基于ETC数据的用户画像生成管理方法及系统

发布时间：2025-05-11 19:29

基于ETC数据的用户画像生成管理方法及系统专利申请类型:发明专利;
地区:广东-广州；
源自:广州高价值专利检索信息库;

专利名称：基于ETC数据的用户画像生成管理方法及系统

专利类型：发明专利

专利申请号：CN202410766050.4

专利申请（专利权）人：广东中视信息科技有限公司
权利人地址：广东省广州市南沙区黄阁镇市南公路黄阁段230号(自编八栋)301房

专利发明（设计）人：俞晓文

专利摘要：本发明实施例涉及ETC管理技术领域，公开了一种基于ETC数据的用户画像生成管理方法及系统，该方法包括：获取各个数据采集节点传输的数据采集信息；根据预先构建的节点特征模型来对节点特征数据进行处理以得到相应的节点标签数据；根据位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；根据预先构建的用户特征模型来对车辆特征信息进行处理以得到相应的用户标签数据；根据位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将用户画像信息与相应的用户信息进行关联存储。本发明实施例中通过收集ETC数据，包括车牌信息、时间信息和位置信息，结合数据采集节点的属性信息，能够生成更为精细化的用户画像。

主权利要求：
1.一种基于ETC数据的用户画像生成管理方法，其特征在于，包括：
获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；
对获取到的各个数据采集节点的数据采集信息来进行聚类分析以确定在一段时间内ETC收费站点与ETC景区节点或ETC商场节点的关联数据关系，或，确定设定时间内ETC景区节点和ETC商场节点的关联数据关系；
当收集到的一段时间内ETC收费站点与ETC景区节点或ETC景点节点的关联关系的数据以及设定时间内ETC景区节点和ETC商场节点的关联数据关系超过设定阈值的时候，则执行下一步；
根据设定的地理位置范围来确定相应区域内的通行量最大的ETC收费站点作为管理区块的边界点，并根据得到的管理区块的边界点来确定相应的管理区域范围；在相应的区块范围内包括有多个ETC景区节点和/或ETC商场节点；
根据获取到的数据采集信息以及各个管理区块的区域范围来确定相应管理区块内对应的轨迹线路信息；
根据设定的轨迹策略对得到的轨迹线路信息进行分析以确定相应管理区块内的最佳线路推荐集合；
根据所述最佳线路推荐集合来生成相应的管理区块的区块标签信息；
根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息；所述根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息，包括：根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的历史位置数据；
基于所述历史位置数据其在每个数据采集节点的停留时长，将停留时长大于预设的时长阈值的位置点筛选为该管理区块中位置数据中的候选位置点；
根据各个候选位置点在各个管理区块位置数据中的出现次数，确定各个候选位置点的停留频次，将停留频次不小于预设的频次阈值的候选位置点筛选为历史关键位置点；
获取与所述历史关键位置点对应的目标地理数据以及与所述目标地理数据对应的兴趣点；
根据所述兴趣点确定相应用户的用户行为偏好信息；
根据所述用户行为偏好来对相应车辆用户的用户画像信息进行更新操作；
对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；所述对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，包括：若采集点属性信息中的采集点类型信息为第一类型信息，则获取第一设定范围内的游乐场所信息，并根据所述游乐场所信息以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；
若采集点属性信息中的采集点类型信息为第二类型信息，则获取第二设定范围内的游乐场所信息，并根据所述游乐场所信息来以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；
若采集点属性信息中的采集点类型信息为第三类型信息，则根据所述第三类型信息来确定数据采集节点的节点特征数据；其中，所述第一类型信息为收费站点信息，所述第一设定范围为10公里；所述第二类型信息为商场信息，所述第二设定范围为2公里；所述第三类型信息为景区信息；
所述用户画像生成管理方法还包括：
基于车辆类型来确定用户类型标签；
当用户更换车辆的时候，则获取用户历史车辆信息；若用户有多辆车的时候，则根据将各个车牌信息与相应用户进行数据关联；
接收用户的配置开关，基于配置开关来确定用户是否为车主用户和非车主用户；
根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；
对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；
根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储；
根据相应车辆用户的用户画像信息以及用户推荐模型来为相应用户推荐线路。
