本發(fā)明涉及充換電資源推薦方法及裝置，更具體地，涉及基于需求預測的電動車充換電資源推薦方法及裝置。

背景技術：

目前，隨著電動車輛的日益發(fā)展和普及，對動力電池進行高效和便捷的充換電變得越來越重要。

在現(xiàn)有的技術方案中，典型地以如下方式實施電動車輛的動力電池的充換電：當駕駛者發(fā)現(xiàn)動力電池的剩余電量不足時，通過查詢相關的充換電資源記錄表或駕車搜尋的方式人工地確定目標充換電資源(例如充電站或充電樁)以完成對動力電池的充電操作。

然而，上述現(xiàn)有的技術方案存在如下問題：(1)由于需要駕駛者自身來搜尋和確定目標充換電資源，故操作不便；(2)在存在多個不同類型并處于不同的位置處的可用充換電資源(例如慢充、快充、換電、移動充電車等等不同的類型，或者充電設施的不同品牌、位置、輸出功率等等)時，駕駛者難于準確地和快速地判定那個充換電資源是當前最適合的。

因此，存在如下需求：提供具有高的使用便捷性并且能夠準確判定最優(yōu)充換電資源的基于需求預測的電動車充換電資源推薦方法及裝置。

技術實現(xiàn)要素：

為了解決上述現(xiàn)有技術方案所存在的問題，本發(fā)明提出了具有高的使用便捷性并且能夠準確判定最優(yōu)充換電資源的基于需求預測的電動車充換電資源推薦方法及裝置。

本發(fā)明的目的是通過以下技術方案實現(xiàn)的：

一種基于需求預測的電動車充換電資源推薦方法，其包括下列步驟：

(a1)周期性地收集車輛的動力電池剩余電量信息以及車輛的當前位置信息，并基于所收集的動力電池剩余電量信息確定當前動力電池續(xù)航里程、隨之基于所述當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求；

(a2)如果預測結果是“當前存在充換電需求”，則至少基于所述當前動力電池續(xù)航里程并結合評價矩陣自動地或基于駕駛者指令從資源庫中選擇并推薦當前最適合的目標充換電資源以提示駕駛者在所述目標充換電資源處實施動力電池的充換電操作，其中，所述評價矩陣記錄用戶對所述資源庫中的各個充換電資源的歷史評分值。

在上面所公開的方案中，優(yōu)選地，所述方法進一步包括：(a3)在所述車輛完成動力電池的充換電操作后，提示駕駛者對所述目標充換電資源評分，并將評分結果記錄在所述評價矩陣中。

在上面所公開的方案中，優(yōu)選地，所述步驟(a1)進一步包括：以如下方式預測車輛當前是否存在充換電需求：(1)根據(jù)車輛的當前位置信息從所述資源庫中提取與車輛的當前位置信息距離最近的n個充換電資源p1，p2，…，pn，并計算所述n個充換電資源各自與車輛的當前位置之間的距離l1，l2，…，ln，其中，n是正整數(shù)；(2)基于如下邏輯預測車輛當前是否存在充換電需求：僅當ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)時，預測結果是“當前存在充換電需求”，其中，ld是當前動力電池續(xù)航里程、ldrequest是車輛歷史使用過程中觸發(fā)充換電推薦操作的最大續(xù)航里程數(shù)，k是距離加權因子，其表示當前動力電池續(xù)航里程是距離最近的充換電資源的k倍。

在上面所公開的方案中，優(yōu)選地，所述評價矩陣是m×n矩陣，其中，m和n均是正整數(shù)，并且矩陣中的元素ri，j的值表示第i個用戶對第j個充換電資源的評分值。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：以如下方式從資源庫中選擇并推薦當前最適合的目標充換電資源：(1)將所述n個充換電資源p1，p2，…，pn作為待選的充換電資源，并確定除了當前車輛的用戶以外的所有使用過所述待選的充換電資源的用戶，以將其作為目標用戶群；(2)基于皮爾森相關系數(shù)法或余弦相似性法計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)；(3)基于所述相關系數(shù)以及所述目標用戶群中的每一個用戶對所述待選的充換電資源的評分來計算所述待選的充換電資源針對當前車輛的用戶的模擬評分，并隨之基于所述模擬評分對所述待選的充換電資源排序；(4)將排序最高的充換電資源確定為當前最適合的目標充換電資源。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：在使用皮爾森相關系數(shù)法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，表示當前車輛的用戶x對除了所述待選的充換電資源之外的所有充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：在使用余弦相似性法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示由當前車輛的用戶x和所述目標用戶群中的用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分組成的向量，表示兩個向量的內積，表示的模。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：以如下公式計算所述待選的充換電資源中的每一個針對當前車輛的用戶的模擬評分：

其中，pi(x)是所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，j是正整數(shù)，其取值從1至n，rj,i是第j個用戶對第i個充換電資源pi的評分值，simil(x,j)是當前車輛的用戶x與所述目標用戶群中的用戶j之間的相關系數(shù)。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：在計算出所述模擬評分值后，基于負指數(shù)加權法或線性加權法對每個模擬評分值進行加權，并隨之基于加權后的模擬評分值對所述待選的充換電資源排序。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：在使用負指數(shù)加權法的情況下，以如下公式對每個模擬評分值進行加權：

其中，pi_e(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，ls是常量，其指示可提供服務的最遠的充換電資源與車輛的當前位置之間的距離。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：在使用線性加權法的情況下，以如下公式對每個模擬評分值進行加權：

pi_l(x)＝pi(x)*(-al+b)

其中，pi_l(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，a，b為常量，并且滿足當l的值是可提供服務的最遠的充換電資源與車輛的當前位置之間的距離時－al+b＝0。

在上面所公開的方案中，優(yōu)選地，所述步驟(a2)進一步包括：當預測結果是“當前存在充換電需求”時提示駕駛者車輛當前需要充換電以便接收來自駕駛者的指令。

在上面所公開的方案中，優(yōu)選地，所述方法進一步包括：周期性地基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源，并隨之對所述第一類充換電資源進行優(yōu)化配置以增強和/或擴展所述第一類充換電資源的充換電能力，以及對所述第二類充換電資源進行優(yōu)化配置以減少和/或縮限所述第二類充換電資源的充換電能力或者直接淘汰所述第二類充換電資源。

本發(fā)明的目的也可以通過以下技術方案實現(xiàn)：

一種基于需求預測的電動車充換電資源推薦裝置，其包括：

預測單元，所述預測單元被配置為周期性地收集車輛的動力電池剩余電量信息以及車輛的當前位置信息，并基于所收集的動力電池剩余電量信息確定當前動力電池續(xù)航里程、隨之基于所述當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求；

資源推薦單元，所述資源推薦單元被配置為在預測結果是“當前存在充換電需求”情況下至少基于所述當前動力電池續(xù)航里程并結合評價矩陣自動地或基于駕駛者指令從資源庫中選擇并推薦當前最適合的目標充換電資源以提示駕駛者在所述目標充換電資源處實施動力電池的充換電操作，其中，所述評價矩陣記錄用戶對所述資源庫中的各個充換電資源的歷史評分值。

在上面所公開的方案中，優(yōu)選地，所述裝置進一步包括評價單元，所述評價單元被配置為在所述車輛完成動力電池的充換電操作后，提示駕駛者對所述目標充換電資源評分，并將評分結果記錄在所述評價矩陣中。

本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法及裝置具有下列優(yōu)點：由于能夠自動地根據(jù)當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求并推薦最優(yōu)的目標充換電資源，故具有高的使用便捷性并且能夠準確判定最優(yōu)充換電資源。

附圖說明

結合附圖，本發(fā)明的技術特征以及優(yōu)點將會被本領域技術人員更好地理解，其中：

圖1是根據(jù)本發(fā)明的實施例的基于需求預測的電動車充換電資源推薦方法的流程圖。

圖2是根據(jù)本發(fā)明的實施例的基于需求預測的電動車充換電資源推薦裝置的示意性結構圖。

具體實施方式

圖1是根據(jù)本發(fā)明的實施例的基于需求預測的電動車充換電資源推薦方法的流程圖。如圖1所示，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法包括下列步驟：(a1)周期性地收集車輛的動力電池剩余電量信息(soc)以及車輛的當前位置信息，并基于所收集的動力電池剩余電量信息確定當前動力電池續(xù)航里程(即車輛當前能夠繼續(xù)行駛直至電量耗盡的里程數(shù))、隨之基于所述當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求；(a2)如果預測結果是“當前存在充換電需求”，則至少基于所述當前動力電池續(xù)航里程并結合評價矩陣自動地或基于駕駛者指令從資源庫中選擇并推薦當前最適合的目標充換電資源以提示駕駛者在所述目標充換電資源處實施動力電池的充換電操作，其中，所述評價矩陣記錄用戶對所述資源庫中的各個充換電資源的歷史評分值。

優(yōu)選地，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法進一步包括：(a3)在所述車輛完成動力電池的充換電操作后，提示駕駛者對所述目標充換電資源評分，并將評分結果記錄在所述評價矩陣中。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a1)進一步包括：以如下方式預測車輛當前是否存在充換電需求：(1)根據(jù)車輛的當前位置信息從所述資源庫中提取與車輛的當前位置信息距離最近的n個充換電資源p1，p2，…，pn，并計算所述n個充換電資源各自與車輛的當前位置之間的距離l1，l2，…，ln，其中，n是正整數(shù)(例如n＝4)；(2)基于如下邏輯預測車輛當前是否存在充換電需求：僅當ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)時，預測結果是“當前存在充換電需求”，其中，ld是當前動力電池續(xù)航里程、ldrequest是車輛歷史使用過程中觸發(fā)充換電推薦操作的最大續(xù)航里程數(shù)，k是距離加權因子，其表示當前動力電池續(xù)航里程是距離最近的充換電資源的k倍(例如，k＝2)。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述評價矩陣是m×n矩陣(即m行和n列矩陣)，其中，m和n均是正整數(shù)(例如m是總的用戶數(shù)，n是總的充換電資源數(shù))，并且矩陣中的元素ri，j的值表示第i個用戶對第j個充換電資源的評分值(例如評分值越高則評價越好，諸如1表示最差、5表示最好)。其中，所述資源庫是由所述評價矩陣中所指示的資源1至n的信息組成的資源信息的集合，并且所述資源庫能夠被存儲于獨立的遠程或本地服務器中，或者被分別存儲在任意數(shù)量的云端節(jié)點處。此外，所述資源庫中的資源信息能夠被周期性地刪除，修改或添加(諸如基于從各種途徑收集或查詢各個資源的當前狀態(tài))。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：以如下方式從資源庫中選擇并推薦當前最適合的目標充換電資源：(1)將所述n個充換電資源p1，p2，…，pn作為待選的充換電資源，并確定除了當前車輛的用戶(即當前車輛的駕駛者)以外的所有使用過所述待選的充換電資源的用戶，以將其作為目標用戶群；(2)基于皮爾森相關系數(shù)法或余弦相似性法計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)；(3)基于所述相關系數(shù)以及所述目標用戶群中的每一個用戶對所述待選的充換電資源的評分來計算所述待選的充換電資源針對當前車輛的用戶的模擬評分，并隨之基于所述模擬評分對所述待選的充換電資源排序；(4)將排序最高的充換電資源確定為當前最適合的目標充換電資源。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：在使用皮爾森相關系數(shù)法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，表示當前車輛的用戶x對除了所述待選的充換電資源之外的所有充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：在使用余弦相似性法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示由當前車輛的用戶x和所述目標用戶群中的用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分組成的向量，表示兩個向量的內積，表示的模。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：以如下公式計算所述待選的充換電資源中的每一個針對當前車輛的用戶的模擬評分：

其中，pi(x)是所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，j是正整數(shù)，其取值從1至n，rj,i是第j個用戶對第i個充換電資源pi的評分值，simil(x,j)是當前車輛的用戶x與所述目標用戶群中的用戶j之間的相關系數(shù)。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：在計算出所述模擬評分值后，基于負指數(shù)加權法或線性加權法對每個模擬評分值進行加權，并隨之基于加權后的模擬評分值對所述待選的充換電資源排序。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：在使用負指數(shù)加權法的情況下，以如下公式對每個模擬評分值進行加權：

其中，pi_e(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，ls是常量，其指示可提供服務的最遠的充換電資源與車輛的當前位置之間的距離。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：在使用線性加權法的情況下，以如下公式對每個模擬評分值進行加權：

pi_l(x)＝pi(x)*(-al+b)

其中，pi_l(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，a，b為常量，并且滿足當l的值是可提供服務的最遠的充換電資源與車輛的當前位置之間的距離時－al+b＝0。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，所述步驟(a2)進一步包括：當預測結果是“當前存在充換電需求”時提示駕駛者車輛當前需要充換電以便接收來自駕駛者的指令。

優(yōu)選地，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法進一步包括：周期性地基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源，并隨之對所述第一類充換電資源進行優(yōu)化配置以增強和/或擴展所述第一類充換電資源的充換電能力，以及對所述第二類充換電資源進行優(yōu)化配置以減少和/或縮限所述第二類充換電資源的充換電能力或者直接淘汰所述第二類充換電資源。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，以如下方式基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源：計算所述評價矩陣中的每個行向量的平均值(即各個用戶對每個充換電資源的平均評分值，換句話說，一個行向量的平均值表示各個用戶對該充換電資源的平均評價)，并將每個行向量的平均值與所述第一閾值和所述第二閾值相比較以確定所述第一類充換電資源和所述第二類充換電資源。

可選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法中，以如下方式基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源：對所述評價矩陣中的每個行向量中的每個值進行基于用戶使用頻率(即不同的用戶使用每個行向量所代表的充換電資源的頻率，換句話說，如果某個用戶對某個充換電資源使用頻率高，則對該用戶對該充換電資源的評分值進行較大系數(shù)的加權，反之，則進行較小系數(shù)的加權)的加權，并隨之計算每個行向量中的加權后的每個值的平均值，并將該平均值與所述第一閾值和所述第二閾值相比較以確定所述第一類充換電資源和所述第二類充換電資源。

由上可見，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦方法具有下列優(yōu)點：由于能夠自動地根據(jù)當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求并推薦最優(yōu)的目標充換電資源，故具有高的使用便捷性并且能夠準確判定最優(yōu)充換電資源。

圖2是根據(jù)本發(fā)明的實施例的基于需求預測的電動車充換電資源推薦裝置的示意性結構圖。如圖2所示，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置包括預測單元1和資源推薦單元2。所述預測單元1被配置為周期性地收集車輛的動力電池剩余電量信息(soc)以及車輛的當前位置信息，并基于所收集的動力電池剩余電量信息確定當前動力電池續(xù)航里程(即車輛當前能夠繼續(xù)行駛直至電量耗盡的里程數(shù))、隨之基于所述當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求。所述資源推薦單元2被配置為在預測結果是“當前存在充換電需求”情況下至少基于所述當前動力電池續(xù)航里程并結合評價矩陣自動地或基于駕駛者指令從資源庫中選擇并推薦當前最適合的目標充換電資源以提示駕駛者在所述目標充換電資源處實施動力電池的充換電操作，其中，所述評價矩陣記錄用戶對所述資源庫中的各個充換電資源的歷史評分值。

優(yōu)選地，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置進一步包括評價單元3，評價單元3被配置為在所述車輛完成動力電池的充換電操作后，提示駕駛者對所述目標充換電資源評分，并將評分結果記錄在所述評價矩陣中。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述預測單元1進一步被配置為以如下方式預測車輛當前是否存在充換電需求：(1)根據(jù)車輛的當前位置信息從所述資源庫中提取與車輛的當前位置信息距離最近的n個充換電資源p1，p2，…，pn，并計算所述n個充換電資源各自與車輛的當前位置之間的距離l1，l2，…，ln，其中，n是正整數(shù)(例如n＝4)；(2)基于如下邏輯預測車輛當前是否存在充換電需求：僅當ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)時，預測結果是“當前存在充換電需求”，其中，ld是當前動力電池續(xù)航里程、ldrequest是車輛歷史使用過程中觸發(fā)充換電推薦操作的最大續(xù)航里程數(shù)，k是距離加權因子，其表示當前動力電池續(xù)航里程是距離最近的充換電資源的k倍(例如，k＝2)。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述評價矩陣是m×n矩陣(即m行和n列矩陣)，其中，m和n均是正整數(shù)(例如m是總的用戶數(shù)，n是總的充換電資源數(shù))，并且矩陣中的元素ri，j的值表示第i個用戶對第j個充換電資源的評分值(例如評分值越高則評價越好，諸如1表示最差、5表示最好)。其中，所述資源庫是由所述評價矩陣中所指示的資源1至n的信息組成的資源信息的集合，并且所述資源庫能夠被存儲于獨立的遠程或本地服務器中，或者被分別存儲在任意數(shù)量的云端節(jié)點處。此外，所述資源庫中的資源信息能夠被周期性地刪除，修改或添加(諸如基于從各種途徑收集或查詢各個資源的當前狀態(tài))

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為以如下方式從資源庫中選擇并推薦當前最適合的目標充換電資源：(1)將所述n個充換電資源p1，p2，…，pn作為待選的充換電資源，并確定除了當前車輛的用戶(即當前車輛的駕駛者)以外的所有使用過所述待選的充換電資源的用戶，以將其作為目標用戶群；(2)基于皮爾森相關系數(shù)法或余弦相似性法計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)；(3)基于所述相關系數(shù)以及所述目標用戶群中的每一個用戶對所述待選的充換電資源的評分來計算所述待選的充換電資源針對當前車輛的用戶的模擬評分，并隨之基于所述模擬評分對所述待選的充換電資源排序；(4)將排序最高的充換電資源確定為當前最適合的目標充換電資源。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為在使用皮爾森相關系數(shù)法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，表示當前車輛的用戶x對除了所述待選的充換電資源之外的所有充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為在使用余弦相似性法的情況下，基于如下公式計算當前車輛的用戶與所述目標用戶群中的每一個用戶的相關系數(shù)：

其中，simil(x，y)表示當前車輛的用戶x與所述目標用戶群中的用戶y之間的相關系數(shù)，rx，i表示當前車輛的用戶x對第i個充換電資源的評分，ry，i表示用戶y對第i個充換電資源的評分，表示由當前車輛的用戶x和所述目標用戶群中的用戶y對除了所述待選的充換電資源之外的所有充換電資源的評分組成的向量，表示兩個向量的內積，表示的模。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為以如下公式計算所述待選的充換電資源中的每一個針對當前車輛的用戶的模擬評分：

其中，pi(x)是所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，j是正整數(shù)，其取值從1至n，rj,i是第j個用戶對第i個充換電資源pi的評分值，simil(x,j)是當前車輛的用戶x與所述目標用戶群中的用戶j之間的相關系數(shù)。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為在計算出所述模擬評分值后，基于負指數(shù)加權法或線性加權法對每個模擬評分值進行加權，并隨之基于加權后的模擬評分值對所述待選的充換電資源排序。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為在使用負指數(shù)加權法的情況下，以如下公式對每個模擬評分值進行加權：

其中，pi_e(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，ls是常量，其指示可提供服務的最遠的充換電資源與車輛的當前位置之間的距離。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為在使用線性加權法的情況下，以如下公式對每個模擬評分值進行加權：

pi_l(x)＝pi(x)*(-al+b)

其中，pi_l(x)表示針對pi(x)加權后的模擬評分，pi(x)表示所述待選的充換電資源中的第i個充換電資源pi針對當前車輛的用戶x的模擬評分，l表示充換電資源pi與車輛的當前位置之間的距離，a，b為常量，并且滿足當l的值是可提供服務的最遠的充換電資源與車輛的當前位置之間的距離時－al+b＝0。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述資源推薦單元2進一步被配置為當預測結果是“當前存在充換電需求”時提示駕駛者車輛當前需要充換電以便接收來自駕駛者的指令。

優(yōu)選地，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置進一步包括優(yōu)化配置單元4，所述優(yōu)化配置單元4被配置為周期性地基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源，以便提示相關方對所述第一類充換電資源進行優(yōu)化配置以增強和/或擴展所述第一類充換電資源的充換電能力，以及對所述第二類充換電資源進行優(yōu)化配置以減少和/或縮限所述第二類充換電資源的充換電能力或者直接淘汰所述第二類充換電資源。

優(yōu)選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述優(yōu)化配置單元4進一步被配置為以如下方式基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源：計算所述評價矩陣中的每個行向量的平均值(即各個用戶對每個充換電資源的平均評分值，換句話說，一個行向量的平均值表示各個用戶對該充換電資源的平均評價)，并將每個行向量的平均值與所述第一閾值和所述第二閾值相比較以確定所述第一類充換電資源和所述第二類充換電資源。

可選地，在本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置中，所述優(yōu)化配置單元4進一步被配置為基于所述評價矩陣中記錄的每個充換電資源的評分值選擇出評分值高于第一閾值的第一類充換電資源和評分值低于第二閾值的第二類充換電資源：對所述評價矩陣中的每個行向量中的每個值進行基于用戶使用頻率(即不同的用戶使用每個行向量所代表的充換電資源的頻率，換句話說，如果某個用戶對某個充換電資源使用頻率高，則對該用戶對該充換電資源的評分值進行較大系數(shù)的加權，反之，則進行較小系數(shù)的加權)的加權，并隨之計算每個行向量中的加權后的每個值的平均值，并將該平均值與所述第一閾值和所述第二閾值相比較以確定所述第一類充換電資源和所述第二類充換電資源。

由上可見，本發(fā)明所公開的基于需求預測的電動車充換電資源推薦裝置具有下列優(yōu)點：由于能夠自動地根據(jù)當前動力電池續(xù)航里程以及車輛的當前位置信息預測車輛當前是否存在充換電需求并推薦最優(yōu)的目標充換電資源，故具有高的使用便捷性并且能夠準確判定最優(yōu)充換電資源

盡管本發(fā)明是通過上述的優(yōu)選實施方式進行描述的，但是其實現(xiàn)形式并不局限于上述的實施方式。應該認識到：在不脫離本發(fā)明主旨和范圍的情況下，本領域技術人員可以對本發(fā)明做出不同的變化和修改。