-
公开(公告)号:CN114692015B
公开(公告)日:2024-11-29
申请号:CN202210240183.9
申请日:2022-03-10
Applicant: 北京理工大学
IPC: G06F16/9537 , G06F18/2321 , G06Q10/047 , G06Q50/47
Abstract: 本发明公开了一种基于密度聚类的乘车点推荐方法,采用密度峰值聚类算法,该聚类算法能够避免传统聚类算法中需要手动设置参数的问题,提高了对不同分布数据的鲁棒性,能够较好地提取出不同区域的聚类中心作为候选乘车点;本发明还根据乘客的最终选择位置更新候选点集合,相对于传统的乘车点推荐技术,本发明的推荐点更具有实时性和准确性;本发明实时匹配兼顾了乘客的步行距离和司机的行驶距离,为乘客找到最合适的位置,实现乘车点推荐和司乘最佳匹配;在候选点匹配中加入实时路况的判断,有助于改善候选点周边的路况,提高司机的接载效率。
-
公开(公告)号:CN114692015A
公开(公告)日:2022-07-01
申请号:CN202210240183.9
申请日:2022-03-10
Applicant: 北京理工大学
IPC: G06F16/9537 , G06K9/62 , G06Q10/04 , G06Q50/30
Abstract: 本发明公开了一种基于密度聚类的乘车点推荐方法,采用密度峰值聚类算法,该聚类算法能够避免传统聚类算法中需要手动设置参数的问题,提高了对不同分布数据的鲁棒性,能够较好地提取出不同区域的聚类中心作为候选乘车点;本发明还根据乘客的最终选择位置更新候选点集合,相对于传统的乘车点推荐技术,本发明的推荐点更具有实时性和准确性;本发明实时匹配兼顾了乘客的步行距离和司机的行驶距离,为乘客找到最合适的位置,实现乘车点推荐和司乘最佳匹配;在候选点匹配中加入实时路况的判断,有助于改善候选点周边的路况,提高司机的接载效率。
-