出租车计价方法及系统与流程

1.本发明涉及城市交通技术领域，特别地涉及一种基于大数据多模矫正的出租车计价方法及系统。


背景技术：

2.城市交通是衡量一座城市经济发展及城市管理水平的重要指标之一，出租汽车是城市综合交通运输体系的组成部分，是城市公共交通的补充，为社会公众提供个性化运输服务。今年来出租汽车，尤其是网约车的兴起，使得线上里程计算及计时计价成为被广泛应用的一种手段。目前出租汽车行业常使用的计价方式分为三种：一是传统的出租汽车计价器，二是安装对应的车载终端接入线上平台，三是使用手机终端与线上平台进行对接。
3.无论是上述哪一种计价方式，都是通过单个终端去收集单车行驶时间及计算里程，以此为依据进行计价。但在实际运营过程中，各平台公司各自采用相应的算法，其行驶时间及里程的收集也无统一标准确认，计费标准广受争议，是否存在大数据杀熟平台公司无法自证。
4.目前平台公司自行制定出租车计价算法，常用的公式是f(dt)＝m+p*d+i*t+e，其中m为起步价(若有)，p为每公里定价，d为里程数(公里)，i为行驶时间系数，t为行驶时间(分钟)，e为附加费等其他费用(若有)。由此可看出平台公司的主要计价模型以车辆行驶时间t及里程数d为主要影响因子。目前平台公司的出租车计价方法存在以下不足：
5.(1)车辆行驶时间及计算里程由单个终端去收集，平台公司或车辆司机是否对终端进行改造处理，司机是否绕路，采集数据是否真实存在疑问。乘客对计价方式的怀疑将对出租车需求产生影响，长此以往不利于出租车行业发展。
6.(2)车辆行驶时间及计算里程由单个终端去收集，如若当前gps信号弱或是网络连接终端，该终端无法完整记录行驶时间及里程，通常做法是使用电子地图，或是车上其他定位设备进行补充，但仅以电子地图为依据，或若车上并未安装其他定位设备，或其他定位设备也失灵，那么计价的行驶时间及里程数是不准确的。
7.(3)市面上平台公司通用的计价算法，虽将运营时间是否在高峰期及车辆对应服务成本纳入计算，但暂未将路况数据、运力数据纳入考虑，缺乏合理的价格调节机制对平台计价算法予以调节。
8.(4)平台公司是否杀熟无法自证，暂无合理的价格监测手段对此进行说明。


技术实现要素：

9.有鉴于此，本发明提出一种基于大数据多模矫正的出租车计价方法及系统，从基数数据及调整因子入手，对出租车计价进行多模矫正，从而提高计价方式的准确性、真实性及科学性。
10.本发明第一方面提供一种出租车计价方法，该方法包括：获取多个移动终端采集的车辆的基础数据及运行数据，其中，基础数据包括行驶时间和里程数据，运行数据包括路
况数据和运力数据；对车辆的行驶时间和里程数据进行加权建模，得到最终基数数据，所述基数数据包括最终里程数和最终行驶时间；基于车辆的路况数据和运力数据，建立对应时间段的路况数据模型和对应时间段的运力数据模型；将路况数据模型、运力数据模型与历史计价模型进行联合建模，得到新的计价模型；将所述基数数据代入新的计价模型，得到新的计价价格。
11.进一步的，所述的出租车计价方法还包括：获取设定时间段内单个车辆的历史基础数据并对其进行处理，模拟得到第一预测值，所述第一预测值为设定时间段内从起点行驶至终点所需花费的行驶时间及里程数；对比基数数据、第一预测值及电子地图数据，判断基数数据的可取性。
12.进一步的，所述对比基数数据、第一预测值及电子地图数据，判断基数数据的可取性的步骤包括：将所述基数数据中最终里程数和最终行驶时间、第一预测值、以及电子地图数据进行对比，得到第一误差率；判断第一误差率是否在设定的里程及时间误差阈值范围内；若第一误差率在设定的里程及时间误差阈值范围内，则所述基数数据是可取的，否则是不可取的。
13.进一步的，所述的出租车计价方法还包括：获取设定路段的设定时间段内平台上所有车辆的历史基础数据并对其进行处理，模拟得到第二预测值，所述第二预测值为设定路段的设定时间段内的计价价格；对比新的计价价格与第二预测值，判断新的计价价格的可取性。
14.进一步的，所述对比新的计价价格与第二预测值，判断新的计价价格的可取性的步骤包括：将新的计价价格与第二预测值进行对比，得到第二误差率；判断所述第二误差率是否在设定的计价误差阈值范围内；若所述第二误差率在设定的计价误差阈值范围内，则新的计价价格是可取的，否则是不可取的。
15.进一步的，对设定时间段内单个车辆的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理；对设定路段的设定时间段内平台上所有车辆的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理。
16.本发明第二方面提供一种出租车计价系统，该系统包括：至少两个移动终端，用于采集的车辆的基础数据及运行数据，其中，基础数据包括行驶时间和里程数据，运行数据包括路况数据和运力数据；网络服务器，用于获取所述至少两个移动终端采集的车辆的行驶时间和里程数据，以及路况数据和运力数据；对车辆的行驶时间和里程数据进行加权建模，得到基数数据，所述基数数据包括最终里程数和最终行驶时间；基于车辆的路况数据和运力数据，建立对应时间段的路况数据模型和对应时间段的运力数据模型；将路况数据模型、运力数据模型与历史计价模型进行联合建模，得到新的计价模型；将所述基数数据代入新的计价模型，得到新的计价价格。
17.进一步的，所述的出租车计价系统还包括：获取设定时间段内单个车辆的历史基础数据并对其进行处理，模拟得到第一预测值，所述第一预测值为设定时间段内从起点行驶至终点所需花费的行驶时间及里程数；对比基数数据、第一预测值及电子地图数据，判断基数数据的可取性。
18.进一步的，所述的出租车计价系统还包括：获取设定路段的设定时间段内平台上所有车辆的历史基础数据并对其进行处理，模拟得到第二预测值，所述第二预测值为设定
路段的设定时间段内的计价价格；对比新的计价价格与第二预测值，判断新的计价价格的可取性。
19.上述的出租车计价方法，首先获取多个移动终端采集车辆的行驶时间和里程数据，以及路况数据和运力数据，对行驶时间和里程数据进行加权建模得到基数数据，结合基数数据、路况数据和运力数据，来确定新的车辆计价价格，提供计价的科学性和准确性，有效监测计价价格。
附图说明
20.为了说明而非限制的目的，现在将根据本发明的优选实施例、特别是参考附图来描述本发明，其中：
21.图1是本发明一实施例提供的出租车计价方法的流程图；
22.图2是本发明另一实施例提供的出租车计价系统的结构示意图。
具体实施方式
23.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
24.在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
26.图1是本发明一实施例提供的出租车计价方法的流程图。该出租车计价方法首先获取多个移动终端采集车辆的行驶时间和里程数据，以及路况数据和运力数据，对行驶时间和里程数据进行加权建模得到基数数据，结合基数数据、路况数据和运力数据，来确定新的车辆计价价格。
27.下面以车辆为出租车为例，对本发明一实施例提出的出租车计价方法进行详细说明。
28.请参阅附图1，该出租车计价方法包括以下步骤：
29.s100，获取多个移动终端采集的出租车的基础数据及运行数据，其中，基础数据包括行驶时间和里程数据，运行数据包括路况数据和运力数据。
30.本实施例通过多个移动终端100采集的出租车的基础数据和运行数据，并上传至平台公司的网络服务器200。其中，出租车的基础数据包括出租车的行驶时间和里程数据，出租车的运行数据包括出租车的路况数据和运力数据。
31.网络服务器200可根据路况数据，判断路况情况。网络服务器200还可根据运力数据，判断运力情况。
32.示例性的，多个移动终端100包括设置于出租车上司机的移动终端和乘客携带的移动终端，通过多个移动终端同时采集出租车的基础数据和运行数据，并上传至网络服务
器200。
33.本实施例获取司机携带的移动终端和乘客携带的手机移动终端采集的数据，提高基数数据的真实性和准确性，从而提高乘客对于行驶时间及里程数据的信任，也提高了司机对计价规则的了解，增加了司机的信心。
34.示例性的，出租车的路况数据包括不同路段行驶时间，出租车于此路段的定位情况、移动速度、行驶方向等。网络服务器200可根据不同路段行驶时间，出租车于此路段的定位情况、移动速度、行驶方向等，判断路况情况。
35.示例性的，出租车的运行数据包括出租车的上线数、轨迹、时间及路况等数据。网络服务器200可根据出租车的上线数、轨迹、时间及路况等数据，判断运力情况。
36.本实施例通过多个终端采集出租车的基础数据及运行数据，提高数据采集的真实性，解决数据采集失真、缺失问题。现有的出租汽车车辆行驶时间t及里程数d主要基于单个终端收集的个体数据，现拟通过多终端数据采集建模，提取合适加权系数，提高数据采集的真实性，也增加乘客对于数据的信任。在终端损坏或是其他原因导致部分终端无法正常采集数据，也可通过运用其余完好终端采集的数据，降低部分终端缺失带来的数据失真。
37.s200，基于出租车的路况数据和运力数据，建立对应时间段的路况数据模型和对应时间段的运力数据模型。
38.平台上的出租车可以记录路况及运力数据等，路况及运力亦将影响某一时间段内出租车的计价。运用大数据手段，建立对应时间段路况数据模型、对应时间段运力数据模型。
39.s300，对出租车的行驶时间和里程数据进行加权建模，得到基数数据。
40.在本实施例中，该基数数据包括出租车的最终行驶时间及最终里程数。
41.其中，最终行驶时间为：
42.i＝∑(ia*a)/∑a
43.式中，ia为出租车的行驶时间数据，是通过多个移动终端采集的行驶时间数据，a为其对应的权重系数。
44.其中，最终里程数为：
45.d＝∑(db*b)/∑b
46.其中，db为出租车的里程数据，是通过多个移动终端采集的里程数据，，b为其对应的权重系数。
47.权重系数a和权重系数b是基于多个移动终端采集的行驶时间数据和里程数据进行加权处理后得到的。
48.s400，获取设定时间段内单个出租车的历史基础数据并对其进行处理，模拟得到第一预测值。
49.在本实施例中，步骤s400中模拟第一预测值的具体实现方式为：
50.s401，获取设定时间段单个出租车的历史基础数据，该历史基础数据包括历史行驶时间和历史里程数。
51.s402，对设定时间段单个出租车的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理，得到第一预测值。该第一预测值为该时间段从起点行驶至终点所需花费的行驶时间及里程数。
52.s500，对比基数数据、第一预测值及电子地图数据的匹配度，判断基数数据的可取性。
53.在本实施例中，步骤s500判断基数数据的可取性的步骤包括：
54.s501，将步骤s300得到的基数数据中最终里程数d、最终行驶时间i、步骤s400得到的第一预测值、以及线上的电子地图数据进行对比，得到第一误差率。
55.s502，判断第一误差率是否在设定的里程及时间误差阈值范围内。
56.s503，若第一误差率在设定的里程及时间误差阈值范围内，则该基数数据是可取的，否则是不可取的。
57.本实施例将基数数据与单车历史数据预测的第一预测值和线上的电子地图数据进行匹配，来控制基数数据中最终里程数、最终行驶时间的误差率，通过控制误差率监测最终数据的真实性。在信号失调或网络断连时，亦能通过模型模拟补充该段行驶时间对应的里程数。
58.s600，将路况数据模型、运力数据模型与历史计价模型进行联合建模，得出新的计价模型。
59.历史计价模型为现有平台公司所采用的计价模型，为：
60.f(dt)＝m+p*d+i*t+e
61.其中，m为起步价，p为每公里定价，d为里程数(公里)，i为行驶时间系数，t为行驶时间(分钟)，e为附加费等其他费用。
62.将步骤s200得到的路况数据模型、运力数据模型与历史计价模型进行联合建模，得到新的计价模型。新的计价模型如下：
63.f(dt)＝m+p*d+i*t+o+q+e
64.其中，m为起步价，p为每公里定价，d为里程数(公里)，i为行驶时间系数，t为行驶时间(分钟)，o为路况调整因子，q为运力调整因子，e为附加费等其他费用。
65.本实施例建立的新的计价模型在原有的计价模型基础上增加了路况数据模型、运力数据模型，提供了计价模型的准确性，使得计价模型更加科学可行，利于平台的长久运营，为新业务奠定基础。
66.s700，将步骤s500得到的基数数据代入新的计价模型，得到新的出租车计价价格。
67.得到新的计价模型后，将步骤s500判定的可取的基数数据代入新的计价模型，得到新的出租车计价价格。
68.本实施例得到的新的出租车计价价格在原有的出租车计价价格基础上增加了路况数据、运力数据等影响因子，提供了计价的准确性可科学性。
69.s800，获取设定路段的设定时间段内平台上所有出租车的历史基础数据并对其进行处理，模拟得到第二预测值。
70.在本实施例中，步骤s800中模拟第二预测值的具体实现方式为：
71.s801，获取设定路段的设定时间段平台上所有出租车的历史基础数据，该历史基础数据包括历史行驶时间和历史里程数。
72.s802，对设定路段的设定时间段平台上所有出租车的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理，得到第二预测值。该第二预测值为该段路程该段时间的出租车计价价格。
73.s900，对比新的出租车计价价格与第二预测值，判断新的出租车计价价格的可取性。
74.在本实施例中，步骤s900判断基数数据的可取性的步骤包括：
75.s901，将步骤s700得到的新的出租车计价价格与步骤s800得到的第二预测值进行对比，得到第二误差率。
76.s902，判断第二误差率是否在设定的计价误差阈值范围内。
77.s903，若第二误差率在设定的计价误差阈值范围内，则该新的出租车计价价格是可取的，否则是不可取的。
78.本实施例将最终得到的新的出租车计价价格与平台所有车辆历史数据的第二预测值进行比较，判断新的出租车计价价格的误差率。通过控制第二预测值及实际的计价值产生的误差，实现了对计价方式的动态价格机制调节，对计价方法进行调整，从而增加计价可信度。
79.上述的出租车计价方法，提供了价格监测手段，证明是否存在杀熟，提高乘客信任-将加权所得数据、单车历史数据预测值及线上高精度地图匹配，通过控制误差率监测司机是否绕路等行为。通过新算法计价得出的数据与以平台历史数据为基础预测的数值进行匹配，通过控制误差率监测平台是否存在杀熟行为。
80.上述的出租车计价方法，运用大数据完善计价机制推动行业产业数字化发展，保障用户的知情权和选择权，利于监督管理，促进行业健康发展。
81.图2是本发明另一实施例提供的出租车计价系统的结构示意图。该出租车计价系统通过多个移动终端100采集车辆的行驶时间和里程数据，以及路况数据和运力数据，通过网络服务器200对行驶时间和里程数据进行加权建模得到基数数据，结合基数数据、路况数据和运力数据，来确定新的车辆计价价格。
82.请参阅图2，该出租车计价系统包括：
83.至少两个移动终端100，用于采集出租车的基础数据及运行数据，并上传至网络服务器。
84.网络服务器200，用于获取多个移动终端采集的出租车的基础数据及运行数据，其中，基础数据包括行驶时间和里程数据，运行数据包括路况数据和运力数据；对出租车的行驶时间和里程数据进行加权建模，得到基数数据；基于出租车的路况数据和运力数据，建立对应时间段的路况数据模型和对应时间段的运力数据模型；将路况数据模型、运力数据模型与历史计价模型进行联合建模，得出新的计价模型；将基数数据代入新的计价模型，得到新的出租车计价价格。
85.在本实施例中，至少两个移动终端100包括设置于出租车上的车载移动终端和乘客携带的移动终端，通过车载移动终端和乘客携带的移动终端同时采集出租车的基础数据和运行数据，并上传至网络服务器200。
86.在本实施例中，网络服务器200进一步用于：
87.获取设定时间段内单个出租车的历史基础数据并对其进行处理，模拟得到第一预测值；
88.对比基数数据、第一预测值及电子地图数据的匹配度，判断基数数据的可取性。
89.其中，网络服务器200获取设定时间段内单个出租车的历史基础数据并对其进行
处理，模拟得到第一预测值的具体实现方式如下：
90.获取设定时间段单个出租车的历史基础数据，该历史基础数据包括历史行驶时间和历史里程数；
91.对设定时间段单个出租车的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理，得到第一预测值；该第一预测值为该时间段从起点行驶至终点所需花费的行驶时间及里程数。
92.其中，网络服务器200对比基数数据、第一预测值及电子地图数据的匹配度，判断基数数据的可取性的具体实现方式如下：
93.将上述得到的基数数据中最终里程数、最终行驶时间、第一预测值、以及线上的电子地图数据进行对比，得到第一误差率；
94.判断第一误差率是否在设定的里程及时间误差阈值范围内；
95.若第一误差率在设定的里程及时间误差阈值范围内，则该基数数据是可取的，否则是不可取的。
96.在本实施例中，网络服务器200进一步用于：
97.获取设定路段的设定时间段内平台上所有出租车的历史基础数据并对其进行处理，模拟得到第二预测值；
98.对比新的出租车计价价格与第二预测值，判断新的出租车计价价格的可取性。
99.其中，网络服务器200获取设定路段的设定时间段内平台上所有出租车的历史基础数据并对其进行处理，模拟得到第二预测值的具体实现方式如下：
100.获取设定路段的设定时间段平台上所有出租车的历史基础数据，该历史基础数据包括历史行驶时间和历史里程数；
101.对设定路段的设定时间段平台上所有出租车的历史基础数据进行处理，包括清洗、匹配、建模及模拟处理，得到第二预测值。该第二预测值为该段路程该段时间的出租车计价价格。
102.其中，网络服务器200对比新的出租车计价价格与第二预测值，判断新的出租车计价价格的可取性的具体实现方式如下：
103.将上述得到的新的出租车计价价格与第二预测值进行对比，得到第二误差率；
104.判断第二误差率是否在设定的计价误差阈值范围内；
105.若第二误差率在设定的计价误差阈值范围内，则该新的出租车计价价格是可取的，否则是不可取的。
106.其中，网络服务器200还用于将获取的数据以及得到的新的计价价格汇总至政府监管平台，为政府提供更多管理途径和决策分析支撑。
107.上述的出租车计价系统，提供了价格监测手段，证明是否存在杀熟，提高乘客信任-将加权所得数据、单车历史数据预测值及线上高精度地图匹配，通过控制误差率监测司机是否绕路等行为。通过新算法计价得出的数据与以平台历史数据为基础预测的数值进行匹配，通过控制误差率监测平台是否存在杀熟行为。
108.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围
之内。