CN110874870A - 一种计算打车费用的方法和装置 - Google Patents
一种计算打车费用的方法和装置 Download PDFInfo
- Publication number
- CN110874870A CN110874870A CN201810995987.3A CN201810995987A CN110874870A CN 110874870 A CN110874870 A CN 110874870A CN 201810995987 A CN201810995987 A CN 201810995987A CN 110874870 A CN110874870 A CN 110874870A
- Authority
- CN
- China
- Prior art keywords
- employee
- taxi taking
- position information
- map
- taxi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B13/00—Taximeters
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Computer Hardware Design (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了计算打车费用的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;根据当前的打车时间和路况信息,计算打车费用。该实施方式能够解决现有技术中员工上下班打车费用不准确,造成不必要损失的问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种计算打车费用的方法和装置。
背景技术
目前,越来越多的员工在上下班的时候,都选择了打车,而费用一般以出租车计价器为准。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
在员工上下班打车的过程中,打车费用的影响因素非常多,很难甄别是否合理。例如:出租车绕路会影响打车费用,员工目的地变更会影响打车费用,路面堵车会影响打车费用,夜间与白天计费不同;不同出租车类别计费不同等等。
发明内容
有鉴于此,本发明实施例提供一种计算打车费用的方法和装置,能够解决现有技术中员工上下班打车费用不准确,造成不必要损失的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种计算打车费用的方法,包括获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;根据当前的打车时间和路况信息,计算打车费用。
可选地,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的,包括:
通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号;
确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致;
存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中;
从预设的数据库中提取员工的所有位置信息,并标示在地图上;
通过机器学习的密度聚类算法,确定地图上的密集区域。
可选地,获取员工打车指令,包括:
通过获取员工下班的打卡数据,以得到员工打车指令。
可选地,还包括:
当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
另外,根据本发明实施例的一个方面,提供了一种计算打车费用的装置,包括获取模块,用于获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;计算模块,用于根据当前的打车时间和路况信息,计算打车费用。
可选地,还用于:
通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号;
确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致;
存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中;
从预设的数据库中提取员工的所有位置信息,并标示在地图上;
通过机器学习的密度聚类算法,确定地图上的密集区域。
可选地,所述获取模块获取员工打车指令,包括:
通过获取员工下班的打卡数据,以得到员工打车指令。
可选地,还用于:
当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一计算打车费用的实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一基于计算打车费用的实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:本发明通过获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;根据当前的打车时间和路况信息,计算打车费用。从而,本发明能够准确的计算员工上下班打车的费用,进而可以避免员工的经济损失。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的计算打车费用的方法的主要流程的示意图;
图2是根据本发明可参考实施例的计算打车费用的方法的主要流程的示意图;
图3是根据本发明实施例的计算打车费用的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的计算打车费用的方法的主要流程的示意图,所述计算打车费用的方法可以包括:
步骤S101,获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点。
在实施例中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的。
进一步地,在获得获得标示在地图上的密集区域的时候,可以通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号。然后,确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致。进而,可以存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中。
之后,从预设的数据库中提取员工的所有位置信息,并标示在地图上。最后,通过机器学习的密度聚类算法,确定地图上的密集区域。
另外,还值得说明的是,在获取员工打车指令的时候,可以通过获取员工下班的打卡数据,以得到员工打车指令。
步骤S102,根据当前的打车时间和路况信息,计算打车费用。
在实施例中,一般情况下地图上呈现的是两个密集区域,即一个为公司地址,一个为家庭地址。
较佳地,当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
图2是根据本发明可参考实施例的计算打车费用的方法的主要流程的示意图,所述计算打车费用的方法还可以包括:
步骤S201,获取员工手机号码和员工工号并存储。
在实施例中,可以通过该员工所在的公司大数据中获取其手机号码和员工工号的对应关系。
步骤S202,通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号。
在实施例中,所述的员工终端工作应用程序是指员工日常工作时使用的安装于终端的应用程序(即APP),而该应用程序中记录有已登录员工的位置信息、手机号码以及员工工号。
进一步地,在获得位置信息的同时,进而获得当前采集位置信息的时间、手机号码和员工工号。
步骤S203,判断采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致,若是则进行步骤S204,否则进行步骤S205。
步骤S204,判断采集时间是否在预设的时间段内,若是则进行步骤S205,否则进行步骤S206。
较佳地,可以预设一个时间段为无效时间,一旦采集的时间在该时间段内,则采集时间对应的位置信息也为无效。例如:预设的时间段为节假日,由于在节假日员工
步骤S205,删除采集的位置信息以及对应的采集时间、采集时的手机号码以及采集时的员工工号,返回步骤S202。
在实施例中,当采集时的手机号码和员工工号的对应关系与存储的员工手机号码和员工工号的对应关系不一致时,则确定采集的位置信息为无效,故删除。
步骤S206,存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中。
步骤S207,从预设的数据库中提取员工的所有位置信息,并标示在地图上。
步骤S208,通过机器学习的密度聚类算法,确定地图上的密集区域。
较佳地,机器学习的密度聚类算法可以采用DBSCAN、OPTICS、DENCLUE等算法。
需要说明的是,一般情况下地图上呈现的密集区域为公司地址、家庭地址。
步骤S209,判断地图上的密集区域是否包括该员工的公司位置信息,若是则进行步骤S210,否则退出该流程。
在实施例中,可以预先获取员工的公司位置信息,并存储在数据库中。
步骤S210,获取员工打车指令,以得到当前时间作为打车时间和得到当前员工的位置信息确定作为起始点的密集区域。
较佳地,可以通过获取员工下班的打卡数据,以得到员工打车指令。当然,如果是上班则可以直接获取员工下发的打车指令。
其中,打车时间为出发时间。另外,当确定了一个密集区域为起始点后,另一个密集区域则作为终点。
步骤S211,根据当前路况信息,以计算打车费用。
较佳地,可以预先实时记录两密集区域之间的路况信息,即分别记录以一密集区域为起始点而另一密集区域为终点的路况信息,以及以另一密集区域为起始点而一密集区域为终点的路况信息。从而,构建历史路况信息并保存。
当得到打车时间和作为起始点的密集区域时,便可以在历史路况信息中获得对应的路况信息,即在历史路况信息中存储有时间、起始点、终点和路况信息的对应关系。
进一步地,可以通过爬虫工具访问电子地图的接口,以获得路况信息,进而构建历史路况信息。
还需要说明的是,在计算打车费用时,可以根据预设的计算方式获得打车费用,当然预设的计算方式可以按照所在地区的打车计价规范进行设置。例如:车价=起步价【11元】+(远程里程标准【10公里】-起步里程数【3公里】)*每公里单价+(里程数-远程里程标准【10】)*远程每公里单价【3.2元】
作为本发明另一个可参考的实施例,如果密集区域为三个或三个以上,则说明员工的家庭地址为多个。而在计算员工下班打车费用时,则可以计算达到每个家庭地址的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
当然,在计算到达每个家庭地址的打车费用时,需要根据其对应的路况信息进行计算,因为路径的不同其路况信息也不同。
图3是根据本发明实施例的计算打车费用的装置,如图3所示,所述计算打车费用的装置包括获取模块301和计算模块302。其中,获取模块301获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点。其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的。计算模块302根据当前的打车时间和路况信息,计算打车费用。
在较佳地实施例中,所述获取模块301在获得地图上的密集区域时,可以通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号。然后,确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致。进而存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中。
之后,获取模块301从预设的数据库中提取员工的所有位置信息,并标示在地图上。然后,通过机器学习的密度聚类算法,确定地图上的密集区域。
作为一个可参考的实施例,所述获取模块301获取员工打车指令,时可以通过获取员工下班的打卡数据,以得到员工打车指令。
在实施例中,一般情况下地图上呈现的是两个密集区域,即一个为公司地址,一个为家庭地址。但当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
需要说明的是,在本发明所述计算打车费用的装置的具体实施内容,在上面所述计算打车费用的方法中已经详细说明了,故在此重复内容不再说明。
图4示出了可以应用本发明实施例的计算打车费用的方法或计算打车费用的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的计算打车费用的方法一般由服务器405执行,相应地,计算打车费用的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有系统500操作所需的各种程序和数据。CPU501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块和计算模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;根据当前的打车时间和路况信息,计算打车费用。
根据本发明实施例的技术方案,能够解决现有技术中员工上下班打车费用不准确,造成不必要损失的问题。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种计算打车费用的方法,其特征在于,包括:
获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;
根据当前的打车时间和路况信息,计算打车费用。
2.根据权利要求1所述的方法,其特征在于,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的,包括:
通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号;
确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致;
存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中;
从预设的数据库中提取员工的所有位置信息,并标示在地图上;
通过机器学习的密度聚类算法,确定地图上的密集区域。
3.根据权利要求1所述的方法,其特征在于,获取员工打车指令,包括:
通过获取员工下班的打卡数据,以得到员工打车指令。
4.根据权利要求3所述的方法,其特征在于,还包括:
当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
5.一种计算打车费用的装置,其特征在于,包括:
获取模块,用于获取员工打车指令,以得到当前员工的位置信息确定作为起始点的密集区域,将预设地图上的另一密集区域作为终点;其中,预设地图上的密集区域是对标示在地图上的员工历史位置信息进行密度聚类算法获得的;
计算模块,用于根据当前的打车时间和路况信息,计算打车费用。
6.根据权利要求5所述的装置,其特征在于,所述获取模块,还用于:
通过员工终端工作应用程序采集位置信息以及当前对应的采集时间、采集时的手机号码以及采集时的员工工号;
确定采集时的手机号码和员工工号的对应关系是否与存储的员工手机号码和员工工号的对应关系一致;
存储位置信息及其对应的采集时间、采集时的手机号码以及采集时的员工工号至预设的数据库中;
从预设的数据库中提取员工的所有位置信息,并标示在地图上;
通过机器学习的密度聚类算法,确定地图上的密集区域。
7.根据权利要求5所述的装置,其特征在于,所述获取模块获取员工打车指令,包括:
通过获取员工下班的打卡数据,以得到员工打车指令。
8.根据权利要求7所述的装置,其特征在于,所述计算模块,还用于:
当预设地图上的密集区域为三个或三个以上时,分别根据当前的打车时间和对应的路况信息计算作为起始点的密集区域达到其他每个密集区域的打车费用,以获得打车的最高费用和最低费用,进而确定打车费用区间。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995987.3A CN110874870A (zh) | 2018-08-29 | 2018-08-29 | 一种计算打车费用的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995987.3A CN110874870A (zh) | 2018-08-29 | 2018-08-29 | 一种计算打车费用的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110874870A true CN110874870A (zh) | 2020-03-10 |
Family
ID=69714821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810995987.3A Pending CN110874870A (zh) | 2018-08-29 | 2018-08-29 | 一种计算打车费用的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874870A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815346A (zh) * | 2020-04-10 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 预估结算数据的方法、装置、存储介质及电子设备 |
CN111815346B (zh) * | 2020-04-10 | 2024-09-27 | 北京嘀嘀无限科技发展有限公司 | 预估结算数据的方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302951A (ja) * | 2003-03-31 | 2004-10-28 | Fujitsu Ltd | 移動体運行管理システム |
JP2014191419A (ja) * | 2013-03-26 | 2014-10-06 | Zenrin Datacom Co Ltd | タクシー案内システムおよびタクシー案内方法 |
CN104599217A (zh) * | 2015-01-27 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 用于确定乘客的当前目的地的方法及设备 |
CN104794886A (zh) * | 2014-08-12 | 2015-07-22 | 北京东方车云信息技术有限公司 | 网络租车系统中打车费用预估系统和方法 |
CN105117790A (zh) * | 2015-07-29 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 车费预估方法及装置 |
CN108255997A (zh) * | 2017-12-29 | 2018-07-06 | 武汉斑马快跑科技有限公司 | 一种打车目的地的预测方法及系统 |
-
2018
- 2018-08-29 CN CN201810995987.3A patent/CN110874870A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302951A (ja) * | 2003-03-31 | 2004-10-28 | Fujitsu Ltd | 移動体運行管理システム |
JP2014191419A (ja) * | 2013-03-26 | 2014-10-06 | Zenrin Datacom Co Ltd | タクシー案内システムおよびタクシー案内方法 |
CN104794886A (zh) * | 2014-08-12 | 2015-07-22 | 北京东方车云信息技术有限公司 | 网络租车系统中打车费用预估系统和方法 |
CN104599217A (zh) * | 2015-01-27 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 用于确定乘客的当前目的地的方法及设备 |
CN105117790A (zh) * | 2015-07-29 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 车费预估方法及装置 |
CN108255997A (zh) * | 2017-12-29 | 2018-07-06 | 武汉斑马快跑科技有限公司 | 一种打车目的地的预测方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815346A (zh) * | 2020-04-10 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 预估结算数据的方法、装置、存储介质及电子设备 |
CN111815346B (zh) * | 2020-04-10 | 2024-09-27 | 北京嘀嘀无限科技发展有限公司 | 预估结算数据的方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10074278B1 (en) | Parking information aggregation platform | |
CN112419516B (zh) | 一种信息处理方法、系统、装置及存储介质 | |
CN109299348B (zh) | 一种数据查询方法、装置、电子设备及存储介质 | |
CN107315824B (zh) | 用于生成热力图的方法和装置 | |
CN106897919A (zh) | 用车类型预测模型建立、信息提供方法及装置 | |
US20150154810A1 (en) | Virtual transportation stands | |
CN106919993A (zh) | 一种基于历史数据的高准确性默认目的地预测方法及装置 | |
CN104937375A (zh) | 目的地预测装置、目的地预测方法、目的地显示方法 | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
US20190147468A1 (en) | Location evaluation | |
CN108053145A (zh) | 基于共享车辆的社会化交友方法、服务器及客户端设备 | |
US20190095536A1 (en) | Method and device for content recommendation and computer readable storage medium | |
CN111339409A (zh) | 地图展示方法与系统 | |
CN111698645A (zh) | 位置信息获取方法、装置、计算机设备及存储介质 | |
CN111062823A (zh) | 一种社交图谱分析方法、装置及存储介质 | |
EP2584516A1 (en) | Method, system and apparatus for determining geofence data based on estimated time of arrival | |
CN110160548B (zh) | 用于生成行驶路线的方法、系统和装置 | |
CN111859172B (zh) | 信息推送方法、装置、电子设备和计算机可读存储介质 | |
CN113380037A (zh) | 一种交通信息采集方法和装置 | |
CN110874870A (zh) | 一种计算打车费用的方法和装置 | |
CN112446651A (zh) | 一种运输设备监控的方法和装置 | |
CN113761398B (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
CN113257030B (zh) | 停车场属性预测模型训练方法、停车场推荐方法及装置 | |
EP1388824A2 (en) | Communication terminal and information processing apparatus of a payment system | |
CN109029476A (zh) | 一种用于确定可达区域的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200310 |
|
RJ01 | Rejection of invention patent application after publication |