CN103870581B - 基于质心动态计算的拼车申请与应答配对方法及系统 - Google Patents
基于质心动态计算的拼车申请与应答配对方法及系统 Download PDFInfo
- Publication number
- CN103870581B CN103870581B CN201410112781.3A CN201410112781A CN103870581B CN 103870581 B CN103870581 B CN 103870581B CN 201410112781 A CN201410112781 A CN 201410112781A CN 103870581 B CN103870581 B CN 103870581B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- intelligent terminal
- user
- share
- rice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004044 response Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 230000001105 regulatory effect Effects 0.000 claims abstract description 5
- 238000010200 validation analysis Methods 0.000 claims abstract description 4
- 241000209094 Oryza Species 0.000 claims description 46
- 235000007164 Oryza sativa Nutrition 0.000 claims description 46
- 235000009566 rice Nutrition 0.000 claims description 46
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000009792 diffusion process Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 230000000717 retained effect Effects 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 208000010086 Hypertelorism Diseases 0.000 description 1
- 206010020771 Hypertelorism of orbit Diseases 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
基于质心动态计算的拼车申请与应答配对方法,包括移动智能终端、车载智能终端、监管机构端及第三方监管平台;其中,移动智能终端发出拼车申请,并通过网络访问第三方监管平台,开始进行搭乘双方配对运算,第三方监管平台应用GPS地理信息进行质心动态匹配计算,确定最优可搭乘车辆排序列表,移动智能终端选定配对车辆,并发出搭乘请求至待配对的车载智能终端,收到请求的车载智能终端响应最早提出申请的乘车请求并进行身份确认,移动智能终端与车载智能终端匹配成功后进入监管模式。本发明在动态质心坐标圈定的区域内可快速搜索目标服务车辆,为用户提供便捷的乘车方式,并引入第三方监管实时更新采集数据,快速生成法律文书,市场应用前景好。
Description
技术领域
本发明涉及城市交通拼车应答配对技术领域,尤其涉及一种基于质心动态计算的拼车申请与应答配对方法及系统。
背景技术
当前,我国一方面面临人口众多,节假日人员流动性极大,城市交通压力十分突出的问题;另一方面,城市汽车出行的空驶率较高,大大加剧了城市交通压力,也增加了能源消耗。为此政府号召全社会低碳出行,提倡绿色环保,节能减排,鼓励顺风车与拼车出行。受此环境影响下,近年涌现出一批如“顺风车”、“爱拼网”、“拼车网”等专门提供拼车服务的网站,移动应用类有“拼车、拼豆顺风车、顺风车”等;此外,许多国内旅游网站也为旅客提供一些类似拼车的帮助信息。
目前国内外拼车移动应用类主要采用Android和iOS两个版本,此类应用从应用功能看,大多局限于提供消息通知与搜索等核心功能,个别应用类实现了信息推送服务与地图GPS定位跟踪服务,但是尚无应用类提供第三方实时监管,如紧急报警、响应服务与电子协议自动生成;从可用性视角看,一些应用类存在申请/应对配对方法相对效率较低,对系统内硬件要求过高,且用户体验不佳、周边服务点不完善等缺陷;从运营视角看,现有拼车服务大多处于一种“查找”与“搜索”拼车信息的初级阶段,尚无升级为“第三方监管”、“法律保障”的层面。主要是公司或小范围组织内部运营,缺乏独立的第三方进行监管运营;从公众安全视角看,此类应用缺乏双方互信的安全保障机制,不能很好明确各方的责任与权益,在发生突发事故或安全事件时易产生诚信与法律纠纷,存在安全隐患。
发明内容
本发明所解决的技术问题在于提供一种基于质心动态计算的拼车申请与应答配对方法及系统,以解决上述背景技术中的缺点。
本发明所解决的技术问题采用以下技术方案来实现:
基于质心动态计算的拼车申请与应答配对推荐方法,其基于预定拼车服务的移动智能终端所处的位置信息,综合评估用户与服务车辆的距离,通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,选定服务车辆后进行申请与应答配对推荐,从而完成搜索、应答与配对;具体方法如下:
以用户进入拼车应用时移动智能终端所处的位置信息为起点,根据中心点逐步扩散搜索规律,构造搜索半径扩展的一阶等差数列:{a1,a2,a3,……an-1,an}
an=an-1+(n-1)*d (1)
其中,a1为首项、an为已知的第n项,当d≠0时,an是关于n的一次式;依据搜索实际情况,设定a1、d初始值均为m,以m米的整数倍扩展搜索半径,则等差数列{a1,a2,a3……an-1,an}值域分别为{m,2m,4m……an-1,an},随着n取值1,2,3……n-1,n,则每轮搜索半径R依次为m米,2m米,4m米,……an-1,an米;
(1)选取用户搜索半径范围:基于设置的等差数列半径扩散数列,依据配对的精度与效率设置一轮申请/应答过程搜索次数n的取值,以下是半径R与搜索次数n取值关系:
①搜索半径R依次随an=an-1+(n-1)*d取值,逐步扩大搜索范围,直至区域内存在同意提供拼车服务的车辆;
首先开始第1次搜索,即搜索m米范围的车辆服务信息,若未果则第2次搜索扩大到2m米范围,假定找到K2台同意提供服务车辆;再进行第3次搜索扩大到4m米范围,第3次比第2次搜索面积扩散,依据统计规律,提供拼车服务的车辆相应增多,因此,不论第3次搜索(2m~4m米)范围内是否找到其他服务车辆,搜索即可结束;依据半径设置数列,比较任意最近两次搜索范围的比值如下:
第n-1次与第n次搜索面积比值为:(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2) (2)
假设此时n=3,则第3次搜索面积较第2次搜索面积比值为:
(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2)=((5m)2–(2m)2)/((2m)2–m2)=7
当n=2时,找到x台车,依据均值分布原则,n=3时为7x台,可见搜索到第3次即可结束,n越大,相邻搜索范围比值越大;若n-1次搜索能找到Kn-1台拼车服务车辆,则第n次命中概率为:Kn-1(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2)台拼车服务车辆;
②结合用户等待时长、城市车速来设置搜索半径R:
用户在等待拼车服务过程中,假设忍受等待拼车的时长为t分钟,城市车速为v公里/小时,则半径R最大可设置值为:R=v*t/60 (3)
若用户可等待时长t为10分钟,城市车速v为30公里/小时,则R=v*t/60,计算R=5000米,表明若R在超过此范围半径外搜索时,即使找到可用车辆也无实际意义(距离过远,耗时过多);隔一个时段待下轮搜索发起时再重新查找即可;
此时,采用上述搜索半径序列,可计算出至多搜索的次数n约为10次;10次搜索即可,否则可设置为超过放弃。
综合①、②分析可知,一轮搜索次数n的取值范围基本满足n∈(2,10)n为正整数;
(2)搜索半径为R范围内车辆集合:用聚类算法计算原点到m米的集合S1,m米到2m米初始搜索结果的集合S2,2m米到4m米的集合S3,……,an-1到an米的集合为Sn,记录所有提供服务车辆与用户位置的坐标值;
(3)计算目标服务车辆内聚相似性:首先将输入的关键词转换为向量空间模型中的向量:di=(xi1,xi2,…),向量的每个维度表示唯一的一元语法模型(uni-gram),并通过一元语法模型(uni-gram)的词频/逆向文档频率(TF/IDF)表示权重,采用下式衡量每个候选类的质心:
di表示输入关键词对应的向量组;D(w)表示向量空间中的所有向量组集;
通过计算目标服务车辆与质心之间的平均余弦相似性得到类的内聚相似性(ICS):
di表示输入关键词对应的向量组;D(w)表示向量空间中的所有向量组集;
(4)获取车载终端用户坐标集合:根据步骤(2)中的S1、S2、S3……Sn中的m米、2m米、4m米、……an米的同心圆范围内分别获取距离权重高(对片区、位置的强调)、用户习惯权重高(用户偏好等习惯)及系统关键词推荐权重高(符合用户相关关键词)的车载智能终端用户坐标集合为:Sdis tance,Scustom与Srecommend,具体的半径值由步骤(1)中S1、S2、S3……Sn的质心来确定;
