(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211058137.3 (22)申请日 2022.08.31 (71)申请人 启明信息技 术股份有限公司 地址 130117 吉林省长 春市长春净月高新 技术产业开发区百合 街1009号 (72)发明人 徐焕　安晓童　栗冬雪　徐伟　 于心雨　孙冰玉　 (74)专利代理 机构 成都金英专利代理事务所 (普通合伙) 51218 专利代理师 袁英 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 基于智能网联数据的加油站推荐方法 (57)摘要 本发明公开了基于智能网联数据的加油站 推荐， 包括以下具体步骤： 步骤一： 乘用车用油加 油历史数据收集； 步骤二： 整合用油加油历史数 据后， 结和机器学习算法抽取用户特征； 步骤三： 构建模型进行训练和优化， 得到最终模型； 步骤 四： 算法模型应用， 模型接入车辆网平台实时数 据， 为用户推荐最佳加油时间和最佳加油站。 本 发明集合多维度数据， 设计智 能算法， 科学准确 预判最优加油时间、 加油量、 加油站 推荐， 实现车 主用户科学用油管理， 杜绝少油风险、 降低用油 不当造成的车辆损耗， 获取最佳优惠， 降低养车 成本。 权利要求书1页 说明书5页 附图1页 CN 115456381 A 2022.12.09 CN 115456381 A 1.基于智能网联 数据的加油站推荐方法， 其特 征在于， 包括以下 具体步骤： 步骤一： 乘用车用油加油历史数据收集； 步骤二： 整合用油加油历史数据后， 结和机器学习算法抽取用户特 征； 步骤三： 构建模型进行训练和优化， 得到最终模型； 步骤四： 算法模型应用， 模型接入车辆网平台实时数据， 为用户推荐最佳加油时间和最 佳加油站。 2.根据权利要求1所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述步骤 一中乘用车用油加油历史数据包括： 车型车系、 加油时间、 加油时机、 购车时长、 加油量、 用 车环境、 驾驶行为、 加油站优惠活动和 加油站位置信息 。 3.根据权利要求1所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述步骤 二中用户特 征包括： 用车 频率、 驾驶 风格、 出行习惯、 加油站油耗和 加油站营销活动规 律。 4.根据权利要求1所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述步骤 三具体为： 特征数据接入， 特征抽取创建特征工程， 通过用户驾驶行为分析与行程预测处理 结合机器学习执 行模型训练， 并优化得到最终模型。 5.根据权利要求4所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述用户 驾驶行为分析具体为采用K ‑means聚类分析法， 根据用户的历史数据进行用户画像标签分 类分析， 用户画像标签包括驾驶频率、 行程 安全、 经济舒 适、 高效出 行和爱车养护。 6.根据权利要求4所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述行程 预测具体为： 取近期的驾驶行为日志， 随机70%为训练样本， 30%为验证， 采用GDBT决策树进 行算法训练， 得到用户行程预测结果； 并用时间序列算法， 进行周期性分析， 得到用户周期 性行程预测结果。 7.根据权利要求1所述的基于智能网联数据的加油站推荐方法， 其特征在于， 所述步骤 四具体为： 将TBOX上报的汽车行驶数据用flink和Kafka进行实时处理， 根据已知的用户行 为特征与行程预测， 预估用户油量可支持天数， 根据用户历史加油数据， 计算用户与油站的 亲密度， 接入加油 站活动数据， 结合用户预测行程当前油量支撑天数以及用户车型相关油 耗情况， 计算出最佳加油站与油量、 时机等加油策略， 进行排序， 并对用户进行推荐。权　利　要　求　书 1/1 页 2 CN 115456381 A 2基于智能网联数据的加油站 推荐方法 技术领域 [0001]本发明涉及智能推荐算法技 术领域， 尤其基于智能网联 数据的加油站推荐方法。 背景技术 [0002]伴随科技的发展， 生活质量的提升， 汽车已走进千家万户， 成为人们生活必备出行 工具， 智能化的汽车更是以更高的速度和效率将人类带入智能信息时代， 智能汽车利用各 种车端传感器收集车辆行驶中各类数据结合人工智能、 机器学习等技术 实现汽车的自动研 判能力， 结合现代 通信技术与网络技术， 实现车与X （X代表人、 车、 路、 后台等） 信息的交换与 共享， 从而实现车辆与环境协同感知、 协同决策与控制功能。 [0003]汽油作为汽车的动力来源， 是汽车行驶中不可缺少的重要保障， 加油成为车主主 要用车行为， 对于部分车主， 存在加油管理不及时， 造成行驶中少有； 错过加油站加油优惠 期； 加油不科学， 用油不当造成车身磨损等情况， 在数据上车的优势条件下， 结合生态运营 数据， 运用智能算法， 为车主提供 更科学、 准确的加油提醒与加油站推荐。 [0004]目前现有技术方案多为基于路况信息的路径规划 或者基于油品的等单一特征的 推荐。 发明内容 [0005]本发明的目的在于克服现有技术的不足， 提供了一种基于智能网联数据的加油站 推荐方法。 [0006]本发明的目的是通过以下技 术方案来实现的： 基于智能网联 数据的加油站推荐方法， 包括以下 具体步骤： 步骤一： 乘用车用油加油历史数据收集； 步骤二： 整合用油加油历史数据后， 结和机器学习算法抽取用户特 征； 步骤三： 构建模型进行训练和优化， 得到最终模型； 步骤四： 算法模型应用， 模型接入车辆网平台实时数据， 为用户推荐最佳加油时间 和最佳加油站。 [0007]所述步骤一中乘用车用油加油历史数据包括： 车型车系、 加油时间、 加油时机、 购 车时长、 加油量、 用车环境、 驾驶行为、 加油站优惠活动和 加油站位置信息 。 [0008]所述步骤二中用户特征包括： 用车频率、 驾驶风格、 出行习惯、 加油站油耗和加油 站营销活动规 律。 [0009]所述步骤三具体为： 特征数据接入， 特征抽取创建特征工程， 通过用户驾驶行为分 析与行程预测处 理结合机器学习执 行模型训练， 并优化得到最终模型。 [0010]所述用户驾驶行为分析具体为采用K ‑means聚类分析法， 根据用户的历史数据进 行用户画像标签分类分析， 用户画像标签包括驾驶频率、 行程安全、 经济舒适、 高效出行和 爱车养护。 [0011]所述行程预测具体为： 取近期的驾驶行为日志， 随机70%为训练样本， 30%为验证，说　明　书 1/5 页 3 CN 115456381 A 3