公开(公告)号：CN115545759A

公开(公告)日：2022-12-30

申请号：CN202211178745.8

申请日：2022-09-27

Applicant: 暨南大学

Inventor： 郭穗鸣 ,  邓宝莹 ,  陈超 ,  廖成武 ,  徐恪

IPC: G06Q30/02 ,  G06K9/62 ,  G06F16/951 ,  G06F16/9537 ,  G06N3/04

Abstract: 本发明公开了一种基于动态定价机制的乘客出行意图挖掘方法，方法包括以下步骤：城市网格划分，将城市划分为相同大小的若干网格；获取多源城市数据，获取乘客出行订单数据、动态价格系数、POI数据以及公共交通分布数据；特征提取和上下文扩展，基于多源城市数据，进行特征提取，构成特征量，对特征量进行扩展，以使其能表述关于乘客出行意图的上下文信息；乘客出行意图挖掘，使用线性模型进行乘客出行意图挖掘。本发明考虑了动态定价机制对乘客出行意图挖掘的影响，将乘客出行意图挖掘问题转化为多个二分类问题，具有较高的准确率。

公开(公告)号：CN115545759B

公开(公告)日：2023-05-19

申请号：CN202211178745.8

申请日：2022-09-27

Applicant: 暨南大学

Inventor： 郭穗鸣 ,  邓宝莹 ,  陈超 ,  廖成武 ,  徐恪

IPC: G06Q30/0203 ,  G06Q30/0201 ,  G06F18/241 ,  G06F16/9537 ,  G06F16/951 ,  G06N3/048

Abstract: 本发明公开了一种基于动态定价机制的乘客出行意图挖掘方法，方法包括以下步骤：城市网格划分，将城市划分为相同大小的若干网格；获取多源城市数据，获取乘客出行订单数据、动态价格系数、POI数据以及公共交通分布数据；特征提取和上下文扩展，基于多源城市数据，进行特征提取，构成特征量，对特征量进行扩展，以使其能表述关于乘客出行意图的上下文信息；乘客出行意图挖掘，使用线性模型进行乘客出行意图挖掘。本发明考虑了动态定价机制对乘客出行意图挖掘的影响，将乘客出行意图挖掘问题转化为多个二分类问题，具有较高的准确率。

公开(公告)号：CN115526387A

公开(公告)日：2022-12-27

申请号：CN202211130610.4

申请日：2022-09-16

Applicant: 暨南大学

Inventor： 郭穗鸣 ,  沈乾榕 ,  陈超 ,  刘志全 ,  徐恪

IPC: G06Q10/04 ,  G06Q30/02 ,  G06Q30/06 ,  G06Q50/30 ,  G06F16/9535 ,  G06N20/00

Abstract: 本发明公开了一种基于强化学习和动态定价机制的寻客路径推荐方法，方法包括S1、城市网格划分，将城市地图平均划分为若干网格；S2、司机行为建模，基于马尔可夫决策过程对司机行为和环境进行建模；S3、强化学习求解，对司机行为模型，用Q学习算法求解Q表，得到最优解；S4、寻客路径推荐，根据得到的Q表，向司机推荐在每个状态下的最佳行动。本发明在网格的粒度上为司机推荐寻客路径，最大化司机在每小时内的平均利润率，在考虑动态定价机制的情况下，向司机推荐搜索乘客的路径，实现更高的利润。