李宗華，翟 鈞，王賢軍，馬明澤，刁冠通

（重慶長安新能源汽車科技有限公司，重慶 401133，中國）

據(jù)中國汽車工業(yè)協(xié)會數(shù)據(jù)統(tǒng)計，2020年中國大陸的新能源汽車銷售量為136.7萬輛，同比增長10.9%[1]。電動汽車的普及應用仍面臨著許多技術與市場障礙：首先受制于車載電池的容量限制,電動汽車的續(xù)航里程普遍低于傳統(tǒng)的燃油汽車；其次受限于電池技術,電池充電速度遠低于燃油車加油速度；最后電動汽車基礎設施的配套建設緩慢，在目前的城市和城際交通網(wǎng)絡中,電動汽車充電站的數(shù)量普遍低于燃油汽車加油站。以上因素綜合，導致了電動汽車駕駛者經(jīng)常受到里程焦慮(range anxiety) 問題的困擾。里程焦慮是指駕駛者在駕駛電動汽車時因擔心續(xù)航里程不夠所引起的精神痛苦或憂慮。[2]

由于里程焦慮普遍存在于電動車用戶中，關于里程焦慮的研究顯得意義重大。Rauh Nadine等人通過測試調(diào)研，得出里程焦慮的程度與用戶駕駛經(jīng)驗豐富程度具備一定的關聯(lián)性[3]。謝馳等人基于里程焦慮因素考慮了交通網(wǎng)絡均衡問題[4]。王濤等人考慮了基于里程焦慮的充電站選址模型[5]?？v觀國內(nèi)外研究，基于里程焦慮的應用較多，而研究里程焦慮用戶其焦慮程度的識別較少。

鑒于現(xiàn)有研究的不足，本文提出一種基于用戶使用行為數(shù)據(jù)，利用大數(shù)據(jù)分析和聚類分析算法，找到能反映用戶焦慮程度的因子。通過機器學習分類模型，識別出里程焦慮的用戶，并使用評分卡模型，對用戶的焦慮程度進行打分，分數(shù)的高低可直接體現(xiàn)出用戶里程焦慮程度情況?；诶锍探箲]程度的差異分析及群體用戶焦慮程度的用戶畫像識別，可進一步支撐相關場景應用，如支撐實現(xiàn)千人千面的個體用車行程規(guī)劃策略；該研究可望對車企改善車型開發(fā)策劃及銷售策略、優(yōu)化充電樁規(guī)劃布局等均有指導和參考意義。

1 里程焦慮行為分析

不同里程焦慮等級的用戶，其焦慮心理反映在日常用車行為上也有一定差別，本文主要從用戶的充電、駕駛等日常用車行為角度，構建焦慮因子，分析不同用戶間的行為差異和表現(xiàn)?；谲嚶?lián)網(wǎng)大數(shù)據(jù)平臺，從中提取續(xù)航里程范圍為300～400 km車型的用戶充電行為、駕駛行為數(shù)據(jù)，進行數(shù)據(jù)清洗，并按駕駛及充電工況進行行程劃分。數(shù)據(jù)集概況：車輛16種、54 836輛，行程劃分3 180 488次。

1.1 100 km充電分析

隨著車輛行駛里程的增加，用戶為了克服焦慮情緒而保持車輛一定的續(xù)航里程值，充電次數(shù)會相應增加，里程焦慮程度較高用戶的充電次數(shù)會普遍多于普通用戶，可通過單位里程內(nèi)用戶充電情況分析，發(fā)現(xiàn)焦慮和非焦慮用戶的不同行為表現(xiàn)。

分析用戶在不同里程內(nèi)的充電情況，如圖1所示。

由圖1a可知：用戶平均充電次數(shù)的分布，基于車輛的總續(xù)駛里程是可以支撐用戶100 km單次行程駕駛的，100 km內(nèi)平均充電次數(shù)較多的用戶，其里程焦慮程度相對較高。

由圖1b可知：用戶平均充電次數(shù)的分布，某些用戶在200 km里程內(nèi)平均充電次數(shù)小于2次，這部分用戶里程焦慮程度相對較低。

圖1 在不同里程內(nèi)的用戶充電分布

1.2 充電起止電量分析

充電開始時的電量和充電結束時電量，一定程度上反映用戶的焦慮程度。在實際的分析中，采用電池的充電狀態(tài)（state of charge, SOC）表示電量。充電開始時刻SOC越小，表明用戶使用車輛電池越徹底，焦慮的概率越??；反之，充電開始時刻SOC越大，表明用戶使用車輛電池不徹底，焦慮的概率較大。用戶充電結束時的SOC越大，表明充電量越多，其焦慮的概率就越大。圖2是充電開始和結束時刻的用戶分布。充電開始SOC均值呈現(xiàn)正態(tài)分布（圖2-a），其中部分用戶充電開始SOC值大于60%，表明這部分用戶存在一定的里程焦慮。某些用戶充電結束SOC值大于90%（圖2-b），這類充電行為的用戶相對也存在一定里程焦慮。

圖2 充電起止SOC時用戶分布分析

1.3 充電頻率分析

1.4 車電量極限使用工況分析

圖3 每次充電行駛的里程的用戶分布

圖4 極限充放電行為占比的用戶分布

2 里程焦慮模型建立

本節(jié)基于行為因子提出一種基于聚類算法和邏輯回歸模型的里程焦慮識別方法，通過聚類分析，分離焦慮和非焦慮用戶，并使用邏輯回歸模型識別焦慮用戶。

2.1 聚類分析

聚類是把相似的對象通過靜態(tài)分類的方法分成不同的組別或子集，同一組或子集的對象的一些屬性都很相似。本節(jié)采用聚類算法，根據(jù)用戶用車行為數(shù)據(jù)，將用戶歸類成焦慮和非焦慮兩類。

基于用戶用車行為的大數(shù)據(jù)，抽取表征里程焦慮的因子。將數(shù)據(jù)的部分特征變量進行轉(zhuǎn)換縮放，并執(zhí)行標準化處理。由于數(shù)據(jù)呈現(xiàn)非線性聚集，不能線性可分，所以本節(jié)采用Kernel K-means 聚類算法[6]，相比單純的K-means 聚類算法，它可以將數(shù)據(jù)點通過核函數(shù)映射到高維空間，從而能很好地支持非線性數(shù)據(jù)。在具體實施中，使用Gauss核函數(shù)將數(shù)據(jù)對象映射到高維內(nèi)核空間中，分離出焦慮用戶和非焦慮用戶[7]，并將非焦慮用戶標記為0，焦慮用戶標記為1。

聚類后的充電狀態(tài)SOC、里程S、平均充電次數(shù)N的數(shù)據(jù)分布如圖5所示。在不同維度下，非焦慮用戶和焦慮用戶差別明顯，表明基于相關用車行為因子，使用Gauss核函數(shù)的Kernel K-means 聚類方法可有效區(qū)分焦慮和非焦慮用戶。

圖5 焦慮聚類分析

2.2 焦慮識別

機器學習中的分類模型算法都可用于評分卡中，例如邏輯回歸(logistic regression)[8]、支持向量機（support vector machine，SVM）[9]、神經(jīng)網(wǎng)絡（neural network）[10]、K最近鄰 (K-nearest neighbour)[11]等。由于邏輯回歸算法簡單，可解釋性高等優(yōu)點，可用于二分類和多分類場景，輸出的分類同時，也會輸出所屬分類的概率[12]廣泛應用在業(yè)界中。故本節(jié)的里程焦慮識別使用邏輯回歸分類算法，將用戶分類標記成焦慮和非焦慮的。

基于聚類后的用戶車輛行為數(shù)據(jù)集，首先分析和篩選特征變量。由于后續(xù)最終要將用戶里程焦慮轉(zhuǎn)換成具體分數(shù)，更直觀的呈現(xiàn)用戶焦慮程度，需要將數(shù)據(jù)的特征變量進行證據(jù)權重(weight of evidence, WOE)編碼：

其中： 表示正非焦慮用戶樣本占比， 表示焦慮用戶樣本占比。

特征變量WOE編碼前，需要先分箱離散化，分箱方法有等距分箱、等頻分箱、卡方分箱等方法。為保證焦慮用戶和非焦慮用戶樣本在不同箱體內(nèi)的均衡，采用等頻分箱方法。

WOE編碼后，計算每個特征的Info值(information value)。Info可衡量特征變量的信息量，計算方法為

式中，WOEi表示某個特征變量的第i個分箱的 值。Info值在[0,1]范圍內(nèi)，可表示變量的預測能力，值越大表示特征的預測能力越好。可劃分5值不同區(qū)間，代表不同的預測能力，如表1所示。

