[發(fā)明專利]一種社會(huì)事件與客運(yùn)交通需求之間的相關(guān)性分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711403609.3
• 申請(qǐng)日: 2017-12-22
• 公開（公告）號(hào): CN108133291B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 萬(wàn)懷宇;林友芳;王晶
• 申請(qǐng)（專利權(quán)）人: 北京交通大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/26;G06F16/245
• 代理公司: 北京紅福盈知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11525
• 代理人: 崔成哲

1.一種社會(huì)事件與客運(yùn)交通需求之間的相關(guān)性分析方法，其特征在于，該方法包括以下步驟：

S1.對(duì)社會(huì)事件進(jìn)行分類建模，進(jìn)而針對(duì)不同類型的社會(huì)事件進(jìn)行相應(yīng)的特征屬性設(shè)計(jì)；

S1.1從多個(gè)維度設(shè)計(jì)多種屬性對(duì)社會(huì)事件進(jìn)行建模，從而全面、具體地描述每個(gè)社會(huì)事件的特點(diǎn)與特征；具體來(lái)說(shuō)，將社會(huì)事件分為三類：演唱會(huì)、體育賽事、展會(huì)；針對(duì)這三類社會(huì)事件，構(gòu)造相應(yīng)的公共屬性包括：時(shí)間屬性、出發(fā)地及目的地各自的城市屬性、交通方式固有屬性、事件參與方屬性；

所述時(shí)間屬性包含春節(jié)、清明、端午、中秋、五一、國(guó)慶、元旦、情人節(jié)、圣誕節(jié)，以及是否周一，是否周二，是否周三，是否周四，是否周五，是否周六，是否周日，是否處于節(jié)日前1天，是否處于節(jié)日前2天，是否處于節(jié)日，是否處于節(jié)日后1天，是否處于節(jié)日后2天；所述出發(fā)地及目的地各自的城市屬性包含是否一線城市，是否二線城市，是否三線城市，是否四線城市，是否旅游城市，是否商業(yè)城市，城市近期GDP，國(guó)內(nèi)進(jìn)旅客量，國(guó)內(nèi)出旅客量，國(guó)際進(jìn)旅客量，國(guó)際出旅客量，國(guó)內(nèi)進(jìn)需求量，國(guó)內(nèi)出需求量，國(guó)際進(jìn)需求量，國(guó)際出需求量，旅客量占比，交通線占比；所述交通方式固有屬性包含交通線平均需求，交通線平均流量，出發(fā)地對(duì)目的地關(guān)注度；所述事件參與方屬性包含主要影響年齡層為兒童，主要影響年齡層為青年，主要影響年齡層為成年，主要影響年齡層為老年，是否有固定參與人群，影響商務(wù)人群，影響社會(huì)大眾；

其中“城市屬性”描述了城市自身特有的屬性，包含了出發(fā)地和目的地兩個(gè)方面，目的地是指事件發(fā)生城市，出發(fā)地是指能夠去往目的城市的其他城市；

“交通線”是指由出發(fā)城市和目的城市組成的交通線路組合，可以是航空業(yè)的航線，鐵路系統(tǒng)中的火車線路；

S1.2針對(duì)不同類型社會(huì)事件的獨(dú)有特點(diǎn)設(shè)計(jì)構(gòu)造出其特有屬性；

不同事件類型所關(guān)注的側(cè)重點(diǎn)有所不同：

對(duì)于演唱會(huì)類型事件，其特有屬性包括：明星近期影響力、年度舉辦頻率，其中，明星近期影響力包含近期明星熱度較高、近期明星熱度一般、近期明星熱度較低，年度舉辦頻率包含一年內(nèi)1次，一年2-3次，一年3次以上；

對(duì)體育賽事而言，包含比賽等級(jí)、體育明星影響力、比賽項(xiàng)目大眾參與度、賽事影響范圍，其中，比賽等級(jí)包含世界級(jí)、國(guó)家級(jí)、省級(jí)、市級(jí)，體育明星影響力包含近期明星影響力較大、一般、較小，比賽項(xiàng)目大眾參與度大眾參與度較高、一般、較低，賽事影響范圍最大影響全球、亞洲、全國(guó)、全省、全市；

對(duì)展會(huì)而言，包含行業(yè)熱度、展會(huì)時(shí)長(zhǎng)、主辦方等級(jí)、歷史悠久程度、參展規(guī)模，其中，包含行業(yè)熱度本行業(yè)熱度較高、一般、較低，展會(huì)時(shí)長(zhǎng)1天、2-3天、3天以上，主辦方等級(jí)國(guó)家級(jí)、省級(jí)、市級(jí)，歷史悠久程度首屆、2-5屆、5屆以上，參展規(guī)模100展位以內(nèi)、100-200展位、200展位以上；

S2.在歷史數(shù)據(jù)的基礎(chǔ)上構(gòu)建已發(fā)生事件的屬性特征，并計(jì)算相應(yīng)事件對(duì)交通線的影響力，從而建立線性回歸模型；

S2.1利用搜集到的各個(gè)交通線上已經(jīng)發(fā)生的事件的信息按照S1中設(shè)計(jì)的屬性構(gòu)造其屬性，作為線性回歸模型的訓(xùn)練集的輸入；其中“交通線上已發(fā)生的事件”即交通線中包括的目的城市發(fā)生的事件；

S2.2解析歷史數(shù)據(jù)庫(kù)中的查詢?nèi)罩緮?shù)據(jù)，分別得到歷史數(shù)據(jù)中沒有事件影響和有事件影響情況下的客運(yùn)交通需求，計(jì)算事件影響力：

influence＝demandAll/demandSD

其中，影響力(influence)，即社會(huì)事件對(duì)交通線路需求影響的能力，計(jì)算方式為某交通線路真實(shí)需求量(demandAll)與該交通線路標(biāo)準(zhǔn)需求量(demandSD)的比值；真實(shí)需求量，是針對(duì)某條發(fā)生社會(huì)事件的交通線，基于近期一定時(shí)間內(nèi)查詢數(shù)據(jù)的求日平均值得到；標(biāo)準(zhǔn)需求量基于較長(zhǎng)時(shí)間的歷史數(shù)據(jù)，對(duì)該時(shí)間內(nèi)查詢量求日平均得到；用兩者的比值作為社會(huì)事件產(chǎn)生的影響力，以刻畫社會(huì)事件對(duì)相應(yīng)交通線路產(chǎn)生的影響；

S2.3利用S2.1和S2.2中生成的特征屬性和影響力構(gòu)造線性回歸模型；

具體來(lái)說(shuō)，基于歷史數(shù)據(jù)采用多元線性回歸在各個(gè)交通線上分別建立相應(yīng)的模型，以便后續(xù)步驟中利用所得模型和未來(lái)社會(huì)事件的特征屬性對(duì)未來(lái)事件的影響力進(jìn)行預(yù)測(cè)，即得到相應(yīng)交通線路需求量增加或減少的情況；多元線性回歸模型如下：

y＝b₀+b₁x₁+b₂x₂+…+b_kx_k+e

其中y是影響力的預(yù)測(cè)結(jié)果，x₁、x₂、…、x_k是S1中所設(shè)計(jì)的各個(gè)社會(huì)事件的屬性，k為屬性的個(gè)數(shù)，b₀、b₁、…、b_k是利用機(jī)器學(xué)習(xí)算法基于歷史數(shù)據(jù)訓(xùn)練出的各個(gè)事件屬性對(duì)應(yīng)的系數(shù)，e為算法訓(xùn)練出的常數(shù)項(xiàng)；

S3.結(jié)合未來(lái)事件的信息，利用S2中建立的回歸模型，預(yù)測(cè)相應(yīng)事件的影響力，進(jìn)而計(jì)算出由事件引起的交通需求的變化量；

具體來(lái)說(shuō)，得到未來(lái)某事件的信息后，生成S1中所述的特征屬性信息，利用S2中生成的線性回歸模型y＝b₀+b₁x₁+b₂x₂+…+b_kx_k+e對(duì)該未來(lái)事件的影響力進(jìn)行預(yù)測(cè)；

得到影響力預(yù)測(cè)值之后，利用如下公式計(jì)算預(yù)測(cè)的需求的變化量：

demandChange＝demandAllSum*(influence-1)

其中demandAllSum為未來(lái)一段時(shí)間標(biāo)準(zhǔn)需求和，influence為預(yù)測(cè)的事件影響力即利用多元線性回歸模型預(yù)測(cè)得到的y，demandChange為計(jì)算得到的需求變化量；當(dāng)influence1則事件為正影響，需求變化量demandChange為正值，即需求增加；當(dāng)influence1則事件為負(fù)影響，需求變化量demandChange為負(fù)值，即需求減少，從而得到社會(huì)事件對(duì)相應(yīng)交通線路需求產(chǎn)生的總增加或減少量。