[發明專利]基于kNN對用戶即將乘坐的公交預測及到站信息提醒方法

有效

• 申請號: 202010616563.9
• 申請日: 2020-07-01
• 公開（公告）號: CN111724002B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 宋設;劉在友
• 申請（專利權）人: 浪潮卓數大數據產業發展有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/215;G06F16/2458;G06F16/9537;G06K9/62;G08G1/123;H04L51/04
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 孫園園

本發明公開了一種基于kNN對用戶即將乘坐的公交預測及到站信息提醒方法，屬于公交技術領域，本發明要解決的技術問題為如何利用kNN對位置信息數據進行處理，緩解用戶等公交時的焦慮，節約成本的同時解放人力，采用的技術方案為：該方法是基于用戶在等公交時的位置信息及乘坐公交時的公交信息，把用戶的位置信息及公交信息關聯起來，當用戶再次到達該位置時，利用kNN算法預測出用戶將要乘坐的公交，主動推送公交站點及位置信息給用戶，無需用戶去查詢站點信息；具體如下：對用戶位置信息數據及公交信息數據進行數據預處理；利用kNN算法預測用戶將要乘坐的公交；調用公交實時位置接口服務，并將公交信息發送給用戶。

技術領域

本發明涉及公交技術領域，具體地說是一種基于kNN對用戶即將乘坐的公交預測及到站信息提醒方法。

背景技術

隨著社會和科學技術的不斷進步,特別是各種提供位置信息服務的移動終端應用越來越成熟,位置數據的數據量發生了劇烈的增長,位置信息的數據結構也越來越復雜,往常的數據處理方式已經不能解決現代社會越來越嚴重的“數據劇增而知識貧乏”的現象,怎樣對包含位置信息的數據進行深度挖掘以發現其潛在的有用知識成為一個急需解決的問題。

近年來隨著地理信息系統的在我國的發展,地理信息系統被廣泛應用于各個領域,基于位置信息的空間數據的數據量和復雜性急劇增加,處理這些數據所面臨的問題也日趨巨大。

鄰近算法，或者說K最近鄰(kNN，k-NearestNeighbor)分類算法是數據挖掘分類技術中最簡單的方法之一。所謂K最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。kNN算法的核心思想是如果一個樣本在特征空間中的k個最相鄰的樣本中的大多數屬于某一個類別，則該樣本也屬于這個類別，并具有這個類別上樣本的特性。該方法在確定分類決策上只依據最鄰近的一個或者幾個樣本的類別來決定待分樣本所屬的類別。kNN方法在類別決策時，只與極少量的相鄰樣本有關。由于kNN方法主要靠周圍有限的鄰近的樣本，而不是靠判別類域的方法來確定所屬類別的，因此對于類域的交叉或重疊較多的待分樣本集來說，kNN方法較其他方法更為適合。

LBS(Location Based Services)是一種基于地理定位的信息或娛樂服務。其發展基于現代社會中人們普遍帶有的“移動性”這一根本特征，位置信息與移動服務的融合具有巨大的市場潛力，是移動互聯網發展的有機組成部分。隨著5G和移動互聯網的發展，基于用戶的位置所提供的服務，極大方便了人們的生活。在交通出行方面，手機用戶會用APP去查自己的公交線路及到站信息，然后利用支付寶、微信或者云閃付等APP的乘車碼去支付。基于位置的服務(Location Based Services，LBS)是利用各類型的定位技術來獲取定位設備當前的所在位置，通過移動互聯網向定位設備提供信息資源和基礎服務。LBS首先用戶可利用定位技術確定自身的空間位置，隨后用戶便可通過移動互聯網來獲取與位置相關資源和信息。LBS服務中融合了移動通訊、互聯網絡、空間定位、位置信息、大數據等多種信息技術，利用移動互聯網絡服務平臺進行數據更新和交互，使用戶可以通過空間定位來獲取相應的服務。

故如何利用kNN對位置信息數據進行處理，緩解用戶等公交時的焦慮，節約成本的同時解放人力是目前亟待解決的技術問題。

發明內容

本發明的技術任務是提供一種基于kNN對用戶即將乘坐的公交預測及到站信息提醒方法，來解決如何利用kNN對位置信息數據進行處理，緩解用戶等公交時的焦慮，節約成本的同時解放人力的問題。

本發明的技術任務是按以下方式實現的，一種基于kNN對用戶即將乘坐的公交預測及到站信息提醒方法，該方法是基于用戶在等公交時的位置信息及乘坐公交時的公交信息，把用戶的位置信息及公交信息關聯起來，當用戶再次到達該位置時，利用kNN算法預測出用戶將要乘坐的公交，主動推送公交站點及位置信息給用戶，無需用戶去查詢站點信息；具體如下：

對用戶位置信息數據及公交信息數據進行數據預處理；