[發明專利]一種在網絡用車系統中使用TF-IDF評估承運車輛與地域相關性的方法在審

申請號：	201510245529.4	申請日：	2015-05-14
公開（公告）號：	CN104866959A	公開（公告）日：	2015-08-26
發明（設計）人：	湯鵬;王柏	申請（專利權）人：	北京東方車云信息技術有限公司
主分類號：	G06Q10/06	分類號：	G06Q10/06;G06Q50/30
代理公司：	北京萬慧達知識產權代理有限公司 11111	代理人：	敖列偉;李春晅
地址：	100080 北京市海淀區北***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種網絡系統使用 tf idf 評估承運車輛地域相關性方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及到網絡用車領域中的評估承運車輛與地域相關性的方法，更具體地涉及到以TF-IDF評估承運車輛與地域相關性的方法。

背景技術

在網絡用車領域中，承運車輛通常與地域有較強的關聯性。例如，由于承運司機對不同地域的熟悉程度和對不同類型地域的偏好，造成承運車輛接單時對其運營的地域有較強的選擇性。為了將用車的訂單更準確和高效地發送給適合于承運的司機，需要對承運車輛與地域相關性進行評估。

TF-IDF(term?frequency–inverse?document?frequency)是一種統計方法，用以評估一個字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現的次數成正比增加，但同時會隨著它在語料庫中出現的頻率成反比下降。如果某個詞或短語在一篇文章中出現的頻率TF高，并且在其他文章中很少出現，則認為此詞或者短語具有很好的代表能力。TF-IDF實際上是：TF詞頻(Term?Frequency)與IDF逆向文件頻率(Inverse?Document?Frequency)的乘積。詞頻TF表示詞條在文檔d中出現的頻率。實際上，如果一個詞條在一個文檔中頻繁出現，則說明該詞條能夠更好代表這個文本的特征。IDF的主要思想是：如果包含某個詞條t的文檔越少，那么IDF越大，則說明詞條t具有很好代表能力。

TF-IDF在信息檢索技術中已經有成功的應用，例如在搜索引擎中有廣泛應用。但是，如何將其應用到網絡用車系統中，尤其是應用到承運車輛與地域相關性的評估中，仍然是現有技術中待解決的問題。

發明內容

針對上述問題，本發明將TF-IDF統計方法創造性地應用到了網絡用車系統中的承運車輛與地域相關性的評估中，提出了一種在網絡用車系統中使?用TF-IDF評估承運車輛與地域相關性的方法，所述方法包括如下步驟：

將承運車輛的運營區域劃分為多個區塊B_i；

在給定的一個時間段內，

統計出參與運營的承運車輛總數S，

對任一區塊B_i，統計出曾經以其作為運營起點或終點的承運車輛數目N_i，

計算出區塊B_i的IDF_i＝log(S/N_i)；

對每個承運車輛j，統計出其總的運營次數n_j和區塊B_i作為其運營起點或終點的次數n_i,j，

計算出區塊B_i在承運車輛j中的TF_i,j＝n_i,j/n_j；

那么，承運車輛j與區塊B_i的相關度R_i,j＝TF_i,j＊IDF_i。

優選地，在所述的評估承運車輛和地域相關性的方法中，所述區塊B_i是將城市按經緯度劃分成的矩形塊。