本发明属于信息技术领域，涉及一种打车地点评分方法，具体涉及一种基于层次分析法的打车地点评分方法。
背景技术：
随着互联网技术的不断发展，“网约车”日益兴起。网约车在带来便利的同时也造成了众多问题，打车软件推荐功能缺失致使用户盲目选择打车地点，造成等车时间过长或费用过高，这严重影响了用户的使用体验，也不利于“网约车”的发展。
解决这个问题的传统做法是用户手动比选周围打车地点的等车时间和打车费用，选择合适的打车地点，且大多数用户没有手动比选的意识。该种办法严重影响了用户的使用体验，用户需要手动比选既浪费时间又浪费精力，且比选最终得出的结果也差强人意。而目前并没有相关专利为打车地点的选取提供一个科学有效的选择方式。
技术实现要素：
为了解决上述技术问题，本发明提供了一种基于层次分析法的打车地点评分方法，对用户周边打车地点进行评分，为用户选择打车地点提供依据。
本发明所采用的技术方案是：一种基于层次分析法的打车地点评分方法，其特征在于，包括以下步骤：
步骤1：调查打车地点选择因素；
步骤2：建立评价指标体系；
步骤3：利用层次分析法计算指标权重；
步骤4：计算各打车点综合得分。
相对与现有技术，本发明的有益效果是：
(1)基于层次分析法的打车地点评分体系，能够直观的评价乘客周边打车地点的时间效益和经济效益，为乘客提供科学合理的打车地点选择依据，节约时间和金钱，避免乘客的盲目选择打车地点。
(2)通过调查问卷建立打车地点评分体系，考虑不同人群的打车需求，保证了评价体系的普遍性和适用性。
(3)利用层次分析法建立评分体系，计算各指标权重，并通过一致性检验保证结果的准确性。
附图说明
图1：本发明实施例的递阶层次结构模型示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种基于层次分析法的打车地点评分方法，包括以下步骤：
步骤1：调查打车地点选择因素；
通过调查问卷调查不同年龄段、不同工作领域人群打车时的关注点，如打车费用、步行距离、等车时间等。
步骤2：建立评价指标体系；
通过调查得出绝大多数人群打车关注点时，以打车关注点为评价指标，建立评价指标模型。
本实施例以武汉理工大学余家头校区周边3个打车点为例。通过在网上发布调查问卷，调查了不同年龄、不同工作领域人群打车时的关注点，最终得出绝大多数人的打车关注点为打车费用、步行距离以及等车时间，以这三项关注点为评价指标，建立打车地点指标体系。打车地点指标体系如下表1：
表1打车地点指标体系
步骤3：利用层次分析法计算指标权重；
通过专家打分或者调查问卷等手段，确定各评分指标间的相对重要程度，构建递阶层次结构模型和判断矩阵，并进行一致性检验，求出各指标权重。
本实施例根据专家打分确定各指标间的相对重要程度。确定8个专家，对各指标间的相对重要程度进行判断，建立判断矩阵。各专家判断矩阵如下：
其中各项指标间重要程度比例标度如下表2：
表2各项指标间重要程度比例标度
步骤3.1：将判断矩阵b的每一列元素归一化处理，其元素的一般项为：
其中，bij表示判断矩阵第i行第j列元素，n表示判断矩阵阶数。
步骤3.2：对各列归一化的判断矩阵，按行相加，即：
步骤3.3：相加后向量归一化处理，所得结果即为所求特征向量w，即：
步骤3.4：通过判断矩阵b和特征向量w计算最大特征根，即：
其中，(bw)i表示向量bw的第i个元素。
步骤3.5：计算判断矩阵的一致性检验：
其中，ci表示一致性指标，ri表示随机一致性指标。ci＝(λmax-n)/(n-1)
表3平均随机一致性指标ri
当cr≤0.1时，判断矩阵的不一致性程度在容许范围内，此时判断矩阵的特征向量作为权向量。
最终求出各指标的权重为下表4：
表4各指标的权重
步骤4：计算各打车点综合得分。
打车地点综合评分函数如下：
y＝0.140x1+0.454x2+0.406x3
其中y表示综合得分，x1表示等车时间，x2为打车费用，x3为步行距离。
学校周边的三个点的相关信息如下表5：
表5学校周边的三个点的相关信息
计算得出各打车点的综合得分如下表6：
表6各打车点的综合得分
由此选择c点为打车地点。
本发明将层次分析法应用到打车地点评分系统当中，能够科学有效的评价各打车地点的经济效益和时间效益，为用户节约时间和金钱。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。