(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211059094.0 (22)申请日 2022.08.29 (71)申请人 通号城市轨道交通 技术有限公司 地址 100070 北京市丰台区汽车博物馆南 路1号院A座12层 (72)发明人 许真贞　徐鑫　焦凤霞　魏明瑞　 杨春妮　宋博文　高旭炜　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 杨明月 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 居民出行满意度预测方法及系统 (57)摘要 本发明提供一种居民出行满意度预测方法 及系统， 方法包括： 根据影响居民出行满意度的 影响因素的内容， 获取影 响所述居民出行满意度 的显著性影 响因素的内容； 将所述显著性影响因 素的内容输入至预测模型， 获取所述居民出行满 意度。 所述系统执行所述方法。 本发明能够实现 对居民出行满意度的预测， 挖掘影 响居民出行满 意度的显著性影 响因素的内容， 可以准确把握居 民出行的规律， 同时也能有针对性地优化出行环 境， 改善出行体验， 保障居民出行安全， 提升 出行 满意度， 为完善交通基础设施建设、 制定交通政 策和合理配 置资源提供一定的参 考。 权利要求书2页 说明书9页 附图3页 CN 115511157 A 2022.12.23 CN 115511157 A 1.一种居民出 行满意度预测方法， 其特 征在于， 包括： 根据影响居民出行满意度的影响因素的内容， 获取影响所述居民出行满意度的显著性 影响因素的内容； 将所述显著性影响因素的内容输入至预测模型， 获取 所述居民出 行满意度。 2.根据权利要求1所述的居民出行满意度预测方法， 其特征在于， 所述根据影响居民出 行满意度的影响因素 的内容， 获取影响所述居民出行满意度的显著性影响因素 的内容， 包 括： 将影响居民出行满意度的影响因素的内容输入至目标深度 学习模型， 获取影响所述居 民出行满意度的显著性影响因素的内容。 3.根据权利要求2所述的居民出行满意度预测方法， 其特征在于， 所述将影响居民出行 满意度的影响因素的内容输入至目标深度学习模型， 获取影响所述居民出行满意度的显著 性影响因素的内容， 包括： 将所述影响因素的内容输入至所述目标深度 学习模型， 分别获取第 一满意度等级的所 述居民出行满意度对应的第一影响因素的内容以及第二满意度等级的所述居民出行满意 度对应的第二影响因素的内容； 将所述第一影响因素的内容和所述第二影响因素的内容作为所述显著性影响因素的 内容。 4.根据权利要求1所述的居民出行满意度预测方法， 其特征在于， 所述预测模型是通过 如下方式获取的： 根据影响所述居民出行满意度的历史显著性影响因素的内容以及所述历史显著性影 响因素的内容对应的满意度等级， 确定训练样本和 测试样本； 将所述训练样本输入至目标分类模型进行训练， 直至所述目标分类模型满足收敛条件 时， 停止训练， 获取 所述预测模型； 其中， 所述收敛 条件包括： 所述目标分类模型对所述测试样本的预测精度达 到预设值。 5.根据权利要求4所述的居民出行满意度预测方法， 其特征在于， 所述目标分类模型， 包括如下至少一项： 支持向量机、 决策树、 贝叶斯模型以及逻辑回归 模型。 6.根据权利要求1 ‑5任一项所述的居民出行满意度 预测方法， 其特征在于， 所述影响因 素的内容， 至少包括如下 数据： 居民基本信息、 居民出 行信息、 居民出 行环境中的安全隐患以及居民出 行途中的活动。 7.一种居民出 行满意度预测系统， 其特 征在于， 包括： 获取模块以及预测模块； 所述获取模块， 用于根据影响居民出行满意度的影响因素的内容， 获取影响所述居民 出行满意度的显著性影响因素的内容； 所述预测模块， 用于将所述显著性影响因素的内容输入至预测模型， 获取所述居民出 行满意度。 8.一种电子设备， 包括处理器和存储有计算机程序的存储器， 其特征在于， 所述处理器 执行所述计算机程序时实现权利要求1至 6任一项所述居民出 行满意度预测方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程 序被处理器执行时实现如权利要求1至 6任一项所述居民出 行满意度预测方法。权　利　要　求　书 1/2 页 2 CN 115511157 A 210.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述居民出 行满意度预测方法。权　利　要　求　书 2/2 页 3 CN 115511157 A 3