CN116611565A - 基于数据分析的用户行为监控系统 - Google Patents

基于数据分析的用户行为监控系统 Download PDF

Info

Publication number
CN116611565A
CN116611565A CN202310585909.7A CN202310585909A CN116611565A CN 116611565 A CN116611565 A CN 116611565A CN 202310585909 A CN202310585909 A CN 202310585909A CN 116611565 A CN116611565 A CN 116611565A
Authority
CN
China
Prior art keywords
shared bicycle
parking spot
time
sigma
user
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
Application number
CN202310585909.7A
Other languages
English (en)
Other versions
CN116611565B (zh
Inventor
陈永恒
尹春艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lingnan Normal University
Original Assignee
Lingnan Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lingnan Normal University filed Critical Lingnan Normal University
Priority to CN202310585909.7A priority Critical patent/CN116611565B/zh
Publication of CN116611565A publication Critical patent/CN116611565A/zh
Application granted granted Critical
Publication of CN116611565B publication Critical patent/CN116611565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/53—Network services using third party service providers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及用户行为分析领域，公开了基于数据分析的用户行为监控系统，根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式然后计算出第i个时间区间的共享单车停车点的时间适配度Ci，将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。

Description

基于数据分析的用户行为监控系统
技术领域
本发明涉及用户行为分析领域，具体涉及基于数据分析的用户行为监控系统。
背景技术
随着互联网的普及率越来越高，互联网的使用越来越方便，在互联网与市场环境的双重推动下，为了减少人们出行的一些困难，带给人们更加舒适和快捷的出行，市场上开始出现了共享单车的服务模式。
共享单车是一种新兴的公共自行车共享服务，以商业运营公司为主导，依托于互联网发展。它支持智能扫码解锁，无固定停车桩，灵活性强，使用密度大。以“随取随用，随停随走”为模式，机动灵活，用户的可选择距离为1公里至3公里。可以作为传统交通方式的接驳方案，共享单车的普及展现了其灵活性和方便性，很好解决了城市的“最后一公里”问题。
但由于用户使用共享单车存在一定随机性，不同的区域往往呈现出一种单车数量不平衡的现象，共享单车高需求区没有共享单车，共享单车的低需求区很多闲置的共享单车，还出现共享单车高需求时间段没有共享单车可用，共享单车的低需求时间段很多闲置的共享单车，不仅给共享单车公司日常调度增加了成本，还降低了人们的使用便利。
发明内容
本发明的目的在于提供基于数据分析的用户行为监控系统，解决以上技术问题。
本发明的目的可以通过以下技术方案实现：
基于数据分析的用户行为监控系统，包括：
所述用户监测模块，用于基于三方平台共享单车用户数据，获取共享单车用户的年龄比例和性别比例；
所述共享单车停车点选择模块，包括监控单元和匹配单元；
所述监控单元用于监控共享单车待筛选场所年轻人活动频率、老年人活动频率、男人活动频率和女人活动频率；
所述匹配单元用于根据场所匹配值M公式，筛选出匹配值排名较高的场所，所述场所匹配值M公式为：
M＝μ*A2+π*G；
式中，μ、π为预设比例系数，A为用户年龄范围匹配系数、G为性别匹配系数G；
共享单车停车点单车投放时间选择模块，用于根据时间适配度C公式，筛选出工作人员每天向共享单车停车点投放共享单车的时间点，所述时间适配度C公式为：
式中，α、β是权重系数。
通过上述技术方案，根据场所匹配值M公式M＝μ*A2+π*G得出共享单车停车点筛选场所的特征匹配值Fj，Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐，根据时间适配度公式筛选出工作人员每天向共享单车停车点投放共享单车的时间点，避免出现共享单车高需求区没有共享单车，共享单车的低需求区很多闲置的共享单车，还出现共享单车高需求时间段没有共享单车可用，共享单车的低需求时间段很多闲置的共享单车这种现象。
作为本发明方案的进一步描述，所述共享单车停车点选择模块的工作过程包括：
步骤S1、基于大数据获取共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S2、通过S1中获取的用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式：
M＝μ*A2+π*G；
其中，μ、π为预设比例系数；
步骤S3、通过公式Mj＝μ*Aj 2+π*Gj获取第j个共享单车停车点筛选场所的特征匹配值Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐。
作为本发明方案的进一步描述，所述用户年龄范围匹配系数A的获取过程包括：
若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较高，则A＝1；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较低，则A＝0；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率大致一样，则A＝0.5。
