本發(fā)明涉及通信技術(shù)領(lǐng)域，更為具體地涉及一種面向拖延用戶的移動(dòng)電源租賃方法及系統(tǒng)。

背景技術(shù)：

隨著信息技術(shù)的快速發(fā)展，移動(dòng)電子設(shè)備，特別是智能終端使得人們的生活方式發(fā)生了翻天覆地的變化。隨著人們對(duì)移動(dòng)電子設(shè)備的需求越來越多，移動(dòng)電子設(shè)備也給人們的生活帶來了不少的困惑，比如移動(dòng)電子設(shè)備為了滿足用戶對(duì)娛樂、視頻、互動(dòng)的視覺需求，屏幕設(shè)計(jì)越來越大，大屏幕的發(fā)光需要消耗大量的電量，而伴隨隨著大屏幕的動(dòng)態(tài)以及觸控效果，同樣也需要大量的電量支持。這就導(dǎo)致電子設(shè)備電池的續(xù)航能力不足，不能滿足人們?nèi)找嬖鲩L(zhǎng)的生活需要。

雖然目前可以通過隨身攜帶移動(dòng)電源來為解決電子設(shè)備電池的續(xù)航能力不足的問題，但移動(dòng)電源會(huì)占用一定的儲(chǔ)物空間且具有一定的重量，這對(duì)于想輕裝簡(jiǎn)行的用戶來說，其依然具有不便之處。因此，移動(dòng)電源的租賃服務(wù)應(yīng)運(yùn)而生。然而，由于現(xiàn)代人的生活節(jié)奏快、壓力大，很多用戶普遍存在拖延心理，如此則導(dǎo)致用戶在租賃移動(dòng)電源的過程中不能及時(shí)歸還移動(dòng)電源，從而降低了移動(dòng)電源的流轉(zhuǎn)效率。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問題，本發(fā)明的目的是提供一種面向拖延用戶的移動(dòng)電源租賃方法及系統(tǒng)，以解決拖延癥用戶不能及時(shí)歸還移動(dòng)電源導(dǎo)致的移動(dòng)電源流轉(zhuǎn)效率低的問題。

本發(fā)明提供的面向拖延用戶的移動(dòng)電源租賃方法，包括：

根據(jù)平臺(tái)計(jì)費(fèi)策略曲線獲取用戶最近n次的消費(fèi)數(shù)據(jù)，消費(fèi)數(shù)據(jù)包括用戶最近n次租借移動(dòng)電源的時(shí)間和與時(shí)間對(duì)應(yīng)的租借費(fèi)用；

建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型；在建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的過程中，從所獲取的用戶最近n次的消費(fèi)數(shù)據(jù)中，選取第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)，以及平臺(tái)計(jì)費(fèi)策略參數(shù)作為拖延癥用戶判別模型的訓(xùn)練數(shù)據(jù)，并對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理，平臺(tái)計(jì)費(fèi)策略參數(shù)為m次階梯收費(fèi)時(shí)間和與收費(fèi)時(shí)間對(duì)應(yīng)的收費(fèi)價(jià)格，n和m均為正整數(shù)；

將歸一化后的訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練；在進(jìn)行迭代訓(xùn)練的過程中，若某次迭代的實(shí)際誤差小于預(yù)設(shè)誤差，或者迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)，則一個(gè)訓(xùn)練數(shù)據(jù)完成迭代訓(xùn)練；當(dāng)訓(xùn)練數(shù)據(jù)均完成迭代訓(xùn)練時(shí)，拖延癥用戶判別模型完成建立；

從用戶最近n次的消費(fèi)數(shù)據(jù)中獲取拖延癥用戶判別模型的輸入數(shù)據(jù)，根據(jù)輸入數(shù)據(jù)和完成建立的拖延癥用戶判別模型判斷用戶是否為拖延癥用戶；其中，輸入數(shù)據(jù)為用戶最近n次的消費(fèi)數(shù)據(jù)中的除第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)之外的消費(fèi)數(shù)據(jù)；

若用戶為拖延癥用戶則向用戶發(fā)送提示信息。

另一方面，本發(fā)明提供一種面向拖延癥用戶的移動(dòng)電源租賃系統(tǒng)，包括：

消費(fèi)數(shù)據(jù)獲取單元，用于根據(jù)平臺(tái)計(jì)費(fèi)策略曲線獲取用戶最近n次的消費(fèi)數(shù)據(jù)，消費(fèi)數(shù)據(jù)包括用戶最近n次租借移動(dòng)電源的時(shí)間和與時(shí)間對(duì)應(yīng)的租借費(fèi)用；

判別模型建立單元，用于建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型；在建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的過程中，從消費(fèi)數(shù)據(jù)獲取單元所獲取的用戶最近n次的消費(fèi)數(shù)據(jù)中，選取第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)，以及平臺(tái)計(jì)費(fèi)策略參數(shù)作為拖延癥用戶判別模型的訓(xùn)練數(shù)據(jù)，并對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理，平臺(tái)計(jì)費(fèi)策略參數(shù)為m次階梯收費(fèi)時(shí)間和與收費(fèi)時(shí)間對(duì)應(yīng)的收費(fèi)價(jià)格，n和m均為正整數(shù)；

將歸一化后的訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練；在進(jìn)行迭代訓(xùn)練的過程中，若某次迭代的實(shí)際誤差小于預(yù)設(shè)誤差，或者迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)，則一個(gè)訓(xùn)練數(shù)據(jù)完成迭代訓(xùn)練；當(dāng)訓(xùn)練數(shù)據(jù)均完成迭代訓(xùn)練時(shí)，拖延癥用戶判別模型完成建立；

拖延癥用戶判斷單元，用于從用戶最近n次的消費(fèi)數(shù)據(jù)中獲取拖延癥用戶判別模型的輸入數(shù)據(jù)，根據(jù)輸入數(shù)據(jù)和判別模型建立單元所建立的拖延癥用戶判別模型判斷用戶是否為拖延癥用戶；其中，輸入數(shù)據(jù)為用戶最近n次的消費(fèi)數(shù)據(jù)中的除第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)之外的消費(fèi)數(shù)據(jù)；

提示信息發(fā)送單元，用于根據(jù)拖延癥用戶判斷單元的判斷結(jié)果向拖延癥用戶發(fā)送提示信息。

本發(fā)明提供的面向拖延癥用戶的移動(dòng)電源租賃方法及系統(tǒng)，通過建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型，并將獲取的用戶最近n次的消費(fèi)數(shù)據(jù)和平臺(tái)計(jì)費(fèi)策略參數(shù)進(jìn)行歸一化，然后將歸一化后的數(shù)據(jù)作為基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練，以建立拖延癥用戶判別模型，最后根據(jù)建立的拖延癥用戶判別模型對(duì)用戶是否為拖延癥用戶進(jìn)行判斷，以便于為拖延癥用戶發(fā)送信息提示，使拖延癥用戶獲得良好的租賃體驗(yàn)，從而提高移動(dòng)電源租賃流轉(zhuǎn)效率。

附圖說明

圖1為根據(jù)本發(fā)明實(shí)施例的面向拖延癥用戶的移動(dòng)電源租賃方法流程圖；

圖2為根據(jù)本發(fā)明實(shí)施例的面向拖延癥用戶的移動(dòng)電源租賃系統(tǒng)的邏輯結(jié)構(gòu)框圖。

具體實(shí)施方式

以下將結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施例進(jìn)行詳細(xì)描述。

針對(duì)前述，現(xiàn)有的移動(dòng)電源租賃方式因租賃用戶的拖延癥而導(dǎo)致的移動(dòng)電源的流轉(zhuǎn)效率低的問題，本發(fā)明通過建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型，并將獲取的用戶最近n次的消費(fèi)數(shù)據(jù)和平臺(tái)計(jì)費(fèi)策略參數(shù)進(jìn)行歸一化，然后將歸一化后的數(shù)據(jù)作為基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練，以建立拖延癥用戶判別模型，最后根據(jù)建立的拖延癥用戶判別模型對(duì)用戶是否為拖延癥用戶進(jìn)行判斷，以便于為拖延癥用戶發(fā)送信息提示，使拖延癥用戶獲得良好的租賃體驗(yàn)，從而提高移動(dòng)電源租賃流轉(zhuǎn)效率。

為詳細(xì)說明本發(fā)明提供的面向拖延癥用戶的移動(dòng)電源租賃方法，圖1示出了根據(jù)本發(fā)明實(shí)施例的面向拖延癥用戶的移動(dòng)電源租賃方法流程。

如圖1所示，本發(fā)明提供的面向拖延癥用戶的移動(dòng)電源租賃方法包括：

s110：根據(jù)平臺(tái)計(jì)費(fèi)策略曲線獲取用戶最近n次的消費(fèi)數(shù)據(jù)，消費(fèi)數(shù)據(jù)包括用戶最近n次租借移動(dòng)電源的時(shí)間和與時(shí)間對(duì)應(yīng)的租借費(fèi)用。

上述的平臺(tái)計(jì)費(fèi)策略曲線為根據(jù)預(yù)設(shè)的計(jì)費(fèi)方式在坐標(biāo)系中展示出來的曲線。

s120：建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型。

建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的過程包括：

s121：從所獲取的用戶最近n次的消費(fèi)數(shù)據(jù)中，選取第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)，以及平臺(tái)計(jì)費(fèi)策略參數(shù)作為拖延癥用戶判別模型的訓(xùn)練數(shù)據(jù)，并對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理，平臺(tái)計(jì)費(fèi)策略參數(shù)為m次階梯收費(fèi)時(shí)間和與收費(fèi)時(shí)間對(duì)應(yīng)的收費(fèi)價(jià)格，n和m均為正整數(shù)。

s122：將歸一化后的訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練；在進(jìn)行迭代訓(xùn)練的過程中，若某次迭代的實(shí)際誤差小于預(yù)設(shè)誤差，或者迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)，則一個(gè)訓(xùn)練數(shù)據(jù)完成迭代訓(xùn)練；當(dāng)訓(xùn)練數(shù)據(jù)均完成迭代訓(xùn)練時(shí)，拖延癥用戶判別模型完成建立。

其中，神經(jīng)網(wǎng)絡(luò)包括輸入層、隱藏層和輸出層，在將歸一化后的訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練的過程中，在一次迭代過程中，對(duì)一個(gè)訓(xùn)練數(shù)據(jù)前向計(jì)算神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元的輸入和輸出，并根據(jù)神經(jīng)網(wǎng)絡(luò)的期望輸出和實(shí)際輸出計(jì)算神經(jīng)網(wǎng)絡(luò)本次迭代的實(shí)際誤差；若本次迭代的實(shí)際誤差小于預(yù)設(shè)誤差，則完成此次迭代，進(jìn)入下一個(gè)訓(xùn)練數(shù)據(jù)的迭代訓(xùn)練；否則，在當(dāng)前迭代次數(shù)不大于預(yù)設(shè)迭代次數(shù)時(shí)，對(duì)本次進(jìn)行迭代訓(xùn)練的訓(xùn)練數(shù)據(jù)反向計(jì)算神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元的局部梯度，并根據(jù)所計(jì)算的局部梯度計(jì)算權(quán)值修正量并修正權(quán)值；根據(jù)所修正的權(quán)值對(duì)本次進(jìn)行迭代訓(xùn)練的訓(xùn)練數(shù)據(jù)前向計(jì)算神經(jīng)網(wǎng)絡(luò)各層神經(jīng)元的輸入和輸出。

具體地，設(shè)獲取了某一個(gè)用戶最近100次的消費(fèi)數(shù)據(jù)，選取其中50次的消費(fèi)數(shù)據(jù)，以及平臺(tái)計(jì)費(fèi)策略參數(shù)作為拖延癥用戶判別模型的訓(xùn)練數(shù)據(jù)，并對(duì)上述訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理，則將用戶其中50次租借移動(dòng)電源的時(shí)間記為ti，與時(shí)間ti對(duì)應(yīng)的租借費(fèi)用為fi，i＝1,2,…,n，m次階梯收費(fèi)時(shí)間tj和與收費(fèi)時(shí)間對(duì)應(yīng)的收費(fèi)價(jià)格為fj，j＝1,2,…,m，因此訓(xùn)練數(shù)據(jù)為：

