CN106934026A - 出行服务挖掘方法、装置、设备及存储介质 - Google Patents

出行服务挖掘方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN106934026A
CN106934026A CN201710148799.2A CN201710148799A CN106934026A CN 106934026 A CN106934026 A CN 106934026A CN 201710148799 A CN201710148799 A CN 201710148799A CN 106934026 A CN106934026 A CN 106934026A
Authority
CN
China
Prior art keywords
user
trip
information
candidate destination
destination
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.)
Pending
Application number
CN201710148799.2A
Other languages
English (en)
Inventor
何宇
陈秀义
李倩
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 CN201710148799.2A priority Critical patent/CN106934026A/zh
Publication of CN106934026A publication Critical patent/CN106934026A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • 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
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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]
    • G06Q30/0631—Item recommendations
    • 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]
    • G06Q30/0639—Item locations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Automation & Control Theory (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了出行服务挖掘方法、装置、设备及存储介质，其中方法包括：在自动驾驶场景下，获取用户交互录入的出行需求信息；根据所述出行需求信息进行用户出行的目的地的推荐。应用本发明所述方案，能够提高推荐结果的准确性等。

Description

出行服务挖掘方法、装置、设备及存储介质
【技术领域】
本发明涉及自动驾驶车辆领域，特别涉及出行服务挖掘方法、装置、设备及存储介质。
【背景技术】
随着科技的发展，互联网的快速普及，汽车逐渐成为人们与世界联系、互动的重要方式，汽车不再只是出行的工具，未来会成为承载人们出行衍生服务的重要平台。
自动驾驶车辆，也可称为无人驾驶车辆，是指通过各种传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息等，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
在用户利用自动驾驶车辆出行时，如果能够自动地将出行的候选目的地推荐给用户，将会极大地提升用户的使用体验，并方便用户出行。
针对这一问题，现有技术中主要采用以下处理方式：根据用户的历史出行信息向用户推荐候选目的地，但是这种推荐结果的准确性较低，因为很多时候用户会要去往新的目的地，而不是之前去过的目的地。
【发明内容】
有鉴于此，本发明提供了出行服务挖掘方法、装置、设备及存储介质，能够提高推荐结果的准确性。
具体技术方案如下：
一种出行服务挖掘方法，包括：
在自动驾驶场景下，获取用户交互录入的出行需求信息；
根据所述出行需求信息进行用户出行的目的地的推荐。
一种出行服务挖掘装置，包括：获取单元以及处理单元；
所述获取单元，用于在自动驾驶场景下，获取用户交互录入的出行需求信息，并发送给所述处理单元；
所述处理单元，用于根据所述出行需求信息进行用户出行的目的地的推荐。
一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出，采用本发明所述方案，在自动驾驶场景下，可以根据用户交互录入的出行需求信息来对用户出行的目的地进行推荐，从而相比于现有技术提高了推荐结果的准确性。
【附图说明】
图1为本发明所述出行服务挖掘方法实施例的流程图。
图2为本发明所述出行服务挖掘装置实施例的组成结构示意图。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案作进一步地详细说明。
图1为本发明所述出行服务挖掘方法实施例的流程图，如图1所示，包括以下具体实现方式：
在101中，在自动驾驶场景下，获取用户交互录入的出行需求信息；
在102中，根据获取到的出行需求信息进行用户出行的目的地的推荐。
用户进入到自动驾驶车辆中之后，可以根据自动驾驶车辆所提供的交互功能，交互录入自己的出行需求信息。
所述出行需求信息可以表现为以下形式：
我想带孩子去锻炼；
最近工作太累，想找个地方放松一下；
我要去附近的酒店等。
用户的出行需求是场景化的，即时性的，因此也可将用户的出行需求信息称为场景化特征信息。
之后，可根据用户的场景化特征信息，为用户进行出行的目的地的推荐。
较佳地，可根据所述场景化特征信息以及预先所赋予的不同目的地的场景化标签，确定出与用户的场景化特征相匹配的候选目的地，推荐给用户。
预先可分别为不同的目的地赋予不同的场景化标签，比如，**影城，其场景化标签可为：休闲娱乐-电影院。
并且，可根据所收集的训练样本预先训练得到一个预测模型，可将用户的场景化特征信息输入到预测模型中，从而得到预测模型输出的候选目的地信息。如何训练得到预测模型为现有技术。
预测模型可通过对用户的场景化特征进行解析，并结合不同目的地的场景化标签，分别确定出各目的地与用户的场景化特征的匹配程度，并将匹配程度符合要求如大于预定阈值的目的地筛选出来，作为候选目的地推荐给用户。
另外，除了需要获取用户的场景化特征信息之外，还可进一步获取当前的环境信息，如可包括：当前的时间、车辆当前所处的地理位置(即车辆的出发地)、天气情况等。
相应地，可进一步结合当前的环境信息以及车流量时空分布信息，对之前获取到的候选目的地进行筛选和排序，进而将经过筛选和排序后的候选目的地推荐给用户。
预先可生成一个车流量预测模型，从而可基于该车流量预测模型来进行车流量的时空分布的预测，如何获取车流量预测模型为现有技术。
比如，当前的环境信息中包括：车辆当前的地理位置信息以及当前的时间信息，那么可根据车辆当前的地理位置以及各候选目的地的地理位置，分别确定出到达各候选目的地的路径，并可根据所述路径信息、时间信息以及车流量预测模型，分别确定出到达各候选目的地所需的时间，进而可将所需时间较短的候选目的地筛选出来，并可结合所需时间以及与用户的场景化特征的匹配程度对筛选出的各候选目的地进行排序，将排序后的各候选目的地推荐给用户。
另外，还可进一步获取用户的历史出行信息。
比如，可在服务器中分别保存不同用户的历史出行信息，并且，当任一用户的出行信息发生了更新如新增了一次出行时，所保存的该用户的历史出行信息也需要相应地进行更新。
这样，无论用户进入哪个自动驾驶车辆，均可通过自动驾驶车辆所提供的交互功能进行登录，即输入自己的用户ID等，可将用户ID发送给服务器，并获取服务器返回的该用户ID对应的历史出行信息。
之后，可根据历史出行信息对之前获取到的候选目的地进行排序，将排序后的候选目的地推荐给用户。
比如，可以将出现在历史出行信息中的候选目的地的排序向前调整，且出现次数越多，排序可越靠前。
或者，针对每个候选目的地，在分别获取到到达该候选目的地所需的时间、与用户的场景化特征的匹配程度以及出现在用户的历史出行信息中的次数之后，可将三者加权相加，从而得到一个评分，按照评分由高到低的顺序对各候选目的地进行排序。
当然，也可以采用本领域技术人员能够想到的其它方式，以上仅为举例说明，并不用于限制本发明的技术方案。
通过上述介绍可以看出，采用本发明所述方案，可以结合用户交互录入的出行需求信息以及当前的环境信息和历史出行信息等，进行场景化、智能化的出行服务挖掘，从而相比于现有技术能够更加精准地为用户推荐出行的目的地，并且，连接了驾车和出行相关服务，通过自动驾驶场景打通了出行的服务闭环。
另外，在实际应用中，除了可以将候选目的地推荐给用户之外，还可以将候选目的地的服务内容推荐给用户。
比如，某一候选目的地为**休闲会所，其服务内容包括游泳、棋牌、台球等，那么可将一些比较受欢迎的服务内容推荐给用户。
再有，还可以将与用户选中的候选目的地相关的车内服务推荐给用户。
比如，用户从各候选目的地中选中了一个候选目的地，该选中的候选目的地为**影城，那么可将**影城目前正在上映的各电影的排片情况/场次安排等提供给用户，以便用户提前进行了解和选择。
通过上述方式，进一步丰富了所推荐的出行服务内容，从而能够更好地满足用户的出行需求等。
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
图2为本发明所述出行服务挖掘装置实施例的组成结构示意图，如图2所示，包括：获取单元201以及处理单元202。
获取单元201，用于在自动驾驶场景下，获取用户交互录入的出行需求信息，并发送给处理单元202；
处理单元202，用于根据出行需求信息进行用户出行的目的地的推荐。
用户进入到自动驾驶车辆中之后，可以根据自动驾驶车辆所提供的交互功能，交互录入自己的出行需求信息。
所述出行需求信息可以表现为以下形式：
我想带孩子去锻炼；
最近工作太累，想找个地方放松一下；
我要去附近的酒店等。
获取单元201将用户的出行需求信息发送给处理单元202之后，可由处理单元202根据预先所赋予的不同目的地的场景化标签，确定出与出行需求信息相匹配的候选目的地，推荐给用户。
另外，获取单元201还可进一步获取当前的环境信息，并发送给处理单元202。
相应地，处理单元202可结合当前的环境信息以及车流量时空分布信息，对之前获取到的候选目的地进行筛选和排序，将经过筛选和排序后的候选目的地推荐给用户。
当前环境信息可包括：当前的时间、车辆当前所处的地理位置、天气情况等。
此外，获取单元201还可进一步获取用户的历史出行信息，并发送给处理单元202。
相应地，处理单元202可根据历史出行信息对候选目的地进行排序，将排序后的候选目的地推荐给用户。
在实际应用中，除了可以将候选目的地推荐给用户之外，还可以将候选目的地的服务内容推荐给用户，即处理单元202可进一步用于，在将候选目的地推荐给用户的同时，将候选目的地的服务内容推荐给用户。
另外，处理单元202还可将与用户选中的候选目的地相关的车内服务推荐给用户。
图2所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明，此处不再赘述。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图3显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图3所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所示实施例中的方法，即在自动驾驶场景下，获取用户交互录入的出行需求信息，根据获取到的出行需求信息进行用户出行的目的地的推荐。
较佳地，还可进一步结合当前的环境信息以及用户的历史出行信息等对候选目的地进行筛选和排序。
另外，在将候选目的地推荐给用户的同时，还可将候选目的地的服务内容推荐给用户。
再有，还可将与用户选中的候选目的地相关的车内服务推荐给用户。
本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图1所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (14)

1.一种出行服务挖掘方法，其特征在于，包括：
在自动驾驶场景下，获取用户交互录入的出行需求信息；
根据所述出行需求信息进行用户出行的目的地的推荐。
2.根据权利要求1所述的方法，其特征在于，
所述根据所述出行需求信息进行用户出行的目的地的推荐包括：
根据预先所赋予的不同目的地的场景化标签，确定出与所述出行需求信息相匹配的候选目的地，推荐给用户。
3.根据权利要求2所述的方法，其特征在于，
该方法进一步包括：
获取当前的环境信息；
结合所述当前的环境信息以及车流量时空分布信息，对所述候选目的地进行筛选和排序，将经过筛选和排序后的候选目的地推荐给用户。
4.根据权利要求3所述的方法，其特征在于，
该方法进一步包括：
获取用户的历史出行信息；
根据所述历史出行信息对所述候选目的地进行排序，将排序后的候选目的地推荐给用户。
5.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：
在将候选目的地推荐给用户的同时，将候选目的地的服务内容推荐给用户。
6.根据权利要求1所述的方法，其特征在于，
该方法进一步包括：
将与用户选中的候选目的地相关的车内服务推荐给用户。
7.一种出行服务挖掘装置，其特征在于，包括：获取单元以及处理单元；所述获取单元，用于在自动驾驶场景下，获取用户交互录入的出行需求信息，并发送给所述处理单元；
所述处理单元，用于根据所述出行需求信息进行用户出行的目的地的推荐。
8.根据权利要求7所述的装置，其特征在于，
所述处理单元根据预先所赋予的不同目的地的场景化标签，确定出与所述出行需求信息相匹配的候选目的地，推荐给用户。
9.根据权利要求8所述的装置，其特征在于，
所述获取单元进一步用于，获取当前的环境信息，并发送给所述处理单元；
所述处理单元进一步用于，结合所述当前的环境信息以及车流量时空分布信息，对所述候选目的地进行筛选和排序，将经过筛选和排序后的候选目的地推荐给用户。
10.根据权利要求9所述的装置，其特征在于，
所述获取单元进一步用于，获取用户的历史出行信息，并发送给所述处理单元；
所述处理单元进一步用于，根据所述历史出行信息对所述候选目的地进行排序，将排序后的候选目的地推荐给用户。
11.根据权利要求7所述的装置，其特征在于，
所述处理单元进一步用于，
在将候选目的地推荐给用户的同时，将候选目的地的服务内容推荐给用户。
12.根据权利要求7所述的装置，其特征在于，
所述处理单元进一步用于，
将与用户选中的候选目的地相关的车内服务推荐给用户。
13.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～6中任一项所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～6中任一项所述的方法。
CN201710148799.2A 2017-03-14 2017-03-14 出行服务挖掘方法、装置、设备及存储介质 Pending CN106934026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710148799.2A CN106934026A (zh) 2017-03-14 2017-03-14 出行服务挖掘方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710148799.2A CN106934026A (zh) 2017-03-14 2017-03-14 出行服务挖掘方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN106934026A true CN106934026A (zh) 2017-07-07

Family

ID=59433004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710148799.2A Pending CN106934026A (zh) 2017-03-14 2017-03-14 出行服务挖掘方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN106934026A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107680402A (zh) * 2017-10-27 2018-02-09 深圳市小猫信息技术有限公司 一种信息获取方法、装置、系统、终端设备及存储介质
CN107882589A (zh) * 2017-11-09 2018-04-06 兖州煤业股份有限公司 一种煤矿井下公交系统
CN107943029A (zh) * 2017-11-15 2018-04-20 苏州佳世达电通有限公司 运输方法及运输系统
CN110736476A (zh) * 2018-07-19 2020-01-31 上海擎感智能科技有限公司 一种导航方法、系统、存储介质及车载终端
CN110864699A (zh) * 2019-10-08 2020-03-06 上海博泰悦臻网络技术服务有限公司 一种目的地推荐方法、装置及计算机存储介质
CN110945501A (zh) * 2017-07-20 2020-03-31 北京嘀嘀无限科技发展有限公司 推荐目的地的系统和方法
CN111461686A (zh) * 2020-03-06 2020-07-28 广汽蔚来新能源汽车科技有限公司 应用于车辆的支付方法、装置、计算机设备和存储介质
CN112543432A (zh) * 2019-09-20 2021-03-23 上海擎感智能科技有限公司 信息管理/处理方法/系统、存储介质、车机/客户端
CN117744950A (zh) * 2024-01-24 2024-03-22 深圳宇翊技术股份有限公司 出行需求分析方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674042A (zh) * 2012-09-18 2014-03-26 三星电子（中国）研发中心 基于用户建模的路径引导系统和方法
CN105338054A (zh) * 2015-09-21 2016-02-17 百度在线网络技术（北京）有限公司 一种语音信息的推送方法和装置
CN105513395A (zh) * 2015-11-30 2016-04-20 华南理工大学 一种基于车辆目的地预测的智能信息推送系统和方法
CN106289289A (zh) * 2015-12-26 2017-01-04 惠州华阳通用电子有限公司 一种导航目的地推荐方法及装置
CN106375398A (zh) * 2016-08-30 2017-02-01 深圳市元征科技股份有限公司 一种服务推荐的方法、终端以及服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674042A (zh) * 2012-09-18 2014-03-26 三星电子（中国）研发中心 基于用户建模的路径引导系统和方法
CN105338054A (zh) * 2015-09-21 2016-02-17 百度在线网络技术（北京）有限公司 一种语音信息的推送方法和装置
CN105513395A (zh) * 2015-11-30 2016-04-20 华南理工大学 一种基于车辆目的地预测的智能信息推送系统和方法
CN106289289A (zh) * 2015-12-26 2017-01-04 惠州华阳通用电子有限公司 一种导航目的地推荐方法及装置
CN106375398A (zh) * 2016-08-30 2017-02-01 深圳市元征科技股份有限公司 一种服务推荐的方法、终端以及服务器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴学安: "无人驾驶汽车进入智能互联时代", 《中国建设报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110945501A (zh) * 2017-07-20 2020-03-31 北京嘀嘀无限科技发展有限公司 推荐目的地的系统和方法
CN107680402A (zh) * 2017-10-27 2018-02-09 深圳市小猫信息技术有限公司 一种信息获取方法、装置、系统、终端设备及存储介质
CN107882589A (zh) * 2017-11-09 2018-04-06 兖州煤业股份有限公司 一种煤矿井下公交系统
CN107882589B (zh) * 2017-11-09 2020-04-03 兖州煤业股份有限公司 一种煤矿井下公交系统
CN107943029A (zh) * 2017-11-15 2018-04-20 苏州佳世达电通有限公司 运输方法及运输系统
CN110736476A (zh) * 2018-07-19 2020-01-31 上海擎感智能科技有限公司 一种导航方法、系统、存储介质及车载终端
CN112543432A (zh) * 2019-09-20 2021-03-23 上海擎感智能科技有限公司 信息管理/处理方法/系统、存储介质、车机/客户端
CN110864699A (zh) * 2019-10-08 2020-03-06 上海博泰悦臻网络技术服务有限公司 一种目的地推荐方法、装置及计算机存储介质
CN111461686A (zh) * 2020-03-06 2020-07-28 广汽蔚来新能源汽车科技有限公司 应用于车辆的支付方法、装置、计算机设备和存储介质
CN117744950A (zh) * 2024-01-24 2024-03-22 深圳宇翊技术股份有限公司 出行需求分析方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106934026A (zh) 出行服务挖掘方法、装置、设备及存储介质
US11118930B2 (en) Providing information to users of a transportation system using augmented reality elements
Raper et al. Applications of location–based services: a selected review
CN107633317A (zh) 建立行程规划模型以及规划出游行程的方法、装置
CN107194412A (zh) 一种处理数据的方法、装置、设备和计算机存储介质
CN111143680B (zh) 路线的推荐方法、系统、电子设备及计算机存储介质
CN110378483A (zh) 部署在模拟平台上的用于训练机器学习模型的系统和方法
Stock et al. Emerging new practices in technology to support independent community access for people with intellectual and cognitive disabilities
CN107067003A (zh) 感兴趣区域边界的提取方法、装置、设备和计算机存储介质
CN109429518A (zh) 基于地图图像的自动驾驶交通预测
CN110239562A (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN107423274A (zh) 基于人工智能的比赛解说内容生成方法、装置及存储介质
US11346672B2 (en) Multi-mode route selection
CN109032103A (zh) 无人驾驶车辆的测试方法、装置、设备及存储介质
CN109219551A (zh) 道路状况抬头显示器
CN103620640A (zh) 定制旅行路线系统
CN106796698A (zh) 基于旅行样式的内容呈现
CN107848462A (zh) 用于计算至少一个视频或控制信号的计算机程序和方法、设备、车辆
CN106843219A (zh) 无人驾驶车辆选择接泊点的方法、装置、设备及存储介质
CN108229364A (zh) 建筑物轮廓生成方法、装置、计算机设备及存储介质
CN108734949A (zh) 无人驾驶车辆仿真平台构建方法、装置、设备及存储介质
CN106934107A (zh) 交通出行场景构建方法、装置、设备及存储介质
van Lopik et al. Comparison of in-sight and handheld navigation devices toward supporting industry 4.0 supply chains: First and last mile deliveries at the human level
CN110471999A (zh) 轨迹处理方法、装置、设备和介质
CN104919280A (zh) 转弯限制推断

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170707