CN107194488B - 一种出行信息推送方法及装置 - Google Patents

一种出行信息推送方法及装置 Download PDF

Info

Publication number
CN107194488B
CN107194488B CN201610142876.9A CN201610142876A CN107194488B CN 107194488 B CN107194488 B CN 107194488B CN 201610142876 A CN201610142876 A CN 201610142876A CN 107194488 B CN107194488 B CN 107194488B
Authority
CN
China
Prior art keywords
time
user
travel
historical
trip
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
CN201610142876.9A
Other languages
English (en)
Other versions
CN107194488A (zh
Inventor
张凌宇
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 Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development 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
Priority to CN201610142876.9A priority Critical patent/CN107194488B/zh
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to US15/566,220 priority patent/US20180091950A1/en
Priority to GB1716256.1A priority patent/GB2553453A/en
Priority to EP16894228.2A priority patent/EP3320494A4/en
Priority to PCT/CN2016/110785 priority patent/WO2017157069A1/en
Priority to CN201680083448.1A priority patent/CN108885726A/zh
Priority to AU2016102430A priority patent/AU2016102430A4/en
Priority to AU2016397269A priority patent/AU2016397269A1/en
Priority to JP2017552963A priority patent/JP6483852B2/ja
Publication of CN107194488A publication Critical patent/CN107194488A/zh
Priority to JP2019024041A priority patent/JP6687772B2/ja
Priority to JP2020066352A priority patent/JP2020115375A/ja
Application granted granted Critical
Publication of CN107194488B publication Critical patent/CN107194488B/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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种出行信息推送方法，该方法包括：获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；根据所述复数个用户历史出行时刻预测出用户的出行时刻，在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备。本发明提供一种出行信息推送方法及装置，根据用户预设时间段内的历史订单信息预测用户的出行时刻，在出行时刻之前将出行信息发送至目标用户设备，避免向用户设备过早地发送出行信息导致信息失效，提升用户体验，提高了订单的发单量。

