[发明专利]基于用户行为推荐电池配置的方法及装置

说明书

本发明实施例公开了一种基于用户行为推荐电池配置的方法，涉及新能源汽车领域，包括：获取用户驾驶的电动汽车的在途数据，所述在途数据包括在途电池模块信息、充电行为信息和驾驶行为信息其中一个或多个；对所述在途电池模块信息进行筛选，筛选后得出在途特征子集；对所述特征子集进行因子分析，根据分析结果向用户发送新的电池的设置信息，同时向服务器发送用户行为分布信息。本发明还提供一种基于用户行为推荐电池配置的装置，包括：信息采集模块，信息筛选模块，信息分析模块、信息发送模块。根据本发明实施例，实现了能够对用户的真实行为进行概括与描述，并能根据用户需求满足程度对电动汽车设置提供改进方案。

技术领域

本发明涉及新能源汽车领域，具体涉及一种基于用户行为推荐电池配置的方法及装置。

背景技术

随着常规资源的不断消耗，新能源的开发与利用日渐受到重视，其中，电动汽车作为新能源汽车被越来越广泛的推广与使用，根据国家相关政策规定，电动汽车上必须安装许多传感器装置，用于采集电动汽车的在途数据的信息。通过这些电动汽车的在途数据信息可以获取及分析出用户的真实驾驶行为以及驾驶偏好，相较于人工分析推测，其反映的用户信息可以更加的真实客观，对电动汽车产品配置更具指导意义。但是由于传感器采集的功能部件的数据的局限性、在途数据的复杂性以及用户行为定义的规则的不确定性，从中提取用户行为偏好需求信息十分复杂，分析结果也比较粗略,无法提供电动汽车电池与电机配置参考。

发明内容

针对现有技术的不足，本发明提供了一种基于用户行为推荐电池配置的方法及装置，解决了由于传感器采集的功能部件的数据的局限性、在途数据的复杂性以及用户行为定义的规则的不确定性，从中提取用户行为偏好需求信息十分复杂，分析结果也比较粗略,无法提供电动汽车电池配置参考的问题。

为实现以上目的，本发明提供了一种基于用户行为推荐电池配置的方法，包括：

获取用户驾驶的电动汽车的在途数据，所述在途数据包括在途电池模块信息、充电行为信息和驾驶行为信息其中一个或多个；

对所述在途电池模块信息进行筛选，筛选后得出在途特征子集；

对所述特征子集进行因子分析，根据分析结果向用户发送新的电池的设置信息，同时向服务器发送用户行为分布信息。

可选的，在对所述特征子集进行因子分析前，还包括：

比较所述在途特征子集与用户基础充电行为和驾驶行为模块信息的信息覆盖度；

如果所述信息覆盖度小于或等于50％，则将用户基础充电行为和驾驶行为模块信息补充到所述在途特征子集缺失的对应信息中。

可选的，在对所述特征子集进行因子分析后，还包括：

根据因子分析结果，对用户进行聚类。

可选的，所述充电行为信息具体包括：

用户充电行为信息子集，所述用户充电行为信息的特征子集为SOC、充电桩插拔状态、剩余能量、剩余时间、车架号、SOC低报警、初始充电SOC、初始充电时间其中一个或多个；

所述驾驶行为信息具体包括：

用户驾驶行为信息子集，所述用户驾驶行为信息的特征子集为电机扭矩、电机转速、车辆速度、档位、续驶里程、SOC、行驶时间、车架号、加速度其中一个或多个。

可选的，所述在途特征子集包括：用户充电行为统计与用户驾驶行为统计。

本发明还提供了一种基于用户行为推荐电池配置的装置，包括：

信息采集模块，获取用户驾驶的电动汽车的在途数据，所述在途数据包括在途电池模块信息、充电行为信息和驾驶行为信息其中一个或多个；