智能汽车-大数据标签系统应用浅谈
前言
什么是标签？
标签是一种数据特征。比如用户的年龄、性别、地区等。这些特征在数据中具有一定的通用性和价值。
标签的意义？
标签其实是一种预统计，针对有价值的信息提前统计，应用时速度快。
一、标签的分类
提示：标签分类参考https://www.jianshu.com/p/1982133638c9
1.按数据的时效性分
静态标签：又可以称为定性标签，指不会随着时间以及用户行为变化而变化的标签，如用户的性别标签、年龄标签，这些标签都是不会随着时间或用户行为而变化的。
动态标签：又可以称为定量标签，指会随着时间以及用户行为变化的标签，如用户活跃度标签，会根据特定时间段内用户特定行为的变化而变化。
2.按数据提取维度分
事实标签：从生产系统获取数据，定性或定量描述用户的自然属性、产品属性、消费属性、资源属性等，以及根据工作人员经验积累的业务规则进行筛选、分析生产的标签，如是否活跃用户、是否是考生等。
模型标签：对用户属性及行为等属性的抽象和聚类，通过剖析用户的基础数据为用户贴上相应的总结概括性标签及指数，标签代表用户的兴趣、偏好、需求等，指数代表用户的兴趣程度、需求程度、购买概率等。
预测标签：基于用户的属性、行为、信令、位置和特征，挖掘用户潜在需求，针对这些潜在需求配合营销策略、规则进行打标，实现营销适时、适机、适景推送给用户。如用户在过去一段时间经常访问汽车类APP，那么可以依据用户行为给用户打上有买车需求的标签。
3.按标签的添加方式分
手动标签
系统标签
二、智能汽车应用标签
1.汽车标签全图
2.场景应用示例
①洗车规律周期
数据来源：天气、用户车况数据、地图POI；
标签分类：行为标签-用车行为偏好；
标签规则定义：判断洗车，车辆通过地图导航目的地或者车辆GPS定位行程终点为洗车店、汽修厂、4S店（地图POI信息），P档0速（或熄火）持续时间t在设定时间内，并且驾驶中汽车无故障提醒；
标签值：标签值举例：表示周一、周二、周三有规律洗车习惯{1，2，3}；
值含义描述：
0：无规律
1：周一
2：周二
3：周三
4：周四
5：周五
6：周六
7：周日
②用户规律性休息时间段
数据来源：车况数据、驾驶员监控系统（DMS）
标签分类：行为标签-用车行为偏好
标签规则定义：找寻用户休息的时间段，重点计算用户午休时间、晚休时间，具体规则如下：
车启动且（DMS判断有人在车内）且处于P档状态且速度0且持续N分钟及以上认为用户有1次休息行为。统计N天内，在星期X，休息次数>=M次，即认为有规律性休息时段，每段开始休息时间与结束休息时间归属于最近的整点时间，最终汇总用户所有休息时段列表。
标签值：输出值参考：
{
“星期”：“时间段”,
“星期”：“时间段”
}
时间段：精确到小时即可，如8:00-9:00（24小时制）
③用户出行意图
数据来源：用户车况数据、用户基础信息、地图POI
标签分类：预测标签
标签规则定义：意图判断,获取近1个月（近30个自然日的行程数据），进行行程切分，通过出行星期几、出行时间段（半小时为步长）、出行出发地（N km内视为同一出发地）、出行目的地（N km内视为同一出发地）以上几个维度，统计出大于M次（具体以数据分析师结果为准）及以上的行程，进行意图分析。
意图为上班，出发地需要包含不限于大型社区、小区、街道等地点。
意图为下班，目的地需要包含不限于大型社区、小区、街道等地点。
意图为接孩子放学，出发地需要包含幼儿园、小初高、职高、大学等学校场所。
意图为送孩子上学，目的地需要包含幼儿园、小初高、职高、大学等学校场所。
意图为送孩子去兴趣班，目的地需要包含培训机构、辅导机构、艺术类培训等场所。
意图为从兴趣班接孩子放学，出发地需要包含培训机构、辅导机构、艺术类培训等场所。
（7自驾旅游、8周末聚会、9周末亲子外出、10周末结伴出游、意图为自驾旅游，一天内有多段行程，途径服务区、加油站、旅游景点、多个城市等。意图为周末出行的，每次出行不一定是规律的，本身数据量较少，而且规律性较差，可能识别准确性差）
标签值：输出数据需要包含以下几个参数：
{意图，星期几，时间段，目的地}
参数值说明：
意图：1上班通勤、2下班通勤、3接孩子放学、4送孩子上学、5送孩子去兴趣班、6接孩子放学-兴趣班、7其他规律性驾车行为
星期几：星期一~星期日
时间段：例如00:00~00:30
目的地：地图具体位置名称
④洗车间隔预测
数据来源：天气、用户车况数据、地图POI、地图导航洗车数据
标签分类：预测标签
标签规则定义：判断洗车,车辆通过地图导航目的地或者车辆GPS定位行程终点为洗车店、汽修厂、4S店（地图POI信息），P档0速（或熄火）持续时间t在限定分钟，并且驾驶中汽车无故障提醒
行为特征/环境特征（暂定用N天内数据）：
- 长途：当天累计行驶里程>=M km，当天内包含多段行程且出发地与最终目的地>=M km后的洗车的间隔平均天数
- 自驾游景区：郊区自驾游（仅限目的地为旅游景点）后的洗车间隔平均天数
- 雨天：雨天后洗车间隔平均天数
- 雪天：雪天后洗车间隔平均天数
- 雨刮喷水：打开雨刮喷水后去洗车的规律间隔平均天数
- 其他：每隔多少天去洗车，排除上述所有的情况后，计算规律平均天数
标签值：输出数据需要包含以下几个参数：
{环境特征/行为特征，洗车间隔周期（日）}
{字符串，整数}
行为特征：0长途、1雨刮喷水、2自驾游景区、3其他
环境特征：4雨天、5雪天
总结
以上就是大数据标签系统在智能汽车场景的简单应用，本文仅仅简单介绍了数据标签的定义和浅层次的使用，而数据标签系统是大数据、AI、千人千面个性化能力的基础。