作为本发明方案的进一步描述，所述性别匹配系数G的获取过程包括：
若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较高，则G＝0.8；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较低，则G＝0.2；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率大致一样，则G＝0.5。
通过上述技术方案，根据用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式M＝μ*A2+π*G，然后根据待筛选场所年轻人的活动频率相对于老年人的活动频率较高、交底和大致一样，将用户年龄范围匹配系数A分别取值为1、0和0.5，根据待筛选场所男人的活动频率相对于女人的活动频率较高、交底和大致一样，将性别匹配系数G分别取值为1、0和0.5，然后对对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐。
作为本发明方案的进一步描述，所述共享单车停车点单车投放时间选择模块的工作过程包括：
步骤S10、获取共享单车停车点单车用户的历史数据；
步骤S20、根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S30、将设定时间段划分为时间间隔为Δt的n个区间；
步骤S40、根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式：
式中，α、β是权重系数；
步骤S50、通过公式求取第i个时间区间的共享单车停车点的时间适配度Ci；
步骤S60、将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。
作为本发明方案的进一步描述，所述权重系数α、β根据时间点确定，默认α＝β。
通过上述技术方案，根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式 然后计算出第i个时间区间的共享单车停车点的时间适配度Ci，将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。
作为本发明方案的进一步描述，还包括数据分析模块，所述数据分析模块还用于当前共享单车停车点的历史数据信息，筛选出共享单车使用频率较高的停车点，对排序前x名的共享单车停车点进行特性分析，确定后续是否需要扩大共享单车投放数量。
作为本发明方案的进一步描述，所述特性分析的过程为：
根据前x名的共享单车停车点的收入资金与共享单车投放数量比例K，构建特性函数f(K，t)，将特性函数f(K，t)与预设特性函数g(K，t)比较：
根据f(K，t)和g(K，t)求取调整指标σ：
将σ与预设调整指标阈值范围[σ1，σ2]比较，
当σ属于[σ1，σ2]时，保持当前投放数量；
当σ小于σ1时，提高当前投放数量；
当σ大于σ1时，降低当前投放数量。
通过上述技术方案，通过特性函数f(K，t)与预设特性函数g(K，t)求取调整指标将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于[σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
作为本发明方案的进一步描述，所述系统的工作方法包括如下步骤：
步骤S100、获取所有待筛选共享单车停车点的人员活动频率；
步骤S200、根据步骤S100中的人员活动频率确定共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S300、根据共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G得到得到场所匹配值M公式：M＝μ*A2+π*G；
步骤S400、根据场所匹配值M公式：M＝μ*A2+π*G，获取第j个共享单车停车点筛选场所的特征匹配值Fj；
步骤S500、对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐；
步骤S600、获取共享单车停车点单车用户的历史数据，根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S700、根据根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)确定时间适配度Ci，对时间适配度Ci进行排序，根据排序结果对共享单车投放时间进行推荐；
步骤S800、根据公式求取调整指标σ，将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于[σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
本发明的有益效果：
1、本发明根据共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式：M＝μ*A2+π*G，从而获取第j个共享单车停车点筛选场所的特征匹配值Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐，选择合适的共享单车停放点，避免出现共享单车高需求区没有共享单车，共享单车的低需求区很多闲置的共享单车这一现象。
2、本发明根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)确定时间适配度Ci，对时间适配度Ci进行排序，根据排序结果对共享单车投放时间进行推荐，避免出现出现共享单车高需求时间段没有共享单车可用，共享单车的低需求时间段很多闲置的共享单车。
3、通过特性函数f(K，t)与预设特性函数g(K，t)求取调整指标将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于[σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明提供的基于数据分析的用户行为监控系统的模块框图；
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，基于数据分析的用户行为监控系统，包括：
所述用户监测模块，用于基于三方平台共享单车用户数据，获取共享单车用户的年龄比例和性别比例；
所述共享单车停车点选择模块，包括监控单元和匹配单元；
所述监控单元用于监控共享单车待筛选场所年轻人活动频率、老年人活动频率、男人活动频率和女人活动频率；
所述匹配单元用于根据场所匹配值M公式，筛选出匹配值排名较高的场所，所述场所匹配值M公式为：
M＝μ*A2+π*G；
式中，μ、π为预设比例系数，A为用户年龄范围匹配系数、G为性别匹配系数G；
所述共享单车停车点选择模块的工作过程包括：
步骤S1、基于大数据获取共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S2、通过S1中获取的用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式：
M＝μ*A2+π*G；
其中，μ、π为预设比例系数；
步骤S3、通过公式Mj＝μ*Aj 2+π*Gj获取第j个共享单车停车点筛选场所的特征匹配值Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐。
所述用户年龄范围匹配系数A的获取过程包括：
若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较高，则A＝1；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较低，则A＝0；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率大致一样，则A＝0.5。
所述性别匹配系数G的获取过程包括：
若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较高，则G＝0.8；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较低，则G＝0.2；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率大致一样，则G＝0.5。
通过上述技术方案，根据用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式M＝μ*A2+π*G，然后根据待筛选场所年轻人的活动频率相对于老年人的活动频率较高、交底和大致一样，将用户年龄范围匹配系数A分别取值为1、0和0.5，根据待筛选场所男人的活动频率相对于女人的活动频率较高、交底和大致一样，将性别匹配系数G分别取值为1、0和0.5，然后对对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐。
共享单车停车点单车投放时间选择模块，用于根据时间适配度C公式，筛选出工作人员每天向共享单车停车点投放共享单车的时间点，所述时间适配度C公式为：
式中，α、β是权重系数。
所述共享单车停车点单车投放时间选择模块的工作过程包括：
步骤S10、获取共享单车停车点单车用户的历史数据；
步骤S20、根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S30、将设定时间段划分为时间间隔为Δt的n个区间；
步骤S40、根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式：
式中，α、β是权重系数；
步骤S50、通过公式求取第i个时间区间的共享单车停车点的时间适配度Ci；
步骤S60、将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。
所述权重系数α、β根据时间点确定，默认α＝β。
通过上述技术方案，根据场所匹配值M公式M＝μ*A2+π*G得出共享单车停车点筛选场所的特征匹配值Fj，Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐，根据时间适配度公式筛选出工作人员每天向共享单车停车点投放共享单车的时间点，避免出现共享单车高需求区没有共享单车，共享单车的低需求区很多闲置的共享单车，还出现共享单车高需求时间段没有共享单车可用，共享单车的低需求时间段很多闲置的共享单车这种现象。
所属系统还包括数据分析模块，所述数据分析模块还用于当前共享单车停车点的历史数据信息，筛选出共享单车使用频率较高的停车点，对排序前x名的共享单车停车点进行特性分析，确定后续是否需要扩大共享单车投放数量。
所述特性分析的过程为：
根据前x名的共享单车停车点的收入资金与共享单车投放数量比例K，构建特性函数f(K，t)，将特性函数f(K，t)与预设特性函数g(K，t)比较：
根据f(K，t)和g(K，t)求取调整指标σ：
将σ与预设调整指标阈值范围[σ1，σ2]比较，
当σ属于[σ1，σ2]时，保持当前投放数量；
当σ小于σ1时，提高当前投放数量；
当σ大于σ1时，降低当前投放数量。
通过上述技术方案，通过特性函数f(K，t)与预设特性函数g(K，t)求取调整指标将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于[σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
所述系统的工作方法包括如下步骤：
步骤S100、获取所有待筛选共享单车停车点的人员活动频率；
步骤S200、根据步骤S100中的人员活动频率确定共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S300、根据共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G得到得到场所匹配值M公式：M＝μ*A2+π*G；
步骤S400、根据场所匹配值M公式：M＝μ*A2+π*G，获取第j个共享单车停车点筛选场所的特征匹配值Fj；
步骤S500、对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐；
步骤S600、获取共享单车停车点单车用户的历史数据，根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S700、根据根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)确定时间适配度Ci，对时间适配度Ci进行排序，根据排序结果对共享单车投放时间进行推荐；
步骤S800、根据公式求取调整指标σ，将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于[σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
工作原理：根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式然后计算出第i个时间区间的共享单车停车点的时间适配度Ci，将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。
本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (9)

1.基于数据分析的用户行为监控系统，其特征在于，包括：
所述用户监测模块，用于基于三方平台共享单车用户数据，获取共享单车用户的年龄比例和性别比例；
所述共享单车停车点选择模块，包括监控单元和匹配单元；
所述监控单元用于监控共享单车待筛选场所年轻人活动频率、老年人活动频率、男人活动频率和女人活动频率；
所述匹配单元用于根据场所匹配值M公式，筛选出匹配值排名较高的场所，所述场所匹配值M公式为：
M＝μ*A2+π*G；
式中，μ、π为预设比例系数，A为用户年龄范围匹配系数、G为性别匹配系数G；
共享单车停车点单车投放时间选择模块，用于根据时间适配度C公式，筛选出工作人员每天向共享单车停车点投放共享单车的时间点，所述时间适配度C公式为：
式中，α、β是权重系数。
2.根据权利要求1所述的基于数据分析的用户行为监控系统,其特征在于，所述共享单车停车点选择模块的工作过程包括：
步骤S1、基于大数据获取共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S2、通过S1中获取的用户年龄范围匹配系数A及性别匹配系数G，得到场所匹配值M公式：
M＝μ*A2+π*G；
其中，μ、π为预设比例系数；
步骤S3、通过公式Mj＝μ*Aj 2+π*Gj获取第j个共享单车停车点筛选场所的特征匹配值Fj，对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐。
3.根据权利要求2所述的基于数据分析的用户行为监控系统,其特征在于，所述用户年龄范围匹配系数A的获取过程包括：
若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较高，则A＝1；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率较低，则A＝0；若共享单车停车点筛选场所年轻人的活动频率相对于老年人的活动频率大致一样，则A＝0.5。
4.根据权利要求2所述的基于数据分析的用户行为监控系统,其特征在于，所述性别匹配系数G的获取过程包括：
若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较高，则G＝0.8；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率较低，则G＝0.2；若共享单车停车点筛选场所男人的活动频率相对于女人的活动频率大致一样，则G＝0.5。
5.根据权利要求1所述的基于数据分析的用户行为监控系统,其特征在于，所述共享单车停车点单车投放时间选择模块的工作过程包括：
步骤S10、获取共享单车停车点单车用户的历史数据；
步骤S20、根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S30、将设定时间段划分为时间间隔为Δt的n个区间；
步骤S40、根据设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)的特性，得到时间适配度C公式：
式中，α、β是权重系数；
步骤S50、通过公式求取第i个时间区间的共享单车停车点的时间适配度Ci；
步骤S60、将所有的共享单车停车点的时间适配度Ci按照从大到小的顺序排列，获取排名前x名的时间区间，工作人员可以选择在这几个时间区间向共享单车停车点投放共享单车。
6.根据权利要求5所述的基于数据分析的用户行为监控系统,其特征在于，所述权重系数α、β根据时间点确定，默认α＝β。
7.根据权利要求1所述的基于数据分析的用户行为监控系统，其特征在于，还包括数据分析模块，所述数据分析模块还用于当前共享单车停车点的历史数据信息，对共享单车停车点进行特性分析，确定后续共享单车投放数量。
8.根据权利要求7所述的基于数据分析的用户行为监控系统，其特征在于，所述特性分析的过程为：
根据前x名的共享单车停车点的收入资金与共享单车投放数量比例K，构建特性函数f(K，t)，将特性函数f(K，t)与预设特性函数g(K，t)比较：
根据f(K，t)和g(K，t)求取调整指标σ：
将σ与预设调整指标阈值范围[σ1，σ2]比较，
当σ属于[σ1，σ2]时，保持当前投放数量；
当σ小于σ1时，提高当前投放数量；
当σ大于σ1时，降低当前投放数量。
9.根据权利要求8所述的基于数据分析的用户行为监控系统，其特征在于，所述系统的工作方法包括如下步骤：
步骤S100、获取所有待筛选共享单车停车点的人员活动频率；
步骤S200、根据步骤S100中的人员活动频率确定共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G；
步骤S300、根据共享单车停车点筛选场所的用户年龄范围匹配系数A及性别匹配系数G得到得到场所匹配值M公式：M＝μ*A2+π*G；
步骤S400、根据场所匹配值M公式：M＝μ*A2+π*G，获取第j个共享单车停车点筛选场所的特征匹配值Fj；
步骤S500、对特征匹配值Fj按从大到小进行排序，根据排序结果对共享单车停车点投放场所进行推荐；
步骤S600、获取共享单车停车点单车用户的历史数据，根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)；
步骤S700、根据根据历史数据获取设定时间段内停车点的共享单车开锁用户流量随时间变化曲线FC(t)及共享单车关锁用户流量随时间变化曲线TC(t)确定时间适配度Ci，对时间适配度Ci进行排序，根据排序结果对共享单车投放时间进行推荐；
步骤S800、根据公式求取调整指标σ，将σ与预设调整指标阈值范围[σ1，σ2]比较，当σ属于{σ1，σ2]时，保持当前投放数量；当σ小于σ1时，提高当前投放数量；当σ大于σ1时，降低当前投放数量。
CN202310585909.7A 2023-05-23 2023-05-23 基于数据分析的用户行为监控系统 Active CN116611565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310585909.7A CN116611565B (zh) 2023-05-23 2023-05-23 基于数据分析的用户行为监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310585909.7A CN116611565B (zh) 2023-05-23 2023-05-23 基于数据分析的用户行为监控系统

Publications (2)

Publication Number Publication Date
CN116611565A true CN116611565A (zh) 2023-08-18
CN116611565B CN116611565B (zh) 2023-12-29

Family

ID=87674207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310585909.7A Active CN116611565B (zh) 2023-05-23 2023-05-23 基于数据分析的用户行为监控系统

Country Status (1)

Country Link
CN (1) CN116611565B (zh)

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001043430A (ja) * 1999-07-30 2001-02-16 Honda Motor Co Ltd 車両共有システム
CN106846073A (zh) * 2017-03-30 2017-06-13 上海量明科技发展有限公司 共享车辆及其信息输出方法、系统
CN107169816A (zh) * 2017-03-24 2017-09-15 南京邮电大学 一种基于物联网的私人自行车共享系统和方法
CN108053145A (zh) * 2017-12-29 2018-05-18 北京摩拜科技有限公司 基于共享车辆的社会化交友方法、服务器及客户端设备
CN108305404A (zh) * 2017-12-25 2018-07-20 姜洪明 共用连杆桩出租自行车的系统及其装置
CN108346281A (zh) * 2018-04-18 2018-07-31 吴李海 一种共享车辆管控系统
CN108460537A (zh) * 2018-03-23 2018-08-28 华南理工大学 一种基于大数据与用户心理预测共享自行车需求量的方法
CN108550255A (zh) * 2018-04-23 2018-09-18 施霖 一种共享单车智能停放系统与方法
CN108629457A (zh) * 2018-05-09 2018-10-09 西南交通大学 预测出行方式以及构建预测模型的方法和装置
WO2018218558A1 (zh) * 2017-05-31 2018-12-06 深圳市永恒丰科技有限公司 基于人体图像识别的自行车管理方法及系统
WO2019037375A1 (zh) * 2017-08-19 2019-02-28 包小波 共享单车的交接和停放方法及交接识别系统
US20190066515A1 (en) * 2017-08-22 2019-02-28 Waymo Llc Estimating time to pick up and drop off passengers for improved stopping analysis in autonomous vehicles
WO2019085550A1 (zh) * 2017-11-01 2019-05-09 程炽坤 一种共享单车定点停放方法及其系统
KR20190073954A (ko) * 2017-12-19 2019-06-27 현대자동차주식회사 공유 자전거 재분배 시스템 및 그 방법
CN109947807A (zh) * 2019-03-26 2019-06-28 深圳市元征科技股份有限公司 出行服务匹配方法、装置、设备及计算机可读存储介质
CN110225457A (zh) * 2019-04-17 2019-09-10 阿里巴巴集团控股有限公司 共享单车的监管方法、装置、服务器及可读存储介质
KR20200014514A (ko) * 2018-08-01 2020-02-11 이남영 공공자전거 시스템 및 그 제어 방법
CN113672812A (zh) * 2021-08-25 2021-11-19 北京三快在线科技有限公司 一种地点推荐方法及装置
WO2021238231A1 (zh) * 2020-05-26 2021-12-02 山东交通学院 共享单车流动系统、基于子区划分的自动调度系统及方法
CN114220075A (zh) * 2021-12-16 2022-03-22 京东方科技集团股份有限公司 一种共享单车故障反馈方法、装置、存储介质及电子设备
CN115438277A (zh) * 2022-09-01 2022-12-06 广东博成网络科技有限公司 基于物联网平台和大数据分析的共享单车管理方法和系统
CN115545252A (zh) * 2021-06-30 2022-12-30 永安行科技股份有限公司 一种共享出行站点的流量预测方法及系统
US20230153742A1 (en) * 2022-12-20 2023-05-18 Chengdu Qinchuan Iot Technology Co., Ltd. Methods for shared bicycle delivery and operation area planning in smart cities and internet of things (iot) systems thereof

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001043430A (ja) * 1999-07-30 2001-02-16 Honda Motor Co Ltd 車両共有システム
CN107169816A (zh) * 2017-03-24 2017-09-15 南京邮电大学 一种基于物联网的私人自行车共享系统和方法
CN106846073A (zh) * 2017-03-30 2017-06-13 上海量明科技发展有限公司 共享车辆及其信息输出方法、系统
WO2018218558A1 (zh) * 2017-05-31 2018-12-06 深圳市永恒丰科技有限公司 基于人体图像识别的自行车管理方法及系统
WO2019037375A1 (zh) * 2017-08-19 2019-02-28 包小波 共享单车的交接和停放方法及交接识别系统
US20190066515A1 (en) * 2017-08-22 2019-02-28 Waymo Llc Estimating time to pick up and drop off passengers for improved stopping analysis in autonomous vehicles
WO2019085550A1 (zh) * 2017-11-01 2019-05-09 程炽坤 一种共享单车定点停放方法及其系统
KR20190073954A (ko) * 2017-12-19 2019-06-27 현대자동차주식회사 공유 자전거 재분배 시스템 및 그 방법
CN108305404A (zh) * 2017-12-25 2018-07-20 姜洪明 共用连杆桩出租自行车的系统及其装置
CN108053145A (zh) * 2017-12-29 2018-05-18 北京摩拜科技有限公司 基于共享车辆的社会化交友方法、服务器及客户端设备
CN108460537A (zh) * 2018-03-23 2018-08-28 华南理工大学 一种基于大数据与用户心理预测共享自行车需求量的方法
CN108346281A (zh) * 2018-04-18 2018-07-31 吴李海 一种共享车辆管控系统
CN108550255A (zh) * 2018-04-23 2018-09-18 施霖 一种共享单车智能停放系统与方法
CN108629457A (zh) * 2018-05-09 2018-10-09 西南交通大学 预测出行方式以及构建预测模型的方法和装置
KR20200014514A (ko) * 2018-08-01 2020-02-11 이남영 공공자전거 시스템 및 그 제어 방법
CN109947807A (zh) * 2019-03-26 2019-06-28 深圳市元征科技股份有限公司 出行服务匹配方法、装置、设备及计算机可读存储介质
CN110225457A (zh) * 2019-04-17 2019-09-10 阿里巴巴集团控股有限公司 共享单车的监管方法、装置、服务器及可读存储介质
WO2021238231A1 (zh) * 2020-05-26 2021-12-02 山东交通学院 共享单车流动系统、基于子区划分的自动调度系统及方法
CN115545252A (zh) * 2021-06-30 2022-12-30 永安行科技股份有限公司 一种共享出行站点的流量预测方法及系统
CN113672812A (zh) * 2021-08-25 2021-11-19 北京三快在线科技有限公司 一种地点推荐方法及装置
CN114220075A (zh) * 2021-12-16 2022-03-22 京东方科技集团股份有限公司 一种共享单车故障反馈方法、装置、存储介质及电子设备
CN115438277A (zh) * 2022-09-01 2022-12-06 广东博成网络科技有限公司 基于物联网平台和大数据分析的共享单车管理方法和系统
US20230153742A1 (en) * 2022-12-20 2023-05-18 Chengdu Qinchuan Iot Technology Co., Ltd. Methods for shared bicycle delivery and operation area planning in smart cities and internet of things (iot) systems thereof

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘嘉文 等: "共享单车停放点联合覆盖选址及车辆配置模型", 《工业工程与管理》, vol. 25, no. 01, pages 127 - 135 *
程灵彤: "基于行为分析的共享单车设计研究", 《艺术教育》, no. 06, pages 118 - 119 *
许君洪: "基于大数据的共享单车出行需求分析方法和应用——以上海为例", 《交通与港航》, vol. 8, no. 04, pages 51 - 57 *

Also Published As

Publication number Publication date
CN116611565B (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
Khattak et al. Willingness to pay for travel information
Weiss et al. Determinants of medical care utilization: the effect of social class and distance on contacts with the medical care system
CN103548068B (zh) 停车管理系统和方法
JP5129187B2 (ja) 属性特定システムおよび属性特定方法
US20070198937A1 (en) Method for determining a profile of a user of a communication network
Langwell Factors affecting the incomes of men and women physicians: further explorations
Gross Estimating willingness to pay for housing characteristics: an application of the Ellickson bid-rent model
CN112488893B (zh) 服务数据处理方法、装置、存储介质及电子设备
Wing et al. The availability of physician services: a geographic analysis.
CN116611565B (zh) 基于数据分析的用户行为监控系统
Sytema Social indicators and psychiatric admission rates: a case-register study in the Netherlands
Windle et al. PR aside: Initial results from NIMH's service program evaluation studies
Lewis et al. Residential real estate brokerage efficiency and the implications of franchising: a Bayesian approach
KR100806369B1 (ko) 네트워크 상의 입찰 분석 정보 제공방법
CN116109353B (zh) 一种手机应用商店广告投放管理平台
Bowker et al. Estimating the net economic value of national forest recreation: an application of the national visitor use monitoring database.
CN111798283A (zh) 订单派发方法、装置、电子设备及计算机可读存储介质
Percoco et al. Spaces of competition in the sharing economy: Taxi markets and Uber entry in NYC
Han et al. A method for assessing the fairness of health resource allocation based on geographical grid
Jorm et al. Inequalities in the regional distribution of private psychiatric services provided under Medicare
Pittman et al. The use of zip coded population data in social area studies of service utilization
Guse et al. Radium in Wisconsin drinking water: an analysis of osteosarcoma risk
Valliant et al. Package ‘PracTools’
Clough et al. Benefit assessment of recreational land: the Whakapapa area, Tongariro National Park
Stern Bus services in rural areas: A consumers' evaluation

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