基于相似性的外賣一人群深層神經(jīng)網(wǎng)絡(luò)分類模型

邢城祎

在訂外賣的人群中，不同的人群所訂外賣的數(shù)量有著很大差別。本文把外賣垃圾數(shù)量一人群特點的關(guān)系和某地區(qū)月平均降水量一該地氣候類型的分類方式相類比，通過實地采集，得到外賣垃圾數(shù)量的第一手資料，并且查詢所需位置的降水量數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗后，得到較為充分準(zhǔn)確的數(shù)據(jù)。同時，在分類方法上進(jìn)行深入研究，采用深層神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練對應(yīng)的降水量一氣候類型數(shù)據(jù)。通過不斷的模型設(shè)計與超參數(shù)調(diào)節(jié)，使模型在降水量一氣候類型和外賣數(shù)量一人群種類兩個數(shù)據(jù)集上均達(dá)到較高的分類正確率。保存訓(xùn)練后的模型作為之后的預(yù)測，達(dá)到使用時無需訓(xùn)練，僅需輸入該地外賣垃圾數(shù)量，就能夠以較高的正確率推測該地人群特點的目的。此模型在實際應(yīng)用上可以通過外賣數(shù)量推測人群特點，從而研究更有效、更有針對性的垃圾處理方案。

一、問題背景

2016年，全國生活垃圾年清運量已經(jīng)高達(dá)20362萬噸，而其中外賣垃圾所占的比例正逐年上升。根據(jù)外賣類平臺“餓了嗎”發(fā)布的數(shù)據(jù)，外賣服務(wù)業(yè)每天至少會產(chǎn)生2000萬份廢棄的一次性包裝盒、塑料袋和一次性餐具。垃圾已嚴(yán)重影響環(huán)境和人民的生活。

二、分類標(biāo)準(zhǔn)

通過調(diào)查得出以下帶有一定普適性的分類標(biāo)準(zhǔn)：

1.外賣固體廢棄物

2.人群種類與所處區(qū)域

三、外賣固體廢棄物數(shù)據(jù)采集

1.采集方式

為了獲取準(zhǔn)確的第一手資料，收集數(shù)據(jù)采用寞地采集的方法。因為在垃圾收集處，外賣垃圾與其他各種垃圾混合在一起，很難準(zhǔn)確測量出僅屬于外賣的垃圾質(zhì)量。所以，我們采用單位騎手的外賣垃圾質(zhì)量乘以外賣騎手?jǐn)?shù)量作為外賣質(zhì)量的估計值。對于單位騎手外賣垃圾質(zhì)量，我們將通過模擬預(yù)定外賣來測量每位騎手所帶來的外賣垃圾質(zhì)量。

2.各人群種類所在地區(qū)外賣固體廢棄物采集方法

通過網(wǎng)絡(luò)及竇地調(diào)查，選取有代表性的人群種類所在地區(qū)，確定所在地區(qū)能使外賣騎手進(jìn)入的大門數(shù)量，記錄7：30-19： 30每一個小時內(nèi)各門外賣騎手的進(jìn)入數(shù)量，準(zhǔn)確測得數(shù)據(jù)后進(jìn)行統(tǒng)一的數(shù)據(jù)匯總。

四、假設(shè)

1.假設(shè)外賣固體廢棄物僅分為如上類別，忽略其余垃圾種類。

2.假設(shè)人群種類僅分為如上類別，忽略其他人群種類。

3.假設(shè)所采集數(shù)據(jù)的地方具有強代表性，可以代表其他類似場所。

4.假設(shè)所調(diào)查的地方每日所產(chǎn)生的外賣固體廢棄物質(zhì)量相同。

5.假設(shè)模擬預(yù)定的外賣固體廢棄物質(zhì)量經(jīng)過平均計算，可以代表每位騎手所帶來的外賣固體廢棄物質(zhì)量。

五、估算每位騎手所帶來的外賣固體廢棄物質(zhì)量

為估計每位騎手所帶來的外賣垃圾質(zhì)量，我們訂了不同種類的外賣，分別稱量種類不同的固體廢棄物的質(zhì)量，經(jīng)多次稱量，得出如下數(shù)據(jù)（單位：g）：

六、基于相似性的外賣一人群深層神經(jīng)網(wǎng)絡(luò)分類模型建立

1.數(shù)據(jù)采集

通過既定的方法，選取中國人民解放軍沈陽軍區(qū)總醫(yī)院、中國科學(xué)院金屬研究所、沈陽市華潤大廈、豐澤花園與某補課班實地采集數(shù)據(jù)如下（單位：輛）：