Description

一种出行信息推送方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种出行信息推送方法及装置。
背景技术
目前，随着智能手机和平板电脑的兴起，大众注意力向移动终端迁移，商家通过服务器向用户设备推送信息，比传统的电视广告达到更好的营销效果。随着互联网与生活关联日益密切，商家的促销活动不仅在商场(线下)进行，还扩展到了互联网(线上)。在互联网上以推送各种信息的方式吸引用户。
移动互联网改变了用户的出行方式，越来越多的用户使用打车软件叫车。打车软件的服务器推送出行信息给用户，以方便用户通过打车软件出行。
然而，现有的出行信息推送方法向用户设备推送出行信息的时刻是随机选择的，导致出行信息推送时间过早而失效。现有方法没有根据用户的历史订单数据有计划地推送出行信息，用户体验较差，订单成交率低。
发明内容
针对现有技术现有的出行信息推送时刻随机，导致出行信息失效、订单成交率低的缺陷，本发明提供一种出行信息推送方法及装置。
一种出行信息推送方法，包括：
获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
根据所述复数个用户历史出行时刻预测出用户的出行时刻；
在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备。
可选地，所述根据所述复数个用户历史出行时刻预测出用户的出行时刻包括：
用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；
其中，平面坐标系用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
可选地，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；其中，所述和向量是按公式(一)获取的：
Figure BDA0000941164130000021
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure BDA0000941164130000022
其中，
Figure BDA0000941164130000023
θt是按公式(三)计算的：
Figure BDA0000941164130000024
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
可选地，所述根据所述复数个用户历史出行时刻预测出用户的出行时刻包括：
获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻时间距离的平方和最小的时刻为用户的出行时刻；
其中，所述各个历史出行时刻的时间距离是按公式(四)获取的：
dis tan ce(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure BDA0000941164130000031
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
可选地，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure BDA0000941164130000032
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。一种出行信息推送装置，包括：
历史出行订单信息获取单元，用于获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
出行时刻预测单元，用于根据所述复数个用户历史出行时刻预测出用户的出行时刻；
出行信息推送单元，用于在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备。
可选地，所述出行时刻预测单元，进一步用于用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；
其中，平面坐标系用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
可选地，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；其中，所述和向量是按公式(一)获取的：
Figure BDA0000941164130000041
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure BDA0000941164130000042
其中，
Figure BDA0000941164130000043
θt是按公式(三)计算的：
Figure BDA0000941164130000044
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
可选地，所述出行时刻预测单元，进一步用于获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻时间距离的平方和最小的时刻为用户的出行时刻；
其中，各个历史出行时刻的时间距离是按公式(四)获取的：
dis tan ce(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure BDA0000941164130000051
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
可选地，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure BDA0000941164130000052
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。
由上述技术方案可知，本发明提供一种出行信息推送方法及装置，根据用户预设时间段内的的历史订单信息预测用户的出行时刻，在出行时刻之前将出行信息发送至目标用户设备，避免向用户设备过早地发送出行信息导致信息失效，提升用户体验，提高了订单的发单量。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1是本公开一实施例提供的一种出行信息推送方法的流程示意图；
图2是本公开一实施例的用向量表示出行时刻的示意图；
图3是本公开一实施例提供的一种出行信息推送装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开实施例中提及的用户设备(User Equipment，简称UE)指安装有App应用(例如打车App)的移动终端设备。例如智能手机、个人数码助理(PDA)、平板电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。
如图1所示，为本公开一实施例提供的一种出行信息推送方法的流程示意图，该方法包括如下步骤：
S11：获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
S12：根据所述复数个用户历史出行时刻预测出用户的出行时刻；
S13：在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备。
需要说明的是，本实施例中的出行信息包括交通信息、优惠信息等，可在预测出的用户出行时刻的30分钟(或其他预设时间)前将出行信息推送至目标用户设备。
本实施例的出行信息推送方法，根据用户预设时间段内的历史订单信息预测用户的出行时刻，在出行时刻之前将出行信息发送至目标用户设备，避免向用户设备过早地发送出行信息导致信息失效，提升用户体验，提高了订单的发单量。
在一种可选的实施方式中，通过建立向量模型预测用户出行时刻，所述根据所述复数个用户历史出行时刻预测出用户的出行时刻包括：
用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；
其中，平面坐标系(如图2所示)用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
以图2示出的为例，图2中有3个历史出行时刻，分别是3点，22点和23点，用向量表示上述历史出行时刻，采用向量求和的方法预测用户的出行时刻。
