[發明專利]一種識別貨運站點類型的方法

在審

• 申請號: 201810260097.8
• 申請日: 2018-03-27
• 公開（公告）號: CN108428086A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 李國;婁偉鋒;朱波;王凱;鄧唐生;王翟
• 申請（專利權）人: 吉旗（成都）科技有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F17/30
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 張廷利

本發明公開了一種識別貨運站點類型的方法，它包括站點內的停留事件數據采集，站點內的停留點數據POI類型解析，基于LDA的主題模型訓練，基于模型對站點類型進行預測四部分；本發明能夠快速地、批量地對站點類型進行識別，極大地降低了人工標記的成本；本發明能夠幫助物流企業對不同類型的站點間進行精細化的時效管理；本發明根據系統里數十萬站點和真實貨車停留數據結合LDA模型，不斷累加數據和優化模型提高識別的準確率，解決人工標記的太多人為影響因素。

技術領域

本發明涉及物流技術領域，具體為一種識別貨運站點類型的方法。

背景技術

目前物流行業還沒有專門針對貨運站點類型進行識別的方法，都是基于人工對貨運車輛經常進出的站點進行類型標記，這是一個相當費時費力的工作，并且還依賴于標記人員對行業的了解和對車輛運輸貨物類型的理解。貨運站點類型對貨運行業的運輸時效的監控也起到了比較關鍵的作用。

各個地圖廠商也有相應的基于地理位置的POI類型，但是這些POI類型都是基于生活服務和其它基礎設施的，沒有完全的基于物流行業的類型，也不能直接在物流行業使用。

發明內容

本發明的目的在于提供一種識別貨運站點類型的方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種識別貨運站點類型的方法,包括如下步驟：

A、站點內的停留事件數據采集；

B、站點內的停留點數據POI類型解析；

C、基于LDA的主題模型訓練；

基于模型對站點類型進行預測。

優選的，所述步驟A中停留事件是平臺根據車輛上報的gps位置判斷，車輛在同一位置連續2分鐘以上沒有位置變化認定為停留，把生成的停留事件放到mq里，大數據平臺消費mq的數據存入hdfs；每輛車在同一小地址范圍內可以產生多條停留數據；不同車輛可以在相同地點產生停留數據。

優選的，所述步驟B中解析步驟如下：

a、獲取站點范圍數據；

b、判斷停留點是否落在站點內；

c、對站點內的停留事件的GPS點調用第三方地圖廠商API進行增量解析,解析會返回相應的詳細地址信息，同時帶上對應的poi信息對解析回來的數據按站點、POI類型、POI名稱進行保存。

優選的，所述步驟C訓練步驟如下：

a、對POI類型進行拆分；

b、對站點內各種類型進行分類匯總，形成類型分布數據；

c、對站點和類型進行數據化；

d、對站點的POI類型分布數據進行預處理形成LDA模型數據需要的格式；

e、把預處理好的數據加載到LDA進行訓練；

f、根據模型的類型描述對各個主題單獨取對應的貨運行業類型名。

優選的，所述步驟D預測方法如下：

a、對所有的站點按訓練時的預處理格式準備數據；

b、對所有站點數據進行預測，得到對就的模型編號的概率。

與現有技術相比，本發明的有益效果是：本發明能夠快速地、批量地對站點類型進行識別，極大地降低了人工標記的成本；本發明能夠幫助物流企業對不同類型的站點間進行精細化的時效管理；本發明根據系統里數十萬站點和真實貨車停留數據結合LDA模型，不斷累加數據和優化模型提高識別的準確率，解決人工標記的太多人為影響因素。

附圖說明