定制客运站点优化与规划：根据站点使用次数和热门指数，优化站点布局，增加或减少某些站点的服务频率。识别高需求区域，为新站点的设置提供数据支持。市场分析：分析不同城市的客运需求，了解哪些区域更受欢迎，为市场扩展提供依据。通过时间指数和热门指数，了解乘客的出行模式和偏好。定价策略：根据站点的累计金额和使用次数，制定差异化的定价策略，如高峰时段的定价调整。营销活动：利用热门标签和热门指数，针对高流量站点进行定向营销和推广活动。在低流量站点提供优惠或促销活动，以吸引更多乘客。运营管理：根据站点的使用时间间隔和末次使用时间，优化车辆调度和司机排班。预测高峰时段，提前准备资源以应对需求高峰。客户服务：通过分析乘客的出行数据，提供个性化的服务推荐，如根据乘客的出行习惯推荐最佳出行时间和路线。
步骤 1:收集定制客运订单信息：订单编号，订单创建时间，出发城市，出发站点，出发站点经度，出发站点维度，订单金额等。定义站点使用时间间隔=时间间隔是站点从首次使用减末次使用的时间跨度（天数）； 步骤 2: 标准化数据：对站点使用次数和合计金额进行标准化处理，以消除不同量纲的影响。 同站点的数据进行分类聚汇总，并根据订单创建时间，计算出本站点的首次下单时间，及末次下单时间； 步骤 3: 应用权重并计算热门指数：结合站点使用时间间隔，计算时间指数=1/站点使用时间间隔*100;计算热门指数的计算公式，以反映站点的使用频率和持续性，并为每个指标分配权重；站点使用次数权重：0.5；累计金额权重：0.3；时间指数权重：0.2；计算热门指数：【（站点使用次数*权重0.5）+（累计金额*权重0.3）+（时间指数*权重0.2）】/1000，以此计算每个站点的热门指数； 步骤 4: 设定阈值并标记热门标签：根据热门指数的分布，设定阈值分为五个不同等级的热门站点：高度热门：指数大于100；中高度热门：指数大于25；中度热门：指数大于8；中低热门：指数大于2；低度热门：指数小于2
| 字段名 | 类型 | 描述 |
|---|---|---|
站点名称 |
-- | -- |
城市 |
-- | -- |
经度 |
-- | -- |
维度 |
-- | -- |
首次使用时间 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 站点名称 | 杭州火车东站汽车站 |
| 城市 | 杭州 |
| 经度 | 120.22201 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/42443