CN107167136A - 一种面向电子地图的位置推荐方法及系统 - Google Patents
一种面向电子地图的位置推荐方法及系统 Download PDFInfo
- Publication number
- CN107167136A CN107167136A CN201710195744.7A CN201710195744A CN107167136A CN 107167136 A CN107167136 A CN 107167136A CN 201710195744 A CN201710195744 A CN 201710195744A CN 107167136 A CN107167136 A CN 107167136A
- Authority
- CN
- China
- Prior art keywords
- user
- electronic map
- msub
- destination
- mrow
- 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.)
- Granted
Links
Classifications
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种面向电子地图的位置推荐方法，首先收集用户使用电子地图的路线的历史数据，进行数据预处理，清洗不相关或者缺省的数据信息，然后判断用户当前GPS定位，并结合查询到的用户历史数据进行智能情景判断，根据上述智能情景判断的结果，分类调用推荐算法给用户进行目的地推荐。本发明还进一步提出一种可以实现上述面向电子地图的位置推荐方法的系统，包含GPS位置定位模块、智能情景判别模块、历史记录存储模块和查询模块。本发明针对当前电子地图无目的地智能推荐、城际路线混乱等问题，提出一个目的地位置推荐算法，依托用户历史出行记录，使得在智能场景下能够预测用户出行线路，加大用户使用的智能化便捷性，提高定位准确性。
Description
技术领域
本发明属于电子交通信息领域，特别涉及针对用户出行智能情景目的地的推荐排序方法，以及电子地图导航构建的智能位置推荐系统。
技术背景
在当今高速发展的信息时代,社会各行各业都面临着不断提高管理效率,有效利用现有资源去实现资源增值及效益最大化的压力,随着计算机技术和定位技术的飞速发展,全球定位技术(GPS)和电子地图系统得到了更广泛的重视和应用,用户也更倾向于使用移动终端的电子地图进行导航定位，方便生活简化出行，所以目前开发好的电子地图的应用前景十分广阔。
目前主流的手机终端电子地图主要有高德地图、百度地图、Google地图、腾讯地图、搜狗地图等众多产品，虽然用户的选择很多，但是这些电子地图也存在着很多问题，比如众多地图APP一般没有目的地推荐功能，即使有推荐功能的传统电子地图也只是把历史查询地点推荐给用户，而且对于跨城际用户，会出现推荐地点城际路线推荐混乱、推荐不准确等问题，从而给用户造成困扰。根据统计,在人们的日常生活中,有80％的信息与位置相关,为了寻找某个人、某个地点,常常耗去用户大量的精力。随着人们日常出行次数越来越多，使用移动终端的电子地图次数也会大大增加，为了节省人们的出行时间，避免出行过程中由于各种原因导致出行浪费时间过多，查询效率低等问题，需要我们改进现有终端电子地图，提出一组智能化目的地地址推荐方案，尽可能提供精确地点推荐，从而实现线路导航，减少用户的查询时间，提高效率。
综上所述，现有电子地图并未涉及目的地推荐功能，纯粹只是将历史查询记录反馈给用户。但是随着移动终端的便捷化，越来越多的用户对电子地图目的地位置智能化推荐的需求将会提升，需要通过合理的智能推荐算法，对电子地图目的地地址进行推荐。
发明内容
本发明针对当前电子地图位置推荐仅采用基于时间历史记录顺序推荐不够准确、城际路线推荐混乱等问题，提出面向城市地图位置推荐的方法，以提高当前电子地图系统中位置推荐的准确性，从而为用户提供线路导航，提高出行效率。
为了实现上述目的，本发明提出的技术方案为一种面向电子地图的位置推荐方法，具体包括以下步骤：
(1)收集用户使用电子地图的路线的历史数据；
(2)进行数据预处理，清洗不相关或者缺省的数据信息；
(3)判断用户当前GPS定位；
(4)结合查询到步骤1的用户历史数据进行智能情景判断；
(5)根据上述智能情景判断的结果，分类调用推荐算法给用户进行目的地推荐。
进一步，上述历史数据为通过电子地图系统对用户每次导航的线路L进行记录的结果，包含：时间T、出发地Start、目的地End、城市City，即L＝{T,Start,End,City}，其中地址坐标按方位(x,y)进行表示，x，y分别表示在电子地图上的横纵坐标，再按照查询时间顺序创建事件表Tables＝{L1,L2,...,Ls}，从而构建电子地图历史记录数据库。
上述智能情景判断的具体操作步骤如下：
1)城际判断，从GPS位置定位模块中获取电子地图用户实时地址信息，针对用户所在城市，从历史记录数据库中抽取出该用户实时所在城市的历史出行线路记录子表Table′＝{L1，L2，...,Li}；
2)同出发地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行线路记录字表中所有的出发地地址d2(x2,y2)的实际距离d12，对于实际距离，采用欧式距离进行计算，则有欧氏距离公式：
