CN111768017A - 一种网约车业务的指引方法、装置、设备及存储介质 - Google Patents
一种网约车业务的指引方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111768017A CN111768017A CN202010607577.4A CN202010607577A CN111768017A CN 111768017 A CN111768017 A CN 111768017A CN 202010607577 A CN202010607577 A CN 202010607577A CN 111768017 A CN111768017 A CN 111768017A
- Authority
- CN
- China
- Prior art keywords
- order
- service area
- area
- service
- network
- 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 36
- 238000012545 processing Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000012790 confirmation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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]
- G06Q30/0639—Item locations
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种网约车业务的指引方法、装置、设备及存储介质,包括:获取预设时间段内的网约车订单数据,对订单数据中的各订单起点进行聚类处理,根据聚类结果得到与订单数据对应的多个业务区域,计算与各业务区域分别对应的订单价值,获取当前时间段内各网约车的指引请求,并根据各网约车的当前位置信息以及各业务区域的订单价值,向各网约车指引匹配的业务区域。本发明实施例的技术方案可以避免用户订单不能及时响应,以及网约车司机接单困难的问题,提高了网约车司机的接单效率。
Description
技术领域
本发明实施例涉及数据处理技术,尤其涉及一种网约车业务的指引方法、装置、设备及存储介质。
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。网约车司机的接单效率直接影响用户的乘车体验。
在实际生活中,网约车司机在完成当前订单后,网约车便处于空车状态,网约车司机通常会在订单完成位置周边进行巡游,以等待下一订单,有些驾驶经验丰富的网约车司机会根据之前的接单经验,驱车前往接单效率较高的地点,但是大部分网约车司机并不能准确判断出下一订单的接单位置。
现有网约车司机在等待下一订单时,仅凭经验或无目的的巡游会增加车辆不必要的行驶里程,接单效率较低,容易出现用户订单不能及时响应,以及网约车司机接单困难的问题。
发明内容
本发明实施例提供一种网约车业务的指引方法、装置、设备及存储介质,可以避免用户订单不能及时响应,以及网约车司机接单困难的问题,提高了网约车司机的接单效率。
第一方面,本发明实施例提供了一种网约车业务的指引方法,所述方法包括:
获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算与各业务区域分别对应的订单价值;
获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
第二方面,本发明实施例还提供了一种网约车业务的指引装置,该装置包括:
获取模块,用于获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
聚类模块,用于对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算模块,用于计算与各业务区域分别对应的订单价值;
指引模块,用于获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
第三方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:
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本发明任意实施例提供的一种网约车业务的指引方法。
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业务的指引方法。
本发明实施例的技术方案通过获取预设时间段内的网约车订单数据,对订单数据中的各订单起点进行聚类处理,根据聚类结果得到与订单数据对应的多个业务区域,计算与各业务区域分别对应的订单价值,获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各网约车指引匹配的业务区域。本发明实施例的技术方案可以避免用户订单不能及时响应,以及网约车司机接单困难的问题,提高了网约车司机的接单效率。
附图说明
图1a是本发明实施例一中的一种网约车业务的指引方法的流程图;
图1b是本发明实施例一中的一种备选业务区域的示意图;
图1c是本发明实施例一中的一种不满足预设聚类条件的备选业务区域的示意图;
图2是本发明实施例二中的一种网约车业务的指引方法的流程图;
图3是本发明实施例三中的一种网约车业务的指引装置的结构图;
图4是本发明实施例四中的一种计算机设备的结构示意图。
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1a为本发明实施例一提供的一种网约车业务的指引方法的流程图,本实施例可适用于网约车司机完成订单后,向网约车司机指引等待接单的业务区域的情况,该方法可以由网约车业务的指引装置来执行,该装置可以由软件和/或硬件来实现,并一般可以集成在计算机设备中,具体包括如下步骤:
步骤110、获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点。
在此步骤中,可选的,在网约车完成订单之前,获取一周前的同一天的网约车订单数据,将获取的所有订单数据按照预设时间间隔进行切片,并对切片后的各个时间段内的订单数据进行清洗,以排除订单数据以外的其他干扰数据。在网约车完成当前订单后,获取与完成时刻对应的预设时间段内的订单数据,订单数据中包括该预设时间段内多个订单起点,订单起点中包括了订单的起始位置。其中,订单的起始位置可以是乘客上车时网约车的经纬度坐标,预设时间间隔可以为15分钟,具体数值以实际情况进行预设,本实施例对此并不进行限制。
例如,假设在网约车完成订单之前,将一周前的同一天的网约车订单数据切割为多个时间段,分别为11:00-11:15和11:15-11:30等,网约车完成当前订单后的时刻为11:10,与该完成时刻对应的预设时间段即为11:00-11:15。
步骤120、对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域。
在本发明实施例的一个实施方式中,对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域,包括:
S101、以各订单起点为中心,以预设半径构建与各订单起点对应的多个候选区域,并根据各所述候选区域包括的订单起点的数量值以及预设的数量阈值,在各所述候选区域内确定聚类区域;
其中,确定每个候选区域中的订单起点的数量值后,判断各候选区域内的订单起点的数量值是否大于等于预设的数量阈值,如果是,则将该候选区域作为聚类区域;如果否,则说明该候选区域内订单起点数量较低,网约车在该区域内接单的概率也较低。
图1b是本实施例中的一种备选业务区域的示意图,如图1b所示,以订单起点111为中心,以预设半径构建与订单起点111对应的候选区域112,候选区域112中的订单起点的数量值为19,假设预设的数量阈值为10,则将该候选区域112作为聚类区域。
S102、生成与各所述聚类区域分别对应的备选业务区域;
在此步骤中,将聚类区域中所有订单起点分布的区域作为备选业务区域,如图1b所示,与聚类区域112对应的备选业务区域为113。
S103、判断各所述备选业务区域是否均满足预设聚类条件;若是,执行S104;若否,执行S105;
其中,判断各所述备选业务区域是否均满足预设聚类条件,包括:判断各所述备选业务区域的长度是否小于预设长度阈值,或者所述备选业务区域的面积是否小于预设面积;若是,则确定所述备选业务区域满足预设聚类条件。
在本实施例中,可以计算备选业务区域中每两个订单起点之间的距离,将最大的两个订单起点之间的距离作为备选业务区域的长度。
S104、将各所述备选业务区域确定为与所述订单数据对应的多个业务区域;
S105、对所述预设半径,和/或所述数量阈值进行调整后,返回执行S101,直至各所述备选业务区域均满足预设聚类条件。
其中,如果存在一个备选业务区域不满足预设聚类条件,则表明该备选业务区域面积较大,网约车在此区域内行驶时容易错过接单效率较高的位置,因此需要对不满足预设聚类条件的备选业务区域进行再次聚类,直到全部备选业务区域满足预设聚类条件。
在对不满足预设聚类条件的备选业务区域进行再次聚类之前,需要对预设半径,和/或数量阈值进行调整,以缩小该备选业务区域的面积。在一个具体的实施例中,对预设半径,和/或数量阈值进行调整,包括:获取预设天数内与预设时间段对应的各参考时间段,获取各参考时间段内各业务区域的长度以及面积;根据各业务区域的长度以及面积,计算业务区域的长度期望值以及面积期望值;根据备选业务区域的长度、备选业务区域的面积、长度期望值以及面积期望值,确定出调整参数;根据调整参数对预设半径,和/或数量阈值进行调整。
其中,当备选业务区域满足预设聚类条件时,将该备选业务区域作为业务区域。假设不满足预设聚类条件的备选业务区域的长度为r,面积为area,预设半径为e,数量阈值为m,预设时间段为11:00-11:15,则将前一个月中每天内的11:00-11:15作为参考时间段,获取到各参考时间段内各业务区域的长度以及面积后,计算得到业务区域的长度期望值E(r)和面积期望值E(area),根据上述过程确定出调整参数为λ,其中:λ=max(r/E(r),area/E(area)),根据调整参数对预设半径,和/或数量阈值进行调整,假设调整后的预设半径为e',调整后的数量阈值为m',则:m'=mλ。
在此步骤中,对预设半径,和/或所述数量阈值进行调整后,以不满足预设聚类条件的备选业务区域中的各订单起点为中心,以调整后的预设半径构建与各订单起点对应的多个候选区域,并根据各候选区域包括的订单起点的数量值以及调整后的数量阈值,返回执行S101,直到全部备选业务区域满足预设聚类条件,并将满足预设聚类条件的全部备选业务区域作为业务区域。
图1c是本实施例中的一种不满足预设聚类条件的备选业务区域的示意图,如图1c所示,对不满足预设聚类条件的备选业务区域114进行再次聚类后,得到了备选业务区域115和备选业务区域116,确定备选业务区域115和116均满足预设聚类条件后,将备选业务区域115、备选业务区域116和其他所有满足预设聚类条件的备选业务区域作为业务区域。
在本实施例中,在根据聚类结果得到与订单数据对应的多个业务区域之后,还包括:根据各所述业务区域内的历史订单数,计算与各所述业务区域分别对应的初始化的预估订单数。
在一个具体的实施例中,根据聚类结果得到多个业务区域之后,获取各业务区域在上一周预设时间段内的订单数,将此订单数作为第一订单数,然后获取在上一周之前一周的预设时间段内的订单数,将此订单数作为第二订单数,计算第一订单数相对于第二订单数的增长率,根据所述增长率预估本周各业务区域在预设时间段的订单数,将本周各业务区域在预设时间段的订单数除以天数,得到各业务区域每天在预设时间段内的初始化的预估订单数。
步骤130、计算与各业务区域分别对应的订单价值。
在本发明实施例的一个实施方式中,计算与各业务区域分别对应的订单价值,包括:获取所述业务区域对应的订单参数;所述订单参数包括:所述业务区域中的订单起点的数量、全部订单起点对应的订单均价以及均单里程;根据所述业务区域对应的订单参数、所述业务区域的长度以及所述业务区域对应的面积,计算得到所述业务区域对应的订单价值。
其中,订单均价为业务区域内全部订单起点对应的价格均值,均单里程为业务区域内全部订单起点对应的行驶里程的均值。获取到上述三个订单参数后,对所述三个订单参数进行归一化处理,以消除不同数据之间的数量级的影响。
假设业务区域中的订单起点的数量为c,订单均价为ρ,均单里程为d,业务区域的长度为r,面积为area,业务区域对应的订单价值为v,则:
v=f1(c,ρ,d)*f2(r,area)=(l1*c+l2*ρ+l3*d)*f2(r,area)
其中,l1,l2以及l3分别为根据运营经验设定的权重系数,例如,当订单起点的数量c很大时,则将l1设置为较小的常数,相应的,将l2与l3设置为较大的常数。
步骤140、获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
在本发明实施例的一个实施方式中,根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域,包括:
S106、如果在当前时间段内获取到多个网约车的指引请求,则依次获取所述多个网约车的指引请求中的一个网约车的指引请求作为当前指引请求;
S107、根据所述当前指引请求对应的网约车的当前位置信息,以及各业务区域的订单价值,计算所述网约车与各业务区域的匹配度;
在本实施例中,获取到一个网约车的指引请求后,可以在全部业务区域中筛选出网约车周边预设范围内(例如网约车周边8km范围内)的业务区域,然后获取网约车的当前位置信息以及车头方向等信息,计算网约车与各业务区域的距离,根据网约车与各业务区域的距离以及各业务区域的订单价值,得到网约车与各业务区域的匹配度。
在一个具体的实施例中,假设预设范围内存在两个业务区域,分别为第一业务区域和第二业务区域,第一业务区域的订单价值与第二业务区域的订单价值近似相等,但是网约车与第一业务区域的距离远小于网约车与第二业务区域的距离,则网约车与第一业务区域的匹配度高于网约车与第二业务区域的匹配度。
S108、在各所述匹配度中筛选出最大匹配度对应的业务区域,将所述最大匹配度对应的业务区域作为目标业务区域,并向所述网约车指引所述目标业务区域;
其中,确定出目标业务区域后,可以将此目标业务区域的相关信息发送至网约车,相关信息包括目标业务区域中心位置以及目标业务区域内的地理数据信息,如街道信息等。
如果在预设等待时间内接收到网约车司机的确认信息,则执行S109,并指引网约车前往目标业务区域;如果在预设等待时间内没有接收到网约车司机的确认信息,则放弃对网约车的指引,并将当前指引请求剔除,返回执行S106。
由此,通过向网约车指引最大匹配度对应的业务区域,可以保证每辆网约车在行驶时间较短的情况下都能够到达接单效率较高的区域。
S109、对所述目标业务区域的预估订单数更新为当前的预估订单数减一,并使用更新后的预估订单数,重新计算与所述目标业务区域匹配的订单价值;返回执行S106,直至完成对所述多个网约车的指引请求的处理。
如果在预设等待时间内接收到网约车司机的确认信息,则对目标业务区域的预估订单数进行更新,然后用更新后的预估订单数替换步骤130订单价值计算公式中的订单起点的数量,利用替换后的订单价值公式重新计算目标业务区域匹配的订单价值,最后返回执行S106,依次获取当前时间段内剩余的网约车的指引请求,完成对全部网约车的指引请求的处理。
本发明实施例的技术方案通过获取预设时间段内的网约车订单数据,对订单数据中的各订单起点进行聚类处理,根据聚类结果得到与订单数据对应的多个业务区域,计算与各业务区域分别对应的订单价值,获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各网约车指引匹配的业务区域。本发明实施例的技术方案可以保证每辆网约车在行驶时间较短的情况下都能够到达接单效率较高的区域,避免用户订单不能及时响应,以及网约车司机接单困难的问题,提高了网约车司机的接单效率。
实施例二
本实施例在上述实施例一的基础上,提供了另一种根据各网约车的当前位置信息以及各业务区域的订单价值,向各网约车指引匹配的业务区域的实施方式,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业务的指引方法的流程图,在本实施例中,本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合,在本实施例中,如图2所示,本发明实施例提供的方法还可以包括:
步骤210、获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点。
步骤220、对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域。
步骤230、计算与各业务区域分别对应的订单价值。
步骤240、获取当前时间段内各所述网约车的指引请求,根据各所述网约车的当前位置信息,以及各业务区域的订单价值,计算各所述网约车与各业务区域的匹配度。
其中,假设ai表示第i台网约车,bj表示第j个业务区域,第i台网约车与第j个业务区域的匹配度为p(ai,bj)。
步骤250、分别将各所述网约车与各所述业务区域进行组合,计算各种组合方式下各所述网约车与各业务区域的匹配度总和。
步骤260、将与最大的所述匹配度总和对应的组合方式作为目标组合方式,根据所述目标组合方式,向各所述网约车指引匹配的业务区域。
由此,通过指引各网约车同时前往匹配的目标业务区域,可以提高当前时间段内网约车司机的整体接单效率,避免用户订单不能及时响应,以及网约车司机接单困难的问题。
本发明实施例的技术方案通过获取预设时间段内的网约车订单数据,对订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与订单数据对应的多个业务区域,计算与各业务区域分别对应的订单价值,获取当前时间段内各网约车的指引请求,根据各网约车的当前位置信息,以及各业务区域的订单价值,计算各网约车与各业务区域的匹配度,分别将各网约车与各业务区域进行组合,计算各种组合方式下各网约车与各业务区域的匹配度总和,将与最大的匹配度总和对应的组合方式作为目标组合方式,根据目标组合方式,向各网约车指引匹配的业务区域。本发明实施例的技术方案可以提高当前时间段内网约车司机的整体接单效率,避免用户订单不能及时响应,以及网约车司机接单困难的问题。
实施例三
图3为本发明实施例三提供的一种网约车业务的指引装置的结构图,该装置包括:获取模块310、聚类模块320、计算模块330和指引模块340。
其中,获取模块310,用于获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;聚类模块320,用于对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;计算模块330,用于计算与各业务区域分别对应的订单价值;指引模块340,用于获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
本发明实施例的技术方案通过获取预设时间段内的网约车订单数据,对订单数据中的各订单起点进行聚类处理,根据聚类结果得到与订单数据对应的多个业务区域,计算与各业务区域分别对应的订单价值,获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各网约车指引匹配的业务区域。本发明实施例的技术方案可以避免用户订单不能及时响应,以及网约车司机接单困难的问题,提高了网约车司机的接单效率。
在上述各实施例的基础上,聚类模块320,可以包括:
聚类区域确定单元,用于以各订单起点为中心,以预设半径构建与各订单起点对应的多个候选区域,并根据各所述候选区域包括的订单起点的数量值以及预设的数量阈值,在各所述候选区域内确定聚类区域;
备选业务区域生成单元,用于生成与各所述聚类区域分别对应的备选业务区域;
判断单元,用于判断各所述备选业务区域是否均满足预设聚类条件;
业务区域确定单元,用于当各所述备选业务区域均满足预设聚类条件时,将各所述备选业务区域确定为与所述订单数据对应的多个业务区域;
调整单元,用于当各所述备选业务区域没有全部满足预设聚类条件时,对所述预设半径,和/或所述数量阈值进行调整后,返回执行以各订单起点为中心,以预设半径构建与各订单起点对应的多个候选区域的操作,直至各所述备选业务区域均满足预设聚类条件;
备选业务区域判断单元,用于判断各所述备选业务区域的长度是否小于预设长度阈值,或者所述备选业务区域的面积是否小于预设面积;若是,则确定所述备选业务区域满足预设聚类条件;
预估订单数计算单元,用于根据各所述业务区域内的历史订单数,计算与各所述业务区域分别对应的初始化的预估订单数;
参考时间段获取单元,用于获取预设天数内与所述预设时间段对应的各参考时间段,获取各所述参考时间段内各业务区域的长度以及面积;
期望值计算单元,用于根据各所述业务区域的长度以及面积,计算所述业务区域的长度期望值以及面积期望值;
调整参数确定单元,用于根据所述备选业务区域的长度、所述备选业务区域的面积、所述长度期望值以及面积期望值,确定出调整参数;
数量调整单元,用于根据所述调整参数对所述预设半径,和/或所述数量阈值进行调整。
指引模块340,可以包括:
当前指引请求确定单元,用于在当前时间段内获取到多个网约车的指引请求时,依次获取所述多个网约车的指引请求中的一个网约车的指引请求作为当前指引请求;
第一匹配度计算单元,用于根据所述当前指引请求对应的网约车的当前位置信息,以及各业务区域的订单价值,计算所述网约车与各业务区域的匹配度;
目标业务区域确定单元,用于在各所述匹配度中筛选出最大匹配度对应的业务区域,将所述最大匹配度对应的业务区域作为目标业务区域,并向所述网约车指引所述目标业务区域;
预估订单数更新单元,用于对所述目标业务区域的预估订单数更新为当前的预估订单数减一,并使用更新后的预估订单数,重新计算与所述目标业务区域匹配的订单价值;
全部指引请求处理单元,用于返回执行依次获取所述多个网约车的指引请求中的一个网约车的指引请求作为当前指引请求的操作,直至完成对所述多个网约车的指引请求的处理;
第二匹配度计算单元,用于根据各所述网约车的当前位置信息,以及各业务区域的订单价值,计算各所述网约车与各业务区域的匹配度;
组合单元,用于分别将各所述网约车与各所述业务区域进行组合,计算各种组合方式下各所述网约车与各业务区域的匹配度总和;
目标组合方式确定单元,用于将与最大的所述匹配度总和对应的组合方式作为目标组合方式,根据所述目标组合方式,向各所述网约车指引匹配的业务区域。
计算模块330,可以包括:
订单参数获取单元,用于获取所述业务区域对应的订单参数;所述订单参数包括:所述业务区域中的订单起点的数量、全部订单起点对应的订单均价以及均单里程;
订单价值计算单元,用于根据所述业务区域对应的订单参数、所述业务区域的长度以及所述业务区域对应的面积,计算得到所述业务区域对应的订单价值。
本发明实施例所提供的网约车业务的指引装置可执行本发明任意实施例所提供的网约车业务的指引方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图,如图4所示,该计算机设备包括处理器410、存储器420、输入装置430和输出装置440;计算机设备中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;计算机设备中的处理器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一种网约车业务的指引方法对应的程序指令/模块(例如,一种网约车业务的指引装置中的获取模块310、聚类模块320、计算模块330以及指引模块340)。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,从而执行计算机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业务的指引方法。也即,该程序被处理器执行时实现:
获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算与各业务区域分别对应的订单价值;
获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
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机设备。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,以及产生与计算机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
本发明实施例五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提供的一种网约车业务的指引方法中的相关操作。也即,该程序被处理器执行时实现:
获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算与各业务区域分别对应的订单价值;
获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
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,上述一种网约车业务的指引装置的实施例中,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)
1.一种网约车业务的指引方法,其特征在于,包括:
获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算与各业务区域分别对应的订单价值;
获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
2.根据权利要求1所述的方法,其特征在于,对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域,包括:
以各订单起点为中心,以预设半径构建与各订单起点对应的多个候选区域,并根据各所述候选区域包括的订单起点的数量值以及预设的数量阈值,在各所述候选区域内确定聚类区域;
生成与各所述聚类区域分别对应的备选业务区域;
判断各所述备选业务区域是否均满足预设聚类条件;
若是,则将各所述备选业务区域确定为与所述订单数据对应的多个业务区域;
否则,对所述预设半径,和/或所述数量阈值进行调整后,返回执行以各订单起点为中心,以预设半径构建与各订单起点对应的多个候选区域的操作,直至各所述备选业务区域均满足预设聚类条件。
3.根据权利要求2所述的方法,其特征在于,判断各所述备选业务区域是否均满足预设聚类条件,包括:
判断各所述备选业务区域的长度是否小于预设长度阈值,或者所述备选业务区域的面积是否小于预设面积;
若是,则确定所述备选业务区域满足预设聚类条件。
4.根据权利要求1所述的方法,其特征在于,在根据聚类结果得到与所述订单数据对应的多个业务区域之后,还包括:
根据各所述业务区域内的历史订单数,计算与各所述业务区域分别对应的初始化的预估订单数;
根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域,包括:
如果在当前时间段内获取到多个网约车的指引请求,则依次获取所述多个网约车的指引请求中的一个网约车的指引请求作为当前指引请求;
根据所述当前指引请求对应的网约车的当前位置信息,以及各业务区域的订单价值,计算所述网约车与各业务区域的匹配度;
在各所述匹配度中筛选出最大匹配度对应的业务区域,将所述最大匹配度对应的业务区域作为目标业务区域,并向所述网约车指引所述目标业务区域;
对所述目标业务区域的预估订单数更新为当前的预估订单数减一,并使用更新后的预估订单数,重新计算与所述目标业务区域匹配的订单价值;
返回执行依次获取所述多个网约车的指引请求中的一个网约车的指引请求作为当前指引请求的操作,直至完成对所述多个网约车的指引请求的处理。
5.根据权利要求1所述的方法,其特征在于,根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域,包括:
根据各所述网约车的当前位置信息,以及各业务区域的订单价值,计算各所述网约车与各业务区域的匹配度;
分别将各所述网约车与各所述业务区域进行组合,计算各种组合方式下各所述网约车与各业务区域的匹配度总和;
将与最大的所述匹配度总和对应的组合方式作为目标组合方式,根据所述目标组合方式,向各所述网约车指引匹配的业务区域。
6.根据权利要求1所述的方法,其特征在于,计算与各业务区域分别对应的订单价值,包括:
获取所述业务区域对应的订单参数;所述订单参数包括:所述业务区域中的订单起点的数量、全部订单起点对应的订单均价以及均单里程;
根据所述业务区域对应的订单参数、所述业务区域的长度以及所述业务区域对应的面积,计算得到所述业务区域对应的订单价值。
7.根据权利要求2所述的方法,其特征在于,对所述预设半径,和/或所述数量阈值进行调整,包括:
获取预设天数内与所述预设时间段对应的各参考时间段,获取各所述参考时间段内各业务区域的长度以及面积;
根据各所述业务区域的长度以及面积,计算所述业务区域的长度期望值以及面积期望值;
根据所述备选业务区域的长度、所述备选业务区域的面积、所述长度期望值以及面积期望值,确定出调整参数;
根据所述调整参数对所述预设半径,和/或所述数量阈值进行调整。
8.一种网约车业务的指引装置,其特征在于,包括:
获取模块,用于获取预设时间段内的网约车订单数据,所述订单数据包括多个订单起点;
聚类模块,用于对所述订单数据中的各订单起点进行聚类处理,并根据聚类结果得到与所述订单数据对应的多个业务区域;
计算模块,用于计算与各业务区域分别对应的订单价值;
指引模块,用于获取当前时间段内各所述网约车的指引请求,并根据各所述网约车的当前位置信息以及各业务区域的订单价值,向各所述网约车指引匹配的业务区域。
9.一种计算机设备,其特征在于,所述计算机设备包括:
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如权利要求1-7中任一所述的一种网约车业务的指引方法。
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业务的指引方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607577.4A CN111768017B (zh) | 2020-06-29 | 2020-06-29 | 一种网约车业务的指引方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607577.4A CN111768017B (zh) | 2020-06-29 | 2020-06-29 | 一种网约车业务的指引方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111768017A true CN111768017A (zh) | 2020-10-13 |
CN111768017B CN111768017B (zh) | 2022-06-14 |
Family
ID=72723321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010607577.4A Active CN111768017B (zh) | 2020-06-29 | 2020-06-29 | 一种网约车业务的指引方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768017B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222373A (zh) * | 2021-04-28 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种基于价值选择的司机调度方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373387A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道(北京)科技有限公司 | 一种车辆调度方法、装置及系统 |
CN106971279A (zh) * | 2017-05-03 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 预估司机接单行为的方法、装置、设备及存储介质 |
CN108805411A (zh) * | 2018-05-18 | 2018-11-13 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法、装置、服务器、终端和可读存储介质 |
CN108830504A (zh) * | 2018-06-28 | 2018-11-16 | 清华大学 | 用车需求预测方法、系统、服务器及计算机存储介质 |
US20190236529A1 (en) * | 2016-10-31 | 2019-08-01 | Beijing Didi Infinity Technologyt And Development Co.,Ltd. | Device and method for order distribution |
-
2020
- 2020-06-29 CN CN202010607577.4A patent/CN111768017B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373387A (zh) * | 2016-10-25 | 2017-02-01 | 先锋智道(北京)科技有限公司 | 一种车辆调度方法、装置及系统 |
US20190236529A1 (en) * | 2016-10-31 | 2019-08-01 | Beijing Didi Infinity Technologyt And Development Co.,Ltd. | Device and method for order distribution |
CN106971279A (zh) * | 2017-05-03 | 2017-07-21 | 百度在线网络技术(北京)有限公司 | 预估司机接单行为的方法、装置、设备及存储介质 |
CN108805411A (zh) * | 2018-05-18 | 2018-11-13 | 北京嘀嘀无限科技发展有限公司 | 网约车订单分配方法、装置、服务器、终端和可读存储介质 |
CN108830504A (zh) * | 2018-06-28 | 2018-11-16 | 清华大学 | 用车需求预测方法、系统、服务器及计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222373A (zh) * | 2021-04-28 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种基于价值选择的司机调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111768017B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10639995B2 (en) | Methods, circuits, devices, systems and associated computer executable code for driver decision support | |
US11386359B2 (en) | Systems and methods for managing a vehicle sharing facility | |
US20170169366A1 (en) | Systems and Methods for Adjusting Ride-Sharing Schedules and Routes | |
US20160247094A1 (en) | Systems and Methods for Managing a Vehicle Sharing Facility | |
US20180314998A1 (en) | Resource Allocation in a Network System | |
US11132626B2 (en) | Systems and methods for vehicle resource management | |
CN111832788B (zh) | 一种服务信息生成的方法、装置、计算机设备及存储介质 | |
US20100257168A1 (en) | Hotspot analysis systems and methods | |
EP3262831B1 (en) | Telephone call placement | |
US20200210905A1 (en) | Systems and Methods for Managing Networked Vehicle Resources | |
US8185304B2 (en) | Method, computer program and system for optimising routes provided by navigation systems | |
CN111523932A (zh) | 一种网约车服务的评分方法、装置、系统及存储介质 | |
US20190304010A1 (en) | Information processing device, non-transitory storage medium, and information processing method | |
KR20210155209A (ko) | 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법, 이에 사용되는 관리 장치 및 승차 수요 이력 데이터에 대한 클러스터링 기법을 통한 승객 탑승 예상 지역 결정 방법을 실행시키는 프로그램이 기록된 기록 매체 | |
CN111768017B (zh) | 一种网约车业务的指引方法、装置、设备及存储介质 | |
CN108288101A (zh) | 基于拍卖机制的网约车预约服务车辆资源分配和定价方法 | |
CN116110245A (zh) | 停车场停车引导方法、装置、设备及其存储介质 | |
CN111798283A (zh) | 订单派发方法、装置、电子设备及计算机可读存储介质 | |
CN112070377B (zh) | 出行服务处理方法、装置、电子设备及存储介质 | |
CN112712722A (zh) | 智能停车场交通优化导航方法、装置及电子设备 | |
Azevedo et al. | On the mobile intelligence of autonomous vehicles | |
CN116843166B (zh) | 一种打车方法、装置、设备及介质 | |
WO2016054700A1 (en) | Online booking system | |
Wu et al. | E-Ride: An Adaptive Event-Driven Windowed Matching Framework in Ridesharing | |
CN116168530B (zh) | 一种出租车智能调度分配系统 |
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 |