[发明专利]一种基于大数据分析的共享交通资源时域配置方法及系统

摘要

本发明提供了一种对共享交通资源实现时域预测配置的方法以及相应系统。本发明基于大数据分析，实现了对隐形、时变的用户租用需求热点区域的发现以及预测，进而实现了一种科学化、定量化的共享交通资源配置解决方案，对于保障热点地带用户租用需求与可用共享交通资源数量在空间和时域上的相互匹配具有重要作用，从根本上提升资源利用效率和改善用户体验。

主权项

一种对共享交通资源实现时域预测配置的方法，其特征在于，包括以下步骤：步骤1，针对共享单车等共享交通资源平台下的每台共享交通工具，记录其在第N个用户租用过程结束时间TE(N)与第N+1个用户租用过程开始时间TS(N+1)之间的等待租用时长WT(N)，并且利用GPS定位确定该台共享交通工具在等待租用时长WT(N)期间所在的等待空间位置WP(N)，将WT(N)与WP(N)关联起来作为该台共享交通工具所产生的一个分析对象单元进行存储；步骤2，获得在当前时间之前一个预定时间段内，在该共享交通资源平台下的全部共享交通工具所产生的全部分析对象单元，汇聚为用户租用需求分析样本：步骤3，利用分类算法对所述用户租用需求分析样本当中的分析对象单元进行分类处理，从该用户租用需求分析样本中遴选出属于用户租用需求热点类的分析对象单元；步骤4，根据遴选出来的属于用户租用需求热点类的分析对象单元的等待空间位置WP(N)，将这些分析对象单元聚集为若干个彼此位置接近的分组；根据每个分组中的分析对象单元的等待空间位置WP(N)，确定用户租用需求的热点空间区域以及该区域中心；步骤5，根据分析对象单元的等待空间位置WP(N)，确定归属于每个热点空间区域的分析对象单元；步骤6，根据归属于每个热点空间区域的分析对象单元的等待租用时长WT(N)，统计这些等待租用时长WT(N)的分布特性；参照等待租用时长WT(N)分布特性与用户租用需求量的模式映射表，预测热点空间区域的预期用户租用需求量；步骤7，确定热点空间区域内的可用共享交通工具量，根据预期用户租用需求量与可用共享交通工具量，从用户租用需求的热点空间区域中选取资源缺乏区域；步骤8，利用GPS定位确定每台可用共享交通工具的实时位置RP，确定可用共享交通资源分布集簇区域；步骤9，根据可用共享交通资源分布集簇区域与用户租用需求的热点空间区域之间的相对位置关系，从可用共享交通资源分布集簇位置中选取可用共享交通资源沉积区域，并确定与之对应的资源缺乏区域，以及确定资源调配量；步骤10，执行由可用共享交通资源沉积位置至与之对应的资源缺乏区域之间的共享交通资源调配。