2.一种基于ETC数据的用户画像生成管理系统，其特征在于，包括：
获取模块：用于获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；
对获取到的各个数据采集节点的数据采集信息来进行聚类分析以确定在一段时间内ETC收费站点与ETC景区节点或ETC商场节点的关联数据关系，或，确定设定时间内ETC景区节点和ETC商场节点的关联数据关系；
当收集到的一段时间内ETC收费站点与ETC景区节点或ETC景点节点的关联关系的数据以及设定时间内ETC景区节点和ETC商场节点的关联数据关系超过设定阈值的时候，则执行下一步；
根据设定的地理位置范围来确定相应区域内的通行量最大的ETC收费站点作为管理区块的边界点，并根据得到的管理区块的边界点来确定相应的管理区域范围；在相应的区块范围内包括有多个ETC景区节点和/或ETC商场节点；
根据获取到的数据采集信息以及各个管理区块的区域范围来确定相应管理区块内对应的轨迹线路信息；
根据设定的轨迹策略对得到的轨迹线路信息进行分析以确定相应管理区块内的最佳线路推荐集合；
根据所述最佳线路推荐集合来生成相应的管理区块的区块标签信息；
根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息；所述根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息，包括：根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的历史位置数据；
基于所述历史位置数据其在每个数据采集节点的停留时长，将停留时长大于预设的时长阈值的位置点筛选为该管理区块中位置数据中的候选位置点；
根据各个候选位置点在各个管理区块位置数据中的出现次数，确定各个候选位置点的停留频次，将停留频次不小于预设的频次阈值的候选位置点筛选为历史关键位置点；
获取与所述历史关键位置点对应的目标地理数据以及与所述目标地理数据对应的兴趣点；
根据所述兴趣点确定相应用户的用户行为偏好信息；
根据所述用户行为偏好来对相应车辆用户的用户画像信息进行更新操作；
特征处理模块：用于对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；
位置标签模块：用于根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；所述对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，包括：若采集点属性信息中的采集点类型信息为第一类型信息，则获取第一设定范围内的游乐场所信息，并根据所述游乐场所信息以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；
若采集点属性信息中的采集点类型信息为第二类型信息，则获取第二设定范围内的游乐场所信息，并根据所述游乐场所信息来以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；
若采集点属性信息中的采集点类型信息为第三类型信息，则根据所述第三类型信息来确定数据采集节点的节点特征数据；其中，所述第一类型信息为收费站点信息，所述第一设定范围为10公里；所述第二类型信息为商场信息，所述第二设定范围为2公里；所述第三类型信息为景区信息；
所述用户画像生成管理方法还包括：
基于车辆类型来确定用户类型标签；
当用户更换车辆的时候，则获取用户历史车辆信息；若用户有多辆车的时候，则根据将各个车牌信息与相应用户进行数据关联；
接收用户的配置开关，基于配置开关来确定用户是否为车主用户和非车主用户；
用户标签模块：用于对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；
用户画像模块：用于根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储；
根据相应车辆用户的用户画像信息以及用户推荐模型来为相应用户推荐线路。
3.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1所述的基于ETC数据的用户画像生成管理方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1所述的基于ETC数据的用户画像生成管理方法。说明书 : 基于ETC数据的用户画像生成管理方法及系统技术领域[0001] 本发明涉及ETC管理技术领域，具体涉及一种基于ETC数据的用户画像生成管理方法及系统。背景技术[0002] 近年来ETC在中国进行大量的推广使用，其普及率也较高，但是ETC数据的使用主要用于实时记录车辆的通行信息，包括进入和离开高速公路的时间、行驶的路线以及支付的通行费用等；通过上述参数来实现准确的结费计算。并没有基于上述参数进行深入挖掘。现有的一些针对ETC数据的研究也主要是对高速路上的车辆状态进行研究，并没有将其扩展到更加全面的领域，使得其对地方经济产生一定的促进作用。发明内容[0003] 针对所述缺陷，本发明实施例公开了一种基于ETC数据的用户画像生成管理方法，其能够实现更加精准高效的用户画像分类。