买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】空港旅客智能导航导乘自助服务系统_北京交通大学_202011279821.5 

申请/专利权人:北京交通大学

申请日:2020-11-16

公开(公告)日:2024-04-12

公开(公告)号:CN112381298B

主分类号:G06Q10/047

分类号:G06Q10/047;G06Q50/12;H04W4/024;H04W4/33

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2021.03.09#实质审查的生效;2021.02.19#公开

摘要:本发明提供了一种空港旅客智能导航导乘自助服务系统。包括多通道协同多终端复用的服务模块,实现旅客服务方式的全覆盖,旅客特征识别的智慧联想服务模块,实现旅客特征数据的数据挖掘,根据旅客特征信息对旅客进行智能化的最优服务推荐;商业行为关联预测的室内路径构建模块,将机场航站楼内商业信息与室内路径规划相结合,在室内构建出满足用户商业需求与导航需求结合的最优智能路线;弱场环境断点续接的虚实导航导乘模块,完成导航模式的自动切换,实现弱场环境下的导航导乘功能。本发明能够规划室内商业需求最优路径,提供虚实结合的室内断点续接导航设计,为机场旅客室内导航导乘自助换乘智慧系统提供个性化服务流程。

主权项:1.一种空港旅客智能导航导乘自助服务系统,其特征在于,包括:多通道协同多终端复用的服务模块、旅客特征识别的智慧联想服务模块、商业行为关联预测的室内路径构建模块和虚拟导航增强的弱场环境断点续接模块;所述的多通道协同多终端复用的服务模块,用于实现旅客服务方式的全覆盖,支撑旅客智慧服务系统的多模式智能化框架,实现基于空港环境下的支持服务类型、信息采集、服务终端类型的多通道多终端模式;所述的旅客特征识别的智慧联想服务模块,用于实现旅客特征数据的数据挖掘,实现旅客特征识别的服务联想决策,结合旅客出行需求及实际出行可行性,根据旅客特征信息对旅客进行智能化的最优服务推荐;所述的商业行为关联预测的室内路径构建模块,用于将机场航站楼内商业信息与室内路径规划相结合,通过提取结合商业信息的路径拓扑来规划路径,在室内构建出满足用户商业需求与导航需求结合的最优智能路线;所述的虚拟导航增强的弱场环境断点续接模块,用于增强旅客室内连续定位性能,建立虚实导航模型,通过在导航过程中的场景分析进行强弱场环境的判断,完成导航模式的自动切换,实现弱场环境下的导航导乘功能;所述的多通道协同多终端复用的服务模块,具体用于基于空港环境下,构建支持服务类型多通道、信息采集模式多通道和服务终端类型形式多通道的系统框架;所述支持服务类型多通道是指在密集人流环境下支持固定端、移动端和PC端三种服务类型访问;所述信息采集模式多通道是在自助服务设备场景下,集成多种身份信息匹配为一体的多模式身份验证功能,提供单维身份验证或多维联合身份信息验证,所述多种身份信息包括人脸识别、指纹识别、身份证验证、二维码验证和用户名密码验证;所述服务终端类型形式多通道是指在多数据库、多数据源下的数据维护和旅客数据匹配,数据库包括身份认证数据、交通信息数据和出行数据,为基于多模式身份认证相关技术提供支撑;所述的旅客特征识别的智慧联想服务模块包括:基于预处理数据的旅客特征数据辨识模块、基于KNN算法的旅客个性化服务推送模块;所述的基于预处理数据的旅客特征数据辨识模块,用于采集用户历史访问行为信息,基于旅客历史出行行为数据进行旅客特征数据的数据挖掘,对挖掘出来的旅客特征数据进行数据清洗和结构化操作,实现旅客特征数据的标准化,使每种旅客特征数据的指标处于同一数量级,即数据的归一化;所述的基于KNN算法的旅客个性化服务推送模块,用于根据旅客特征数据利用KNN算法,得到相似旅客的特征数据集,构建旅客特征数据识别的联想服务模型,利用联想服务模型对旅客进行个性化服务推送;所述的基于KNN算法的旅客个性化服务推送模块,具体用于进行距离计算、目标加权和距离值预测;所述的距离计算是指用欧式距离作为度量样本间的距离,令有序分类变量排序靠前,无序分类变量排序靠后,若在N维旅客特征数据中,有n1个有序特征数据变量,有n2个无序特征数据变量,则旅客特征数据的编号顺序为:则测试集中样本数据与训练集中样本数据之间的欧式距离公式如式1所示; 所述的目标加权是指计算完测试集中样本数据和训练集中所有样本数据之间的欧式距离后,找到和测试集数据距离最小的前K个训练集数据,测试集中的待预测目标值Y,将由训练集中这K行数据的目标值Y通过求均值得到,用样本间距离的反函数作为权值,使距离测试集数据越近的前K个训练集数据权值越大,权重计算如式2所示: 式中,weight为训练集前K个旅客数据中某一个旅客数据特征的权值,Dε为常量,以防止算法对噪声敏感;所述的距离值预测是指对未知样本Pu测试时,在选出与Pu距离最近的前K个训练集数据后,对这K个训练集对应的商业服务方式使用weight加权求和,加权求和结果中的最大值对应的服务方式即为可推荐的商业服务。

全文数据:

权利要求:

百度查询: 北京交通大学 空港旅客智能导航导乘自助服务系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。