[发明专利]一种基于预测结果的实时拼车方法和装置

权利要求书

1.一种基于预测结果的实时拼车方法，其特征在于，包括步骤：

获取用户当前出行信息，所述用户当前出行信息包括当前出行时间和当前出发地；

根据所述当前出行信息和预测模型得到用户的出行预测信息，所述出行预测信息包括预测出行时间和预测目的地，所述预测模型包括出行信息预测和数据预处理；

根据所述出行预测信息进行拼车匹配，并形成拼车订单。

2.根据权利要求1所述的一种基于预测结果的实时拼车方法，其特征在于，所述出行信息预测具体为，采用随机森林模型根据用户当前出行信息进行出行信息预测，所述随机森林模型根据历史出行信息建立，由至少一棵决策树组成，其中，每一棵所述决策树能根据所述用户当前出行信息，得到出行预测信息，所述历史出行信息包括用户的历史出行时间和历史出发地和目的地，所述出行信息预测包括出行时间预测和目的地预测。

3.根据权利要求2所述的一种基于预测结果的实时拼车方法，其特征在于，所述出行信息预测的具体过程为：对每一颗所述的决策树，输入待预测的当前出行信息，经过每棵树预测得出多个预测结果，对于所有预测结果进行投票并票选出最优的结果，作为模型的预测输出。

4.根据权利要求1所述的一种基于预测结果的实时拼车方法，其特征在于，所述预测模型还包括根据工作日预测模型和节假日预测模型。

5.根据权利要求2所述的一种基于预测结果的实时拼车方法，其特征在于，所述数据预处理包括历史目的地和当前出发地的数据转换，具体为：根据地图的经纬度划分网格，并确定历史目的地和当前出发地的对应的网格坐标。

6.根据权利要求2所述的一种基于预测结果的实时拼车方法，其特征在于，所述数据预处理还包括当前出行时间的数据转换，具体为：首先通过聚类算法得到基于所述当前出行时间的多个时间聚类的数据集，然后将所述出行时间信息替换为其在所述数据集中所属的时间聚类，所述聚类算法为K-means聚类算法。

7.根据权利要求1所述的一种基于预测结果的实时拼车方法，其特征在于，所述拼车匹配，指为每一个司机匹配合适的乘客，具体包括步骤：

获取所述司机行程的出发地与目的地经纬度以及出发时刻，并调用百度API实时查询两点之间行车距离与行程耗时；

根据乘客的所述出行预测信息遍历乘客，将所述乘客的当前出发地与预测目的地以及预测出行时间，插入到所述司机的行程中作为中转点，并计算对应的拼车数据，所述拼车数据包括乘客的预计等待时间、司机的行程增加时间容忍度和司机的行程增加距离容忍度；

获取乘客和司机的拼车阈值，判断对应的所述拼车数据是否小于所述拼车阈值，筛选出与所述司机行程匹配的乘客，所述拼车阈值包括：乘客的最大预计等待时间、司机的最大行程增加时间容忍度和司机的最大行程增加距离容忍度。

8.根据权利要求7所述的一种基于预测结果的实时拼车方法，其特征在于，进行拼车匹配时，还包括首先针对每一个司机，筛选出符合时间限制的乘客，所述时间限制指司机的出发时刻到预计到达时刻这一段时间的之前和/或之后一段预设时间。

9.一种基于预测结果实时拼车装置，其特征在于，包括步骤：

当前出行信息获取模块，用于获取用户当前出行信息，所述用户当前出行信息包括当前出行时间和当前出发地；

出行信息预测模块，用于根据所述当前出行信息和预测模型得到用户的出行预测信息，所述出行预测信息包括预测出行时间和预测目的地，所述预测模型包括出行信息预测和数据预处理；

拼车订单形成模块，用于根据所述出行预测信息进行拼车匹配，并形成拼车订单。