摘要
本发明公开了一种基于用户行为和负载的换电推荐方法、系统及存储介质,包括获取用户换电的电费数据、用户位置数据、换电站点换电的电费数据、换电站点电量数据、换电站点位置数据和和用户需要换电的时间数据;并处理和分析获取的数据得到输入值基于UCB算法的在线学习推荐模型的特征,将特征输入至训练完成的基于UCB算法的在线学习推荐模型,推荐用户此时最优换电站点的位置;根据用户推荐的换电站点进行反馈信息,对基于UCB算法的在线学习推荐模型的参数进行修正,在用户下一次换电时推荐更优换电站点。为用户提供换电时最节省电费的换电站点选择,在降低用户换电成本的同时,维持换电站点的经济收益要求。
技术关键词
换电站
推荐方法
多臂老虎机
在线
推荐算法
皮尔逊相关系数
时间段
数据收集模块
频率
推荐系统
参数
站点
分析模块
电池
处理器
指标
误差
系统为您推荐了相关专利信息
智能诊疗方法
训练神经网络模型
网络学习用户
因子
多维特征向量
多模态特征融合
序列推荐方法
注意力
掩码矩阵
序列特征
设备性能数据
在线监测系统
实时数据采集
分布式传感器网络
模型预测值
动态推荐系统
画像
策略
数据处理模块
数据采集模块
磁盘故障预测系统
数据采集模块
磁盘故障预测方法
时序
时间序列预测模型