CN109308537B - 站点推荐方法及装置 - Google Patents
站点推荐方法及装置 Download PDFInfo
- Publication number
- CN109308537B CN109308537B CN201710617617.1A CN201710617617A CN109308537B CN 109308537 B CN109308537 B CN 109308537B CN 201710617617 A CN201710617617 A CN 201710617617A CN 109308537 B CN109308537 B CN 109308537B
- Authority
- CN
- China
- Prior art keywords
- candidate
- coefficient
- determining
- station
- site
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种站点推荐方法及装置,涉及互联网技术领域,该方法包括:获取服务请求方的相关位置;在预设站点中,将与相关位置之间的距离最近的N个预设站点确定为候选站点,N为不小于2的自然数;基于候选站点与相关位置之间的距离和候选站点所位于道路的拥堵状况确定每一个候选站点针对相关位置的行程系数;根据行程系数在候选站点中确定推荐站点。由此可见,本申请实施例在确定推荐站点时,不仅考虑了距离,还考虑了实际的拥堵状况,从而相较于现有技术而言,所确定的推荐站点更为合理,从而可以有效地避免因推荐站点不合理所导致的系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
Description
技术领域
本申请实施例涉及互联网技术领域,特别涉及一种站点推荐方法及装置。
背景技术
目前,在现有的站点推荐方式中,可以基于站点与服务请求方之间的距离,优先选择近距离的站点作为推荐站点,由此可见,现有的站点推荐方式仅单一地考虑距离,并未考虑服务请求方的需求以及当前的实际场景,从而所选择的推荐站点对于服务请求方而言很可能并不是最优的,造成服务请求方体验不佳,并且由于推荐的站点并不合理,从而将导致系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
发明内容
为了解决上述问题,本申请实施例提供一种站点推荐方法及装置。
具体地,本申请实施例是通过如下技术方案实现的:
根据本申请实施例的第一方面,提供一种站点推荐方法,所述方法包括:
获取服务请求方的相关位置;
在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;
根据所述行程系数在所述候选站点中确定推荐站点。
本申请实施例中,所述基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数,包括:
针对每一个所述候选站点,根据所述候选站点所位于道路的拥堵状况确定所述候选站点对应的拥堵系数;
根据所述候选站点与所述相关位置之间的距离,和所述候选站点对应的拥堵系数确定所述候选站点针对所述相关位置的行程系数。
本申请实施例中,所述根据所述行程系数在所述候选站点中确定推荐站点,包括:
在所述候选站点中选择行程系数最小的候选站点;
将所选择的候选站点确定为推荐站点。
本申请实施例中,所述将所选择的候选站点确定为推荐站点,包括:
判断最小的行程系数是否大于预设的系数阈值;
若所述最小的行程系数不大于所述系数阈值,则将所述最小的行程系数所对应的候选站点确定为推荐站点。
本申请实施例中,所述方法还包括:
若所述最小的行程系数大于所述系数阈值,则针对每一个所述候选站点,获取所述候选站点针对所述服务请求方的历史推荐信息,所述历史推荐信息包括:候选站点针对服务请求方的历史推荐次数;
在所述候选站点中选择历史推荐次数最高的候选站点;
将所选择的候选站点确定为推荐站点。
本申请实施例中,所述历史推荐信息还包括:候选站点针对服务请求方的最近历史推荐时刻;
所述在所述候选站点中选择历史推荐次数最高的候选站点,包括:
在所述候选站点中确定历史推荐次数最高的候选站点;
若所述历史推荐次数最高的候选站点的数量不小于2,则在所述历史推荐次数不最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点。
根据本申请实施例的第二方面,提供一种站点推荐方法,所述方法包括:
根据乘客的出行信息获取所述乘客的起始位置,和/或终点位置;
在预设站点中,将与所述起始位置之间的距离最近的N个预设站点确定为候选上车站点,和/或;将与所述终点位置之间的距离最近的N个预设站点确定为候选下车站点;
基于所述候选上车站点与所述起始位置之间的距离和所述候选上车站点所位于道路的拥堵状况确定每一个所述候选上车站点针对所述起始位置的上车行程系数,和/或;基于所述候选下车站点与所述终点位置之间的距离和所述候选下车站点所位于道路的拥堵状况确定每一个所述候选下车站点针对所述终点位置的下车行程系数;
根据所述上车行程系数在所述候选上车站点中确定推荐上车站点,和/或;根据所述下车行程系数在所述候选上车站点中确定推荐下车站点。
根据本申请实施例的第三方面,提供一种站点推荐装置,所述装置包括:
获取模块,用于获取服务请求方的相关位置;
第一确定模块,用于在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
系数确定模块,用于基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;
第二确定模块,用于根据所述行程系数在所述候选站点中确定推荐站点。
本申请实施例中,所述系数确定模块包括:
拥堵系数获取子模块,用于针对每一个所述候选站点,根据所述候选站点所位于道路的拥堵状况确定所述候选站点对应的拥堵系数;
行程系数确定子模块,用于根据所述候选站点与所述相关位置之间的距离,和所述候选站点对应的拥堵系数确定所述候选站点针对所述相关位置的行程系数。
本申请实施例中,所述第二确定模块包括:
第一选择子模块,用于在所述候选站点中选择行程系数最小的候选站点;
推荐子模块,用于将所选择的候选站点确定为推荐站点。
本申请实施例中,所述推荐子模块包括:
判断子模块,用于判断最小的行程系数是否大于预设的系数阈值;
站点确定子模块,用于若所述最小的行程系数不大于所述系数阈值,则将所述最小的行程系数所对应的候选站点确定为推荐站点。
本申请实施例中,所述装置还包括:
历史信息获取模块,用于若不存在行程系数不超过所述系数阈值的候选站点,则针对每一个所述候选站点,获取所述候选站点针对所述服务请求方的历史推荐信息,所述历史推荐信息包括:候选站点针对服务请求方的历史推荐次数;
第三确定模块,用于在所述候选站点中选择历史推荐次数最高的候选站点;将所选择的候选站点确定为推荐站点。
本申请实施例中,所述历史推荐信息还包括:
候选站点针对服务请求方的最近历史推荐时刻;
所述第三确定模块包括:
第二确定子模块,用于在所述候选站点中确定历史推荐次数最高的候选站点;
第二选择子模块,用于拖所述历史推荐次数最高的候选站点的数量不小于2,则在所述历史推荐次数最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点。
根据本申请实施例的第四方面,提供一种站点推荐装置,所述装置包括:
起始/终点位置获取模块,用于根据乘客的出行信息获取所述乘客的起始位置,和/或终点位置;
候选站点确定模块,用于在预设站点中,将与所述起始位置之间的距离最近的N个预设站点确定为候选上车站点,和/或;将与所述终点位置之间的距离最近的N个预设站点确定为候选下车站点;
上/下车行程系数确定模块,用于基于所述候选上车站点与所述起始位置之间的距离和所述候选上车站点所位于道路的拥堵状况确定每一个所述候选上车站点针对所述起始位置的上车行程系数,和/或;基于所述候选下车站点与所述终点位置之间的距离和所述候选下车站点所位于道路的拥堵状况确定每一个所述候选下车站点针对所述终点位置的下车行程系数;
推荐上/下车站点确定模块,用于根据所述上车行程系数在所述候选上车站点中确定推荐上车站点,和/或;根据所述下车行程系数在所述候选上车站点中确定推荐下车站点。
根据本申请实施例的第五方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被执行时进行如下处理:
获取服务请求方的相关位置;
在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;
根据所述行程系数在所述候选站点中确定推荐站点。
根据本申请实施例的第六方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被执行时进行如下处理:
根据乘客的出行信息获取所述乘客的起始位置,和/或终点位置;
在预设站点中,将与所述起始位置之间的距离最近的N个预设站点确定为候选上车站点,和/或;将与所述终点位置之间的距离最近的N个预设站点确定为候选下车站点;
基于所述候选上车站点与所述起始位置之间的距离和所述候选上车站点所位于道路的拥堵状况确定每一个所述候选上车站点针对所述起始位置的上车行程系数,和/或;基于所述候选下车站点与所述终点位置之间的距离和所述候选下车站点所位于道路的拥堵状况确定每一个所述候选下车站点针对所述终点位置的下车行程系数;
根据所述上车行程系数在所述候选上车站点中确定推荐上车站点,和/或;根据所述下车行程系数在所述候选上车站点中确定推荐下车站点
本申请实施例中,首先基于预设站点与相关位置之间的距离考虑,在预设站点中确定N个与相关位置之间的距离最近的候选站点,之后,同时基于预设站点与相关位置之间的距离,以及候选站点所位于道路的拥堵状况,确定每一个候选站点针对相关位置的行程系数,最终根据该行程系数在候选站点中确定推荐站点。由此可见,本实施例在确定推荐站点时,不仅考虑了距离,还考虑了实际的拥堵状况,从而相较于现有技术而言,所确定的推荐站点更为合理,从而可以有效地避免因推荐站点不合理所导致的系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请实施例。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请实施例,并与说明书一起用于解释本发明的原理。
图1是本申请实施例根据一示例性实施例示出的一种站点推荐方法的流程图;
图2是本申请实施例根据一示例性实施例示出的另一种站点推荐方法的流程图;
图3是本申请实施例根据一示例性实施例示出的一种站点推荐装置的框图;
图4是本申请实施例根据一示例性实施例示出的另一种站点推荐装置的框图;
图5是本申请实施例根据一示例性实施例示出的再一种站点推荐装置的框图;
图6是本申请实施例根据一示例性实施例示出的又一种站点推荐装置的框图;
图7是本申请实施例根据一示例性实施例示出的一种用于站点推荐装置700的一结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在现有的站点推荐方式中,服务器可以基于站点与服务请求方之间的距离,优先选择近距离的站点作为推荐站点,该站点推荐方式仅单一地考虑距离,导致所推荐的站点对于服务请求方而言很可能并不是最优的,从而将导致系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
举例来说,在“网约车”应用场景下,服务请求方,即乘客,可以通过终端设备中安装的网约车软件乘客端发布出行需求,终端设备将乘客的出行需求发送给网约车服务器,网约车服务器可以根据该出行需求中的起始位置,在预设站点中选择距离该起始位置最近的站点推荐给乘客,以引导乘客前往此站点乘车。然而,若服务器推荐的站点所位于的道路当前处于严重拥堵状态,那么,从该站点乘车显然无法给乘客带来较好的出行体验,并且,由于道路处于严重拥堵状态,那么系统向乘客提供服务的时间将较长,从而导致系统耗费更多的资源与性能向乘客提供服务,造成系统资源与性能的浪费。
为了解决上述问题,本申请实施例提供了一种站点推荐方法及装置。
下面首先对本申请实施例提供的站点推荐方法进行介绍。
为了便于理解,本申请实施例以“网约车”应用场景为例,对本申请实施例方案进行说明。
如图1所示,图1是本申请实施例根据一示例性实施例示出的一种站点推荐方法的流程图,该方法可以包括以下步骤:
在步骤101中,获取服务请求方的相关位置。
在“网约车”应用场景中,乘客即为服务请求方。乘客可以通过终端设备中安装的网约车软件乘客端发布出行订单,该出行订单中可以包括起始位置、终点位置。
本实施例中,“网约车”服务器可以从乘客发布的出行订单中获取乘客的相关位置,该相关位置可以包括上述起始位置,和/或终点位置。
在步骤102中,在预设站点中,将与相关位置之间的距离最近的N个预设站点确定为候选站点,N为不小于2的自然数。
本实施例中,在确定推荐站点的过程中,“网约车”服务器可以首先基于相关位置与预设站点之间的距离确定N个候选站点,其中,N为不小于2的自然数,例如,确定4个候选站点。具体的,“网约车”服务器可以依据预设站点与相关位置各自的经纬度计算得出预设站点与相关位置之间的直线距离,之后,根据该直线距离,在预设站点中选择与相关位置之间的直线距离最近的N个站点作为候选站点。
在一优选的实施例中,上述所描述的预设站点可以为相关位置所在区域中的预设站点。举例来说,“网约车”平台在城市A共规划了100个预设站点,该100个预设站点分布于城市A的各个区(假设城市A包括3个区,分别为A1区、A2区、A3区)中,在基于上述所描述的过程确定候选站点时,“网约车”服务器可以首先获取相关位置所位于的区,之后,在位于该区中的预设站点中确定候选站点,通过该种处理,可以降低“网约车”服务器计算预设站点与相关位置之间距离的计算量,从而节省“网约车”服务器的资源,提高“网约车”服务器的效率。
在步骤103中,基于候选站点与相关位置之间的距离和候选站点所位于道路的拥堵状况确定每一个候选站点针对相关位置的行程系数。
本实施例中,在候选站点中确定推荐站点的过程中,不仅可以考虑候选站点与相关位置之间的距离,同时还可以考虑候选站点所位于道路的拥堵状况,“网约车”服务器可以根据这两者确定每一个候选站点针对相关位置的行程系数,该“行程系数”可以直观的表示出乘客选择候选站点出行所需的“出行代价”,这里所描述的“出行代价”可以包括出行所需时间成本、出行所需耗费体力成本、等等。
具体的,“网约车”服务器可以首先根据候选站点所位于道路的拥堵状况确定候选站点对应的拥堵系数,例如,如下表1所示,为道路的拥堵状况与拥堵系数之间的对应关系:
表1
拥堵状况 | 拥堵系数 |
严重拥堵 | 2 |
拥堵 | 1.5 |
缓慢行驶 | 1.2 |
畅通行驶 | 1 |
在上述表1中,拥堵状况不同,其对应的拥堵系数不同,并且,拥堵系数与拥堵状况之间具有正相关关系,即拥堵状况所表示出的道路拥堵程度越严重,其对应的拥堵系数值越大;拥堵状况所表示出的道路拥堵程度越轻微,其对应的拥堵系数值越小。同时,需要说明的是,上述表1中所示例的拥堵系数值仅仅作为举例,本申请对拥堵系数的具体数值并不作限制。
“网约车”服务器获取到候选站点所位于道路的拥堵状况后,则可以根据上述表1,获取该候选站点的拥堵系数。在本申请中,“网约车”服务器具体是如何获得候选站点所位于道路的拥堵状况的,本领域技术人员可以参见现有技术中的相关描述,在此不再详述。
本实施例中,“网约车”服务器在确定候选站点对应的拥堵系数后,则可以根据拥堵系数,以及候选站点与相关位置之间的距离共同确定候选站点针对相关位置的行程系数。在此需要说明的是,行程系数与拥堵系数、候选站点与相关位置之间的距离分别具有正相关关系,其直观表示则为:当拥堵系数越大,按照上述描述即相当于候选站点所位于道路的拥堵状况越严重时,行程系数越大,即表示乘客选择该候选站点出行时所付出的代价越高,例如,耗时越久;当候选站点与相关位置之间的距离越大时,行程系数越大,即表示乘客选择该候选站点出行时所付出的代价越高,例如,耗费体力越多。
基于上述描述,在一个优选的实现方式中,“网约车”服务器可以将拥堵系数,以及候选站点与相关位置之间的距离相乘,得到候选站点针对相关位置的行程系数。例如,假设候选站点与相关位置之间的距离为100米,该候选站点所位于道路的拥堵系数为2,则该候选站点针对相关位置的行程系数为100*2=200。
在步骤104中,根据行程系数在候选站点中确定推荐站点。
本实施例中,“网约车”服务器可以根据行程系数,在候选站点中选择行程系数最小的候选站点作为推荐站点。通过该种处理,由于行程系数越小,表示乘客所需付出的“出行代价”越低,从而可以使得乘客获得较好的出行体验。
由上述实施例可见,该实施例首先基于预设站点与相关位置之间的距离考虑,在预设站点中确定N个与相关位置之间的距离最近的候选站点,之后,同时基于预设站点与相关位置之间的距离,以及候选站点所位于道路的拥堵状况,确定每一个候选站点针对相关位置的行程系数,最终根据该行程系数在候选站点中确定推荐站点。由此可见,本实施例在确定推荐站点时,不仅考虑了距离,还考虑了实际的拥堵状况,从而相较于现有技术而言,所确定的推荐站点更为合理,从而可以有效地避免因推荐站点不合理所导致的系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
在上述图1所描述的实施例的基础上,为了使得最终确定的推荐站点对于服务请求方而言更为合理,以使得服务请求方获得更好的体验,本申请实施例提供了另一种站点推荐方法。
继续以“网约车”应用场景为例进行说明:
如图2所示,图2是本申请实施例根据一示例性实施例示出的另一种站点推荐方法的流程图,该方法在上述图1所示流程的基础上,详细描述了如何根据行程系数在候选站点中确定推荐站点,可以包括以下步骤:
在步骤201中,判断最小的行程系数是否大于预设的系数阈值;若是,则执行步骤203;否则,执行步骤202。
本实施例中,“网约车”服务器可以预先设置一个系数阈值,在根据行程系数确定推荐站点的过程中,“网约车”服务器首先判断最小的行程系数是否大于该系数阈值,若是,则可以认为不存在行程系数不超过该系数阈值的候选站点,继续执行步骤203;否则,则可以认为存在行程系数不超过该系数阈值的候选站点,继续执行步骤202。
在步骤202中,将最小的行程系数所对应的候选站点确定为推荐站点;结束流程。
举例来说,假设“网约车”服务器所设置的系数阈值为100,且计算得出的候选站点针对相关位置的行程系数如下述表2所示:
表2
如表2所示,候选站点中,站点B的行程系数最小,且小于系数阈值,那么,在步骤202中,则可以将站点B确定为推荐站点。
在步骤203中,针对每一个候选站点,获取候选站点针对服务请求方的历史推荐信息,历史推荐信息包括:候选站点针对服务请求方的历史推荐次数。
本实施例中,“网约车”服务器可以维护候选站点针对乘客的历史推荐信息,在该历史推荐信息中可以包括候选站点针对乘客的历史推荐次数,例如,如下表3所示,为候选站点针对乘客的历史推荐信息的一种示例:
表3
在上述表2中,“网约车”服务器共2次向乘客UserA推荐了站点1,共4次向UserB推荐了站点1。
在步骤204中,在候选站点中选择历史推荐次数最高的候选站点,将所选择的候选站点确定为推荐站点。
本实施例中,若不存在行程系数不超过预设的系数阈值的候选站点,则“网约车”服务器可以优先选择曾经推荐过的,且推荐次数最多的候选站点作为推荐站点。通过该种处理,由于最终确定的推荐站点是乘客曾经使用过的,且最为熟悉的,从而可以使得乘客获得较好的出行体验。
具体的,“网约车”服务器则可以在候选站点中选择历史推荐次数最高的候选站点,将该选择的候选站点确定为推荐站点。
举例来说,假设“网约车”服务器所设置的系数阈值为100,且计算得出的候选站点针对相关位置的行程系数、候选站点针对相关位置的历史推荐信息如下述表4所示:
表4
候选站点 | 行程系数 | 历史推荐次数 |
站点A | 242 | 0 |
站点B | 124 | 3 |
站点C | 145.2 | 5 |
站点D | 102 | 0 |
如表4所示,候选站点中,最小的行程系数大于系数阈值,即不存在行程系数小于系数阈值的候选站点,那么,“网约车”服务器可以根据候选站点针对相关位置的历史推荐次数,选择历史推荐次数最高的候选站点,作为推荐站点,例如,选择站点C作为推荐站点。
此外,本实施例中,若“网约车”服务器确定历史推荐次数最高的候选站点的数量不小于2,那么,“网约车”服务器可以继续在该两个以上的候选站点中选择一个推荐站点。
在一优选的实现方式中,上述所描述的历史推荐信息中还可以包括最近历史推荐时刻,“网约车”服务器可以在历史推荐次数最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点作为推荐站点。
例如,如下表5所示,为候选站点针对相关位置的行程系数以及候选站点针对相关位置的历史推荐信息的另一个示例:
表5
候选站点 | 行程系数 | 历史推荐次数 | 最近历史推荐时刻 |
站点A | 242 | 1 | 6月13日14点28分 |
站点B | 124 | 3 | 6月15日9点5分 |
站点C | 145.2 | 3 | 6月17日10点30分 |
站点D | 102 | 0 |
如表5所示,站点B与站点C的历史推荐次数相同,那么“网约车”服务器可以继续根据最近历史推荐时刻,在站点B与站点C中确定推荐站点,例如,假设当前时刻为6月18日20点,那么,站点B与站点C中,最近历史推荐时刻距离当前时刻最近的则为站点C,最终“网约车”服务器将站点C确定为推荐站点。
由上述实施例可见,该实施例可以首先基于候选站点针对相关位置的行程系数,在存在行程系数不超过预设的系数阈值的候选站点时,选择行程系数最小的候选站点作为推荐站点;在不存在行程系数不超过系数阈值的候选站点时,则基于候选站点针对服务提供方的历史推荐信息,优先选择历史推荐次数最多的候选站点作为推荐站点;同时,在根据历史推荐次数无法唯一地确定推荐站点时,继续在历史推荐次数最多的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点作为推荐站点。由此可见,本实施例在确定推荐站点时,不仅考虑了行程系数,还综合了服务提供方的历史推荐信息,从而所确定的推荐站点对于服务提供方而言更为合理,从而可以有效地避免因推荐站点不合理所导致的系统耗费更多的资源与性能向服务请求方提供服务,造成系统资源与性能的浪费。
为了使得本领域技术人员可以更加清楚直观的了解本申请实施例所提供的方案,结合“网约车”应用场景,首先以乘客上车过程中,向乘客推荐站点为例:
“网约车”服务器根据乘客的出行信息获取乘客的起始位置;在预设站点中,将与该起始位置之间的距离最近的N个预设站点确定为候选上车站点;基于候选上车站点与起始位置之间的距离,和候选上车站点所位于道路的拥堵状况确定每一个候选上车站点针对该起始位置的上车行程系数;根据上车行程系数在候选上车站点中确定推荐上车站点。
其次,再以乘客下车过程中,向乘客推荐站点为例:
“网约车”服务器根据乘客的出行信息获取乘客的终点位置;在预设站点中,将与该终点位置之间的距离最近的N个预设站点确定为候选下车站点;基于候选下车站点与终点位置之间的距离,和候选下车站点所位于道路的拥堵状况确定每一个候选下车站点针对该终点位置的下车行程系数;根据下车行程系数在候选下车站点中确定推荐下车站点。
需要说明是,本申请实施例中仅以“网约车”应用场景为例,不应将“网约车”应用场景作为本申请实施例的限制条件,在实际应用中,本申请所提出的站点推荐方案还可以应用于其他应用场景,例如“货物配送”应用场景,“送餐”应用场景,等等。
应当注意,尽管在附图中以特定顺序描述了本申请实施例方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
需要说明的是,本申请实施方法可以应用于服务器,在实际应用中,也可以应用于其他类似设备,本申请实施例对此不作限定。
与前述站点推荐方法的实施例对应,本申请实施例还提供了站点推荐装置的实施例。
如图3所示,图3是本申请实施例根据一示例性实施例示出的一种站点推荐装置的框图,所述装置可以包括:获取模块310、第一确定模块320、系数确定模块330、第二确定模块340。
其中,获取模块310,可以用于获取服务请求方的相关位置;
第一确定模块320,可以用于在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
系数确定模块330,可以用于基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;
第二确定模块340,可以用于根据所述行程系数在所述候选站点中确定推荐站点。
如图4所示,图4是本申请实施例根据一示例性实施例示出的另一种站点推荐装置的框图,该装置在上述图3所示装置的基础上,
其中,所述系数确定模块330可以包括:拥堵系数获取子模块331、行程系数确定子模块332。
其中,拥堵系数获取子模块331,可以用于针对每一个所述候选站点,根据所述候选站点所位于道路的拥堵状况确定所述候选站点对应的拥堵系数;
行程系数确定子模块332,可以用于根据所述候选站点与所述相关位置之间的距离,和所述候选站点对应的拥堵系数确定所述候选站点针对所述相关位置的行程系数。
所述第二确定模块340可以包括:第一选择子模块341、推荐子模块342。
其中,第一选择子模块341,可以用于在所述候选站点中选择行程系数最小的候选站点;
推荐子模块342,可以用于将所选择的候选站点确定为推荐站点。
在一实施例中,推荐子模块342可以包括(图4中并未示出):判断子模块、站点确定子模块。
其中,判断子模块,可以用于判断最小的行程系数是否大于预设的系数阈值;
站点确定子模块,可以用于若所述最小的行程系数不大于所述系数阈值,则将所述最小的行程系数所对应的候选站点确定为推荐站点。
如图5所示,图5是本申请实施例根据一示例性实施例示出的再一种站点推荐装置的框图,该装置在上述图4所示装置的基础上,还可以包括:历史信息获取模块350、第三确定模块360。
其中,历史信息获取模块350,可以用于若不存在行程系数不超过所述系数阈值的候选站点,则针对每一个所述候选站点,获取所述候选站点针对所述服务请求方的历史推荐信息,所述历史推荐信息包括:候选站点针对服务请求方的历史推荐次数;
第三确定模块360,可以用于在所述候选站点中选择历史推荐次数最高的候选站点;将所选择的候选站点确定为推荐站点。
在一实施例中,所述历史推荐信息还可以包括:候选站点针对服务请求方的最近历史推荐时刻;
所述第三确定模块360可以包括:第二确定子模块361、第二选择子模块362。
其中,第二确定子模块361,可以用于在所述候选站点中确定历史推荐次数最高的候选站点;
第二选择子模块362,可以用于拖所述历史推荐次数最高的候选站点的数量不小于2,则在所述历史推荐次数最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点。
如图6所示,图6是本申请实施例根据一示例性实施例示出的又一种站点推荐装置的框图,该装置可以应用于“网约车”应用场景,该装置可以包括:起始/终点位置获取模块610、候选站点确定模块620、上/下车行程系数确定模块630、推荐上/下车站点确定模块640。
其中,起始/终点位置获取模块610,可以用于根据乘客的出行信息获取所述乘客的起始位置,和/或终点位置;
候选站点确定模块620,可以用于在预设站点中,将与所述起始位置之间的距离最近的N个预设站点确定为候选上车站点,和/或;将与所述终点位置之间的距离最近的N个预设站点确定为候选下车站点;
上/下车行程系数确定模块630,可以用于基于所述候选上车站点与所述起始位置之间的距离和所述候选上车站点所位于道路的拥堵状况确定每一个所述候选上车站点针对所述起始位置的上车行程系数,和/或;基于所述候选下车站点与所述终点位置之间的距离和所述候选下车站点所位于道路的拥堵状况确定每一个所述候选下车站点针对所述终点位置的下车行程系数;
推荐上/下车站点确定模块640,可以用于根据所述上车行程系数在所述候选上车站点中确定推荐上车站点,和/或;根据所述下车行程系数在所述候选上车站点中确定推荐下车站点。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。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申请实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被执行时进行如下处理:
获取服务请求方的相关位置;在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;根据所述行程系数在所述候选站点中确定推荐站点。
本申请实施例还提供了另一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被执行时进行如下处理:
根据乘客的出行信息获取所述乘客的起始位置,和/或终点位置;在预设站点中,将与所述起始位置之间的距离最近的N个预设站点确定为候选上车站点,和/或;将与所述终点位置之间的距离最近的N个预设站点确定为候选下车站点;基于所述候选上车站点与所述起始位置之间的距离和所述候选上车站点所位于道路的拥堵状况确定每一个所述候选上车站点针对所述起始位置的上车行程系数,和/或;基于所述候选下车站点与所述终点位置之间的距离和所述候选下车站点所位于道路的拥堵状况确定每一个所述候选下车站点针对所述终点位置的下车行程系数;根据所述上车行程系数在所述候选上车站点中确定推荐上车站点,和/或;根据所述下车行程系数在所述候选上车站点中确定推荐下车站点
本申请实施例可采用在一个或多个其中包含有程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
如图7所示,图7是本申请实施例根据一示例性实施例示出的一种用于站点推荐装置700的一结构示意图。例如,装置700可以被提供为一服务器。参照图7,装置700包括处理组件722,其进一步包括一个或多个处理器,以及由存储器732所代表的存储器资源,用于存储可由处理部件722执行的指令,例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件722被配置为执行指令,以执行本申请实施例提供的站点推荐方法,该方法包括:获取服务请求方的相关位置;在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数;根据所述行程系数在所述候选站点中确定推荐站点。
装置700还可以包括一个电源组件726被配置为执行装置700的电源管理,一个有线或无线网络接口750被配置为将装置700连接到网络,和一个输入输出(I/O)接口758。装置700可以操作基于存储在存储器732的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器732,上述指令可由装置700的处理组件722执行以完成本申请实施例提供的上述订单分配方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本申请实施例的其它实施方案。本申请实施例旨在涵盖本申请实施例的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请实施例未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请实施例的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请实施例并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请实施例的范围仅由所附的权利要求来限制。
Claims (11)
1.一种站点推荐方法,其特征在于,所述方法包括:
获取服务请求方的相关位置;
在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数,所述行程系数用于表征选择所述候选站点出行所付出的出行代价;
根据所述行程系数在所述候选站点中确定推荐站点;
其中,所述根据所述行程系数在所述候选站点中确定推荐站点包括:
在所述候选站点中选择行程系数最小的候选站点;
根据所选择的候选站点确定推荐站点;
其中,所述根据所选择的候选站点确定推荐站点,包括:
响应于所选择的候选站点的行程系数大于预设的系数阈值,根据所述服务请求方的历史推荐信息确定推荐站点。
2.根据权利要求1所述的方法,其特征在于,所述基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数,包括:
针对每一个所述候选站点,根据所述候选站点所位于道路的拥堵状况确定所述候选站点对应的拥堵系数;
根据所述候选站点与所述相关位置之间的距离,和所述候选站点对应的拥堵系数确定所述候选站点针对所述相关位置的行程系数。
3.根据权利要求1所述的方法,其特征在于,所述根据所选择的候选站点确定推荐站点,还包括:
判断最小的行程系数是否大于预设的系数阈值;
若所述最小的行程系数不大于所述系数阈值,则将所述最小的行程系数所对应的候选站点确定为推荐站点。
4.根据权利要求1所述的方法,其特征在于,所述响应于所选择的候选站点的行程系数大于预设的系数阈值,根据所述服务请求方的历史推荐信息确定推荐站点包括:
若所述最小的行程系数大于所述系数阈值,则针对每一个所述候选站点,获取所述候选站点针对所述服务请求方的历史推荐信息,所述历史推荐信息包括:候选站点针对服务请求方的历史推荐次数;
在所述候选站点中选择历史推荐次数最高的候选站点;
将所选择的候选站点确定为推荐站点。
5.根据权利要求4所述的方法,其特征在于,所述历史推荐信息还包括:候选站点针对服务请求方的最近历史推荐时刻;
所述在所述候选站点中选择历史推荐次数最高的候选站点,包括:
在所述候选站点中确定历史推荐次数最高的候选站点;
若所述历史推荐次数最高的候选站点的数量不小于2,则在所述历史推荐次数最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点。
6.一种站点推荐装置,其特征在于,所述装置包括:
获取模块,用于获取服务请求方的相关位置;
第一确定模块,用于在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
系数确定模块,用于基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数,所述行程系数用于表征选择所述候选站点出行所述的出行代价;
第二确定模块,用于根据所述行程系数在所述候选站点中确定推荐站点;
第一选择子模块,用于在所述候选站点中选择行程系数最小的候选站点;
推荐子模块,用于根据所选择的候选站点确定推荐站点;
其中,所述推荐子模块,包括:
响应于所选择的候选站点的行程系数大于预设的系数阈值,根据所述服务请求方的历史推荐信息确定推荐站点。
7.根据权利要求6所述的装置,其特征在于,所述系数确定模块包括:
拥堵系数获取子模块,用于针对每一个所述候选站点,根据所述候选站点所位于道路的拥堵状况确定所述候选站点对应的拥堵系数;
行程系数确定子模块,用于根据所述候选站点与所述相关位置之间的距离,和所述候选站点对应的拥堵系数确定所述候选站点针对所述相关位置的行程系数。
8.根据权利要求6所述的装置,其特征在于,所述推荐子模块还包括:
判断子模块,用于判断最小的行程系数是否大于预设的系数阈值;
站点确定子模块,用于若所述最小的行程系数不大于所述系数阈值,则将所述最小的行程系数所对应的候选站点确定为推荐站点。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
历史信息获取模块,用于若所述最小的行程系数大于所述系数阈值,则针对每一个所述候选站点,获取所述候选站点针对所述服务请求方的历史推荐信息,所述历史推荐信息包括:候选站点针对服务请求方的历史推荐次数;
第三确定模块,用于在所述候选站点中选择历史推荐次数最高的候选站点;将所选择的候选站点确定为推荐站点。
10.根据权利要求9所述的装置,其特征在于,所述历史推荐信息还包括:
候选站点针对服务请求方的最近历史推荐时刻;
所述第三确定模块包括:
第二确定子模块,用于在所述候选站点中确定历史推荐次数最高的候选站点;
第二选择子模块,用于拖所述历史推荐次数最高的候选站点的数量不小于2,则在所述历史推荐次数最高的候选站点中,选择最近历史推荐时刻距离当前时刻最近的候选站点。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机指令,所述计算机指令被执行时进行如下处理:
获取服务请求方的相关位置;
在预设站点中,将与所述相关位置之间的距离最近的N个预设站点确定为候选站点,所述N为不小于2的自然数;
基于所述候选站点与所述相关位置之间的距离和所述候选站点所位于道路的拥堵状况确定每一个所述候选站点针对所述相关位置的行程系数,所述行程系数用于表征选择所述候选站点出行所付出的出行代价;
根据所述行程系数在所述候选站点中确定推荐站点;
其中,所述根据所述行程系数在所述候选站点中确定推荐站点包括:
在所述候选站点中选择行程系数最小的候选站点;
根据所选择的候选站点确定推荐站点;
其中,所述根据所选择的候选站点确定推荐站点,包括:
响应于所选择的候选站点的行程系数大于预设的系数阈值,根据所述服务请求方的历史推荐信息确定推荐站点。
Priority Applications (10)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710617617.1A CN109308537B (zh) | 2017-07-26 | 2017-07-26 | 站点推荐方法及装置 |
PCT/CN2018/089119 WO2018219306A1 (en) | 2017-06-01 | 2018-05-31 | Methods and systems for providing transportation service |
CA3029568A CA3029568A1 (en) | 2017-06-01 | 2018-05-31 | Methods and systems for providing transportation service |
EP18808989.0A EP3469526A4 (en) | 2017-06-01 | 2018-05-31 | METHOD AND SYSTEMS FOR PROVIDING A TRANSPORT SERVICE |
JP2018569051A JP6851402B2 (ja) | 2017-06-01 | 2018-05-31 | 輸送サービスを提供するための方法およびシステム |
CN201880001972.9A CN109328363A (zh) | 2017-06-01 | 2018-05-31 | 提供运输服务的方法和系统 |
SG11201811765TA SG11201811765TA (en) | 2017-06-01 | 2018-05-31 | Methods and systems for providing transportation service |
AU2018278003A AU2018278003A1 (en) | 2017-06-01 | 2018-05-31 | Methods and systems for providing transportation service |
TW107118984A TW201903703A (zh) | 2017-06-01 | 2018-06-01 | 用於提供運輸服務的方法和系統 |
US16/237,164 US11092449B2 (en) | 2017-06-01 | 2018-12-31 | Methods and systems for providing transportation service |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710617617.1A CN109308537B (zh) | 2017-07-26 | 2017-07-26 | 站点推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109308537A CN109308537A (zh) | 2019-02-05 |
CN109308537B true CN109308537B (zh) | 2021-10-15 |
Family
ID=65202042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710617617.1A Active CN109308537B (zh) | 2017-06-01 | 2017-07-26 | 站点推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109308537B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110677449A (zh) * | 2019-04-25 | 2020-01-10 | 北京嘀嘀无限科技发展有限公司 | 上车点推荐方法及装置 |
CN110544157A (zh) * | 2019-09-04 | 2019-12-06 | 北京三快在线科技有限公司 | 乘车位置推荐方法、装置、电子设备及存储介质 |
CN111859173A (zh) * | 2019-10-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法和系统 |
CN111814070A (zh) * | 2019-12-16 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 上车点的推荐方法、系统、存储介质及电子设备 |
CN111324829B (zh) * | 2020-03-06 | 2023-08-25 | 拉扎斯网络科技(上海)有限公司 | 一种运力资源推荐方法、装置、服务器及存储介质 |
CN111831903B (zh) * | 2020-06-15 | 2024-09-13 | 北京嘀嘀无限科技发展有限公司 | 服务站点推荐方法、装置、设备及存储介质 |
CN111859185B (zh) * | 2020-06-28 | 2024-09-06 | 北京嘀嘀无限科技发展有限公司 | 一种上车点推荐方法、系统、装置及存储介质 |
CN114046797A (zh) * | 2021-11-09 | 2022-02-15 | 北京百度网讯科技有限公司 | 用于公交导航的站点选择的方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016116048A1 (zh) * | 2015-01-20 | 2016-07-28 | 北京嘀嘀无限科技发展有限公司 | 一种为按需服务提供信息的系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9933271B2 (en) * | 2015-08-21 | 2018-04-03 | Gt Gettaxi Limited | System for directing a driver to a passenger based on a destination location specified by the driver |
CN106469514A (zh) * | 2015-08-21 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种地点提示方法和装置 |
CN105575104B (zh) * | 2015-12-17 | 2018-03-02 | 小米科技有限责任公司 | 打车软件处理方法及装置 |
CN106920417A (zh) * | 2015-12-24 | 2017-07-04 | 北京奇虎科技有限公司 | 一种车辆路径规划系统及方法 |
CN105677793B (zh) * | 2015-12-31 | 2019-10-18 | 百度在线网络技术(北京)有限公司 | 地点数据库的建立和候选乘车地点的推荐方法及装置 |
US10088846B2 (en) * | 2016-03-03 | 2018-10-02 | GM Global Technology Operations LLC | System and method for intended passenger detection |
CN106779141B (zh) * | 2016-11-15 | 2021-04-16 | 百度在线网络技术(北京)有限公司 | 一种推荐上车地点的方法和装置 |
-
2017
- 2017-07-26 CN CN201710617617.1A patent/CN109308537B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016116048A1 (zh) * | 2015-01-20 | 2016-07-28 | 北京嘀嘀无限科技发展有限公司 | 一种为按需服务提供信息的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109308537A (zh) | 2019-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308537B (zh) | 站点推荐方法及装置 | |
US20230164228A1 (en) | Service information and configuration user interface | |
CN110692080B (zh) | 对动态分批的服务提供者和服务请求者的分配 | |
US10200457B2 (en) | Selective distribution of machine-learned models | |
US20160048804A1 (en) | Systems and methods for transportation services for package delivery | |
US11346676B2 (en) | System and method for ranking in alternative destination recommendation on ridesharing platforms | |
JP2019527902A (ja) | バスルート推薦方法、装置、デバイス及びコンピュータ記憶媒体 | |
US11868929B2 (en) | Optimizing engagement of transportation providers | |
AU2018284492A1 (en) | Systems and methods for transport capacity scheduling | |
CN107230091B (zh) | 拼车请求订单匹配方法及装置 | |
KR20210052499A (ko) | e-헤일링(e-hailing) 서비스 | |
CN110956375B (zh) | 一种订单处理的方法及装置 | |
US20210199450A1 (en) | System and method for determining service level metrics in bidding-based ridesharing | |
JP2019521446A (ja) | シャトルバスルートの処理方法、装置、機器及びコンピュータ記憶媒体 | |
US20170178085A1 (en) | Method, apparatus, and system for managing reservations | |
US20220164910A1 (en) | Prioritized transportation requests for a dynamic transportation matching system | |
CN110612523B (zh) | 基于配对数据组关联标识符 | |
US12051020B2 (en) | Dynamic scheduling of driver breaks in a ride-sharing service | |
CN110832536B (zh) | 推荐上车地点的系统和方法 | |
CN114509082B (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN111400425A (zh) | 一种路径自动优化选择的方法和系统 | |
CN111861080A (zh) | 一种信息处理的方法、装置、电子设备及存储介质 | |
CN111199440A (zh) | 事件预估方法、装置以及电子设备 | |
CN111242711A (zh) | 信息提示方法、装置、电子设备和存储介质 | |
CN110910191A (zh) | 拼车订单生成方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |