CN111814070A - 上车点的推荐方法、系统、存储介质及电子设备 - Google Patents

上车点的推荐方法、系统、存储介质及电子设备 Download PDF

Info

Publication number
CN111814070A
CN111814070A CN201911292158.XA CN201911292158A CN111814070A CN 111814070 A CN111814070 A CN 111814070A CN 201911292158 A CN201911292158 A CN 201911292158A CN 111814070 A CN111814070 A CN 111814070A
Authority
CN
China
Prior art keywords
point
boarding
scene
preset
pick
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
Application number
CN201911292158.XA
Other languages
English (en)
Inventor
张旭东
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.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development 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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201911292158.XA priority Critical patent/CN111814070A/zh
Publication of CN111814070A publication Critical patent/CN111814070A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本公开提供了一种上车点的推荐方法、系统、存储介质及电子设备,该方法包括:接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景;分别针对每个对应的预设场景确定至少一个上车点;基于每个上车点的优先级,确定推荐上车点。本公开通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。

Description

上车点的推荐方法、系统、存储介质及电子设备
技术领域
本公开涉及移动互联网领域,特别涉及一种上车点的推荐方法、系统、存储介质及电子设备。
背景技术
推荐系统是为用户推荐相应种类内容,以减少用户选择成本的系统,如新闻推荐系统、目的地推荐系统等。现有技术中的上车点推荐系统,会根据用户发出的请求中所携带的当前为位置,判断是否为用户熟悉的场景,然后通过试用用户熟悉的上车点或者较为常用的上车点向用户进行推荐。但是,目前的上车点推荐系统,推荐逻辑较为单一,无法适应现实生活中不同场景分类下的针对性推荐,进而可能出现用户无法到达推荐的上车点,或需要行走较远距离才能到达的情况,导致用户体验降低。
发明内容
本公开实施例的目的在于提供一种上车点的推荐方法、系统、存储介质及电子设备,以解决现有技术中上车点推荐逻辑较为单一,无法适应现实生活中不同场景分类下的针对性推荐,导致用户体验降低的问题。
为了解决上述技术问题,本公开的实施例采用了如下技术方案:一种上车点的推荐方法,包括:接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景;分别针对每个所述对应的预设场景确定至少一个上车点;基于每个所述上车点的优先级,确定推荐上车点。
进一步,所述预设场景包括以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
进一步,所述接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景,包括:根据上车点推荐请求,确定所述上车点推荐请求未对应的第一预设场景;确定所有所述预设场景中除所述第一预设场景以外的第二预设场景为所述上车点推荐请求对应的预设场景。
进一步,所述分别针对每个所述对应的预设场景确定至少一个上车点,包括:在所述上车点推荐请求对应所述通用场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第一预设条件的至少一个上车点作为所述通用场景对应的上车点;和/或,在所述上车点推荐请求对应所述个性化场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为所述个性化场景对应的上车点;和/或,在所述上车点推荐请求对应所述拖图场景的情况下,以所述上车点推荐请求中的位置信息为中心,在所述上车点推荐请求中的拖图行为信息对应的区域内,确定与所述中心之间的距离符合第三预设条件的至少一个上车点作为所述拖图场景对应的上车点;和/或,在所述上车点推荐请求对应所述拥堵场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为所述拥堵场景对应的上车点;和/或,在所述上车点推荐请求对应所述聚集场景的情况下,确定聚集区域的至少一个行人出入口作为所述聚集场景对应的上车点。
进一步,所述基于每个所述上车点的优先级信息,确定推荐上车点,包括:确定每个所述上车点的优先级;将所有优先级按照预设规则排序;确定预设数量的推荐上车点。
进一步,所述将所有优先级按照预设规则排序,包括:将每个所述上车点的所述优先级通过包括至少一个维度的数字组合表示,所述维度通过维度值表示,每个所述维度中包括一个数值;分别比较所有所述上车点的优先级中各个维度的维度值以及所述维度中的数值,其中,维度值越低,优先级越高,同一所述维度值中的数值越大,所述优先级越高;确定所有所述上车点中优先级最高的预设数量的上车点作为所述推荐上车点。
进一步,所述基于每个所述上车点的优先级,确定推荐上车点之后,还包括:为所述推荐上车点命名,并显示所述推荐上车点的位置信息和名称。
