CN105185116B - 网络集约小客车出行需求热力图构建方法 - Google Patents

Abstract

本发明公开了一种网络集约小客车出行需求热力图构建方法，包括下述步骤：开放注册用户，以交通小区作为区域划分手段进行划分，对交通小区区域进行颜色标注并完成颜色填充，以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可，到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，形成面向到达需求的网络集约小客车出行需求热力图。本发明可根据实际需求选择不同需求对象使用网络集约小客车出行需求热力图对乘客需求进行分析从而更合理进行运力调配，从而实现运力均衡，保证市民出行需求的满足。

Description

网络集约小客车出行需求热力图构建方法

技术领域

本发明涉及小客车需求热力图的研究领域，特别涉及一种网络集约小客车出行需求热力图构建方法。

背景技术

网络集约用车中的小客车主要是指专用于客运的小客车，并通过网络预约交互方式实现运营。按照目前的小客车经营方式分类，主要包括出租车、专车、约租车、私租车、租赁小客车等，未来包括无人驾驶的预约小客车等。

出租车、专车、约租车、私租车、租赁小客车以及无人驾驶的预约小客车的营运模式比较类似，从移动互联网终端上发出用车需求，在位置共享算法的作用下，接送乘客上车、营运以及下车。然而，预约地点、下车地点、路径的非确定往往造成运营调度的有效性往往不足，同时运力调配的效率不高，造成部分地区供不应求，部分地区车辆处于空置状态，难以实现运力的有效运用。

热力图在公共交通行业的应用主要围绕上车点的需求进行分析，在出租车、约租车、专车等领域应用比较广泛，其需求热力图目前基本上围绕上车点进行设计，其方式通常在电子地图上采用等高线的绘制方式，在闭合图形里面以不同颜色代表不同的需求程度，如越深的颜色表示需求越旺盛，通常以深红表示需求最旺盛区域，黄色为需求较旺盛区域，深绿为需求最不旺盛区域。

目前上车需求热力图已经在部分领域进行应用，特别是以出租车、专车应用最为深入。然而目前的需求热力图仅仅考虑上车区域的需求情况，从而实现运力的有效调度。目前的上车需求热力图往往忽略运营状态和待运营状态车辆的状态的时空切换特性，如某车辆把乘客送到目的地后，该车辆的状态马上转变为待运营状态，而目前的热力图需要在一定时间段内进行统计(如5分钟或者10分钟等)，难以真实反映实时的需求情况。这也是目前热力图设计方法上没有完全考虑前瞻性的车辆状态转变引起的乘客出行需求与车辆运力匹配的转变的问题。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种网络集约小客车出行需求热力图构建方法。

为了达到上述目的，本发明采用以下技术方案：

网络集约小客车出行需求热力图构建方法，包括下述步骤：

S1、以城市内可以停靠的路边视为潜在出发点和下车点，即城市全部的可停靠车辆的路边区域均可视为出发点或者下车点；

S2、开放注册用户，所有注册用户可以在操作系统上选择或者搜索的上车点和下车点，也可以把接客点视为上车点，下客点作为下车点；

S3、以上车时间、出发点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、出发点、下车点进行统计；

S4、以交通小区作为区域划分手段，即按照城市路网规划，以快速路、主干道、次干道与城市支路作为划分手段；

S5、划分好交通小区后，所有上车点和下车点均分布在划分交通小区的快速路、主干道、次干道与城市支路的边缘上，或者交通小区内部；

S6、注册用户选择的交通小区覆盖范围及其边缘上的任何出行需求进行统计，以上车时间、上车点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、上车点、下车点进行统计；

S7、把交通小区所有边均扩大N米，把扩大后区域内的所有出行需求均进行统计；

S8、以电子地图为底图，网络集约小客车出行需求热力图在电子地图上具有三个图层，即需要在电子地图加载三个图层，包括出发需求图层、到达需求图层以及出行需求图层，出发需求图层是上车点的需求描述热力图，到达需求图层是下车点的需求描述热力图，出行需求图层是上下车点综合的需求描述热力图；

S9、对于出发时间属性，则以设定时间段为划分，每个设定时间段下需要同时加载三个图层，当设置不同时间段时，将切换并加载对应时间图层；

S10、对交通小区区域进行颜色标注；

S11、对于交通小区外的扩展区域，则按照区域周边标注的颜色，按照颜色混合原理后得出的颜色将该区域填充颜色；

S12、以缓冲区的计算方式，对于一个给定的对象A，它的缓冲区可以定义为：P＝{x|d(x,A)<＝r}，d一般是指欧氏距离，也可以是其他的距离，其中r为邻域半径或缓冲区建立的条件，对图中所有区域进行不同区域颜色的方式，以解决填充颜色突变的问题，实现颜色表达的平滑过度；

S13、出发需求热力图的时间段是通过移动终端进行上车确认登记，时间数据是根据卫星定位时间上传的，对于到达需求热力图，出发时候不需要填写任何时间信息，到达时间的获取一般通过线路规划预估行程时间获取；

S14、网络集约小客车出行需求热力图是在出发需求热力图和到达需求热力图基础上形成，根据乘客出发和到达对应的关系，出发需求中的交通小区的统计数据与到达需求中的交通小区的需求进行匹配与统计；

S15、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同到达站点之间的比例关系，即在出发需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的出行需求热力图，以此类推可完成所有交通小区出行需求饼图的标注，形成面向出发需求的网络集约小客车出行需求热力图；

S16、对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可；

S17、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同上车点之间的比例关系，即在到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，以此类推可完成所有交通小区出行需求饼图的标注，形成面向到达需求的网络集约小客车出行需求热力图；

S18、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同上车点之间的比例关系，即在到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，以此类推可完成所有交通小区出行需求饼图的标注，形成面向到达需求的网络集约小客车出行需求热力图。

优选的，步骤S1中，用户可通过手机、平板电脑或台式电脑完成注册。

优选的，步骤S3中，在进行统计的时候同时将统计结果进行排列，统计结果最高值可能同时存在多个。

优选的，步骤S4中，各种道路组成的闭合图形宽处不超过500米，最窄处不少于300米形成的闭合图形定义为交通小区。

优选的，步骤S10中，按照下述表格对交通小区区域进行颜色标注：

序号	数量范围	颜色表示方法
			1	K≥(2N/3M)	深红
2	(2N/3M)≥K≥(N/3M)	黄
			3	K<(N/3M)	深绿

其中，某时间段的总体出发需求数为N，交通小区的数量为M，某交通小区的出发数据为K。

优选的，步骤S13中，相对上车点的交通小区而言，下车点的交通小区到达时间的通常情况下由导航软件按照实时交通预估，实际的下车时间则是以上车时间加上预估行程时间计算并预估下车时间点。

优选的，步骤S14中，匹配与统计的方法为：

设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY，对于某时间段A1交通小区出发需要对应关系包括A1B1、A1B2、……、A1BY，其他公交小区亦然。

优选的，步骤S16中，将对应关系进行调整的方法为：

设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY，对于某时间段B1交通小区到达需要对应关系包括B1A1、B1A2、……、B1AX，结合到达需求热力图，到达后的小客车可马上改变状态为待营运状态，可调度至附近需求旺盛的交通小区。

优选的，只知道上车点没有下车点的情况下，面向出发的预约小客车出行需求热力图的构建方法为：

(1)根据用户习惯进行统计，将乘客历史乘车记录进行统计，以时间、统计上的概率数据以及出发点信息，预测乘客的下车；

(2)根据同一个交通小区用户习惯进行统计，将同一个交通小区乘客历史乘车记录进行统计，重复上一步操作，可预测乘客概率较高的下车点，为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作；

在完成乘客下车点预测后，对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可，结合到达需求热力图，到达后的小客车可马上改变状态为待营运状态，可调度至附近需求旺盛的交通小区，后续的操作与明确上下车点网络集约小客车出行需求热力图构建步骤中的S17和S18步骤完全相同。

优选的，步骤(1)中，为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明可根据实际需求选择不同需求对象使用网络集约小客车出行需求热力图对乘客需求进行分析从而更合理进行运力调配，从而实现运力均衡，保证市民出行需求的满足。

2、需求热力图有效引导营运网络集约小客车出行分布和调度规划，对减少车辆空驶巡街、提升上座率等起重要作用。

3、需求热力图对分析城市交通拥堵情况、为交通管制城市规划、道路建设、小区交通规划、公共交通配置等提供决策支持。

附图说明

图1是本发明网络集约小客车出行需求热力图构建方法的流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

在目前主要应用的热力图基本上按照上车点的需求频繁情况进行统计，以某上车点为圆心进行统计，通过不同的颜色进行标注描述需求频繁情况，从而引导司机自觉执行运力调度指令，从而提升效率，但基本没有考虑车辆状态的瞬间准便引起需求与运力难以匹配的情况出现。