根據(jù)此規(guī)則，在具體實施過程中，篩選預測能力Info值大于0.03的特征變量，輸入到邏輯回歸模型中訓練，最終得到接收機工作特性曲線 (receiver operating characteristic curve，ROC)和曲線下面積值 (area under curve，AUC)，如圖11所示，可見模型識別用戶焦慮結果良好。

表1 5值預測能力

圖6 邏輯回歸模型識別的ROC曲線和AUC值

3 里程焦慮等級評估

為了體現(xiàn)用戶里程焦慮的程度，提出一種使用評分卡轉(zhuǎn)換輸出用戶里程焦慮程度的方法。基于各特征分箱的WOE值，和邏輯回歸模型的預測結果進行分數(shù)的轉(zhuǎn)換，轉(zhuǎn)換方法如下：

其中：p表示邏輯回歸模型預測用戶存在里程焦慮的概率,代表發(fā)生比[13], PDO(points to double the odds)表示使增加一倍需要增加的數(shù)值，P0表示設置比例為θ0的特定點分值， 表示轉(zhuǎn)換后的分數(shù)，PDO及P0均為常數(shù)。通過調(diào)節(jié)這2個常數(shù)，控制最終輸出焦慮分數(shù)的區(qū)間范圍，得到基于里程焦慮識別模型的預測結果，最終將輸出用戶的里程焦慮分數(shù)。

在具體實施過程中，將焦慮分數(shù)控制在[0,100]區(qū)間。分數(shù)越高表明用戶的里程焦慮程度越高，分數(shù)越低表明用戶里程焦慮程度越低。然后根據(jù)分值劃分出不同區(qū)間，分成A、B、C、D、E 等5個等級，分別對應重度里程焦慮、中度里程焦慮、一般里程焦慮、輕微里程焦慮、沒有里程焦慮。

4 模型實例驗證及應用

4.1 模型應用

將模型部署至大數(shù)據(jù)云平臺，通過實際線上運行數(shù)據(jù)分析，滿足模型數(shù)據(jù)要求的車輛共計50 626輛，其里程焦慮等級分布如表2所示。

表2 平臺用戶里程焦慮等級分布

為用戶增加了里程焦慮方面的描述維度，如圖7，描述了某用戶駕駛行為畫像，該用戶為重度里程焦慮等級。為分析里程焦慮程度與用戶性別、年齡、職業(yè)、教育程度、收入等群體特征間的關系，將具有相同里程焦慮等級的用戶特征信息進行分類匯總，以某分類特征出現(xiàn)的頻次繪制詞云圖，可從直觀上體現(xiàn)某焦慮等級的用戶群體畫像，圖8描述了重度里程焦慮等級用戶群體畫像。

圖7 A等級焦慮群體用戶畫像

圖8 某用戶畫像

4.2 模型實例驗證

為了驗證上述里程焦慮程度判定模型的準確性與普遍性，設計調(diào)查問卷以得出用戶實際焦慮程度。調(diào)查問卷共計24題，分為基本情況調(diào)查5題、電動汽車了解與感知5題、出行行為調(diào)查4題、里程焦慮方案調(diào)查10題，4個主要維度進行問卷設計。調(diào)查問卷通過轉(zhuǎn)換輸出用戶焦慮程度等級。焦慮程度等級包括重度、中度、輕微、一般、沒有焦慮5個等級。

從大數(shù)據(jù)平臺車輛用戶中隨機抽取300名用戶樣本進行問卷調(diào)查，回收有效問卷272份，然后將每個用戶通過問卷輸出的焦慮程度等級結果和模型輸出的焦慮程度等級結果進行比較，結果如表3所示。其中260名用戶的問卷焦慮等級和模型輸出的焦慮等級一致，計算模型預測的準確率為95.6%。

表3 2種方式判定結果對比

結果表明：本文采用的基于用戶使用行為習慣的里程焦慮模型預測是可行的，并具有較高的準確度。

5 結 論

本文以識別不同用戶間里程焦慮程度的差異為目標，基于車聯(lián)網(wǎng)用戶使用行為數(shù)據(jù)，提出一種分析和識別用戶里程焦慮及焦慮程度的方法,并在某大數(shù)據(jù)平臺實現(xiàn)了方法的集成驗證。

通過大數(shù)據(jù)平臺運行及實例驗證表明，該模型方法能夠有效識別、判定用戶里程焦慮程度等級，并結合用戶基礎信息、地域、車型等多維度信息，實現(xiàn)了對不同里程焦慮等級用戶群體及單個用戶進行大數(shù)據(jù)畫像分析，為進一步大數(shù)據(jù)應用提供了基礎。