Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于用户画像的轨道交通清分方法、装置、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司

摘要:本发明公开了基于用户画像的轨道交通清分方法、装置、设备及介质,方法包括:获取有效路径集合;根据所述有效路径集合,构建乘客出行的用户画像模型;其中,所述用户画像模型包括事实标签、模型标签和预测标签;根据所述用户画像模型,确定所述有效路径集合中每条有效路径的有效路径成本;根据所述有效路径成本,确定路径分配比例和线路分配比例;根据所述路径分配比例和所述线路分配比例,确定清分比例。本发明提高了清分比例的准确性,可广泛应用于交通数据处理技术领域。

主权项:1.基于用户画像的轨道交通清分方法,其特征在于,包括:获取有效路径集合;根据所述有效路径集合,构建乘客出行的用户画像模型;其中,所述用户画像模型包括事实标签、模型标签和预测标签;所述事实标签包括乘车卡号类型、出行活跃度和出行忠诚度;所述模型标签包括用户工作地和居住地站点;所述预测标签包括年龄、性别和工作类型;根据所述用户画像模型,确定所述有效路径集合中每条有效路径的有效路径成本;根据所述有效路径成本,确定路径分配比例和线路分配比例;根据所述路径分配比例和所述线路分配比例,确定清分比例;所述根据所述用户画像模型,确定所述有效路径集合中每条有效路径的有效路径成本,包括:根据出行时间、换乘费用、换乘次数和拥挤费用,以及各类成本权重系数,计算有效路径成本;其中,所述成本权重系数的计算步骤包括:通过乘客的用户画像模型,训练得到深度神经网络模型;选取所述深度神经网络模型的最后一层包含三个神经元的隐含层作为乘客的成本权重系数;所述有效路径成本的计算公式为:Tik=αito+βiNttrans+γitcrowd其中,to代表所述出行时间;ttrans为换乘费用;N为换乘次数;tcrowd为拥挤费用;αito表示时间成本;βiNttrans表示换乘成本;γitcrowd表示拥挤成本;αi,βi,γi表示乘客i的成本权重系数。

全文数据:

权利要求:

百度查询: 广州广电运通智能科技有限公司 广州广电运通金融电子股份有限公司 基于用户画像的轨道交通清分方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。