（這里只是做分析，不提供源代碼，畢竟是一個(gè)比賽）

題目分析

賽題詳情
構(gòu)建一個(gè)模型，根據(jù)天氣，交通，區(qū)域里面的各種設(shè)施，以往歷史數(shù)據(jù)，預(yù)測未來的某個(gè)時(shí)間點(diǎn)，某個(gè)區(qū)域里，打車需求的缺口。整個(gè)算法其實(shí)就是一個(gè)有監(jiān)督的機(jī)器學(xué)習(xí)的過程。

數(shù)據(jù)整理

下載后的整個(gè)壓縮數(shù)據(jù)包575M，其中包括的訂單數(shù)據(jù)大約900萬條。（其他Master表數(shù)據(jù)量很小，這里忽略不計(jì)）
使用MongoDB存儲(chǔ)的話，大概使用2GB的空間，全部導(dǎo)入之后，工作用計(jì)算機(jī)十分卡頓。MongoCola管理軟件失去響應(yīng)。所以，這里的訂單按照日期導(dǎo)入。（訓(xùn)練的時(shí)候，按照天來訓(xùn)練）注意：官方的訂單數(shù)據(jù)的 訂單號(hào) OrderID是主鍵重復(fù)的。這里以第一次出現(xiàn)的訂單號(hào)的數(shù)據(jù)為準(zhǔn)。

由于數(shù)據(jù)量非常龐大，所以這里建議將中間的計(jì)算結(jié)果也放入數(shù)據(jù)庫中備用。

訂單數(shù)據(jù)整理

訂單數(shù)據(jù)整理，主要是整理出各個(gè)時(shí)段，各個(gè)地域的訂單數(shù)據(jù)。

• 時(shí)間段
• 地域編號(hào)
• 需求數(shù)
• 缺口
• 缺口比例

數(shù)據(jù)整理盡量使用LINQ進(jìn)行處理，MONGODB查詢是消耗時(shí)間的！！！，這里數(shù)據(jù)庫只是用作數(shù)據(jù)的存儲(chǔ)不做計(jì)算

private void btnImportDB_Click(object sender, EventArgs e){string rootFolder = txtRootDir.Text;//Order: Root + "\order_data"foreach (var filename in Directory.GetFiles(rootFolder + "\\order_data")){if (!filename.Contains("._")){string strDate = filename.Substring(filename.LastIndexOf("_") + 1);var colname = "Order_" + strDate;Database.Clear(colname);var orderlist = new List<Order>();var read = new StreamReader(filename);while (!read.EndOfStream){var o = Order.Gernerate(read.ReadLine());orderlist.Add(o);}orderlist = orderlist.Distinct(x => x.order_id).ToList();Database.InsertRecBatch(orderlist, colname);var orderGaplist = new List<OrderGap>();Database.Clear("OrderGap_" + strDate);for (int time = 1; time < 144 + 1; time++){for (int area = 1; area < 66 + 1; area++){var m = new OrderGap() { DistrictId = area,TimeSlient = time};m.Total = orderlist.Count((x) => { return x.DistrictID == area && x.TimeSlient == time; }); m.Gap = orderlist.Count((x) => { return x.DistrictID == area && x.TimeSlient == time && x.driver_id == "NULL" ; });m.GapPercent = m.Total == 0 ? 0 : Math.Round(((double)m.Gap / m.Total) * 100, 2);orderGaplist.Add(m);}}Database.InsertRecBatch(orderGaplist, "OrderGap_" + strDate);//暫時(shí)只分析一天數(shù)據(jù)break;}}}

利用Excel，可視化數(shù)據(jù)

以下是2016-01-01的數(shù)據(jù)分析。藍(lán)色的是GAP缺口數(shù)，紅色的是Total數(shù)。
一天24個(gè)小時(shí)整體需求分布可以看個(gè)大概了。

擬合

Gap的預(yù)測，是建立在一個(gè)擬合函數(shù)上的。也有一些機(jī)器學(xué)習(xí)的味道。

總的Gap函數(shù) = 函數(shù)(時(shí)間,地區(qū))

• TimeID ： 時(shí)間片編號(hào)
• DistricID：地區(qū)編號(hào)
• Traffic：交通流量
• Weather：天氣
• POI：設(shè)施數(shù)

POI說明

交通流量和時(shí)間有關(guān)，一個(gè)地方的擁堵程度和時(shí)間有關(guān)系
不同的地區(qū)，各種設(shè)施配置不同。
天氣和時(shí)間有關(guān)。

Gap函數(shù) = 函數(shù)(交通擁擠度函數(shù)(時(shí)間，地區(qū)編號(hào))，POI函數(shù)(地區(qū)編號(hào))，天氣函數(shù)(時(shí)間))

這里可以認(rèn)為，一個(gè)地方的打車人數(shù)，交通越堵，則打車的GAP越大。天氣不好，打車的人則越多，GAP也越大。設(shè)施越多的地方，打車的需求也越多，GAP可能也越大。但是這一切都只是可能性。
（題外話，其實(shí)真實(shí)的情況也要考慮節(jié)假日的問題，在節(jié)假日的時(shí)候，GAP可能會(huì)變大。當(dāng)然這是一個(gè)人文的考量了）

算法

交通擁堵函數(shù)：
這里的交通擁堵函數(shù)是使用4個(gè)等級(jí)表示的。

• LV1 20條路 權(quán)重8
• LV2 10條路 權(quán)重4
• LV3 15條路 權(quán)重2
• LV4 05條路 權(quán)重1
  那么擁堵指數(shù)怎么計(jì)算呢？這里應(yīng)該是對每個(gè)擁堵喲一個(gè)權(quán)重，等級(jí)越高，權(quán)重越大。
  擁擠度 = SUM(權(quán)重 * 數(shù)量）
  當(dāng)然權(quán)重也是一個(gè)需要訓(xùn)練和擬合的。
  （設(shè)施數(shù)和天氣差不多，也是同樣考慮的。）
  這里有三個(gè)指標(biāo)，每種指標(biāo)對于整體的影響程度也是需要訓(xùn)練的。

本博文將在 http://www.codesnippet.info/Article/Index?ArticleId=00000038 進(jìn)行實(shí)時(shí)更新。
任何疑問，討論，請移步 http://www.codesnippet.info/Article/Index?ArticleId=00000038
本文不求大部分關(guān)注，只求算法愛好者的參與。

轉(zhuǎn)載于:https://www.cnblogs.com/TextEditor/p/5513552.html

總結(jié)

以上是生活随笔為你收集整理的滴滴算法大赛算法解决过程(实时更新)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。