CN111582743A - 一种停车的大数据分析和运用方法 - Google Patents
一种停车的大数据分析和运用方法 Download PDFInfo
- Publication number
- CN111582743A CN111582743A CN202010403051.4A CN202010403051A CN111582743A CN 111582743 A CN111582743 A CN 111582743A CN 202010403051 A CN202010403051 A CN 202010403051A CN 111582743 A CN111582743 A CN 111582743A
- Authority
- CN
- China
- Prior art keywords
- data
- parking space
- parking
- model
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000013499 data model Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims abstract description 4
- 230000008520 organization Effects 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000009430 construction management Methods 0.000 abstract description 5
- 238000010276 construction Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的一种停车的大数据分析方法，包括下列步骤：S1.数据收集，通过停车位管理系统读取全部的信息，S2.数据筛选与统计，剔除无效数据或者异常数据，对收集到的数据单项进行计算，S3.数据信息整理，为对应停车位停车的客户提供分析依据以及消息参考，S4.建立数据模型，建立用户模型与停车位模型，S5.数据分析，分析用户模型与停车位模型得到各自的分析结果，S6.可视化显示，将数据分析结果和数据统计的结果；通过图表模板将数据汇总后显示,用于供运营公司和政府单位确认停车位的使用情况、车流动向以及不同区域的停车位营收数据；达到了为客户、建设管理部门与公安系统服务，提供有用的情报与信息的目的。
Description
技术领域
本发明涉及大数据分析技术领域，尤其涉及一种停车的大数据分析和运用方法。
背景技术
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。伴随云计算，大数据时代来临，具有很多特点：数据体量巨大，可以从TB级别，跃升到PB级别；数据类型繁多，比如网络日志、视频、图片、地理位置信息等等；处理速度快，可从各种类型的数据中快速获得高价值的信息，与传统的数据挖掘技术有着本质的不同；并且合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。
目前汽车已成为日常生活中的主要交通工具，因此我们的城市中有许许多多的停车位，而在建立这些停车位过程中都少不了数据分析，需不需建停车位，需要多少停车位合适，什么时候需要去建立新的停车位，以前都是通过实地考察得出结论，这些过程费时费力。
而目前市面上已经出现停车位收费系统，这些系统中都会有大量的数据，但这些数据却不能被很好的利用起来。
发明内容
本发明目的在于通过一种停车的大数据分析和运用方法，达到了将停车位收费系统中的数据利用起来，通过大数据分析的方式，解决了城市建设中对于停车位建立位置与数量需要进行费时费力的数据分析的问题。
技术方案
为解决所述技术问题，本发明提供一种停车的大数据分析方法，包括下列步骤：
S1.数据收集，通过停车位管理系统读取全部的用户信息和停车位使用信息；
S2.数据筛选与统计，剔除无效数据或者异常数据，对收集到的数据单项进行求和以及求平均数，计算出各项数据的数据集中分布区间；
S3.数据信息整理，为对应停车位停车的客户提供分析依据以及消息参考；
S4.建立数据模型，采用所述S2步骤中得出的数据集中分布区间，建立用户模型，同时采用所述S3步骤中的分析依据以及消息参考与所述S1步骤中的停车位使用信息建立停车位模型；
S5.数据分析，将用户模型的个人行为数据平均值设定为该模型的行为参考数据，得出各个停车位模型在不同时间段的占用率；
S6.可视化显示，将数据分析结果和数据统计的结果进行汇总，然后通过图表模板显示,用于供运营公司和政府单位确认停车位的使用情况、车流动向以及不同区域的停车位营收数据。
进一步的，所述S1步骤中用户信息包括但不限于个人信息数据和个人行为数据，停车位使用信息包括但不限于使用率、使用时间、停车位地理位置、预约停车次数。
进一步的，所述S2步骤中剔除的无效数据或者异常数据，由人工进行处理，如数据有用，重新修正后重新导入。
进一步的，所述S3步骤中的分析依据以及消息参考包括但不限于停车位附近的设施和商家的信息。
进一步的，所述S4步骤中停车位模型是根据停车位关联设置、使用时间段与周边停车位的占用率建立的。
进一步的，所述S5步骤中采用停车位模型的历史使用时间段与预约停车数据进行计算，得出停车位模型在不同时间段的占用率。
进一步的，所述S6步骤中的图表中分为用户数据图表与停车位数据图表。
进一步的，所述用户数据图表包括但不限于使用车位时间，使用哪个区域的车位，使用车位的频率。
进一步的，所述停车位数据图表包括但不限于停车位位置，车位使用率，车位使用时间，车位在各时间段的使用率，车位预约次数。
本发明还提供了一种停车的大数据应用方法，所述大数据应用方法如下，针对不同分类的用户，将分析得到的结果进行分类后，推送给对应的一个或几个用户模型，并根据用户对应的用户模型和停车位模型的常用数据，选择对应的预设服务意见发送给用户。
有益效果
本发明通过可视化视图为用户和运营公司更直观的展示大数据的分析结果。通过对用户进行分类并建立数据模型，根据对模型数据的分析，自动针对不同客户提供准确的消息推送、停车意见、周边信息以及消费指引，同时可以指导建设管理部门调整收费策略、增设停车位，并根据数据模型的历史数据预测未来一段时间停车位的使用情况、车流状况以及用户行程；此外，本发明可以指导城建部门进行商业中心建设的选址，甚至建设管理部门可以将有用信息提供给公安系统，为公安系统破获群体性犯罪事件提供重要的情报信息。
附图说明
图1为本发明的实施例的大数据分析步骤示意图；
具体实施方式
下面结合实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围；
如图1所示的停车的大数据分析方法，其特征在于，包括下列步骤：
S1.数据收集，通过停车位管理系统读取全部的用户信息和停车位使用信息；具体的用户信息包括但不限于个人信息数据和个人行为数据，停车位使用信息包括但不限于使用率、使用时间、停车位地理位置、预约停车次数。
S2.数据筛选与统计，剔除无效数据或者异常数据，无效数据如车主进行的错误预约，预约后车子没有到达停车位停车等，对收集到的数据单项进行求和以及求平均数，计算出各项数据的数据集中分布区间；具体的剔除的无效数据或者异常数据，由人工进行处理，如数据有用，重新修正后重新导入，例如是进行预约，但最后停车的车位不是进行预约的车位等数据。
S3.数据信息整理，为对应停车位停车的客户提供分析依据以及消息参考，具体的分析依据以及消息参考包括但不限于停车位附近的设施和商家的信息，例如依据停车的车位给用户推送车位附近的设施与商家，或根据需要去的设施与商家推送适合的停车位，其中设施和商家的信息是由运营公司对停车位附近的设施和商家进行关联而得到的。
S4.建立数据模型，采用S2步骤中得出的数据集中分布区间，建立用户模型，用户模型是根据用户的人信息数据和进行过单项进行求和以及求平均数的个人行为数据建立的，同时采用S3步骤中的分析依据以及消息参考与S1步骤中的停车位使用信息建立停车位模型，具体的停车位模型是根据停车位关联设置、使用时间段与周边停车位的占用率建立的。
S5.数据分析，将用户模型的个人行为数据平均值设定为该模型的行为参考数据，得出各个停车位模型在不同时间段的占用率，具体的采用停车位模型的历史使用时间段与预约停车数据进行计算，得出停车位模型在不同时间段的占用率。
S6.可视化显示，将数据分析结果和数据统计的结果进行汇总，然后通过图表模板显示，用于供运营公司和政府单位确认停车位的使用情况、车流动向以及不同区域的停车位营收数据，其中图表中分为用户数据图表与停车位数据图表，具体的用户数据图表包括但不限于使用车位时间，使用哪个区域的车位，使用车位的频率，而停车位数据图表包括但不限于停车位位置，车位使用率，车位使用时间，车位在各时间段的使用率，车位预约次数，即通过可视化视图为用户和管理人员更直观的展示大数据的分析结果。
本发明还提供了停车的大数据应用方法，具体应用方法为针对不同分类的用户，将分析得到的结果进行分类后，推送给对应的一个或几个用户模型，并根据用户对应的用户模型和停车位模型的常用数据，选择对应的预设服务意见发送给用户；具体的针对不同客户提供准确的消息推送、停车意见、周边信息以及消费指引；指导建设管理部门调整收费策略、增设停车位等；甚至建设管理部门可以将有用信息提供给公安系统，为公安系统破获群体性犯罪事件提供重要的情报信息。
综上所述，上述实施方式并非是本发明的限制性实施方式，凡本领域的技术人员在本发明的实质内容的基础上所进行的修饰或者等效变形，均在本发明的技术范畴。
Claims (10)
1.一种停车的大数据分析方法，其特征在于，包括下列步骤：
S1.数据收集，通过停车位管理系统读取全部的用户信息和停车位使用信息；
S2.数据筛选与统计，剔除无效数据或者异常数据，对收集到的数据单项进行求和以及求平均数，计算出各项数据的数据集中分布区间；
S3.数据信息整理，为对应停车位停车的客户提供分析依据以及消息参考；
S4.建立数据模型，采用所述S2步骤中得出的数据集中分布区间，建立用户模型，同时采用所述S3步骤中的分析依据以及消息参考与所述S1步骤中的停车位使用信息建立停车位模型；
S5.数据分析，将用户模型的个人行为数据平均值设定为该模型的行为参考数据，得出各个停车位模型在不同时间段的占用率；
S6.可视化显示，将数据分析结果和数据统计的结果进行汇总，然后通过图表模板显示,用于供运营公司和政府单位确认停车位的使用情况、车流动向以及不同区域的停车位营收数据。
2.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S1步骤中用户信息包括但不限于个人信息数据和个人行为数据，停车位使用信息包括但不限于使用率、使用时间、停车位地理位置、预约停车次数。
3.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S2步骤中剔除的无效数据或者异常数据，由人工进行处理，如数据有用，重新修正后重新导入。
4.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S3步骤中的分析依据以及消息参考包括但不限于停车位附近的设施和商家的信息。
5.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S4步骤中停车位模型是根据停车位关联设置、使用时间段与周边停车位的占用率建立的。
6.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S5步骤中采用停车位模型的历史使用时间段与预约停车数据进行计算，得出停车位模型在不同时间段的占用率。
7.根据权利要求1所述的一种停车的大数据分析方法，其特征在于，所述S6步骤中的图表中分为用户数据图表与停车位数据图表。
8.根据权利要求7所述的一种停车的大数据分析方法，其特征在于，所述用户数据图表包括但不限于使用车位时间，使用哪个区域的车位，使用车位的频率。
9.根据权利要求7所述的一种停车的大数据分析方法，其特征在于，所述停车位数据图表包括但不限于停车位位置，车位使用率，车位使用时间，车位在各时间段的使用率，车位预约次数。
10.一种停车的大数据应用方法，其特征在于，基于如权利要求1所述的一种停车的大数据分析方法，所述大数据应用方法如下，针对不同分类的用户，将分析得到的结果进行分类后，推送给对应的一个或几个用户模型，并根据用户对应的用户模型和停车位模型的常用数据，选择对应的预设服务意见发送给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010403051.4A CN111582743A (zh) | 2020-05-13 | 2020-05-13 | 一种停车的大数据分析和运用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010403051.4A CN111582743A (zh) | 2020-05-13 | 2020-05-13 | 一种停车的大数据分析和运用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111582743A true CN111582743A (zh) | 2020-08-25 |
Family
ID=72112157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010403051.4A Pending CN111582743A (zh) | 2020-05-13 | 2020-05-13 | 一种停车的大数据分析和运用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111582743A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114238795A (zh) * | 2021-12-20 | 2022-03-25 | 中国平安财产保险股份有限公司 | 一种停车信息推荐方法、系统、设备及介质 |
-
2020
- 2020-05-13 CN CN202010403051.4A patent/CN111582743A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114238795A (zh) * | 2021-12-20 | 2022-03-25 | 中国平安财产保险股份有限公司 | 一种停车信息推荐方法、系统、设备及介质 |
| CN114238795B (zh) * | 2021-12-20 | 2024-08-06 | 中国平安财产保险股份有限公司 | 一种停车信息推荐方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111882235B (zh) | 一种网格化的企业管理服务监测方法 | |
| CN110796570B (zh) | 一种智慧文旅系统 | |
| CN108171452B (zh) | 一种快递点选址方法及装置 | |
| CN106815709B (zh) | 一种服务快速响应中心支撑系统及方法 | |
| US20140035921A1 (en) | Analysis and visualization of passenger movement in a transportation system | |
| US10789558B2 (en) | Non-linear systems and methods for destination selection | |
| Wu et al. | Predicting peak load of bus routes with supply optimization and scaled Shepard interpolation: A newsvendor model | |
| Okeke | The impacts of shared autonomous vehicles on car parking space | |
| CN112364086A (zh) | 一种基于大数据平台的业务可视化方法及系统 | |
| CN111914940B (zh) | 一种共享车辆站点分群聚类方法、系统、装置及存储介质 | |
| Wang et al. | Big data in telecommunication operators: data, platform and practices | |
| CN108305152A (zh) | 一种遥控装置及集遥控功能的测绘仪器租赁管理平台 | |
| CN109214577A (zh) | 一种综合运输通道客运分担率预测方法 | |
| CN106845855A (zh) | 一种关于纳税服务综合管理的系统 | |
| Xu et al. | Urban smart public transport studies: a review and prospect | |
| CN108447257B (zh) | 一种基于Web的交通数据分析方法及系统 | |
| CN111582743A (zh) | 一种停车的大数据分析和运用方法 | |
| Cui et al. | Usage demand forecast and quantity recommendation for urban shared bicycles | |
| CN112232662A (zh) | 服务监控系统及方法 | |
| Tian et al. | Designing and planning sustainable customized bus service for departing attendees of planned special events: A two-phase methodology integrating data-driven and demand-responsive | |
| CN107436945A (zh) | 一种基于电子地图的信息采集方法及系统 | |
| Wang et al. | Identifying the service areas and travel demand of the commuter customized bus based on mobile phone signaling data | |
| Debebe et al. | Assessment on the Current and Future Performance of Addis Ababa Light Rail Transit Service Using Mathematical Modeling | |
| CN111861728A (zh) | 基于不同计价模式的三方数据源成本核算系统及方法 | |
| Yue et al. | New Classification Scheme and Evolution Characteristics Analysis of High-Speed Railway Stations Using Large-Scale Mobile Phone Data: A Case Study in Jiangsu, China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200825 |