一种基于出租车gps数据挖掘的打车/接单poi推荐系统及方法
【技术领域】
[0001] 本发明属于智能交通技术领域，特别涉及一种基于出租车GPS数据挖掘的打车/接 单Ρ0Ι推荐系统及方法。
【背景技术】
[0002] 城市计算是计算机科学以城市为背景，跟城市规划、交通、能源、环境、社会学和经 济等学科融合的新兴领域。城市计算将无处不在的感知技术、高效的数据管理和分析算法， 以及新颖的可视化技术相结合，致力于提高人们的生活品质、保护环境和促进城市运转效 率。智能交通是城市计算不可或缺的一个重要领域。随着城市的发展和车辆的增加，实行有 效的交通控制以保证交通的高效，对能源的节省、空气污染的减缓，有着举足轻重的意义。
[0003] 从20世纪70年代末以来，我国经济建设快速发展，人民生活水平不断提高，汽车保 有量逐年增加，交通问题日益显现。其中，最突出的就是我国人口众多、路网不完善、道路不 规范、机动车与非机动车大量存在，而交通基础设施建设还需相当长的一段时间。
[0004] 目前，大多城市的出租车上已经安装了 GPS设备，实时向数据中心发送当前位置信 息，这些数据蕴含着城市交通系统的丰富信息，充分利用出租车轨迹数据挖掘可以帮助政 府了解城市道路状况，交通资源与交通需求的分布，甚至道路与交通路线规划信息;可以帮 助司机推荐导航路线，改善出租车的运营策略;帮助乘客推荐等车地点和时间，提高交通服 务质量。因此，近年来，智能交通领域吸引了不少科研和技术人员投入其中，希望通过计算 机技术充分利用交通大数据挖掘出有用的信息，为交通优化尽一份力。
[0005] 目前智能交通领域中基于出租车GPS数据的研究，多着眼于乘客打车点的推荐，本 发明将同时提供司机接单点的推荐方法；同时现有发明多是基于路段或者格子进行推荐， 本发明将细化到具体Ρ0Ι点（商圈内的商业大楼）的推荐；另外本发明将提供一套优化的打 车/接单难易度的打分模型。
【发明内容】
[0006] 为了克服上述现有技术的缺点，本发明的目的在于提供一种基于出租车GPS数据 挖掘的打车/接单Ρ0Ι推荐系统及方法，充分利用出租车实时GPS数据，挖掘交通现状，提高 了推荐的准确度，细化了推荐地点的粒度，从而提高司机和乘客的出行效率，减少出行成 本，减少因空驶带来的能源污染。
[0007] 为了实现上述目的，本发明采用的技术方案是：
[0008] -种基于出租车GPS数据挖掘的打车/接单Ρ0Ι推荐系统，包括：
[0009] 基础数据初始化模块，基于经炜度进行城市区域格子划分，并获取出租车实时GPS 数据；
[0010] 出租车行为挖掘模块，从出租车实时GPS数据中挖掘出租车的乘客上车行为、乘客 下车行为、空驶行为以及满驶行为，同时，根据每个格子上的上车次数和空驶趟数的比值， 计算得到该格子的上车率;根据每个格子上的下车次数和满驶趟数的比值，计算得到该格 子的下车率；
[0011]接单难易度预测模块，以所述上车率作为相应格子的易接单指数；
[0012]打车难易度预测模块，根据空驶趟数、上车次数和下车次数计算得到易打车指数； [0013]等客Ρ(Π 推荐模块，判断每个Ρ0Ι所属的格子，将格子的易接单指数赋给Ρ0Ι;将Ρ0Ι 集合按照易接单指数由高到低排序，推荐给司机；
[0014] 等车Ρ0Ι推荐模块，判断每个Ρ0Ι所属的格子，将格子的易打车指数赋给Ρ0Ι;将Ρ0Ι 集合按照易打车指数由高到底排序，推荐给乘客。
[0015] 所述基础数据初始化模块中，将城市按照经炜度方向，划分为指定长宽的矩形格 子，作为数据统计的基础;所述出租车实时GPS数据由出租车自带GPS设备每隔一定时间（如 30秒)发往中心数据库，数据包含以下信息：车牌号、当前时间、当前经炜度以及当前状态， 其中当前状态包括防劫、签到、签退、空车、实车、点火以及熄火，分别用数字1~7表示，并以 数字0表示无状态位。
