公开(公告)号：CN116431988A

公开(公告)日：2023-07-14

申请号：CN202310284250.1

申请日：2023-03-22

Applicant: 浙江大学

Inventor： 孙轶琳 ,  朱斯杰 ,  张逸敏 ,  赵志健 ,  蔡余坤 ,  贾方圆

IPC: G06F18/10 ,  G06F18/2415 ,  G06F18/23213 ,  G06F18/22 ,  G06F123/02

Abstract: 本发明公开了一种基于活动模式‑马尔科夫链的居民出行活动时间序列生成方法。该方法使用活动模式这一交通行为特征对数据进行分类，能够很好的融合居民出行特性，避免不同活动模式之间相互的干扰，针对不同活动模式分类建模，使得预测模型收敛速度更快，精准率更高。本发明方法基于活动模式‑马尔科夫链生成居民出行活动时间序列，可以解决训练集中可获得居民出行活动时间序列不足的问题，生成数据准确率高，收敛速度快，缩短实验周期。

公开(公告)号：CN118379087A

公开(公告)日：2024-07-23

申请号：CN202410823624.7

申请日：2024-06-25

Applicant: 浙江大学

Inventor： 孙轶琳 ,  张逸敏 ,  疏阳 ,  蔡余坤 ,  贾方园

IPC: G06Q30/0202 ,  G06Q50/26 ,  G06Q50/40 ,  G08G1/01 ,  G06F18/2415 ,  G06F18/15 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/0985 ,  G06F123/02 ,  G06N3/048

Abstract: 本申请公开了一种基于TFT模型的居民活动预测方法及装置，涉及数据处理技术领域。该基于TFT模型的居民活动预测方法包括：获取居民在第一时间段的活动数据，第一时间段为当前时间之前的时间段，之后构建TFT模型，并根据居民在第一时间段的活动数据对TFT模型进行训练，得到居民活动预测模型，最后将居民在第一时间段的活动数据输入居民活动预测模型中，得到居民在第二时间段的活动数据，以预测居民从事的活动，第二时间段为当前时间之后的时间段。本申请提出的一种基于TFT模型的居民活动预测方法及装置能够提高居民活动预测的准确性。

公开(公告)号：CN119249006A

公开(公告)日：2025-01-03

申请号：CN202411783762.3

申请日：2024-12-06

Applicant: 浙江大学

Inventor： 孙轶琳 ,  贾方圆 ,  蔡余坤 ,  疏阳

IPC: G06F16/9535 ,  G06F18/213 ,  G06F18/23 ,  G06Q50/40

Abstract: 本申请公开了一种个性化MaaS方案设计与推荐方法，包括：获取目标城市居民的历史出行信息，历史出行信息包括出行属性和属性水平；基于历史出行信息，采用聚类算法进行出行特征提取，以获取该城市居民不同群体的各个出行属性的属性水平，其中，城市居民的群体类型包括积极型、中立型和消极型；基于城市居民任一群体的各个出行属性的属性水平，构建对应群体的出行方案选择情境；获取目标用户的历史出行信息，基于目标用户的历史出行信息判断目标用户所属的群体类型，并基于目标用户所属的群体类型向目标用户推荐对应的出行方案选择情境。本申请能够根据用户的出行习惯，将用户分为不同特征类型，实现向用户提供精确且个性化的MaaS出行方案。

公开(公告)号：CN119249006B

公开(公告)日：2025-04-11

申请号：CN202411783762.3

申请日：2024-12-06

Applicant: 浙江大学

Inventor： 孙轶琳 ,  贾方圆 ,  蔡余坤 ,  疏阳

IPC: G06F16/9535 ,  G06F18/213 ,  G06F18/23 ,  G06Q50/40

Abstract: 本申请公开了一种个性化MaaS方案设计与推荐方法，包括：获取目标城市居民的历史出行信息，历史出行信息包括出行属性和属性水平；基于历史出行信息，采用聚类算法进行出行特征提取，以获取该城市居民不同群体的各个出行属性的属性水平，其中，城市居民的群体类型包括积极型、中立型和消极型；基于城市居民任一群体的各个出行属性的属性水平，构建对应群体的出行方案选择情境；获取目标用户的历史出行信息，基于目标用户的历史出行信息判断目标用户所属的群体类型，并基于目标用户所属的群体类型向目标用户推荐对应的出行方案选择情境。本申请能够根据用户的出行习惯，将用户分为不同特征类型，实现向用户提供精确且个性化的MaaS出行方案。

公开(公告)号：CN119357721A

公开(公告)日：2025-01-24

申请号：CN202411908109.5

申请日：2024-12-24

Applicant: 浙江大学

Inventor： 疏阳 ,  孙轶琳 ,  贾方圆 ,  蔡余坤 ,  沈向诚 ,  黄毅方 ,  梅振宇

IPC: G06F18/231 ,  G06F18/2415 ,  G06F18/243 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于手机信令数据的个体多日活动模式聚类方法，该方法首先利用引入动态伪标签更新策略的教师‑学生循环模型对手机信令数据的活动字段进行补全；然后，对一周时间按照30min进行切片，基于个体停留点的活动类型对切片添加标签，得到活动序列，并对活动序列进行表征；最后，利用层次聚类对表征后的活动序列进行聚类得到典型活动模式。本发明方法首先在知识迁移的过程中引入动态伪标签更新策略，避免数据分布差异性，进而获取准确率更高的活动标签，并基于确定的活动标签对切片添加活动标签；该方法还引入一个全新的活动序列表征策略，进一步提升特征提取的深度，也提高了聚类效率和效果，为活动序列预测提供了重要的特征信息。