本申请涉及车联网，特别是涉及一种车辆细分市场识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术：
1、在车联网技术迅速发展的背景下，车辆细分市场识别技术成为研究的热点。车辆细分市场识别技术旨在通过分析车辆的运行数据，识别不同车辆的运输行为模式，进而对车辆进行市场细分。这一技术对于优化车辆运营管理、提升运输效率以及制定市场策略具有重要意义。
2、尽管目前的一些技术在车辆细分市场识别方面取得了一定的进展，但仍存在一些局限性：侧重于行程信息，未充分利用车辆的其他相关信息，如车辆配置、索赔及运行信息。未能充分考虑车辆间的相关关系，这可能影响市场细分的全面性和准确性。
3、因此，亟需一种车辆细分市场识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够充分利用车联网数据，提高市场细分的全面性和准确性。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够充分利用车联网数据，提高市场细分的全面性和准确性的车辆细分市场识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种车辆细分市场识别方法，包括：
3、获取车辆的车联网数据；
4、利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱；
5、根据所述车辆细分市场识别的知识图谱，进行深度学习获得车辆细分市场识别模型；
6、利用所述车辆细分市场识别模型，对不属于所述车联网数据中的车辆进行细分市场识别。
7、在其中一个实施例中，所述车联网数据包括车辆信息、车辆之间的相关信息和车辆细分市场标签；所述利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱，包括：
8、根据所述车辆信息构建知识图谱结构的节点关系，根据所述车辆之间的相关关系构建知识图谱结构的边关系，根据所述车辆细分市场标签构建知识图谱结构的节点属性，获得车辆细分市场识别的知识图谱。
9、在其中一个实施例中，所述车辆信息包括车辆配置信息和各类速度区间的运行数据；所述根据所述车辆信息构建知识图谱结构的节点关系，包括：
10、对所述车辆配置信息进行独热编码，并且与所述各类速度区间的运行数据进行结合，获得车辆特征；
11、利用所述车辆特征，构建知识图谱结构的节点关系。
12、在其中一个实施例中，所述车辆之间的相关关系包括车辆之间相同的闭环路线和历史索赔数据；所述根据所述车辆之间的相关关系构建知识图谱结构的边关系，包括：
13、分别根据所述闭环路线和所述历史索赔数据，构建知识图谱结构的边关系。
14、在其中一个实施例中，所述车辆之间的相关关系包括车辆之间的相似路线；所述根据所述车辆之间的相关关系构建知识图谱结构的边关系，包括：
15、获取车辆之间相同的行程端点和停车点；
16、根据所述行程端点和所述停车点，获取车辆之间的行程路线相似度；
17、根据相似度高于预设阈值的行程路线，构建知识图谱结构的边关系。
18、在其中一个实施例中，所述获取车辆的车联网数据，包括：
19、根据预设范围内的车辆和数据上传的时间范围，获取车辆的车联网数据。
20、第二方面，本申请还提供了一种车辆细分市场识别装置，包括：
21、获取模块，用于获取车辆的车联网数据；
22、图谱构建模块，用于利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱；
23、模型构建模块，用于根据所述车辆细分市场识别的知识图谱，进行深度学习获得车辆细分市场识别模型；
24、识别模块，用于利用所述车辆细分市场识别模型，对不属于所述车联网数据中的车辆进行细分市场识别。
25、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
26、获取车辆的车联网数据；
27、利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱；
28、根据所述车辆细分市场识别的知识图谱，进行深度学习获得车辆细分市场识别模型；
29、利用所述车辆细分市场识别模型，对不属于所述车联网数据中的车辆进行细分市场识别。
30、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
31、获取车辆的车联网数据；
32、利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱；
33、根据所述车辆细分市场识别的知识图谱，进行深度学习获得车辆细分市场识别模型；
34、利用所述车辆细分市场识别模型，对不属于所述车联网数据中的车辆进行细分市场识别。
35、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
36、获取车辆的车联网数据；
37、利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱；
38、根据所述车辆细分市场识别的知识图谱，进行深度学习获得车辆细分市场识别模型；
39、利用所述车辆细分市场识别模型，对不属于所述车联网数据中的车辆进行细分市场识别。
40、上述车辆细分市场识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过综合车辆的多种运行数据，构建的知识图谱能够更全面地描述车辆的特征和行为模式，从而提高车辆市场细分的准确性和可靠性。细分市场识别模型能够帮助企业更好地理解不同用户群体的需求，为市场策略制定、产品研发和营销活动提供数据支持。准确的市场细分有助于优化车辆运营管理，比如通过识别不同细分市场的特定需求，可以更有效地进行车辆调度和维护服务。车联网数据的分析和知识图谱的构建，有助于提升车辆的智能化水平，增强车辆安全性能，实现更精准的车身稳定控制。
1.一种车辆细分市场识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述车联网数据包括车辆信息、车辆之间的相关信息和车辆细分市场标签；所述利用所述车联网数据，分别构建知识图谱结构的节点关系、边关系和节点属性，获得车辆细分市场识别的知识图谱，包括：
3.根据权利要求2所述的方法，其特征在于，所述车辆信息包括车辆配置信息和各类速度区间的运行数据；所述根据所述车辆信息构建知识图谱结构的节点关系，包括：
4.根据权利要求2所述的方法，其特征在于，所述车辆之间的相关关系包括车辆之间相同的闭环路线和历史索赔数据；所述根据所述车辆之间的相关关系构建知识图谱结构的边关系，包括：
5.根据权利要求2所述的方法，其特征在于，所述车辆之间的相关关系包括车辆之间的相似路线；所述根据所述车辆之间的相关关系构建知识图谱结构的边关系，包括：
6.根据权利要求1所述的方法，其特征在于，所述获取车辆的车联网数据，包括：
7.一种车辆细分市场识别装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
