一種基于出租車(chē)gps數(shù)據(jù)挖掘的打車(chē)/接單poi推薦系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能交通技術(shù)領(lǐng)域，特別涉及一種基于出租車(chē)GPS數(shù)據(jù)挖掘的打車(chē)/接 單Ρ0Ι推薦系統(tǒng)及方法。
【背景技術(shù)】
[0002] 城市計(jì)算是計(jì)算機(jī)科學(xué)以城市為背景，跟城市規(guī)劃、交通、能源、環(huán)境、社會(huì)學(xué)和經(jīng) 濟(jì)等學(xué)科融合的新興領(lǐng)域。城市計(jì)算將無(wú)處不在的感知技術(shù)、高效的數(shù)據(jù)管理和分析算法， 以及新穎的可視化技術(shù)相結(jié)合，致力于提高人們的生活品質(zhì)、保護(hù)環(huán)境和促進(jìn)城市運(yùn)轉(zhuǎn)效 率。智能交通是城市計(jì)算不可或缺的一個(gè)重要領(lǐng)域。隨著城市的發(fā)展和車(chē)輛的增加，實(shí)行有 效的交通控制以保證交通的高效，對(duì)能源的節(jié)省、空氣污染的減緩，有著舉足輕重的意義。
[0003] 從20世紀(jì)70年代末以來(lái)，我國(guó)經(jīng)濟(jì)建設(shè)快速發(fā)展，人民生活水平不斷提高，汽車(chē)保 有量逐年增加，交通問(wèn)題日益顯現(xiàn)。其中，最突出的就是我國(guó)人口眾多、路網(wǎng)不完善、道路不 規(guī)范、機(jī)動(dòng)車(chē)與非機(jī)動(dòng)車(chē)大量存在，而交通基礎(chǔ)設(shè)施建設(shè)還需相當(dāng)長(zhǎng)的一段時(shí)間。
[0004] 目前，大多城市的出租車(chē)上已經(jīng)安裝了 GPS設(shè)備，實(shí)時(shí)向數(shù)據(jù)中心發(fā)送當(dāng)前位置信 息，這些數(shù)據(jù)蘊(yùn)含著城市交通系統(tǒng)的豐富信息，充分利用出租車(chē)軌跡數(shù)據(jù)挖掘可以幫助政 府了解城市道路狀況，交通資源與交通需求的分布，甚至道路與交通路線(xiàn)規(guī)劃信息;可以幫 助司機(jī)推薦導(dǎo)航路線(xiàn)，改善出租車(chē)的運(yùn)營(yíng)策略;幫助乘客推薦等車(chē)地點(diǎn)和時(shí)間，提高交通服 務(wù)質(zhì)量。因此，近年來(lái)，智能交通領(lǐng)域吸引了不少科研和技術(shù)人員投入其中，希望通過(guò)計(jì)算 機(jī)技術(shù)充分利用交通大數(shù)據(jù)挖掘出有用的信息，為交通優(yōu)化盡一份力。
[0005] 目前智能交通領(lǐng)域中基于出租車(chē)GPS數(shù)據(jù)的研究，多著眼于乘客打車(chē)點(diǎn)的推薦，本 發(fā)明將同時(shí)提供司機(jī)接單點(diǎn)的推薦方法；同時(shí)現(xiàn)有發(fā)明多是基于路段或者格子進(jìn)行推薦， 本發(fā)明將細(xì)化到具體Ρ0Ι點(diǎn)（商圈內(nèi)的商業(yè)大樓）的推薦；另外本發(fā)明將提供一套優(yōu)化的打 車(chē)/接單難易度的打分模型。

【發(fā)明內(nèi)容】

[0006] 為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于出租車(chē)GPS數(shù)據(jù) 挖掘的打車(chē)/接單Ρ0Ι推薦系統(tǒng)及方法，充分利用出租車(chē)實(shí)時(shí)GPS數(shù)據(jù)，挖掘交通現(xiàn)狀，提高 了推薦的準(zhǔn)確度，細(xì)化了推薦地點(diǎn)的粒度，從而提高司機(jī)和乘客的出行效率，減少出行成 本，減少因空駛帶來(lái)的能源污染。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0008] -種基于出租車(chē)GPS數(shù)據(jù)挖掘的打車(chē)/接單Ρ0Ι推薦系統(tǒng)，包括：
[0009] 基礎(chǔ)數(shù)據(jù)初始化模塊，基于經(jīng)煒度進(jìn)行城市區(qū)域格子劃分，并獲取出租車(chē)實(shí)時(shí)GPS 數(shù)據(jù)；
