基于多层次邻域矩阵与序列模型的网约车订单量预测方法

本发明公开了一种基于多层次邻域矩阵与序列模型的网约车订单量预测方法。所述方法包括：进行地理哈希网格划分，获得订单量数据；基于聚类和分析，选择代表性网格；构建多层次邻域矩阵；计算邻域特征；作为序列‑序列模型的输入对所述序列‑序列模型进行训练；当前时段的实时序列数据输入训练后的模型，获得预测结果。本发明利用筛选代表性网格的方式进行序列‑序列模型的训练，避免无效数据对训练过程产生的干扰，显著提高了训练效率和模型准确性；此外，还进行多层次邻域特征的识别，充分考虑邻域关系的影响，符合网约车需求分布的实际影响规律，得到的预测结果更加逼近现实情形，准确性得以保障，对网约车运行管理的可参考性更强。