公开(公告)号：CN118674469A

公开(公告)日：2024-09-20

申请号：CN202410688570.8

申请日：2024-05-30

Applicant: 同济大学

Inventor： 杨超 ,  董文韬 ,  俞诚成 ,  陈绎同 ,  袁泉

IPC: G06Q30/0201 ,  G06Q50/40 ,  G06F18/20 ,  G06F17/16 ,  G06F18/2321 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/084 ,  G06N20/00 ,  G06F123/02

Abstract: 本发明公开了一种基于RFMSP模型的公交用户价值评估方法及系统，包括：基于公交智能卡交易记录与乘客反馈，设计RFMSP价值评估模型；基于RFMSP价值评估模型中各评价指标对用户价值的贡献程度，构建成对比较矩阵；基于层次分析法，计算RFMSP价值评估模型各评价指标权重并标定公交用户个体价值；基于公交用户个体价值，通过肘部法则确定最优的聚类数量；将聚类数量输入改进的聚类算法中，对公交用户进行分类，获得公交用户价值评估数据。本发明的方法实现了更细致的个体层面的用户价值评估，考虑了乘客对政策变动的敏感性和出行方式选择偏好，为公交机构提供了更全面的用户画像。

公开(公告)号：CN119647645A

公开(公告)日：2025-03-18

申请号：CN202411588865.4

申请日：2024-11-08

Applicant: 同济大学

Inventor： 杨超 ,  陈绎同 ,  俞诚成 ,  袁泉

IPC: G06Q10/04 ,  G06N3/0895 ,  G06F18/214 ,  G06N20/00 ,  G06N3/096 ,  G06N3/045 ,  G06F18/24 ,  G06N5/04

Abstract: 本发明涉及一种基于半监督学习的公交用户属性预测模型构建方法、设备及介质，该方法包括：获取包含出行信息、职住信息和用户属性信息的城市居民出行调查数据，预处理后得到公交用户的第一出行链；获取城市公交刷卡数据，预处理后得到公交用户的第二出行链；根据设定规则识别出所述第二出行链中公交用户的职住信息，分别利用人口密度数据和土地价格数据为第一出行链和第二出行链添加用户的职住空间特征；以第一出行链数据为训练数据，训练初始公交用户属性预测模型，并引入第二出行链数据进行半监督学习，迭代更新得到最终的公交用户属性预测模型。与现有技术相比，本发明可更加准确可靠地预测公交用户属性。

公开(公告)号：CN119311793A

公开(公告)日：2025-01-14

申请号：CN202411105322.2

申请日：2024-08-13

Applicant: 同济大学

Inventor： 杨超 ,  朱硕 ,  袁泉 ,  俞诚成

IPC: G06F16/332 ,  G06F16/31 ,  G06F16/35 ,  G06F40/30 ,  G06F40/205 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明公开了基于优化后RAG的城市轨道交通应急领域问答方法及系统，涉及人工智能技术领域，包括：首先将用户问题改写为符合城市轨道交通风格的新问题，然后解析知识库中不同类型的文档。接着，将文档切分并进行向量嵌入，同时将新问题转换为向量。随后，通过计算问题向量与文档块向量的相似度，选取最相关的文档块形成召回集。之后，使用交叉编码器对召回文档进行重新排序，选择最相关的形成重排文档集。最后，将新问题和重排文档集输入到经过微调的大语言模型中，生成最终的回答。本发明通过问题改写、文档精准切分和向量化、多级检索和重排以及领域微调的大语言模型，显著提高了城市轨道交通应急领域问答的准确性和相关性，实现了更专业、可靠的智能问答服务。

公开(公告)号：CN116757475A

公开(公告)日：2023-09-15

申请号：CN202310747032.7

申请日：2023-06-21

Applicant: 同济大学

Inventor： 杨超 ,  俞诚成 ,  林昊成 ,  董文韬 ,  陈绎同 ,  袁泉

IPC: G06Q10/0635 ,  G06Q50/26 ,  G06Q50/30 ,  G06F16/901 ,  G06F16/29 ,  G06F18/22 ,  G06N3/045

Abstract: 本发明公开了一种城市公交用户全生命周期流失风险评估方法及系统包括，获取用户关键流失路径图模型与用户长期刷卡数据中用户在给定行为状态下的出行链；基于出行链的参数信息，结合兴趣点数据与站点地理空间位置信息，获取用户出行链张量；根据用户出行链张量，结合注意力机制模型设计用户出行链张量特征工程，提取用户出行链的潜在语义特征；根据潜在语义特征，设计考虑竞争风险的循环深度生存分析模型，并结合用户价值评估用户全生命周期的流失风险。本发明能够帮助公交管理者全面了解和应对城市常规公交用户流失风险，促进公交系统的可持续发展和提升用户满意度。

公开(公告)号：CN119358728A

公开(公告)日：2025-01-24

申请号：CN202411359548.5

申请日：2024-09-27

Applicant: 同济大学

Inventor： 杨超 ,  陈绎同 ,  俞诚成 ,  袁泉

IPC: G06Q10/04 ,  G06Q50/40 ,  G06F18/243 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明涉及一种基于多源数据的公交用户出行目的预测方法和设备，该方法包括：基于城市居民的多源数据联合分析建立特征工程，其中多源数据包括出行调查数据、公交刷卡数据和兴趣点数据；将出行调查数据中出行方式为常规公交的记录，根据记录中家庭地址和工作地地址是否都填写，划分为第一类出行数据和第二类出行数据，并利用机器学习模型分别构建第一模型和第二模型；识别公交刷卡数据中每个用户的家庭站点地址和工作地站点地址，并根据用户的家庭站点地址和工作地站点地址是否都能够识别，划分为第一类和第二类刷卡数据；对分类后的刷卡数据分别使用第一模型和第二模型预测出行目的。与现有技术相比，本发明具有预测精度高以及高效等优点。

公开(公告)号：CN116777715A

公开(公告)日：2023-09-19

申请号：CN202310726457.X

申请日：2023-06-19

Applicant: 同济大学

Inventor： 杨超 ,  俞诚成 ,  董文韬 ,  袁泉

IPC: G06Q50/30 ,  G06F18/23213

Abstract: 本发明涉及城市常规公交用户流失关键路径识别领域的技术领域，尤其涉及一种常规公交用户流失关键路径识别方法。本发明公开了一种常规公交用户流失关键路径识别方法，包括：基于公交用户行为状态，建立相邻时间段内的用户行为状态转移矩阵；通过所述矩阵进行分析，识别出用户行为状态之间的关系，并计算出每个状态的流失概率，进一步识别出公交用户流失关键路径。所提出的一种常规公交用户流失关键路径识别方法可以有效地识别出影响公交客流流失的关键路径，为公共交通管理者提供针对性的管理策略，提高公交服务质量和效率，降低运营成本，促进城市可持续发展，具有实用性和广泛的应用前景。