[发明专利]基于深度学习和大数据分析的出租车寻客策略推荐方法

权利要求书

1.基于深度学习和大数据分析的出租车寻客策略推荐方法，其特征在于，

所述推荐方法包括以下步骤：

步骤一：对出租车历史轨迹数据进行清洗；

步骤二：从经过清洗的出租车历史轨迹数据中提取出租车载客点；

步骤三：从提取出的出租车载客点中提取出租车载客热点；

步骤四：对出租车载客热点进行载客量预测；

步骤五：提出出租车推荐模型，

在步骤一中，具体的，对历史轨迹数据清洗包括：去除无效数据、去除无用字段、去除非本市数据、去除重复数据；

在步骤二中包括：

步骤二一：将出租车历史轨迹数据上传到Hadoop集群；

步骤二二：加载清洗过的历史轨迹数据，利用Spark的map函数将数据映射成以出租车编号为主键，其他字段为值的RDD对象；

步骤二三：使用Spark平台的groupByKey方法将具有相同主键的元素汇集到一个集合里；

步骤二四：使用sort方法对RDD中每个元素的值按照时间字段进行排序；

步骤二五：筛选出出租车载客状态由0变到10000000的数据；

在步骤三中，采用基于密度的DBSCAN聚类算法寻找热点，DBSCAN包含两个重要的参数：最小包含点数minPts和扫描半径eps，分别设置最小包含点数和扫描半径；

在步骤四中，对出租车载客热点进行载客量预测运用了循环神经网络RNN，具体的，对隐藏层神经元的输入添加自身的返回值得到循环神经网络RNN，RNN隐藏层s和输出层o的输出为：

s_t＝f(Ux_t+Ws_t-1), (1)

o_t＝g(Vs_t), (2)

其中，t是时刻，x是输入层，s是隐藏层，o是输出层，矩阵W是隐藏层上一次的值作为本次的输入的权重，U和V均是权重矩阵，

RNN使用误差逆向传播算法来训练，第i层t时刻的误差值沿两个方向传播：

一个方向是传递到上一层网络，这部分只和权重矩阵U有关；

另一个方向是沿时间线通过递归传递到初始时刻，这部分和权重矩阵W有关；

在3层RNN的基础上加入Dropout层；

在步骤五中，具体的，用马尔可夫决策过程IMDP做出出租车推荐模型，具体的，所述马尔可夫决策过程IMDP表示为一个五元组(S,A,P_sa,γ,R_sa)，其中S是状态集合；A＝{等待，移动到下一热点}，是司机在拾取点能够做的一系列动作；P_sa为转移概率矩阵，通过数据挖掘得到，表示在状态S_i∈S情况下进行动作a∈A转移到下一状态的概率；γ∈(0,1)为折扣因子；是在状态s_i∈S下采取行为a∈A后的回报，在当前热点做出选择后的代价为C_ij＝E_ij，E_ij为车辆从状态s_i到s_j的空载时间，得到的回报记为其中，X_j为状态s_j的预测上车人数，

出租车从状态集S中的一个状态s₀开始，选择动作集A中的一个动作a₀到达下一状态s₁，在此状态下同样选择一个动作a₁到达状态s₂，这一过程被描述为：

在上述过程的影响下，定义回报函数为：

简写为：

R(s₀)+γR(s₁)+γ²R(s₂)+…

采用策略π作为所有状态对应的策略集合，策略π是将状态映射到动作的函数，即π:S→A，在一个状态s下，选择动作a＝π(s)，

当采用策略π时，累积回报在状态s处的期望值定义为状态-值函数：

V^π(s)＝E[R(s₀)+γR(s₁)+γ²R(s₂)+…∣s₀＝s] (3)

化为贝尔曼方程：

在式(4)中R(s)表示立刻回报，即在状态s处选择动作a可立即获得的回报，等式右侧第二项为求和项，表示在此选择下未来的回报，

定义最优状态-值函数为：

贝尔曼等式的形式为：

同样定义最优政策函数为：

由式(4)～(7)可知：

接下来利用策略迭代求解IMDP，具体步骤为：

步骤一：初始化所有状态的V(s)以及π(s)，其中，初始化为随机策略；

步骤二：用当前的V(s)对当前策略进行评估，计算出每一个状态的V(s)，直到V(s)收敛，才算训练好了这个状态价值函数V(s)；

步骤三：用上一步得到的当前策略评估函数V(s)进行改进，在每个状态s时，对每个可能的动作a，计算采取这个动作后到达下一状态的期望价值，选取使达到下一状态的期望价值函数最大的动作来更新策略π(s)，然后再次循环步骤一和步骤二，直到V(s)和π(s)全部收敛，最终得到出租车推荐模型。