CN113761397B - 一种定制客运路线的推荐方法、系统、设备及存储介质 - Google Patents

Abstract

本发明涉及一种定制客运路线方法、系统、设备及存储街介质。属于交通运输管理技术领域，其方法包括获取推荐站点集合S；确定所述站点集合S中的终点；以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；将所述必经站点按搜索顺序排序，得到m条客运路线。用以解决传统方法中扇形搜索范围越来越大造成推荐效果变差的问题。

Description

一种定制客运路线的推荐方法、系统、设备及存储介质

技术领域

本发明涉及交通运输管理技术领域，特别是涉及一种定制客运路线方法、系统、设备及存储介质。

背景技术

城际间网约车为了降低运营成本，提高服务质量，通常在出发城市设置一些固定站点，组成客运线路，定时接送乘客。站点大多选择客流较大的位置，而站点的排序就是运营车辆接送乘客的路线，通常朝着高速公路入口方向按最短路线行驶。因此，线路最短、不绕路成了线路规划的基本要求，也成了定制客运线路推荐的主要问题。

通过数据挖掘的方法，可以获得乘客上车地点较为集中的区域，设置站点，再按照一定的搜索策略，得到最优化的推荐线路。现有的方法中，智能类的算法无法保证得到最优解，甚至会丢失大量最优解，穷举法能得到最优解，但时间消耗较长，扇形区域分割搜索方法，由于扇形开口处范围越来越大，线路“不绕路”也很难保证。

发明内容

本发明的目的是提供一种定制客运路线方法、系统、设备及存储介质，通过扇形区域的递归扩展，本发明可自动地重新划分搜索区域，解决传统方法中扇形搜索范围越来越大造成推荐效果变差这一问题。

为实现上述目的，本发明提供了如下方案：

本发明一方面提供一种定制客运路线方法，包括：

获取推荐站点集合S；

确定所述站点集合S中的终点；

以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；

以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；

将所述必经站点按搜索顺序排序，得到m条客运路线。

可选的，所述获取推荐站点集合S包括：

获取时段a内乘客上车地点的经纬度历史数据；

利用层次聚类算法处理所述经纬度历史数据，得到n个簇；

设置每个簇的中心位置为推荐站点，得到n个推荐站点；

定义n个推荐站点为所述推荐站点集合S中的元素，得到推荐站点集合S。

可选的，所述确定所述站点集合S中的终点包括：

获取乘客的下车地点的经纬度数据；

依次计算所述下车地点的经纬度数据与所述站点集合S中n个推荐站点的经纬度数据之间的距离值；

设置所述距离值最小的推荐站点为所述终点。

可选的，以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K，包括：

设置集合G为包含所述站点集合S中除终点外所有推荐站点的集合；

设置集合G中距离终点最远的推荐站点为起点；

以所述起点和所述终点的连线为扇形的中心线，以终点为扇形的顶点，以α为扇形圆心角，确定扇形区域；

将扇形区域内的推荐站点加入到集合K_i内，令G＝G-K_i，i＝i+1；

返回步骤“设置集合G中距离终点最远的推荐站点为起点”，直至所述集合G为空集，得到m个集合K。

可选的，所述以二叉树搜索方法和递归扩展扇形区域方法，包括：

设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型；

若集合K_i中的推荐站点小于两个，则直接将该剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕；

若集合K_i中的推荐站点大于或等于两个，选取所述结合K_i中距离当前根节点R最近的两个推荐站点，依次记为P₁、P₂，计算向量与/>间的夹角值；

若所述夹角值＞α，令K_i＝K_i-{P₁}，R＝P₁；以根节点R为终点重新确定m个集合K，得到新的集合K_i，返回步骤“设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型”；

若所述夹角值≤α，则设置P₁为当前根节点R的必经站点，同时令K_i＝K_i-{P₁}，R＝P₁，返回步骤“若集合K_i中的推荐站点小于两个，则直接将该剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕”，得到m个集合K中的必经站点。

可选的，所述α的值为15度。

可选的，所述n的值包括30、20或10。

本发明另一方面提供一种定制客运路线系统，包括：

推荐站点获取单元，用于获取推荐站点集合S；

终点确定单元，用于确定所述站点集合S中的终点；

推荐站点划分单元，用于以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；

必经站点确定单元，用于以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；

客运路线获取单元，用于将所述必经站点按搜索顺序排序，得到m条客运路线。

本发明另一方面提供一种定制客运路线设备，包括：存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，在所述计算机程序被所述处理器执行时实现如定制客运路线方法的步骤。

