[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

说明书

本申请提供一种用车需求预测方法、系统、服务器及计算机存储介质。其中，所述用车需求预测方法包括以下步骤：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。本申请通过构建用户需求和用车成本的概率分布来实现用户用车需求的预测，由此解决了现有技术中处理用车的供需不匹配的方式未考虑用户的用车需求，而造成的调度成本不易掌控的问题。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种用车需求预测方法、系统、服务器及计算机存储介质。

背景技术

随着移动通信技术的发展，基于移动互联网的订单服务得到了广泛的应用，例如订餐服务或打车(叫车)服务。一般来说，对于顾客或乘客的订单，系统通常会进行单独处理，例如乘客发起打车请求，系统通过响应生成叫车订单，并根据周边车辆情况将订单发给司机客户端，司机客户端通过点击确认按钮来接收乘客的叫车订单。然而，由于早晚高峰、天气等原因影响，区域供需不平衡的问题日益凸显。为缓解供需不平衡，打车平台会预测未来一段时间内区域的车辆需求，事先调度车辆到供不应求的区域。

在相关技术中，当平台从其他区域调度车辆时，一种情况为采用打表调度的方式，让需求量大的地区的用户承担调度所产生的费用，这必然降低一些人打车的意愿且不利于缓解需求量大的地区的人员疏散效率。另一种情况采用打车平台强制调度车辆的方式，这虽然利于疏散相应地区的人数，但调度所产生的成本转嫁于打车平台和驾驶员。

发明内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供一种用车需求预测方法、系统、服务器及计算机存储介质，用以解决现有技术中处理用车的供需不匹配的方式未考虑用户的用车需求，而造成的调度成本不易掌控的问题。

为实现上述目的及其他相关目的，本申请的第一方面提供一种用车需求预测方法，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。

在所述第一方面的某些实施方式中，所述方法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。

在所述第一方面的某些实施方式中，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。

在所述第一方面的某些实施方式中，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。

在所述第一方面的某些实施方式中，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。

在所述第一方面的某些实施方式中，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。

在所述第一方面的某些实施方式中，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。