CN102495941A

CN102495941A - 一种打车难易度评估方法及系统

Info

Publication number: CN102495941A
Application number: CN2011103253751A
Authority: CN
Inventors: 汤鹏; 颜灿; 王柏
Original assignee: Beijing East Chenyuan Information Technology Co Ltd
Current assignee: Beijing East Chenyuan Information Technology Co Ltd
Priority date: 2011-10-24
Filing date: 2011-10-24
Publication date: 2012-06-13
Anticipated expiration: 2031-10-24
Also published as: CN102495941B

Abstract

本发明公开了一种打车难易度评估方法及系统，所述方法包括以下步骤：S1，获取评论数据；S2，对所获取的评论数据进行聚合处理并计算打车难易度指数；S3，根据用户的请求返回用户所在地点的打车难易度指数和评论的内容。本发明通过将网友的评论打分数据进行聚合处理及计算打车难易度指数，从而方便用户直接通过移动终端获取其所在地点的打车难易度指数，了解该地点的打车难易程度。如果该地点较难打到车，那么用户可以行至别的区域，查询其所在地点的打车难易度指数，最终可实现用户在较容易打到车的地点上车，从而为用户节省了盲目等待车辆的时间。据大量数据统计表明，采用本发明后，用户的打车效率提高了15-20％。

Description

一种打车难易度评估方法及系统

技术领域

本发明涉及一种打车难易度评估方法及系统，属于网络通信领域。

背景技术

随着网络信息时代的发展，各种交互平台也如雨后春笋般出现，而微博就是其中之一。随着微博的不断推广应用，其所具有的巨大影响力也渐渐显现出来。比如几个月之前的微博解救流浪儿童活动，就是数百万网友通过上传生活中所见到的流浪儿童照片及转发微博从而帮助好多流浪儿童找到了他们的父母。微博之所以具有如此大的影响力，是因为很多人已经习惯了随时随地的通过微博分享自己生活中的感悟和心情。

在日常生活中，很多时候打不着车着实是一件令人烦闷的事情，尤其是有急事的时候比如赶火车、会议等。一般打不着车可能有以下几点原因：这个地点打车的人比较多而停的车比较少；这个打车的地点比较偏，很少有出租车经过；对这个城市比较陌生，不清楚该地点是否可以停车。那么当存在上述情况时，在某个地点，尤其是比较陌生的地点，怎么样才能了解到这个地点是否容易打到车，而哪里又可以快速的打到车呢？这一直是人们比较关注的问题，但现有技术还没有解决这个问题的方案。

发明内容

本发明的目的在于，提供一种打车难易度评估方法及系统，它可以帮助人们在任何地点都能快速的打到车，从而节省了人们盲目等待车辆的时间。

为解决上述技术问题，本发明采用如下的技术方案：一种打车难易度评估方法，包括以下步骤：

S1，获取评论数据；

S2，对所获取的评论数据进行聚合处理并计算打车难易度指数；

S3，根据用户的请求返回用户所在地点的打车难易度指数和评论的内容。

前述的打车难易度评估方法中，步骤S1所述的评论数据包括：评论的内容、评论打分和评论所针对地点的经纬度坐标，其中，所述的评论打分包括五个等级，第一等级表示最难打车，第五个等级表示很好打车，利用微博上人们所分享的打车信息，既客观又真实，因而使得提供的打车难易度分析结果也比较可靠。

前述的打车难易度评估方法中，所述的评论所针对地点被划分为矩形区域，这样相同或者相邻地点的评论就会直接聚合在相同的矩形区域内，方便进行计算。

前述的打车难易度评估方法中，步骤S2中所述的对所获取的评论数据进行聚合处理包括以下步骤：

S20，将评论所针对地点的经纬度坐标转化为字符串，这样，相邻经纬度地点就会聚合在相同的矩形区域内，该矩形区域和该字符串一一对应，然后，将该字符串与相应的评论的内容和评论打分进行存储；

S21，将相同字符串对应的(即相同的矩形区域内的)评论内容和评论打分集合在一起，从而方便计算某个矩形精度范围内的打车难易度指数。

前述的打车难易度评估方法中，步骤S2所述的打车难易度指数采用以下公式计算：

其中，R_i表示在某个精度范围区域内的某次打分，n为全部打分的次数。

前述的打车难易度评估方法中，步骤S3还包括返回用户所在地点附近的打车难易度指数，当用户所在的地点不太容易打车时，用户可以很方便的根据返回的与用户所在地点所属区域相邻的8个矩形区域的打车难易度来选择其中一个区域到那去打车，从而为用户节约了时间；另外通过相邻的8个矩形区域的推荐，可以解决矩形区域之间边界附近评论的问题。

前述的相邻的8个矩形区域，根据评论数据的多寡，可以将评论数据较少的多个相邻矩形区域合并为较大的矩形区域，从而更加有效的聚合评论提高区域打车难度的评估准确性。

实现前述方法的一种打车难易度评估系统，包括：移动终端和处理服务器，移动终端与处理服务器无线连接。

前述的打车难易度评估系统中，所述系统还包括：LBS地理定位服务器，LBS地理定位服务器与移动终端无线连接，根据LBS地理定位服务器所提供的移动终端所在的位置(即用户所在的位置)，从而方便用户查询其所在地点的打车难易度。

前述的打车难易度评估系统中，所述的处理服务器还包括：编码器，用于将评论所针对地点的经纬度坐标转化为字符串，在给定精度范围矩形内，二维的经纬度都会转化为同一个字符串，从而方便聚合对某个矩形区域进行评论打分。

与现有技术相比，本发明通过将网友的评论数据进行聚合处理及计算打车难易度指数，从而在用户需要查询某地点的打车难易度时，可以直接发送查询请求，系统自动返回用户所在地点的打车难易度指数，因此用户根据所返回的所在地点的打车难易度指数可以直接了解该地点的打车难易度。如果显示该地点较难打到车，那么用户可以步行至别的区域，再查询其所在地点的打车难易度指数，如此重复，最终可实现用户在较容易打到车的地点上车，从而为用户节省了盲目等待车辆的时间。据大量数据统计表明，采用本发明后，用户的打车效率提高了15-20％。另外，本发明中所述的评论数据包括：评论的内容、评论打分和评论所针对地点的经纬度坐标，其中，所述的评论打分包括五个等级，第一等级表示最难打车，第五个等级表示很好打车，利用微博上人们所分享的打车信息，既客观又真实，因而使得提供的打车难易度分析结果也比较可靠。另外，本发明中所述的对所获取的评论数据进行聚合处理包括以下步骤：S20，将评论所针对地点的经纬度坐标转化为字符串，并将该字符串与相应的评论的内容和评论打分进行存储；S21，将相同字符串对应的评论内容和评论打分集合在一起。从而方便计算某个矩形精度范围内的打车难易度指数。最后，本发明还包括返回用户所在地点附近的打车难易度指数，当用户所在的地点不太容易打车时，用户可以很方便的根据返回的所在地点附近的打车难易度来选择其中一个地点到那去打车，从而为用户节约了时间。

附图说明

图1是本发明的一种实施例的结构示意图；

图2是本发明的一种实施例的工作原理图。

附图标记：1-移动终端，2-处理服务器，3-LBS地理定位服务器，4-编码器。

下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

本发明的实施例：一种打车难易度评估方法，包括以下步骤：

S1，获取评论数据，在具体实施时，可使用用户所持的移动终端将评论数据以http请求的方式传到处理服务器；

S3，根据用户的请求返回用户所在地点的打车难易度指数和评论的内容，所述评论的内容分条显示。

上述方法中，步骤S1所述的评论数据包括：评论的内容、评论打分和评论所针对地点的经纬度坐标，其中，所述的评论打分包括五个等级，第一等级表示最难打车，第五个等级表示很好打车，利用微博上人们所分享的打车信息，既客观又真实，因而使得提供的打车难易度分析结果也比较可靠。

上述方法中，所述的评论所针对地点被划分为矩形区域，所述的矩形区域根据不同的情况进行划分的区域面积大小可不同。

上述方法中，步骤S2中所述的对所获取的评论数据进行聚合处理包括以下步骤：

S20，使用geohash方法将评论所针对地点的经纬度坐标转化为字符串，这样，相邻经纬度地点就会聚合在相同的矩形区域内，该矩形区域和该字符串一一对应，然后，将该字符串与相应的评论的内容和评论打分进行存储；其存储后的数据结构为：{geohash_code，评论，打分，经纬度}；

上述方法中，步骤S2所述的打车难易度指数采用以下公式计算：

上述方法中，步骤S3还包括返回用户所在地点附近的打车难易度指数，当用户所在的地点不太容易打车时，用户可以很方便的根据返回的与用户所在地点所属区域相邻的8个矩形区域的打车难易度来选择其中一个区域到那去打车，从而为用户节约了时间；另外通过相邻的8个矩形区域的推荐，可以解决矩形区域之间边界附近评论的问题。

实现上述方法的一种打车难易度评估系统，如图1所示，包括：移动终端1和处理服务器2，移动终端1与处理服务器2无线连接。

上述系统中，所述系统还包括：LBS地理定位服务器3，LBS地理定位服务器3与移动终端1无线连接，根据LBS地理定位服务器3所提供的移动终端1所在的位置(即用户所在的位置)，从而方便用户查询其所在地点的打车难易度。

上述系统中，所述的处理服务器2还包括：编码器4，用于将评论所针对地点的经纬度坐标使用geohash方法转化为字符串，在给定精度范围矩形内，二维的经纬度都会转化为同一个字符串，从而方便聚合对某个矩形区域进行评论打分。编码器4可采用日本欧姆龙(OMRON)松下(PANASONIC)的型号为E6B2CWZ6C 2000P的欧姆龙旋转编码器。

本发明的一种实施例的工作原理：(如图2所示)

处理服务器2获取众多网友发布的评论数据并利用设置在其上面的编码器4对这些评论所针对地点的经纬度坐标进行编码，将二维经纬度坐标转化为字符串，处理服务器2再将相同字符串对应的评论内容和评论打分进行聚合，计算某些精度矩形范围内的打车难易度指数。当用户在某地点需要查询该地点是否容易打车时，利用其手中的移动终端1发送请求给处理服务器2，处理服务器2返回用户所在地点及其附近其他区域的打车难易度指数和评论的内容。

实例说明：geohash方法的主要作用就是将二维经纬度坐标转化一维的字符串，而根据其方法的性质，相同精度矩形区域内的经纬度都可以直接映射成相同的字符串，进而方便相邻地点的聚合。

在实际的应用过程中，以A点(39.92324，116.3906)为例，介绍一下geohash的编码过程：

首先将纬度范围(-90，90)平分成两个区间(-90，0)、(0，90)，如果目标纬度位于前一个区间，则编码为0，否则编码为1。由于39.92324属于(0，90)，所以取编码为1。然后再将(0，90)分成(0，45)，(45，90)两个区间，而39.92324位于(0，45)，所以编码为0。以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。经度也用同样的方法，对(-180，180)依次细分，得到116.3906的编码为1101 0010 1100 01000100。

接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码1110011101 00100 01111 00000 01101 01011 00001。

最后，用0-9、b-z(去掉a，i，l，o)这32个字母进行base32编码，得到(39.92324，116.3906)的编码为wx4g0。

同理如果B为A附近的点，其坐标为(39.92324-0.01，116.3906-0.01)，其geohash编码也为wx4g0，这样A，B就直接聚合到wx4g0所标示的矩形块中了。

而相临矩形区域块的编码可以简单通过编码规则计算相邻矩形块的编码，用于合并和推荐。例如：按编码规则计算得出wx4g0周边的8个邻近矩形的编码为[’wx4ep’，’wx4g1’，’wx4er’，’wx4g2’，’wx4g3’，’wx4dz’，’wx4fb’，’wx4fc’]。

Claims

1.一种打车难易度评估方法，其特征在于，包括以下步骤：

S1，获取评论数据；

2.根据权利要求1所述的打车难易度评估方法，其特征在于，步骤S1中所述的评论数据包括：评论的内容、评论打分和评论所针对地点的经纬度坐标。

3.根据权利要求2所述的打车难易度评估方法，其特征在于，所述的评论所针对地点被划分为矩形区域。

4.根据权利要求3所述的打车难易度评估方法，其特征在于，步骤S2中所述的对所获取的评论数据进行聚合处理包括以下步骤：

S20，将评论所针对地点的经纬度坐标转化为字符串，将该字符串与相应的评论的内容和评论打分进行存储；

S21，将相同字符串对应的评论内容和评论打分集合在一起。

5.根据权利要求1所述的打车难易度评估方法，其特征在于，步骤S2中所述的打车难易度指数采用以下公式计算：

6.根据权利要求1所述的打车难易度评估方法，其特征在于，步骤S3还包括返回用户所在地点附近的打车难易度指数。

7.实现权利要求1～6所述方法的一种打车难易度评估系统，其特征在于，包括：移动终端(1)和处理服务器(2)，移动终端(1)与处理服务器(2)无线连接。

8.根据权利要求7所述的打车难易度评估系统，其特征在于，所述系统还包括：LBS地理定位服务器(3)，LBS地理定位服务器(3)与移动终端(1)无线连接。