CN114138752B - 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质 - Google Patents

量子车型配件基础数据库的创建方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114138752B
CN114138752B CN202111485322.6A CN202111485322A CN114138752B CN 114138752 B CN114138752 B CN 114138752B CN 202111485322 A CN202111485322 A CN 202111485322A CN 114138752 B CN114138752 B CN 114138752B
Authority
CN
China
Prior art keywords
vehicle type
accessory
quantum
merging
vehicle
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.)
Active
Application number
CN202111485322.6A
Other languages
English (en)
Other versions
CN114138752A (zh
Inventor
周凯
李巍
常恩浚
康健
张雯
王兴龙
孙琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Data Enlighten Beijing Co ltd
Original Assignee
Data Enlighten Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Data Enlighten Beijing Co ltd filed Critical Data Enlighten Beijing Co ltd
Priority to CN202111485322.6A priority Critical patent/CN114138752B/zh
Publication of CN114138752A publication Critical patent/CN114138752A/zh
Priority to JP2023557225A priority patent/JP2024509629A/ja
Priority to PCT/CN2022/100974 priority patent/WO2023103346A1/zh
Application granted granted Critical
Publication of CN114138752B publication Critical patent/CN114138752B/zh
Priority to US18/467,440 priority patent/US20240054110A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q30/018—Certifying business or products
    • 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
    • G06Q30/0203—Market surveys; Market polls
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种量子车型配件基础数据库的创建方法，所述方法包括：利用数据加载引擎获取每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；将满足预定条件的多个所述车辆识别号归并；利用预设的校验模型判定归并结果是否合格；以及在判定所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。从而，能够获得在保证了数据精度与单车辆识别号精度完全相同的前提下，避免了单车辆识别号存储数据量过大无法调用的劣势，集精确性和实用性为一体。

Description

量子车型配件基础数据库的创建方法、装置、电子设备和存储 介质
技术领域
本发明涉及汽车信息技术及车型配件数据领域，具体地，涉及一种量子车型配件基础数据库的创建方法、装置、电子设备和存储介质。
背景技术
量子车型配件基础数据库(下文简称量子库)是以汽车的全车零件编码的一致性为维度对车型进行划分的车型配件基础数据库，其能够应用于诸多领域。
例如，随着中国保险行业快速发展，保司赔付成本增大，保司目前数据基础薄弱，数据准确性和标准化程度有提高空间，因此，行业期望能够提供底层数据精度高、数据标准统一、开放底层的数据融合的架构。随着业务场景不停变化，数字化管理精度不断提高，通过自动化管理来提高效率已经广泛成为共识。因此，使底层基础数据与应用层工具实现分离，专注提升业务服务并减少重复建设成本，已经成为未来的主要发展方向。
然而，传统车型配件数据库粒度不够细，精度也不够高，车型下配件编码(OE)数据精度无法与单VIN(车辆识别号或者车架号)做到相同，因此，基于此类传统车型配件数据库进行加工和分析也具有较大的局限性，无法获得较高的数据精度。
一般的现有全量车型库，其主流品牌承保车辆的VIN量会达到上亿级别，如果按一辆车平均适配3000个零件计算，那么上亿个VIN将对应3000个OE及属性信息。如果全部运算完成入库，将产生3000亿以上海量数据，不仅给存储带来极大挑战，也无法实现多并发高效查询，关键是VIN量巨大导致VIN维度对用户来说，无法维护任何数据。
而且，一般的现有全量车型库，在定损或风控等场景中，客户进行VIN解析后，使用各种方式进行选件(包括点选、圈选、标准名、 OE查询等)，将VIN+某种查询方式的入参送入动态运算引擎，得到该VIN下的全量OE，调取每个OE对应的所有属性，包含标准名、价格、替换关系、工时等等，将OE及OE属性信息呈现到产品端或返回给客户。
需要说明的是，配件编码(OE)是指汽车生产厂为方便对配件进行管理而采用的编号，每个配件编码对应唯一的产品，但是对于同一个产品，由于其装配在不同的车型上，从而有可能有几个不同的配件编码，通过配件编码可以查询该产品的类型(发电机、起动机还是电机的零配件等)、具体的性能和详细参数，也可以知道该产品应用的具体汽车品牌、车型系列、出厂年代以及对应的发动机的具体型号等。
发明内容
鉴于以上问题而提出了本发明，并且本发明的目的在于提供一种量子车型配件基础数据库，其解决了传统基础库“完全保留VIN精度”和“数据量过大无法使用导致不具备业务属性”之间的矛盾，从而在保证了数据精度与单VIN精度完全相同的前提下，避免了单VIN存储数据量过大无法调用的劣势，集精确性和实用性为一体。具体地，本发明的量子库通过将全车配件编码归并而在保证数据精度不变的前提下提供最细粒度的车型配件查询能力，大大减少车型维护的数量，使数据量由亿级降低到百万级别，从而有助于在不同使用场景下对数据进行二次加工和趋势挖掘。此外，对于例如保险等应用场景下的用户，其自身对资料有保密的需求，而传统的高精度需求导致需要使用单VIN 去调取第三方服务查配件，在该过程中涉及服务更换、接口调整对接等，导致占用了大量的人力物力；相比之下，本发明的量子库可以静态部署到本地，因此在保证数据精度的基础上，避免了客户数据泄露。
根据本发明的一方面，提供一种量子车型配件基础数据库的创建方法，所述方法包括：利用数据加载引擎获取数据库中的每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；将满足预定条件的多个所述车辆识别号归并；利用预设的校验模型判定归并结果是否合格；以及在判定所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。
根据该实施例，能够获得如下技术效果：利用高性能计算架构，在亿级VIN的海量千亿级OE上加工计算而成的；量子库海量数据采用独特的高压缩数据格式进行存储，将100TB数据压缩至1TB基本在数据库中进行存储,解决了传统基础库“完全保留VIN精度”和“数据量过大无法使用导致不具备业务属性”之间的矛盾，从而在保证了数据精度与单VIN精度完全相同的前提下，避免了单VIN存储数据量过大无法调用的劣势，集精确性和实用性为一体。具体地，本发明的量子库通过将全车配件编码归并而在保证数据精度不变的前提下提供最细粒度的车型配件查询能力，大大减少车型维护的数量，使数据量由亿级降低到百万级别，从而有助于在不同使用场景下对数据进行二次加工和趋势挖掘。
优选地，根据本发明的一个实施例，所述方法还包括：在对所述多个车辆识别号归并之后，在所述配件编码集合中，将代表同一产品的不同配件编码替换为标准配件编码，以获得标准化配件编码集合；以及基于替换后的所述标准化配件编码集合，根据所述预定条件对已经被归并的所述车辆识别号进行再归并。
根据该实施例，能够获得如下技术效果：能够对OE集合进行标准化处理，以进一步对VIN进行归并，从而在保证与数据精度与单VIN 完全相同的前提下，进一步减少了数据存储量。
优选地，根据本发明的一个实施例，所述将满足预定条件的多个所述车辆识别号归并包括：将与相同的所述配件编码集合相对应的多个所述车辆识别号归并。
根据该实施例，能够获得如下技术效果：能够获得与单VIN相同的数据精度，从而集精确性和实用性为一体。
优选地，根据本发明的一个实施例，所述利用预设的所述校验模型判定所述归并结果是否合格包括：判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格；以及调用销售车型数据库，获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一，以判定所述归并结果是否合格。
根据该实施例，能够获得如下技术效果：能够根据数据特点灵活设定各个指标及其阈值，从而提高验证效率，并且能够调用VIN-SID 数据库再次对归并后的VIN-key_MD5(归并结果)，key_MD5-OE的关系进行验证，以提高数据的准确性。
优选地，根据本发明的一个实施例，所述方法还包括：在判定所述归并结果不合格的情况下，对不合格的数据进行人工修复。
根据该实施例，能够获得如下技术效果：能够获得更加充足的数据样本，从而提高数据准确性。
优选地，根据本发明的一个实施例，所述方法还包括：将所述量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至用户内部网络；以所述车辆识别号入参，调用量子库查询引擎以查询所述量子车型配件基础数据库，从而获得与入参的所述车辆识别号相对应的所述归并结果，进而获得与所述归并结果相对应的配件编码及其属性。
根据该实施例，能够获得如下技术效果：用户可以根据自身需求仅获得上述量子车型配件基础数据库中的用户需要的一部分(可私有化部署数据)，而无需存储数据量庞大的整个数据库，并且用户在例如定损/风控等需要数据的某个环节中如果需要用到VIN-OE数据，可以在内网中，直接通过输入VIN查询对应的VIN-VID关系，并且进一步查询VID-OE的对应关系，以直接在内网的可私有化部署数据中查询到VIN对应的OE及其相关属性信息，而无需访问到外网，从而实现查询数据快速、安全、高效、稳定的良好效果，并且可以方便地通过网络传输进行数据的升级维护。可以进一步利用配件名称等附加信息进行筛选，以获得最终查询结果。
优选地，根据本发明的一个实施例，所述方法还包括：基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
根据该实施例，能够获得如下技术效果：能够在输入车型而非VIN 进行查询的情况下，快速高效地获得对应的OE及其属性信息，方便用户根据需求输入各类信息进行查询，提高用户使用的便捷性。需要指出的是，不限于车型信息，而可以建立其他相关参数与VID之间的关系，进而通过输入所述其它参数而查询VID及对应的OE及其属性。
根据本发明的第二方面，提供了一种量子车型配件基础数据库的创建装置，其能够获得与上文描述的方法基本相同的技术效果，此处不再进行重复说明。
该量子车型配件基础数据库的创建装置包括：
配件编码集合获取模块，该配件编码集合获取模块用于利用数据加载引擎获取数据库中的每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；归并模块，该归并模块用于将满足预定条件的多个所述车辆识别号归并；校验模块，该校验模块用于利用预设的校验模型判定归并结果是否合格；以及归并结果生成模块，该归并结果生成模块用于在校验所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。
进一步优选地，该量子车型配件基础数据库的创建装置还包括：配件编码集合替换模块，该配件编码集合替换模块用于在对所述多个车辆识别号归并之后，在所述配件编码集合中，将代表同一产品的不同配件编码替换为标准配件编码，以获得标准化配件编码集合；以及再归并模块，该再归并模块用于基于替换后的所述标准化配件编码集合，根据所述预定条件对已经被归并的所述车辆识别号进行再归并。
进一步优选地，所述归并模块将与相同的所述配件编码集合相对应的多个所述车辆识别号归并。
进一步优选地，所述校验模块可以包括：指标校验单元，该指标校验单元用于判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格；销售版型信息校验单元，该销售版型信息校验单元用于调用销售车型数据库，获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一，以判定所述归并结果是否合格。
进一步优选地，该量子车型配件基础数据库的创建装置可以还包括：人工优化模块，该人工优化模块用于在判定所述归并结果不合格的情况下，对不合格的数据进行人工修复。
进一步优选地，该量子车型配件基础数据库的创建装置还包括：静态部署模块，该静态部署模块用于将所述量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至用户内部网络。
进一步优选地，该量子车型配件基础数据库的创建装置还包括：量子库查询引擎调用模块，该量子库查询引擎调用模块用于以所述车辆识别号入参，调用所述量子库查询引擎以查询所述量子车型配件基础数据库，从而获得与入参的所述车辆识别号相对应的所述归并结果，进而获得与所述归并结果相对应的配件编码及其属性。
进一步优选地，该量子车型配件基础数据库的创建装置还包括：车型关联模块，该车型关联模块用于基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
本发明的第三方面提供了一种用于创建量子车型配件基础数据库的电子设备，所述电子设备包括存储程序的存储单元和处理单元，其中，所述处理单元执行所述程序用以实现如第一方面的任意一项所述的方法中的各个步骤。
本发明的第四方面提供了一种计算机可读存储介质，其中，所述存储介质上存储有程序，该程序被执行用以实现如第一方面的任意一项所述的方法中的各个步骤。
以下结合本发明的附图及优选实施方式对本发明的技术方案做进一步详细地描述，本发明的有益效果将进一步明确。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，但其说明仅用于解释本发明，并不构成对本发明的不当限定。
图1是用于说明根据本发明一优选实施例的量子车型配件基础数据库的创建方法的主要步骤的示意性原理图；
图2根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图3是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图4是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图5是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图6是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图7是用于说明根据本发明一优选实施例的量子车型配件基础数据库的创建方法的静态部署步骤的示意图。
图8是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图；
图9是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图10是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图11是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图12是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图13是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图14是示出根据本发明一优选实施例的量子车型配件基础数据库的创建装置的配置的框图；
图15示出了可以应用本发明实施例的量子车型配件基础数据库的创建方法或装置的示例性系统架构；
图16是为适于用来实现本发明实施例的量子车型配件基础数据库的创建方法或装置的计算机系统的结构示意图。
具体实施方式
下面将结合本发明的具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分优选实施例，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。
下面结合图1-8描述说明根据本发明一优选实施例的量子车型配件基础数据库的创建方法。
图2是根据本发明一优选实施例的量子车型配件基础数据库的创建方法的示意性流程图。如图2所示，根据本发明的实施例的量子车型配件基础数据库的创建方法包括：S101，OE集合获取步骤；S102，归并步骤；S103，校验步骤；S104，VID生成步骤。
如图3所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建方法还进一步地包括：步骤S201，OE集合替换步骤；以及步骤S202，再归并步骤。
如图4所示，作为优选实施例，根据本发明的校验步骤S103进一步地包括：步骤S301，指标校验步骤；和步骤S302，销售版型信息校验步骤。
如图5所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建方法还进一步地包括：步骤S401，人工优化步骤。
如图6所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建方法还进一步地包括：步骤S501，静态部署步骤；以及步骤S502，量子库查询引擎调用步骤。
如图8所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建方法还进一步地包括：步骤S601，车型关联步骤。
下文将详细描述上述各个步骤。
S101，OE集合获取步骤。
利用数据加载引擎获取数据库中的每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合。
具体地，利用VIN-OE数据加载引擎获取VIN-OE数据库中的每个VIN的所有OE结果，并且将每个VIN的OE结果进行排序，作为与每个VIN相对应的OE集合，例如，将OE集合定义为key_MD5{oe1， oe2，oe3...，oen}，其中，n是自然数。
针对排序的方式，作为一个实例，可以在车辆识别号下将所有配件编码按其内容的字母或数据升序排列再聚合，以形成配件编码集合。通过该排序，便于对相同的配件编码集进行对比，避免产生在例如{oe1，oe2，oe3}与{oe2，oe1，oe3}这种乱序的基础上进行对比所造成的干扰。
S102，归并步骤。
将满足预定条件的多个所述车辆识别号归并。针对该预定条件，可以将与相同的所述配件编码集合相对应的多个所述车辆识别号归并。即，将与相同OE集合对应的多个VIN归并。
作为一个实例，参见例如图1所示，与VIN1对应的OE集合为 OE集合A：key_MD5{oe1，oe2，oe3...，oen}，与VIN2对应的OE 集合也为OE集合A：key_MD5{oe1，oe2，oe3...，oen}，则可以将 VIN1和VIN2归并。
与VIN3对应的OE集合为OE集合B：key_MD5’{oe1，oe2，oe3’...， oen}，与VIN4对应的OE集合也为OE集合B：key_MD5’{oe1，oe2， oe3’...，oen}，则可以将VIN3和VIN4归并。
如图3所示，作为本发明的一个实施例，据本发明的量子车型配件基础数据库的创建方法还可以包括以下步骤S201-S202。
S201，OE集合替换步骤。
在对所述多个VIN归并之后，在获得的OE集合中，将代表同一产品的不同OE编码替换为标准OE编码OES，以获得标准化OE集合。其中，标准OE编码OES可以是代表同一产品的不同OE编码中的最新 OE编码，也可以根据用户需求定义标准OE编码OES。
具体地，OE编码之间存在替换关系，例如，奥迪A6L大灯有三个OE编码，L4F0941003BP、L4F0941003CP、L4FD941003D。从OE 编码角度看是三条信息，但是实际这三个OE在使用场景中存在替换关系，即，L4F0941003BP＝L4F0941003CP＝L4FD941003D，因此可以将 L4F0941003BP或L4F0941003CP或L4FD941003D这种存在替换关系的oe统一替换为L4FD941003D(最新的oe)作为奥迪A6L大灯的标准OE编码OES。优选地，该替换关系以及标准OE编码以OE编码的官方替换信息为准。
作为一个实例，如例如图1所示，VIN3对应的OE集合为OE集合B：key_MD5’{oe1，oe2，oe3’...，oen},其中，oe3’与oe3存在替代关系，并且oe3是预先设定好的oe3’的标准OE编码。因此，在步骤 S201中，将VIN3对应的OE集合替换为标准化OE集合key_MD5{oe1， oe2，oe3...，oen}。同理，与VIN4相对应的OE集合B也被替换为标准化OE集合key_MD5{oe1，oe2，oe3...，oen}。
S202，再归并步骤。
在步骤S201中通过替换获得标准化OE集合的情况下，对已经进行归并的VIN进行再归并。
作为一个实例，参见例如图1所示，在步骤S201中将VIN3和 VIN4替换为标准化OE集合后，VIN1、VIN2与VIN3、VIN4对应的 OE集合均为OE集合key_MD5{oe1，oe2，oe3...，oen}，因此，在步骤S202中，可以将与OE集合key_MD5{oe1，oe2，oe3...，oen}相对应的VIN1、VIN2与VIN3、VIN4进行再归并。
利用上述步骤S201-S202，能够对OE集合进行标准化处理，以进一步对VIN进行归并，从而在保证与数据精度与单VIN完全相同的前提下，进一步减少了数据存储量。
S103，校验步骤。
通过利用预设的校验模型判定预设指标是否合格，对归并结果进行校验。
如图4所示，作为本发明的一个实施例，校验步骤S103包括以下步骤S301-S302：
S301：指标校验步骤
判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格。即，对获得的归并后的VIN-key_MD5、key_MD5-OE 的关系进行校验，以判定预设指标是否达到对应阈值。
具体地，利用各个品牌的VIN-OE数据库，对通过步骤S102或 S202中归并后的VIN-key_MD5和key_MD5-OE的关系进行校验，以判定OE数量、VIN数量和OE唯一率等预设指标是否达到预先设定的阈值。当OE数量、VIN数量和OE唯一率等指标达到预先设定的阈值时，则判定获得的归并后的VIN-key_MD5，key_MD5-OE的关系合格，否则判定不合格。
其中，OE数量是指单VIN下的OE集合中的OE数量；VIN数量是指与单个key_MD5相对应的归并到一起的VIN数量；OE唯一率是指单个key_MD5下只对应唯一OE的标准名数量与单个key_MD5下所有标准名的数量的比率。
作为上述预先设定的阈值，例如，可以将OE数量设定为600， VIN数量设定为100，OE唯一率设定为90％。并且，可以根据各个品牌的差异，根据各自的情况设定最优阈值。
S302，销售版型信息校验步骤。
调用销售车型数据库，以获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一。即，调用VIN-SID(销售车型)数据库，以获得key_MD5下所有VIN对应的SID以及销售版型信息，并判定相同key_MD5下所有VIN对应的销售版型信息是否唯一。其中，销售版型信息属于SID销售车型的一部分，其在SID销售车型的基础上，去除了一些与配件无关的信息，如美系品牌生产年对 OE编码不造成影响等。如果各个key_MD5下所有VIN对应的销售版型信息唯一，即，每个key_MD5下所有VIN分别都具有唯一的销售版型信息，则判定上述VIN-key_MD5，key_MD5-OE的关系合格。如果 key_MD5下所有VIN对应的销售版型信息不唯一，则判定上述 VIN-key_MD5，key_MD5-OE的关系不合格。
根据上述实施例，能够根据数据特点灵活设定各个指标及其阈值，从而提高验证效率，并且能够调用VIN-SID数据库再次对归并后的 VIN-key_MD5，key_MD5-OE的关系进行验证，以提高数据的准确性。
如图5所示，作为本发明的一个实施例，据本发明的量子车型配件基础数据库的创建方法还可以包括以下步骤：
S401，人工优化步骤。
在判定获得的归并后的VIN-key_MD5，key_MD5-OE的关系不合格的情况下(唯一性校验不合格或者销售版型信息校验不合格)，则对不合格的数据进行修复处理，修复后再次进行归并验证，直到合格为止。
S104，VID生成步骤。
在校验所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。即，在判定获得的归并后的VIN-key_MD5，key_MD5-OE的关系合格的情况下，对key_MD5进行VID编码，以获得维度为VID的量子车型配件基础数据库。
以上描述了根据本发明的量子车型配件基础数据库的创建方法的一个优选实施例的各个步骤，利用根据本发明的量子车型配件基础数据库的创建方法，利用高性能计算架构，在亿级VIN的海量千亿级OE 上加工计算而成的；量子库海量数据采用独特的高压缩数据格式进行存储，将100TB数据压缩至1TB基本在数据库中进行存储,解决了传统基础库“完全保留VIN精度”和“数据量过大无法使用导致不具备业务属性”之间的矛盾，从而在保证了数据精度与单VIN精度完全相同的前提下，避免了单VIN存储数据量过大无法调用的劣势，集精确性和实用性为一体。具体地，本发明的量子库通过将全车配件编码归并而在保证数据精度不变的前提下提供最细粒度的车型配件查询能力，大大减少车型维护的数量，使数据量由亿级降低到百万级别，从而有助于在不同使用场景下对数据进行二次加工和趋势挖掘。
此外，如图6所示，根据本发明的量子车型配件基础数据库的创建方法还包括步骤S501：静态部署步骤；以及步骤S502，量子库查询引擎调用步骤。
S501：静态部署步骤。
将通过上述步骤S101-S104获得的量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至用户内部网络。
由此，如图7所示，用户可以根据自身需求仅获得上述量子车型配件基础数据库中的用户需要的一部分(可私有化部署数据)，而无需存储数据量庞大的整个数据库，并且用户在例如定损/风控等需要数据的某个环节中如果需要用到VIN-OE数据，可以在内网中，直接通过输入VIN查询对应的VIN-VID关系，并且进一步查询VID-OE的对应关系，以直接在内网的可私有化部署数据中查询到VIN对应的OE及其相关属性信息，而无需访问到外网，从而实现查询数据快速、安全、高效、稳定的良好效果，并且可以方便地通过网络传输进行数据的升级维护。
S502，量子库查询引擎调用步骤。
用户在内网中无法查询到对应的VIN-VID关系的情况下，或者不存在内网的静态部署的情况下(即，在直接外网连线的情况下)，用户可以调用量子库查询引擎，以VIN(以及对应的查询方式，例如配件名称等附加信息)等入参，并且利用量子库查询引擎查询量子车型配件基础数据库，以获得与VIN相对应的VID，进而获得对应的OE 及其属性信息，并可以进一步利用配件名称等附加信息进行筛选，以获得最终查询结果。
如图8所示，根据本发明的量子车型配件基础数据库的创建方法还包括以下步骤：
S601，车型关联步骤。
基于VIN-VID、VIN-车型(SID)以及VID-OE的对应关系，建立车型-VID-OE的对应关系，从而能够基于车型查询量子配件基础数据库，以获得与所述车型相对应的VID，进而获得对应的OE及其属性。此外，用户也可以在车型维度下进行私有化部署。
当用户在输入车型而非VIN进行查询的情况下，能够基于车型 -VID-OE关系，直接获得输入车型对应的VID，进而获得对应的OE及其属性。
根据上述实施例，能够在输入车型而非VIN进行查询的情况下，快速高效地获得对应的OE及其属性信息，方便用户根据需求输入各类信息进行查询，提高用户使用的便捷性。需要指出的是，不限于车型信息，而可以建立其他相关参数与VID之间的关系，进而通过输入所述其它参数而查询VID及对应的OE及其属性。
根据上述实施例，能够使用统一模型的数据库表，使底层基础数据覆盖范围包含所有乘用车辆。该底层基础数据可以包括车到配件的对应关系，也可以包括配件属性信息(包括单车用量、图片、替换关系、材质、维修类型)、价格、工时、服务于保险、后市场、维修等领域，从而提供高解析、高精准、高时效的交易级数据。
另一方面，本发明的实施例还提供了一种量子车型配件基础数据库的创建装置。
图9是根据本发明一优选实施例的量子车型配件基础数据库的创建装置配置的示意性框图。如图9所示，根据本发明的实施例的量子车型配件基础数据库的创建装置包括：101，配件编码集合获取模块； 102，归并模块；103，校验模块；104，归并结果生成模块。
如图10所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建装置还进一步地包括：201，配件编码集合替换模块；以及202，再归并模块。
如图11所示，作为优选实施例，根据本发明的校验模块103包括：指标校验单元301和销售版型信息校验单元302。
如图12所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建装置还进一步地包括：401，人工优化模块。
如图13所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建装置还进一步地包括：501，静态部署模块；以及502，量子库查询引擎调用模块。
如图14所示，作为优选实施例，根据本发明的量子车型配件基础数据库的创建装置还进一步地包括：601，车型关联模块。
下文将详细描述上述各个模块。
101，OE集合获取模块。
OE集合获取模块101用于利用数据加载引擎获取数据库中的每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合。
具体地，OE集合获取模块101利用VIN-OE数据加载引擎获取 VIN-OE数据库中的每个VIN的所有OE结果，并且将每个VIN的OE 结果进行排序，作为与每个VIN相对应的OE集合，例如，将OE集合定义为key_MD5{oe1，oe2，oe3...，oen}，其中，n是自然数。
针对排序的方式，作为一个实例，可以在车辆识别号下将所有配件编码按其内容的字母或数据升序排列再聚合，以形成配件编码集合。通过该排序，便于对相同的配件编码集进行对比，避免产生在例如{oe1， oe2，oe3}与{oe2，oe1，oe3}这种乱序的基础上进行对比所造成的干扰。
102，归并模块。
归并模块102用于将满足预定条件的多个所述车辆识别号归并。针对该预定条件，归并模块102可以将与相同的所述配件编码集合相对应的多个所述车辆识别号归并，即，将与相同OE集合对应的多个 VIN归并。
作为一个实例，参见例如图1所示，与VIN1对应的OE集合为 OE集合A：key_MD5{oe1，oe2，oe3...，oen}，与VIN2对应的OE 集合也为OE集合A：key_MD5{oe1，oe2，oe3...，oen}，则可以将 VIN1和VIN2归并。
与VIN3对应的OE集合为OE集合B：key_MD5’{oe1，oe2，oe3’...， oen}，与VIN4对应的OE集合也为OE集合B：key_MD5’{oe1，oe2， oe3’...，oen}，则可以将VIN3和VIN4归并。
如图10所示，作为本发明的一个实施例，据本发明的量子车型配件基础数据库的创建装置还可以包括以下模块201-202。
201，配件编码集合替换模块。
配件编码集合替换模块201用于在对所述多个VIN归并之后，在获得的OE集合中，将代表同一产品的不同OE编码替换为标准OE编码OES，以获得标准化OE集合。其中，标准OE编码OES可以是代表同一产品的不同OE编码中的最新OE编码，也可以根据用户需求定义标准OE编码OES。
具体地，OE编码之间存在替换关系，例如，奥迪A6L大灯有三个OE编码，L4F0941003BP、L4F0941003CP、L4FD941003D。从OE 编码角度看是三条信息，但是实际这三个OE在使用场景中存在替换关系，即，L4F0941003BP＝L4F0941003CP＝L4FD941003D，因此可以将 L4F0941003BP或L4F0941003CP或L4FD941003D这种存在替换关系的oe统一替换为L4FD941003D(最新的oe)作为奥迪A6L大灯的标准OE编码OES。优选地，该替换关系以及标准OE编码以OE编码的官方替换信息为准。
作为一个实例，如例如图1所示，VIN3对应的OE集合为OE集合B：key_MD5’{oe1，oe2，oe3’...，oen},其中，oe3’与oe3存在替代关系，并且oe3是预先设定好的oe3’的标准OE编码。因此，模块201 将VIN3对应的OE集合替换为标准化OE集合key_MD5{oe1，oe2，oe3...，oen}。同理，与VIN4相对应的OE集合B也被替换为标准化 OE集合key_MD5{oe1，oe2，oe3...，oen}。
202，再归并模块。
再归并模块202用于在模块201通过替换获得标准化OE集合的情况下，对已经进行归并的VIN进行再归并。
作为一个实例，参见例如图1所示，在模块201将VIN3和VIN4 替换为标准化OE集合后，VIN1、VIN2与VIN3、VIN4对应的OE集合均为OE集合key_MD5{oe1，oe2，oe3...，oen}，因此，模块202可以将与OE集合key_MD5{oe1，oe2，oe3...，oen}相对应的VIN1、VIN2 与VIN3、VIN4进行再归并。
利用上述模块201-S202，能够对OE集合进行标准化处理，以进一步对VIN进行归并，从而在保证与数据精度与单VIN完全相同的前提下，进一步减少了数据存储量。
103，校验模块。
指标校验模块103用于通过利用预设的校验模型判定预设指标是否合格，对归并结果进行校验。
如图11所示，作为本发明的一个实施例，校验模块103包括以下单元301-302：
301：指标校验单元
指标校验单元301用于判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格。即，对获得的归并后的 VIN-key_MD5、key_MD5-OE的关系进行校验，以判定预设指标是否达到对应阈值。
具体地，指标校验模块301利用各个品牌的VIN-OE数据库，对通过模块102或202归并后的VIN-key_MD5和key_MD5-OE的关系进行校验，以判定OE数量、VIN数量和OE唯一率等预设指标是否达到预先设定的阈值。当OE数量、VIN数量和OE唯一率等指标达到预先设定的阈值时，则判定获得的归并后的VIN-key_MD5，key_MD5-OE 的关系合格，否则判定不合格。
其中，OE数量是指单VIN下的OE集合中的OE数量；VIN数量是指与单个key_MD5相对应的归并到一起的VIN数量；OE唯一率是指单个key_MD5下只对应唯一OE的标准名数量与单个key_MD5下所有标准名的数量的比率。
作为上述预先设定的阈值，例如，可以将OE数量设定为600， VIN数量设定为100，OE唯一率设定为90％。并且，可以根据各个品牌的差异，根据各自的情况设定最优阈值。
302，销售版型信息校验模块。
销售版型信息校验模块302用于调用销售车型数据库，以获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一。即，销售版型信息校验模块302调用VIN-SID(销售车型) 数据库，以获得key_MD5下所有VIN对应的SID以及销售版型信息，并判定相同key_MD5下所有VIN对应的销售版型信息是否唯一。其中，销售版型信息属于SID销售车型的一部分，其在SID销售车型的基础上，去除了一些与配件无关的信息，如美系品牌生产年对OE编码不造成影响等。如果各个key_MD5下所有VIN对应的销售版型信息唯一，即，每个key_MD5下所有VIN分别都具有唯一的销售版型信息，则销售版型信息校验模块301判定上述VIN-key_MD5，key_MD5-OE的关系合格。如果key_MD5下所有VIN对应的销售版型信息不唯一，则销售版型信息校验模块301判定上述VIN-key_MD5，key_MD5-OE的关系不合格。
根据上述实施例，能够调用VIN-SID数据库再次对归并后的 VIN-key_MD5，key_MD5-OE的关系进行验证，以提高数据的准确性。
如图12所示，作为本发明的一个实施例，据本发明的量子车型配件基础数据库的创建装置还可以包括以下模块：
401，人工优化模块。
人工优化模块401用于在判定获得的归并后的VIN-key_MD5， key_MD5-OE的关系不合格的情况下(唯一性校验不合格或者销售版型信息校验不合格)，对不合格的数据进行修复处理，修复后再次进行归并验证，直到合格为止。
104，VID生成模块。
VID生成模块104用于在校验所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。即，VID生成模块104用于在判定获得的归并后的 VIN-key_MD5，key_MD5-OE的关系合格的情况下，对key_MD5进行VID编码，以获得维度为VID的量子车型配件基础数据库。
以上描述了根据本发明的量子车型配件基础数据库的创建装置的优选实施例的各个模块，利用根据本发明的量子车型配件基础数据库的创建装置，利用高性能计算架构，在亿级VIN的海量千亿级OE上加工计算而成的；量子库海量数据采用独特的高压缩数据格式进行存储，将100TB数据压缩至1TB基本在数据库中进行存储,解决了传统基础库“完全保留VIN精度”和“数据量过大无法使用导致不具备业务属性”之间的矛盾，从而在保证了数据精度与单VIN精度完全相同的前提下，避免了单VIN存储数据量过大无法调用的劣势，集精确性和实用性为一体。具体地，本发明的量子库通过将全车配件编码归并而在保证数据精度不变的前提下提供最细粒度的车型配件查询能力，大大减少车型维护的数量，使数据量由亿级降低到百万级别，从而有助于在不同使用场景下对数据进行二次加工和趋势挖掘。
此外，如图13所示，根据本发明的量子车型配件基础数据库的创建装置还包括501：静态部署模块；以及502，量子库查询引擎调用模块。
501：静态部署模块。
静态部署模块501用于将通过上述模块101-104获得的量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至用户内部网络。
由此，用户可以根据自身需求仅获得上述量子车型配件基础数据库中的用户需要的一部分(可私有化部署数据)，而无需存储数据量庞大的整个数据库，并且用户在例如定损/风控等需要数据的某个环节中如果需要用到VIN-OE数据，可以在内网中，直接通过输入VIN查询对应的VIN-VID关系，并且进一步查询VID-OE的对应关系，以直接在内网的可私有化部署数据中查询到VIN对应的OE及其相关属性信息，而无需访问到外网，从而实现查询数据快速、安全、高效、稳定的良好效果，并且可以方便地通过网络传输进行数据的升级维护。
502，量子库查询引擎调用模块。
量子库查询引擎调用模块502用于使用户在内网中无法查询到对应的VIN-VID关系的情况下，或者不存在内网的静态部署的情况下 (即，在直接外网连线的情况下)，可以调用量子库查询引擎，以VIN (以及对应的查询方式，例如配件名称等附加信息)等入参，并且利用量子库查询引擎查询量子车型配件基础数据库，以获得与VIN相对应的VID，进而获得对应的OE及其属性信息，并可以进一步利用配件名称等附加信息进行筛选，以获得最终查询结果。
如图14所示，根据本发明的量子车型配件基础数据库的创建装置还包括以下模块：
601，车型关联模块。
车型关联模块601用于基于VIN-VID、VIN-车型(SID)以及 VID-OE的对应关系，建立车型-VID-OE的对应关系的对应关系，从而能够基于车型查询量子配件基础数据库，以获得与所述车型相对应的VID，进而获得对应的OE及其属性。此外，用户也可以在车型维度下进行私有化部署。
当用户在输入车型而非VIN进行查询的情况下，能够基于车型 -VID-OE关系，直接获得输入车型对应的VID，进而获得对应的OE及其属性。
根据上述实施例，能够在输入车型而非VIN进行查询的情况下，快速高效地获得对应的OE及其属性信息，方便用户根据需求输入各类信息进行查询，提高用户使用的便捷性。需要指出的是，不限于车型信息，而可以建立其他相关参数与VID之间的关系，进而通过输入所述其它参数而查询VID及对应的OE及其属性。
根据上述实施例，能够使用统一模型的数据库表，使底层基础数据覆盖范围包含所有乘用车辆。该底层基础数据可以包括车到配件的对应关系，也可以包括配件属性信息(包括单车用量、图片、替换关系、材质、维修类型)、价格、工时、服务于保险、后市场、维修等领域，从而提供高解析、高精准、高时效的交易级数据。
图15示出了可以应用本发明实施例的量子车型配件基础数据库的创建方法或装置的示例性系统架构1400。
如图15所示，系统架构1400可以包括终端设备1401、1402、1403，网络1404和服务器1405(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络1404用以在终端设备1401、1402、 1403和服务器1405之间提供通信链路的介质。网络1404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1401、1402、1403通过网络1404与服务器1405交互，以接收或发送消息等。终端设备1401、1402、1403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备1401、1402、1403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器1405可以是提供各种服务的服务器，例如对用户利用终端设备1401、1402、1403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的量子车型配件基础数据库的创建方法一般由服务器1405执行，相应地，量子车型配件基础数据库的创建装置一般设置于服务器1405中。
应该理解，图15中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
另外，本发明的实施例还提供了一种下面参考图16，其为适于用来实现本发明实施例的量子车型配件基础数据库的创建装置的计算机系统的结构示意图。图16示出的量子车型配件基础数据库的创建装置仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图16所示，计算机系统1500包括中央处理单元(CPU)1501，其可以根据存储在只读存储器(ROM)1502中的程序或者从存储部分 1508加载到随机访问存储器(RAM)1503中的程序而执行各种适当的动作和处理。在RAM 1503中，还存储有系统1500操作所需的各种程序和数据。CPU 1501、ROM1502以及RAM 1503通过总线1504彼此相连。输入/输出(I/O)接口1505也连接至总线1504。
以下部件连接至I/O接口1505：包括键盘、鼠标等的输入部分 1506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1503；包括硬盘等的存储部分1508；以及包括诸如LAN 卡、调制解调器等的网络接口卡的通信部分1509。通信部分1509经由诸如因特网的网络执行通信处理。驱动器1510也根据需要连接至I/O 接口1505。可拆卸介质1511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1510上，以便于从其上读出的计算机程序根据需要被安装入存储部分1508。
特别地，根据本发明公开的实施例，上文参考流程图描述的步骤可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行图2-8所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1509从网络上被下载和安装，和/或从可拆卸介质1511被安装。在该计算机程序被中央处理单元 (CPU)1501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的方法、装置和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块及其单元也可以设置在处理器中，例如，可以描述为：一种处理器包括配件编码集合获取模块、归并模块、指标校验模块和归并结果生成模块。其中，这些模块的名称在某种情况下并不构成对该模块及其单元本身的限定，例如，配件编码集合获取模块还可以被描述为“配件编码集合获取单元”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
利用数据加载引擎获取数据库中的每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；
将满足预定条件的多个所述车辆识别号归并；
利用预设的校验模型判定归并结果是否合格；以及
在判定所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库。
以上所述仅为本申请的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (16)

1.一种量子车型配件基础数据库的创建方法，其特征在于，所述方法包括：
利用数据加载引擎获取每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；
将满足预定条件的多个所述车辆识别号归并；
利用预设的校验模型判定归并结果是否合格；以及
在判定所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库，其中，
利用预设的所述校验模型判定所述归并结果是否合格包括：
判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格，以及
调用销售车型数据库，获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一，以判定所述归并结果是否合格。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
在对所述多个车辆识别号归并之后，在所述配件编码集合中，将代表同一产品的不同配件编码替换为标准配件编码，以获得标准化配件编码集合；以及
基于替换后的所述标准化配件编码集合，根据所述预定条件对已经被归并的所述车辆识别号进行再归并。
3.如权利要求1或2所述的方法，其特征在于，其中，所述将满足预定条件的多个所述车辆识别号归并包括：
将与相同的所述配件编码集合相对应的多个所述车辆识别号归并。
4.如权利要求1或2所述的方法，其特征在于，所述方法还包括：
在判定所述归并结果不合格的情况下，对不合格的数据进行人工修复。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
将所述量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至所述用户内部网络。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
以所述车辆识别号入参，调用量子库查询引擎以查询所述量子车型配件基础数据库，从而获得与入参的所述车辆识别号相对应的所述归并结果，进而获得与所述归并结果相对应的配件编码及其属性。
7.如权利要求1或2所述的方法，其特征在于，所述方法还包括：
基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
8.如权利要求3所述的方法，其特征在于，所述方法还包括：
基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
9.如权利要求4所述的方法，其特征在于，所述方法还包括：
基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
10.如权利要求5所述的方法，其特征在于，所述方法还包括：
基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
11.如权利要求6所述的方法，其特征在于，所述方法还包括：
基于所述归并结果与所述配件编码集合的对应关系、所述归并结果与所述车辆识别号的对应关系以及所述车辆识别号与基于所述销售车型数据库获得的车型之间的对应关系，建立所述车型与所述归并结果和所述配件编码集合之间的对应关系，从而能够基于所述车型查询所述量子车型配件基础数据库。
12.一种量子车型配件基础数据库的创建装置，其特征在于，所述装置包括：
配件编码集合获取模块，该配件编码集合获取模块用于利用数据加载引擎获取每个车辆识别号的所有配件编码，并将所述每个车辆识别号的所有配件编码排序，作为与所述每个车辆识别号相对应的配件编码集合；
归并模块，该归并模块用于将满足预定条件的多个所述车辆识别号归并；
校验模块，该校验模块用于利用预设的校验模型判定归并结果是否合格；以及
归并结果生成模块，该归并结果生成模块用于在校验所述归并结果合格的情况下，对所述归并结果进行编码，以获得以所述归并结果为维度的所述量子车型配件基础数据库，
其中，所述校验模块包括：
指标校验单元，该指标校验单元用于判定所述归并结果下的预设指标是否达到预定阈值，以判定所述归并结果是否合格；和
销售版型信息校验单元，该销售版型信息校验单元用于调用销售车型数据库，获得与每个所述归并结果下所有所述车辆识别号相对应销售版型信息，并判定各所述归并结果下的所有所述车辆识别号所对应的销售版型信息是否唯一，以判定所述归并结果是否合格。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
配件编码集合替换模块，该配件编码集合替换模块用于在对所述多个车辆识别号归并之后，在所述配件编码集合中，将代表同一产品的不同配件编码替换为标准配件编码，以获得标准化配件编码集合；以及
再归并模块，该再归并模块用于基于替换后的所述标准化配件编码集合，根据所述预定条件对已经被归并的所述车辆识别号进行再归并。
14.根据权利要求12或13所述的装置，其特征在于，所述装置还包括：
静态部署模块，该静态部署模块用于将所述量子车型配件基础数据库选择性地传输并保存至用户内部网络，以静态部署至所述用户内部网络。
15.一种用于创建量子车型配件基础数据库的电子设备，其特征在于，所述电子设备包括存储程序的存储单元和处理单元，其中，
所述处理单元执行所述程序用以实现如权利要求1至11的任意一项所述的方法中的各个步骤。
16.一种计算机可读存储介质，其特征在于，其中，
所述介质上存储有程序，该程序被执行用以实现如权利要求1至11的任意一项所述的方法中的各个步骤。
CN202111485322.6A 2021-12-07 2021-12-07 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质 Active CN114138752B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202111485322.6A CN114138752B (zh) 2021-12-07 2021-12-07 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质
JP2023557225A JP2024509629A (ja) 2021-12-07 2022-06-24 量子車型部品基礎データベースの作成方法、装置、電子機器及び記憶媒体
PCT/CN2022/100974 WO2023103346A1 (zh) 2021-12-07 2022-06-24 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质
US18/467,440 US20240054110A1 (en) 2021-12-07 2023-09-14 Method, apparatus and electronic device for creating quantum vehicle model parts basic database, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111485322.6A CN114138752B (zh) 2021-12-07 2021-12-07 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN114138752A CN114138752A (zh) 2022-03-04
CN114138752B true CN114138752B (zh) 2022-07-05

Family

ID=80384684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111485322.6A Active CN114138752B (zh) 2021-12-07 2021-12-07 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质

Country Status (4)

Country Link
US (1) US20240054110A1 (zh)
JP (1) JP2024509629A (zh)
CN (1) CN114138752B (zh)
WO (1) WO2023103346A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114138752B (zh) * 2021-12-07 2022-07-05 明觉科技（北京）有限公司 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112352228A (zh) * 2019-04-10 2021-02-09 北京航迹科技有限公司 数据存储系统和方法
CN113741939A (zh) * 2021-09-14 2021-12-03 合众新能源汽车有限公司 汽车软件的离线升级方法、服务器和车机

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7136873B2 (en) * 2002-07-20 2006-11-14 Microsoft Corporation Dynamic filtering in a database system
US20120179476A1 (en) * 2011-01-12 2012-07-12 Michael Muncy Method and system of remuneration for providing successful sales leads
ITUA20163232A1 (it) * 2016-05-09 2016-08-09 Uesse Srl Processo e sistema per calcolare il costo di materiali di uso e consumo per la verniciatura di autoveicoli, dall'analisi di deformazioni in autoveicoli
US20170337610A1 (en) * 2016-05-20 2017-11-23 Monroney Labels, LLC Motor Vehicle Data Retrieval, Processing and Presentation Process
CN106709808A (zh) * 2016-11-22 2017-05-24 中国平安财产保险股份有限公司 基于车险智能定损平台的唯一配件自动过滤方法及系统
CN107122484A (zh) * 2017-05-08 2017-09-01 明觉科技（北京）有限公司 零件信息查询方法及系统
CN107451778A (zh) * 2017-07-31 2017-12-08 无锡市书同文数据有限公司 汽车零部件数据匹配处理方法
US11361358B2 (en) * 2019-06-07 2022-06-14 Autodata Solutions, Inc. System and method for automated generation of textual description of a vehicle
US20210105321A1 (en) * 2019-10-08 2021-04-08 Ford Global Technologies, Llc Vehicle software check
US20210209077A1 (en) * 2020-01-07 2021-07-08 ALTR Solutions, Inc. Communicating fine-grained application database access to a third-party agent
CN112269787A (zh) * 2020-11-09 2021-01-26 安徽华典大数据科技有限公司 一种基于量子计算的数据库数据转换方法
CN112307747A (zh) * 2020-11-20 2021-02-02 深圳壹账通创配科技有限公司 车辆配件检索方法、装置、计算机设备及可读存储介质
US20220194502A1 (en) * 2020-12-22 2022-06-23 Toyota Jidosha Kabushiki Kaisha Vehicle inspection method and vehicle inspection system
CN114138752B (zh) * 2021-12-07 2022-07-05 明觉科技（北京）有限公司 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112352228A (zh) * 2019-04-10 2021-02-09 北京航迹科技有限公司 数据存储系统和方法
CN113741939A (zh) * 2021-09-14 2021-12-03 合众新能源汽车有限公司 汽车软件的离线升级方法、服务器和车机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于QPSO-SVR的售后配件库存需求预测";杨静雅 等;《计算机工程与设计》;20150930;第36卷(第9期);第2539-2543页 *

Also Published As

Publication number Publication date
CN114138752A (zh) 2022-03-04
WO2023103346A1 (zh) 2023-06-15
JP2024509629A (ja) 2024-03-04
US20240054110A1 (en) 2024-02-15

Similar Documents

Publication Publication Date Title
CN111858615A (zh) 数据库表生成方法、系统、计算机系统和可读存储介质
CN114138752B (zh) 量子车型配件基础数据库的创建方法、装置、电子设备和存储介质
CN112580199A (zh) 基于cim模型的电力系统多维数据统一构建系统
CN113919041A (zh) 协同设计方法及电子设备
CN111581431B (zh) 基于动态评估的数据探查方法和装置
CN111831868A (zh) 金融产品配置的方法和装置
CN116069725A (zh) 文件迁移方法、装置、设备、介质和程序产品
CN112131257B (zh) 数据查询方法和装置
CN113742321A (zh) 一种数据更新的方法和装置
CN112988746A (zh) 交易记录分区方法和装置
CN111639918A (zh) 审批的方法、装置、电子设备及计算机可读介质
CN110851438A (zh) 一种数据库索引优化建议与验证的方法和装置
CN115936600A (zh) 设计任务智能审签方法及装置
CN117573653A (zh) 数据字典的生成方法、装置、设备及存储介质
CN116192874A (zh) 数据同步的方法、系统和装置
CN116450961A (zh) 数据处理方法及装置、电子设备、存储介质、程序产品
CN116070891A (zh) 流程处理方法、装置、设备及存储介质
CN113778845A (zh) 一种系统测试方法和装置
CN115955327A (zh) 一种基于文档系统的拦截鉴权方法和装置
CN116108089A (zh) 一种大数据测试方法、计算机设备以及存储介质
CN111913737A (zh) 一种数据服务接口的构建方法、装置、设备及存储介质
CN115718893A (zh) 一种元数据管理方法及装置
CN112819620A (zh) 一种金融机构评级数据采集的方法和装置
CN110889582A (zh) 一种基于TeamCenter实现PBOM可视化的方法
CN115422149A (zh) 一种数据建模管理方法、平台和存储介质、设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant