CN107506864A - 一种客运巴士路线规划方法和装置 - Google Patents
一种客运巴士路线规划方法和装置 Download PDFInfo
- Publication number
- CN107506864A CN107506864A CN201710765941.8A CN201710765941A CN107506864A CN 107506864 A CN107506864 A CN 107506864A CN 201710765941 A CN201710765941 A CN 201710765941A CN 107506864 A CN107506864 A CN 107506864A
- Authority
- CN
- China
- Prior art keywords
- passenger
- website
- card
- public transport
- cluster
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012546 transfer Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种客运巴士路线规划方法和装置，其中，该方法包括：从预设公共交通数据平台获取公共交通清算数据；基于所述公共交通清算数据统计对应时间段内的站点信息；所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。该方法基于公共交通清算数据进行客运巴士路线规划的，因此不需进行实地调研，节省时间，且准确度高，全面性广，使得所规划的客运巴士路线更加合理。
Description
技术领域
本发明涉及客运交通技术领域，具体而言，涉及一种客运巴士路线规划方法和装置。
背景技术
公共交通是现在城市中人们在出行时选择的主要交通工具。而随着城市规模的不断扩大以及城市交通网络的复杂化，乘客想要从出发地到达目的地，往往需要经过多次数、多种交通工具的换乘，造成乘客在出行时消耗过多的换乘时间、乘车前等待时间，并需要多次支付交通费用；同时，随着城市生活成本的增加，越来越多的人选择居住在城市郊区甚至是周边城市等较为偏远的地区，这些地区交通线路少，交通工具车次少，无法满足乘客的乘车需求。客运巴士作为城市公共交通的有效补充，可以直接将乘客从出发地运送到目的地，中间停靠少且乘客不需换乘，有效节省了乘客的出行时间和出行费用；同时，客运巴士能够根据当前交通情况，灵活变换交通路线，极大的方便了乘客的出行。因此，客运巴士已经成为目前越来越多人的出行所选。
对于客运巴士运营者来说，如何合理规划客运巴士路线是其关注的一个重点问题。客运巴士路线包括两个因素：出发地以及目的地；传统的客运巴士路线规划，一般是采用人工的方法，在大量乘客去往的同一目的地进行实地调研，反推乘客的出发地；如果以该目的地和该出发地构成的客运巴士路线，乘客能满足一定的上座率，就认为该路线是一条可行的路线。
但是这种基于人工调研的客运巴士路线规划方法，往往需要较长的实地调研时间，且调研也只能针对部分群体，准确性和全面性较差，最终导致客运巴士路线规划不够合理。
发明内容
有鉴于此，本发明实施例的目的在于提供一种客运巴士路线规划方法和装置，所耗时间短，准确性和全面性较强，能够更合理的对客运巴士路线进行规划。
第一方面，本发明实施例提供了一种客运巴士路线规划方法，包括：
从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡的时间信息和刷卡站点信息；
基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；
构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；
确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：所述基于所述公共交通清算数据统计对应时间段内的站点信息，具体包括：
从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据；
根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客；
根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：所述从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据，具体包括：
从所述公共交通清算数据中，统计在多个预设日期的多个预设时间段内均产生刷卡记录的公共交通卡；或者，统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡；
针对统计的每个所述公共交通卡，根据该公共交通卡对应的刷卡记录，统计每个预设日期内乘客的至少一个如下乘车信息：单程通勤时间、单程换乘次数、单程通勤距离；
基于所述乘车信息，确定每个公共交通卡对应乘客的至少一个如下通勤数据：日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中：所述根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客，具体包括：
将日均单程通勤时间大于预设通勤时间的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤时间大于预设通勤时间，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中：根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息，具体包括：
根据预设地理范围内的公共交通站点的位置信息，将所述预设地理范围内的公共交通站点进行聚类，得到多个公共交通站点簇；
针对每个公共交通站点簇，根据确定的潜在乘客对应的刷卡记录，统计如下信息：
该公共交通站点簇所包含的公共交通站点在对应预设时间段作为出发站点所对应的出发乘客数量，以及作为目的站点所对应的到达乘客数量；以及
具有关联关系的公共交通站点簇，其中，每两个具有关联关系的公共交通站点簇中，一个作为目的地簇，其所包含的公共交通站点在对应预设时间段作为目的站点，另一个作为出发公共交通站点簇，其所包含的公共交通站点在对应预设时间段作为所述目的站点对应的出发站点。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中：所述模型定义的潜在乘客数量C与巴士座位数量B之间的数值关系满足公式(1)：
(1)
其中，r表征上座率；t表征潜在乘客转化为客运巴士乘客的转化率。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中：确定出发站点并为确定的出发站点规划客运巴士路线，具体包括：
将目的地簇，按照对应时间段到达乘客数量由多到少的顺序依次执行如下处理：
遍历与当前目的地簇相关联的出发地簇；
若存在至少一个出发地簇，其包含的出发站点中以该当前目的地簇为目的站点的出发人数满足所述数值关系，则为该出发地簇和该当前目的地簇规划客运巴士路线；
若存在至少两个出发地簇满足如下条件：
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数均不满足所述数值关系；以及
位置关系满足预设位置关系；以及
与该当前目的地簇均具有所述关联关系；以及
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数之和满足所述数值关系；
则按照预设规则，将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
第二方面，本发明实施例还提供一种客运巴士路线规划装置，包括：
获取单元，用于从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡的时间信息和刷卡站点信息；
统计单元，用于基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；
模型构建单元，用于构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；
路线确定单元，用于确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中：所述统计单元具体包括：
第一统计模块，用于从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据；
潜在乘客确定模块，用于根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客；
第二统计模块，用于根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中：所述第一统计模块，具体用于：从所述公共交通清算数据中，统计在多个预设日期的多个预设时间段内均产生刷卡记录的公共交通卡；或者，统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡；
针对统计的每个所述公共交通卡，根据该公共交通卡对应的刷卡记录，统计每个预设日期内乘客的至少一个如下乘车信息：单程通勤时间、单程换乘次数、单程通勤距离；
基于所述乘车信息，确定每个公共交通卡对应乘客的至少一个如下通勤数据：日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中：所述潜在乘客确定模块具体用于：
将日均单程通勤时间大于预设通勤时间的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤时间大于预设通勤时间，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客。
结合第二方面，本发明实施例提供了第二方面的第四种可能的实施方式，其中：所述第二统计模块具体用于：
根据预设地理范围内的公共交通站点的位置信息，将所述预设地理范围内的公共交通站点进行聚类，得到多个公共交通站点簇；
针对每个公共交通站点簇，根据确定的潜在乘客对应的刷卡记录，统计如下信息：
该公共交通站点簇所包含的公共交通站点在对应预设时间段作为出发站点所对应的出发乘客数量，以及作为目的站点所对应的到达乘客数量；以及
具有关联关系的公共交通站点簇，其中，每两个具有关联关系的公共交通站点簇中，一个作为目的地簇，其所包含的公共交通站点在对应预设时间段作为目的站点，另一个作为出发公共交通站点簇，其所包含的公共交通站点在对应预设时间段作为所述目的站点对应的出发站点。
结合第二方面，本发明实施例提供了第二方面的第五种可能的实施方式，其中：模型定义的潜在乘客数量C与巴士座位数量B之间的数值关系满足公式(1)：
(1)
其中，r表征上座率；t表征潜在乘客转化为客运巴士乘客的转化率。
结合第二方面，本发明实施例提供了第二方面的第六种可能的实施方式，其中：所述路线确定单元具体用于：
将目的地簇，按照对应时间段到达乘客数量由多到少的顺序依次执行如下处理：
遍历与当前目的地簇相关联的出发地簇；
若存在至少一个出发地簇，其包含的出发站点中以该当前目的地簇为目的站点的出发人数满足所述数值关系，则为该出发地簇和该当前目的地簇规划客运巴士路线；
若存在至少两个出发地簇满足如下条件：
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数均不满足所述数值关系；以及
位置关系满足预设位置关系；以及
与该当前目的地簇均具有所述关联关系；以及
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数之和满足所述数值关系；
则按照预设规则，将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面至第一方面的第六种可能的实施方式中任一项所述的方法的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面至第一方面的第六种可能的实施方式中任一项所述的方法的步骤。
本发明实施例所提供的客运巴士路线规划方法和装置，预先从预设公共交通数据平台获取公共交通清算数据，再基于公共交通清算数据统计对应时间段内的站点信息，然后按照构建的客运巴士路线选取模型，根据对应时间段内的站点信息确定出发站点并为确定的出发站点规划客运巴士路线，实现了对客运巴士路线的规划。在规划过程中，由于是基于从预设公共交通数据平台获取公共交通清算数据，并基于公共交通清算数据进行客运巴士路线规划的，因此不需要进行实地调研，节省了大量的时间；且公共交通清算数据是针对某一个区域内所有的公共交通卡刷卡时产生的刷卡记录进行清算时所产生的，准确度高，全面性广，使得所规划的客运巴士路线更加合理。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种客运巴士路线规划方法的流程图；
图2示出了本发明实施例所提供的一种基于所述公共交通清算数据统计对应时间段内的站点信息的具体方法的流程图；
图3示出了本发明实施例所提供的一种从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据的具体方法的流程图；
图4示出了本发明实施例所提供的一种根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息的具体方法的流程图；
图5示出了本发明实施例所提供的一种确定出发站点并为确定的出发站点规划客运巴士路线的具体方法的流程图；
图6示出了本发明实施例所提供对客运巴士路线进行规划的具体示例；
图7示出了本发明实施例所提供的一种客运巴士路线规划装置的结构示意图；
图8示出了本发明实施例所提供的一种客运巴士路线规划装置中，统计单元的结构示意图；
图9示出了本发明实施例所提供一种计算机设备的结构示意图。。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前的客运巴士路线在规划的时候是基于人工线下调研的方式，存在耗时长、调查的准确性和全面性差等问题，最终造成客运巴士的路线规划不够合理，基于此，本申请提供的一种客运巴士路线规划方法、装置以及系统，所耗时间短，准确性和全面性较强，能够更合理的对客运巴士路线进行规划。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种客运巴士规划方法进行详细介绍，该方法主要基于公共交通清算数据获取在客运巴士路线规划时所需要的相关信息，并对客运巴士路线进行规划。参见图1所示，本申请实施例所提供的客运巴士路线规划方法，具体包括：
S101：从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡时间和刷卡站点信息。
在具体实现的时候，公共交通清算数据，是公共交通数据平台对乘客使用公共卡乘坐公共交通的刷卡记录进行清算时所产生的相关数据，包含了以区域为范围的所有公共交通卡在某一段时间内所有的刷卡记录。每一条刷卡记录都包括刷卡时间和刷卡站点信息。具体地，刷卡时间一般包括：上车/进站日期、下车/出站时间。刷卡站点信息一般包括：线路编号、上车站/入口站号、下车站/出口站号等。
另外，需要注意的是，除了上述刷卡数据外，一般的公共交通清算数据还包括：交易发生日期、交易发生时间等信息，例如乘客对公共交通卡进行充值的日期和时间等。而在本申请中，由于只基于刷卡记录进行客运巴士线路规划，因此这部分内容不作详细描述。
S102：基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数。
在具体实现的时候，由于公共交通清算数据所包括的数据量是非常广的，其中有一部分刷卡记录，是客运巴士的潜在乘客在乘坐公共交通时产生的，另一部分刷卡记录是由非潜在乘客在乘坐公共交通时产生，因此在对客运巴士路线进行规划的时候，应当是基于潜在乘客的乘坐需求来进行的。具体的基于公共交通清算数据统计对应时间段内的站点信息时，要根据潜在乘客群体可能具备的条件对公共交通清算数据进行筛选，获取这些潜在乘客在乘坐公共交通时的站点信息。该站点信息包括了：出发站点和对应的目的站点之间的关联关系，以及触发站点的出发人数。
具体地，参见图2所示，本申请实施例提供一种基于所述公共交通清算数据统计对应时间段内的站点信息的具体方法，包括：
S201：从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据。
此处，可以预先对潜在乘客进行定义，形成基于某些约束条件,即预设通勤条件的潜在乘客模型，然后基于这些约束条件，从所有公共交通清算数据中对符合该潜在乘客模型的相关数据进行筛选。
例如，乘坐客运巴士的乘客可以具有以下特征：
A)乘客有较为规律的出行行为，例如在相对固定的时间段内出行，出发地、目的地较为固定等。由于客运巴士可能是有预留座位的，因此可以将具有日常通勤行为的上班族作为潜在乘客。
B)乘客出行距离为中远途，例如出发地和目的地之间的距离在15公里及以上的。
C)乘客从出发地到目的地所耗时间较长，例如超过1小时。
D)乘客从出发地到目的地具有多次或者多种交通工具的换乘。乘客从出发地到目的地需要有两次交通工具的换乘，或者两次以上线路的换乘。
在对潜在乘客进行了定义之后，以上述特征作为预设通勤条件，根据这些预设通勤条件从公共交通清算数据中进行筛选，统计其中符合预设的通勤条件的乘客对应的通勤数据。
具体地，参见图3所示，本申请实施例还提供一种从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据的具体方法，包括：
S301：从所述公共交通清算数据中，统计在多个预设日期的多个预设时间段内均产生刷卡记录的公共交通卡；或者，统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡。
在具体实现的时候，由于公共交通清算数据实际上行是乘客在使用公共交通时的刷卡记录，而每条刷卡记录中，还应当包括乘客所使用的公共交通卡的卡号。该卡号用于在公共交通数据平台中唯一标记该公共交通卡。该步骤实际上是以规律出行行为为预设通勤条件，对公共交通清算数据进行筛选。
在从公共交通清算数据中，统计在多个预设日期的多个预设时间段内产生刷卡记录的公共交通卡时，可以采用以下方法：
按照预设日期和预设时间段，对公共交通清算数据中刷卡时间落入该预设日期和预设时间的刷卡记录所对应的公共交通卡的卡号进行统计。例如，以一个月中的工作日作为预设日期，并以每个工作日的上午7:30～9:00，下午5:30～7:00作为预设时间段，如果在该预设日期内，某一张公共交通卡的卡号在预设时间段内连续出现，则将该卡号放入数据集合A’中。
遍历所有公共交通清算数据，得到符合该约束条件的数据集合A’。
或者通过产生刷卡记录次数进行统计，在统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡时，可以采用以下方法：按照预设日期，对公共交通清算数据中刷卡记录的条数达到预设次数的公共交通卡的卡号进行统计。例如，以一个月中的工作日作为预设日期，如果在每一个工作日中，某个卡号对应刷卡记录的条数均大于等于2，则将该卡号放入数据集合A’中。
遍历所有公共交通清算数据，得到符合该约束条件的数据集合A’。
S302：针对统计的每个所述公共交通卡，根据该公共交通卡对应的刷卡记录，统计每个预设日期内乘客的至少一个如下乘车信息：单程通勤时间、单程换乘次数、单程通勤距离。
S303：基于所述乘车信息，确定每个公共交通卡对应乘客的至少一个如下通勤数据：日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
具体实现的时候，上述S302和S303实际上是以乘客出行距离为中远途、乘客从出发地到目的地所耗时间较长、乘客从出发地到目的地具有多次或者多种交通工具的换乘中任意一种为预设通勤条件，对公共交通卡进行统计，然后在S202中再进行一次条件筛选。
具体地，由每一条刷卡记录中都包括了乘客的刷卡时间和刷卡站点信息，因此，可以根据每一条刷卡记录对应的刷卡时间和刷卡站点信息，计算出每次乘坐公共交通通勤从出发地到目的地所需要的单程通勤时间，单程换乘次数以及单程通行距离，然后根据该公共交通卡对应的单日乘车的刷卡记录，计算出单程通勤时间、单程换乘次数、单程通勤距离，然后根据预设日期的实际天数，根据每天的单程通勤时间、单程换乘次数、单程通勤距离，计算出在预设日期的日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
对数据集合A’中同一卡号的记录，以一天为单位进行统计，获得每天乘坐交通工具总共所耗费的时间和总换乘次数。根据刷卡记录中的上车站\入口站号、下车站\出口站号信息，可以计算出入站点之间的关联关系，站点之间的距离可以通过百度或高德的API获取。根据刷卡记录中的上车\进站时间、下车\出站时间，获得与卡号关联的日均单程通勤时间和换乘次数。
S202：根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客。
在具体实现的时候，S202要根据在S201中所得到的符合预设通勤条件的乘客对应的通勤数据，确定客运巴士的潜在乘客。
具体地，在确定客运巴士的潜在乘客时：
可以将日均单程通勤时间大于预设通勤时间的公共交通卡所属乘客确定为客运巴士的潜在乘客。
或者，可以将日均单程通勤距离大于预设通勤距离的公共交通卡所属乘客确定为客运巴士的潜在乘客。
或者，可以将日均单程通勤时间大于预设通勤时间，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客；
或者，将日均单程通勤距离大于预设通勤距离，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客。
本步骤中，对符合预设通勤条件的乘客对应的通勤数据进行再一次的条件过滤，例如：将满足日均单程通勤时间大于等于1小时，或单程通勤里程数大于等于15公里的数据保存为数据集合B’，数据集合B’中的卡号对应的公共交通卡所属乘客可以确定为潜在乘客。
S203：根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息。
在具体实现的时候，在从公共交通清算数据中筛选出潜在乘客对应的刷卡记录之后，就要基于这些潜在乘客对应的刷卡记录进行客运巴士路线的规划，在进行客运巴士路线规划之前，要先统计对应时间段内的站点信息。
其中，对应时间段内的站点信息包括：出发站点和对应目的站点之间的关联关系，即出发站点的出发人数。
参见图4所示，本申请实施例还提供一种根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息的具体方法，该方法包括：
S401：根据预设地理范围内的公共交通站点的位置信息，将所述预设地理范围内的公共交通站点进行聚类，得到多个公共交通站点簇。
在具体实现的时候，可以通过站点名称来获取其位置数据，例如通过地图软件获得各个公共公交通站点的地理位置坐标，如经纬度坐标，并将每个公共交通站点对应的地理位置坐标作为其位置数据。在获取了所有预设地理范围内的公共交通站点的位置信息之后，可以采用聚类算法，或者聚类算法结合人工判断的方法对所有公共交通站点进行聚类，得到多个公共交通站点簇。
进一步地，在得到公共交通站点簇之后，可以将处于公共交通站点簇核心位置一定范围内(如300米内)所有公共交通站点为同一出发地或者目的地，并对簇进行编号。其中，每一个公共交通站点簇中包括若干公共交通站点。
S402：针对每个公共交通站点簇，根据确定的潜在乘客对应的刷卡记录，统计如下信息：
该公共交通站点簇所包含的公共交通站点在对应预设时间段作为出发站点所对应的出发乘客数量，以及作为目的站点所对应的到达乘客数量；以及
具有关联关系的公共交通站点簇，其中，每两个具有关联关系的公共交通站点簇中，一个作为目的地簇，其所包含的公共交通站点在对应预设时间段作为目的站点，另一个作为出发地簇，其所包含的公共交通站点在对应预设时间段作为所述目的站点对应的出发站点。
在具体实现的时候，统计的时候，可以采用下述方法：
根据潜在乘客对应的刷卡记录中的站点信息，如果该潜在乘客的出发站点落入某个公共交通站点簇内，则将该公共交通站点簇作为出发地簇，并将出发地簇中的出发乘客数量加1；如果该潜在乘客的目的站点落入某个公共交通站点簇内，则将该公共交通站点簇作为目的地簇，并将目的地簇中的到达乘客数量加1，同时，记录出发地簇和目的地簇之间的关联关系，这样，并记录出发地簇和目的地簇之间的人数关系。
S103：构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系。
在具体实现的时候，需要根据一定的条件选取合适的客运巴士路线，因此要先基于一定的条件构建客运巴士路线选取模型。
具体地，因为潜在乘客转化为客运巴士乘客时具有一定的转化率，因此出发地簇和目的地簇中的人数应至少高于满足一辆客运巴士上座率所需要的乘客数。
即：潜在乘客数量C与巴士座位数量B之间的数值关系满足公式(1)：
(1)
其中，r表征上座率；t表征潜在乘客转化为客运巴士乘客的转化率。
S104：确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
具体地，参见图5所示，本申请实施例还提供一种确定出发站点并为确定的出发站点规划客运巴士路线的具体方法，该方法将目的地簇，按照对应时间段到达乘客数量由多到少的顺序，依次执行如下处理：
S501：遍历与当前目的地簇相关联的出发地簇；
S502：若存在至少一个出发地簇，其包含的出发站点中以该当前目的地簇为目的站点的出发人数满足所述数值关系，则为该出发地簇和该当前目的地簇规划客运巴士路线；
S503：若存在至少两个出发地簇满足如下条件：
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数均不满足所述数值关系；以及
位置关系满足预设位置关系；以及
与该当前目的地簇均具有所述关联关系；以及
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数之和满足所述数值关系；
S504：则按照预设规则，将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
在具体实现的时候，可以先根据对每个公共交通站点簇所对应的到达乘客数量由多到少的顺序，将所有公共交通站点簇进行排序。按照排序的顺序，依次将每个公共交通站点簇作为目的地簇，遍历与之相关联的出发地簇。如果存在至少一个出发地簇，且以该目的地簇为目的地，并以该出发地簇为出发地的潜在乘客数量满足上述步骤S103中的数值关系，则为该目的地簇为目的地，以该出发地簇为触发地，规划一条客运巴士路线。
如果与某一个目的地簇对应的出发地簇有至少两个，且至少两个出发地簇满足以下条件：
每个出发地簇与目的地簇之间的乘客人数均不满足上述步骤S103中的数值关系，且所有出发地簇之间的位置关系满足预设位置关系(例如两个出发公共站点簇的簇核心之间的距离小于等于预设距离)，同时，以所有出发地簇的出发地，以目的地簇为目的地的乘客的总人数满足上述步骤S103中的数值关系，则将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
另外，针对确定的需要规划客运巴士路线的出发地簇和目的地簇，需要安排的客运巴士数量可以根据出发乘客与巴士座位的具体数量关系进行确定，这里并不限制。
本申请实施例所提供的客运巴士路线规划方法，预先从预设公共交通数据平台获取公共交通清算数据，再基于公共交通清算数据统计对应时间段内的站点信息，然后按照构建的客运巴士路线选取模型，根据对应时间段内的站点信息确定出发站点并为确定的出发站点规划客运巴士路线，实现了对客运巴士路线的规划。在规划过程中，由于是基于从预设公共交通数据平台获取公共交通清算数据，并基于公共交通清算数据进行客运巴士路线规划的，因此不需要进行实地调研，节省了大量的时间；且公共交通清算数据是针对某一个区域内所有的公共交通卡刷卡时产生的刷卡记录进行清算时所产生的，准确度高，全面性广，使得所规划的客运巴士路线更加合理。
参见图6所示，本申请实施例还提供一个对客运巴士路线进行规划的具体示例：
在该图6中，出发地簇有3个，分别为出发地簇1、出发地簇2、出发地簇3，目的地簇有一个，且目的地簇中人数是各出发地簇中人数的总和。假设出发地簇中的人数要高于70才能满足一辆客运巴士的上座率。
其中以出发地簇1为出发地，以目的地簇为目的地的潜在乘客人数为100人，大于70人，满足上述步骤S103中的数值关系，因此在出发地簇1和目的地簇之间规划一条客运巴士路线。
以出发地簇2为出发地，以目的地簇为目的地的潜在乘客人数为40，小于70人，不满足上述步骤S103中的数值关系；以出发地簇3为出发地，以目的地簇为目的地的潜在乘客人数为60人，小于70人，同样不满足上述步骤S103中的数值关系，但是出发地簇2和出发地簇3之间的距离小于预设距离，且以出发地簇2和出发地簇3为出发地，以目的地簇为目的地的总的潜在乘客人数为100人，大于70人，满足上述步骤S103中的数值关系，因此，可以以触发地簇2为出发地，以目的地簇为目的地，并以出发地簇3为途径地，规划一条客运巴士路线。
基于同一发明构思，本发明实施例中还提供了与客运巴士路线规划方法对应的客运巴士路线规划装置，由于本发明实施例中的装置解决问题的原理与本发明实施例上述客运巴士路线规划方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参见7所示，本申请实施例所提供的客运巴士路线规划装置具体包括：
获取单元，用于从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡的时间信息和刷卡站点信息；
统计单元，用于基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；
模型构建单元，用于构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；
路线确定单元，用于确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
进一步地，参见图8所示，统计单元200包括：
第一统计模块，用于从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据；
潜在乘客确定模块，用于根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客；
第二统计模块，用于根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息。
进一步地，第一统计模块具体用于：从所述公共交通清算数据中，统计在多个预设日期的多个预设时间段内均产生刷卡记录的公共交通卡；或者，统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡；
针对统计的每个所述公共交通卡，根据该公共交通卡对应的刷卡记录，统计每个预设日期内乘客的至少一个如下乘车信息：单程通勤时间、单程换乘次数、单程通勤距离；
基于所述乘车信息，确定每个公共交通卡对应乘客的至少一个如下通勤数据：日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
进一步地，潜在乘客确定模块具体用于：将日均单程通勤时间大于预设通勤时间的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤时间大于预设通勤时间，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客。
进一步地，第二统计模块具体用于：根据预设地理范围内的公共交通站点的位置信息，将所述预设地理范围内的公共交通站点进行聚类，得到多个公共交通站点簇；
针对每个公共交通站点簇，根据确定的潜在乘客对应的刷卡记录，统计如下信息：
该公共交通站点簇所包含的公共交通站点在对应预设时间段作为出发站点所对应的出发乘客数量，以及作为目的站点所对应的到达乘客数量；以及
具有关联关系的公共交通站点簇，其中，每两个具有关联关系的公共交通站点簇中，一个作为目的地簇，其所包含的公共交通站点在对应预设时间段作为目的站点，另一个作为出发公共交通站点簇，其所包含的公共交通站点在对应预设时间段作为所述目的站点对应的出发站点。
进一步地，模型定义的潜在乘客数量C与巴士座位数量B之间的数值关系满足公式(1)：
(1)
其中，r表征上座率；t表征潜在乘客转化为客运巴士乘客的转化率。
进一步地，路线确定单元具体用于：将目的地簇，按照对应时间段到达乘客数量由多到少的顺序依次执行如下处理：
遍历与当前目的地簇相关联的出发地簇；
若存在至少一个出发地簇，其包含的出发站点中以该当前目的地簇为目的站点的出发人数满足所述数值关系，则为该出发地簇和该当前目的地簇规划客运巴士路线；
若存在至少两个出发地簇满足如下条件：
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数均不满足所述数值关系；以及
位置关系满足预设位置关系；以及
与该当前目的地簇均具有所述关联关系；以及
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数之和满足所述数值关系；
则按照预设规则，将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
本申请实施例所提供的客运巴士路线规划装置，预先从预设公共交通数据平台获取公共交通清算数据，再基于公共交通清算数据统计对应时间段内的站点信息，然后按照构建的客运巴士路线选取模型，根据对应时间段内的站点信息确定出发站点并为确定的出发站点规划客运巴士路线，实现了对客运巴士路线的规划。在规划过程中，由于是基于从预设公共交通数据平台获取公共交通清算数据，并基于公共交通清算数据进行客运巴士路线规划的，因此不需要进行实地调研，节省了大量的时间；且公共交通清算数据是针对某一个区域内所有的公共交通卡刷卡时产生的刷卡记录进行清算时所产生的，准确度高，全面性广，使得所规划的客运巴士路线更加合理。
对应于图1中的客运巴士路线规划方法，本发明实施例还提供了一种计算机设备，如图9所示，该设备包括存储器1000、处理器2000及存储在该存储器1000上并可在该处理器2000上运行的计算机程序，其中，上述处理器2000执行上述计算机程序时实现上述客运巴士路线规划方法的步骤。
具体地，上述存储器1000和处理器2000能够为通用的存储器和处理器，这里不做具体限定，当处理器2000运行存储器1000存储的计算机程序时，能够执行上述客运巴士路线规划方法，从而解决采用人工实地调研的方式对客运巴士路线进行规划所存在耗时久，准确性和全面性较差的问题，进而达到基于公共交通清算数据对客运巴士路线进行规划，所耗时间短，准确性和全面性较强，能够更合理的对客运巴士路线进行规划的效果。
对应于图1中的客运巴士路线规划方法，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述客运巴士路线规划方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述客运巴士路线规划方法，从而解决采用人工实地调研的方式对客运巴士路线进行规划所存在耗时久，准确性和全面性较差的问题，进而达到基于公共交通清算数据对客运巴士路线进行规划，所耗时间短，准确性和全面性较强，能够更合理的对客运巴士路线进行规划的效果。
本发明实施例所提供的客运巴士路线规划方法和装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种客运巴士路线规划方法，其特征在于，包括：
从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡的时间信息和刷卡站点信息；
基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；
构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；
确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
2.根据权利要求1所述的方法，其特征在于，所述基于所述公共交通清算数据统计对应时间段内的站点信息，具体包括：
从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据；
根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客；
根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息。
3.根据权利要求2所述的方法，其特征在于，所述从所述公共交通清算数据中，统计符合预设通勤条件的乘客对应的通勤数据，具体包括：
从所述公共交通清算数据中，统计在多个预设日期的多个预设时间段内均产生刷卡记录的公共交通卡；或者，统计在多个预设日期内产生刷卡记录次数达到预设次数的公共交通卡；
针对统计的每个所述公共交通卡，根据该公共交通卡对应的刷卡记录，统计每个预设日期内乘客的至少一个如下乘车信息：单程通勤时间、单程换乘次数、单程通勤距离；
基于所述乘车信息，确定每个公共交通卡对应乘客的至少一个如下通勤数据：日均单程通勤时间、日均单程换乘次数、日均单程通勤距离。
4.根据权利要求3所述的方法，其特征在于，所述根据所述符合预设通勤条件的乘客对应的通勤数据，确定客运巴士潜在乘客，具体包括：
将日均单程通勤时间大于预设通勤时间的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤时间大于预设通勤时间，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客；或者
将日均单程通勤距离大于预设通勤距离，且日均单程换乘次数大于预设换乘次数的公共交通卡所属乘客确定为客运巴士的潜在乘客。
5.根据权利要求4所述的方法，其特征在于，根据所述客运巴士潜在乘客对应的刷卡记录，统计对应时间段内的站点信息，具体包括：
根据预设地理范围内的公共交通站点的位置信息，将所述预设地理范围内的公共交通站点进行聚类，得到多个公共交通站点簇；
针对每个公共交通站点簇，根据确定的潜在乘客对应的刷卡记录，统计如下信息：
该公共交通站点簇所包含的公共交通站点在对应预设时间段作为出发站点所对应的出发乘客数量，以及作为目的站点所对应的到达乘客数量；以及
具有关联关系的公共交通站点簇，其中，每两个具有关联关系的公共交通站点簇中，一个作为目的地簇，其所包含的公共交通站点在对应预设时间段作为目的站点，另一个作为出发公共交通站点簇，其所包含的公共交通站点在对应预设时间段作为所述目的站点对应的出发站点。
6.根据权利要求1-5任意一项所述的方法，其特征在于，所述模型定义的潜在乘客数量C与巴士座位数量B之间的数值关系满足公式(1)：
(1)
其中，r表征上座率；t表征潜在乘客转化为客运巴士乘客的转化率。
7.根据权利要求6所述的方法，其特征在于，确定出发站点并为确定的出发站点规划客运巴士路线，具体包括：
将目的地簇，按照对应时间段到达乘客数量由多到少的顺序依次执行如下处理：
遍历与当前目的地簇相关联的出发地簇；
若存在至少一个出发地簇，其包含的出发站点中以该当前目的地簇为目的站点的出发人数满足所述数值关系，则为该出发地簇和该当前目的地簇规划客运巴士路线；
若存在至少两个出发地簇满足如下条件：
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数均不满足所述数值关系；以及
位置关系满足预设位置关系；以及
与该当前目的地簇均具有所述关联关系；以及
每个出发地簇包含的出发站点中以该当前目的地簇为目的站点的出发人数之和满足所述数值关系；
则按照预设规则，将所述至少两个出发地簇中一个出发公共交通站点作为出发点，将所述至少两个出发地簇中其余出发公共交通站点作为途径点，将该当前目的地簇作为目的点规划客运巴士路线。
8.一种客运巴士路线规划装置，其特征在于，包括：
获取单元，用于从预设公共交通数据平台获取公共交通清算数据；其中，所述公共交通清算数据包括：乘客在公共交通工具上的刷卡记录；所述刷卡记录中包含刷卡的时间信息和刷卡站点信息；
统计单元，用于基于所述公共交通清算数据统计对应时间段内的站点信息；其中，所述站点信息包括出发站点与对应目的站点之间的关联关系，以及出发站点的出发人数；
模型构建单元，用于构建客运巴士路线选取模型，其中，所述模型定义了潜在乘客数量与巴士座位数量之间的数值关系；
路线确定单元，用于确定出发站点并为确定的出发站点规划客运巴士路线；其中，确定的出发站点中以同一关联目的站点为目的地的出发人数符合所述数值关系。
9.一种计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710765941.8A CN107506864B (zh) | 2017-08-30 | 2017-08-30 | 一种客运巴士路线规划方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710765941.8A CN107506864B (zh) | 2017-08-30 | 2017-08-30 | 一种客运巴士路线规划方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107506864A true CN107506864A (zh) | 2017-12-22 |
| CN107506864B CN107506864B (zh) | 2020-05-01 |
Family
ID=60694437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710765941.8A Active CN107506864B (zh) | 2017-08-30 | 2017-08-30 | 一种客运巴士路线规划方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107506864B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629451A (zh) * | 2018-04-27 | 2018-10-09 | 中国联合网络通信集团有限公司 | 地铁线路的规划方法及装置 |
| CN109165787A (zh) * | 2018-09-04 | 2019-01-08 | 深圳市东部公共交通有限公司 | 公交路线定制方法、装置以及设备 |
| CN109282826A (zh) * | 2018-07-03 | 2019-01-29 | 四川驹马科技有限公司 | 基于点聚合方式进行地图多点路径规划的方法及其系统 |
| CN109493601A (zh) * | 2018-11-21 | 2019-03-19 | 青岛大学 | 一种公交支线设置方法 |
| CN109711584A (zh) * | 2018-12-27 | 2019-05-03 | 浙江言川科技有限公司 | 一种调配公共巴士载人数量的信息处理方法和装置 |
| CN109767022A (zh) * | 2018-12-27 | 2019-05-17 | 浙江言川科技有限公司 | 一种基于公共巴士载人数量的预约方法和装置 |
| CN109781130A (zh) * | 2019-02-01 | 2019-05-21 | 上海雷腾软件股份有限公司 | 巴士路线自动规划的方法与设备 |
| CN109798910A (zh) * | 2019-02-01 | 2019-05-24 | 上海雷腾软件股份有限公司 | 巴士路线自动规划的方法与设备 |
| CN109902878A (zh) * | 2019-03-05 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 用于优化公共交通线路的方法及装置 |
| CN110082120A (zh) * | 2019-04-24 | 2019-08-02 | 一汽-大众汽车有限公司 | 加速耐久性试验的路线规划方法和装置 |
| CN110309241A (zh) * | 2018-03-15 | 2019-10-08 | 北京嘀嘀无限科技发展有限公司 | 挖掘方法、装置、服务器、计算机设备和可读存储介质 |
| CN110929910A (zh) * | 2018-09-20 | 2020-03-27 | 京东数字科技控股有限公司 | 公交线路调整方法和装置 |
| CN110969299A (zh) * | 2019-11-29 | 2020-04-07 | 浙江大搜车软件技术有限公司 | 交通路线生成的方法、装置、计算机设备及存储介质 |
| CN111401608A (zh) * | 2020-02-29 | 2020-07-10 | 平安国际智慧城市科技股份有限公司 | 客运车辆的线路规划方法、装置及存储介质 |
| CN111397617A (zh) * | 2019-01-03 | 2020-07-10 | 阿里巴巴集团控股有限公司 | 为特定车辆进行路径规划的方法及装置 |
| CN111428925A (zh) * | 2020-03-20 | 2020-07-17 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
| CN111507500A (zh) * | 2019-12-20 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 一种载具路线的生成方法和装置 |
| CN112700073A (zh) * | 2019-10-22 | 2021-04-23 | 华为技术有限公司 | 公交线路规划方法和装置 |
| CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
| CN113298443A (zh) * | 2019-11-14 | 2021-08-24 | 广东科学技术职业学院 | 一种路线规划方法 |
| CN114936724A (zh) * | 2022-07-25 | 2022-08-23 | 四川语璐科技有限公司 | 一种基于大数据的路线预测推荐方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185486A1 (en) * | 2009-01-21 | 2010-07-22 | Disney Enterprises, Inc. | Determining demand associated with origin-destination pairs for bus ridership forecasting |
| CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
| CN106504518A (zh) * | 2016-11-24 | 2017-03-15 | 浙江交通职业技术学院 | 一种城市公交与长途客运协同的调度方法 |
-
2017
- 2017-08-30 CN CN201710765941.8A patent/CN107506864B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185486A1 (en) * | 2009-01-21 | 2010-07-22 | Disney Enterprises, Inc. | Determining demand associated with origin-destination pairs for bus ridership forecasting |
| CN104318324A (zh) * | 2014-10-13 | 2015-01-28 | 南京大学 | 基于出租车gps记录的机场巴士站点及路线规划方法 |
| CN106504518A (zh) * | 2016-11-24 | 2017-03-15 | 浙江交通职业技术学院 | 一种城市公交与长途客运协同的调度方法 |
Cited By (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309241A (zh) * | 2018-03-15 | 2019-10-08 | 北京嘀嘀无限科技发展有限公司 | 挖掘方法、装置、服务器、计算机设备和可读存储介质 |
| CN108629451A (zh) * | 2018-04-27 | 2018-10-09 | 中国联合网络通信集团有限公司 | 地铁线路的规划方法及装置 |
| CN109282826A (zh) * | 2018-07-03 | 2019-01-29 | 四川驹马科技有限公司 | 基于点聚合方式进行地图多点路径规划的方法及其系统 |
| CN109282826B (zh) * | 2018-07-03 | 2022-04-01 | 四川驹马科技有限公司 | 基于点聚合方式进行地图多点路径规划的方法及其系统 |
| CN109165787A (zh) * | 2018-09-04 | 2019-01-08 | 深圳市东部公共交通有限公司 | 公交路线定制方法、装置以及设备 |
| CN109165787B (zh) * | 2018-09-04 | 2021-07-06 | 深圳市东部公共交通有限公司 | 公交路线定制方法、装置以及设备 |
| CN110929910B (zh) * | 2018-09-20 | 2024-02-09 | 京东科技控股股份有限公司 | 公交线路调整方法和装置 |
| CN110929910A (zh) * | 2018-09-20 | 2020-03-27 | 京东数字科技控股有限公司 | 公交线路调整方法和装置 |
| CN109493601A (zh) * | 2018-11-21 | 2019-03-19 | 青岛大学 | 一种公交支线设置方法 |
| CN109767022A (zh) * | 2018-12-27 | 2019-05-17 | 浙江言川科技有限公司 | 一种基于公共巴士载人数量的预约方法和装置 |
| CN109711584A (zh) * | 2018-12-27 | 2019-05-03 | 浙江言川科技有限公司 | 一种调配公共巴士载人数量的信息处理方法和装置 |
| CN111397617A (zh) * | 2019-01-03 | 2020-07-10 | 阿里巴巴集团控股有限公司 | 为特定车辆进行路径规划的方法及装置 |
| CN111397617B (zh) * | 2019-01-03 | 2023-09-22 | 阿里巴巴集团控股有限公司 | 为特定车辆进行路径规划的方法及装置 |
| CN109781130A (zh) * | 2019-02-01 | 2019-05-21 | 上海雷腾软件股份有限公司 | 巴士路线自动规划的方法与设备 |
| CN109798910B (zh) * | 2019-02-01 | 2023-08-29 | 上海雷腾软件股份有限公司 | 巴士路线自动规划的方法与设备 |
| CN109798910A (zh) * | 2019-02-01 | 2019-05-24 | 上海雷腾软件股份有限公司 | 巴士路线自动规划的方法与设备 |
| CN109902878A (zh) * | 2019-03-05 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 用于优化公共交通线路的方法及装置 |
| CN109902878B (zh) * | 2019-03-05 | 2023-05-02 | 创新先进技术有限公司 | 用于优化公共交通线路的方法及装置 |
| CN110082120A (zh) * | 2019-04-24 | 2019-08-02 | 一汽-大众汽车有限公司 | 加速耐久性试验的路线规划方法和装置 |
| CN110082120B (zh) * | 2019-04-24 | 2021-01-26 | 一汽-大众汽车有限公司 | 加速耐久性试验的路线规划方法和装置 |
| CN112700073A (zh) * | 2019-10-22 | 2021-04-23 | 华为技术有限公司 | 公交线路规划方法和装置 |
| CN112700073B (zh) * | 2019-10-22 | 2024-04-12 | 华为云计算技术有限公司 | 公交线路规划方法和装置 |
| CN113298443A (zh) * | 2019-11-14 | 2021-08-24 | 广东科学技术职业学院 | 一种路线规划方法 |
| CN110969299A (zh) * | 2019-11-29 | 2020-04-07 | 浙江大搜车软件技术有限公司 | 交通路线生成的方法、装置、计算机设备及存储介质 |
| CN111507500A (zh) * | 2019-12-20 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 一种载具路线的生成方法和装置 |
| CN111507500B (zh) * | 2019-12-20 | 2023-11-03 | 阿里巴巴集团控股有限公司 | 一种载具路线的生成方法和装置 |
| CN111401608A (zh) * | 2020-02-29 | 2020-07-10 | 平安国际智慧城市科技股份有限公司 | 客运车辆的线路规划方法、装置及存储介质 |
| CN111401608B (zh) * | 2020-02-29 | 2024-04-30 | 平安国际智慧城市科技股份有限公司 | 客运车辆的线路规划方法、装置及存储介质 |
| CN111428925B (zh) * | 2020-03-20 | 2022-07-19 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
| CN111428925A (zh) * | 2020-03-20 | 2020-07-17 | 北京百度网讯科技有限公司 | 用于确定配送路径的方法和装置 |
| CN112781610A (zh) * | 2020-12-31 | 2021-05-11 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
| CN112781610B (zh) * | 2020-12-31 | 2023-09-29 | 东风汽车集团有限公司 | 一种多乘客模式的无人巴士路线规划方法 |
| CN114936724B (zh) * | 2022-07-25 | 2022-09-20 | 四川语璐科技有限公司 | 一种基于大数据的路线预测推荐方法和系统 |
| CN114936724A (zh) * | 2022-07-25 | 2022-08-23 | 四川语璐科技有限公司 | 一种基于大数据的路线预测推荐方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107506864B (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107506864A (zh) | 一种客运巴士路线规划方法和装置 | |
| Lei et al. | Path-based dynamic pricing for vehicle allocation in ridesharing systems with fully compliant drivers | |
| CN104167092B (zh) | 一种确定出租车上下客热点区域中心的方法以及装置 | |
| Liu et al. | A panel analysis of the effect of the urban environment on the spatiotemporal pattern of taxi demand | |
| CN110633307B (zh) | 城市公共自行车接驳地铁时空分析方法 | |
| Hora et al. | Estimation of Origin-Destination matrices under Automatic Fare Collection: the case study of Porto transportation system | |
| Auad et al. | Resiliency of on-demand multimodal transit systems during a pandemic | |
| Xiong et al. | Understanding operation patterns of urban online ride-hailing services: A case study of Xiamen | |
| CN109840272B (zh) | 一种共享电动汽车站点用户需求预测方法 | |
| Okeke | The impacts of shared autonomous vehicles on car parking space | |
| Auad-Perez et al. | Ridesharing and fleet sizing for on-demand multimodal transit systems | |
| Torrisi et al. | Introducing a mobility on demand system beyond COVID-19: Evidences from users’ perspective | |
| Wang et al. | The role of urban form in the performance of shared automated vehicles | |
| Tang et al. | Estimating hotspots using a Gaussian mixture model from large-scale taxi GPS trace data | |
| Hammadi et al. | Multimodal transport systems | |
| van Lierop et al. | Evolution in land use and transportation research | |
| Lu et al. | Demand-responsive transport for students in rural areas: A case study in vulkaneifel, germany | |
| Wang et al. | Unraveling the hierarchy of public transport networks | |
| Cheng et al. | A cooperative data mining approach for potential urban rail transit demand using probe vehicle trajectories | |
| Mitsopoulou et al. | Efficient parking allocation for smartcities | |
| Nasiboglu et al. | Origin-destination matrix generation using smart card data: Case study for Izmir | |
| Deng | Incorporation of micro-level analysis in strategic urban transport modelling: with a case study of the Greater Beijing | |
| Panichpapiboon et al. | A big data analysis on urban mobility: Case of Bangkok | |
| Paul et al. | Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos | |
| Cardell-Oliver et al. | Profiling urban activity hubs using transit smart card data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 100070, No. 101-8, building 1, 31, zone 188, South Fourth Ring Road, Beijing, Fengtai District Patentee after: Guoxin Youyi Data Co.,Ltd. Address before: 100071 B, block B, ABP building, district ABP building, No. 188 headquarters base of South Fourth Ring West Road Patentee before: SIC YOUE DATA Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A passenger bus route planning method and device Effective date of registration: 20200930 Granted publication date: 20200501 Pledgee: Beijing Yizhuang International Financing Guarantee Co.,Ltd. Pledgor: Guoxin Youyi Data Co.,Ltd. Registration number: Y2020990001190 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20200501 Pledgee: Beijing Yizhuang International Financing Guarantee Co.,Ltd. Pledgor: Guoxin Youyi Data Co.,Ltd. Registration number: Y2020990001190 |