(5)计算距离质心坐标:获取距离权重偏好的车载智能终端用户坐标集合Sdis tance,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn距离集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的距离质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(6)计算用户习惯质心坐标:获取用户习惯权重偏好的车载智能终端用户坐标集合Scustom,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的用户习惯质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(7)计算关键词推荐质心坐标:获取关键词推荐权重偏好的车载智能终端用户坐标集合Srecommend,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个坐标集合Sn-1,Sn的关键词推荐质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(8)根据步骤(5)~(7)计算获得用户习惯质心坐标、距离质心坐标及关键词推荐质心坐标,经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,将符合距离权重、用户习惯权重及系统关键词推荐权重的车载智能终端集的三个质心坐标构造三角形区域;按照与申请用户之间的距离,升序排列后返回基于用户位置的可配对服务车辆;
(9)根据步骤(8)选中的三个质心坐标位置所圈定区域的推荐服务车辆,用户发起配对申请,车载智能终端接收请求后,运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户请求的信息,并与接受该拼车服务的车主建立连接;从而完成搜索、应答与配对。
在本发明中,距离权重:搜索半径范围内,满足与移动智能终端用户指定距离要求的服务车辆数目与该搜索半径范围内的全部服务车辆数目比值;
用户习惯权重:搜索半径范围内满足移动智能终端用户习惯的服务车辆数目与该搜索半径范围内的全部服务车辆数目比值;
关键词推荐权重:搜索半径范围内符合移动智能终端用户的关键词推荐的服务车辆数目与该搜索半径范围内的全部服务车辆数目比值。
在本发明中,所述两两两相比较权重高低,指某一次搜索(搜索半径确定)的情况,三个权重相比较的关系。
基于质心动态计算的拼车申请与应答配对推荐方法的拼车申请与应答配对方法,包括移动智能终端、车载智能终端、监管机构端及第三方监管平台;其中,移动智能终端发出拼车申请,并通过网络访问第三方监管平台,开始进行搭乘双方配对运算,第三方监管平台应用GPS地理信息进行质心动态匹配计算,确定最优可搭乘车辆排序列表,移动智能终端选定配对车辆,并发出搭乘请求至待配对的车载智能终端,收到请求的车载智能终端响应最早提出申请的乘车请求,并进行身份确认,移动智能终端与车载智能终端匹配成功后进入监管模式;监管机构端用于接收第三方监管平台发送的位置偏离及拼车在途的车载智能终端与移动智能终端的报警信息,由监管机构端对接公共安全机构及时响应、处理拼车过程中的紧急事务,以降低存在的安全隐患。
在本发明中,移动智能终端与车载智能终端匹配对接成功后,车载智能终端WIFI热点信号检测移动智能终端的WIFI信号,并将移动智能终端时间信息、GPS地理信息发送至第三方监管平台,第三方监管平台开始进入监管模式。
在本发明中,车载智能终端上生成有法律文书,并将法律文书推送到第三方监管平台与移动智能终端保留;第三方监管平台同时将GPS地理信息与报警信息推送到车载智能终端与移动智能终端。
在本发明中,车载智能终端上设置有关键词语音识别器,在车载智能终端接受移动智能终端申请后,车载智能终端运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户发出的请求信息,并与接受应答的车载用户建立连接;同时在监管过程中,也可以语音的方式播报行驶过程中出现的问题记录与解决方案。
在本发明中,第三方监管平台启动监管后,开始根据车载智能终端的GPS地理信息监管服务车辆的行驶路线,并整合实时交通路况信息提供最优化的行车路线。
在本发明中,服务车辆到达目的地后,主叫用户下车离开,车载智能终端与移动智能终端wifi信号断开后,第三方监管平台向用户移动智能终端发送本次拼车业务评分信息,并记录相关信息后保存至数据中心。
一种拼车申请与应答配对系统,包括移动智能终端、车载智能终端、监管机构端及第三方监管平台;其中,移动智能终端发出拼车申请,并通过网络访问第三方监管平台,开始进行搭乘双方配对运算,第三方监管平台应用GPS地理信息进行动态匹配计算,确定最优可搭乘车辆排序列表,移动智能终端选定配对车辆,并发出搭乘请求至待配对的车载智能终端,收到请求的车载智能终端响应最早提出申请的乘车请求,并进行身份确认,移动智能终端与车载智能终端匹配成功后进入监管模式;监管机构端用于接收第三方监管平台发送的位置偏离及拼车在途的车载智能终端与移动智能终端的报警信息。
在本发明中,车载智能终端设有法律文书生成与推送模组,用以生成有法律文书,并将法律文书推送到第三方监管平台与移动智能终端保留。
在本发明中,车载智能终端上设置有关键词语音识别器,在车载智能终端接受移动智能终端申请后,车载智能终端运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户发出的请求信息,并与接受应答的车载用户建立连接。
在本发明中,车载智能终端用户与移动智能终端用户接受第三方监管平台监管后,分为两种情况,一种是车载智能终端用户与移动智能终端用户业务流程正常结束,第三方监管平台对车载智能终端用户与移动智能终端用户进行记录后解除监控;第二种情况为车载智能终端用户与移动智能终端用户在监管过程中,服务车辆出现突发事件(如交通事故、车载用户与手机用户出现争议),车载智能终端用户与移动智能终端用户任一方可以发起监管仲裁,第三方监管平台通过用户仲裁申请并记录相关信息后,通知交通等相关部门请求取证,第三方监管平台为相关部门提供行车路线等辅证信息。监管机构端派出人员对其进行反馈取证并处理,第三方监管平台与监管机构端完成电子协议的移交并保存,处理结果也将在第三方监管平台数据中心保存备份,同时第三方监管平台将处理结果反馈给车载智能终端用户与移动智能终端用户;第三方监管平台对此类信息进行汇总并保存,并对违规车辆进行记录,维护黑名单数据并在网上进行更新,保护车载智能终端用户与移动智能终端用户的合法权益。
有益效果:本发明基于用户习惯质心权重、距离质心权重及关键词推荐质心权重,经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,快速搜索目标服务车辆,为用户提供了便捷的乘车方式,并引入第三方监管实时更新采集数据,快速生成法律文书,有效改善各方用户体验,应用前景好。
附图说明
图1为本发明具体实施例的流程图。
具体实施方式
下面通过以下具体实施例对本发明进行详细描述。
基于质心动态计算的拼车申请与应答配对推荐方法,其基于预定拼车服务的移动智能终端所处的位置信息,综合评估移动智能终端与服务车辆的距离,通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,选定服务车辆后进行申请与应答配对推荐,从而完成搜索、应答与配对;具体方法如下:
以用户进入拼车应用时移动智能终端所处的位置信息为起点,根据中心点逐步扩散搜索规律,构造搜索半径扩展的一阶等差数列:{a1,a2,a3,……an-1,an}
an=an-1+(n-1)*d (1)
其中,a1为首项、an为已知的第n项,设定a1、d初始值均为m,以m米的整数倍扩展搜索半径,则等差数列{a1,a2,a3……an-1,an}值域分别为{m,2m,4m……an-1,an},随着n取值1,2,3……n-1,n,则每轮搜索半径R依次为m米,2m米,4m米,……an-1,an米;
(1)选取用户搜索半径范围:基于设置的等差数列半径扩散数列,依据配对的精度与效率设置一轮申请/应答过程中的搜索次数n的取值:
①搜索半径R依次随an=an-1+(n-1)*d取值,逐步扩大搜索范围,直至区域内存在同意提供拼车服务的车辆;
首先开始第1次搜索,即搜索m米范围的车辆服务信息,若未果则第2次搜索扩大到2m米范围,假定找到K2台同意提供服务车辆;再进行第3次搜索扩大到4m米范围,第3次比第2次搜索面积扩散,提供拼车服务的车辆相应增多,搜索即可结束;依据半径设置数列,比较任意最近两次搜索范围的比值如下:
第n-1次与第n次搜索面积比值为:(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2) (2)
当n-1次搜索找到Kn-1台拼车服务车辆,则第n次命中概率为:Kn-1(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2)台拼车服务车辆;
②结合用户等待时长、城市车速设置搜索半径R:
用户在等待拼车服务过程中,假设忍受等待拼车的时长为t分钟,城市车速为v公里/小时,则半径R最大可设置值为:R=v*t/60 (3)
(2)搜索半径为R范围内车辆集合:用聚类算法计算原点到m米的集合S1,m米到2m米初始搜索结果的集合S2,2m米到4m米的集合S3,……,an-1到an米的集合为Sn,记录所有提供服务车辆与用户位置的坐标值;
(3)计算目标服务车辆内聚相似性:首先将输入的关键词转换为向量空间模型中的向量:di=(xi1,xi2,…),向量的每个维度表示唯一的一元语法模型(uni-gram),并通过一元语法模型(uni-gram)的词频/逆向文档频率(TF/IDF)表示权重,采用下式衡量每个候选类的质心:
di表示输入关键词对应的向量组;D(w)表示向量空间中的所有向量组集;
通过计算目标服务车辆与质心之间的平均余弦相似性得到类的内聚相似性(ICS):
di表示输入关键词对应的向量组;D(w)表示向量空间中的所有向量组集;
(4)获取车载终端用户坐标集合:根据步骤(2)中的S1、S2、S3……Sn中的m米、2m米、4m米、……an米的同心圆范围内分别获取距离权重高、用户习惯权重高及关键词推荐权重高的车载智能终端用户坐标集合为:Sdis tance,Scustom与Srecommend,具体半径值由步骤(1)中S1、S2、S3……Sn的质心来确定;
(5)计算距离质心坐标:获取距离权重偏好的车载智能终端用户坐标集合Sdis tance,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn距离集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的距离质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(6)计算用户习惯质心坐标:获取用户习惯权重偏好的车载智能终端用户坐标集合Scustom,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的用户习惯质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(7)计算关键词推荐质心坐标:获取关键词推荐权重偏好的车载智能终端用户坐标集合Srecommend,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个坐标集合Sn-1,Sn的关键词推荐质心坐标,其计算公式如下:
Wnk表示用户坐标的X坐标,W(n-1)k表示用户坐标的Y坐标,n是相似点总数,k相当于i递增指数索引;
(8)根据步骤(5)~(7)计算获得用户习惯质心坐标、距离质心坐标及关键词推荐质心坐标,经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,将符合距离权重、用户习惯权重及系统关键词推荐权重的车载智能终端集的三个质心坐标构造三角形区域;按照与申请用户之间的距离,升序排列后返回基于用户位置的可配对服务车辆;
(9)根据步骤(8)选中的三个质心坐标位置所圈定区域的推荐服务车辆,用户发起配对申请,车载智能终端接收请求后,运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户请求的信息,并与接受该拼车服务的车主建立连接;从而完成搜索、应答与配对。
参见图1的基于质心动态计算的拼车申请与应答配对系统,基于上述质心动态计算的拼车申请与应答配对推荐方法,通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标,从而选定服务车辆后完成申请与应答配对推荐工序,其包括手机智能终端、车载智能终端、监管机构端与第三方监管平台四个部分,手机智能终端与车载智能终端通过第三方监管平台建立连接,监管机构端端接收第三方监控平台发送的位置偏离及在途的车载智能终端与手机智能终端的告警信息,由监管机构端对接公共安全机构及时响应、处理拼车过程中的紧急事务,消除存在的安全隐患;具体如下:
1)手机智能终端:从某地到某目的地的实时通勤需求,并安装有第三方Android应用的手机智能终端用户,可实现第三方监管平台与车载智能终端的位置、告警等智能信息推送与交互。出发点和目的地两点都属于市内且路程属于中短途;
2)车载智能终端用户:同样具备通勤需求的上班有车一族,车辆通勤时为空载,车辆上安装有带GPS定位功能的车载智能终端,可实现第三方监管平台与车载智能终端的位置、告警等智能信息推送与交互;
3)监管机构端:监管机构端接收第三方监控平台发送的位置偏离及拼车在途的车载智能终端与手机智能终端的报警信息,并直接对接交通、公安及消防等机构及时响应、处理拼车在途的紧急事务;
4)第三方监管平台:第三方监管平台保存手机智能终端用户与车载智能终端用户的个人信息,手机智能终端用户与车载智能终端用户通过3G网络运营商网络调用第三方监管平台服务器中的Web service实现各方实时通信;第三方监管平台除辅助手机智能终端与车载智能终端的实时连接匹配及错误异常处理外,还需对建立连接后的一系列事务进行监管和处理,具体包括:建立连接后,依据车载智能终端的扫描设备扫描手机智能终端用户的身份证件信息(身份证或护照等证件),形成电子扫描件,并嵌入车载智能终端上设置的电子法律文书模板中,生成具备法律效率的电子文书,并上载到手机智能终端与第三方监管平台目录,确保出现突发交通等事件时依法保障各方利益;此外,第三方监管平台依据设置的时间间隔,定时对手机智能终端用户与车载智能终端用户的地理位置信息进行实时跟踪,提供第三方位置监管,保障出行双方的利益;此外,对出现位置偏离及监控的车载智能终端与手机智能终端的报警信息,及时响应确保搭乘双方的利益。
Claims (5)
1.基于质心动态计算的拼车申请与应答配对推荐方法,其特征在于,基于预定拼车服务的移动智能终端所处的位置信息,综合评估移动智能终端与服务车辆的距离,通过用户习惯权重、距离权重及关键词推荐权重经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,选定服务车辆后进行申请与应答配对推荐,从而完成搜索、应答与配对;具体方法如下:
以用户进入拼车应用时移动智能终端所处的位置信息为起点,根据中心点逐步扩散搜索规律,构造搜索半径扩展的一阶等差数列:{a1,a2,a3,……an-1,an}
an=an-1+(n-1)*d (1)
其中,a1为首项、an为已知的第n项,设定a1、d初始值均为m,以m米的整数倍扩展搜索半径,则等差数列{a1,a2,a3……an-1,an}值域分别为{m,2m,4m……an-1,an},随着n取值1,2,3……n-1,n,则每轮搜索半径R依次为m米,2m米,4m米,……an-1,an米;
(1)选取用户搜索半径范围:基于设置的等差数列半径扩散数列,依据配对的精度与效率设置一轮申请/应答过程中的搜索次数n的取值:
①搜索半径R依次随an=an-1+(n-1)*d取值,逐步扩大搜索范围,直至区域内存在同意提供拼车服务的车辆;
首先开始第1次搜索,即搜索m米范围的车辆服务信息,若未果则第2次搜索扩大到2m米范围,假定找到K2台同意提供服务车辆;再进行第3次搜索扩大到4m米范围,第3次比第2次搜索面积扩散,提供拼车服务的车辆相应增多,搜索即可结束;依据半径设置数列,比较任意最近两次搜索范围的比值如下:
第n-1次与第n次搜索面积比值为:(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2) (2)
当n-1次搜索找到Kn-1台拼车服务车辆,则第n次命中概率为:Kn-1(Rn 2–Rn-1 2)/(Rn-1 2–Rn-2 2)台拼车服务车辆;
②结合用户等待时长、城市车速设置搜索半径R:
用户在等待拼车服务过程中,假设忍受等待拼车的时长为t分钟,城市车速为v公里/小时,则半径R最大可设置值为:R=v*t/60 (3)
(2)搜索半径为R范围内车辆集合:用聚类算法计算原点到m米的集合S1,m米到2m米初始搜索结果的集合S2,2m米到4m米的集合S3,……,an-1到an米的集合为Sn,记录所有提供服务车辆与用户位置的坐标值;
(3)计算目标服务车辆内聚相似性:首先将输入的关键词转换为向量空间模型中的向量:di=(xi1,xi2,…),向量的每个维度表示唯一的一元语法模型(uni-gram),并通过一元语法模型(uni-gram)的词频/逆向文档频率(TF/IDF)表示权重,采用下式衡量每个候选类的质心:
di表示输入关键词对应的向量组;D(w)表示向量空间中的所有向量组集;
通过计算目标服务车辆与质心之间的平均余弦相似性得到类的内聚相似性(ICS):
di表示输入关键词对应的向量组;
D(w)表示向量空间中的所有向量组集;
(4)获取车载终端用户坐标集合:根据步骤(2)中的S1、S2、S3……Sn中的m米、2m米、4m米、……an米的同心圆范围内分别获取距离权重高、用户习惯权重高及关键词推荐权重高的车载智能终端用户坐标集合为:Sdis tance,Scustom与Srecommend,具体半径值由步骤(1)中S1、S2、S3……Sn的质心来确定;
(5)计算距离质心坐标:获取距离权重偏好的车载智能终端用户坐标集合Sdis tance,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn距离集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的距离质心坐标,其计算公式如下:
Wnk表示车载用户坐标的X坐标,W(n-1)k表示车载用户坐标的Y坐标,k表示相应数据集合的顺序标识;
(6)计算用户习惯质心坐标:获取用户习惯权重偏好的车载智能终端用户坐标集合Scustom,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个车载用户集合Sn-1,Sn的用户习惯质心坐标,其计算公式如下:
Wnk表示车载用户坐标的X坐标,W(n-1)k表示车载用户坐标的Y坐标,k表示相应数据集合的顺序标识;
(7)计算关键词推荐质心坐标:获取关键词推荐权重偏好的车载智能终端用户坐标集合Srecommend,对设置的质心坐标集合进行余弦相似度计算,获得S1,S2,S3……Sn用户集合的质心坐标;任意相邻两个坐标集合Sn-1,Sn的关键词推荐质心坐标,其计算公式如下:
Wnk表示车载用户坐标的X坐标,W(n-1)k表示车载用户坐标的Y坐标,k表示相应数据集合的顺序标识;
(8)根据步骤(5)~(7)计算获得用户习惯质心坐标、距离质心坐标及关键词推荐质心坐标,经加权计算获得动态质心坐标,在动态质心坐标圈定的区域内将可应答的服务车辆排序,将符合距离权重、用户习惯权重及系统关键词推荐权重的车载智能终端集的三个质心坐标构造三角形区域;按照与申请用户之间的距离,升序排列后返回基于用户位置的可配对服务车辆;
(9)根据步骤(8)选中的三个质心坐标位置所圈定区域的推荐服务车辆,用户发起配对申请,车载智能终端接收请求后,运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户请求的信息,并与接受该拼车服务的车主建立连接;从而完成搜索、应答与配对。
2.采用如权利要求1所述的基于质心动态计算的拼车申请与应答配对推荐方法的拼车申请与应答配对方法,包括移动智能终端、车载智能终端、监管机构端及第三方监管平台;其特征在于,移动智能终端发出拼车申请,并通过网络访问第三方监管平台,开始进行搭乘双方配对运算,第三方监管平台应用GPS地理信息进行质心动态匹配计算,确定最优可搭乘车辆排序列表,移动智能终端选定配对车辆,并发出搭乘请求至待配对的车载智能终端,收到请求的车载智能终端响应最早提出申请的乘车请求,并进行身份确认,移动智能终端与车载智能终端匹配成功后进入监管模式;监管机构端接收第三方监管平台发送的位置偏离及拼车在途的车载智能终端与移动智能终端的报警信息。
3.根据权利要求2所述的拼车申请与应答配对方法,其特征在于,移动智能终端与车载智能终端匹配对接成功后,车载智能终端WIFI热点信号检测移动智能终端的WIFI信号,并将移动智能终端时间信息、GPS地理信息发送至第三方监管平台。
4.根据权利要求2所述的拼车申请与应答配对方法,其特征在于,车载智能终端上生成有法律文书,并将法律文书推送到第三方监管平台与移动智能终端保留;第三方监管平台同时将GPS地理信息与报警信息推送到车载智能终端与移动智能终端。
5.根据权利要求2所述的拼车申请与应答配对方法,其特征在于,车载智能终端上设置有关键词语音识别器,在车载智能终端接受移动智能终端申请后,车载智能终端运用关键词语音识别技术获取车载用户的信息,第三方监管平台收到车载智能终端发送的语音确定车载用户信息后,取消在其他车辆上该用户发出的请求信息,并与接受应答的车载用户建立连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112781.3A CN103870581B (zh) | 2014-03-25 | 2014-03-25 | 基于质心动态计算的拼车申请与应答配对方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112781.3A CN103870581B (zh) | 2014-03-25 | 2014-03-25 | 基于质心动态计算的拼车申请与应答配对方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103870581A CN103870581A (zh) | 2014-06-18 |
CN103870581B true CN103870581B (zh) | 2018-01-16 |
Family
ID=50909111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410112781.3A Active CN103870581B (zh) | 2014-03-25 | 2014-03-25 | 基于质心动态计算的拼车申请与应答配对方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103870581B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217249B (zh) * | 2014-07-02 | 2017-06-23 | 浙江工业大学 | 一种基于时间与费用约束的动态拼车匹配方法 |
CN104820723B (zh) * | 2015-05-28 | 2018-05-01 | 北斗导航位置服务(北京)有限公司 | 一种基于货主偏好性学习的车辆在线推荐排序方法 |
CN107103383B (zh) * | 2017-03-28 | 2020-07-14 | 大连理工大学 | 一种基于打车热点的动态拼车调度方法 |
US11099028B2 (en) * | 2017-12-15 | 2021-08-24 | Google Llc | Interactive listing of ride service options in a navigation application |
CN111222946B (zh) * | 2020-01-02 | 2023-10-31 | 杭州优行科技有限公司 | 订单处理方法、装置、终端及存储介质 |
CN112561104A (zh) * | 2020-12-10 | 2021-03-26 | 武汉科技大学 | 基于强化学习的车辆共享服务订单派遣方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101662722B (zh) * | 2008-08-29 | 2012-10-03 | 岑宇钿 | 基于移动终端的拼车服务方法 |
CN102496265B (zh) * | 2011-11-29 | 2013-12-11 | 杭州妙影微电子有限公司 | 一种基于移动终端的出租车叫租和拼租方法及其系统 |
CN103531025B (zh) * | 2013-11-08 | 2015-11-18 | 宁波市康惠网络科技有限公司 | 一种利用线路分段方法来匹配信息的拼车方法 |
-
2014
- 2014-03-25 CN CN201410112781.3A patent/CN103870581B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103870581A (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103870581B (zh) | 基于质心动态计算的拼车申请与应答配对方法及系统 | |
Joh | Discretionless policing: Technology and the fourth amendment | |
CN105491532B (zh) | 一种用于路网运行状态分析的手机信令过滤方法和装置 | |
CN110060484A (zh) | 一种基于区块链的公路客运违章实时预警系统及方法 | |
CN106162804A (zh) | 用于提供无线接入热点的接入信息的方法和设备 | |
JP5238422B2 (ja) | 情報提供システム | |
CN104464321A (zh) | 一种基于交通运行指数发展态势的智能交通诱导方法 | |
CN111539864B (zh) | 一种基于lbs大数据的踩踏事件的情报分析方法和装置 | |
CN104123834A (zh) | 出租车叫车管理结算系统与方法 | |
CN112669596B (zh) | 一种基于大数据的交通安全态势判别系统及方法 | |
CN106899948A (zh) | 伪基站发现方法、系统、终端及服务器 | |
CN111192459A (zh) | 一种视频监控布控方法和布控装置 | |
CN108924759A (zh) | 识别移动发生器的方法、装置及系统 | |
CN107122438A (zh) | 一种司法案件检索方法及系统 | |
CN107004351B (zh) | 交通违章管理系统和交通违章管理方法 | |
CN110796578A (zh) | 一种分级救援的判断方法及装置、计算机设备和存储介质 | |
Li et al. | Estimating crowd flow and crowd density from cellular data for mass rapid transit | |
CN114202444B (zh) | 一种跨境车辆信息管理服务系统 | |
CN108665085A (zh) | 一种隐性重点人获取方法和系统 | |
Hu et al. | Design and implementation of intelligent vehicle control system based on Internet of Things and intelligent transportation | |
CN103093638B (zh) | 一种基于地理信息的智能交通服务系统 | |
KR20030012371A (ko) | 통신망을 이용한 감시 카메라의 통합 원격 제어 시스템 및방법과 이를 이용한 영상 데이터 처리 방법 | |
CN110992643A (zh) | 基于知识推理的接处警预案管理平台 | |
CN112738725B (zh) | 半封闭区域目标人群的实时识别方法、装置、设备和介质 | |
CN113487055A (zh) | 一种智能门票预售方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |