CN110490419A - 公交信息数据的处理方法、装置、计算机设备和存储介质 - Google Patents
公交信息数据的处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110490419A CN110490419A CN201910655622.0A CN201910655622A CN110490419A CN 110490419 A CN110490419 A CN 110490419A CN 201910655622 A CN201910655622 A CN 201910655622A CN 110490419 A CN110490419 A CN 110490419A
- Authority
- CN
- China
- Prior art keywords
- public transport
- data
- index
- value
- basic 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000001502 supplementing effect Effects 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000001960 triggered effect Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 29
- 230000005484 gravity Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种公交信息数据的处理方法、装置、计算机设备和存储介质。所述方法包括:接收终端发送的公交信息查询请求;从公交基础数据库中获取与区域标识对应的公交基础数据;根据公交信息查询请求触发公交基础数据缺失检测,在公交基础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据;调用公交便利度评估模型对目标公交基础数据进行公交便利度评估,得到公交便利度指数;根据公交便利度指数生成区域标识的公交便利信息,并根据公交便利信息返回至终端中。采用本方法能够实现对缺失的公交基础数据进行补全,避免由于数据缺失而导致无法对公交信息数据全面跟踪评估。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种公交信息数据的处理方法、 装置、计算机设备和存储介质。
背景技术
城市道路资源的有限决定了公共交通是缓解城市交通拥堵、改善出行环境 的根本举措,而公交车速慢、准点率差、线路分布不均等问题始终影响着其运 行效率,由此获取公交便利度为区域公交线网进行优化提升提供数据支撑显得 越来越重要。但是,传统的基于静态公交信息数据的公交评价方法,往往无法 实现对公交信息数据的全面跟踪评估,导致公交便利度评估准确度较低。
发明内容
基于此,有必要针对上述技术问题,提供一种公交信息数据的处理方法、 装置、计算机设备和存储介质。
一种公交信息数据的处理方法,所述方法包括:
接收终端发送的公交信息查询请求,所述公交信息查询请求包括区域标识, 所述公交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与所述区域标识对应的公交基础数据;
根据公交信息查询请求触发公交基础数据缺失检测,在所述公交基础数据 缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数 据,得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估, 得到公交便利度指数;
根据所述公交便利度指数生成所述区域标识的公交便利信息,并将所述公 交便利信息返回至所述终端中。
在其中一个实施例中,所述调用公交运营网络服务器的外部接口获取缺失 数据对应的公交基础数据,得到数据补全后的目标公交基础数据的步骤,包括:
通过所述外部接口从公交运营网络服务器中获取公交信息源数据;
获取缺失数据对应的公交基础数据的数据类型,根据所述数据类型将所述 公交信息源数据计算为缺失数据对应的公交基础数据。
在其中一个实施例中,所述调用公交便利度评估模型对所述目标公交基础 数据进行公交便利度评估,得到公交便利度指数的步骤,包括:
从公交便利度评估模型中,确定所述公交便利指数对应的多个一级关键指 标以及预设系数值;
从所述目标公交基础数据中确定各所述一级关键指标对应的关键指标数 据;
根据所述关键指标数据计算各所述一级关键指标的指数值;
根据各所述一级关键指标的指数值以及预设系数值计算所述公交便利指 数。
在其中一个实施例中,所述一级关键指标包括公交拥挤指标、公交便利指 标以及公交快捷指标;
所述根据各所述一级关键指标的指数值以及预设系数值计算所述公交便利 指数的步骤,包括:
根据所述预设系数,确定与所述公交拥挤指标对应的第一系数值、与所述 便利指标对应的第二系数值以及与所述公交快捷指标对应的第三系数值;
根据所述公交拥挤指标的指数值以及所述第一系数值、所述便利指标的指 数值以及所述第二系数值和所述公交快捷指标的指数值以及所述第三系数值, 计算所述公交便利指数。
在其中一个实施例中,所述根据所述关键指标数据计算各所述一级关键指 标的指数值的步骤,包括:
获取所述一级关键指标对应的各关键指标数据的第一权重系数以及第二权 重系数,并根据所述第一权重系数以及所述第二权重系数确定各所述各关键指 标数据的目标权重系数;
根据各所述关键指标数据以及目标权重系数,计算所述一级关键指标的指 标值。
在其中一个实施例中,所述获取所述一级关键指标对应的各关键指标数据 的第一权重系数的步骤,包括以下步骤:
根据九标度判断法获取任意评价维度间的相对权重值,并构建判断矩阵;
对所述判断矩阵中每一列进行归一化处理,获取得到所述判断矩阵的最大 特征根;
当所述一致性比例小于预设阈值时,获取所述判断矩阵最大特征值对应的 归一化特征向量的每一维的数值;
将各维的数值确定各关键指标数据的第一权重系数。
在其中一个实施例中,所述获取所述一级关键指标对应的各关键指标数据 的第二权重系数的步骤,包括以下步骤:
将各所述关键指标数据进行归一化处理,得到归一化后的目标关键指标数 据;
计算各所述目标关键指标数据的比重值,并根据各所述目标关键指标数据 的比重值计算信息熵值;
根据所述信息熵值确定各所述关键指标数据的第二权重值。
一种公交信息数据的处理装置,所述装置包括:
