CN106557829B - 用车业务中获取需求与运力不匹配区域的方法和装置 - Google Patents

用车业务中获取需求与运力不匹配区域的方法和装置 Download PDF

Info

Publication number
CN106557829B
CN106557829B CN201510640690.1A CN201510640690A CN106557829B CN 106557829 B CN106557829 B CN 106557829B CN 201510640690 A CN201510640690 A CN 201510640690A CN 106557829 B CN106557829 B CN 106557829B
Authority
CN
China
Prior art keywords
point coordinate
demand
data
end point
starting point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510640690.1A
Other languages
English (en)
Other versions
CN106557829A (zh
Inventor
王超
王永会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201510640690.1A priority Critical patent/CN106557829B/zh
Priority to US15/765,209 priority patent/US20180300655A1/en
Priority to PCT/CN2015/098279 priority patent/WO2017054333A1/zh
Priority to KR1020187009131A priority patent/KR102033264B1/ko
Priority to JP2018516422A priority patent/JP6683252B2/ja
Priority to EP15905243.0A priority patent/EP3358509A4/en
Publication of CN106557829A publication Critical patent/CN106557829A/zh
Application granted granted Critical
Publication of CN106557829B publication Critical patent/CN106557829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3438—Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种用车业务中获取需求与运力不匹配区域的方法和装置。所述方法包括：分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据；分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集；由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域；从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。采用本发明实施例，可以对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。

Description

用车业务中获取需求与运力不匹配区域的方法和装置
技术领域
本发明涉及计算机技术领域，特别涉及一种用车业务中获取需求与运力不匹配区域的方法和装置。
背景技术
随着人们生活水平的不断提高，人们的出行方式越来越多样化，由最初的乘坐公共交通工具出行到现在的通过统称为用车市场的出租车、专车、快车、拼车或顺风车出行，而且，由于用车的方便快捷，这些互联网用车越来越受到人们的青睐。
用车业务的需求主要集中在居住聚集区和公司聚集的商业区之间，当乘客需要用车时，通过互联网发送订单给服务器，服务器将该订单发送给距离该乘客预定距离范围内的司机，司机接收到该订单后可与该乘客通过电话等其它方式取得联系以完成该订单。
然而，用车业务的运力完全由离散的车主提供，用车业务的提供商无法直接控制实际运力，这样大量车主会聚集在居住聚集区和公司聚集的商业区，而除此外的其他地区车主很少，从而出现需求和运力不匹配的情况。
发明内容
本发明的实施例提供一种用车业务中获取需求与运力不匹配区域的方法和装置，通过对构建的M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值的比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
为达到上述目的，本发明的实施例提供了一种用车业务中获取需求与运力不匹配区域的方法。所述方法包括，分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据；分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集；由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域；从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
可选地，所述分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集的处理包括：根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集；根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
可选地，所述聚类算法是基于距离的聚类算法或基于密度的聚类算法。
可选地，所述从得到的多个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域的处理包括：根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值；将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
可选地，每个需求区域中的订单总数不包括用户主动取消的订单。
为达到上述目的，本发明的实施例还提供了一种用车业务中获取需求与运力不匹配区域的装置。所述装置包括：坐标数据获取模块，用于分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据；聚类模块，用于分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集；需求区域构建模块，用于由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域；不匹配区域获取模块，用于从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
可选地，所述聚类模块包括：坐标集构建单元，用于根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集；坐标集聚类单元，用于根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
可选地，所述聚类算法是基于距离的聚类算法或基于密度的聚类算法。
可选地，所述不匹配区域获取模块包括：接单比计算单元，用于根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值；不匹配区域获取单元，用于将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
可选地，每个需求区域中的订单总数不包括用户主动取消的订单。
本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法和装置，通过对从多个历史订单数据获取的起点坐标和终点坐标的数据的聚类，以构建的M×N个需求区域，并对M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值进行比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
附图说明
图1为本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法的流程图；
图2为本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法的另一种流程图；
图3为本发明是示例提供的一种未对起点和终点进行聚类的订单起点和终点示意图；
图4为本发明是示例提供的一种对起点和终点进行聚类的订单起点和终点示意图；
图5为本发明实施例提供的用车业务中获取需求与运力不匹配区域的装置的结构示意图；
图6为本发明实施例提供的用车业务中获取需求与运力不匹配区域的装置的另一种结构示意图；
图7为本发明实施例提供的用车业务中获取需求与运力不匹配区域的装置的又一种结构示意图。
具体实施方式
本方案的发明构思是，通过对从多个历史订单数据获取的起点坐标和终点坐标的数据的聚类，以构建的M×N个需求区域，并对M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值进行比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
下面结合附图对本发明实施例用车业务中获取需求与运力不匹配区域的方法和装置进行详细描述。
实施例一
图1是本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法的流程图。通过包括如图5所示的装置的计算机系统执行所述方法。
如图1所示，在步骤S110，分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据。
具体地，用户在用车时，通常会要求用户在订单中设置出行的出发地和目的地信息，例如，出发地为A小区，目的地为B大学等。当需要对各区域中用车业务的需求与运力是否相匹配进行分析时，可获取一定时长间隔内接收到的用车的订单数据，提取每个订单数据中的出发地信息和目的地信息，确定所述出发地和目的地的坐标，即起点坐标和终点坐标，从而在多个历史订单数据中得到用车的起点坐标和终点坐标的数据。其中，历史订单数据可以是例如，但不限于，历史出租车用车订单数据、历史专车用车订单数据或历史拼车用车订单数据等。
在步骤S120，分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集。
具体地，可通过对获取的所有起点坐标的数据进行相似性分析，得到彼此相似的多个起点坐标的数据作为一类，并组成一个起点坐标簇集，以此类推，可将获取的所有起点坐标的数据划分成多个起点坐标簇集。通过与得到多个起点坐标簇集的处理相同的方式，可将获取的所有终点坐标的数据划分成多个终点坐标簇集。
在步骤S130，由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域。
具体地，从所述起点坐标簇集中选取任一个起点坐标簇，以选取的起点坐标簇为起点，所述终点坐标簇集中的N个终点坐标簇为终点，可构建N个需求区域，由于所述起点坐标簇集中包括M个起点坐标簇，则通过上述方式可得到M×N个需求区域。
在步骤S140，从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
其中，接单比阈值可根据实际情况进行设置，具体数值可以为0.5或0.6等。
具体地，从所述多个历史订单数据中分别获取其起点坐标和终点坐标，然后，将其起点坐标和终点坐标构成的起止点数据映射到所述M×N个需求区域中，计算所述M×N个需求区域中获取用户的接单数目与订单总数的比值，如果某需求区域的比值小于该需求区域中预设的接单比阈值，则可确定该需求区域为需求与运力不匹配区域，否则，该需求区域为需求与运力相匹配区域。
本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法，通过对从多个历史订单数据获取的起点坐标和终点坐标的数据的聚类，以构建的M×N个需求区域，并对M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值进行比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
实施例二
图2为本发明提供的用车业务中获取需求与运力不匹配区域的方法的另一个实施例的流程图，所述实施例可视为图1的又一种具体的实现方案。
如图2所示，在步骤S210，分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据。
其中，历史订单数据可以是例如，但不限于，历史出租车用车订单数据、历史专车用车订单数据或历史拼车用车订单数据等。
其中，步骤S210的处理可与上述步骤S110的处理相同，在此不再赘述。
在步骤S220，根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集。
具体地，可在坐标轴上设置获取的起点坐标，并可将坐标轴上的所有起点坐标构建起点坐标集，在起点坐标集中可以确定任意两个起点之间的距离，并且可通过坐标轴直观的确定出是否存在多个起点密集排列。通过相同的处理可将获取到的终点坐标的数据构建终点坐标集，并可将所述终点坐标分别设置在坐标轴上。
如图3为本发明是示例提供的一种未对起点和终点进行聚类的订单起点和终点示意图。其中，圆圈表示起点，正方形表示终点，实线表示订单完成的路线(即乘客发送订单后，司机接受该订单)，虚线表示未完成的路线(即乘客发送订单后，没有司机接受该订单)。
在步骤S230，根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
其中，聚类算法可包括多种，例如，基于划分的聚类算法、基于网格的聚类算法或基于模型的聚类算法等。
具体地，可预先设定一种聚类算法，当需要获取需求与运力不匹配的区域时，可通过预先设定的聚类算法对所述起点坐标集进行聚类，得到一组或多组彼此相似的多个起点坐标的数据，可将得到的一组或多组数据设定为起点坐标簇集，然后，再通过预先设定的聚类算法对所述终点坐标集进行聚类，得到一组或多组彼此相似的多个终点坐标的数据，可将得到的一组或多组数据设定为终点坐标簇集。其中，通过基于划分的聚类算法、基于网格的聚类算法或基于模型的聚类算法等对所述起点坐标集或所述终点坐标集进行聚类的处理可通过现有的计算方式处理，在此不再赘述。
进一步地，为了使本发明的用车业务中获取需求与运力不匹配区域的方法在实施例的过程中方便快捷，所述聚类算法可以是基于距离的聚类算法或基于密度的聚类算法。
其中，对于基于距离的聚类算法得到的起点坐标簇集或终点坐标簇集，在同一个簇中的起点或终点尽可能相互接近或相关，而不同的簇中的起点或终点会尽可能远离或不同。而对于基于密度的聚类算法得到的起点坐标簇集或终点坐标簇集，并不是基于各种各样的距离进行聚类计算，而是基于起点或终点的分布密度进行聚类计算，这样可克服基于距离的聚类算法只能发现“类圆形”的聚类的缺点。基于密度的聚类算法的指导思想为只要一个区域中的点的密度大于预先设定的阈值，就把这些点加到与之相近的聚类中。
基于图3的示例，图4为本发明是示例提供的一种对起点和终点进行聚类的订单起点和终点示意图。如图4所示，利用聚类算法对起点和终点分别进行聚类，可以分别得到两个起点坐标簇集a和b，以及两个终点坐标簇集c和d。
在步骤S240，由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域。
其中，步骤S240的处理可与上述步骤S130的处理相同，在此不再赘述。
如图4所示，利用起点坐标簇集和终点坐标簇集，可以构建ac、ad、bc和bd四个需求区域。
在步骤S250，根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值。
其中，每个需求区域中的订单总数不包括用户主动取消的订单。
具体地，基于所述多个历史订单数据中分别获取的起点坐标和终点坐标，可将所述起点坐标和终点坐标构成的起止点数据映射到所述M×N个需求区域中。基于图4的示例，需求区域ac中共有3个订单，其中两个为订单完成的路线，则接单比(即用户的接单数目与订单总数的比值)为1/3。其余三个需求区域ad、bc和bd的接单比为1。
在步骤S260，将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
基于图4的示例，如果预设的接单比阈值定为80％，由于需求区域ac的接单比低于预设的接单比阈值，因此，需求区域ac为需求与运力不匹配区域，需求区域ad、bc和bd为需求与运力相匹配区域。
本发明实施例提供的用车业务中获取需求与运力不匹配区域的方法，通过基于距离的聚类算法或基于密度的聚类算法对从多个历史订单数据获取的起点坐标和终点坐标的数据的聚类，以构建的M×N个需求区域，并对M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值进行比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
实施例三
基于相同的技术构思，本发明实施例还提供了一种用车业务中获取需求与运力不匹配区域的装置。如图5所示，所述装置包括坐标数据获取模块510、聚类模块520、需求区域构建模块530和不匹配区域获取模块540。
坐标数据获取模块510用于分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据。
聚类模块520用于分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集。
需求区域构建模块530用于由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域。
不匹配区域获取模块540用于从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
进一步地，在图5所示实施例的基础上，如图6所示的聚类模块520包括：坐标集构建单元521，用于根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集；坐标集聚类单元522，用于根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
此外，所述聚类算法是基于距离的聚类算法或基于密度的聚类算法。
进一步地，在图6所示实施例的基础上，如图7所示的不匹配区域获取模块540包括：接单比计算单元541，用于根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值；不匹配区域获取单元542，用于将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
此外，每个需求区域中的订单总数不包括用户主动取消的订单。
本发明实施例提供的用车业务中获取需求与运力不匹配区域的装置，通过基于距离的聚类算法或基于密度的聚类算法对从多个历史订单数据获取的起点坐标和终点坐标的数据的聚类，以构建的M×N个需求区域，并对M×N个需求区域中的用户的接单数目与订单总数的比值与预设的接单比阈值进行比较，确定需求与运力不匹配区域，从而对需求与运力不匹配区域进行定向增加车主的补贴，来提高车主接单积极性，实现对车主的精准补贴，提高推广费用的使用效率。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
上述根据本发明的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种用车业务中获取需求与运力不匹配区域的方法，其特征在于，所述方法包括：
分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据；其中，所述历史订单数据包括但不限于：历史出租车用车订单数据、历史专车用车订单数据或历史拼车用车订单数据；
对获取到的所有起点坐标的数据进行相似性分析，得到彼此相似的多个起点坐标的数据作为一类，并组成一个起点坐标簇集；对获取到的所有终点坐标的数据进行相似性分析，得到彼此相似的多个终点坐标的数据作为一类，并组成一个终点坐标簇集；
由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域；
从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
2.根据权利要求1所述的方法，其特征在于，所述分别对所述起点坐标和所述终点坐标的数据进行聚类，得到起点坐标簇集和终点坐标簇集的处理包括：
根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集；
根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
3.根据权利要求2所述的方法，其特征在于，所述聚类算法是基于距离的聚类算法或基于密度的聚类算法。
4.根据权利要求3所述的方法，其特征在于，所述从得到的多个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域的处理包括：
根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值；
将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
5.根据权利要求4所述的方法，其特征在于，每个需求区域中的订单总数不包括用户主动取消的订单。
6.一种用车业务中获取需求与运力不匹配区域的装置，其特征在于，所述装置包括：
坐标数据获取模块，用于分别从多个历史订单数据获取用车的起点坐标和终点坐标的数据；其中，所述历史订单数据包括但不限于：历史出租车用车订单数据、历史专车用车订单数据或历史拼车用车订单数据；
聚类模块，用于对获取到的所有起点坐标的数据进行相似性分析，得到彼此相似的多个起点坐标的数据作为一类，并组成一个起点坐标簇集；对获取到的所有终点坐标的数据进行相似性分析，得到彼此相似的多个终点坐标的数据作为一类，并组成一个终点坐标簇集；
需求区域构建模块，用于由所述起点坐标簇集中的M个起点坐标簇和从所述终点坐标簇集中的N个终点坐标簇分别构建M×N个需求区域；
不匹配区域获取模块，用于从所述M×N个需求区域中获取用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
7.根据权利要求6所述的装置，其特征在于，所述聚类模块包括：
坐标集构建单元，用于根据所述起点坐标和所述终点坐标的数据分别构建起点坐标集和终点坐标集；
坐标集聚类单元，用于根据预设的聚类算法分别对所述起点坐标集和所述终点坐标集进行聚类，得到起点坐标簇集和终点坐标簇集。
8.根据权利要求7所述的装置，其特征在于，所述聚类算法是基于距离的聚类算法或基于密度的聚类算法。
9.根据权利要求8所述的装置，其特征在于，所述不匹配区域获取模块包括：
接单比计算单元，用于根据所述多个历史订单数据中的起点坐标和终点坐标，计算每个需求区域中用户的接单数目与订单总数的比值；
不匹配区域获取单元，用于将用户的接单数目与订单总数的比值小于预设的接单比阈值的需求区域作为需求与运力不匹配区域。
10.根据权利要求9所述的装置，其特征在于，每个需求区域中的订单总数不包括用户主动取消的订单。
CN201510640690.1A 2015-09-30 2015-09-30 用车业务中获取需求与运力不匹配区域的方法和装置 Active CN106557829B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201510640690.1A CN106557829B (zh) 2015-09-30 2015-09-30 用车业务中获取需求与运力不匹配区域的方法和装置
US15/765,209 US20180300655A1 (en) 2015-09-30 2015-12-22 Method and device for obtaining demand-transport capacity unmatched region in car-calling services, an apparatus and non-volatile computer storage medium
PCT/CN2015/098279 WO2017054333A1 (zh) 2015-09-30 2015-12-22 用车业务中获取需求与运力不匹配区域的方法、装置、设备及非易失性计算机存储介质
KR1020187009131A KR102033264B1 (ko) 2015-09-30 2015-12-22 차량사용업무에서 수요와 운송능력의 비매칭구역을 획득하기 위한 방법, 장치, 디바이스 및 비발휘성 컴퓨터 기억매체
JP2018516422A JP6683252B2 (ja) 2015-09-30 2015-12-22 車両使用業務で需要と運送能力の非マッチング地域を獲得するための方法、装置、デバイス及び不揮発性コンピュータ記憶媒体
EP15905243.0A EP3358509A4 (en) 2015-09-30 2015-12-22 METHOD, DEVICE AND DEVICE FOR DETECTING AN AREA WHERE THE REQUIREMENTS DO NOT MEET THE TRANSPORT CAPACITY OF A VEHICLE SERVICE SERVICE AND NON-VOLATILE COMPUTER STORAGE MEDIUM

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510640690.1A CN106557829B (zh) 2015-09-30 2015-09-30 用车业务中获取需求与运力不匹配区域的方法和装置

Publications (2)

Publication Number Publication Date
CN106557829A CN106557829A (zh) 2017-04-05
CN106557829B true CN106557829B (zh) 2021-07-27

Family

ID=58417682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510640690.1A Active CN106557829B (zh) 2015-09-30 2015-09-30 用车业务中获取需求与运力不匹配区域的方法和装置

Country Status (6)

Country Link
US (1) US20180300655A1 (zh)
EP (1) EP3358509A4 (zh)
JP (1) JP6683252B2 (zh)
KR (1) KR102033264B1 (zh)
CN (1) CN106557829B (zh)
WO (1) WO2017054333A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960946B (zh) * 2017-05-19 2022-04-26 北京京东振世信息技术有限公司 订单显示方法和装置
CN110402370B (zh) * 2017-07-19 2020-09-25 北京嘀嘀无限科技发展有限公司 用于确定服务请求的推荐信息的系统和方法
CN107688891B (zh) * 2017-07-28 2020-03-10 平安科技（深圳）有限公司 行政区域划分验证方法、装置、服务器和存储介质
CN109426885A (zh) * 2017-08-28 2019-03-05 北京小度信息科技有限公司 订单分配方法和装置
CN107679732A (zh) * 2017-09-27 2018-02-09 北京同城必应科技有限公司 一种订单价格的调价方法和装置
CN108596723B (zh) * 2018-04-24 2022-01-07 北京同城必应科技有限公司 一种订单推送方法、系统、服务器及存储介质
CN110503353B (zh) * 2018-05-16 2022-04-01 北京三快在线科技有限公司 一种配送区域表达方法及装置
CN109034455B (zh) * 2018-06-28 2024-06-07 清华大学 用车调度方法、系统、服务器及计算机可读存储介质
CN109034456B (zh) * 2018-06-28 2024-07-05 清华大学 用车调度方法、系统、服务器及计算机可读存储介质
CN109064091B (zh) * 2018-07-13 2021-09-17 天津五八到家科技有限公司 资源确定、资源处理方法及装置
CN109492962A (zh) * 2018-09-20 2019-03-19 天津五八到家科技有限公司 信息处理方法及装置
CN110942357B (zh) * 2018-09-21 2023-04-28 中移物联网有限公司 一种调节方法及装置、系统、存储介质
CN109359877B (zh) * 2018-10-26 2022-03-18 汉海信息技术(上海)有限公司 车辆调度方法、服务器及车辆系统
CN111121796B (zh) * 2018-10-30 2022-03-08 北京嘀嘀无限科技发展有限公司 一种通勤路线规划方法及装置、计算机设备
CN109508750A (zh) * 2018-12-03 2019-03-22 斑马网络技术有限公司 用户起讫点聚类分析方法、装置及存储介质
CN109711773B (zh) * 2018-12-11 2022-08-26 武汉理工大学 一种基于聚类算法的集装箱货物流向流量统计方法
CN109631926B (zh) * 2018-12-27 2022-06-07 拉扎斯网络科技（上海）有限公司 一种骑手路径的确定方法、确定装置和电子设备
CN110213711B (zh) * 2019-04-22 2021-06-18 腾讯科技（深圳）有限公司 一种常驻点的估计方法、装置、设备和介质
CN111860902A (zh) * 2019-05-20 2020-10-30 北京嘀嘀无限科技发展有限公司 订单处理方法、装置、设备及计算机可读存储介质
JP7347104B2 (ja) * 2019-10-16 2023-09-20 トヨタ自動車株式会社 情報処理装置、非一時的記憶媒体、及び、システム
WO2021077300A1 (en) * 2019-10-22 2021-04-29 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for improving an online to offline platform
CN112818192B (zh) * 2019-11-15 2023-04-07 北京三快在线科技有限公司 服务对象聚类方法、装置、存储介质和电子设备
CN111507810A (zh) * 2020-05-27 2020-08-07 海南太美航空股份有限公司 基于聚类分析的航班服务方法及系统
SG10202008428SA (en) * 2020-09-01 2021-07-29 Grabtaxi Holdings Pte Ltd Communications server apparatus and method for simulating supply and demand conditions related to a transport service
US20230325739A1 (en) * 2020-09-02 2023-10-12 Grabtaxi Holdings Pte. Ltd. Method and device for managing supply of a geographic area by transport service vehicles
CN114792254A (zh) * 2022-05-26 2022-07-26 深圳依时货拉拉科技有限公司 供需方权益平衡方法、装置、存储介质和计算机设备
CN118211742B (zh) * 2024-05-20 2024-08-20 北京市交通运输综合执法总队执法保障中心 接驳轨道交通的绿色出行方式规划方法、装置和设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2506193A1 (en) * 2009-11-24 2012-10-03 Ntt Docomo, Inc. Demand prediction device and demand prediction method
CN103279534A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 基于智能公交系统数据的公交卡乘客通勤od分布估计方法
CN103985247A (zh) * 2014-04-24 2014-08-13 北京嘀嘀无限科技发展有限公司 基于城市叫车需求分布密度的出租车运力调度系统
CN103996068A (zh) * 2014-05-08 2014-08-20 百度在线网络技术（北京）有限公司 客流分布的统计方法和装置
CN104867065A (zh) * 2015-06-05 2015-08-26 北京嘀嘀无限科技发展有限公司 处理订单的方法和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8825383B1 (en) * 2010-12-10 2014-09-02 Google Inc. Extracting patterns from location history
CN103310281A (zh) * 2012-03-16 2013-09-18 日电（中国）有限公司 旅游路线提取系统和方法
CN104794553B (zh) * 2014-08-12 2018-07-10 北京东方车云信息技术有限公司 网络租车中基于出租车运营区域熟悉程度的派单系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2506193A1 (en) * 2009-11-24 2012-10-03 Ntt Docomo, Inc. Demand prediction device and demand prediction method
CN103279534A (zh) * 2013-05-31 2013-09-04 西安建筑科技大学 基于智能公交系统数据的公交卡乘客通勤od分布估计方法
CN103985247A (zh) * 2014-04-24 2014-08-13 北京嘀嘀无限科技发展有限公司 基于城市叫车需求分布密度的出租车运力调度系统
CN103996068A (zh) * 2014-05-08 2014-08-20 百度在线网络技术（北京）有限公司 客流分布的统计方法和装置
CN104867065A (zh) * 2015-06-05 2015-08-26 北京嘀嘀无限科技发展有限公司 处理订单的方法和设备

Also Published As

Publication number Publication date
CN106557829A (zh) 2017-04-05
JP2018535474A (ja) 2018-11-29
KR102033264B1 (ko) 2019-10-16
KR20180048924A (ko) 2018-05-10
EP3358509A4 (en) 2019-02-27
WO2017054333A1 (zh) 2017-04-06
US20180300655A1 (en) 2018-10-18
EP3358509A1 (en) 2018-08-08
JP6683252B2 (ja) 2020-04-15

Similar Documents

Publication Publication Date Title
CN106557829B (zh) 用车业务中获取需求与运力不匹配区域的方法和装置
CN107547633B (zh) 一种用户常驻点的处理方法、装置和存储介质
CN107945507B (zh) 行程时间预测方法及装置
CN108133619B (zh) 停车场停车预测的方法、装置、存储介质及终端设备
CN106557963B (zh) 处理用车订单的方法、装置及服务器
CN112579718B (zh) 一种城市用地功能的识别方法、装置及终端设备
CN111126799B (zh) 基于二分图的共享网络司乘匹配方法
CN106708837B (zh) 兴趣点搜索方法、装置
CN112289041B (zh) 基于热点定位和信息共享的智慧停车场管理方法及云平台
CN103177572B (zh) 出租车智能调度
WO2024146201A1 (zh) 车位推荐方法、装置、车辆及存储介质
CN114461692A (zh) 电子围栏推荐方法、装置、电子设备及存储介质
CN110992123B (zh) 一种订单派发方法及装置
CN112035548A (zh) 识别模型的获取方法、识别方法、装置、设备及介质
CN111314102A (zh) 群组识别方法、装置、电子设备及计算机可读存储介质
CN110191184B (zh) 一种时长信息推送方法、装置、设备和介质
CN109360137B (zh) 一种车辆事故评估方法、计算机可读存储介质及服务器
CN112468546B (zh) 账号位置确定方法、装置、服务器和存储介质
CN113723405A (zh) 区域轮廓的确定方法、装置和电子设备
CN114971102A (zh) 基于动态拼车的车辆调度方法及其相关产品
CN113469232A (zh) 车辆用户分类方法、设备及计算机可读存储介质
CN115836285A (zh) 一种地理围栏数据点密度优化的方法和系统
CN113032882B (zh) 风振响应模型生成方法、设备、装置及介质
CN118070074B (zh) 道路作业异常识别方法、装置及电子设备
CN110969381B (zh) 一种配送轨迹的分段方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant