CN108108997B - 车载广告投放公交线路选取方法及装置 - Google Patents
车载广告投放公交线路选取方法及装置 Download PDFInfo
- Publication number
- CN108108997B CN108108997B CN201711311519.1A CN201711311519A CN108108997B CN 108108997 B CN108108997 B CN 108108997B CN 201711311519 A CN201711311519 A CN 201711311519A CN 108108997 B CN108108997 B CN 108108997B
- Authority
- CN
- China
- Prior art keywords
- bus
- station
- passenger
- line
- card data
- 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
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0265—Vehicular advertisement
- G06Q30/0266—Vehicular advertisement based on the position of the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
本发明提供了一种车载广告投放公交线路选取方法及装置,上述方法包括:获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路。基于本发明实施例提供的车载广告投放公交线路的方法可自适应广告主对广告投放区域的需求,整个方法简单易实现,且基于所选取出的公交线路投放广告时可以使得公交车载广告发挥最大的效果。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种车载广告投放公交线路选取方法及装置。
背景技术
在各大城市当中,大量居民会选择公交系统出行,如北京每天有超过一千万的人选择公交车通勤。公交广告因其覆盖人群广、区域大,因此与静态广告相比具有更显著的优势,已经成为了户外广告主流形式。
公交车载广告投放方案中最关键内容之一便是选择广告投放线路,但是,城市中公交路网纷繁复杂,不同公交线路的地理位置分布不同、周边城市功能区有差异、覆盖乘客人群不同,导致不同公交线路、不同时段的广告受众不同,从而对不同类型广告的反响也不同。这使得公交车载广告精准投放成为所有广告主的目标,即如何针对目标人群、目标区域以及目标主题实现广告的精准投放,在最适宜的时间、地点将最适合的广告传播给最适合的受众,从而发挥广告的最大价值。
但是,传统的广告投放方案中存在一个通病,即通常以乘客量大作为唯一标准来选择公交线路,然而公交线路以及乘客具有各自的特征,且特征都具有时空动态特性,现有技术没有捕捉和分析这一特点,导致无法将广告传播给最恰当的受众,从而无法保证广告的投放效果。
发明内容
本发明提供了一种车载广告投放公交线路选取方法及装置以克服上述问题或者至少部分地解决上述问题。
根据本发明的一个方面,提供了一种车载广告投放公交线路选取方法,包括:
获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路。
可选地,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性,包括:
获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;
基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。
可选地,所述基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性之后,还包括:
根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布。
可选地,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站,包括:
获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合;
根据各公交线路提取所述候选线路集合中公交线路覆盖的公交车站,组成候选车站集合。
可选地,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站之前,还包括:
获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据。
可选地,所述设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路,包括:
设定广告目标行政区域;
遍历所述乘客轨迹数据,提取包含有所述候选车站集合中任一公交车站的乘客轨迹数据组成候选轨迹集合;
根据各公交车站的目标行政区划属性权重计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重;
基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路;
将选取出的一条或多条公交线路作为车载广告投放线路。
可选地,所述根据各公交车站的目标行政区划属性权重计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重之前,还包括:
基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重;
若公交车站的行政区划属性与所述目标行政区域相同,则该公交车站的目标行政区域权重为1;
若公交车站的行政区划属性与所述目标行政区域不同,则该公交车站的目标行政区域权重为0。
可选地,所述基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路,包括:
遍历所述候选线路集合中所有公交线路,对于任一公交线路,在所述候选车站集合中提取所述任一公交线路覆盖的公交车站集合,并在所述候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;
对该公交车站集合覆盖的乘客轨迹在所述任一公交线路的权重求和,得到所述任一公交线路的覆盖度;
在所述候选线路集合中选取覆盖度最大的公交线路。
可选地,所述获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合之前,还包括:
设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将所述已挑选公交线路集合和已覆盖乘客轨迹集合设为空。
可选地,所述基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路之后,还包括:
将选取出的公交线路添加至所述已挑选公交线路集合中,并从所述候选线路集合中删除;
将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除。
可选地,所述将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除之后,还包括:
判断所述已挑选公交线路集合中的公交线路的数量是否等于预设阈值;
若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至所述已挑选公交线路集合,直至所述已挑选公交线路集合中的公交线路的数量等于预设阈值。可选地,所述获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据,包括:
获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;
基于所述智能公交卡数据获取乘客轨迹数据。
可选地,基于所述智能公交卡数据获取乘客轨迹数据,包括:
将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
可选地,所述基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号,包括:
将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算上车时间平均值;
将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
可选地,所述基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号,包括:
将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算下车时间平均值;
将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
根据本发明的另一个方面,还提供了一种车载广告投放公交线路选取装置,包括:
第一获取模块,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
线路选取模块,配置为设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路。
可选地,所述第一获取模块包括:
坐标获取单元,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;
属性确定单元,配置为基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。
可选地,所述第一获取模块还包括:
行政区划分布确定单元,配置为根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布。可选地,所述第一获取模块还配置为:
获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合;
根据各公交线路提取所述候选线路集合中公交线路覆盖的公交车站,组成候选车站集合。
可选地,还包括:
第二获取模块,配置为获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据。
可选地,所述线路选取模块包括:
设定单元,配置为广告目标行政区域;
提取单元,配置为遍历所述乘客轨迹数据,提取包含有所述候选车站集合中任一公交车站的乘客轨迹数据组成候选轨迹集合;
第一计算单元,配置为根据各公交车站的目标行政区划属性计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重;
选取单元,配置为基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路;
线路确定单元,配置为将选取出的一条或多条公交线路作为车载广告投放线路。
可选地,所述线路选取模块还包括:
第二计算单元,配置为基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重;
当公交车站的行政区划属性与所述目标行政区域相同时,该公交车站的目标行政区域权重为1;
当公交车站的行政区划属性与所述目标行政区域不同时,该公交车站的目标行政区域权重为0。
可选地,所述选取单元还配置为:
遍历所述候选线路集合中所有公交线路,对于任一公交线路,在所述候选车站集合中提取所述任一公交线路覆盖的公交车站集合,并在所述候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;
对该公交车站集合覆盖的乘客轨迹在所述任一公交线路的权重求和,得到所述任一公交线路的覆盖度;
在所述候选线路集合中选取覆盖度最大的公交线路。
可选地,所述线路选取模块还包括:
设置单元,配置为设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将所述已挑选公交线路集合和已覆盖乘客轨迹集合设为空。
可选地,所述线路选取模块还包括:
删除单元,配置为将选取出的公交线路添加至所述已挑选公交线路集合中,并从所述候选线路集合中删除;
将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除。
可选地,所述线路选取模块还包括:
判断单元,配置为判断所述已挑选公交线路集合中的公交线路的数量是否等于预设阈值;
若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至所述已挑选公交线路集合,直至所述已挑选公交线路集合中的公交线路的数量等于预设阈值。
可选地,所述第二获取模块包括:
公交卡数据获取单元,配置为获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;
轨迹数据获取单元,配置为基于所述智能公交卡数据获取乘客轨迹数据。
可选地,所述轨迹数据获取单元还配置为:
将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
可选地,所述轨迹数据获取单元还配置为:
将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算上车时间平均值;
将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
可选地,所述轨迹数据获取单元还配置为:
将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算下车时间平均值;
将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
根据本发明的再一个方面,还提供了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据上述任一项所述的车载广告投放公交线路选取方法。
根据本发明的再一个方面,还提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行根据上述任一项所述的车载广告投放公交线路选取方法。
本发明实施例提供一种基于广告投放区域的车载广告投放公交线路选取方法及装置,根据本发明提供的车载广告投放公交线路选取方法,首先或得到指定区域内的各公交线路及各公交线路所覆盖的公交车站后,根据各公交车站所处的地理位置确定其行政区划属性,进而基于广告主对广告投放区域的需求,进而结合各公交车站的行政区划属性在上述指定区域内的公交线路中选取与广告主设定的广告投放需求相匹配的公交线路。基于本发明实施例提供的车载广告投放公交线路的方法可自适应广告主对广告投放区域的需求,整个方法简单易实现,且基于所选取出的公交线路投放广告时可以使得公交车载广告发挥最大的效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是公交广告投放场景示意图;
图2是根据本发明实施例的车载广告投放公交线路选取方法流程示意图;
图3是根据本发明实施例的一公交线路所覆盖的公交车站编号示意图;
图4是是根据本发明优选实施例的车载广告投放公交线路选取方法流程示意图;
图5是根据本发明实施例的挖掘公交车站枢纽度属性示意图;
图6是根据本发明实施例的车载广告公交线路选取过程的整体架构示意图;
图7是根据本发明实施例的车载广告投放公交线路选取装置结构示意图;
图8是根据本发明优选实施例的车载广告投放公交线路选取装置结构示意图;
图9是根据本发明实施例的用于执行本发明的车载广告投放公交线路选取方法的计算设备的框图;
图10是根据本发明实施例的用于保持或者携带实现根据本发明的车载广告投放公交线路选取方法的程序代码的存储单元示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了公交广告的投放场景示意图。进行公交广告投放时,首先会有一个广告主,广告主的需求是从公交网络中选择k条线路,将广告投放在k条线路的公交车上。在公交网络中选择广告投放线路时,需要基于广告产品本身确定广告主产品涉及的多个因素,例如:广告主题、投放区域、覆盖人群数目等,而在公交网络中选择广告投放线路时,需要考虑各公交线路的属性,如各公交线路周围的POI分布,公交线路所覆盖的公交车站是枢纽站还是普通车站内,由于枢纽站的换乘人数要远远大于普通公交车站,所以,通常情况下,将广告投放到枢纽站的效果相对较好。
想要在公交网络中选择k条线路作为广告投放线路,一个亟待解决的问题是如何在城市公交网络中搜索最佳广告投放线路。对于这一个问题,涉及到三个方面的挑战:
1.海量规模的公交网络,使得从海量公交线路中选择k条线路进行广告推广的解空间非常大;
2.乘客的时空移动性,使得不能孤立地进行公交线路提取,而需要考虑时间和空间上下文进行综合求解;例如在工作日,大量乘客在居住地和工作场所之间进行通勤,而到了周末,通勤起始点和终点则变成了购物和旅游景点;
3.线路的属性多样化,包括公交站点在整个公交网络中的位置、其所处的行政区域、周围的POI环境等均是影响广告推广效果的因素。
目前,主要通过以下三种方式选取公交车载广告投放线路:
1.根据经验或参考历史投放方案,人工选择投放线路;
2.评估所有公交线路的乘客数量和线路长度,选择乘客数据最多或是线路最长的公交线路;
3.利用关联规则等数据挖掘方法,自动从公交网络中提取最佳线路。
但是,采用上述方式选取公交车载广告投放线路会有一个通病:以乘客量大为唯一标准来选择公交线路,然而公交线路以及乘客具有各自的特征,且特征都具有时空动态特性,现有技术没有捕捉和分析这一特点,导致无法将广告传播给最恰当的受众,从而无法保证广告的投放效果。
例如,有些公交线路覆盖较多的商业办公区、有些公交线路覆盖较多旅游景区,这两种线路上的乘客受众以及他们在乘坐公交时的心理状态是不同的,因此,对于不同类型的广告的敏感度和反响也是不同的。另外,由于各城市中,尤其是广泛使用公交车体广告投放的大中型城市中,公交线路纷繁复杂,人工选择投放线路的方法效率低、可扩展性、可伸缩性及可操作性较差,而且广告投放效果无法预估。即传统的投放广告线路选取方法普遍没有分析公交线路及乘客的特征以及特征的时空动态特性,从而很难使公交车载广告发挥最大的效果。
鉴于上述问题,本发明实施例提供了一种车载广告投放公交线路选取方法,如图2所示,根据本发明实施例提供的车载广告投放公交线路选取方法包括:
步骤S202,获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
步骤S204,设置广告目标行政区域,基于各公交车站的行政区划属性在各公交线路中选取一条或多条与广告目标行政区划属性匹配的公交线路作为车载广告投放线路。
在上述步骤S202中,指定区域可以是指定城市(如北京市、石家庄市等)、指定省份(如河北省、山东省等)、指定城市中的某一行政区域(如北京海淀区、北京朝阳区等)等等,本发明对指定区域不做具体的限定。而在获取指定区域内的公交线路以及各公交线路所覆盖的公交车站时,可以使用JavaScript技术从预置的地图API获取指定区域的公交车线路以及公交车站。
本发明实施例提供一种基于广告投放区域的车载广告投放公交线路选取方法,首先或得到指定区域内的各公交线路及各公交线路所覆盖的公交车站后,根据各公交车站所处的地理位置确定其行政区划属性,进而基于广告主对广告投放区域的需求,进而结合各公交车站的行政区划属性在上述指定区域内的公交线路中选取与广告主设定的广告投放需求相匹配的公交线路。基于本发明实施例提供的车载广告投放公交线路的方法可自适应广告主对广告投放区域的需求,整个方法简单易实现,且基于所选取出的公交线路投放广告时可以使得公交车载广告发挥最大的效果。本发明实施例中的车载广告可以是设置于公交车车体外部、内部等,本发明不做限定。
进一步地,本发明实施例还有效地克服了现有技术中广告投放线路的选择标准较为单一(仅仅以乘客量大作为唯一标准来选择公交线路),无法在最适宜的时间、地点将最适合的广告传播给最适合的受众,无法发挥广告的最大价值的问题。
上述实施例提供的车载广告投放公交线路选取方法尤其适用于定向行政区域场景,适用于投放的广告有明显的行政区域倾向,需要只针对相关区域的受众进行传播。例如,核心城区的商场广告,应着重投放在核心城区(而非郊区)的公交线路上。
公交车站的行政区划属性是指公交车站所属的行政管理区域,如北京市的东城区、西城区、海淀区等。上述步骤S202可以进一步包括,获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。其中,在确定公家车站的行政区划属性时,根据公交车站地理位置经纬度坐标,借助地图API确定公交车站的行政区划属性。当各公交车站的行政区划属性确定好之后,可以进一步根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布,进而根据广告投放需求和广告意图,选择行政区划属性最符合的公交线路。
上文提及,在确定各公交车站的行政区划属性前,需要获取指定范围内的公交线路以及各公交线路所覆盖的公交车站,进一步地,可以包括:获取指定区域内各公交线路,将指定区域内各公交线路统计组成候选线路集合;基于候选线路集合提取各公交线路覆盖的公交车站,组成候选车站集合,以集合的方式可以更加方便后续对各公交线路及公交车站的查找及获取,并进行有序管理。
为广告选取投放公交线路时,还需要结合乘客的轨迹数据。因此,在获取指定区域内各公交线路以及各公交线路覆盖的公交车站之前,还可以获取智能公交卡数据,并且基于智能公交卡数据获取乘客轨迹数据。
智能公交卡(Smart Card Transaction,简称SCT)数据包括了各持卡者乘坐公交车的记录。一条记录包括持卡者一次乘车记录,具体包括公交卡ID、公交卡类型、记录插入时间、公交线路ID、公交车ID、乘客上车时间、乘客下车时间、上车车站ID、下车车站ID等。基于智能公交卡数据可全面获取每个乘客的乘车轨迹,进而对各乘客的乘车轨迹进行分析汇总,各乘客轨迹指的是公交车乘客的流动轨迹,数据记录中包括上车时间、下车时间以及经过公交车站序列。基于各乘客轨迹可计算各公交车站的枢纽度。
在进行公交线路选取时,关键之一是对乘客轨迹数据的获取。因此,在本发明优选实施例中,获取智能公交卡数据,基于智能公交卡数据获取乘客轨迹数据时,可以进一步包括:获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;基于智能公交卡数据获取乘客轨迹数据。
基于智能公交卡数据获取乘客轨迹数据可以进一步包括:
首先,将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
其次,基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
最后,根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
生活中,智能公交卡原数据中上车车站编号和下车车站编号均为车站的收费编号,存在多个车站共用一个收费编号的问题。这种编号方式会导致无法精确分析每个车站的客流量,因此,需要将各车站的收费编号映射为实际的逻辑编号。
以确定上车车站的逻辑编号为例,上车车站的逻辑编号可以通过如下步骤获取:
步骤S1-1,将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
步骤S1-2,对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
步骤S1-3,对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
步骤S1-4,针对每个聚类中的智能公交卡数据计算上车时间平均值;
步骤S1-5,将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
同样地,下车车站的逻辑编号可以采用如下方式获取:
步骤S2-1,将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
步骤S2-2,对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
步骤S2-3,对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
步骤S2-4,针对每个聚类中的智能公交卡数据计算下车时间平均值;
步骤S2-5,将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
基于上述实施例提供的获取上下车车站逻辑编号方法,可以准确的为各个车站分配不同的逻辑编号,进而准确获取各乘客轨迹数据,精准分析每个车站的客流量。在分配逻辑编号时,可以按照阿拉伯数字顺序分配,或是按照其他方式进行分配,本发明不做限定。图3示出了北京510路公交车所覆盖的各公交车站编号,如图所示,北京510路公交线路覆盖的公交车站以及其对应的车站收费编号为“双泉堡东1”、“地铁林萃桥站4”、“京师园北门4”、“林萃路口北5”、“澳林春天小区5”、“倚林佳园东门5”、“南沟泥河6”等,在SCT数据中“地铁林萃桥站”和“京师北门”编号相同(都为4)。这种编号方式会导致无法精确分析每个车站的客流量,因此需要将车站的收费编号映射为实际的逻辑编号。
SCT记录中上车车站映射具体处理方法如下:
步骤S3-1,将同一公交车上的SCT记录按照上车时间进行排序;
步骤S3-2,根据SCT记录的上车车站编号(这里是收费编号)进行分组;
步骤S3-3,对每一组SCT记录使用K-Means算法进行聚类,聚类个数K为相应编号收费车站包含的实际车站个数;
步骤S3-4,针对每一个聚类中的SCT记录求上车时间平均值;
步骤S3-5,将K个聚类按照上车时间平均值进行排序;
步骤S3-6,按照排序确定每个聚类中SCT记录的上车车站逻辑编号。
将车站的收费编号映射为实际的逻辑编号的过程可以是:首先,将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据。
其次,对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组。如图3中的北京510路公交车中,可以将“双泉堡东”分为第一组,“地铁林萃桥站”和“京师园北门”分为第二组、“南沟泥河”分为四组,显示的其他车站分为三组。
然后,对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数。此处,可以采用K-Means算法对每一组智能公交卡数据进行聚类。当然还可以采用其他的聚类算法,本发明实施例对此不做具体限定。例如,第一组车站“双泉堡东”对应的智能公交卡数据聚类后,得到的聚类个数为1个,第二组车站“地铁林萃桥站”和“京师园北门”对应的智能公交卡数据聚类后,得到的聚类个数为2个。
最后,针对每个聚类中的智能公交卡数据计算上车时间平均值,将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。例如将每个聚类中上车时间平均值小的排在前面,上车时间平均值大的排在后面。进而得到北京510路所覆盖的公交车站以及其对应的上车车站的逻辑编号可以为“双泉堡东1”、“地铁林萃桥站2”、“京师园北门3”、“林萃路口北4”、“澳林春天小区5”、“倚林佳园东门6”、“南沟泥河7”等。
同理,对SCT记录中下车车站收费编号映射为逻辑编号。
获取到公交线路、公交车站以及乘客轨迹数据之后,即进行目标行政区域下车载广告投放公交线路选取。
图4是根据本发明优选实施例的车载广告投放公交线路选取方法流程示意图,如图4所示,本发明优选实施例的车载广告投放公交线路选取方法包括:
步骤S402,设定广告目标行政区域;
步骤S404,遍历乘客轨迹数据,提取包含有候选车站集合中任一公交车站的乘客轨迹数据组成候选轨迹集合;
步骤S406,根据各公交车站的目标行政区划属性权重计算候选轨迹集合中的各乘客轨迹对于候选线路集合中各线路的权重;
步骤S408,基于候选轨迹集合中的各乘客轨迹对于候选线路集合中各线路的权重在各公交线路中选取一条或多条公交线路;
步骤S410,将选取出的一条或多条公交线路作为车载广告投放线路。
本发明优选实施例提供的车载广告投放公交线路选取方法,可以结合广告目标行政区域,基于各公交车站的行政区划属性,在指定区域内的公交线路中选取出一条或多条与预设广告目标行政区域相匹配的广告投放线路,进而满足广告投放需求和广告意图。
可选地,在上述步骤S402之前,还可以包括:预先设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将已挑选公交线路集合和已覆盖乘客轨迹集合设为空,以便存后续所放选出的公交线路以及相关的已覆盖的乘客轨迹数据。
上述步骤S406提及,会根据各公交车站的目标行政区划属性权重计算候选轨迹集合中的各乘客轨迹对于候选线路集合中各线路的权重。其中,计算各公交车站的目标行政区划属性权重时,可以基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重,若公交车站的行政区划属性与目标行政区域相同,则该公交车站的目标行政区域权重为1;若公交车站的行政区划属性与目标行政区域不同,则该公交车站的目标行政区域权重为0。
优选地,上述步骤S408可以进一步包括:遍历候选线路集合中所有公交线路,对于任一公交线路,在候选车站集合中提取任一公交线路覆盖的公交车站集合,并在候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;对该公交车站集合覆盖的乘客轨迹在任一公交线路的权重求和,得到任一公交线路的覆盖度;在候选线路集合中选取覆盖度最大的公交线路。基于上述方法,通过结合乘客轨迹数据以及各公交线路的行政区划属性可选取出一条最符合广告投放区域的车载广告公交投放线路。
而在上述步骤S408之后,还可以包括:将选取出的公交线路添加至已挑选公交线路集合中,并从候选线路集合中删除;将选取出的公交线路覆盖的乘客轨迹添加至已覆盖乘客轨迹集合中,并从候选轨迹集合中删除;判断已挑选公交线路集合中的公交线路的数量是否等于预设阈值;若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至已挑选公交线路集合,直至已挑选公交线路集合中的公交线路的数量等于预设阈值。
实际应用中,广告主在进行车载广告投放时,可能会选取多条公交线路作为广告投放线路,因此,选取出一条公交线路之后,可以将该公交线路添加至已挑选公交线路集合中,并判断已挑选公交线路集合中所选取出的公交线路是否已经达到广告主设定的阈值,如果没有的话则继续进行筛选。与此同时,可以将所选取出的公交线路从候选线路集合中删除,同时将该公交线路所覆盖的乘客轨迹添加至已覆盖乘客轨迹集合中,并从候选轨迹集合中删除,使得再次选取公交线路时排出已选出的公交线路的干扰,使得选取结果更加准确。
下面通过一个优选实施例对上述实施例进行详细说明。
当广告投放场景还可以是定向行政区域场景时,广告有明显的行政区域倾向,需要只针对相关区域的受众进行传播。如核心城区的商场广告,应着重在核心城区(而非郊区)公交线路上投放广告。
确定各公交车站的行政区域属性时,可以根据公交车站地理位置经纬度坐标,借助地图API(ApplicationProgrammingInterface,应用程序编程接口)确定公交车站的行政区划属性。
如果广告投放场景为定向行政区域场景,公交线路推荐方法考虑乘客轨迹途经地标的行政区域特征,该方法命名为District-KRQ,具体步骤如下:
步骤4-1,设定广告目标行政区域,记为集合DTarget;
步骤4-2,已挑选公交线路集合设置为空,记为BRresult;已覆盖乘客轨迹集合设置为空,记为Trajcovered;
步骤4-3,将城市所有公交线路作为候选线路集合,记为BRcan;
步骤4-4,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
步骤4-5,计算Scan中每个公交车站的目标行政区域权重,如果公交车站所属行政区域为目标行政区域,则权重为1,否则权重为0:记为wTarget(s);
步骤4-6,遍历乘客轨迹数据,如果轨迹序列中包含Scan中任意车站,则提取乘客轨迹候选数据,并组成候选轨迹集合,记为Trajcan;
步骤4-7,根据以下公式计算Trajcan中所有轨迹对于BRcan中所有线路的权重w(traj;br):
w(traj;br)=∑s∈itswtarget(s)its=Its[traj]∩Irs[br]
其中Irs[br]为公交线路br覆盖的公交车站集合,Its[traj]为轨迹traj覆盖的公交车站集合,its为公交线路br与轨迹traj覆盖的公交线路交集;
步骤4-8,遍历BRcan中所有公交线路,对任意公交线路br,在Scan中提取其覆盖的所有公交车站集合,记为sbr,在Trajcan中提取Sbr覆盖的乘客轨迹,记为Trajbr,对Trajbr中所有轨迹对于线路权重求和,得到公交线路br的覆盖度Cbr,如以下公式:
其中Irs[br]为提取br覆盖的公交车站集合Sbr,Ist[Irs[br]]为提取Sbr覆盖的乘客轨迹集合Trajbr;
步骤4-9,选择BRcan中覆盖度最大的公交线路brmax,将其加入到已选中公交线路集合BRresult,并从候选公交线路及和BRcan中去除;
步骤4-10,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
步骤4-11,将brmax覆盖的乘客轨迹Trajbrmax从候选轨迹集合Trajcan中去除;
步骤4-12,重复4-6、4-7、4-8、4-9、4-10和4-11,直到选中公交线路集合BRresult中公交线路数量满足要求。
本发明实施例对上述过程中各步骤之间的先后顺序不做具体的限定。
本发明实施例举例以上公式来计算所有乘客轨迹对于公交线路的权重以及各公交线路的覆盖度,但需要说明的是,本发明保护的技术方案并不局限以上及说明书中列的各个公式实现的方案,本领域技术人员能够想到通过合理变化、增减比例、调整系数、增加权重等方式依然可以实现本发明技术方案,而这些未穷举的方案也都在本发明保护的范围内。
除此之外,有些广告投放场景为广泛适用场景,在广告的投放场景为广泛传播场景时,广告没有明显的主题和区域倾向,不区分受众,只需覆盖尽量多的乘客即可。本发明度量各个公交车站的枢纽度,枢纽度越大,车站客流量越大,途经此车站的广告受众越多。该方法命名为Hub-KRQ,具体步骤如下::
步骤S5-1,预设已挑选公交线路集合,并将其设置为空,记为BRresult;预设已覆盖乘客轨迹集合并将其设置为空,记为Trajcovered;
步骤S5-2,将指定城市中所有公交线路作为候选线路集合,记为BRcan;
步骤S5-3,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
步骤S5-4,遍历乘客轨迹数据,如果轨迹序列中包含Scan中任意车站,则提取乘客轨迹候选数据,并组成候选轨迹集合,记为Trajcan;
步骤S5-5,根据以下公式计算Trajcan中所有乘客轨迹对于BRcan中所有线路的权重w(traj;br):
w(traj;br)=∑s∈itsH(s);
its=Its[traj]∩Irs[br]
其中H(s)代表公交车站的枢纽度。
步骤S5-6,遍历BRcan中所有公交线路,对任意公交线路br,在Scan中提取其覆盖的所有公交车站集合,记为Sbr,在Trajcan中提取Sbr覆盖的乘客轨迹,记为Trajbr,对Trajbr中所有轨迹对于线路权重求和,得到公交线路br的覆盖度Cbr,如下:
其中Irs[br]为提取br覆盖的公交车站集合Sbr,Ist[Irs[br]]为提取Sbr覆盖的乘客轨迹集合Trajbr;
步骤S5-7,选择BRcan中覆盖度最大的公交线路brmax,将其加入到已选中公交线路集合BRresult,并从候选公交线路及和BRcan中去除;
步骤S5-8,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
步骤S5-9,将brmax覆盖的乘客轨迹Trajbrmax从候选轨迹集合Trajcan中去除;
步骤S5-10,重复5-6、5-7、5-8和5-9,直到选中公交线路集合BRresult中公交线路数量满足要求。
本发明实施例举例以上公式来计算所有乘客轨迹对于公交线路的权重以及各公交线路的覆盖度,但需要说明的是,本发明保护的技术方案并不局限以上及说明书中列的各个公式实现的方案,本领域技术人员能够想到通过合理变化、增减比例、调整系数、增加权重等方式依然可以实现本发明技术方案,而这些未穷举的方案也都在本发明保护的范围内。
上述实施例提及,需要根据公交车站的枢纽度选取广告投放线路。公交车站的枢纽度,是指该公交车站作为中转车站的一种度量。车站公交车数量越多、换乘人数越大,则枢纽度越大,同时也能度量公交车站客流量。基于本发明实施例提供的方法,根据各公交车站的枢纽度在各公交线路中选取一条或多条公交线路进行车载广告投放,可以满足广告主对客流量的需求,进而提升广告投放效果。
本发明优选实施例还提供了一种公交车站枢纽度的计算方法,主要采用的是Temproal-IdeaGraph算法挖掘各公交车站枢纽度属性,参见图5可知,上述方法包括:(1)获取乘客轨迹数据;乘客轨迹数据中包括了途经车站的序列,如一条乘客轨迹的序列形式可为:Station1(简称S1或1,公交车站1),S2,S3...;或S2,S1,S4,S5,...;或S2,S4,S8,...等;
(2)序列模式挖掘,基于乘客轨迹数据挖掘出长度大于n的序列,这里n可以自定义,如可以选取2;统计与各个序列相同的乘客轨迹数量作为序列的权值;所有序列集合记为P(大写字母P),某序列记为pattern(简写为小字母p),序列p的权值记为w(p);图5中分别示出了pattern1包括公交车站S1,S2,S3;p2包括公交车站1,2;p3包括了公交车站8,9;p4包括了公交车站4,2,6;p5包括了公交车站2,3,6;
(3)序列模式合并;将包含相同车站的序列进行合并,可以得到连接模式网络;由1至2这一序列的权值为w1,2至1序列的权值为w2,2至6序列的权值为w4,4至2序列的权值为w4,2至3序列的权值为w1+w5,3至6的权值为w5;
(4)枢纽车站发现及枢纽度计算,根据连接模式网络,计算每个车站的枢纽度,如图5中的枢纽车站记为公交车站2。
本发明实施例举例以下公式来计算各公交车站的枢纽度,但需要说明的是,本发明保护的技术方案并不局限以下及说明书中列的各个公式实现的方案,本领域技术人员能够想到通过合理变化、增减比例、调整系数、增加权重等方式依然可以实现本发明技术方案,而这些未穷举的方案也都在本发明保护的范围内。
本发明实施例提供的公交车站的枢纽度计算公式如下:
其中si为车站i,H(si)为车站si的枢纽度,Lstarti为起始车站si的序列集合,Lendi为终止车站si的序列集合,li→j为起始车站为si、终止车站为sj的序列。
进一步地,广告投放场景还可以是定向功能主题场景,这种场景下,广告有明显的主题倾向,如果可以针对相应的受众进行传播,可以大大提升广告的效果和性价比。如招聘网站广告,应投放在较多经过商业和办公区的公交线路上。
当在定向功能主题场景下进行广告投放时,需要对各个公交车站的POI(Point ofInterests,用户兴趣点数据)进行分析。用户兴趣点数据,为指定区域内中的公共场所的信息,例如学校、公园、餐厅、商场、影院、4S店、写字楼、公共建筑、社区等。一条记录包含一个场所的信息,具体包括场所名称、地址、经纬度坐标、场所描述等。
在进行公交车站主题分布挖掘时,可以借助
LDA(LatentDirichletAllocation,文档主题生成模型,也称为一个三层贝叶斯概率模型)主题模型,基于公交车站POI数据挖掘车站的主题分布,步骤可以如下:
步骤S6-1,针对每个公交车站,获取其周边指定距离以内(如1km)的所有POI数据;
步骤S6-2,将所有POI记录中的简介提取并合并到一个文档;
步骤S6-3,基于文档,使用LDA主题模型挖掘每个公交车站的主题分布;
步骤S6-4,根据广告推广领域常识,去除无关主题、合并相似主题,例如最终只保留民宅、旅游、家居、办公室、公司、汽车、购物、教育、市场、领事馆10个主题;对每个保留主题统计车站附近符合该主题的POI数量,得到车站的主题分布:
获取各公交车站的主题分布后,即可在指定范围内的公交线路中选取定向功能主题的公交线路,公交线路推荐方法考虑乘客轨迹途经地标的主题特征,该方法命名为Topic-KRQ,可包括以下步骤:
步骤S7-1,设定广告目标功能主题,记为集合Trajtargrt;
步骤S7-2,已挑选公交线路集合设置为空,记为BRresult;已覆盖乘客轨迹集合设置为空,记为Trajcovered;
步骤S7-3,将城市所有公交线路作为候选线路集合,记为BRcan;
步骤S7-4,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
步骤S7-5,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记为Scan;
其中TDs[t]为公交车站s与主题t相关的POI数量;
步骤S7-6,遍历乘客轨迹数据,如果轨迹序列中包含Scan中任意车站,则提取乘客轨迹候选数据,并组成候选轨迹集合,记为Trajcan;
步骤S7-7,根据以下公式计算Trajcan中所有轨迹对于BRcan中所有线路的权重w(traj;br);
w(traj;br)=∑s∈itswtarget(s)
its=Its[traj]∩Irs[br]
其中Irs[br]为公交线路br覆盖的公交车站集合,Its[traj]为轨迹traj覆盖的公
交车站集合,its为公交线路br与轨迹traj覆盖的公交线路交集;
步骤S7-8,遍历BRcan中所有公交线路,对任意公交线路br,在Scan中提取其覆盖的所有公交车站集合,记为Sbr,在Trajcan中提取Sbr覆盖的乘客轨迹,记为Trajbr,对Trajbr中所有轨迹对于线路权重求和,得到公交线路br的覆盖度Cbr,如下公式;
其中Irs[br]为提取br覆盖的公交车站集合Sbr,Ist[Irs[br]]为提取Sbr覆盖的乘客轨迹集合Trajbr;
步骤S7-9,选择BRcan中覆盖度最大的公交线路brmax,将其加入到已选中公交线路集合BRresult,并从候选公交线路及和BRcan中去除;
步骤S7-10,根据公交线路数据提取BRcan所覆盖的所有公交车站,并组成候选车站集合,记Scan;
步骤S7-11,将brmax覆盖的乘客轨迹Trajbrmax从候选轨迹集合Trajcan中去除;
步骤S7-12,重复S7-6、S7-7、S7-8、S7-9、S7-10、S7-11,直到选中公交线路集合BRresult中公交线路数量满足要求。
本发明实施例举例以上公式来计算所有乘客轨迹对于公交线路的权重以及各公交线路的覆盖度,但需要说明的是,本发明保护的技术方案并不局限以上及说明书中列的各个公式实现的方案,本领域技术人员能够想到通过合理变化、增减比例、调整系数、增加权重等方式依然可以实现本发明技术方案,而这些未穷举的方案也都在本发明保护的范围内。
当然,无论针对哪一种广告投放场景,在根据公交车站的多维属性在各公交线路中选取至少一条公交线路时,还需要考虑广告投放者的投放需求,如投放时间范围(具体到小时)、公交线路数量(如2-3条线路、4条线路等)、公交线路长度范围(如5000米、3000米等)和公交线路客流量范围等等,从而结合投放需求在根据公交车站的多维属性在各公交线路中选取至少一条公交线路,并作为该广告投放场景的广告投放公交线路进行推荐。
参见图6,现从整体上介绍本发明实施例基于智能公交卡数据SCT、地图数据、用户兴趣点POI数据,针对不同广告投放场景实现广告投放公交线路的选取的过程。在该实施例中,公交车站站点的多维属性包括枢纽度、行政区划归属、功能主题分布,分别对应于图6的枢纽度、行政区分布、功能主题分布。
针对广泛传播场景,即图6中的乘客流最大化覆盖场景。首先,根据智能公交卡数据提取乘客的轨迹数据。然后,基于乘客轨迹数据采用Temproal-IdeaGraph算法挖掘出公交车站的枢纽度。其中,乘客轨迹数据的提取以及公交车站枢纽度的具体计算过程参见上文内容。进而采用改进的Max k-cover并结合乘客轨迹数据计算指定区域内的任意公交线路的覆盖度,并选取覆盖度最大的公交线路作为广告投放公交线路进行选取。最后将选取的公交线路投放至乘客流最大化覆盖的场景中。其中,公交线路覆盖度的具体算法参见上文内容。
针对定向行政区域场景,即图6中的目标行政区最大化覆盖场景。首先,根据地图数据,获取到公交车站的地理位置信息,即图6中的地理坐标映射。然后基于地理位置信息挖掘出公交车站的行政区分布。进而采用改进的Max k-cover并结合乘客轨迹数据计算指定区域内的任意公交线路的覆盖度,并选取覆盖度最大的公交线路作为广告投放公交线路进行选取。最后将选取的公交线路投放至目标行政区最大化覆盖的场景中。
针对定向功能主题场景其中,即图6中的目标功能区最大化覆盖场景。首先,根据地图数据收集公交车站的地理位置信息周边指定距离以内的POI数据,即图6中的POIs数据。获得POIs数据之后,通过使用主题分布模型LDA实现话题建模,得到各公交车站的功能主题分布。进而采用改进的Max k-cover并结合乘客轨迹数据计算指定区域内的任意公交线路的覆盖度,并选取覆盖度最大的公交线路作为广告投放公交线路进行选取。最后将选取的公交线路投放至目标功能区最大化覆盖的场景中。
当选出符合广告主需求的车载广告公交投放线路后,可基于以下三个指标对所选取的公交线路进行评估。
1.Coverage
Coverage,受众覆盖率,是指目标人群中广告受众所占的比例,即全部乘客轨迹中投放线路覆盖的乘客轨迹所占的比例,计算公式如下:
其中coverage为广告的受众覆盖率,traj_covered为广告投放线路覆盖的乘客轨迹集合,traj为所有乘客轨迹集合,numtraj_covered为traj_covered集合中轨迹数量,numtraj为全部乘客轨迹数量。
2.OTS
OTS(Opportunities To See),指平均每个受众接触广告的次数,在公交车载广告中可以定义为受众平均乘坐公交车站数,计算公式如下:
3.GRP(GrossRatingPoints,毛评点)
GRP(Gross Rating Points),毛评点,是OTS百分比之和,用来衡量广告所产生的影响力,在公交车载广告中可以定义为100个乘客轨迹中广告传播给受众的次数,计算公式如下:
GRP=coverage×OTS×100
除此之外,本发明针对定向功能主题场景和定向行政区域场景各设计两项指标。
4.PTS
PTS(POIs To See),指平均每个受众经过沿途经过的设定主题区域数量,即基于统计的特征属性,衡量平均每个广告受众乘坐公交车时沿途所经过的预设主题区域数量,其中,该值越大表示广告传播对象越符合广告主题要求。
5.T_GRP
T_GRP(Topic Gross Rating Points),功能主题毛评点,与GRP类似,用于评估在100个乘客轨迹中广告产生的功能主题影响力。计算公式如下,PTS表示受众对广告的敏感度,Coverage为广告覆盖率,由以下公式计算得到的T_GRP可以评估广告在100个受众中产生的影响。
T_GRP=PTS×Coverage×100
6.TDC
TDC(Targeted District Coverage),指投放公交线路覆盖的轨迹中经过目标行政区域的比例,该值越大表示投放线路覆盖行政区域比例越大。
7.D_GRP
D_GRP(District Gross Rating Points),行政区域毛评点,与GRP类似,用于评估在100个乘客轨迹中广告产生的行政区域影响力,计算公式如下。TDC指标为受众轨迹中覆盖目标行政区域的比例,OTS为受众平均接触广告的次数,借助以下公式可以评估广告在100个受众中产生的影响。
D_GRP=TDC×OTS×100
在本发明一实施例中,在对公交车身广告投放线路方案的投放效果进行衡量之前,还可以将广告投放线路进行可视化显示,以方便广告投放者对广告投放线路的衡量和调整。例如,广告投放线路均为某一城市的公交线路,那么可以将广告投放线路显示在该城市的地图上。具体显示调整的步骤如下:
1)将投放线路方案可视化显示,通过预置接口调用地图,并在地图上新建图层,对新建图层的进行格式化划分,从而使用网格方式显示城市地图网格结果。同时,使用热度图方式显示各个网格的客流量。新建图层中,采用线状图方式显示方案中公交线路,沿途网格使用明显标识(如颜色、符号)填充;采用这种方式可以非常直观地将公交线路沿途覆盖的区域,即广告传播的区域进行可视化显示;
该步骤中,城市地图上的新建图层进行网格化时,可以先获取城市公交车站和公交线路经纬度信息,并设定城市中心坐标和广告投放区域,以1km(也可以为其他距离)为网格间距对地图数据上的新建图层进行网格切分。
各个网格的客流量的统计过程如下,在全天各个时段内(每个小时),计算每个公交车站上车和下车乘客数量的总和,减去公交卡ID重复的乘客数量,从而得到每个公交车站在该时段的乘客流量。根据公交车站经纬度信息和各公交车站乘客流量信息,从而计算得到每个地图网格全天时的乘客流量。
当然,依据该方式还可以计算得到每条公交线路的乘客流量,如在全天各个时段内(每个小时),计算每条公交线路所经过所有公交车站乘客流量的总和,减去公交卡ID重复的乘客数量,得到每条公交线路在该时段的乘客流量。
2)广告投放线路方案的公交线路特征统计,对当前投放线路方案中所有的公交线路特征进行统计,如公交线路数量、公交线路长度、客流量、途经行政区划或者功能主题区域、各行政区划或功能主题区域覆盖面积和总面积,从而对公交线路方案的广告投放效果进行衡量,衡量过程参见上文实施例;
3)广告投放线路方案个性化调整,根据当前的公交线路投放方案,如果需要调整,可以通过新建图层自由地在投放方案中添加新的公交线路或移除已有的公交线路,形成新的投放方案,并依照步骤2)统计新投放方案所有公交线路特征;
例如,广告投放公交线路数量为2、长度为56km、客流量27722人、旅行功能主题区域覆盖面积为25km2、购物功能主题覆盖面积为17km2,在广告投放线路中增加公交线路3,该线路覆盖西单购物中心、天安门广场等符合功能主题要求的区域。因此,调整后公交线路数量为3、长度为77km、客流量为77300、旅行功能主题区域覆盖面积为34km2、购物功能主题覆盖面积为25km2,此处提及的公交线路的长度、客流量以及覆盖面积都指的是公交线路1、公交线路2以及公交线路3的特征属性值的和。
4)多投放方案人工对比分析评估,通过将生成的新的投放方案和通过选取至少一条公交线路得到的投放方案在不同的新建图层上分别进行显示,并在不同投放方案视图中进行切换,从而可以从视图效果和属性特征两方面对不同的方案进行对比分析,以辅助人工充分理解和对比衡量投放方案;
5)重复步骤3)和步骤4),直到形成最佳的广告投放公交线路方案,并将最佳的广告投放公交线路方案进行推荐。
基于同一发明构思,本发明实施例还提供了一种车载广告投放公交线路选取装置,如图7所示,根据本发明实施例提供的车载广告投放公交线路选取装置包括:
第一获取模块10,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
线路选取模块20,配置为设置广告目标行政区域,基于各公交车站的行政区划属性在各公交线路中选取一条或多条与广告目标行政区划属性匹配的公交线路作为车载广告投放线路。
在本发明一个优选实施例中,如图8所示,第一获取模块10可以包括:
坐标获取单元11,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;
属性确定单元12,配置为基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。
在本发明一个优选实施例中,如图8所示,第一获取模块10还可以包括:
行政区划分布确定单元13,配置为根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布。
在本发明一个优选实施例中,第一获取模块10还可以配置为:
获取指定区域内各公交线路,将指定区域内各公交线路统计组成候选线路集合;根据各公交线路提取候选线路集合中公交线路覆盖的公交车站,组成候选车站集合。在本发明一个优选实施例中,如图8所示,上述装置还可以包括:
第二获取模块30,配置为获取智能公交卡数据,基于智能公交卡数据获取乘客轨迹数据。
在本发明一个优选实施例中,如图8所示,线路选取模块20可以包括:
设定单元21,配置为广告目标行政区域;
提取单元22,配置为遍历乘客轨迹数据,提取包含有所述候选车站集合中任一公交车站的乘客轨迹数据组成候选轨迹集合;
第一计算单元23,配置为根据各公交车站的目标行政区划属性计算候选轨迹集合中的各乘客轨迹对于候选线路集合中各线路的权重;
选取单元24,配置为基于候选轨迹集合中的各乘客轨迹对于候选线路集合中各线路的权重在各公交线路中选取一条或多条公交线路;
线路确定单元25,配置为将选取出的一条或多条公交线路作为车载广告投放线路。
在本发明一个优选实施例中,如图8所示,线路选取模块20还可以包括:
第二计算单元26,配置为基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重;当公交车站的行政区划属性与目标行政区域相同时,该公交车站的目标行政区域权重为1;当公交车站的行政区划属性与目标行政区域不同时,该公交车站的目标行政区域权重为0。
在本发明一个优选实施例中,选取单元24还可以配置为:
遍历候选线路集合中所有公交线路,对于任一公交线路,在候选车站集合中提取任一公交线路覆盖的公交车站集合,并在候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;对该公交车站集合覆盖的乘客轨迹在任一公交线路的权重求和,得到任一公交线路的覆盖度;在候选线路集合中选取覆盖度最大的公交线路。
在本发明一个优选实施例中,如图8所示,线路选取模块20还可以包括:
设置单元27,配置为设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将已挑选公交线路集合和已覆盖乘客轨迹集合设为空。
在本发明一个优选实施例中,如图8所示,线路选取模块20还可以包括:
删除单元28,配置为将选取出的公交线路添加至已挑选公交线路集合中,并从候选线路集合中删除;将选取出的公交线路覆盖的乘客轨迹添加至已覆盖乘客轨迹集合中,并从候选轨迹集合中删除。
在本发明一个优选实施例中,如图8所示,线路选取模块20还可以包括:
判断单元29,配置为判断已挑选公交线路集合中的公交线路的数量是否等于预设阈值;若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至已挑选公交线路集合,直至已挑选公交线路集合中的公交线路的数量等于预设阈值。
在本发明一个优选实施例中,如图8所示,第二获取模块30可以包括:
公交卡数据获取单元31,配置为获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;
轨迹数据获取单元32,配置为基于智能公交卡数据获取乘客轨迹数据。
在本发明一个优选实施例中,轨迹数据获取单元32还可以配置为:
将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
在本发明一个优选实施例中,轨迹数据获取单元32还可以配置为:
将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算上车时间平均值;
将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
在本发明一个优选实施例中,轨迹数据获取单元32还可以配置为:
将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算下车时间平均值;
将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
本发明实施例还提供了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,可执行指令在被执行时使处理器执行根据上述任一项所述的车载广告投放公交线路选取方法。
本发明实施例还提供了一种计算机可读存储介质,其中,计算机可读存储介质存储一个或多个程序,一个或多个程序当被包括多个应用程序的电子设备执行时,使得电子设备执行根据上述任一项所述的车载广告投放公交线路选取方法。
本发明实施例提供一种基于广告投放区域的车载广告投放公交线路选取方法,首先或得到指定区域内的各公交线路及各公交线路所覆盖的公交车站后,根据各公交车站所处的地理位置确定其行政区划属性,进而基于广告主对广告投放区域的需求,进而结合各公交车站的行政区划属性在上述指定区域内的公交线路中选取与广告主设定的广告投放需求相匹配的公交线路。基于本发明实施例提供的车载广告投放公交线路的方法可自适应广告主对广告投放区域的需求,整个方法简单易实现,且基于所选取出的公交线路投放广告时可以使得公交车载广告发挥最大的效果。
进一步地,本发明实施例还提供了广泛传播场景以及定向功能主题场景下的车载广告投放线路的选取方法,基于公交线路数据、SCT数据、地图数据、POI数据等多源异构大数据、借助先进的数据挖掘技术,深度挖掘公交和乘客的时空流动性、枢纽度、主题分布和行政区域分布等特征选取最适合广告主投放需求的车载广告公交线路选取方法,并且还可以进一步对所选取出的路线进行评估,为广告投放线路的选取提供准确的信息支撑,从而推荐最佳的广告投放公交线路,保证广告投放效果。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个实施例中所明确记载的特征更多的特征。更确切地说,如下面的发明内容所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,每个技术方案本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在本发明中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的车载广告投放公交线路选取装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图9示出了可以实现根据本发明实施例的车载广告投放公交线路选取的计算设备的框图。该计算设备传统上包括处理器910和以存储器920形式的计算机程序产品或者计算机可读介质。存储器920可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器920具有存储用于执行上述方法中的任何方法步骤的程序代码931的存储空间930。例如,存储程序代码的存储空间930可以存储分别用于实现上面的方法中的各种步骤的各个程序代码931。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如图10所示的便携式或者固定存储单元。该存储单元可以具有与图9的计算设备中的存储器920类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元包括存储有用于执行根据本发明的方法步骤的计算机可读程序代码931’,即可以由例如诸如910之类的处理器读取的程序代码,当这些程序代码由计算设备运行时,导致该计算设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离本发明的范围的情况下可设计出替换实施例。在本发明中,不应将位于括号之间的任何参考符号构造成对本发明的限制。单词“包含”不排除存在未列在本发明中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (30)
1.一种车载广告投放公交线路选取方法,包括:
获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路;
所述设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路,包括:
设定广告目标行政区域;
获取指定区域内各公交线路,对指定区域内各公交线路进行统计,组成候选线路集合;基于所述候选线路集合提取各公交线路覆盖的公交车站,组成候选车站集合;
遍历乘客轨迹数据,提取包含有所述候选车站集合中任一公交车站的乘客轨迹数据组成候选轨迹集合;
根据各公交车站的目标行政区划属性权重计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重;
基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路;
将选取出的一条或多条公交线路作为车载广告投放线路。
2.根据权利要求1所述的方法,其中,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性,包括:
获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;
基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。
3.根据权利要求2所述的方法,其中,所述基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性之后,还包括:
根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布。
4.根据权利要求3所述的方法,其中,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站,包括:
获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合;
根据各公交线路提取所述候选线路集合中公交线路覆盖的公交车站,组成候选车站集合。
5.根据权利要求1所述的方法,其中,所述获取指定区域内各公交线路以及各公交线路覆盖的公交车站之前,还包括:
获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据。
6.根据权利要求1所述的方法,其中,所述根据各公交车站的目标行政区划属性权重计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重之前,还包括:
基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重;
若公交车站的行政区划属性与所述目标行政区域相同,则该公交车站的目标行政区域权重为1;
若公交车站的行政区划属性与所述目标行政区域不同,则该公交车站的目标行政区域权重为0。
7.根据权利要求1所述的方法,其中,所述基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路,包括:
遍历所述候选线路集合中所有公交线路,对于任一公交线路,在所述候选车站集合中提取所述任一公交线路覆盖的公交车站集合,并在所述候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;
对该公交车站集合覆盖的乘客轨迹在所述任一公交线路的权重求和,得到所述任一公交线路的覆盖度;
在所述候选线路集合中选取覆盖度最大的公交线路。
8.根据权利要求1所述的方法,其中,所述获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合之前,还包括:
设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将所述已挑选公交线路集合和已覆盖乘客轨迹集合设为空。
9.根据权利要求8所述的方法,其中,所述基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路之后,还包括:
将选取出的公交线路添加至所述已挑选公交线路集合中,并从所述候选线路集合中删除;
将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除。
10.根据权利要求8-9所述的方法,其中,所述将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除之后,还包括:
判断所述已挑选公交线路集合中的公交线路的数量是否等于预设阈值;
若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至所述已挑选公交线路集合,直至所述已挑选公交线路集合中的公交线路的数量等于预设阈值。
11.根据权利要求1-9任一项所述的方法,其中,所述获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据,包括:
获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;
基于所述智能公交卡数据获取乘客轨迹数据。
12.根据权利要求11所述的方法,其中,基于所述智能公交卡数据获取乘客轨迹数据,包括:
将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
13.根据权利要求12所述的方法,其中,所述基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号,包括:
将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算上车时间平均值;
将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
14.根据权利要求12-13任一项所述的方法,其中,所述基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号,包括:
将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算下车时间平均值;
将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
15.一种车载广告投放公交线路选取装置,包括:
第一获取模块,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,根据公交车站的地理位置信息确定各公交车站的行政区划属性;
线路选取模块,配置为设置广告目标行政区域,基于各公交车站的行政区划属性在所述各公交线路中选取一条或多条与所述广告目标行政区划属性匹配的公交线路作为车载广告投放线路;
其中,所述线路选取模块包括:
设定单元,配置为广告目标行政区域,获取指定区域内各公交线路,对指定区域内各公交线路进行统计,组成候选线路集合;基于候选线路集合提取各公交线路覆盖的公交车站,组成候选车站集合;
提取单元,配置为遍历乘客轨迹数据,提取包含有所述候选车站集合中任一公交车站的所述乘客轨迹数据组成候选轨迹集合;
第一计算单元,配置为根据各公交车站的目标行政区划属性计算所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重;
选取单元,配置为基于所述候选轨迹集合中的各乘客轨迹对于所述候选线路集合中各线路的权重在所述各公交线路中选取一条或多条公交线路;
线路确定单元,配置为将选取出的一条或多条公交线路作为车载广告投放线路。
16.根据权利要求15所述的装置,其中,所述第一获取模块包括:
坐标获取单元,配置为获取指定区域内各公交线路以及各公交线路覆盖的公交车站,并获取各公交车站的地理位置经纬度坐标;
属性确定单元,配置为基于公交车站的地理位置经纬度坐标确定各公交车站行政区划属性。
17.根据权利要求15所述的装置,其中,所述第一获取模块还包括:
行政区划分布确定单元,配置为根据每个公交车站的行政区划属性,汇总并合并每条公交线路所经过所有公交车站的行政区划分布,确定各公交线路行政区划分布。
18.根据权利要求15所述的装置,其中,所述第一获取模块还配置为:
获取指定区域内各公交线路,将所述指定区域内各公交线路统计组成候选线路集合;
根据各公交线路提取所述候选线路集合中公交线路覆盖的公交车站,组成候选车站集合。
19.根据权利要求15所述的装置,其中,还包括:
第二获取模块,配置为获取智能公交卡数据,基于所述智能公交卡数据获取乘客轨迹数据。
20.根据权利要求15所述的装置,其中,所述线路选取模块还包括:
第二计算单元,配置为基于各公交车站的行政区划属性计算各公交车站的目标行政区域权重;
当公交车站的行政区划属性与所述目标行政区域相同时,该公交车站的目标行政区域权重为1;
当公交车站的行政区划属性与所述目标行政区域不同时,该公交车站的目标行政区域权重为0。
21.根据权利要求15所述的装置,其中,所述选取单元还配置为:
遍历所述候选线路集合中所有公交线路,对于任一公交线路,在所述候选车站集合中提取所述任一公交线路覆盖的公交车站集合,并在所述候选轨迹集合中提取该公交车站集合覆盖的乘客轨迹;
对该公交车站集合覆盖的乘客轨迹在所述任一公交线路的权重求和,得到所述任一公交线路的覆盖度;
在所述候选线路集合中选取覆盖度最大的公交线路。
22.根据权利要求15所述的装置,其中,所述线路选取模块还包括:
设置单元,配置为设置已挑选公交线路集合以及已覆盖乘客轨迹集合,并将所述已挑选公交线路集合和已覆盖乘客轨迹集合设为空。
23.根据权利要求22所述的装置,其中,所述线路选取模块还包括:
删除单元,配置为将选取出的公交线路添加至所述已挑选公交线路集合中,并从所述候选线路集合中删除;
将所述选取出的公交线路覆盖的乘客轨迹添加至所述已覆盖乘客轨迹集合中,并从所述候选轨迹集合中删除。
24.根据权利要求23所述的装置,其中,所述线路选取模块还包括:
判断单元,配置为判断所述已挑选公交线路集合中的公交线路的数量是否等于预设阈值;
若否,则继续在删减后的候选线路中选取覆盖度最大的公交线路添加至所述已挑选公交线路集合,直至所述已挑选公交线路集合中的公交线路的数量等于预设阈值。
25.根据权利要求19所述的装置,其中,所述第二获取模块包括:
公交卡数据获取单元,配置为获取包括公交线路编号、上下车时间以及上下车车站编号的智能公交卡数据;
轨迹数据获取单元,配置为基于所述智能公交卡数据获取乘客轨迹数据。
26.根据权利要求25所述的装置,其中,所述轨迹数据获取单元还配置为:
将智能公交卡数据中的乘客上下车车站编号记为车站收费编号;
基于智能公交卡数据中的乘客上下车时间以及乘客上下车车站收费编号,计算智能公交卡数据中的乘客上下车车站逻辑编号;
根据智能公交卡数据中的乘客上下车车站逻辑编号,确定途经车站编号序列,得到包含公交线路编号、乘客上下车时间、途经车站编号序列的乘客轨迹数据。
27.根据权利要求25-26任一项所述的装置,其中,所述轨迹数据获取单元还配置为:
将同一公交车上的智能公交卡数据按照乘客上车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客上车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算上车时间平均值;
将多个聚类按照上车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客上车车站逻辑编号。
28.根据权利要求25-26任一项所述的装置,其中,所述轨迹数据获取单元还配置为:
将同一公交车上的智能公交卡数据按照乘客下车时间进行排序,得到排序后的智能公交卡数据;
对排序后的智能公交卡数据进行分组,将排序后的智能公交卡数据中的乘客下车车站收费编号相同的分为一组;
对每一组智能公交卡数据使用聚类算法进行聚类,得到的聚类个数作为车站收费编号对应的实际车站个数;
针对每个聚类中的智能公交卡数据计算下车时间平均值;
将多个聚类按照下车时间平均值进行排序,并按照排序确定每个聚类中智能公交卡数据的乘客下车车站逻辑编号。
29.一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-14中任一项所述的车载广告投放公交线路选取方法。
30.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行根据权利要求1-14中任一项所述的车载广告投放公交线路选取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711311519.1A CN108108997B (zh) | 2017-12-11 | 2017-12-11 | 车载广告投放公交线路选取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711311519.1A CN108108997B (zh) | 2017-12-11 | 2017-12-11 | 车载广告投放公交线路选取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108108997A CN108108997A (zh) | 2018-06-01 |
CN108108997B true CN108108997B (zh) | 2022-01-28 |
Family
ID=62209471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711311519.1A Active CN108108997B (zh) | 2017-12-11 | 2017-12-11 | 车载广告投放公交线路选取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108108997B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110647592A (zh) * | 2018-06-07 | 2020-01-03 | 上海碧虎网络科技有限公司 | 区域定制化的数据投放方法和计算机可读存储介质 |
CN110009411B (zh) * | 2019-03-29 | 2021-09-07 | 广东邮电职业技术学院 | 基于区域属性的车载广告控制方法、装置、设备及系统 |
CN111210276B (zh) * | 2020-01-08 | 2023-12-08 | 秒针信息技术有限公司 | 一种广告播放策略调整方法、装置、电子设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1825873A (zh) * | 2000-05-16 | 2006-08-30 | 约翰·塔歇罗 | 提供地理目标信息和广告的方法和系统 |
CN103077672A (zh) * | 2012-12-28 | 2013-05-01 | 合肥工业大学 | 地理位置相关的公交广告发布系统 |
CN103745389A (zh) * | 2014-02-13 | 2014-04-23 | 闪灵在线网络技术(北京)有限公司 | 一种基于用户生活轨迹分析的广告投放方法和系统 |
CN104134343A (zh) * | 2014-06-23 | 2014-11-05 | 上海城市交通设计院有限公司 | 一种基于交通卡数据的乘客上下车时间和位置的获取方法 |
CN105956885A (zh) * | 2016-05-16 | 2016-09-21 | 温州市鹿城区中津先进科技研究院 | 车辆广告投放计价参考值的计算方法及装置 |
-
2017
- 2017-12-11 CN CN201711311519.1A patent/CN108108997B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1825873A (zh) * | 2000-05-16 | 2006-08-30 | 约翰·塔歇罗 | 提供地理目标信息和广告的方法和系统 |
CN103077672A (zh) * | 2012-12-28 | 2013-05-01 | 合肥工业大学 | 地理位置相关的公交广告发布系统 |
CN103745389A (zh) * | 2014-02-13 | 2014-04-23 | 闪灵在线网络技术(北京)有限公司 | 一种基于用户生活轨迹分析的广告投放方法和系统 |
CN104134343A (zh) * | 2014-06-23 | 2014-11-05 | 上海城市交通设计院有限公司 | 一种基于交通卡数据的乘客上下车时间和位置的获取方法 |
CN105956885A (zh) * | 2016-05-16 | 2016-09-21 | 温州市鹿城区中津先进科技研究院 | 车辆广告投放计价参考值的计算方法及装置 |
Non-Patent Citations (1)
Title |
---|
郑州市公交车广告传播策略研究;徐广静;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131115(第11期);23-24 * |
Also Published As
Publication number | Publication date |
---|---|
CN108108997A (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053240B (zh) | 生成车载广告投放公交线路方案的方法及装置 | |
Liu et al. | Understanding intra-urban trip patterns from taxi trajectory data | |
Kang et al. | Exploring human movements in Singapore: a comparative analysis based on mobile phone and taxicab usages | |
Michau et al. | Bluetooth data in an urban context: Retrieving vehicle trajectories | |
Wang et al. | Interchange between metro and other modes: Access distance and catchment area | |
CN108108997B (zh) | 车载广告投放公交线路选取方法及装置 | |
Holleczek et al. | Detecting weak public transport connections from cellphone and public transport data | |
CN108427679B (zh) | 一种人流分布处理方法及其设备 | |
US10489431B2 (en) | Digital location-based data methods and product | |
CN108154387B (zh) | 公交车身广告投放线路方案的评估方法及装置 | |
CN107590239B (zh) | 一种基于ic卡数据测定地铁站点公共自行车接驳半径的方法 | |
CN108182593B (zh) | 基于地图数据的公交车身广告投放线路定制方法及装置 | |
JP2013210870A (ja) | 動線情報計測システムおよび方法、並びに情報処理装置 | |
CN108020234A (zh) | 导航方法、导航装置及存储介质 | |
CN110413855A (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
CN107578619B (zh) | 基于ic卡数据测定地铁站点公共自行车服务范围的方法 | |
Ji et al. | A spatial-temporal model for locating electric vehicle charging stations | |
CN108038728B (zh) | 公交车身广告投放线路方案生成方法、装置及电子设备 | |
CN108171534B (zh) | 一种车载广告公交线路推荐方法及装置 | |
Jang et al. | Pedestrian mode identification, classification and characterization by tracking mobile data | |
CN108182590B (zh) | 车载广告投放公交线路的选取方法及装置 | |
CN106157601B (zh) | 一种基于移动通信数据的公交客流需求的调查方法 | |
CN108053238B (zh) | 面向公交车身广告投放线路定制方法、装置及电子设备 | |
Tian et al. | Identifying residential and workplace locations from transit smart card data | |
CN106202454A (zh) | 基于信息空间的四维度的数字化城市设计方法 |
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 |