[发明专利]淤积区域确定方法及装置、交通工具调度方法及装置

说明书

本公开实施例涉及一种淤积区域确定方法、交通工具调度方法、装置、电子设备和存储介质。该淤积区域确定方法包括：获取网格区域对应的用户出行特征；用户出行特征包括出行行为特征和出行意愿特征，出行行为特征用于表征用户使用交通工具时所产生的行为特征，出行意愿特征用于表征用户有使用交通工具的意愿特征；将网格区域对应的用户出行特征输入交通工具流量确定机器学习模型，得到交通工具的流量信息；交通工具流量确定机器学习模型为根据出行样本预先训练好的机器学习模型，出行样本包括用户出行特征样本；若交通工具的流量信息符合预设淤积条件，则确定网格区域为淤积区域。采用本方法能够提高交通工具淤积判定的准确性。

技术领域

本公开实施例涉及交通控制技术领域，特别是涉及一种淤积区域确定方法、交通工具调度方法、装置、电子设备和存储介质。

背景技术

随着互联网技术的发展，共享交通工具例如共享单车、共享汽车等越来越受欢迎。用户在使用共享交通工具到达目的地后，需将共享交通工具停放于公共停放区域，以便于其他人可以继续使用，提高了共享交通工具的使用效率。尤其是对于共享单车而言，在给用户出行带来很大便利的同时，还能减少碳排放量。

传统技术中，在判断公共停放区域内的共享交通工具是否淤积时，主要是通过管理人员在线下观察并依据经验来做出人为判断。

然而，采用传统方法，存在共享交通工具淤积判定的准确性较低的问题。

发明内容

本公开实施例提供一种淤积区域确定方法、交通工具调度方法、装置、电子设备和存储介质，可以用于提高共享交通工具淤积判定的准确性。

第一方面，本公开实施例提供一种淤积区域确定方法，所述方法包括：

获取网格区域对应的用户出行特征；所述用户出行特征包括出行行为特征和出行意愿特征，所述出行行为特征用于表征用户使用交通工具时所产生的行为特征，所述出行意愿特征用于表征用户有使用交通工具的意愿特征；

将所述网格区域对应的用户出行特征输入交通工具流量确定机器学习模型，得到交通工具的流量信息；所述交通工具流量确定机器学习模型为根据出行样本预先训练好的机器学习模型，所述出行样本包括用户出行特征样本；

若所述交通工具的流量信息符合预设淤积条件，则确定所述网格区域为淤积区域。

第二方面，本公开实施例提供一种交通工具调度方法，所述方法包括：

获取用户终端的位置信息；

若根据所述用户终端的位置信息，确定所述用户终端与淤积区域的位置关系符合预设位置关系条件，则获取资源偏好信息和所述淤积区域中交通工具的流量信息；其中，所述淤积区域通过交通工具流量确定机器学习模型对用户出行特征进行处理而确定，所述交通工具流量确定机器学习模型为根据出行样本预先训练好的机器学习模型，所述出行样本包括用户出行特征样本；

根据所述资源偏好信息和所述交通工具的流量信息，确定资源推送策略并发送至所述用户终端。

第三方面，本公开实施例提供一种淤积区域确定装置，所述装置包括：

出行特征获取模块，用于获取网格区域对应的用户出行特征；所述用户出行特征包括出行行为特征和出行意愿特征，所述出行行为特征用于表征用户使用交通工具时所产生的行为特征，所述出行意愿特征用于表征用户有使用交通工具的意愿特征；

流量信息确定模块，用于将所述网格区域对应的用户出行特征输入交通工具流量确定机器学习模型，得到交通工具的流量信息；所述交通工具流量确定机器学习模型为根据出行样本预先训练好的机器学习模型，所述出行样本包括用户出行特征样本；

淤积区域确定模块，用于若所述交通工具的流量信息符合预设淤积条件，则确定所述网格区域为淤积区域。