[發(fā)明專利]一種考慮用戶隱私成本的基于位置服務(wù)的激勵方法

在審

• 申請?zhí)枺?/td>: 201910767101.4
• 申請日: 2019-08-20
• 公開（公告）號: CN110458628A
• 公開（公告）日: 2019-11-15
• 發(fā)明（設(shè)計）人: 孫湛博
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/30;H04W4/024
• 代理公司: 51239 成都眾恒智合專利代理事務(wù)所(普通合伙)
• 代理人: 吳桐;黃芷<國際申請>=<國際公布>=<

1.一種考慮用戶隱私成本的基于位置服務(wù)的激勵方法，其特征在于，該方法是通過建立基于位置服務(wù)的系統(tǒng)來決策路段激勵費(fèi)用、用戶選擇是否反饋實(shí)時位置信息的雙層模型，以激勵的方式鼓勵用戶在出行過程中反饋實(shí)時位置信息，在滿足每條路段上有足夠的用戶反饋實(shí)時位置信息的同時，總的激勵費(fèi)用最小；

該方法包括如下步驟：

S1、選取路網(wǎng)，確定路網(wǎng)中的OD對和總的出行用戶數(shù)量；

S2、劃分出行用戶為多類用戶：

根據(jù)出行用戶使用或不使用基于位置服務(wù)的系統(tǒng)以及反饋或不反饋實(shí)時位置信息，將出行用戶分為使用基于位置服務(wù)的系統(tǒng)并且反饋實(shí)時位置信息的用戶、使用基于位置服務(wù)的系統(tǒng)但不反饋實(shí)時位置信息的用戶、不使用基于位置服務(wù)的系統(tǒng)的用戶；

根據(jù)出行用戶的時間價值和隱私價值存在個體差異，將出行用戶分為時間價值和隱私價值不同的k個子類；

S3、建立多類用戶的含激勵費(fèi)用、時間成本、隱私成本的廣義出行成本模型；

S4、建立多類用戶的彈性出行需求模型；

S5、建立所述雙層模型，所述雙層模型包含上層模型和下層模型；

所述上層模型是以路段激勵費(fèi)用為變量、每個路段上使用基于位置服務(wù)的系統(tǒng)并且反饋實(shí)時位置信息的用戶數(shù)量滿足需求為約束、總的激勵費(fèi)用最小為目標(biāo)函數(shù)的優(yōu)化問題；

所述下層模型是基于含激勵費(fèi)用、時間成本、隱私成本的廣義出行成本模型，分析多類用戶多準(zhǔn)則情形下的隨機(jī)用戶均衡行為，得到出行用戶的路徑選擇行為和使用基于位置服務(wù)的系統(tǒng)并且反饋實(shí)時位置信息的用戶數(shù)量；

S6、對所述上層模型運(yùn)用遺傳算法以及所述下層模型運(yùn)用多類用戶均衡分配算法嵌套連續(xù)平均法對模型進(jìn)行求解。

2.根據(jù)權(quán)利要求1所述的考慮用戶隱私成本的基于位置服務(wù)的激勵方法，其特征在于，包括如下具體步驟：

S1、選取路網(wǎng)，確定路網(wǎng)中的OD對和總的出行用戶數(shù)量；

S2、劃分出行用戶為多類用戶：

S2-1、根據(jù)出行用戶使用或不使用基于位置服務(wù)的系統(tǒng)以及反饋或不反饋實(shí)時位置信息，將出行用戶分為三類，分別記為DP用戶、CU用戶、non-LBS用戶；

所述DP用戶是使用基于位置服務(wù)的系統(tǒng)并且反饋實(shí)時位置信息的用戶，用m＝1表示；

所述CU用戶是使用基于位置服務(wù)的系統(tǒng)但不反饋實(shí)時位置信息的用戶，用m＝2表示；

所述non-LBS用戶是不使用基于位置服務(wù)的系統(tǒng)的用戶，用m＝3表示；

記M＝{1,2,3}，則m∈M；

S2-2、根據(jù)出行用戶的時間價值和隱私價值存在個體差異，通過對時間價值和隱私價值離散化處理，將出行用戶分為k個子類，所述k個子類中的每個子類用戶的時間價值和隱私價值不同；用編號1,2,…,k表示每個子類用戶，記N＝{1,2,…,k}，且n∈N；

S3、建立多類用戶的含激勵費(fèi)用、時間成本、隱私成本的廣義出行成本模型：

S3-1、建立基于BPR函數(shù)的出行時間預(yù)測模型：

其中，a為路段的編號，A表示所有路段a的集合；

t_a表示出行用戶在路段a上的實(shí)際行駛時間；

表示路段a的自由行駛時間；

v_a表示路段a上的出行用戶數(shù)量；

c_a表示路段a的最大通行能力；

t_wr表示出行用戶在OD對w上的路徑r上的行駛時間；

表示OD對w上的路徑r含有路段a時，否則

R_w表示OD對w上的所有路徑的集合；

W表示路網(wǎng)中所有OD對的集合；

S3-2、建立多類用戶的隱私風(fēng)險模型：

其中，表示路段a上的多類用戶的隱私風(fēng)險；

表示路段a上的隱私風(fēng)險系數(shù)；

P_o表示OD對的起點(diǎn)隱私風(fēng)險；

P_d表示OD對的終點(diǎn)隱私風(fēng)險；

表示路段a含有起點(diǎn)時否則

表示路段a含有終點(diǎn)時否則

表示OD對w上的路徑r上的多類用戶的隱私風(fēng)險；

m表示三類出行用戶的編號；

n表示k個子類用戶的編號；

S3-3、建立多類用戶基于時間和隱私的出行成本模型：

其中，表示路段a上多類用戶基于時間和隱私的出行成本；

表示OD對w上的路徑r上多類用戶基于時間和隱私的出行成本；

表示多類用戶的時間價值；

表示多類用戶的隱私價值；

S3-4、在所述多類用戶基于時間和隱私的成本模型的基礎(chǔ)上增加激勵費(fèi)用，建立多類用戶的含激勵費(fèi)用、時間成本、隱私成本的廣義出行成本模型：

其中，表示OD對w上的路徑r上的廣義出行成本，所述廣義出行成本含激勵費(fèi)用、時間成本、隱私成本；

i_a表示路段a上的激勵費(fèi)用；

S4、建立多類用戶的彈性出行需求模型：

S4-1、確定DP用戶數(shù)量在使用基于位置服務(wù)的系統(tǒng)的用戶數(shù)量中的比例

S4-2、確定使用基于位置服務(wù)的系統(tǒng)的用戶數(shù)量在總的出行用戶數(shù)量中的比例

S4-3、確定多類用戶的彈性出行需求：

其中，表示在OD對w上的路徑r上，當(dāng)DP用戶比CU用戶的廣義出行成本小時，否則

表示在OD對w上，DP用戶數(shù)量占使用基于位置服務(wù)的系統(tǒng)的用戶數(shù)量的比例，將所述使用基于位置服務(wù)的系統(tǒng)的用戶記為LBS用戶，所述LBS用戶為DP用戶和DU用戶；

表示在OD對w上的路徑r上，多類用戶的路徑選擇概率；

表示在OD對w上，多類用戶出行數(shù)量；

表示在OD對w上，多類用戶的平均廣義出行成本；

表示在OD對w上，LBS用戶相對non-LBS用戶的平均廣義出行成本的節(jié)省值；

表示在OD對w上，LBS用戶數(shù)量占總出行用戶數(shù)量的比例；

α和β為模型參數(shù)，且α>0，β>0；

d_w表示OD對w上的總出行用戶數(shù)量；

表示在OD對w上，第n子類用戶的出行數(shù)量占總出行用戶數(shù)量的比例；

S5、建立所述雙層模型，所述雙層模型包含上層模型和下層模型：

S5-1、所述上層模型是以路段激勵費(fèi)用i_a為變量、路段a上DP用戶數(shù)量滿足需求為約束、總的激勵費(fèi)用最小為目標(biāo)函數(shù)的優(yōu)化問題，如下：

其中，表示路段a上激勵費(fèi)用的下限；

表示路段a上激勵費(fèi)用的上限；

b_a表示路段a上的DP用戶數(shù)量需求；

S5-2、所述下層模型是基于廣義出行成本的多類用戶多準(zhǔn)則的隨機(jī)用戶均衡模型，如下：

其中，表示路段a上的多類用戶數(shù)量，且是關(guān)于激勵費(fèi)用i_a的函數(shù)，服從隨機(jī)用戶均衡模型，第一項是用戶均衡模型中總的廣義出行成本，第二項表示多類用戶在進(jìn)行路徑選擇時由于感知路徑出行成本存在感知誤差而增加的出行成本；

θ_m表示多類用戶的出行感知誤差；

表示在OD對w上的路徑r上的多類用戶出行數(shù)量；

S6、對所述上層模型運(yùn)用遺傳算法以及所述下層模型運(yùn)用多類用戶均衡分配算法嵌套連續(xù)平均法對模型進(jìn)行求解；

遺傳算法的適應(yīng)度函數(shù)如下：

其中，F(xiàn)是適應(yīng)度值；

M_a是路段a上DP用戶數(shù)量的重要性參數(shù)。