乘客的下车站点预测方法及装置制造方法及图纸

本发明专利技术提供一种乘客的下车站点预测方法及装置，方法包括：将乘客在任一线路上的上车站点之后的任一站点作为候选下车站点，将上车站点之后的站点中除候选下车站点以外的站点作为非候选下车站点；根据乘客的特征和候选下车站点的特征，基于预先构建的相似度函数计算乘客与候选下车站点之间的第一相似度，根据乘客的特征和各非候选下车站点的特征，基于相似度函数计算乘客与各非候选下车站点之间的第二相似度；根据第一相似度和第二相似度计算乘客与线路的整体相似度，获取上车站点之后的每个站点对应的整体相似度中的最大值，将最大值对应的候选下车站点作为乘客的最终下车站点。本发明专利技术实现了乘客下车站点的预测，且预测精度高。

Prediction Method and Device of Passenger's Departure Point

【技术实现步骤摘要】
乘客的下车站点预测方法及装置
本专利技术属于智能交通
，尤其涉及一种乘客的下车站点预测方法及装置。
技术介绍
随着我国经济的迅速发展与城市化进程的加快，城市道路中各类车辆日益增多，给城市交通带来了极大的压力。公交出行作为一种绿色节能的出行方式，是城市居民出行最重要的交通方式之一。因此，了解居民的公交出行特征对公交线路的规划、公交调度等具有重要意义。目前公交乘客的预测问题中，一般只能预测“某一站有多少人下车”。这种类型的预测好处在于，可以为广大乘客提供基本的客流信息以供出行参考，但这种预测太过笼统，无法为每一类用户提供出行参考。比如对于通勤上班的乘客，流量预测不会影响他们的上班行为，也不会为拥挤的公交乘坐体验带来任何改变。但是对于“在某一站上车的人会在哪一站下车”目前尚未提出相关的预测方法。然而，这对城市公交人口的出行规律以及公交规划具有重要指导意义。如果可以获知特定用户的常用下车位置，不但可以为特定属性的乘客提供定制的服务，如下车站的属性推荐特定服务，还可根据乘客的乘车规律制定公交线路调度方案。综上所述，预测某一站上车的乘客的下车站点具有重要作用，亟需提出一种乘客的下车站点预测方法以为乘客提供定制服务，并确定乘客详细的出行规律。
技术实现思路
为克服上述现有技术无法预测某一站上车的乘客的下车站点的问题或者至少部分地解决上述问题，本专利技术实施例提供一种乘客的下车站点预测方法及装置。根据本专利技术实施例的第一方面，提供一种乘客的下车站点预测方法，包括：获取乘客在任一线路上的上车站点之后的每个站点，将所述上车站点之后的任一站点作为候选下车站点，将所述上车站点之后的站点中除所述候选下车站点以外的站点作为非候选下车站点；根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度，对于任一所述非候选下车站点，根据所述乘客的特征和该非候选下车站点的特征，基于所述相似度函数计算所述乘客与该非候选下车站点之间的第二相似度；根据所述第一相似度和所述第二相似度计算所述乘客与所述线路的整体相似度，获取所述上车站点之后的每个站点对应的整体相似度中的最大值，将所述最大值对应的候选下车站点作为所述乘客的最终下车站点。根据本专利技术实施例第二方面提供一种乘客的下车站点预测装置，包括：获取模块，用于获取乘客在任一线路上的上车站点之后的每个站点，将所述上车站点之后的任一站点作为候选下车站点，将所述上车站点之后的站点中除所述候选下车站点以外的站点作为非候选下车站点；计算模块，用于根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度，对于任一所述非候选下车站点，根据所述乘客的特征和该非候选下车站点的特征，基于所述相似度函数计算所述乘客与该非候选下车站点之间的第二相似度；预测模块，用于根据所述第一相似度和所述第二相似度计算所述乘客与所述线路的整体相似度，获取所述上车站点之后的每个站点对应的整体相似度中的最大值，将所述最大值对应的候选下车站点作为所述乘客的最终下车站点。根据本专利技术实施例的第三个方面，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的乘客的下车站点预测方法。根据本专利技术实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的乘客的下车站点预测方法。本专利技术实施例提供一种乘客的下车站点预测方法及装置，该方法通过假设某一站点为下车站点，将假设的下车站点作为候选下车站点，上车站点之后除假设的下车站点以后的站点为非下车站点，将假设的非下车站点作为非候选站点，基于预先构建的相似度函数计算乘客的特征与候选下车站点的特征之间，以及乘客特征与各非候选下车站点特征之间的相似度，从而计算乘客与线路的整体相似度，根据整体相似度确定下车站点，本实施例综合考虑两种相似度确定下车站点，使得预测结果更精确，可为乘客提供定制化的下车站点服务，并可根据同一类型乘客的乘车行为确定线路调度方案。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的乘客的下车站点预测方法整体流程示意图；图2为本专利技术实施例提供的乘客的下车站点预测装置整体结构示意图；图3为本专利技术实施例提供的电子设备整体结构示意图。具体实施方式为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在本专利技术的一个实施例中提供一种乘客的下车站点预测方法，图1为本专利技术实施例提供的乘客的下车站点预测方法整体流程示意图，该方法包括：S101，获取乘客在任一线路上的上车站点之后的每个站点，将所述上车站点之后的任一站点作为候选下车站点，将所述上车站点之后的站点中除所述候选下车站点以外的站点作为非候选下车站点；其中，该乘客为某一类型的乘客，乘客的类型根据乘客的特征确定。获取乘客在某一条线路L上上车的上车站点，以及该条线路上该上车站点之后的每个站点。将上车站点之后的某一站点作为候选下车站点，将该条线路上上车站点之后的站点中除该候选下次站点以外的站点作为非候选下车站点。即假设某一站点为下车站点，将假设的下车站点作为候选下车站点，上车站点之后除假设的下车站点以后的站点为非下车站点，将假设的非下车站点作为非候选站点。将上车站点之后每个站点均进行一次下车站点假设。本实施例在已知乘客的特征、乘客上车站点和所乘车辆的行驶线路的情况下预测乘客的下车站点。S102，根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度，对于任一所述非候选下车站点，根据所述乘客的特征和该非候选下车站点的特征，基于所述相似度函数计算所述乘客与该非候选下车站点之间的第二相似度；其中，将乘客的特征和候选下车站点的特征作为相似度函数的变量，计算出乘客与候选下车站点之间的相似度，将该相似度作为第一相似度。对于任一非候选下车站点，将乘客的特征和该非候选下车站点的特征作为相似度函数的变量，计算出乘客该非候选下车站点之间的相似度，将该相似度作为第二相似度。第一相似度和第二相似度计算所使用的相似度函数相同。乘客的特征如职业、乘车地和乘车时间等，候选下车站点的特征和非候选下车站点的特征如途径站点的位置属性以及历史客流信息等。在使用乘客的特征、候选下车站点的特征和非候选下车站点的特征进行相似度计算之前，先将乘客的特征、候选下车站点的特征和非候选下车站点的特征抽象为特征向量，转化为特征向量之间的相似度计算。S103，根据所述第一相本文档来自技高网...

【技术保护点】
1.一种乘客的下车站点预测方法，其特征在于，包括：获取乘客在任一线路上的上车站点之后的每个站点，将所述上车站点之后的任一站点作为候选下车站点，将所述上车站点之后的站点中除所述候选下车站点以外的站点作为非候选下车站点；根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度，对于任一所述非候选下车站点，根据所述乘客的特征和该非候选下车站点的特征，基于所述相似度函数计算所述乘客与该非候选下车站点之间的第二相似度；根据所述第一相似度和所述第二相似度计算所述乘客与所述线路的整体相似度，获取所述上车站点之后的每个站点对应的整体相似度中的最大值，将所述最大值对应的候选下车站点作为所述乘客的最终下车站点。

【技术特征摘要】
1.一种乘客的下车站点预测方法，其特征在于，包括：获取乘客在任一线路上的上车站点之后的每个站点，将所述上车站点之后的任一站点作为候选下车站点，将所述上车站点之后的站点中除所述候选下车站点以外的站点作为非候选下车站点；根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度，对于任一所述非候选下车站点，根据所述乘客的特征和该非候选下车站点的特征，基于所述相似度函数计算所述乘客与该非候选下车站点之间的第二相似度；根据所述第一相似度和所述第二相似度计算所述乘客与所述线路的整体相似度，获取所述上车站点之后的每个站点对应的整体相似度中的最大值，将所述最大值对应的候选下车站点作为所述乘客的最终下车站点。2.根据权利要求1所述的乘客的下车站点预测方法，其特征在于，所述乘客的特征包括固定特征和动态特征；所述固定特征包括职业、收入、年龄和家庭信息；所述动态特征包括乘车时间和乘车目的；所述乘车目的包括上班和回家；所述线路上每个站点的特征包括静态特征和功能特征；所述静态特征包括地理特征；所述地理特征包括是否企业聚集地和是否为住宅区；所述功能特征包括换乘站、非换乘站和当前时段的历史客流量。3.根据权利要求1所述的乘客的下车站点预测方法，其特征在于，所述相似度函数的公式为：其中，Useri表示第i种类型的乘客，Stopj表示所述上车站点之后第j个站点，S(Useri,Stopj)表示Useri和Stopj之间的相似度，n表示乘客的特征数量，m表示站点的特征数量，ua表示Useri的第a个特征，wa表示所述第a个特征的权重，sb表示所述Stopj的第b个特征，wb表示所述第b个特征的权重，σ表示函数x为σ函数的变量。4.根据权利要求3所述的乘客的下车站点预测方法，其特征在于，根据所述乘客的特征和所述候选下车站点的特征，基于预先构建的相似度函数计算所述乘客与所述候选下车站点之间的第一相似度的步骤之前还包括：获取多个乘客样本在所述上车站点之后的下车站点；根据各所述乘客样本的下车站点的特征和各所述乘客样本的特征，基于梯度下降算法计算所述相似度函数中的wa和wb。5.根据权利要求4所述的乘客的下车站点预测方法，其特征在于，根据各所述乘客样本的下车站点的特征和各所述乘客样本的特征，基于梯度下降算法计算所述相似度函数中的wa和wb的步骤具体包括：将所述上车站点与该乘客样本的下车站点之间的站点作为该乘客样本的中间站点；对于任一所述乘客样本，将该乘客样本的特征和该乘客样本的下车站点的特征作为所述相似度函数的输入，以及将该乘客样本的特征和各所述中间站点的特征作为所述相似度函数的输入，基于所述梯度下降算法对所述相似度函数进行训练，获取所述相似度函数中的wa和wb。6.根据权利要求1-5任一所述的乘客的下车站点预测方法，其特征在于，通过以下公式根据所述第一相似度和所述第二相似度计算所述乘客与所述线路的整体相似度：其中，L(Useri,Line)表示第i种类型的乘客Useri与线路Li...

【专利技术属性】
技术研发人员：邵凌霜，
申请(专利权)人：武汉元光科技有限公司，
类型：发明
国别省市：湖北,42