流行。
3.随着线上二手车交易的发展，其市场竞争也越来越激烈，对于二手车交易来说，最重要的部分就是待交易的二手车，即二手车的目标用户的获取，快捷准确的定位二手车的目标用户，可以通过建立二手车目标用户识别模型，进行识别；然而在模型建立之前，需要大量二手车交易的样本数据，其中包括用户的各类属性信息以及用户二手车交易的时间，当前数据信息的获取大多不准确，且数据过于繁杂，有效数据掺杂在大量数据中，难以使用，因而，在无法快速准确的收集到大量用户二手车交易时间构建模型的情况下，亟需一种能够从若干用户中识别可能已经发生二手车交易行为的用户，并获取相关的样本数据的方法。


技术实现要素：

4.为解决上述问题，本发明提供了一种二手车交易行为的识别方法、介质及设备，基于现有的用户车辆行驶数据，根据设定的识别规则，进而判断出用户是否可能发生了二手车交易行为以及对应的大致交易时间，进而获得精准且时间较为新的二手车交易样本数据，进而训练二手车目标用户识别模型。
5.本发明提供了一种二手车交易行为的识别方法，具体技术方案如下：
6.s1：获取若干用户每日连续停车时间超出预设阈值的停车数据，并存储在数据库中，所述停车数据包括提车日期、停车开始时间、停车结束时间、停车时长以及停车经纬度信息；
7.s2：获取所述停车经纬度信息，转化为位置标识信息，基于所述位置标识信息对停车相近地点进行归类，并存储；
8.s3：对按照停车相近地点归类后的停车数据进行停车时长的统算，获得统算结果数据并存储在数据库中；
9.s4：设定窗口周期和滑动中心点，对所述统算结果数据进行滑动式聚合计算，获得各周期聚合结果对应的所述位置标识信息；
10.s5：根据各周期聚合结果，判断相邻周期所述位置标识信息是否不同，若不同，则筛选获取相邻的两个周期的所述停车数据，并获取设定范围内的poi信息；
11.s6：根据所述poi信息根据预设类别进行对比识别，输出该用户是否发生二手车交易的识别结果。
12.进一步的，步骤s2中，所述位置标识信息为geohash字符串，所述归类的具体过程如下：
13.将所述停车经纬度信息转换为geohash字符串；
14.根据所述geohash字符串，将geohash字符串相同的数据进行归类，并作为新字段与所述停车数据存储在数据库中。
15.进一步的，所述字符串的精度设定为7。
16.进一步的，步骤s4中，设置所述滑动中心点与所述窗口周期的单位一致。
17.进一步的，步骤s4中，所述聚合计算具体为以所述滑动中心点相邻的前后两个周期分别进行聚合计算，计算各周期内停车时长合计的最大值，并获取所述停车时长最大值对应的数据。
18.进一步的，步骤s6中，对比识别的具体过程如下：
19.根据所述经纬度信息调用第三方平台的接口，获取以当前经纬度信息为中心的预设范围内的poi信息；
20.根据所述poi信息，判断是否存在预设的第一类别的地址，若存在，则同时判断该地址是否为相邻两个周期停车时长最大值对应的地址；若满足条件，则该用户发生二手车交易的概率为高，同时输出交易时间为车辆停在第一类别的地址的最近时间；
21.若不满足条件，则判断是否存在预设的第二类别的地址，若存在，则同时判断该地址是否为相邻两个周期停车时长最大值对应的地址；若满足条件，则该用户发生二手车交易的概率为中等，同时输出交易时间为车辆停在第一类别的地址的最近时间。
22.本发明还提供了一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的二手车交易行为的识别方法。
23.本发明还提供了一种计算机设备，包括存储器和处理器：所述存储器用于存储计算机程序；
24.所述处理器用于执行所述计算机程序时实现上述所述的二手车交易行为的识别方法。
25.本发明的有益效果如下：
26.通过获取若干用户的停车数据，根据停车数据中的经纬度信息进行归类，并对停车时长进行统算，之后设置窗口周期和滑动中心点，通过滑动的方式对各周期进行聚合计算，输出聚合结果，根据聚合结果获取对应的停车数据与预设的类别进行识别比对，输出数据的识别结果，获取二手车交易样本数据；数据的获取和计算均通过从数据库中进行获取和调用，数据计算高效快速，能够批量且有效的获取二手车交易样本数据，再通过抽样轨迹分析与电话回访，可进一步保证数据的准确性，满足后续建模的样本质量需求。
附图说明
27.图1是本发明的方法流程示意图。
具体实施方式
28.在下面的描述中对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本
领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.实施例1
30.本发明的实施例1公开了一种二手车交易行为的识别方法，如图1所示，具体步骤流程如下：
31.s1：获取若干用户每日连续停车时间超出预设阈值的停车数据，并存储在数据库中，所述停车数据包括提车日期、停车开始时间、停车结束时间、停车时长以及停车经纬度信息；
32.所述用户为指定的用户对象，可通过具体的记录产品设备实现对用户车辆停车数据的采集，例如行车记录仪或gps等设备，也可直接从停车系统平台或第三方平台获取车辆的数据；
33.获取指定用户每日连续停车时间超出预设阈值的停车数据，所述预设阈值可根据实际情况进行调整，一般为3小时、6小时等；将获取的所述停车数据以表的形式存储在关系数据库中，这里记为表a。
34.s2：获取所述停车经纬度信息，转化为位置标识信息，基于所述位置标识信息对停车相近地点进行归类，并存储；
35.本实施例中，所述位置标识信息为geohash字符串，述字符串的精度设定为7，所述归类的具体过程如下：
36.将所述停车经纬度信息转换为geohash字符串；
37.根据所述geohash字符串，将geohash字符串相同的数据进行归类，并作为新字段与所述停车数据存储在表a中。
38.s3：对按照停车相近地点归类后的停车数据进行停车时长的统算，获得统算结果数据并存储在数据库中；
39.即以天为单位计算表a中各类geohash字符串对应的累计停车时长，将该数据同样以表的形式存储与关系数据库中，记为表b。
40.s4：设定窗口周期和滑动中心点，对所述统算结果数据进行滑动式聚合计算，获得各周期聚合结果对应的所述位置标识信息；
41.设定窗口周期，所述窗口周期可设定为7天、15天等，设置所述滑动中心点与所述窗口周期的单位一致，即所述滑动中心点设定为某一天；
42.对表b进行计算，对所述滑动中心点前后两个周期分别进行聚合计算，计算各周期内停车时长合计的最大值对应的geohash字符串；例如，若滑动中心点为9月16日，则获取16日前窗口周期天数内，停车时间最长对应的geohash字符串，即地址信息；
43.判断当前滑动中心点是否为最后一个滑动中心点对应的时间点，即滑动是否结束，若没有结束，则执行步骤s5。
44.s5：根据各周期聚合结果，判断相邻周期所述位置标识信息是否不同，若不同，则筛选获取相邻的两个周期的所述停车数据，并获取设定范围内的poi信息；
45.即判断当前滑动中心点前一个周期得到的geohash字符串是否等于后一个周期得到的geohash字符串，若不等于，则读取从前一个周期的开始到后一个周期的结束这段时间内的表a数据，并基于经纬度信息调用第三方地图平台的api，例如高德地图的api，获取每
个位置设定范围内的poi信息，本实施例中，设定范围设为半径100m的区域范围；
46.若等于，则滑动当前滑动中心点，即更新滑动中心点为下一天，并返回步骤s4。
47.s6：根据所述poi信息根据预设类别进行对比识别，输出该用户是否发生二手车交易的识别结果。
48.根据所述poi信息，判断是否存在预设的第一类别的地址，所述第一类别的地址为“二手车交易”或“交通车辆管理”的地址，即高德地图接口文档中标签为二手车交易或交通车辆管理的位置点；
49.若存在，则同时判断该地址是否为相邻两个周期停车时长最大值对应的地址；若满足条件，则判定该用户发生二手车交易的概率为高，同时输出交易时间为车辆停在第一类别的地址的最近时间，即二手车交易时间取停靠“二手车交易”或“车辆管理机构”对应位置点的时间段的最末值；
50.若不满足条件，则判断是否存在预设的第二类别的地址，即是否存在poi中类为“汽车服务相关”的地址，若存在，则同时判断该地址是否为相邻两个周期停车时长最大值对应的地址；若满足条件，则判定该用户发生二手车交易的概率为中等，同时输出交易时间为车辆停在第一类别的地址的最近时间，即二手车交易时间取停靠“汽车服务相关”对应位置点的时间段的最末值。
51.实施例2
52.本发明的实施例2公开了一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的二手车交易行为的识别方法。
53.实施例3
54.本发明的实施例3公开了一种计算机设备，包括存储器和处理器：所述存储器用于存储计算机程序；
55.所述处理器用于执行所述计算机程序时实现上述所述的二手车交易行为的识别方法。
56.本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。