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！

摘要：本发明公开了一种基于密度聚类的乘车点推荐方法，采用密度峰值聚类算法，该聚类算法能够避免传统聚类算法中需要手动设置参数的问题，提高了对不同分布数据的鲁棒性，能够较好地提取出不同区域的聚类中心作为候选乘车点；本发明还根据乘客的最终选择位置更新候选点集合，相对于传统的乘车点推荐技术，本发明的推荐点更具有实时性和准确性；本发明实时匹配兼顾了乘客的步行距离和司机的行驶距离，为乘客找到最合适的位置，实现乘车点推荐和司乘最佳匹配；在候选点匹配中加入实时路况的判断，有助于改善候选点周边的路况，提高司机的接载效率。

主权项：1.一种基于密度聚类的乘车点推荐方法，其特征在于，包括如下步骤：步骤1、整理历史订单数据，将历史订单数据中的起始点作为一个历史乘车点，根据时间将历史乘车点划分到不同的时域之中，针对同一个时域中的历史乘车点，先根据历史乘车点的经纬度计算其所属的地理网格，再对每个地理网格中的历史乘车点进行密度峰值聚类，得到的聚类中心作为候选乘车点，存储在候选乘车点集合中；步骤2、当乘客发起订单时，先在订单时间所属的时域中，找到与乘客距离最近的设定数目的候选乘车点，作为推荐乘车点，再从推荐乘车点中选出一个最终推荐乘车点及对应的车辆，推荐给乘客；步骤3，具体为：步骤3-1：为每个候选乘车点建立一个最终选择点集合；对于候选乘车点中的最终推荐点，收集每位乘客对于同一个最终推荐点的最终选择位置，将该最终选择位置加入对应的最终选择点集合；步骤3-2：根据步骤3-1得到的最终选择点集合，当满足设定条件时，将对步骤1中的候选乘车点进行一次更新，具体为：计算最终选择点集合中所有点的质心，并计算集合中到质心最近的点，定义为最终乘车点；计算最终乘车点到最终选择点集合对应的候选乘车点的距离，若距离超过设定阈值，用该最终乘车点替换该候选乘车点，更新所述候选乘车点集合；所述步骤2中，再从推荐乘车点中选出一个最终推荐乘车点及对应的车辆的具体方法为：针对每个推荐乘车点，得到与推荐乘车点直线距最近的多个推荐车辆，再计算乘客到推荐乘车点的步行距离、推荐车辆到推荐乘车点的行车距离以及推荐乘车点到目的点到行车距离的加权和，取所有推荐点中和值最小的推荐乘车点及对应的推荐车辆，推荐给乘客；所述步骤2中，对于推荐乘车点，调用地图应用API获得每个推荐乘车点周边的实时路况，当实时路况为“拥挤”时，该候选乘车点删除。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于密度聚类的乘车点推荐方法