[發(fā)明專利]一種購票信息分析的方法及裝置

在審

• 申請?zhí)枺?/td>: 201611198401.8
• 申請日: 2016-12-22
• 公開（公告）號: CN107527223A
• 公開（公告）日: 2017-12-29
• 發(fā)明（設(shè)計）人: 趙忠信;曹文潔
• 申請（專利權(quán)）人: 北京銳安科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/26;G06N7/00
• 代理公司: 北京品源專利代理有限公司11332
• 代理人: 胡彬,鄧猛烈

1.一種購票信息分析的方法，其特征在于，所述方法包括：

從乘客的屬性信息、出行目的分布、購票次數(shù)、車次類型分布、購票方式分布、始發(fā)站分布、終點站分布、結(jié)伴關(guān)系提取乘客的購票行為模式特征；

通過乘客隱藏狀態(tài)向量表征乘客的購票行為模式，則每個乘客為一個乘客在高維空間中的一個點，若所述乘客的類型是未知的，則將對所述乘客的類別判定問題轉(zhuǎn)化為對所述乘客隱藏狀態(tài)向量的概率密度分布進行擬合學(xué)習(xí)的過程。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述乘客的屬性信息包括對數(shù)據(jù)文件按照年齡進行統(tǒng)計得到乘客年齡分布信息；

所述出行目的分布包括根據(jù)從身份證信息中解析出的省份籍貫編號信息再結(jié)合始發(fā)站和終點站的行政區(qū)劃代碼判斷籍貫編號與始發(fā)站、終點站的行政區(qū)劃代碼是否相等，將乘客根據(jù)出行目的劃分為預(yù)設(shè)個數(shù)的類別，各類別之間不重復(fù)不遺漏的分布；其中，odh代表始發(fā)站終點站都與籍貫一致，在家鄉(xiāng)省內(nèi)短途出行；odo代表始發(fā)站和終點站一致，但是在家鄉(xiāng)以外的省短途出行；o代表離開家鄉(xiāng)去外省出行；d代表從外省回家；other代表其他情況；

所述購票次數(shù)包括改簽次數(shù)、退票次數(shù)和有效購票次數(shù)，所述改簽次數(shù)為購票記錄中狀態(tài)為3的記錄的頻數(shù)；所述退票次數(shù)為購票記錄中狀態(tài)為2的記錄的頻數(shù)；所述有效購票次數(shù)為購票記錄中狀態(tài)為5的記錄的頻數(shù)；

所述車次類型分布包括根據(jù)乘客有多條乘車記錄得到不同車次類型的序列，分別計算各車次類型經(jīng)濟性、快捷性、舒適性的得分，再相加求和并除以乘車記錄次數(shù)，各指標值得分為預(yù)設(shè)時間內(nèi)所有乘車記錄的相應(yīng)指標的平均值的分布；

所述購票方式分布包括根據(jù)乘客有多條乘車記錄得到不同購票方式的序列，分別計算各車次類型經(jīng)濟性、快捷性的得分，再相加求和并除以乘車記錄次數(shù)，各指標值得分為預(yù)設(shè)時間內(nèi)所有乘車記錄的相應(yīng)指標的平均值的分布；

所述始發(fā)站分布包括根據(jù)始發(fā)站的數(shù)目、最大似然概率、車站重要性系數(shù)和始發(fā)站分布的熵，所述始發(fā)站的數(shù)目為以乘客身份證號為鍵，聚合乘客所有的購票記錄，在所有的購票記錄中，出現(xiàn)不同的始發(fā)站的數(shù)量；所述最大似然概率為在每個乘客的購票記錄中，出現(xiàn)次數(shù)最多的車站，概率用頻數(shù)除以總共的購票次數(shù)來計算；所述車站重要性系數(shù)為每個車站的重要性系數(shù)用當(dāng)天該車站的總發(fā)送人數(shù)除以所有車站的總發(fā)送人數(shù)來計算；所述始發(fā)站分布的熵為聚合單個乘客所有的購票記錄，得到所有購票記錄中始發(fā)站的集合，統(tǒng)計集合中不同的項的頻數(shù)，并計算離散分布的熵；

所述終點站分布包括終點站的數(shù)目、最大似然概率、車站重要性系數(shù)和終點站分布的熵；所述終點站的數(shù)目為以乘客身份證號為鍵，聚合乘客所有的購票記錄，在所有的購票記錄中，出現(xiàn)不同的終點站的數(shù)量；所述最大似然概率為在每個乘客的購票記錄中，出現(xiàn)次數(shù)最多的車站，概率用頻數(shù)除以總共的購票次數(shù)來計算；所述車站重要性系數(shù)為每個車站的重要性系數(shù)用當(dāng)天該車站的總預(yù)計到站人數(shù)除以所有車站的總預(yù)計到站人數(shù)來計算；所述終點站分布的熵為聚合單個乘客所有的購票記錄，得到所有購票記錄中終點站的集合，統(tǒng)計集合中不同的項的頻數(shù)，并計算離散分布的熵。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述結(jié)伴關(guān)系包括在獲取的一段時間間隔內(nèi)的乘客購票流數(shù)據(jù)中，如果乘客A與乘客B同一天同一個始發(fā)站上車，去往同一個目的站，乘坐同一輛列車，在同一個車廂內(nèi)，使用相同的購票方式在同一個車站的同一個窗口購票，且滿足支持度和置信度的要求，則乘客A與乘客B具有的結(jié)伴關(guān)系。

4.根據(jù)權(quán)利要求1至3任意一項所述的方法，其特征在于，所述從乘客的屬性信息、出行目的分布、購票次數(shù)、車次類型分布、購票方式分布、始發(fā)站分布、終點站分布、結(jié)伴關(guān)系提取乘客的購票行為模式特征，包括：

用一個向量表征一個乘客的隱藏狀態(tài)，將離散的、定性的數(shù)據(jù)標識轉(zhuǎn)化為連續(xù)的、定量的數(shù)據(jù)形式；

根據(jù)對預(yù)設(shè)時間間隔內(nèi)的購票數(shù)據(jù)進行統(tǒng)計分析，用最大似然概率描述乘客最可能的購票方式，將定性的、標簽性的數(shù)據(jù)轉(zhuǎn)化為連續(xù)的、定量的數(shù)據(jù)形式；

通過聚合在所述預(yù)設(shè)時間間隔內(nèi)的乘客所有乘車記錄中的購票方式，計算購票方式分布的熵和不同購票方式的個數(shù)。