买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利基于多源数据共享单车借还车需求预测方法、终端及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119740784B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411701343.0，技术领域涉及：G06Q10/0631；该发明授权基于多源数据共享单车借还车需求预测方法、终端及介质是由邹亮;段志强;朱玲湘设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于多源数据共享单车借还车需求预测方法、终端及介质在说明书摘要公布了：本发明公开了基于多源数据共享单车借还车需求预测方法、终端及介质，方法包括：获取共享单车骑行订单数据、POI数据以及历史天气数据，并对共享单车的各个停放站点按小时统计每个停放站点的借还车量；分别挖掘共享单车站点借还车需求的时间维度特征、空间维度特征及天气维度特征，确定三个维度特征与站点借还车需求的关系；构造交互站点客流特征、相似站点客流特征；基于交互站点客流特征、相似站点客流特征构建借还车需求预测模型，并使用历史客流数据训练借还车需求模型。本发明深入探究各类影响因素与共享单车停放站点借还车需求之间的关系，实现借还车量预测，为共享单车调度提供合理的单车调配数量，有助于降低共享单车企业调度成本。

本发明授权基于多源数据共享单车借还车需求预测方法、终端及介质在权利要求书中公布了：1.一种基于多源数据共享单车借还车需求预测方法，其特征在于，所述方法包括： 获取共享单车骑行订单数据、POI互联网电子地图中的点类数据以及历史天气数据，并对共享单车的各个停放站点按小时统计每个停放站点的借还车量； 分别挖掘共享单车站点借还车需求的时间维度特征、空间维度特征及天气维度特征，确定三个维度特征与站点借还车需求的关系，具体包括： 基于共享单车骑行订单数据，从时间维度确定工作日、周末双休日、节假日和小时段与站点借还车需求的关系； 基于POI数据，从空间维度确定共享单车停放站点的地理位置、周边设施、人口密度及路网密度与站点借还车需求的关系； 基于历史天气数据，从天气维度确定温度、降水量及地面风速与站点借还车需求的关系； 根据三个维度特征与站点借还车需求的关系，构造交互站点客流特征、相似站点客流特征，具体包括： 基于若干共享单车骑行订单数据，筛选出交互密切的站点OD对，并基于相关性分析得出交互站点最相关影响时段，构造交互站点客流特征； 使用基于欧氏距离的两两站点客流序列相似性度量方法，用以识别客流变化趋势和客流数量存在相似特征的两两站点，构造相似站点客流特征； 基于所述交互站点客流特征、相似站点客流特征构建借还车需求预测模型，并使用历史客流数据训练所述借还车需求预测模型，所述借还车需求预测模型用于对共享单车站点的借还车需求进行预测，具体包括： 利用时空图卷积网络对交互站点客流特征、相似站点客流特征进行建模，提取借还车需求的时间和空间变化的特征，通过图卷积学习站点之间的空间关系，并结合时间卷积网络建模时间序列特征，提取需求随时间和空间变化的特征； 将时空图卷积网络输出的时间和空间变化的特征输入到XGBoost模型中，从天气、空间和时间特征中提取的高维特征，构建借还车需求预测模型，所述借还车需求预测模型为时空图卷积网络和XGBoost模型的组合模型； 使用历史客流数据训练所述借还车需求预测模型，并使用网格搜索调优和贝叶斯优化调优依次对时空图卷积网络和XGBoost模型进行超参数调优。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。