本申请公开了一种充电场站推荐方法、装置、设备及可读存储介质该方法包括：在获取到用户的充电请求时，读取所述用户的历史充电数据，其中，所述历史充电数据是基于所述用户发出所述充电请求时的位置的第一预设地理范围内的；确定充电场站推荐模型；将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果；基于所述推荐结果，向用户推荐目标充电场站。现有技术中存在，充电场站的推荐结果的准确度不高的问题，在本申请中，基于历史充电数据与充电场站推荐模型，得到的关联历史充电数据的推荐结果符合用户的充电习惯，即，提高了充电场站的推荐结果的准确度。荐结果的准确度。荐结果的准确度。
【技术实现步骤摘要】
充电场站推荐方法、装置、设备及可读存储介质
[0001]本申请涉及充电场站领域，尤其涉及一种充电场站推荐方法、装置、设备及可读存储介质。
技术介绍
[0002]当前，充电场站的推荐方法为，根据用户与充电场站的距离进行推荐，即推荐距离用户更近的充电场站。由于仅基于距离因素进行推荐的方式忽略了不同用户的充电习惯，则当前仅基于距离因素进行推荐的方式难以满足用户更高的充电需求，即，现有技术存在，充电场站的推荐结果的准确度不高的问题。
[0003]上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种充电场站推荐方法、装置、设备及可读存储介质，旨在解决现有技术中，充电场站的推荐结果的准确度不高的问题。
[0005]为实现上述目的，本申请提供一种充电场站推荐方法，所述方法包括：
[0006]在获取到用户的充电请求时，读取所述用户的历史充电数据，其中，所述历史充电数据是基于所述用户发出所述充电请求时的位置的第一预设地理范围内的；
[0007]确定充电场站推荐模型；
[0008]将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果；
[0009]基于所述推荐结果，向用户推荐目标充电场站。
[0010]可选地，所述将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果的步骤，包括：
[0011]将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到所述候选充电场站的第一推荐结果；
[0012]获取所述用户的第二预设地理范围内的所述候选充电场站与所述用户的距离；
[0013]基于所述距离，得到所述候选充电场站的第二推荐结果；
[0014]基于所述第一推荐结果与所述第二推荐结果，得到所述候选充电场站的所述推荐结果。
[0015]可选地，所述确定充电场站推荐模型的步骤之前，包括：
[0016]基于用户群体的历史充电行为，获取所述用户群体的群体历史充电数据；
[0017]对所述群体历史充电数据进行采样处理，得到训练数据集；
[0018]搭建模型得到待训练模型；
[0019]基于所述训练数据集训练所述待训练模型，得到所述充电场站推荐模型；
[0020]可选地，所述基于所述充电场站推荐模型对所述历史充电数据进行处理的步骤，包括：
[0021]基于所述历史充电数据，确定历史充电场站；
[0022]基于所述充电场站推荐模型，确定所述历史充电场站的相似度集；
[0023]其中，基于所述充电场站推荐模型中的群体历史充电场站的每个充电场站的向量，确定所述每个充电场站与其他充电场站之间的最大相似度，基于所述最大相似度确定群体历史充电场站的群体相似度集，基于所述历史充电场站在所述群体历史充电场站中对应的同一充电场站集，确定所述同一充电场站集的同一相似度集为所述历史充电场站的相似度集；
[0024]基于所述相似度集，执行得到候选充电场站的推荐结果的步骤。
[0025]可选地，所述对所述群体历史充电数据进行采样处理，得到训练数据集的步骤，包括：
[0026]基于所述群体历史充电数据，确定所述用户群体中每个所述用户对应的充电场站序列；
[0027]基于所述充电场站序列，确定所述用户群体对应的充电场站有向图；
[0028]采用随机游走算法对所述充电场站有向图进行采样处理，得到训练数据集。
[0029]可选地，所述基于所述训练数据集训练所述待训练模型，得到所述充电场站推荐模型的步骤之前，包括：
[0030]对所述训练数据集进行预处理后，执行基于所述训练数据集训练所述待训练模型，得到所述充电场站推荐模型的步骤。
[0031]可选地，所述基于所述训练数据集训练所述待训练模型，得到所述充电场站推荐模型的步骤，包括：
[0032]对所述群体历史充电数据进行采样处理，得到验证数据集；
[0033]基于所述验证数据集和所述训练数据集，采用所述训练数据集训练所述待训练模型，得到充电场站推荐模型。
[0034]此外，为实现上述目的，本申请还提供一种充电场站推荐装置，充电场站推荐装置包括：
[0035]读取模块，在获取到用户的充电请求时，读取所述用户的历史充电数据，其中，所述历史充电数据是基于所述用户发出所述充电请求时的位置的第一预设地理范围内的；
[0036]确定模块，用于确定充电场站推荐模型；
[0037]处理模块，用于将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果；
[0038]推荐模块，用于基于所述推荐结果，向用户推荐目标充电场站。
[0039]此外，为实现上述目的，本申请还提供一种充电场站推荐设备，所述充电场站推荐设备为实体节点设备，所述充电场站推荐设备包括：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充电场站推荐程序，所述处理器执行所述充电场站推荐程序实现所述充电场站推荐方法的步骤。
[0040]此外，为实现上述目的，本申请还提供一种可读存储介质，所述可读存储介质上存储有实现充电场站推荐方法的程序，所述充电场站推荐程序被处理器执行时实现上述所述
的充电场站推荐方法的步骤。
[0041]本申请提供一种充电场站推荐方法、装置、设备及可读存储介质，与现有技术中，充电场站的推荐结果的准确度不高的问题相比，在本申请中，在获取到用户的充电请求时，读取所述用户的历史充电数据，其中，所述历史充电数据是基于所述用户发出所述充电请求时的位置的第一预设地理范围内的；确定充电场站推荐模型；将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果；基于所述推荐结果，向用户推荐目标充电场站。在本申请中，通过基于用户群体的历史充电行为得到充电场站推荐模型，挖掘出用户群体的历史充电行为背后的信息，所述推荐模型符合用户群体的充电期望，因此，基于历史充电数据与充电场站推荐模型，得到的关联历史充电数据的推荐结果符合用户的充电习惯，即，提高了充电场站的推荐结果的准确度。
附图说明
[0042]图1是本申请实施例方案涉及的流程示意图；
[0043]图2为本申请实施例方案涉及的skip
‑
gram模型网络结构图；
[0044]图3为本申请实施例方案涉及的充电场站有向图；
[0045]图4为本申请实施例方案涉及的采样得到的充电场站的序列图；
[0046]图5为本申请实施例方案涉及的流程示意图；
[0047]图6为本申请实施例方案涉及本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种充电场站推荐方法，其特征在于，所述充电场站推荐方法包括：在获取到用户的充电请求时，读取所述用户的历史充电数据，其中，所述历史充电数据是基于所述用户发出所述充电请求时的位置的第一预设地理范围内的；确定充电场站推荐模型；将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果；基于所述推荐结果，向用户推荐目标充电场站。2.根据权利要求1所述的充电场站推荐方法，其特征在于，所述将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到候选充电场站的推荐结果的步骤，包括：将所述历史充电数据输入至所述充电场站推荐模型中，基于所述充电场站推荐模型对所述历史充电数据进行处理，得到所述候选充电场站的第一推荐结果；获取所述用户的第二预设地理范围内的所述候选充电场站与所述用户的距离；基于所述距离，得到所述候选充电场站的第二推荐结果；基于所述第一推荐结果与所述第二推荐结果，得到所述候选充电场站的所述推荐结果。3.根据权利要求1所述的充电场站推荐方法，其特征在于，所述确定充电场站推荐模型的步骤之前，包括：基于用户群体的历史充电行为，获取所述用户群体的群体历史充电数据；对所述群体历史充电数据进行采样处理，得到训练数据集；搭建模型得到待训练模型；基于所述训练数据集训练所述待训练模型，得到所述充电场站推荐模型。4.根据权利要求1所述的充电场站推荐方法，其特征在于，所述基于所述充电场站推荐模型对所述历史充电数据进行处理的步骤，包括：基于所述历史充电数据，确定历史充电场站；基于所述充电场站推荐模型，确定所述历史充电场站的相似度集；其中，基于所述充电场站推荐模型中的群体历史充电场站的每个充电场站的向量，确定所述每个充电场站与其他充电场站之间的最大相似度，基于所述最大相似度确定群体历史充电场站的群体相似度集，基于所述历史充电场站在所述群体历史充电场站中对应的同一充电场站集，确定所述同一充电场站集的同一相似度集为所述历史充电场站的相似度集；基于所述相...
【专利技术属性】
技术研发人员：周驰，陈勇，郑来伟，徐东进，
申请(专利权)人：浙江吉利控股集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。