一种基于机器学习的城际网约车需求预测方法及系统

发明专利有效专利

申请号：
CN202110943104.6
IPC分类号：G06Q30/02;G06Q10/02;G06Q50/30;G06K9/62;G06N20/00
申请日期：
2021-08-17
申请人：
华侨大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于机器学习的城际网约车需求预测方法及系统
申请号	CN202110943104.6	申请日期	2021-08-17
法律状态	公开	申报国家	中国
公开/公告日	2021-10-22	公开/公告号	CN113538067A
优先权	暂无	优先权号	暂无
主分类号	G06Q30/02 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q30/00 商业，例如购物或电子商务〔8，2012.01〕 G06Q30/02 行销，例如，市场研究与分析、调查、促销、广告、买方剖析研究、客户管理或奖励；价格评估或确定〔2012.01〕	IPC分类号	G;0;6;Q;3;0;/;0;2;;;G;0;6;Q;1;0;/;0;2;;;G;0;6;Q;5;0;/;3;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	华侨大学	申请人地址	福建省泉州市丰泽区城东城华北路269号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华侨大学	当前权利人	华侨大学
发明人	喻小光;林卓瀚;陈霞
代理机构	厦门市首创君合专利事务所有限公司	代理人	张松亭;李艾华

摘要

本发明公开了一种基于机器学习的城际网约车需求预测方法及系统，包括需求预测模型训练和需求客座数值预测，其中需求预测模型训练包括订单数据获取、天气特征数据获取、特征数据合并及增加、特征数据预处理、特征数据筛选、模型训练和最优模型获取。本发明根据网约车用户的订单数据，统计历史各时段的网约车需求数据以及时段特征，同时额外收集城市的天气数据作为补充，由于网约车需求预测所涉及的因素过于繁杂，所以通过特征选择方法选择强相关特征作为算法输入，并将XGBoost算法作为需求预测的关键算法，通过交叉验证的方法选取并保存最优模型；在实际应用时获取保存的模型及未来时段数据做预测，以对未来各时段的网约车需求进行预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供