本公开实施例还公开了一种上车点的推荐系统,包括:触发模块,用于接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景;召回模块,用于分别针对每个所述对应的预设场景确定至少一个上车点;聚合模块,用于基于每个所述上车点的优先级,确定推荐上车点。
进一步,还包括:场景策略模块,用于将所述预设场景划分为以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
进一步,所述触发模块,具体用于:根据上车点推荐请求,确定所述上车点推荐请求未对应的第一预设场景;确定所有所述预设场景中除所述第一预设场景以外的第二预设场景为所述上车点推荐请求对应的预设场景。
进一步,所述召回模块,至少用于:在所述上车点推荐请求对应所述通用场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第一预设条件的至少一个上车点作为所述通用场景对应的上车点;和/或,在所述上车点推荐请求对应所述个性化场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为所述个性化场景对应的上车点;和/或,在所述上车点推荐请求对应所述拖图场景的情况下,以所述上车点推荐请求中的位置信息为中心,在所述上车点推荐请求中的拖图行为信息对应的区域内,确定与所述中心之间的距离符合第三预设条件的至少一个上车点作为所述拖图场景对应的上车点;和/或,在所述上车点推荐请求对应所述拥堵场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为所述拥堵场景对应的上车点;和/或,在所述上车点推荐请求对应所述聚集场景的情况下,确定聚集区域的至少一个行人出入口作为所述聚集场景对应的上车点。
进一步,所述场景策略模块,具体用于:确定每个所述上车点的优先级;所述聚合模块,具体用于:将所有优先级按照预设规则排序;确定预设数量的推荐上车点。
进一步,所述聚合模块,具体用于:将每个所述上车点的所述优先级通过包括至少一个维度的数字组合表示,所述维度通过维度值表示,每个所述维度中包括一个数值;分别比较所有所述上车点的优先级中各个维度的维度值以及所述维度中的数值,其中,维度值越低,优先级越高,同一所述维度值中的数值越大,所述优先级越高;确定所有所述上车点中优先级最高的预设数量的上车点作为所述推荐上车点。
进一步,还包括:命名服务模块,用于为所述推荐上车点命名,并显示所述推荐上车点的位置信息和名称。
本公开实施例还提出一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述任一项技术方案中所述方法的步骤。
本公开实施例还提出一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器在执行所述存储器上的计算机程序时实现上述任一项技术方案中所述方法的步骤。
本公开实施例的有益效果在于:通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开第一实施例中上车点的推荐方法的流程图;
图2为本公开第二实施例中上车点的推荐系统的架构示意图;
图3为本公开第二实施例中上车点的推荐系统的另一种架构示意图;
图4为本公开第四实施例中电子设备的结构示意图。
具体实施方式
此处参考附图描述本公开的各种方案以及特征。
应理解的是,可以对此处申请的实施例做出各种修改。因此,上述说明书不应该视为限制,而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例,并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述,本公开的这些和其它特性将会变得显而易见。
还应当理解,尽管已经参照一些具体实例对本公开进行了描述,但本领域技术人员能够确定地实现本公开的很多其它等效形式,它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时,鉴于以下详细说明,本公开的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本公开的具体实施例;然而,应当理解,所申请的实施例仅仅是本公开的实例,其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此,本文所申请的具体的结构性和功能性细节并非意在限定,而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”,其均可指代根据本公开的相同或不同实施例中的一个或多个。
本公开的第一实施例提供了一种上车点的推荐方法,可以应用于各类网约车系统或导航系统,作为其上车点的推荐逻辑使用,该方法流程图如图1所示,主要包括步骤S101至S103:
S101,接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景。
用户在需要使用网约车服务时,网约车软件或导航软件通常会向用户推荐当前位置附近的已存在的上车点供用户进行选择,即方便用户到达又方便网约车司机进行接送。在实际使用时,用户首先会发出上车点推荐请求,该请求中至少包括用户当前的位置信息、当前用户信息、当前时间信息等,并结合用户确定当前位置的方式,上车点推荐请求中还可以包括拖图行为信息,即用户在地图上执行拖图操作来确定当前位置时所产生的行为信息,其具体包括了用户拖动的地图所对应的区域信息。
具体地,本实施例中的预设场景通过不同的维度对用户、时间和物理空间进行了划分,包括以下场景中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景以及聚集场景;其中,所有场景都可以成为通用场景,所有上车推荐请求都可以对应通用场景,个性化场景主要对应用户曾经使用过或去过的熟悉的场景,如用户工作单位附近区域,住宅附近区域等,拖图场景即为在上车点推荐信息中包括拖图行为信息时对应的使用场景,拥堵场景即为在早晚高峰时段可能出现的路况拥堵区域的场景,聚集场景即为车站、机场、商城、医院、旅游景点等人流集中的场景。
在根据用户的上车点推荐请求确定该请求所对应的场景时,主要依据上车点推荐请求中包含的信息进行确定,例如,根据时间信息是否处于早高峰或晚高峰时段来确定当前上车点推荐请求是否对应拥堵场景,或者根据上车点推荐请求中是否包括拖图行为信息来确定是否对应拖图场景等。在一些实施例中,可首先根据上车点推荐请求,确定该请求未对应的第一预设场景,例如,若上车点推荐请求中不包括拖图行为信息,则说明上车点推荐请求未对应拖图场景,即第一预设场景为拖图场景,或者根据当前位置信息判断不属于人流密集的区域,则确定第一预设场景为聚集场景;在第一预设场景确定后,将所有预设场景中除第一预设额场景以外的第二预设场景都作为上车推荐请求对应的预设场景即可,例如,第一预设场景中包括拖图场景和聚集场景,则第二预设场景为通用场景、个性化场景以及拥堵场景。通过识别和排出不需要的场景,可以避免直接对应场景带来的误判和漏判问题,提升后续步骤中上车点推荐的针对性和稳定性。
应当了解的是,第一预设场景可以为多个,也可以为空,但不可能包括预设场景中的所有场景,因为无论如何,上车点推荐请求至少可以对应通用场景。
S102,分别针对每个对应的预设场景确定至少一个上车点。
每个预设场景都有其对应的推荐上车点的逻辑,根据不同场景对应的不同逻辑,为上车点推荐请求的每个对应的预设场景均确定至少一个上车点,以丰富上车点推荐时的针对性,使其更符合各个预设场景的特点。
具体地,在上车点推荐请求对应通用场景的情况下,以上车点推荐请求中的位置信息为中心,确定与该中心之间的距离符合第一预设条件的至少一个上车点作为通用场景对应的上车点,其中,为了保证用户可以就近选择上车点,不需要经过长距离的移动才可到达,第一预设条件可优选设置为上车点与中心之间的距离不超过500米,即选择距离中心500米之内的上车点作为通用场景对应的上车点。应当了解的是,第一预设条件中距离范围可根据实际情况进行调整,或者在当前范围内不存在上车点时进行相应的扩大,本实施例不进行具体限制。
在上车点推荐请求对应个性化场景的情况下,获取上车点推荐请求中的用户信息,根据用户信息确定当前用户是否曾经在当前区域或附近区域内通过某一上车点上车,并以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为个性化场景对应的上车点;其中,第二预设条件可以与第一预设条件相同,也可以与第一预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应拖图场景的情况下,获取上车点推荐请求中的拖图行为信息中对应拖动的区域,并以上车点推荐请求中的位置信息为中心,在上车点推荐请求中的拖图行为信息对应的区域内,确定与中心之间的距离符合第三预设条件的至少一个上车点作为拖图场景对应的上车点;其中,第三预设条件可以与第一预设条件或第二预设条件相同,也可以与第一预设条件或第二预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应拥堵场景的情况下,通过调用实时路况,获取上车点推荐请求中的位置信息附近所有路段的拥堵情况,并以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为拥堵场景对应的上车点;其中,第四预设条件可以与第一至第三预设条件相同,也可以与第一至第三预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应聚集场景的情况下,获取当前聚集区域的所有出入口,并在排除只能允许特定车辆进入(如旅行团车辆、工作人员车辆、应急通道)的出入口之后,确定聚集区域的至少一个行人出入口作为聚集场景对应的上车点。
S103,基于每个上车点的优先级,确定推荐上车点。
在确定出上车点推荐请求对应的预设场景的上车点后,首先需要基于各个上车点的实际情况,确定出每个上车点的优先级。具体地,在确定上车点的优先级时,可根据上车点与当前位置之前的距离、上车点对应的预设场景、上车点被使用的频率、甚至是上车点周边道路的实时拥堵情况等为上车点实时确定一个优先级;在优先级确定后,即可基于各个上车点的优先级,按照预设排序规则对上车点进行排序,并在排序后的上车点中,选取预设数量的上车点作为推荐上车点,并将上述预设数量的推荐上车点展示给用户,供用户进行实际上车点的选择。
具体地,本实施例中每个上车点的优先级通过包括至少一个维度的数字组合表示,维度通过维度值表示,每个维度中包括一个数值,如上车点A的优先级为1.4.2,即当前上车点A的优先级的维度为3,共有三个维度值,分别为第一维度值,对应的数值为1,第二维度值,对应数值为4,第三维度值,对应数值为2。在根据优先级对上车点进行排序时,按照优先级越高的上车点排序越靠前的原则对步骤S102中确定的所有上车点进行排序,具体地,分别比较所有上车点的优先级中各个维度的维度值以及维度中的数值,其中,维度值越低,优先级越高,同一维度值中的数值越大,优先级越高;例如,上车点A的优先级为1.4.2,上车点B的优先级为2.2.3,则上车点A和上车点B的维度值相同,但在第一维度值中的数值,上车点B大于上车点A,因此,上车点B的优先级高于上车点A;排序结束后,确定所有上车点中优先级最高的预设数量的上车点作为推荐上车点,预设数量最少为一个,最多可以为任意数量,为了减少用户的选择成本,本实施例中优选将预设数量设置为3个,避免用户在过多的选项中浪费过多的选择时间。
本实施例通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。
进一步地,确定推荐上车点之后,还可以为每个推荐上车点进行命名,并显示各个推荐上车点的位置信息和名称,方便用户进行更直观的查看。
本公开的第二实施例提供了一种上车点的推荐系统,主要应用于各类网约车系统或导航系统,其架构示意图如图2所示,主要包括:触发模块10,用于接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景;召回模块20,与触发模块10交互,用于分别针对每个对应的预设场景确定至少一个上车点;聚合模块30,与召回模块20交互,用于基于每个上车点的优先级,确定推荐上车点。
进一步地,推荐系统还包括与触发模块10和召回模块20分别交互的场景策略模块40,其架构示意图如图3所示,场景策略模块40主要用于通过不同的维度对用户、时间和物理空间将预设场景至少划分为以下场景中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景;其中,所有场景都可以成为通用场景,所有上车推荐请求都可以对应通用场景,个性化场景主要对应用户曾经使用过或去过的熟悉的场景,如用户工作单位附近区域,住宅附近区域等,拖图场景即为在上车点推荐信息中包括拖图行为信息时对应的使用场景,拥堵场景即为在早晚高峰时段可能出现的路况拥堵区域的场景,聚集场景即为车站、机场、商城、医院、旅游景点等人流集中的场景。
用户在需要使用网约车服务时,网约车软件或导航软件通常会向用户推荐当前位置附近的已存在的上车点供用户进行选择,即方便用户到达又方便网约车司机进行接送。在实际使用时,用户首先会发出上车点推荐请求,该请求中至少包括用户当前的位置信息、当前用户信息、当前时间信息等,并结合用户确定当前位置的方式,上车点推荐请求中还可以包括拖图行为信息,即用户在地图上执行拖图操作来确定当前位置时所产生的行为信息,其具体包括了用户拖动的地图所对应的区域信息。
触发模块10在根据用户的上车点推荐请求确定该请求所对应的场景时,主要依据上车点推荐请求中包含的信息进行确定,例如,根据时间信息是否处于早高峰或晚高峰时段来确定当前上车点推荐请求是否对应拥堵场景,或者根据上车点推荐请求中是否包括拖图行为信息来确定是否对应拖图场景等。在一些实施例中,触发模块10可首先根据上车点推荐请求,确定该请求未对应的第一预设场景,例如,若上车点推荐请求中不包括拖图行为信息,则说明上车点推荐请求未对应拖图场景,即第一预设场景为拖图场景,或者根据当前位置信息判断不属于人流密集的区域,则确定第一预设场景为聚集场景;在第一预设场景确定后,将所有预设场景中除第一预设额场景以外的第二预设场景都作为上车推荐请求对应的预设场景即可,例如,第一预设场景中包括拖图场景和聚集场景,则第二预设场景为通用场景、个性化场景以及拥堵场景。通过识别和排出不需要的场景,可以避免直接对应场景带来的误判和漏判问题,提升后续步骤中上车点推荐的针对性和稳定性。
应当了解的是,第一预设场景可以为多个,也可以为空,但不可能包括预设场景中的所有场景,因为无论如何,上车点推荐请求至少可以对应通用场景。
召回模块20为每个预设场景都设置有其对应的推荐上车点的逻辑,根据不同场景对应的不同逻辑,为上车点推荐请求的每个对应的预设场景均确定至少一个上车点,以丰富上车点推荐时的针对性,使其更符合各个预设场景的特点。
具体地,在上车点推荐请求对应通用场景的情况下,召回模块20以上车点推荐请求中的位置信息为中心,确定与该中心之间的距离符合第一预设条件的至少一个上车点作为通用场景对应的上车点,其中,为了保证用户可以就近选择上车点,不需要经过长距离的移动才可到达,第一预设条件可优选设置为上车点与中心之间的距离不超过500米,即选择距离中心500米之内的上车点作为通用场景对应的上车点。应当了解的是,第一预设条件中距离范围可根据实际情况进行调整,或者在当前范围内不存在上车点时进行相应的扩大,本实施例不进行具体限制。
在上车点推荐请求对应个性化场景的情况下,召回模块20获取上车点推荐请求中的用户信息,根据用户信息确定当前用户是否曾经在当前区域或附近区域内通过某一上车点上车,并以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为个性化场景对应的上车点;其中,第二预设条件可以与第一预设条件相同,也可以与第一预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应拖图场景的情况下,召回模块20获取上车点推荐请求中的拖图行为信息中对应拖动的区域,并以上车点推荐请求中的位置信息为中心,在上车点推荐请求中的拖图行为信息对应的区域内,确定与中心之间的距离符合第三预设条件的至少一个上车点作为拖图场景对应的上车点;其中,第三预设条件可以与第一预设条件或第二预设条件相同,也可以与第一预设条件或第二预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应拥堵场景的情况下,召回模块20通过调用实时路况,获取上车点推荐请求中的位置信息附近所有路段的拥堵情况,并以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为拥堵场景对应的上车点;其中,第四预设条件可以与第一至第三预设条件相同,也可以与第一至第三预设条件不同,只要对应设置一符合实际情况的距离范围即可。
在上车点推荐请求对应聚集场景的情况下,召回模块20获取当前聚集区域的所有出入口,并在排除只能允许特定车辆进入(如旅行团车辆、工作人员车辆、应急通道)的出入口之后,确定聚集区域的至少一个行人出入口作为聚集场景对应的上车点。
在确定出上车点推荐请求对应的预设场景的上车点后,首先需要场景策略模块40基于各个上车点的实际情况,确定出每个上车点的优先级。具体地,在确定上车点的优先级时,可根据上车点与当前位置之前的距离、上车点对应的预设场景、上车点被使用的频率、甚至是上车点周边道路的实时拥堵情况等为上车点实时确定一个优先级;在优先级确定后,聚合层30即可基于各个上车点的优先级,按照预设排序规则对上车点进行排序,并在排序后的上车点中,选取预设数量的上车点作为推荐上车点,并将上述预设数量的推荐上车点展示给用户,供用户进行实际上车点的选择。
具体地,本实施例中每个上车点的优先级通过包括至少一个维度的数字组合表示,维度通过维度值表示,每个维度中包括一个数值,如上车点A的优先级为1.4.2,即当前上车点A的优先级的维度为3,共有三个维度值,分别为第一维度值,对应的数值为1,第二维度值,对应数值为4,第三维度值,对应数值为2。在根据优先级对上车点进行排序时,聚合模块30按照优先级越高的上车点排序越靠前的原则对召回模块20中确定的所有上车点进行排序,具体地,分别比较所有上车点的优先级中各个维度的维度值以及维度中的数值,其中,维度值越低,优先级越高,同一维度值中的数值越大,优先级越高;例如,上车点A的优先级为1.4.2,上车点B的优先级为2.2.3,则上车点A和上车点B的维度值相同,但在第一维度值中的数值,上车点B大于上车点A,因此,上车点B的优先级高于上车点A;排序结束后,确定所有上车点中优先级最高的预设数量的上车点作为推荐上车点,预设数量最少为一个,最多可以为任意数量,为了减少用户的选择成本,本实施例中优选将预设数量设置为3个,避免用户在过多的选项中浪费过多的选择时间。
本实施例通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。
进一步地,如图3所示,推荐系统中还可以包括命名服务模块50,用于为推荐上车点命名,并显示推荐上车点的位置信息和名称,方便用户进行更直观的查看;还可以包括特征平台60,主要服务于触发模块10、场景策略模块40、召回模块20,为各类策略逻辑提供需要的特征存储和计算逻辑,主要分为通用特征、独立特征、反馈特征,其中,通用特征为多个场景都需要用到的特征,比如判断用户发出的上车点推荐信息中位置信息和各个上车点位置是否跨路等;独立特征为只有一个场景需要用到的特征,比如用户拖图后得到的具体位置和上车点位置的热度对应特征;反馈特征为与上车点位置本身无直接关联的特征,比如路况是否拥堵,附近订单发单数等。通过特征平台60对上车点的推荐进行了更细化和更准确的处理,进一步提升了用户的体验。
本公开第三实施例提供了一种存储介质,该存储介质为计算机可读介质,存储有计算机程序,该计算机程序被处理器执行时实现本公开第一实施例提供的方法,包括如下步骤S11至S13:
S11,接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景;
S12,分别针对每个对应的预设场景确定至少一个上车点;
S13,基于每个上车点的优先级,确定推荐上车点。
具体地,预设场景包括以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
计算机程序被处理器执行接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景时,具体被处理器执行如下步骤:根据上车点推荐请求,确定上车点推荐请求未对应的第一预设场景;确定所有预设场景中除第一预设场景以外的第二预设场景为上车点推荐请求对应的预设场景。
计算机程序被处理器执行分别针对每个对应的预设场景确定至少一个上车点时,具体被处理器执行如下步骤:在上车点推荐请求对应通用场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第一预设条件的至少一个上车点作为通用场景对应的上车点;和/或,在上车点推荐请求对应个性化场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为个性化场景对应的上车点;和/或,在上车点推荐请求对应拖图场景的情况下,以上车点推荐请求中的位置信息为中心,在上车点推荐请求中的拖图行为信息对应的区域内,确定与中心之间的距离符合第三预设条件的至少一个上车点作为拖图场景对应的上车点;和/或,在上车点推荐请求对应拥堵场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为拥堵场景对应的上车点;和/或,在上车点推荐请求对应聚集场景的情况下,确定聚集区域的至少一个行人出入口作为聚集场景对应的上车点。
计算机程序被处理器执行基于每个上车点的优先级信息,确定推荐上车点时,具体被处理器执行如下步骤:确定每个上车点的优先级;将所有优先级按照预设规则排序;确定预设数量的推荐上车点。
计算机程序被处理器执行将所有优先级按照预设规则排序时,具体被处理器执行如下步骤:将每个上车点的优先级通过包括至少一个维度的数字组合表示,维度通过维度值表示,每个维度中包括一个数值;分别比较所有上车点的优先级中各个维度的维度值以及维度中的数值,其中,维度值越低,优先级越高,同一维度值中的数值越大,优先级越高。确定所有上车点中优先级最高的预设数量的上车点作为推荐上车点。
计算机程序被处理器执行基于每个上车点的优先级,确定推荐上车点之后,还被处理器执行如下步骤:为推荐上车点命名,并显示推荐上车点的位置信息和名称。
本实施例通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。
本公开第四实施例提供了一种电子设备,该电子设备的结构示意图可以如图4所示,至少包括存储器100和处理器200,存储器100上存储有计算机程序,处理器200在执行存储器100上的计算机程序时实现本公开第一实施例提供的方法。示例性的,电子设备计算机程序步骤如下S21至S23:
S21,接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景;
S22,分别针对每个对应的预设场景确定至少一个上车点;
S23,基于每个上车点的优先级,确定推荐上车点。
具体地,预设场景包括以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
处理器在执行存储器上存储的接收用户的上车点推荐请求,基于上车点推荐请求确定至少一个对应的预设场景时,具体执行如下计算机程序:根据上车点推荐请求,确定上车点推荐请求未对应的第一预设场景;确定所有预设场景中除第一预设场景以外的第二预设场景为上车点推荐请求对应的预设场景。
处理器在执行存储器上存储的分别针对每个对应的预设场景确定至少一个上车点时,具体执行如下计算机程序:在上车点推荐请求对应通用场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第一预设条件的至少一个上车点作为通用场景对应的上车点;和/或,在上车点推荐请求对应个性化场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为个性化场景对应的上车点;和/或,在上车点推荐请求对应拖图场景的情况下,以上车点推荐请求中的位置信息为中心,在上车点推荐请求中的拖图行为信息对应的区域内,确定与中心之间的距离符合第三预设条件的至少一个上车点作为拖图场景对应的上车点;和/或,在上车点推荐请求对应拥堵场景的情况下,以上车点推荐请求中的位置信息为中心,确定与中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为拥堵场景对应的上车点;和/或,在上车点推荐请求对应聚集场景的情况下,确定聚集区域的至少一个行人出入口作为聚集场景对应的上车点。
处理器在执行存储器上存储的基于每个上车点的优先级信息,确定推荐上车点时,具体执行如下计算机程序:确定每个上车点的优先级;将所有优先级按照预设规则排序;确定预设数量的推荐上车点。
处理器在执行存储器上存储的将所有优先级按照预设规则排序时,具体执行如下计算机程序:将每个上车点的优先级通过包括至少一个维度的数字组合表示,维度通过维度值表示,每个维度中包括一个数值;分别比较所有上车点的优先级中各个维度的维度值以及维度中的数值,其中,维度值越低,优先级越高,同一维度值中的数值越大,优先级越高;确定所有上车点中优先级最高的预设数量的上车点作为推荐上车点。
处理器在执行存储器上存储的基于每个上车点的优先级,确定推荐上车点之后,还执行如下计算机程序:为推荐上车点命名,并显示推荐上车点的位置信息和名称。
本实施例通过对用户的上车点推荐请求进行预设场景的对应,实现针对不同预设场景下的上车点确定,再依据各个预设场景下不同的上车点的优先级,确定出最符合当前地理环境和现实场景的推荐上车点,方便用户在推荐上车点进行车辆搭乘,进而提升用户的使用体验。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(LAN)、广域网(WAN)、网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述存储介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述存储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该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括至少两个网际协议地址的节点评价请求,其中,节点评价设备从至少两个网际协议地址中,选取网际协议地址并返回;接收节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述存储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该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,本公开上述的存储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。在本公开中,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。而在本公开中,计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何存储介质,该计算机可读信号介质可以发送、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。存储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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
以上对本公开多个实施例进行了详细说明,但本公开不限于这些具体的实施例,本领域技术人员在本公开构思的基础上,能够做出多种变型和修改实施例,这些变型和修改都应落入本公开所要求保护的范围之内。

Claims (16)

1.一种上车点的推荐方法,其特征在于,包括:
接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景;
分别针对每个所述对应的预设场景确定至少一个上车点;
基于每个所述上车点的优先级,确定推荐上车点。
2.根据权利要求1所述的推荐方法,其特征在于,所述预设场景包括以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
3.根据权利要求2所述的推荐方法,其特征在于,所述接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景,包括:
根据上车点推荐请求,确定所述上车点推荐请求未对应的第一预设场景;
确定所有所述预设场景中除所述第一预设场景以外的第二预设场景为所述上车点推荐请求对应的预设场景。
4.根据权利要求2所述的推荐方法,其特征在于,所述分别针对每个所述对应的预设场景确定至少一个上车点,包括:
在所述上车点推荐请求对应所述通用场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第一预设条件的至少一个上车点作为所述通用场景对应的上车点;和/或,
在所述上车点推荐请求对应所述个性化场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为所述个性化场景对应的上车点;和/或,
在所述上车点推荐请求对应所述拖图场景的情况下,以所述上车点推荐请求中的位置信息为中心,在所述上车点推荐请求中的拖图行为信息对应的区域内,确定与所述中心之间的距离符合第三预设条件的至少一个上车点作为所述拖图场景对应的上车点;和/或,
在所述上车点推荐请求对应所述拥堵场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为所述拥堵场景对应的上车点;和/或,
在所述上车点推荐请求对应所述聚集场景的情况下,确定聚集区域的至少一个行人出入口作为所述聚集场景对应的上车点。
5.根据权利要求1所述的推荐方法,其特征在于,所述基于每个所述上车点的优先级信息,确定推荐上车点,包括:
确定每个所述上车点的优先级;
将所有优先级按照预设规则排序;
确定预设数量的推荐上车点。
6.根据权利要求5所述的推荐方法,其特征在于,所述将所有优先级按照预设规则排序,包括:
将每个所述上车点的所述优先级通过包括至少一个维度的数字组合表示,所述维度通过维度值表示,每个所述维度中包括一个数值;
分别比较所有所述上车点的优先级中各个维度的维度值以及所述维度中的数值,其中,维度值越低,优先级越高,同一所述维度值中的数值越大,所述优先级越高;
确定所有所述上车点中优先级最高的预设数量的上车点作为所述推荐上车点。
7.根据权利要求1至6中任一项所述的推荐方法,其特征在于,所述基于每个所述上车点的优先级,确定推荐上车点之后,还包括:
为所述推荐上车点命名,并显示所述推荐上车点的位置信息和名称。
8.一种上车点的推荐系统,其特征在于,包括:
触发模块,用于接收用户的上车点推荐请求,基于所述上车点推荐请求确定至少一个对应的预设场景;
召回模块,用于分别针对每个所述对应的预设场景确定至少一个上车点;
聚合模块,用于基于每个所述上车点的优先级,确定推荐上车点。
9.根据权利要求8所述的推荐系统,其特征在于,还包括:
场景策略模块,用于将所述预设场景划分为以下中的一个或多个:通用场景、个性化场景、拖图场景、拥堵场景、聚集场景。
10.根据权利要求9所述的推荐系统,其特征在于,所述触发模块,具体用于:
根据上车点推荐请求,确定所述上车点推荐请求未对应的第一预设场景;
确定所有所述预设场景中除所述第一预设场景以外的第二预设场景为所述上车点推荐请求对应的预设场景。
11.根据权利要求9所述的推荐系统,其特征在于,所述召回模块,至少用于:
在所述上车点推荐请求对应所述通用场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第一预设条件的至少一个上车点作为所述通用场景对应的上车点;和/或,
在所述上车点推荐请求对应所述个性化场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第二预设条件且用户曾经使用过的至少一个上车点作为所述个性化场景对应的上车点;和/或;
在所述上车点推荐请求对应所述拖图场景的情况下,以所述上车点推荐请求中的位置信息为中心,在所述上车点推荐请求中的拖图行为信息对应的区域内,确定与所述中心之间的距离符合第三预设条件的至少一个上车点作为所述拖图场景对应的上车点;和/或,
在所述上车点推荐请求对应所述拥堵场景的情况下,以所述上车点推荐请求中的位置信息为中心,确定与所述中心之间的距离符合第四预设条件且不经过拥堵路段的至少一个上车点作为所述拥堵场景对应的上车点;和/或,
在所述上车点推荐请求对应所述聚集场景的情况下,确定聚集区域的至少一个行人出入口作为所述聚集场景对应的上车点。
12.根据权利要求8所述的推荐系统,其特征在于,所述场景策略模块,具体用于:确定每个所述上车点的优先级;
所述聚合模块,具体用于:将所有优先级按照预设规则排序;确定预设数量的推荐上车点。
13.根据权利要求12所述的推荐系统,其特征在于,所述聚合模块,具体用于:
将每个所述上车点的所述优先级通过包括至少一个维度的数字组合表示,所述维度通过维度值表示,每个所述维度中包括一个数值;
分别比较所有所述上车点的优先级中各个维度的维度值以及所述维度中的数值,其中,维度值越低,优先级越高,同一所述维度值中的数值越大,所述优先级越高;
确定所有所述上车点中优先级最高的预设数量的上车点作为所述推荐上车点。
14.根据权利要求8至13中任一项所述的推荐系统,其特征在于,还包括:
命名服务模块,用于为所述推荐上车点命名,并显示所述推荐上车点的位置信息和名称。
15.一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时用于实现如权利要求1至7中任一项所述方法的步骤。
16.一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器在执行所述存储器上的计算机程序时用于实现如权利要求1至7中任一项所述方法的步骤。
CN201911292158.XA 2019-12-16 2019-12-16 上车点的推荐方法、系统、存储介质及电子设备 Pending CN111814070A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911292158.XA CN111814070A (zh) 2019-12-16 2019-12-16 上车点的推荐方法、系统、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911292158.XA CN111814070A (zh) 2019-12-16 2019-12-16 上车点的推荐方法、系统、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN111814070A true CN111814070A (zh) 2020-10-23

Family

ID=72844578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911292158.XA Pending CN111814070A (zh) 2019-12-16 2019-12-16 上车点的推荐方法、系统、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111814070A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711720A (zh) * 2020-12-31 2021-04-27 广州宸祺出行科技有限公司 一种降低出行成本的上车点推荐方法及系统
CN112785392A (zh) * 2021-02-02 2021-05-11 北京嘀嘀无限科技发展有限公司 一种位置推荐方法、装置及电子设备
CN112990548A (zh) * 2021-02-08 2021-06-18 北京嘀嘀无限科技发展有限公司 位置点确定方法、装置、电子设备和可读存储介质
WO2022087767A1 (en) * 2020-10-26 2022-05-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157600A (zh) * 2015-04-24 2016-11-23 北京中坤天朗信息技术有限公司 一种合乘出行调度的方法、相关设备及系统
CN109101601A (zh) * 2018-08-01 2018-12-28 上海闻泰信息技术有限公司 应用推荐方法、装置、移动终端及存储介质
CN109115237A (zh) * 2018-08-27 2019-01-01 北京优酷科技有限公司 一种乘车位置推荐方法及服务器
CN109308537A (zh) * 2017-07-26 2019-02-05 北京嘀嘀无限科技发展有限公司 站点推荐方法及装置
CN110442796A (zh) * 2019-08-14 2019-11-12 北京思维造物信息科技股份有限公司 一种推荐策略分桶方法、装置及设备
WO2019227292A1 (en) * 2018-05-28 2019-12-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations
CN110544157A (zh) * 2019-09-04 2019-12-06 北京三快在线科技有限公司 乘车位置推荐方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157600A (zh) * 2015-04-24 2016-11-23 北京中坤天朗信息技术有限公司 一种合乘出行调度的方法、相关设备及系统
CN109308537A (zh) * 2017-07-26 2019-02-05 北京嘀嘀无限科技发展有限公司 站点推荐方法及装置
WO2019227292A1 (en) * 2018-05-28 2019-12-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations
CN109101601A (zh) * 2018-08-01 2018-12-28 上海闻泰信息技术有限公司 应用推荐方法、装置、移动终端及存储介质
CN109115237A (zh) * 2018-08-27 2019-01-01 北京优酷科技有限公司 一种乘车位置推荐方法及服务器
CN110442796A (zh) * 2019-08-14 2019-11-12 北京思维造物信息科技股份有限公司 一种推荐策略分桶方法、装置及设备
CN110544157A (zh) * 2019-09-04 2019-12-06 北京三快在线科技有限公司 乘车位置推荐方法、装置、电子设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022087767A1 (en) * 2020-10-26 2022-05-05 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending pick-up locations
CN112711720A (zh) * 2020-12-31 2021-04-27 广州宸祺出行科技有限公司 一种降低出行成本的上车点推荐方法及系统
CN112785392A (zh) * 2021-02-02 2021-05-11 北京嘀嘀无限科技发展有限公司 一种位置推荐方法、装置及电子设备
CN112990548A (zh) * 2021-02-08 2021-06-18 北京嘀嘀无限科技发展有限公司 位置点确定方法、装置、电子设备和可读存储介质
CN112990548B (zh) * 2021-02-08 2024-04-19 北京嘀嘀无限科技发展有限公司 位置点确定方法、装置、电子设备和可读存储介质

Similar Documents

Publication Publication Date Title
CN111814070A (zh) 上车点的推荐方法、系统、存储介质及电子设备
US10180332B2 (en) Method and system for repositioning a service location
US10360800B2 (en) Warning driver of intent of others
US11713973B2 (en) Method and system for repositioning a service location
US10565279B2 (en) Contextual search for location services
US9797740B2 (en) Method of determining trajectories through one or more junctions of a transportation network
CN110832561B (zh) 用于确定和推荐车辆上车地点的系统和方法
US20150161554A1 (en) Intelligent dispatch system for selecting service providers
CN105674994A (zh) 获取行车路线的方法、装置及导航设备
US20140372022A1 (en) Method of analyzing points of interest with probe data
US9074904B1 (en) Method for solving carpool matching problem and carpool server using the same
US20210097559A1 (en) Rider pickup location optimization system
CN106373382B (zh) 一种用于车辆调度的方法与设备
CN107167151B (zh) 公交车线路设置方法、路线规划方法及装置
CN111311193B (zh) 公共服务资源的配置方法和装置
KR101632032B1 (ko) 대리운전 및 운송 서비스 중개를 위한 자동 배차 장치 및 방법
CN108534795A (zh) 导航路线的选择方法、装置、导航设备和计算机存储介质
CN111815945A (zh) 拥堵路段的图像采集方法、装置、存储介质及电子设备
CN111260092A (zh) 用于预测对象到达时间的系统和方法
KR20230047444A (ko) 온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체
Sundar et al. IoT based passenger information system optimized for Indian metros
US20230342673A1 (en) Method and Device for Recommending Pick Up Location
CN110349428A (zh) 识别用户是否正在前往公交站点的方法及装置
US20230109089A1 (en) Approximating population density and post-incident scenario analysis
WO2016113308A1 (en) System and method for route generation

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