CN110869951A - 预测线上到线下服务中目的地的系统和方法 - Google Patents
预测线上到线下服务中目的地的系统和方法 Download PDFInfo
- Publication number
- CN110869951A CN110869951A CN201880002116.5A CN201880002116A CN110869951A CN 110869951 A CN110869951 A CN 110869951A CN 201880002116 A CN201880002116 A CN 201880002116A CN 110869951 A CN110869951 A CN 110869951A
- Authority
- CN
- China
- Prior art keywords
- destination
- candidate
- time
- determining
- historical
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 claims description 44
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 85
- 230000008569 process Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 20
- 230000015654 memory Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000000670 limiting effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
一种方法可以包括确定服务请求者打算在第一时间点从第一地点请求服务。所述方法还可以包括根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单。所述方法还可以包括基于所述多个历史订单确定一个或多个候选目的地。所述方法还可以包括,对于所述一个或多个候选目的地中的每个候选目的地,基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。所述方法还可以包括基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率。所述方法还可以包括分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
Description
技术领域
本申请总体上涉及用于预测线上到线下服务中的目的地的系统和方法,具体地,涉及用于使用非参数统计预测线上到线下服务中的目的地的系统和方法。
背景技术
在用户终端(例如智能手机)上的打车程序可以通过网络与服务器终端上的线上到线下服务平台周期性地通信以获得服务和/或位置信息。当通过这些通信确定乘客打算叫车时(例如,打开安装在乘客智能手机中的打车程序),线上到线下服务平台可以向乘客的智能手机发送并显示推荐目的地。如果推荐的目的地与乘客的期望目的地相匹配,乘客可以通过选择推荐的目的地来快速输入目的地。在现有技术中,可以使用诸如正态分布和Beta分布之类的统计方法来确定推荐目的地。然而,使用这些统计方法推荐的目的地通常不符合乘客的期望。因此,需要一种用于预测线上到线下服务中的目的地的系统和方法,来提高向乘客推荐目的地的准确性。
发明内容
根据本申请的一个方面,所述系统可以包括一个或以上处理器,以及被配置为与所述一个或以上处理器通信的存储设备。所述存储设备可以包括一组指令。当所述一个或以上处理器执行所述一组指令时,所述一个或以上处理器可被指示执行以下操作中的一个或以上操作。所述一个或以上处理器可以确定服务请求者打算在第一时间点从第一地点请求服务。所述一个或以上处理器可以根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单。所述一个或以上处理器可以基于所述多个历史订单确定一个或多个候选目的地。所述一个或以上处理器可以,对于所述一个或多个候选目的地中的每个候选目的地,基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。所述一个或以上处理器可以基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性。所述一个或以上处理器可以分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
在一些实施例中,所述一个或以上处理器可以将所述推荐目的地发送到与所述服务请求者关的请求者终端,使所述推荐目的地显示在所述请求者终端的用户界面上。
在一些实施例中,所述所选择的至少一个历史订单的目的地与所述候选目的地相匹配,并且与所述所选择的至少一个历史订单相关的出发时间在包括所述第一时间点的第二时间段内。
在一些实施例中,与所述所选择的至少一个历史订单相关的出发地点在包括所述第一地点的距离范围内。
在一些实施例中,确定所述所选择的至少一个历史订单的数量包括基于与所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔,为所述所选择的至少一个历史订单中的每一个历史订单确定权重;以及基于所述所选择的至少一个历史订单的所述权重的总和来确定所述所选择的至少一个历史订单的数量。
在一些实施例中,为了为所述所选择的至少一个历史订单中的每一个历史订单确定权重,所述一个或以上处理器可以基于所述多个历史订单确定半衰期。所述一个或以上处理器可以基于所述半衰期和所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所述所选择的至少一个历史订单中的每一个历史订单的权重。
在一些实施例中,为了分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地,所述一个或以上处理器可以从所述一个或多个候选目的地中选择一个具有最大概率的候选目的地。所述一个或以上处理器可以确定所述最大概率是否超过概率阈值。所述一个或以上处理器可以响应于所述最大概率超过所述概率阈值的确定结果,确定所述具有最大概率的候选目的地为要推荐给所述服务请求者的推荐目的地。
根据本申请的另一方面,一种用于预测线上到线下服务系统中目的地的方法可包括以下操作中的一个或以上操作。一个或以上处理器可以确定服务请求者打算在第一时间点从第一地点请求服务。所述一个或以上处理器可以根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单。所述一个或以上处理器可以基于所述多个历史订单确定一个或多个候选目的地。所述一个或以上处理器可以,对于所述一个或多个候选目的地中的每个候选目的地,基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。所述一个或以上处理器可以基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性。所述一个或以上处理器可以分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
根据本申请的另一方面,一种用于预测线上到线下服务系统中目的地的系统可以包括订单获取模块,用于确定服务请求者打算在第一时间点从第一地点请求服务以及根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单。所述系统还可以包括候选目的地确定模块,用于基于所述多个历史订单确定一个或多个候选目的地。所述系统还可以包括概率确定模块,用于对于所述一个或多个候选目的地中的每个候选目的地,基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单,以及基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性。所述系统还可以包括目的地确定模块,用于分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
根据本申请的又一方面,非暂时性计算机可读介质可包括至少一组用于预测线上到线下服务系统中目的地的指令。所述至少一组指令可以由所述计算设备的一个或以上处理器执行。所述一个或以上处理器可以确定服务请求者打算在第一时间点从第一地点请求服务。所述一个或以上处理器可以根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单。所述一个或以上处理器可以基于所述多个历史订单确定一个或多个候选目的地。所述一个或以上处理器可以,对于所述一个或多个候选目的地中的每个候选目的地,基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。所述一个或以上处理器可以基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性。所述一个或以上处理器可以分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
其他特征将在以下部分描述中进行阐述,并且在检视以下及附图之后,部分特征对于本领域的普通技术人员来讲是显而易见地,或可以通过实例的生产及操作来了解。本申请的特征可以通过实践或使用以下实例中详细讨论的方法、手段及组合的各个方面来达成。
附图说明
本申请将结合示例性实施例进一步进行描述。这些示例性的实施例将结合参考图示进行详细描述。这些实施例是非限制性的示例性实施例,在图示多种视图下的实施例中,相似的编号表示相似的结构,其中:
图1是根据本申请的一些实施例所示的线上到线下服务系统的示意图;
图2是根据本申请的一些实施例所示的实现处理引擎的计算设备的示例性硬件和/或软件组件的示意图;
图3是根据本申请的一些实施例所示的实现一个或多个终端的移动设备的示例性硬件和/或软件组件的示意图;
图4是根据本申请的一些实施例所示的示例性处理引擎的框图;
图5是根据本申请的一些实施例所示的为服务请求者确定目的地的示例性流程图;以及
图6是根据本申请一些实施例所示的确定所选择的至少一个历史订单的第一数量的示例性流程图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和利用本申请,并在特定应用及其要求的上下文中提供。对于本领域的普通技术人员来讲,对本申请披露的实施例进行的各种修改是显而易见的,并且本文中定义的通则在不背离本申请的精神及范围的情况下,可以适用于其他实施例及应用。因此,本申请不限于所示的实施例,而是符合与申请专利范围一致的最广泛范围。
本文中所使用的术语仅用于描述特定示例性实施例,并不限制本申请的范围。如本文使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件及/或部件,但并不排除存在或添加一个或多个其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
根据以下对附图的描述,本申请所述的和其他的特征、操作方法、相关组件的功能和经济的结构更加显而易见,这些都构成说明书的一部分。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。应当明确理解,流程图中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。同时,也可以将一个或多个其他操作添加到这些流程图中,或者从这些流程图中移除某一步或数步操作。
此外,虽然本申请中的系统和方法主要对在打车服务中向打算叫车的乘客推荐目的地进行描述,但是应当理解的是,这仅仅是一个示例性实施例。本申请的系统和方法可以应用于用户需要搜索位置的任何应用场景。在一些实施例中,本申请的系统和方法可以应用于不同的运输系统,包括陆地、海洋、航空航天等或其任意组合。交通系统的车辆可以包括出租车,私家车、电车、公共汽车、火车、动车、高铁、地铁、船只、飞机、宇宙飞船、热气球、无人驾驶车辆、自行车、三轮车、摩托车等或其任意组合。本申请的系统和方法可以应用于打车、司机服务、配送服务、拼车、巴士服务、外卖服务、司机雇用、车辆租用、自行车共享服务、火车服务、地铁服务、班车服务、位置服务、地图服务等。例如,本申请的系统和方法可以应用于用户想要在导航服务中搜索前进位置的场景。又例如,本申请的系统和方法可以应用于用户想要在配送服务中搜索位置以进行信件或包裹配送的场景。再例如,本申请的系统和方法可以应用于用户想要在外卖服务中搜索外卖食物配送位置的场景。
在一些实施例中,当确定乘客打算叫车时(例如使用安装在乘客的智能手机中的打车程序),与所述打车程序通信的线上到线下服务平台可以向乘客的智能手机发送并显示推荐目的地。所述推荐目的地与乘客的期望目的地相匹配,从而在打车程序中快速输入该地点。为此,本申请的系统和方法可基于过去乘客所请求的历史订单来确定多个候选目的地。对于每一个候选目的地,本申请的系统和方法可以使用非参数统计来确定表示乘客打算前往该候选目的地的可能性的概率。在非参数统计中,可以考虑历史订单的出发时间、出发地点和目的地。本申请的系统和方法可以向乘客推荐多个候选目的地中具有最大概率的候选目的地。
图1是根据本申请的一些实施例所示的线上到线下服务系统100的示意图。线上到线下服务系统100可以包括服务器110、网络120、请求者终端130、提供者终端140、存储设备150、以及定位系统160。
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可通过网络120访问存储于用户终端(例如,请求者终端130或提供者终端140)和/或存储设备150中的信息和/或数据。又例如,服务器110可以直接连接到用户终端(例如,请求者终端130或提供者终端140)和/或存储设备150并访问存储在其中的信息和/或数据。在一些实施例中,服务器110可以在云平台上执行。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、分散式云、内部云、多层云等或其任意组合。在一些实施例中,服务器110可以在具有本申请图2中的一个或多个组件的计算设备200上执行。
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可处理信息和/或数据以执行本申请中描述的一个或多个功能。例如,处理引擎112可以预测目的地并向服务请求者推荐目的地。在一些实施例中,处理引擎112可以包括一个或者多个处理引擎(例如,单芯片处理引擎或多核处理器)。仅作为示例,处理引擎112可以包括一个或多个硬件处理器,例如中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。
网络120可以促进信息和/或数据的交换。在一些实施例中,线上到线下服务系统100(例如,服务器110、请求者终端130、提供者终端140、存储设备150和定位系统160)可以通过网络120发送信息和/或数据给线上到线下服务系统100中的其他组件。例如,处理引擎112可以通过网络120从存储设备150和/或请求者终端130获取来自服务请求者的历史订单。在一些实施例中,网络120可以是任意类型的有线或无线网络或其组合。仅作为示例,网络120可以包括电缆网络、有线网络、光纤网络、远程通信网路、内部网络、因特网、局域网络(LAN)、广域网(WAN)、无线局域网络(WLAN)、城域网络(MAN)、公共交换电话网络(PSTN)、蓝牙网络、ZigBee网络、近场通讯(NFC)网络等或以上任意组合。在一些实施例中,网络120可以包括一个或多个网络进出点。例如,网络120可包括有线或无线网络进接点,如基站和/或网际网络交换点120-1、120-2…。通过这些进出点,线上到线下服务系统100的一个或多个组件可以连接至网络120以交换信息和/或数据。
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的用户可以是服务请求者之外的其他人。例如,请求者终端130的用户A可以通过请求者终端130向用户B发送服务请求,或从服务器110处接收服务和/或信息或指令。在一些实施例中,服务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的用户可以是服务提供者以外的其他人。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、"服务请求者"、"请求者"、"以及"请求者终端”可以互换使用,并且"服务提供者"、"提供者"、以及"提供者终端"也可以互换使用。
在一些实施例中,请求者终端130可以包括移动设备130-1、平板计算机130-2、膝上型计算机130-3、机动车辆130-4中的内置装置等或其任意组合。在一些实施例中,移动设备130-1可以包括智能家居装置,可穿戴装置、智能行动装置、虚拟实境装置、增强实境装置等或其任意组合。在一些实施例中,智能家居装置可以包括智能照明装置、智慧电器控制装置、智能监测装置、智能电视、智能摄影机、对讲机等或其任意组合。在一些实施例中,可穿戴装置可包括智能手环、智能鞋袜、智能眼镜、智能头盔、智能手表、智能衣物、智能背包、智能配饰等或其任意组合。在一些实施例中,智能行动装置可以包括智能电话、个人数位助理(PDA)、游戏装置、导航装置、POS装置等或其任意组合。在一些实施例中,虚拟实境装置和/或增强实境装置可包括虚拟实境头盔、虚拟实境眼镜、虚拟实境眼罩、增强实境头盔、增强实境眼镜、增强实境眼罩等或其任意组合。例如,虚拟实境装置和/或增强实境装置可以包括Google GlassTM、RiftConTM、FragmentsTM、Gear VRTM等。在一些实施例中,机动车辆130-4中的内置装置可以包括车载计算机、车载电视等。在一些实施例中,用户终端130可以是具有定位技术的装置,用于定位服务请求者和/或请求者终端130的位置。
在一些实施例中,提供者终端140可以是与请求者终端130相似或相同的装置。在一些实施例中,提供者终端140可以是具有用于确定提供者和/或提供者终端140位置的定位技术的装置。在一些实施例中,请求者终端130和/或提供者终端140可以与其他定位装置(例如,定位系统160)通信以确定服务请求者、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可以向服务器110发送定位信息。
存储设备150可以存储数据和/或指令。在一些实施例中,存储设备150可以存储从用户终端(例如,请求者终端130或提供者终端140)和/或服务器110获取的数据。例如,存储设备150可以存储从用户终端(例如,请求者终端130或提供者终端140)获取的服务请求者请求的多个历史订单。在一些实施例中,存储设备150可以存储服务器110可以执行或用于实施本申请中描述的示例性方法的数据和/或指令。例如,存储设备150可以存储处理引擎112可以执行的用于预测目的地并向服务请求者推荐所述目的地的指令。在一些实施例中,存储设备150可包括大容量储存器、可移动储存器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘和固态驱动器等。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、压缩盘和磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容(Z-RAM)等。ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。在一些实施例中,储存设备150可以在云平台上实施。仅作为示例,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、多层云等或其任意组合。
在一些实施例中,存储设备150可以与网络120连接并与线上到线下服务系统100中的一个或多个组件通信(例如服务器110、请求者终端130、提供者终端140、定位系统160)。线上到线下服务系统100中的一个或多个组件可以通过网络120访问存储在存储设备150中的数据或指令。在一些实施例中,存储设备150可以直接与线上到线下服务系统100中的一个或多个组件(例如,服务器110、请求者终端130、提供者终端140、定位系统160)连接。在一些实施例中,储存设备150可以是服务器110的一部分。
定位系统160可以确定与物体(例如,请求者终端130)相关的信息。例如,定位系统160可实时确定用户终端(例如,请求者终端130或提供者终端140)的位置。在一些实施例中,定位系统160可以是全球定位系统(GPS)、全球导航卫星系统(GLONASS)、罗盘导航系统(COMPASS)、北斗导航卫星系统、伽利略定位系统、准天顶卫星系统(QZSS)等。所述信息可以包括所述物体的位置、海拔、速度或加速度、累计里程数或当前时间。所述位置可以是坐标的形式,例如纬度坐标和经度坐标等。定位系统160可以包括一个或多个卫星,例如卫星160-1、卫星160-2和卫星160-3。卫星160-1至160-3可以独立地或共同地确定上述信息。卫星定位系统160可以通过无线连接将上述信息发送到网络120或用户终端(例如请求者终端130或提供者终端140)。
图2是根据本申请的一些实施例所示的实现处理引擎112的计算设备的示例性硬件和/或软件组件的示意图。如图2所示,计算设备200可以包括处理器210、存储器220,输入/输出接口230以及通信端口240。
处理器210(例如,逻辑电路)可以执行计算机指令(例如,程序代码)并且根据本申请描述的技术执行处理引擎112的功能。例如,处理器210可以包括接口电路210-a和处理电路210-b。所述接口电路可以用于从总线(图2中未示出)接收电子信号,其中所述电子信号编码/包括处理电路要处理的结构化数据和/或指令。所述处理电路可以进行逻辑运算,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从所述处理电路发出电子信号。
所述计算机指令可以包括例如执行本申请中描述的特定功能的例程、程序、物体、组件、数据结构、过程、模块和功能。例如,处理器210可以预测目的地并向服务请求者推荐所述目的地。在一些实施例中,处理器210可以包括一个或多个硬件处理器,诸如微控制器、微处理器、精简指令集计算器(RISC)、专用集成电路(ASIC)、专用指令集处理器ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门数组(FPGA)、高级RISC机器(ARM)、可编程逻辑器件(PLD)、能够执行一个或多个功能的任何电路或处理器等或其任意组合。
仅为了说明,计算设备200中仅描述了一个处理器。然而,应该注意的是,本申请中的计算设备200还可以包括多个处理器,因此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执行。例如,如果在本申请中计算设备200的处理器执行步骤A和步骤B,应当理解的是,步骤A和步骤B也可以由计算装置200的两个不同的处理器共同地或独立地执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同地执行步骤A和步骤B)。
存储器220可以存储数据/信息从用户终端(例如,130请求者终端,或提供者终端140)、存储设备150、和/或线上到线下服务系统100中的任何其他组件获取的数据/信息。在一些实施例中,储存器220可包括大容量储存器、可移动储存器、易失性读写存储器、只读存储器(ROM)等或其任意组合。例如,大容量存储器可以包括磁盘、光盘和固态驱动器等。可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘和磁带等。易失性读取和写入存储器可以包括随机存取存储器(RAM)。RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容(Z-RAM)等。ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。在一些实施例中,存储器220可以存储一个或多个程序和/或指令以执行本申请中描述的示例性方法。例如,存储220可以存储处理引擎112的程序,用于预测目的地并向服务请求者推荐所述目的地。
输入/输出接口230可以输入和/或输出信号、数据、信息等。在一些实施例中,输入/输出接口230可以实现与处理引擎112的用户交互。在一些实施例中,输入/输出接口230可以包括输入装置和输出装置。示例性输入装置可以包括键盘、鼠标、触摸屏、麦克风等或其任意组合。示例性输出装置可以包括显示设备、扬声器、打印机、投影仪等或其任意组合。示例性显示设备可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面显示器、电视设备、阴极射线管(CRT)等或其任意组合。
通信端口240可以连接到网络(例如网络120)以便数据通信。通信端口240可以建立处理引擎112与用户终端(例如,请求者终端130、提供者终端140)、定位系统160或存储设备150之间的连接。所述连接可以是有线连接、无线连接、可以启用数据传输和/或接收的任何其他通信连接,和/或这些连接的任意组合。有线连接可以包括例如电缆、光缆、电话线等或其任意组合。无线连接可以包括蓝牙、Wi-Fi、WiMax、WLAN、ZigBee、移动网络(例如,3G、4G或5G等)等,或其任意组合。在一些实施例中,通信端口240可以是和/或包括标准化的通信端口,如RS232、RS485等。
图3是根据本申请的一些实施例所示的实现用户终端(例如,请求者终端130或提供者终端140)的移动设备的示例性硬件和/或软件组件的示意图。如图3所示,移动设备300可以包括通信平台310、显示器320、图形处理器(GPU)330、中央处理器(CPU)340、输入/输出350、内存360和存储器390。在一些实施例中,任何其他合适的组件,包括但不限于系统总线或控制器(未示出),亦可包括在移动设备300内。在一些实施例中,操作系统370(例如,iOSTM、AndroidTM、Windows PhoneTM等)和一个或多个应用程序380可从存储器390装载至内存360以便由中央处理器340执行。应用程序380(例如,打车程序)可以包括浏览器或其他任何合适的移动应用程序,用于从处理引擎112接收和显示与运输服务或其他信息有关的信息。用户与信息流的交互可以通过输入/输出350来实现并通过网络120提供给处理引擎112和/或线上到线下服务系统100的其他组件。仅作为示例,推荐给服务请求者的目的地可以通过显示器320显示在请求者终端130中。又例如,服务请求者可以通过输入/输出350输入出发地点和/或目的地。
为了实现在本申请中描述的各种模块、单元及其功能,计算设备或移动设备可以用作本申请所描述的一个或多个组件的硬件平台。具有用户界面元件的计算机可以用于实现个人计算机(PC)或其他类型的工作站或终端设备,如果适当地编程,计算机也可以充当服务器。
本领域的普通技术人员将理解,当线上到线下服务系统100的元件执行时,所述元件可以通过电信号和/或电磁信号执行。例如,当处理引擎112处理例如做出确定或识别信息的任务时,处理引擎112可以操作其处理器中的逻辑电路来处理该任务。当处理引擎112从用户终端(例如,请求者终端130或提供者终端140)接收数据(例如,服务请求者/提供者的位置)时,处理引擎112的处理器可以接收编码/包括所述数据的电信号。所述处理引擎112的处理器可以通过输入端口接收所述电信号。如果所述用户终端(例如,请求者终端130或提供者终端140)通过有线网络与处理引擎112通信,则输入端口可以物理地连接到电缆。如果所述用户终端(例如,请求者终端130或提供者终端140)通过无线网络与处理引擎112通信,则处理引擎112的输入端口可以是一个或多个可以将电信号转换为电磁信号的天线。在如用户终端(例如,请求者终端130或提供者终端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/或动作通过电信号执行。例如,当所述处理器从存储介质(例如,存储设备150)获取或保存数据时,所述处理器可以将电信号发送到所述存储介质的读/写设备,所述读/写设备可以读取或写入所述存储介质中的结构化数据。所述结构化数据可以电信号的形式通电子装置的总线传输至处理器。此处,电信号可以指一个电信号、一系列电信号和/或多个不连续的电信号。
图4是根据本申请的一些实施例所示的示例性处理引擎112的框图。处理引擎112可以包括订单获取模块402、候选目的地确定模块404、概率确定模块406、目的地确定模块408和传输模块410。
订单获取模块402可以用于确定服务请求者打算在第一时间点在第一地点请求运输服务。
在一些实施例中,请求者终端130和/或提供者终端140可以通过安装在其中的应用程序(例如,图3中的应用程序380)建立与服务器110的通信(例如,无线通信)。所述应用程序可以与线上到线下服务系统100相关。例如,所述应用程序可以是与线上到线下服务系统100相关的打车程序。
在一些实施例中,当服务请求者在请求者终端130中打开所述应用程序时,所述应用程序可以指示请求者终端130向处理引擎112发送表明所述应用程序被打开的通知。处理引擎112可以基于所述通知判断服务请求者打算请求运输服务。可选地或附加地,安装在请求者终端130中的所述应用程序可以指示请求者终端130连续地或周期性地监视来自所述服务请求者的输入并且通过网络120将所述输入发送到处理引擎112。因此,请求者终端130可以实时或基本上实时地将所述服务请求者的输入发送到处理引擎112。因此,当所述服务请求者输入出发时间、出发地点和/或目的地时,处理引擎112可以基于接收到的信息确定服务请求者打算请求运输服务。在一些实施例中,处理引擎112可以基于来自所述服务请求者的部分输入来确定所述服务请求者打算请求运输服务。例如,当所述服务请求者开始输入出发地点并且在完整输入整个出发地点之前,处理引擎112可能已经接收到与出发地点的部分输入有关的部分信息,并且确定服务请求者打算请求运输服务。在一些实施例中,所述服务请求者和请求者终端130之间的用户交互可以被传送到处理引擎112以确定所述服务请求者是否打算请求运输服务。所述用户交互可以包括在地图上的放大或缩小操作、在地图上的拖拽操作、用于激活移动应用的语音输入、从日历打开事件地点、在地图中打开诸如餐厅、UPS商店、电影院等的商业单元位置。
所述第一地点可以是与运输服务相关服务请求者的出发地点。在一些实施例中,所述出发地点可以是由服务请求者通过请求者终端130(例如,图3中的输入/输出350)输入的指定地点。在一些实施例中,请求者终端130可以自动获取所述出发地点。例如,在请求者终端130的日历中记录诸如“在星期三上午10点从地点B前往地点A”的事件。请求者终端130可基于日历中的事件自动确定地点B作为出发地点。在一些实施例中,请求者终端130可以通过请求者终端130中的定位技术(例如,GPS、GLONASS、COMPASS、QZSS、BDS、WiFi定位技术等或其任意组合)来获取其位置(即所述服务请求者的位置)。
所述第一时间点可以指与运输服务相关的出发时间。在一些实施例中,所述运输服务可以是实时运输服务。所述实时运输服务表示所述服务请求者期望在当前或在对于本领域的普通技术人员来说相当接近当前所述服务请求者期望在当前或在对于本领域的普通技术人员来说合理地接近当前时刻的限定时间(例如,1分钟、5分钟或10分钟)内接收运输服务。服务提供者需要在线上到线下服务系统100接收到服务请求之后立即或基本上马上出动。在这种情况下,所述第一时间点可以是当前时间(例如,处理引擎112确定服务请求者打算请求运输服务的时间点)。
在一些实施例中,预约运输服务可以表示所述服务请求者期望在对于本领域普通技术人员来说距离当前时刻相当长的时刻接收运输服务,服务提供者不需要在线上到线下服务系统100接收到服务请求之后立即或基本上马上出动。例如,如果所述当前时刻和服务时间之间的时间差大于阈值(例如20分钟、2小时或1天),则乘客可能需要预约出租车服务。在这种情况下,所述第一时间点可以是所述服务请求者的预约出发时间。
在一些实施例中,所述预约出发时间可以是所述服务请求者通过请求者终端130(例如,图3中的输入/输出350)输入的指定时间点。在一些实施例中,请求者终端130可以自动获取所述预约出发时间。例如,在请求者终端130中的日历中记录诸如“在星期三上午10点从地点B前往地点A”的事件。请求者终端130可以基于所述日历中的事件自动确定星期三上午10点作为预约出发时间。
可选地或附加地,订单获取模块402可以用于根据确定服务请求者打算请求运输服务的确定结果而获取服务请求者在第一时间点之前的第一时间段内所请求的多个历史订单。例如,如果所述第一时间点是12月22日上午10点,则订单获取模块402可以获取12月22日之前的30天内所述服务请求者请求的多个历史订单。历史订单可以是由所述服务请求者或服务提供者完成和/或取消的订单。所述多个历史订单中的每一个历史订单可以包括出发地点、目的地和出发时间。
在一些实施例中,所述历史订单的出发地点可以是所述服务请求者请求历史订单时发送的出发地点或接受所述历史订单的服务提供者搭载所述服务请求者时的位置。所述历史订单的目的地可以是所述服务请求者请求历史订单时发送的目的地或所述服务请求者从接受所述历史订单的服务提供者的车辆下车的地点。实时历史订单的出发时间可以是所述实时历史订单的请求时间,也可以是接受所述实时历史订单的服务提供者搭载所述服务请求者的时间点。预约历史订单的出发时间可以是所述服务请求者请求所述预约历史订单时发送的预约出发时间或接受所述实时历史订单的服务提供者搭载所述服务请求者时的时间点。
候选目的地确定模块404可以基于所述多个历史订单确定一个或多个候选目的地。在一些实施例中,候选目的地确定模块404可以基于所述多个历史订单的目的地来确定所述一个或多个候选目的地。例如,如果订单获取模块402获得5个历史订单,并且所述5个历史订单的目的地分别是地点1、地点1、地点2、地点3和地点3。候选目的地确定模块404可以将地点1、地点2和地点3确定为候选目的地。
对于所述一个或多个候选目的地中的每一个候选目的地,概率确定模块406可以用于基于所述第一时间点从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。
在一些实施例中,所选择的至少一个历史订单的目的地可以与所述候选目的地相匹配。例如,所述一个或多个候选目的地可以包括地点1、地点2和地点3。对于地点1,概率确定模块406可以从所述多个历史订单中选择目的地是地点1的历史订单。在一些实施例中,所选择的至少一个历史订单的出发时间可以在包括所述第一时间点的第二时间段内。例如,如果所述第一时间点是12月22日上午10点,则所选择的至少一个历史订单的出发时间可以在所述第一时间段(例如,过去30天)中至少一天的上午9:00到上午11:00的时间段内。
可选地或附加地,所选择的至少一个历史订单的出发地点可以在包括所述第一地点的距离范围内。例如,所选择的至少一个历史订单的出发地点可以在以所述第一地点为中心并且半径可以是特定距离(例如1000米)的圆形区域内。
可选地或附加地,概率确定模块406可以用于针对所述一个或多个候选目的地中的每一个候选目的地,基于所选择的至少一个历史订单的第一数量和与所述候选目的地相关的历史订单的第二数量来确定与所述候选目的地相关的概率。所述概率表明所述服务请求者打算在第一时间点前往所述候选目的地的可能性。
例如,对于一个候选目的地,概率确定模块406可以基于步骤508的描述从所述多个历史订单中选择至少一个历史订单。概率确定模块406可以确定所选择的至少一个历史订单的第一数量和目的地与所述候选目的地匹配的历史订单的第二数量。确定目的地与所述候选目的地匹配的历史订单时,只需考虑历史订单的目的地是否与所述候选目的地匹配,而无需考虑历史订单的出发时间。概率确定模块406可以通过将所述第一数量除以所述第二数量来确定与所述候选目的地相关的概率。仅作为示例,所述第一时间点是12月22日上午10点。订单获取模块402获取目的地包括地点1、地点2和地点3的30个历史订单。对于地点1,30个历史订单中有19个历史订单的目的地与之匹配。在所述19个历史订单中,有13个历史订单的出发时间在上午9点至上午11:00的时间段内。所述服务请求者打算在上午10:00前往地点1的概率是13/19。
在一些实施例中,历史订单的所述出发时间与所述第一时间点之间的时间间隔越长,使用所述历史订单来确定概率的可靠性越低且准确度越低。因此,概率确定模块406可以基于所述历史订单的出发时间与第一时间点之间的间隔来确定所述概率。更多关于基于所述历史订单的出发时间与第一时间点之间的间隔来确定所述概率的详细内容可以参见本申请的其它地方(例如,图6中描述的过程600)。
目的地确定模块408可以用于分别基于与所述一个或多个候选目的地相关联的一个或多个概率从所述一个或多个候选目的地的中确定推荐目的地。在一些实施例中,目的地确定模块408可以在所述一个或多个候选目的地中选择具有最大概率的候选目的地。目的地确定模块408可以确定所述最大概率是否超过概率阈值(例如,50%、60%、70%),其中所述概率阈值可以是线上到线下服务系统100中的默认值或者线上到线下服务系统100的用户预设的值。如果确定最大概率超过概率阈值,目的地确定模块408可以将具有最大概率的候选目的地确定为待推荐给服务请求者的目的地。
在一些实施例中,如果具有超过概率阈值的最大概率的候选目的地的数量多于一个,则可以将所有具有超过概率阈值的最大概率的候选目的地推荐给服务请求者。或者,目的地确定模块408可以从所述具有超过概率阈值的最大概率的候选目的地中确定相关出发时间最接近所述第一时间点的候选目的地作为待推荐给服务请求者的目的地。
传输模块410可以用于将所述待推荐给服务请求者的目的地传输到与所述服务请求者相关的请求者终端(例如,请求者终端130)并使所述目的地显示在请求者终端的用户界面(例如,显示器320)上。
处理引擎112中的模块可以通过有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合电缆等或其任意组合。无线连接可以包括局域网络(LAN)、广域网路(WAN)、蓝牙、ZigBee网络、近场通讯(NFC)等或以上任意组合。两个或多个模块可以合并成一个模块,以及任意一个模块可以被拆分成两个或多个单元。例如,订单获取模块402和传输模块410可以组合成单个模块,既可以获取多个历史订单,又可以将待推荐的目的地传送给服务请求者。又例如,订单获取模块402可以拆分为两个单元。一个单元可以是用于确定服务请求者打算请求运输服务。另一个单元可以用于获取多个历史订单
应该注意的是,上述仅出于说明性目的而提供,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,根据本申请的指导可以做出多种变化和修改。然而,这些变化和修改不脱离本申请的范围。例如,处理引擎112可以进一步包括存储模块(图4中未示出)。存储模块可以用于存储在由处理引擎112中的任何组件执行的任何处理期间生成的数据。又例如,处理引擎112的每个组件可以分别对应存储模块。附加地或可选地,处理引擎112的组件可以共用一个公共存储模块。
图5是根据本申请的一些实施例所示的为服务请求者确定目的地的示例性流程图。在一些实施例中,过程500可以在图1所示的线上到线下服务系统100中实现。例如,过程500可以以指令的形式存储在存储介质(例如,存储设备150或处理引擎112的存储器220)中,并且由服务器110(例如,服务器110的处理引擎112、处理引擎112的处理器220或图4中所示的处理引擎112中的一个或多个模块)调用和/或执行。下述呈现的过程500的操作旨在说明性的。在一些实施例中,过程500可以使用未描述的一个或多个附加操作和/或不使用所讨论的一个或多个操作来完成。另外,如图5所示并在下面描述的过程500的操作顺序并非旨在限制性的。
步骤502,订单获取模块402(或者处理引擎112和/或接口电路210-a)可以确定服务请求者打算在第一时间点从第一地点请求运输服务。
在一些实施例中,请求者终端130和/或提供者终端140可以通过安装在其中的应用程序(例如,图3中的应用程序380)建立与服务器110的通信(例如,无线通信)。所述应用程序可以与线上到线下服务系统100相关。例如,所述应用程序可以是与线上到线下服务系统100相关的打车程序。
在一些实施例中,当服务请求者在请求者终端130中打开所述应用程序时,所述应用程序可以指示请求者终端130向处理引擎112发送表明所述应用程序被打开的通知。处理引擎112可以基于所述通知判断服务请求者打算请求运输服务。可选地或附加地,安装在请求者终端130中的所述应用程序可以指示请求者终端130连续地或周期性地监视来自所述服务请求者的输入并且通过网络120将所述输入发送到处理引擎112。因此,请求者终端130可以实时或基本上实时地将所述服务请求者的输入发送到处理引擎112。因此,当所述服务请求者输入出发时间、出发地点和/或目的地时,处理引擎112可以基于接收到的信息确定服务请求者打算请求运输服务。在一些实施例中,处理引擎112可以基于来自所述服务请求者的部分输入来确定所述服务请求者打算请求运输服务。例如,当所述服务请求者开始输入出发地点并且在完整输入整个出发地点之前,处理引擎112可能已经接收到与出发地点有关的部分信息,并且确定服务请求者打算请求运输服务。在一些实施例中,所述服务请求者和请求者终端130之间的用户交互可以被传送到处理引擎112以确定所述服务请求者是否打算请求运输服务。所述用户交互可以包括在地图上的放大或缩小操作、在地图上的拖拽操作、用于激活移动应用的语音输入、从日历打开事件位置、在地图中打开诸如餐厅、UPS商店、电影院等的商业单元位置。
所述第一地点可以是与运输服务相关服务请求者的出发地点。在一些实施例中,所述出发地点可以是由服务请求者通过请求者终端130(例如,图3中的输入/输出350)输入的指定地点。在一些实施例中,请求者终端130可以自动获取所述出发地点。例如,在请求者终端130的日历中记录诸如“在星期三上午10点从地点B前往地点A”的事件。请求者终端130可基于日历中的事件自动确定地点B作为出发地点。在一些实施例中,请求者终端130可以通过请求者终端130中的定位技术(例如,GPS、GLONASS、COMPASS、QZSS、BDS、WiFi定位技术等或其任意组合)来获取其位置(即所述服务请求者的位置)。
所述第一时间点可以指与运输服务相关的出发时间。在一些实施例中,所述运输服务可以是实时运输服务。所述实时运输服务表示所述服务请求者期望在当前或在对于本领域的普通技术人员来说相当接近当前时刻的限定时间(例如,1分钟、5分钟或10分钟)内接收运输服务。服务提供者需要在线上到线下服务系统100接收到服务请求之后立即或基本上马上出动。在这种情况下,所述第一时间点可以是当前时间(例如,处理引擎112确定服务请求者打算请求运输服务的时间点)。.
在一些实施例中,预约运输服务可以表示所述服务请求者期望在对于本领域普通技术人员来说距离当前时刻相当长的时刻接收运输服务,服务提供者不需要在线上到线下服务系统100接收到服务请求之后立即或基本上马上出动。例如,如果所述当前时刻和服务时间之间的时间差大于阈值(例如20分钟、2小时或1天),则乘客可能需要预约出租车服务。在这种情况下,所述第一时间点可以是所述服务请求者的预约出发时间。
在一些实施例中,所述预约出发时间可以是所述服务请求者通过请求者终端130(例如,图3中的输入/输出350)输入的指定时间点。在一些实施例中,请求者终端130可以自动获取所述预约出发时间。例如,在请求者终端130中的日历中记录诸如“在星期三上午10点从地点B前往地点A”的事件。请求者终端130可以基于所述日历中的事件自动确定星期三上午10点作为预约出发时间。
步骤504,订单获取模块402(例如,处理引擎112、和/或接口电路210a)可以根据确定服务请求者打算请求运输服务的确定结果而获取服务请求者在第一时间点之前的第一时间段内所请求的多个历史订单。例如,如果所述第一时间点是12月22日上午10点,则订单获取模块402可以获取12月22日之前的30天内所述服务请求者请求的多个历史订单。历史订单可以是由所述服务请求者或服务提供者完成和/或取消的订单。所述多个历史订单中的每一个历史订单可以包括出发地点、目的地和出发时间。
在一些实施例中,所述历史订单的出发地点可以是所述服务请求者请求历史订单时发送的出发地点或接受所述历史订单的服务提供者搭载所述服务请求者时的地点。所述历史订单的目的地可以是所述服务请求者请求历史订单时发送的目的地或所述服务请求者从接受所述历史订单的服务提供者的车辆下车的地点。实时历史订单的出发时间可以是所述实时历史订单的请求时间,也可以是接受所述实时历史订单的服务提供者搭载所述服务请求者的时间点。预约历史订单的出发时间可以是所述服务请求者请求所述预约历史订单时发送的预约出发时间或接受所述实时历史订单的服务提供者搭载所述服务请求者时的时间点。
步骤506,候选目的地确定模块404(或处理引擎112和/或处理电路210-b)可以基于所述多个历史订单来确定一个或多个候选目的地。在一些实施例中,候选目的地确定模块404可以基于所述多个历史订单的目的地来确定所述一个或多个候选目的地。例如,如果订单获取模块402获取5个历史订单,并且所述5个历史订单的目的地分别是地点1、地点1、地点2、地点3和地点3。候选目的地确定模块404可以将地点1、地点2和地点3确定为候选目的地。
步骤508,对于所述一个或多个候选目的地中的每一个候选目的地,概率确定模块406(或处理引擎112,和/或处理电路210-b)可以基于所述第一时间点从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单。
在一些实施例中,所选择的至少一个历史订单的目的地可以与所述候选目的地相匹配。例如,所述一个或多个候选目的地可以包括地点1、地点2和地点3。对于地点1,概率确定模块406可以从所述多个历史订单中选择目的地是地点1的历史订单。在一些实施例中,所选择的至少一个历史订单的出发时间可以在包括所述第一时间点的第二时间段内。例如,如果所述第一时间点是12月22日上午10点,则所选择的至少一个历史订单的出发时间可以在所述第一时间段(例如,过去30天)中至少一天的上午9:00到上午11:00的时间段内。
可选地或附加地,所选择的至少一个历史订单的出发地点可以在包括所述第一地点的距离范围内。例如,所选择的至少一个历史订单的出发地点可以在以所述第一地点为中心并且半径可以是特定距离(例如1000米)的圆形区域内。
步骤510,对于所述一个或多个候选目的地中的每一个候选目的地,概率确定模块406(或处理引擎112,和/或处理电路210-b)可以基于所选择的至少一个历史订单的第一数量和与所述候选目的地相关的历史订单的第二数量来确定与所述候选目的地相关的概率。所述概率表明所述服务请求者打算在第一时间点前往所述候选目的地的可能性。
例如,对于一个候选目的地,概率确定模块406可以基于步骤508的描述从所述多个历史订单中选择至少一个历史订单。概率确定模块406可以确定所选择的至少一个历史订单的第一数量和目的地与所述候选目的地匹配的历史订单的第二数量。确定目的地与所述候选目的地匹配的历史订单时,只需考虑历史订单的目的地是否与所述候选目的地匹配,而无需考虑历史订单的出发时间。概率确定模块406可以通过将所述第一数量除以所述第二数量来确定与所述候选目的地相关的概率。仅作为示例,所述第一时间点是12月22日上午10点。订单获取模块402获取目的地包括地点1、地点2和地点3的30个历史订单。对于地点1,30个历史订单中有19个历史订单的目的地与之匹配。在所述19个历史订单中,有13个历史订单的出发时间在上午9点至上午11:00的时间段内。所述服务请求者打算在上午10:00前往地点1的概率是13/19。
在一些实施例中,历史订单的所述出发时间与所述第一时间点之间的时间间隔越长,使用所述历史订单来确定概率的可靠性越低且准确度越低。因此,概率确定模块406可以基于所述历史订单的出发时间与第一时间点之间的间隔来确定所述概率。更多关于基于所述历史订单的出发时间与第一时间点之间的间隔来确定所述概率的详细内容可以参见本申请的其它地方(例如,图6中描述的过程600)。
步骤512,目的地确定模块408(或处理引擎112和/或处理电路210-b)可以分别基于与所述一个或多个候选目的地相关联的一个或多个概率从所述一个或多个候选目的地的中确定推荐目的地。在一些实施例中,目的地确定模块408可以在所述一个或多个候选目的地中选择具有最大概率的候选目的地。目的地确定模块408可以确定所述最大概率是否超过概率阈值(例如,50%、60%、70%),其中所述概率阈值可以是线上到线下服务系统100中的默认值或者线上到线下服务系统100的用户预设的值。如果确定最大概率超过概率阈值,目的地确定模块408可以将具有最大概率的候选目的地确定为待推荐给服务请求者的目的地。
在一些实施例中,如果具有超过概率阈值的最大概率的候选目的地的数量多于一个,则可以将所有具有超过概率阈值的最大概率的候选目的地推荐给服务请求者。或者,目的地确定模块408可以从所述具有超过概率阈值的最大概率的候选目的地中确定相关出发时间最接近所述第一时间点的候选目的地作为待推荐给服务请求者的目的地。
步骤514,传输模块410可以将所述待推荐给服务请求者的目的地传输到与所述服务请求者相关联的请求者终端(例如,请求者终端130)并使所述目的地显示在请求者终端的用户界面(例如,显示器320)上。
图6是根据本申请一些实施例所示的确定所选择的至少一个历史订单的第一数量的示例性流程图。在一些实施例中,过程600可以在图1所示的线上到线下服务系统100中实现。例如,过程600可以以指令的形式存储在存储介质(例如,存储设备150或处理引擎112的存储器220)中,并且由服务器110(例如,服务器110的处理引擎112、处理引擎112的处理器220或图4中所示的处理引擎112中的一个或多个模块)调用和/或执行。下述呈现的过程600的操作旨在说明性的。在一些实施例中,过程600可以使用未描述的一个或多个附加操作和/或不使用所讨论的一个或多个操作来完成。另外,如图6所示并在下面描述的过程600的操作顺序并非旨在限制性的。在一些实施例中,图5所示的过程500的步骤510的一部分(例如,确定所选择的至少一个历史订单的第一数量)可以根据过程600来实现。
步骤602,概率确定模块406(或处理引擎112,和/或处理电路210-b)可以基于所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所选择的至少一个历史订单中的每一个历史订单的权重。在一些实施例中,基于每个历史订单的出发时间与所述第一时间点之间的间隔,每个历史订单的权重可以不同。例如,历史订单的出发时间与所述第一时间点之间的间隔越长,所述历史订单的权重可能越小。
在一些实施例中,为确定每个历史订单的权重,可以基于所述多个历史订单来确定半衰期。所述半衰期可以与所述多个历史订单中的至少一个历史订单的出发时间、所述多个历史订单中的至少一个历史订单的出发地点、所述多个历史订单中的至少一个历史订单的目的地、所述多个历史订单中的至少一个历史订单的出发地点和目的地之间的距离(例如,直线距离、行程距离)、所述多个历史订单的数量等或者其任意组合相关。根据每个历史订的出发时间与所述第一时间点之间的半衰期和间隔,概率确定模块406可以确定每个历史订单的权重。
例如,概率确定模块406可以基于下面的公式(1)确定所选择的历史订单的权重:
其中,wi指所选择的历史订单的权重,Δt指所选择的历史订单的出发时间与所述第一时间点之间的间隔,τ指半衰期。
步骤604,概率确定模块406(或处理引擎112,和/或处理电路210-b)可以基于所选择的至少一个历史订单的权重的总和来确定所选择的至少一个历史订单的第一数量。
例如,概率确定模块406可以根据公式(2)确定所选择的至少一个历史订单的第一数量:
其中,N是指所选择的至少一个历史订单的第一数量。
仅作为示例,所选择的至少一个历史订单包括订单1、订单2和订单3。与订单1、订单2和订单3相关的权重分别为0.5、0.6和0.8。在不考虑订单1、订单2和订单3的权重的情况下,所选择的至少一个历史订单的第一数量可以是3。当考虑订单1、订单2和订单3的权重时,所选择的至少一个历史订单的第一数量可以是1.9(0.5+0.6+0.8=1.9)。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可以进行各种变更、改良和修改。这些修改、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,本申请使用了特定词语来描述本申请的实施例。例如,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、结构或特性。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、结构或特性可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可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过程、机器、产品或物质的组合,或对其任何新的和有用的改良。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(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本申请的各方面可以呈现为位于一个或多个计算机可读媒体中的计算机产品,该产品具有计算机可读程序编码。
计算机可读信号介质可以包括一个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。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。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、缆线、光纤电缆、RF、或类似介质或任何上述介质的合适组合。
本申请各方面操作所需的计算机程序码可以用一种或多种程序语言的任意组合编写,包括面向对象程序设计,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET,Python或类似的常规程序编程语言,如"C"编程语言,Visual Basic,Fortran2003,Perl,COBOL 2002,PHP,ABAP,动态编程语言如Python,Ruby和Groovy或其它编程语言。程序代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上运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算器可以通过任何网络形式与用户计算器连接,例如,局域网络(LAN)或广域网(WAN),或连接至外部计算器(例如通过因特网),或在云端计算环境中,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,否则所述处理元素或序列的顺序、数字字母的使用、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,此类细节仅起说明的目的,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精神和范围的修正和等价组合。例如,虽然以上描述的系统组件可以通过安装于硬件装置中实施,但也可以只通过软件的解决方案实施,例如在现有的服务器或行动载具上安装所描述的系统。
同理,应当注意的是,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。然而,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。相反,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 (28)
1.一种用于预测线上到线下服务系统中目的地的系统,其特征在于,包括:
一个或以上存储设备,存储一组指令;以及
一个或以上处理器,被配置为与所述一个或以上存储设备通信,当执行该组指令时,所述一个或以上处理器被配置为使所述系统:
确定服务请求者打算在第一时间点从第一地点请求服务;
根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单;
基于所述多个历史订单确定一个或多个候选目的地;
对于所述一个或多个候选目的地中的每个候选目的地,
基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单;以及
基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性;以及
分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
2.如权利要求1所述的系统,其特征在于,所述一个或以上处理器进一步被配置为使所述系统:
将所述推荐目的地发送到与所述服务请求者关的请求者终端,使所述推荐目的地显示在所述请求者终端的用户界面上。
3.如权利要求1或2所述的系统,其特征在于,所述所选择的至少一个历史订单的目的地与所述候选目的地相匹配,并且与所述所选择的至少一个历史订单相关的出发时间在包括所述第一时间点的第二时间段内。
4.如权利要求1至3中任一项所述的系统,其特征在于,与所述所选择的至少一个历史订单相关的出发地点在包括所述第一地点的距离范围内。
5.如权利要求1至4中任一项所述的系统,其特征在于,确定所述所选择的至少一个历史订单的数量包括:
基于与所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔,为所述所选择的至少一个历史订单中的每一个历史订单确定权重;以及
基于所述所选择的至少一个历史订单的所述权重的总和来确定所述所选择的至少一个历史订单的数量。
6.如权利要求5所述的系统,其特征在于,为了为所述所选择的至少一个历史订单中的每一个历史订单确定权重,所述一个或以上处理器被配置为使所述系统:
基于所述多个历史订单确定半衰期;以及
基于所述半衰期和所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所述所选择的至少一个历史订单中的每一个历史订单的权重。
7.如权利要求1至6中任一项所述的系统,其特征在于,为了分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地,所述一个或以上处理器被配置为使所述系统:
从所述一个或多个候选目的地中选择一个具有最大概率的候选目的地;确定所述最大概率是否超过概率阈值;以及
响应于所述最大概率超过所述概率阈值的确定结果,确定所述具有最大概率的候选目的地为要推荐给所述服务请求者的推荐目的地。
8.一种用于预测线上到线下服务系统中目的地的方法,实现于包括一个或以上存储设备和一个或以上处理器的计算设备上,其特征在于,所述方法包括:
确定服务请求者打算在第一时间点从第一地点请求服务;
根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单;
基于所述多个历史订单确定一个或多个候选目的地;
对于所述一个或多个候选目的地中的每个候选目的地,
基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单;以及
基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性;以及
分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
9.如权利要求8所述的方法,其特征在于,进一步包括:
将所述推荐目的地发送到与所述服务请求者关的请求者终端,使所述推荐目的地显示在所述请求者终端的用户界面上。
10.如权利要求8或9所述的方法,其特征在于,所述所选择的至少一个历史订单的目的地与所述候选目的地相匹配,并且与所述所选择的至少一个历史订单相关的出发时间在包括所述第一时间点的第二时间段内。
11.如权利要求8至10中任一项所述的方法,其特征在于,与所述所选择的至少一个历史订单相关的出发地点在包括所述第一地点的距离范围内。
12.如权利要求8至11中任一项所述的方法,其特征在于,确定所述所选择的至少一个历史订单的数量包括:
基于与所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔,为所述所选择的至少一个历史订单中的每一个历史订单确定权重;以及
基于所述所选择的至少一个历史订单的所述权重的总和来确定所述所选择的至少一个历史订单的数量。
13.如权利要求12所述的方法,其特征在于,所述为所述所选择的至少一个历史订单中的每一个历史订单确定权重包括:
基于所述多个历史订单确定半衰期;以及
基于所述半衰期和所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所述所选择的至少一个历史订单中的每一个历史订单的权重。
14.如权利要求8至13中任一项所述的方法,其特征在于,所述分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地包括:
从所述一个或多个候选目的地中选择一个具有最大概率的候选目的地;确定所述最大概率是否超过概率阈值;以及
响应于所述最大概率超过所述概率阈值的确定结果,确定所述具有最大概率的候选目的地为要推荐给所述服务请求者的推荐目的地。
15.一种用于预测线上到线下服务系统中目的地的系统,其特征在于,包括:订单获取模块,用于
确定服务请求者打算在第一时间点从第一地点请求服务;以及
根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单;
候选目的地确定模块,用于基于所述多个历史订单确定一个或多个候选目的地;
概率确定模块,用于
对于所述一个或多个候选目的地中的每个候选目的地,
基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单;以及
基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性;以及
目的地确定模块,用于分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
16.如权利要求15所述的系统,其特征在于,进一步包括:
传输模块,用于将所述推荐目的地发送到与所述服务请求者关的请求者终端,使所述推荐目的地显示在所述请求者终端的用户界面上。
17.如权利要求15或16所述的系统,其特征在于,所述所选择的至少一个历史订单的目的地与所述候选目的地相匹配,并且与所述所选择的至少一个历史订单相关的出发时间在包括所述第一时间点的第二时间段内。
18.如权利要求15至17中任一项所述的系统,其特征在于,与所述所选择的至少一个历史订单相关的出发地点在包括所述第一地点的距离范围内。
19.如权利要求15至18中任一项所述的系统,其特征在于,确定所述所选择的至少一个历史订单的数量包括:
基于与所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔,为所述所选择的至少一个历史订单中的每一个历史订单确定权重;以及
基于所述所选择的至少一个历史订单的所述权重的总和来确定所述所选择的至少一个历史订单的数量。
20.如权利要求19所述的系统,其特征在于,所述为所述所选择的至少一个历史订单中的每一个历史订单确定权重包括:
基于所述多个历史订单确定半衰期;以及
基于所述半衰期和所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所述所选择的至少一个历史订单中的每一个历史订单的权重。
21.如权利要求15至20中任一项所述的系统,其特征在于,所述分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地包括:
从所述一个或多个候选目的地中选择一个具有最大概率的候选目的地;
确定所述最大概率是否超过概率阈值;以及
响应于所述最大概率超过所述概率阈值的确定结果,确定所述具有最大概率的候选目的地为要推荐给所述服务请求者的推荐目的地。
22.一种计算机可读介质,包括至少一组指令,当所述至少一组指令由一个或以上处理器执行时,所述至少一组指令使所述一个或以上处理器执行一种方法,所述方法包括:
确定服务请求者打算在第一时间点从第一地点请求服务;
根据所述确定结果获取所述服务请求者在所述第一时间点之前的第一时间段内的多个历史订单;
基于所述多个历史订单确定一个或多个候选目的地;
对于所述一个或多个候选目的地中的每个候选目的地,
基于所述第一时间点,从所述多个历史订单中选择至少一个与所述候选目的地相关的历史订单;以及
基于所选择的至少一个历史订单的数量以及与所述候选目的地相关的历史订单的数量,确定与所述候选目的地相关的概率,其中,所述概率表示所述服务请求者打算在所述第一时间点前往所述候选目的地的可能性;以及
分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地。
23.如权利要求22所述的计算机可读介质,其特征在于,所述方法进一步包括:
将所述推荐目的地发送到与所述服务请求者关的请求者终端,使所述推荐目的地显示在所述请求者终端的用户界面上。
24.如权利要求22或23所述的计算机可读介质,其特征在于,所述所选择的至少一个历史订单的目的地与所述候选目的地相匹配,并且与所述所选择的至少一个历史订单相关的出发时间在包括所述第一时间点的第二时间段内。
25.如权利要求22至24中任一项所述的计算机可读介质,其特征在于,与所述所选择的至少一个历史订单相关的出发地点在包括所述第一地点的距离范围内。
26.如权利要求22至25中任一项所述的计算机可读介质,其特征在于,确定所述所选择的至少一个历史订单的数量包括:
基于与所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔,为所述所选择的至少一个历史订单中的每一个历史订单确定权重;以及
基于所述所选择的至少一个历史订单的所述权重的总和来确定所述所选择的至少一个历史订单的数量。
27.如权利要求26所述的计算机可读介质,其特征在于,所述为所述所选择的至少一个历史订单中的每一个历史订单确定权重包括:
基于所述多个历史订单确定半衰期;以及
基于所述半衰期和所述所选择的至少一个历史订单中的每一个历史订单的出发时间与所述第一时间点之间的间隔来确定所述所选择的至少一个历史订单中的每一个历史订单的权重。
28.如权利要求22至27中任一项所述的计算机可读介质,其特征在于,所述分别基于与所述一个或多个候选目的地相关的所述一个或多个概率,从所述一个或多个候选目的地中确定推荐目的地包括:
从所述一个或多个候选目的地中选择一个具有最大概率的候选目的地;
确定所述最大概率是否超过概率阈值;以及
响应于所述最大概率超过所述概率阈值的确定结果,确定所述具有最大概率的候选目的地为要推荐给所述服务请求者的推荐目的地。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/093215 WO2020000277A1 (en) | 2018-06-28 | 2018-06-28 | Systems and methods for predicting destination in online to offline service |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110869951A true CN110869951A (zh) | 2020-03-06 |
CN110869951B CN110869951B (zh) | 2023-11-14 |
Family
ID=68985553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880002116.5A Active CN110869951B (zh) | 2018-06-28 | 2018-06-28 | 预测线上到线下服务中目的地的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210049523A1 (zh) |
CN (1) | CN110869951B (zh) |
WO (1) | WO2020000277A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866073A (zh) * | 2020-06-12 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 服务站点推送分析方法、装置、电子设备及存储介质 |
CN118115248A (zh) * | 2024-04-23 | 2024-05-31 | 北京农夫铺子技术研究院 | 一种基于服务商家的线上线下互动的方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11107171B2 (en) * | 2019-07-03 | 2021-08-31 | Inspirato | Travel services based on transportation criteria |
CN112182430A (zh) * | 2020-09-22 | 2021-01-05 | 汉海信息技术(上海)有限公司 | 一种地点推荐的方法、装置、电子设备及存储介质 |
CN112632392A (zh) * | 2020-12-30 | 2021-04-09 | 北京嘀嘀无限科技发展有限公司 | 确定候选下车地点的方法、装置、设备、介质和程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150330800A1 (en) * | 2014-05-19 | 2015-11-19 | Google Inc. | Systems and Methods for Personalized Multi-Destination Trip Planning |
WO2016091173A1 (zh) * | 2014-12-09 | 2016-06-16 | 北京嘀嘀无限科技发展有限公司 | 一种用户维护系统及方法 |
WO2017028821A1 (zh) * | 2015-08-20 | 2017-02-23 | 北京嘀嘀无限科技发展有限公司 | 根据历史订单预测当前订单信息的方法及系统 |
CN106919996A (zh) * | 2015-12-25 | 2017-07-04 | 滴滴(中国)科技有限公司 | 一种目的地预测方法及装置 |
CN107402931A (zh) * | 2016-05-19 | 2017-11-28 | 滴滴(中国)科技有限公司 | 一种出行目的地推荐方法和装置 |
US20180017405A1 (en) * | 2015-01-27 | 2018-01-18 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for providing information for an on-demand service |
CN107798024A (zh) * | 2016-09-07 | 2018-03-13 | 北京嘀嘀无限科技发展有限公司 | 一种出行目的地推荐处理方法及装置 |
CN107992530A (zh) * | 2017-11-14 | 2018-05-04 | 北京三快在线科技有限公司 | 信息推荐方法及电子设备 |
-
2018
- 2018-06-28 CN CN201880002116.5A patent/CN110869951B/zh active Active
- 2018-06-28 WO PCT/CN2018/093215 patent/WO2020000277A1/en active Application Filing
-
2020
- 2020-11-04 US US17/088,639 patent/US20210049523A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150330800A1 (en) * | 2014-05-19 | 2015-11-19 | Google Inc. | Systems and Methods for Personalized Multi-Destination Trip Planning |
WO2016091173A1 (zh) * | 2014-12-09 | 2016-06-16 | 北京嘀嘀无限科技发展有限公司 | 一种用户维护系统及方法 |
US20180017405A1 (en) * | 2015-01-27 | 2018-01-18 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for providing information for an on-demand service |
WO2017028821A1 (zh) * | 2015-08-20 | 2017-02-23 | 北京嘀嘀无限科技发展有限公司 | 根据历史订单预测当前订单信息的方法及系统 |
CN106919996A (zh) * | 2015-12-25 | 2017-07-04 | 滴滴(中国)科技有限公司 | 一种目的地预测方法及装置 |
CN107402931A (zh) * | 2016-05-19 | 2017-11-28 | 滴滴(中国)科技有限公司 | 一种出行目的地推荐方法和装置 |
CN107798024A (zh) * | 2016-09-07 | 2018-03-13 | 北京嘀嘀无限科技发展有限公司 | 一种出行目的地推荐处理方法及装置 |
CN107992530A (zh) * | 2017-11-14 | 2018-05-04 | 北京三快在线科技有限公司 | 信息推荐方法及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111866073A (zh) * | 2020-06-12 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 服务站点推送分析方法、装置、电子设备及存储介质 |
CN118115248A (zh) * | 2024-04-23 | 2024-05-31 | 北京农夫铺子技术研究院 | 一种基于服务商家的线上线下互动的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20210049523A1 (en) | 2021-02-18 |
WO2020000277A1 (en) | 2020-01-02 |
CN110869951B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109196547B (zh) | 用于推荐服务位置的系统和方法 | |
US11017662B2 (en) | Systems and methods for determining a path of a moving device | |
CN110869951B (zh) | 预测线上到线下服务中目的地的系统和方法 | |
US20200013020A1 (en) | Methods and systems for carpooling | |
US11263560B2 (en) | Systems and methods for determining a reference direction related to a vehicle | |
US20190360833A1 (en) | Systems and methods for providing a navigation route | |
CN109416767B (zh) | 用于确定组合服务请求者的系统和方法 | |
CN110678885A (zh) | 用于运力调度的系统和方法 | |
US20190246237A1 (en) | Systems and methods for updating sequence of services | |
WO2019223745A1 (en) | Methods and systems for informing a user of carpooling information | |
US11468374B2 (en) | Methods and systems for carpool services | |
WO2018223952A1 (en) | Systems and methods for region division | |
CN110402370B (zh) | 用于确定服务请求的推荐信息的系统和方法 | |
US10977948B2 (en) | Systems and methods for recommending a pickup location | |
WO2019241928A1 (en) | Methods and systems for adjusting transportation capacity | |
WO2020164161A1 (en) | Systems and methods for estimated time of arrival (eta) determination | |
AU2018290499A1 (en) | Systems and methods for feed stream transmission | |
CN110832811B (zh) | 用于发送空间数据的系统和方法 |
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 | ||
TG01 | Patent term adjustment | ||
TG01 | Patent term adjustment |