查询请求获取模块,用于接收终端发送的公交信息查询请求,所述公交信 息查询请求包括区域标识,所述公交信息查询请求用于获取公交便利信息;
基础数据获取模块,用于从公交基础数据库中获取与所述区域标识对应的 公交基础数据;
数据补全模块,根据公交信息查询请求触发公交基础数据缺失检测,在所 述公交基础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对 应的公交基础数据,得到数据补全后的目标公交基础数据;
便利度指数获取模块,用于调用公交便利度评估模型对所述目标公交基础 数据进行公交便利度评估,得到公交便利度指数;
公交便利度信息获取模块,用于根据所述公交便利度指数生成所述区域标 识的公交便利信息,并将所述公交便利信息返回至所述终端中。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序, 所述处理器执行所述计算机程序时实现以下步骤:
接收终端发送的公交信息查询请求,所述公交信息查询请求包括区域标识, 所述公交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与所述区域标识对应的公交基础数据;
根据公交信息查询请求触发公交基础数据缺失检测,在所述公交基础数据 缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数 据,得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估, 得到公交便利度指数;
根据所述公交便利度指数生成所述区域标识的公交便利信息,并将所述公 交便利信息返回至所述终端中。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处 理器执行时实现以下步骤:
接收终端发送的公交信息查询请求,所述公交信息查询请求包括区域标识, 所述公交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与所述区域标识对应的公交基础数据;
根据公交信息查询请求触发公交基础数据缺失检测,在所述公交基础数据 缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数 据,得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估, 得到公交便利度指数;
根据所述公交便利度指数生成所述区域标识的公交便利信息,并将所述公 交便利信息返回至所述终端中。
上述公交信息数据的处理方法、装置、计算机设备和存储介质,通过接收 终端发送的公交信息查询请求,从公交基础数据库中获取与区域标识对应的公 交基础数据,并对公交基础数据缺失检测,在公交基础数据缺失时,调用公交 运营网络服务器的外部接口获取缺失数据对应的公交基础数据,得到数据补全 后的目标公交基础数据,从而调用公交便利度评估模型对目标公交基础数据进 行公交便利度评估以获取公交便利度指数,根据公交便利度指数生成区域标识 的公交便利信息返回至终端,实现对缺失的公交基础数据进行补全,避免由于 数据缺失而导致无法对公交信息数据全面跟踪评估,有效提高公交便利度评估 准确性。
附图说明
图1为一个实施例中公交信息数据的处理方法的应用场景图;
图2为一个实施例中公交信息数据的处理方法的流程示意图;
图3为一个实施例中公交信息数据的处理装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
本申请提供的公交信息数据的处理方法,可以应用于如图1所示的应用环 境中。其中,终端102通过网络与服务器104通过网络进行通信。终端102上 安装有公交信息数据查询系统,用户可通过终端102的公交信息查询系统,查 询特定区域的公交便利信息。终端102响应用户对公交信息数据查询系统展示 界面的操作,生成公交信息查询请求,并将公交信息查询请求发送至服务器104 中;服务器104在接收终端发送的公交信息查询请求后,从公交基础数据库中 获取与区域标识对应的公交基础数据,并对公交基础数据缺失检测,在公交基 础数据缺失时,调用公交运营网络服务器106的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据;从而调用公交便利度评 估模型对目标公交基础数据进行公交便利度评估,得到公交便利度指数;根据 公交便利度指数生成区域标识的公交便利信息,并根据公交便利信息返回至终 端102中。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智 能手机、平板电脑和便携式可穿戴设备,服务器104以及公交运营网络服务器 106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种公交信息数据的处理方法,以 该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S210:接收终端发送的公交信息查询请求,公交信息查询请求包括待 查询区域的区域标识,公交信息查询请求用于获取待查询区域的公交便利信息。
其中,待查询区域是可以是指城市区域、行政区域等;区域标识用于唯一 标识待查询区域的字符串。
步骤S220:从公交基础数据库中获取与区域标识对应的公交基础数据。
本步骤中,公交基础数据是指对区域中公交便利信息造成影响的数据,例 如,影响区域内公交拥挤程度的公交发车班次数据、公交车型信息、公交车型 的满载量等,影响区域内公交便利程度的线路非直线系数、公交线网密度、公 交站点密度、公交发车间隔时间等,影响区域内公交快捷程度的公交运行速度、 公交单程运行时间、线路配车数量等;不同区域的公交基础数据对应的数据值 是不同的,服务器在获取到公交信息查询请求后,从公交基础数据库中获取区 域标识对应的公交基础数据。
步骤S230:根据公交信息查询请求触发公交基础数据缺失检测,在公交基 础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交 基础数据,得到数据补全后的目标公交基础数据。
本步骤中,服务器在获取到公交基础数据后,触发对公交基础数据的缺失 检测,以确定缺失数据的数据类型,并调用外部公交运营网络服务器的外部接 口,获取与缺失数据的数据类型对应的公交基础数据,以补全公交基础数据, 以避免后续公交便利度指数由于数据缺失而导致无法对公交信息数据全面跟踪 评估,有效提高公交便利度评估准确性。