进一步地，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；
其中，所述和向量是按公式(一)获取的：
Figure BDA0000941164130000071
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure BDA0000941164130000072
其中，
Figure BDA0000941164130000081
θt是按公式(三)计算的：
Figure BDA0000941164130000082
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
在另一种可选的实施方式中，通过建立大数据机器学习模型预测用户的出行时刻，所述根据所述复数个用户历史出行时刻预测出用户的出行时刻包括：
获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻距离的平方和最小的时刻为用户的出行时刻；
其中，所述各个历史出行时刻的时间距离是按公式(四)获取的：
dis tan ce(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure BDA0000941164130000083
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
需要说明的是，本实施例引入了时刻的距离的概念，以下具体说明如何推导计算获取各个历史出行时刻的距离的公式(五)。
各个历史出行时刻的距离为dis tan ce(T1,T2)，该距离大于等于零且小于等于12。
当|T1-T2|≤12时，dis tan ce(T1,T2)＝|T1-T2|；
当|T1-T2|＞12时；dis tan ce(T1,T2)＝24-|T1-T2|。
用绝对值表示：dis tan ce(T1,T2)＝c×||T1-T2|+a|+b。
可得，a＝-12,b＝12,c＝-1；
推得，dis tan ce(T1,T2)＝-||T1-T2|-12|+12。
所以，公式(五)
Figure BDA0000941164130000091
进一步地，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure BDA0000941164130000092
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。
以下具体说明如何求解L(Xt)'＝0。
采用分段讨论求解绝对值方程的方式求解L(Xt)'＝0，具体为：
(1)解出令每个绝对值表达式为0的点：
对每个Xi，有两个绝对值方程，|Xt-Xi|＝0和||Xt-Xi|-12|＝0，解得Xt＝Xi和Xt＝Xi±12，这样得到了三个点Xi-12、Xi、Xi+12。
(2)将这些点依次排列起来，将数轴分成若干段，依次讨论x落在每一段的情况，将绝对值解开：
将所有Xi构成的绝对值方程的解的集合{Xi-12,Xi,Xi+12|i＝1,2,...,n}进行排序，过滤掉小于0和大于等于24的值。实际上，{Xi-12,Xi,Xi+12}中只有两个大于0小于24，这样，上述集合有2n个元素，记为一个有序序列(a1,a2,...a2n)，在该序列中增加0和24，构成序列(0，a1，a2，...a2n，24)，将数轴分为2n+1个区间，依次讨论x落在每一段的情况，求解绝对值方程。
(3)求解后，验证所得的解是否落在开始讨论的区间，过滤不合理的解。
在实际应用中，可以采用golang框架，以application program interface的方式，预测用户的出行时刻。
需要说明的是，上述向量模型预测出行时刻计算量小，精度较低；而上述大数据机器学习模型计算量较大，精度较高，可以根据实际需要利用上述任一模型预测用户的出行时刻。
在实际应用中，可采用python编程的方式求解绝对值方程，具体为：
序列
Figure BDA0000941164130000105
将数轴分为的2n+1个区间为
Figure BDA0000941164130000101
用结构体struct section{float min,float mid,float max}表示每个区间
Figure BDA0000941164130000102
上面所有区间用section[]数组表示；
对section[]数组中的每一个区间Si{min,mid,max}求解上面的方程；
由于该方程解开绝对值后，为一元一次方程，最后一定能写成
Figure BDA0000941164130000106
Figure BDA0000941164130000103
的形式，解得
Figure BDA0000941164130000104
接下来的关键就是通过程序利用区间的条件，解开绝对值后求出a和b。
如图3所示，为本公开一实施例提供的一种出行信息推送装置的结构示意图，该装置包括：
历史出行订单信息获取单元31，用于获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
出行时刻预测单元32，用于根据所述复数个用户历史出行时刻预测出用户的出行时刻；
出行信息推送单元33，用于在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备。
需要说明的是，在实际应用中，可将上述出行信息推送装置设置在服务器上，并采用远程过程调用rpc框架。
在一种可选的实施方式中，所述出行时刻预测单元，进一步用于用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；
其中，平面坐标系用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
进一步地，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；其中，所述和向量是按公式(一)获取的：
Figure BDA0000941164130000111
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure BDA0000941164130000112
其中，
Figure BDA0000941164130000113
θt是按公式(三)计算的：
Figure BDA0000941164130000114
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
在另一种可选的实施方式中，所述出行时刻预测单元，进一步用于获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻距离的平方和最小的时刻为用户的出行时刻；
其中，所述各个历史出行时刻的时间距离是按公式(四)获取的：
dis tan ce(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure BDA0000941164130000121
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
进一步地，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure BDA0000941164130000122
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。
本实施例公开的出行信息推送装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
本发明提供一种出行信息推送方法及装置，根据用户预设时间段内的的历史订单信息预测用户的出行时刻，在出行时刻之前将出行信息发送至目标用户设备，避免向用户设备过早地发送出行信息导致信息失效，提升用户体验，提高了订单的发单量。
应当注意的是，在本公开的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的装置中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包括”不排除存在未列在权利要求中的元件或步骤。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开的专利保护范围应由权利要求限定。

Claims (10)

1.一种出行信息推送方法，其特征在于，包括：
获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
根据所述复数个用户历史出行时刻预测出用户的出行时刻；
在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备；
所述根据所述复数个用户历史出行时刻预测出用户的出行时刻包括：
用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；或
获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻时间距离的平方和最小的时刻为用户的出行时刻。
2.根据权利要求1所述的出行信息推送方法，其特征在于，
平面坐标系用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
3.根据权利要求2所述的出行信息推送方法，其特征在于，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；其中，所述和向量是按公式(一)获取的：
Figure FDA0002598889240000011
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure FDA0002598889240000021
其中，
Figure FDA0002598889240000022
θt是按公式(三)计算的：
Figure FDA0002598889240000023
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
4.根据权利要求1所述的出行信息推送方法，其特征在于，
所述各个历史出行时刻的时间距离是按公式(四)获取的：
dis tan ce(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure FDA0002598889240000024
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
5.根据权利要求4所述的出行信息推送方法，其特征在于，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure FDA0002598889240000025
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。
6.一种出行信息推送装置，其特征在于，包括：
历史出行订单信息获取单元，用于获取目标用户设备的第一预设时间段的历史出行订单信息，所述历史出行订单信息至少包括复数个用户历史出行时刻；
出行时刻预测单元，用于根据所述复数个用户历史出行时刻预测出用户的出行时刻；
出行信息推送单元，用于在预测出的用户出行时刻之前的第二预设时间内将出行信息推送至目标用户设备；
所述出行时刻预测单元，进一步用于用向量表示所述目标用户设备的每个历史出行时刻；
获取所述复数个用户历史出行时刻的和向量；
以所述和向量表示的时刻为用户的出行时刻；
所述出行时刻预测单元，进一步用于获取用户各个历史出行时刻的时间距离；
以与所有历史出行时刻时间距离的平方和最小的时刻为用户的出行时刻。
7.根据权利要求6所述的出行信息推送装置，其特征在于，
平面坐标系用于表示时钟表盘，X轴的正方向代表0点，Y轴的正方向代表6点，X轴的负方向代表12点，Y轴的负方向代表18点，在该时钟表盘上标注向量用于表示所述目标用户设备的每个历史出行时刻。
8.根据权利要求7所述的出行信息推送装置，其特征在于，所述用向量表示所述目标用户设备的每个历史出行时刻，包括：
用向量(cosθi,sinθi)表示所述目标用户设备的第i个历史出行时刻Xi；
所述获取复数个用户历史出行时刻的和向量；其中，所述和向量是按公式(一)获取的：
Figure FDA0002598889240000031
所述以所述和向量表示的时刻为用户的出行时刻；其中，所述用户的出行时刻是按公式(二)获取的：
Figure FDA0002598889240000032
其中，
Figure FDA0002598889240000041
θt是按公式(三)计算的：
Figure FDA0002598889240000042
其中，n为大于等于2的整数；θt为预测出的用户出行时刻的向量与X轴的夹角。
9.根据权利要求6所述的出行信息推送装置，其特征在于，
各个历史出行时刻的时间距离是按公式(四)获取的：
distance(T1,T2)＝-||T1-T2|-12|+12；公式(四)
根据公式(五)确定与所有历史出行时刻时间距离的平方和最小的时刻：
Figure FDA0002598889240000043
其中，T1代表用户第一历史出行时刻，T2代表用户第二历史出行时刻；L(Xt)为预测出的用户出行时刻与历史出行时刻距离的平方和；Xi为用户的第i个历史出行时刻；Xt为预测出的用户出行时刻。
10.根据权利要求9所述的出行信息推送装置，其特征在于，所述以与所有历史出行时刻时间距离的平方和最小的时刻是按公式(六)计算得到的：
Figure FDA0002598889240000044
使L(Xt)'为零，求解得到的Xt为预测出的用户出行时刻。
CN201610142876.9A 2016-03-14 2016-03-14 一种出行信息推送方法及装置 Active CN107194488B (zh)

Priority Applications (11)

Application Number Priority Date Filing Date Title
CN201610142876.9A CN107194488B (zh) 2016-03-14 2016-03-14 一种出行信息推送方法及装置
JP2017552963A JP6483852B2 (ja) 2016-03-14 2016-12-19 サービス時点を予測するシステム及び方法
EP16894228.2A EP3320494A4 (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
PCT/CN2016/110785 WO2017157069A1 (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
CN201680083448.1A CN108885726A (zh) 2016-03-14 2016-12-19 服务时间点预测系统和方法
AU2016102430A AU2016102430A4 (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
US15/566,220 US20180091950A1 (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
GB1716256.1A GB2553453A (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
AU2016397269A AU2016397269A1 (en) 2016-03-14 2016-12-19 Systems and methods for predicting service time point
JP2019024041A JP6687772B2 (ja) 2016-03-14 2019-02-14 サービス時点を予測するシステム及び方法
JP2020066352A JP2020115375A (ja) 2016-03-14 2020-04-02 サービス時点を予測するシステム及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610142876.9A CN107194488B (zh) 2016-03-14 2016-03-14 一种出行信息推送方法及装置

Publications (2)

Publication Number Publication Date
CN107194488A CN107194488A (zh) 2017-09-22
CN107194488B true CN107194488B (zh) 2020-12-22

Family

ID=59851884

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610142876.9A Active CN107194488B (zh) 2016-03-14 2016-03-14 一种出行信息推送方法及装置
CN201680083448.1A Pending CN108885726A (zh) 2016-03-14 2016-12-19 服务时间点预测系统和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201680083448.1A Pending CN108885726A (zh) 2016-03-14 2016-12-19 服务时间点预测系统和方法

Country Status (7)

Country Link
US (1) US20180091950A1 (zh)
EP (1) EP3320494A4 (zh)
JP (3) JP6483852B2 (zh)
CN (2) CN107194488B (zh)
AU (2) AU2016102430A4 (zh)
GB (1) GB2553453A (zh)
WO (1) WO2017157069A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10057333B2 (en) * 2009-12-10 2018-08-21 Royal Bank Of Canada Coordinated processing of data by networked computing resources
CN107194488B (zh) * 2016-03-14 2020-12-22 北京嘀嘀无限科技发展有限公司 一种出行信息推送方法及装置
CN108154296A (zh) * 2017-12-22 2018-06-12 中国联合网络通信集团有限公司 网约车调度方法及系统、运营商平台
CN108470034B (zh) * 2018-02-01 2019-09-20 百度在线网络技术（北京）有限公司 一种智能设备服务提供方法及系统
WO2019218334A1 (en) 2018-05-18 2019-11-21 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for user analysis
CN110945484B (zh) * 2018-06-08 2024-01-19 北京嘀嘀无限科技发展有限公司 数据存储中异常检测的系统和方法
CN109002514B (zh) * 2018-07-04 2022-04-15 深圳市沃特沃德信息有限公司 适时推送服务的方法及装置
CN109635205A (zh) * 2018-12-26 2019-04-16 维沃移动通信有限公司 信息推送方法及终端设备
CN109783741A (zh) * 2019-01-31 2019-05-21 北京百度网讯科技有限公司 用于推送信息的方法和装置
JP6845881B2 (ja) * 2019-03-01 2021-03-24 本田技研工業株式会社 車両乗合支援システムおよびユーザ端末装置
CN110544158B (zh) * 2019-09-09 2022-07-08 北京百度网讯科技有限公司 信息推送的方法、装置、设备及可读存储介质
CN113283959B (zh) * 2021-05-12 2022-07-05 支付宝(杭州)信息技术有限公司 出行信息推送处理方法、装置、设备及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616086A (zh) * 2015-02-28 2015-05-13 北京嘀嘀无限科技发展有限公司 用于动态设置订单的缓冲时间的方法和设备
CN105139089A (zh) * 2015-08-20 2015-12-09 北京嘀嘀无限科技发展有限公司 一种平衡出行供需的方法及设备
CN105225129A (zh) * 2015-09-16 2016-01-06 泉州师范学院 移动o2o推荐方法及其系统

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8489669B2 (en) * 2000-06-07 2013-07-16 Apple Inc. Mobile data processing system moving interest radius
JP2002056078A (ja) * 2000-08-09 2002-02-20 Csk Corp サービス利用者探知システム、サービス利用者探知方法、および、記録媒体
JP2005234918A (ja) * 2004-02-20 2005-09-02 Hitachi Ltd 交通手段情報提供システム
JP2007188247A (ja) * 2006-01-12 2007-07-26 Toshiba Corp 乗換え案内システム
US20080189144A1 (en) * 2007-02-02 2008-08-07 Mach 9 Travel, Llc System and Method of Providing Travel-related Tools for Use with Transportation Services
JP2009230514A (ja) * 2008-03-24 2009-10-08 Nec Corp 行き先情報推薦システム、行き先情報推薦装置、携帯端末および行き先情報推薦方法
CN101546314A (zh) * 2008-03-24 2009-09-30 东森得易购股份有限公司 一种主动提供场所信息的方法与系统
JP2009300215A (ja) * 2008-06-12 2009-12-24 Rohm Co Ltd モバイル機器
US8958822B2 (en) * 2010-10-25 2015-02-17 Alohar Mobile Inc. Determining points of interest of a mobile user
JP2012117876A (ja) * 2010-11-30 2012-06-21 Canvas Mapple Co Ltd ナビゲーション装置、及びナビゲーションプログラム
JP2012256239A (ja) * 2011-06-09 2012-12-27 Toyota Central R&D Labs Inc 目的地予測装置及びプログラム
US8694456B2 (en) * 2011-08-19 2014-04-08 Bank Of America Corporation Predicting future travel based on a user's historical financial institution transaction data and providing offers based on the predicted future travel
US20130166188A1 (en) * 2011-12-21 2013-06-27 Microsoft Corporation Determine Spatiotemporal Causal Interactions In Data
US10083462B2 (en) * 2012-12-05 2018-09-25 Capital One Services, Llc Methods and systems for dynamically providing content
US9020754B2 (en) * 2013-03-22 2015-04-28 Here Global B.V. Vehicle arrival prediction
KR101511514B1 (ko) * 2013-06-28 2015-04-14 현대엠엔소프트 주식회사 컨텐츠 제공 방법 및 서버
JP6179896B2 (ja) * 2013-12-10 2017-08-16 株式会社オプティム 広告配信サーバ、広告表示端末、広告配信方法、広告配信サーバ用プログラム
CN105138590A (zh) * 2015-07-31 2015-12-09 北京嘀嘀无限科技发展有限公司 轨迹预测方法和装置
CN104616119A (zh) * 2015-02-26 2015-05-13 北京嘀嘀无限科技发展有限公司 用于提供历史订单数据和实时订单列表的方法及设备
US10453020B2 (en) * 2015-07-31 2019-10-22 Nec Corporation Method for providing a typical load profile of a vehicle for a public transport system
CN105160880B (zh) * 2015-09-24 2017-08-25 滴滴（中国）科技有限公司 一种车辆载客状态的预估方法及装置
CN107194488B (zh) * 2016-03-14 2020-12-22 北京嘀嘀无限科技发展有限公司 一种出行信息推送方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616086A (zh) * 2015-02-28 2015-05-13 北京嘀嘀无限科技发展有限公司 用于动态设置订单的缓冲时间的方法和设备
CN105139089A (zh) * 2015-08-20 2015-12-09 北京嘀嘀无限科技发展有限公司 一种平衡出行供需的方法及设备
CN105225129A (zh) * 2015-09-16 2016-01-06 泉州师范学院 移动o2o推荐方法及其系统

Also Published As

Publication number Publication date
GB201716256D0 (en) 2017-11-22
WO2017157069A1 (en) 2017-09-21
CN108885726A (zh) 2018-11-23
AU2016397269A1 (en) 2017-12-14
CN107194488A (zh) 2017-09-22
EP3320494A4 (en) 2018-06-20
JP6483852B2 (ja) 2019-03-13
US20180091950A1 (en) 2018-03-29
JP2019114276A (ja) 2019-07-11
EP3320494A1 (en) 2018-05-16
JP6687772B2 (ja) 2020-04-28
AU2016102430A4 (en) 2020-01-02
JP2018523180A (ja) 2018-08-16
JP2020115375A (ja) 2020-07-30
GB2553453A (en) 2018-03-07

Similar Documents

Publication Publication Date Title
CN107194488B (zh) 一种出行信息推送方法及装置
CN107424022B (zh) 一种订单的推送方法及系统
CN111199459B (zh) 商品推荐方法、装置、电子设备、及存储介质
US10679084B2 (en) Augmented reality marker de-duplication and instantiation using marker creation information
EP3779817A1 (en) Method and apparatus for detecting security awareness of user
WO2015139653A1 (en) Image zooming method and apparatus
CN113657467B (zh) 模型预训练方法、装置、电子设备和存储介质
CN114187459A (zh) 目标检测模型的训练方法、装置、电子设备以及存储介质
CN108536695B (zh) 一种地理位置信息点的聚合方法以及装置
CN112632380A (zh) 兴趣点推荐模型的训练方法和推荐兴趣点的方法
US20180150980A1 (en) Mapping Infrastructure Layout Between Non-Corresponding Datasets
CN112800276A (zh) 视频封面确定方法、装置、介质及设备
CN110555861B (zh) 光流计算方法、装置及电子设备
WO2014099384A1 (en) Determining contact opportunities
CN111182465A (zh) 终端归属的确定方法及装置
CN111858624A (zh) 一种车辆使用情况更新方法及装置
CN110715654A (zh) 终端设备的运动轨迹确定方法、装置、电子设备
CN113837808B (zh) 一种推广信息的推送方法、装置、设备、介质及产品
US20180349568A1 (en) Augmented reality system and method
US10460000B2 (en) Determining a location and area of a place
CN110703289B (zh) 轨迹数据上报方法及移动轨迹还原方法
US20170223119A1 (en) Geospatial aware queueing
CN113868518A (zh) 热力图生成方法、装置、电子设备及存储介质
CN113643066A (zh) 客流量推断模型的训练方法以及推断客流量的方法和装置
WO2021100109A1 (ja) イベント予測方法、イベント予測装置及びプログラム

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
TA01 Transfer of patent application right

Effective date of registration: 20201208

Address after: 100193, No. 34, building No. 8, West flourishing road, Haidian District, Beijing

Applicant after: BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT Co.,Ltd.

Address before: Office building D comprehensive service district Nangang Industrial Zone 300480 in Tianjin Binhai Economic and Technological Development Zone, 2 floor room 219-22

Applicant before: Didi (China) Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant