一种针对出行站点的出行需求预测方法、装置及存储介质制造方法及图纸

本说明书实施例提供一种针对出行站点的出行需求预测方法、装置及存储介质，应用于人工智能技术领域。所述方法包括：获取历史样本数据；所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据；基于所述出行数据构建对应于所有出行站点的站点图网络；基于所述站点图网络确定各个出行站点的出行特征向量；基于环境特征数据从出行特征向量中提取目标特征向量；根据所述站点图网络和目标特征向量确定对应于各个出行站点的出行需求预测值。上述方法考虑了站点之间的相互影响。通过引入环境特征数据，对出行站点的出行特征向量进行筛选，保证数据的有效性，提高了预测结果的准确性，有利于实际应用中对于出行站点车辆的分配。行站点车辆的分配。行站点车辆的分配。

【技术实现步骤摘要】
一种针对出行站点的出行需求预测方法、装置及存储介质


[0001]本说明书实施例涉及人工智能
，特别涉及一种针对出行站点的出行需求预测方法、装置及存储介质。

技术介绍

[0002]为了便于对共享自行车或共享电动车进行管理和调度，目前一般是通过设置相应的出行站点，将共享车辆放置在出行站点处。用户在需要使用时，可以将共享车辆由一个出行站点骑行至另一个骑行站点。相应的，为了保证在出行站点处所放置的共享车辆的数量的合理性，需要对各个出行站点的出行需求进行预估，以避免车辆冗余或用户的出行需求无法得到满足的情况。
[0003]但是，当前在对出行站点的出行需求进行预测时，仅仅考虑了出行站点本身的历史数据，忽略了环境因素对出行站点的影响，导致最终的预测结果缺乏一定的准确性，进而影响在出行站点处的车辆的安排与调度。因此，目前亟需一种能够结合环境因素的影响，准确地对出行站点的出行需求进行预测的方法。

技术实现思路

[0004]本说明书实施例的目的是提供一种针对出行站点的出行需求预测方法、装置及存储介质，以解决如何准确对站点之间的出行需求进行预测的问题。
[0005]为了解决上述技术问题，本说明书实施例提出一种针对出行站点的出行需求预测方法，包括：获取历史样本数据；所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据；基于所述出行数据构建对应于所有出行站点的站点图网络；基于所述站点图网络确定各个出行站点的出行特征向量；基于环境特征数据从出行特征向量中提取目标特征向量；根据所述站点图网络和目标特征向量确定对应于各个出行站点的出行需求预测值。
[0006]本说明书实施例还提出一种针对出行站点的出行需求预测装置，包括：历史样本数据获取模块，用于获取历史样本数据；所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据；站点图网络构建模块，用于基于所述出行数据构建对应于所有出行站点的站点图网络；出行特征向量确定模块，用于基于所述站点图网络确定各个出行站点的出行特征向量；目标特征向量提取模块，用于基于环境特征数据从出行特征向量中提取目标特征向量；出行需求预测值确定模块，用于根据所述站点图网络和目标特征向量确定对应于各个出行站点的出行需求预测值。
[0007]本说明书实施例还提出一种计算机可读存储介质，其上存储有计算机程序/指令，所述计算机程序/指令在被执行时实现上述针对出行站点的出行需求预测方法。
[0008]由以上本说明书实施例提供的技术方案可见，本说明书实施例在获取各个出行站点的站点信息、历史出行数据和环境特征数据后，基于出行数据构建站点图网络，并通过站点图网络确定各个出行站点的出行特征向量。进一步的，利用环境特征数据从出行特征向
量中提取出目标特征向量，最终结合站点图网络和目标特征向量来确定对应于各个出行站点的出行需求预测值，从而完成出行需求的预测。上述方法基于图网络来反映出行站点之间的交互，考虑了站点之间的相互影响。通过引入环境特征数据，对出行站点的出行特征向量进行筛选，保证数据的有效性，进而结合站点图网络和目标特征向量预测出行需求，保证了预测结果的准确性，有利于实际应用中对于出行站点车辆的分配。
附图说明
[0009]为了更清楚地说明本说明书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简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，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。
[0010]图1为本说明书实施例一种针对出行站点的出行需求预测方法的流程图；
[0011]图2为本说明书实施例一种出行需求预测流程的示意图；
[0012]图3为本说明书实施例一种针对出行站点的出行需求预测装置的模块图。
具体实施方式
[0013]下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
[0014]为了解决上述技术问题，本说明书实施例提出一种针对出行站点的出行需求预测方法。所述针对出行站点的出行需求预测方法的执行主体为针对出行站点的出行需求预测设备，所述针对出行站点的出行需求预测设备包括但不限于服务器、工控机、PC机等。如图1所示，所述针对出行站点的出行需求预测方法可以包括以下具体实施步骤。
[0015]S110：获取历史样本数据；所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据。
[0016]历史样本数据是收集到的与出行站点相关的数据。具体的，所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据。
[0017]站点信息是对各个出行站点的基本情况进行描述的信息，所述站点信息可以只包含各个站点的标识，也可以包含站点之间的距离，站点所处的具体地理位置等信息。所述站点信息可以基于实际应用的需求进行增加与设置，并不限于上述示例。
[0018]出行站点是用于放置出行工具的站点，各个出行站点对应于所放置的出行工具均记录有出行工具的流入和流出的数据。优选的，出行站点包括对应于两轮共享车辆的出行站点。两轮共享车辆包括两轮自行车、两轮电动车等。
[0019]历史出行数据主要包括各个出行站点在各个时间段内的车辆流入数据和车辆流出数据。时间段可以基于需求进行设置，例如可以设置为一小时、半天、一天、一周等，对此不做限制。车辆流入数据即为该时段内驶入该出行站点的车辆的数量，车辆流出数据即为该时段内驶出该出行站点的车辆的数量。具体的，车辆流入数据和车辆流出数据中还可以细分为当前出行站点至其他特定站点的车辆流入数据和车辆流出数据，从而能够通过历史
出行数据确定各个出行站点之间的车辆流通情况。
[0020]环境特征数据主要用于描述环境状况。所述环境特征数据包括天气数据，由于天气不固定，变化快，且对出行会造成影响，因此可以作为本说明书实施例中主要的对出行需求进行预测的影响因素。当然，所述环境特征数据也可以其他可能会对出行需求造成影响的外界因素，例如人流量等，具体可以基于实际应用的需求进行设置，在此不再赘述。
[0021]在确定各个出行站点的具体位置的情况下，可以针对各个出行站点分别收集对应的环境特征数据，在后续的预测过程针对各个出行站点分别进行分析。
[0022]S120：基于所述出行数据构建对应于所有出行站点的站点图网络。
[0023]在获取到出行数据后，可以利用出行数据构建站点图网络。站点图网络以图网络的形式来反映不同站点之间的流入流出情况。各个出行站点可以作为站点图网络中的节点，从而直观地反映不同站点之间的出行状况。
[0024]具体的，构建站点图网络时，可以先基于所述车辆流入数据和车辆流出数据构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对出行站点的出行需求预测方法，其特征在于，包括：获取历史样本数据；所述历史样本数据中包含各个出行站点的站点信息、历史出行数据和环境特征数据；基于所述出行数据构建对应于所有出行站点的站点图网络；基于所述站点图网络确定各个出行站点的出行特征向量；基于环境特征数据从出行特征向量中提取目标特征向量；根据所述站点图网络和目标特征向量确定对应于各个出行站点的出行需求预测值。2.如权利要求1所述的方法，其特征在于，所述环境特征数据包括天气数据。3.如权利要求1所述的方法，其特征在于，所述历史出行数据包括各个出行站点在固定时段内的车辆流入数据和车辆流出数据；所述基于所述出行数据构建对应于所有出行站点的站点图网络，包括：基于所述车辆流入数据和车辆流出数据构建对应于出行站点的交互矩阵；结合站点信息，根据所述交互矩阵分别确定对应于各个出行站点的邻居节点；基于各个邻居节点的环境特征数据和历史出行数据进行聚合得到站点图网络。4.如权利要求3所述的方法，其特征在于，所述基于所述车辆流入数据和车辆流出数据构建对应于出行站点的交互矩阵，包括：利用公式计算交互矩阵，式中，A
OD,ij
为交互矩阵中第i行第j列的元素，F
ij
为站点i向站点j的车辆流入数据；所述基于各个邻居节点的环境特征数据和历史出行数据进行聚合得到站点图网络，包括：利用公式进行聚合，式中，为聚合后的出行站点信息，为出行站点的邻居节点的环境特征数据和历史出行数据，N(v)为出行站点的各个邻居节点。5.如权利要求3所述的方法，其特征在于，所述交互矩阵用于表示不同出行站点之间的交互数据；所述结合站点信息，根据所述交互矩阵分别确定对应于各个出行站点的邻居节点之前，还包括：从所述交互矩阵中剔除不大于交互阈值的交互数据。6.如权利要求1所述的方法，其特征在于，所述基于环境特征数据从出行特征向量中提取目标...

【专利技术属性】
技术研发人员：杨磊，杨帅，
申请(专利权)人：上海钧正网络科技有限公司，
类型：发明
国别省市：