太阳城集团

  • / 26
  • 下载费用:30 金币  

一种基于车联网数据的用户出行喜好分析方法.pdf

摘要
申请专利号:

CN201611193271.9

申请日:

2016.12.21

公开号:

CN106777169A

公开日:

2017.05.31

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06F 17/30申请日:20161221|||公开
IPC分类号: G06F17/30 主分类号: G06F17/30
申请人: 北京车网互联科技有限公司
发明人: 张年超; 耿文童; 李旭
地址: 100082 北京市海淀区学院南路12号京师科技大厦A座10层
优先权:
专利代理机构: 北京金智普华知识产权代理有限公司 11401 代理人: 巴晓艳
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201611193271.9

授权太阳城集团号:

|||

法律状态太阳城集团日:

2017.06.23|||2017.05.31

法律状态类型:

太阳城集团实质审查的生效|||公开

摘要

太阳城集团本发明提供一种基于车联网数据的用户出行喜好分析方法,所述方法基于假定以用户驻留点的聚点附近各POI类型在该地点所有POI点的占比,表示其前往每一类型POI点的概率为模型,通过用户的聚点GPS太阳城集团进行逆地理编码,获知用户出行地点的空间属性,随后根据用户的出行行为推测其兴趣所在,针对提出的评价指标,依次对用户在每一POI点的类型作出评分,计算所得的指标权重值得到用户在某一POI点类型加权后的得分,最终将用户所有POI点类别的得分按照一定顺序进行排列,获得用户出行喜好。

权利要求书

1.一种基于车联网数据的用户出行喜好分析方法,其特征在于,所述方法基于假定以
用户驻留点的聚点附近各POI类型在该地点所有POI点的占比,表示其前往每一类型POI点
的概率为模型,通过用户的聚点GPS太阳城集团进行逆地理编码,获知用户出行地点的空间属性,
随后根据用户的出行行为推测其兴趣所在,针对提出的评价指标,依次对用户在每一POI点
的类型作出评分,计算所得的指标权重值得到用户在某一POI点类型加权后的得分,最终将
用户所有POI点类别的得分按照一定顺序进行排列,获得用户出行喜好。
2.根据权利要求1所述的方法,其特征在于,所述方法包括:
S1:将用户的驻留点聚类,具体为对用户的驻留点进行聚类,确定某地点的中心点,称
为驻留点的聚点;
S2:筛选行程,具体为分析用户工作之余的出行喜好,删去用户以“家”或“公司”为终点
的行程,保留其余有效行程;
S3:逆地理编码,具体为根据用户的驻留点的聚点进行逆地理编码,规定此过程选取聚
点周围半径r米内的POI;
S4:计算POI类型占比,由上一步得到所有聚点附近r米内所包含的各类POI太阳城集团与总
数,随后逐个输出每一聚点附近各个类型的POI点的数目,并按类型计算POI点的占比,得到
矩阵P;
S5:抽取指标数据;
S6:计算每种类型各指标的期望值;
S7:指标数据评分,具体为在每一个指标内部,首先对用户数据分布情况做出判别,观
测其服从何种分布,将数据正态化,最终基于正态分布得出用户在每一类POI点的三种指标
下各自的得分;
S8:计算指标权重、计算各POI类型下的指标权重;
S9:计算每一POI类型的得分。
3.根据权利要求2所述的方法,其特征在于,所述S5具体为抽取用户驻留点的聚点的在
三个指标下的数据,所述三个指标分别是:到达次数Time、停留总时长Dura和驶入行程总时
长Dura2。
4.根据权利要求2所述的方法,其特征在于,所述S6具体为根据S4和S5中用户所到达的
每一个驻留点的聚点内每一类型的三个指标的数学期望值,其中,数学期望值计算方法如
下:
到达次数的数学期望值=POI点的占比×到达次数Time;
停留时长的数学期望=POI点的占比×停留总时长Dura;
驶入行程时长的数学期望=POI点的占比×驶入行程总时长Dura2。
5.根据权利要求2所述的方法,其特征在于,所述S7包括:
S71:确定数据服从何种分布;
S72:原始数据正态化:具体为对原始数据做一次非线性变换,使其服从标准正态分布;
S73:对数据进行分组:具体为依据公式计算需要划分的组数;
S74:确定组距:对于每一个指标,计算每一POI类型中数据的全距,根据最大值与最小
值计算得到组距;
S75:计算累积百分比:确定每一组数值的上限与下限,求出每一组中落入的数据点的
个数、每一组的组中值,从而得到组中值以下的累加次数,将累加次数与总的用户人数作
比,得到每一组的累积百分比;
S76:查询得到z分数;
S77:计算T分数,具体为根据公式对分数作线性变换,以消除负值对结果的影响,得到
每一组分数的上限与下限;
S78:计算用户在每一指标下各POI类型的得分:查找用户的数据所对应的分数区间,在
区间内将数据按照线性处理对应到某一分数值,获得用户在三个指标下的得分值。
6.根据权利要5所述的方法,其特征在于,所述S76中所述z分数为标准分,所述标准分
在数据服从正态分布的条件下,将原始数据转化为z分数可以去除量纲,因此可以对同一整
体不同类型的数据进行比较,由累积百分比查询正态分布表得到每一组的z分数,将分组后
的组中值以下的累积百分比的比值作为组内的百分比上限。
7.根据权利要求2所述的方法,其特征在于,所述S8具体为利用层次分析法确定三个指
标的权重值大小,根据类型确定其中三个指标的权重值。
8.根据权利要求2所述的方法,其特征在于,所述S9具体包括:
S91:计算同一指标下用户在各POI类型的得分,具体包括在指标“到达次数”下,将每一
个用户在各POI类型下的得分与对应的权重值相乘,得到加权的分数;
S92:计算对指标加权后的得分,具体包括将每一个指标的权重与用户在该指标下各
POI类型的得分相乘,得到对指标加权后的得分,对此得分作和,得到用户在不同POI类型下
的得分,指标“停留时长”与指标“驶入行程时长”下各POI类型的得分计算方法同理。
9.根据权利要求7所述的方法,其特征在于,所述层次分析法确定权重包括以下步骤:
(1)建立层次结构模型:本方法中的层次结构由三层构成,分别是:①目标层,提出方法
要解决的问题;②准则层,提出评分要参照的指标;③方案层,确定用户对每一种POI类型点
的喜好程度;
(2)构造成对比较阵:从层次结构模型中的准则层与方案层,对于从属于上一层的每个
因素的同一层各个因素,用成对比较法和1-9比较尺度构造成对比较阵;
(3)计算权向量并做一致性检验:对于每一个成对比较阵计算最大特征根及对应特征
向量,利用一致性指标、随机一致性指标做一致性检验,若检验通过,则将归一化后的特征
向量视为权向量;
(4)计算组合权向量并做一致性检验:计算层次结构模型中的方案层对目标的组合权
向量,并进行一致性检验,若检验通过,则可按照组合权向量表示的结果进行决策。

关 键 词:
一种 基于 联网 数据 用户 出行 喜好 分析 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于车联网数据的用户出行喜好分析方法.pdf
链接地址:http://zh228.com/p-6019716.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');