CN111190982A - 一种基于大数据的共享单车管理方法及系统 - Google Patents
一种基于大数据的共享单车管理方法及系统 Download PDFInfo
- Publication number
- CN111190982A CN111190982A CN201911356353.4A CN201911356353A CN111190982A CN 111190982 A CN111190982 A CN 111190982A CN 201911356353 A CN201911356353 A CN 201911356353A CN 111190982 A CN111190982 A CN 111190982A
- Authority
- CN
- China
- Prior art keywords
- data
- rectangular block
- shared bicycle
- time period
- preset time
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 238000007405 data analysis Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000004138 cluster model Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000109539 Conchita Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- G06F16/29—Geographical information databases
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0639—Item locations
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据的共享单车管理方法及系统，所述方法包括：采集共享单车使用过程的交通数据；根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块存入数据库；提取预设时段内数据库中存储的共享单车矩形区块数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；采用聚类算法得到群聚信息和重要站点，生成共享单车调度建议和维护建议、电子围栏构建建议；所述方法基于用户单车数据进行单车出行分析，同时结合理论模型和算法的支持，保证分析结果的有效性以及提供调度建议的合理性；完成站点的重要性排序分析，既为维护者提供重点维护建议，也可以为政府提供电子围栏设置区域的建议。
Description
技术领域
本发明涉及通信技术领域，更具体地，涉及一种基于大数据的共享单车管理方法及系统。
背景技术
随着科技的发展，共享单车成为解决智能交通系统中“最后一公里问题”的重要方式。其随用随取的特性极大的便利了公众，也产生很多问题，包括在人流量大的场所投放量巨大和违规停放；在信息不对称的情况下，单车重置无法确切满足用户需求等。运营商和政府面临着严峻的运营挑战，如维护重点区域单车停放，避免出现单车停放在安全通道、消防通道、盲道等区域；单车重置，根据骑行需求的不同，在不同区域重置不同数量的单车。
因此，如何进行站点规划和单车调度以合理分配共享单车资源成为亟待解决的技术问题。目前的单车管理多基于经验和样本数据的分析，在共享单车调度管理方法和系统一文中以及一些其他文献中同样关注单车调度问题，且多从预约调度角度考虑，无法及时准确地提供单车调度建议和管理建议。
发明内容
为了解决背景技术存在的传统共享单车运行数据分析结果有效性差、准确度不高等的问题，本发明提供了一种基于大数据的共享单车管理方法及系统，所述方法包括：
采集共享单车使用过程的交通数据；
根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；
根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议。
进一步的，所述共享单车使用过程的交通数据来源包括共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息；还包括通过数据爬虫采集获取用户使用的智能手机应用软件信息。
进一步的，所述预设时段包括在工作日单日以每X小时划分的多个时间段以及在休息日单日以每Y小时划分的多个时间段；
所述数据库为分布式数据库。
进一步的，所述Geohash算法将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射为矩形区块，得到矩形区块四个顶点的坐标以及矩形区块的中心点坐标。
进一步的，所述提取预设时段内数据库中存储的共享单车矩形区块数据中的矩形区块，包括当前矩形区块相邻8个区块，所述生成当前矩形区块相邻区块坐标的方法包括：
根据编码规则列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母临近的编码字母表；
根据编码规则分别列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母边界编码字母表；
若所述当前矩形区块GeoHash编码最后一位不位于矩形区块边界，则将最后一位编码更改为对应方向的字母；
若所述当前矩形区块GeoHash编码最后一位位于矩形区块边界，则计算所述当前矩形区块GeoHash编码倒数第二位，判断所述当前矩形区块GeoHash编码倒数第二位是否位于矩形区块边界，若不位于矩形区块边界则停止计算，将倒数第二位编码更改为对应方向的字母，否则继续迭代计算至所述当前矩形区块GeoHash编码某一位不位于矩形区块边界。
进一步的，在将所述矩形区块数据存入数据库后，所述方法还包括：
提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形区块数据，得到预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量；
根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议。
进一步的，基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
根据识别的重要站点生成重点维护建议和构建电子围栏建议。
一种基于大数据的共享单车管理系统，其特征在于：
所述系统采用B/S架构，包括浏览器与服务器，所述服务器包括负载均衡服务器、应用服务器以及数据库；
所述浏览器用于提供交互界面，接收用户请求；
所述负载均衡服务器用于将用户请求转发给应用服务器；
所述应用服务器包括数据分析单元和服务提供单元，用于完成数据分析功能和服务提供功能；
所述数据库用于提供数据管理功能；
所述负载均衡服务器通过端口方式或者套接字方式与应用服务器交互数据；所述浏览器与负载均衡服务器采用HTTP协议交互数据；所述应用服务器通过3306端口连接数据库。
进一步的，所述数据分析单元包括出行分析模块；
所述出行分析模块采集共享单车使用过程的交通数据；
所述出行分析模块根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
所述出行分析模块，提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；
所述出行分析模块根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
所述服务提供单元依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议。
进一步的，所述共享单车使用过程的交通数据来源包括共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息；还包括通过数据爬虫采集获取用户使用的智能手机应用软件信息。
进一步的，所述预设时段包括在工作日单日以每X小时划分的多个时间段以及在休息日单日以每Y小时划分的多个时间段；
所述数据库为分布式数据库。
进一步的，所述Geohash算法将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射为矩形区块，得到矩形区块四个顶点的坐标以及矩形区块的中心点坐标。
进一步的，所述数据分析单元还包括矩形区块聚类分析模块；
所述聚类分析模块提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形巨块数据，得到预设时段内的群聚区域和每个群聚区域内的矩形区块数量；
所述服务提供单元根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议。
进一步的，所述数据分析单元还包括重要站点识别模块；
所述重要站点识别模块包括基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
所述服务提供单元根据识别的重要站点生成重点维护建议和构建电子围栏建议。
进一步的，所述浏览器包括共享单车的智能锁设备、手机端应用程序以及电脑端浏览器。
本发明的有益效果为：本发明的技术方案，给出了一种基于大数据的共享单车管理方法及系统，所述方法结合Geohash工具箱，基于用户单车数据进行单车出行分析，同时结合理论模型和算法的支持，保证分析结果的有效性以及提供调度建议的合理性；完成站点的重要性排序分析，既为维护者提供重点维护建议，也可以为政府提供电子围栏设置区域的建议。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为本发明具体实施方式的一种基于大数据的共享单车管理方法的流程图；
图2为本发明具体实施方式的一种基于大数据的共享单车区块聚类分析管理方法的流程图；
图3为本发明具体实施方式的一种基于大数据的共享单车管理系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为本发明具体实施方式的一种基于大数据的共享单车出行分析管理方法的流程图；如图1所示，所述方法包括：
步骤110，采集共享单车使用过程的交通数据；
所述共享单车使用过程的交通数据来源一部分来自共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息，该数据通过第三方提供支持；另一部分来自于通过数据爬虫采集获取用户使用的智能手机应用软件信息；
采集的交通数据通过3G/4G网络传输，该过程的耗时可以满足实时计算的要求。
步骤120，根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
采集的交通数据是二维经纬度信息，若直接存入数据库，由于其二维属性以及数据量大的特性将加大检索的计算复杂度。所述Geohash算法可以将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射到一个矩形区块内，大大减小计算量，因此结合Geohash算法与百度地图绘制精度为7的区块作为站点区域，在浏览器端开发工具箱，以方便快捷地在百度地图上进行GeoHash坐标映射操作。
其中，所述工具箱创建过程为：
首先申请密钥，创建满足规范的HTML声明文档；将申请到的密钥添加到头部以引入百度地图；使用HTML语言创建地图容器元素，用以确定地图将展示在网页的哪个部分中；根据百度地图开发的语法要求，使用JS语言创建地图实例以及地图点坐标；最后进行地图的初始化操作，并对地图进行配置，使其支持支持鼠标拖拽、滚轮缩放、双击放大等交互操作。
考虑Geohash编码的便捷问题，常常需要查询一个Geohash矩形区块周围区块的共享单车数量，因此可以根据Geohash编码的规律性，计算生成当前矩形区块相邻的8个区块坐标，所述生成方法包括：
根据编码规则列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母临近的编码字母表；
根据编码规则分别列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母边界编码字母表，例如偶数位编码位于右边界的编码字母有：bcfguvyz；
若所述当前矩形区块GeoHash编码最后一位不位于矩形区块边界，则将最后一位编码更改为对应方向的字母；
若所述当前矩形区块GeoHash编码最后一位位于矩形区块边界，则计算所述当前矩形区块GeoHash编码倒数第二位，判断所述当前矩形区块GeoHash编码倒数第二位是否位于矩形区块边界，若不位于矩形区块边界则停止计算，将倒数第二位编码更改为对应方向的字母，否则继续迭代计算至所述当前矩形区块GeoHash编码某一位不位于矩形区块边界。
所述数据库为分布式数据库，所述分布式数据库能提供高效安全稳定的数据读写服务。
步骤130，提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；
所述预设时段包括在工作日单日以每X小时划分的多个时间段以及在休息日单日以每Y小时划分的多个时间段，X和Y可以相同也可以不同，这里可以选择X＝2，Y＝2，即对共享单车在工作日每两小时的出行次数做查询汇总，得到矩形区块停留车辆数据；
步骤140，根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
根据一周的历史数据分析共享单车需求高低峰、需求数量以及在工作日和休息日不同的需求数量。
处理过程涉及大量动态数据，需要服务器端支持，可以采用Python代码框架中的Djanbo完成后端处理逻辑。
步骤150，依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议；
通过分析工作日以及休息日的不同时段矩形区块共享单车停留数以及需求数，向共享单车管理者生成共享单车调度建议。
图2为本发明具体实施方式的一种基于大数据的共享单车区块聚类分析管理方法的流程图；如图2所示，所述方法包括：
步骤210，采集共享单车使用过程的交通数据；
步骤220，根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
步骤230，提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形区块数据，得到预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量；
基于马氏链的聚类算法，调用模型算法分析得到共享单车群聚区域和每个群聚区域内的矩形区块数量，并以不同颜色标注不同群聚区域在用户界面呈现，显示每个群聚区域内的矩形曲块数量和每个群聚区域内的矩形区块名称。
步骤240，根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议；
在一个聚类区域中，单车系统有一定的自调节能力，不同矩形区块的车辆会在聚类区域中流动，很少从一个聚类区域流入另一个聚类区域，因此可以依据聚类算法给出预设时段内聚类区域内部整体的单车需求数量，并提出聚类区域内部结合外部的调度建议。
步骤250，基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
采用步骤240构建的马氏链聚类模型，利用PageRank算法求解预设时段内的各站点重要性排名；可以根据群聚区域大小保留排名前百分之十的重要站点，将站点标注于显示界面中，并给出各站点的重要性程度指标。
步骤260，根据识别的重要站点生成重点维护建议和构建电子围栏建议；
依据识别的重要站点，生成面向运营商的重点维护建议以及面向政府的电子围栏构建建议。
图3为本发明具体实施方式的一种基于大数据的共享单车管理系统的结构图；如图3所示，所述系统采用B/S架构，包括浏览器310与服务器320，所述浏览器310用于提供交互界面，接收用户请求，系统功能实现部分集中到服务器320，用户只需浏览器310即可与服务器320交互；其中，所述服务器包括负载均衡服务器330、应用服务器340以及数据库350；所述浏览器包括共享单车的智能锁设备、手机端应用程序以及电脑端浏览器。
所述系统采用Django框架，Django是一个由Python写成的开放源代码的Web应用框架，采用了模型M模板T和视图V的MTV框架模式，采用该框架模式可快速部属网站。编程语言采用非常适合科学计算Python，服务器端运行的算法均由Python代码实现。服务器320采用阿里云服务器ECS，处理能力可弹性伸缩的计算服务器完成，预装Centos7操作系统，该操作系统是一个社区企业操作系统，是Linux的发行版之一。
所述负载均衡服务器330用于将用户请求转发给应用服务器340；
所述数据库350用于提供数据管理功能，采用可提供高效、安全、稳定的数据读写服务的分布式数据库；
所述应用服务器340包括数据分析单元360和服务提供单元370，用于完成数据分析功能和服务提供功能；
所述负载均衡服务器330通过端口方式或者套接字方式与应用服务器340交互数据；所述浏览器310与负载均衡服务器330采用HTTP协议交互数据；所述应用服务器340通过3306端口连接数据库350。
所述数据分析单元360包括出行分析模块；
所述出行分析模块采集共享单车使用过程的交通数据；所述出行分析模块根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
其中，所述共享单车使用过程的交通数据来源包括共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息；还包括通过数据爬虫采集获取用户使用的智能手机应用软件信息；所述Geohash算法将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射为矩形区块，得到矩形区块四个顶点的坐标以及矩形区块的中心点坐标。
所述出行分析模块，提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；所述出行分析模块根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
所述服务提供单元依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议。
所述数据分析单元360还包括矩形区块聚类分析模块；
所述聚类分析模块提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形巨块数据，得到预设时段内的群聚区域和每个群聚区域内的矩形区块数量；
所述服务提供单元370根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议。
所述数据分析单元360还包括重要站点识别模块；
所述重要站点识别模块包括基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
所述服务提供单元根据识别的重要站点生成重点维护建议和构建电子围栏建议。
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，本公开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。
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(包括伴随的权利要求、摘要和附图)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(包括伴随的权利要求、摘要和附图)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。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。
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公开的范围之内并且形成不同的实施例。例如，在权利要求书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。
本公开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。本公开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系统程序(例如，计算机程序和计算机程序产品)。这样的实现本公开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。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。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。本公开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。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (15)
1.一种基于大数据的共享单车管理方法，其特征在于：
采集共享单车使用过程的交通数据；
根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；
根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议。
2.根据权利要求1所述的方法，其特征在于：
所述共享单车使用过程的交通数据来源包括共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息；还包括通过数据爬虫采集获取用户使用的智能手机应用软件信息。
3.根据权利要求1所述的方法，其特征在于：
所述预设时段包括在工作日单日以每X小时划分的多个时间段以及在休息日单日以每Y小时划分的多个时间段；
所述数据库为分布式数据库。
4.根据权利要求1所述的方法，其特征在于：
所述Geohash算法将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射为矩形区块，得到矩形区块四个顶点的坐标以及矩形区块的中心点坐标。
5.根据权利要求4所述的方法，其特征在于，所述提取预设时段内数据库中存储的共享单车矩形区块数据中的矩形区块，包括当前矩形区块相邻8个区块，所述生成当前矩形区块相邻区块坐标的方法包括：
根据编码规则列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母临近的编码字母表；
根据编码规则分别列出所述当前矩形区块GeoHash编码奇数位以及偶数位编码字母边界编码字母表；
若所述当前矩形区块GeoHash编码最后一位不位于矩形区块边界，则将最后一位编码更改为对应方向的字母；
若所述当前矩形区块GeoHash编码最后一位位于矩形区块边界，则计算所述当前矩形区块GeoHash编码倒数第二位，判断所述当前矩形区块GeoHash编码倒数第二位是否位于矩形区块边界，若不位于矩形区块边界则停止计算，将倒数第二位编码更改为对应方向的字母，否则继续迭代计算至所述当前矩形区块GeoHash编码某一位不位于矩形区块边界。
6.根据权利要求1所述的方法，其特征在于，在将所述矩形区块数据存入数据库后，所述方法还包括：
提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形区块数据，得到预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量；
根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议。
7.根据权利要求6所述的方法，其特征在于：
基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
根据识别的重要站点生成重点维护建议和构建电子围栏建议。
8.一种基于大数据的共享单车管理系统，其特征在于：
所述系统采用B/S架构，包括浏览器与服务器，所述服务器包括负载均衡服务器、应用服务器以及数据库；
所述浏览器用于提供交互界面，接收用户请求；
所述负载均衡服务器用于将用户请求转发给应用服务器；
所述应用服务器包括数据分析单元和服务提供单元，用于完成数据分析功能和服务提供功能；
所述数据库用于提供数据管理功能；
所述负载均衡服务器通过端口方式或者套接字方式与应用服务器交互数据；所述浏览器与负载均衡服务器采用HTTP协议交互数据；所述应用服务器通过3306端口连接数据库。
9.根据权利要求8所述的系统，其特征在于：
所述数据分析单元包括出行分析模块；
所述出行分析模块采集共享单车使用过程的交通数据；
所述出行分析模块根据所述采集的交通数据利用Geohash算法将所述交通数据映射为矩形区块，将所述矩形区块数据存入数据库；
所述出行分析模块，提取预设时段内数据库中存储的共享单车矩形区块数据，得到矩形区块内预设时段停留车辆数据以及出行次数数据；
所述出行分析模块根据一周内停留车辆数据以及出行次数数据，统计分析得到共享单车需求高低峰以及不同时段的需求数量；
所述服务提供单元依据共享单车需求高低峰以及不同时段的需求数量生成共享单车调度建议。
10.根据权利要求9所述的系统，其特征在于：
所述共享单车使用过程的交通数据来源包括共享单车自身配置的智能终端，所述智能终端包括GPS定位功能产生的用户位置信息以及智能锁的开锁关锁信息；还包括通过数据爬虫采集获取用户使用的智能手机应用软件信息。
11.根据权利要求9所述的系统，其特征在于：
所述预设时段包括在工作日单日以每X小时划分的多个时间段以及在休息日单日以每Y小时划分的多个时间段；
所述数据库为分布式数据库。
12.根据权利要求9所述的系统，其特征在于：
所述Geohash算法将共享单车的二维经纬度交通数据转换为Geohash编码，所述Geohash编码映射为矩形区块，得到矩形区块四个顶点的坐标以及矩形区块的中心点坐标。
13.根据权利要求9所述的系统，其特征在于：
所述数据分析单元还包括矩形区块聚类分析模块；
所述聚类分析模块提取预设时段内数据库中存储的共享单车矩形区块数据，利用预设的马氏链聚类模型算法分析预设时段内共享单车矩形巨块数据，得到预设时段内的群聚区域和每个群聚区域内的矩形区块数量；
所述服务提供单元根据所述群聚区域和区域内矩形区块数量，生成预设时段内群聚区域共享单车需求数量以及调度建议。
14.根据权利要求13所述的系统，其特征在于：
所述数据分析单元还包括重要站点识别模块；
所述重要站点识别模块包括基于预设的马氏链聚类模型算法以及预设时段内的共享单车群聚区域和每个群聚区域内的矩形区块数量，利用PageRank算法求解预设时段内的各站点重要性排名；
所述服务提供单元根据识别的重要站点生成重点维护建议和构建电子围栏建议。
15.根据权利要求8所述的系统，其特征在于：
所述浏览器包括共享单车的智能锁设备、手机端应用程序以及电脑端浏览器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911356353.4A CN111190982B (zh) | 2019-12-25 | 2019-12-25 | 一种基于大数据的共享单车管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911356353.4A CN111190982B (zh) | 2019-12-25 | 2019-12-25 | 一种基于大数据的共享单车管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111190982A true CN111190982A (zh) | 2020-05-22 |
| CN111190982B CN111190982B (zh) | 2024-03-22 |
Family
ID=70707511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911356353.4A Active CN111190982B (zh) | 2019-12-25 | 2019-12-25 | 一种基于大数据的共享单车管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111190982B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882158A (zh) * | 2020-06-24 | 2020-11-03 | 东南大学 | 一种基于Voronoi图的混合公共自行车调度需求预测方法 |
| CN112131330A (zh) * | 2020-09-16 | 2020-12-25 | 上海交通大学 | 一种自由流动模式下共享汽车的运营区域选址布局方法 |
| CN113095406A (zh) * | 2021-04-14 | 2021-07-09 | 国能智慧科技发展(江苏)有限公司 | 一种基于智能物联网的电子围栏有效时间段管控方法 |
| CN114021883A (zh) * | 2021-09-28 | 2022-02-08 | 淮阴工学院 | 一种高峰时期地铁接驳共享单车的调度方法 |
| CN116151600A (zh) * | 2023-04-24 | 2023-05-23 | 北京阿帕科蓝科技有限公司 | 共享车辆的维护方法、装置、计算机设备和存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN206865496U (zh) * | 2017-06-14 | 2018-01-09 | 云南电网有限责任公司电力科学研究院 | 一种基于电网企业的科技创新应用系统架构 |
| CN107730206A (zh) * | 2017-10-18 | 2018-02-23 | 深圳航天信息有限公司 | 车辆管理系统 |
| CN108417014A (zh) * | 2017-09-15 | 2018-08-17 | 杭州创屹机电科技有限公司 | 一种共享单车管理调度系统及方法 |
| CN108921762A (zh) * | 2018-05-17 | 2018-11-30 | 北京三快在线科技有限公司 | 一种车辆混合调度方法、装置及设备 |
| KR101932608B1 (ko) * | 2017-09-21 | 2018-12-27 | 충남대학교산학협력단 | 자전거 대여 시스템 관리 방법, 자전거 대여 시스템의 관리 서버, 및 컴퓨터 판독가능 기록 매체 |
| CN109359877A (zh) * | 2018-10-26 | 2019-02-19 | 北京摩拜科技有限公司 | 车辆调度方法、服务器及车辆系统 |
| CN109583491A (zh) * | 2018-11-23 | 2019-04-05 | 温州职业技术学院 | 一种共享单车智能调度方法 |
| CN109791636A (zh) * | 2016-10-28 | 2019-05-21 | 欧姆龙株式会社 | 管理装置、通信终端、车辆共用系统、信息处理程序、以及记录介质 |
| WO2019109340A1 (en) * | 2017-12-08 | 2019-06-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for managing sharing vehicle |
| CN110033176A (zh) * | 2019-03-26 | 2019-07-19 | 武汉大学 | 共享单车时空大数据挖掘分析方法及装置 |
| CN110047279A (zh) * | 2019-04-04 | 2019-07-23 | 东南大学 | 一种基于订单数据确定共享单车调度量的方法 |
| WO2019177620A1 (en) * | 2018-03-16 | 2019-09-19 | Ford Motor Company | Optimizing and predicting availability of resources in a shared vehicle environment |
| CN110379152A (zh) * | 2019-07-19 | 2019-10-25 | 同济大学 | 一种共享单车实时监控和再平衡的可视化方法 |
-
2019
- 2019-12-25 CN CN201911356353.4A patent/CN111190982B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109791636A (zh) * | 2016-10-28 | 2019-05-21 | 欧姆龙株式会社 | 管理装置、通信终端、车辆共用系统、信息处理程序、以及记录介质 |
| CN206865496U (zh) * | 2017-06-14 | 2018-01-09 | 云南电网有限责任公司电力科学研究院 | 一种基于电网企业的科技创新应用系统架构 |
| CN108417014A (zh) * | 2017-09-15 | 2018-08-17 | 杭州创屹机电科技有限公司 | 一种共享单车管理调度系统及方法 |
| KR101932608B1 (ko) * | 2017-09-21 | 2018-12-27 | 충남대학교산학협력단 | 자전거 대여 시스템 관리 방법, 자전거 대여 시스템의 관리 서버, 및 컴퓨터 판독가능 기록 매체 |
| CN107730206A (zh) * | 2017-10-18 | 2018-02-23 | 深圳航天信息有限公司 | 车辆管理系统 |
| WO2019109340A1 (en) * | 2017-12-08 | 2019-06-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for managing sharing vehicle |
| WO2019177620A1 (en) * | 2018-03-16 | 2019-09-19 | Ford Motor Company | Optimizing and predicting availability of resources in a shared vehicle environment |
| CN108921762A (zh) * | 2018-05-17 | 2018-11-30 | 北京三快在线科技有限公司 | 一种车辆混合调度方法、装置及设备 |
| CN109359877A (zh) * | 2018-10-26 | 2019-02-19 | 北京摩拜科技有限公司 | 车辆调度方法、服务器及车辆系统 |
| CN109583491A (zh) * | 2018-11-23 | 2019-04-05 | 温州职业技术学院 | 一种共享单车智能调度方法 |
| CN110033176A (zh) * | 2019-03-26 | 2019-07-19 | 武汉大学 | 共享单车时空大数据挖掘分析方法及装置 |
| CN110047279A (zh) * | 2019-04-04 | 2019-07-23 | 东南大学 | 一种基于订单数据确定共享单车调度量的方法 |
| CN110379152A (zh) * | 2019-07-19 | 2019-10-25 | 同济大学 | 一种共享单车实时监控和再平衡的可视化方法 |
Non-Patent Citations (2)
| Title |
|---|
| RYAN-MIAO: "GeoHash原理和可视化显示", pages 1 - 8, Retrieved from the Internet <URL:《https://cloud.tencent.com/developer/article/1379512》> * |
| 张行: "共享单车运输车辆调度问题研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 9 - 45 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882158A (zh) * | 2020-06-24 | 2020-11-03 | 东南大学 | 一种基于Voronoi图的混合公共自行车调度需求预测方法 |
| CN111882158B (zh) * | 2020-06-24 | 2021-03-09 | 东南大学 | 一种基于Voronoi图的混合公共自行车调度需求预测方法 |
| CN112131330A (zh) * | 2020-09-16 | 2020-12-25 | 上海交通大学 | 一种自由流动模式下共享汽车的运营区域选址布局方法 |
| CN112131330B (zh) * | 2020-09-16 | 2024-01-26 | 上海交通大学 | 一种自由流动模式下共享汽车的运营区域选址布局方法 |
| CN113095406A (zh) * | 2021-04-14 | 2021-07-09 | 国能智慧科技发展(江苏)有限公司 | 一种基于智能物联网的电子围栏有效时间段管控方法 |
| CN113095406B (zh) * | 2021-04-14 | 2022-04-26 | 国能智慧科技发展(江苏)有限公司 | 一种基于智能物联网的电子围栏有效时间段管控方法 |
| CN114021883A (zh) * | 2021-09-28 | 2022-02-08 | 淮阴工学院 | 一种高峰时期地铁接驳共享单车的调度方法 |
| CN116151600A (zh) * | 2023-04-24 | 2023-05-23 | 北京阿帕科蓝科技有限公司 | 共享车辆的维护方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111190982B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111190982B (zh) | 一种基于大数据的共享单车管理方法及系统 | |
| CN103530354B (zh) | 地理信息数据融合系统 | |
| CN107656987A (zh) | 一种基于lda模型的地铁站点功能挖掘方法 | |
| KR101876114B1 (ko) | 3d 모델링 구현을 위한 단말기, 서버, 이들을 포함하는 시스템 및 이를 이용하는 3d 모델링 방법 | |
| CN112418556B (zh) | 一种基于互联网共享平台下的网格化服务系统 | |
| CN112203054B (zh) | 监控视频点位标注方法、装置、存储介质及电子设备 | |
| CN115292507A (zh) | 基于知识图谱的交通出行分析方法、装置、设备及介质 | |
| KR102150280B1 (ko) | 도시 하천 관리를 위한 연계 플랫폼 | |
| Gong et al. | Multi-information location data fusion system of railway signal based on cloud computing | |
| CN111460064A (zh) | 二三维gis服务平台 | |
| CN108447257B (zh) | 一种基于Web的交通数据分析方法及系统 | |
| CN104794164B (zh) | 基于开源数据识别住区车位匹配社会停车需求的方法 | |
| Liu | [Retracted] Application of Big Data Technology in Urban Greenway Design | |
| Lantz et al. | Potentials of online media and location-based big data for urban transit networks in developing countries | |
| Beukes et al. | Quantifying the contextual influences on road design | |
| Chaturvedi | Integration and management of time-dependent properties with semantic 3D city models | |
| CN114140289A (zh) | 一种基于卫星遥感技术的智慧城市规划系统 | |
| Bin et al. | Decision oriented intelligent transport information platform design research–case study of Hangzhou City | |
| Melo-Castillo et al. | Design and implementation of DATEX II profiles for truck parking systems | |
| CN108132992B (zh) | 一种人员信息基础地址编码方法、系统及电子设备 | |
| CN106875046B (zh) | 一种可视化厂车调度方法及系统 | |
| Guo et al. | Research on optimization model of multisource traffic information collection combination based on genetic algorithm | |
| Park et al. | Data mining strategies for real-time control in new york city | |
| Kim et al. | GIS for Transportation | |
| CN107066483A (zh) | 一种交通行业指标数据编码及存储方法 |
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 |