[发明专利]一种基于多租户的网约车供需差预测方法及装置

说明书

本发明提供了一种基于多租户的网约车供需差预测方法及装置，其中，基于多租户的网约车供需差预测方法包括：获取目标区域内的订单数据、司机位置数据和司机状态数据；对所述订单数据、司机位置数据和司机状态数据进行订单及可用运力预测，得到订单预测结果和可用运力预测结果；基于所述订单预测结果和可用运力预测结果，确定所述目标区域的供需差预测结果。本发明通过对目标区域内的数据进行处理，得到订单预测结果和可用运力预测结果，进而得到目标区域内的供需差预测结果，在保证数据真实和快速更新的情况下，进一步保证了预测模型的准确性，进而大幅提高供需差预测判断的准确性和高效性。

技术领域

本发明涉及网约车领域，具体涉及一种基于多租户的网约车供需差预测方法及装置。

背景技术

大数据时代为用户提供了更多的便利，网约车服务就是其中之一。用户通过定位自己所在位置，通过网约车平台进行网约车服务选择，在满足出行需求的同时，大大缩短了等车时间，提高了出行效率。目前网约车系统多是通过对历史数据进行收集训练，通过构建预测模型对供需情况进行预测。由于数据更新慢、预测模型更新不及时，导致供需预测结果存在较大误差，因此有必要提出一种新型供需预测方法，以实现数据的快速更新和供需差预测判断的准确性和高效性。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的数据更新慢、预测模型更新不及时，导致基于多租户的网约车供需差预测结果存在较大误差的缺陷，从而提供一种基于多租户的网约车供需差预测方法及装置。

根据第一方面，本发明实施例提供了一种基于多租户的网约车供需差预测方法，所述方法包括：

获取目标区域内的订单数据、司机位置数据和司机状态数据；

对所述订单数据、司机位置数据和司机状态数据进行订单及可用运力预测，得到订单预测结果和可用运力预测结果；

基于所述订单预测结果和可用运力预测结果，确定所述目标区域的供需差预测结果。

可选地，所述对所述订单数据、司机位置数据和司机状态数据进行订单及可用运力预测，得到订单预测结果和可用运力预测结果，包括：

获取所述订单数据、司机位置数据和司机状态数据的特征值；

将所述订单数据、司机位置数据和司机状态数据的特征值输入预测模型进行订单及可用运力预测，得到订单预测结果和可用运力预测结果。

可选地，所述预测模型通过如下方式构建：

获取所述目标区域内所属的格子标识和所述目标区域内的租户标识，所述格子标识为预设区域划分范围对应的标识；

获取所述目标区域内的历史订单数据、历史司机位置数据和历史司机状态数据；

对所述目标区域内的格子标识、租户标识、历史订单数据、历史司机位置数据和历史司机状态数据进行特征提取，分别得到对应数据的历史特征值；

基于所述历史特征值，构建预测模型。

可选地，所述预测模型包括：订单预测模型和租户可用运力预测模型，所述基于所述历史特征值构建预测模型，包括：

基于所述格子标识、租户标识和历史订单数据的历史特征值，构建订单预测模型；

基于所述格子标识、租户标识、历史司机位置数据和历史司机状态数据的特征值，构建租户可用运力预测模型。

可选地，还包括：

基于所述历史订单数据、历史司机位置数据和历史司机状态数据对应的历史特征值分别对所述订单预测模型和所述租户可用运力预测模型进行训练，得到最终的订单预测模型和租户可用运力预测模型。