摘要
本发明涉及互联网租赁自行车用户行为分析技术领域,具体公开了一种基于订单数据的互联网租赁自行车用户偏好类型预测方法、系统、设备及存储介质,预测方法包括以下步骤:构建用户偏好类型预测数据库、数据预处理、共享骑行相同用户的识别、用户偏好类型的划分、用户常用地的识别、用户偏好类型影响因素的提取、用户偏好类型预测模型的构建与预测。本发明通过对实际共享单车和共享电单车订单数据的深入挖掘,综合建成环境特征和共享基础设施属性两个方面的影响因素,简化识别与分析过程,使结果准确可靠,能够真实反映用户的出行偏好,最终构建用户偏好分类预测模型。
技术关键词
互联网租赁自行车
共享电单车
共享单车
订单
电子围栏
Prim算法
时间段
公共服务设施
分类预测模型
车辆
生成树
异常数据
数字高程模型
居住设施
坐标系
识别模块
地理位置信息
公交车站
系统为您推荐了相关专利信息
动态协调控制方法
产能
订单
分布式账本技术
信息共享平台
入侵监测方法
风险预测模型
探测单元
声学特征
对象
车辆识别模型
车辆轨迹数据
车辆识别方法
逃费车辆
地理信息系统
网约车订单
语音通话信息
司机
语音识别模型
文本