[发明专利]一种基于主成分分析法的推荐上车点确定方法

说明书

本发明公开了一种基于主成分分析法的推荐上车点确定方法，包括：S1）获取乘客和司机在不同上车点场景下的影响因素，并获取各个影响因素对应变量的原始数据；S2）对每个变量的原始数据进行标准化处理；S3）计算每个变量的相关系数矩阵R；S4）计算特征值和特征向量，选择m个主成分，计算综合评价值；S5）对m个主成分进行加权求和，即得最终评价值，权数为每个主成分的方差贡献率；通过比较各个上车点的综合评价值，最终选取综合评价值最高的上车点作为推荐上车点。本发明利用主成分分析法提取不同上车点场景下的主要影响因素推荐上车点；从而能够满足乘客在打车过程中上车点需求场景复杂而多变的实际需求，大大提升用户使用体验。

技术领域

本发明涉及一种应用于互联网打车服务的控制方法，特别涉及一种基于主成分分析法的推荐上车点确定方法。

背景技术

随着互联网技术的不断发展，人们生活中的很多方面都在利用互联网的优势不断提高效率。在线打车服务就在不断地满足更多人的出行需求，同时也在不断地提高人们的出行效率。但是在实际的打车过程中，乘客往往因为不能找到合适的上车点或者不能尽快的找到司机的位置而耽误行程时间甚至产生司乘纠纷。

为了解决这个问题，网约车公司一般会根据历史订单的数据得到乘客使用频率最高的上车点作为推荐上车点或者是根据实时的道路情况推荐上车点。但是，在实际的应用过程中，乘客上车点场景影响因素较多且随机性较高，所以在不同场景下单一的考虑一两个因素很难满足乘客的实际需求。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于主成分分析法的推荐上车点确定方法，能够满足乘客在打车过程中上车点需求场景复杂而多变的实际需求，通过对不同场景下主要影响因素对应的变量进行综合评价得到综合评价值，最终确定推荐的上车点，大大提升用户的使用体验。

本发明为解决上述技术问题而采用的技术方案是提供一种基于主成分分析法的推荐上车点确定方法，其中，包括如下步骤：S1)获取乘客和司机在不同上车点场景下的影响因素，并获取各个影响因素对应变量的原始数据；S2)对每个变量的原始数据进行标准化处理；S3)计算每个变量的相关系数矩阵R；S4)计算特征值和特征向量，选择m个主成分，计算综合评价值；S5)对m个主成分进行加权求和，即得最终评价值，权数为每个主成分的方差贡献率；通过比较各个上车点的综合评价值，最终选取综合评价值最高的上车点作为推荐上车点。

进一步地，所述步骤S1)中的影响因素包括：a、每个上车点乘客自己使用的周频率、月频率；b、每个上车点区域其他乘客使用的周频率、月频率；c、不同时段下区域内所有乘客上车点使用的周频率、月频率；d、该区域内所有上车点投诉的周频率、月频率；e、当前时刻如果区域周边的车辆大于预设阈值，不同历史上车点对应司机的行驶距离；f、乘客前往上车点的步行距离。

进一步地，所述步骤S2)包括：S21)对原始数据的标准化采集p维随机向量x＝(X₁,X₂,...,X_p)^T，T表示的转置矩阵；S22)获取n个样本x_i＝(x_i1,x_i2,...,x_ip)^T，构造样本阵，i＝1,2,…,n，n＞p；S23)对样本阵进行如下标准化变换：其中得标准化阵Z。

进一步地，所述步骤S3)对标准化阵Z按如下方式求相关系数矩阵R：其中，