[发明专利]车辆运营区域潜力站点选址方法、系统、终端及介质

说明书

本发明提供车辆运营区域潜力站点选址方法、系统、终端及介质，包括使用已构建的车辆运营区域产单潜力预测模型对车辆运营区域内所有的运营子区域进行产单潜力分析，并根据分析结果筛选一或多个高潜力区域；基于所筛选的高潜力区域，结合所述车辆运营区域的路网数据，生成潜力站点的地址信息。本发明旨在基于现有站点产单率与周边POI信息、路网信息进行共享助力车优质站点智能选址。geohash8网格评价以周边POI与路网数据量化指标为标准，从现有站点数据、订单数据、POI数据、路网数据中挖掘出高产单率区域的重要特征，综合考虑各项特征进行geo8网格产单潜力评价与优质站点推荐。

技术领域

本发明涉及站点智能选址技术领域，尤其涉及车辆运营区域潜力站点选址方法、系统、终端及介质。

背景技术

随着共享经济的发展，共享助力车作为短距离出行的重要方式，已成为大众日常出行不可或缺的部分。

在共享助力车实际运营中，需要对站点进行迭代更新，取消产单率低的站点，新增具有产单潜力的优质站点。站点产单率低，说明从该位置出发的用车需求较低，助力车辆的供给与居民实际需求不匹配。数据表明，位于城市不同空间位置的站点吸引乘客、产生订单的效率有较大差异。以上海市2019年11月份订单数据为例，排名前5％的geohash8网格贡献了全城75.9％的订单量，前10％的网格贡献了全城89.3％的订单量。

因此，发掘优质点位并进行合理的运营对于订单量的提升会有非常明显的效果。新增站点是一个包括点位推荐、实地踏勘、站点设置、效果检验等过程的长周期工作，而站点选址方法决定了新增站点的实际产单效果，因此科学化、智能化选址方法在站点新增过程中具有关键作用。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何进行智能选址。

为实现上述目的，本发明提供了一种车辆运营区域潜力站点选址方法，包括：使用已构建的车辆运营区域产单潜力预测模型对车辆运营区域内所有的运营子区域进行产单潜力分析，并根据分析结果筛选一或多个高潜力区域；基于所筛选的高潜力区域，结合所述车辆运营区域的路网数据，生成潜力站点的地址信息。

在本发明的较佳实施方式中，所述使用已构建的车辆运营区域产单潜力预测模型对车辆运营区域内所有的运营子区域进行产单潜力分析，包括：提取各运营子区域内所有站点的自变特征数据；所述自变特征数据包括人群活动密度数据、可行驶路网数据及周边站点数据；将所有站点的自变特征数据输入所述车辆运营区域产单潜力预测模型，以获取基于运营子区域中所有站点的因变特征数据而得到的运营子区域的产单潜力值；所述因变特征数据包括站点订单数据。

在本发明的较佳实施方式中，所述方法还包括：通过空间分析算法将预设距离内的高潜力区域合并为若干个热点区域，供与车辆运营区域的路网进行空间相交后得到路侧站点的高潜力路段。

在本发明的较佳实施方式中，所述方法还包括执行如下任一种或多种的站点筛选：基于路段属性删除位于封闭管理场所内的站点；基于空间位置关系删除与现有站点之间的距离小于预设阈值的站点；位于主道与辅道之间的站点。

在本发明的较佳实施方式中，所述车辆运营区域产单潜力预测模型的构建过程包括：按照区域规划基本单元将车辆运营区域划分为多个运营子区域，并获取各所述运营子区域的与产单潜力相关的多源数据；基于所述多源数据，选择已设有站点的运营子区域为训练集来训练回归模型，据以构建车辆运营区域产单潜力预测模型。

在本发明的较佳实施方式中，所述多源数据包括：站点订单数据、人群活动密度数据、可行驶路网数据及周边站点数据。

在本发明的较佳实施方式中，构建车辆运营区域产单潜力预测模型的过程包括：将所述训练集中的人群活动密度数据、可行驶路网数据、周边站点数据作为所述回归模型的自变量，并将训练集中的站点订单数据作为所述回归模型的因变量，以构建所述车辆运营区域产单潜力预测模型。