CN114819757B - 车站位置调整的方法、系统及计算机可读存储介质 - Google Patents
车站位置调整的方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114819757B CN114819757B CN202210722377.2A CN202210722377A CN114819757B CN 114819757 B CN114819757 B CN 114819757B CN 202210722377 A CN202210722377 A CN 202210722377A CN 114819757 B CN114819757 B CN 114819757B
- Authority
- CN
- China
- Prior art keywords
- preset
- station
- block
- stations
- dispatching
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000001914 filtration Methods 0.000 claims abstract description 63
- 238000012549 training Methods 0.000 claims description 23
- 238000002474 experimental method Methods 0.000 claims description 15
- 238000003066 decision tree Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010998 test method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及共享电单车技术领域，特别涉及车站位置调整的方法、系统及存储介质，用于优化区块中的现存车站的位置设置，车站位置调整的方法，包括以下步骤：获取区块在预设周期内的用户订单信息，用户订单信息包括骑行终点；对应各骑行终点确定对应的预设区域；将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站；将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整。将调度车站与区块中的现存车站比较，性能有提升，将调度车站作为正式车站，若无提升，采用现存车站，解决了共享电单车供需不平衡的问题。
Description
技术领域
本发明涉及共享电单车技术领域，特别涉及一种车站位置调整的方法、系统及计算机可读存储介质。
背景技术
随着物联网技术的发展，越来越多的共享式出行工具出现在社会的各个角落，如共享单车、自动驾驶共享汽车等。在共享单车或者共享助力车等共享出行领域，为了给用户提供便捷的服务，用户可以在共享服务提供商限定的运营范围内，在任意起点取车，任意终点还车，这在一定程度上方便了人们出行。
在共享出行领域中，车站作为车辆停放点，是必不可少的一个部分。由于用户出行模式的高度相似性，共享电单车系统经常面临供需不对称的现象。例如早高峰期时间段内需求较多，过了那段时间就变成无需求车站；晚高峰情况则正好相反；此外，由于现有城市车站为人工标注的居多，就会出现车站的设置过于密集或者是过于偏僻等不合理的情况存在，这种现象就容易造成用户满意度下降以及整体利润下降，存在共享电单车供需不平衡的问题。
发明内容
为解决现有共享电单车供需不平衡的问题，本发明提供了一种车站位置调整的方法、系统及计算机可读存储介质。
本发明解决技术问题的方案是提供一种车站位置调整的方法，用于优化区块中的现存车站的位置设置，包括以下步骤：
获取区块在预设周期内的用户订单信息，所述用户订单信息包括骑行终点；
对应各骑行终点确定对应的预设区域；
将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站；
将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整；
其中，将预设区域按照第一预定条件进行过滤具体包括以下步骤：以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域；对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站；
其中，将候选车站按照第二预定条件进行过滤得到该区块的调度车站具体包括以下步骤：将候选车站输入第一训练模型并按照预设特征进行训练，输出剩余候选车站；将剩余候选车站中热度值最高的车站，记为该区块的调度车站；所述第一训练模型为决策树模型，所述预设特征为候选车站的骑入车辆数量、骑出车辆数量和车辆消耗速度，所述车辆消耗速度是指候选车站当天所有车辆从骑入到骑出的平均消耗时间。
优选地，所述预设区域为以骑行终点为圆心，预设长度为半径形成的圆形区域。
优选地，所述预设距离大于两倍所述预设长度。
优选地，通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整具体包括以下步骤：
基于区块的调度车站和现存车站，采用A/B测试方法进行实验得到实验结果；
基于实验结果并参照预设调度特征对区块内的车站进行动态调整。
优选地，所述预设调度特征包括1小时有效率、3小时有效率、24小时效率和24小时内订单之一种或多种。
本发明为解决上述技术问题还提供一种车站位置调整的系统，用于优化区块中的现存车站的位置设置，包括以下模块：
获取模块：获取区块在预设周期内的用户订单信息，用户订单信息包括骑行终点；对应各骑行终点获取对应的预设区域；
过滤模块：将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站和将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
处理模块：通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整;
其中，将预设区域按照第一预定条件进行过滤具体为：以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域；对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站；
其中，将候选车站按照第二预定条件进行过滤得到该区块的调度车站具体为：将候选车站输入第一训练模型并按照预设特征进行训练，输出剩余候选车站；将剩余候选车站中热度值最高的车站，记为该区块的调度车站；所述第一训练模型为决策树模型，所述预设特征为候选车站的骑入车辆数量、骑出车辆数量和车辆消耗速度，所述车辆消耗速度是指候选车站当天所有车辆从骑入到骑出的平均消耗时间。
本发明为解决上述技术问题还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处执行时实现上述任意一项所述的车站位置调整的方法。
与现有技术相比，本发明的一种车站位置调整的方法、系统及计算机可读存储介质具有以下优点：
1、本发明的一种车站位置调整的方法的步骤中能够实现对区块动态调整，基于每个预设区域按照第一预定条件和第二预定条件对区块中的预设区域进行双重过滤，最后得到区块的调度车站，该调度车站是在预设周期内从用户订单信息中得到的用户骑入车辆最多的一个预设区域，是该区块中用户群体最多的一个预设区域，即为该区块的调度车站，在获取区块的调度车站之后，将调度车站与该区块中的现存车站通过预设调度特征进行比较，性能有提升，则将调度车站作为该区块的正式车站，若无提升，则采用现存车站，实现对区块内的车站进行动态调整，更大程度满足用户的需求，降低用户流失率，解决了共享电单车供需不平衡的问题。
2、本发明的预设区域为以骑行终点为圆心，预设长度为半径形成的圆形区域，以骑行终点为圆心，预设长度为半径形成的圆心区域为该预设区域的有效范围，有效范围的设定为后续的工序减轻了工作量，节约了时间，也提升了效率，体现了其实用性。
3、本发明的步骤中先是以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内的每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时并去除与当前遍历点的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域，对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站，其中对区块内的每个预设区域以热度值从高到低进行贪心策略后，得到在这相互交错的预设区域中热度值最高的预设区域的同时并将其它预设区域范围重叠的均进行过滤，得到初步过滤后的预设区域，此外，对初步过滤后的预设区域以热度值从高到低排序，对排序结果中的后面预定比例的初步过滤后的预设区域进行过滤，才得到候选车站，通过贪心策略的算法能够迅速且快捷的遍历到热度值最高的预设区域，对初步过滤后的预设区域进行排序并过滤掉后面预定比例的初步过滤后的预设区域的部分，能有效过滤掉在该段时间内用户较少的预设区域，从而对区块里的车站进行动态调整起到了重要作用，具有较强的实用性。
4、本发明的预设距离大于两倍所述预设长度，即每两个预设区域的圆心之间的距离大于或等于两倍预设长度，保证对预设区域完成过滤之后的得到候选车站不会交叉重叠，也就能避免重复建站，导致资源浪费。
5、本发明的步骤中能够实现对各个候选车站通过预设特征判断是否满足建立车站的要求，经过第一训练模型训练后输出为剩余候选车站，最后将剩余候选车站中热度值最高的，记为该区块的调度车站，通过第一训练模型能够实现对候选车站进行层层筛选，最后输出剩余候选车站，并将剩余候选车站中热度值最高的记为该区块的调度车站，快而精准，效率也较高，具有便捷性。
6、本发明的步骤中先是获取区块中的现存车站，基于区块的调度车站和现存车站，并采用A/B测试方法对调度车站和现存车站进行实验，将实验结果基于预设调度特征对调度车站和现存车站进行性能比较，当经过比较调度车站的性能有较大提升，则将调度车站作为该区块的新车站；若调度车站的性能没有较大提升，则原车站不发生变化，实现对区块内的车站进行动态调整，更大的满足用户的需求，降低用户流失率，具有较强的实用性。
7、本发明的预设调度特征包括1小时有效率、3小时有效率、24小时效率和24小时内订单之一种或多种，预设调度特征中的1小时有效率是指挪入车站中的车辆在一个小时内被再次骑走的数量与所有挪入车站中的车辆之比，同理3小时有效率、24小时有效率。而24小时订单是指该区块中24小时内接受到的订单数量，预设调度特征的设置能够更好的比较区块的调度车站和现存车站，具有较强的实用性。
8、本发明还提供一种车站位置调整的系统和计算机可读存储介质，具有与上述一种车站位置调整的方法相同的有益效果，在此不做赘述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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是本发明第一实施例提供的一种车站位置调整的方法的步骤流程图。
图2是本发明第一实施例提供的一种车站位置调整的方法之步骤S3的步骤流程图。
图3是本发明第一实施例提供的一种车站位置调整的方法之步骤S4的步骤流程图。
图4是是本发明第一实施例提供的一种车站位置调整的方法的示例图。
图5是本发明第一实施例提供的一种车站位置调整的方法之步骤S5的步骤流程图。
图6是是本发明第二实施例提供的一种车站位置调整的系统的框图。
附图标识说明：
2、车站位置调整的系统；
10、获取模块；20、过滤模块；30、处理模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“左上”、“右上”、“左下”、“右下”以及类似的表述只是为了说明的目的。
请参阅图1，本发明第一实施例提供一种车站位置调整的方法，用于优化区块中的现存车站的位置设置，包括以下步骤：
S1:获取区块在预设周期内的用户订单信息，用户订单信息包括骑行终点；
S2:对应各骑行终点确定对应的预设区域；
S3:将获取热度值后的预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站；
S4:将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
S5:通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整。
可以理解的，本发明的一种车站位置调整的方法的步骤中能够实现对区块动态调整，基于每个预设区域的热度值并按照第一预定条件和第二预定条件对区块中的预设区域进行双重过滤，最后得到区块的调度车站，该调度车站是在预设周期内从用户订单信息中得到的用户骑入车辆最多的一个预设区域，是该区块中用户群体最多的一个预设区域，即为该区块的调度车站，在获取区块的调度车站之后，将调度车站与该区块中的现存车站通过预设调度特征进行比较，性能有提升，则将调度车站作为该区块的正式车站，若无提升，则采用现存车站，实现对区块内的车站进行动态调整，更大程度满足用户的需求，降低用户流失率，解决了共享电单车供需不平衡的问题。
需要说明的是，预设周期可以是一个月或一个季度，本发明实施例不对预设周期做具体的限定，可以根据实际情况进行选择。
第一预定条件在本实施例中为对获取热度值后的预设区域采用贪心策略进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到过滤后的预设区域，对初步过滤后的预设区域以热度值从高到低进行排序，过滤掉后面预定比例的预设区域。
需要说明的是，本发明的实施例中，预定比例为20%。
第二预定条件为将候选区块输入决策树模型，输出剩余的候选车站，将剩余的候选车站按照热度值从高到低进行排序，保留其中热度值最高的。
作为一种可选的实施方式，预设区域为以骑行终点为圆心，预设长度为半径形成的圆形区域。
可以理解地，以骑行终点为圆心，预设长度为半径形成的圆心区域为该预设区域的有效范围，有效范围的设定为后续的工序减轻了工作量，节约了时间，也提升了效率，体现了其实用性。
可选的，预设长度的范围为20-35m，即预设区域的半径的范围20-35m，优选地，本发明实施例中的预设长度为25m。
请参阅图2，步骤S3具体包括以下步骤：
S31:以每一预设区域内的车辆数量作为该预设区域的热度值；
S32:采用贪心策略对区块内每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域；
S33：对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站。
需要说明的是，当采用贪心策略对区块内的每个预设区域以热度值从高到低进行遍历时，若遍历到的热度值最高的预设区域有多个，可以随机取1个，并同时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域。
本发明的实施例中，预定比例为20%。
需要说明的是，贪心策略算法为一种强有力的穷举搜索策略，通过一系列选择来找到问题的最优解，在每个决策点，都会做出在当下最优的选择。
可以理解地，本发明的步骤中先是以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内的每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时并去除与当前遍历点的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域，对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例（20%）的初步过滤后的预设区域进行过滤，得到候选车站，其中对区块内的每个预设区域以热度值从高到低进行贪心策略后，得到在这相互交错的预设区域中热度值最高的预设区域的同时并将其它预设区域范围重叠的均进行过滤，得到初步过滤后的预设区域，此外，对初步过滤后的预设区域以热度值从高到低排序，对排序结果中的后面预定比例（20%）的初步过滤后的预设区域进行过滤，才得到候选车站，通过贪心策略的算法能够迅速且快捷的遍历到热度值最高的预设区域，对初步过滤后的预设区域进行排序并过滤掉后面预定比例的初步过滤后的预设区域的部分，能有效过滤掉在该段时间内用户较少的预设区域，从而对区块里的车站进行动态调整起到了重要作用，具有较强的实用性。
作为一种可选的实施方式，预设距离大于两倍预设长度。
可以理解的，预设距离大于两倍所述预设长度，即每两个预设区域的圆心之间的距离大于或等于两倍预设长度，该设置保证对预设区域完成过滤之后的得到候选车站不会交叉重叠，也就能避免重复建站，导致资源浪费。
需要说明的是，本实施例中，预设长度取值为25m，预设距离需要大于两倍预设长度，即预设距离大于50m。
请参阅图3，步骤S4具体包括以下步骤：
S41:将候选车站输入第一训练模型并按照预设特征进行训练，输出剩余候选车站；
S42:将剩余候选车站中热度值最高的车站，记为该区块的调度车站。
需要说明的是，在本发明实施例中，第一训练模型为决策树模型，决策树模型是一种能够实现对输入的候选车站进行层层筛选的模型，最后输出满足条件的剩余候选车站。
进一步地，预设特征包括该候选车站的车辆骑入数、骑出数和车辆消耗速度，具体地，车辆消耗速度是指该候选车站当天所有车辆从骑入到骑出的平均消耗时间。
需要说明的是，请参阅图4，决策树模型通过大量样本训练得出，其为一个训练好的决策树模型，圆形表示决策特征，箭头表示分裂条件，矩形表示输出结果，即，本发明实施例中，通过决策树模型的条件为：骑入数>10，骑出数>6，消耗速度<5.4h，即当一个待检测样本需要同时满足上述的条件，才输出为车站。
进一步地，当一个待预测样本：骑入数=11，骑出数=8，消耗速度=3.2h的样本通过训练好决策树模型，输出结果为是车站；此外，当一个待检测样本：骑入数=10，那直接输出为不是车站，不再进行后续的步骤。
可以理解的，本发明的步骤中能够实现对各个候选车站通过预设特征判断是否满足建立车站的要求，经过决策树模型训练后输出为剩余候选车站，最后将剩余候选车站中热度值最高的，记为该区块的调度车站，通过决策树模型能够实现对候选车站进行层层筛选，最后输出剩余候选车站，并将剩余候选车站中热度值最高的记为该区块的调度车站，快而精准，效率也较高，具有便捷性。
作为一种可选的实施方式，预设特征为候选车站的骑入车辆数量、骑出车辆数量和车辆消耗速度。
需要说明的是，骑入车辆数量是指用户将共享电单车骑入该区块中的数量，骑出数量是指将共享电单车从该区块骑出去的数量，车辆消耗速度是指车站中一辆共享电单车，骑入车站与骑出车站之间的差值，该指标能反映用户对该区块车站中的共享电单车的需求程度。
请参阅图5，步骤S5包括以下具体步骤：
S51:基于区块的调度车站和现存车站，采用A/B测试方法进行实验得到实验结果；
S52:基于实验结果并参照预设调度特征对区块内的车站进行动态调整。
需要说明的是，本发明的实施例中，A/B测试方法是指将区块的调度车站作为A版本，区块内的现存车站作为B版本，在同一时间维度，分别让相同或相似的用户随机访问A/B版本，来验证车站坐标点的合理性，把控车站质量,实验结束后，收集各群组的用户体验数据和业务数据，最后进行分析、评估出最好的版本，并正式采用。
可以理解的是，本发明的步骤中先是获取区块中的现存车站，基于区块的调度车站和现存车站，并采用A/B测试方法对调度车站和现存车站进行实验，将实验结果基于预设调度特征对调度车站和现存车站进行性能比较，当经过比较调度车站的性能有较大提升，则将调度车站作为该区块的新车站；若调度车站的性能没有较大提升，则区块的现存车站不发生变化，实现对区块内的车站进行动态调整，更大的满足用户的需求，降低用户流失率，具有较强的实用性。
需要说明的是，预设调度特征包括的1小时有效率、3小时有效率、24小时有效率和24小时订单这些特征中，当将区块内的现存车站和调度车站通过调度特征进行比较时，1小时有效率作为主要的性能指标。即，当调度车站在1小时有效率比区块的现存车站有提升时，即可将调取车站作为该区块的车站。
作为一种可选的实施方式，预设调度特征包括1小时有效率、3小时有效率、24小时效率和24小时内订单之一种或多种。
需要说明的是，预设调度特征中的1小时有效率是指挪入车站中的车辆在一个小时内被再次骑走的数量与所有挪入车站中的车辆之比，同理3小时有效率、24小时有效率。而24小时订单是指该区块中24小时内接受到的订单数量，预设调度特征的设置能够更好的比较区块的调度车站和现存车站，具有较强的实用性。
可以理解的，挪入车站中的车辆是指在上下班高峰时期，共享电单车运维人员会把一定量的车辆搬运到该区块的车站，以供用户上下班时期骑行，而1小时有效率、3小时有效率和24有效率能反映在一段时间内共享电单车被用户使用的概率。
请参阅图6，本发明的第二实施例提供一种车站位置调整的系统2，包括以下模块：
获取模块10：获取区块在预设周期内的用户订单信息，用户订单信息包括骑行终点和对应各骑行终点获取对应的预设区域；
过滤模块20：将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站和将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
处理模块30：通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整。
可以理解地，该车站位置调整的系统2的模块在运作时，需要利用到第一实施例提供的一种车站位置调整的方法，因此无论将获取模块10、过滤模块20、处理模块30予于整合或者配置不同的硬件产生与本发明所实现效果相似的功能，均属于本发明的保护范围内。
本发明的第三实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处执行时实现上述任意一项所述的车站位置调整的方法。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在本发明的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在本发明的附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方案中，方框中所标注的功能也可以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，在此基于涉及的功能而确定。需要特别注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
与现有技术相比，本发明的一种车站位置调整的方法、系统及计算机可读存储介质具有以下优点：
1、本发明的一种车站位置调整的方法的步骤中能够实现对区块动态调整，基于每个预设区域按照第一预定条件和第二预定条件对区块中的预设区域进行双重过滤，最后得到区块的调度车站，该调度车站是在预设周期内从用户订单信息中得到的用户骑入车辆最多的一个预设区域，是该区块中用户群体最多的一个预设区域，即为该区块的调度车站，在获取区块的调度车站之后，将调度车站与该区块中的现存车站通过预设调度特征进行比较，性能有提升，则将调度车站作为该区块的正式车站，若无提升，则采用现存车站，实现对区块内的车站进行动态调整，更大程度满足用户的需求，降低用户流失率，解决了共享电单车供需不平衡的问题。
2、本发明的预设区域为以骑行终点为圆心，预设长度为半径形成的圆形区域，以骑行终点为圆心，预设长度为半径形成的圆心区域为该预设区域的有效范围，有效范围的设定为后续的工序减轻了工作量，节约了时间，也提升了效率，体现了其实用性。
3、本发明的步骤中先是以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内的每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时并去除与当前遍历点的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域，对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站，其中对区块内的每个预设区域以热度值从高到低进行贪心策略后，得到在这相互交错的预设区域中热度值最高的预设区域的同时并将其它预设区域范围重叠的均进行过滤，得到初步过滤后的预设区域，此外，对初步过滤后的预设区域以热度值从高到低排序，对排序结果中的后面预定比例的初步过滤后的预设区域进行过滤，才得到候选车站，通过贪心策略的算法能够迅速且快捷的遍历到热度值最高的预设区域，对初步过滤后的预设区域进行排序并过滤掉后面预定比例的初步过滤后的预设区域的部分，能有效过滤掉在该段时间内用户较少的预设区域，从而对区块里的车站进行动态调整起到了重要作用，具有较强的实用性。
4、本发明的预设距离大于两倍所述预设长度，即每两个预设区域的圆心之间的距离大于或等于两倍预设长度，保证对预设区域完成过滤之后的得到候选车站不会交叉重叠，也就能避免重复建站，导致资源浪费。
5、本发明的步骤中能够实现对各个候选车站通过预设特征判断是否满足建立车站的要求，经过第一训练模型训练后输出为剩余候选车站，最后将剩余候选车站中热度值最高的，记为该区块的调度车站，通过第一训练模型能够实现对候选车站进行层层筛选，最后输出剩余候选车站，并将剩余候选车站中热度值最高的记为该区块的调度车站，快而精准，效率也较高，具有便捷性。
6、本发明的步骤中先是获取区块中的现存车站，基于区块的调度车站和现存车站，并采用A/B测试方法对调度车站和现存车站进行实验，将实验结果基于预设调度特征对调度车站和现存车站进行性能比较，当经过比较调度车站的性能有较大提升，则将调度车站作为该区块的新车站；若调度车站的性能没有较大提升，则原车站不发生变化，实现对区块内的车站进行动态调整，更大的满足用户的需求，降低用户流失率，具有较强的实用性。
7、本发明的预设调度特征包括1小时有效率、3小时有效率、24小时效率和24小时内订单之一种或多种，预设调度特征中的1小时有效率是指挪入车站中的车辆在一个小时内被再次骑走的数量与所有挪入车站中的车辆之比，同理3小时有效率、24小时有效率。而24小时订单是指该区块中24小时内接受到的订单数量，预设调度特征的设置能够更好的比较区块的调度车站和现存车站，具有较强的实用性。
8、本发明还提供一种车站位置调整的系统和计算机可读存储介质，具有与上述一种车站位置调整的方法相同的有益效果，在此不做赘述。
以上对本发明实施例公开的一种车站位置调整的方法、系统及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，凡在本发明的原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。
Claims (7)
1.一种车站位置调整的方法，用于优化区块中的现存车站的位置设置，其特征在于：包括以下步骤：
获取区块在预设周期内的用户订单信息，所述用户订单信息包括骑行终点；
对应各骑行终点确定对应的预设区域；
将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站；
将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整；
其中，将预设区域按照第一预定条件进行过滤具体包括以下步骤：以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域；对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站；
其中，将候选车站按照第二预定条件进行过滤得到该区块的调度车站具体包括以下步骤：将候选车站输入第一训练模型并按照预设特征进行训练，输出剩余候选车站；将剩余候选车站中热度值最高的车站，记为该区块的调度车站；所述第一训练模型为决策树模型，所述预设特征为候选车站的骑入车辆数量、骑出车辆数量和车辆消耗速度，所述车辆消耗速度是指候选车站当天所有车辆从骑入到骑出的平均消耗时间。
2.如权利要求1所述的一种车站位置调整的方法，其特征在于：
所述预设区域为以骑行终点为圆心，预设长度为半径形成的圆形区域。
3.如权利要求2所述的一种车站位置调整的方法，其特征在于：所述预设距离大于两倍所述预设长度。
4.如权利要求1所述的一种车站位置调整的方法，其特征在于：通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整具体包括以下步骤：
基于区块的调度车站和现存车站，采用A/B测试方法进行实验得到实验结果；
基于实验结果并参照预设调度特征对区块内的车站进行动态调整。
5.如权利要求1所述的一种车站位置调整的方法，其特征在于：所述预设调度特征包括1小时有效率、3小时有效率、24小时效率和24小时内订单之一种或多种。
6.一种车站位置调整的系统，用于优化区块中的现存车站的位置设置，其特征在于：包括以下模块：
获取模块：获取区块在预设周期内的用户订单信息，用户订单信息包括骑行终点；对应各骑行终点获取对应的预设区域；
过滤模块：将预设区域按照第一预定条件进行过滤，以过滤后的预设区域作为候选车站和将候选车站按照第二预定条件进行过滤得到当前区块的调度车站；
处理模块：通过预设调度特征将区块内现存车站与调度车站比较，并基于比较结果对区块内车站位置进行动态调整;
其中，将预设区域按照第一预定条件进行过滤具体为：以每一预设区域内的车辆数量作为该预设区域的热度值；采用贪心策略对区块内每个预设区域以热度值从高到低进行遍历，遍历到热度值最高的预设区域时去除与当前遍历的预设区域之间的圆心距离小于预设距离的预设区域，得到初步过滤后的预设区域；对初步过滤后的预设区域以热度值从高到低排序，对于热度值排序处于后面预定比例的初步过滤后的预设区域进行过滤，得到候选车站；
其中，将候选车站按照第二预定条件进行过滤得到该区块的调度车站具体为：将候选车站输入第一训练模型并按照预设特征进行训练，输出剩余候选车站；将剩余候选车站中热度值最高的车站，记为该区块的调度车站；所述第一训练模型为决策树模型，所述预设特征为候选车站的骑入车辆数量、骑出车辆数量和车辆消耗速度，所述车辆消耗速度是指候选车站当天所有车辆从骑入到骑出的平均消耗时间。
7.一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其特征在于：计算机程序被处执行时实现如权利要求1-5任意一项所述的车站位置调整的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210722377.2A CN114819757B (zh) | 2022-06-24 | 2022-06-24 | 车站位置调整的方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210722377.2A CN114819757B (zh) | 2022-06-24 | 2022-06-24 | 车站位置调整的方法、系统及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114819757A CN114819757A (zh) | 2022-07-29 |
| CN114819757B true CN114819757B (zh) | 2022-09-23 |
Family
ID=82521380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210722377.2A Active CN114819757B (zh) | 2022-06-24 | 2022-06-24 | 车站位置调整的方法、系统及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114819757B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115953010B (zh) * | 2023-03-08 | 2023-05-30 | 北京阿帕科蓝科技有限公司 | 车站选址方法、装置、计算机设备 |
| CN116362431B (zh) * | 2023-06-02 | 2023-10-24 | 北京阿帕科蓝科技有限公司 | 共享车辆的调度方法、装置、计算机设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105608919A (zh) * | 2014-11-21 | 2016-05-25 | 杭州海康威视数字技术股份有限公司 | 车站位置的确定方法及装置 |
| CN107944618A (zh) * | 2017-11-20 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 共享车辆的布点规划方法、装置以及电子设备 |
| WO2018140505A1 (en) * | 2017-01-25 | 2018-08-02 | Daniel Ramot | Systems and methods for vehicle ridesharing |
| CN110598977A (zh) * | 2019-08-06 | 2019-12-20 | 深圳市元征科技股份有限公司 | 共享汽车调度方法及相关装置 |
| CN111564053A (zh) * | 2020-04-24 | 2020-08-21 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、车辆调度设备和存储介质 |
| CN111832869A (zh) * | 2019-08-06 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种车辆调度方法、装置、电子设备及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210223051A1 (en) * | 2017-01-25 | 2021-07-22 | Via Transportation, Inc. | Systems and methods for vehicle ridesharing |
| CN113283754A (zh) * | 2021-05-27 | 2021-08-20 | 哈尔滨工业大学（深圳） | 一种车站选址方法、装置、计算设备和存储介质 |
| CN114202911A (zh) * | 2022-02-18 | 2022-03-18 | 北京阿帕科蓝科技有限公司 | 一种车辆调度方法及系统 |
-
2022
- 2022-06-24 CN CN202210722377.2A patent/CN114819757B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105608919A (zh) * | 2014-11-21 | 2016-05-25 | 杭州海康威视数字技术股份有限公司 | 车站位置的确定方法及装置 |
| WO2018140505A1 (en) * | 2017-01-25 | 2018-08-02 | Daniel Ramot | Systems and methods for vehicle ridesharing |
| CN107944618A (zh) * | 2017-11-20 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 共享车辆的布点规划方法、装置以及电子设备 |
| CN110598977A (zh) * | 2019-08-06 | 2019-12-20 | 深圳市元征科技股份有限公司 | 共享汽车调度方法及相关装置 |
| CN111832869A (zh) * | 2019-08-06 | 2020-10-27 | 北京嘀嘀无限科技发展有限公司 | 一种车辆调度方法、装置、电子设备及存储介质 |
| CN111564053A (zh) * | 2020-04-24 | 2020-08-21 | 上海钧正网络科技有限公司 | 车辆调度方法、装置、车辆调度设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Optimal investment and management of shared bikes in a competitive market;Zhoutong Jiang等;《Transportation Research Part B》;20200531;第135卷;第143-155页 * |
| 利用共享单车大数据的城市骑行热点范围提取;杨永崇等;《测绘通报》;20181231(第8期);第68-73页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114819757A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114819757B (zh) | 车站位置调整的方法、系统及计算机可读存储介质 | |
| CN108959466B (zh) | 基于bcs-dbscan的出租车载客热点可视化方法及系统 | |
| CN100337256C (zh) | 城市路网交通流状态估计方法 | |
| CN110807552B (zh) | 一种基于改进K-means的城市电动客车行驶工况构建方法 | |
| CN101261722A (zh) | 电子警察后台智能管理和自动实施系统 | |
| CN205665896U (zh) | 一种交叉路口信号灯状态识别装置 | |
| CN105486319A (zh) | 一种车机信息的处理方法和系统 | |
| CN110728421B (zh) | 一种基于充电需求大数据的路网充电优化方法 | |
| CN111192457A (zh) | 一种城市级整体的交通信号控制的方法及装置 | |
| CN111932873B (zh) | 一种山地城市热点区域实时交通预警管控方法及系统 | |
| CN110889086B (zh) | 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法 | |
| CN114444777B (zh) | 用于车辆碳排量识别的人工智能模型应用系统 | |
| CN108664995A (zh) | 基于DBScan的多粒度城市公共自行车调度方法及系统 | |
| CN116884223B (zh) | 一种智慧城市交通引导系统 | |
| CN112598900A (zh) | 实现城市干线道路交通协调优化控制的评价处理系统、方法、装置、处理器及其存储介质 | |
| CN110097757B (zh) | 一种基于深度优先搜索的交叉口群关键路径识别方法 | |
| CN116824868A (zh) | 车辆非法停驻点识别及拥堵预测方法、装置、设备及介质 | |
| CN105719313A (zh) | 一种基于智能实时视频云的运动目标跟踪方法 | |
| CN111506777A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN114722308A (zh) | 一种创建站点区块的方法、系统及计算机可读存储介质 | |
| CN114565147A (zh) | 一种自动创建车站的方法 | |
| CN114267197A (zh) | 一种基于停车数据的停车推荐算法 | |
| CN109657018A (zh) | 一种分布式车辆行驶数据查询方法及终端设备 | |
| CN104700648B (zh) | 一种快速映射车辆所在道路位置的方法 | |
| CN113936481A (zh) | 一种信号控制交叉口的空间利用状况评价方法 |
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 |