技术特征：
1.一种基于大数据的停车场车位推荐系统，其特征在于：该系统包括指令信息采集模块、三维校验模块、多源数据分析模块、车位变更预测模块、推荐模块；所述指令信息采集模块用于采集车主发布的停车指令信息，获取车主计划位置，建立停车推荐区域，并计算车主到达计划位置的时间差值；所述三维校验模块用于获取车辆基本信息，构建车辆三维模型，对比空闲车位，对不符合要求的车位进行删减，减少数据冗杂；所述多源数据分析模块用于获取多源数据，构建车主驾驶熟练度模型、车位停车难度模型，对车主的驾驶熟练度以及车位的停车难度进行分析；所述车位变更预测模块用于建立车位变更预测模型，对车位的停车偏好以及停车时长进行预测；所述推荐模块用于按照车位的最终推荐得分从大到小排序，并依次推荐给车主；所述指令信息采集模块的输出端与所述三维校验模块的输入端相连接；所述三维校验模块的输出端与所述多源数据分析模块的输入端相连接；所述多源数据分析模块的输出端与所述车位变更预测模块的输入端相连接；所述车位变更预测模块的输出端与所述推荐模块的输入端相连接。2.根据权利要求1所述的一种基于大数据的停车场车位推荐系统，其特征在于：所述指令信息采集模块包括车主定位单元、车主预约单元；所述车主定位单元用于对车主的当前位置定位，并记录；所述车主预约单元用于获取车主提供的预约停车时间与预约停车地点；所述车主定位单元的输出端与所述三维校验模块的输入端相连接；所述车主预约单元的输出端与所述三维校验模块的输入端相连接。3.根据权利要求1所述的一种基于大数据的停车场车位推荐系统，其特征在于：所述多源数据分析模块包括多源数据获取单元、车主驾驶熟练度分析单元、车位停车难度分析单元；所述多源数据获取单元用于获取车主及车位的多源数据；所述车主驾驶熟练度分析单元用于构建车主驾驶熟练度模型，并对车主的驾驶熟练度进行分析；所述车位停车难度分析单元用于构建车位停车难度模型，并对车位的停车难度进行分析；所述多源数据获取单元的输出端分别与所述车主驾驶熟练度分析单元、所述车位停车难度分析单元的输入端相连接；所述车主驾驶熟练度分析单元、所述车位停车难度分析单元的输出端与所述车位变更预测模块的输入端相连接。4.根据权利要求1所述的一种基于大数据的停车场车位推荐系统，其特征在于：所述车位变更预测模块停车偏好分析单元、停车时长分析单元；所述停车偏好分析单元用于分析停车场内每个车位的停车偏好情况，并获取停车偏好概率；所述停车时长分析单元用于分析停车场内车主停车的停车时长，并以众数作为预测停车时长；所述停车偏好分析单元的输出端与所述推荐模块的输入端相连接；所述停车时长分析单元的输出端与所述推荐模块的输入端相连接。5.根据权利要求1所述的一种基于大数据的停车场车位推荐系统，其特征在于：所述推荐模块包括车位推荐得分排序单元、推荐单元；所述车位推荐得分排序单元用于构建最佳车位推荐模型，并根据最佳车位推荐模型计算车位推荐得分，对计算后的车位推荐得分从大到小进行排序；所述推荐单元用于按照顺
序将对应车位推荐给车主；所述车位推荐得分排序单元的输出端与所述推荐单元的输入端相连接；所述推荐单元的输出端连接到车主端口。6.一种基于大数据的停车场车位推荐方法，其特征在于：该方法包括以下步骤：s1、获取车主停车指令信息数据，采集车主计划位置，以车主计划位置为圆心，以r为半径，建立停车推荐区域a，获取车主到达计划位置的时间差值；s2、获取车辆基本信息，构建车辆三维模型，对比停车推荐区域a内所有的空闲车位，对不满足车辆大小或高度的车位删除出推荐体系；s3、获取车主信息数据，提取车主特征，建立车主驾驶熟练度模型，并计算得出车主驾驶熟练度；s4、获取空闲车位信息，提取车位特征，建立车位停车难度模型，并计算得出每个车位的停车难度；s5、获取停车推荐区域a内的车位历史数据，建立车位变更预测模型，对车位停车偏好及停车时间进行分析；s6、建立最佳车位推荐模型，按照车位推荐得分从大到小的顺序将对应车位列表推荐给车主。7.根据权利要求6所述的一种基于大数据的停车场车位推荐方法，其特征在于：在步骤s3中，所述车主驾驶熟练度模型包括：获取车主信息数据，包括驾龄、事故率、平均车速、违章率；构建权重比例分别为g1、g2、g3、g4；构建车主驾驶熟练度模型：++其中，代表驾龄转换值；代表事故率转化值；代表平均车速转化值；代表违章率转化值。8.根据权利要求7所述的一种基于大数据的停车场车位推荐方法，其特征在于：在步骤s4中，所述车位停车难度模型包括：获取车位信息数据；构建车位停车难度与车位信息数据之间的模型关系：其中，b为车位停车难度矩阵；h为车位信息数据矩阵；为系数向量矩阵；为干扰项矩阵；
其中，p代表车位信息特征数量；n代表每个特征的n个归一化数据值；任一个停车车位i的车位停车难度值为：其中，为截距；、、、为系数向量；、、为车位信息特征值；为干扰值；i=1，2，，n；利用最小二乘法估算得出最佳系数向量与干扰值。9.根据权利要求8所述的一种基于大数据的停车场车位推荐方法，其特征在于：在步骤s5中，所述车位变更预测模型包括：获取停车场历史停车数据，分别构建车位偏好模型、停车时长预测模型；设置时间序列数；所述车位偏好模型为：其中，为车位停车初始概率；为历史数据时间区间内包含的时间序列数的数量；为第段时间内车位的停车次数；为第段时间内停车场的总停车次数；获取时间差值，建立生长曲线函数：其中，为车位停车生长概率；、、均为参数值，；在时，=；获取生长曲线函数拐点，记为m（，），拐点为生长曲线函数增长速度饱和点；获取停车场内所有车的停车时长，选取众数作为停车时间预测时长，记为；构建判断函数：
其中，；为设置的车主到达计划位置的时间差值中包含时间序列数的阈值数量。10.根据权利要求9所述的一种基于大数据的停车场车位推荐方法，其特征在于：在步骤s6中，所述最佳车位推荐模型还包括：分别获取车主驾驶熟练度数据、车位停车难度数据、车位变更数据的数据组；构建最佳车位推荐模型：其中，k为车位推荐得分；为归一化的基础车位得分；、、分别为车主驾驶熟练度数据、车位停车难度数据、车位变更数据的数据均值；、、分别为车主驾驶熟练度数据、车位停车难度数据、车位变更数据的标准差；b为车位停车难度值；按照车位推荐得分的从大到小对车位进行排序，并依次推送给车主。
技术总结
本发明公开了一种基于大数据的停车场车位推荐系统及方法，属于车位推荐技术领域。该系统包括指令信息采集模块、三维校验模块、多源数据分析模块、车位变更预测模块、推荐模块；所述指令信息采集模块的输出端与所述三维校验模块的输入端相连接；所述三维校验模块的输出端与所述多源数据分析模块的输入端相连接；所述多源数据分析模块的输出端与所述车位变更预测模块的输入端相连接；所述车位变更预测模块的输出端与所述推荐模块的输入端相连接。本发明还提供一种基于大数据的停车场车位推荐方法，用以具体分析。本发明能够实现车位的精准推荐，满足当前数字化、精细化的发展需求，进一步满足车主需求。进一步满足车主需求。进一步满足车主需求。
技术研发人员：王小强 汪雪钟
受保护的技术使用者：江苏九比特信息系统有限公司
技术研发日：2022.03.01
技术公布日：2022/3/29