技术摘要：
本发明提供一种电动汽车信用分评测方法、装置、设备和介质，方法包括从充电导航系统或充电预约系统获取用户实时充电或预约充电行为的相关数据；对相关数据进行清洗，将相关数据转化为用于信用评测模型开发的格式化数据样本；对数据样本进行业务逻辑分析，选择能够影响  全部
背景技术：
随着电动汽车的普及，有许多充电站运营商以及相关开发商都对电动汽车充电导 航进行了业务逻辑设计，其中包括：电动汽车的实时充电导航、电动汽车预约充电、电动汽 车日常充电预测等等。这些设计主要是针对用户如何到站充电的问题，但是实际上用户到 站充电后，可能产生一系列问题，如：预约成功却没有到站充电、预约成功后却取消预约、充 电结束后车未离站等，这些行为都会影响到后续充电用户的充电需求，导致充电拥挤事件 时常发生。因此，为了督促用户在充电站的合规操作，就亟需提供一种能够对充电用户的充 电行为进行管理和监督的技术方案。
技术实现要素：
本发明要解决的技术问题，在于提供一种电动汽车信用分评测方法、装置、设备和 介质，解决现有充电站因缺乏有效监管而带来的充电拥挤问题，能够实现对充电用户的充 电行为进行管理和监督。 第一方面，本发明提供了一种电动汽车信用分评测方法，所述方法包括： 从充电导航系统或充电预约系统中获取用户实时充电或预约充电行为的相关数 据； 对获取的所述相关数据进行清洗，将所述相关数据转化为用于信用评测模型开发 的格式化数据样本； 对转化得到的数据样本进行业务逻辑分析，并从数据样本中选择能够影响信用的 变量作为信用评测模型开发的指标数据； 依据选择的所述指标数据，引入模型算法进行参数训练，建立信用评测模型，并对 建立的信用评测模型进行评估； 将信用评测模型转化为信用评分体系，利用信用评分体系来对用户后续的充电行 为进行预判，并由充电导航系统或充电预约系统根据预判结果对信用违约用户执行相关处 理。 进一步的，所述的从充电导航系统或充电预约系统中获取用户实时充电或预约充 电行为的相关数据具体为： 接收用户发起的充电业务请求，且如果所述充电业务请求为实时充电请求，则接 入到充电导航系统，并从充电导航系统中获取用户实时充电的相关数据；如果所述充电业 务请求为预约充电请求，则接入到充电预约系统，并从充电预约系统中获取用户预约充电 的相关数据； 通过所述充电导航系统或充电预约系统引导用户执行充电业务，且在充电完成 4 CN 111598275 A 说　明　书 2/10 页 后，如果用户执行的是实时充电导航业务，则获取充电结束后的相关数据；如果用户执行的 是预约充电业务，则获取预约时段结束后的相关数据。 进一步的，所述的从数据样本中选择能够影响信用的变量作为信用评测模型开发 的指标数据具体为：先对数据样本中能够影响信用的各个变量按照信用影响大小进行排 序，再从排序好的各个变量中选择对信用影响显著的变量来作为信用评测模型开发的指标 数据。 进一步的，所述的引入模型算法进行参数训练，建立信用评测模型具体为：先引入 证据权重转化，将选择的所述指标数据转化为模型算法所需的参数格式，再引入模型算法 对参数进行训练，从而获得训练后的信用评测模型。 第二方面，本发明提供了一种电动汽车信用分评测装置，所述装置包括数据获取 模块、数据转化模块、指标选择模块、模型建立模块以及违约处理模块； 所述数据获取模块，用于从充电导航系统或充电预约系统中获取用户实时充电或 预约充电行为的相关数据； 所述数据转化模块，用于对获取的所述相关数据进行清洗，将所述相关数据转化 为用于信用评测模型开发的格式化数据样本； 所述指标选择模块，用于对转化得到的数据样本进行业务逻辑分析，并从数据样 本中选择能够影响信用的变量作为信用评测模型开发的指标数据； 所述模型建立模块，用于依据选择的所述指标数据，引入模型算法进行参数训练， 建立信用评测模型，并对建立的信用评测模型进行评估； 所述违约处理模块，用于将信用评测模型转化为信用评分体系，利用信用评分体 系来对用户后续的充电行为进行预判，并由充电导航系统或充电预约系统根据预判结果对 信用违约用户执行相关处理。 进一步的，所述数据获取模块具体为：接收用户发起的充电业务请求，且如果所述 充电业务请求为实时充电请求，则接入到充电导航系统，并从充电导航系统中获取用户实 时充电的相关数据；如果所述充电业务请求为预约充电请求，则接入到充电预约系统，并从 充电预约系统中获取用户预约充电的相关数据； 通过所述充电导航系统或充电预约系统引导用户执行充电业务，且在充电完成 后，如果用户执行的是实时充电导航业务，则获取充电结束后的相关数据；如果用户执行的 是预约充电业务，则获取预约时段结束后的相关数据。 进一步的，所述的从数据样本中选择能够影响信用的变量作为信用评测模型开发 的指标数据具体为：先对数据样本中能够影响信用的各个变量按照信用影响大小进行排 序，再从排序好的各个变量中选择对信用影响显著的变量来作为信用评测模型开发的指标 数据。 进一步的，所述的引入模型算法进行参数训练，建立信用评测模型具体为：先引入 证据权重转化，将选择的所述指标数据转化为模型算法所需的参数格式，再引入模型算法 对参数进行训练，从而获得训练后的信用评测模型。 第三方面，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并 可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法。 第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程 5 CN 111598275 A 说　明　书 3/10 页 序被处理器执行时实现第一方面所述的方法。 本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：通 过本发明技术方案中的信用评测模型来获取用户在充电行为中统计的充电次数、占位率次 数、预约取消率、预约守时度等信息，计算用户信用等级，并用相应的措施提醒、触发用户的 违规行为，可以在很大的程度上督促用户在充电站的合规操作，如避免占位问题、充电桩合 法操作等，从而能够避免充电基础设施浪费、充电站拥挤等问题。在未来大规模的电动汽车 接入时，能够有效督促用户充电行为，为智慧城市，智慧出行提供保障。 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够 更明显易懂，以下特举本发明的