[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110009175A - Od需求分析算法的性能评估方法和装置 - Google Patents

Od需求分析算法的性能评估方法和装置 Download PDF

Info

Publication number
CN110009175A
CN110009175A CN201811589627.XA CN201811589627A CN110009175A CN 110009175 A CN110009175 A CN 110009175A CN 201811589627 A CN201811589627 A CN 201811589627A CN 110009175 A CN110009175 A CN 110009175A
Authority
CN
China
Prior art keywords
demand
user
latitude
longitude
address
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811589627.XA
Other languages
English (en)
Inventor
王攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811589627.XA priority Critical patent/CN110009175A/zh
Publication of CN110009175A publication Critical patent/CN110009175A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种OD需求分析算法的性能评估方法和装置，首先通过提取出用户真实的OD需求，然后构造一个真实的OD矩阵，最后对比该矩阵与OD需求分析算法所求得的OD矩阵之间的相似性来验证算法的有效性，省去了人工的介入消耗，提高了评估效率。

Description

OD需求分析算法的性能评估方法和装置
技术领域
本说明书涉及数据处理技术领域，尤其涉及OD需求分析算法的性能评估方法和装置。
背景技术
OD(Origin-Destination，出发地-目的地)需求分析即交通起止点分析又称OD交通量分析，OD交通量就是指起终点间的交通出行量。OD需求分析算法的形式多种多样，各个算法所使用的数据或优化的侧重点也不尽相同，因此需要一种合理的指标来评价算法所求结果的优劣程度。
发明内容
基于此，本说明书提供了OD需求分析算法的性能评估方法和装置。
根据本说明书实施例的第一方面，提供一种OD需求分析算法的性能评估方法，所述方法包括：
获取各个用户的OD需求；
将所述OD需求映射成OD需求矩阵；
将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
可选地，获取各个用户的OD需求的步骤包括：
获取用户的起点地址和终点地址；
分别将所述起点地址和终点地址转换为起点经纬度和终点经纬度；
根据所述起点经纬度和终点经纬度建立用户的OD需求。
可选地，在将所述OD需映射成OD需求矩阵之前，所述方法还包括：
对所述OD需求进行去重处理；和/或
对不在所述区域内的OD需求进行过滤。
可选地，对不在所述区域内的OD需求进行过滤的步骤包括：
获取所述区域的经纬度范围；
将所述起点经纬度和终点经纬度与所述经纬度范围进行比较；
若所述起点经纬度和终点经纬度中的至少一者不在所述经纬度范围之内，对相应的OD需求进行过滤。
可选地，对所述OD需求进行去重处理的步骤包括：
根据所述OD需求产生的时间将所述OD需求划分为各个时间段的OD需求；
分别对各个时间段的OD需求进行去重处理。
可选地，获取各个用户的OD需求的步骤包括：
根据用户的居住地地址和工作地址建立所述用户的OD需求；和/或
获取所述用户的收货地址，从所述收货地址中识别出特定类型的地址，根据所述特定类型的地址建立所述用户的OD需求；和/或
从所述用户的地图导航数据中筛选出连续报活序列，提取所述连续报活序列中的首报活点和尾报活点，并根据所述首报活点和尾报活点建立所述用户的OD需求。
可选地，所述相似度为余弦相似度。
根据本说明书实施例的第二方面，提供一种OD需求分析算法的性能评估装置，所述装置包括：
获取模块，用于获取各个用户的OD需求；
映射模块，用于将所述OD需求映射成OD需求矩阵；
评估模块，用于将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
根据本说明书实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权任一实施例所述的方法。
根据本说明书实施例的第四方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例所述的方法。
应用本说明书实施例方案，首先通过提取出用户真实的OD需求，然后构造一个真实的OD矩阵，最后对比该矩阵与OD需求分析算法所求得的OD矩阵之间的相似性来验证算法的有效性，省去了人工的介入消耗，提高了评估效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是本说明书一个实施例的OD需求分析算法的性能评估方法流程图。
