CN108717427A - 基于用户查询日志的客运交通需求指数计算方法 - Google Patents

Abstract

本发明提供了一种基于用户查询日志的客运交通需求指数建模与计算方法。该方法包括：从数据库中提取、解析用户查询日志数据和真实订票数据；从数据库中提取基于用户查询数据的渠道查询模式分类结果；为不同类别渠道分配权重拟合真实订票数据，利用模式搜索算法，得到每个类别渠道的权重的最优解；根据不同类别渠道对不同线路的查询量数据及类别权重计算每一条出行线路的交通需求指数。本发明实施例提出的交通需求指数计算方法能较直观的反映旅客出行需求，为交通领域管理者和市场从业者提供数据支持。

Description

基于用户查询日志的客运交通需求指数计算方法

技术领域

本发明涉及交通领域用户查询日志数据处理及分析技术，尤其是能基于用户查询日志、真实订票量数据及渠道查询模式分类结果对客运交通需求指数进行计算。

背景技术

近年来，随着航空、铁路、公路等交通领域的快速发展，旅客出行需求越来越受到交通领域管理者和市场从业者的关注。对旅客出行需求的及时了解，将有助于交通领域相关企业及时采取相应的对策，从而提升其收益管理水平、提高服务质量、改善旅客出行体验。

由于交通领域全市场旅客数量十分庞大，单纯通过调查统计的方法很难准确直接的获取旅客的出行需求。在大多数情况下，当人们有出行需求时，通常会提前一定时间进行客票查询，交通领域查询数据记录了旅客搜索出发地、目的地、查询时间、出发时间等有价值信息。因此，客票的查询量能够在很大程度上反应出真实的交通市场需求。

交通客票查询量又往往来源于不同的渠道，不同的渠道查询模式对需求的反应会产生不同的影响。因此，一种基于用户查询日志的交通需求指数计算方法的提出是十分必要的。

发明内容

本发明的实施提供了一种基于用户查询日志的客运交通需求指数计算方法，以实现利用用户在线查询数据来反应交通需求的目的。

本发明提供了如下方案，一种基于用户查询日志的客运交通需求指数计算方法，该方法包括以下步骤：

S1从数据库中解析、提取用户查询日志数据和真实订票日志数据：解析历史数据库中的用户查询日志数据和真实订票日志数据，从原始日志数据中提取出对需求指数计算有意义的字段，该用户查询日志数据中包括用户查询时刻对应的日期、用户查询时刻对应的小时数值、用户查询时刻对应的分钟数值、用户查询渠道、出发地城市、目的地城市、出发日期等，真实订票日志数据中包括用户订票时对应的日期、出发地城市、目的地城市、出发日期等。

S2从数据库中提取基于用户查询数据的渠道查询模式分类结果(具体参见发明专利申请：基于用户查询日志的客运交通渠道查询模式分类方法，公开日：2018.04.13)，包括：

从渠道查询模式分类结果中提取对需求指数计算有意义的字段，该数据中包括用户查询时刻对应的日期、用户查询时刻对应的小时数值、用户查询时刻对应的分钟数值、出发地城市、目的地城市、出发日期、用户查询渠道、所属类别等。

S3根据S2的渠道查询模式类别、真实订票量数据为不同类别渠道查询模式分配相应的权重，包括：

S3.1、随机初始化每一类别渠道查询模式的权值，第i类权值记为w_i(0<w_i<1)。在第n天内，第i类的查询分类记为x_n,i。利用权值w_i及类别渠道查询模式n天内的查询量x_n,i的线性组合得到未来每个出行日期的需求指数MDI_i＝w_i*x_n,i，将得到的需求指数与该段时间对未来每个出行日期的真实订票数据B_i进行曲线形态的拟合，得到每个类别渠道查询模式的权重的最优解，拟合算法见S3.2；

S3.2、利用模式搜索算法，得到每个类别渠道查询模式的权重的最优解：

初始化权值调整步长及迭代停止阈值，随机初始化每类查询模式的权值，进行归一化处理；迭代首先判断步长是否达到迭代停止阈值，若是，则结束迭代得到最优解，否则对权重反归一化(还原)；然后分别沿各个方向搜索，再进行权重归一化，计算误差，保留误差最小权重；判断误差是否缩小，若否，则减小步长，反之，重复上述迭代过程。

S4根据不同类别渠道查询模式对不同线路的查询量数据及类别权重计算每一条出行线路的交通需求指数：通过过去一段时间内每一类别渠道查询模式对未来每一条线路每个出行日期的查询量和该类别的权值系数的线性加权求和，得到每一条出行线路每一个出行日期的过去一段时间内的交通需求指数曲线；每隔一段时间计算一次针对这条线路这个出行日期的需求指数，得到针对这个出行日期，这条线路的历史需求指数曲线，根据该曲线就可以求得客运交通需求指数。

本发明具有以下技术效果：本发明实施例提出的基于用户查询日志的客运交通需求指数计算方法，有效克服了某些查询渠道使用爬虫对查询数据需求分析带来的影响。可以准确有效地反映出用户对每一条出行线路当前状态下的交通出行需求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为初始权重计算所得的需求指数与订票量的拟合结果，横轴为出发日期，红色曲线为计算所得的需求指数，蓝色曲线为实际订票量；

图2为利用模式搜索算法进行权值训练的过程；

图3为最优权重计算所得的需求指数与订票量的拟合结果，横轴为出发日期，红色曲线为计算所得的需求指数，蓝色曲线为实际订票量。

具体实施方式

本发明实施例提出的一种基于用户查询日志的客运交通需求指数建模与计算方法的处理流程包括以下几个步骤：

步骤S1、解析一定时间段内的数据库中的原始用户查询日志数据和真实订票日志数据，上述时间段以十分钟为单位，在实际应用中也可以选择以小时、天等时间间隔为单位，将非结构化的原始用户查询日志数据和真实订票日志数据进行去噪、序列化、转换、解压等处理；

从原始用户查询日志数据和真实订票日志数据中提取出对需求指数计算有意义的字段，该用户查询日志数据中包括用户查询时刻对应的日期、用户查询时刻对应的小时数值、用户查询时刻对应的分钟数值、用户查询渠道、出发地城市、目的地城市、出发日期等；真实订票数据中包括用户订票时对应的日期、出发地城市、目的地城市、出发日期等。

该用户查询日志数据包括如下的表1所示的字段；

表1

该真实订票数据包括如下的表2所示的字段；

表2

编号	名称	解释
			1	booking_date	用户订票时对应的日期
2	Origin	出发地城市
			3	Dest	目的地城市
4	departure_date	出发日期

步骤S2、从数据库中提取基于用户查询数据的渠道查询模式分类结果(具体参见发明专利申请：基于用户查询日志的客运交通渠道查询模式分类方法，公开日：)从渠道查询模式分类结果中提取对需求指数计算有意义的字段，该数据中包括用户查询时刻对应的日期、用户查询时刻对应的小时数值、用户查询时刻对应的分钟数值、出发地城市、目的地城市、出发日期、用户查询渠道、所属类别等。

该渠道查询模式分类结果数据包括如下的表3所示的字段；

表3

编号	名称	解释
			1	record_date	用户查询时刻对应日期
2	record_hour	用户查询时刻对应的小时数值
			3	record_minute	用户查询时刻对应的分钟数值
4	Origin	出发地城市
			5	Dest	目的地城市
6	departure_date	出发日期
			7	Channel	用户查询渠道
8	Category	查询模式所属类别

步骤S3、根据渠道查询模式类别、真实订票量数据为不同类别渠道查询模式分配相应的权重，具体做法如下：

S3.1随机初始化每一类别渠道的权值w_i(i＝1,2,…,8)，该权值范围在0到1之间，初始化的权值向量为W＝(0.3672,0.4426,0.3819,0.8206,0.5317,0.8190,0.2389,0.1429),利用权值及该类别渠道的一段时间查询量x_i(i＝1,2,…,8)的线性组合(MDI＝W*X)得到未来每个出行日期的初始需求指数。出发日期为2016-03-21，出发地为成都，目的地为哈尔滨的查询量向量为X＝(589.2348,103.231,378.0943,489.3364,323.2573,736.2142,843.6519,1014.2384)，则该线路在该出发日期的初始需求指数MDI＝1929.3190。

依次计算该航线出发日期为2016-03-21至2016-03-30的初始需求指数，并与该段时间对未来每个出行日期的真实订票数据进行曲线形态的拟合(如图1所示)，得到每个类别渠道的权重最优解，拟合算法见S3.2；

S3.2利用模式搜索算法，得到每个类别渠道的权重的最优解，方法如下：

初始化权值调整步长及迭代停止阈值，随机初始化每类查询模式的权值，进行归一化处理；迭代首先判断步长是否达到迭代停止阈值，若是，则结束迭代得到最优解，否则对权重反归一化(还原)；然后分别沿各个方向搜索，再进行权重归一化，计算误差，保留误差最小权重；判断误差是否缩小，若否，则减小步长，反之，重复上述迭代过程，具体如图2所示。

利用上述算法计算得到的最优权重为W＝(0.9312,0.6540,0.5222,0.4281,0.3680,0.2592,0.1813,0.0952),利用每个类别的最优权重与查询量的线性组合得到的需求指数与真实订票数据的拟合如图3所示。

步骤S4、根据不同类别渠道对不同线路的查询量数据及类别权重计算每一条出行线路的交通需求指数，包括：

通过过去一段时间内每一类别渠道对未来每一条线路每个出行日期的查询量和该类别的权值系数的线性加权求和，得到每一条出行线路每一个出行日期的过去一段时间内的交通需求指数曲线；每隔一段时间计算一次针对这条线路这个出行日期的需求指数，得到针对这个出行日期，这条线路的历史需求指数曲线，根据该曲线就可以求得客运交通需求指数。

综上所述，本发明提出的基于用户查询日志的客运交通需求指数计算方法，有效克服了某些查询渠道使用爬虫对查询数据需求分析带来的影响。可以准确有效的反映出用户对每一条出行线路当前状态下的交通出行需求。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (1)

1.一种基于用户查询日志的客运交通需求指数计算方法，其特征在于，该方法包括以下步骤：

S1从数据库中解析、提取用户查询日志数据和真实订票日志数据：解析历史数据库中的用户查询日志数据和真实订票日志数据，从原始日志数据中提取出对需求指数计算有意义的字段，该用户查询日志数据中包括用户查询时刻对应的日期、用户查询时刻对应的小时数值、用户查询时刻对应的分钟数值、用户查询渠道、出发地城市、目的地城市、出发日期等，真实订票日志数据中包括用户订票时对应的日期、出发地城市、目的地城市、出发日期；

S2从数据库中提取基于用户查询数据的渠道查询模式分类结果；

S3根据S2的渠道查询模式类别、真实订票量数据为不同类别渠道查询模式分配相应的权重，包括：

S3.1随机初始化每一类别渠道查询模式的权值，第i类权值记为w_i(0<w_i<1)，在第n天内，第i类的查询分类记为x_n,i，利用权值w_i及类别渠道查询模式n天内的查询量x_n,i的线性组合得到未来每个出行日期的需求指数MDI_i＝w_i*x_n,i，将得到的需求指数与该段时间对未来每个出行日期的真实订票数据B_i进行曲线形态的拟合，得到每个类别渠道查询模式的权重的最优解，拟合算法见S3.2；

S3.2利用模式搜索算法，得到每个类别渠道查询模式的权重的最优解：

初始化权值调整步长及迭代停止阈值，随机初始化每类查询模式的权值，进行归一化处理；迭代首先判断步长是否达到迭代停止阈值，若是，则结束迭代得到最优解，否则对权重反归一化(还原)；然后分别沿各个方向搜索，再进行权重归一化，计算误差，保留误差最小权重；判断误差是否缩小，若否，则减小步长，反之，重复上述迭代过程；

S4根据不同类别渠道查询模式对不同线路的查询量数据及类别权重计算每一条出行线路的交通需求指数：通过过去一段时间内每一类别渠道查询模式对未来每一条线路每个出行日期的查询量和该类别的权值系数的线性加权求和，得到每一条出行线路每一个出行日期的过去一段时间内的交通需求指数曲线；每隔一段时间计算一次针对这条线路这个出行日期的需求指数，得到针对这个出行日期，这条线路的历史需求指数曲线，根据该曲线就可以求得客运交通需求指数。