一种共享单车站点聚类方法与流程

本发明涉及一种聚类方法，更具体的说是涉及一种共享单车站点聚类方法。

背景技术：

随着互联网的飞速发展，移动互联网技术的应用受到越来越多行业的重视。近两年，分享经济或者说共享经济发展的如火如荼。国外的共享经济典型代表有优步uber、爱彼迎airbnb，国内的共享经济也在飞速的发展。在出行领域，以滴滴出行为代表的比如易道用车、神州专车、嘀嗒拼车等互联网企业，给广大用户带来了极大的出行便利。但是，在短途出行领域以上企业仍未有业务覆盖。为更好地解决用户在短途出行“最后一公里”这一痛点，一大批共享单车企业纷纷成立。

目前共享单车用户需求调度主要通过人工巡查和站点视频监控相结合的方式来进行。这种方法存在很大的缺点：

(1)人工巡查成本较高，效率低；共享单车规模庞大覆盖面广，仅凭借人工经验对一些固定的站点进行调度，难以解决其他站点长时间出现无车可借的问题。

(2)随着网点数量的逐渐增多，视频监控无法实时了解每一个网点的情况，因此为了缓解借车难、还车难的问题，提高用户满意度，降低系统的营运成本，从整体上提高共享单车系统的服务水平，合理准确的用量需求预测是必要的，如此便需要对于共享单车的站点进行聚类操作，通过对于共享单车的站点进行聚类，实现对于各个共享单车的站点车辆投放的数量进行调控，然而现有技术中并没有一个对于共享单车的站点进行聚类的方法。

技术实现要素：

针对现有技术存在的不足，本发明的目的在于提供一种能够有效的将共享单车的各个站点进行聚类分析的共享单车站点聚类方法。

为实现上述目的，本发明提供了如下技术方案：一种共享单车站点聚类方法，包括如下步骤：

步骤一，构建出站点出行分布曲线，设置一段时间为时间窗口，将站点一天时间划分成多个时间段；

步骤二，根据出行分布曲线分割时间窗口，同时判断下一时间段时间窗口内的借还比例的变化趋势，若判断变化趋势为上升，则确定上升比例并量化，若判断变化趋势为下降，则确定下降比例并量化；

步骤三，根据步骤二中获得的量化的上升比例和下降比例确定字符串；

步骤四，根据确定的字符串对站点进行分类聚类。

作为本发明的进一步改进，所述步骤四中进行分类聚类的具体步骤如下：

步骤四一，确定聚类初始中心的站点数量；

步骤四二，计算其余各个站点到各初始中心的编辑距离，并将各个站点划分到编辑距离最小的初始中心所在的类型中；

步骤四三，计算各个类型中两两站点之间的编辑距离，出一个到本类型中其他站点编辑距离最小的点，为新的中心点，新计算所有的站点到新中心点的距离，重新划分各个站点所属的中心点；

步骤四四，重复步骤三直到收敛为止，完成分类聚类。

作为改进的一种具体实施方式，所述步骤一中的时间窗口为5分钟。

作为改进的一种具体实施方式，所述步骤一中划分时间的方法为将每一个站点一天18个小时分成216个时间段。

本发明的有益效果，通过步骤一、步骤二、步骤三和步骤四的设置，便可有效的实现利用将站点上的出行时间进行划分，然后根据站点在时间窗口内对于共享单车的使用比例便可对于共享单车站点进行有效的聚类了，如此能够更好的辅助调控人员对于每个站点的共享单车的数量进行调控。

附图说明

图1为本发明的共享单车站点聚类方法的流程图。

具体实施方式

下面将结合附图所给出的实施例对本发明做进一步的详述。

参照图1所示，本实施例的一种共享单车站点聚类方法，包括如下步骤：

步骤一，构建出站点出行分布曲线，设置一段时间为时间窗口，将站点一天时间划分成多个时间段；

步骤二，根据出行分布曲线分割时间窗口，同时判断下一时间段时间窗口内的借还比例的变化趋势，若判断变化趋势为上升，则确定上升比例并量化，若判断变化趋势为下降，则确定下降比例并量化；

步骤三，根据步骤二中获得的量化的上升比例和下降比例确定字符串；

步骤四，根据确定的字符串对站点进行分类聚类，在使用本实施例的共享单车站点聚类方法对于共享单车的站点进行聚类的时候，首先执行步骤一，构建出站点出行分布曲线，该曲线即为每个站点上的借还车数据在时间轴上所形成的曲线，如此可了解的每个站点在每个时间段的单车的流动情况，然后通过将站点一天的时间划分成多个时间段，之后通过步骤二的设置，便可分析每个时间窗口内的站点共享单车的使用情况，进而提供出一个共享单车站点的聚类参数，之后通过步骤三和步骤四的设置，便可有效的实现利用步骤二获得的聚类参数实现对于共享单车的站点进行聚类分析了，如此便可实现利用共享单车站点聚类数据对共享单车站点上的单车数量进行调控了。

作为改进的一种具体实施方式，所述步骤四中进行分类聚类的具体步骤如下：步骤四一，确定聚类初始中心的站点数量；

步骤四二，计算其余各个站点到各初始中心的编辑距离，并将各个站点划分到编辑距离最小的初始中心所在的类型中；

步骤四三，计算各个类型中两两站点之间的编辑距离，出一个到本类型中其他站点编辑距离最小的点，为新的中心点，新计算所有的站点到新中心点的距离，重新划分各个站点所属的中心点；

步骤四四，重复步骤三直到收敛为止，完成分类聚类，通过上述四个步骤的设置，便可有效的实现利用编辑距离对于共享单车的站点进行进一步聚类，使得聚类因素更多，能够更好的辅助对于共享单车站点上的单车数量进行调控了。作为改进的一种具体实施方式，所述步骤一中的时间窗口为5分钟，现有的人在使用共享单车的过程中，在进行借还车时所需要的时间大概是5分钟左右，因此在进行单车聚类的时候，能够更好的模拟人们在使用共享单车的过程，进而使得聚类结果能够更好的符合共享单车的站点情况。

作为改进的一种具体实施方式，所述步骤一中划分时间的方法为将每一个站点一天18个小时分成216个时间段，如此便可能够有效的与上述5分钟配合实现对于时间窗口的划分了。

综上所述，本实施例的聚类方法，通过步骤一至步骤四的设置，便可有效的实现利用出行分布曲线以及时间窗口来作为参数给予共享单车的站点进行聚类操作了。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：

技术总结
本发明公开了一种共享单车站点聚类方法，包括如下步骤：步骤一，构建出站点出行分布曲线，设置一段时间为时间窗口，将站点一天时间划分成多个时间段；步骤二，根据出行分布曲线分割时间窗口，同时判断下一时间段时间窗口内的借还比例的变化趋势，若判断变化趋势为上升，则确定上升比例并量化，若判断变化趋势为下降，则确定下降比例并量化；步骤三，根据步骤二中获得的量化的上升比例和下降比例确定字符串；步骤四，根据确定的字符串对站点进行分类聚类。本发明的共享单车站点聚类方法，通过步骤一至步骤四的设置，便可有效的实现利用时间划分的方式来对共享单车站点进行聚类操作了。

技术研发人员：张雅洁
受保护的技术使用者：温州职业技术学院
技术研发日：2018.11.23
技术公布日：2019.03.29