在明确上下车点时，如图1所示，网络集约小客车出行需求热力图构建步骤如下：

(1)以城市内可以停靠的路边视为潜在出发点和下车点，即城市全部的可停靠车辆的路边区域均可视为出发点或者下车点。

(2)以手机、平板电脑、台式电脑等方式，开放给所有用户注册。所有注册用户可以在操作系统上选择或者搜索的上车点和下车点，也可以把接客点视为上车点，下客点作为下车点。

(3)以上车时间、出发点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、出发点、下车点等进行统计。同时把统计结果进行排列，统计结果最高值可能同时存在多个。

(4)以交通小区作为区域划分手段，及按照城市路网规划，以快速路、主干道、次干道与城市支路等作为划分手段，各种道路组成的闭合图形宽处不超过500米，最窄处不少于300米形成的闭合图形定义为交通小区。

(5)划分好交通小区后，所有上车点和下车点均分布在划分交通小区的快速路、主干道、次干道与城市支路的边缘上，或者交通小区内部。

(6)注册用户选择的交通小区覆盖范围及其边缘上的任何出行需求进行统计，以上车时间、上车点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、上车点、下车点等进行统计。

(7)为解决不同交通小区交界处出行需求的统计问题，即两个或以上交通小区交界处的乘客可选择不同交通小区作为上车点的“尖锐边界”问题，使算法和图形在实际应用时平滑过渡，在实际统计上把交通小区所有边均扩大50米，把扩大后区域内的所有出行需求均进行统计。

(8)以电子地图为底图，网络集约小客车出行需求热力图在电子地图上具有三个图层，即需要在电子地图加载三个图层，包括出发需求图层、到达需求图层以及出行需求图层(含两种方式)。出发需求图层是上车点的需求描述热力图，到达需求图层是下车点的需求描述热力图，出行需求图层是上下车点综合的需求描述热力图。

(9)对于出发时间属性，则以设定时间段(如10分钟、15分钟等)为划分，每个设定时间段下需要同时加载三个图层，当设置不同时间段时，将切换并加载对应时间图层。

(10)设定某时间段的总体出发需求数为N，交通小区的数量为M，某交通小区的出发数据为K，则以以下方式对交通小区区域进行颜色标注：

序号	数量范围	颜色表示方法
			1	K≥(2N/3M)	深红
2	(2N/3M)≥K≥(N/3M)	黄
			3	K<(N/3M)	深绿

(11)对于交通小区外的扩展区域，则按照区域周边标注的颜色，按照颜色混合原理后得出的颜色将该区域填充颜色。举例，若附近区域的颜色分别为深红色和黄色，则扩展标注为浅红色等，以此类推填充。

(12)以缓冲区的计算方式(对于一个给定的对象A，它的缓冲区可以定义为：P＝{x|d(x,A)<＝r}(d一般是指欧氏距离，也可以是其他的距离，其中r为邻域半径或缓冲区建立的条件)对图中所有区域进行不同区域颜色的方式，以解决填充颜色突变的问题，实现颜色表达的平滑过度。完成10、11、12步后，即可形成出发需求热力图。

(13)到达需求热力图的构建方式与出发需求热力图的构建方式类似，在算法和表达方式上完全一致，其区别在于时间段的选择。出发需求热力图的时间段是通过手机、平板电脑、台式电脑等方式进行上车确认登记，时间数据是根据卫星定位时间上传的。而对于到达需求热力图，出发时候不需要填写任何时间信息，到达时间的获取一般通过线路规划预估行程时间获取。相对上车点的交通小区而言，下车点的交通小区到达时间的通常情况下由导航软件按照实时交通预估。实际的下车时间则是以上车时间加上预估行程时间计算并预估下车时间点。

(14)网络集约小客车出行需求热力图是在出发需求热力图和到达需求热力图基础上形成。根据乘客出发和到达对应的关系，出发需求中的交通小区的统计数据与到达需求中的交通小区的需求进行匹配与统计。设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY。对于某时间段A1交通小区出发需要对应关系包括A1B1、A1B2、……、A1BY，其他公交小区亦然。在运力进行调配时，可根据出发和到达之间的统计关系，在小客车到达后调度其到相应的交通小区附近停靠，以等待乘客。

(15)以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同到达站点之间的比例关系，即在出发需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的出行需求热力图，以此类推可完成所有交通小区出行需求饼图的标注，形成面向出发需求的网络集约小客车出行需求热力图。

(16)对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可。设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY。对于某时间段B1交通小区到达需要对应关系包括B1A1、B1A2、……、B1AX。结合到达需求热力图，到达后的小客车可马上改变状态为待营运状态，可调度至附近需求旺盛的交通小区。

(17)以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同上车点之间的比例关系，即在到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，以此类推可完成所有交通小区出行需求饼图的标注，形成面向到达需求的网络集约小客车出行需求热力图。

(18)面向出发需求的网络集约小客车出行需求热力图和面向到达需求的网络集约小客车出行需求热力图分别以出发需求热力图和到达热力图为基础进行标注并形成。若需将其进行综合可以时间段为筛选条件，同时将两种饼图同时标注在出发需求热力图或者到达需求热力图上形成出行需求热力图。运力调度人员可根据实际需求选择不同需求对象使用网络集约小客车出行需求热力图对乘客需求进行分析从而更合理进行运力调配，从而实现运力均衡，保证市民出行需求的满足。

2、只知道上车点没有下车点的预约小客车出行需求热力图构建方法：

对于部分只有上车点而没有下车点的情况，大多处于乘客上车再告地点、司机移动终端或者车载终端软件系统没有收到目的地信息、临时改变目的地等情况，这种情况存在一定的发生概率。

只知道上车点没有下车点的情况下，面向出发的预约小客车出行需求热力图的构建方法与上述方法完全一致，其区别主要在于无法获取下车位置信息，从而造成面向到达的预约小客车出行需求热力图难以完整构建。为解决该问题，在不改变构建方法的架构上，预测用户的下车点，可实现面向到达的预约小客车出行需求热力图的构建。用户下车点的预测方法如下：

(1)根据用户习惯进行统计，将乘客历史乘车记录进行统计，以时间、统计上的概率数据以及出发点信息，预测乘客的下车。为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作。

(2)根据同一个交通小区用户习惯进行统计，将同一个交通小区乘客历史乘车记录进行统计，重复上一步操作，可预测乘客概率较高的下车点，为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作。

在完成乘客下车点预测后，对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可。结合到达需求热力图，到达后的小客车可马上改变状态为待营运状态，可调度至附近需求旺盛的交通小区。后续的操作与明确上下车点网络集约小客车出行需求热力图构建步骤中的(17)、(18)点完全一样。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.网络集约小客车出行需求热力图构建方法，其特征在于，包括下述步骤：

S1、以城市内可以停靠的路边视为潜在出发点和下车点，即城市全部的可停靠车辆的路边区域均可视为出发点或者下车点；

S2、开放注册用户，所有注册用户在操作系统上选择或者搜索的上车点和下车点，或者把接客点视为上车点，下客点作为下车点；

S3、以上车时间、出发点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、出发点、下车点进行统计；

S4、以交通小区作为区域划分手段，即按照城市路网规划，以快速路、主干道、次干道与城市支路作为划分手段；

S5、划分好交通小区后，所有上车点和下车点均分布在划分交通小区的快速路、主干道、次干道与城市支路的边缘上，或者交通小区内部；

S6、注册用户选择的交通小区覆盖范围及其边缘上的任何出行需求进行统计，以上车时间、上车点、下车点三个因素组成一条出行样本，应用后台将所有的用户需求按照时间、上车点、下车点进行统计；

S7、把交通小区所有边均扩大N米，把扩大后区域内的所有出行需求均进行统计；

S8、以电子地图为底图，网络集约小客车出行需求热力图在电子地图上具有三个图层，即需要在电子地图加载三个图层，包括出发需求图层、到达需求图层以及出行需求图层，出发需求图层是上车点的需求描述热力图，到达需求图层是下车点的需求描述热力图，出行需求图层是上下车点综合的需求描述热力图；

S9、对于出发时间属性，则以设定时间段为划分，每个设定时间段下需要同时加载三个图层，当设置不同时间段时，将切换并加载对应时间图层；

S10、对交通小区区域进行颜色标注；

S11、对于交通小区外的扩展区域，则按照区域周边标注的颜色，按照颜色混合原理后得出的颜色将该区域填充颜色；

S12、以缓冲区的计算方式，对于一个给定的对象A，它的缓冲区定义为：P＝{x|d(x,A)<＝r}，d是指欧氏距离，其中r为邻域半径或缓冲区建立的条件，对图中所有区域进行不同区域颜色的方式，以解决填充颜色突变的问题，实现颜色表达的平滑过度；

S13、出发需求热力图的时间段是通过移动终端进行上车确认登记，时间数据是根据卫星定位时间上传的，对于到达需求热力图，出发时候不需要填写任何时间信息，到达时间的获取一般通过线路规划预估行程时间获取；

S14、网络集约小客车出行需求热力图是在出发需求热力图和到达需求热力图基础上形成，根据乘客出发和到达对应的关系，出发需求中的交通小区的统计数据与到达需求中的交通小区的需求进行匹配与统计；

S15、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同到达站点之间的比例关系，即在出发需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的出行需求热力图，以此类推完成所有交通小区出行需求饼图的标注，形成面向出发需求的网络集约小客车出行需求热力图；

S16、对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可；

S17、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同上车点之间的比例关系，即在到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，以此类推完成所有交通小区出行需求饼图的标注，形成面向到达需求的网络集约小客车出行需求热力图；

S18、以统计学上饼图作为该交通小区网络集约小客车出行需求热力图的标注方式，将上一步筛选的对应关系以饼图方式按照百分比方式表达不同上车点之间的比例关系，即在到达需求热力图基础上标注经过筛选对应关系的饼图以表示该交通小区的到达需求热力图，以此类推完成所有交通小区出行需求饼图的标注，形成面向到达需求的网络集约小客车出行需求热力图。

2.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S1中，用户通过手机、平板电脑或台式电脑完成注册。

3.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S3中，在进行统计的时候同时将统计结果进行排列，统计结果最高值可能同时存在多个。

4.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S4中，各种道路组成的闭合图形宽处不超过500米，最窄处不少于300米形成的闭合图形定义为交通小区。

5.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S10中，按照下述方式对交通小区区域进行颜色标注：

当K≥(2N/3M)，用深红色对交通小区区域进行颜色标注；

当(2N/3M)≥K≥(N/3M)，用黄色对交通小区区域进行颜色标注；

当K<(N/3M)，用深绿色对交通小区区域进行颜色标注；其中，某时间段的总体出发需求数为N，交通小区的数量为M，某交通小区的出发数据为K。

6.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S13中，相对上车点的交通小区而言，下车点的交通小区到达时间的通常情况下由导航软件按照实时交通预估，实际的下车时间则是以上车时间加上预估行程时间计算并预估下车时间点。

7.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S14中，匹配与统计的方法为：

设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY，对于某时间段A1交通小区出发需要对应关系包括A1B1、A1B2、……、A1BY，其他公交小区亦然。

8.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤S16中，将对应关系进行调整的方法为：

设出发需求中的交通小区标注为A1、A2、……、AX；到达需求中的交通小区标注为B1、B2、……、BY，对于某时间段B1交通小区到达需要对应关系包括B1A1、B1A2、……、B1AX，结合到达需求热力图，到达后的小客车马上改变状态为待营运状态，调度至附近需求旺盛的交通小区。

9.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，只知道上车点没有下车点的情况下，面向出发的预约小客车出行需求热力图的构建方法为：

(1)根据用户习惯进行统计，将乘客历史乘车记录进行统计，以时间、统计上的概率数据以及出发点信息，预测乘客的下车；

(2)根据同一个交通小区用户习惯进行统计，将同一个交通小区乘客历史乘车记录进行统计，重复上一步操作，预测乘客概率较高的下车点，为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作；

在完成乘客下车点预测后，对于面向到达需求的网络集约小客车出行需求热力图，只需要将对应关系进行调整即可，结合到达需求热力图，到达后的小客车马上改变状态为待营运状态，调度至附近需求旺盛的交通小区，后续的操作与明确上下车点网络集约小客车出行需求热力图构建步骤中的S17和S18步骤完全相同。

10.根据权利要求1所述的网络集约小客车出行需求热力图构建方法，其特征在于，步骤(1)中，为更准确地预测，需要在车辆出发后根据路径进行匹配，从而实现下车点位置的纠偏操作。