买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京骑胜科技有限公司

摘要：本公开示例提供的共享单车的报修方法、服务器、电子设备及存储介质，采用了获取用户上报的报修数据；对所述报修数据进行特征提取，获得报修数据特征值；将所述报修数据特征值输入至预先训练的逻辑回归模型，输出所述报修数据对应的单车的故障数据；根据故障数据，生成并派发报修任务的技术方案，即通过对报修数据进行相应处理获得故障数据，进而确定是否派发报修任务，实现了对假报修数据的有效过滤，减少了资源和人力的浪费，提高了对真正的问题车辆的维修效率。

主权项：1.一种共享单车的报修方法，其特征在于，包括：获取用户上报的报修数据，所述报修数据包括地理区域标识和故障类型；确定各报修数据中故障类型对应的安全等级；根据各报修数据的安全等级确定对各报修数据的处理顺序，并按照所述处理顺序处理各报修数据；基于预先训练的机器学习模型对所述报修数据进行特征提取，获得报修数据特征值，所述机器学习模型采用XGB模型；将所述报修数据特征值输入至与所述地理区域标识匹配的预先训练的逻辑回归模型，输出所述报修数据对应单车的故障数据，所述故障数据为故障概率；根据故障数据，生成并派发报修任务；其中，所述将所述报修数据特征值输入至预先训练的逻辑回归模型包括：根据所述地理区域标识，将所述报修数据特征值输入至与所述地理区域标识匹配的逻辑回归模型中；所述根据故障数据，生成并派发报修任务包括：判断所述故障概率是否大于预设阈值，若是，生成并派发报修任务，所述预设阈值根据对应地理区域的维修资源设置；其中，所述方法还包括：获取若干地区的历史报修数据以及对应的维修操作数据，并作为训练集训练初始机器学习模型以获得所述预先训练的机器学习模型；将每个地区的历史报修数据以及对应的维修操作数据，输入至预先训练的机器学习模型后，获得对应每个地区的历史报修数据特征值；将每个地区的历史报修数据特征值作为训练集，训练初始逻辑回归模型以获得所述预先训练的逻辑回归模型；其中，所述报修数据包括单车固有信息、单车使用信息以及报修用户信息；所述对所述报修数据进行特征提取，获得报修数据特征值，包括：将单车固有信息、单车使用信息以及报修用户信息输入至预先训练的机器学习模型，输出报修数据特征值，其中，所述机器学习模型用于对报修数据进行特征提取。

全文数据：

权利要求：

百度查询： 北京骑胜科技有限公司 共享单车的报修方法、服务器、电子设备及存储介质