CN106803197B - 拼单方法和设备 - Google Patents

Abstract

本公开的实施例涉及拼单方法和设备。该方法包括：确定满足拼单标准的订单集合；基于所述订单集合，获取所述订单集合的订单特征集合；根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性；以及基于所述相关性来对所述订单集合进行拼单。本公开的实施例通过确定可拼订单之间的相关性，使得相关性较高的订单能够被拼单，提高了全局性的拼单成功率，并且提高了智能叫车系统的使用效率和用户体验。

Description

拼单方法和设备

技术领域

本公开的实施例总体上涉及计算机应用领域，更具体地涉及订单之间的拼单方法和设备。

背景技术

随着电子信息的发展，基于移动互联网的订单服务得到了广泛地使用。例如，乘客通过叫车软件生成叫车订单，顾客利用订餐应用程序生成订餐订单，或者顾客在电子商城上生成购物订单。一般来说，对于乘客或顾客的订单，通常单独进行处理，例如，乘客发起叫车请求，然后系统生成叫车订单，并且根据周边车辆情况将订单发送给司机客户端，司机客户端通过点击确认按钮来接受乘客的订单。

然而，随着越来越多的订单的出现，如何提高订单的处理效率成为一个热门话题。例如，越来越多的乘客开始使用互联网叫车服务，在高峰期或者热门地区，车辆往往供不应求，乘客经常需要经历很长的时间才能成功叫到车。于是，市场上出现了一些叫车拼单服务，即将多个拼单进行匹配，以使得多位乘客共享一辆车辆。然而，现有的拼单方法不够智能、并且拼单成功率较低，导致乘客或顾客拼单效率较低、用户体验较差。

因此，如何使得订单之间能够合理拼单，并且提高全局性的拼单成功率，成为一种亟需解决的问题。

发明内容

针对上述问题，本公开的各实施例提出了一种基于智能叫车系统的拼单方法及设备。

根据本公开的一个方面，公开了一种拼单方法，所述方法包括： 确定满足拼单标准的订单集合；基于所述订单集合，获取所述订单集合的订单特征集合；根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性；以及基于所述相关性来对所述订单集合进行拼单。

根据一个实施例，其中所述拼单标准是指订单至少与另外一个订单存在可匹配性。根据另一个实施例，其中确定满足拼单标准的订单集合包括：周期性地确定满足拼单标准的订单集合。根据又一个实施例，其中所述订单特征集合至少包括订单的起点和终点。

根据一个实施例，其中根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性包括：根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率。根据另一个实施例，其中所述特征权重是通过对历史拼单数据的训练而被获得。根据又一个实施例，其中所述特征权重包括负值。

根据一个实施例，其中根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率包括：通过以下方式来确定两个订单之间的相关性概率：

其中Oi和Oj分别表示订单i和订单j，X表示订单特征向量，W表示相应的特征权重，其中i、j和b为常量。

根据一个实施例，其中基于所述相关性来对所述订单集合进行拼单包括：对所述订单集合中的订单进行两两拼单，以使得所述订单集合的整体相关性之和最大，其中每个订单只能与另外一个订单拼单。根据另一个实施例，其中基于所述相关性来对所述订单集合进行拼单包括：遍历所述订单集合，如果与特定订单相关性最大的订单还没有被拼单，则将所述特定订单与所述相关性最大的订单进行拼单。根据又一个实施例，其中基于所述相关性来对所述订单集合进行拼单包括：使用爬山算法、遗传算法或者模拟退火算法进行迭代以获得更高的整体相关性。

根据本公开的另一个方面，公开了一种拼单设备，所述设备包括：订单集合确定装置，用于确定满足拼单标准的订单集合；订单特征集合获取装置，用于基于所述订单集合来获取所述订单集合的订单特征集合；相关性确定装置，用于根据所述订单集合的订单特征集合来确定所述订单集合中的任意两个订单之间的相关性；以及拼单装置，用于基于所述相关性来对所述订单集合进行拼单。

根据本公开的又一个方面，公开了一种拼单设备，包括：存储器；以及处理器，其中所述处理器被配置为以下方法：确定满足拼单标准的订单集合；基于所述订单集合，获取所述订单集合的订单特征集合；根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性；以及基于所述相关性来对所述订单集合进行拼单。

本公开的示例性实施例提供的示例性解决方案可以带来以下技术效果中的至少一种：确定了可拼订单集合以及可拼订单之间的相关性，使得相关性较高的订单能够被拼单，提高了全局性的拼单成功率，并且提高了智能叫车系统的使用效率和用户体验。

附图说明

结合附图并参考以下详细说明，本公开的各实施例的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实施例。在附图中：

图1是图示了根据本公开的实施例的拼单方法100的流程图；

图2是图示了根据本公开的实施例的拼单设备200的框图。

具体实施方式

以下参考附图详细描述本公开的各个示例性实施例。附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、 或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。

应当理解，给出这些示例性实施例仅是为了使本领域技术人员能够更好地理解进而实现本公开的实施例，而并非以任何方式限制发明的范围。

参考图1，其图示了根据本公开的实施例的拼单方法100的流程图。在本文的实施例中，订单由乘客或顾客生成，例如，乘客通过叫车软件生成的叫车订单，顾客利用订餐应用程序生成的订餐订单，或者顾客在电子商城上生成的购物订单。拼单是指将两个以上相关性较高的订单进行匹配，例如，将相关性较高的轿车订单进行匹配，使得两个以上叫车订单共享一辆车辆，提高用车的效率。订单是由乘客或顾客使用移动装置中的应用程序而生成，其中移动装置是指各种拥有接入互联网能力、搭载各种操作系统(包括但不限于iOS、Android、Windows Phone等)、可根据用户需求定制各种功能的终端设备，包括但不限于智能手机、平板电脑、智能可穿戴设备等。

在步骤S102，确定满足拼单标准的订单集合。例如，确定某一地区当前所有的叫车订单中符合拼单基本条件的所有订单，并且过滤掉不符合拼单基本条件的订单，其中某一地区可以为某个城市，例如北京，也可以为表示具体的某个区域，例如国贸地区。根据一个实施例，其中拼单标准是指订单至少与另外一个订单存在可匹配性。也就是说，只要某个订单可以和当前的其他某个订单拼单，则这一对订单均属于满足拼单标准的订单。可选地，拼单标准可以由智能叫车系统平台制定。

例如，对于给定的两个订单，即订单A和订单B，其中订单A的路线为从起点A1到终点A2，订单B的路线为从起点B1到终点B2。当订单A与订单B被拼单时，服务器设定的拼单路线为A1→B1→A2→B2。可选地，对于订单A与订单B是否能够拼单，可以设定一些具体的基本条件，包括但不限于：拼单里程(例如，B1与A2之间的距离)大于本地区起步里程(例如，3公里)；拼单里程大于总里程(例如，A1与B2之间的距离)的30％；订单A(或订单B)的拼单里程大于订单A(或订单B)的总里程(例如，A1与A2之间的距离)的40％；订单A(或订单B)拼单后的总里程(例如，A1与B1之间的距离+B1与A2之间的距离)小于订单A(或订单B)的总里程的1.5倍；订单A(或订单B)的拼单价格低于订单A(或订单B)单独打车的预估价格；拼单全程司机的收入大于正常计价的收入；拼单全程司机平均每公里的收入大于司机在A2至B2之间的平均每公里的收入。根据另一个实施例，根据车辆的需求程度，可以将某一地区或某一时间段的所有订单均标记为可拼订单，例如，将国贸地区17：00-19：00的所有叫车订单均标记为可拼订单。

根据另一个实施例，其中确定满足拼单标准的订单集合包括：周期性地确定满足拼单标准的订单集合。例如，服务器可以每隔预定时间确定一个订单集合，诸如1分钟确定一次，其中订单集合中的订单还没有被拼单，并且只能与另外一个订单进行拼单。如果某一订单已经被接单，则可以动态地从订单集合中删除该订单。

方法100继续进行到步骤S104，基于已确定的订单集合，获取订单集合的订单特征集合。订单集合是与订单相关联的特征属性，根据一个实施例，其中订单特征集合至少包括订单的起点和终点。根据另一个实施例，订单特征集合还可以包括但不限于：订单的价格、订单的路线规划、订单的每公里单价、重点路面的里程、节油费用、增加的里程等。

在步骤S106，根据所述订单集合的订单特征集合，确定订单集合中的任意两个订单之间的相关性。一般来说，两个订单之间的可拼单 程度越高，这两个订单经过匹配被发送给司机并被司机接受、并且最后完成拼单的比例越高，因此，根据订单集合中的每个订单的订单特征集合，计算每两个订单之间的可匹配性的相关性程度。可选地，可以根据订单的起点和终点位置来自动拼单，例如，如果两个订单之间的起点和终点的距离均小于1公里或者两个订单之间的重叠路线超过90％，则可以直接将这两个订单进行拼单。

根据一个实施例，其中根据订单集合的订单特征集合，确定订单集合中的任意两个订单之间的相关性包括：根据订单特征集合和相应的特征权重，确定订单集合中的任意两个订单之间的相关性概率。根据又一个实施例，其中特征权重可以同时包括正值和负值，其中正值表示正向的相关性程度，负值表示反向的相关性程度，权重的绝对值越大，则正向或负向相关性也越大。

例如，对于乘客A的订单A与乘客B的订单B，根据实际拼单的自然规律，可以具有以下表格中的特征集合以及权重大小，其中特征的权重与特征对拼单的影响程度密切相关，总的来说，乘客节省费用和司机增加收入是最重要的影响因素。

根据以上表格中的特征集合及其权重，计算两个订单之间的相关性概率的公式可以被定义为：

其中Oi和Oj分别表示订单i和订单j，X(X＝{x1,x2,x3…xn})表示订单特征向量集合，W(W＝{w1,w2,w3,…,wn})表示相应的特征权重，其中i、j和b为常量。根据以上公式可以，可以计算出订单集合中的任意两个订单之间的相关联概率，其中相关性概率的取值在(0，1)之间。

根据另一个实施例，其中特征权重初期可以人为设置，在积累一定数量的历史拼单数据之后，特征权重可以通过对历史拼单数据的训练而自动获得。例如，使用yi表示订单之间的拼单关系，对于历史数据中的订单i和订单j，如果最终被拼单成功，则yi＝1，如果未匹配成功，则yi＝0。则对于订单i与订单j，是否匹配的样本空间为{yi,Oi,Oj}，则其似然函数为：∏Pi^yi*(1-Pi)^1-yi，带入以上公式(1)中的Pi，对似然函数求对数，可以算出最大似然函数，从而得到最佳拼单方案，即：

E＝MAX{Σyi*Log(Pi)+Σ(1-yi)*log(1-Pi)} (2)

因此，通过对历史拼单数据的训练，获得最准确的特征权重，从而使得特征集合中每个特征的权重的取值更加准确，并且实现了机器自动学习的自动过程。

方法100继续进行到步骤S108，基于相关性来对所述订单集合进行拼单。根据步骤S106中确定的相关性，对订单集合中的订单进行合理拼单，可选地，对订单集合中的订单进行两两拼单，以使得订单集合的整体相关性之和最大，其中每个订单只能与另外一个订单拼单。例如，根据所有的订单之间的相关性，生成相关性矩阵{MTR_ij}，其中i<N并且j<N，N表示订单集合中的总订单数，根据以下公式(3)可以计算拼单矩阵d_ij：

根据公式(3)，可以输出订单之间的拼单矩阵D＝{d_ij}，其中，d_ij＝0时表示不拼单，d_ij＝1时表示拼单，并使得全局性的相关性E的取值最大化。

根据一个实施例，其中基于相关性来对订单集合进行拼单包括：遍历订单集合，如果与特定订单相关性最大的订单还没有被拼单，则将特定订单与相关性最大的订单进行拼单。根据又一个实施例，其中基于相关性来对订单集合进行拼单包括：使用爬山算法、遗传算法或者模拟退火算法进行迭代以获得更高的整体相关性。

爬山算法是是一种局部择优的方法，包括：从当前的节点开始，和周围邻居节点的值(例如拓扑势值)进行比较。如果当前节点是最大的，那么返回当前节点，作为最大值(即山峰最高点)；反之用最高的邻居节点替换当前节点，从而实现向山峰的高处攀爬的目的，如此循环直到达到最高点。

根据一个实施例，使用爬山算法进行迭代以获得更高的整体相关性包括：(1)生成当前状态的初始拼单分配方案，例如通过遍历订单集合中的特定订单的可拼单的订单列表，将特定订单与相关性最大的订单进行拼单，如果该特定订单在前面被某个订单配对过，则获取下一个订单；(2)通过例如公式(3)计算当前整体相关性指数E0；(3)开始执行针对拼单过程的爬山算法，首先遍历已匹配列表，对某个订单i，当前与其拼单的是订单j。在订单i可拼的订单集合S_i{O_x,O_y,……,O_z}中，遍历(S_i-O_j)的差集S_i-j，对某一订单O_m而言，当前配对为(O_m,O_n)，对两组初步的拼单(O_m,O_n),(O_i,O_j)，当前相关性值为M1，新拼单的(O_m,O_i),(O_i,O_n)或(O_m,O_i),(O_i,O_x),(O_y,O_n)的相关性值 为M2，当M2>M1时，则进行相应调整，循环结束；当M2≤M1时，则不做任何调整，并且继续在S_i-j中获取下一订单；(4)在遍历完所有订单匹配列表之后，当前爬山过程结束；并且计算当前爬山结束后的整体匹配指数E1，当E1>E0时，则跳转到步骤(2)继续进行循环；当E1≤E0时，则跳转到步骤(5)；(5)根据上述爬山过程的结果，输出最终订单之间的拼单分配方案。

根据一个实施例，在基于相关性来对所述订单集合进行拼单之后，可以将拼单的匹配结果同时发给被拼单的两位乘客，乘客可以进行选择，例如接受这种匹配订单，或者不接受这种匹配订单。根据另一个实施例，在系统进行拼单之后，直接将已拼的一对订单同时发送给周围车辆，如果有司机点击确认按钮，则意味着同时接受了这两个订单。通过系统自动进行拼单，减少了司机客户端处考虑是否接受拼单的思考时间，并且保证了较高的拼单效率。

图2是图示了根据本公开的实施例的拼单设备200的框图。该设备200包括：订单集合确定装置202，用于确定满足拼单标准的订单集合；订单特征集合获取装置204，用于基于所述订单集合来获取所述订单集合的订单特征集合；相关性确定装置206，用于根据所述订单集合的订单特征集合来确定所述订单集合中的任意两个订单之间的相关性；以及拼单装置208，用于基于所述相关性来对所述订单集合进行拼单。

根据一个实施例，其中所述拼单标准是指订单至少与另外一个订单存在可匹配性。根据另一个实施例，其中所述订单集合确定装置202进一步用于：周期性地确定满足拼单标准的订单集合。根据又一个实施例，其中所述订单特征集合至少包括订单的起点和终点。

根据一个实施例，其中所述相关性确定装置206进一步用于：根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率。根据另一个实施例，其中所述特征权重是通过对历史拼单数据的训练而被获得。根据又一个实施例，其中所述特征权重包括负值。

根据一个实施例，其中所述相关性确定装置206进一步用于：通过以下方式来确定两个订单之间的相关性概率：

其中Oi和Oj分别表示订单i和订单j，X表示订单特征向量，W表示相应的特征权重，其中i、j和b为常量。

根据一个实施例，其中所述拼单装置208进一步用于：对所述订单集合中的订单进行两两拼单，以使得所述订单集合的整体相关性之和最大，其中每个订单只能与另外一个订单拼单。根据另一个实施例，其中所述拼单装置208进一步用于：遍历所述订单集合，如果与特定订单相关性最大的订单还没有被拼单，则将所述特定订单与所述相关性最大的订单进行拼单。根据又一个实施例，其中所述拼单装置208进一步用于：使用爬山算法、遗传算法或者模拟退火算法进行迭代以获得更高的整体相关性。

根据本公开的又一个方面，公开了一种拼单设备，包括存储器；以及处理器，所述处理器被配置为以下方法：确定满足拼单标准的订单集合；基于所述订单集合，获取所述订单集合的订单特征集合；根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性；以及基于所述相关性来对所述订单集合进行拼单。

应当理解，以上拼单设备可以利用各种方式来实现。例如，在某些实施例中，以上拼单设备可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本公开的实施例的设备和装置不仅可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电 路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如固件)来实现。

应当注意，尽管在上文的详细描述中提及了设备的若干装置或子装置，但是这种划分仅仅是示例性而非强制性的。实际上，根据本公开的实施例，上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。

以上所述仅为本公开的实施例可选实施例，并不用于限制本公开的实施例，对于本领域的技术人员来说，本公开的实施例可以有各种更改和变化。凡在本公开的实施例的精神和原则之内，所作的任何修改、等效替换、改进等，均应包含在本公开的实施例的保护范围之内。

虽然已经参考若干具体实施例描述了本公开的实施例，但是应该理解，本公开的实施例并不限于所公开的具体实施例。本公开的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (21)

1.一种拼单方法，包括：

确定满足拼单标准的订单集合；

基于所述订单集合，获取所述订单集合的订单特征集合；

根据所述订单集合的订单特征集合，确定所述订单集合中的任意两个订单之间的相关性；其中确定所述订单集合中的任意两个订单之间的相关性包括：根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率；以及

基于所述相关性来对所述订单集合进行拼单。

2.根据权利要求1所述的方法，其中所述拼单标准是指订单至少与另外一个订单存在可匹配性。

3.根据权利要求2所述的方法，其中确定满足拼单标准的订单集合包括：

周期性地确定满足拼单标准的订单集合。

4.根据权利要求1所述的方法，其中所述订单特征集合至少包括订单的起点和终点。

5.根据权利要求1所述的方法，其中所述特征权重是通过对历史拼单数据的训练而被获得。

6.根据权利要求5所述的方法，其中所述特征权重包括负值。

7.根据权利要求1所述的方法，其中根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率包括：

通过以下方式来确定两个订单之间的相关性概率：

其中Oi和Oj分别表示订单i和订单j，X表示订单特征向量，W表示相应的特征权重，并且其中i、j和b为常量。

8.根据权利要求1所述的方法，其中基于所述相关性来对所述订单集合进行拼单包括：

对所述订单集合中的订单进行两两拼单，以使得所述订单集合的整体相关性之和最大，其中每个订单只能与另外一个订单拼单。

9.根据权利要求8所述的方法，其中基于所述相关性来对所述订单集合进行拼单包括：

遍历所述订单集合，如果与特定订单相关性最大的订单还没有被拼单，则将所述特定订单与所述相关性最大的订单进行拼单。

10.根据权利要求8或9所述的方法，其中基于所述相关性来对所述订单集合进行拼单包括：

使用爬山算法、遗传算法或者模拟退火算法进行迭代以获得更高的整体相关性。

11.一种拼单设备，包括：

订单集合确定装置，用于确定满足拼单标准的订单集合；

订单特征集合获取装置，用于基于所述订单集合来获取所述订单集合的订单特征集合；

相关性确定装置，用于根据所述订单集合的订单特征集合来确定所述订单集合中的任意两个订单之间的相关性；其中所述相关性确定装置进一步用于：根据所述订单特征集合和相应的特征权重，确定所述订单集合中的任意两个订单之间的相关性概率；以及

拼单装置，用于基于所述相关性来对所述订单集合进行拼单。

12.根据权利要求11所述的设备，其中所述拼单标准是指订单至少与另外一个订单存在可匹配性。

13.根据权利要求12所述的设备，其中所述订单集合确定装置进一步用于：

周期性地确定满足拼单标准的订单集合。

14.根据权利要求11所述的设备，其中所述订单特征集合至少包括订单的起点和终点。

15.根据权利要求11所述的设备，其中所述特征权重是通过对历史拼单数据的训练而被获得。

16.根据权利要求15所述的设备，其中所述特征权重包括负值。

17.根据权利要求11所述的设备，其中所述相关性确定装置进一步用于：

通过以下方式来确定两个订单之间的相关性概率：

其中Oi和Oj分别表示订单i和订单j，X表示订单特征向量，W表示相应的特征权重，其中i、j和b为常量。

18.根据权利要求11所述的设备，其中所述拼单装置进一步用于：

对所述订单集合中的订单进行两两拼单，以使得所述订单集合的整体相关性之和最大，其中每个订单只能与另外一个订单拼单。

19.根据权利要求18所述的设备，其中所述拼单装置进一步用于：

遍历所述订单集合，如果与特定订单相关性最大的订单还没有被拼单，则将所述特定订单与所述相关性最大的订单进行拼单。

20.根据权利要求18或19所述的设备，其中所述拼单装置进一步用于：

使用爬山算法、遗传算法或者模拟退火算法进行迭代以获得更高的整体相关性。

21.一种拼单设备，包括：存储器；以及处理器，其中所述处理器被配置为执行根据权利要求1至10中任一项所述的方法。

Images