[發明專利]一種電子車票的單邊交易費用確定方法、系統及裝置

有效

• 申請號: 201810371303.2
• 申請日: 2018-04-24
• 公開（公告）號: CN108596664B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 馬延龍;閆丹鳳;韋鈺;崔劍飛;陳積源
• 申請（專利權）人: 盤纏科技股份有限公司;北京郵電大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/30
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 牛崢;王麗琴

1.一種電子車票的單邊交易費用確定方法，其特征在于，應用在公共交通系統中，包括：

設置單邊交易費用確定模型，所述單邊交易費用確定模型的設置過程為：采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，基于從得到的電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，采用設置的學習模型進行模型訓練測試，得到所述模型；

在電子車票產生單邊交易記錄時，采用所設置的模型對單邊交易記錄進行缺失站點記錄的確定及對應的費用的確定；

所述采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，根據設置的至少一個應用算法從電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，從而得到所述模型訓練測試需要的樣本；

所述設置的學習模型采用了XGBoost學習模型和/或隨機森林RF學習模型。

2.如權利要求1所述的確定方法，其特征在于，所述應用算法為多個時，得到所述模型為：

分別采用設置的學習模型對不同應用算法得到的樣本進行訓練測試，得到不同應用算法對應的測試結果，采用加權方式對不同應用算法得到的測試結果內部融合后，再加權融合不同應用算法之間的測試結果，得到所述模型。

3.如權利要求1所述的確定方法，其特征在于，所述應用算法為：缺失站點多分類算法、劃扣金額多分類算法、缺失站點二分類算法和/或劃扣金額二分類算法。

4.如權利要求3所述的確定方法，其特征在于，所述缺失站點二分類算法是采用行擴充方式由缺失站點多分類算法轉化得到的；

所述劃扣金額二分類算法是采用行擴充方式由劃扣金額多分類算法轉換得到的。

5.如權利要求3所述的確定方法，其特征在于，所述缺失站點二分類算法和所述劃扣金額二分類算法計算時，還包括：

將所述電子車票的完整數據交易記錄分為歷史數據、訓練數據及測試數據，其中，歷史數據占的比重大于訓練數據及測試數據，歷史數據用于增加用戶特征，而訓練數據及測試數據在進行模型訓練測試時使用。

6.一種電子車票的單邊交易費用確定系統，其特征在于，應用在公共交通系統中，該系統包括：后臺處理系統及閘機處理單元，其中，

后臺處理系統，用于設置單邊交易費用確定模型，將單邊交易費用確定模型發送給閘機處理單元，所述單邊交易費用確定模型的設置過程為：采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，基于從得到的電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，采用設置的學習模型進行模型訓練測試，得到所述模型；

閘機處理單元，用于從后臺處理系統接收所述單邊交易費用確定模型，在掃描得到電子車票產生單邊交易記錄時，采用設置的模型對單邊交易記錄進行缺失站點記錄的確定及對應的費用的確定；

后臺處理系統，還用于所述采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，根據設置的至少一個應用算法從電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，從而得到所述模型訓練測試需要的樣本；

所述設置的學習模型采用了XGBoost學習模型和/或隨機森林RF學習模型。

7.一種電子車票的單邊交易費用確定裝置，其特征在于，應用在公共交通系統中，該裝置包括：模型設置模塊及收發模塊，其中，

收發模塊，用于接收電子車票的數據交易記錄；將所述模型發送；

模型設置模塊，用于采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，基于從得到的電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，采用設置的學習模型進行模型訓練測試，得到單邊交易確定模型；

所述采集電子車票的數據交易記錄，進行清洗整合后得到電子車票的完整數據交易記錄，設置的至少一個應用算法從電子車票的完整數據交易記錄提取得到的用戶特征及站點特征，從而得到所述模型訓練測試需要的樣本；

所述設置的學習模型采用了XGBoost學習模型和/或隨機森林RF學習模型。

8.一種利用權利要求1所述的方法的電子車票的單邊交易費用確定裝置，其特征在于，應用在公共交通系統中，該裝置包括：收發模塊及處理模塊，其中，

收發模塊，用于接收單邊交易確定模型；

處理模塊，用于在掃描得到電子車票產生單邊交易記錄時，采用設置的模型對單邊交易記錄進行缺失站點記錄的確定及對應費用的確定。