CN114038230A

CN114038230A - 共享停车场车位推荐方法、系统、计算机设备及储存介质

Info

Publication number: CN114038230A
Application number: CN202111237861.8A
Authority: CN
Inventors: 李剑; 王鑫
Original assignee: Shenzhen Chinaroad Network Technology Co ltd
Current assignee: Shenzhen Chinaroad Network Technology Co ltd
Priority date: 2021-10-25
Filing date: 2021-10-25
Publication date: 2022-02-11
Anticipated expiration: 2041-10-25
Also published as: CN114038230B

Abstract

本申请公开了共享停车场车位推荐方法、系统、计算机设备及储存介质，属于车位共享技术领域，车位推荐方法包括以下步骤：接收用户的停车请求；获取并分析用户的停车规律信息；获取停车请求的当前时间，所述当前时间包括工作日和节假日、早晚高峰期；根据停车规律信息和当前时间确认用户的停车行为，所述停车行为包括工作日停车和节假日停车、高峰期停车；根据停车行为，向用户推送相应的停车场列表。本申请具有改善停车不便以及合理利用车位资源的效果。

Description

共享停车场车位推荐方法、系统、计算机设备及储存介质

技术领域

本申请涉及车位共享技术领域，尤其是涉及共享停车场车位推荐方法、系统、计算机设备及储存介质。

背景技术

随着社会发展，汽车越来越普及，渐渐走入了每一个家庭，汽车给人们的生活带来了很多便利的同时，也带来了一系列的问题。尤其在繁华的都市，一方面车辆多而车位少，人们只有开车到现场才能确认是否有停车位，遇到车位满时，而车位难找进而给停车带来了不便，同时引发随意停车的现象，容易造成交通拥堵和交通事故。

发明内容

为了改善停车不便的问题，本申请提供共享停车场车位推荐方法、系统、计算机设备及储存介质。

第一方面，本申请提供一种共享停车场车位推荐方法，采用如下的技术方案：

一种共享停车场车位推荐方法，包括以下步骤：

接收用户的停车请求；

获取并分析用户的停车规律信息；

获取停车请求的当前时间，所述当前时间包括工作日和节假日、早晚高峰期；

根据停车规律信息和当前时间确认用户的停车行为，所述停车行为包括工作日停车和节假日停车、高峰期停车；

根据停车行为，向用户推送相应的停车场列表。

通过采用上述技术方案，用户出发时，可通过用户端向服务器发送停车请求，服务器接收到用户的停车请求后，通过分析用户的停车规律，并确定当前的日期，然后通过停车规律和当前的日期来确认用户的停车行为，根据用户的停车行为，向用户推送有剩余车位的停车场，供用户进行选择，有效改善了用户停车不便的情况。

