[发明专利]分时租赁汽车用户出行目的预测方法

说明书

本发明提供了一种分时租赁汽车用户出行目的预测方法，包括：确定用户的最大行走半径，进而确定用户对应的可行走区域内的候选目的地；根据候选目的地对用户的出行目的进行分类；基于贝叶斯概率公式，计算已知下车时间及地点条件下用户访问各个候选目的地的概率；根据用户出行目的的分类结果以及候选目的地的访问概率预测用户的出行目的。本方法考虑了用户到达目的地的距离约束、时间约束以及地理环境约束，有效提高了预测结果的准确性。

技术领域

本发明涉及城市交通管理技术领域，尤其涉及一种分时租赁汽车用户出行目的预测方法。

背景技术

随着城市化建设的加快以及私家车保有量的快速增长，在满足居民多样化出行需求的同时，平衡资源、效率和公平性已成为一个极其困难的挑战。分时租赁汽车是私家车与公共交通之间一种新的交通方式，它既能提供私家车的机动性和灵活性，同时又减轻公共交通的压力。近年来，分时租赁汽车公司数量与规模大幅增长，据统计，2013年中国的分时租赁汽车仅为780辆，其中旗下超过50辆车的公司仅五家；而目前中国拥有的分时租赁汽车超过4.5万辆，40余家业务运营商。预计到2025年，中国分时租赁汽车数量将保持约45％的年复合增长率。

分时租赁汽车出行的快速发展正在深刻影响人们的出行行为，并且对城市道路交通和城市管理等相关领域产生积极影响。分时租赁汽车可以提升出行体验，缓解城市交通拥挤问题，并且能提高公共资源利用效率，还可以改善社会平等，为买不起汽车的人提供更加便利的出行选择。因此，基于分时租赁汽车运营数据的研究是必要的，它可以反映用户的使用情况，有助于更好地分析和发展该出行模式。

分时租赁汽车运营数据一般包括订单数据和GPS数据，订单数据能反映用户的一些个人属性和用车情况，而GPS数据能直接反映用户的行车轨迹，从中可以得到用户的出行信息。目前基于GPS数据的研究相对较少，主要的研究有：通过比较GPS轨迹来确定类似的行程，达到减少交通拥堵的目的；利用GPS数据得到用户的出行特征，基于特征指标对用户的使用模式进行聚类，进而帮助分时租赁汽车公司制定合理的发展策略等。GPS数据能直接反映用户在车上的时间位置信息，但却缺乏用户下车后的出行目的信息。通常情况下，用户的停车点并不是其最终目的地，虽然两个地点的距离很近，但是当停车点周围有很多可选目的地时，用户的最终目的地仍难以确定。因此，出行目的推断具有一定困难。出行目的的预测可以在许多领域中得到运用，例如能够为分时租赁汽车站点的合理选址提供依据，协助分时租赁汽车用户的出行调查，给用户推荐定制广告。此外，预测结果也为用户不同的活动模式提供了更详细的信息，有助于更好的城市交通管理。

目前，用户出行目的研究在分时租赁汽车领域还没有引起关注，而大部分的研究是基于手机数据、社交媒体数据以及出租车数据；其中，基于出租车GPS数据的研究与基于分时租赁汽车轨迹数据的研究最相似，主要是将出租车乘客的下车点位置信息与兴趣点的数据结合，计算乘客的访问概率来推断其活动目的，并且将结果与出行调查数据对比，证明方法的可行性。但是，与基于出租车数据的研究相比，对分时租赁汽车用户的目的推断要考虑更多的因素，比如：前后活动之间的关系，活动的持续时间等。

因此，亟需一种可以预测分时租赁汽车的用户出行目的的方法。

发明内容

本发明提供了一种分时租赁汽车用户出行目的预测方法，以有效提高预测结果的准确性。

为了实现上述目的，本发明采取了如下技术方案。

本发明提供了一种分时租赁汽车用户出行目的预测方法，其特征在于，包括：

确定用户的最大行走半径，进而确定用户对应的可行走区域内的候选目的地；

根据所述候选目的地对用户的出行目的进行分类；

基于贝叶斯概率公式，计算已知下车时间及地点条件下用户访问各个候选目的地的概率；

根据用户出行目的的分类结果以及所述候选目的地的访问概率预测用户的出行目的。