[发明专利]一种共享单车骑行路线的智能推荐方法

说明书

本发明公开了一种共享单车骑行路线的智能推荐方法，其步骤包括：收集多个共享单车用户历史骑行数据，建立原始数据集；根据历史骑行数据生成可选路径集；构造路径效用函数；确定可选路径集中每条路径被选择的概率；根据用户历史评价、安全系数和骑行连续程度构建修正矩阵，用于修正概率值，确定每条路径被选择的最终概率。本发明能为共享单车用户推送一条令用户相对满意且安全系数较高的路线，提升用户的骑行体验，以达到共享单车出行畅行的目的。

技术领域

本发明涉及智能交通领域，具体来说是一种共享单车骑行路线的智能推荐方法。

背景技术

共享单车是以公用自行车为主体的一种分时租赁模式，主要内容为将大量公用自行车及少量电动车放置在校园、地铁站点、公交站点、居民区、商业区、公共服务区等人流涌动的区域提供服务。共享单车作为一种新兴的出行方式，以其方便、迅捷、低价的公共交通特征和绿色、节能、健康的优点，受到越来越多人们的青睐，被形象的称为完成了交通行业最后一块“拼图”，已然成为很多人短距离内的最佳出行选择。同时其可以有效解决公共汽车交通的“最后一公里”难题，也起到了缓解城市交通拥堵的重要作用，提升城市交通的整体服务水平。

但是在为广大市民和游客带来出行方便的同时，也存在着一些局限，例如用户在完全陌生的道路上骑行时很难进行路线规划，更不用提最优路线，而且不合理的路线选择会造成用户时间延误及骑行满意度的下降。在考虑因素方面，现市面上的导航对于用户骑行路线的推荐很大程度上依赖于一个单变量——骑行时间或骑行距离。国内外虽有一些研究进行了相关问题的探讨，增加了部分道路环境因素如红绿灯数量、路面坡度等对骑行者路线选择的考量，却较少联系国内实际交通情况，考虑非机动车道类型、路内停车段和道路等级等影响用户骑行安全性的因素对骑行者选择路线的影响。且在研究时，研究者通常选择的是传统的多项logit模型，但共享单车的实质上是为解决城市较短途出行问题，即用户骑行时的出行范围不会很大，会存在实际路径与可选路径集的路段重复现象，而传统的多项logit模型因为缺乏对路径重叠情况的考量，无法为用户推荐更加精确的路径。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种共享单车骑行路线的智能推荐方法，以期能为共享单车用户推送一条令用户相对满意且安全系数较高的路线，提升用户的骑行体验，以达到共享单车出行畅行的目的。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种共享单车骑行路线的智能推荐方法的特点包括如下步骤：

步骤1，收集多个共享单车用户历史骑行数据，建立原始数据集；所述原始数据集中的数据类型包括非机动车道类型X₁、路内停车段X₂、红绿灯数量X₃、骑行距离X₄、道路等级X₅和路面坡度X₆；

步骤2，根据用户n的历史骑行数据生成带有k条可选路径的可选路径集C_n，并利用式(1)计算用户n从所述可选路径集C_n中选择的路径i的重复系数PS_ni：

式(1)中，ζ_i为路径i中所有路段的集合；l_a为路径i中路段a的长度；L_i为路径i的长度；若路段a在所述可选路径集C_n中用户n未选的路径j上，则令σ_aj＝1，否则，令σ_aj＝0；为可选路径集C_n上的最短路径长度；L_j为可选路径集C_n中路径j的长度；

步骤3，根据用户n的历史骑行数据，假设用户n以路径效用最大化为原则选择路径，则利用式(2)构造路径i的效用函数U_ni：