[发明专利]一种基于聚类算法的共享单车优化调配方法、控制装置、电子设备及其存储介质

说明书

本发明提供一种基于聚类算法的共享单车优化调配方法、控制装置、电子设备及其存储介质，属于公共交通规划和数据挖掘技术领域。所述方法应用于服务器，方法包括：通过采集共享单车特定时间段的骑行数据，用聚类的方法对整个城市任意时段的骑行起点数据、骑行终点数据做预测和判断，计算出骑行目标的期望值。同时，针对每个区域内骑行次数、骑行时间、骑行距离等骑行特征的数据做定量分析，为共享单车的高效利用提供数据支持。本发明将聚类算法与大数据清洗、大数据挖掘和大数据可视化技术相结合，通过大规模的数据采集和聚类分析，实现共享单车快捷、高效且准确的调配使用，还将数据分析结果进行可视化呈现，使管理更加直观高效，大大缓解了城市交通压力、愈加优化出行需要。

技术领域

本发明属于公共交通规划和数据挖掘技术领域，尤其涉及一种基于聚类算法的共享单车优化调配方法、控制装置、电子设备及其存储介质。

背景技术

随着共享理念的快速崛起，共享单车为响应市场需要也应运而生。共享单车产生初期，对城市的交通出行产生了很好的促进作用，也有效贯彻了低碳出行的环保倡议。但随着市场需求的不断扩大，共享单车数量急剧增多，单车随意停放、缺乏管理的现象日趋严重，逐渐给城市的市容市貌带来了负面影响。如何优化共享单车的调配使用、使管理方法行之有效，也成为共享理念可持续发展的研究性课题之一。

目前，共享单车的调配使用方案仅依靠简单的数据统计和经验决断，没有借助大数据清洗、大数据挖掘和大数据可视化技术，导致数据存在主观性判断过强、分析过程略显粗糙、分析结论不准确的问题，同时，也无法形成直观的可视化效果。

发明内容

本发明为了弥补现有技术的不足，提供一种基于聚类算法的共享单车优化调配方法、控制装置、电子设备及其存储介质，将聚类算法与大数据清洗、大数据挖掘和大数据可视化技术相结合，通过大规模的数据采集和聚类分析，实现共享单车快捷、高效且准确的调配使用，还将数据分析结果进行可视化呈现，使管理更加直观高效，大大缓解了城市交通压力、愈加优化出行需要。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供了一种基于聚类算法的共享单车优化调配方法，应用于服务器，具体实现步骤是：

通过采集共享单车特定时间段的骑行数据，用聚类的方法对整个城市任意时段的骑行起点数据、骑行终点数据做预测和判断，计算出骑行目标的期望值。同时，针对每个区域内骑行次数、骑行时间、骑行距离等骑行特征的数据做定量分析，为共享单车的高效利用提供数据支持。

进一步地，对骑行特征进行筛选，利用K-means聚类算法对筛选后数据的骑行特征进行分类，对分类后数据进行可视化分析，根据分析结果预测聚类的坐标。

进一步地，定量分析是指通过大量数据的聚类分析和可视化呈现后，由效果图的经纬度(聚类的坐标)从地图上判断出聚类的位置，通常聚类较多的位置出现在人员密集、流动性大的区域，为共享单车的高效利用提供数据支持。

第二方面，本发明实施例还提供了通过执行程序实现基于聚类算法的共享单车优化调配方法，应用于服务器，具体实现步骤是：

把一个城市的单车数据输入程序中，利用聚类算法进行计算，对计算结果进行数据可视化。

第三方面，本发明实施例还提供了一种基于聚类算法的共享单车优化调配控制装置，应用于服务器，该控制装置包括以下模块：

数据采集和清洗模块：从共享单车数据源采集骑行数据，对不完整、重复、无关数据进行清洗，得到标准、干净、合规的数据，选择所需时间段，设置数据清洗标准，即筛选标准参数值，对骑行特征进行有效性筛选；

数据挖掘模块：利用聚类算法从筛选后数据集合中挖掘数据特征，得到特征分类并存储在特征分类库；