一种利用动态价格预测减少网约车费用的乘车推荐系统
专利类型：发明专利
语 言：中文
申 请 号：CN201710992208.X
申 请 日：20171023
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20180327
公 开 号：CN107844853A
代 理 人：
代理机构：
摘 要：本发明是一种利用动态价格预测减少网约车费用的乘车推荐系统，针对用户在城市中某一时间地点的网约车乘车需求，提供行程费用预测以及更少费用乘车方案的推荐。首先，本系统将城市细分成多个区域，使用熵和法诺不等式计算出区域的动态价格可预测性。然后，系统针对不同可预测性大小的区域，选择马尔可夫链预测器或神经网络预测器进行动态价格预测。最后，系统预测出乘车费用并推荐减少费用的乘车方案，如该用户原地等一段时间或者移动一段距离可以得到更低的乘车价格。实验结果表明，本系统的预测结果大致与调查数据吻合，使用户减少了因乘车费用的不确定产生的焦虑，并节省了出行开支。
主 权 项：一种利用动态价格预测减少网约车费用的乘车推荐系统，其特征是：城市区域价格可预测性模块、预测器训练模块和乘车方案推荐模块；所述的城市区域价格可预测性模块，是基于城市地理数据和网约车历史数据，为不同的城市子区域计算其动态价格可预测性，从而为该区域选择合适的预测器；所述的预测器训练模块，是根据各个区域的价格可预测性大小，分别选取不同的训练器模型，并根据该区域上的网约车历史数据训练相应的预测器；所述的乘车方案推荐模块，是在给出一个具体乘车需求的时间地点的情况下，通过预测器预测包括该乘车点周边一定范围内的所有区域在此刻及下一时间段的乘车费用，通过综合比较，用户可以选择最适合的乘车方案，如走一段距离或等一段时间。
关 键 词：预测;动态价格;乘车推荐系统;乘车费用;乘车方案;计算;网络;选择;不等式;原地;细分;神经;减少;出行;节省;移动;调查;使用;提供;吻合;
法律状态：公开
IPC专利分类号：G06Q10/04(2012.01)I,G06F17/30(2006.01)I,G06N3/04(2006.01)I