將上述訓(xùn)練數(shù)據(jù)歸一化至(0，1)區(qū)間，其具體歸一化方式如下：

其中xl是歸一化之前的訓(xùn)練數(shù)據(jù)；xl'是歸一化后的訓(xùn)練數(shù)據(jù)；xmin是歸一化前訓(xùn)練數(shù)據(jù)xl的最小值，xmax是歸一化前訓(xùn)練數(shù)據(jù)xl的最大值，其中l(wèi)＝1,2,…n+m。

在本發(fā)明的一個(gè)具體實(shí)施例中，將神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元節(jié)點(diǎn)個(gè)數(shù)設(shè)為m＝2n+2m，輸出層采用2個(gè)神經(jīng)元節(jié)點(diǎn)，根據(jù)經(jīng)驗(yàn)公式來確定隱含層神經(jīng)元個(gè)數(shù)為5個(gè)，其中k為0～10的常數(shù)。設(shè)訓(xùn)練數(shù)據(jù)的個(gè)數(shù)為m'，訓(xùn)練數(shù)據(jù)的迭代次數(shù)為100，將第g次迭代時(shí)輸入層i與隱含層h之間的權(quán)值矢量表示為：

將第g次迭代時(shí)隱藏層h與輸出層p之間的權(quán)值矢量表示為：

將g次迭代時(shí)神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出表示為：yn(g)＝[yk1(g),yk2(g),…,ykp(g)](k＝1,2,…,m')，將第g次迭代時(shí)神經(jīng)網(wǎng)絡(luò)的期望輸出表示為：dk＝[dk1,dk2,…,dkp](k＝1,2,…,m')；

那么神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程如下：

1、初始化權(quán)值，設(shè)迭代次數(shù)g的初值為0，分別賦給wih(0)、whp(0)一個(gè)(0,1)區(qū)間的隨機(jī)值；

2、隨機(jī)輸入訓(xùn)練數(shù)據(jù)xl并對(duì)其進(jìn)行歸一化，得到xl'；

3、對(duì)訓(xùn)練數(shù)據(jù)xl'，前向計(jì)算神經(jīng)網(wǎng)絡(luò)每層神經(jīng)元的輸出和輸出數(shù)據(jù)；

4、根據(jù)期望輸出dk和實(shí)際輸出yk(g)，計(jì)算本次迭代的實(shí)際誤差e(g)；

5、判斷本次迭代的實(shí)際誤差是否小于預(yù)設(shè)誤差，如果小于則進(jìn)入步驟9，否則進(jìn)入步驟6；

6、判斷迭代次數(shù)g+1是否大于預(yù)設(shè)迭代次數(shù)，如大于，則進(jìn)入步驟9，否則，進(jìn)入步驟7；

7、對(duì)訓(xùn)練數(shù)據(jù)xl'反向計(jì)算每層神經(jīng)元的局部梯度δ；

8、計(jì)算權(quán)值修正量δw，并修正權(quán)值，計(jì)算公式為：式中，η為學(xué)習(xí)效率；令g＝g+1，跳轉(zhuǎn)至步驟3；

9、判斷是否所有的訓(xùn)練數(shù)據(jù)均完成了訓(xùn)練，如果是，則完成拖延癥用戶判別模型的建立，否則，繼續(xù)跳轉(zhuǎn)至步驟2。

s130：從用戶最近n次的消費(fèi)數(shù)據(jù)中獲取拖延癥用戶判別模型的輸入數(shù)據(jù)，根據(jù)輸入數(shù)據(jù)和完成建立的拖延癥用戶判別模型判斷用戶是否為拖延癥用戶；其中，輸入數(shù)據(jù)為用戶最近n次的消費(fèi)數(shù)據(jù)中的除第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)之外的消費(fèi)數(shù)據(jù)。

s140：若用戶為拖延癥用戶則向用戶發(fā)送提示信息。

其中，若用戶被判斷為拖延癥用戶，則采用預(yù)設(shè)的優(yōu)惠計(jì)費(fèi)方式對(duì)用戶租賃移動(dòng)電源的租賃費(fèi)用進(jìn)行計(jì)算；并且，向拖延癥用戶發(fā)送的提示信息包括：用戶租賃移動(dòng)電源當(dāng)前已消費(fèi)的費(fèi)用、下一階段的計(jì)費(fèi)方式，以及提示用戶盡快歸還移動(dòng)電源的信息。

與上述方法相對(duì)應(yīng)，本發(fā)明提供一種面向拖延癥用戶的移動(dòng)電源租賃系統(tǒng)，圖2示出了根據(jù)本發(fā)明實(shí)施例的面向拖延癥用戶的移動(dòng)電源租賃系統(tǒng)的邏輯結(jié)構(gòu)。

如圖2所示，本發(fā)明提供的面向拖延癥用戶的移動(dòng)電源租賃系統(tǒng)200包括消費(fèi)數(shù)據(jù)獲取單元210、判別模型建立單元220、拖延癥用戶判斷單元230和提示信息發(fā)送單元240。

其中，消費(fèi)數(shù)據(jù)獲取單元210用于根據(jù)平臺(tái)計(jì)費(fèi)策略曲線獲取用戶最近n次的消費(fèi)數(shù)據(jù)，消費(fèi)數(shù)據(jù)包括用戶最近n次租借移動(dòng)電源的時(shí)間和與時(shí)間對(duì)應(yīng)的租借費(fèi)用。

判別模型建立單元220用于建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型；在建立基于神經(jīng)網(wǎng)絡(luò)的拖延癥用戶判別模型的過程中，從消費(fèi)數(shù)據(jù)獲取單元210所獲取的用戶最近n次的消費(fèi)數(shù)據(jù)中，選取第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)，以及平臺(tái)計(jì)費(fèi)策略參數(shù)作為拖延癥用戶判別模型的訓(xùn)練數(shù)據(jù)，并對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理，平臺(tái)計(jì)費(fèi)策略參數(shù)為m次階梯收費(fèi)時(shí)間和與收費(fèi)時(shí)間對(duì)應(yīng)的收費(fèi)價(jià)格，n和m均為正整數(shù)；將歸一化后的訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)進(jìn)行迭代訓(xùn)練；在進(jìn)行迭代訓(xùn)練的過程中，若某次迭代的實(shí)際誤差小于預(yù)設(shè)誤差，或者迭代次數(shù)達(dá)到預(yù)設(shè)的迭代次數(shù)時(shí)，則一個(gè)訓(xùn)練數(shù)據(jù)完成迭代訓(xùn)練；當(dāng)訓(xùn)練數(shù)據(jù)均完成迭代訓(xùn)練時(shí)，拖延癥用戶判別模型完成建立。

拖延癥用戶判斷單元，用于從用戶最近n次的消費(fèi)數(shù)據(jù)中獲取拖延癥用戶判別模型的輸入數(shù)據(jù)，根據(jù)輸入數(shù)據(jù)和判別模型建立單元220所建立的拖延癥用戶判別模型判斷用戶是否為拖延癥用戶；其中，輸入數(shù)據(jù)為用戶最近n次的消費(fèi)數(shù)據(jù)中的除第一預(yù)設(shè)次數(shù)的消費(fèi)數(shù)據(jù)之外的消費(fèi)數(shù)據(jù)。

提示信息發(fā)送單元240用于根據(jù)拖延癥用戶判斷單元230的判斷結(jié)果向拖延癥用戶發(fā)送提示信息。

通過上述可知，本發(fā)明提供的面向拖延癥用戶的移動(dòng)電源租賃方法能夠?qū)ψ赓U用戶是否為拖延癥用戶進(jìn)行判斷，以便于為拖延癥用戶發(fā)送提示信息，從而使拖延癥用戶獲得良好的租賃體驗(yàn)，并且提高移動(dòng)電源租賃流轉(zhuǎn)效率。

如上參照附圖以示例的方式描述了根據(jù)本發(fā)明的面向拖延癥用戶的移動(dòng)電源租賃方法及系統(tǒng)。但是，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，對(duì)于上述本發(fā)明所提出的面向拖延癥用戶的移動(dòng)電源租賃方法及系統(tǒng)，還可以在不脫離本發(fā)明內(nèi)容的基礎(chǔ)上做出各種改進(jìn)。因此，本發(fā)明的保護(hù)范圍應(yīng)當(dāng)由所附的權(quán)利要求書的內(nèi)容確定。