买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东南大学

摘要：本发明提供了基于用户画像的城际公铁联程出行方案生成方法，属于多模式交通出行技术领域。步骤包括、获取乘客出行数据，该出行数据为N名乘客一天内通过城际公铁联程进行出行的数据；获取联程信息；确定用户敏感度标签；构建出行方式选择库；出行方式预测与模型训练；出行方案推荐结果。本发明提出基于用户画像的城际公铁联程出行方案生成方法，该方法结合了用户画像充分考虑的乘客不同出行偏好的个性化的公铁联程出行需求，通过本方法获得的城际公铁联程出行方案生成，一方面为乘客提供个性化定制的出行方案，给乘客提供更多元化的出行选择，使乘客在不同出行场景下能够灵活选择最适合自己的出行方式，提高出行效率和舒适度，另一方面可以实现数据驱动的决策，优化线路规划、车辆调度等方面，提高城际公铁联程出行的整体运营效率和服务质量。

主权项：1.一种基于用户画像的城际公铁联程出行方案生成方法，其特征在于，该方法包括如下步骤：步骤1、获取乘客出行数据，该出行数据为N名乘客一天内通过城际公铁联程进行出行的数据；N名旅客的第i名乘客的历史出行数据i＝1,2,3,...,N；历史出行数据包括：高铁出行选择Ai、普铁出行选择Bi、凌晨出行选择Ci、上午出行选择Di、下午出行选择Ei、晚上出行选择Fi、总出行时间Gi、总中转小时数Hi、除去中转时间后的总出行时间Ji、中转次数Ki；步骤2、获取联程信息：采集N名乘客一天内通过城际公铁联程进行出行的数据，即第i名乘客的联程信息数据i＝1,2,3,...,N，联程信息数据包括高铁票价Li、普铁票价Mi、汽车票价Ni、总票价Oi；步骤3、确定用户敏感度标签：基于步骤1所获取的获取乘客出行数据、步骤2所获取的联程信息利用K-means聚类算法获得适合乘客公铁联程的聚类数目k与根据聚类数目k得到的用户敏感度标签；创建用于乘客公铁联程用户敏感度标签建立的DBO-BiLSTM分类模型；将步骤1所获取的获取乘客出行数据、步骤2所获取的联程信息中的70％划分为训练集剩下的30％划分为验证集并利用训练集与验证集进行乘客的敏感度标签划分模型的训练与预测得到：历史出行数据与联程信息数据中时间敏感型乘客yt；历史出行数据与联程信息数据中时间不敏感型乘客nt；历史出行数据与联程信息数据中价格敏感型乘客yp；历史出行数据与联程信息数据中价格不敏感型乘客np；步骤4、构建出行方式选择库，包括基于步骤S2得到的联程信息数据，可以得到第i名乘客第j次换乘中的出发城市Pj,i、到达城市Qj,i、乘坐的汽车车次CARj,i与火车车次TRAINj,i，利用词哈希建立乘客公铁联程出行方式选择库；步骤5、出行方式预测与模型训练：基于步骤1所获取的获取乘客出行数据、步骤2所获取的联程信息、步骤3得到不同敏感度的第i名乘客的公铁联程出行方式特征Λi如下：Λi＝[Ai,Bi,Ci,Di,Ei,Fi,Gi,Hi,Ji,Li,Mi.Ni,Oi]以步骤2获得的乘客i的联程信息数据、步骤3获得的乘客敏感度标签通过步骤4建立的乘客公铁联程出行方式选择库构建不同敏感度的第i名乘客的出行方式Γ′iΓ′i＝[P1,Q1,R2,Q2,…,Pn,Qn]对于第i名乘客，其公铁联程出行方式特征为Λi，乘客在选定出行目的地后，面临着n种出行方式的选择，将乘客实际完成出行时所使用的出行方式记为Γi；根据输入特征Λ可以产生一个关于各种出行方式的概率分布PΓ|Λ，其中根据给定输入特征Λ的第i种出行方式的选择概率为PΓi|Λ；采用TSM模型通过步骤3中的历史出行数据与联程信息数据中时间敏感型乘客yt、历史出行数据与联程信息数据中时间不敏感型乘客nt、历史出行数据与联程信息数据中价格敏感型乘客yp、历史出行数据与联程信息数据中价格不敏感型乘客np，并结合择概率PΓi|Λ训练预测出行结果；步骤6、出行方案推荐：包括包括步骤1，步骤2与步骤5得到得到第i名乘客的出行方式特征向量Γ′ii＝1,2,3,...,N和历史出行数据与联程信息数据中时间敏感型乘客yt、历史出行数据与联程信息数据中时间不敏感型乘客nt、历史出行数据与联程信息数据中价格敏感型乘客yp、历史出行数据与联程信息数据中价格不敏感型乘客np的出行特征向量：Λyt＝[Ayt,Byt,Cyt,Dyt,Eyt,Fyt,Gyt,Hyt,Jyt,Lyt,Myt,Nyt,Oyt]Λnt＝[Ant,Bnt,Cnt,Dnt,Ent,Fnt,Gnt,Hnt,Jnt,Lnt,Mnt,Ont]Λyp＝[Ayp,Byp,Cyp,Dyp,Eyp,Fyp,Gyp,Hyp,Jyp,Lyp,Myp,Nyp,Oyp]Λnp＝[Anp,Bnp,Cnp,Dnp,Enp,Fnp,Gnp,Hnp,Jnp,Lnp,Mnp,Nnp,Onp]由步骤5得到训练好的时间敏感型TSM模型，时间不敏感型TSM模型，价格敏感TSM型模型与价格不敏感型TSM模型；将时间敏感型乘客出行特征向量Λyt与乘客的出行方式Γi输入到时间敏感型TSM模型中；将时间不敏感型乘客出行特征向量Λnt与乘客的出行方式Γi输入到时间不敏感型TSM模型中；将价格敏感型乘客出行特征向量Λyp与乘客的出行方式Γi输入到价格敏感TSM型模型中；将价格不敏感型乘客出行特征向量Λnp与乘客的出行方式Γi输入到价格不敏感型TSM模型中；分别获得不同敏感度的乘客与不同公铁联程出行方式的匹配率；分别选取对应模型中匹配率最高的前5个公铁联程出行方式作为对应敏感度乘客的公铁联程出行方案推荐结果。

全文数据：

权利要求：

百度查询： 东南大学 基于用户画像的城际公铁联程出行方案生成方法