2.模型建立思路

實地采集各地外賣騎手?jǐn)?shù)量，發(fā)現(xiàn)各區(qū)域的每小時外賣騎手?jǐn)?shù)量分布特點與一些氣候類型所對應(yīng)的每月平均降水量分布特點極為相似，故以相似為基礎(chǔ)，將各個人群特點所處區(qū)域一一映射至如下的氣候類型：

選取典型氣候類型地區(qū)：新加坡、哈爾濱、南京、烏魯木齊、新德里。收集歷史平均月降水量數(shù)據(jù)如下（單位：mm）：

由此可見，區(qū)域外賣騎手?jǐn)?shù)量分布與與其相對應(yīng)的地區(qū)降水量分布十分相似，故以此為基礎(chǔ)建立模型。

3.模型目的

通過訓(xùn)練，模型能夠接受一組從7：30-19： 30每隔一小時的外賣騎手?jǐn)?shù)量，輸出五種人群特點的可信度。

4.數(shù)據(jù)收集及前期處理

（1）數(shù)據(jù)收集

從GHCN數(shù)據(jù)庫、環(huán)境云和Global Weather Data for SWAT上收集上述地區(qū)歷年的降水量數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，選取一小部分?jǐn)?shù)據(jù)作為降水量一氣候類型驗證數(shù)據(jù)，將區(qū)域外賣騎手?jǐn)?shù)量作為外賣騎手?jǐn)?shù)量一人群特點驗證數(shù)據(jù)。

（2）數(shù)據(jù)前期處理

由于降水量數(shù)據(jù)與外賣騎手?jǐn)?shù)量量級并不相同。對于人眼，在觀測折線統(tǒng)計圖時，主要觀測的是數(shù)據(jù)之間的相對大小關(guān)系以及數(shù)據(jù)（y）隨時間或者月份（x）的變化趨勢。因此，為統(tǒng)一數(shù)據(jù)量級，防止深層神經(jīng)網(wǎng)絡(luò)模型出現(xiàn)學(xué)習(xí)方向的錯誤，將每個數(shù)據(jù)除以12個單位時間或者月份（x），五種氣候類型或者人群特點的總共60個數(shù)據(jù)的和，使降水量數(shù)據(jù)與騎手?jǐn)?shù)據(jù)量級相似使大部分?jǐn)?shù)據(jù)在0-1之間。

5.模型建立

此模型總共有六層，分別是：批規(guī)范層（Batch Normalization），全連接層，丟棄層（Dropout），全連接層，全連接層，批規(guī)范層。

6.模型訓(xùn)練

（1）訓(xùn)練參數(shù)

經(jīng)過多次實驗比對，此模型采用全部數(shù)據(jù)以每10個為一批（Batch）輸入至網(wǎng)絡(luò)，訓(xùn)練時將全部數(shù)據(jù)完整地訓(xùn)練100次（epoch=100）的方法。將模型誤差、降水量驗證結(jié)果與外賣騎手?jǐn)?shù)量驗證結(jié)果輸出。

（2）訓(xùn)練結(jié)果

訓(xùn)練后，保存訓(xùn)練日志。使用可視化工具TensorBoard查看模型誤差，并且使用TensorBoard畫出降水量驗證結(jié)果與外賣騎手?jǐn)?shù)量驗證結(jié)果折線圖。

降水量分類正確率如下（Smoothing=0）：

外賣騎手?jǐn)?shù)量分類正確率如下（Smoothing=0.9）：

從圖像中得出，經(jīng)過100輪（epoch）的訓(xùn)練，降水量模型的訓(xùn)練誤差在O和02之間，降水量的分類正確率幾乎達(dá)到了100%，外賣騎手?jǐn)?shù)量的分類正確率在75%到80%之間。

（7）模型結(jié)論

基于所處地人群特點與氣候類型，所處地12個小時外賣數(shù)量與特定氣候類型月平均降水量的相似性，建立深層神經(jīng)網(wǎng)絡(luò)模型，通過不斷調(diào)整超參數(shù)，得出較為完善的模型，并進(jìn)行訓(xùn)練，使得此模型滿足模型目的，即，輸入12個小時的外賣騎手?jǐn)?shù)量，可以得出一個正確率在75%到80%的人群特點。