CN110309241B - 挖掘方法、装置、服务器、计算机设备和可读存储介质 - Google Patents

挖掘方法、装置、服务器、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN110309241B
CN110309241B CN201810212596.XA CN201810212596A CN110309241B CN 110309241 B CN110309241 B CN 110309241B CN 201810212596 A CN201810212596 A CN 201810212596A CN 110309241 B CN110309241 B CN 110309241B
Authority
CN
China
Prior art keywords
point
cluster
grid
target
grids
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810212596.XA
Other languages
English (en)
Other versions
CN110309241A (zh
Inventor
袁帅
王静
王风雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201810212596.XA priority Critical patent/CN110309241B/zh
Priority to PCT/CN2019/078257 priority patent/WO2019174630A1/en
Publication of CN110309241A publication Critical patent/CN110309241A/zh
Priority to US17/017,902 priority patent/US20200408552A1/en
Application granted granted Critical
Publication of CN110309241B publication Critical patent/CN110309241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3614—Destination input or retrieval through interaction with a road map, e.g. selecting a POI icon on a road map
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出了一种下车引导点的挖掘方法、装置、服务器、计算机设备和可读存储介质，其中，该挖掘方法包括：获取多个订单，将每个所述订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将所述目标簇中的目标网格的中心点作为引导点；计算所述引导点绑定的道路的置信度；根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。通过本发明的技术方案，可以挖掘出引导点作为导航的终点，以合理地规划车辆行驶的路径。

Description

挖掘方法、装置、服务器、计算机设备和可读存储介质
技术领域
本发明涉及互联网技术领域，具体而言，涉及一种下车引导点的挖掘方法、下车引导点的挖掘装置、服务器、计算机设备和计算机可读存储介质。
背景技术
当驾驶员载着用户去目的地时，一般将目的地的显示坐标映射到相近道路，将该条道路作为导航的终点，但是，按照以上方式导航会出现导航路径规划不合理的问题。例如，如图1所示，用户发出网约车订单中的目的地为地铁站，点1为目的地在地图上的显示坐标，点2为显示坐标就近绑路的位置(即导航的终点)，但是，当用户在点2下车时，用户从点2到达目的地地铁站需要走一段很长的路。再例如，如图2所示，用户发出网约车订单中的目的地为A商场，点3即目的地在地图上的显示坐标，点5为显示坐标就近绑路的位置(即导航的终点)，点4为用户实际下车的位置，如果用户在就近绑路的位置(即点5)下车，由于商场的南北两侧的道路都是单行线，车辆到达就近绑路的位置后还需要饶很长的一段路才能到达适合下车的位置。以上问题会影响导航的路径规划，影响实际里程和预估里程之间、实际乘车价格和预估乘车价格之间的差别比较大。
因此，如何确定导航的终点，以合理地规划车辆行驶的路径成为亟待解决的技术问题。
发明内容
本发明正是基于上述问题，提出了一种新的技术方案，可以解决导航的终点不合理的技术问题。
有鉴于此，本发明的第一方面提出了一种下车引导点的挖掘方法，包括：获取多个订单，将每个所述订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将所述目标簇中的目标网格的中心点作为引导点；计算所述引导点绑定的道路的置信度；根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
在该技术方案中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
在上述技术方案中，优选地，所述将每个网格划分到对应的簇中，具体包括：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
在该技术方案中，按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
在上述任一技术方案中，优选地，所述将所述目标簇中的目标网格的中心点作为引导点，具体包括：将在所述目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为所述引导点；以及还包括：若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
在该技术方案中，首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
在上述任一技术方案中，优选地，所述计算每个簇的置信度，具体包括：计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
在上述任一技术方案中，优选地，所述计算所述引导点绑定的道路的置信度，具体包括：计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
在上述任一技术方案中，优选地，每个所述订单的目的地在所有的所述订单中出现的次数超过预设阈值，每个所述订单的生成日期均在预设时间范围内。
在该技术方案中，通过选取预设时间范围内的订单，且选取的订单的目的地在所有的订单中出现的次数超过预设阈值，从而保证了引导点挖掘的准确性。
本发明的第二方面提出了一种下车引导点的挖掘装置，包括：映射单元，用于获取多个订单，将每个所述订单的实际下车点映射到网格内；划分单元，用于将每个网格划分到对应的簇中；第一计算单元，用于计算每个簇的置信度；获取单元，用于按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；处理单元，用于将在所述目标簇中的网格作为引导点；第二计算单元，用于计算所述引导点绑定的道路的置信度；确定单元，用于根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
在该技术方案中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
在上述技术方案中，优选地，所述划分单元包括：确定子单元，用于根据每个网格内的实际下车点数量，确定每个网格的热度；划分子单元，用于按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
在该技术方案中，按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
在上述任一技术方案中，优选地，所述处理单元具体用于，将在所述目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为所述引导点；以及所述处理单元还用于，若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
在该技术方案中，首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
在上述任一技术方案中，优选地，所述第一计算单元具体用于，计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
在上述任一技术方案中，优选地，所述第二计算单元具体用于，计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
在上述任一技术方案中，优选地，每个所述订单的目的地在所有的所述订单中出现的次数超过预设阈值，每个所述订单的生成日期均在预设时间范围内。
在该技术方案中，通过选取预设时间范围内的订单，且选取的订单的目的地在所有的订单中出现的次数超过预设阈值，从而保证了引导点挖掘的准确性。
本发明的第三方面提出了一种服务器，包括上述技术方案中任一项所述的下车引导点的挖掘装置，因此，该服务器具有和上述技术方案中任一项所述的下车引导点的挖掘装置相同的技术效果，在此不再赘述。
本发明的第四方面提出了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取多个订单，将每个所述订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将所述目标簇中的目标网格的中心点作为引导点；计算所述引导点绑定的道路的置信度；根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
在该技术方案中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
在上述技术方案中，优选地，所述处理器执行所述计算机程序时具体实现以下步骤：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
在该技术方案中，按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
在上述任一技术方案中，优选地，所述处理器执行所述计算机程序时具体实现以下步骤：将在所述目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为所述引导点；以及还包括：若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
在该技术方案中，首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
在上述任一技术方案中，优选地，所述处理器执行所述计算机程序时具体实现以下步骤：计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
在上述任一技术方案中，优选地，所述处理器执行所述计算机程序时具体实现以下步骤：计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
本发明的第五方面提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取多个订单，将每个所述订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将在所述目标簇中的网格作为引导点；计算所述引导点绑定的道路的置信度；根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
在该技术方案中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密度，将该目标簇中的网格作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
在上述技术方案中，优选地，所述计算机程序被所述处理器执行时具体实现以下步骤：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
在该技术方案中，按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
在上述任一技术方案中，优选地，所述计算机程序被所述处理器执行时具体实现以下步骤：将在所述目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为所述引导点；以及还包括：若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
在该技术方案中，首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
在上述任一技术方案中，优选地，所述计算机程序被所述处理器执行时具体实现以下步骤：计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
在上述任一技术方案中，优选地，所述计算机程序被所述处理器执行时具体实现以下步骤：计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
通过本发明的技术方案，可以挖掘出引导点作为导航的终点，以合理地规划车辆行驶的路径。
附图说明
图1示出了现有技术中的导航的终点在地图上的一个示意图；
图2示出了现有技术中的导航的终点在地图上的另一个示意图；
图3示出了根据本发明的一个实施例的下车引导点的挖掘方法的流程示意图；
图4示出了根据本发明的另一个实施例的下车引导点的挖掘方法的流程示意图；
图5示出了根据本发明的一个实施例的下车引导点的挖掘装置的框图；
图6示出了根据本发明的一个实施例的服务器的框图。
具体实施方式
为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图3示出了根据本发明的一个实施例的下车引导点的挖掘方法的流程示意图。
如图3所示，根据本发明的一个实施例的下车引导点的挖掘方法，包括：
步骤302，获取多个订单，将每个订单的实际下车点映射到网格内。
其中，每个订单的目的地在所有的订单中出现的次数超过预设阈值，每个订单的生成日期均在预设时间范围内。
例如，选取近3个月内的订单，且每个订单的目的地在所有的订单中出现的次数超过10次。
步骤304，将每个网格划分到对应的簇中。
步骤306，计算每个簇的置信度。
优选地，将簇中包含的实际下车点数量作为分母，该簇中的目的地数量作为分子，得到的比值为该簇的置信度。
步骤308，按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇。
步骤310，将目标簇中的目标网格的中心点作为引导点。
步骤312，计算引导点绑定的道路的置信度。
优选地，将目标簇中所有网格对应的道路数量作为分母，引导点绑定的道路在目标簇中出现的次数作为分子，得到的比值为引导点绑定的道路的置信度。
步骤314，根据引导点绑定的道路的置信度，确定是否将引导点作为用于导航的终点。
在该实施例中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
可以理解的是，步骤304具体包括：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将预设范围内存在簇的网格加入到距离其最近的簇中，以及为预设范围内不存在簇的网格生成新簇。
按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
例如，有100个网格放在网格集合中，该100个网格按照热度排序之后，取热度最高的网格，查找该网格的预设范围内是否存在簇，若有则将该网格加入到该簇中，若没有则以网格的中心点为簇中心，重新为该网格生成一个新簇，并且将该网格从网格集合中删除。将其他网格加入到簇的方案与以上方案相同，在此不再重复赘述。
可以理解的是，步骤310具体包括：将在目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点；以及还包括：若确定不将引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为引导点，直到确定将引导点作为用于导航的终点时为止。
首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
图4示出了根据本发明的另一个实施例的下车引导点的挖掘方法的流程示意图。
如图4所示，根据本发明的另一个实施例的下车引导点的挖掘方法，包括：
步骤402，获取多个订单，将每个订单的实际下车点映射到网格内。
其中，每个订单的目的地在所有的订单中出现的次数超过预设阈值，每个订单的生成日期均在预设时间范围内。
步骤404，将每个网格划分到对应的簇中。
根据每个网格内的实际下车点数量，确定每个网格的热度，按照热度对所有的网格排序，取热度最高的网格，查找该网格的预设范围内是否存在簇，若有则将该网格加入到该簇中，若没有则以网格的中心点为簇中心，重新为该网格生成一个新簇，并且将该网格从网格集合中删除。将其他网格加入到簇的方案与以上方案相同，在此不再重复赘述。
步骤406，计算每个簇的置信度。
优选地，将簇中包含的实际下车点数量作为分母，该簇中的目的地数量作为分子，得到的比值为该簇的置信度。
步骤408，按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇。
步骤410，将目标簇的中心处的目标网格的中心点作为引导点。
步骤412，计算引导点绑定的道路的置信度。
优选地，将目标簇中所有网格对应的道路数量作为分母，引导点绑定的道路在目标簇中出现的次数作为分子，得到的比值为引导点绑定的道路的置信度。
步骤414，根据引导点绑定的道路的置信度，判断是否将引导点作为用于导航的终点，在判断结果为是时，执行步骤416，在判断结果为否时，执行步骤418。
步骤416，获取下一个目标簇，并重新执行步骤410。
步骤418，若确定不将引导点作为用于导航的终点，则对目标簇中的除簇中心处的网格之外的其他网格排序，依次将目标簇中的其他网格作为引导点。
图5示出了根据本发明的一个实施例的下车引导点的挖掘装置的框图。
如图5所示，根据本发明的一个实施例的下车引导点的挖掘装置500，包括：映射单元502、划分单元504、第一计算单元506、获取单元508、处理单元510、第二计算单元512和确定单元514。
映射单元502，用于获取多个订单，将每个订单的实际下车点映射到网格内；划分单元504，用于将每个网格划分到对应的簇中；第一计算单元506，用于计算每个簇的置信度；获取单元508，用于按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；处理单元510，用于将目标簇中的目标网格的中心点作为引导点；第二计算单元512，用于计算引导点绑定的道路的置信度；确定单元514，用于根据引导点绑定的道路的置信度，确定是否将引导点作为用于导航的终点。
在该实施例中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
可以理解的是，划分单元504包括：确定子单元5042，用于根据每个网格内的实际下车点数量，确定每个网格的热度；划分子单元5044，用于按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将预设范围内存在簇的网格加入到距离其最近的簇中，以及为预设范围内不存在簇的网格生成新簇。
按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
可以理解的是，处理单元510具体用于，将在目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点；以及处理单元510还用于，若确定不将引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为引导点，直到确定将引导点作为用于导航的终点时为止。
首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
可以理解的是，第一计算单元506具体用于，计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
可以理解的是，第二计算单元512具体用于，计算目标簇中所有网格对应的道路数量与引导点绑定的道路在目标簇中出现的次数的比值，作为引导点绑定的道路的置信度。
可以理解的是，每个订单的目的地在所有的订单中出现的次数超过预设阈值，每个订单的生成日期均在预设时间范围内。
通过选取预设时间范围(例如近3个月)内的订单，且选取的订单的目的地在所有的订单中出现的次数超过预设阈值(例如10次)，从而保证了引导点挖掘的准确性。
图6示出了根据本发明的一个实施例的服务器的框图。
如图6所示，根据本发明的一个实施例的服务器600，包括上述技术方案中任一项的下车引导点的挖掘装置500，因此，该服务器600具有和上述技术方案中任一项的下车引导点的挖掘装置500相同的技术效果，在此不再赘述。
根据本发明的一个实施例的一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取多个订单，将每个订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将目标簇中的目标网格的中心点作为引导点；计算引导点绑定的道路的置信度；根据引导点绑定的道路的置信度，确定是否将引导点作为用于导航的终点。
在该实施例中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
可以理解的是，处理器执行计算机程序时具体实现以下步骤：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将预设范围内存在簇的网格加入到距离其最近的簇中，以及为预设范围内不存在簇的网格生成新簇。
按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
可以理解的是，处理器执行计算机程序时具体实现以下步骤：将在目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点；以及若确定不将引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为引导点，直到确定将引导点作为用于导航的终点时为止。
首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
可以理解的是，处理器执行计算机程序时具体实现以下步骤：计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
可以理解的是，处理器执行计算机程序时具体实现以下步骤：计算目标簇中所有网格对应的道路数量与引导点绑定的道路在目标簇中出现的次数的比值，作为引导点绑定的道路的置信度。
根据本发明的一个实施例的一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取多个订单，将每个订单的实际下车点映射到网格内；将每个网格划分到对应的簇中；计算每个簇的置信度；按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；将目标簇中的目标网格的中心点作为引导点；计算引导点绑定的道路的置信度；根据引导点绑定的道路的置信度，确定是否将引导点作为用于导航的终点。
在该实施例中，由于目标簇的置信度比较大，说明目标簇中用户的实际下车点比较密，将该目标簇中的目标网格的中心点作为引导点，并确定该引导点是否适合用于导航的终点，若该引导点不适合作为导航的终点，说明用户在此处下车会还需要走一段路程才能到达目的地或者出现车辆绕路的情况，则将该引导点抛弃。通过以上方案，可以根据用户的实际下车点挖掘出适合作为导航终点的引导点，从而生成更加合理的导航路线，进而减少用户下车后还需要走一段路程才能到达目的地的情况和减少车辆绕路的情况。
可以理解的是，计算机程序被处理器执行时具体实现以下步骤：根据每个网格内的实际下车点数量，确定每个网格的热度；按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将预设范围内存在簇的网格加入到距离其最近的簇中，以及为预设范围内不存在簇的网格生成新簇。
按照热度依次将网格划分到对应的簇中，其中，每个簇内已包括多个网格，将该簇内所有网格所占范围作为该簇的范围，将簇的中心作为该簇的所在位置。例如，根据网格内的实际下车点数确定出网格热度后，首先确定出热度最高的网格的周围是不是已经存在现存的簇，若网格周围的预设范围与某一个簇的范围或者某一些簇的范围重叠即可判断为存在，则将该热度最高的网格加入到这个簇，或者加入到这些簇里族的中心点与该热度最高的网格的中心点之间的距离最近的簇中。如果没有任何一个簇的范围与网格周围的预设范围重叠即可判断为不存在，则可以优先为该热度最高的网格生成新簇，从而保证了最终的簇能够准确地反映出用户的实际下车点的分布情况。
可以理解的是，计算机程序被处理器执行时具体实现以下步骤：将在目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点；以及若确定不将引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将目标簇中除中心处的网格之外的其他网格作为目标网格，并将目标网格的中心点作为引导点，直到确定将引导点作为用于导航的终点时为止。
首次将目标簇的中心处的网格作为目标网格，并将目标网格的中心点作为引导点，如果该引导点不适合用作导航的终点，则重新选取目标簇中的其他网格作为目标网格，并将该目标网格的中心点作为引导点，直到在目标簇中选择合适的引导点为止，从而全面地挖掘出适合作为导航终点的引导点。
可以理解的是，计算机程序被处理器执行时具体实现以下步骤：计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
可以理解的是，计算机程序被处理器执行时具体实现以下步骤：计算目标簇中所有网格对应的道路数量与引导点绑定的道路在目标簇中出现的次数的比值，作为引导点绑定的道路的置信度。
以上结合附图详细说明了本发明的技术方案，可以挖掘出引导点作为导航的终点，以合理地规划车辆行驶的路径。
在本发明中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”表示两个或两个以上；术语“相连”、“连接”等均应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种下车引导点的挖掘方法，其特征在于，包括：
获取多个订单，将每个所述订单的实际下车点映射到网格内；
将每个网格划分到对应的簇中；
计算每个簇的置信度；
按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；
将所述目标簇中的目标网格的中心点作为引导点；
计算所述引导点绑定的道路的置信度；
根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
2.根据权利要求1所述的下车引导点的挖掘方法，其特征在于，所述将每个网格划分到对应的簇中，具体包括：
根据每个网格内的实际下车点数量，确定每个网格的热度；
按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
3.根据权利要求2所述的下车引导点的挖掘方法，其特征在于，所述将所述目标簇中的目标网格的中心点作为引导点，具体包括：
将在所述目标簇的中心处的网格作为所述目标网格，并将所述目标网格的中心点作为所述引导点；以及还包括：
若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除所述中心处的网格之外的其他网格作为所述目标网格，并将所述目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
4.根据权利要求1至3中任一项所述的下车引导点的挖掘方法，其特征在于，所述计算每个簇的置信度，具体包括：
计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
5.根据权利要求1至3中任一项所述的下车引导点的挖掘方法，其特征在于，所述计算所述引导点绑定的道路的置信度，具体包括：
计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
6.根据权利要求1至3中任一项所述的下车引导点的挖掘方法，其特征在于，
每个所述订单的目的地在所有的所述订单中出现的次数超过预设阈值，每个所述订单的生成日期均在预设时间范围内。
7.一种下车引导点的挖掘装置，其特征在于，包括：
映射单元，用于获取多个订单，将每个所述订单的实际下车点映射到网格内；
划分单元，用于将每个网格划分到对应的簇中；
第一计算单元，用于计算每个簇的置信度；
获取单元，用于按照置信度大小对所有的簇排序，并从置信度最大的簇开始，依次获取预设数量个目标簇；
处理单元，用于将所述目标簇中的目标网格的中心点作为引导点；
第二计算单元，用于计算所述引导点绑定的道路的置信度；
确定单元，用于根据所述引导点绑定的道路的置信度，确定是否将所述引导点作为用于导航的终点。
8.根据权利要求7所述的下车引导点的挖掘装置，其特征在于，所述划分单元包括：
确定子单元，用于根据每个网格内的实际下车点数量，确定每个网格的热度；
划分子单元，用于按照热度对所有的网格排序，按照顺序依次确定每个网格的预设范围内是否存在簇，并将所述预设范围内存在簇的网格加入到距离其最近的簇中，以及为所述预设范围内不存在簇的网格生成新簇。
9.根据权利要求8所述的下车引导点的挖掘装置，其特征在于，所述处理单元具体用于将在所述目标簇的中心处的网格作为所述目标网格，并将所述目标网格的中心点作为所述引导点；以及
所述处理单元还用于若确定不将所述引导点作为用于规划路径的下车引导点，则按照网格的热度由大到小的顺序，依次将所述目标簇中除所述中心处的网格之外的其他网格作为所述目标网格，并将所述目标网格的中心点作为所述引导点，直到确定将所述引导点作为用于导航的终点时为止。
10.根据权利要求7至9中任一项所述的下车引导点的挖掘装置，其特征在于，所述第一计算单元具体用于，
计算每个簇中包含的实际下车点数量与目的地数量的比值，作为簇的置信度。
11.根据权利要求7至9中任一项所述的下车引导点的挖掘装置，其特征在于，
所述第二计算单元具体用于计算所述目标簇中所有网格对应的道路数量与所述引导点绑定的道路在所述目标簇中出现的次数的比值，作为所述引导点绑定的道路的置信度。
12.根据权利要求7至9中任一项所述的下车引导点的挖掘装置，其特征在于，
每个所述订单的目的地在所有的所述订单中出现的次数超过预设阈值，每个所述订单的生成日期均在预设时间范围内。
13.一种服务器，其特征在于，包括：如权利要求7至12中任一项所述的下车引导点的挖掘装置。
14.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的下车引导点的挖掘方法的步骤。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的下车引导点的挖掘方法的步骤。
CN201810212596.XA 2018-03-15 2018-03-15 挖掘方法、装置、服务器、计算机设备和可读存储介质 Active CN110309241B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810212596.XA CN110309241B (zh) 2018-03-15 2018-03-15 挖掘方法、装置、服务器、计算机设备和可读存储介质
PCT/CN2019/078257 WO2019174630A1 (en) 2018-03-15 2019-03-15 Systems and methods for determining destination of navigation
US17/017,902 US20200408552A1 (en) 2018-03-15 2020-09-11 Systems and methods for determining destination of navigation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810212596.XA CN110309241B (zh) 2018-03-15 2018-03-15 挖掘方法、装置、服务器、计算机设备和可读存储介质

Publications (2)

Publication Number Publication Date
CN110309241A CN110309241A (zh) 2019-10-08
CN110309241B true CN110309241B (zh) 2021-11-23

Family

ID=67908549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810212596.XA Active CN110309241B (zh) 2018-03-15 2018-03-15 挖掘方法、装置、服务器、计算机设备和可读存储介质

Country Status (3)

Country Link
US (1) US20200408552A1 (zh)
CN (1) CN110309241B (zh)
WO (1) WO2019174630A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11157005B2 (en) * 2018-06-27 2021-10-26 Motional Ad Llc Automated-taxi that proposes alternate-destination to optimize route
JP2020112917A (ja) * 2019-01-09 2020-07-27 日本電信電話株式会社 目的地予測装置、方法、及びプログラム
CN111141301B (zh) * 2019-12-25 2022-06-10 腾讯科技（深圳）有限公司 导航终点确定方法、装置、存储介质和计算机设备
US11864057B2 (en) * 2020-10-06 2024-01-02 Uber Technologies, Inc. Location determination based on historical service data
CN112650950A (zh) * 2020-12-30 2021-04-13 北京嘀嘀无限科技发展有限公司 确定停靠点的方法、装置、设备、存储介质和程序产品
CN113411749B (zh) * 2021-06-11 2023-04-21 拉扎斯网络科技（上海）有限公司 入口位置确定方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020284A (zh) * 2012-12-28 2013-04-03 刘建勋 一种基于时空聚类的出租车载客点推荐方法
CN104167092A (zh) * 2014-07-30 2014-11-26 北京市交通信息中心 一种确定出租车上下客热点区域中心的方法以及装置
CN104318324A (zh) * 2014-10-13 2015-01-28 南京大学 基于出租车gps记录的机场巴士站点及路线规划方法
CN105095481A (zh) * 2015-08-13 2015-11-25 浙江工业大学 大规模出租车od数据可视分析方法
CN105318882A (zh) * 2014-07-17 2016-02-10 高德信息技术有限公司 兴趣点绑定道路的方法及装置
CN105677804A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 权威站点的确定以及权威站点数据库的建立方法和装置
CN108537351A (zh) * 2017-03-02 2018-09-14 北京嘀嘀无限科技发展有限公司 一种推荐上车点的确定方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4605051B2 (ja) * 2005-07-22 2011-01-05 株式会社デンソー ナビゲーション装置
US8370063B2 (en) * 2008-10-29 2013-02-05 Telenav, Inc. Navigation system having filtering mechanism and method of operation thereof
US20100114469A1 (en) * 2008-11-05 2010-05-06 Telenav, Inc. Navigation system having dynamic adaptive routing and method of operation thereof
CN101882374A (zh) * 2009-05-04 2010-11-10 上海宝康电子控制工程有限公司 一种车辆行程分布综合信息分析系统及方法
US20110184953A1 (en) * 2010-01-26 2011-07-28 Dhiraj Joshi On-location recommendation for photo composition
FI20115821A0 (fi) * 2011-08-24 2011-08-24 Syslore Oy Laite ja menetelmä kuljetusobjektissa olevien kiinnostusalueiden havaitsemiseen
US9595209B2 (en) * 2011-12-13 2017-03-14 Telenav, Inc. Navigation system with map matching mechanism and method of operation thereof
CN103632532B (zh) * 2012-08-22 2015-09-30 北京掌城科技有限公司 一种出租车的打车诱导方法
KR20190000400A (ko) * 2014-08-04 2019-01-02 베이징 디디 인피니티 테크놀로지 앤드 디벨럽먼트 컴퍼니 리미티드 서비스 분배 시스템 및 방법
CN104615858B (zh) * 2015-01-12 2018-01-09 北京中交兴路车联网科技有限公司 一种计算车辆起始地和目的地的方法
CN105632173B (zh) * 2015-12-31 2017-11-10 河海大学 利用出租车gps数据进行城市公交系统的优化识别方法
CN106777703A (zh) * 2016-12-19 2017-05-31 杭州讯阳科技有限公司 一种公交乘客实时分析系统及其构建方法
CN107506864B (zh) * 2017-08-30 2020-05-01 国信优易数据有限公司 一种客运巴士路线规划方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020284A (zh) * 2012-12-28 2013-04-03 刘建勋 一种基于时空聚类的出租车载客点推荐方法
CN105318882A (zh) * 2014-07-17 2016-02-10 高德信息技术有限公司 兴趣点绑定道路的方法及装置
CN104167092A (zh) * 2014-07-30 2014-11-26 北京市交通信息中心 一种确定出租车上下客热点区域中心的方法以及装置
CN104318324A (zh) * 2014-10-13 2015-01-28 南京大学 基于出租车gps记录的机场巴士站点及路线规划方法
CN105095481A (zh) * 2015-08-13 2015-11-25 浙江工业大学 大规模出租车od数据可视分析方法
CN105677804A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 权威站点的确定以及权威站点数据库的建立方法和装置
CN108537351A (zh) * 2017-03-02 2018-09-14 北京嘀嘀无限科技发展有限公司 一种推荐上车点的确定方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
B-Planner: Planning Bidirectional Night Bus Routes Using Large-Scale Taxi GPS Traces;Chao Chen 等;《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》;20140831;第15卷(第4期);正文第1-3节 *
基于IC卡用户出行模式的公交车轨迹还原;马承林;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170515(第 05 期);C034-308 *

Also Published As

Publication number Publication date
CN110309241A (zh) 2019-10-08
US20200408552A1 (en) 2020-12-31
WO2019174630A1 (en) 2019-09-19

Similar Documents

Publication Publication Date Title
CN110309241B (zh) 挖掘方法、装置、服务器、计算机设备和可读存储介质
US10001378B2 (en) Incremental map generation, refinement and extension with GPS traces
US6668226B2 (en) Polar coordinate-based isochrone generation
JP5833567B2 (ja) デジタル地図におけるネットワーク生成のための時間および／または正確度に依存した重み
US9086289B2 (en) Location point determination apparatus, map generation system, navigation apparatus and method of determining a location point
JP5435001B2 (ja) 地図データ配信装置、電子機器及び地図更新システム
JP5810621B2 (ja) 道路勾配データ作成装置、記憶媒体、並びに、車両のエネルギー消費量予測装置
WO2013014612A1 (en) Multi-modal journey planner
US9677904B2 (en) Generating travel time data
CN103308063A (zh) 多个目的地的导航方法及导航设备
US20200011690A1 (en) Method, apparatus, and computer program product for generation of a route including multiple waypoints
US11480439B2 (en) Method, apparatus, and computer program product for traffic optimized routing
US9188452B2 (en) System and method for improved routing that combines real-time and likelihood information
CN111985662A (zh) 网络约车方法、装置、电子设备和存储介质
US20140379850A1 (en) System and Method for Providing Geospatial Assets
CN104034337B (zh) 一种浮动车地理位置点的地图匹配方法及装置
US20140044317A1 (en) Incremental network generation providing seamless network of large geographical areas
CN107978219B (zh) 一种构建数字地图的道路网的方法及装置
US20220090929A1 (en) Information processing device and information processing system
US20190316923A1 (en) Information processing apparatus and method
CN109754630A (zh) 确定车辆运营线路的方法和装置
JP6685824B2 (ja) 航続可能範囲表示装置、航続可能範囲表示方法及びプログラム
EP3351904A2 (en) Method, apparatus and computer program product for a navigation system user interface
CN113919582A (zh) 一种站内路况的分析方法、装置、设备和存储介质
CN114595266A (zh) 到达点挖掘方法、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant