CN111523932A - 一种网约车服务的评分方法、装置、系统及存储介质 - Google Patents

一种网约车服务的评分方法、装置、系统及存储介质 Download PDF

Info

Publication number
CN111523932A
CN111523932A CN202010316446.0A CN202010316446A CN111523932A CN 111523932 A CN111523932 A CN 111523932A CN 202010316446 A CN202010316446 A CN 202010316446A CN 111523932 A CN111523932 A CN 111523932A
Authority
CN
China
Prior art keywords
score
network
information
service
car booking
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.)
Withdrawn
Application number
CN202010316446.0A
Other languages
English (en)
Inventor
季霁
彭杰
石迎春
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.)
Nanjing Leading Technology Co Ltd
Original Assignee
Nanjing Leading Technology 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 Nanjing Leading Technology Co Ltd filed Critical Nanjing Leading Technology Co Ltd
Priority to CN202010316446.0A priority Critical patent/CN111523932A/zh
Publication of CN111523932A publication Critical patent/CN111523932A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G06Q50/40—
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Abstract

本发明公开了一种网约车服务的评分方法、装置、系统及存储介质，该方法包括：获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。本发明实施例的技术方案提高了网约车服务的评分结果的准确性和可靠性，保证了网约车平台对网约车司机的奖惩决策的公平性。

Description

一种网约车服务的评分方法、装置、系统及存储介质
技术领域
本发明实施例涉及通信领域，尤其涉及一种网约车服务的评分方法、装置、系统及存储介质。
背景技术
随着网约车的日益普及，人们出行的便利性得到了很大改善。网约车服务的评分与司机的接单率以及网约车平台对司机的奖惩决策息息相关，同时，网约车服务的评分也影响着乘客对网约车的信任度。
现有的网约车服务的评分都是源于乘客在网约车客户端上的评分，但是这种评分方式存在以下缺陷：(1)在行车过程中某些司机通过言语哀求或强迫的方式要求乘客在网约车客户端上给予好评，导致网约车服务的评分结果不准确；(2)某些乘客对网约车进行恶意差评，导致网约车服务的评分结果不准确；(3)在网约车订单结束后，乘客没有对网约车进行评分，网约车服务的评分没有及时更新，导致网约车服务的评分不准确。
发明内容
本发明实施例提供一种网约车服务的评分方法、装置、系统及存储介质，提高了网约车服务的评分结果的准确性和可靠性。
第一方面，本发明实施例提供了一种网约车服务的评分方法，所述方法包括：
获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
第二方面，本发明实施例还提供了一种网约车服务的评分装置，该装置包括：
获取模块，用于获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
评分模块，用于根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
第三方面，本发明实施例还提供了一种网约车服务的评分系统，该系统包括：
网约车乘客客户端、车载信息采集模块以及服务器；车载信息采集模块配置在网约车内；
所述网约车乘客客户端，用于获取与待评分的网约车订单匹配的用户主动评分，并发送至所述服务器；
所述车载信息采集模块包括人工智能网联车盒AI-BOX、远程信息处理箱T-BOX以及视频分析服务器；
所述T-BOX，用于桥接所述AI-BOX与所述视频分析服务器之间的通信连接；
所述AI-BOX用于获取网约车内音视频信息，并将所述音视频信息通过所述T-BOX发送至所述视频分析服务器；
所述视频分析服务器用于根据所述网约车内音视频信息计算所述网约车服务的第一得分，并将所述网约车服务的第一得分发送至所述服务器；
所述服务器，用于执行本发明任意实施例提供的一种网约车服务的评分方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的一种网约车服务的评分方法。
本发明实施例通过获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分，其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息，然后根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。本实施例的技术方案提高了网约车服务的评分结果的准确性和可靠性，保证了网约车平台对网约车司机的奖惩决策的公平性。
附图说明
图1是本发明实施例一中的一种网约车服务的评分方法的流程图；
图2是本发明实施例二中的一种网约车服务的评分方法的流程图；
图3是本发明实施例三中的一种网约车服务的评分装置的结构图；
图4是本发明实施例四中的一种计算设备的结构示意图；
图5是本发明实施例五中的一种网约车服务的评分系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种网约车服务的评分方法的流程图，本实施例可适用于网约车订单完成后对网约车的服务情况进行评分的情形，该方法可以由网约车服务的评分装置来执行，该装置可由软件和/或硬件的方式实现，并一般可以集成在服务器中，所述方法具体包括如下步骤：
步骤110、获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息。
在此步骤中，服务关联评分包括根据网约车内音视频信息计算得到的第一得分，和/或根据订单完成对照信息计算得到的第二得分，其中，第一得分通过网约车内置的车载信息采集模块计算得到。
在本发明实施例的一个实施方式中，网约车开始接单到订单完成的过程中，车载信息采集模块实时获取网约车行驶过程中的音视频信息，通过识别网约车内的语音信息以及图像信息，判断网约车内是否发生司机与乘客争吵、司机通过言语强迫的方式要求乘客给予好评等行为，根据判断结果对网约车的服务进行评分，得到网约车服务的第一得分，并将第一得分发送至服务器。
虽然通过对语音信息以及图像信息的识别可以对网约车服务进行评分，但是该评分结果无法反映出网约车的全部服务情况，例如，网约车内的语音信息以及图像信息很难反映出网约车司机的绕路问题，在网约车行驶过程中，乘客往往很少关注司机是否绕路，或者，当乘客发现司机绕路时，乘客不敢质疑司机。
因此，除了通过对网约车内的语音信息以及图像信息对网约车服务进行评分之外，本实施例还提供了根据网约车的订单完成对照信息对网约车服务进行评分的技术方案。订单完成对照信息包括预期行程信息和实际行程信息，比如预期行驶里程和实际行驶里程。
在本发明实施例的一个实施方式中，通过计算预期行程信息和实际行程信息的差异值，根据该差异值计算出网约车订单的第二得分。
在本实施例中，服务器可以直接根据订单完成对照信息计算网约车订单的第二得分，也可以通过网约车乘客客户端根据订单完成对照信息计算网约车订单的第二得分，并将第二得分发送至服务器。
由于网约车内音视频信息以及订单完成对照信息很难精准地反映出网约车的服务细节，例如网约车内的卫生条件、网约车内的味道以及网约车司机在道路拥堵时的危险超车行为等，通过上述实施方式获取网约车订单的第一得分和第二得分后，还需要获取乘客的主动评分。具体的，乘客可以在网约车乘客客户端上完成针对此次网约车订单的用户主动评分，网约车乘客客户端将此用户主动评分发送至服务器。
步骤120、根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
在本发明实施例的一个实施方式中，根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分，包括：
在服务关联评分中提取与网约车内音视频信息对应的第一得分以及与订单完成对照信息对应的第二得分；
根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分。
其中，第一得分由车载信息采集模块发送至服务器，第二得分由服务器计算得到或者由网约车乘客客户端发送至服务器，服务器可以根据第一得分以及第二得分的来源信息在服务关联评分中提取出第一得分以及第二得分。
在本发明实施例的一个实施方式中，根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分，包括：
如果所述用户主动评分为非空，则获取与所述网约车订单匹配的网约车的历史用户评分；
计算所述历史用户评分与所述用户主动评分的差异值；
如果所述差异值大于预设差异阈值，则按照第一加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
如果所述差异值小于或者等于预设差异阈值，则按照第二加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
其中，所述第一加权比例中用户主动评分的加权比重小于第二加权比例中用户主动评分的加权比重。
在本实施例中，如果历史用户评分与所述用户主动评分的差异值大于预设差异阈值，则表示乘客对当前网约车服务的评价比网约车的历史评价差很多，乘客很有可能对此次网约车服务进行了恶意评价。在这种情况下，对用户主动评分、第一得分以及第二得分进行加权求和时，需要给用户主动评分分配较小的加权比重。具体的，用户主动评分的加权比重可以为20％，第一得分以及第二得分的加权比重可以分别为40％，第一加权比例以实际情况进行预设，本实施例对此并不进行限制。
如果历史用户评分与所述用户主动评分的差异值小于或者等于预设差异阈值，则表示乘客对当前网约车服务的评价与网约车的历史评价比较接近，在这种情况下，对用户主动评分、第一得分以及第二得分进行加权求和时，需要给用户主动评分分配较大的加权比重。具体的，用户主动评分的加权比重可以为50％，第一得分以及第二得分的加权比重可以分别为25％，第二加权比例以实际情况进行预设，本实施例对此并不进行限制。
如果所述用户主动评分为空，则按照第三加权比例，对所述第一得分以及所述第二得分进行加权求和，得到所述综合评分。
当网约车订单结束后，如果乘客没有对网约车服务进行评分，则对第一得分以及第二得分进行加权求和，具体的，第一得分以及第二得分的加权比重可以分别为50％，第三加权比例以实际情况进行预设，本实施例对此并不进行限制。
在根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分之后，还包括：
将综合评分发送至网约车服务评价平台，作为与所述网约车订单匹配的网约车服务评分。
其中，网约车服务评价平台可以为网约车客户端，将综合评分发送至网约车客户端后，乘客可以直观地看到网约车最新的服务评分，以便于乘客决定是否对网约车进行下单。
本发明实施例通过获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分，其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息，然后根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。本实施例的技术方案提高了网约车服务的评分结果的准确性和可靠性，保证了网约车平台对网约车司机的奖惩决策的公平性。
实施例二
本实施例在上述实施例一的基础上，提供了具体的获取网约车服务的第一得分，以及根据订单完成对照信息计算网约车服务的第二得分的实施方式，与上述实施例相同或相应的术语解释，本实施例不再赘述。图2为本发明实施例二提供的一种网约车服务的评分方法的流程图，如图2所示，该方法包括如下步骤：
步骤210、获取与待评分的网约车订单匹配的用户主动评分。
步骤220、获取所述网约车中内置的车载信息采集模块根据采集的网约车内音视频信息计算得到的第一得分。
在本实施例中，车载信息采集模块包括人工智能网联车盒(ArtificialIntelligence-BOX，AI-BOX)、远程信息处理箱(Telematics-BOX，T-BOX)以及视频分析服务器；T-BOX用于桥接所述AI-BOX与所述视频分析服务器之间的通信连接；AI-BOX用于获取网约车内音视频信息，并将此音视频信息通过T-BOX发送至视频分析服务器。
具体的，视频分析服务器将网约车内音视频信息中的图像信息输入至预先训练的图像识别模型中，图像识别模型对该图像信息进行识别，判断图像信息中是否包括预设的行为，比如司机与乘客进行推搡以及司机对乘客做出威胁动作等；视频分析服务器还将音视频信息中的语音信息输入至预先训练的语音识别模型中，语音识别模型对该语音信息进行识别，判断语音信息中是否包括预设的关键词，比如司机对乘客进行辱骂的语言以及强迫乘客给予好评的语言等。
视频分析服务器根据判断结果计算出网约车服务的第一得分，并将第一得分发送至服务器。
步骤230、根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分。
在本发明实施例的一个实施方式中，根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分，包括：
计算各预期行程信息和各实际行程信息的差异值；
根据各预期行程信息和各实际行程信息的差异值以及预设的第四加权比例，计算与订单完成对照信息对应的第二得分。
其中，当网约车订单结束后，服务器将各预期行程信息和各实际行程信息进行对比，例如预期订单完成时间和实际订单完成时间对比，道路预期车速和实际车速对比，车辆预期加速度和实际加速度对比，预期行驶里程和实际行驶里程对比，预期订单价格和实际订单价格对比，预期上车等待时间和实际上车等待时间对比等，计算各预期行程信息和各实际行程信息的差异值后，对所有差异值进行加权求和，得出与订单完成对照信息对应的第二得分。
由此，通过根据各预期行程信息和各实际行程信息的差异值以及预设的第四加权比例，计算与订单完成对照信息对应的第二得分，可以避免网约车司机出现故意绕路、拖延行车时间以及上车等待时间较长造成乘客不满等问题，可以对网约车司机的行为起到警示的作用。
步骤240、根据用户主动评分、第一得分以及第二得分，对与网约车订单匹配的网约车服务进行综合评分。
本发明实施例通过获取与待评分的网约车订单匹配的用户主动评分，获取网约车中内置的车载信息采集模块根据采集的网约车内音视频信息计算得到的第一得分，以及根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分后，根据用户主动评分、第一得分以及第二得分，对与网约车订单匹配的网约车服务进行综合评分。本实施例的技术方案提高了网约车服务的评分结果的准确性和可靠性，对网约车司机的行为起到了警示的作用，保证了网约车平台对网约车司机的奖惩决策的公平性。
实施例三
图3为本发明实施例三提供的一种网约车服务的评分装置的结构图，该装置包括：获取模块310和评分模块320。
其中，获取模块310，用于获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；评分模块320，用于根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
本发明实施例通过获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分，其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息，然后根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。本实施例的技术方案提高了网约车服务的评分结果的准确性和可靠性，保证了网约车平台对网约车司机的奖惩决策的公平性。
在上述各实施例的基础上，获取模块310，可以包括：
第一得分获取单元，用于获取所述网约车中内置的车载信息采集模块根据采集的网约车内音视频信息计算得到的第一得分；
匹配程度获取单元，用于根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分。
差异值计算单元，用于计算各预期行程信息和各实际行程信息的差异值；
第二得分计算单元，用于根据各预期行程信息和各实际行程信息的差异值以及预设的第四加权比例，计算与订单完成对照信息对应的第二得分。
评分模块320，可以包括：
提取单元，用于在所述服务关联评分中提取与网约车内音视频信息对应的第一得分以及与订单完成对照信息对应的第二得分；
综合评分单元，用于根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分；
历史用户评分获取单元，用于用户主动评分为非空时，则获取与所述网约车订单匹配的网约车的历史用户评分；
历史用户评分与用户主动评分的差异值计算单元，用于计算所述历史用户评分与所述用户主动评分的差异值；
第一加权比例计算单元，用于历史用户评分与用户主动评分的差异值大于预设差异阈值时，按照第一加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
第二加权比例计算单元，用于历史用户评分与用户主动评分的差异值小于或者等于预设差异阈值，按照第二加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
其中，所述第一加权比例中用户主动评分的加权比重小于第二加权比例中用户主动评分的加权比重；
第三加权比例计算单元，用于用户主动评分为空时，按照第三加权比例，对所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
综合评分发送单元，用于将所述综合评分发送至网约车服务评价平台，作为与所述网约车订单匹配的网约车服务评分。
实施例四
图4为本发明实施例四提供的一种计算设备的结构示意图，如图4所示，该计算设备包括处理器410、存储器420、输入装置430和输出装置440；计算设备中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；计算设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的网约车服务的评分方法对应的程序指令/模块(例如，网约车服务的评分装置中的获取模块310和评分模块320)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行计算设备的各种功能应用以及数据处理，即实现上述的一种网约车服务的评分方法。也即，该程序被处理器执行时实现：
获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与计算设备的用户设置以及功能控制有关的键信号输入，可以包括键盘和鼠标等。输出装置440可包括显示屏等显示设备。
实施例五
图5为本发明实施例五提供的一种网约车服务的评分系统的结构示意图，如图5所示，该系统包括网约车乘客客户端501、车载信息采集模块502以及服务器503；车载信息采集模块配置在网约车内；
在本实施例中，网约车乘客客户端501，用于获取与待评分的网约车订单匹配的用户主动评分，并发送至所述服务器；
所述车载信息采集模块502包括人工智能网联车盒AI-BOX 504、远程信息处理箱T-BOX 505以及视频分析服务器506；
所述T-BOX 505，用于桥接所述AI-BOX 504与所述视频分析服务器506之间的通信连接；
所述AI-BOX 504用于获取网约车内音视频信息，并将所述音视频信息通过所述T-BOX 505发送至所述视频分析服务器506；
所述视频分析服务器506用于根据所述网约车内音视频信息计算网约车服务的第一得分，并将所述网约车服务的第一得分发送至所述服务器503；
所述服务器503，用于执行本发明任意实施例所提供的网约车服务的评分方法，也即：获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；其中，服务关联评分包括根据网约车内音视频信息计算得到的网约车服务的第一得分，和/或根据订单完成对照信息计算得到的第二得分；根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
实施例六
本发明实施例六还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的一种网约车服务的评分方法。当然,本发明实施例所提供的一种计算机可读存储介质,其可以执行本发明任意实施例所提供的一种网约车服务的评分方法中的相关操作。也即，该程序被处理器执行时实现：
获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述一种网约车服务的评分装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种网约车服务的评分方法，其特征在于，包括：
获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
2.根据权利要求1所述的方法，其特征在于，根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分，包括：
在所述服务关联评分中提取与网约车内音视频信息对应的第一得分以及与订单完成对照信息对应的第二得分；
根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分。
3.根据权利要求2所述的方法，其特征在于，根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分，包括：
如果所述用户主动评分为非空，则获取与所述网约车订单匹配的网约车的历史用户评分；
计算所述历史用户评分与所述用户主动评分的差异值；
如果所述差异值大于预设差异阈值，则按照第一加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
如果所述差异值小于或者等于预设差异阈值，则按照第二加权比例，对所述用户主动评分、所述第一得分以及所述第二得分进行加权求和，得到所述综合评分；
其中，所述第一加权比例中用户主动评分的加权比重小于第二加权比例中用户主动评分的加权比重。
4.根据权利要求2所述的方法，其特征在于，根据所述用户主动评分、所述第一得分以及所述第二得分，对与网约车订单匹配的网约车服务进行综合评分，包括：
如果所述用户主动评分为空，则按照第三加权比例，对所述第一得分以及所述第二得分进行加权求和，得到所述综合评分。
5.根据权利要求2所述的方法，其特征在于，在根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分之前，还包括：
获取所述网约车中内置的车载信息采集模块根据采集的网约车内音视频信息计算得到的第一得分；
根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分。
6.根据权利要求5所述的方法，其特征在于，根据订单完成对照信息中预期行程信息和实际行程信息之间的匹配程度，计算与订单完成对照信息对应的第二得分，包括：
计算各预期行程信息和各实际行程信息的差异值；
根据各预期行程信息和各实际行程信息的差异值以及预设的第四加权比例，计算与订单完成对照信息对应的第二得分。
7.根据权利要求1所述的方法，其特征在于，在根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分之后，还包括：
将所述综合评分发送至网约车服务评价平台，作为与所述网约车订单匹配的网约车服务评分。
8.一种网约车服务的评分装置，其特征在于，包括：
获取模块，用于获取与待评分的网约车订单匹配的用户主动评分以及服务关联评分；
其中，服务关联评分通过服务关联信息确定，服务关联信息包括与网约车订单匹配的网约车内音视频信息，和/或订单完成对照信息，订单完成对照信息包括预期行程信息和实际行程信息；
评分模块，用于根据用户主动评分以及服务关联评分，对与网约车订单匹配的网约车服务进行综合评分。
9.一种网约车服务的评分系统，其特征在于，包括：网约车乘客客户端、车载信息采集模块以及服务器；车载信息采集模块配置在网约车内；
所述网约车乘客客户端，用于获取与待评分的网约车订单匹配的用户主动评分，并发送至所述服务器；
所述车载信息采集模块包括人工智能网联车盒AI-BOX、远程信息处理箱T-BOX以及视频分析服务器；
所述T-BOX，用于桥接所述AI-BOX与所述视频分析服务器之间的通信连接；
所述AI-BOX用于获取网约车内音视频信息，并将所述音视频信息通过所述T-BOX发送至所述视频分析服务器；
所述视频分析服务器用于根据所述网约车内音视频信息计算所述网约车服务的第一得分，并将所述网约车服务的第一得分发送至所述服务器；
所述服务器，用于执行权利要求1-7任一项所述的方法。
10.一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，该程序被处理器执行时实现如权利要求1-7中任一所述的一种网约车服务的评分方法。
CN202010316446.0A 2020-04-21 2020-04-21 一种网约车服务的评分方法、装置、系统及存储介质 Withdrawn CN111523932A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010316446.0A CN111523932A (zh) 2020-04-21 2020-04-21 一种网约车服务的评分方法、装置、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010316446.0A CN111523932A (zh) 2020-04-21 2020-04-21 一种网约车服务的评分方法、装置、系统及存储介质

Publications (1)

Publication Number Publication Date
CN111523932A true CN111523932A (zh) 2020-08-11

Family

ID=71902209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010316446.0A Withdrawn CN111523932A (zh) 2020-04-21 2020-04-21 一种网约车服务的评分方法、装置、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111523932A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112055073A (zh) * 2020-09-01 2020-12-08 四川恒升信达科技有限公司 一种服务评价系统、可读存储介质及方法
CN112330087A (zh) * 2020-09-22 2021-02-05 浙江吉利控股集团有限公司 一种司机服务分计算方法、装置、电子设备及存储介质
CN112348397A (zh) * 2020-11-20 2021-02-09 北京瞰瞰科技有限公司 网约车服务评价方法及系统、以及派单方法
CN112927500A (zh) * 2021-01-21 2021-06-08 南京领行科技股份有限公司 绕路事件识别方法及装置
CN113159651A (zh) * 2021-05-21 2021-07-23 河南科技大学 一种出租车的服务质量评价方法
CN113222202A (zh) * 2021-06-01 2021-08-06 携程旅游网络技术（上海）有限公司 预约用车派单方法及系统、设备和介质
CN113505907A (zh) * 2021-07-23 2021-10-15 电子科技大学 一种适用于决策选择的激励机制方法
CN113822484A (zh) * 2021-09-27 2021-12-21 中国银行股份有限公司 服务质量评价方法及装置、存储介质及电子设备

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112055073A (zh) * 2020-09-01 2020-12-08 四川恒升信达科技有限公司 一种服务评价系统、可读存储介质及方法
CN112330087A (zh) * 2020-09-22 2021-02-05 浙江吉利控股集团有限公司 一种司机服务分计算方法、装置、电子设备及存储介质
CN112348397A (zh) * 2020-11-20 2021-02-09 北京瞰瞰科技有限公司 网约车服务评价方法及系统、以及派单方法
CN112927500A (zh) * 2021-01-21 2021-06-08 南京领行科技股份有限公司 绕路事件识别方法及装置
CN113159651A (zh) * 2021-05-21 2021-07-23 河南科技大学 一种出租车的服务质量评价方法
CN113222202A (zh) * 2021-06-01 2021-08-06 携程旅游网络技术（上海）有限公司 预约用车派单方法及系统、设备和介质
CN113505907A (zh) * 2021-07-23 2021-10-15 电子科技大学 一种适用于决策选择的激励机制方法
CN113505907B (zh) * 2021-07-23 2023-04-18 电子科技大学 一种适用于决策选择的激励机制方法
CN113822484A (zh) * 2021-09-27 2021-12-21 中国银行股份有限公司 服务质量评价方法及装置、存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN111523932A (zh) 一种网约车服务的评分方法、装置、系统及存储介质
CN106652515B (zh) 车辆自动控制方法、装置和系统
CN109670970B (zh) 一种驾驶行为评分方法、装置及计算机可读存储介质
CN108944939B (zh) 用于提供驾驶指导的方法和系统
CN111429268B (zh) 一种车辆信贷风险检测方法、终端设备和存储介质
US20200210905A1 (en) Systems and Methods for Managing Networked Vehicle Resources
CN110910180B (zh) 信息推送方法、装置、电子设备和存储介质
US20200134729A1 (en) Information processing device, information processing system, information processing method, and program
CN111951560B (zh) 服务异常检测方法、训练服务异常检测模型的方法和训练声音模型的方法
CN111340355A (zh) 行程订单的匹配方法、装置、服务器和介质
CN111105110A (zh) 驾驶风险确定方法、装置、介质和计算设备
US20170243172A1 (en) Cognitive optimal and compatible grouping of users for carpooling
CN112598192B (zh) 一种车辆进入物流园区的预测方法、装置、存储介质及终端
CN111540222A (zh) 基于无人车的智能交互方法、装置及无人车
CN112634488B (zh) 行程融合方法、装置以及车辆
CN111899061A (zh) 订单推荐方法、装置、设备及存储介质
CN114443303A (zh) 资源分配方法、装置、设备及介质
CN112070377B (zh) 出行服务处理方法、装置、电子设备及存储介质
CN111696347B (zh) 一种自动化分析交通事件信息的方法和装置
CN113407871A (zh) 上车点推荐方法、装置、电子设备和可读存储介质
CN109916420B (zh) 一种车辆导航的方法及相关装置
CN111797755A (zh) 一种汽车乘员情绪识别方法及电子设备
CN110689150A (zh) 基于机器学习的订单预测方法、预测装置及计算机设备
CN112989194B (zh) 一种车联网用户请求与服务偏好融合的推荐方法及系统
Rodrigues et al. Hybrid context-aware multimodal routing

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200811