基于电动车在途数据的用户驾驶决策模式与关键因素挖掘
基于互联网与大数据,汽车的智能互联程度逐渐加强,实时获取汽车运行数据成为可能.基于速度数据、电机数据、充放电数据、地理位置数据等在途数据,可以挖掘更多用户信息,例如用户的驾驶行为信息、使用偏好信息,驾驶决策模式信息等.在产品生命周期越来越短的严峻形势下,能否及时准确的获取用户具体需求从而获取产品改进与创新机会,是电动汽车企业获取市场竞争优势的关键.通过对电动汽车数据进行深度分析和挖掘,本文结合文献分析,挖掘电动汽车用户的驾驶决策模式以及导致用户不同驾驶决策模式的影响因素,构建电动汽车用户驾驶决策模型和充电决策模型,并对不同电动汽车用户的关键决策因素进行聚类分析,最后根据聚类分析结果电动为汽车企业进行产品创新与改进提供参考意见.
电动汽车 驾驶决策 充电行为 用户偏好 在途数据 聚类分析
潘若愚 邱丹晖
合肥工业大学管理学院、信息管理系 安徽省合肥市230009
国内会议
杭州
中文
1-10
2018-11-03（万方平台首次上网日期，不代表论文的发表时间）