CN108154296A - 网约车调度方法及系统、运营商平台 - Google Patents
网约车调度方法及系统、运营商平台 Download PDFInfo
- Publication number
- CN108154296A CN108154296A CN201711404670.XA CN201711404670A CN108154296A CN 108154296 A CN108154296 A CN 108154296A CN 201711404670 A CN201711404670 A CN 201711404670A CN 108154296 A CN108154296 A CN 108154296A
- Authority
- CN
- China
- Prior art keywords
- user
- defined area
- self defined
- total degree
- taxi
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 230000003542 behavioural effect Effects 0.000 claims description 32
- 241000208340 Araliaceae Species 0.000 claims description 7
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 7
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 7
- 235000008434 ginseng Nutrition 0.000 claims description 7
- 230000003203 everyday effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- 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)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种网约车调度方法及系统、运营商平台。该网约车调度方法包括:获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。本发明实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种网约车调度方法及系统、运营商平台。
背景技术
目前,网约车经常出现局部地区打车需求旺盛、供不应求的情况,而其他地区的网约车无法在用户所能接收的时间范围内及时到达用户打车地点,因此,网约车平台通常通过在热点区域提高打车费的倍率来实现供求平衡,但往往会导致网约车平台的用户的体验降低。这种情况下,网约车的数量的分布情况是“局部短缺,整体过剩”,尤其在上下班的高峰期,往往会出现“整体短缺”的情况,因此,各区域的网约车的数量通常需要网约车平台提前调度,以克服“局部短缺,整体过剩”或者“整体短缺”的现象,从而提高用户体验。
而现有的网约车平台的提前调度方法中,通常通过网约车平台的历史打车记录来分析各个区域各个时间段的打车需求,但历史打车记录的数据有限,较为单一,使得网约车平台无法确定某个区域内的潜在打车用户,从而无法进行精确的网约车调度,用户体验依然无法得到有效提高。
发明内容
本发明提供一种网约车调度方法及系统、运营商平台,用于实现对各区域的网约车进行精确调度,从而提高用户体验。
为实现上述目的,本发明提供了一种网约车调度方法,该网约车调度方法包括:
获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;
根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
可选地,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述根据第一用户行为信息生成未来设定时间段内的用车概率信息包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
可选地,所述根据第一用户行为信息生成未来设定时间段内的用车概率信息之前还包括:
获取历史设定时间段内的第二用户行为信息;
根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;
根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;
将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
可选地,所述根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量包括:
将各用车概率信息之和乘以所述当前拥挤度,生成所述自定义区域的用车需求量。
为实现上述目的,本发明提供了一种运营商平台,该运营商平台包括:
获取模块,用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
生成模块,用于根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
发送模块,用于向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
可选地,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述生成模块具体用于:若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
可选地,运营商平台还包括计算模块;
所述获取模块还用于获取历史设定时间段内的第二用户行为信息;
所述生成模块还用于根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;
所述计算模块用于将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
为实现上述目的,本发明提供了一种网约车调度系统,该网约车调度系统包括运营商平台和网约车平台;
所述运营商平台用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;向网约车平台发送所述自定义区域的用车需求量;
所述网约车平台用于根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
可选地,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述运营商平台具体用于若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
可选地,所述运营商平台还用于获取历史设定时间段内的第二用户行为信息;根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
本发明的有益效果:
本发明所提供的网约车调度方法及系统、运营商平台的技术方案中,根据第一用户行为信息生成未来设定时间段内的用车概率信息,根据当前拥挤度及用车概率信息生成未来设定时间段内的自定义区域的用车需求量,向网约车平台发送自定义区域的用车需求量,以供网约车平台根据自定义区域的用车需求量在未来设定时间段对自定义区域进行网约车调度,实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
附图说明
图1为本发明实施例一提供的一种网约车调度方法的流程图;
图2为本发明实施例二提供的一种网约车调度方法的流程图;
图3为本发明实施例三提供的一种运营商平台的结构示意图;
图4为本发明实施例四提供的一种网约车调度系统的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的网约车调度方法及系统、运营商平台进行详细描述。
图1为本发明实施例一提供的一种网约车调度方法的流程图,如图1所示,该方法包括:
步骤101、获取自定义区域的区域信息,自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
步骤102、根据第一用户行为信息生成未来设定时间段内的用车概率信息;
步骤103、根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
步骤104、向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
本实施例所提供的网约车调度方法的技术方案中,根据第一用户行为信息生成未来设定时间段内的用车概率信息,根据当前拥挤度及用车概率信息生成未来设定时间段内的自定义区域的用车需求量,向网约车平台发送自定义区域的用车需求量,以供网约车平台根据自定义区域的用车需求量在未来设定时间段对自定义区域进行网约车调度,实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
图2为本发明实施例二提供的一种网约车调度方法的流程图,如图2所示,该方法包括:
步骤201、网约车平台向运营商平台发送平台信息,平台信息包括各自定义区域的地理位置信息及各自定义区域的历史打车订单数据。
表1
表1示出了自定义区域的历史打车订单数据,如表1所示,历史打车订单数据包括用户手机号码、打车时间、出发位置及其所属自定义区域、目的地及其所属自定义位置区域。从表1中可以查询出,某个用户手机号码对应的用户在什么时间点在哪个自定义区域使用网约车平台对应的目标打车软件打车的详情信息,由此可以统计出在历史设定时间段内,某个用户在某个自定义区域使用目标打车软件打车的次数。
步骤202、运营商平台根据各自定义区域的地理位置信息确定各自定义区域对应的基站小区。
具体地,运营商平台上存储有基站小区的位置信息,通过匹配基站小区的位置信息和自定义区域的地理位置信息,从而确定自定义区域对应的基站小区。
表2
表2示出了基站小区的位置信息,如表2所示,基站小区的位置信息包括基站小区位置区码(Location Area Code,简称:Lac)、基站小区编号(Cell_id)、基站小区位置、基站小区经度和基站小区纬度。例如,表2中第二行表示位置区码为13190、基站小区编号为13856、位于王府井百货大楼A的基站小区。
假设网约车平台的一个自定义区域为王府井区域,由于表1中的王府井百货大楼A位于王府井区域,因此,表2中第二行所表示的位于王府井百货大楼A的基站小区即为王府井区域对应的基站小区。因此,通过匹配基站小区的位置信息和自定义区域的地理位置信息,即可确定自定义区域对应的基站小区。需要说明的是,表2仅作为示例示出部分基站的小区的位置信息,此处不再一一列举。
步骤203、运营商平台通过自定义区域对应的基站小区获取自定义区域的移动用户上网记录详单数据。
用户在使用流量时,移动用户上网记录详单数据将会实时地被基站小区采集并上传至运营商平台,因此,确定了自定义区域对应的基站小区,即可通过基站小区获取对应的自定义区域的移动用户上网记录详单数据。例如,假设自定义区域为王府井区域,那么运营商平台可以通过王府井区域对应的基站小区获取王府井区域的移动用户上网记录详单数据。
表3
表3示出了移动用户上网记录详单数据,如表3所示,移动用户上网记录详单数据包括每个用户上网产生的流量数据,其中,每个用户上网产生的流量数据包括用户号码、业务类型、所使用的APP、开始使用时间、位置区码及所属基站小区编号等。其中,用户号码表示归属于运营商的用户的手机号码。例如,表3中第二条记录表示,手机号码为MSISDN2的用户在st_2时刻,在lac_2位置,cell_2基站小区下,使用了“网约车A”APP打车。因此,通过表3可以查询出各自定义区域对应的基站小区下,所有移动用户的上网记录详单数据,从而也可以从表3获知各自定义区域对应的基站小区下,所有用户使用网约车App的情况。
步骤204、运营商平台根据移动用户上网记录详单数据及历史打车订单数据生成自定义区域的区域信息,自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息。
其中,当前拥挤度为自定义区域当前的拥挤度,当前拥挤度可以为自定义区域当前时期的手机用户数量与历史同时期的平均手机用户数量的比值。例如,当前时间为2017年11月20日15:00,那么2017年11月20日00:00至15:00,自定义区域的手机用户数量为10000,即自定义区域当前时期的手机用户数量为10000,而历史同时期的平均手机用户数量可以是过去的100天中,自定义区域在00:00至15:00的手机用户数量的平均值,例如,9000,那么当前拥挤度为10000÷9000≈1.11。
表4
区域1:{y1;(MSISDN1,1,x1,1);(MSISDN1,2,x1,2);…(MSISDN1,1n,x1,1n)} |
区域2:{y2;(MSISDN2,1,x2,1);(MSISDN2,2,x2,2);…(MSISDN2,2n,x1,2n)} |
… |
区域i:{yi;(MSISDNi,1,xi,1);(MSISDNi,2,xi,2);…(MSISDNi,j,xi,j)} |
… |
区域k:{yk;(MSISDNk,1,xk,1);(MSISDNk,2,xk,2);…(MSISDNk,n,xk,n)} |
表4示出了各自定义区域的区域信息。如表4所示,自定义区域的数量为k个,其中,k为设定数量,即网约车平台总共定义了k个区域。其中,自定义区域的区域信息包括当前拥挤度yk、用户手机号码MSISDNk,n及其对应的用户的第一用户行为信息xk,n。例如,y1表示第1个自定义区域的当前拥挤度,MSISDN1,1表示第1个自定义区域的第1个用户手机号码,x1,1表示第1个自定义区域的第1个用户手机号码对应的用户的第一用户行为信息。其中,i和k均为设定常数,可根据网约车平台实际定义的区域的数量进行设定,1n、2n、j和n均为除零以外的自然数,可根据实际统计历史设定时间段内自定义区域的手机用户数量进行设定。
本实施例中,第一用户行为信息xk,n包括用户出现在所述自定义区域的总次数zk,n、用户离开所述自定义区域的总次数lk,n、用户在所述自定义区域使用打车软件的总次数dk,n、用户在所述自定义区域使用目标打车软件的总次数ak,n及用户在所述自定义区域使用目标打车软件打车的总次数wk,n。其中,用户出现在所述自定义区域的总次数zk,n、用户离开所述自定义区域的总次数lk,n、用户在所述自定义区域使用打车软件的总次数dk,n、用户在所述自定义区域使用目标打车软件的总次数ak,n均根据移动用户上网记录详单数据生成,而用户在所述自定义区域使用目标打车软件打车的总次数wk,n是根据历史打车订单数据生成。也就是说,xk,n是一个五元组(zk,n;lk,n;dk,n;ak,n;wk,n)。其中,zk,n≥lk,n≥dk,n≥ak,n≥wk,n。
本实施例中,多个历史设定时间段可以为过去m天中每一天的某个时间段,m为设定数量,例如,00:00至01:00的时间段。本实施例中,上述用户出现在所述自定义区域的总次数zk,n是指第k个自定义区域的第n个用户在过去m天中在每一天的某个时间段出现在该自定义区域的次数之和,例如,过去第一天的00:00至01:00,用户出现在所述自定义区域的次数为2次,过去第二天00:00至01:00,用户出现在所述自定义区域的次数为2次,那么用户出现在所述自定义区域的总次数为4次。同理,用户离开所述自定义区域的总次数lk,n是指第k个自定义区域的第n个用户在过去m天中在每一天的某个时间段离开该自定义区域的次数之和;用户在所述自定义区域使用打车软件的总次数dk,n是指第k个自定义区域的第n个用户在过去m天中在每一天的某个时间段在该自定义区域使用打车软件的次数之和;用户在所述自定义区域使用目标打车软件的总次数ak,n是指第k个自定义区域的第n个用户在过去m天中在每一天的某个时间段在该自定义区域使用目标打车软件的次数之和;用户在所述自定义区域使用目标打车软件打车的总次数wk,n是指第k个自定义区域的第n个用户在过去m天中在每一天的某个时间段在该自定义区域使用目标打车软件打车的次数之和。
步骤205、运营商平台获取历史设定时间段内的第二用户行为信息。
具体地,运营商平台根据移动用户上网记录详单数据及历史打车订单数据获取历史设定时间段内的第二用户行为信息。例如,获取过去某一天的某个时间段的第二用户行为信息,例如,00:00至01:00时间段的第二用户行为信息,过去某一天00:00至01:00时间段的第二用户行为信息即为历史设定时间段内的第二用户行为信息。本实施例中,第二用户行为信息包括用户出现在所述自定义区域的次数Tk,n、用户离开在所述自定义区域的次数Qk,n、用户在所述自定义区域使用打车软件的次数Fk,n、用户在所述自定义区域使用目标打车软件的次数Rk,n及用户在所述自定义区域使用目标打车软件打车的次数Ck,n。其中,Tk,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段出现在该自定义区域的次数,同理,Qk,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段离开该自定义区域的次数,Fk,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段在该自定义区域使用打车软件的次数,Rk,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段在该自定义区域使用目标打车软件的次数,Ck,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段在该自定义区域使用目标打车软件打车的次数。
步骤206、运营商平台根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息。
具体地,设历史用车概率信息为 针对第k个自定义区域在过去某一天的某个时间段的第n个用户的第二用户行为信息而言,当Ck,n>0时,当Ck,n=0且Rk,n>0时,当Ck,n=0,Rk,n=0且Fk,n>0时,当Ck,n=0,Rk,n=0,Fk,n=0且Qk,n>0时,当Ck,n=0,Rk,n=0,Fk,n=0,Qk,n=0且Tk,n>0时,Pk,n=q4;当Ck,n=0,Rk,n=0,Fk,n=0,Qk,n=0且Tk,n=0时,Pk,n=q5。其中,Pk,n表示第k个自定义区域的第n个用户在过去某一天的某个时间段的历史用车概率信息,q1为第一参数,q2为第二参数,q3为第三参数,q4为第四参数,q5为第五参数。
步骤207、运营商平台根据历史设定时间段内的历史用车概率信息和预先获取的历史设定时间段内的历史拥挤度生成历史设定时间段的历史用车需求量函数。
具体地,运营商平台将历史设定时间段内的历史用车概率信息之和乘以预先获取历史设定时间段内的历史拥挤度生成历史设定时间段的历史用车需求量函数,历史用车需求量函数为其中,Dk表示第k个自定义区域在过去的某一天的某个时间段的历史实际用车需求量,ym表示第k个自定义区域在过去的某一天的某个时间段的历史拥挤度,历史拥挤度为自定义区域在过去的某一天的某个时间段的的手机用户数量与历史同时期的平均手机用户数量的比值。表示第k个自定义区域的n个用户在过去的某一天的某个时间段的历史用车概率信息之和, 其中,n=a+b+c+d+e+f,a表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n>0的条件的用户的数量,b表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n=0且Rk,n>0的条件的用户的数量,c表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n=0,Rk,n=0且Fk,n>0的条件的用户的数量,d表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n=0,Rk,n=0,Fk,n=0且Qk,n>0的条件的用户的数量,e表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n=0,Rk,n=0,Fk,n=0,Qk,n=0且Tk,n>0的条件的用户的数量,f表示在第k个自定义区域的n个用户中第二用户行为信息满足Ck,n=0,Rk,n=0,Fk,n=0,Qk,n=0且Tk,n=0的条件的用户的数量。
因此, 令 那么,Dk=Xn0+Xn1×q1+Xn2×q2+Xn3×q3+Xn4×q4+Xn5×q5。
上述步骤205至步骤207可以执行多次,从而生成多个历史设定时间段内的历史用车需求量函数。
步骤208、运营商平台将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
具体地,运营商平台预先获取多个历史设定时间段的历史实际用车需求量,历史实际用车需求量可以是网约车平台根据历史打车订单数据生成,并由网约车平台提供给运营商平台。假设步骤205获取的过去某一天的某个时间段的第二用户行为信息,那么该历史实际用车需求量即为该过去某一天的某个时间段的历史实际用车需求量。在函数Dk=Xn0+Xn1×q1+Xn2×q2+Xn3×q3+Xn4×q4+Xn5×q5中,q1、q2、q3、q4和q5是待求解的参数。将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,可以得到多个历史用车需求量函数,因而,再根据最小二乘法进行参数估计,计算出q1、q2、q3、q4和q5的值。
步骤209、运营商平台根据第一用户行为信息生成未来设定时间段内的用车概率信息。
其中,用车概率信息包括用户将使用目标打车软件打车的概率。
具体地,对于每个自定义区域,根据每个用户手机号码对应的用户的第一用户行为信息生成该用户在未来设定时间段内的用车概率信息,从而可以获得每个自定义区域的所有用户手机号码对应的用户的用车概率信息。假设用车概率信息为Ek,n,那么Ek,n表示第k个自定义区域的第n个用户手机号码对应的用户将在未来设定时间段内使用目标打车软件打车的概率。
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n大于零时,将所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n除以所述用户出现在所述自定义区域的总次数zk,n,生成该用户在未来设定时间段内在该自定义区域将使用目标打车软件打车的概率例如,假设历史设定时间段为历史日期的下午5点至下午6点,在该历史设定时间段内,用户在所述自定义区域使用目标打车软件打车的总次数wk,n大于零,那么在未来设定时间段内,例如,未来日期的下午五点至下午6点,该用户将使用目标打车软件打车的概率为
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n等于零且所述用户在所述自定义区域使用目标打车软件的总次数ak,n大于零时,表明该用户在历史设定时间段内在该自定义区域使用过网约车平台对应的目标打车软件,但最终未使用目标打车软件打车,此时,将用户在所述自定义区域使用目标打车软件的总次数ak,n与用户出现在所述自定义区域的总次数zk,n的比值乘以第一参数q1,生成该用户在未来设定时间段内在所述自定义区域将使用所述目标打车软件打车的概率其中,q1为第一参数,0>q1>1。
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n及所述用户在所述自定义区域使用目标打车软件的总次数ak,n均等于零且所述用户在所述自定义区域使用打车软件的总次数dk,n大于零时,表明用户在历史设定时间段内,在该自定义区域未使用过目标打车软件,但使用了其他打车软件,此时,将用户在所述自定义区域使用打车软件的总次数dk,n与用户出现在所述自定义区域的总次数zk,n的比值乘以第二参数,生成该用户在未来设定时间段内在该自定义区域将使用目标打车软件打车的概率其中,q2为第二参数,0>q2>1。
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n、所述用户在所述自定义区域使用目标打车软件的总次数ak,n及所述用户在所述自定义区域使用打车软件的总次数dk,n均等于零且所述用户离开所述自定义区域的总次数lk,n大于零时,表明用户在历史设定时间段内未使用过打车软件打车离开所述自定义区域,此时,将用户离开所述自定义区域的总次数lk,n与用户出现在所述自定义区域的总次数zk,n的比值乘以第三参数,生成用户在未来设定时间段内在所述自定义区域将使用目标打车软件打车的概率其中,q3为第三参数,0>q3>1。
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n、所述用户在所述自定义区域使用目标打车软件的总次数ak,n、所述用户在所述自定义区域使用打车软件的总次数dk,n及所述用户离开所述自定义区域的总次数lk,n均等于零且所述用户出现在所述自定义区域的总次数zk,n大于零时,表明用户在历史设定时间段内未离开过自定义区域,此时,用户在未来设定时间段内在所述自定义区域将使用目标打车软件打车的概率为第四参数,即Ek,n=q4。其中,q4为第四参数,0>q4>1。
可选地,步骤209包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
具体地,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数wk,n、所述用户在所述自定义区域使用目标打车软件的总次数ak,n、所述用户在所述自定义区域使用打车软件的总次数dk,n、所述用户离开所述自定义区域的总次数lk,n及所述用户出现在所述自定义区域的总次数zk,n均等于零时,表明用户在历史设定时间段内第一次出现在自定义区域,那么用户在未来设定时间段内在所述自定义区域将使用目标打车软件打车的概率为第五参数,即Ek,n=q5。其中,q5为第五参数,0>q5>1。
步骤210、运营商平台根据当前拥挤度及所述用车概率信息生成未来设定时间段内的自定义区域的用车需求量。
具体地,运营商平台将各用车概率信息之和乘以所述当前拥挤度,生成所述自定义区域的用车需求量函数,即其中,Sk表示第k个自定义区域在未来设定时间段内的用车需求量,yk表示第k个自定义区域的当前拥挤度,Ek,n表示第k个自定义区域的第n个用户手机号码对应的用户在未来设定时间段内将使用目标打车软件打车的概率,n表示第k个自定义区域在历史设定时间段内的用户手机号码对应的用户的数量。
步骤211、运营商平台向网约车平台发送自定义区域的用车需求量。
具体地,运营商平台向网约车平台发送各自定义区域的用车需求量。
步骤212、网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
具体地,网约车平台根据各自定义区域的用车需求量在未来设定时间段对各所述自定义区域进行网约车调度,以在各自定义区域调度网约车,达到资源优化配置,提高用户体验。
不难理解的是,上述步骤205至步骤208中,根据第二用户行为信息、历史实际用车需求量、历史拥挤度,结合最小二乘法的参数估计,计算出步骤209中用于预测未来设定时间段的用车概率信息的第一参数、第二参数、第三参数、第四参数和第五参数。而步骤204、步骤209和步骤210是预测在未来设定时间段内自定义区域的用车需求量的过程。
本实施例中,运营商平台可以是运营商大数据平台。
本实施例中,步骤205至步骤208也可以在步骤210之后执行,那么在步骤210中所生成的用车需求量的公式中,Ek,n中的q1至q5是待求解的参数,因此,在步骤210之后执行步骤205至步骤208,即可估计出q1至q5,此时在步骤208之后再执行将q1至q5代入步骤210所生成的用车需求量的公式中即可得到未来设定时间段的用车需求量,而后,接着执行步骤211。
本实施例中,利用各自定义区域中,运营商平台的移动用户上网记录详单数据和网约车平台的历史打车订单数据,对各自定义区域的未来设定时间段的用车需求量进行预测,使得网约车平台可以根据各自定义区域的用车需求量进行网约车的调度,从而提高了网约车调度的精确度。
本实施例所提供的网约车调度方法的技术方案中,根据第一用户行为信息生成未来设定时间段内的用车概率信息,根据当前拥挤度及用车概率信息生成未来设定时间段内的自定义区域的用车需求量,向网约车平台发送自定义区域的用车需求量,以供网约车平台根据自定义区域的用车需求量在未来设定时间段对自定义区域进行网约车调度,实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
图3为本发明实施例三提供的一种运营商平台的结构示意图,如图3所示,该运营商平台包括获取模块301、生成模块302和发送模块303。
其中,获取模块301用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
生成模块302用于根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
发送模块303用于向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
具体地,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数。
所述生成模块具体用于:若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
具体地,运营商平台还包括计算模块304。
具体地,所述获取模块301还用于获取历史设定时间段内的第二用户行为信息。
所述生成模块302还用于根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数。
所述计算模块304用于将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
本实施例所提供的运营商平台,用于实现上述实施例二提供的网约车调度方法,具体描述可参见上述实施例二,此处不再赘述。
本实施例所提供的运营商平台的技术方案中,生成模块用于根据第一用户行为信息生成未来设定时间段内的用车概率信息,根据当前拥挤度及用车概率信息生成未来设定时间段内的自定义区域的用车需求量,发送模块用于向网约车平台发送自定义区域的用车需求量,以供网约车平台根据自定义区域的用车需求量在未来设定时间段对自定义区域进行网约车调度,实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
图4为本发明实施例四提供的一种网约车调度系统的结构示意图,如图4所示,该网约车调度系统包括运营商平台401和网约车平台402。
其中,所述运营商平台401用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;向网约车平台402发送所述自定义区域的用车需求量。
所述网约车平台402用于根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
具体地,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数。
具体地,所述运营商平台401具体用于若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
本实施例中,所述运营商平台401还用于获取历史设定时间段内的第二用户行为信息;根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
本实施例所提供的网约车调度系统,用于实现上述实施例二提供的网约车调度方法,具体描述参见上述实施例二,此处不再赘述。
本实施例所提供的网约车调度系统的技术方案中,运营商平台用于根据第一用户行为信息生成未来设定时间段内的用车概率信息,根据当前拥挤度及用车概率信息生成未来设定时间段内的自定义区域的用车需求量,向网约车平台发送自定义区域的用车需求量,网约车平台用于根据自定义区域的用车需求量在未来设定时间段对自定义区域进行网约车调度,实现了精确地提前调度网约车,优化了网约车的资源配置,提高了网约车用户的用车体验。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种网约车调度方法,其特征在于,包括:
获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;
根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
2.根据权利要求1所述的网约车调度方法,其特征在于,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述根据第一用户行为信息生成未来设定时间段内的用车概率信息包括:
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者
若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
3.根据权利要求2所述的网约车调度方法,其特征在于,所述根据第一用户行为信息生成未来设定时间段内的用车概率信息之前还包括:
获取历史设定时间段内的第二用户行为信息;
根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;
根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;
将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
4.根据权利要求1所述的网约车调度方法,其特征在于,所述根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量包括:
将各用车概率信息之和乘以所述当前拥挤度,生成所述自定义区域的用车需求量。
5.一种运营商平台,其特征在于,包括:
获取模块,用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;
生成模块,用于根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;
发送模块,用于向网约车平台发送所述自定义区域的用车需求量,以供网约车平台根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
6.根据权利要求5所述的运营商平台,其特征在于,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述生成模块具体用于:若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
7.根据权利要求6所述的运营商平台,其特征在于,还包括计算模块;
所述获取模块还用于获取历史设定时间段内的第二用户行为信息;
所述生成模块还用于根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;
所述计算模块用于将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
8.一种网约车调度系统,其特征在于,包括运营商平台和网约车平台;
所述运营商平台用于获取自定义区域的区域信息,所述自定义区域的区域信息包括当前拥挤度及多个历史设定时间段内的第一用户行为信息;根据所述第一用户行为信息生成未来设定时间段内的用车概率信息;根据当前拥挤度及所述未来设定时间段内的用车概率信息生成未来设定时间段内的自定义区域的用车需求量;向网约车平台发送所述自定义区域的用车需求量;
所述网约车平台用于根据所述自定义区域的用车需求量在未来设定时间段对所述自定义区域进行网约车调度。
9.根据权利要求10所述的网约车调度系统,其特征在于,所述第一用户行为信息包括用户出现在所述自定义区域的总次数、用户离开所述自定义区域的总次数、用户在所述自定义区域使用打车软件的总次数、用户在所述自定义区域使用目标打车软件的总次数及用户在所述自定义区域使用目标打车软件打车的总次数;
所述运营商平台具体用于若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数大于零时,根据所述用户在所述自定义区域使用目标打车软件打车的总次数与所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数等于零且所述用户在所述自定义区域使用目标打车软件的总次数大于零时,根据预先生成的第一参数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数及所述用户在所述自定义区域使用目标打车软件的总次数均等于零且所述用户在所述自定义区域使用打车软件的总次数大于零时,根据预先生成的第二参数、所述用户在所述自定义区域使用打车软件的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数及所述用户在所述自定义区域使用打车软件的总次数均等于零且所述用户离开所述自定义区域的总次数大于零时,根据预先生成的第三参数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数及所述用户离开所述自定义区域的总次数均等于零且所述用户出现在所述自定义区域的总次数大于零时,根据预先生成的第四参数生成所述用车概率信息;或者,若判断出所述用户在所述自定义区域使用目标打车软件打车的总次数、所述用户在所述自定义区域使用目标打车软件的总次数、所述用户在所述自定义区域使用打车软件的总次数、所述用户离开所述自定义区域的总次数及所述用户出现在所述自定义区域的总次数均等于零时,根据预先生成的第五参数生成所述用车概率信息。
10.根据权利要求9所述的网约车调度方法,其特征在于,
所述运营商平台还用于获取历史设定时间段内的第二用户行为信息;根据历史设定时间段内的第二用户行为信息生成历史设定时间段内的历史用车概率信息;根据预先获取历史设定时间段内的历史拥挤度和历史设定时间段内的历史用车概率信息生成历史设定时间段的历史用车需求量函数;将预先获取的多个历史设定时间段内的历史实际用车需求量分别代入对应的历史设定时间段的历史用车需求量函数,根据最小二乘法计算出第一参数、第二参数、第三参数、第四参数和第五参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404670.XA CN108154296A (zh) | 2017-12-22 | 2017-12-22 | 网约车调度方法及系统、运营商平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404670.XA CN108154296A (zh) | 2017-12-22 | 2017-12-22 | 网约车调度方法及系统、运营商平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108154296A true CN108154296A (zh) | 2018-06-12 |
Family
ID=62465065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711404670.XA Pending CN108154296A (zh) | 2017-12-22 | 2017-12-22 | 网约车调度方法及系统、运营商平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108154296A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898294A (zh) * | 2018-06-15 | 2018-11-27 | 杭州后博科技有限公司 | 一种区域内共享单车主动调度分配方法及系统 |
CN110689362A (zh) * | 2018-07-04 | 2020-01-14 | 北京嘀嘀无限科技发展有限公司 | 一种地区聚类的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN104346921A (zh) * | 2013-08-06 | 2015-02-11 | 腾讯科技(深圳)有限公司 | 基于位置信息的出租车信息通讯服务系统、终端和方法 |
CN107153882A (zh) * | 2016-03-03 | 2017-09-12 | 北京嘀嘀无限科技发展有限公司 | 乘客打车时刻分布区间的预测方法和系统 |
WO2017157069A1 (en) * | 2016-03-14 | 2017-09-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for predicting service time point |
-
2017
- 2017-12-22 CN CN201711404670.XA patent/CN108154296A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346921A (zh) * | 2013-08-06 | 2015-02-11 | 腾讯科技(深圳)有限公司 | 基于位置信息的出租车信息通讯服务系统、终端和方法 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度系统 |
CN107153882A (zh) * | 2016-03-03 | 2017-09-12 | 北京嘀嘀无限科技发展有限公司 | 乘客打车时刻分布区间的预测方法和系统 |
WO2017157069A1 (en) * | 2016-03-14 | 2017-09-21 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for predicting service time point |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898294A (zh) * | 2018-06-15 | 2018-11-27 | 杭州后博科技有限公司 | 一种区域内共享单车主动调度分配方法及系统 |
CN108898294B (zh) * | 2018-06-15 | 2020-06-30 | 杭州后博科技有限公司 | 一种区域内共享单车主动调度分配方法及系统 |
CN110689362A (zh) * | 2018-07-04 | 2020-01-14 | 北京嘀嘀无限科技发展有限公司 | 一种地区聚类的方法及系统 |
CN110689362B (zh) * | 2018-07-04 | 2022-04-12 | 北京嘀嘀无限科技发展有限公司 | 一种地区聚类的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104023342B (zh) | 用于确定蜂窝电信网络的规模的系统和方法 | |
CN102270363B (zh) | 智能排队方法 | |
CN108022140A (zh) | 一种用车订单推荐方法、装置及服务器 | |
CN105580407A (zh) | 一种网络资源部署方法和设备 | |
CN104992228A (zh) | 一种银行业务办理的远程排队方法及系统 | |
CN109873712A (zh) | 一种网络流量预测方法及装置 | |
US6058370A (en) | Method of forecasting ambulance service demand | |
EP1862956A1 (en) | Systems and methods for assignment generation in a value flow environment | |
CN106910044A (zh) | 项目进度提醒方法和系统 | |
JP2012517639A (ja) | ユーザーのサービス量に基づいて、オンラインで料金を計算する方法及びシステム | |
CN104537752A (zh) | 一种排队方法、云端服务器和系统 | |
CN104102544A (zh) | 混合云环境下多QoS约束的并行任务调度成本优化方法 | |
CN1409538A (zh) | 联系中心自动引导算法 | |
CN107239883A (zh) | 一种汽车共享系统车辆的调度方法 | |
CN103546583B (zh) | 群智感知系统及群智感知方法 | |
CN107038604A (zh) | 产品对象用户数的展示方法和装置 | |
CN108154296A (zh) | 网约车调度方法及系统、运营商平台 | |
CN108399735B (zh) | 车辆调度方法、服务器及系统 | |
CN107689968A (zh) | 任务的处理系统、方法及装置 | |
CN109697637A (zh) | 对象类别确定方法、装置、电子设备及计算机存储介质 | |
CN109583819A (zh) | 订单调度方法、订单调度装置、存储介质和电子设备 | |
CN108055701A (zh) | 一种资源调度方法及基站 | |
CN114971205A (zh) | 派单方法和系统 | |
US9210591B2 (en) | System and method for steering of roaming | |
CN109934387A (zh) | 用于估测时间的方法、装置及电子设备 |
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: 20180612 |