CN111754040A - 一种基于用户需求的信息处理推送方法 - Google Patents

一种基于用户需求的信息处理推送方法 Download PDF

Info

Publication number
CN111754040A
CN111754040A CN202010583298.9A CN202010583298A CN111754040A CN 111754040 A CN111754040 A CN 111754040A CN 202010583298 A CN202010583298 A CN 202010583298A CN 111754040 A CN111754040 A CN 111754040A
Authority
CN
China
Prior art keywords
user
map
point
requirement
path
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
Application number
CN202010583298.9A
Other languages
English (en)
Other versions
CN111754040B (zh
Inventor
邢冠南
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110145662.8A priority Critical patent/CN112966898A/zh
Priority to CN202010583298.9A priority patent/CN111754040B/zh
Publication of CN111754040A publication Critical patent/CN111754040A/zh
Application granted granted Critical
Publication of CN111754040B publication Critical patent/CN111754040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于用户需求的信息处理推送方法，涉及图像处理技术领域；包括客户端与服务器；客户端内置有用于输入信息的输入单元；用于解析输入信息的识别单元：识别单元内置有识别模型，输入信息进入识别模型后输出用户已有资源、用户需求以及需求条件；服务器中内置有关联单元，关联单元接收每个客户端中识别模型输出的信息形成数据集，并对信息进行关联，关联的规则是：在需求条件之置信区间内，将数据集中的用户已有资源与用户需求相关联。本发明不仅仅对存在明显存在供需关系的用户进行匹配，还对潜在供需关系的用户进行匹配，对资源的整合共享能力更强，具有更高的灵活性。

Description

一种基于用户需求的信息处理推送方法
技术领域
本发明涉及基于计算机互联网的信息处理技术领域，特别涉及一种基于用户需求的信息处理推送方法。
背景技术
现有技术中，有一些用户平台可以进行信息发布，用户发布一些悬赏信息以获取相应的服务；基于此，后续发展成各种具有针对性服务的软件，例如滴滴打车，滴滴代驾等，以此为例，用户在软件上发布打车寻求或者代驾需求于服务器上，服务人员获知该服务需求后进行接单，到此为止完成了一个需求的供应。
但是以上所述的模式比较单一，所以要开发出一个根据灵活性的系统。
发明内容
本发明的目的在于，提供一种基于用户需求的信息处理推送方法来解决背景技术中的问题。综背景技术中的规则均是建立在供需关系上的，申请人认为在共享经济的今天，不妨换一个思路思考供需问题，对于同是需求用户进行资源的共享匹配，例如，第一个用户需要代驾，第二个用户需要打车(顺风车)，两个用户的起点和终点在一定的可接受范围内，那么基于供需关系，第一个用户拥有车辆的资源，需要一个驾驶服务，第二个需要一个车辆的资源，进一步的如果第二个用户有资格进行驾驶服务，那么两者的供需关系就是可以匹配的，从另一个角度，两者既是资源的需求方，在整合共享之后，两者又同时成为了资源的供给方。
本发明的技术方案：一种基于用户需求的信息处理推送方法，包括客户端与服务器；
客户端内置有用于输入信息的输入单元；
用于解析输入信息的识别单元：识别单元内置有识别模型，输入信息进入识别模型后输出用户已有资源、用户需求以及需求条件；
服务器中内置有关联单元，关联单元接收每个客户端中识别模型输出的信息形成数据集，并对信息进行关联，关联的规则是：在需求条件之置信区间内，将数据集中的用户已有资源与用户需求相关联。
在上述一种基于用户需求的信息处理推送系统中，输入单元内置有供用户选择的需求选项，当用户选择该选项，客户端立即切换成识别模式，提供若干个模块化的输入栏，用户在该输入栏中根据识别模型的识别规则进行输入。
在上述一种基于用户需求的信息处理推送系统中，若是用户没有选择到需求选项，则提供文本输入栏，输入单元中通过内置语义识别单元进行语义识别，识别单元再根据语义进行提取。
在上述一种基于用户需求的信息处理推送系统中，所述被关联的用户需求包括代驾与顺风车，代驾需求对应的已有资源为“有车”以及“驾驶需求”；顺风车对应的是“无车”以及“用车需求”，此时需要进一步确定顺风车需求用户是否有“具有驾驶资格”的需求条件；若有则相互关联。
在上述一种基于用户需求的信息处理推送系统中，所述置信度依照如下算法计算而得：
Figure BDA0002553245650000031
其中R为1或者0，即表示是否拥有驾照；i对应的就是
某一个需求条件，e是该需求条件所占的权重因子；计算时针对一个用户需求建立置信池，置信池中设立一个置信阈值，纳入数据集中所有置信度大于该阈值的用户，并根据阈值大小设立优先等级进行排序。
在上述一种基于用户需求的信息处理推送系统中，在置信度计算中还要计算地址参数，针对某一需求进行匹配关联用户时，首先抓取该需求用户出发地的地址信息以及目的地地址信息，并进行路径匹配，同时预先抓取匹配路径上的用户需求，并根据置信度录入置信池中。
在上述一种基于用户需求的信息处理推送系统中，在出发之后，于行进路线上的一定区域内抓取可进行关联的用户，并进行双向推送。
在上述一种基于用户需求的信息处理推送系统中，行进路线根据地图上符合条件的需求用户预先进行制定：
首先将地图预处理划分成宫格状，并定义节点，宫格以道路、河流为临界，
先标记出符合条件的需求用户所在的地图位置点Q,对所有的Q进行聚类，形成多个聚类质心；
对地图进行分层；下层地图与上层地图之间必然存在相同的节点，将形成的质心位置，也作为上下层地图之间的相同节点，并将其命名为参考点；
对地图进行分块，首先将行进的起点和终点进行线段连接，线段进行两个方向上的偏移，设一偏移阈值，偏移之后形成两条线段，并将两条线段之间围设处的区域进行分块，分块可根据面积参数进行，在每层地图上均进行分块；
首先在最下层地图寻找起点、终点以及聚类质心，如果以上三点均位于同一个分块或者相邻分块内，那么直接采用A*算法进行寻径，并将路线向聚类质心偏移；
若不在同一分块或者相邻分块，那么寻找以上分块中所有的参考点，如果存在质心为参考点，那么优先选取质心参考点连接的上层地图，在上层地图上进行搜索，如果没有质心参考点，那么以其他参考点中cost最小的点连接的上层地图，作为搜索对象，以此循环，直到寻找到合适的路径。
在上述一种基于用户需求的信息处理推送系统中，行进路线根据地图上符合条件的需求用户Q进行被动调整：
构建路径集：Rc＝Rj∪Rs，Rc为初始阶段的路径集合，Rj为基于导航自动形成路径集合，Rs为基于符合条件的需求用户分布而推荐形成的路径集合；
穷举路径合集范围内所有的Q位置，并利用层次聚类算法对Q进行聚类，用层次聚类算法自定义聚类点M的数量以及程度，此处根据路径集合的分布设置一个聚类数量的阈值；
在所有路径上设置调整点P，调整点P位于不同路径的相交处，并且调整点P，调整点P位于最靠近于聚类点M的路径上；
行进过程中存在一个动态的定位点O，以定位点O为中心设一正六边形，行进时，当该六边形内进入调整点P后，此时对路径交点进行扩展，扩展范围至下一个P点，并参照以下公式确定选择路径：
Figure BDA0002553245650000051
G为被选路径的选择权重，Xe为定位点O与在被选路径上投影点O`的距离d的权重，其计算公式为
Figure BDA0002553245650000052
该值越小，期望越高；Ye为定位点O与被选路径之间夹角权重，其计算公式为
Figure BDA0002553245650000053
其中VO为行进中的速度，α1为车辆于地图上的朝向，α2为被选路径的朝向，该值越小，期望越高，Zq是P点距离被选路径最短距离S的权重，其计算公式为：
Figure BDA0002553245650000054
该值越小，期望越高；
L是表示X、Y、Z之间的矛盾系数，该值位于1-0之间，越趋于0期望越高。
本发明的优点在于：不仅仅对存在明显存在供需关系的用户进行匹配，还对潜在供需关系的用户进行匹配，对资源的整合共享能力更强，具有更高的灵活性。
具体实施方式
下面结合实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。
实施例：参照所示：包括客户端与服务器；
客户端内置有用于输入信息的输入单元；输入单元内置有供用户选择的需求选项，当用户选择该选项，客户端立即切换成识别模式，提供若干个模块化的输入栏，用户在该输入栏中根据识别模型的识别规则进行输入。若是用户没有选择到需求选项，则提供文本输入栏，输入单元中通过内置语义识别单元进行语义识别，识别单元再根据语义进行提取。
用于解析输入信息的识别单元：识别单元内置有识别模型，输入信息进入识别模型后输出用户已有资源、用户需求以及需求条件；
服务器中内置有关联单元，关联单元接收每个客户端中识别模型输出的信息形成数据集，并对信息进行关联，关联的规则是：在需求条件之置信区间内，将数据集中的用户已有资源与用户需求相关联。
举例说明：所述被关联的用户需求包括代驾与顺风车，代驾需求对应的已有资源为“有车”以及“驾驶需求”；顺风车对应的是“无车”以及“用车需求”，此时需要进一步确定顺风车需求用户是否有“具有驾驶资格”的需求条件；若有则相互关联；相互关联之后，可以提供双方联系方式，直接进行沟通。
所述置信度依照如下算法计算而得：
Figure BDA0002553245650000071
其中R为1或者0，即表示是否拥有驾照；驾照为硬性条件，当然，该条件具体是是否能够从事驾驶。因为此处还要避免该用户由于某些原因此时不能进行驾驶(喝过酒)。
i对应的就是某一个需求条件，e是该需求条件所占的权重因子；计算时针对一个用户需求建立置信池，置信池中设立一个置信阈值，纳入数据集中所有置信度大于该阈值的用户，并根据阈值大小设立优先等级进行排序；
在置信度计算中还要计算地址参数，针对某一需求进行匹配关联用户时，首先抓取该需求用户出发地的地址信息以及目的地地址信息，并进行路径匹配，同时预先抓取匹配路径上的用户需求，并根据置信度录入置信池中；
在出发之后，于行进路线上的一定区域内抓取可进行关联的用户，并进行双向推送：
行进路线根据地图上符合条件的需求用户预先进行制定：
首先将地图预处理划分成宫格状，并定义节点，宫格以道路、河流为临界，
先标记出符合条件的需求用户所在的地图位置点Q,对所有的Q进行聚类，形成多个聚类质心；
对地图进行分层；下层地图与上层地图之间必然存在相同的节点，将形成的质心位置，也作为上下层地图之间的相同节点，并将其命名为参考点；
对地图进行分块，首先将行进的起点和终点进行线段连接，线段进行两个方向上的偏移，设一偏移阈值，偏移之后形成两条线段，并将两条线段之间围设处的区域进行分块，分块可根据面积参数进行，在每层地图上均进行分块；
首先在最下层地图寻找起点、终点以及聚类质心，如果以上三点均位于同一个分块或者相邻分块内，那么直接采用A*算法进行寻径，并将路线向聚类质心偏移；
若不在同一分块或者相邻分块，那么寻找以上分块中所有的参考点，如果存在质心为参考点，那么优先选取质心参考点连接的上层地图，在上层地图上进行搜索，如果没有质心参考点，那么以其他参考点中cost最小的点连接的上层地图，作为搜索对象，以此循环，直到寻找到合适的路径。
行进路线根据地图上符合条件的需求用户Q进行被动调整：
构建路径集：Rc＝Rj∪Rs，Rc为初始阶段的路径集合，Rj为基于导航自动形成路径集合，Rs为基于符合条件的需求用户分布而推荐形成的路径集合；
穷举路径合集范围内所有的Q位置，并利用层次聚类算法对Q进行聚类，用层次聚类算法自定义聚类点M的数量以及程度，此处根据路径集合的分布设置一个聚类数量的阈值；
在所有路径上设置调整点P，调整点P位于不同路径的相交处，并且调整点P，调整点P位于最靠近于聚类点M的路径上；
行进过程中存在一个动态的定位点O，以定位点O为中心设一正六边形，行进时，当该六边形内进入调整点P后，此时对路径交点进行扩展，扩展范围至下一个P点，并参照以下公式确定选择路径：
Figure BDA0002553245650000091
G为被选路径的选择权重，Xe为定位点O与在被选路径上投影点O`的距离d的权重，其计算公式为
Figure BDA0002553245650000092
该值越小，期望越高；Ye为定位点O与被选路径之间夹角权重，其计算公式为
Figure BDA0002553245650000093
其中VO为行进中的速度，α1为车辆于地图上的朝向，α2为被选路径的朝向，该值越小，期望越高，Zq是P点距离被选路径最短距离S的权重，其计算公式为：
Figure BDA0002553245650000094
该值越小，期望越高；
L是表示X、Y、Z之间的矛盾系数，该值位于1-0之间，越趋于0期望越高。

Claims (9)

1.一种基于用户需求的信息处理推送系统，其特征在于：包括客户端与服务器；
客户端内置有用于输入信息的输入单元；
用于解析输入信息的识别单元：识别单元内置有识别模型，输入信息进入识别模型后输出用户已有资源、用户需求以及需求条件；
服务器中内置有关联单元，关联单元接收每个客户端中识别模型输出的信息形成数据集，并对信息进行关联，关联的规则是：在需求条件之置信区间内，将数据集中的用户已有资源与用户需求相关联。
2.根据权利要求1所述的一种基于用户需求的信息处理推送方法，其特征在于：输入单元内置有供用户选择的需求选项，当用户选择该选项，客户端立即切换成识别模式，提供若干个模块化的输入栏，用户在该输入栏中根据识别模型的识别规则进行输入。
3.根据权利要求2所述的一种基于用户需求的信息处理推送方法，其特征在于：若是用户没有选择到需求选项，则提供文本输入栏，输入单元中通过内置语义识别单元进行语义识别，识别单元再根据语义进行提取。
4.根据权利要求3所述的一种基于用户需求的信息处理推送方法，其特征在于：所述被关联的用户需求包括代驾与顺风车，代驾需求对应的已有资源为“有车”以及“驾驶需求”；顺风车对应的是“无车”以及“用车需求”，此时需要进一步确定顺风车需求用户是否有“具有驾驶资格”的需求条件；若有则相互关联。
5.根据权利要求4所述的一种基于用户需求的信息处理推送方法，其特征在于：所述置信度依照如下算法计算而得：
Figure FDA0002553245640000021
其中R为1或者0，即表示是否拥有驾照；i对应的就是某一个需求条件，e是该需求条件所占的权重因子；计算时针对一个用户需求建立置信池，置信池中设立一个置信阈值，纳入数据集中所有置信度大于该阈值的用户，并根据阈值大小设立优先等级进行排序。
6.根据权利要求5所述的一种基于用户需求的信息处理推送方法，其特征在于：在置信度计算中还要计算地址参数，针对某一需求进行匹配关联用户时，首先抓取该需求用户出发地的地址信息以及目的地地址信息，并进行路径匹配，同时预先抓取匹配路径上的用户需求，并根据置信度录入置信池中。
7.根据权利要求6所述的一种基于用户需求的信息处理推送方法，其特征在于：在出发之后，于行进路线上的一定区域内抓取可进行关联的用户，并进行双向推送。
8.根据权利要求7所述的一种基于用户需求的信息处理推送方法，其特征在于：行进路线根据地图上符合条件的需求用户预先进行制定：
首先将地图预处理划分成宫格状，并定义节点，宫格以道路、河流为临界，
先标记出符合条件的需求用户所在的地图位置点Q,对所有的Q进行聚类，形成多个聚类质心；
对地图进行分层；下层地图与上层地图之间必然存在相同的节点，将形成的质心位置，也作为上下层地图之间的相同节点，并将其命名为参考点；
对地图进行分块；首先将行进的起点和终点进行线段连接，线段进行两个方向上的偏移，设一偏移阈值，偏移之后形成两条线段，并将两条线段之间围设处的区域进行分块，分块可根据面积参数进行，在每层地图上均进行分块；
首先在最下层地图寻找起点、终点以及聚类质心，如果以上三点均位于同一个分块或者相邻分块内，那么直接采用A*算法进行寻径，并将路线向聚类质心偏移；
若不在同一分块或者相邻分块，那么寻找以上分块中所有的参考点，如果存在质心为参考点，那么优先选取质心参考点连接的上层地图，在上层地图上进行搜索，如果没有质心参考点，那么以其他参考点中cost最小的点连接的上层地图，作为搜索对象，以此循环，直到寻找到合适的路径。
9.根据权利要求7所述的一种基于用户需求的信息处理推送方法，其特征在于：行进路线根据地图上符合条件的需求用户Q进行被动调整：
构建路径集：Rc＝Rj∪Rs，Rc为初始阶段的路径集合，Rj为基于导航自动形成路径集合，Rs为基于符合条件的需求用户分布而推荐形成的路径集合；
穷举路径合集范围内所有的Q位置，并利用层次聚类算法对Q进行聚类，用层次聚类算法自定义聚类点M的数量以及程度，此处根据路径集合的分布设置一个聚类数量的阈值；
在所有路径上设置调整点P，调整点P位于不同路径的相交处，并且调整点P，调整点P位于最靠近于聚类点M的路径上；
行进过程中存在一个动态的定位点O，以定位点O为中心设一正六边形，行进时，当该六边形内进入调整点P后，此时对路径交点进行扩展，扩展范围至下一个P点，并参照以下公式确定选择路径：
Figure FDA0002553245640000041
G为被选路径的选择权重，Xe为定位点O与在被选路径上投影点O`的距离d的权重，其计算公式为
Figure FDA0002553245640000042
该值越小，期望越高；Ye为定位点O与被选路径之间夹角权重，其计算公式为
Figure FDA0002553245640000043
其中VO为行进中的速度，α1为车辆于地图上的朝向，α2为被选路径的朝向，该值越小，期望越高，Zq是P点距离被选路径最短距离S的权重，其计算公式为：
Figure FDA0002553245640000044
该值越小，期望越高；
L是表示X、Y、Z之间的矛盾系数，该值位于1-0之间，越趋于0期望越高。
CN202010583298.9A 2020-06-23 2020-06-23 一种基于用户需求的信息处理推送方法 Active CN111754040B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110145662.8A CN112966898A (zh) 2020-06-23 2020-06-23 一种集“打车”需求与“顺风车”需求的调度方法
CN202010583298.9A CN111754040B (zh) 2020-06-23 2020-06-23 一种基于用户需求的信息处理推送方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010583298.9A CN111754040B (zh) 2020-06-23 2020-06-23 一种基于用户需求的信息处理推送方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202110145662.8A Division CN112966898A (zh) 2020-06-23 2020-06-23 一种集“打车”需求与“顺风车”需求的调度方法

Publications (2)

Publication Number Publication Date
CN111754040A true CN111754040A (zh) 2020-10-09
CN111754040B CN111754040B (zh) 2021-03-16

Family

ID=72676912

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110145662.8A Withdrawn CN112966898A (zh) 2020-06-23 2020-06-23 一种集“打车”需求与“顺风车”需求的调度方法
CN202010583298.9A Active CN111754040B (zh) 2020-06-23 2020-06-23 一种基于用户需求的信息处理推送方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110145662.8A Withdrawn CN112966898A (zh) 2020-06-23 2020-06-23 一种集“打车”需求与“顺风车”需求的调度方法

Country Status (1)

Country Link
CN (2) CN112966898A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101355714A (zh) * 2007-07-24 2009-01-28 梁宇杰 一种实时拼车系统和方法
CN102867410A (zh) * 2012-09-21 2013-01-09 李明康 通过位置服务和云计算实现出租车司乘智能交互服务方法
CN104684081A (zh) * 2015-02-10 2015-06-03 三峡大学 基于距离聚类遴选锚节点的无线传感器网络节点定位算法
CN105069593A (zh) * 2015-08-03 2015-11-18 黄建平 基于社会闲散资源的物流整合运送方法及系统
CN105225472A (zh) * 2015-10-14 2016-01-06 深圳市十方联智科技有限公司 一种拼车方法与设备
CN105894234A (zh) * 2016-04-05 2016-08-24 北京京东尚科信息技术有限公司 计算自提柜投放位置的数据处理方法和系统
WO2017143815A1 (en) * 2016-02-24 2017-08-31 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for carpooling
CN107767053A (zh) * 2017-10-23 2018-03-06 广东溢达纺织有限公司 合乘出行的配对方法、装置、存储介质和计算机设备
CN108345660A (zh) * 2018-01-31 2018-07-31 山东汇贸电子口岸有限公司 一种基于政府数据的数据分析方法
CN109376184A (zh) * 2018-10-16 2019-02-22 网链科技集团有限公司 一种基于大数据的搭乘顺风车的方法
CN109563539A (zh) * 2016-06-15 2019-04-02 慕尼黑路德维希马克西米利安斯大学 使用dna纳米技术的单分子检测或定量
CN110060105A (zh) * 2019-04-25 2019-07-26 赵治皓 一种顺路拼车系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101355714A (zh) * 2007-07-24 2009-01-28 梁宇杰 一种实时拼车系统和方法
CN102867410A (zh) * 2012-09-21 2013-01-09 李明康 通过位置服务和云计算实现出租车司乘智能交互服务方法
CN104684081A (zh) * 2015-02-10 2015-06-03 三峡大学 基于距离聚类遴选锚节点的无线传感器网络节点定位算法
CN105069593A (zh) * 2015-08-03 2015-11-18 黄建平 基于社会闲散资源的物流整合运送方法及系统
CN105225472A (zh) * 2015-10-14 2016-01-06 深圳市十方联智科技有限公司 一种拼车方法与设备
WO2017143815A1 (en) * 2016-02-24 2017-08-31 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for carpooling
CN105894234A (zh) * 2016-04-05 2016-08-24 北京京东尚科信息技术有限公司 计算自提柜投放位置的数据处理方法和系统
CN109563539A (zh) * 2016-06-15 2019-04-02 慕尼黑路德维希马克西米利安斯大学 使用dna纳米技术的单分子检测或定量
CN107767053A (zh) * 2017-10-23 2018-03-06 广东溢达纺织有限公司 合乘出行的配对方法、装置、存储介质和计算机设备
CN108345660A (zh) * 2018-01-31 2018-07-31 山东汇贸电子口岸有限公司 一种基于政府数据的数据分析方法
CN109376184A (zh) * 2018-10-16 2019-02-22 网链科技集团有限公司 一种基于大数据的搭乘顺风车的方法
CN110060105A (zh) * 2019-04-25 2019-07-26 赵治皓 一种顺路拼车系统

Also Published As

Publication number Publication date
CN112966898A (zh) 2021-06-15
CN111754040B (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN106525058B (zh) 一种车辆组队出行导航方法及装置
CN103512581B (zh) 一种路径规划方法和装置
CN105683712A (zh) 用于获得多模式路线的方法及系统
CN110222786B (zh) 基于出行信息的动态拼车方法及系统
KR20170044163A (ko) 주행 노선 매칭 방법, 장치 및 저장 매체
CN105976041A (zh) 基于车联网的城市智能预约停车系统及方法
CN103426139B (zh) 共乘者媒合配对的系统及其方法
DE112009000141T5 (de) Verfahren und Vorrichtung für eine Hybrid-Routenplanung unter Verwendung von Brotkrümelpfaden
CN107238393A (zh) 一种基于共享经济的人员出行智能规划方法
CN101174259A (zh) 一种智能互动式问答系统
CN105678412A (zh) 面向多人乘车的路线规划方法和装置
DE102012200143A1 (de) Verfahren und vorrichtung zur ladestationsführung
AU2019223804A1 (en) A method and an apparatus for searching or comparing sites using routes or route lengths between sites and places within a transportation system
CN108332765B (zh) 拼车出行路线生成方法及装置
CN112344953A (zh) 一种导航路线的生成方法和装置
CN107543554A (zh) 一种导航路线确定方法及装置
CN107978169A (zh) 一种对多源数据来源下的公交站点位置纠偏的方法
CN112184371A (zh) 一种乘客推荐上车点的计算和引导方法、系统及存储介质
CN114580682A (zh) 一种旅游路线的智能规划方法及系统
DE112020003033T5 (de) Verfahren und Vorrichtung zum Verbessern einer Geolokalisierungsdatenbank
CN111754040B (zh) 一种基于用户需求的信息处理推送方法
CN114758496A (zh) 一种停车场内车辆的诱导方法、装置及存储介质
CN110830915A (zh) 一种确定起点位置的方法及装置
CN107527105B (zh) 一种拼车组单方法
WO2015070711A1 (zh) 导航方法及导航设备

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