[发明专利]用车需求预测方法、系统、服务器及计算机存储介质

权利要求书

1.一种用车需求预测方法，其特征在于，应用于打车平台以供打车平台以用车需求进行车辆调度，包括以下步骤：

获取至少两个地理区域中在一时间段内产生的历史订单数据，所述历史订单数据中包括订单价格；

对所述历史订单数据进行预处理以获得待拟合订单数据；以及

采用预设的拟合模型对所述待拟合订单数据进行拟合，并根据所述订单价格以确定所述至少两个地理区域之间行车路线上的用户用车需求的概率分布，所述概率分布用于预测当调整单价时，位于所述历史订单数据所反映的两地理区域之间行车路线上用户用车需求的变化。

2.根据权利要求1所述的用车需求预测方法，其特征在于，还包括通过一函数曲线表征所述至少两个地理区域内行车路线上的用户用车需求的概率分布的步骤。

3.根据权利要求1所述的用车需求预测方法，其特征在于，所述历史订单数据还包括：订单号、用户号、司机号、起点、终点、订单预估价格、以及订单生成时间戳的信息中的一种或多种信息。

4.根据权利要求3所述的用车需求预测方法，其特征在于，所述对所述历史订单数据进行预处理的步骤包括以下至少一种：

对包含司机号的历史订单数据进行数据完善处理；以及

依据历史订单数据中的预设字段，剔除无效的历史订单数据。

5.根据权利要求4所述的用车需求预测方法，其特征在于，所述对包含司机号的历史订单数据进行数据完善处理的步骤包括：

依据订单生成时间将包含同一司机号的历史订单数据中的订单进行排序；

基于排序顺序补充至少一个订单的完成时间。

6.根据权利要求1或4所述的用车需求预测方法，其特征在于，所述对历史订单数据进行预处理的步骤包括：自所述历史订单数据筛选出位于相同时间区间、相同起点范围、及相同终点范围的历史订单数据作为待拟合订单数据。

7.根据权利要求1所述的用车需求预测方法，其特征在于，所述拟合模型为对数正态拟合函数模型，所述采用预设的拟合模型对所述待拟合订单数据进行拟合的步骤为，采用预设的对数正态拟合函数模型对所述待拟合订单数据进行拟合，并根据价格以确定所述至少两个地理区域内用户用车需求的对数正态概率分布。

8.一种用车需求预测系统，其特征在于，应用于打车平台以供打车平台以用车需求进行车辆调度，包括：

数据获取模块，用于获取至少两个地理区域中在一时间段内产生的历史订单数据，所述历史订单数据中包括订单价格；

数据预处理模块，用于对所述历史订单数据进行预处理以获得待拟合订单数据；以及

预测模块，用于采用预设的拟合模型对所述待拟合订单数据进行拟合，并根据所述订单价格以确定所述至少两个地理区域之间行车路线上的用户用车需求的概率分布，所述概率分布用于预测当调整单价时，位于所述历史订单数据所反映的两地理区域之间行车路线上用户用车需求的变化。

9.根据权利要求8所述的用车需求预测系统，其特征在于，还包括显示模块，用于通过一函数曲线表征所述至少两个地理区域内每一路线上的用户用车需求的概率分布并予以显示。

10.根据权利要求8所述的用车需求预测系统，其特征在于，所述历史订单数据还包括：订单号、用户号、司机号、起点、终点、订单预估价格、以及订单生成时间戳的信息中的一种或多种信息。

11.根据权利要求8所述的用车需求预测系统，其特征在于，所述数据预处理模块用于对包含司机号的历史订单数据进行数据完善处理；和/或依据历史订单数据中的预设字段，剔除无效的历史订单数据。

12.根据权利要求11所述的用车需求预测系统，其特征在于，所述数据预处理模块用于依据订单生成时间将包含同一司机号的历史订单数据中的订单进行排序；以及基于排序顺序补充至少一个订单的完成时间。