步骤S240:调用公交便利度评估模型对目标公交基础数据进行公交便利度 评估,得到公交便利度指数。
本步骤中,公交便利度评估模型能够根据输入特定区域的公交基础数据, 计算与特定区域对应的公交便利度指数的模型。公交便利度指数是英语指示区 域中公交运行便利情况的导向值,公交便利度指数越大,乘坐公交出行越便利。
具体的,服务器在获取到数据补全后的公交基础数据,将公交基础数据输 入至预先构建的公交便利度评估模型中,通过公交便利度评估模型对与对区域 中公交便利信息造成影响的公交基础数据进行分析计算,得到与区域标识对应 的公交便利度指数。
步骤S250:根据公交便利度指数生成区域标识的公交便利信息,并将公交 便利信息返回至终端中。
本步骤中,服务器可以预先构建信息模板,在获取到公交便利度指数后, 将公交便利度指数填入至预设信息模板,生成公交便利信息,从而将公交便利 信息返回至终端中,使得终端通过显示装置显示该公交便利信息,方便用户直 观全面地了解特定区域内的公交便利度,有利于用户公交便利度选择出行路线。
上述公交信息数据的处理方法中,通过接收终端发送的公交信息查询请求, 从公交基础数据库中获取与区域标识对应的公交基础数据,并对公交基础数据 缺失检测,在公交基础数据缺失时,调用公交运营网络服务器的外部接口获取 缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据,从而调 用公交便利度评估模型对目标公交基础数据进行公交便利度评估以获取公交便 利度指数,根据公交便利度指数生成区域标识的公交便利信息返回至终端,实 现对缺失的公交基础数据进行补全,避免由于数据缺失而导致无法对公交信息 数据全面跟踪评估,有效提高公交便利度评估准确性。
在一个实施例中,调用公交运营网络服务器的外部接口获取缺失数据对应 的公交基础数据,得到数据补全后的目标公交基础数据的步骤,包括:通过外 部接口从公交运营网络服务器中获取公交信息源数据;获取缺失数据对应的公 交基础数据的数据类型,根据数据类型将公交信息源数据计算为缺失数据对应 的公交基础数据。
本实施例中,数据类型是指交通技术数据的数据属性类型;公交信息源数 据是指从公交运营网络服务器中获取的原始公交信息数据,例如公交线路数据、 车载GPS历史数据、道路路网数据等。具体地,服务器在获取到公交源数据后, 确定缺失的公交基础数据的数据类型,从而根据缺失的公交基础数据的数据类 型该类型数据的计算规则以及所用的源数据类型,从而从公交源数据中获取与 源数据类型对应的目标公交源数据,利用目标公交源数据按照计算规则计算公 交基础数据。
例如,对应影响区域内公交便利程度的线路非直线系数,线路非直线系数 的计算规则为:“线路非直线系数=首末站之间的实际距离/首末站之间的直线距 离”,服务器在确定缺失的公交基础数据的数据类型为线路非直线系数后,确定 该数据类型对应的计算规则,并从计算规则中确定所用的源数据类型,进而从 公交源数据的道路路网数据中获取对应的公交首末站的实际距离以及公交首末 站的直接距离,并根据公交首末站的实际距离以及公交首末站的直接距离计算 线路非直线系数。
本实施例中,通过从外部服务器中获取公交源数据,并将公交源数据计算 为公交基础数据,可以有效补全公交基础数据中的缺失数据,避免由于数据缺 失而导致无法对公交信息数据全面跟踪评估。
在一个实施例中,调用公交便利度评估模型对目标公交基础数据进行公交 便利度评估,得到公交便利度指数包括:从公交便利度评估模型中,确定公交 便利指数对应的多个一级关键指标以及预设系数值;从目标公交基础数据中确 定各一级关键指标对应的关键指标数据;根据关键指标数据计算各一级关键指 标的指数值;根据各一级关键指标的指数值以及预设系数值计算公交便利指数。
本实施例中,预设系数值是用于表示各个一级关键指标对应的系数,是基 于历史公交便利度评估信息得出的;一级关键指标是指用于衡量公交便利度的 指标属性。服务器根据预设系数值,确认各个一级关键指标对应的系数,在根 据公交基础数据计算到各个一级关键指标对应的指数值后,根据各个一级关键 指标的指数值及其对应的系数,计算公交便利指数,实现对公交基础数据的全 面评估,提高公交便利指数的获取准确性。
进一步的,在一个实施例中,服务器还可以对各个一级关键指标的指数值 进行指标同向化处理,并对各个一级关键指标的指数值进行线性变化处理,使 得得到各一级关键指标的指数值在[0,1]之间。
在一个实施例中,一级关键指标包括公交拥挤指标、公交便利指标以及公 交快捷指标;根据各一级关键指标的指数值以及预设系数值计算公交便利指数 的步骤,包括:根据预设系数,确定与公交拥挤指标对应的第一系数值、与便 利指标对应的第二系数值以及与公交快捷指标对应的第三系数值;根据公交拥 挤指标的指数值以及第一系数值、便利指标的指数值以及第二系数值和公交快 捷指标的指数值以及第三系数值,计算公交便利指数。
本实施例中,服务器获取公交拥挤指标的指数值以及第一系数值的第一乘 积值,获取便利指标的指数值以及第二系数值的第二乘积值,公交快捷指标的 指数值以及第三系数值的第三乘积值,并将第一乘积值、第二乘积值以及第三 乘积值进行相加,得到公交便利指数。
具体的,公交便利指数可通过下述公式得到:
TSL=aY+bB+cK,a+b+c=1
其中,TSL为公交便利指数;Y为拥挤指标的指数值;B为便利指标的指 数值;K为快捷指标的指数值;a为第一系数值;b为第二系数值;c为第三 系数值。
本实施例通过将对公交便利度评估分解为从公交拥挤指标、公交便利指标 以及公交快捷指标这三个维度进行分析计算,有效细化公交便利度评估的粒度, 提高公交便利度的准确性。
在一个实施例中,根据关键指标数据计算各一级关键指标的指数值的步骤, 包括:获取一级关键指标对应的各关键指标数据的第一权重系数以及第二权重 系数,并根据第一权重系数以及第二权重系数确定各关键指标数据的目标权重 系数;根据各关键指标数据以及目标权重系数,计算一级关键指标的指标值。
其中,第一权重值可以采用层次分析法获取的,用于标识关键指标数据客 观取值系数;第二权重值可以采用熵值法获取的,用于标识关键指标数据主观 取值系数。为了避免主观赋权过分依赖专家的意见和客观赋权过分依赖统计或 数学的定量方法,而忽视了评价指标的主观定性分析的弊端,采用线性组合赋 权法来给各个指标赋权;具体地,目标权重系数目标可以根据下述获取:
wi=ηai+(1-η)bi,(0<η<1)
其中,wi表示第i个一级关键指标的目标权重系数,ai和bi分别代表一级关 键指标属性的客观权重和主观权重,η由用户输入的偏好信息来确定。
