基于质心动态计算的拼车申请与应答配对方法及系统技术方案

基于质心动态计算的拼车申请与应答配对方法，包括移动智能终端、车载智能终端、监管机构端及第三方监管平台；其中，移动智能终端发出拼车申请，并通过网络访问第三方监管平台，开始进行搭乘双方配对运算，第三方监管平台应用GPS地理信息进行质心动态匹配计算，确定最优可搭乘车辆排序列表，移动智能终端选定配对车辆，并发出搭乘请求至待配对的车载智能终端，收到请求的车载智能终端响应最早提出申请的乘车请求并进行身份确认，移动智能终端与车载智能终端匹配成功后进入监管模式。本发明专利技术在动态质心坐标圈定的区域内可快速搜索目标服务车辆，为用户提供便捷的乘车方式，并引入第三方监管实时更新采集数据，快速生成法律文书，市场应用前景好。

【技术实现步骤摘要】
基于质心动态计算的拼车申请与应答配对方法及系统
本专利技术涉及城市交通拼车应答配对
，尤其涉及一种基于质心动态计算的拼车申请与应答配对方法及系统。
技术介绍
当前，我国一方面面临人口众多，节假日人员流动性极大，城市交通压力十分突出的问题；另一方面，城市汽车出行的空驶率较高，大大加剧了城市交通压力，也增加了能源消耗。为此政府号召全社会低碳出行，提倡绿色环保，节能减排，鼓励顺风车与拼车出行。受此环境影响下，近年涌现出一批如“顺风车”、“爱拼网”、“拼车网”等专门提供拼车服务的网站，移动应用类有“拼车、拼豆顺风车、顺风车”等；此外，许多国内旅游网站也为旅客提供一些类似拼车的帮助信息。目前国内外拼车移动应用类主要采用Android和iOS两个版本，此类应用从应用功能看，大多局限于提供消息通知与搜索等核心功能，个别应用类实现了信息推送服务与地图GPS定位跟踪服务，但是尚无应用类提供第三方实时监管，如紧急报警、响应服务与电子协议自动生成；从可用性视角看，一些应用类存在申请/应对配对方法相对效率较低，对系统内硬件要求过高，且用户体验不佳、周边服务点不完善等缺陷；从运营视角看，现有拼车服务大多处于一种“查找”与“搜索”拼车信息的初级阶段，尚无升级为“第三方监管”、“法律保障”的层面。主要是公司或小范围组织内部运营，缺乏独立的第三方进行监管运营；从公众安全视角看，此类应用缺乏双方互信的安全保障机制，不能很好明确各方的责任与权益，在发生突发事故或安全事件时易产生诚信与法律纠纷，存在安全隐患。
技术实现思路
本专利技术所解决的技术问题在于提供一种基于质心动态计算的拼车申请与应答配对方法及系统，以解决上述
技术介绍
中的缺点。本专利技术所解决的技术问题采用以下技术方案来实现：基于质心动态计算的拼车申请与应答配对推荐方法，其基于预定拼车服务的移动智能终端所处的位置信息，综合评估用户与服务车辆的距离，通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标，在动态质心坐标圈定的区域内将可应答的服务车辆排序，选定服务车辆后进行申请与应答配对推荐，从而完成搜索、应答与配对；具体方法如下：以用户进入拼车应用时移动智能终端所处的位置信息为起点，根据中心点逐步扩散搜索规律，构造搜索半径扩展的一阶等差数列：{a1，a2，a3，……an-1，an}an＝an-1+(n-1)*d(1)其中，a1为首项、an为已知的第n项，当d≠0时，an是关于n的一次式；依据搜索实际情况，设定a1、d初始值均为m，以m米的整数倍扩展搜索半径，则等差数列{a1,a2,a3……an-1，an}值域分别为{m，2m，4m……an-1，an}，随着n取值1，2，3……n-1，n，则每轮搜索半径R依次为m米，2m米，4m米，……an-1，an米；(1)选取用户搜索半径范围：基于设置的等差数列半径扩散数列，依据配对的精度与效率设置一轮申请/应答过程搜索次数n的取值，以下是半径R与搜索次数n取值关系：①搜索半径R依次随an＝an-1+(n-1)*d取值，逐步扩大搜索范围，直至区域内存在同意提供拼车服务的车辆；首先开始第1次搜索，即搜索m米范围的车辆服务信息，若未果则第2次搜索扩大到2m米范围，假定找到K2台同意提供服务车辆；再进行第3次搜索扩大到4m米范围，第3次比第2次搜索面积扩散，依据统计规律，提供拼车服务的车辆相应增多，因此，不论第3次搜索(2m～4m米)范围内是否找到其他服务车辆，搜索即可结束；依据半径设置数列，比较任意最近两次搜索范围的比值如下：第n-1次与第n次搜索面积比值为：(Rn2–Rn-12)/(Rn-12–Rn-22)(2)假设此时n＝3，则第3次搜索面积较第2次搜索面积比值为：(Rn2–Rn-12)/(Rn-12–Rn-22)＝((5m)2–(2m)2)/((2m)2–m2)＝7当n＝2时，找到x台车，依据均值分布原则，n＝3时为7x台，可见搜索到第3次即可结束，n越大，相邻搜索范围比值越大；若n-1次搜索能找到Kn-1台拼车服务车辆，则第n次命中概率为：Kn-1(Rn2–Rn-12)/(Rn-12–Rn-22)台拼车服务车辆；②结合用户等待时长、城市车速来设置搜索半径R：用户在等待拼车服务过程中，假设忍受等待拼车的时长为t分钟，城市车速为v公里/小时，则半径R最大可设置值为：R＝v*t/60(3)若用户可等待时长t为10分钟，城市车速v为30公里/小时，则R＝v*t/60，计算R＝5000米，表明若R在超过此范围半径外搜索时，即使找到可用车辆也无实际意义(距离过远，耗时过多)；隔一个时段待下轮搜索发起时再重新查找即可；此时，采用上述搜索半径序列，可计算出至多搜索的次数n约为10次；10次搜索即可，否则可设置为超过放弃。综合①、②分析可知，一轮搜索次数n的取值范围基本满足n∈(2，10)n为正整数；(2)搜索半径为R范围内车辆集合：用聚类算法计算原点到m米的集合S1，m米到2m米初始搜索结果的集合S2，2m米到4m米的集合S3，……，an-1到an米的集合为Sn，记录所有提供服务车辆与用户位置的坐标值；(3)计算目标服务车辆内聚相似性：首先将输入的关键词转换为向量空间模型中的向量：di＝(xi1，xi2，…)，向量的每个维度表示唯一的一元语法模型(uni-gram)，并通过一元语法模型(uni-gram)的词频/逆向文档频率(TF/IDF)表示权重，采用下式衡量每个候选类的质心：di表示输入关键词对应的向量组；D(w)表示向量空间中的所有向量组集；通过计算目标服务车辆与质心之间的平均余弦相似性得到类的内聚相似性(ICS)：di表示输入关键词对应的向量组；D(w)表示向量空间中的所有向量组集；(4)获取车载终端用户坐标集合：根据步骤(2)中的S1、S2、S3……Sn中的m米、2m米、4m米、……an米的同心圆范围内分别获取距离权重高(对片区、位置的强调)、用户习惯权重高(用户偏好等习惯)及系统关键词推荐权重高(符合用户相关关键词)的车载智能终端用户坐标集合为：Sdistance，Scustom与Srecommend，具体的半径值由步骤(1)中S1、S2、S3……Sn的质心来确定；(5)计算距离质心坐标：获取距离权重偏好的车载智能终端用户坐标集合Sdistance，对设置的质心坐标集合进行余弦相似度计算，获得S1，S2，S3……Sn距离集合的质心坐标；任意相邻两个车载用户集合Sn-1，Sn的距离质心坐标，其计算公式如下：Wnk表示用户坐标的X坐标，W(n-1)k表示用户坐标的Y坐标，n是相似点总数，k相当于i递增指数索引；(6)计算用户习惯质心坐标：获取用户习惯权重偏好的车载智能终端用户坐标集合Scustom，对设置的质心坐标集合进行余弦相似度计算，获得S1，S2，S3……Sn用户集合的质心坐标；任意相邻两个车载用户集合Sn-1，Sn的用户习惯质心坐标，其计算公式如下：Wnk表示用户坐标的X坐标，W(n-1)k表示用户坐标的Y坐标，n是相似点总数，k相当于i递增指数索引；(7)计算关键词推荐质心坐标：获取关键词推荐权重偏好的车载智能终端用户坐标集合Srecommend，对设置的质心坐标集合进行余弦相似度计算，获得S1，S2，S3……Sn用户集合本文档来自技高网...

【技术保护点】
基于质心动态计算的拼车申请与应答配对推荐方法，其特征在于，基于预定拼车服务的移动智能终端所处的位置信息，综合评估移动智能终端与服务车辆的距离，通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标，在动态质心坐标圈定的区域内将可应答的服务车辆排序，选定服务车辆后进行申请与应答配对推荐，从而完成搜索、应答与配对；具体方法如下：以用户进入拼车应用时移动智能终端所处的位置信息为起点，根据中心点逐步扩散搜索规律，构造搜索半径扩展的一阶等差数列：{a1，a2，a3，……an‑1，an}an＝an‑1+(n‑1)*d  (1)其中，a1为首项、an为已知的第n项，设定a1、d初始值均为m，以m米的整数倍扩展搜索半径，则等差数列{a1,a2,a3……an‑1，an}值域分别为{m，2m，4m……an‑1，an}，随着n取值1，2，3……n‑1，n，则每轮搜索半径R依次为m米，2m米，4m米，……an‑1，an米；(1)选取用户搜索半径范围：基于设置的等差数列半径扩散数列，依据配对的精度与效率设置一轮申请/应答过程中的搜索次数n的取值：①搜索半径R依次随an＝an‑1+(n‑1)*d取值，逐步扩大搜索范围，直至区域内存在同意提供拼车服务的车辆；首先开始第1次搜索，即搜索m米范围的车辆服务信息，若未果则第2次搜索扩大到2m米范围，假定找到K2台同意提供服务车辆；再进行第3次搜索扩大到4m米范围，第3次比第2次搜索面积扩散，提供拼车服务的车辆相应增多，搜索即可结束；依据半径设置数列，比较任意最近两次搜索范围的比值如下：第n‑1次与第n次搜索面积比值为:(Rn...

【技术特征摘要】
1.基于质心动态计算的拼车申请与应答配对推荐方法，其特征在于，基于预定拼车服务的移动智能终端所处的位置信息，综合评估移动智能终端与服务车辆的距离，通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标，在动态质心坐标圈定的区域内将可应答的服务车辆排序，选定服务车辆后进行申请与应答配对推荐，从而完成搜索、应答与配对；具体方法如下：以用户进入拼车应用时移动智能终端所处的位置信息为起点，根据中心点逐步扩散搜索规律，构造搜索半径扩展的一阶等差数列：{a1，a2，a3，……an-1，an}an＝an-1+(n-1)*d(1)其中，a1为首项、an为已知的第n项，设定a1、d初始值均为m，以m米的整数倍扩展搜索半径，则等差数列{a1,a2,a3……an-1，an}值域分别为{m，2m，4m……an-1，an}，随着n取值1，2，3……n-1，n，则每轮搜索半径R依次为m米，2m米，4m米，……an-1，an米；(1)选取用户搜索半径范围：基于设置的等差数列半径扩散数列，依据配对的精度与效率设置一轮申请/应答过程中的搜索次数n的取值：①搜索半径R依次随an＝an-1+(n-1)*d取值，逐步扩大搜索范围，直至区域内存在同意提供拼车服务的车辆；首先开始第1次搜索，即搜索m米范围的车辆服务信息，若未果则第2次搜索扩大到2m米范围，假定找到K2台同意提供服务车辆；再进行第3次搜索扩大到4m米范围，第3次比第2次搜索面积扩散，提供拼车服务的车辆相应增多，搜索即可结束；依据半径设置数列，比较任意最近两次搜索范围的比值如下：第n-1次与第n次搜索面积比值为:(Rn2–Rn-12)/(Rn-12–Rn-22)(2)当n-1次搜索找到Kn-1台拼车服务车辆，则第n次命中概率为：Kn-1(Rn2–Rn-12)/(Rn-12–Rn-22)台拼车服务车辆；②结合用户等待时长、城市车速设置搜索半径R：用户在等待拼车服务过程中，假设忍受等待拼车的时长为t分钟，城市车速为v公里/小时，则半径R最大可设置值为：R＝v*t/60(3)(2)搜索半径为R范围内车辆集合：用聚类算法计算原点到m米的集合S1，m米到2m米初始搜索结果的集合S2，2m米到4m米的集合S3，……，an-1到an米的集合为Sn，记录所有提供服务车辆与用户位置的坐标值；(3)计算目标服务车辆内聚相似性：首先将输入的关键词转换为向量空间模型中的向量：di＝(xi1，xi2，…)，向量的每个维度表示唯一的一元语法模型(uni-gram)，并通过一元语法模型(uni-gram)的词频/逆向文档频率(TF/IDF)表示权重，采用下式衡量每个候选类的质心：di表示输入关键词对应的向量组；D(w)表示向量空间中的所有向量组集；通过计算目标服务车辆与质心之间的平均余弦相似性得到类的内聚相似性(ICS)：di表示输入关键词对应的向量组；D(w)表示向量空间中的所有向量组集；(4)获取车载终端用户坐标集合：根据步骤(2)中的S1、S2、S3……Sn中的m米、2m米、4m米、……an米的同心圆范围内分别获取距离权重高、用户习惯权重高及关键词推荐权重高的车载智能终端用户坐标集合为：Sdistance，Scustom与Srecommend，具体半径值由步骤(1)中S1、S2、S3……Sn的质心来确定；(5)计算距离质心坐标：获取距离权重偏好的车载智能终端用户坐标集合Sdistance，对设置的质心坐标集合进行余弦相似度计算，获得S1，S2，S3……...

【专利技术属性】
技术研发人员：荣辉桂，杨昌，李翔，张浩民，
申请(专利权)人：长沙地大物泊网络科技有限公司，
类型：发明
国别省市：湖南,43