[0004] 本发明实施例第一方面公开了基于ETC数据的用户画像生成管理方法，包括：[0005] 获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；[0006] 对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；[0007] 根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；[0008] 对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；[0009] 根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储。[0010] 作为一种可选的实施方式，在本发明实施例第一方面中，所述对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，包括：[0011] 若采集点属性信息中的采集点类型信息为第一类型信息，则获取第一设定范围内的游乐场所信息，并根据所述游乐场所信息以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；[0012] 若采集点属性信息中的采集点类型信息为第二类型信息，则获取第二设定范围内的游乐场所信息，并根据所述游乐场所信息来以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；[0013] 若采集点属性信息中的采集点类型信息为第三类型信息，则根据所述第三类型信息来确定数据采集节点的节点特征数据。[0014] 作为一种可选的实施方式，在本发明实施例第一方面中，所述第一类型信息为收费站点信息，所述第一设定范围为10公里；所述第二类型信息为商场信息，所述第二设定范围为2公里；所述第三类型信息为景区信息。[0015] 作为一种可选的实施方式，在本发明实施例第一方面中，在所述获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息之后，还包括：[0016] 对获取到的各个数据采集节点的数据采集信息来进行聚类分析以确定在一段时间内ETC收费站点与ETC景区节点或ETC商场节点的关联数据关系，或，确定设定时间内ETC景区节点和ETC商场节点的关联数据关系；[0017] 当收集到的一段时间内ETC收费站点与ETC景区节点或ETC景点节点的关联关系的数据以及设定时间内ETC景区节点和ETC商场节点的关联数据关系超过设定阈值的时候，则执行下一步；[0018] 根据设定的地理位置范围来确定相应区域内的通行量最大的ETC收费站点作为管理区块的边界点，并根据得到的管理区块的边界点来确定相应的管理区域范围；在相应的区块范围内包括有多个ETC景区节点和/或ETC商场节点；[0019] 根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息；[0020] 根据所述用户行为偏好来对相应车辆用户的用户画像信息进行更新操作。[0021] 作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息，包括：[0022] 根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的历史位置数据；[0023] 基于所述历史位置数据其在每个数据采集节点的停留时长，将停留时长大于预设的时长阈值的位置点筛选为该管理区块中位置数据中的候选位置点；[0024] 根据各个候选位置点在各个管理区块位置数据中的出现次数，确定各个候选位置点的停留频次，将停留频次不小于预设的频次阈值的候选位置点筛选为所述历史关键位置点；[0025] 获取与所述历史关键位置点对应的目标地理数据以及与所述目标地理数据对应的兴趣点；[0026] 根据所述兴趣点确定相应用户的用户行为偏好信息。[0027] 作为一种可选的实施方式，在本发明实施例第一方面中，在所述根据得到的管理区块的边界点来确定相应的管理区域范围之后，还包括：[0028] 根据获取到的数据采集信息以及各个管理区块的区域范围来确定相应管理区块内对应的轨迹线路信息；[0029] 根据设定的轨迹策略对得到的轨迹线路信息进行分析以确定相应管理区块内的最佳线路推荐集合；其中，所述轨迹策略包括最佳游玩策略、最快游玩策略、最具性价比策略；[0030] 根据所述最佳线路推荐集合来生成相应的管理区块的区块标签信息。[0031] 作为一种可选的实施方式，在本发明实施例第一方面中，所述用户画像生成管理方法还包括：[0032] 基于车辆类型来确定用户类型标签；[0033] 当用户更换车辆的时候，则获取用户历史车辆信息；若用户有多辆车的时候，则根据将各个车牌信息与相应用户进行数据关联；[0034] 接收用户的配置开关，基于配置开关来确定用户是否为车主用户和非车主用户；[0035] 在所述将所述用户画像信息与相应的用户信息进行关联存储之后，还包括：[0036] 根据相应车辆用户的用户画像信息以及用户推荐模型来为相应用户推荐优选线路。[0037] 本发明实施例第二方面公开一种基于ETC数据的用户画像生成管理系统，包括：[0038] 获取模块：用于获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；[0039] 特征处理模块：用于对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；[0040] 位置标签模块：用于根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；[0041] 用户标签模块：用于对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；[0042] 用户画像模块：用于根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储。[0043] 本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的基于ETC数据的用户画像生成管理方法。[0044] 本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于ETC数据的用户画像生成管理方法。[0045] 与现有技术相比，本发明实施例具有以下有益效果：[0046] 本发明实施例中通过收集ETC数据，包括车牌信息、时间信息和位置信息，结合数据采集节点的属性信息，能够生成更为精细化的用户画像。这些画像不仅包含用户的车辆特征，还涵盖了用户在不同地点和时间的行为模式。本发明实施例的基于ETC数据的用户画像生成管理方法不仅能够帮助服务提供商和交通管理部门更好地理解用户需求和行为模式，还能提供更为个性化、高效的服务，提升用户体验和满意度。同时，该方法还具有较强的可扩展性，可以根据实际需求进行灵活调整和优化。附图说明[0047] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0048] 图1是本发明实施例公开的基于ETC数据的用户画像生成管理方法的流程示意图；[0049] 图2是本发明实施例公开的根据采集点类型来进行相应节点特征数据生成的流程示意图；[0050] 图3是本发明实施例提供的一种基于ETC数据的用户画像生成管理系统的结构示意图；[0051] 图4是本发明实施例提供的一种电子设备的结构示意图。具体实施方式[0052] 下面将结合本发明实施例中的附图，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。[0053] 需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。[0054] 现有的一些针对ETC数据的研究也主要是对高速路上的车辆状态进行研究，并没有将其扩展到更加全面的领域，使得其对地方经济产生一定的促进作用。基于，本发明实施例公开了基于ETC数据的用户画像生成管理方法、系统、电子设备及存储介质，其通过收集ETC数据，包括车牌信息、时间信息和位置信息，结合数据采集节点的属性信息，能够生成更为精细化的用户画像。这些画像不仅包含用户的车辆特征，还涵盖了用户在不同地点和时间的行为模式。本发明实施例的基于ETC数据的用户画像生成管理方法不仅能够帮助服务提供商和交通管理部门更好地理解用户需求和行为模式，还能提供更为个性化、高效的服务，提升用户体验和满意度。同时，该方法还具有较强的可扩展性，可以根据实际需求进行灵活调整和优化。[0055] 实施例一[0056] 请参阅图1，图1是本发明实施例公开的基于ETC数据的用户画像生成管理方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于ETC数据的用户画像生成管理方法包括以下步骤：[0057] S101：获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；[0058] S102：对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；[0059] S103：根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；[0060] S104：对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；[0061] S105：根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储。[0062] 基于用户画像，服务提供商能够更准确地理解用户的需求和习惯，从而提供更为个性化的服务。例如，根据用户的出行习惯，推荐适合的路线、停车位或加油站。通过分析用户在不同时间段的出行模式和交通流量，交通管理部门可以制定更为科学的交通管理策略，如调整红绿灯时长、规划新路线等，以缓解交通拥堵。当用户画像被用于优化服务或交通管理时，用户将享受到更为便捷、高效的出行体验，从而提升对服务提供商或交通管理部门的满意度。[0063] 该方法充分利用了ETC数据中蕴含的丰富信息，通过特征处理和模型分析，将这些数据转化为有价值的用户画像，提高了数据的利用率和价值。该方法可以根据实际需求进行扩展和优化。例如，可以引入更多的数据源（如手机定位数据、社交媒体数据等）来丰富用户画像，或者通过优化特征处理和模型分析算法来提高用户画像的准确性和可靠性。并且上述方案能够给地方旅游经济带来更多的活力，能够通过上述精准的行车数据分析来为用户提供对应的旅游建议。[0064] 更为优选的，如图2所示，所述对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，包括：[0065] S1021：若采集点属性信息中的采集点类型信息为第一类型信息，则获取第一设定范围内的游乐场所信息，并根据所述游乐场所信息以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；[0066] S1022：若采集点属性信息中的采集点类型信息为第二类型信息，则获取第二设定范围内的游乐场所信息，并根据所述游乐场所信息来以及相应游乐场所与数据采集节点的距离来确定相应数据采集节点的节点特征数据；[0067] S1023：若采集点属性信息中的采集点类型信息为第三类型信息，则根据所述第三类型信息来确定数据采集节点的节点特征数据。[0068] 根据采集点属性信息中的采集点类型信息，系统能够灵活调整确定节点特征数据的方式。不同类型的采集点可能位于不同的地理位置，服务于不同的交通流或用户群体，因此通过区分采集点类型，系统可以更加精确地描绘出各个数据对于第二类型信息的数据采集节点，尽管同样考虑了游乐场所信息，但可能适用于不同的设定范围或不同的距离权重，从而进一步细分节点特征。[0069] 对于第一类型信息的数据采集节点，系统关注与数据采集节点邻近的游乐场所信息，并考虑这些游乐场所与节点的距离，来确定节点的特征数据。这有助于刻画节点周边休闲、娱乐活动的密集程度，对于分析该节点处用户的出行目的和习惯有重要意义。[0070] 对于第三类型信息的数据采集节点，系统可能基于该类型信息本身直接确定节点特征，无需额外考虑外部信息，提高了数据处理效率。通过结合采集点类型信息和外部信息（如游乐场所信息），系统能够提取出更加有价值、更具代表性的节点特征数据。这些特征数据不仅有助于生成准确的用户画像，还能为后续的交通规划、商业决策等提供支持。[0071] 更为优选的，所述第一类型信息为收费站点信息，所述第一设定范围为10公里；所述第二类型信息为商场信息，所述第二设定范围为2公里；所述第三类型信息为景区信息。[0072] 收费站点（第一类型信息）通常位于交通要道或高速公路出入口，设定10公里的范围能够覆盖较广泛的区域，同时考虑到了收费站对周边交通流和出行习惯的影响。商场（第二类型信息）作为人们日常购物和休闲的主要场所，其影响力通常在较近的距离内更为显著，因此设定2公里的范围能够更准确地反映商场对数据采集节点的影响。景区（第三类型信息）往往具有独特的吸引力和影响力，但由于其地理分布和规模的不同，直接根据其类型信息确定节点特征数据，可以更灵活地适应各种情况。[0073] 通过明确设定不同的地理范围，系统能够更准确地收集和分析与数据采集节点相关的外部信息，从而提高节点特征数据的准确性和针对性。收费站点、商场和景区作为不同类型的采集点，其特性各不相同，通过区分类型并设定不同的范围，系统能够提取出更具代表性的特征数据，更好地反映节点的实际情况。[0074] 更进一步的，所述采集点属性信息为7公里范围内；商场ETC采集点的属性信息为1公里范围内的景点等；还可以根据距离信息来配置不同的权重，若是直接是商场停车场，那么其权重为50%，若是500米范围内，其权重是30%；若是500‑1000，其权重是20%；通过上述权重设置能够更加清楚的知晓相应的用户的真实目标位置，也为交通预测和后期特定区域内的商业选址提供更加多样丰富的数据支持。[0075] 更为优选的，在所述获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息之后，还包括：[0076] 对获取到的各个数据采集节点的数据采集信息来进行聚类分析以确定在一段时间内ETC收费站点与ETC景区节点或ETC商场节点的关联数据关系，或，确定设定时间内ETC景区节点和ETC商场节点的关联数据关系；[0077] 当收集到的一段时间内ETC收费站点与ETC景区节点或ETC景点节点的关联关系的数据以及设定时间内ETC景区节点和ETC商场节点的关联数据关系超过设定阈值的时候，则执行下一步；[0078] 根据设定的地理位置范围来确定相应区域内的通行量最大的ETC收费站点作为管理区块的边界点，并根据得到的管理区块的边界点来确定相应的管理区域范围；在相应的区块范围内包括有多个ETC景区节点和/或ETC商场节点；[0079] 根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息；[0080] 根据所述用户行为偏好来对相应车辆用户的用户画像信息进行更新操作。[0081] 通过聚类分析，系统能够洞察ETC收费站点、ETC景区节点和ETC商场节点之间的关联数据关系。这种关联关系不仅揭示了不同节点间的空间联系，也反映了用户在不同节点间的出行模式和行为偏好。这对于理解用户的出行习惯、优化交通管理和商业布局具有重要意义。[0082] 当系统检测到一段时间内ETC收费站点与ETC景区节点或ETC商场节点的关联关系数据，以及ETC景区节点和ETC商场节点的关联数据关系超过设定阈值时，说明这些节点间存在较强的相互关联和交通流动性。此时，系统能够根据设定的地理位置范围，精准地确定通行量最大的ETC收费站点作为管理区块的边界点，并据此划分相应的管理区域范围。这种精准的管理区域划分有助于提高管理效率和针对性。[0083] 在确定管理区域范围后，系统能够进一步分析用户在该区域内的行为偏好信息。通过分析用户在ETC收费站点、ETC景区节点和ETC商场节点的通行记录和行为模式，系统能够精准地识别出用户的出行目的、消费习惯和兴趣偏好等。这些信息对于提供个性化的服务、优化商业布局和交通规划具有重要价值。[0084] 根据用户在该管理区域内的行为偏好信息，系统能够实时更新车辆用户的用户画像信息。这种实时更新机制能够确保用户画像信息的准确性和时效性，使其更好地反映用户的真实情况。同时，实时更新的用户画像信息也能为服务提供商和交通管理部门提供更精准的数据支持，帮助他们更好地满足用户需求、优化管理和服务。[0085] 通过上述处理步骤，系统能够更深入地理解用户的出行习惯和行为偏好，从而提供更个性化、更精准的服务。这不仅能够提升用户体验和满意度，还能增强用户与服务提供商之间的黏性，促进双方的长远发展。[0086] 根据历史轨迹信息确定最佳路径推荐；每个区块内有多条数据，进行聚类计算确定各个点的最优化信息，并且可以根据不同标签进行不同的优化；[0087] 基于各个数据采集节点来获取相应的管理区块信息，并且可以确定相应车辆处于某一个区块中的时间，然后对每个区块来进行标签生成，这样的标签生成更加具有针对性。[0088] 更为优选的，所述根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的用户行为偏好信息，包括：[0089] 根据所述管理区块的管理区域范围来确定相应用户在该管理区块内的历史位置数据；[0090] 基于所述历史位置数据其在每个数据采集节点的停留时长，将停留时长大于预设的时长阈值的位置点筛选为该管理区块中位置数据中的候选位置点；[0091] 根据各个候选位置点在各个管理区块位置数据中的出现次数，确定各个候选位置点的停留频次，将停留频次不小于预设的频次阈值的候选位置点筛选为所述历史关键位置点；[0092] 获取与所述历史关键位置点对应的目标地理数据以及与所述目标地理数据对应的兴趣点；[0093] 根据所述兴趣点确定相应用户的用户行为偏好信息。[0094] 通过详细分析用户在管理区块内的历史位置数据，结合在数据采集节点的停留时长，系统能够精确识别出用户的出行模式和习惯。这种方法充分考虑了用户在各个地点的停留时间，从而更加准确地反映了用户的真实行为。[0095] 系统通过设定时长阈值和频次阈值，有效地筛选出了用户在管理区块内的关键位置点。这些关键位置点通常是用户经常访问或停留时间较长的地方，与用户的行为偏好密切相关。通过筛选这些关键位置点，系统能够更加准确地把握用户的兴趣点和行为模式。[0096] 基于筛选出的历史关键位置点，系统能够进一步获取对应的目标地理数据以及兴趣点信息。这些兴趣点信息直接反映了用户的兴趣偏好和需求，为后续的个性化服务提供了有力的数据支持。通过获取和分析用户在管理区块内的行为偏好信息，系统能够进一步丰富和完善用户的画像信息。这些画像信息不仅包括了用户的车辆特征、出行习惯等基本信息，还涵盖了用户的兴趣偏好、消费习惯等更深层次的信息，使得用户画像更加全面和立体。[0097] 更为优选的，在所述根据得到的管理区块的边界点来确定相应的管理区域范围之后，还包括：[0098] 根据获取到的数据采集信息以及各个管理区块的区域范围来确定相应管理区块内对应的轨迹线路信息；[0099] 根据设定的轨迹策略对得到的轨迹线路信息进行分析以确定相应管理区块内的最佳线路推荐集合；其中，所述轨迹策略包括最佳游玩策略、最快游玩策略、最具性价比策略；[0100] 根据所述最佳线路推荐集合来生成相应的管理区块的区块标签信息。[0101] 通过分析各个管理区块内的轨迹线路信息，系统能够为用户提供个性化的最佳线路推荐。用户可以根据自己的需求和偏好（如最佳游玩策略、最快游玩策略、最具性价比策略）选择适合的线路，从而优化游玩体验，节省时间和精力。[0102] 通过设定不同的轨迹策略，系统能够快速分析出满足用户需求的最佳线路。这大大提高了决策效率，使得服务提供商能够更快地响应用户需求，提供优质的服务。基于最佳线路推荐集合，系统可以为管理区块生成相应的区块标签信息。这些标签信息不仅可以帮助用户更快地了解区块的特点和推荐线路，还可以作为服务提供商进行精准营销和推荐的重要参考。通过向用户推荐与其兴趣和行为偏好相匹配的区块和线路，系统能够提高营销效果和用户满意度。[0103] 这里的在进行具体实施的时候还可以针对用户来进行相应的区分，比如针对于某些旅游博主用户车辆，那么则可以将其线路也直接设置为最优线路，当用户在实际到访过程中，那么则可以实时根据相应的线路来为用户提供推荐，能够辅助提升当地旅游经济。[0104] 更为优选的，所述用户画像生成管理方法还包括：[0105] 基于车辆类型来确定用户类型标签；通过基于车辆类型来确定用户类型标签，系统能够更精准地将用户进行分类。这种分类方式不仅考虑了用户的车辆特征，还能进一步推测用户的出行习惯、消费能力等方面的信息，为后续的个性化服务提供了基础。[0106] 当用户更换车辆的时候，则获取用户历史车辆信息；若用户有多辆车的时候，则根据将各个车牌信息与相应用户进行数据关联；当用户拥有多辆车时，系统能够将各个车牌信息与相应用户进行数据关联。这一步骤确保了用户数据的完整性和一致性，使得系统能够更全面地了解用户的出行习惯和需求，从而提供更加精准的服务。[0107] 接收用户的配置开关，基于配置开关来确定用户是否为车主用户和非车主用户；通过接收用户的配置开关，系统能够确定用户是否为车主用户或非车主用户。这种动态识别的方式能够确保系统服务的针对性和准确性，满足不同用户的需求和偏好。[0108] ETC数据是一个丰富的信息源，可以用来分析用户的出行习惯、偏好、消费能力以及车辆状况等信息。以下是如何根据ETC数据获取这些信息的详细解释：出行习惯：出行时间：通过分析用户通过ETC收费站的时间，可以了解用户的出行时间偏好，例如是早上通勤还是晚上下班，以及周末和节假日的出行时间。出行路线：通过追踪用户经常通过的收费站序列，可以绘制出用户的常用出行路线，从而了解用户的出行习惯。出行频率：统计用户通过ETC收费站的次数，可以了解用户的出行频率，进而判断其出行需求。偏好：目的地偏好：通过分析用户经常前往的地点，可以了解用户的目的地偏好，如是否偏好商业区、公园或景区等。交通方式偏好：结合其他数据（如车辆类型、行驶速度等），可以推测用户的交通方式偏好，如是否偏好自驾、公共交通或出租车等。消费能力：出行距离：通过分析用户的出行距离，可以间接推测其可能的消费能力。一般来说，长途出行的用户可能具有较高的消费能力。通行费用：统计用户的ETC消费记录，可以了解用户的通行费用支出情况，从而间接评估其消费水平。[0109] 车辆价值：通过了解用户的车辆类型、品牌等信息，可以推测其车辆价值，进而间接判断其消费水平。车辆状况：行驶里程：结合车辆的通行记录和时间，可以推算出车辆的行驶里程，从而了解车辆的使用情况。通行速度：通过分析车辆通过ETC收费站的速度，可以了解车辆的行驶状态，如是否经常超速或低速行驶。车辆类型：通过ETC数据中的车辆类型信息，可以了解用户的车辆类型，如轿车、货车、客车等，从而间接判断车辆的使用场景和状况。[0110] 从清洗后的数据中提取与出行行为相关的特征。这些特征可能包括：出行频率：客户使用ETC的频次，可以反映其出行活跃度。出行时间偏好：如早晚高峰、周末出行等，可以反映客户的出行习惯。出行路径：客户经常选择的行驶路线，可以反映其出行需求和偏好。目的地偏好：客户经常前往的地点或区域，可以反映其生活或工作区域、旅游偏好等。可以通过上述方式来构建用户的画像模型来进行用户的精准信息匹配。[0111] 在所述将所述用户画像信息与相应的用户信息进行关联存储之后，还包括：[0112] 根据相应车辆用户的用户画像信息以及用户推荐模型来为相应用户推荐优选线路。[0113] 在将用户画像信息与相应的用户信息进行关联存储后，系统能够根据用户的画像信息和用户推荐模型来为用户推荐优选线路。这种个性化线路推荐能够大大提高用户的出行效率和满意度，增强用户的忠诚度和黏性。[0114] 针对某个站点来确定可能涌入车辆的信息，基于一段时间内进入车辆的数量以及车速来确定，某一段路出现拥堵的可能性以及平均速度；这里的数据可以是ETC数据和普通收费数据；将行驶路段划分为各个区段，通过上述区段实现精准优化；对各个行程规划进行区段划分，然后基于每个区段的实际情况来进行不断的数据优化，若比对各个区段之间存在有偏差，则进行优化信息推荐；通过上述数据来使得可以及时实现对某一段路某个时间点的拥堵预测以及速度预测；进而使得用户能够更好的选择合理线路；[0115] 通过收集ETC数据和普通收费数据，系统能够实时分析一段时间内进入车辆的数量以及车速，从而准确预测某一段路出现拥堵的可能性以及平均速度。这种预测不仅提高了准确性，还能为用户提供更及时、更有价值的信息。将行驶路段划分为各个区段，使得系统能够对每个区段进行独立的分析和优化。这种精准的路段优化方式能够确保每个区段都能得到最有效的管理，从而提高整个路网的运行效率。系统能够对各个行程规划进行区段划分，并根据每个区段的实际情况进行不断的数据优化。这种灵活性使得系统能够为用户提供更加个性化的行程规划，满足用户不同的出行需求。当系统发现各个区段之间存在偏差时，能够立即进行优化信息推荐。这种实时性保证了用户能够及时获取到最新的路况信息和优化建议，从而做出更加合理的出行决策。通过及时的拥堵预测和速度预测，以及个性化的行程规划，系统能够为用户提供更加便捷、高效的出行服务。这不仅提升了用户的出行体验，还增强了用户对系统的信任和依赖。[0116] 在实际实施的过程中还可以针对用户来进行深入的分析，从行驶速度的角度出发来确定相应的驾驶人员状态，比如这个驾驶人员驾驶速度快是怎样的性格，驾驶速度慢又该怎样规划线路；对于驾驶速度较快的用户，系统可能推荐更加直接、快速的路线；而对于驾驶速度较慢的用户，则可能推荐风景更好、更加舒适的路线，提升整体线路舒适性。实现更加精准的；如何区分通勤线路和非通勤线路（自驾旅游），根据实际情况来进行数据筛选剔除，保证了数据准确性，可以通过是否是固定地点、时间来进行通勤数据的确定；若是在节假日也可以针对其生成对应的标签。通过上述方式来实现更加精准的用户信息获取，能够使得最终的画像更加准确。[0117] 本发明实施例中通过收集ETC数据，包括车牌信息、时间信息和位置信息，结合数据采集节点的属性信息，能够生成更为精细化的用户画像。这些画像不仅包含用户的车辆特征，还涵盖了用户在不同地点和时间的行为模式。本发明实施例的基于ETC数据的用户画像生成管理方法不仅能够帮助服务提供商和交通管理部门更好地理解用户需求和行为模式，还能提供更为个性化、高效的服务，提升用户体验和满意度。同时，该方法还具有较强的可扩展性，可以根据实际需求进行灵活调整和优化。[0118] 实施例二[0119] 请参阅图3，图3是本发明实施例公开的基于ETC数据的用户画像生成管理系统的结构示意图。如图3所示，该基于ETC数据的用户画像生成管理系统可以包括：[0120] 获取模块21：用于获取各个数据采集节点传输的数据采集信息，其中，每个数据采集节点配置有能够表征各个采集节点特性的采集点属性信息，所述数据采集信息包括车牌信息、时间信息和位置信息；其中，所述数据采集节点为ETC数据采集节点；[0121] 特征处理模块22：用于对各个数据采集节点的采集点属性信息进行特征处理以得到与各个数据采集节点关联的节点特征数据，并根据预先构建的节点特征模型来对所述节点特征数据进行处理以得到相应的节点标签数据；[0122] 位置标签模块23：用于根据数据采集信息中的位置信息来确定与相应位置信息关联的节点标签数据，并根据所述位置信息以及相应的节点标签数据来确定相应用户的位置标签数据；[0123] 用户标签模块24：用于对获取到的数据采集信息进行特征处理以得到与各个车牌信息关联的车辆特征信息，并根据预先构建的用户特征模型来对所述车辆特征信息进行处理以得到相应的用户标签数据；[0124] 用户画像模块25：用于根据所述位置标签数据以及用户标签数据来生成相应车辆用户的用户画像信息，并将所述用户画像信息与相应的用户信息进行关联存储。[0125] 本发明实施例中通过收集ETC数据，包括车牌信息、时间信息和位置信息，结合数据采集节点的属性信息，能够生成更为精细化的用户画像。这些画像不仅包含用户的车辆特征，还涵盖了用户在不同地点和时间的行为模式。本发明实施例的基于ETC数据的用户画像生成管理方法不仅能够帮助服务提供商和交通管理部门更好地理解用户需求和行为模式，还能提供更为个性化、高效的服务，提升用户体验和满意度。同时，该方法还具有较强的可扩展性，可以根据实际需求进行灵活调整和优化。[0126] 实施例三[0127] 请参阅图4，图4是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图4所示，该电子设备可以包括：[0128] 存储有可执行程序代码的存储器510；[0129] 与存储器510耦合的处理器520；[0130] 其中，处理器520调用存储器510中存储的可执行程序代码，执行实施例一中的基于ETC数据的用户画像生成管理方法中的部分或全部步骤。[0131] 本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的基于ETC数据的用户画像生成管理方法中的部分或全部步骤。[0132] 本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于ETC数据的用户画像生成管理方法中的部分或全部步骤。[0133] 本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于ETC数据的用户画像生成管理方法中的部分或全部步骤。[0134] 在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。[0135] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。[0136] 另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。[0137] 所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备（可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器）执行本发明的各个实施例所述方法的部分或全部步骤。[0138] 在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。[0139] 本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器（Read‑OnlyMemory，ROM）、随机存储器（RandomAccessMemory，RAM）、可编程只读存储器（ProgrammableRead‑onlyMemory，PROM）、可擦除可编程只读存储器（ErasableProgrammableRead‑OnlyMemory，EPROM）、一次可编程只读存储器（One‑timeProgrammableRead‑OnlyMemory，OTPROM）、电子抹除式可复写只读存储器（Electrically‑ErasableProgrammableRead‑OnlyMemory，EEPROM）、只读光盘（CompactDiscRead‑OnlyMemory，CD‑ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。[0140] 以上对本发明实施例公开的基于ETC数据的用户画像生成管理方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

专利地区：广东

专利申请日期：2024-06-14

专利公开日期：2024-09-06

专利公告号：CN118349714B

以上信息来自国家知识产权局，如信息有误请联系我方更正！
该专利所有权非本平台所有，我方无法提供专利权所有者联系方式，请勿联系我方。

网址：基于ETC数据的用户画像生成管理方法及系统 http://www.mxgxt.com/news/view/1127516

⬅️上一篇：壹心娱乐旗下艺人名单，原来这些人

➡️下一篇：杨天真：“壹心”转换赛道

基于ETC数据的用户画像生成管理方法及系统

相关内容

随便看看

最新实时动态

热点实时动态

专题

推荐实时动态