[发明专利]一种城市分区域内服务设施需求识别方法及系统有效

专利信息
申请号: 202210812583.2 申请日: 2022-07-12
公开(公告)号: CN114897444B 公开(公告)日: 2022-10-04
发明(设计)人: 王璞;陈伟;赵雷 申请(专利权)人: 苏州大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10;G06Q50/26;G06F17/16;G06F17/17
代理公司: 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 代理人: 朱振德
地址: 215000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 城市 分区 域内 服务 设施 需求 识别 方法 系统
【权利要求书】:

1.一种城市分区域内服务设施需求识别方法,其特征在于:包括以下步骤:

S1、基于各级行政区域划分方法对城市区域进行划分,并提取城市区域内的多维度特征;其中,多维度特征包括城市区域内的地理特征、交通特征及现有服务设施分布特征,所述交通特征包括用户轨迹特征;

S2、根据城市区域划分和提取的多维度特征,构建城市区域空间属性图;其中,所述城市区域空间属性图为城市区域之间的邻接关系所构成的无向图结构,图中的节点为每一个划分后的城市区域,节点之间的无向边表示区域地理空间上的邻接关系;

S3、采用变分图自编码器对城市区域空间属性图编码,得到城市区域的潜在隐特征;同时,根据城市区域之间的功能相似性,融合Top-k最相似功能城市区域的潜在隐特征;

S4、根据用户轨迹特征和用户轨迹目的地附近的服务设施,采用具有时空限制的贝叶斯模型,计算用户轨迹目的地的服务设施访问概率,得到用户轨迹访问特征;

S5、结合城市区域的潜在隐特征和用户轨迹访问特征,通过多层感知机和归一化指数函数,得到最终的城市区域内服务设施需求概率分布;

所述步骤S4具体包括以下步骤:

S41、给定一个用户的时空行为轨迹,贝叶斯概率推断模型首先选择轨迹目的地位置点周围的在路网空间距离阈值内一系列服务设施作为访问推断候选设施集,;

S42、定义服务设施访问的影响因素:路网距离、服务设施流行时间段、服务设施吸引力和用户访问喜好;综合影响因素因子,令用户的轨迹为,轨迹目的地位置点所在的区域是,;

S43、用户在轨迹目的地区域内访问了某个服务设施的概率表示为:

其中,为位置点到服务设施的最短路网距离,为非负的参数;表示目的地时间戳对应的前后时间段内所属服务设施类别的流行度,从整个服务设施签到数据的设施类别分布中得出,其最终值表示为0~1之间的一个归一化权重;是服务设施的服务吸引力,通过用户对该服务设施的评价或打分文本数据中提取分析得出,其最终值表示为0~1之间的一个归一化权重;是用户对服务设施类别为的访问喜好程度,从用户对所有服务设施签到记录中和服务设施类别为的服务设施的签到之比得出,其最终值表示为0~1之间的一个归一化权重;

S44、根据以上S43中公式,求得用户对行程轨迹目的位置点附近的距离阈值范围内所有服务设施的访问概率,再反向推断出用户轨迹对应区域内缺少的服务设施概率;

S45、综合用户轨迹出发位置点所在区域的服务设施缺失情况,除了轨迹目的地位置点所在的区域之外,轨迹经过的其他所有区域也都认为需求对应的服务设施:令用户在其行程轨迹中顺序经过的区域集合为,其中,出发地区域为,目的地区域为,,则,对于集合中的每一个区域,在时间段内,服务设施缺失的概率为;

S46、设在时间段内,为所有从区域出发和经过的轨迹用户集合,用户对应的行程轨迹为,那么在时间段内服务设施缺失的概率如下:

其中,表示在区域中用户对应的行程轨迹里所隐含的服务设施缺失的概率,表示在区域中用户对应的行程轨迹里所隐含的服务设施缺失的概率;

对于区域,得到对应服务设施类别为的需求概率,定义为:

其中,代表类别为c的具体服务设施,表示类别为c的设施集,表示区域中类别为c的服务设施的需求概率,表示区域中服务设施的需求概率,C为服务设施类别集合。

2.如权利要求1所述的一种城市分区域内服务设施需求识别方法,其特征在于:采用两级的行政区域划分方法对城市区域进行划分,包括:

按照第一级行政区域进行划分,在每一个第一级行政区域内再按照第二级行政区域划分,最终划分所有城市区域,其中,第一级行政区域包括市辖区,第二级行政区域包括行政街道、镇和乡。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210812583.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top