CN110291544A - 用于确定用户之间亲密度的系统和方法 - Google Patents
用于确定用户之间亲密度的系统和方法 Download PDFInfo
- Publication number
- CN110291544A CN110291544A CN201780086422.7A CN201780086422A CN110291544A CN 110291544 A CN110291544 A CN 110291544A CN 201780086422 A CN201780086422 A CN 201780086422A CN 110291544 A CN110291544 A CN 110291544A
- Authority
- CN
- China
- Prior art keywords
- user
- candidate
- order
- cohesion
- service
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/69—Identity-dependent
- H04W12/76—Group identity
-
- 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
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/03—Protecting confidentiality, e.g. by encryption
- H04W12/033—Protecting confidentiality, e.g. by encryption of the user plane, e.g. user's traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/60—Context-dependent security
- H04W12/69—Identity-dependent
- H04W12/72—Subscriber identity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
- H04W8/186—Processing of subscriber group data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
提供了用于确定目标用户和至少一个候选用户之间的亲密度的系统和方法。所述系统可以执行所述方法以,在预定时间段内获取与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单;基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单;以及确定所述目标之间的亲密度。
Description
相关申请的交叉引用
本申请要求2017年2月13日提交的编号为201710076908.4的中国申请的优先权,其内容以引用的方式被包含于此。
技术领域
本申请涉及用于按需服务的系统和方法,具体的,涉及用于确定与目标用户和至少一个候选用户之间的与按需服务相关联的亲密度的系统和方法。
背景技术
利用互联网技术的按需服务(例如,出租车服务)由于其便利性而变得越来越流行。对于特定用户,提供按需服务的系统可以基于用户的位置和偏好向用户呈现推荐内容(例如,可能的朋友、旅行推荐)。在某些情况下,为了提供适当而有趣的推荐内容,需要了解用户之间的关系(亲密度)级别。这里披露的系统和方法可以至少部分地用于确定用户之间的亲密度。
发明内容
根据本申请的一个方面,提供了一个系统。所述系统可以包括至少一个存储介质和与所述至少一个存储介质通信的至少一个处理器。所述至少一个存储介质可以包括用于确定目标用户与至少一个候选用户之间的亲密度的一组指令。当所述至少一个处理器执行该组指令时,所述至少一个处理器可以被配置为使所述系统执行以下操作中的一个或多个。所述至少一个处理器可以在预定时间段内获得与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选者中的每一个可以包括起始位置和起始时间。所述至少一个处理器可以基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间和所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值和/或所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值。所述至少一个处理器可以基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的亲密度。
根据本申请的另一个方面,提供了一种方法。所述方法可以在具有至少一个处理器、至少一个存储介质和连接到网络的通信平台的计算设备上实现。所述方法可以包括一个或多个下述操作。所述至少一个处理器可以在预定时间段内获得与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选者中的每一个可以包括起始位置和起始时间。所述至少一个处理器可以基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间和所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值和/或所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值。所述至少一个处理器可以基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的亲密度。
根据本申请的又一方面,提供了一种非暂时性计算机可读存储介质。所述非暂时性计算机可读存储介质可以包括用于确定目标用户与至少一个候选用户之间的亲密度的一组指令。当该组指令由至少一个处理器执行时,该组指令可引导所述至少一个处理器执行以下操作中的一个或多个。所述至少一个处理器可以在预定时间段内获得与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选者中的每一个可以包括起始位置和起始时间。所述至少一个处理器可以基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间和所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值和/或所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值。所述至少一个处理器可以基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的亲密度。
在一些实施例中,对于所述一个或多个相关服务订单中的每一个,所述至少一个处理器可以基于所述时间差和所述时间阈值确定第一订单亲密度或基于所述位置差和所述位置阈值确定第二订单亲密度。所述至少一个处理器可以基于一个或多个第一订单亲密度或一个或多个第二订单亲密度,确定所述目标用户和所述候选用户之间的亲密度。
在一些实施例中,所述至少一个处理器可以确定包括至少两个候选用户的候选用户集。所述至少一个处理器可以确定所标目标用户和所述多个候选用户之间的至少两个亲密度。所述至少一个处理器可以确定所述至少两个亲密度的总和。所述至少一个处理器可以确定每个候选用户的亲密度与所述至少两个亲密度的总和的比率。所述至少一个处理器可以获取与所述目标用户的用户等级相关联的标准化参数。所述至少一个处理器可以基于所述比率和所述标准化参数,确定所述目标用户与所述候选用户集合中的每个候选用户之间的标准化亲密度。
在一些实施例中,所述至少一个处理器可以确定所述预定时间段内所述至少两个候选用户的人均服务订单的平均数量。所述至少一个处理器可以获取所述至少两个目标服务订单的数量。所述至少一个处理器可以基于人均服务订单的平均数量和所述至少两个目标服务订单的数量,确定所述标准化参数。
在一些实施例中,所述至少一个处理器可以根据所述标准化亲密度,确定所述目标用户与所述候选用户之间的关联性。
在一些实施例中,所述至少一个处理器可以获取与所述目标用户相关的目标无线局域网(LAN)连接数据。所述至少一个处理器可以获取与所述候选用户相关的候选无线LAN连接数据。所述至少一个处理器可以基于所述目标无线LAN连接数据和所述候选无线LAN连接数据,确定所述目标用户和所述候选用户之间是否存在无线LAN互连数据,其中,所述无线LAN互连数据可以包括所述目标用户和所述候选用户连接到相同的无线LAN的次数。响应于确定所述目标用户和所述候选用户之间存在无线LAN互连数据,所述至少一个处理器可以基于所述无线LAN互连数据,提高所述目标用户和所述候选用户之间的亲密度。
在一些实施例中,所述候选用户是所述目标用户的同事、所述目标用户的家庭成员,或者曾经与所述目标成员共享过红包。
在一些实施例中,所述至少一个处理器可以确定所述候选用户是否是所述目标用户的同事。响应于确定所述候选用户是所述目标用户的同事,所述至少一个处理器可以确定与所述候选用户和所述目标用户相关的工作地址。所述至少一个处理器可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第一组服务订单,其中对于所述第一组服务订单中的每一个,所述服务订单的起始位置与所述工作地址相关。
在一些实施例中,所述至少一个处理器可以确定所述候选用户是否是所述目标用户的家庭成员。响应于确定所述候选用户所述目标用户的家庭成员,所述至少一个处理器可以确定与所述候选用户和所述目标用户相关的家庭地址。所述至少一个处理器可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第二组服务订单,其中对于所述第二组服务订单中的每一个,所述服务订单的起始位置与所述家庭地址相关。
本申请的一部分附加特征可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或对实施例的生产或操作的了解,本申请的一部分附加特征对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请通过示例性实施例进行进一步描述。这些示例性的实施例将参考附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的组件符号表示相同的结构,其中:
图1是根据本申请的一些实施例所示的示例性按需服务系统的示意图;
图2是根据本申请一些实施例所示的示例性计算设备的示意图;
图3是根据本申请的一些实施例所示的示例性处理引擎的模块图;
图4是根据本申请的一些实施例所示的确定目标用户与候选用户之间亲密度的示例性方法的流程图;
图5是根据本申请的一些实施例所示的示例性亲密度确定模块的模块图;
图6是根据本申请的一些实施例所示的确定目标用户与候选用户之间亲密度的示例性方法的流程图;以及
图7是根据本申请的一些实施例所示的确定与目标用户和至少两个候选用户相关的关联性的示例性方法的流程图。
具体实施方式
下述描述是为了使本领域技术人员能制造和使用本申请,并且该描述是在特定的应用场景及其要求的背景下提供的。对于本领域技术人员来讲,对本申请披露的实施例进行的各种修改是显而易见的,并且本申请定义的通则可以适用于其他实施例和应用,而不背离本申请的精神和范围。因此,本申请不限于所示的实施例,而是符合与权利要求一致的最广泛范围。
本申请所使用的术语仅为了描述特定实施例,并不限制本申请的范围。在本申请中,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或
“该”等词并非特指单数,也可包括复数。还应当理解,本申请中所使用的术语“包括”与“包含”仅提示已明确标识的特征、整体、步骤、操作、元件和/或部件,而不排除可以存在和添加其他一个或多个特征、整体、步骤、操作、元件、部件和/或其组合的情况。
在考虑了作为本申请的一部分的附图描述内容后,本申请的特征和特点以及操作方法、结构的相关元素的功能、各部分的组合、制造的经济性变得显而易见。然而,应当理解,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当理解的是,附图并不是按比例绘制的。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应该明确理解,流程图的操作可以不按顺序实施。相反,可以按照倒序或同时处理各种步骤。而且,可以将一个或多个其他操作添加到流程图。一个或多个操作可以从流程图中删除。
此外,虽然本申请中披露的系统和方法主要关于按需运输服务进行描述,但是应该理解的是,这仅仅是一个示例性实施例。本申请的系统或方法可以应用于任何其他类型的按需服务。例如,本申请的系统和方法可以应用于不同环境下的运输系统,包括陆地、海洋、航空航天等中的一种或任意几种的组合。该运输系统中的使用的交通工具可包括计程车、私家车、顺风车、巴士、列车、子弹头列车、高速铁路、地铁、船只、飞机、太空船、热气球、无人驾驶车辆等中的一种或任意几种的组合。所述运输系统也可以包括管理和/或分配的任一运输系统,例如,接收和/或送快递的系统。本申请的系统和方法的应用程序可以包括网页、浏览器插件、客户端、用户系统、内部分析系统、人工智能机器人等中的一种或任意几种的组合。
本申请中的术语“乘客”、“请求者”、“服务请求者”和“客户”可互换使用,用于指代可以请求或订购服务的个体、实体。同样地,本申请中的“司机”、“提供者”、“服务提供者”、“服务方”等也是可以互换的,是指提供服务或者促进提供服务的个人、工具或者其他实体等。在本申请中,术语“用户”可以表示用于请求服务、订购服务、提供服务或促进提供服务的个体、实体或工具。例如,用户可以是乘客、司机、操作者等中的一种或任意几种的组合。在本申请中,“乘客”、“用户设备”、“用户端”和“乘客端”可以互换使用,“司机”和“司机终端”可以互换使用。
本申请中的术语“请求”和“服务请求”可互换使用,用于指可由乘客、请求者、服务请求者、顾客、司机、提供者、服务提供者、供应方等中的一种或任意几种的组合发起的请求。所述服务请求可以由乘客、请求者、服务请求者、客户、司机、提供者、服务提供者或供应者中的任何一个接受。所述服务请求可以是收费的或免费的。
本申请中使用的定位技术可以包括全球定位系统(GPS)、全球卫星导航系统(GLONASS)、北斗导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(QZSS)、无线保真(WiFi)定位技术等中的一种或任意几种的组合。以上定位技术中的一个或多个可以在本申请中交换使用。
本申请的一方面涉及用于确定目标用户与至少一个候选用户之间的亲密度的系统和方法。所述系统和方法可以基于与所述目标用户和所述候选用户相关的历史服务订单,确定所述亲密度。例如,所述系统和方法可以在预定时间段(例如,上一日历年度或过去的12个月)内获得与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单。所述系统和方法还可以根据预设条件(例如,时间阈值、位置阈值),基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单。此外,所述系统和方法可以基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的关联性。
此外,所述系统和方法可以确定所述目标用户和所述至少两个候选用户之间的至少两个亲密度。另外,所述系统和方法可以基于所述至少两个亲密度,建立所述目标用户和所述至少两个候选用户之间的关联性,并且基于所述关联性向所述目标用户提供个性化推荐。
应当注意的是,在线按需运输服务(例如,在线出租车呼叫)是一种只在后互联网时代产生的新型服务。它为用户(例如,服务请求者)和服务提供者(例如,司机)提供了仅在后互联网时代才可能实现的技术方案。在互联网时代之前,当用户在街道上呼叫一辆出租车时,所述出租车请求和接受只能在所述乘客和看见所述乘客的出租车司机之间发生。如果所述乘客通过电话呼叫计程车,所述服务的请求和接受只发生在所述乘客和一个服务提供者(例如,出租车公司或者代理商)之间。然而,在线出租车允许服务的用户实时自动地将服务请求分发给不在所述用户附近的大量个别服务提供者(例如,出租车)。它还允许多个服务提供者同时、实时地对该服务请求进行响应。因此,通过互联网,所述在线按需运输服务系统可以为用户及服务提供者提供一个更加高效的运输服务平台,这在传统互联网时代之前的运输服务系统中是无法满足的。
图1是根据本申请的一些实施例所示的示例性按需服务系统100的示意图。例如,按需服务系统100可以是用于诸如打车、司机服务、递送车辆、特快专车、拼车、公共汽车服务、司机租用和班车服务等运输服务的在线运输服务平台。按需服务系统100可以是包括服务器110、网络120、请求者终端130、提供者终端140和存储器150的在线平台。服务器110可以包括处理引擎112。
在一些实施例中,服务器110可以是单个服务器或服务器组。所述服务器组可以是集中式的或分布式的(例如,服务器110可以是分布式系统)。在一些实施例中,服务器110可以是本地的或远程的。例如,服务器110可以经由网络120访问存储在所述一个或多个用户终端(例如,一个或多个请求者终端130、提供者终端140)和/或存储器150中的信息和/或数据。又例如,所述服务器110可以直接连接到所述一个或多个用户终端(例如,一个或多个请求者终端130、提供者终端140)和/或存储器150,以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实现。仅仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布式云、内部云、多层云等中的一种或任意几种的组合。在一些实施例中,所述服务器110可以在包括一个或多个部件的计算设备200上实现,如本申请图2所示。
在一些实施例中,服务器110可以包括处理引擎112。处理引擎112可以处理与所述服务请求有关的信息和/或数据,以执行本申请中的所述服务器110描述的一个或多个功能。例如,处理引擎112可以基于与所述目标用户和所述候选用户相关的历史服务订单,确定目标用户和候选用户之间的亲密度。在一些实施例中,处理引擎112可以包括一个或多个处理引擎(例如,单核处理引擎或多核处理器)。仅作为示例,处理引擎112可以包括中央处理单元(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等中的一种或任意几种的组合。
网络120可以促进信息和/或数据的交换。在一些实施例中,所述按需服务系统110的一个或多个组件(例如,服务器110、一个或多个请求者终端130、提供者终端140或存储器150)可以经由网络120将信息和/数据传输到按需服务系统100的其他组件。例如,服务器110可以经由网络120从请求者终端130接收服务请求。在一些实施例中,网络120可以是任何类型的有线或无线网络或其组合。仅作为一个示例,网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、城域网(MAN)、公用电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通讯(NFC)网络等中的一种或任意几种的组合。在一些实施例中,网络120可以包括一个或多个网络接入点。例如,网络120可以包括有线或无线网络接入点,如基站和/或互联网交换点120-1、120-2、……,通过该网络接入点,按需服务系统100的一个或多个部件可以连接到网络120以交换数据和/或信息。
在一些实施例中,服务请求者可以是请求者终端130的用户。在一些实施例中,请求者终端130的用户可以是所述服务请求者以外的人。例如,请求者终端130的用户A可以使用请求者终端130来发送对用户B的服务请求,或者从服务器110接收服务和/或信息或指令。在一些实施例中,提供者可以是提供者终端140的用户。在一些实施例中,提供者终端140的用户可以是所述提供者之外的人。例如,提供者终端140的用户C可以使用提供者终端140接收对用户D的服务请求,和/或来自服务器110的信息或指令。在一些实施例中,“请求者”和“请求者终端”可以互换使用,“提供者”和“提供者终端”可以互换使用。
在一些实施例中,请求者终端130可以包括移动设备130-1、平板电脑130-2、手提电脑130-3、车辆内置设备130-4等中的一种或任意几种的组合。在一些实施例中,移动设备130-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强型现实设备等中的一种或任意几种的组合。在一些实施例中,所述智能家居设备可以包括智能照明设备、智能电气设备的控制设备、智能监控设备、智能电视,智能摄像机、对讲机等中的一种或任意几种的组合。在一些实施例中,所述可穿戴设备可以包括智能手环、智能鞋袜、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能配件等中的一种或任意几种的组合。在一些实施例中,所述智能移动设备可以包括智能电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备等中的一种或任意几种的组合。在一些实施例中,所述虚拟现实设备和/或增强型现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强型现实头盔、增强型现实眼镜、增强型现实补丁等中的一种或任意几种的组合。例如,所述虚拟现实装置和/或增强型现实装置可以包括Google GlassTM、Oculus RiftTM、HololensTM、GearVRTM等。在一些实施例中,车辆内置设备130-4可以包括车载计算机、车载电视等。在一些实施例中,请求者终端130可以是具有定位技术的设备,用于定位请求者和/或请求者终端130的位置。
在一些实施例中,提供者终端140可以与请求者终端130类似或者相同。在一些实施例中,提供者终端140可以是具有定位技术的设备,用于定位司机和/或提供者终端140的位置。在一些实施例中,请求者终端130和/或提供者终端140可以与其他定位设备进行通信以确定所述服务请求者、请求者终端130、司机和/或提供者终端140的位置。在一些实施例中,请求者终端130和/或提供者终端140可以将定位信息发送给服务器110。
存储器150可以存储数据和/或指令。在一些实施例中,存储器150可以存储从所述一个或多个用户终端(例如,一个或多个乘客终端130、提供者终端140)获得的数据。在一些实施例中,存储器150可以存储服务器110可以执行的或用于执行本申请中所述示例性方法的数据和/或指令。在一些实施例中,存储器150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等中的一种或任意几种的组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性的易失性读写存储器可以包括随机存取存储器(RAM)。示例性的RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容器RAM(Z-RAM)等。示例性ROM可以包括掩膜ROM(MROM)、可编程ROM(PROM)、可清除可编程ROM(EPROM)、电子可擦除可编程ROM(EEPROM)、只读光盘存储器(CD-ROM)或数字多用磁盘ROM等。在一些实施例中,存储器150可在云平台上执行。仅仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布式云、内部云、多层云等中的一种或任意几种的组合。
在一些实施例中,存储器150可连接到网络120,以与按需服务系统100的一个或多个组件(例如,服务器110、请求者终端130、提供者终端140)通信。按需服务系统100的一个或多个组件可以经由网络120访问存储在存储器150中的数据和/或指令。在一些实施例中,存储器150可以直接连接到按需服务系统100的一个或多个组件(例如,服务器110、请求者终端130、提供者终端140)或者与其通信。在一些实施例中,存储器150可以是服务器110的一部分。
在一些实施例中,按需服务系统100的一个或多个组件(例如,服务器110、请求者终端130、提供者终端140)可访问存储器150。在一些实施例中,当满足一个或多个条件时,按需服务系统100的一个或多个元件可以读取和/或修改与服务请求者、司机和/或公共相关的信息。例如,在完成一个服务后,服务器110可以读取和/或修改一个或多个用户的信息。又例如,提供者终端140在从请求者终端130接收到服务请求时,可以访问与所述服务请求者有关的信息,但提供者终端140可以不修改所述服务请求者的相关信息。
在一些实施例中,按需服务系统100中的一个或多个部件之间的信息交换可以通过请求服务来实现。所述服务请求的对象可以是任何产品。在一些实施例中,所述产品可以是有形产品或无形产品。所述有形产品可以包括食物、药物、日用品、化学产品、电器用品、衣服、汽车、住宅、奢侈品等中的一种或任意几种的组合。所述无形产品可以包括服务产品、金融产品、知识产品、互联网产品等中的一种或任意几种的组合。所述互联网产品可以包括个人主机产品、Web产品、移动网络产品、商用主机产品、嵌入式产品等中的一种或任意几种的组合。所述移动网络产品可以用于移动终端的软件、程序、系统等中的一种或任意几种的组合。所述移动终端可以包括平板电脑、手提电脑、移动电话、个人数字助理(PDA)、智能手表、销售点(POS)设备、车载计算机、车载电视、可穿戴设备等中的一种或任意几种的组合。例如,所述产品可以是计算机或移动电话中使用的任何软件和/或应用程序。软件和/或应用可以涉及社交、购物、运输、娱乐、学习、投资等中的一种或任意几种的组合。在一些实施例中,与运输相关的软件和/或应用程序可以包括旅行软件和/或应用程序、交通工具调度软件和/或应用程序、地图软件和/或应用程序等。在交通工具调度软件和/或应用程序中,交通工具可以包括马、马车、人力车(例如,独轮手推车、自行车、三轮车等)、汽车(例如,出租车、公共汽车、私家车等)、列车、捷运、船舶、航空器(例如,飞机、直升机、航天飞机、火箭、热气球等)等中的一种或任意几种的组合。
本领域普通技术人员应当理解,当按需服务系统100中的组件执行时,该组件可以通过电信号和/或电磁信号执行操作。例如,当请求者终端130处理诸如确定、识别或选择对象之类的任务时,请求者终端130可以操作其处理器中的逻辑电路来处理这样的任务。当请求者终端130向服务器110发出服务请求时,请求者终端130的处理器可以生成编码所述请求的电信号。请求者终端130的处理器可以然后将所述电信号发送到输出端口。如果请求者终端130经由有线网络与服务器110通信,则所述输出端口可以物理地连接到线缆,该线缆可以进一步将电信号传输到服务器110的输入端口。如果请求者终端130通过无线网络与服务器110进行通信,则请求者终端130的输出端口可以是一个或多个天线,将所述电信号转换为电磁信号。类似地,提供者终端140可以通过操作其处理器中的逻辑电路来处理任务,并且经由电信号或电磁信号从服务器110接收指令和/或服务请求。在诸如请求者终端130、提供者终端140和/或服务器110的电子设备内,当其处理器处理指令、发出指令和/或执行动作时,所述指令和/或动作通过电信号进行。例如,当所述处理器从存储介质(例如,存储器150)检索或保存数据时,它可以向所述存储介质的读/写设备发送电信号,该读/写设备可以在存储介质中读取或写入结构化数据。所述结构化数据可以通过所述电子设备的总线,以电信号的形式发送到处理器。这里,电信号可以指一个电信号、一系列电信号和/或多个离散电信号。
图2是根据本申请的一些实施例所示的计算设备200的示例性硬件和软件组件的示意图,在所述计算设备200上可以实现服务器110、请求者终端130或提供者终端140。例如,处理引擎112可以在计算设备200上实现,并且被配置为执行本申请中披露的处理引擎112的功能。
计算设备200可以用来实现本申请所描述的按需服务系统100的任意部件。例如,处理引擎112可以在计算设备200上,通过其硬件、软件程序、固件或其任意组合实现。图中为了方便起见只绘制了一台计算机,但是本实施例所述的按需服务的相关计算机功能是可以以分布的方式、由一组相似的平台所实施,以分散系统的处理负荷。
例如,计算设备200可以包括连接到与其连接的网络和从与其连接的网络连接的通信(COM)端口250,以便于数据通信。计算设备200还可以包括处理器(例如,处理器220),以一个或多个处理器(例如,逻辑电路)的形式执行程序指令。例如,所述处理器可以包括接口电路和处理电路。所述接口电路可以被配置为从总线210接收电子信号,其中,所述电子信号编码用于处理电路处理的结构化数据和/或指令。所述处理电路可以进行逻辑计算,然后确定编码为电子信号的结论、结果和/或指令。然后所述接口电路可以通过总线210从所述处理电路发出所述电子信号。
所述示例性计算机平台可以包括内部通信总线210、不同形式的程序存储器和数据存储器包括,例如磁盘270、只读存储器(ROM)230或随机存取存储器(RAM)240,用于由所述计算设备处理和/或发送的各种数据文件。所述示例性计算机平台还可以包括存储在ROM230,RAM 240和/或其他类型的非暂态存储介质中的要由处理器220执行的程序指令。本申请的方法和/或过程可以被实现为所述程序指令。计算设备200还包括输入输出(I/O)组件260,其支持所述计算机与其中其他组件(例如,用户界面元素280)之间的输入/输出。计算设备200还可以经由网络通信接收编程和数据。
仅仅为了说明,在图2中仅描述了一个处理器。还考虑了多个处理器,因此由本申请中描述的一个处理器执行的操作和/或方法步骤也可以由多个处理器联合或单独执行。例如,在本申请中,如果计算设备200的中央处理单元和/或处理器执行步骤A和步骤B,应当理解的是步骤A和步骤B可以由计算设备200的两个不同的中央处理单元和/或处理器共同或分别执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B)。
图3是根据本申请一些实施例所示的示例性处理引擎112的框图。处理引擎112可以包括确定模块310、获取模块320、选择模块330以及亲密度确定模块340。
确定模块310可以被配置为确定目标用户和与所述目标用户相关的候选用户。在一些实施例中,所述目标用户可以是系统100意图提供个性化推荐的人。所述候选用户可以是以任何身份与所述目标用户有直接或间接关系的任何人。在一些实施例中,所述候选用户可以是目标用户的同事、所述目标用户的家庭成员或曾经与所述目标用户共享过红包的用户。在一些实施例中,所述候选用户可包括与所述目标用户位于相同区域(例如,相同的省份、相同的城市、相同的地区、相同的社区、相同的建筑物、相同的地址)中的用户、与所述目标用户处于相同年龄范围(例如,25至35岁年龄段)的用户、与所述目标用户性别不同的用户、与目标用户具有相同性别的用户、与所述目标用户具有相似职业的用户等中的一种或任意几种的组合。在一些实施例中,确定模块310可以确定所述候选用户是否向/从所述目标用户发送/接收红包。在一些在线服务中(例如,在线出租车呼叫服务),所述用户可以互相发送/接收钱款—这些动作被称为“红包共享”,也被认为是一种类型的关系,可以用于确定用户是否是与所述目标用户相关的候选用户。
获取模块320可以被配置为在预定时间段内(例如上周、上个月、上年等),获取与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单。获取模块320可以从存储器150或本申请其他地方披露的任何存储设备,获取所述至少两个目标服务订单和所述至少两个候选服务订单。在一些实施例中,所述至少两个目标服务订单和所述至少两个候选服务订单中的每一个可以是用于运输服务(例如,出租车呼叫服务)的订单,并且包括起始时间、起始位置、目的地等。
在一些实施例中,获取模块320还可以确定所述候选用户是否是所述目标用户的同事。在此,“同事”一词是指在同一公司、机构、学校或实体中作为所述目标用户工作或学习的人员。因此,在一些实施例中,作为所述目标用户的同事的所述候选用户与所述目标用户具有相同的工作或学习位置(在此称为“工作地址”)。在一些实施例中,响应于确定所述候选用户是所述目标用户的同事,获取模块320可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第一组服务订单,其中对于所述第一组服务订单中的每一个,所述服务订单的起始位置与所述候选用户和所述目标用户相关的工作地址相关。
在一些实施例中,获取模块320还可以确定所述候选用户是否是所述目标用户的家庭成员。这里,术语“家庭成员”广义地指与所述目标用户有家庭(例如,配偶、父母或子女)或居住(例如,室友或同居者)关系的任何人。在一些实施例中,所述家庭成员与所述目标用户共享相同的居住位置(称为“家庭地址”)。在某些实施例中,响应于确定所述候选用户是所述目标用户的家庭成员,获取模块320可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第二组服务订单,其中对于所述第二组服务订单中的每一个,所述服务订单的起始位置与所述候选用户和所述目标用户相关的家庭地址相关。
选择模块330可以被配置为根据所述预设条件(例如,时间阈值、位置阈值),基于所述至少两个目标服务订单从所述至少两个候选服务订单中选择一个或多个相关服务订单。例如,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间和所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值(例如,10分钟),和/或所述相关服务订单的起始位置和所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值(例如,100米)。
亲密度确定模块340可以被配置为确定所述目标用户和所述候选用户之间的亲密度。在一些实施例中,亲密度确定模块340可以基于所述一个或多个相关服务订单,确定所述目标用户和所述候选用户之间的亲密度。例如,亲密度确定模块340可以基于所述一个或多个相关服务订单的数量、与所述一个或多个相关服务订单相关的时间差和/或位置差等,确定所述目标用户和所述候选用户之间的亲密度。
处理引擎112中的模块可以经由有线连接或无线连接彼此连接或通信。所述有线连接可以包括金属电缆、光缆、混合电缆等中的一种或任意几种的组合。所述无线连接可以包括局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通讯(NFC)等中的一种或任意几种的组合。两个或多个所述模块可以被组合为单个模块,并且其中任一个模块可以被分成两个或更多个单元。例如,确定模块310和获取模块320可以组合为单个模块,该单个模块既可以确定目标用户和候选用户,又可以获取与所述目标用户和所述候选用户相关的服务订单。又例如,选择模块330和亲密度确定模块340可以被组合为单个模块,该单个模块可以选择所述相关服务订单并且基于所述相关服务订单确定所述亲密度。再如,处理引擎112可以包括用于存储与所述目标用户和所述候选用户相关的信息和/或数据(例如,所述目标服务订单、所述候选服务订单、所述亲密度等)的存储模块(未示出)。
图4是根据本申请的一些实施例所示的确定目标用户和候选用户之间亲密度的示例性方法400的流程图。在一些实施例中,方法400可以被实现为存储在存储器ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220可以执行所述一组指令,并且当执行所述一组指令时,可以被配置为执行方法400。以下呈现的所示方法的操作旨在示例性的。在一些实施例中,方法400可以利用未描述的一个或多个附加操作和/或没有在此讨论的一个或多个操作来完成。此外,图4中所示的和下面描述的所述方法中操作的顺序并非限制性的。
在步骤410中,处理引擎112(例如,确定模块310)(例如,处理器220的处理电路)可以确定目标用户。在一些实施例中,所述目标用户可以是系统100意图提供个性化推荐的人。
在步骤420中,处理引擎112(例如,确定模块310)(例如,处理器220的处理电路)可以确定与所述目标用户相关的候选用户。在一些实施例中,所述候选用户可以包括所述目标用户的同事、所述目标用户的家庭成员或曾经与所述目标用户共享过红包的用户。在一些实施例中,所述候选用户可以包括与所述目标用户位于同一区域(例如,同一省份、同一城市、同一地区、同一社区、同一建筑物或同一地址)的用户、与所述目标用户处于相同年龄范围(例如,年龄范围为25至35岁)的用户、与所述目标用户具有不同性别的用户、与所述目标用户具有类似职业的用户等中的一种或任意几种的组合。
在步骤430中,处理引擎112(例如,获取模块320)(例如,处理器220的处理电路)可以在预定时间段内(例如,上周、上个月、去年等),获取与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单。处理引擎112可以从存储器150或本申请中其他地方披露的任何存储设备获取所述至少两个目标服务订单和所述至少两个候选服务订单。
在一些实施例中,所述至少两个目标服务订单和所述至少两个候选订单中的每一个可以是用于运输服务(例如,出租车呼叫服务)的订单。所述运输服务订单可以包括起始时间、起始位置、目的地等。如这里所使用的,所述起始时间是指所述请求者希望开始使用运输服务的时间点;所述起始位置指的是所述请求者(或请求者为之发出请求的人)希望由服务提供者接取的位置,并且目的地是指请求者希望由所述服务提供者送达的位置。在一些实施例中,所述至少两个目标服务订单和所述至少两个候选服务订单中的每一个还可以包括旅行信息(例如,从所述起始位置到所述目的地的旅行路线)、交通信息、用户信息(例如,用户名、用户ID、性别、年龄)等。
在一些实施例中,处理引擎112可以进一步确定所述候选用户是否是所述目标用户的同事。响应于确定所述候选用户是所述目标用户的同事,处理引擎112可以确定与所述候选用户和所述目标用户相关的工作地址。此外,处理引擎112可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第一组服务订单,其中对于所述第一组服务订单中的每一个,所述服务订单的起始位置与所述工作地址相关。
在一些实施例中,处理引擎112可以进一步确定所述候选用户是否是所述目标用户的家庭成员。响应于确定所述候选用户是所述目标用户的家庭成员,处理引擎112可以确定与所述候选用户和所述目标用户相关的家庭地址。此外,处理引擎112可以从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第二组服务订单,其中对于第二组服务订单中的每一个,所述服务订单的起始位置与所述家庭地址相关。
在步骤440中,处理引擎112(例如,选择模块330)(例如,处理器220的处理电路)可以基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单。处理引擎112可以根据预设条件(例如,时间阈值、位置阈值)选择所述一个或多个相关服务订单。例如,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间与所述至少两个目标服务订单之一的起始时间之间的时间差小于所述时间阈值,和/或所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于所述位置阈值。在一些实施例中,与所述相关服务订单进行比较的“所述至少两个目标服务订单之一”是提供最近参数(例如,起始时间和/或起始位置)的目标服务订单。在某些实施例中,要求具有小于所述时间阈值的起始时间差的目标服务订单与具有小于所述位置阈值的起始位置差的目标服务订单必须是同一个—只有发现这样的目标服务订单,候选服务订单才可以被视为相关服务订单。在某些实施例中,仅需要满足条件之一(起始时间或起始位置)。
如此处所使用的,所述时间阈值和/或所述位置阈值可以是系统100的默认设置,或者可以在不同情况下调节。例如,所述时间阈值可以是10分钟、15分钟、20分钟、30分钟、1小时等。所述位置阈值可以是30米、50米、80米、100米、300米、500米、1000米等。
在一些实施例中,可以改变所述时间阈值和/或所述位置阈值以改变相关服务订单的数量。例如,当低阈值(例如,10分钟和50米)导致零相关服务订单时,可以增大所述阈值(例如,30分钟和300米)以获得更多的相关服务订单。在一些实施例中,可以递增地调整所述阈值,使得相关服务订单的数量不为零,或者使得相关服务订单的数量等于或大于预设最小数量(例如,1、5、10、或20等)。在一些实施例中,可以递增地调整所述阈值,使得相关服务订单的数量等于或小于预设最大数量(例如,1、5、10或20等)。
在步骤450中,处理引擎112(例如,亲密度确定模块340)(例如,处理器220的处理电路)可以基于所述一个或多个相关服务订单,确定所述目标用户和所述候选用户之间的亲密度。例如,处理引擎112可以基于所述一个或多个相关服务订单的数量、与所述一个或多个相关服务订单相关的时间差和/或位置差等,确定所述目标用户和所述候选用户之间的亲密度。所述一个或多个相关服务订单的数量越大,所述目标用户和所述候选用户之间的亲密度就越大。所述时间差和/或所述位置差越小,所述目标用户和所述候选用户之间的亲密度可能越大。
在一些情况下,在步骤440中,可能没有满足所述预设条件的服务订单(即,所述相关服务订单的数量为零),处理引擎112可以确定所述目标用户与所述候选用户之间的亲密度为零。在一些实施例中,如上所述,处理引擎112可以通过调整所述阈值来改变相关服务订单的数量,从而在步骤450中影响亲密度的确定。
需要注意的是,上述描述仅是为了说明,并不构成对本申请范围的限制。对于本领域技术人员而言,在本申请内容的指导下,可做出多种变形和修改。然而,这些变化和修改不会背离本申请的范围。例如,可以在所述示例性方法700的其他地方添加一个或多个其他可选步骤(例如,存储步骤)。在所述存储步骤中,处理引擎112可以将与所述目标用户和所述候选用户相关的信息和/或数据(例如,所述目标服务订单、所述候选服务订单、所述亲密度等)存储在本申请的其他地方披露的存储设备(例如,存储器150)中。
图5是根据本申请的一些实施例所示的示例性亲密度确定模块340的框图。亲密度确定模块340可以包括订单亲密度确定单元510、亲密度确定单元520、标准化单元520和关联性确定单元540。
订单亲密度确定单元510可以被配置为基于与所述一个或多个相关服务订单和所述至少两个目标服务订单相关的一个或多个差值,确定一个或多个订单亲密度。以特定的相关服务订单为例,所述订单亲密度确定单元510可以确定所述特定相关服务订单的起始时间与相应目标服务订单的起始时间之间的时间差。在一些实施例中,所述相应目标服务订单是指具有与所述特定相关服务订单最接近的起始时间的目标服务订单。在一些实施例中,所述相应目标服务订单是指具有小于所述时间阈值的起始时间差(与所述特定相关服务订单对比)和小于所述位置阈值的起始位置差(与所述特定相关服务订单对比)的目标服务订单。
订单亲密度确定单元510也可以确定所述特定相关服务订单的起始位置与所述相应目标服务订单的起始位置之间的位置差。在一些实施例中,所述相应目标服务订单是指具有与所述特定相关服务订单最接近的起始位置的目标服务订单。在一些实施例中,所述相应目标服务订单是指具有小于所述时间阈值的起始时间差(与所述特定相关服务订单对比)和小于所述位置阈值的起始位置差(与所述特定相关服务订单对比)的目标服务订单。
订单亲密度确定单元510可以基于所述时间差和/或所述位置差,确定所述特定相关服务订单与所述相应目标服务订单之间的订单亲密度。
亲密度确定单元520可以被配置为基于与所述一个或多个相关服务订单相关的一个或多个订单亲密度,确定所述目标用户和所述候选用户之间的亲密度。亲密度确定单元520可以基于所述一个或多个订单亲密度的处理结果(例如,总和、平均值、加权和等),确定所述目标用户和所述候选用户之间的亲密度。
标准化单元530可以被配置为确定所述目标用户与所述候选用户之间的标准化亲密度。标准化单元530可以确定包括至少两个候选用户的候选用户集合,并确定所述目标用户与所述至少两个候选用户之间的至少两个亲密度。标准化单元530可基于与所述目标用户相关的所述至少两个目标服务订单的数量,确定与所述目标用户的用户等级相关的标准化参数(例如,参见公式(10)及其描述)。在某些实施例中,所述用户等级反映了所述用户利用所述服务的历史等级。在某些实施例中,所述用户等级反映用户选择将他/她自己与所述服务相关的服务等级(例如,首要级别、普通级别等)。对于特定候选用户,标准化单元530可基于所述特定候选用户的亲密度与所述至少两个亲密度的总和的比率以及所述标准化参数,确定所述目标用户与所述特定候选用户之间的标准化亲密度(例如,参见公式(11)或公式(12)及其描述)。
关联性确定单元540可以被配置为确定与所述目标用户和所述候选用户集合中的每一个相关的关联性。所述关联性可以指示所述目标用户与所述候选用户集合中的至少两个候选用户之间的社交关系。关联性确定单元540可以基于所述关联性,为所述目标用户提供个性化推荐(例如,互联网产品(例如,应用程序)、旅行推荐、可能的朋友)。此外,关联性确定单元540可以提供用户界面,所述目标用户可以通过该用户界面与所述至少两个候选用户共享信息(例如,旅行信息)。在一些实施例中,处理引擎112可以基于与所述目标用户具有高度关联性的候选用户的偏好,生成针对所述目标用户的推荐。
在一些实施例中,亲密度确定模块340还可以包括互连数据确定单元(未示出),其可以被配置为基于与所述目标用户相关的目标无线连接数据和与所述候选用户相关的候选无线LAN连接数据,确定所述目标用户和所述候选用户之间是否存在无线局域网(LAN)互连数据。所述无线LAN互连数据可以包括所述目标用户和所述候选用户连接到相同无线LAN的次数。响应于确定所述目标用户与所述候选用户之间存在无线LAN互连数据,处理引擎112可以基于所述无线LAN互连数据,提高所述目标用户与所述候选用户之间的亲密度。
亲密度确定模块340中的单元可以经由有线连接或无线连接而彼此连接或通信。有线连接可以包括金属电缆、光缆、混合电缆等中的一种或任意几种的组合。无线连接可以包括局域网(LAN)、广域网(WAN)、蓝牙、物联网、近场通讯(NFC)等中的一种或任意几种的组合。两个或多个单元可以组合成单个模块,并且任何一个单元可以被分成两个或多个子单元。例如,订单亲密度确定单元510和亲密度确定单元可以被组合为既可以确定所述订单亲密度,又可以确定所述目标用户和所述候选用户之间的亲密度的单个单元。又例如,标准化单元530和/或关联性确定单元540可以集成在亲密度确定单元520中。作为另一示例,标准化单元530和/或关联性确定单元540可以是处理引擎112中的独立模块。
图6是根据本申请的一些实施例所示的确定目标用户和候选用户之间亲密度的示例性方法600的流程图。方法600可以被实现为存储在存储器ROM230或RAM240中的一组指令(例如,应用程序)。处理器220可以执行所述一组指令,并且当执行一组指令时,其可以被配置为执行方法600。以下呈现的所示过程的操作是示例性的。在一些实施例中,方法600可以利用未描述的一个或多个附加操作和/或没有讨论的一个或多个操作来完成。此外,如图6所示和下面描述的所述方法中操作的顺序不是限制性的。
在步骤610中,处理引擎112(例如,订单亲密度确定单元510或选择模块330)(例如,处理器220的处理电路)可以确定与所述一个或多个相关服务和所述至少两个目标服务订单相关的一个或多个差值。如结合步骤440所述,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间与所述至少两个目标服务订单之一的起始时间之间的时间差小于所述时间阈值,和/或所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于所述位置阈值。
以特定相关服务订单为例,处理引擎112可以根据下面的公式(1)确定所述特定相关服务订单与相应目标服务订单之间的时间差:
timeDistancei=|st(relevant)i-st(target)i| (1)
其中,timeDistancei指所述特定相关服务订单i的起始时间和所述相应目标服务订单i的起始时间之间的时间差,st(relevant)i指所述特定相关服务订单i的起始时间,st(target)i指所述相应目标服务订单i的起始时间,而且i≤n(n指所述一个或多个相关服务订单的数量)。在一些实施例中,所述相应目标服务订单是指具有与所述特定相关服务订单最接近的起始时间的目标服务订单。在一些实施例中,所述相应目标服务订单是指具有小于所述时间阈值的起始时间差(与所述特定相关服务订单相比)和小于所述位置阈值的起始位置差(与所述特定相关服务订单相比)的目标服务订单。
同样以所述特定相关服务订单为例,处理引擎112可以根据下面的公式(2)确定所述特定相关服务订单与所述相应目标服务订单之间的位置差:
locationDistancei=|sl(relevant)i-sl(target)i| (2)
其中,locationDistancei指所述特定相关服务订单i的起始位置与所述相应目标服务订单i的起始位置之间的位置差,sl(relevant)i指所述特定相关服务订单i的起始位置,sl(target)i指所述相应目标服务订单i的起始位置。在一些实施例中,所述相应目标服务订单是指具有与所述特定相关服务订单最近的起始位置的目标服务订单。在一些实施例中,所述相应目标服务订单是指具有小于所述时间阈值的起始时间差(与所述特定相关服务订单相比)和小于所述位置阈值的起始位置差(与所述特定相关服务订单相比)的目标服务订单。
在一些实施例中,处理引擎112可以根据下方公式(3),根据所述相关服务订单和所述相应目标服务订单的起始位置的地理信息,确定所述位置差:
其中,xi和yi指所述特定相关服务订单i的起始位置的经度坐标和纬度坐标,pi和qi指所述相应目标服务订单i的起始位置的经度坐标和纬度坐标。
在步骤620中,处理引擎112(例如订单亲密度确定单元510)(例如,处理器220的处理电路)可以基于所述一个或多个差值和阈值差值(例如,所述时间阈值、所述位置阈值),确定与所述一个或多个相关服务订单相关的一个或多个订单亲密度。
例如,如结合上面的公式(1)所描述的,处理引擎112可以根据下面的公式(4)确定所述特定相关服务订单和所述相应目标服务订单之间的订单亲密度:
其中,order affinity(T)i指所述特定相关服务订单i和所述相应目标服务订单i之间的第一订单亲密度,T指所述时间阈值。
作为另一个例子,如结合公式(2)或公式(3)所描述的,处理引擎112可以根据以下公式(5)确定所述特定相关服务订单与所述相应目标服务订单之间的订单亲密度:
其中,order affinity(L)i指所述特定相关服务订单i和所述相应目标服务订单i之间的第二订单亲密度,L指所述位置阈值。
在一些实施例中,基于所述起始位置和所述起始时间,选择所述相关服务订单。在某些实施例中,处理引擎112可以通过考虑起始位置和起始时间,确定所述特定相关服务订单和所述相应目标服务订单之间的订单亲密度。例如,一些实施例中的订单亲密度可以通过将所述order affinity(T)i和order affinity(L)i相加来计算。在一些实施例中,所述订单亲密度可以通过为所述order affinity(T)i和order affinity(L)i分配权重,并添加所述加权结果来计算。
在步骤630中,处理引擎112(例如,关联性确定单元520)(例如,处理器220的处理电路)可以基于所述一个或多个订单亲密度,确定所述目标用户和所述候选用户之间的亲密度。处理引擎112可以基于所述一个或多个订单亲密度的处理结果(例如,总和、平均值、加权总和等),确定所述目标用户和所述候选用户之间的亲密度。
例如,处理引擎112可以基于根据下面公式(6),根据一个或多个第一亲密度,确定所述目标用户和所述候选用户之间的亲密度:
affinity(T)=sum(order affinity(T)i)×2n (6)
其中,affinity(T)指所述目标用户和所述候选用户之间的第一亲密度。
又例如,处理引擎112可以基于根据以下公式(7),根据一个或多个第二亲密度,确定所述目标用户和所述候选用户之间的亲密度:
affinity(L)=sum(order affinity(L)i)×2n (7)
其中,affinity(L)指所述目标用户和所述候选用户之间的第二亲密度。
又例如,处理引擎112可以基于考虑所述order affinity(T)i和order affinity(L)i两者的订单亲密度,确定所述目标用户和所述候选用户之间的亲密度。
在一些实施例中,处理引擎112还可以基于所述目标无线LAN连接数据和候选无线LAN连接数据,获取与所述目标用户相关的目标无线局域网(LAN)连接数据,和与所述候选用户相关的候选无线LAN连接数据,并且修改所述目标用户与所述目标用户之间的亲密度。例如,处理引擎112可以基于所述目标无线LAN连接数据和所述候选无线LAN连接数据,确定所述目标用户与所述候选用户之间是否存在无线LAN互连数据。所述无线LAN互连数据可以包括所述目标用户和所述候选用户连接到相同无线LAN的次数。
响应于确定所述目标用户与所述候选用户之间存在无线LAN互连数据,处理引擎112可以基于所述无线LAN互连数据,提高所述目标用户与所述候选用户之间的亲密度。例如,处理引擎112可以基于所述目标用户和所述候选用户连接到同一无线LAN的次数,将第一修改值添加到所述亲密度,或者将所述亲密度乘以第二修改值。所述目标用户和所述候选用户连接到相同无线LAN的次数越大,第一修改值或第二修改值可能越大。
为了说明的目的,本申请描述了所述相关服务订单的起始位置与所述目标服务订单的起始位置之间的位置差以作为示例,应该注意的是,处理引擎112可以确定所述相关服务订单的目的地和所述目标服务订单的目的地之间目的地差、所述相关服务订单的路线和所述目标服务订单的路线之间的路线差等。处理引擎112可以进一步基于所述目的地差、所述路线差等确定所述目标用户和所述候选用户之间的亲密度。
应该注意的是,上述关于确定所述目标用户和所述候选用户之间亲密度的描述仅仅是为了说明的目的而提供的,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,根据本申请的教导可以做出多种变化和修改。然而,这些变化和修改不会背离本申请的范围。
图7是根据本申请的一些实施例所示的确定与目标用户和至少两个候选用户相关的关联性的示例性方法700的流程图。方法700可以被实现为存储在存储器ROM230或RAM240中的一组指令(例如,应用程序)。处理器220可以执行所述一组指令,并且当执行指令时,其可以被配置为执行方法700。以下呈现的所示方法的操作仅是说明性的。在一些实施例中,方法700可以利用未描述的一个或多个附加操作和/或没有讨论的一个或多个操作来完成。此外,图7中所示的和下文描述的方法中操作的顺序并非是限制性的。
在步骤710中,处理引擎112(例如,确定模块310)(例如,处理器220的处理电路)可确定包括至少两个候选用户的候选用户集合。在一些实施例中,所述候选用户集合可以包括与所述目标用户具有相同关系(例如,家庭、同事或红包分享)的用户。在一些实施例中,所述候选用户集合可以包括与所述目标用户具有不同关系的用户。
在步骤720中,处理引擎112(例如,标准化单元530)(例如,处理器220的处理电路)可以获取所述目标用户与所述至少两个候选用户之间的至少两个亲密度。如结合步骤450或步骤630所述,对于所述至少两个候选用户中的每一个,处理引擎112可以如上所述,或者更具体地根据公式(6)或公式(7),确定所述候选用户和所述目标用户之间的亲密度。
在步骤730中,处理引擎112(例如,标准化单元530)(例如,处理器220的处理电路)可以根据下面的公式(8)或公式(9)确定所述至少两个亲密度的总和:
sum(T)=affinity(T)1+affinity(T)2+…+affinity(T)j (8)
其中,sum(T)指所述至少两个亲密度的第一个和,affinity(T)j指所述目标用户和所述候选用户集合中的一个候选用户j之间的第一亲密度,j≤m(m为所述候选用户集合中的所述至少两个候选用户的数量)。
sum(L)=affinity(L)1+affinity(L)2+…+affinity(L)j (9)
其中,sum(L)指所述至少两个亲密度的第二个和,affinity(L)j指所述目标用户和所述候选用户集合中的一个候选用户j之间的第二亲密度。
在步骤740中,处理引擎112(例如,标准化单元530)(例如,处理器220的处理电路)可以确定与所述目标用户的用户等级相关的标准化参数。处理引擎112可以基于与所述目标用户相关的至少两个目标服务订单的数量,确定所述标准化参数。
例如,处理引擎112可以根据下面的公式(10)确定所述标准化参数:
其中,α指所述标准化参数,u指与所述目标用户相关的所述至少两个目标服务订单的数量,V指在预定时间段内(例如,上周、上个月、去年),所述候选用户集合中至少两个候选用户的人均服务订单的平均数量。
在一个实施例中,处理引擎112可以确定在预定时间段内(例如,上周或过去7天、上个月或过去30天、去年或过去12个月)已注册系统100的至少两个用户(例如,1000、2000、5000、20000)的人均服务订单的平均数量。此外,处理引擎112可以根据公式(10),基于与所述目标用户相关的至少两个目标服务订单的数量和所述至少两个用户的人均服务订单的平均数量,确定所述标准化参数。
在步骤750中,处理引擎112(例如,标准化单元530)(例如,处理器220的处理电路)可以基于所述至少两个候选用户的总和与所述标准化参数,确定所述目标用户和每个候选用户之间的标准化亲密度。
以特定候选用户为例,处理引擎112可以根据下面的公式(11)确定标准化亲密度:
其中,normalized affinity(T)j指所述目标用户与所述候选用户集合中的候选用户j之间的第一标准化亲密度,α指所述标准化参数。
又例如,处理引擎112可以根据下面的公式(12)确定所述标准化亲密度:
其中,normalized affinity(L)j指所述目标用户与所述候选用户集合中的候选用户j之间的第二标准化亲密度。
在步骤760中,在一些实施例中,处理引擎112(例如,关联性确定单元540)(例如,处理器220的处理电路)可以基于所述标准化亲密度,确定与所述目标用户和所述候选用户集中的每个候选用户相关的关联性。在一些实施例中,所述关联性可以指示所述目标用户与所述候选用户集中的至少两个候选用户之间的社交关系。在一些实施例中,处理引擎112可以基于所述关联性,为所述目标用户提供量身定制的个性化推荐(例如,互联网产品(例如,应用程序)、旅行推荐、可能的朋友)。此外,处理引擎112可以提供用户界面,所述目标用户可以通过该用户界面与所述至少两个候选用户共享信息(例如,旅行信息)。在一些实施例中,处理引擎112可以基于与所述目标用户具有高度关联性的候选用户的偏好,生成针对所述目标用户的推荐。
出于说明的目的,下面提供了一个特定示例。应该注意的是,以下描述仅被提供用于说明,而不旨在限制本申请的范围。
假设处理引擎112确定目标用户A和包括B、C和D的三个候选用户。所述候选用户B是所述目标用户A的同事,所述候选用户C是所述目标用户A的家庭成员,所述候选用户D是曾经与所述目标用户A共享过红包的用户。
处理引擎112可以获得在预定时间段(例如,上个月)内与所述目标用户A相关的目标服务订单以及如下所示的目标用户A的用户信息:
A1:2016/10/14 12:00:00 116.2887,40.0433(数码商城);
A2:2016/10/16 12:00:00 116.3020,40.0436(潇湘楼);
A3:2016/10/17 12:00:00 116.3020,40.0436(潇湘楼);
A4:2016/10/18 12:00:00 116.3020,40.0436(潇湘楼);
A5:2016/10/19 12:00:00 116.3141,40.0334(上地东里)。
公司地址:116.2887,40.0433(数码商城);
家庭住址:116.3141,40.0334(上地东里)。
处理引擎112可以获得在所述预定时间段(例如,上个月)内与所述候选用户B相关的候选服务订单以及如下所示的候选用户B的用户信息:
B1:2016/10/14 12:05:00 116.2887,40.0433(数码商城);
B2:2016/10/18 11:55:00 116.3020,40.0436(潇湘楼)。
公司地址:116.2887,40.0433(数码商城)。
此外,在所述预定时间段(例如,上个月)内与所述候选用户C相关的候选服务订单以及候选用户C的用户信息如下所示:
C1:2016/10/18 12:02:00 116.3020,40.0436(潇湘楼);
C2:2016/10/19 12:01:00 116.3141,40.0334(上地东里);
C3:2016/10/20 11:01:00 116.3141,40.0334(上地东里)。
家庭住址:116.3141,40.0334(上地东里)。
更进一步,在所述预定时间段(例如,上个月)内与所述候选用户D相关的候选服务订单如下所示:
D1:2016/10/18 12:10:00 116.3020,40.0436(潇湘楼);
D2:2016/10/19 12:10:00 116.3020,40.0436(潇湘楼)。
此外,处理引擎112确定所述候选用户D和所述目标用户A已经连接到相同的无线LAN。
对于所述候选用户B,因为他/她是所述目标用户A的同事,所以处理引擎112可以排除与所述公司地址“数码商城”相关的目标服务订单A1和候选服务订单B1。然后,处理引擎112可根据时间阈值“10分钟”和位置阈值“50米”选择相关服务订单B2,并根据公式(5)确定所述相关服务订单B2与所述目标服务订单A4之间的订单亲密度。进一步,处理引擎112可根据公式(7)确定所述目标用户A与所述候选用户B之间的亲密度。
对于候选用户C,因为他/她是所述目标用户A的家庭成员,所以处理引擎112可以排除与所述家庭地址“上地东里”相关的目标服务订单A5和候选服务订单C2和C3。然后,处理引擎112可以根据所述时间阈值“10分钟”和所述位置阈值“50米”选择相关服务订单C1,并且根据公式(5)确定所述相关服务订单C1与所述目标服务订单A4之间的订单亲密度。此外,处理引擎112可根据公式(7)确定所述目标用户A与所述候选用户C之间的亲密度。
对于所述候选用户D,处理引擎112可以根据所述时间阈值“10分钟”和所述位置阈值“50米”选择相关服务订单D1,并根据公式(5)确定所述相关服务订单D1与所述目标服务订单A4之间的亲密度。处理引擎112还可以根据公式(7)确定所述目标用户A与所述候选用户D之间的亲密度。进一步,因为所述目标用户A和所述候选用户D已经连接到相同的无线LAN,所以处理引擎112可以将修改值(例如,1)添加到所述目标用户A和所述候选用户D之间的亲密度。
所述目标用户A与包括B、C和D在内的所述候选用户之间的亲密度如下表1所示:
表1:所述目标用户A与包括B、C和D的所述候选用户之间的亲密度
候选用户 | 亲密度 |
B | 2 |
C | 2 |
D | 3 |
此外,处理引擎112可以确定所述目标用户A和包括B、C、D的所述候选用户之间的标准化亲密度。假设所述预定时间段(例如,上个月)内至少两个用户的人均服务订单的平均数量为5,则根据公式(10),所述标准化参数为1。然后,处理引擎112可以根据公式(12),基于所述标准化参数确定所述标准化亲密度。
所述目标用户A与包括B、C和D的所述候选用户之间的标准化亲密度如下表2所示:
表2:所述目标用户A与包括B,C和D的所述候选用户之间的标准化亲密度
候选用户 | 亲密度 |
B | 2/7 |
C | 2/7 |
D | 3/7 |
利用所述标准化亲密度,处理引擎112可以确定所述候选用户和所述目标用户之间的关联性。在一些实施例中,处理引擎112可以基于一个或多个候选用户的偏好,向所述目标用户提供推荐。
需要注意的是,上述描述仅是为了说明,并不构成对本申请范围的限制。对于本领域技术人员而言,在本申请内容的指导下,可做出多种变形和修改。然而,变化和修改不会背离本申请的范围。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应当强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可以专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可以表现为位于一个或多个计算机可读介质中的计算机程序产品,所述产品包括计算机可读程序代码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程式编码可以用任意一种或多种程式设计语言编写,包括面向对象程式设计语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程式化程式设计语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态程式设计语言如Python、Ruby和Groovy,或其他程式设计语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网络(LAN)或广域网(WAN),或连接至外部计算机(例如通过互联网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非申请专利范围中明确说明,本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的申请专利范围并不仅限于披露的实施例,相反,申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件装置实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或行动装置上安装所描述的系统。
同理,应当理解的是,为了简化本申请揭示的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (19)
1.一种系统,包括:
至少一个存储介质,包括用于确定目标用户和至少一个候选用户之间的亲密度的一组指令;
与所述至少一个存储介质通信的至少一个处理器,其中,当执行所述一组指令时,所述至少一个处理器被配置为使所述系统:
在预定时间段内,获取与所述目标用户相关的至少两个目标服务订单以及与所述候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选服务订单中的每一个包括起始位置和起始时间;
基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间与所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值,或者所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值;以及
基于所述一个或多个相关服务订单,确定所述目标用户和所述候选用户之间的亲密度。
2.根据权利要求1所述的系统,其中,为基于所述一个或多个相关服务订单确定所述目标用户与所述候选用户之间的亲密度,所述至少一个处理器被进一步配置为使所述系统:
对于所述一个或多个相关服务订单中的每一个,基于所述时间差和所述时间阈值确定第一订单亲密度,或基于所述位置差和所述位置阈值确定第二订单亲密度;
基于一个或多个第一订单亲密度或一个或多个第二订单亲密度,确定所述目标用户与所述候选用户之间的所述亲密度。
3.根据权利要求1所述的系统,其中,所述至少一个处理器被进一步配置为使所述系统:
确定包括至少两个候选用户的候选用户集合;
确定所述目标用户与所述至少两个候选用户之间的至少两个亲密度;
确定所述至少两个亲密度的总和;
确定每个候选用户的亲密度与所述至少两个亲密度的总和的比率;
获取与所述目标用户的用户等级相关的标准化参数;以及
基于所述比率和所述标准化参数,确定所述目标用户与所述候选用户集合中的每个候选用户之间的标准化亲密度。
4.根据权利要求3所述的系统,其中,为获取标准化参数,所述至少一个处理器被进一步配置为使所述系统:
确定所述预定时间段内所述至少两个候选用户的人均服务订单的平均数量;
获取所述至少两个目标服务订单的数量;以及
基于所述人均服务订单的平均数量和所述至少两个目标服务订单的数量,确定所述标准化参数。
5.根据权利要求3所述的系统,其中,所述至少一个处理器被进一步配置为使所述系统:
基于所述标准化亲密度,确定所述目标用户与所述候选用户之间的关联性。
6.根据权利要求1所述的系统,其中,所述至少一个处理器被进一步配置为使所述系统:
获取与所述目标用户相关的目标无线局域网(LAN)连接数据;
获取与所述候选用户相关的候选无线LAN连接数据;
基于所述目标无线LAN连接数据和所述候选无线LAN连接数据,确定所述目标用户和所述候选用户之间是否存在无线LAN互连数据,其中,所述无线LAN互连数据包括所述目标用户和所述候选用户连接到相同的无线LAN的次数;以及
响应于确定所述目标用户和所述候选用户之间存在无线LAN互连数据,基于所述无线LAN互连数据,提高所述目标用户和所述候选用户之间的亲密度。
7.根据权利要求1所述的系统,其中,所述候选用户是所述目标用户的同事、所述目标用户的家庭成员,或者曾经与所述目标用户共享过红包。
8.根据权利要求7所述的系统,其中,为在预定时间段内获取与候选用户相关的至少两个候选服务订单,所述至少一个处理器被进一步配置为使所述系统:
确定所述候选用户是否是所述目标用户的同事;
响应于确定所述候选用户是所述目标用户的同事,确定与所述候选用户和所述目标用户相关的工作地址;
从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第一组服务订单,其中,对于所述第一组服务订单中的每一个,所述服务订单的起始位置与所述工作地址相关。
9.根据权利要求7所述的系统,其中,为在预定时间段内获取与候选用户相关的至少两个候选服务订单,所述至少一个处理器被进一步配置为使所述系统:
确定所述候选用户是否是所述目标用户的家庭成员;
响应于确定所述候选用户是所述目标用户的家庭成员,确定与所述候选用户和所述目标用户相关的家庭地址;
从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第二组服务订单,其中,对于所述第二组服务订单中的每一个,所述服务订单的起始位置与所述家庭地址相关。
10.一种在具有至少一个处理器、至少一个存储介质和连接到网络的通信平台的计算设备上实现的方法,所述方法包括:
在预定时间段内,获取与目标用户相关的至少两个目标服务订单以及与候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选服务订单中的每一个包括起始位置和起始时间;
基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间与所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值,或者所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值;以及
基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的亲密度。
11.根据权利要求10所述的方法,其中,基于所述一个或多个相关服务订单确定所述目标用户与所述候选用户之间的亲密度包括:
对于所述一个或多个相关服务订单中的每一个,基于所述时间差和所述时间阈值确定第一订单亲密度,或基于所述位置差和所述位置阈值确定第二订单亲密度;以及
基于一个或多个第一订单亲密度或一个或多个第二订单亲密度,确定所述目标用户和所述候选用户之间的所述亲密度。
12.根据权利要求10所述的方法,其中,所述方法进一步包括:
确定包括至少两个候选用户的候选用户集合;
确定所述目标用户和所述至少两个候选用户之间的至少两个亲密度;
确定所述至少两个亲密度的总和;
确定每个候选用户的亲密度与所述至少两个亲密度的总和的比率;
获取与所述目标用户的用户等级相关的标准化参数;以及
基于所述比率和所述标准化参数,确定所述目标用户与所述候选用户集合中的每个候选用户之间的标准化亲密度。
13.根据权利要求12所述的方法,其中,所述获取所述标准化参数包括:
确定所述预定时间段内所述至少两个候选用户的人均服务订单的平均数量;
获取所述至少两个目标服务订单的数量;以及
基于所述人均服务订单的平均数量和所述至少两个目标服务订单的数量,确定所述标准化参数。
14.根据权利要求12所述的方法,其中,所述方法进一步包括:
基于所述标准化亲密度,确定所述目标用户与所述候选用户之间的关联性。
15.根据权利要求10所述的方法,其中,所述方法进一步包括:
获取与所述目标用户相关的目标无线局域网(LAN)连接数据;
获取与所述候选用户相关的候选无线LAN连接数据;
基于所述目标无线LAN连接数据和所述候选无线LAN连接数据,确定所述目标用户和所述候选用户之间是否存在无线LAN互连数据,其中,所述无线LAN互连数据包括所述目标用户和所述候选用户连接到相同的无线LAN的次数;以及
响应于确定所述目标用户和所述候选用户之间存在无线LAN互连数据,基于所述无线LAN互连数据,提高所述目标用户和所述候选用户之间的亲密度。
16.根据权利要求10所述的方法,其中,所述候选用户是所述目标用户的同事、所述目标用户的家庭成员,或者曾经与所述目标用户共享过红包。
17.根据权利要求16所述的方法,其中,在预定时间段内获取与候选用户相关的至少两个候选服务订单包括:
确定所述候选用户是否是目标用户的同事;
响应于确定所述候选用户是所述目标用户的同事,确定与所述候选用户和所述目标用户相关的工作地址;
从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第一组服务订单,其中,对于所述第一组服务订单中的每一个,所述服务订单的起始位置与所述工作地址相关。
18.根据权利要求16所述的方法,其中,在预定时间段内获取与候选用户相关的至少两个候选服务订单包括:
确定所述候选用户是否是所述目标用户的家庭成员;
响应于确定所述候选用户是所述目标用户的家庭成员,确定与所述候选用户和所述目标用户相关的家庭地址;
从所述至少两个目标服务订单和所述至少两个候选服务订单中排除第二组服务订单,其中,对于所述第二组服务订单中的每一个,所述服务订单的起始位置与所述家庭地址相关。
19.一种非暂时性计算机可读介质,包括用于确定目标用户和至少一个候选用户之间的亲密度的一组指令,其中当由至少一个处理器执行时,所述一组指令引导所述至少一个处理器执行行为:
在预定时间段内,获取与目标用户相关的至少两个目标服务订单以及与候选用户相关的至少两个候选服务订单,其中,所述至少两个目标服务订单和所述至少两个候选服务订单中的每一个包括起始位置和起始时间;
基于所述至少两个目标服务订单,从所述至少两个候选服务订单中选择一个或多个相关服务订单,其中,对于所述一个或多个相关服务订单中的每一个,所述相关服务订单的起始时间与所述至少两个目标服务订单之一的起始时间之间的时间差小于时间阈值,或者所述相关服务订单的起始位置与所述至少两个目标服务订单之一的起始位置之间的位置差小于位置阈值;以及
基于所述一个或多个相关服务订单,确定所述目标用户与所述候选用户之间的亲密度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017100769084 | 2017-02-13 | ||
CN201710076908.4A CN108446281B (zh) | 2017-02-13 | 2017-02-13 | 确定用户亲密度的方法、装置及存储介质 |
PCT/CN2017/114977 WO2018145509A1 (en) | 2017-02-13 | 2017-12-07 | Systems and methods for determining affinity between users |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110291544A true CN110291544A (zh) | 2019-09-27 |
Family
ID=63107181
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710076908.4A Active CN108446281B (zh) | 2017-02-13 | 2017-02-13 | 确定用户亲密度的方法、装置及存储介质 |
CN201780086422.7A Pending CN110291544A (zh) | 2017-02-13 | 2017-12-07 | 用于确定用户之间亲密度的系统和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710076908.4A Active CN108446281B (zh) | 2017-02-13 | 2017-02-13 | 确定用户亲密度的方法、装置及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10701556B2 (zh) |
CN (2) | CN108446281B (zh) |
WO (1) | WO2018145509A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768230A (zh) * | 2020-06-24 | 2020-10-13 | 中国平安财产保险股份有限公司 | 客户画像系统的标签推荐方法、装置及计算机设备 |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9965247B2 (en) | 2016-02-22 | 2018-05-08 | Sonos, Inc. | Voice controlled media playback system based on user profile |
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US9947316B2 (en) | 2016-02-22 | 2018-04-17 | Sonos, Inc. | Voice control of a media playback system |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US10509626B2 (en) | 2016-02-22 | 2019-12-17 | Sonos, Inc | Handling of loss of pairing between networked devices |
US9826306B2 (en) | 2016-02-22 | 2017-11-21 | Sonos, Inc. | Default playback device designation |
US9978390B2 (en) | 2016-06-09 | 2018-05-22 | Sonos, Inc. | Dynamic player selection for audio signal processing |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
US9942678B1 (en) | 2016-09-27 | 2018-04-10 | Sonos, Inc. | Audio playback settings for voice interaction |
US10181323B2 (en) | 2016-10-19 | 2019-01-15 | Sonos, Inc. | Arbitration-based voice recognition |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10446165B2 (en) | 2017-09-27 | 2019-10-15 | Sonos, Inc. | Robust short-time fourier transform acoustic echo cancellation during audio playback |
US10621981B2 (en) | 2017-09-28 | 2020-04-14 | Sonos, Inc. | Tone interference cancellation |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US11343614B2 (en) | 2018-01-31 | 2022-05-24 | Sonos, Inc. | Device designation of playback and network microphone device arrangements |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
US10681460B2 (en) | 2018-06-28 | 2020-06-09 | Sonos, Inc. | Systems and methods for associating playback devices with voice assistant services |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US10461710B1 (en) | 2018-08-28 | 2019-10-29 | Sonos, Inc. | Media playback system with maximum volume setting |
US10587430B1 (en) | 2018-09-14 | 2020-03-10 | Sonos, Inc. | Networked devices, systems, and methods for associating playback devices based on sound codes |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
EP3654249A1 (en) | 2018-11-15 | 2020-05-20 | Snips | Dilated convolutions and gating for efficient keyword spotting |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US10602268B1 (en) | 2018-12-20 | 2020-03-24 | Sonos, Inc. | Optimization of network microphone devices using noise classification |
US10867604B2 (en) | 2019-02-08 | 2020-12-15 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing |
US11315556B2 (en) | 2019-02-08 | 2022-04-26 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing by transmitting sound data associated with a wake word to an appropriate device for identification |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
US10586540B1 (en) | 2019-06-12 | 2020-03-10 | Sonos, Inc. | Network microphone device with command keyword conditioning |
US11361756B2 (en) | 2019-06-12 | 2022-06-14 | Sonos, Inc. | Conditional wake word eventing based on environment |
US11200894B2 (en) | 2019-06-12 | 2021-12-14 | Sonos, Inc. | Network microphone device with command keyword eventing |
US11138975B2 (en) | 2019-07-31 | 2021-10-05 | Sonos, Inc. | Locally distributed keyword detection |
US10871943B1 (en) | 2019-07-31 | 2020-12-22 | Sonos, Inc. | Noise classification for event detection |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
US11308962B2 (en) | 2020-05-20 | 2022-04-19 | Sonos, Inc. | Input detection windowing |
US11698771B2 (en) | 2020-08-25 | 2023-07-11 | Sonos, Inc. | Vocal guidance engines for playback devices |
CN112115382B (zh) * | 2020-09-30 | 2023-03-10 | 北京格灵深瞳信息技术股份有限公司 | 数据处理方法及装置、存储介质、电子装置 |
US11984123B2 (en) | 2020-11-12 | 2024-05-14 | Sonos, Inc. | Network device interaction by range |
CN117573951B (zh) * | 2024-01-16 | 2024-04-12 | 每日互动股份有限公司 | 一种目标用户筛选方法、装置、介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411593A (zh) * | 2010-09-26 | 2012-04-11 | 腾讯数码(天津)有限公司 | 展示好友动态的方法及系统 |
CN103853726A (zh) * | 2012-11-29 | 2014-06-11 | 腾讯科技(深圳)有限公司 | 一种挖掘社区用户的方法及装置 |
CN104281622A (zh) * | 2013-07-11 | 2015-01-14 | 华为技术有限公司 | 一种社交媒体中的信息推荐方法和装置 |
CN104933201A (zh) * | 2015-07-15 | 2015-09-23 | 蔡宏铭 | 基于同行信息的内容推荐方法及系统 |
CN105005615A (zh) * | 2015-07-17 | 2015-10-28 | 广东小天才科技有限公司 | 一种基于移动轨迹进行终端推荐的方法、装置和系统 |
CN105631531A (zh) * | 2015-11-26 | 2016-06-01 | 东莞酷派软件技术有限公司 | 行车好友推荐方法、行车好友推荐装置和服务器 |
Family Cites Families (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6804825B1 (en) * | 1998-11-30 | 2004-10-12 | Microsoft Corporation | Video on demand methods and systems |
US7630986B1 (en) * | 1999-10-27 | 2009-12-08 | Pinpoint, Incorporated | Secure data interchange |
US7072858B1 (en) * | 2000-02-04 | 2006-07-04 | Xpensewise.Com, Inc. | System and method for dynamic price setting and facilitation of commercial transactions |
WO2001091422A2 (en) * | 2000-05-23 | 2001-11-29 | Truepricing, Inc. | Distributed information methods and systems used to collect and correlate user information and preferences with products and services |
US7272575B2 (en) * | 2001-07-13 | 2007-09-18 | Lilly Mae Vega | Method and system for facilitating service transactions |
US7213742B1 (en) * | 2003-03-20 | 2007-05-08 | Convergys Information Management Group, Inc. | System and method for value creation |
US8140677B2 (en) * | 2002-11-21 | 2012-03-20 | International Business Machines Corporation | Autonomic web services hosting service |
US7680685B2 (en) * | 2004-06-05 | 2010-03-16 | Sap Ag | System and method for modeling affinity and cannibalization in customer buying decisions |
WO2007103938A2 (en) * | 2006-03-06 | 2007-09-13 | Veveo, Inc. | Methods and systems for selecting and presenting content based on learned user preferences |
US7596597B2 (en) * | 2006-08-31 | 2009-09-29 | Microsoft Corporation | Recommending contacts in a social network |
US20080091342A1 (en) * | 2006-10-11 | 2008-04-17 | Jeffrey Assael | System and method for ride matching |
US20080195664A1 (en) * | 2006-12-13 | 2008-08-14 | Quickplay Media Inc. | Automated Content Tag Processing for Mobile Media |
WO2008134595A1 (en) * | 2007-04-27 | 2008-11-06 | Pelago, Inc. | Determining locations of interest based on user visits |
US8539359B2 (en) * | 2009-02-11 | 2013-09-17 | Jeffrey A. Rapaport | Social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic |
US8285571B2 (en) * | 2009-02-18 | 2012-10-09 | Toyota Motor Engineering & Manufacturing North America (Tema) | Rideshare system and associated methodology |
WO2011047041A1 (en) * | 2009-10-13 | 2011-04-21 | Phone Through, Inc. | Apparatuses, methods, and computer program products enabling association of related product data and execution of transaction |
US20110238755A1 (en) * | 2010-03-24 | 2011-09-29 | Hameed Khan | Proximity-based social networking |
US20120041675A1 (en) * | 2010-08-10 | 2012-02-16 | Steven Juliver | Method and System for Coordinating Transportation Service |
US20120072263A1 (en) * | 2010-08-17 | 2012-03-22 | Matthew Dusig | Selecting and processing offers to complete tasks, research programs, and consumer rewards programs based on location |
US8909562B2 (en) * | 2011-03-28 | 2014-12-09 | Google Inc. | Markov modeling of service usage patterns |
US8719213B2 (en) * | 2011-03-29 | 2014-05-06 | Manyworlds, Inc. | Contextually transformed learning layer |
US8621563B2 (en) * | 2011-03-29 | 2013-12-31 | Nokia Corporation | Method and apparatus for providing recommendation channels |
JP6049710B2 (ja) * | 2011-07-01 | 2016-12-21 | トゥルーカー インコーポレイテッド | 利用可能販売店の選択、フィルタリング、および/または提示のための方法およびシステム |
US9208511B2 (en) * | 2011-08-22 | 2015-12-08 | Simple Rules, Inc. | System and method for location-based recommendations |
CN102306172A (zh) * | 2011-08-24 | 2012-01-04 | 深圳市凯立德科技股份有限公司 | 一种结伴游推荐方法和系统 |
US8732101B1 (en) * | 2013-03-15 | 2014-05-20 | Nara Logics, Inc. | Apparatus and method for providing harmonized recommendations based on an integrated user profile |
US20140279196A1 (en) * | 2013-03-15 | 2014-09-18 | Nara Logics, Inc. | System and methods for providing spatially segmented recommendations |
US20140129371A1 (en) * | 2012-11-05 | 2014-05-08 | Nathan R. Wilson | Systems and methods for providing enhanced neural network genesis and recommendations |
WO2013082630A1 (en) * | 2011-12-02 | 2013-06-06 | Ezsav Inc. | Unified processing of events associated with a transaction executing product purchase and/or use |
US9384493B2 (en) * | 2012-03-01 | 2016-07-05 | Visa International Service Association | Systems and methods to quantify consumer sentiment based on transaction data |
US20140032358A1 (en) * | 2012-07-25 | 2014-01-30 | Aro, Inc. | Sharing Recommendation Agents |
US9971830B2 (en) * | 2012-09-06 | 2018-05-15 | Facebook, Inc. | Recommending users to add to groups in a social networking system |
US20170323295A1 (en) * | 2012-12-03 | 2017-11-09 | Savue Inc. | System and/or methods enabling the processing of one or more events associated with a transaction executing the purchase and/or use of one or more products |
US9558043B2 (en) * | 2013-01-25 | 2017-01-31 | Cisco Technology Inc. | System and method for abstracting and orchestrating mobile data networks in a network environment |
US10275785B2 (en) * | 2013-03-15 | 2019-04-30 | Commerce Signals, Inc. | Methods and systems for signal construction for distribution and monetization by signal sellers |
US10803512B2 (en) * | 2013-03-15 | 2020-10-13 | Commerce Signals, Inc. | Graphical user interface for object discovery and mapping in open systems |
US9367536B2 (en) * | 2013-05-03 | 2016-06-14 | Facebook, Inc. | Using inverse operators for queries on online social networks |
US20140365301A1 (en) * | 2013-06-11 | 2014-12-11 | Visa International Service Association | Systems and methods to generate offers based on transaction data |
US20150005007A1 (en) * | 2013-06-28 | 2015-01-01 | Streetlight Data, Inc. | Displaying demographic data |
GB201316196D0 (en) * | 2013-09-11 | 2013-10-23 | Piksel Inc | Triggering an action in a computer device |
US9514495B2 (en) * | 2013-09-12 | 2016-12-06 | International Business Machines Corporation | Creation and use of closely-matched groups to aid in initiating and sustaining behavioral change |
CA2866586A1 (en) * | 2013-10-09 | 2015-04-09 | Michael E. Globe | Systems and methods for identifying product recommendations based on investment portfolio data |
US20150128020A1 (en) * | 2013-11-03 | 2015-05-07 | Oscar Garcia Chávez | System and method for collaboration based on geographical location |
US8949250B1 (en) * | 2013-12-19 | 2015-02-03 | Facebook, Inc. | Generating recommended search queries on online social networks |
WO2015127312A1 (en) * | 2014-02-21 | 2015-08-27 | Open Garden Inc. | Passive social networking using location |
US9704205B2 (en) * | 2014-02-28 | 2017-07-11 | Christine E. Akutagawa | Device for implementing body fluid analysis and social networking event planning |
US20150248651A1 (en) * | 2014-02-28 | 2015-09-03 | Christine E. Akutagawa | Social networking event planning |
CN106464706B (zh) * | 2014-04-18 | 2019-08-20 | 意大利电信股份公司 | 用于通过可从电信网络获得的数据识别显著地点的方法和系统 |
CN105095242B (zh) * | 2014-04-30 | 2018-07-27 | 国际商业机器公司 | 一种标记地理区域的方法和装置 |
US10210261B2 (en) * | 2014-06-18 | 2019-02-19 | Facebook, Inc. | Ranking and filtering groups recommendations |
US10003926B2 (en) * | 2014-09-16 | 2018-06-19 | DataSpark, Pte., Ltd. | Predicting human movement behaviors using location services model |
CN105045833B (zh) * | 2015-06-30 | 2018-12-28 | 北京嘀嘀无限科技发展有限公司 | 用户好友关系的分类方法及装置 |
EP3070661A1 (en) * | 2015-03-20 | 2016-09-21 | Tata Consultancy Services Limited | System and method for providing context driven hyper-personalized recommendation |
CN104881459A (zh) * | 2015-05-22 | 2015-09-02 | 电子科技大学 | 一种移动社会网络的好友推荐方法 |
US10671615B2 (en) * | 2016-05-27 | 2020-06-02 | Facebook, Inc. | Methods and systems for assigning affinity scores to contacts |
CN107247786A (zh) * | 2017-06-15 | 2017-10-13 | 北京小度信息科技有限公司 | 用于确定相似用户的方法、装置和服务器 |
-
2017
- 2017-02-13 CN CN201710076908.4A patent/CN108446281B/zh active Active
- 2017-12-07 CN CN201780086422.7A patent/CN110291544A/zh active Pending
- 2017-12-07 WO PCT/CN2017/114977 patent/WO2018145509A1/en active Application Filing
-
2019
- 2019-08-12 US US16/537,711 patent/US10701556B2/en active Active
-
2020
- 2020-05-27 US US16/885,185 patent/US20200296580A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411593A (zh) * | 2010-09-26 | 2012-04-11 | 腾讯数码(天津)有限公司 | 展示好友动态的方法及系统 |
EP2620879A1 (en) * | 2010-09-26 | 2013-07-31 | Tencent Technology (Shenzhen) Company Limited | Method and system of displaying friend status and computer storage medium for same |
CN103853726A (zh) * | 2012-11-29 | 2014-06-11 | 腾讯科技(深圳)有限公司 | 一种挖掘社区用户的方法及装置 |
CN104281622A (zh) * | 2013-07-11 | 2015-01-14 | 华为技术有限公司 | 一种社交媒体中的信息推荐方法和装置 |
CN104933201A (zh) * | 2015-07-15 | 2015-09-23 | 蔡宏铭 | 基于同行信息的内容推荐方法及系统 |
CN105005615A (zh) * | 2015-07-17 | 2015-10-28 | 广东小天才科技有限公司 | 一种基于移动轨迹进行终端推荐的方法、装置和系统 |
CN105631531A (zh) * | 2015-11-26 | 2016-06-01 | 东莞酷派软件技术有限公司 | 行车好友推荐方法、行车好友推荐装置和服务器 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768230A (zh) * | 2020-06-24 | 2020-10-13 | 中国平安财产保险股份有限公司 | 客户画像系统的标签推荐方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108446281A (zh) | 2018-08-24 |
US20200296580A1 (en) | 2020-09-17 |
WO2018145509A1 (en) | 2018-08-16 |
US20190364422A1 (en) | 2019-11-28 |
US10701556B2 (en) | 2020-06-30 |
CN108446281B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110291544A (zh) | 用于确定用户之间亲密度的系统和方法 | |
US11017327B2 (en) | Systems and methods for providing information for on-demand services | |
EP3320420B1 (en) | Systems and methods for recommending recommended service location | |
US10997857B2 (en) | Methods and systems for carpooling | |
US11546729B2 (en) | System and method for destination predicting | |
US20180240045A1 (en) | Systems and methods for allocating sharable orders | |
US20210043086A1 (en) | Systems and methods for generating personalized destination recommendations | |
US11079244B2 (en) | Methods and systems for estimating time of arrival | |
CN110431573A (zh) | 订单分配优化的系统和方法 | |
CN108934181A (zh) | 用于路径搜索的系统和方法 | |
CN110140135A (zh) | 信息处理方法、信息处理系统和信息处理装置 | |
CN108701279A (zh) | 用于确定未来运输服务时间点的预测分布的系统和方法 | |
US10785595B2 (en) | Systems and methods for updating sequence of services | |
CN108701320A (zh) | 拼车的系统和方法 | |
AU2017270456A1 (en) | Systems and methods for distributing request for service | |
US11293768B2 (en) | Systems and methods for path determination | |
CN108713326A (zh) | 分配按需服务请求的系统及方法 | |
US20200226534A1 (en) | Systems and methods for evaluating a scheduling strategy associated with designated driving services | |
CN110402370A (zh) | 用于确定服务请求的推荐信息的系统和方法 | |
CN111260164A (zh) | 一种运力调度方法以及装置 | |
CN111489214B (zh) | 订单分配方法、条件设置方法、装置及电子设备 | |
US20200286008A1 (en) | Systems and methods for distributing on-demand service requests |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190927 |