优选的，所述获取并分析用户的停车规律信息，包括：

获取用户的停车记录；

根据工作日、节假日和早晚高峰期分析用户的停车记录，以确认用户的停车规律信息；

根据停车记录对应的停车场信息给该停车记录打标签。

通过采用上述技术方案，获取用户的停车记录，通过大数据分析用户的停车记录，以得到用户的停车规律，并通过停车场信息给停车记录打标签，便于给用户推送对应的停车场。

优选的，所述根据停车行为，向用户推送相应的停车场列表，包括：

获取停车区域内有剩余车位的停车场，以该停车场作为目标停车场，并根据剩余车位的数量得到目标停车场的第一指标；

获取目标停车场的中心距离，并根据中心距离得到目标停车场的第二指标；

获取目标停车场的收费单价，并根据收费单价得到目标停车场的第三指标；

将第一指标、第二指标和第三指标通过加权计算得到目标停车场的加权指标；

将加权指标大于预定阈值的目标停车场加入到列表中，以得到停车场列表。

通过采用上述技术方案，利用第一指标、第二指标和第三指标对停车场进行筛选，可提高停车场筛选的准确度，使推荐的停车场更适合用户，可提高用户的体验感。

优选的，所述获取停车区域内有剩余车位的停车场，该停车场作为目标停车场，并根据剩余车位的数量得到目标停车场的第一指标，包括：

获取目标停车场的剩余车位的数量；

根据剩余车位的数量以查表的方式得到第一指标。

通过采用上述技术方案，根据剩余车位的数量对目标停车场进行打分，并通过查表的方式得到第一指标，更便捷。

优选的，所述获取目标停车场的中心距离，并根据中心距离得到目标停车场的第二指标，包括：

获取目标停车场的位置以及用户当前所在位置；

计算用户当前所在位置至目标停车场的距离，并根据该距离以查表、计算、筛选的方式得到第二指标。

通过采用上述技术方案，根据中心距离对目标停车场进行打分，并通过查表的方式得到第二指标，更便捷，便于用户选择距离较近的停车场。

优选的，所述将加权指标大于预定阈值的目标停车场加入到列表中，以得到停车场列表之后，还包括：

获取停车场列表内目标停车场的数量；

若目标停车场的数量小于预定数量，则减小预定阈值，重新更新停车场列表，直到停车场列表内目标停车场的数量不小于预定数量。

通过采用上述技术方案，在目标停车场的数量小于预定数量时，减小预定阈值，重新更新停车场列表，使用户可以有更多的选择。

优选的，所述若目标停车场的数量小于预定数量，则减小预定阈值，重新更新停车场列表，直到停车场列表内目标停车场的数量不小于预定数量之后，还包括：

若目标停车场的车场数目小于预定数量，则停止计算并返回当前车场数目。

通过采用上述技术方案，在目标停车场的车场数目小于预定数量时，停止计算，可防止陷入计算死循环。

第二方面，本申请提供一种共享停车场车位推荐系统，采用如下的技术方案：

一种共享停车场车位推荐系统，包括：

接收模块：用于接收用户的停车请求；

第一获取模块：用于获取并分析用户的停车规律信息；

第二获取模块：用于获取停车请求的当前时间，所述当前时间包括工作日和节假日、早晚高峰期；

确认模块：用于根据停车规律信息和当前时间确认用户的停车行为，所述停车行为包括工作日停车和节假日停车、高峰期停车；

推送模块：用于根据停车行为，向用户推送相应的停车场列表。

第三方面，本申请提供一种计算机设备，采用如下的技术方案：

一种计算机设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述方法的计算机程序。

第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：

一种计算机可读存储介质，存储有能够被处理器加载并执行上述方法的计算机程序。

综上所述，本申请包括以下至少一种有益技术效果：

1.通过分析用户的停车规律，并确定当前的日期，然后通过停车规律和当前的日期来确认用户的停车行为，根据用户的停车行为，向用户推送相应的停车场，供用户进行选择，有效改善了用户停车不便的情况。

2.利用第一指标和第二指标对停车场进行筛选，可提高停车场筛选的准确度，使推荐的停车场更适合用户，可提高用户的体验感。

3.在目标停车场的数量小于预定数量时，减小预定阈值，重新更新停车场列表，使用户可以有更多的选择。

附图说明

图1是本申请一实施例中一种共享停车场车位推荐方法的流程图；

图2是本申请另一实施例中一种共享停车场车位推荐方法的流程图；

图3是本申请实施例一种共享停车场车位推荐系统的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-3及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请实施例公开一种共享停车场车位推荐方法。参照图1，车位推荐方法包括以下步骤：

S1：接收用户的停车请求。

具体的，用户可登录用户端，用户端可以是手机APP，用户通过APP向服务器发送停车请求。服务器对不同的停车场的车位资源进行整合，便于将车位资源进行共享。

S2：获取并分析用户的停车规律信息。

具体的，用户通过APP向服务器发送停车请求，服务器事先对用户以往的停车记录进行大数据分析，可分析得到用户的习惯。通过存储用户的出入场记录和其携带的图片、车场车位等信息，并根据用户出入的停车场、停车记录、停车出入场时间分析用户的特征、用户当前停车记录的特征规律。例如，用户工作日常去的停车场为办公的写字楼，周末喜欢去常去的停车场为公园、商场等。

S3：获取停车请求的当前时间，所述当前时间包括工作日和节假日、早晚高峰期。

具体的，通过获取停车请求的时间点，得到当前时间，例如，周一到周五为工作日，周六和周日为节假日，其中，国家的法定假期为节假日。其中，若停车请求的时间为2021年8月2号，而2021年8月2号为周一，则该停车请求的当前时间为工作日；若停车请求的时间为2021年8月15号，而2021年8月15号为周日，则该停车请求的当前时间为节假日。早上8:00-10:00和下午5:00-8:00的时间段为早晚高峰期，该时间段的停车行为是高峰期停车。

S4：根据停车规律信息和当前时间确认用户的停车行为，所述停车行为包括工作日停车和节假日停车、高峰期停车。

具体的，通过大数据分析得到周一到周五为用户的上班时间，这段时间，主要停车的地点为办公地点附近，此时，用户的停车行为是工作日停车；而周末为节假日，此时，用户的停车行为是节假日停车。通过判断当前时间是属于工作日，还是节假日，进而确定该次停车是工作日停车还是节假日停车。例如，停车请求的时间点为周一早上的8:20，则该停车行为是工作日停车，且是高峰期停车。

S5：根据停车行为，向用户推送相应的停车场列表。

具体的，若用户的停车行为是工作日停车，推荐用户的办公地点附近有剩余车位的停车场；若用户的停车行为是节假日停车，推荐用户常去的公园、商场附近有剩余车位的停车场，方便快捷。

参照图2，可选的，在S2步骤中，即获取并分析用户的停车规律信息，包括以下子步骤：

S21：获取用户的停车记录。

S22：根据工作日、节假日和早晚高峰期分析用户的停车记录，以确认用户的停车规律信息。

S23：根据停车记录对应的停车场信息给该停车记录打标签。

应当理解的是，停车场的管理系统事先接入服务器中，服务器取得管理系统的授权，使服务器能够获取用户车辆的出入记录。服务器收集用户以往的停车记录，并结合工作日与节假日分析用户的停车行为，以得到用户的停车规律。

停车记录中有用户对应去的停车场，停车场就有其对应的标签信息，该标签信息为停车场信息，如：交通枢纽、公园、购物中心、办公和医院等，例如，用户在办公地点的常去的停车场的标签信息为“办公”。例如，“办公”对应的停车场的停车记录的标签为“办公”，以对用户的停车行为进行区分，便于后续推荐相应的停车场。通过APP的语音识别功能，识别到用户的需求，例如，识别到用户“上班”的语音时，则相应给用户推送办公地点附近的停车场；识别到用户“医院”的语音时，则相应给用户推送常去医院附近的停车场。

可选的，在S5步骤中，即根据停车行为，向用户推送相应的停车场列表，包括以下子步骤：

S51：获取停车区域内有剩余车位的停车场，以该停车场作为目标停车场，并根据剩余车位的数量得到目标停车场的第一指标。

S52：获取目标停车场的中心距离，并根据中心距离得到目标停车场的第二指标。

S53：获取目标停车场的收费单价，并根据收费单价得到目标停车场的第三指标。

S54：将第一指标、第二指标和第三指标通过加权计算得到目标停车场的加权指标。

S55：将加权指标大于预定阈值的目标停车场加入到列表中，以得到停车场列表。

具体的，通过大数据获取用户经常停车的停车场，该停车场作为中心停车场，以中心停车场为中心，半径为3km的区域为停车区域。

剩余车位的数量作为目标停车场的第一指标，不同的数量对应不同的得分值；中心距离作为目标停车场的第二指标，不同的中心距离对应不同的得分值，然后对目标停车场的两个指标进行加权，例如，加权指标=第一指标×60%+第二指标×30%+第三指标×10%。

若加权指标大于预定阈值，则将该目标停车场加入到列表中；若加权指标大于预定阈值，则不将该目标停车场加入到列表中。例如，预定阈值设定为75，其中，A停车场的加权指标为87，而B停车场的加权指标为69，A停车场的加权指标大于预定阈值，B停车场的加权指标小于预定阈值，则将A停车场加入列表中，B停车场不加入列表中，而列表中的停车场按加权指标的分值由高到底进行排列。

可选的，在S51步骤中，即获取停车区域内有剩余车位的停车场，该停车场作为目标停车场，并根据剩余车位的数量得到目标停车场的第一指标，包括以下子步骤：

S511：获取目标停车场的剩余车位的数量。

S512：根据剩余车位的数量以查表的方式得到第一指标。

具体的，通过目标停车场的总车位，以及车辆的入场记录和出场记录，可得到目标停车场当前的剩余车位。例如，剩余车位的数量为X，其中，若X=0，则第一指标对应的分值为0；若0<X≦10，则第一指标对应的分值为60；若10<X≦15，则第一指标对应的分值为70；若15<X≦20，则第一指标对应的分值为80；若20<X≦25，则第一指标对应的分值为90；若25<X，则第一指标对应的分值为100，以查询表的方式储存在服务器的存储器中。

例如，A停车场的剩余车位的数量为17，通过查表的方式可以得到A停车场的第一指标为80；B停车场的剩余车位的数量为10，则B停车场的第一指标为60。

可选的，在S52步骤中，即获取目标停车场的中心距离，并根据中心距离得到目标停车场的第二指标，包括以下子步骤：

S521：获取目标停车场的位置以及用户当前所在位置；

S522：计算用户当前所在位置至目标停车场的距离，并根据该距离以查表、计算、筛选的方式得到第二指标。

具体的，通过对用户以往的停车记录进行分析，例如，在工作日中，用户常去的停车场为C停车场，则将C停车场的位置作为中心停车场的位置，搜索该中心停车场的停车区域内有剩余车位的停车场为目标停车场。

目标停车场与用户当前所在位置的距离为Y，例如，若Y＞5km，则第二指标对应的分值为0；若2km<Y≦5km，则第二指标对应的分值为60；若1km<Y≦2km，则第二指标对应的分值为70；若0.6km<Y≦1km，则第二指标对应的分值为70；若0.4km<Y≦0.6km，则第二指标对应的分值为80；若0.2km<Y≦0.4km，则第二指标对应的分值为90；若Y<0.2km，则第二指标对应的分值为100。

例如，F停车场有剩余车位，F停车场与用户当前所在位置的距离为1.2km，则F停车场的第二指标为70；H停车场有剩余车位，H停车场离与用户当前所在位置的距离为0.6km，则F停车场的第二指标为80。

可选的，在S55步骤之后，即将加权指标大于预定阈值的目标停车场加入到列表中，以得到停车场列表之后，还包括：

S56：获取停车场列表内目标停车场的数量。

S57：若目标停车场的数量小于预定数量，则减小预定阈值，重新更新停车场列表，直到停车场列表内目标停车场的数量不小于预定数量。

具体的，例如，目标停车场的收费单价为I元每天，通过查表的方式得到第三指标。若I＞50，则第三指标对应的分值为50；若30<I≦50，则第三指标对应的分值为70；若10<I≦30，则第三指标对应的分值为80；若5<I≦10，则第二指标对应的分值为90；若5<I≦10，则第二指标对应的分值为90；若I≦5，则第三指标对应的分值为100。

例如，A停车场的剩余车位的数量为17，A停车场的第一指标为80；A停车场与用户当前所在位置的距离为0.3km，A停车场的第二指标为90；A停车场的收费单价为10元每天，A停车场的第三指标为90，则A停车场的加权指标=80×60%+90×30%+90×10%=84。

