CN107798446A - 富矿路线的评测处理方法及装置 - Google Patents

富矿路线的评测处理方法及装置 Download PDF

Info

Publication number
CN107798446A
CN107798446A CN201610809376.6A CN201610809376A CN107798446A CN 107798446 A CN107798446 A CN 107798446A CN 201610809376 A CN201610809376 A CN 201610809376A CN 107798446 A CN107798446 A CN 107798446A
Authority
CN
China
Prior art keywords
route
demand information
evaluated
evaluation result
rich ore
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
CN201610809376.6A
Other languages
English (en)
Inventor
石辕
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
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201610809376.6A priority Critical patent/CN107798446A/zh
Priority to EP17788494.7A priority patent/EP3449435A4/en
Priority to AU2017255282A priority patent/AU2017255282B2/en
Priority to CN201780024048.8A priority patent/CN109074622B/zh
Priority to PCT/CN2017/070860 priority patent/WO2017185832A1/en
Priority to TW106113909A priority patent/TW201741993A/zh
Priority to US15/905,840 priority patent/US10859387B2/en
Publication of CN107798446A publication Critical patent/CN107798446A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种富矿路线的评测处理方法及装置。其中，所述方法包括：获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；根据多个评测结果确定所述待评测路线的最终评测结果。所述富矿路线评测处理装置用于执行上述方法流程。本发明实施例提供的富矿路线的评测处理方法及装置通过建立多个决策树，并根据基本参数和需求量信息利用多个决策树计算获得多个评测结果，从而确定最终评测结果，提高了最终评测结果的准确性，筛选出优质的富矿路线。

Description

富矿路线的评测处理方法及装置
技术领域
本发明实施例涉及互联网技术领域，尤其涉及一种富矿路线的评测处理方法及装置。
背景技术
随着现代城市交通的发展，为了城市上班族方便、快捷出行，越来越多的城市推出点对点的巴士班车服务，但在城市不同地域中，人口密集程度、乘客出行时间和乘客出行距离不同，为提供优质服务，筛选和上线不同的巴士和班车路线就显得尤为重要。
现有的行车路线的筛选评分体系中，将乘客资源密度大，经济效益高的路线称为富矿路线。如对公交车路线评价是否为富矿路线时，服务器根据历史数据统计该路线中乘客在公交车上刷卡数量信息作为评分标准，若乘客刷卡数量大于预设阈值时，将此公交路线成为富矿路线，但是这种评分体系中评分规则过于简单，不能全面的反映出此路线是否带来高经济效益。
因此，如何基于历史数据筛选出优质的富矿路线成为亟待解决的问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种富矿路线的评测处理方法及装置。
本发明实施例提供一种富矿路线的评测处理方法，包括：
获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；
根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；
根据多个评测结果确定所述待评测路线的最终评测结果。
本发明实施例提供一种富矿路线的评测处理装置，包括：
获取模块，用于获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；
处理模块，用于根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；
评测模块，用于根据多个评测结果确定所述待评测路线的最终评测结果。
本发明实施例提供的富矿路线的评测处理方法及装置，通过建立多个决策树，并根据待评测路线所对应基本参数和需求量信息，利用多个决策树计算获得多个评测结果，并根据多个评测结果确定最终评测结果，提高了最终评测结果的准确性，筛选出优质的富矿路线。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的富矿路线的评测处理方法的流程示意图；
图2为本发明另一实施例提供的富矿路线的评测处理装置的结构示意图；
图3为本发明实施例提供的富矿路线的评测处理装置实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一实施例提供的富矿路线的评测处理方法的流程示意图，如图1所示，该方法包括：
步骤S1，获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；
具体地，富矿路线的评测处理装置获取待评测路线对应的特征参数，并解析特征参数，特征参数包括基本参数和待评测路线的需求量信息。其中，基本参数可以是富矿路线的评测处理装置从电子地图上获取的待评测路线的路线距离信息和班车行驶时间信息，并根据路线距离信息计算获得的班车价格信息；所述待评测路线的需求量信息可以是富矿路线的评测处理装置在平台出行数据库中获取的各种车型在待评测路线订单量信息。
步骤S2，根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；具体地，决策树是指根据包含特征属性的特征参数建立的预测模型，并且该预测模型是通过富矿路线评测处理装置获取到的特征参数对各决策树进行模型训练，经过模型训练的各决策树用于对待评测路线评测。多个决策树是根据不同规则建立的，互相之间没有关联关系，所述不同规则是指决策树的建立是随机森林随机产生的，且对各决策树模型进行训练时，所选取的特征参数也是随机的，即从获取到的特征参数中，随机选取几个特征参数作为模型训练的输入。富矿路线的评测处理装置中建立多个决策树，根据步骤S1中获取的基本参数信息和待评测路线的需求量信息对待评测路线进行评测得到多个评测结果。
步骤S3，根据多个评测结果确定所述待评测路线的最终评测结果。
具体地，富矿路线的评测处理装置中多个决策树根据基本参数信息和待评测路线的需求量信息对待评测路线进行评测后，会输出多个评测结果，富矿路线的评测处理装置根据多个评测结果确定待评测路线的最终评测结果。其中，决策树可以是以输出评分的方式输出评测结果。可以理解的是，决策树本身也可以是一个分类器，其分类结果也可以作为输出评测结果，本发明实施例对此不作具体限定。
本发明实施例提供的富矿路线的评测处理方法，通过建立多个决策树，并根据待评测路线所对应基本参数和需求量信息，利用多个决策树计算获得多个评测结果，并根据多个评测结果确定最终评测结果，提高了最终评测结果的准确性，筛选出优质的富矿路线。
在上述实施例中，进一步地，所述方法包括：利用随机森林算法，基于历史标注过的路线所对应的特征参数，对所述多个决策树模型进行训练。
具体地，随机森林算法是基于随机选取的特征建立多个决策树，然后对多个决策树进行投票或者取均值的方式确定最后输出结果的过程。因此，随机森林中包含多个决策树，多个决策树模型构成了随机森林模型，随机选取历史标注过的路线所对应的特征参数对每一个决策树模型进行训练，以得到一个更加稳定的随机森林模型。其中，历史标注过的路线包括历史标注过的富矿路线和非富矿路线；历史标注过的富矿路线是指根据经验将乘客密集程度高，经济效益好的路线标注为富矿路线，历史标注过的非富矿路线是指根据经验将乘客募集程度低，经济效益不好的路线标注为非富矿路线。随机提取历史标注过的富矿路线和历史标注过的非富矿路线所对应的特征参数对每一个决策树模型进行训练，经过训练的决策树模型会趋于稳定，使决策树模型的评测结果更加准确，提高了最终评测结果的准确性，筛选出更加优质的富矿路线。
基于上述实施例，优选地，所述根据多个评测结果确定所述待评测路线的最终评测结果包括：
获取多个评测结果的平均值并作为所述最终评测结果；
将所述最终评测结果与阈值进行比对，若判断获知所述最终评测结果大于所述阈值，则确定所述待评测路线为富矿路线。
具体地，富矿路线的评测处理装置中多个决策树以输出评分的方式输出评测结果，计算多个评测结果的平均值作为最终评测结果，并将所述最终评测结果与预设的阈值进行比较，若判断获知最终评测结果大于预设的阈值，则待评测路线为富矿路线；若判断获知最终评测结果小于或等于预设的阈值，则待评测路线不是富矿路线。
例如，富矿路线的评测处理装置采用随机森林算法根据历史数据对已经建立的6个决策树的模型进行模型训练后，判断回龙观到上地这条路线是否为富矿路线时，通过6个决策树对回龙观到上地这条待评测路线进行评测，6个决策树评测后输出的评测结果分别为0.5分，0.6分，0.5分，0.6分，0.7分，0.1分，计算6个决策树的评测结果的平均值为0.5分，若富矿路线的评测处理装置中预设的阈值为0.3分，则比较最终评测结果和预设阈值可知，最终评测结果大于预设的阈值，则回龙观到上地这条路线被评测为富矿路线。应当说明的是，本实施例中列举的6个决策树以及各个决策树的评测结果是为了更直观的说明待评测路线是否为富矿路线。决策树的数量的大小取决于选取样本的多少，因此，决策树的数量可以根据实际情况进行调整。
本发明实施例提供的富矿路线的评测处理方法，通过计算多个决策树输出的评测结果的平均值作为最终评测结果，避免只建一棵决策树容易出现错误的评测的缺陷，提高了最终评测结果的准确性，筛选出更加优质的富矿路线。
基于上述实施例，进一步地，所述基本参数至少包括公共路线或班车路线所对应的路线距离信息、行驶时间信息以及价格信息；所述需求量信息至少包括各用车类型的需求量信息、个人募集数据、企业募集数据以及搜索日志数据。
具体地，富矿路线的评测处理装置获取的基本参数中至少包括公共路线或班车路线所对应的路线距离信息、行驶时间信息以及价格信息。其中，路线距离信息是指起点至终点车辆的行驶距离，行驶时间信息是指车辆从起点到终点的行驶时间，价格信息是指乘坐公共交通或者乘坐巴士班车所花费的费用信息。富矿路线的评测处理装置可以通过API(Application Programming Interface,以下简称API)接口将公共路线或班车路线输入百度地图等电子地图，并根据电子地图提供数据信息获取公共路线或班车路线对应的路线距离信息、行驶时间信息以及价格信息。
公共路线或班车路线所对应的价格信息是根据预先设置的每公里公交路线或班车路线行驶单价和公交车或班车所对应的路线距离信息计算得出，如从A地点到B地点是班车路线的出发地和目的地，富矿路线的评测处理装置通过API将出发地A地点和目的地B地点输入电子地图，获取到A地点到B地点的路线距离为20公里，班车行驶时间为30分钟，富矿路线的评测处理装置中预先设置的每公里班车行驶单价为0.5元/公里，计算可得从A地点到B地点的价格为10元，则获取到历史标注过的富矿路线所对应的价格信息为10元。可以理解的是公交车路线对应的价格信息的计算方法与班车一致，具体计算方法此处不再赘述。
富矿路线的评测处理装置获取的需求量信息至少包括各用车类型的需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息。其中，各用车类型的需求量信息可以包含顺风车的需求量信息，快车的需求量信息和出租车的需求量信息。且各用车类型的需求量信息是根据服务器中存储的历史订单，若某一历史订单中出发地和目的地都在该线路上，则判断该订单为该路线上的一个需求；或者某一历史订单中的出发地和目的地距离该路线的距离之和小于一个阈值时，判断该订单为该路线上的一个需求，其判断各用车类型的需求量信息的方法不作具体限定。个人募集的需求量信息为服务器搜集个人对某条线路的需求量信息，若服务器获取到某用户所选择的出发地和目的地在某一条线路上，则为该线路的一个需求量；企业募集的需求量信息为企业统计员工的出发地和目的地需求，并将需求上传至服务器，服务器统计由企业募集的员工的出发地和目的地在某条线路，则为该线路的一个需求；服务器还可以统计用户搜索日志，将用户搜索过的记录来统计某条路线的需求量。
可以理解的是，富矿路线的评测处理装置获取的需求量信息可以是获取预设时间段内的所述需求量信息，如预设时间段为7月1日到7月15日，则富矿路线的评测处理装置获取在7月1日到7月15日15天内，对应公共路线以及历史标注过的富矿路线的顺风车需求量信息、快车需求量信息、出租车需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息等需求量信息。其中顺风车需求量信息、快车需求量信息、出租车需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息均在上实施例中进行描述，此处不再赘述。
本发明实施例提供的富矿路线的评测处理方法，通过获取基本参数和需求量信息，使各个决策树输出的评测结果更加准确，提高了最终评测结果的准确性，筛选出优质的富矿路线。
图2为本发明另一实施例提供的富矿路线的评测处理装置结构示意图，如图2所示，该装置包括：获取模块201、处理模块202和评测模块203，其中，
获取模块201用于获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；处理模块202用于根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；评测模块203用于根据多个评测结果确定所述待评测路线的最终评测结果。
具体地，获取模块201获取待评测路线所对应的特征参数，解析所述特征参数中包含基本参数以及对所述待评测路线的需求量信息，获取模块201将基本参数以及对所述待评测路线的需求量信息发送给处理模块202；处理模块202中包含多个用于评测路线的决策树，处理模块202接收到基本参数以及对所述待评测路线的需求量信息后，多个决策树根据基本参数以及对所述待评测路线的需求量信息对待评测路线评测，处理模块202将多个评测结果发送给评测模块203；评测模块203接收到多个评测结果后，根据多个评测结果输出最终评测结果。
本发明实施例提供的富矿路线的评测处理装置，通过建立多个决策树，并根据待评测路线所对应基本参数和需求量信息，利用多个决策树计算获得多个评测结果，并根据多个评测结果确定最终评测结果，提高了最终评测结果的准确性，筛选出优质的富矿路线。
基于上述实施例，进一步地，所述处理模块202具体用于：利用随机森林算法，基于历史标注过的路线所对应的特征参数，对所述多个决策树的模型进行训练。
具体地，随机森林算法是基于随机选取的特征建立多个决策树，然后对多个决策树进行投票或者取均值的方式确定最后输出结果的过程。因此，随机森林中包含多个决策树，多个决策树模型构成了随机森林模型。处理模块202随机选取历史标注过的路线所对应的特征参数对每一个决策树模型进行训练，以得到一个更加稳定的随机森林模型。其中，历史标注过的路线包括历史标注过的富矿路线和非富矿路线；历史标注过的富矿路线是指根据经验将乘客密集程度高，经济效益好的路线标注为富矿路线，经过训练的决策树模型会趋于稳定，使决策树模型的评测结果更加准确，提高了最终评测结果的准确性，筛选出更加优质的富矿路线。基于上述实施例，优选地，所述评测模块203具体用于：获取多个评测结果的平均值并作为所述最终评测结果；将所述最终评测结果与阈值进行比对，若判断获知所述最终评测结果大于所述阈值，则确定所述待评测路线为富矿路线。
基于上述实施例，优选地，所述基本参数至少包括公共路线或班车路线所对应的路线距离信息、行驶时间信息以及价格信息；所述需求量信息至少包括各用车类型的需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息。
基于上述实施例，优选地，所述获取模块201还用于：获取预设时间段内的所述需求量信息。
上述各实施例提供的富矿路线的评测处理装置，通过建立多个决策树，并根据基本参数和待评测路线所对应需求量信息，利用多个决策树计算获得多个评测结果，并根据多个评测结果确定最终评测结果，提高了最终评测结果的准确性，筛选出优质的富矿路线。
本发明各个实施例提供的富矿路线的评测处理装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
图3为本发明实施例提供的富矿路线的评测处理装置实体结构示意图，如图3所示，所述装置可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通讯总线340，其中，处理器310，通信接口320，存储器330通过通讯总线340完成相互间的通信。通信接口320可以用于装置与电子地图之间的信息传输。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；各所述决策树是根据所述特征参数按照不同规则建立的；根据多个评测结果确定所述待评测路线的最终评测结果。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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，装置，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。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。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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，装置，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种富矿路线的评测处理方法，其特征在于，包括：
获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；
根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；
根据多个评测结果确定所述待评测路线的最终评测结果。
2.根据权利要求1所述的方法，其特征在于，所述方法包括：
利用随机森林算法，基于历史标注过的路线所对应的特征参数，对所述多个决策树进行训练。
3.根据权利要求1或2所述的方法，其特征在于，所述根据多个评测结果确定所述待评测路线的最终评测结果包括：
获取多个评测结果的平均值并作为所述最终评测结果；
将所述最终评测结果与阈值进行比对，若所述最终评测结果大于所述阈值，则确定所述待评测路线为富矿路线。
4.根据权利要求1或2所述的方法，其特征在于，所述基本参数至少包括公共路线或班车路线所对应的路线距离信息、行驶时间信息以及价格信息；所述需求量信息至少包括各用车类型的需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
获取预设时间段内的所述需求量信息。
6.一种富矿路线的评测处理装置，其特征在于，包括：
获取模块，用于获取待评测路线所对应的特征参数，所述特征参数包括基本参数以及对所述待评测路线的需求量信息；
处理模块，用于根据所述基本参数和所述需求量信息，利用多个决策树计算获得多个评测结果；评测模块，用于根据多个评测结果确定所述待评测路线的最终评测结果。
7.根据权利要求6所述的装置，其特征在于，所述处理模块具体用于：
利用随机森林算法，基于历史标注过的路线所对应的特征参数，对所述多个决策树模型进行训练。
8.根据权利要求6或7所述的装置，其特征在于，所述评测模块具体用于：
获取多个评测结果的平均值并作为所述最终评测结果；
将所述最终评测结果与阈值进行比对，若判断获知所述最终评测结果大于所述阈值，则确定所述待评测路线为富矿路线。
9.根据权利要求6或7所述的装置，其特征在于，所述基本参数至少包括公共路线或班车路线所对应的路线距离信息、行驶时间信息以及价格信息；所述需求量信息至少包括各用车类型的需求量信息、个人募集的需求量信息、企业募集的需求量信息以及搜索日志中的需求量信息。
10.根据权利要求9所述的装置，其特征在于，所述获取模块还用于：
获取预设时间段内的所述需求量信息。
CN201610809376.6A 2016-04-27 2016-09-07 富矿路线的评测处理方法及装置 Pending CN107798446A (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201610809376.6A CN107798446A (zh) 2016-09-07 2016-09-07 富矿路线的评测处理方法及装置
EP17788494.7A EP3449435A4 (en) 2016-04-27 2017-01-11 SYSTEM AND METHOD FOR DETERMINING ROUTES OF A TRANSPORT SERVICE
AU2017255282A AU2017255282B2 (en) 2016-04-27 2017-01-11 System and method for determining routes of transportation service
CN201780024048.8A CN109074622B (zh) 2016-04-27 2017-01-11 确定运输服务路线的系统及方法
PCT/CN2017/070860 WO2017185832A1 (en) 2016-04-27 2017-01-11 System and method for determining routes of transportation service
TW106113909A TW201741993A (zh) 2016-04-27 2017-04-26 確定運輸服務路線之系統及方法
US15/905,840 US10859387B2 (en) 2016-04-27 2018-02-27 System and method for determining routes of transportation service

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610809376.6A CN107798446A (zh) 2016-09-07 2016-09-07 富矿路线的评测处理方法及装置

Publications (1)

Publication Number Publication Date
CN107798446A true CN107798446A (zh) 2018-03-13

Family

ID=61530909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610809376.6A Pending CN107798446A (zh) 2016-04-27 2016-09-07 富矿路线的评测处理方法及装置

Country Status (1)

Country Link
CN (1) CN107798446A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537428A (zh) * 2018-03-28 2018-09-14 校宝在线（杭州）科技股份有限公司 一种基于官网变化情况的云服务商服务质量评测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530540A (zh) * 2013-09-27 2014-01-22 西安交通大学 基于人机交互行为特征的用户身份属性检测方法
CN103761589A (zh) * 2014-02-18 2014-04-30 东南大学 一种城市轨道交通清分方法
CN105427194A (zh) * 2015-12-21 2016-03-23 西安美林数据技术股份有限公司 一种基于随机森林回归的售电量预测方法及装置
CN105512447A (zh) * 2014-09-26 2016-04-20 山西云智慧科技股份有限公司 一种基于Holt-Winters模型的公交客量预测方法
CN105719019A (zh) * 2016-01-21 2016-06-29 华南理工大学 一种考虑用户预约数据的公共自行车高峰期需求预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530540A (zh) * 2013-09-27 2014-01-22 西安交通大学 基于人机交互行为特征的用户身份属性检测方法
CN103761589A (zh) * 2014-02-18 2014-04-30 东南大学 一种城市轨道交通清分方法
CN105512447A (zh) * 2014-09-26 2016-04-20 山西云智慧科技股份有限公司 一种基于Holt-Winters模型的公交客量预测方法
CN105427194A (zh) * 2015-12-21 2016-03-23 西安美林数据技术股份有限公司 一种基于随机森林回归的售电量预测方法及装置
CN105719019A (zh) * 2016-01-21 2016-06-29 华南理工大学 一种考虑用户预约数据的公共自行车高峰期需求预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐康明 等: "定制公交服务初探", 《城市交通》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537428A (zh) * 2018-03-28 2018-09-14 校宝在线（杭州）科技股份有限公司 一种基于官网变化情况的云服务商服务质量评测方法

Similar Documents

Publication Publication Date Title
CN107657267B (zh) 产品潜在用户挖掘方法及装置
CN108764375B (zh) 高速公路货运车辆跨省匹配方法及装置
CN107248082B (zh) 养卡识别方法及装置
CN110309840A (zh) 风险交易识别方法、装置、服务器及存储介质
CN109936582A (zh) 构建基于pu学习的恶意流量检测模型的方法及装置
CN109583926A (zh) 一种二手车定价方法装置及系统
CN107229731A (zh) 用于分类数据的方法和装置
CN106991577A (zh) 一种确定目标用户的方法及装置
CN110930038A (zh) 一种贷款需求识别方法、装置、终端及存储介质
CN112598294A (zh) 在线建立评分卡模型的方法、装置、机器可读介质及设备
CN111882140A (zh) 风险评测方法、模型训练方法、装置、设备及存储介质
CN107622410A (zh) 购车线索质量的评级方法和评级装置
CN107798522A (zh) 一种车费代付方法及装置
CN110009012A (zh) 一种风险样本识别方法、装置及电子设备
CN109583978A (zh) 一种识别虚开发票企业的方法、装置及设备
CN110059083A (zh) 一种数据评价方法、装置和电子设备
CN107798411A (zh) 一种班车路线的评测处理方法及服务器
CN110033385A (zh) 信息处理的方法、装置和电子设备
CN107798446A (zh) 富矿路线的评测处理方法及装置
CN112241820B (zh) 资金流动中关键节点的风险识别方法、装置及计算设备
CN103544169B (zh) 页面调整方法及装置
CN116579861A (zh) 基于新型特征优化算法的车险诈骗识别方法、装置及设备
CN116541786A (zh) 基于驾驶行为的网约车识别方法、装置及系统
CN107291722B (zh) 一种描述词的分类方法及设备
CN114493250A (zh) 一种异常行为检测方法、计算设备及可读存储介质

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

Application publication date: 20180313

RJ01 Rejection of invention patent application after publication