[0016] 所述出租车行为挖掘模炔基于划分好的格子进行统计，首先遍历每一辆车在每个 格子的连续GPS数据，当车的状态从连续空车变为实车状态则代表一次上车行为；当车的状 态从连续实车变为空车则代表一次下车行为；当一辆车在某一格子上空车状态驶过，则代 表一次空驶行为；当一辆车在某一格子上实车状态驶过，则代表一次满驶行为;统计每个格 子上的以上四种行为的次数。
[0017] 所述上车率和下车率的计算，排除城市交接班时间段。
[0018] 所述打车难易度预测模块中，易打车指数公式如下：
[0019] 当 #0FF>0 或者 #UP>0 时，#EXPup = #SV+#0FF-#UP;
[0020] 当 #0FF = 0 并且 #UP = 0时，#EXPup = 0;
[0021] 其中，#EXPup代表易打车指数，#SV代表空驶趟数，#0FF代表下车次数，#UP代表上车 次数。
[0022]所述等客Ρ0Ι推荐模块中，定位出租车当前位置，司机选择推荐地理区域范围，根 据当前定位和所选区域范围获取目标区域经炜度范围;根据经炜度范围求得其所属格子集 合，计算目标格子的易接单指数，其中目标区域指根据所选区域范围和当前定位所确定的 区域，目标格子指目标区域包含的格子集合。
[0023]所述等车Ρ0Ι推荐模块中，定位乘客当前位置，乘客选择推荐地理区域范围；根据 当前定位和所选区域范围获取目标区域经炜度范围；根据经炜度范围求得其所属格子集 合，计算目标格子的易打车指数。
[0024]所述基于出租车GPS数据挖掘的打车/接单Ρ0Ι推荐系统还包括安卓客户端用户交 互应用程序模块，该模块调用手机GPS传感器定位用户当前位置，接收司机或者乘客的范围 选择输入，调用等车Ρ0Ι推荐算法或者调用等客Ρ0Ι推荐算法，进行运算，并将推荐P0I在地 图上进行标定，展现给用户。
[0025]本发明还提供了一种基于出租车GPS数据挖掘的打车/接单Ρ0Ι推荐方法，包括： [0026]步骤1，基础数据初始化
[0027]基于经炜度，将城市区域划分为若干格子，作为数据统计的基础；同时，获取出租 车的实时GPS数据，该部分数据由出租车自带GPS设备每隔一定时间（如30秒)发往中心数据 库；
[0028]步骤2，出租车行为挖掘
[0029]从出租车实时GPS数据中挖掘出租车的乘客上车行为、乘客下车行为、空驶行为以 及满驶行为，同时，根据每个格子上的上车次数和空驶趟数的比值，计算得到该格子的上车 率;根据每个格子上的下车次数和满驶趟数的比值，计算得到该格子的下车率；
[0030] 步骤3,接单及打车难易度预测
[0031] 以所述上车率作为相应格子的易接单指数，指数越高越容易接单；
[0032] 根据每个格子上的空驶趟数、下车次数、上车次数计算得到该格子上的易打车指 数，指数越高越容易打车；
[0033] 步骤4,等客及等车Ρ0Ι推荐
[0034]定位出租车当前位置，结合司机选择的推荐地理区域范围，获取目标区域经炜度 范围；根据经炜度范围求得其所属格子集合，将目标格子的易接单指数赋给Ρ0Ι;将Ρ0Ι集合 按照易接单指数由高到低排序，推荐给司机；
[0035] 定位乘客当前位置，结合乘客选择的推荐地理区域范围，获取目标区域经炜度范 围;根据经炜度范围求得其所属格子集合，将目标格子的易打车指数赋给Ρ0Ι;将Ρ0Ι集合按 照易打车指数由高到底排序，推荐给乘客。
[0036] 与现有技术相比，本发明的有益效果是：
[0037] 1、提供司机和乘客双向需求的地点推荐。
[0038] 现有发明多着眼于乘客打车的需求进行分析和推荐，本发明同时对司机接单的需 求也进行了分析和推荐。双向行为引导比单向引导更有利于模型的优化和训练，训练和引 导的最终理想结果是出租车出现地点和乘客等车地点趋向于一致，减少了出租车空驶的概 率和乘客等车的时长。
[0039] 2、提供更为细粒度的等车/等客地点推荐。
[0040] 现有发明对打车点的推荐或者是路段或者是格子，本发明通过细化格子内包含的 商业Ρ0Ι地址，给用户推荐具体楼宇的地点，位置更为明确，方便乘客和司机的双向精确定 位。
[0041] 3、更优化的打车难易度预测算法。
[0042]现有发明多