[发明专利]基于用户画像的轨道交通清分方法、装置、设备及介质在审

专利信息
申请号: 202011639244.6 申请日: 2020-12-31
公开(公告)号: CN112734206A 公开(公告)日: 2021-04-30
发明(设计)人: 陈强;尹士朝;黄欢 申请(专利权)人: 广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q30/02
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 常柯阳
地址: 510000 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 用户 画像 轨道交通 清分 方法 装置 设备 介质
【权利要求书】:

1.基于用户画像的轨道交通清分方法,其特征在于,包括:

获取有效路径集合;

根据所述有效路径集合,构建乘客出行的用户画像模型;其中,所述用户画像模型包括事实标签、模型标签和预测标签;

根据所述用户画像模型,确定所述有效路径集合中每条有效路径的有效路径成本;

根据所述有效路径成本,确定路径分配比例和线路分配比例;

根据所述路径分配比例和所述线路分配比例,确定清分比例。

2.根据权利要求1所述的基于用户画像的轨道交通清分方法,其特征在于,所述获取有效路径集合,包括:

确定初始顶点;

确定与所述初始顶点相邻且未被访问过的邻接点;

根据所述初始顶点和所述邻接点,构建用户出行路径;

根据出行时间和换乘次数约束条件,对所述用户出行路径进行筛选,得到有效路径集合。

3.根据权利要求1所述的基于用户画像的轨道交通清分方法,其特征在于,所述根据所述有效路径集合,构建乘客出行的用户画像模型,包括:

获取用户出行信息;所述用户出行信息包括用户出行时间、用户出行频次、用户出行站点、用户出行路径、用户出行区域和用户出行距离;

根据所述用户出行信息,构建用户画像模型;

所述用户画像模型包括事实标签、模型标签和预测标签;

其中,所述事实标签包括但不限于乘车卡号类型、出行活跃度和出行忠诚度;

所述模型标签包括但不限于用户工作地和居住地站点;

所述预测标签包括但不限于年龄、性别和工作类型。

4.根据权利要求1所述的基于用户画像的轨道交通清分方法,其特征在于,所述根据所述用户画像模型,确定所述有效路径集合中每条有效路径的有效路径成本,包括:

获取乘客出行的出行时间;

获取乘客出行的换乘费用和换乘次数;

获取乘客出行的拥挤费用;

根据所述用户画像模型,确定用户的各类成本权重系数;

根据所述出行时间、换乘费用、换乘次数和拥挤费用,以及所述各类成本权重系数,计算有效路径成本。

5.根据权利要求4所述的基于用户画像的轨道交通清分方法,其特征在于,所述有效路径成本的计算公式为:

Ti(k)=αitoiNttransitcrowd

其中,to代表所述出行时间;ttrans为换乘费用;N为换乘次数;tcrowd为拥挤费用;αto表示时间成本;βiNttrans表示换乘成本;γitcrowd表示拥挤成本;αi,βi,γi表示乘客i的成本权重系数。

6.根据权利要求1所述的基于用户画像的轨道交通清分方法,其特征在于,所述根据所述有效路径成本,确定路径分配比例和线路分配比例,包括:

对所述有效路径成本进行归一化,得到路径分配比例;

根据路径中线路的站点数或者里程数确定线路比例;

其中,所述归一化的计算公式为:

为0D站点间乘客i对应的路径k的分配比;Ti(k)代表乘客i对于路径k的出行时间的综合成本;

所述线路比例的计算公式为:

为OD站点间路径k中线路j对应的分配比,nj(k)为路径k中线路j所含站点数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司,未经广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011639244.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top