[发明专利]一种基于预测结果的实时拼车方法和装置

说明书

本发明公开了一种基于预测结果的实时拼车方法，通过提前预测用户的出行需求，再基于用户的出行预测结果进行实时的拼车订单匹配，由于提前预测用户的出行需求，节约了用户输入拼车订单信息的时间，既能节约私家车主出行成本又能提供使乘客出行时间较短的拼车匹配结果，解决的现有算法中响应时间较长，缺乏实时性的问题，另外结合预测与拼车匹配一体化，对大多数工作日出行规律的用户都十分适用且便利，一方面其出行轨迹规律利于预测，一方面其规律出行会积累得到足够的数据量以供算法进行更新学习，未来可预计发展为针对频繁发起拼车的用户，根据数据分析，在指定的地点或时间自动对其发起拼车服务，以节省其等待时间，提高拼车服务的用户体验。

技术领域

本发明涉及智能拼车领域，尤其是一种基于预测结果的实时拼车方法、装置、设备和存储介质。

背景技术

一般来说，拼车问题通常依据拼车时间进行划分，可划分为静态拼车问题和动态拼车问题。静态拼车是指传统意义上乘客提前发布出行信息的拼车方式，主要包含日常出行的上下班、顺风车等应用场景。人们通过线上信息交流，在规律的日常出行轨迹中，寻找路径相近的拼车对象，解决出行费用高的问题。静态拼车服务系统根据已知的用户出行需求，帮助用户给出最优的拼车匹配。针对静态拼车问题，已经存在一些工作，在收集用户的出行规律后，得出合理的拼车方案，实现车辆资源整合的目标，在实际生活中，用户的出行需求具有很大的突发性，此类场景需要应用动态拼车处理。

在动态拼车场景下，用户的拼车需求是实时的。用户在发出出行请求后，系统会根据当前车辆的运行状态，选取符合用户要求的车辆来完成拼车服务，微软Yu Zheng等人提出了针对出租车拼车设计的T-share系统，Cao B等人提出了一种针对私家车拼车的算法Sharek，Y Huang等人提出了一种调度算法，在满足乘客出行等待时间和系统服务时间限制条件下，动态匹配人车组合实现合乘后花费最小。

虽然上述算法在一定程度上解决了动态拼车的问题，能够在短时间内能满足用户的需求，但是依然存在一些问题，比如订单数量规模较大的情况，用户动态发布出行信息的情况和需要实时反馈用户需求的情况下，算法的响应时间较长，算法缺乏实时性，因此需要针对上述算法的局限性，通过提前预测用户的出行需求，实现基于用户的出行预测结果进行实时的拼车订单匹配的方法。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的是提供一种通过提前预测用户的出行需求，实现基于用户的出行预测结果进行实时的拼车订单匹配的方法、装置、设备和存储介质。

本发明所采用的技术方案是：

第一方面，本发明提供一种基于预测结果的实时拼车方法，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。

进一步地，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。

进一步地，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。

进一步地，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。