本發(fā)明涉及交通領(lǐng)域。具體而言涉及一種基于社交網(wǎng)絡(luò)的互聯(lián)網(wǎng)班車線路優(yōu)化設(shè)計(jì)方法。

背景技術(shù)：

伴隨著信息技術(shù)尤其是互聯(lián)網(wǎng)的飛速普及和發(fā)展，公共交通服務(wù)也上升到一個(gè)新的水平。以優(yōu)步(UBER)、滴滴為代表的O2O打車軟件的出現(xiàn)極大地方便了人們的工作和生活。在北京、上海等一線城市，由于日常出行路途遙遠(yuǎn)、公共交通擁擠不堪，人們更期待比打車更便宜，比公交、地鐵更舒適的班車服務(wù)，于是滴滴巴士、哈羅同行、考拉班車等一大批互聯(lián)網(wǎng)班車應(yīng)運(yùn)而生。但是，現(xiàn)有技術(shù)中的互聯(lián)網(wǎng)班車由于線路重復(fù)、空座率高、長(zhǎng)期穩(wěn)定的客源寥寥無(wú)幾，造成了運(yùn)營(yíng)成本居高不下，很多運(yùn)營(yíng)商難以為繼。此外，驟然出現(xiàn)的各路班車還造成了很多熱點(diǎn)路段的嚴(yán)重?fù)矶?，違背了其倡導(dǎo)的綠色出行的初衷。

造成互聯(lián)網(wǎng)班車與用戶需求之間匹配困難的原因可以歸結(jié)為以下幾點(diǎn)：

(1)未能充分挖掘用戶需求，掌握用戶的出行規(guī)律是最關(guān)鍵的原因?；ヂ?lián)網(wǎng)班車對(duì)城市居民的工作、生活情況缺乏必要的統(tǒng)計(jì)，一般只根據(jù)常識(shí)與經(jīng)驗(yàn)定性設(shè)計(jì)班車運(yùn)行線路，對(duì)用戶出行的個(gè)性化需求考慮不足，造成了很多“小眾需求”無(wú)法覆蓋。其實(shí)，在城市人口不斷膨脹的今天，即使是“小眾需求”在絕對(duì)數(shù)量上也并非小眾。而滿足“小眾需求”的能力，恰恰是班車服務(wù)水平的標(biāo)志。另外，互聯(lián)網(wǎng)班車在運(yùn)行時(shí)間往往嚴(yán)格的遵守“朝九晚五”，未考慮某些用戶經(jīng)常加班的情況，因此也會(huì)流失一部分潛在客戶。

(2)線路站點(diǎn)設(shè)計(jì)粒度太大，沒(méi)有提供精細(xì)點(diǎn)對(duì)點(diǎn)服務(wù)。很多互聯(lián)網(wǎng)班車在設(shè)計(jì)線路時(shí)粒度過(guò)粗，起點(diǎn)和終點(diǎn)覆蓋的范圍太大，造成了用戶乘車的不便，因此流失了部分用戶。例如北京熱門班車線路回龍觀到上地，眾所周知回龍觀和上地是北京兩個(gè)大型的社區(qū)，覆蓋面積很廣，很多用戶雖然屬于這一區(qū)域，但距離班車點(diǎn)很遠(yuǎn)，自然不會(huì)選擇這一線路。只有做到班車點(diǎn)離用戶的上下班地點(diǎn)都很近，這樣的線路才能受到歡迎。

(3)宣傳效果不理想，用戶參與度很低?；ヂ?lián)網(wǎng)班車雖然依靠互聯(lián)網(wǎng)進(jìn)行日常宣傳和運(yùn)營(yíng)，但還是沒(méi)有充分發(fā)揮互聯(lián)網(wǎng)的傳播優(yōu)勢(shì)。班車運(yùn)營(yíng)商制定好線路后，通過(guò)手機(jī)APP發(fā)布路線讓用戶報(bào)名，根據(jù)用戶的報(bào)名情況決定是否開通線路。但由于APP的人群覆蓋率不高，因此這也流失一大部分潛在用戶。而且這些APP大都沒(méi)有社交功能，也沒(méi)有同主流的社交軟件進(jìn)行有效整合，因此即使有好的線路，其社交傳播效率也大大降低。

綜述，互聯(lián)網(wǎng)班車目前未能有效解決用戶乘車痛點(diǎn)的原因，不在于需求不足，而在于缺乏有效的渠道挖掘需求，匹配需求，滿足需求。互聯(lián)網(wǎng)班車要想有效解決用戶的乘車痛點(diǎn)，就必須找到一種辦法，準(zhǔn)確地捕獲用戶需求，根據(jù)用戶需求來(lái)個(gè)性化制定合理路線，進(jìn)一步提高服務(wù)的水平，這就是本專利的背景所在。

技術(shù)實(shí)現(xiàn)要素：

本專利正是基于現(xiàn)有技術(shù)的上述情況而提出的，本專利要解決的技術(shù)問(wèn)題是提供一種基于社交網(wǎng)絡(luò)的互聯(lián)網(wǎng)班車路線優(yōu)化方法，以便于準(zhǔn)確發(fā)現(xiàn)和定位互聯(lián)網(wǎng)班車潛在的用戶需求。

為了解決上述問(wèn)題，本專利提供了：

一種互聯(lián)網(wǎng)班車路線優(yōu)化方法，所述方法包括：

步驟一，社交軟件數(shù)據(jù)采集步驟，所述社交軟件數(shù)據(jù)采集包括獲取社交軟件的信息數(shù)據(jù)，并從中采集到與班車線路有關(guān)的信息。在本步驟中，通過(guò)設(shè)置抓取條件的方式從獲取所述社交軟件提供的開放接口，抓取發(fā)布的微博中的相關(guān)信息數(shù)據(jù)；所述條件包括地理位置信息、時(shí)間信息、朋友關(guān)聯(lián)關(guān)系。比如，在地理位置信息中，可以設(shè)置北京；抓取的數(shù)據(jù)的時(shí)間信息中，抓取的數(shù)據(jù)量至少為一個(gè)月，并可以不斷地實(shí)時(shí)抓取并更新。

步驟二、對(duì)所述數(shù)據(jù)采集步驟采集到的數(shù)據(jù)進(jìn)行挖掘，得到用戶不同出行時(shí)段的OD點(diǎn)(起終點(diǎn))。在本步驟中，利用K-means聚類算法對(duì)所述采集到的所述相關(guān)信息數(shù)據(jù)進(jìn)行挖掘；在本步驟中將采集到所述數(shù)據(jù)中的的第i個(gè)數(shù)據(jù)定義為向量：x_i＝(x_i1，x_i2，x_i3)，其中x_i表示向量，x_i1表示第i個(gè)點(diǎn)的經(jīng)度，x_i2表示第i個(gè)點(diǎn)的緯度，x_i3表示第i個(gè)點(diǎn)的時(shí)間；在計(jì)算地點(diǎn)聚類中心之前先利用時(shí)間進(jìn)行分類，根據(jù)所述社交軟件的發(fā)布時(shí)間x_i3將數(shù)據(jù)集分割為上班集與下班集；當(dāng)x_i3∈(5，9)時(shí)，將x_i點(diǎn)放進(jìn)上班集進(jìn)行地點(diǎn)聚類，當(dāng)x_i3∈(16，20)時(shí)，將x_i點(diǎn)放進(jìn)下班集中進(jìn)行地點(diǎn)聚類，其余數(shù)據(jù)點(diǎn)視為無(wú)效點(diǎn)被過(guò)濾掉；這一步實(shí)現(xiàn)了初步的數(shù)據(jù)過(guò)濾與分類，有利于后續(xù)步驟的聚類；然后進(jìn)行第一次地點(diǎn)聚類，分別在上班集和下班集中各選出3個(gè)點(diǎn)作為備選點(diǎn)，即確定聚類中心數(shù)k＝3；先定義上班集的第k個(gè)地點(diǎn)聚類中心為：

其中，分配系數(shù)該公式的意義是將參與了第k個(gè)上班集地點(diǎn)聚類的點(diǎn)的經(jīng)緯度計(jì)算平均值，計(jì)算出的經(jīng)緯度作為第k個(gè)上班集的聚類中心的坐標(biāo)；所述n為所采集的有效數(shù)據(jù)點(diǎn)的個(gè)數(shù)；

定義第i個(gè)點(diǎn)x_i與第k個(gè)聚類中心μ_k之間的距離為：

D_ik＝(x_i-μ_k)^T(x_i-μ_k)

則所述第一次地點(diǎn)聚類的計(jì)算步驟包括上班集聚類和下班集聚類，所述上上班集聚類包括：(1)先隨機(jī)初始化聚類均值μ₁、μ₂、μ₃；(2)對(duì)每個(gè)點(diǎn)x_i都找到使D_ik最小的k，將i點(diǎn)聚到該中心，并設(shè)置該分配系數(shù)z_ik＝1：(3)如果所有的z_ik與上一次迭代沒(méi)有變化，則停止聚類，輸出μ₁、μ₂、μ₃；(4)否則按照①式更新μ₁、μ₂、μ₃；用與所述上班集聚類同樣的辦法可以得到下班集的三個(gè)聚類中心ρ₁、ρ₂、ρ₃；

步驟三、目標(biāo)用戶關(guān)系挖掘，在找到目標(biāo)用戶之后，根據(jù)其微博的朋友關(guān)系，尋找與其出行規(guī)律相似的用戶，從而進(jìn)一步擴(kuò)大目標(biāo)用戶的范圍。遍歷目標(biāo)用戶的朋友圈關(guān)系，找出滿足預(yù)定條件的所有重點(diǎn)朋友，然后計(jì)算出每一個(gè)朋友s的上班集聚類中心μ_s＝(μ₁、μ₂、μ₃)和下班集聚類中心ρ_s＝(ρ₁、ρ₂、ρ₃)；然后余弦相似度可以定義上班集線路相似度計(jì)算每一個(gè)重點(diǎn)朋友s與目標(biāo)用戶d(μ_d、ρ_d)的線路相似度：

所述cosθ為閾值，如果cosθ大于預(yù)定的數(shù)值，則認(rèn)為朋友s和目標(biāo)用戶d的線路相似，將所有相似的朋友放進(jìn)一個(gè)新的集合中，進(jìn)行第四步的二次聚類；

步驟四、對(duì)目標(biāo)用戶群體進(jìn)行聚類，得到用戶群最終的聚類中心(μ_k，ρ_k)，此值即可作為互聯(lián)網(wǎng)班車線路的OD點(diǎn)。在本步驟中，利用K-means聚類算法對(duì)所述采集到的所述相關(guān)信息數(shù)據(jù)進(jìn)行挖掘；將步驟三得到的用戶群的(μ、ρ)按照上班集與下班集分為兩個(gè)集合，分別計(jì)算兩個(gè)聚類點(diǎn)；由于經(jīng)過(guò)步驟三的相似度判斷，所以在本步驟中設(shè)定聚類中心數(shù)為1，設(shè)μ＝(μ₁，μ₂，...，μ_3n)，當(dāng)k＝1時(shí)，根據(jù)步驟二的公式可以推出最終的上班集聚類中心為：

同理可以算出下班集聚類中心為：

最終得到第k個(gè)用戶群的OD點(diǎn)為(μ_k，ρ_k)，以根據(jù)這個(gè)點(diǎn)來(lái)增設(shè)互聯(lián)網(wǎng)班車線路。

本發(fā)明的優(yōu)點(diǎn)在于：

1、本發(fā)明基于社交網(wǎng)絡(luò)，利用社交網(wǎng)絡(luò)中的海量數(shù)據(jù)挖掘潛在的目標(biāo)用戶，尋找符合用戶需求的班車路線并推送給用戶，這種主動(dòng)貼近用戶的行為，比單純依靠乘客報(bào)名的被動(dòng)方法，能夠更有效地挖掘潛在用戶以及解決用戶乘車痛點(diǎn)，同時(shí)用戶體驗(yàn)更好。

2、社交網(wǎng)絡(luò)可以提供豐富的用戶背景信息：如用戶工作、生活的地點(diǎn)，上下班的時(shí)間，甚至包括用戶的喜好等等。根據(jù)這些信息，我們可以幫助用戶訂制更符合用戶實(shí)際需求的個(gè)性化出行方案，易于被用戶接受。

附圖說(shuō)明

圖1為本發(fā)明具體實(shí)施方式中一種基于社交網(wǎng)絡(luò)的互聯(lián)網(wǎng)班車線路優(yōu)化方法的原理圖；

圖2為本發(fā)明所述的基于社交網(wǎng)絡(luò)的互聯(lián)網(wǎng)班車線路優(yōu)選方法的流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本專利的具體實(shí)施方式進(jìn)行詳細(xì)說(shuō)明。需要指出的是，該具體實(shí)施方式僅僅是對(duì)本專利優(yōu)選技術(shù)方案的舉例。并不能理解為對(duì)本專利保護(hù)范圍的限制。其目的在于對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明，以令本領(lǐng)域技術(shù)人員參照說(shuō)明書能夠據(jù)以實(shí)施。

如圖1、圖2所示。本具體實(shí)施方式提供了一種基于社交網(wǎng)絡(luò)的互聯(lián)網(wǎng)班車線路優(yōu)化方法，所述方法包括如下步驟：

步驟一，社交軟件數(shù)據(jù)采集步驟，所述社交軟件數(shù)據(jù)采集包括獲取社交軟件的信息數(shù)據(jù)，并從中采集到與班車線路有關(guān)的信息。

在本步驟中，以微博數(shù)據(jù)為例，可以利用微博提供的開放接口抓取發(fā)布的微博中的相關(guān)信息數(shù)據(jù)?？梢酝ㄟ^(guò)設(shè)置抓取條件的方式來(lái)獲取上述數(shù)據(jù)，所述條件包括地理位置信息、時(shí)間信息、朋友關(guān)聯(lián)關(guān)系等。

比如，在地理位置信息中，可以設(shè)置北京；抓取的數(shù)據(jù)的時(shí)間信息中，抓取的數(shù)據(jù)量至少為一個(gè)月，并可以不斷地實(shí)時(shí)抓取并更新。

步驟二、對(duì)所述數(shù)據(jù)采集步驟采集到的數(shù)據(jù)進(jìn)行挖掘，得到用戶不同出行時(shí)段的OD點(diǎn)(起終點(diǎn))。

在本步驟中，利用K-means聚類算法對(duì)所述采集到的數(shù)據(jù)進(jìn)行挖掘。所述K-means聚類算法包括：K-means算法是很典型的基于距離的聚類算法，采用距離作為相似性的評(píng)價(jià)指標(biāo)，即認(rèn)為兩個(gè)對(duì)象的距離越近，其相似度就越大。該算法認(rèn)為簇是由距離靠近的對(duì)象組成的，因此把得到緊湊且獨(dú)立的簇作為最終目標(biāo)。

k個(gè)初始類聚類中心點(diǎn)的選取對(duì)聚類結(jié)果具有較大的影響，因?yàn)樵谠撍惴ǖ谝徊街惺请S機(jī)的選取任意k個(gè)對(duì)象作為初始聚類的中心，初始地代表一個(gè)簇。該算法在每次迭代中對(duì)數(shù)據(jù)集中剩余的每個(gè)對(duì)象，根據(jù)其與各個(gè)簇中心的距離將每個(gè)對(duì)象重新賦給最近的簇。當(dāng)考察完所有數(shù)據(jù)對(duì)象后，一次迭代運(yùn)算完成，新的聚類中心被計(jì)算出來(lái)。如果在一次迭代前后，距離的值沒(méi)有發(fā)生變化，說(shuō)明算法已經(jīng)收斂。

在本例中，采集到的第i個(gè)數(shù)據(jù)可以定義為向量：x_i＝(x_i1，x_i2，x_i3)(粗體字母代表向量，下同)，其中x_i1表示第i個(gè)點(diǎn)的經(jīng)度，x_i2表示第i個(gè)點(diǎn)的緯度，x_i3表示第i個(gè)點(diǎn)的時(shí)間。在計(jì)算地點(diǎn)聚類中心之前可以先利用時(shí)間進(jìn)行分類，根據(jù)x_i3即微博的發(fā)布時(shí)間將數(shù)據(jù)集分割為上班集與下班集?？紤]到大部分人的上班時(shí)間集中在5:00～9:00，下班時(shí)間集中在16:00～20:00，所以當(dāng)x_i3∈(5，9)時(shí)，將x_i點(diǎn)放進(jìn)上班集進(jìn)行地點(diǎn)聚類，當(dāng)x_i3∈(16，20)時(shí)，將x_i點(diǎn)放進(jìn)下班集中進(jìn)行地點(diǎn)聚類，其余數(shù)據(jù)點(diǎn)視為無(wú)效點(diǎn)被過(guò)濾掉。這一步實(shí)現(xiàn)了初步的數(shù)據(jù)過(guò)濾與分類，有利于后續(xù)步驟的聚類。

接下來(lái)進(jìn)行第一次地點(diǎn)聚類，分別在上班集和下班集中各選出3個(gè)點(diǎn)作為備選點(diǎn)，即確定聚類中心數(shù)k＝3。先定義上班集的第k個(gè)地點(diǎn)聚類中心為：

其中，分配系數(shù)該公式的意義是將參與了第k個(gè)上班集地點(diǎn)聚類的點(diǎn)的經(jīng)緯度計(jì)算平均值，計(jì)算出的經(jīng)緯度作為第k個(gè)上班集的聚類中心的坐標(biāo)。

然后定義第i個(gè)點(diǎn)x_i與第k個(gè)聚類中心μ_k之間的距離為：

D_ik＝(x_i-μ_k)^T(x_i-μ_k)

計(jì)算步驟：

(1)先隨機(jī)初始化聚類均值μ₁、μ₂、μ₃；

(2)對(duì)每個(gè)點(diǎn)x_i都找到使D_ik最小的k，將i點(diǎn)聚到該中心，并設(shè)置該分配系數(shù)z_ik＝1；

(3)如果所有的z_ik與上一次迭代沒(méi)有變化，則停止聚類，輸出μ₁、μ₂、μ₃；

(4)否則按照①式更新μ₁、μ₂、μ₃；

用同樣的辦法可以得到下班集的三個(gè)聚類中心ρ₁、ρ₂、ρ₃。

用上述k-means聚類算法既可以實(shí)現(xiàn)數(shù)據(jù)篩選的功能，也可以實(shí)現(xiàn)數(shù)據(jù)聚類的功能，將聚類中心數(shù)k設(shè)置為3可以避免離散點(diǎn)對(duì)聚類中心的影響，例如，由于手機(jī)定位精度限制或者如果用戶在逛街時(shí)也發(fā)了幾個(gè)微博，這時(shí)坐標(biāo)就有可能會(huì)極大偏離居住地，所以有必要將聚類中心數(shù)設(shè)置為大于1，而如果k設(shè)置過(guò)大則會(huì)產(chǎn)生過(guò)多的聚類中心，不利于下一步的二次聚類。經(jīng)過(guò)多次試驗(yàn)發(fā)現(xiàn)k取3時(shí)在本專利中比較有效，基于上述第一次聚類的方法有利于挖掘出用戶真正的居住地點(diǎn)與工作地點(diǎn)，為下一步的第二次聚類做好了數(shù)據(jù)準(zhǔn)備。

步驟三、目標(biāo)用戶關(guān)系挖掘，在找到目標(biāo)用戶之后，根據(jù)其微博的朋友關(guān)系，尋找與其出行規(guī)律相似的用戶，從而進(jìn)一步擴(kuò)大目標(biāo)用戶的范圍。

由于社交軟件是一個(gè)大的社交媒體，例如微博，本實(shí)施例目標(biāo)用戶在其微博上的朋友，很可能就是他在現(xiàn)實(shí)生活中的親人、朋友、同事，很可能和目標(biāo)用戶具有相似的出行規(guī)律，有條件成為新的目標(biāo)用戶。通過(guò)挖掘目標(biāo)用戶的方式能夠較為快速地確定多個(gè)目標(biāo)用戶，這樣相對(duì)于進(jìn)行海量的計(jì)算來(lái)說(shuō)能夠節(jié)省效率和提高識(shí)別的準(zhǔn)確性。

進(jìn)一步地，由于本實(shí)施例中的目標(biāo)用戶在微博中可能有很多朋友，如果針對(duì)其朋友逐個(gè)分析其出行規(guī)律，同樣會(huì)帶來(lái)大量計(jì)算。因此所以在遍歷其朋友圈時(shí)，本實(shí)施例中優(yōu)選地，重點(diǎn)選擇符合如下條件的“重點(diǎn)朋友用戶”的社交軟件數(shù)據(jù)進(jìn)行分析，以提高找到其他目標(biāo)用戶的運(yùn)算效率:條件1，和目標(biāo)用戶是互相關(guān)注關(guān)系；條件2，和目標(biāo)用戶在微博中頻繁互動(dòng)；條件3，和目標(biāo)用戶有共同的朋友。以上條件1、條件2、條件3之間可以是和的關(guān)系，也可以是或的關(guān)系，也可以在三個(gè)條件中選擇部分或全部進(jìn)行組合。

遍歷目標(biāo)用戶的朋友圈關(guān)系，找出滿足上述條件的所有重點(diǎn)朋友，然后計(jì)算出每一個(gè)朋友s的上班集聚類中心μ_s＝(μ₁、μ₂、μ₃)和下班集聚類中心ρ_s＝(ρ₁、ρ₂、ρ₃)。然后計(jì)算每一個(gè)重點(diǎn)朋友s與目標(biāo)用戶d(μ_d、ρ_d)的線路相似度。由于余弦相似度在分類算法具有運(yùn)算方便、效果明顯的特點(diǎn)，所以根據(jù)余弦相似度可以定義上班集線路相似度：

如果cosθ大于某個(gè)閾值(此值可由實(shí)驗(yàn)得到)，則認(rèn)為朋友s和目標(biāo)用戶d的線路相似，將所有相似的朋友放進(jìn)一個(gè)新的集合中，進(jìn)行第四步的二次聚類。

步驟四、對(duì)目標(biāo)用戶群體進(jìn)行聚類，得到用戶群最終的聚類中心(μ_k，ρ_k)，此值即可作為互聯(lián)網(wǎng)班車線路的OD點(diǎn)。

將步驟三得到的用戶群的(μ、ρ)按照上班集與下班集分為兩個(gè)集合，分別計(jì)算兩個(gè)聚類點(diǎn)。由于經(jīng)過(guò)步驟三的相似度判斷，所以該步驟中的數(shù)據(jù)會(huì)較為集中，異常點(diǎn)較少，所以可以降低聚類中心數(shù)為1，從而降低企業(yè)的決策成本。設(shè)μ＝(μ₁，μ₂，...，μ_3n)，當(dāng)k＝1時(shí)，根據(jù)步驟二的公式可以推出最終的上班集聚類中心為：

同理可以算出下班集聚類中心為：

最終得到第k個(gè)用戶群的OD點(diǎn)為(μ_k，ρ_k)，企業(yè)可以根據(jù)這個(gè)點(diǎn)來(lái)增設(shè)互聯(lián)網(wǎng)班車線路。