CN106339766A - 基于预约租车里程和频率的web预约租车方法 - Google Patents

Abstract

本发明涉及一种基于预约租车里程和频率的WEB预约租车方法。用户通过WEB页面向租车系统输入租车信息；系统规划路径并估算里程数和所需的电量；系统在WEB页面上显示可预约车辆清单；用户选择车辆进行预约；系统收到预约请求；系统计算起始租车点的历史热度，并确定延时时长；系统在延时时长结束后确定预约成功的用户并发通知。本发明不仅有利于方便地选车用车，而且使车辆当前电量满足不同人群的差异化需求。采用热力站点和高峰时段延时满足预约的策略，并针对延时时段内利益最大化策略，不仅有利于较远路程会员的用车需求，也能对车辆的营收达到最大化。

Description

基于预约租车里程和频率的WEB预约租车方法

技术领域

本发明涉及电动汽车租赁领域，尤其是涉及一种基于预约租车里程和频率的WEB预约租车方法。

背景技术

预约租车是为一些计划出行的人提供方便，但是如果车辆电量不足以满足用车人的行程需要，则会对用车人的出行带来不便。针对长时间占用车辆，预约而不租，则会影响车辆的正常运营，同时也会损害其他租车人的利益。同时，针对高峰时段和预约频繁的站点采用延时策略和利益最大化策略也是非常有必要的。

中华人民共和国国家知识产权局于2015年01月14日公开了名称为“一种基于充电桩的电动汽车租赁管理系统及其租赁管理方法”的专利文献(公开号：CN104282088A)，其包括系统远程管理控制中心、电动汽车、充电桩和智能终端；电动汽车上安装有车电池数据采集模块、无线通信模块和智能控制模块；充电桩上安装有智能控制单元和通信模块，智能终端与系统远程管理控制中心无线通信，电动汽车的无线通信模块与系统远程管理控制中心无线通信。但此方案考虑的预约因素较少，未能提供适合的预约租车方法。

发明内容

本发明主要是解决现有技术所存在的无法平衡预约时长和便利性的技术问题，提供一种具有较高效用也同时具备较好便利性的基于预约租车里程和频率的WEB预约租车方法。

本发明针对上述技术问题主要是通过下述技术方案得以解决的：本发明基于预约租车里程和频率的WEB预约租车方法，包括以下步骤：

①用户通过WEB页面向租车系统输入起始租车点、目的地和途经点；

②系统依据用户输入的信息规划路径，并估算里程数和所需的电量；

③系统在WEB页面上显示可预约车辆清单，可预约车辆清单包括车辆型号、已行驶的里程数和链接到车辆图片的超链接，还可以包括曾经租用过此车辆的用于对车辆的评分和评论；

④用户从可预约车辆清单中选择车辆进行预约；

⑤系统收到预约请求；

⑥系统计算起始租车点的历史热度，并根据计算结果确定延时时长；

⑦系统在延时时长结束后确定预约成功的用户，然后通过短信和WEB页面发送预约成功的通知给预约的用户，并通过短信和WEB页面发送预约失败的通知给预约失败的用户；

⑧针对预约失败的用户，系统通过WEB页面给出是否重新预约的选择，如果选择否，则预约结束，如果选择是，则跳转到步骤③。

本方案中的WEB页面是指运行于PC上的普通WEB页面，不包含针对IOS系统或Android系统特别开发的APP页面。

本技术方案采用预估用车里程的计算，不仅有利于用车人方便地选车用车，而且确保车辆当前电量满足不同人群的差异化需求。采用热力站点和高峰时段延时满足预约的策略，并针对延时时段内利益最大化策略，不仅有利于较远路程会员的用车需求，也能对车辆的营收达到最大化。

作为优选，所述的步骤⑥中，起始租车点的历史热度由该租车点的历史租赁频率乘以该时段的租赁热度得到，历史租赁频率为最近10天该租车点所有充电桩的租赁频率的平均值乘以历年同天该站点的租赁频率的平均值得到的积的正平方根，所述历年同天该站点的租赁频率的平均值为公历历年同天该站点的租赁频率的平均值和阴历历年同天该站点的租赁频率的平均值的平均值。

对于端午、春节等依据阴历确定的节假日，如果只考虑公历历年同天的租赁频率得到的数据会不够准确，加入阴历的影响之后可以提高结果的准确度。

作为优选，所述的步骤⑥中，延时时长由查表法确定并由，输入值为起始租车点的历史热度和当前租车点的剩余可租车辆数，输出值为延时时长。

作为优选，每辆车的延时时长从第一个选择此车辆的用户开始计时，后续每增加一个选择此车辆的用户则延时时长增加，增加幅度逐步减小直至为零。

延时策略是为了在延时的时段内汇聚多个会员同时对该站点的车辆进行预约，以取得更符合生成此单的会员预约资格。

作为优选，当同一辆车被第m个用户选择时，延时时长增加量Tm由以下公式确定：

$T_m=\left\{\begin{array}{c}\frac{T}{2^{m-1}},1\≤m\≤4\\ 0,m>4\end{array}\right.$

T为查表法得到的延时时长。

作为优选，所述的步骤⑦中，通过以下方式确定预约成功的用户：

将延时时段内所有选择此车辆的用户按照用户等级进行排序，选择用户等级最高的用户确定为预约成功的用户；如果用户等级最高的用户数量大于或等于两个，则将用户等级最高的用户按照预约转单率进行排序，从中选择预约转单率最低的用户确定为预约成功的用户；如果用户等级最高并且预约转单率最低的用户数量大于或等于两个，则从中选择最早进行预约的用户确定为预约成功的用户。预约转单率是根据会员自注册以来所有预约转单的比率，针对从来没有进行预约的会员，以预约转单率为100％计算，有利于鼓励会员进行预约。预约转单是指预约之后更换或取消订单。

作为优选，所述的步骤②中，车辆所需的电量C按照以下算法确定：

C＝(L-B)×W/Q

式中，L为车辆要行驶的里程数，Q为电池放电速度的比例系数，在C的不同阶段，Q有不同的表现，W为车辆平均每公里耗电量，B为电池保留参数，为了保障车辆正常运行，电池会有一些安全电量，B参数与安全电量相关。

作为优选，车辆要行驶的里程数由以下步骤进行修正：

A1、获取路上的拥堵指数，如果拥堵指数为0-2，则将拥堵因子取为1；如果拥堵指数为3-4，则将拥堵因子取为1.02；如果拥堵指数为5-6，则将拥堵因子取为1.05；如果拥堵指数为7-8，则将拥堵因子取为1.08；如果拥堵指数为9-10，则将拥堵因子取为1.1；

A2、获取行车时段的气温条件，如果气温高于30摄氏度或者低于5摄氏度，则将气温因子取为1.1；如果气温在5摄氏度到30摄氏度之间，则将气温因子取为1；

A3、获取用户历史行车数据，将个人因子取为用户历史行车平均耗电量与标准耗电量之比；

A4、将从规划路径测量得到的里程数依次乘以拥堵因子、气温因子和个人因子，所得值即为修正后的车辆需要行驶的里程数L。

拥堵指数由道路管理部门发布。气温条件由气象部门发布的信息得到。用户的历史行车数据从数据库中得到，如果用户为新用户，则前五次用户的个人因子取1。

本方案根据会员选定的途径点和目的地计算出大概行车里程，并根据当前天气条件判断是否有开空调，向不同的会员推送合适电量的车辆，提高车辆的目标用户匹配度。根据站点的同时段历史使用热度，针对里程的长短和用户等级进行差异化满足用车需求。

本发明的有益效果是：能够满足方便地计划出行，又能够满足车辆的正常运营，采用预估用车里程的计算，不仅有利于用车人方便地选车用车，而且确保车辆当前电量满足不同人群的差异化需求。采用热力站点和高峰时段延时满足预约的策略，并针对延时时段内利益最大化策略，不仅有利于较远路程会员的用车需求，也能对车辆的营收达到最大化。

附图说明

图1是本发明的一种处理过程流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：本实施例的基于预约租车里程和频率的WEB预约租车方法，如图1所示，包括以下步骤：

①用户通过WEB页面向租车系统输入起始租车点、目的地和途经点；

②系统依据用户输入的信息规划路径，并估算里程数和所需的电量；

③系统在WEB页面上显示可预约车辆清单，可预约车辆清单包括车辆型号、已行驶的里程数和链接到车辆图片的超链接，还可以包括曾经租用过此车辆的用于对车辆的评分和评论；

④用户从可预约车辆清单中选择车辆进行预约；

⑤系统收到预约请求；

⑥系统计算起始租车点的历史热度，并根据计算结果确定延时时长；

⑦系统在延时时长结束后确定预约成功的用户，然后通过短信和WEB页面发送预约成功的通知给预约的用户，并通过短信和WEB页面发送预约失败的通知给预约失败的用户；

⑧针对预约失败的用户，系统通过WEB页面给出是否重新预约的选择，如果选择否，则预约结束，如果选择是，则跳转到步骤③。

步骤⑥中，起始租车点的历史热度由该租车点的历史租赁频率乘以该时段的租赁热度得到，历史租赁频率为最近10天该租车点所有充电桩的租赁频率的平均值乘以历年同天该站点的租赁频率的平均值得到的积的正平方根，所述历年同天该站点的租赁频率的平均值为公历历年同天该站点的租赁频率的平均值和阴历历年同天该站点的租赁频率的平均值的平均值。

对于端午、春节等依据阴历确定的节假日，如果只考虑公历历年同天的租赁频率得到的数据会不够准确，加入阴历的影响之后可以提高结果的准确度。

延时时长由查表法确定并由，输入值为起始租车点的历史热度和当前租车点的剩余可租车辆数，输出值为延时时长。

每辆车的延时时长从第一个选择此车辆的用户开始计时，后续每增加一个选择此车辆的用户则延时时长增加，增加幅度逐步减小直至为零。

延时策略是为了在延时的时段内汇聚多个会员同时对该站点的车辆进行预约，以取得更符合生成此单的会员预约资格。

当同一辆车被第m个用户选择时，延时时长增加量Tm由以下公式确定：

$T_m=\left\{\begin{array}{c}\frac{T}{2^{m-1}},1\≤m\≤4\\ 0,m>4\end{array}\right.$

T为查表法得到的延时时长。

步骤⑦中，通过以下方式确定预约成功的用户：

将延时时段内所有选择此车辆的用户按照用户等级进行排序，选择用户等级最高的用户确定为预约成功的用户；如果用户等级最高的用户数量大于或等于两个，则将用户等级最高的用户按照预约转单率进行排序，从中选择预约转单率最低的用户确定为预约成功的用户；如果用户等级最高并且预约转单率最低的用户数量大于或等于两个，则从中选择最早进行预约的用户确定为预约成功的用户。预约转单率是根据会员自注册以来所有预约转单的比率，针对从来没有进行预约的会员，以预约转单率为100％计算，有利于鼓励会员进行预约。预约转单是指预约之后更换或取消订单。

步骤②中，车辆所需的电量C按照以下算法确定：

C＝(L-B)×W/Q

式中，L为车辆要行驶的里程数，Q为电池放电速度的比例系数，在C的不同阶段，Q有不同的表现，W为车辆平均每公里耗电量，B为电池保留参数，为了保障车辆正常运行，电池会有一些安全电量，B参数与安全电量相关。

车辆要行驶的里程数由以下步骤进行修正：

A1、获取路上的拥堵指数，如果拥堵指数为0-2，则将拥堵因子取为1；如果拥堵指数为3-4，则将拥堵因子取为1.02；如果拥堵指数为5-6，则将拥堵因子取为1.05；如果拥堵指数为7-8，则将拥堵因子取为1.08；如果拥堵指数为9-10，则将拥堵因子取为1.1；

A2、获取行车时段的气温条件，如果气温高于30摄氏度或者低于5摄氏度，则将气温因子取为1.1；如果气温在5摄氏度到30摄氏度之间，则将气温因子取为1；

A3、获取用户历史行车数据，将个人因子取为用户历史行车平均耗电量与标准耗电量之比；

A4、将从规划路径测量得到的里程数依次乘以拥堵因子、气温因子和个人因子，所得值即为修正后的车辆需要行驶的里程数L。

拥堵指数由道路管理部门发布。气温条件由气象部门发布的信息得到。用户的历史行车数据从数据库中得到，如果用户为新用户，则前五次用户的个人因子取1。

WEB用户平台包括WEB信息交互模块、用户账号管理模块、信息管理模块、业务办理模块和租赁业务发布模块，用户账号管理模块、信息管理模块、业务办理模块和租赁业务发布模块都与WEB信息交互模块连接，网络管理平台包括会员认证服务、心跳及消息推送服务、APP服务群、会员登录状态数据库、扣费服务、短信服务、消息队列和数据缓存集群，WEB用户平台的WEB信息交互模块分别与会员认证服务和APP服务群连接，会员认证服务、心跳及消息推送服务和APP服务群分别与会员登录状态数据库连接，APP服务群还与数据缓存集群连接，消息队列分别连接到APP服务群、扣费服务和短信服务。

APP服务群包括负载均衡器和若干个APP服务，负载均衡器与WEB用户平台连接，所有APP服务都与负载均衡器连接。

WEB用户平台通过HTTP请求连接到会员认证服务和APP服务群；WEB用户平台向会员认证服务发起登录请求并且通过校验后方可进行其他操作；WEB用户平台定时向APP服务群发起请求并获取数据；WEB用户平台退出时，向会员认证服务发起退出请求。

会员认证服务接收WEB用户端发起的登录请求，并校验会员的用户名和密码是否合法；校验通过后，会员认证服务把本次登录的会话数据保存到会员登录状态数据库；

APP服务群根据WEB用户平台的请求的业务类型进行操作；

消息队列用于消息的存储和分发，WEB管理员端或APP服务群需要进行扣费或发送短信时，向消息队列写入消息。

本方案根据会员选定的途径点和目的地计算出大概行车里程，并根据当前天气条件判断是否有开空调，向不同的会员推送合适电量的车辆，提高车辆的目标用户匹配度。根据站点的同时段历史使用热度，针对里程的长短和用户等级进行差异化满足用车需求。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了历史热度、延时时长等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (8)

1.一种基于预约租车里程和频率的WEB预约租车方法，其特征在于，包括以下步骤：

①用户通过WEB页面向租车系统输入起始租车点、目的地和途经点；

②系统依据用户输入的信息规划路径，并估算里程数和所需的电量；

③系统在WEB页面上显示可预约车辆清单，可预约车辆清单包括车辆型号、已行驶的里程数和链接到车辆图片的超链接；

④用户从可预约车辆清单中选择车辆进行预约；

⑤系统收到预约请求；

⑥系统计算起始租车点的历史热度，并根据计算结果确定延时时长；

⑦系统在延时时长结束后确定预约成功的用户，然后通过短信和WEB页面发送预约成功的通知给预约的用户，并通过短信和WEB页面发送预约失败的通知给预约失败的用户；

⑧针对预约失败的用户，系统通过WEB页面给出是否重新预约的选择，如果选择否，则预约结束，如果选择是，则跳转到步骤③。

2.根据权利要求1所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于所述的步骤⑥中，起始租车点的历史热度由该租车点的历史租赁频率乘以该时段的租赁热度得到，历史租赁频率为最近10天该租车点所有充电桩的租赁频率的平均值乘以历年同天该站点的租赁频率的平均值得到的积的正平方根，所述历年同天该站点的租赁频率的平均值为公历历年同天该站点的租赁频率的平均值和阴历历年同天该站点的租赁频率的平均值的平均值。

3.根据权利要求2所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于所述的步骤⑥中，延时时长由查表法确定，输入值为起始租车点的历史热度和当前租车点的剩余可租车辆数，输出值为延时时长。

4.根据权利要求3所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于，每辆车的延时时长从第一个选择此车辆的用户开始计时，后续每增加一个选择此车辆的用户则延时时长增加，增加幅度逐步减小直至为零。

5.根据权利要求4所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于，当同一辆车被第m个用户选择时，延时时长增加量Tm由以下公式确定：

$T_m=\left\{\begin{array}{c}\frac{T}{2^{m-1}},1\≤m\≤4\\ 0,m>4\end{array}\right.$

T为查表法得到的延时时长。

6.根据权利要求1或2所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于所述的步骤⑦中，通过以下方式确定预约成功的用户：

将延时时段内所有选择此车辆的用户按照用户等级进行排序，选择用户等级最高的用户确定为预约成功的用户；如果用户等级最高的用户数量大于或等于两个，则将用户等级最高的用户按照预约转单率进行排序，从中选择预约转单率最低的用户确定为预约成功的用户；如果用户等级最高并且预约转单率最低的用户数量大于或等于两个，则从中选择最早进行预约的用户确定为预约成功的用户。

7.根据权利要求1或2所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于所述的步骤②中，车辆所需的电量C按照以下算法确定：

C＝(L-B)×W/Q

式中，L为车辆要行驶的里程数，Q为电池放电速度的比例系数，W为车辆平均每公里耗电量，B为电池保留参数。

8.根据权利要求7所述的基于预约租车里程和频率的WEB预约租车方法，其特征在于，车辆要行驶的里程数由以下步骤进行修正：

A1、获取路上的拥堵指数，如果拥堵指数为0-2，则将拥堵因子取为1；如果拥堵指数为3-4，则将拥堵因子取为1.02；如果拥堵指数为5-6，则将拥堵因子取为1.05；如果拥堵指数为7-8，则将拥堵因子取为1.08；如果拥堵指数为9-10，则将拥堵因子取为1.1；

A2、获取行车时段的气温条件，如果气温高于30摄氏度或者低于5摄氏度，则将气温因子取为1.1；如果气温在5摄氏度到30摄氏度之间，则将气温因子取为1；

A3、获取用户历史行车数据，将个人因子取为用户历史行车平均耗电量与标准耗电量之比；

A4、将从规划路径测量得到的里程数依次乘以拥堵因子、气温因子和个人因子，所得值即为修正后的车辆需要行驶的里程数L。