[发明专利]一种基于出行特征的乘客分类方法及系统

说明书

本发明提供一种乘客分类方法及系统，属于交通数据的处理技术领域。该乘客分类方法包括：采集乘客的乘车数据；对所述乘车数据进行预处理；分析所述预处理后的乘车数据，获得所述乘客的出行特征；依据所述出行特征对所述乘客进行分类；按照乘客分类结果向乘客投放信息。该乘客分类方法及系统可供广告商或其他信息投送方根据乘客作为信息受众的个性化需求，更有指向性和针对性地投放广告，提高广告投放效果。

技术领域

本发明涉及交通数据的处理技术领域，具体涉及一种乘客分类方法及系统。

背景技术

现有公共交通广告投放模式下，广告商主要考虑广告投放位置、交通枢纽/路线客流量、广告投放时间、广告投放时长等因素进行广告投放。这种统一的、粗放式的广告投放模式缺乏对广告受众的个性化需求分析，导致投放的广告针对性不强，达不到最佳的广告投放效果。另一方面，公共交通服务的质量是公共交通运营商的核心竞争力。但是在目前情况下，公共交通运营商并没有充分考虑不同类型乘客的个性化需求，更没有提供定制化的服务，公共交通服务的质量还待提升。

因此，需要一种乘客分类方法，提高交通广告的投放效果和交通的服务质量。

发明内容

为此，本发明提供一种乘客分类方法及系统，以解决现有技术中，针对乘客的统一的、粗放式的广告投放模式，导致广告投放缺乏针对性和个性化的问题。

为了实现上述目的，本发明第一方面提供一种乘客分类方法，包括：

采集乘客的乘车数据；

对所述乘车数据进行预处理；

分析所述预处理后的乘车数据，获得所述乘客的出行特征；

依据所述出行特征对所述乘客进行分类；

按照乘客分类结果向乘客投放信息。

进一步地，所述对乘车数据进行预处理，包括：

剔除所述乘车数据中出行频次小于第一预设阈值的乘客对应的乘车数据，所述第一预设阈值为设定的数值。

进一步地，所述对所述预处理后的乘车数据进行分析，获得所述乘客的出行特征，包括：

从所述乘客的乘车数据中提取乘车时间和乘车地点；

统计所述乘客的乘车时间和乘车地点，获得所述乘客的出行特征，所述出行特征包括月乘车天数、月工作日乘车天数、单次乘车时间、日乘车频率、工作日乘车频率、进站地点、出站地点。

进一步地，所述依据出行特征对所述乘客进行分类，包括：

设定出行分类特征阈值；

根据所述乘客的出行特征获得所述乘客的出行特征值；

根据所述出行分类特征阈值和所述乘客的出行特征值确定该乘客的分类。

进一步地，所述依据出行特征对所述乘客进行分类，还包括：

获取乘客编号；

基于不同所述乘客分类分别赋予对应的特征属性值；

将所述乘客的乘客编号和特征属性值关联生成乘客与乘客分类对应表。

为了实现上述目的，本发明第二方面提供一种乘客分类系统，包括：

采集模块，用于采集乘客的乘车数据；

预处理模块，用于对所述乘车数据进行预处理；

分析模块，用于分析所述预处理后的乘车数据，获得所述乘客的出行特征；

分类模块，用于依据所述出行特征对所述乘客进行分类；