如存在距离小于预设的数值的情况，将此情景判定为同出发地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同出发地历史记录表Tstart＝{Lm，...Ln}；如果不存在这种情况，则进行匹配判断；
3)同目的地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行线路记录字表中所有目的地地址d3(x3,y3)的实际距离d13，对于实际距离，采用欧式距离进行计算，则有欧氏距离公式：
如若存在距离小于预设的数值的情况，将此情景判定为同目的地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同目的地历史记录表Tend＝{Lp，...Lq}；如果不存在这种情况，则进行匹配判断；
4)在出发地匹配和目的地匹配不符合的情况下，将智能情景判断为其他情景，即终端用户实时所在地点并未在电子地图中进行查询过，未出现该地点的出行线路。
作为优选，上述预设的数值为1km，若存在距离小于1km情况，将此情景判定为同出发地或同目的地情景。
上述分类调用推荐算法给用户进行目的地推荐，具体步骤如下：
1)同出发地查询，对表Tstart＝{Lm，...Ln}中的目的地进行判断，计算所有目的地出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tstart顺序得到同出发地推荐列表Tstart′；
2)同目的地查询，对表Tend＝{Lp，…Lq}中的出发地进行判断，计算所有出发出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tend顺序得到同出发地推荐列表Tend′；
3)其他情景查询，由于电子地图历史中为出现过该用户所在地址记录，所以按照该城市的历史记录表Table′＝{L1，L2，...,Li}中查询的时间逆序顺序形成位置推荐列表Tother′。
为了提高准确度，如两出发地或两目的地间距离小于500m则认为是同一出发地或目的地，如果距离为0时在推荐列表中选择一个排入。
本发明还进一步提出一种可以实现上述面向电子地图的位置推荐方法的系统，包含GPS位置定位模块、智能情景判别模块、历史记录存储模块和查询模块，GPS位置定位模块基于电子地图引擎和地理信息系统的支持，依托于GPS全球定位系统，使得电子地图终端的用户在打开定位导航功能的情况下就能够对用户的实时地址信息进行获取捕捉；智能情景判别模块对终端用户所处的城市进行判别，同时针对GPS位置定位模块提供的用户实时地址方位信息，将其与历史记录数据库中的出发地和目的地进行地点匹配，分别对同出发地、同目的地、其他情景进行分类选择；历史记录存储模块针对用户输入的查询路线请求，以时间为表将其查询时间、出发地、目的地、所在城市信息存入电子地图的历史记录数据库；查询模块根据智能情景判别模块提供的分类情景选择目标模块，输出推荐地点列表。
上述目标模块包含同出发地匹配查询模块、同目的地匹配查询模块和其他匹配查询模块。
与现有技术相比，本发明的有益效果：
本发明针对当前电子地图无目的地智能推荐、城际路线混乱等问题，提出一个目的地位置推荐算法，依托用户历史出行记录，使得在智能场景下能够预测用户出行线路，加大用户使用的智能化便捷性，提高定位准确性。
附图说明
图1是本发明城市位置推荐系统的流程示意图。
图2是在智能情景下匹配查询结构示意图。
具体实施方式
为了使本发明的目的，技术方案及优点更加清楚明白，便于本领域普通技术人员理解和实施本发明，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
图1是面向电子地图的城市位置推荐系统的模块及流程示意图。概括来说，该方法主要包括：
模块100)历史记录构建模块，通过电子地图系统，对用户每次导航线路，每条记录按照时间T，出发地Start，目的地End，城市City进行存储L＝{T,Start,End,City}，其中地址坐标按方位(x,y)进行表示，x，y分别表示在电子地图上的横纵坐标，再按照查询时间顺序创建事件表Tables＝{L1,L2,...,Ls}，从而构建电子地图历史记录数据库；
模块200)GPS位置定位模块，基于电子地图引擎和地理信息系统(GIS)的支持，依托于GPS全球定位系统，使得电子地图终端的用户，在打开定位导航功能的情况下，就能够对用户的实时地址信息进行获取捕捉。用户信息包括抓取时间、实时地址、所在城市Pj＝{Tj,Startj,Cityj}，其中地址坐标用(xj,yj)表示；
模块300)智能情景判别模块，对终端用户所处的城市进行判别，同时针对用户实时地址方位信息，分别对同出发地、同目的地、其他情景进行分类选择。其具体操作步骤如下：
模块310)城际判断，从GPS位置定位模块200)中获取电子地图用户实时地址信息，针对用户所在城市，从模块100)构建的历史记录数据库中，抽取出该用户实时所在城市的历史出行线路记录子表Table′＝{L1，L2，...,Li}；
模块320)同出发地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行记录字表中所有出发地地址d2(x2,y2)的实际距离d12，对于实际距离，这里采用欧式距离进行计算，则有欧氏距离公式：
由于某个地点在实际城市中存在多个方位，所以在本发明中把两点间距离在1km以内近似认为在同一地点。所以如若存在距离小于1km情况，将此情景判定为同出发地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同出发地历史记录表Tstart＝{Lm，...Ln}；如果不存在这种情况，转入模块330)进行匹配判断；
模块330)同目的地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行记录字表中所有目的地地址d3(x3,y3)的实际距离d13，对于实际距离，这里采用欧式距离进行计算，则有欧氏距离公式：
如若存在距离小于1km情况，将此情景判定为同目的地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同目的地历史记录表Tend＝{Lp，...Lq}；如果不存在这种情况，转入模块340)进行匹配判断；
模块340)其他情景，在进行320)同出发地匹配和330)同目的地匹配不符合的情况下，将智能情景判断为其他情景，即终端用户实时所在地点并未在电子地图中进行查询过，未出现该地点的出行线路。
模块400)查询模块,针对模块300)判断分类出的智能情景，分别对三种情况进行推荐查询，最终显示推荐列表输出给用户。其具体处理方法如下步骤：
模块410)同出发地查询，对表Tstart＝{Lm，...Ln}中的目的地进行判断，计算所有目的地出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tstart顺序得到同出发地推荐列表Tstart′，为了提高准确度，对两个目的地间距离小于500m的近似认为是同一目的地，如果距离为0时在推荐列表中选择一个排入即可；
模块420)同目的地查询，对表Tend＝{Lp，...Lq}中的出发地进行判断，计算所有出发出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tend顺序得到同出发地推荐列表Tend′，同理模块420)对两两目的地间距离小于500m的近似认为是同一目的地，如果距离为0时在推荐列表中选择一个排入即可；
模块430)其他情景查询，由于电子地图历史中为出现过该用户所在地址记录，所以按照该城市的历史记录表Table′＝{L1，L2，...,Li}中查询的时间逆序顺序形成位置推荐列表Tother′。
综上所述，本发明针对现有电子地图系统主要通过查询时间顺序进行地点推荐，推荐结果存在不准确，城际线路混乱等现象，提出一种对现有电子地图数据库中历史记录进行分类，对查询地点进行智能情景判断，针对不同情景采用不同的推荐方法，提高推荐目的位置的准确度。
以上所述仅为本发明的优选实施案例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行改进，或者对其中部分技术进行同等替换。凡在本发明的精神和原则之内，所做的任何修改、同等替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种面向电子地图的位置推荐方法，其特征在于包括以下步骤：
(1)收集用户使用电子地图的路线的历史数据；
(2)进行数据预处理，清洗不相关或者缺省的数据信息；
(3)判断用户当前GPS定位；
(4)结合查询到步骤1的用户历史数据进行智能情景判断；
(5)根据上述智能情景判断的结果，分类调用推荐算法给用户进行目的地推荐。
2.根据权利要求1所述的面向电子地图的位置推荐方法，其特征在于所述历史数据为通过电子地图系统对用户每次导航的线路L进行记录的结果，包含：时间T、出发地Start、目的地End、城市City，即L＝{T,Start,End,City}，其中地址坐标按方位(x,y)进行表示，x，y分别表示在电子地图上的横纵坐标，再按照查询时间顺序创建事件表Tables＝{L1,L2,...,Ls}，从而构建电子地图历史记录数据库。
3.根据权利要求1所述的面向电子地图的位置推荐方法，其特征在于所述智能情景判断的具体操作步骤如下：
1)城际判断，从GPS位置定位模块中获取电子地图用户实时地址信息，针对用户所在城市，从历史记录数据库中抽取出该用户实时所在城市的历史出行线路记录子表Table′＝{L1，L2，...,Li}；
2)同出发地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行线路记录字表中所有的出发地地址d2(x2,y2)的实际距离d12，对于实际距离，采用欧式距离进行计算，则有欧氏距离公式：
<mrow>
<msub>
<mi>d</mi>
<mn>12</mn>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
如存在距离小于预设的数值的情况，将此情景判定为同出发地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同出发地历史记录表Tstart＝{Lm，...Ln}；如果不存在这种情况，则进行匹配判断；
3)同目的地匹配，计算终端用户实时地址d1(x1,y1)分别与历史出行线路记录字表中所有目的地地址d3(x3,y3)的实际距离d13，对于实际距离，采用欧式距离进行计算，则有欧氏距离公式：
<mrow>
<msub>
<mi>d</mi>
<mn>13</mn>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
如若存在距离小于预设的数值的情况，将此情景判定为同目的地情景，并将所有符合的历史出行记录提取出来，按时间顺序形成同目的地历史记录表Tend＝{Lp，...Lq}；如果不存在这种情况，则进行匹配判断；
4)在出发地匹配和目的地匹配不符合的情况下，将智能情景判断为其他情景，即终端用户实时所在地点并未在电子地图中进行查询过，未出现该地点的出行线路。
4.根据权利要求3所述的面向电子地图的位置推荐方法，其特征在于所述预设的数值为1km，若存在距离小于1km情况，将此情景判定为同出发地或同目的地情景。
5.根据权利要求1所述的面向电子地图的位置推荐方法，其特征在于所述分类调用推荐算法给用户进行目的地推荐，具体步骤如下：
1)同出发地查询，对表Tstart＝{Lm，...Ln}中的目的地进行判断，计算所有目的地出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tstart顺序得到同出发地推荐列表Tstart′；
2)同目的地查询，对表Tend＝{Lp，...Lq}中的出发地进行判断，计算所有出发出现的频次，将出现频次大于2次的记录抽取出来，按由高到低进行排序，频次出现1次的历史记录按照时间逆序顺序排在其后，更新表Tend顺序得到同出发地推荐列表Tend′；
3)其他情景查询，由于电子地图历史中为出现过该用户所在地址记录，所以按照该城市的历史记录表Table′＝{L1，L2，...,Li}中查询的时间逆序顺序形成位置推荐列表Tother′。
6.根据权利要求5所述的面向电子地图的位置推荐方法，其特征在于为了提高准确度，如两出发地或两目的地间距离小于500m则认为是同一出发地或目的地，如果距离为0时在推荐列表中选择一个排入。
7.一种可以实现权利要求1所述的面向电子地图的位置推荐方法的系统，其特征在于包含GPS位置定位模块、智能情景判别模块、历史记录存储模块和查询模块，GPS位置定位模块基于电子地图引擎和地理信息系统的支持，依托于GPS全球定位系统，使得电子地图终端的用户在打开定位导航功能的情况下就能够对用户的实时地址信息进行获取捕捉；智能情景判别模块对终端用户所处的城市进行判别，同时针对GPS位置定位模块提供的用户实时地址方位信息，将其与历史记录数据库中的出发地和目的地进行地点匹配，分别对同出发地、同目的地、其他情景进行分类选择；历史记录存储模块针对用户输入的查询路线请求，以时间为表将其查询时间、出发地、目的地、所在城市信息存入电子地图的历史记录数据库；查询模块根据智能情景判别模块提供的分类情景选择目标模块，输出推荐地点列表。
8.根据权利要求7所述的系统，其特征在于所述目标模块包含同出发地匹配查询模块、同目的地匹配查询模块和其他匹配查询模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710195744.7A CN107167136B (zh) | 2017-03-29 | 2017-03-29 | 一种面向电子地图的位置推荐方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710195744.7A CN107167136B (zh) | 2017-03-29 | 2017-03-29 | 一种面向电子地图的位置推荐方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107167136A true CN107167136A (zh) | 2017-09-15 |
| CN107167136B CN107167136B (zh) | 2020-10-02 |
Family
ID=59849588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710195744.7A Active CN107167136B (zh) | 2017-03-29 | 2017-03-29 | 一种面向电子地图的位置推荐方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107167136B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107967358A (zh) * | 2017-12-21 | 2018-04-27 | 广东欧珀移动通信有限公司 | 目标地点的推荐方法、装置、存储介质及移动终端 |
| CN109347903A (zh) * | 2018-08-28 | 2019-02-15 | 浙江工业大学 | 一种基于gis系统的校园消息推送优化方法 |
| CN109344340A (zh) * | 2018-10-08 | 2019-02-15 | 杭州异客科技有限公司 | 一种便携旅游数据化服务设备、系统及其方法 |
| CN109558545A (zh) * | 2019-01-07 | 2019-04-02 | 北京三快在线科技有限公司 | 信息推荐方法、装置、电子设备及可读存储介质 |
| CN109859476A (zh) * | 2019-03-15 | 2019-06-07 | 曾国进 | 一种基于交通工具的实体对象活动轨迹分析系统 |
| CN109993382A (zh) * | 2017-12-29 | 2019-07-09 | 顺丰科技有限公司 | 快递员派送顺序推荐方法及系统 |
| CN110309974A (zh) * | 2019-06-28 | 2019-10-08 | 江苏满运软件科技有限公司 | 物流运输目的地预测方法、装置、电子设备、存储介质 |
| CN110377825A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技（深圳）有限公司 | 内容提供方法、装置、设备及存储介质 |
| CN111325566A (zh) * | 2018-12-14 | 2020-06-23 | 上海博泰悦臻网络技术服务有限公司 | 历史消费记录的提示方法、系统、存储介质及车载终端 |
| CN111457935A (zh) * | 2019-01-22 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置、设备和机器可读介质 |
| US11710142B2 (en) | 2018-06-11 | 2023-07-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing information for online to offline service |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100138143A1 (en) * | 2008-12-03 | 2010-06-03 | Denso Corporation | Map data processor and method for processing information based on map data |
| CN103108097A (zh) * | 2011-11-10 | 2013-05-15 | 佳能株式会社 | 图像形成装置及图像形成装置控制方法 |
| CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
| CN105488597A (zh) * | 2015-12-28 | 2016-04-13 | 中国民航信息网络股份有限公司 | 旅客目的地预测方法及系统 |
| CN105893479A (zh) * | 2016-03-29 | 2016-08-24 | 深圳市金立通信设备有限公司 | 一种旅行方案推荐方法及终端 |
-
2017
- 2017-03-29 CN CN201710195744.7A patent/CN107167136B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100138143A1 (en) * | 2008-12-03 | 2010-06-03 | Denso Corporation | Map data processor and method for processing information based on map data |
| CN103108097A (zh) * | 2011-11-10 | 2013-05-15 | 佳能株式会社 | 图像形成装置及图像形成装置控制方法 |
| CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
| CN105488597A (zh) * | 2015-12-28 | 2016-04-13 | 中国民航信息网络股份有限公司 | 旅客目的地预测方法及系统 |
| CN105893479A (zh) * | 2016-03-29 | 2016-08-24 | 深圳市金立通信设备有限公司 | 一种旅行方案推荐方法及终端 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107967358A (zh) * | 2017-12-21 | 2018-04-27 | 广东欧珀移动通信有限公司 | 目标地点的推荐方法、装置、存储介质及移动终端 |
| CN109993382A (zh) * | 2017-12-29 | 2019-07-09 | 顺丰科技有限公司 | 快递员派送顺序推荐方法及系统 |
| CN109993382B (zh) * | 2017-12-29 | 2023-05-19 | 顺丰科技有限公司 | 快递员派送顺序推荐方法及系统 |
| US11710142B2 (en) | 2018-06-11 | 2023-07-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for providing information for online to offline service |
| CN109347903A (zh) * | 2018-08-28 | 2019-02-15 | 浙江工业大学 | 一种基于gis系统的校园消息推送优化方法 |
| CN109347903B (zh) * | 2018-08-28 | 2021-02-26 | 浙江工业大学 | 一种基于gis系统的校园消息推送优化方法 |
| CN109344340A (zh) * | 2018-10-08 | 2019-02-15 | 杭州异客科技有限公司 | 一种便携旅游数据化服务设备、系统及其方法 |
| CN111325566A (zh) * | 2018-12-14 | 2020-06-23 | 上海博泰悦臻网络技术服务有限公司 | 历史消费记录的提示方法、系统、存储介质及车载终端 |
| CN109558545A (zh) * | 2019-01-07 | 2019-04-02 | 北京三快在线科技有限公司 | 信息推荐方法、装置、电子设备及可读存储介质 |
| CN111457935A (zh) * | 2019-01-22 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置、设备和机器可读介质 |
| CN109859476A (zh) * | 2019-03-15 | 2019-06-07 | 曾国进 | 一种基于交通工具的实体对象活动轨迹分析系统 |
| CN110309974B (zh) * | 2019-06-28 | 2022-08-09 | 江苏满运软件科技有限公司 | 物流运输目的地预测方法、装置、电子设备、存储介质 |
| CN110309974A (zh) * | 2019-06-28 | 2019-10-08 | 江苏满运软件科技有限公司 | 物流运输目的地预测方法、装置、电子设备、存储介质 |
| CN110377825A (zh) * | 2019-07-15 | 2019-10-25 | 腾讯科技（深圳）有限公司 | 内容提供方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107167136B (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107167136A (zh) | 一种面向电子地图的位置推荐方法及系统 | |
| CN109145169B (zh) | 一种基于统计分词的地址匹配方法 | |
| Yuan et al. | An interactive-voting based map matching algorithm | |
| CN110008413B (zh) | 一种交通出行问题查询方法和装置 | |
| CN104462190B (zh) | 一种基于海量空间轨迹挖掘的在线的位置预测方法 | |
| CN111143680B (zh) | 路线的推荐方法、系统、电子设备及计算机存储介质 | |
| CN103134505B (zh) | 路径规划系统及其方法 | |
| CN102538806B (zh) | 一种路径规划方法以及相关设备 | |
| CN103884345B (zh) | 兴趣点信息采集方法、显示方法、装置及系统 | |
| CN109919437B (zh) | 一种基于大数据的智慧旅游目标匹配方法和系统 | |
| CN108133619A (zh) | 停车场停车预测的方法、装置、存储介质及终端设备 | |
| Li et al. | Robust inferences of travel paths from GPS trajectories | |
| CN104050196A (zh) | 一种兴趣点数据冗余检测方法及装置 | |
| CN103270391A (zh) | 具有基于生态路线之目的地导引机构的导航系统及其操作方法 | |
| CN103605752A (zh) | 一种基于语义识别的地址匹配方法 | |
| CN107092623B (zh) | 一种兴趣点查询方法及装置 | |
| CN109739926A (zh) | 一种基于卷积神经网络的移动对象目的地预测方法 | |
| CN104346444B (zh) | 一种基于路网反空间关键字查询的最佳选址方法 | |
| CN102968900A (zh) | 一种对rfid交通数据进行处理的方法 | |
| CN102867031A (zh) | 兴趣点poi搜索结果优化方法、系统、移动终端和服务器 | |
| CN104881472A (zh) | 一种基于网络数据收集的旅游线路景点组合推荐方法 | |
| CN109726868B (zh) | 路径规划方法、装置及存储介质 | |
| CN109977309A (zh) | 基于多关键字和用户偏好的组合兴趣点查询方法 | |
| CN110598917A (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
| CN104990559A (zh) | 一种基于出租车经验数据的路径推荐方法、系统及客户端 |
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 |