本发明另一方面还提供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如定制客运路线方法的步骤。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种定制客运路线方法、系统、设备及存储介质。该方法包括获取推荐站点集合S；确定所述站点集合S中的终点；以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；将所述必经站点按搜索顺序排序，得到m条客运路线。通过扇形区域的递归扩展，本发明可自动地重新划分搜索区域，解决扇形搜索范围越来越大造成推荐效果变差这一问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本发明的主旨。

图1为本发明实施例1提供的定制客运路线方法示意图；

图2为本发明实施例1提供的划分扇形区域原理示意图；

图3为本发明实施例1提供的二叉树搜索方法原理示意图；

图4为本发明实施例1提供的二叉树搜索方法和递归扩展扇形区域方法原理示意图；

图5为本发明实施例1提供的站点分布位置示意图；

图6为本发明实施例1提供的建立二叉树原理示意图；

图7为本发明实施例3提供的定制客运路线设备结构示意图。

符号说明：1～13表示推荐站点，14表示终点。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如本发明和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本发明对根据本发明的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

本发明中使用了流程图用来说明根据本发明的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

本发明的目的是提供一种定制客运路线方法、系统、设备及存储介质，用以解决传统方法中扇形搜索范围越来越大造成推荐效果变差的技术问题。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1

如图1所示，本实施例提出了一种定制客运路线方法，该方法具体包括：

S1：获取推荐站点集合S。

具体的，获取推荐站点集合S包括：

S11：获取时段a内乘客上车地点的经纬度历史数据；

S12：利用层次聚类算法处理所述经纬度历史数据，得到n个簇；

S13：设置每个簇的中心位置为推荐站点，得到n个推荐站点；

S14：定义n个推荐站点为所述推荐站点集合S中的元素，得到推荐站点集合S。

其中，α的值为15度，簇的半径为1公里，n按如下规则选取：n＝30(直辖市),n＝20(省会城市),n＝10(地级市),n＝5(县级市)；每个簇中心即为推荐出的站点，共得到该时段n个站点，记为集合S＝{s1,s2,…,sn}。

S2：确定所述站点集合S中的终点。该步骤具体包括：

S21：获取乘客的下车地点的经纬度数据；

S22：依次计算所述下车地点的经纬度数据与所述站点集合S中n个推荐站点的经纬度数据之间的距离值；

S23：设置所述距离值最小的推荐站点为所述终点。

如图2展示了划分扇形区域原理，其具体步骤如下：

S3：以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K。该步骤具体包括：

S31：设置集合G为包含所述站点集合S中除终点外所有推荐站点的集合；

S32：设置集合G中距离终点最远的推荐站点为起点；

S33：以所述起点和所述终点的连线为扇形的中心线，以终点为扇形的顶点，以α为扇形圆心角，确定扇形区域；

S34：将扇形区域内的推荐站点加入到集合K_i内，令G＝G-K_i，i＝i+1；

S35：返回步骤S32，直至所述集合G为空集，得到m个集合K。

S4：以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点。图3、4展示了二叉树搜索方法和递归扩展扇形区域方法的原理，其处理步骤具体包括：

S41：设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型；

S42：若集合K_i中的推荐站点小于两个，则直接将该剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕；

S43：若集合K_i中的推荐站点大于或等于两个，选取所述结合K_i中距离当前根节点R最近的两个推荐站点，依次记为P₁、P₂，计算向量与/>间的夹角值；

S44：若所述夹角值＞α，令K_i＝K_i-{P₁}，R＝P₁；以根节点R为终点重新确定m个集合K，得到新的集合K_i，返回步骤S41；

S45：若所述夹角值≤α，则设置P₁为当前根节点R的必经站点，同时令K_i＝K_i-{P₁}，R＝P₁，返回步骤S42，得到m个集合K中的必经站点。

S5：将所述必经站点按搜索顺序排序，得到m条客运路线。

选取一个城市某个时间段的经纬度数据作为历史数据，对乘客上车经纬度进行聚类，得到若干簇，簇中心即为推荐的站点；确定终点，通常是离高速公路最近的站点；确定起点，即距离终点直线距离最远的点；以终点为圆心，以终点到起点为中心线，选取圆心角度数α构造扇形区域；对扇形区域内的站点按最短路径原则连线，首先从终点开始，采用二叉树求解必经点，当遇到第一个非必经点时，以最后一个必经点为圆心，以α为圆心角度数，以圆心到扇形区域中剩余的点中的最远点为中心线，扩展新的扇形区域，并重复路径搜索过程直到所有点都被划分到不同扇形区域内。本发明方法只依赖于卫星定位装置获取上车经纬度信息，通用性强，可应用于城市定制客运线路推荐领域。