例如，预定数量设置为3，预定阈值设置为80，其中，A停车场的加权指标为84，B停车场的加权指标为75，C停车场的加权指标为78，D停车场的加权指标为72，E停车场的加权指标为70，F停车场的加权指标为70。在这些停车场当中，只有A停车场的加权指标大于预定阈值，所以A停车场位于停车场列表中，而其他停车场没有在停车场列表中。

停车场列表中只有一个A停车场，停车场列表中停车场的数目小于3个，则减小预定阈值，此时，预定阈值变为80-3=77，符合条件的停车场为A停车场和C停车场，停车场列表中更新为A停车场和C停车场，但停车场列表中停车场的数目依然小于3个，则再次减小预定阈值，预定阈值变为77-3=74，符合条件的停车场为A停车场、B停车场和C停车场，停车场列表中更新为A停车场、B停车场和C停车场，停车场列表中停车场的数目等于3个，则停止减小预定阈值，停车场列表中最终显示的停车场为A停车场、B停车场和C停车场，且停车场列表中的排列依次为A停车场、C停车场和B停车场。

可选的，在步骤S57之后，即，若目标停车场的数量小于预定数量，则减小预定阈值，重新更新停车场列表，直到停车场列表内目标停车场的数量不小于预定数量之后，还包括：

S58：若目标停车场的车场数目小于预定数量，则停止计算并返回当前车场数目。

具体的，预定数量为5，而停车区域内目标停车场的数目为3,3<5，则，停车场列表内的车场数目为3。若停车区域内没有目标停车场，则在停车场列表内显示周围无车位。

参照图3，本申请实施例还公开了一种共享停车场车位推荐系统，包括：

接收模块：用于接收用户的停车请求；

第一获取模块：用于获取并分析用户的停车规律信息；

关于一种共享停车场车位推荐系统的具体限定可以参见上文中对于一种共享停车场车位推荐方法的限定，在此不再赘述。上述一种共享停车场车位推荐系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本申请实施例还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述一种共享停车场车位推荐方法的计算机程序。

本申请实施例还公开了计算机可读存储介质，存储有能够被处理器加载并执行上述一种共享停车场车位推荐方法的计算机程序。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims

1.一种共享停车场车位推荐方法，其特征在于，包括以下步骤：

接收用户的停车请求；

获取并分析用户的停车规律信息；

根据停车行为，向用户推送相应的停车场列表。

2.根据权利要求1所述的一种共享停车场车位推荐方法，其特征在于，所述获取并分析用户的停车规律信息，包括：

获取用户的停车记录；

根据停车记录对应的停车场信息给该停车记录打标签。

3.根据权利要求1所述的一种共享停车场车位推荐方法，其特征在于，所述根据停车行为，向用户推送相应的停车场列表，包括：

4.根据权利要求3所述的一种共享停车场车位推荐方法，其特征在于，所述获取停车区域内有剩余车位的停车场，该停车场作为目标停车场，并根据剩余车位的数量得到目标停车场的第一指标，包括：

获取目标停车场的剩余车位的数量；

根据剩余车位的数量以查表的方式得到第一指标。

5.根据权利要求3所述的一种共享停车场车位推荐方法，其特征在于，所述获取目标停车场的中心距离，并根据中心距离得到目标停车场的第二指标，包括：

获取目标停车场的位置以及用户当前所在位置；

6.根据权利要求3所述的一种共享停车场车位推荐方法，其特征在于，所述将加权指标大于预定阈值的目标停车场加入到列表中，以得到停车场列表之后，还包括：

获取停车场列表内目标停车场的数量；

7.根据权利要求6所述的一种共享停车场车位推荐方法，其特征在于，所述若目标停车场的数量小于预定数量，则减小预定阈值，重新更新停车场列表，直到停车场列表内目标停车场的数量不小于预定数量之后，还包括：

8.一种共享停车场车位推荐系统，其特征在于，包括：

接收模块：用于接收用户的停车请求；

第一获取模块：用于获取并分析用户的停车规律信息；

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一项方法的计算机程序。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一项方法的计算机程序。