一种基于大数据的公共自行车潜在需求预测方法

摘要

本发明涉及一种基于大数据的公共自行车潜在需求预测方法，包括：根据手机信令大数据得到居民出行属性；根据互联网大数据得到土地属性；根据公共自行车刷卡大数据得到公共自行车租赁点的PA现状，并计算需求热度；将需求热度低于需求阈值的公共自行车租赁点作为总样本，以居民出行属性和土地属性作为样本的输入参数，以公共自行车租赁点的PA现状作为样本的输出参数，结合AIC准则和随机森林法则进行BP神经网络训练，得到公共自行车潜在需求评估模型；根据公共自行车潜在需求评估模型，计算需求热度高于阈值的公共自行车租赁点的自行车需求预测值。与现有技术相比，本发明具有分析结果准确和为公共自行车租赁点的布设提供了强有力的指导等优点。