图2是本说明书一个实施例的不同区块间的OD需求示意图。
图3是本说明书一个实施例的OD需求矩阵的示意图。
图4是本说明书一个实施例的OD需求分析算法的性能评估方法的总体流程图。
图5是本说明书一个实施例的OD需求分析算法的性能评估装置的框图。
图6是本说明书一个实施例的用于实施本说明书方法的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如图1所示，是本说明书一个实施例的OD需求分析算法的性能评估方法流程图，所述方法可包括：
步骤102：获取各个用户的OD需求；
步骤104：将所述OD需求映射成OD需求矩阵；
步骤106：将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
在步骤102中，OD需求是指用户从出发地(起点)至目的地(终点)之间的记录。在实际应用中，可以将一个区域划分为多个区块，每个区块的经纬度都在一定的经纬度范围内，并分析各个区块之间的OD需求。例如，上海区域(30.676166<纬度<31.876342 120.980728<经度<122.013431)。如图2所示，是本说明书一个实施例的不同区块间的OD需求示意图。图中，将区域S划分为了S1至S9共9个区块，需求OD1的起点位于区块S1，终点位于区块S5，是区块S1至区块S5的OD需求；需求OD2的起点和终点均位于区块S5，是区块S5内部的OD需求；区块OD3的起点位于区块S5，终点位于区块S9，是区块S5至区块S9的OD需求。
可以获取多个用户的OD需求，对于每个用户，可对其在一段时间内的OD需求进行数据采集。OD需求中可以包括用户的标识信息，标识信息可以是用户的手机号、SIM卡号等信息。OD需求中还可以包括用户出发地的地理位置信息以及目的地的地理位置信息，地理位置信息可以是经纬度信息，或者坐标信息，或者所在区块的编号信息等用于表征地理位置的信息。
在一个实施例中，可以获取用户的起点地址和终点地址；分别将所述起点地址和终点地址转换为起点经纬度和终点经纬度；根据所述起点经纬度和终点经纬度建立用户的OD需求。例如，对于用户A，可以获取其起点地址OA和终点地址DA，并将起点地址和终点地址分别转换为经纬度，即：和假设用户标识为SA，则可建立用户A的一条OD需求为：可以理解的是，在实际应用中，建立的OD需求的形式不限于此，以上仅作为一种举例。
进一步地，对于获得的OD需求，还可以对所述OD需求进行去重处理；和/或对不在所述区域内的OD需求进行过滤。其中，去重是指去除同一个用户的重复的OD需求。在去重时，可以根据所述OD需求产生的时间将所述OD需求划分为各个时间段的OD需求；分别对各个时间段的OD需求进行去重处理。
例如，可以分别获取用户A在最近3天上午7:30～9:30的OD需求(假设分别为OD1，OD2和OD3)，以及用户A在最近3天下午16:30～18:30的OD需求(假设分别为OD4，OD5和OD6)。然后，对于7:30～9:30的OD需求，从OD1，OD2和OD3中过滤掉相同的OD需求；对于16:30～18:30的OD需求，从OD4，OD5和OD6中过滤掉相同的OD需求。假设OD2和OD3为相同的OD需求，且OD4，OD5和OD6为相同的OD需求，则去重后7:30～9:30的OD需求为OD1，OD2；去重后16:30～18:30的OD需求为OD4。
为了获取特定区域内的OD需求，可以对原始产生的OD需求进行过滤，去除跨区域的OD需求。具体来说，可以获取所述区域的经纬度范围；将所述起点经纬度和终点经纬度与所述经纬度范围进行比较；若所述起点经纬度和终点经纬度中的至少一者不在所述经纬度范围之内，对相应的OD需求进行过滤。如图2所示，需求OD4是区域S内向区域S以外的另一个区域的OD需求，由于其超出了区域S的范围，因此，在对区域S的OD需求进行分析时，可将需求OD4过滤掉。
在一个实施例中，可采用以下至少一种方式来获取各个用户的OD需求：
方式一：
根据用户的居住地地址和工作地址(即，职住地数据)建立所述用户的OD需求。在本方式中，可以获取每个用户预先登记的居住地地址和工作地址。居住地地址和工作地址的数据来源可以是问卷调查，或者用户在为某些应用程序(例如，支付宝、微信等)注册信息时预先输入的信息等。可以通过地图软件(例如，高德地图)的地理位置编码API(Application Programming Interface，应用程序编程接口)将地址转换成经纬度，最后构建居住地到工作地的OD需求。
方式二：
获取所述用户的收货地址，从所述收货地址中识别出特定类型的地址，根据所述特定类型的地址建立所述用户的OD需求。在本方式中，可以采用预先建立的文本分类模型来对收货地址中的特定地址进行识别分类。其中，特定地址可以是居住地住址、工作地址、学校地址等。然后，可以通过地图软件(例如，高德地图)的地理位置编码API将地址转换成经纬度，最后构建居住地到工作地、或者居住地到学校的OD需求。在实际应用中，文本分类模型可采用FastTest文本分类模型。
方式三：
从所述用户的地图导航数据中筛选出连续报活序列，提取所述连续报活序列中的首报活点和尾报活点，并根据所述首报活点和尾报活点建立所述用户的OD需求。报活是指利用用户终端安装的客户端采集用户的位置信息，采集到的各个位置构成用户的报活序列。可以根据报活时间间隔来识别一条连续完整的报活序列，比如相邻两次报活记录在5S(时间可调)之内的算作有前后连续关系的报活，如果超过这个时间阈值则认为前后两次报活关联性不强。当识别出一条连续完整的报活序列后，可以取第一个报活点(起点)的经纬度位置和最后一个报活点(终点)的经纬度位置来构造用户的一个OD需求。
例如，用户开车的时候，如果打开导航，导航会连续的上报用户的位置，这个频率间隔会很短，但是当用户到达目的地之后，结束导航，则导航就不会继续上报用户的记录。因此，一次导航过程中产生的报活序列可看做是一条连续完整的报活序列。
本说明书实施例通过多种数据源可以进行辅助决策，比如职住地数据、地图导航数据和收货地址数据等。职住地数据中蕴含着大量人们上下班的真实OD需求，地图导航数据中存在着用户大量的出行需求，而收货地址数据中涵盖着用户从居住地到工作单位，居住地到学校等真实OD需求。因此，本发明实施例通过地理位置解析、文本分类、序列起终点识别等技术手段能够从上述多份数据中提取人们真实的OD需求。此外，本说明书实施例的评价方式从多个数据源中对真实OD需求的直接抽取，因此其不仅在意义上和量级上给出了正确的解释，同时省去了人工的介入消耗并且数据覆盖范围广。
在步骤104中，可以将所述OD需映射成OD需求矩阵。OD需求矩阵可以是以所有交通划分区域按行(起点所在区块)与列(终点所在区块)排序，以任意两区块之间的居民或车辆出行量(OD量)为元素的矩阵。该矩阵(方阵)中对称位置的元素能区分两区块间不同方向的出行量。
一个实施例的OD需求矩阵如图3所示。可以看出，图中所示的区域包含3个区块，其编号分别为1，2和3，其中，区块1内部的OD需求量(矩阵的第一行第一列)为1，区块1至区块2的OD需求量(矩阵的第一行第二列)为0，区块1至区块3的OD需求量(矩阵的第一行第三列)为2，区块2至区块1的OD需求量(矩阵的第二行第一列)为3，以此类推。
在步骤106中，将所述OD需求矩阵展开成OD需求向量，可以是逐行展开，也可以是逐列展开，只要步骤104中获得的OD需求向量与由算OD需求分析算法计算出的目标向量的展开方式一致即可。
在一个实施例中，可采用余弦相似度。余弦相似度的计算公式如下：
式中，Sim为相似度，A为所述OD需求矩阵展开后得到的OD需求向量，B为目标向量，Ai和Bi分别为向量A和向量B的第i个元素，n为OD需求向量中元素的总和。
一个实施例的OD需求分析算法的性能评估方法的总体流程图如图4所示。在本实施例中，首先获取各个用户的职住地数据、收货地址和地图导航数据，然后对收货地址进行分类解析，并对地图导航数据进行起点和终点识别，对职住地数据以及分类解析后的收货地址进行地理编码解析，然后对解析后的职住地数据以及分类解析后的收货地址，以及根据地图导航数据得到的起点和终点进行过滤和去重，创建真实的OD需求矩阵，最后，计算真实的OD需求矩阵对应的向量与待评估的算法获得的向量之间的相似度。
应用本说明书实施例方案，首先通过提取出用户真实的OD需求，然后构造一个真实的OD矩阵，最后对比该矩阵与OD需求分析算法所求得的OD矩阵之间的相似性来验证算法的有效性，省去了人工的介入消耗，提高了评估效率。
以上实施例中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
如图5所示，是本说明书一个实施例的OD需求分析算法的性能评估装置的框图，所述装置可包括：
获取模块502，用于获取各个用户的OD需求；
映射模块504，用于将所述OD需映射成OD需求矩阵；
评估模块506，用于将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
上述装置中各个模块的功能和作用的实现过程具体详情见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本说明书装置的实施例可以应用在计算机设备上，例如服务器或智能终端。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本说明书装置所在计算机设备的一种硬件结构图，除了图6所示的处理器602、内存604、网络接口606、以及非易失性存储器608之外，实施例中装置所在的服务器或电子设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。
相应地，本说明书实施例还提供一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现上述任一实施例中的方法。
相应地，本说明书实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例中的方法。
本申请可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的说明书后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

Claims (10)

1.一种OD需求分析算法的性能评估方法，所述方法包括：
获取各个用户的OD需求；
将所述OD需求映射成OD需求矩阵；
将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
2.根据权利要求1所述的方法，获取各个用户的OD需求的步骤包括：
获取用户的起点地址和终点地址；
分别将所述起点地址和终点地址转换为起点经纬度和终点经纬度；
根据所述起点经纬度和终点经纬度建立用户的OD需求。
3.根据权利要求2所述的方法，在将所述OD需映射成OD需求矩阵之前，所述方法还包括：
对所述OD需求进行去重处理；和/或
对不在所述区域内的OD需求进行过滤。
4.根据权利要求3所述的方法，对不在所述区域内的OD需求进行过滤的步骤包括：
获取所述区域的经纬度范围；
将所述起点经纬度和终点经纬度与所述经纬度范围进行比较；
若所述起点经纬度和终点经纬度中的至少一者不在所述经纬度范围之内，对相应的OD需求进行过滤。
5.根据权利要求3所述的方法，对所述OD需求进行去重处理的步骤包括：
根据所述OD需求产生的时间将所述OD需求划分为各个时间段的OD需求；
分别对各个时间段的OD需求进行去重处理。
6.根据权利要求1所述的方法，获取各个用户的OD需求的步骤包括：
根据用户的居住地地址和工作地址建立所述用户的OD需求；和/或
获取所述用户的收货地址，从所述收货地址中识别出特定类型的地址，根据所述特定类型的地址建立所述用户的OD需求；和/或
从所述用户的地图导航数据中筛选出连续报活序列，提取所述连续报活序列中的首报活点和尾报活点，并根据所述首报活点和尾报活点建立所述用户的OD需求。
7.根据权利要求1至6任意一项所述的方法，所述相似度为余弦相似度。
8.一种OD需求分析算法的性能评估装置，所述装置包括：
获取模块，用于获取各个用户的OD需求；
映射模块，用于将所述OD需求映射成OD需求矩阵；
评估模块，用于将所述OD需求矩阵展开成OD需求向量，并计算由OD需求分析算法计算出的目标向量与所述OD需求向量的相似度，根据所述相似度对所述OD需求分析算法进行性能评估。
9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至7任意一项所述的方法。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至7任意一项所述的方法。
CN201811589627.XA 2018-12-25 2018-12-25 Od需求分析算法的性能评估方法和装置 Pending CN110009175A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811589627.XA CN110009175A (zh) 2018-12-25 2018-12-25 Od需求分析算法的性能评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811589627.XA CN110009175A (zh) 2018-12-25 2018-12-25 Od需求分析算法的性能评估方法和装置

Publications (1)

Publication Number Publication Date
CN110009175A true CN110009175A (zh) 2019-07-12

Family

ID=67165231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811589627.XA Pending CN110009175A (zh) 2018-12-25 2018-12-25 Od需求分析算法的性能评估方法和装置

Country Status (1)

Country Link
CN (1) CN110009175A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486083A (zh) * 2021-06-30 2021-10-08 高新兴科技集团股份有限公司 数据处理方法、系统、计算机存储介质及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102100706A (zh) * 2009-12-18 2011-06-22 中国科学院大连化学物理研究所 一种应用代谢组学对中成药质量评价的方法
CN102156783A (zh) * 2011-04-15 2011-08-17 华北电力大学 电力系统仿真精度综合评估方法
CN106651027A (zh) * 2016-12-21 2017-05-10 北京航空航天大学 一种基于社交网络的互联网班车线路优化方法
CN107170233A (zh) * 2017-04-20 2017-09-15 同济大学 一种基于矩阵分解的典型日交通需求od矩阵获取方法
CN107657266A (zh) * 2017-08-03 2018-02-02 华北电力大学（保定） 一种基于改进谱多流形聚类的负荷曲线聚类方法
CN108227750A (zh) * 2017-12-20 2018-06-29 西安石油大学 一种地面目标实时跟踪性能评估方法及系统
CN108269399A (zh) * 2018-01-24 2018-07-10 哈尔滨工业大学 一种基于公路网客流od反推技术的高铁客流需求预测方法
CN108960624A (zh) * 2018-07-03 2018-12-07 深圳市和讯华谷信息技术有限公司 基于用户到访信息的网格相似度判定方法、装置和系统
CN109003446A (zh) * 2018-07-12 2018-12-14 重庆市城投金卡信息产业股份有限公司 一种基于rfid数据的城市错峰通行效果分析方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102100706A (zh) * 2009-12-18 2011-06-22 中国科学院大连化学物理研究所 一种应用代谢组学对中成药质量评价的方法
CN102156783A (zh) * 2011-04-15 2011-08-17 华北电力大学 电力系统仿真精度综合评估方法
CN106651027A (zh) * 2016-12-21 2017-05-10 北京航空航天大学 一种基于社交网络的互联网班车线路优化方法
CN107170233A (zh) * 2017-04-20 2017-09-15 同济大学 一种基于矩阵分解的典型日交通需求od矩阵获取方法
CN107657266A (zh) * 2017-08-03 2018-02-02 华北电力大学（保定） 一种基于改进谱多流形聚类的负荷曲线聚类方法
CN108227750A (zh) * 2017-12-20 2018-06-29 西安石油大学 一种地面目标实时跟踪性能评估方法及系统
CN108269399A (zh) * 2018-01-24 2018-07-10 哈尔滨工业大学 一种基于公路网客流od反推技术的高铁客流需求预测方法
CN108960624A (zh) * 2018-07-03 2018-12-07 深圳市和讯华谷信息技术有限公司 基于用户到访信息的网格相似度判定方法、装置和系统
CN109003446A (zh) * 2018-07-12 2018-12-14 重庆市城投金卡信息产业股份有限公司 一种基于rfid数据的城市错峰通行效果分析方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486083A (zh) * 2021-06-30 2021-10-08 高新兴科技集团股份有限公司 数据处理方法、系统、计算机存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN109828967B (zh) 一种伴随关系获取方法、系统、设备、存储介质
Frias-Martinez et al. Characterizing urban landscapes using geolocated tweets
CN106649331B (zh) 商圈识别方法及设备
CN103795613B (zh) 一种在线社交网络中朋友关系预测的方法
CN106162544B (zh) 一种地理围栏的生成方法和设备
CN103049496A (zh) 一种对多个用户进行用户群划分的方法、装置与设备
CN102880709A (zh) 数据仓库管理系统和数据仓库管理方法
CN110263117A (zh) 一种用于确定兴趣点poi数据的方法与装置
Bordogna et al. Clustering geo-tagged tweets for advanced big data analytics
KR20170025454A (ko) 소셜 미디어 데이터의 시공간 분석 시스템 및 방법
JPWO2019225597A1 (ja) 空き家判定装置、空き家判定方法およびプログラム
Tanahashi et al. Inferring human mobility patterns from anonymized mobile communication usage
CN109145225B (zh) 一种数据处理方法及装置
CN107818116B (zh) 用于确定用户行为区域位置信息的方法与设备
Kozievitch et al. Exploratory analysis of public transportation data in Curitiba
CN116384109A (zh) 一种面向新型配电网的数字孪生模型自动重构方法及装置
CN106802958B (zh) Cad数据到gis数据的转换方法及系统
CN109344173A (zh) 数据管理方法和装置、数据结构
CN104850623B (zh) 多维度数据分析模型动态扩展方法和系统
CN110009175A (zh) Od需求分析算法的性能评估方法和装置
CN110852376B (zh) 用于识别生物种类的方法及系统
Benkhelifa et al. Framework for mobile devices analysis
Hu et al. An effective selecting approach for social media big data analysis—Taking commercial hotspot exploration with Weibo check-in data as an example
Frias-Martinez et al. Sensing urban land use with twitter activity
CN111353011B (zh) 地点数据集及其建立方法和装置、数据处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20201013

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201013

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20190712

RJ01 Rejection of invention patent application after publication