下面以福州到平潭的网约车订单数据为例，演示该方法的执行流程，取2019-07-01至2019-09-01内每日08:00-12:00的订单作为历史数据，共有2495条。

以空间距离为聚类距离，以2千米为半径，对这2495个上车地点进行聚类，聚类后选取前15个最大的簇，得到站点集合S，其中，站点经纬度、历史上车人数、簇半径以及车辆数如表1所示。

表1

选取另一个城市的下车地点的经纬度为(119.80136,25.50723)，经比较得，站点集S中的终点为编号14的推荐站点。

如图5所示,根据站点集S和终点连出扇形中心线，再以15度为扇形角度数划分扇形区域，将站点集S分为如表2所示六组：

表2

组号	扇形中心线	组内站点编号
			1	6-14	6,2,5,8,11
2	4-14	4，9
			3	13-14	13，10
4	1-14	1，0，12
			5	3-14	3
6	7-14	7

如图6所示,对不同站点组分别建立二叉树，其中的树结点即为客运路线的必经站点。对树结点进行排序之后，可得如表3所示9条线路：

表3

对表3的结果进行可视化即可得到在地图中得到定制的客运路线。

本实施例提供的定制客运路线方法通过扇形区域的递归扩展，本发明可自动地重新划分搜索区域，解决扇形搜索范围越来越大造成推荐效果变差这一问题。并且本发明方法只依赖于卫星定位装置获取上车经纬度信息，通用性强，可应用于城市定制客运线路推荐领域。

实施例2

本实施例提供一种应用实施例1方法的定制客运路线系统，包括：

推荐站点获取单元，用于获取推荐站点集合S；

终点确定单元，用于确定所述站点集合S中的终点；

推荐站点划分单元，用于以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；

必经站点确定单元，用于以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；

客运路线获取单元，用于将所述必经站点按搜索顺序排序，得到m条客运路线。

实施例3

如图7所示，本实施例提供了一种定制客运路线设备，具体包括：

存储器N1、处理器N2以及存储在所述存储器中并在所述处理器上运行的计算机程序N3。

在所述计算机程序N3被所述处理器N2执行时实现如实施例1中的定制客运路线方法所述的步骤。

此外，根据本发明实施例的方法也可以借助于图7所示的设备的架构来实现。图7示出了该设备的架构。如图7所示，设备可以包括存储器N1、处理器N2以及存储在所述存储器中并在所述处理器上运行的计算机程序N3等，还可以包括其他的硬件设备。识别设备中的存储器N1，可以为ROM、U盘，还可以是机械硬盘、固态硬盘，或者移动硬盘。可以存储本发明提供的定制客运路线方法的处理和/或通信使用的各种数据或文件以及处理器N2所执行的程序指令。当然，图7所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图7示出的识别设备中的一个或至少两个组件，或者在图7的识别设备的基础上，增加一个或至少两个组件，组件的具体类型包括但不限于上述所述的硬件。

实施例4

根据本发明的另一方面，还提供了一种非易失性的计算机可读存储介质，其上存储有计算机可读的指令，当利用计算机执行所述指令时可以执行如前所述的方法。

同理，所述存储介质可以为ROM、U盘，还可以是机械硬盘、固态硬盘，或者移动硬盘。其可读状态可以是被计算机、手机、平板电脑等其中的任一一种或多种移动终端进行读取并运行。当然，本实施例仅是给出了一种基础架构，在图7的存储介质的基础上，增加一个或至少两个组件，组件的具体类型包括但不限于上述所述的硬件。任意可实现实施例1中方法中的一个或多个步骤的硬件或软件，均在本发明的保护范围之内。

技术中的程序部分可以被认为是以可执行的代码和/或相关数据的形式而存在的“产品”或“制品”，通过计算机可读的介质所参与或实现的。有形的、永久的储存介质可以包括任何计算机、处理器、或类似设备或相关的模块所用到的内存或存储器。例如，各种半导体存储器、磁带驱动器、磁盘驱动器或者类似任何能够为软件提供存储功能的设备。

所有软件或其中的一部分有时可能会通过网络进行通信，如互联网或其他通信网络。此类通信可以将软件从一个计算机设备或处理器加载到另一个。例如：从视频目标检测设备的一个服务器或主机计算机加载至一个计算机环境的硬件平台，或其他实现系统的计算机环境，或与提供目标检测所需要的信息相关的类似功能的系统。因此，另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接，例如光波、电波、电磁波等，通过电缆、光缆或者空气等实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备，也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质，其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。

本发明使用了特定词语来描述本发明的实施例。如“第一/第二实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本发明的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本发明的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本发明的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本发明的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

上面是对本发明的说明，而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解，上面是对本发明的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。

Claims (9)

1.一种定制客运路线方法，其特征在于，包括：

获取推荐站点集合S；

确定所述站点集合S中的终点；

以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；

以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；

将所述必经站点按搜索顺序排序，得到m条客运路线；

其中，所述二叉树搜索方法和递归扩展扇形区域方法，包括：

设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型；

若集合K_i中的推荐站点小于两个，则直接将剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕；

若集合K_i中的推荐站点大于或等于两个，选取结合K_i中距离当前根节点R最近的两个推荐站点，依次记为P₁、P₂，计算向量与/>间的夹角值；

若所述夹角值＞α，令K_i＝K_i-{P₁}，R＝P₁；以根节点R为终点重新确定m个集合K，得到新的集合K_i，返回步骤“设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型”；

若所述夹角值≤α，则设置P₁为当前根节点R的必经站点，同时令K_i＝K_i-{P₁}，R＝P₁，返回步骤“若集合K_i中的推荐站点小于两个，则直接将该剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕”，得到m个集合K中的必经站点。

2.根据权利要求1所述的定制客运路线方法，其特征在于，所述获取推荐站点集合S包括：

获取时段a内乘客上车地点的经纬度历史数据；

利用层次聚类算法处理所述经纬度历史数据，得到n个簇；

设置每个簇的中心位置为推荐站点，得到n个推荐站点；

定义n个推荐站点为所述推荐站点集合S中的元素，得到推荐站点集合S。

3.根据权利要求1所述的定制客运路线方法，其特征在于，所述确定所述站点集合S中的终点包括：

获取乘客的下车地点的经纬度数据；

依次计算所述下车地点的经纬度数据与所述站点集合S中n个推荐站点的经纬度数据之间的距离值；

设置所述距离值最小的推荐站点为所述终点。

4.根据权利要求1所述的定制客运路线方法，其特征在于，所述以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K，包括：

设置集合G为包含所述站点集合S中除终点外所有推荐站点的集合；

设置集合G中距离终点最远的推荐站点为起点；

以所述起点和所述终点的连线为扇形的中心线，以终点为扇形的顶点，以α为扇形圆心角，确定扇形区域；

将扇形区域内的推荐站点加入到集合K_i内，令G＝G-K_i，i＝i+1；

返回步骤“设置集合G中距离终点最远的推荐站点为起点”，直至所述集合G为空集，得到m个集合K。

5.根据权利要求1所述的定制客运路线方法，其特征在于，所述α的值为15度。

6.根据权利要求2所述的定制客运路线方法，其特征在于，所述n的值包括30、20或10。

7.一种定制客运路线系统，其特征在于，包括：

推荐站点获取单元，用于获取推荐站点集合S；

终点确定单元，用于确定所述站点集合S中的终点；

推荐站点划分单元，用于以所述终点为圆心，以α为圆心角划分m个扇形区域，并将所述站点集合S中的除终点外的其余推荐站点划分成m个集合K；

必经站点确定单元，用于以二叉树搜索方法和递归扩展扇形区域方法确定所述m个集合K中的必经站点；

客运路线获取单元，用于将所述必经站点按搜索顺序排序，得到m条客运路线；

其中，所述二叉树搜索方法和递归扩展扇形区域方法，包括：

设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型；

若集合K_i中的推荐站点小于两个，则直接将剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕；

若集合K_i中的推荐站点大于或等于两个，选取结合K_i中距离当前根节点R最近的两个推荐站点，依次记为P₁、P₂，计算向量与/>间的夹角值；

若所述夹角值＞α，令K_i＝K_i-{P₁}，R＝P₁；以根节点R为终点重新确定m个集合K，得到新的集合K_i，返回步骤“设置终点为根节点R，对集合K_i中的推荐站点的数量进行判断，并建立二叉树T_i模型”；

若所述夹角值≤α，则设置P₁为当前根节点R的必经站点，同时令K_i＝K_i-{P₁}，R＝P₁，返回步骤“若集合K_i中的推荐站点小于两个，则直接将该剩余站点作为当前根节点R的必经站点，则二叉树T_i建立完毕”，得到m个集合K中的必经站点。

8.一种定制客运路线设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，在所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述方法的步骤。

9.一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如权利要求1至6任一项所述方法的步骤。