[0010] 出租車(chē)行為挖掘模塊，從出租車(chē)實(shí)時(shí)GPS數(shù)據(jù)中挖掘出租車(chē)的乘客上車(chē)行為、乘客 下車(chē)行為、空駛行為以及滿(mǎn)駛行為，同時(shí)，根據(jù)每個(gè)格子上的上車(chē)次數(shù)和空駛趟數(shù)的比值， 計(jì)算得到該格子的上車(chē)率;根據(jù)每個(gè)格子上的下車(chē)次數(shù)和滿(mǎn)駛趟數(shù)的比值，計(jì)算得到該格 子的下車(chē)率；
[0011]接單難易度預(yù)測(cè)模塊，以所述上車(chē)率作為相應(yīng)格子的易接單指數(shù)；
[0012]打車(chē)難易度預(yù)測(cè)模塊，根據(jù)空駛趟數(shù)、上車(chē)次數(shù)和下車(chē)次數(shù)計(jì)算得到易打車(chē)指數(shù)； [0013]等客Ρ(Π 推薦模塊，判斷每個(gè)Ρ0Ι所屬的格子，將格子的易接單指數(shù)賦給Ρ0Ι;將Ρ0Ι 集合按照易接單指數(shù)由高到低排序，推薦給司機(jī)；
[0014] 等車(chē)Ρ0Ι推薦模塊，判斷每個(gè)Ρ0Ι所屬的格子，將格子的易打車(chē)指數(shù)賦給Ρ0Ι;將Ρ0Ι 集合按照易打車(chē)指數(shù)由高到底排序，推薦給乘客。
[0015] 所述基礎(chǔ)數(shù)據(jù)初始化模塊中，將城市按照經(jīng)煒度方向，劃分為指定長(zhǎng)寬的矩形格 子，作為數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ);所述出租車(chē)實(shí)時(shí)GPS數(shù)據(jù)由出租車(chē)自帶GPS設(shè)備每隔一定時(shí)間（如 30秒)發(fā)往中心數(shù)據(jù)庫(kù)，數(shù)據(jù)包含以下信息：車(chē)牌號(hào)、當(dāng)前時(shí)間、當(dāng)前經(jīng)煒度以及當(dāng)前狀態(tài)， 其中當(dāng)前狀態(tài)包括防劫、簽到、簽退、空車(chē)、實(shí)車(chē)、點(diǎn)火以及熄火，分別用數(shù)字1~7表示，并以 數(shù)字0表示無(wú)狀態(tài)位。
[0016] 所述出租車(chē)行為挖掘模炔基于劃分好的格子進(jìn)行統(tǒng)計(jì)，首先遍歷每一輛車(chē)在每個(gè) 格子的連續(xù)GPS數(shù)據(jù)，當(dāng)車(chē)的狀態(tài)從連續(xù)空車(chē)變?yōu)閷?shí)車(chē)狀態(tài)則代表一次上車(chē)行為；當(dāng)車(chē)的狀 態(tài)從連續(xù)實(shí)車(chē)變?yōu)榭哲?chē)則代表一次下車(chē)行為；當(dāng)一輛車(chē)在某一格子上空車(chē)狀態(tài)駛過(guò)，則代 表一次空駛行為；當(dāng)一輛車(chē)在某一格子上實(shí)車(chē)狀態(tài)駛過(guò)，則代表一次滿(mǎn)駛行為;統(tǒng)計(jì)每個(gè)格 子上的以上四種行為的次數(shù)。
[0017] 所述上車(chē)率和下車(chē)率的計(jì)算，排除城市交接班時(shí)間段。
[0018] 所述打車(chē)難易度預(yù)測(cè)模塊中，易打車(chē)指數(shù)公式如下：
[0019] 當(dāng) #0FF>0 或者 #UP>0 時(shí)，#EXPup = #SV+#0FF-#UP;
[0020] 當(dāng) #0FF = 0 并且 #UP = 0時(shí)，#EXPup = 0;
[0021] 其中，#EXPup代表易打車(chē)指數(shù)，#SV代表空駛趟數(shù)，#0FF代表下車(chē)次數(shù)，#UP代表上車(chē) 次數(shù)。
[0022]所述等客Ρ0Ι推薦模塊中，定位出租車(chē)當(dāng)前位置，司機(jī)選擇推薦地理區(qū)域范圍，根 據(jù)當(dāng)前定位和所選區(qū)域范圍獲取目標(biāo)區(qū)域經(jīng)煒度范圍;根據(jù)經(jīng)煒度范圍求得其所屬格子集 合，計(jì)算目標(biāo)格子的易接單指數(shù)，其中目標(biāo)區(qū)域指根據(jù)所選區(qū)域范圍和當(dāng)前定位所確定的 區(qū)域，目標(biāo)格子指目標(biāo)區(qū)域包含的格子集合。
[0023]所述等車(chē)Ρ0Ι推薦模塊中，定位乘客當(dāng)前位置，乘客選擇推薦地理區(qū)域范圍；根據(jù) 當(dāng)前定位和所選區(qū)域范圍獲取目標(biāo)區(qū)域經(jīng)煒度范圍；根據(jù)經(jīng)煒度范圍求得其所屬格子集 合，計(jì)算目標(biāo)格子的易打車(chē)指數(shù)。
[0024]所述基于出租車(chē)GPS數(shù)據(jù)挖掘的打車(chē)/接單Ρ0Ι推薦系統(tǒng)還包括安卓客戶(hù)端用戶(hù)交 互應(yīng)用程序模塊，該模塊調(diào)用手機(jī)GPS傳感器定位用戶(hù)當(dāng)前位置，接收司機(jī)或者乘客的范圍 選擇輸入，調(diào)用等車(chē)Ρ0Ι推薦算法或者調(diào)用等客Ρ0Ι推薦算法，進(jìn)行運(yùn)算，并將推薦P0I在地 圖上進(jìn)行標(biāo)定，展現(xiàn)給用戶(hù)。
[0025]本發(fā)明還提供了一種基于出租車(chē)GPS數(shù)據(jù)挖掘的打車(chē)/接單Ρ0Ι推薦方法，包括： [0026]步驟1，基礎(chǔ)數(shù)據(jù)初始化
[0027]基于經(jīng)煒度，將城市區(qū)域劃分為若干格子，作為數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ)；同時(shí)，獲取出租 車(chē)的實(shí)時(shí)GPS數(shù)據(jù)，該部分?jǐn)?shù)據(jù)由出租車(chē)自帶GPS設(shè)備每隔一定時(shí)間（如30秒)發(fā)往中心數(shù)據(jù) 庫(kù)；
[0028]步驟2，出租車(chē)行為挖掘
[0029]從出租車(chē)實(shí)時(shí)GPS數(shù)據(jù)中挖掘出租車(chē)的乘客上車(chē)行為、乘客下車(chē)行為、空駛行為以 及滿(mǎn)駛行為，同時(shí)，根據(jù)每個(gè)格子上的上車(chē)次數(shù)和空駛趟數(shù)的比值，計(jì)算得到該格子的上車(chē) 率;根據(jù)每個(gè)格子上的下車(chē)次數(shù)和滿(mǎn)駛趟數(shù)的比值，計(jì)算得到該格子的下車(chē)率；
[0030] 步驟3,接單及打車(chē)難易度預(yù)測(cè)
[0031] 以所述上車(chē)率作為相應(yīng)格子的易接單指數(shù)，指數(shù)越高越容易接單；
[0032] 根據(jù)每個(gè)格子上的空駛趟數(shù)、下車(chē)次數(shù)、上車(chē)次數(shù)計(jì)算得到該格子上的易打車(chē)指 數(shù)，指數(shù)越高越容易打車(chē)；
[0033] 步驟4,等客及等車(chē)Ρ0Ι推薦
[0034]定位出租車(chē)當(dāng)前位置，結(jié)合司機(jī)選擇的推薦地理區(qū)域范圍，獲取目標(biāo)區(qū)域經(jīng)煒度 范圍；根據(jù)經(jīng)煒度范圍求得其所屬格子集合，將目標(biāo)格子的易接單指數(shù)賦給Ρ0Ι;將Ρ0Ι集合 按照易接單指數(shù)由高到低排序，推薦給司機(jī)；
[0035] 定位乘客當(dāng)前位置，結(jié)合乘客選擇的推薦地理區(qū)域范圍，獲取目標(biāo)區(qū)域經(jīng)煒度范 圍;根據(jù)經(jīng)煒度范圍求得其所屬格子集合，將目標(biāo)格子的易打車(chē)指數(shù)賦給Ρ0Ι;將Ρ0Ι集合按 照易打車(chē)指數(shù)由高到底排序，推薦給乘客。
[0036] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0037] 1、提供司機(jī)和乘客雙向需求的地點(diǎn)推薦。
[0038] 現(xiàn)有發(fā)明多著眼于乘客打車(chē)的需求進(jìn)行分析和推薦，本發(fā)明同時(shí)對(duì)司機(jī)接單的需 求也進(jìn)行了分析和推薦。雙向行為引導(dǎo)比單向引導(dǎo)更有利于模型的優(yōu)化和訓(xùn)練，訓(xùn)練和引 導(dǎo)的最終理想結(jié)果是出租車(chē)出現(xiàn)地點(diǎn)和乘客等車(chē)地點(diǎn)趨向于一致，減少了出租車(chē)空駛的概 率和乘客等車(chē)的時(shí)長(zhǎng)。
[0039] 2、提供更為細(xì)粒度的等車(chē)/等客地點(diǎn)推薦。
[0040] 現(xiàn)有發(fā)明對(duì)打車(chē)點(diǎn)的推薦或者是路段或者是格子，本發(fā)明通過(guò)細(xì)化格子內(nèi)包含的 商業(yè)Ρ0Ι地址，給用戶(hù)推薦具體樓宇的地點(diǎn)，位置更為明確，方便乘客和司機(jī)的雙向精確定 位。
[0041] 3、更優(yōu)化的打車(chē)難易度預(yù)測(cè)算法。
[0042]現(xiàn)有發(fā)明多