[發(fā)明專利]一種共享車輛騎回概率和丟失概率預(yù)測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811296572.3
• 申請(qǐng)日: 2018-11-01
• 公開（公告）號(hào): CN111126654A
• 公開（公告）日: 2020-05-08
• 發(fā)明（設(shè)計(jì)）人: 戚立才;張怡菲
• 申請(qǐng)（專利權(quán)）人: 北京嘀嘀無限科技發(fā)展有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 鄧超

1.一種車輛騎回概率預(yù)測(cè)方法，其特征在于，該方法包括：

從被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛的相關(guān)信息中選擇目標(biāo)共享車輛的相關(guān)信息；

獲取所述目標(biāo)共享車輛的相關(guān)信息在至少一種車輛特征和至少一種位置特征下的特征值；

將所述目標(biāo)共享車輛的相關(guān)信息的所述特征值輸入至預(yù)先訓(xùn)練好的共享車輛騎回概率預(yù)測(cè)模型中，預(yù)測(cè)得到所述目標(biāo)共享車輛在被騎行出指定運(yùn)營(yíng)區(qū)域后被騎回所述指定運(yùn)營(yíng)區(qū)域的騎回概率。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛的相關(guān)信息中選擇目標(biāo)共享車輛的相關(guān)信息，具體包括：

針對(duì)每輛被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛，獲取該被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛被騎行出指定運(yùn)營(yíng)區(qū)域的出圈時(shí)間；

若所述出圈時(shí)間距離當(dāng)前時(shí)間之間的時(shí)間長(zhǎng)度超出預(yù)設(shè)的時(shí)間長(zhǎng)度閾值，且該共享車輛當(dāng)前并未處于使用狀態(tài)，則將該共享車輛的相關(guān)信息確定為所述目標(biāo)共享車輛的相關(guān)信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述從被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛的相關(guān)信息中選擇目標(biāo)共享車輛的相關(guān)信息之前，還包括：

當(dāng)被使用的共享車輛關(guān)鎖時(shí)，檢測(cè)該共享車輛所處的當(dāng)前位置是否位于與所述共享車輛對(duì)應(yīng)的指定運(yùn)營(yíng)區(qū)域之外；

如果是，則將該共享車輛作為被騎行出指定運(yùn)營(yíng)區(qū)域的共享車輛。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述車輛特征包括：實(shí)時(shí)電量特征、被騎行出指定運(yùn)營(yíng)區(qū)域的時(shí)間特征、投放運(yùn)營(yíng)時(shí)間長(zhǎng)度特征、歷史被騎行次數(shù)特征、歷史報(bào)修次數(shù)特征中的至少一項(xiàng)；

所述位置特征包括：當(dāng)前位置與該目標(biāo)共享車輛對(duì)應(yīng)的指定運(yùn)營(yíng)區(qū)域之間的距離特征、當(dāng)前位置與最近一條馬路的距離特征、當(dāng)前位置所處場(chǎng)所特征中至少一項(xiàng)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，針對(duì)所述車輛特征包括實(shí)時(shí)電量特征的情況，采用下述方式獲取所述目標(biāo)共享車輛的相關(guān)信息在實(shí)時(shí)電量特征下的特征值：

基于設(shè)置在所述目標(biāo)共享車輛上的無線通訊模塊，讀取所述目標(biāo)共享車輛的實(shí)時(shí)電量；

將讀取的實(shí)時(shí)電量作為實(shí)時(shí)電量特征下的特征值。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，針對(duì)所述車輛特征包括被騎行出指定運(yùn)營(yíng)區(qū)域的時(shí)間的情況，采用下述方式獲取所述目標(biāo)共享車輛的相關(guān)信息在該目標(biāo)共享車輛被騎行出指定運(yùn)營(yíng)區(qū)域的時(shí)間特征下的特征值：

獲取目標(biāo)共享車輛在被騎行出指定運(yùn)營(yíng)區(qū)域后首次被關(guān)鎖的關(guān)鎖時(shí)間；

將所述關(guān)鎖時(shí)間作為所述目標(biāo)共享車輛的相關(guān)信息在該目標(biāo)共享車輛被騎行出指定運(yùn)營(yíng)區(qū)域的時(shí)間特征下的特征值。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，針對(duì)所述位置特征包括當(dāng)前位置所處場(chǎng)所特征的情況，采用下述方式獲取所述目標(biāo)共享車輛的相關(guān)信息在當(dāng)前位置所處場(chǎng)所特征下的特征值：

確定所述目標(biāo)共享車輛是否處于指定場(chǎng)所內(nèi)；

如果是，則確定所述目標(biāo)共享車輛的相關(guān)信息在當(dāng)前位置所處場(chǎng)所特征下的特征值為處于指定場(chǎng)所；

如果否，則確定所述目標(biāo)共享車輛的相關(guān)信息在當(dāng)前位置所處場(chǎng)所特征下的特征值為未處于指定場(chǎng)所。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用下述方式確定預(yù)先訓(xùn)練好的共享車輛騎回概率預(yù)測(cè)模型：

確定進(jìn)行共享車輛騎回概率預(yù)測(cè)所基于的基礎(chǔ)預(yù)測(cè)模型；

將所述車輛特征以及所述位置特征作為基礎(chǔ)預(yù)測(cè)模型的自變量，將共享車輛騎回概率作為所述基礎(chǔ)預(yù)測(cè)模型的因變量，構(gòu)建所述基礎(chǔ)預(yù)測(cè)模型；

使用訓(xùn)練數(shù)據(jù)對(duì)所述基礎(chǔ)預(yù)測(cè)模型進(jìn)行訓(xùn)練，得到所述共享車輛騎回概率預(yù)測(cè)模型。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述基礎(chǔ)預(yù)測(cè)模型采用邏輯回歸模型、自回歸模型、移動(dòng)平均模型、自回歸移動(dòng)平均模型、整合移動(dòng)平均自回歸模型、廣義自回歸條件異方差模型、深度學(xué)習(xí)模型、決策樹模型、梯度下降樹模型、梯度提升樹模型中任意一種。