CN116821721B - 一种跨城网约车的识别方法、装置、设备及介质 - Google Patents

Abstract

本发明实施例公开了一种跨城网约车的识别方法、装置、设备及介质。其中，该方法包括：获取目标车辆的目标高速通行数据，根据目标高速通行数据确定目标车辆的目标高速通行特征信息；对目标高速通行特征信息进行聚类处理，确定目标高速通行特征信息所属的目标聚类簇；从至少两个候选识别模型中确定与目标聚类簇对应的目标识别模型；根据目标高速通行特征信息以及与目标聚类簇对应的目标识别模型，确定目标车辆是否为网约车。本技术方案，能够基于大体量、高覆盖率、高权威性的车辆高速通行数据预先建立识别模型，根据识别模型确定车辆是否为网约车，有助于提高网约车识别的准确性和可信度。

Description

一种跨城网约车的识别方法、装置、设备及介质

技术领域

本发明涉及车辆识别技术领域，尤其涉及一种跨城网约车的识别方法、装置、设备及介质。

背景技术

相比于传统出租车，网约车在车辆车型与颜色上更加多样化，这种多样化使得对网约车的识别难度增加。相关技术中，基于车辆手机信令数据对样本数据进行聚类，通过计算待测车辆与已知网约车的聚类相似度，判断待测车辆是否为网约车。但是，车辆手机信令数据存在数据覆盖率低、数据体量小和数据权威性差的特性，很容易导致车辆聚类结果存在偏差，使得聚类相似度判断不准确，从而影响网约车识别准确性。

发明内容

本发明提供了一种跨城网约车的识别方法、装置、设备及介质，能够基于大体量、高覆盖率、高权威性的车辆高速通行数据预先建立识别模型，并根据识别模型确定车辆是否为网约车，有助于提高网约车识别的准确性和可信度。

根据本发明的一方面，提供了一种跨城网约车的识别方法，所述方法包括：

获取目标车辆的目标高速通行数据，根据所述目标高速通行数据确定所述目标车辆的目标高速通行特征信息；其中，所述目标高速通行特征信息包括所述目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；

对所述目标高速通行特征信息进行聚类处理，确定所述目标高速通行特征信息所属的目标聚类簇；其中，所述目标聚类簇用于表征所述目标高速通行特征信息对应的特征类别；

从至少两个候选识别模型中确定与所述目标聚类簇对应的目标识别模型；其中，所述候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；

根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车。

根据本发明的另一方面，提供了一种跨城网约车的识别装置，包括：

目标通行特征确定模块，用于获取目标车辆的目标高速通行数据，根据所述目标高速通行数据确定所述目标车辆的目标高速通行特征信息；其中，所述目标高速通行特征信息包括所述目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；

目标聚类簇确定模块，用于对所述目标高速通行特征信息进行聚类处理，确定所述目标高速通行特征信息所属的目标聚类簇；其中，所述目标聚类簇用于表征所述目标高速通行特征信息对应的特征类别；

目标识别模型确定模块，用于从至少两个候选识别模型中确定与所述目标聚类簇对应的目标识别模型；其中，所述候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；

网约车识别模块，用于根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的跨城网约车的识别方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的跨城网约车的识别方法。

本发明实施例的技术方案，获取目标车辆的目标高速通行数据，根据目标高速通行数据确定目标车辆的目标高速通行特征信息；其中，目标高速通行特征信息包括目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；对目标高速通行特征信息进行聚类处理，确定目标高速通行特征信息所属的目标聚类簇；其中，目标聚类簇用于表征目标高速通行特征信息对应的特征类别；从至少两个候选识别模型中确定与目标聚类簇对应的目标识别模型；其中，候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；根据目标高速通行特征信息以及与目标聚类簇对应的目标识别模型，确定目标车辆是否为网约车。本技术方案，能够基于大体量、高覆盖率、高权威性的车辆高速通行数据预先建立识别模型，并根据识别模型确定车辆是否为网约车，有助于提高网约车识别的准确性和可信度。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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。

图1是根据本发明实施例一提供的一种跨城网约车的识别方法的流程图；

图2是根据本发明实施例二提供的一种跨城网约车的识别方法的流程图；

图3是根据本发明实施例三提供的一种跨城网约车的识别装置的结构示意图；

图4是实现本发明实施例的一种跨城网约车的识别方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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，例如，包含了一系列步骤或单元的过程、方法、***、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。

实施例一

图1为本发明实施例一提供的一种跨城网约车的识别方法的流程图，本实施例可适用于对跨城网约车进行准确识别的情况，该方法可以由跨城网约车的识别装置来执行，该跨城网约车的识别装置可以采用硬件和/或软件的形式实现，该跨城网约车的识别装置可配置于具有数据处理能力的电子设备中。如图1所示，该方法包括：

S110，获取目标车辆的目标高速通行数据，根据目标高速通行数据确定目标车辆的目标高速通行特征信息。

其中，目标车辆可以是指等待被识别的车辆。目标高速通行数据可以是指目标车辆在高速行驶过程中被记录的历史通行数据。示例性的，目标高速通行数据可以包括车辆信息(如车牌号、车辆颜色和车辆载重等)、高速通行信息(如进出站名称、进出站时间和通行金额等)。目标高速通行特征信息可用于反映目标车辆在一段时间内的高速通行统计特征，具体包括目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段。其中，预设统计周期可以是指预先设定的信息统计周期，具体可以根据实际应用需求设定，本实施例中对此不做限定。示例性的，可以将预设统计周期设置为12个月。进出收费站信息熵可以用于反映车辆多次进出收费站的变化程度，信息熵越小则表明变化程度越小。

S120，对目标高速通行特征信息进行聚类处理，确定目标高速通行特征信息所属的目标聚类簇。

其中，目标聚类簇用于表征目标高速通行特征信息对应的特征类别。示例性的，可以采用K-means(K-均值)算法对目标高速通行特征信息进行聚类处理，根据聚类结果确定目标高速通行特征信息所属的目标聚类簇。需要说明的是，每一组目标高速通行特征信息对应一个目标聚类簇。

S130，从至少两个候选识别模型中确定与目标聚类簇对应的目标识别模型。

其中，候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车。示例性的，候选识别模型可以是机器学习模型。可选的，候选识别模型的建立过程包括：根据候选车辆的候选高速通行数据，确定候选车辆的候选高速通行特征信息；其中，候选高速通行数据被授权用于建立候选识别模型；对候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇；其中，候选聚类簇用于表征候选高速通行特征信息对应的特征类别；根据候选高速通行特征信息对预设初始模型进行有监督模型训练，得到与候选聚类簇对应的候选识别模型。

其中，候选车辆可以是指被用于候选识别模型训练的车辆对象，具体可以选择包括网约车(多数)和非网约车(少数)在内的一型客车，即可以采用正负样本进行模型训练。为确保模型训练的准确性和实用性，通常会选取大量的候选车辆，具体数量可以根据实际需求设定。候选高速通行特征信息可以是指候选车辆对应的高速通行特征信息，具体可以参照目标高速通行特征信息的相关描述。

其中，候选聚类簇用于表征候选高速通行特征信息对应的特征类别，具体可以根据实际需求设定分为哪几类，本实施例对此不做限定。类似的，可以采用K-means算法对候选高速通行特征信息进行聚类处理。示例性的，以候选高速通行特征信息包括总通行次数、总通行费和次均通行费，可以按照如下方式确定候选聚类簇：1.高总通行次数、高总通行费和高次均通行费；2.中总通行次数、高总通行费和高次均通行费；3.高总通行次数、高总通行费和中次均通行费。预设初始模型可以是指预先设定的模型训练基本框架。示例性的，预设初始模型可以选择XGBoost模型、LightGBM模型或者RF模型。需要说明的是，预设初始模型的数量可以是一个或者多个，具体可以根据实际需求设定，且每一个预设初始模型可以对应训练得到一个候选识别模型。

本实施例中，在建立候选识别模型的建立时，首先获取候选车辆的候选高速通行数据，并根据候选车辆的候选高速通行数据确定候选车辆的候选高速通行特征信息。其中，候选高速通行数据预先被授权用于建立候选识别模型。然后对候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇，具体可根据实际需求设定。进而针对每个候选聚类簇，根据该候选聚类簇中包括的候选高速通行特征信息对预设初始模型进行有监督模型训练，最终可得到与该候选聚类簇对应的候选识别模型。在模型训练过程中，可以基于交叉验证的方式筛选高准确率和高稳定性的模型，对于不符合准确率和稳定性要求的模型，需要通过模型参数调优使之达到要求。例如，可以使用GridSearch方法对候选聚类簇个数进行模型参数调优。

需要说明的是，由于每个候选聚类簇中包括的候选高速通行特征信息不同，即使采用相同的预设初始模型进行模型训练，最终得到的候选识别模型也是不同的，即每个候选聚类簇对应不同的候选识别模型。如果采用一个预设初始模型，则经过模型训练后每个候选聚类簇对应一个候选识别模型；如果采用多个预设初始模型，则经过模型训练后每个候选聚类簇对应多个候选识别模型。

S140，根据目标高速通行特征信息以及与目标聚类簇对应的目标识别模型，确定目标车辆是否为网约车。

本实施例中，需要将目标高速通行特征信息输入至与目标聚类簇对应的目标识别模型中，根据目标识别模型的输出结果即可确定目标车辆是否为网约车。其中，目标识别模型的输出可以是表征目标车辆是否为网约车的标签信息，比如“是”或者“否”，也可以是识别目标车辆为网约车的概率信息，具体可根据实际需求设定。若目标识别模型的输出为标签信息，其中，“是”表明目标车辆为网约车，“否”表明目标车辆为非网约车。若目标识别模型的输出为概率信息，需要进一步将输出的概率信息与预设概率阈值进行比较，并根据比较结果确定目标车辆是否为网约车。其中，预设概率阈值可以是指预先设定的用于表征车辆为网约车的参考概率值，具体可根据实际需求设定。具体的，若目标识别模型输出的概率信息大于预设概率阈值，可以判定目标车辆为网约车；否则，可以判定目标车辆为非网约车。

本发明实施例的技术方案，获取目标车辆的目标高速通行数据，根据目标高速通行数据确定目标车辆的目标高速通行特征信息；其中，目标高速通行特征信息包括目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；对目标高速通行特征信息进行聚类处理，确定目标高速通行特征信息所属的目标聚类簇；其中，目标聚类簇用于表征目标高速通行特征信息对应的特征类别；从至少两个候选识别模型中确定与目标聚类簇对应的目标识别模型；其中，候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；根据目标高速通行特征信息以及与目标聚类簇对应的目标识别模型，确定目标车辆是否为网约车。本技术方案，能够基于大体量、高覆盖率、高权威性的车辆高速通行数据预先建立识别模型，并根据识别模型确定车辆是否为网约车，有助于提高网约车识别的准确性和可信度。

在本实施例中，可选的，在对候选高速通行特征信息进行聚类处理之前，还包括：对候选高速通行特征信息进行异常样本剔除，得到第一候选特征信息；对第一候选特征信息进行数据标准化处理，得到第二候选特征信息；对第二候选特征信息进行异常特征识别，将识别到的第二候选特征信息中的异常特征信息进行重赋值得到第三候选特征信息；相应的，对候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇，包括：对第三候选特征信息进行聚类处理，得到至少两个候选聚类簇。

其中，第一候选特征信息可以是指对候选高速通行特征信息进行异常样本剔除后得到的信息。第二候选特征信息可以是指对第一候选特征信息进行数据标准化处理后得到的信息。第三候选特征信息可以是指对第二候选特征信息中的异常特征信息进行重赋值后得到的信息。

本实施例中，为了提高模型训练的准确性，降低模型训练参数中的异常样本或者异常特征对模型训练的不利影响，在此增加了异常样本剔除、数据标准化处理和异常特征纠偏的处理。具体的，在对候选高速通行特征信息进行聚类处理之前，可以对候选高速通行特征信息进行异常样本剔除得到第一候选特征信息。示例性的，可以采用孤立森林方法进行异常样本剔除。然后对第一候选特征信息进行数据标准化处理(如Z-score标准化处理)得到第二候选特征信息，以剔除不同数值大小特征之间的量纲差异。进而对第二候选特征信息进行异常特征识别，将识别得到的第二候选特征信息中的异常特征信息进行重赋值得到第三候选特征信息，在确保不丢失特征维度的基础上实现异常特征纠偏。例如，可以采用箱型图方式对异常特征信息进行识别和重赋值处理。此外，还可以对重赋值后的异常特征信息进行标记，用于表征异常特征信息是经过重赋值处理的。相应的，通过对第三候选特征信息进行聚类处理，可以得到至少两个候选聚类簇。

本方案通过这样的设置，通过对模型训练参数进行异常样本剔除、数据标准化处理和异常特征重赋值处理，降低了异常样本或异常特征对模型训练的不利影响，有助于提高模型训练的准确性。

在本实施例中，可选的，在对第三候选特征信息进行聚类处理，得到至少两个候选聚类簇之后，还包括：对候选聚类簇的第三候选特征信息进行特征工程处理，得到第四候选特征信息；其中，特征工程处理包括特征剔除、特征筛选和不均衡样本处理；相应的，根据候选高速通行特征信息对预设初始模型进行有监督模型训练，包括：根据第四候选特征信息对预设初始模型进行有监督模型训练。

其中，第四候选特征信息可以是指对第三候选特征信息进行特征工程处理后得到的信息。其中，特征工程处理可以包括特征剔除、特征筛选和不均衡样本处理。

本实施例中，在对第三候选特征信息进行聚类处理得到至少两个候选聚类簇之后，还可以对每个候选聚类簇的第三候选特征信息进行特征工程处理得到第四候选特征信息。示例性的，可以采用相关法进行特征剔除，采用递归消除法进行特征筛选，并可针对数量不均衡的正负样本进行样本处理，有助于提高模型训练的准确性。相应的，根据第四候选特征信息对预设初始模型进行有监督模型训练，可以得到与各候选聚类簇对应的候选识别模型。

本方案通过这样的设置，通过对第三候选特征信息进行特征工程处理，可以进行特征剔除、特征筛选和不均衡样本处理，有助于提高模型训练的准确性。

在本实施例中，可选的，预设初始模型的数量为至少两个；相应的，根据候选高速通行特征信息对预设初始模型进行有监督模型训练，得到候选聚类簇对应的候选识别模型，包括：根据候选高速通行特征信息对至少两个预设初始模型分别进行有监督模型训练，得到候选聚类簇对应的至少两个候选识别模型；其中，候选识别模型的输出为候选概率信息，候选概率信息用于表征识别候选车辆为网约车的概率。

本实施例中，可能存在候选识别模型的可信度和实用性较低的问题，可以根据候选高速通行特征信息对多个预设初始模型分别进行有监督模型训练，使得每个候选聚类簇对应多个候选识别模型，以便后续根据多个候选识别模型的综合输出结果根据属于目标聚类簇的目标高速通行特征信息对目标车辆进行网约车识别，从而提高网约车识别的准确性。

实施例二

图2为本发明实施例二提供的一种跨城网约车的识别方法的流程图，本实施例以上述实施例为基础进行优化。具体优化为：根据目标高速通行特征信息以及与目标聚类簇对应的目标识别模型，确定目标车辆是否为网约车，包括：将目标高速通行特征信息输入目标聚类簇对应的至少两个目标识别模型中，得到至少两个目标识别模型对应的目标概率信息；对目标概率信息进行均值处理，得到集成概率信息；基于集成概率信息和预设集成概率阈值，确定目标车辆是否为网约车。

如图2所示，本实施例的方法具体包括如下步骤：

S210，获取目标车辆的目标高速通行数据，根据目标高速通行数据确定目标车辆的目标高速通行特征信息。

其中，目标高速通行特征信息包括目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段。

S220，对目标高速通行特征信息进行聚类处理，确定目标高速通行特征信息所属的目标聚类簇。

其中，目标聚类簇用于表征目标高速通行特征信息对应的特征类别。

S230，从至少两个候选识别模型中确定与目标聚类簇对应的目标识别模型。

其中，候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车。此外，该目标聚类簇对应多个目标识别模型。

S240，将目标高速通行特征信息分别输入目标聚类簇对应的至少两个目标识别模型中，得到至少两个目标识别模型对应的目标概率信息。

其中，目标概率信息可以是指目标识别模型输出的概率信息，可用于表征将目标车辆识别为网约车的概率。

本实施例中，目标聚类簇对应多个目标识别模型，故需要将目标高速通行特征信息分别输入每个目标识别模型中，对应得到各个目标识别模型输出的目标概率信息。可以理解的是，一个目标识别模型会对应输出一个目标概率信息。

S250，对目标概率信息进行均值处理，得到集成概率信息。

本实施例中，在得到至少两个目标识别模型对应的目标概率信息之后，可以采用软投票的方式对各个目标概率信息进行均值处理得到集成概率信息，由此得到各个目标概率信息的综合概率信息。其中，集成概率信息可以是指对目标概率信息进行均值处理后得到的概率信息。

S260，基于集成概率信息和预设集成概率阈值，确定目标车辆是否为网约车。

其中，预设集成概率阈值可以是指预先设定的集成概率参考值，具体可根据实际需求设定。示例性的，可以根据实际应用经验将预设集成概率阈值直接设定为一个固定值，也可以基于分箱方式确定预设集成概率阈值。示例性的，在得到至少两个目标识别模型对应的目标概率信息之后，可以将各个目标概率信息按照等距分箱的方式划分为20箱，然后在不同分箱截断值为阈值确定正负样本下计算Brier得分，根据Brier得分确定合理的正负样本划分阈值(即预设集成概率阈值)。

在本实施例中，可选的，基于集成概率信息和预设集成概率阈值，确定目标车辆是否为网约车，包括：若集成概率信息大于预设集成概率阈值，确定目标车辆为网约车；否则，确定目标车辆为非网约车。

本实施例中，可以在得到集成概率信息之后，将集成概率信息与预设集成概率阈值进行比较，根据比较结果确定目标车辆是否为网约车。具体的，若集成概率信息大于预设集成概率阈值，表明目标车辆为网约车的概率较大，此时可以将目标车辆判定为网约车；若集成概率信息小于或等于预设集成概率阈值，表明目标车辆为网约车的概率较小，此时可以将目标车辆判定为非网约车。

本方案通过这样的设置，可以基于集成概率信息与预设集成概率阈值的比较结果，快速准确地确定目标车辆是否为网约车。

本发明实施例的技术方案，将目标高速通行特征信息输入目标聚类簇对应的至少两个目标识别模型中，得到至少两个目标识别模型对应的目标概率信息；对目标概率信息进行均值处理，得到集成概率信息；基于集成概率信息和预设集成概率阈值，确定目标车辆是否为网约车。本技术方案，能够基于大体量、高覆盖率、高权威性的车辆高速通行数据预先建立识别模型，其中，一个聚类簇对应建立多个识别模型，并根据多个识别模型的综合识别结果确定车辆是否为网约车，有助于进一步提高网约车识别的准确性和可信度。

实施例三

图3为本发明实施例三提供的一种跨城网约车的识别装置的结构示意图，该装置可执行本发明任意实施例所提供的跨城网约车的识别方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置包括：

目标通行特征确定模块310，用于获取目标车辆的目标高速通行数据，根据所述目标高速通行数据确定所述目标车辆的目标高速通行特征信息；其中，所述目标高速通行特征信息包括所述目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；

目标聚类簇确定模块320，用于对所述目标高速通行特征信息进行聚类处理，确定所述目标高速通行特征信息所属的目标聚类簇；其中，所述目标聚类簇用于表征所述目标高速通行特征信息对应的特征类别；

目标识别模型确定模块330，用于从至少两个候选识别模型中确定与所述目标聚类簇对应的目标识别模型；其中，所述候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；

网约车识别模块340，用于根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车。

可选的，所述装置还包括：

候选通行特征确定模块，用于根据候选车辆的候选高速通行数据，确定所述候选车辆的候选高速通行特征信息；其中，所述候选高速通行数据被授权用于建立候选识别模型；

候选聚类簇确定模块，用于对所述候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇；其中，所述候选聚类簇用于表征所述候选高速通行特征信息对应的特征类别；

候选识别模型确定模块，用于根据所述候选高速通行特征信息对预设初始模型进行有监督模型训练，得到与所述候选聚类簇对应的候选识别模型。

可选的，所述装置还包括：

第一候选特征信息确定模块，用于在对所述候选高速通行特征信息进行聚类处理之前，对所述候选高速通行特征信息进行异常样本剔除，得到第一候选特征信息；

第二候选特征信息确定模块，用于对所述第一候选特征信息进行数据标准化处理，得到第二候选特征信息；

第三候选特征信息确定模块，用于对所述第二候选特征信息进行异常特征识别，将识别到的所述第二候选特征信息中的异常特征信息进行重赋值得到第三候选特征信息；

相应的，所述候选聚类簇确定模块，用于：

对所述第三候选特征信息进行聚类处理，得到至少两个候选聚类簇。

可选的，所述装置还包括：

第四候选特征信息确定模块，用于在对所述第三候选特征信息进行聚类处理，得到至少两个候选聚类簇之后，对所述候选聚类簇的第三候选特征信息进行特征工程处理，得到第四候选特征信息；其中，所述特征工程处理包括特征剔除、特征筛选和不均衡样本处理；

相应的，所述候选识别模型确定模块，用于：

根据所述第四候选特征信息对预设初始模型进行有监督模型训练。

可选的，所述预设初始模型的数量为至少两个；

相应的，所述候选识别模型确定模块，还用于：

根据所述候选高速通行特征信息对至少两个预设初始模型分别进行有监督模型训练，得到所述候选聚类簇对应的至少两个候选识别模型；

其中，所述候选识别模型的输出为候选概率信息，所述候选概率信息用于表征识别所述候选车辆为网约车的概率。

可选的，所述网约车识别模块340，包括：

目标概率信息确定单元，用于将所述目标高速通行特征信息分别输入所述目标聚类簇对应的至少两个目标识别模型中，得到所述至少两个目标识别模型对应的目标概率信息；

集成概率信息确定单元，用于对所述目标概率信息进行均值处理，得到集成概率信息；

网约车识别单元，用于基于所述集成概率信息和预设集成概率阈值，确定所述目标车辆是否为网约车。

可选的，所述网约车识别单元，用于：

若所述集成概率信息大于所述预设集成概率阈值，确定所述目标车辆为网约车；

否则，确定所述目标车辆为非网约车。

本发明实施例所提供的一种跨城网约车的识别装置可执行本发明任意实施例所提供的一种跨城网约车的识别方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如跨城网约车的识别方法。

在一些实施例中，跨城网约车的识别方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的跨城网约车的识别方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行跨城网约车的识别方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种跨城网约车的识别方法，其特征在于，所述方法包括：

获取目标车辆的目标高速通行数据，根据所述目标高速通行数据确定所述目标车辆的目标高速通行特征信息；其中，所述目标高速通行特征信息包括所述目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；

对所述目标高速通行特征信息进行聚类处理，确定所述目标高速通行特征信息所属的目标聚类簇；其中，所述目标聚类簇用于表征所述目标高速通行特征信息对应的特征类别；

从至少两个候选识别模型中确定与所述目标聚类簇对应的目标识别模型；其中，所述候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；

根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车；

其中，所述候选识别模型的建立过程包括：

根据候选车辆的候选高速通行数据，确定所述候选车辆的候选高速通行特征信息；其中，所述候选高速通行数据被授权用于建立候选识别模型；

对所述候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇；其中，所述候选聚类簇用于表征所述候选高速通行特征信息对应的特征类别；

根据所述候选高速通行特征信息对预设初始模型进行有监督模型训练，得到与所述候选聚类簇对应的候选识别模型；

其中，所述预设初始模型的数量为至少两个；

相应的，根据所述候选高速通行特征信息对预设初始模型进行有监督模型训练，得到所述候选聚类簇对应的候选识别模型，包括：

根据所述候选高速通行特征信息对至少两个预设初始模型分别进行有监督模型训练，得到所述候选聚类簇对应的至少两个候选识别模型；

其中，所述候选识别模型的输出为候选概率信息，所述候选概率信息用于表征识别所述候选车辆为网约车的概率。

2.根据权利要求1所述的方法，其特征在于，在对所述候选高速通行特征信息进行聚类处理之前，还包括：

对所述候选高速通行特征信息进行异常样本剔除，得到第一候选特征信息；

对所述第一候选特征信息进行数据标准化处理，得到第二候选特征信息；

对所述第二候选特征信息进行异常特征识别，将识别到的所述第二候选特征信息中的异常特征信息进行重赋值得到第三候选特征信息；

相应的，对所述候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇，包括：

对所述第三候选特征信息进行聚类处理，得到至少两个候选聚类簇。

3.根据权利要求2所述的方法，其特征在于，在对所述第三候选特征信息进行聚类处理，得到至少两个候选聚类簇之后，还包括：

对所述候选聚类簇的第三候选特征信息进行特征工程处理，得到第四候选特征信息；其中，所述特征工程处理包括特征剔除、特征筛选和不均衡样本处理；

相应的，根据所述候选高速通行特征信息对预设初始模型进行有监督模型训练，包括：

根据所述第四候选特征信息对预设初始模型进行有监督模型训练。

4.根据权利要求1所述的方法，其特征在于，根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车，包括：

将所述目标高速通行特征信息分别输入所述目标聚类簇对应的至少两个目标识别模型中，得到所述至少两个目标识别模型对应的目标概率信息；

对所述目标概率信息进行均值处理，得到集成概率信息；

基于所述集成概率信息和预设集成概率阈值，确定所述目标车辆是否为网约车。

5.根据权利要求4所述的方法，其特征在于，基于所述集成概率信息和预设集成概率阈值，确定所述目标车辆是否为网约车，包括：

若所述集成概率信息大于所述预设集成概率阈值，确定所述目标车辆为网约车；

否则，确定所述目标车辆为非网约车。

6.一种跨城网约车的识别装置，其特征在于，所述装置包括：

目标通行特征确定模块，用于获取目标车辆的目标高速通行数据，根据所述目标高速通行数据确定所述目标车辆的目标高速通行特征信息；其中，所述目标高速通行特征信息包括所述目标车辆在预设统计周期内的总通行次数、总通行费、次均通行费、进出收费站信息熵和通行时间段；

目标聚类簇确定模块，用于对所述目标高速通行特征信息进行聚类处理，确定所述目标高速通行特征信息所属的目标聚类簇；其中，所述目标聚类簇用于表征所述目标高速通行特征信息对应的特征类别；

目标识别模型确定模块，用于从至少两个候选识别模型中确定与所述目标聚类簇对应的目标识别模型；其中，所述候选识别模型是基于候选聚类簇中的车辆高速通行特征信息预先建立且用于识别车辆是否为网约车；

网约车识别模块，用于根据所述目标高速通行特征信息以及与所述目标聚类簇对应的目标识别模型，确定所述目标车辆是否为网约车；

其中，所述装置还包括：

候选通行特征确定模块，用于根据候选车辆的候选高速通行数据，确定所述候选车辆的候选高速通行特征信息；其中，所述候选高速通行数据被授权用于建立候选识别模型；

候选聚类簇确定模块，用于对所述候选高速通行特征信息进行聚类处理，得到至少两个候选聚类簇；其中，所述候选聚类簇用于表征所述候选高速通行特征信息对应的特征类别；

候选识别模型确定模块，用于根据所述候选高速通行特征信息对预设初始模型进行有监督模型训练，得到与所述候选聚类簇对应的候选识别模型；

其中，所述预设初始模型的数量为至少两个；

相应的，所述候选识别模型确定模块，还用于：

根据所述候选高速通行特征信息对至少两个预设初始模型分别进行有监督模型训练，得到所述候选聚类簇对应的至少两个候选识别模型；

其中，所述候选识别模型的输出为候选概率信息，所述候选概率信息用于表征识别所述候选车辆为网约车的概率。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的跨城网约车的识别方法。

8.一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有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的跨城网约车的识别方法。