在一个实施例中,获取一级关键指标对应的各关键指标数据的第一权重系 数的步骤,包括以下步骤:根据九标度判断法获取任意评价维度间的相对权重 值,并构建判断矩阵;对判断矩阵中每一列进行归一化处理,获取得到判断矩 阵的最大特征根;当一致性比例小于预设阈值时,获取判断矩阵最大特征值对 应的归一化特征向量的每一维的数值;将各维的数值确定各关键指标数据的第 一权重系数。
具体的,对于一级关键指标的各个关键指标数据Ci(i=1,…,m),可按照九 标度指标重要程度判断表来确定它们之间的相对重要程度,从而根据相对重要 程度确定各个关键指标数据Ci与其他任意一个关键指标数据Ci的权重值,进而 根据任意关键指标数据间的权重值构建判断矩阵。
对于任意两个关键指标数据Ci,按九标度指标重要程度判断表有axy=1/ayx, 其中x,y=1,…,m。对于m个关键指标数据,可构造m×m判断矩阵即如下:
服务器对矩阵A中的每一列进行归一化处理,并对按列归一化处理后的矩 阵进行按行求和获得U,并计算最大特征根λmax,其中最大特征根λmax的表示式如 下:
其中,λmax为最大特征根,m为关键指标数据的个数,A为判断矩阵,U为 向量归一化后的矩阵,axy为第x个关键指标数据与第y个的关键指标数据的重 要程度对应的值,ui和uj分别为归一化处理后的数据值。
为了保证应用层次分析法得到的关键指标数据相对权重基本合理,需要进 行一致性检验,具体可按方程计算一致性指标CI:
根据一致性指标CI计算一致性比例CR,即:
其中,RI为平均一致性指标,其取值与关键指标数据的个数m有关。
当一致性比例CR≤0.1时,认为判断矩阵具有较好的一致性,此时最大特征 值λmax对应的特征向量对特征向量进行归一化处理后得到相 对权重向量
在一个实施例中,获取一级关键指标对应的各关键指标数据的第二权重系 数的步骤,包括以下步骤:将各关键指标数据进行归一化处理,得到归一化后 的目标关键指标数据;计算各目标关键指标数据的比重值,并根据各目标关键 指标数据的比重值计算信息熵值;根据信息熵值确定各关键指标数据的第二权 重值。
本实施例中,归一化处理处理可以是正向归一化处理,也可以是负向归一 化处理;具体的,服务器获取多个区域的关键指标数据,并对这些关键指标数 据进行归一化处理,例如,服务器获取n个区域的关键指标数据,并对这些关 键指标数据进行正向归一化处理,具体归一化处理可以如下式:
其中,xij为第i个区域、第j项的关键指标数据;xij'为正向归一化处理后第i 个区域、第j项的目标关键指标数据。
服务器通过对各个关键指标数据进行归一化处理后,计算各归一化处理后 的目标关键指标数据占对应区域的目标关键指标数据总和的比重,具体如下式 所示:
其中,xij'为第i个区域、第j项的目标关键指标数据,pij为第i个区域、第j 项的目标关键指标数据占对应区域的目标关键指标数据综合的比重;
服务器根据目标关键指标数据所占对应区域的目标关键指标数据总和比 重,计算各个目标关键指标数据的熵值,具体的,各个目标关键指标数据的熵 值的计算具体如下:
其中,ej为第j项的关键指标数据的信息熵值,k为固定系数,可以取值为pij为第i个区域、第j项的目标关键指标数据占对应区域的目标关键指 标数据综合的比重;
服务器根据各个目标关键指标数据的熵值确定其第二权值,具体的,可以 通过下述公式获得:
di=1-ej
其中,ej为第j项的关键指标数据的信息熵值,di为第j项的目标关键指标 数据的熵值的冗余度,pj'为第j项的目标关键指标数据的第二权重值。
本实施例中,当关键指标数据的变化程度越大,熵值越小,该关键指标数 据的信息量越大,对最终一级关键指标的影响越大,所以其对应的权值取值越 大。通过对历史的多个区域的关键指标数据进行分析,获取各个关键指标数据 的熵值,进而确定各个关键指标数据的第二权重,实现以统计数学的定量方式 获取第二权重值,可有效提高一级关键指标的指标值的准确性,提高公交便利 信息的准确性。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示, 但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的 说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执 行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些 子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行, 这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或 者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种公交信息数据的处理装置,包 括:查询请求获取模块310、基础数据获取模块320、数据补全模块330、便利 度指数获取模块340和公交便利度信息获取模块350,其中:
查询请求获取模块310,用于接收终端发送的公交信息查询请求,公交信息 查询请求包括区域标识,公交信息查询请求用于获取公交便利信息;
基础数据获取模块320,用于从公交基础数据库中获取与区域标识对应的公 交基础数据;
数据补全模块330,根据公交信息查询请求触发公交基础数据缺失检测,在 公交基础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应 的公交基础数据,得到数据补全后的目标公交基础数据;
便利度指数获取模块340,用于调用公交便利度评估模型对目标公交基础数 据进行公交便利度评估,得到公交便利度指数;
公交便利度信息获取模块350,用于根据公交便利度指数生成区域标识的公 交便利信息,并将公交便利信息返回至终端中。
在一个实施例中,便利度指数获取模块,用于从公交便利度评估模型中, 确定公交便利指数对应的多个一级关键指标以及预设系数值;从目标公交基础 数据中确定各一级关键指标对应的关键指标数据;根据关键指标数据计算各一 级关键指标的指数值;根据各一级关键指标的指数值以及预设系数值计算公交 便利指数。
在一个实施例中,一级关键指标包括公交拥挤指标、公交便利指标以及公 交快捷指标;便利度指数获取模块,用于根据预设系数,确定与公交拥挤指标 对应的第一系数值、与便利指标对应的第二系数值以及与公交快捷指标对应的 第三系数值;根据公交拥挤指标的指数值以及第一系数值、便利指标的指数值 以及第二系数值和公交快捷指标的指数值以及第三系数值,计算公交便利指数。
在一个实施例中,便利度指数获取模块,用于获取一级关键指标对应的各 关键指标数据的第一权重系数以及第二权重系数,并根据第一权重系数以及第 二权重系数确定各关键指标数据的目标权重系数;根据各关键指标数据以及目 标权重系数,计算一级关键指标的指标值。
在一个实施例中,便利度指数获取模块,用于根据九标度判断法获取任意 评价维度间的相对权重值,并构建判断矩阵;对判断矩阵中每一列进行归一化 处理,获取得到判断矩阵的最大特征根;当一致性比例小于预设阈值时,获取 判断矩阵最大特征值对应的归一化特征向量的每一维的数值;将各维的数值确 定各关键指标数据的第一权重系数。
在一个实施例中,便利度指数获取模块,用于将各关键指标数据进行归一 化处理,得到归一化后的目标关键指标数据;计算各目标关键指标数据的比重 值,并根据各目标关键指标数据的比重值计算信息熵值;根据信息熵值确定各 关键指标数据的第二权重值。
关于公交信息数据的处理装置的具体限定可以参见上文中对于公交信息数 据的处理方法的限定,在此不再赘述。上述公交信息数据的处理装置中的各个 模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式 内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设 备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器, 其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、 存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控 制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失 性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存 储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用 于存储公交基础数据等数据信息。该计算机设备的网络接口用于与外部的终端 通过网络连接通信。该计算机程序被处理器执行时以实现一种公交信息数据的 处理方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定, 具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件, 或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储 器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收终端发送的公交信息查询请求,公交信息查询请求包括区域标识,公 交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与区域标识对应的公交基础数据;
根据公交信息查询请求触发公交基础数据缺失检测,在公交基础数据缺失 时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据, 得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对目标公交基础数据进行公交便利度评估,得到 公交便利度指数;
根据公交便利度指数生成区域标识的公交便利信息,并将公交便利信息返 回至终端中。
在其中一个实施例中,处理器执行计算机程序实现调用公交运营网络服务 器的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交 基础数据的步骤时,具体实现以下步骤:通过外部接口从公交运营网络服务器 中获取公交信息源数据;获取缺失数据对应的公交基础数据的数据类型,根据 数据类型将公交信息源数据计算为缺失数据对应的公交基础数据。
在一个实施例中,处理器执行计算机程序实现调用公交便利度评估模型对 目标公交基础数据进行公交便利度评估,得到公交便利度指数的步骤时,具体 实现以下步骤:从公交便利度评估模型中,确定公交便利指数对应的多个一级 关键指标以及预设系数值;从目标公交基础数据中确定各一级关键指标对应的 关键指标数据;根据关键指标数据计算各一级关键指标的指数值;根据各一级 关键指标的指数值以及预设系数值计算公交便利指数。
在一个实施例中,一级关键指标包括公交拥挤指标、公交便利指标以及公 交快捷指标;处理器执行计算机程序实现根据各一级关键指标的指数值以及预 设系数值计算公交便利指数的步骤时,具体实现以下步骤:根据预设系数,确 定与公交拥挤指标对应的第一系数值、与便利指标对应的第二系数值以及与公 交快捷指标对应的第三系数值;根据公交拥挤指标的指数值以及第一系数值、 便利指标的指数值以及第二系数值和公交快捷指标的指数值以及第三系数值, 计算公交便利指数。
在一个实施例中,处理器执行计算机程序实现根据关键指标数据计算各一 级关键指标的指数值的步骤时,具体实现以下步骤:获取一级关键指标对应的 各关键指标数据的第一权重系数以及第二权重系数,并根据第一权重系数以及 第二权重系数确定各各关键指标数据的目标权重系数;根据各关键指标数据以 及目标权重系数,计算一级关键指标的指标值。
在一个实施例中,处理器执行计算机程序实现获取一级关键指标对应的各 关键指标数据的第一权重系数的步骤时,具体实现以下步骤:根据九标度判断 法获取任意评价维度间的相对权重值,并构建判断矩阵;对判断矩阵中每一列 进行归一化处理,获取得到判断矩阵的最大特征根;当一致性比例小于预设阈 值时,获取判断矩阵最大特征值对应的归一化特征向量的每一维的数值;将各 维的数值确定各关键指标数据的第一权重系数。
在一个实施例中,处理器执行计算机程序实现获取一级关键指标对应的各 关键指标数据的第二权重系数的步骤时,具体实现以下步骤:将各关键指标数 据进行归一化处理,得到归一化后的目标关键指标数据;计算各目标关键指标 数据的比重值,并根据各目标关键指标数据的比重值计算信息熵值;根据信息 熵值确定各关键指标数据的第二权重值。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程 序,计算机程序被处理器执行时实现以下步骤:
接收终端发送的公交信息查询请求,公交信息查询请求包括区域标识,公 交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与区域标识对应的公交基础数据;
根据公交信息查询请求触发公交基础数据缺失检测,在公交基础数据缺失 时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据, 得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对目标公交基础数据进行公交便利度评估,得到 公交便利度指数;
根据公交便利度指数生成区域标识的公交便利信息,并将公交便利信息返 回至终端中。
在一个实施例中,计算机程序被处理器执行实现调用公交运营网络服务器 的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基 础数据的步骤时,具体实现以下步骤:通过外部接口从公交运营网络服务器中 获取公交信息源数据;获取缺失数据对应的公交基础数据的数据类型,根据数 据类型将公交信息源数据计算为缺失数据对应的公交基础数据。
在一个实施例中,计算机程序被处理器执行实现调用公交便利度评估模型 对目标公交基础数据进行公交便利度评估,得到公交便利度指数的步骤时,包 括以下步骤:从公交便利度评估模型中,确定公交便利指数对应的多个一级关 键指标以及预设系数值;从目标公交基础数据中确定各一级关键指标对应的关 键指标数据;根据关键指标数据计算各一级关键指标的指数值;根据各一级关 键指标的指数值以及预设系数值计算公交便利指数。
在一个实施例中,一级关键指标包括公交拥挤指标、公交便利指标以及公 交快捷指标;计算机程序被处理器执行实现根据各一级关键指标的指数值以及 预设系数值计算公交便利指数的步骤时,具体实现以下步骤:根据预设系数, 确定与公交拥挤指标对应的第一系数值、与便利指标对应的第二系数值以及与 公交快捷指标对应的第三系数值;根据公交拥挤指标的指数值以及第一系数值、 便利指标的指数值以及第二系数值和公交快捷指标的指数值以及第三系数值, 计算公交便利指数。
在一个实施例中,计算机程序被处理器执行实现根据关键指标数据计算各 一级关键指标的指数值的步骤时,具体实现以下步骤:获取一级关键指标对应 的各关键指标数据的第一权重系数以及第二权重系数,并根据第一权重系数以 及第二权重系数确定各各关键指标数据的目标权重系数;根据各关键指标数据 以及目标权重系数,计算一级关键指标的指标值。
在一个实施例中,计算机程序被处理器执行实现获取一级关键指标对应的 各关键指标数据的第一权重系数的步骤时,具体实现以下步骤:根据九标度判 断法获取任意评价维度间的相对权重值,并构建判断矩阵;对判断矩阵中每一 列进行归一化处理,获取得到判断矩阵的最大特征根;当一致性比例小于预设 阈值时,获取判断矩阵最大特征值对应的归一化特征向量的每一维的数值;将 各维的数值确定各关键指标数据的第一权重系数。
在一个实施例中,计算机程序被处理器执行实现获取一级关键指标对应的 各关键指标数据的第二权重系数的步骤时,具体实现以下步骤:将各关键指标 数据进行归一化处理,得到归一化后的目标关键指标数据;计算各目标关键指 标数据的比重值,并根据各目标关键指标数据的比重值计算信息熵值;根据信 息熵值确定各关键指标数据的第二权重值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于 一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述 各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。 非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程 ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可 包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限, RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步 DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器 总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但 并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普 通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进, 这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要 求为准。
Claims (10)
1.一种公交信息数据的处理方法,所述方法包括:
接收终端发送的公交信息查询请求,所述公交信息查询请求包括区域标识,所述公交信息查询请求用于获取公交便利信息;
从公交基础数据库中获取与所述区域标识对应的公交基础数据;
根据所述公交信息查询请求触发公交基础数据缺失检测,在所述公交基础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据;
调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估,得到公交便利度指数;
根据所述公交便利度指数生成所述区域标识的公交便利信息,并将所述公交便利信息返回至所述终端中。
2.根据权利要求1所述的公交信息数据的处理方法,其特征在于,所述调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据的步骤,包括:
通过所述外部接口从公交运营网络服务器中获取公交信息源数据;
获取缺失数据对应的公交基础数据的数据类型,根据所述数据类型将所述公交信息源数据计算为缺失数据对应的公交基础数据。
3.根据权利要求1所述的公交信息数据的处理方法,其特征在于,所述调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估,得到公交便利度指数的步骤,包括:
从公交便利度评估模型中,确定所述公交便利指数对应的多个一级关键指标以及预设系数值;
从所述目标公交基础数据中确定各所述一级关键指标对应的关键指标数据;
根据所述关键指标数据计算各所述一级关键指标的指数值;
根据各所述一级关键指标的指数值以及预设系数值计算所述公交便利指数。
4.根据权利要求3所述的公交信息数据的处理方法,其特征在于,所述一级关键指标包括公交拥挤指标、公交便利指标以及公交快捷指标;
所述根据各所述一级关键指标的指数值以及预设系数值计算所述公交便利指数的步骤,包括:
根据所述预设系数,确定与所述公交拥挤指标对应的第一系数值、与所述便利指标对应的第二系数值以及与所述公交快捷指标对应的第三系数值;
根据所述公交拥挤指标的指数值以及所述第一系数值、所述便利指标的指数值以及所述第二系数值和所述公交快捷指标的指数值以及所述第三系数值,计算所述公交便利指数。
5.根据权利要求3所述的公交信息的获取方法,其特征在于,所述根据所述关键指标数据计算各所述一级关键指标的指数值的步骤,包括:
获取所述一级关键指标对应的各关键指标数据的第一权重系数以及第二权重系数,并根据所述第一权重系数以及所述第二权重系数确定各所述各关键指标数据的目标权重系数;
根据各所述关键指标数据以及目标权重系数,计算所述一级关键指标的指标值。
6.根据权利要求5所述的公交信息的获取方法,其特征在于,所述获取所述一级关键指标对应的各关键指标数据的第一权重系数的步骤,包括以下步骤:
根据九标度判断法获取任意评价维度间的相对权重值,并构建判断矩阵;
对所述判断矩阵中每一列进行归一化处理,获取得到所述判断矩阵的最大特征根;
当所述一致性比例小于预设阈值时,获取所述判断矩阵最大特征值对应的归一化特征向量的每一维的数值;
将各维的数值确定各关键指标数据的第一权重系数。
7.根据权利要求5所述的公交信息获取方法,其特征在于,所述获取所述一级关键指标对应的各关键指标数据的第二权重系数的步骤,包括以下步骤:
将各所述关键指标数据进行归一化处理,得到归一化后的目标关键指标数据;
计算各所述目标关键指标数据的比重值,并根据各所述目标关键指标数据的比重值计算信息熵值;
根据所述信息熵值确定各所述关键指标数据的第二权重值。
8.一种公交信息数据的处理装置,其特征在于,所述装置包括:
查询请求获取模块,用于接收终端发送的公交信息查询请求,所述公交信息查询请求包括区域标识,所述公交信息查询请求用于获取公交便利信息;
基础数据获取模块,用于从公交基础数据库中获取与所述区域标识对应的公交基础数据;
数据补全模块,根据公交信息查询请求触发公交基础数据缺失检测,在所述公交基础数据缺失时,调用公交运营网络服务器的外部接口获取缺失数据对应的公交基础数据,得到数据补全后的目标公交基础数据;
便利度指数获取模块,用于调用公交便利度评估模型对所述目标公交基础数据进行公交便利度评估,得到公交便利度指数;
公交便利度信息获取模块,用于根据所述公交便利度指数生成所述区域标识的公交便利信息,并将所述公交便利信息返回至所述终端中。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其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执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655622.0A CN110490419A (zh) | 2019-07-19 | 2019-07-19 | 公交信息数据的处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910655622.0A CN110490419A (zh) | 2019-07-19 | 2019-07-19 | 公交信息数据的处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110490419A true CN110490419A (zh) | 2019-11-22 |
Family
ID=68547547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910655622.0A Pending CN110490419A (zh) | 2019-07-19 | 2019-07-19 | 公交信息数据的处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110490419A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178436A (zh) * | 2019-12-30 | 2020-05-19 | 深圳信息职业技术学院 | 数据处理方法、装置、计算机设备及存储介质 |
CN111426345A (zh) * | 2020-03-24 | 2020-07-17 | 深圳供电局有限公司 | 分布式电缆沟道环境监测系统、方法、计算机设备 |
CN113536225A (zh) * | 2021-06-30 | 2021-10-22 | 北京德风新征程科技有限公司 | 控制信息生成方法、装置、终端设备和计算机可读介质 |
CN113626461A (zh) * | 2021-08-10 | 2021-11-09 | 平安国际智慧城市科技股份有限公司 | 信息查找方法、终端设备及计算机可读存储介质 |
CN114944056A (zh) * | 2022-04-20 | 2022-08-26 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824126A (zh) * | 2014-02-17 | 2014-05-28 | 株洲南车时代电气股份有限公司 | 交通拥堵情况分析系统 |
CN104809112A (zh) * | 2014-01-23 | 2015-07-29 | 朱东霞 | 一种基于多源数据的城市公交发展水平综合评价方法 |
CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
CN107633455A (zh) * | 2017-09-04 | 2018-01-26 | 深圳市华傲数据技术有限公司 | 基于数据模型的信用评估方法及装置 |
CN108492560A (zh) * | 2018-04-04 | 2018-09-04 | 东南大学 | 一种道路检测器缺失数据补全方法及装置 |
CN110008226A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 数据模型的构建方法、装置、计算机设备和存储介质 |
-
2019
- 2019-07-19 CN CN201910655622.0A patent/CN110490419A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809112A (zh) * | 2014-01-23 | 2015-07-29 | 朱东霞 | 一种基于多源数据的城市公交发展水平综合评价方法 |
CN103824126A (zh) * | 2014-02-17 | 2014-05-28 | 株洲南车时代电气股份有限公司 | 交通拥堵情况分析系统 |
CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
CN107633455A (zh) * | 2017-09-04 | 2018-01-26 | 深圳市华傲数据技术有限公司 | 基于数据模型的信用评估方法及装置 |
CN108492560A (zh) * | 2018-04-04 | 2018-09-04 | 东南大学 | 一种道路检测器缺失数据补全方法及装置 |
CN110008226A (zh) * | 2019-04-03 | 2019-07-12 | 平安信托有限责任公司 | 数据模型的构建方法、装置、计算机设备和存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178436A (zh) * | 2019-12-30 | 2020-05-19 | 深圳信息职业技术学院 | 数据处理方法、装置、计算机设备及存储介质 |
CN111426345A (zh) * | 2020-03-24 | 2020-07-17 | 深圳供电局有限公司 | 分布式电缆沟道环境监测系统、方法、计算机设备 |
CN113536225A (zh) * | 2021-06-30 | 2021-10-22 | 北京德风新征程科技有限公司 | 控制信息生成方法、装置、终端设备和计算机可读介质 |
CN113626461A (zh) * | 2021-08-10 | 2021-11-09 | 平安国际智慧城市科技股份有限公司 | 信息查找方法、终端设备及计算机可读存储介质 |
CN113626461B (zh) * | 2021-08-10 | 2024-02-13 | 深圳平安智慧医健科技有限公司 | 信息查找方法、终端设备及计算机可读存储介质 |
CN114944056A (zh) * | 2022-04-20 | 2022-08-26 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
CN114944056B (zh) * | 2022-04-20 | 2023-09-01 | 京东城市(北京)数字科技有限公司 | 一种交通可达性的计算方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490419A (zh) | 公交信息数据的处理方法、装置、计算机设备和存储介质 | |
US20200293924A1 (en) | Gbdt model feature interpretation method and apparatus | |
CN103257921B (zh) | 一种基于改进随机森林算法的软件故障预测系统及其方法 | |
CN108133013A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
CN108875761B (zh) | 一种拓展潜在用户的方法及装置 | |
US20140372172A1 (en) | Method and computer system to forecast economic time series of a region and computer program thereof | |
CN109684554A (zh) | 新闻的潜在用户的确定方法及新闻推送方法 | |
CN107133436A (zh) | 一种多重抽样模型训练方法及装置 | |
US10878058B2 (en) | Systems and methods for optimizing and simulating webpage ranking and traffic | |
CN109409641A (zh) | 风险评价方法、装置、计算机设备和存储介质 | |
CN107730115A (zh) | 一种基于ahp的多源位置轨迹数据的质量评估方法 | |
CN107729519B (zh) | 基于多源多维数据的评估方法及装置、终端 | |
CN106453437A (zh) | 一种设备识别码获取方法及装置 | |
Thirumalai et al. | An assessment of halstead and COCOMO model for effort estimation | |
CN105740434B (zh) | 网络信息评分方法及装置 | |
CN110472114A (zh) | 异常数据预警方法、装置、计算机设备及存储介质 | |
CN110222739A (zh) | 模型构建、网点现钞需求量预测方法、装置及存储介质 | |
CN107633257B (zh) | 数据质量评估方法及装置、计算机可读存储介质、终端 | |
CN111510368B (zh) | 家庭群组识别方法、装置、设备及计算机可读存储介质 | |
Frias-Martinez et al. | Computing cost-effective census maps from cell phone traces | |
CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
CN113256324A (zh) | 数据资产定价方法、装置、计算机设备和存储介质 | |
Franta et al. | Forecasting Czech GDP using mixed-frequency data models | |
Capuozzo et al. | Path integral Monte Carlo method for option pricing | |
CN108764553B (zh) | 用户规模预测方法、装置及计算机设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |