CN111861643A - 一种乘车位置的推荐方法、装置、电子设备及存储介质 - Google Patents
一种乘车位置的推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111861643A CN111861643A CN202010619114.XA CN202010619114A CN111861643A CN 111861643 A CN111861643 A CN 111861643A CN 202010619114 A CN202010619114 A CN 202010619114A CN 111861643 A CN111861643 A CN 111861643A
- Authority
- CN
- China
- Prior art keywords
- riding
- riding position
- user
- candidate
- road
- 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 50
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
-
- 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
-
- G06Q50/40—
Abstract
本申请涉及网约车技术领域,尤其涉及一种乘车位置的推荐方法、装置、电子设备及存储介质。本申请通过在检测到乘车位置录入界面打开时,确定出与待乘车用户的定位位置之间的距离小于第一预设阈值的候选乘车位置,进而,确定待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,进一步地,基于第一历史偏好程度和第二历史偏好程度,可以从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,这样,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
Description
技术领域
本申请涉及网约车技术领域,尤其涉及一种乘车位置的推荐方法、装置、电子设备及存储介质。
背景技术
网约车是一种以互联网技术为依托构建服务平台,接入符合条件的车辆和驾驶员,通过整合供需信息,可以为乘客提供车辆的接送服务。乘客可以随时随地通过出行服务平台,找到为自己提供出行服务的车辆,因而,广泛受到了人们的喜爱。
在网约车服务中,通常,乘客的定位位置一般不符合停车要求,因而,需要乘客手动输入乘车位置,或电话与司机约定乘车位置,这在一定程度上,浪费了司乘双方的时间,降低了出行效率,因此,如何提供一种准确的乘车位置的推荐方法是目前亟待解决的技术问题。
发明内容
有鉴于此,本申请实施例至少提供一种乘车位置的推荐方法、装置、电子设备及存储介质,可以提升推荐乘车位置的准确性,可以提高出行效率。
本申请主要包括以下几个方面:
第一方面,本申请实施例提供一种乘车位置的推荐方法,所述推荐方法包括:
在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
在一种可能的实施方式中,根据以下步骤确定每个候选乘车位置:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
在一种可能的实施方式中,根据以下步骤生成所述乘车库:
在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置;
从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置;
根据每个预设乘车位置,生成所述乘车库。
在一种可能的实施方式中,根据以下步骤确定预设直线间隔距离:
针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;
根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
在一种可能的实施方式中,根据以下步骤计算第一历史偏好程度:
根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;
将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
在一种可能的实施方式中,根据以下步骤计算第二历史偏好程度:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;
将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,根据以下步骤计算第二历史偏好程度:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;
将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,所述基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,包括:
将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至训练好的位置预测模型中,得到所述待乘车用户选择每个候选乘车位置的概率;
根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置。
在一种可能的实施方式中,所述根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置,包括:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;
选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
第二方面,本申请实施例还提供一种乘车位置的推荐装置,所述推荐装置包括:
获取模块,用于在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
第一确定模块,用于确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
第二确定模块,用于确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
推荐模块,用于基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
在一种可能的实施方式中,所述第一确定模块,用于根据以下步骤确定每个候选乘车位置:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
在一种可能的实施方式中,所述推荐装置还包括生成模块;所述生成模块包括:
第一选取单元,用于在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置;
第二选取单元,用于从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置;
生成单元,用于根据每个预设乘车位置,生成所述乘车库。
在一种可能的实施方式中,所述生成模块还包括确定单元:所述确定单元,用于根据以下步骤确定预设直线间隔距离:
针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;
根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
在一种可能的实施方式中,所述第二确定模块,具体用于根据以下步骤计算第一历史偏好程度:
根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;
将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
在一种可能的实施方式中,所述第二确定模块,具体根据以下步骤计算第二历史偏好程度:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;
将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,所述第二确定模块,具体用于根据以下步骤计算第二历史偏好程度:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;
将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,所述推荐模块包括:
输入单元,用于将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至训练好的位置预测模型中,得到所述待乘车用户选择每个候选乘车位置的概率;
第三选取单元,用于根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置。
在一种可能的实施方式中,所述第三选取单元,具体用于根据以下步骤选取所述目标乘车位置:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;
选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的乘车位置的推荐方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的乘车位置的推荐方法的步骤。
本申请实施例提供的乘车位置的推荐方法、装置、电子设备及存储介质,通过待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,与现有技术中乘客手动输入乘车位置,或电话与司机约定乘车位置相比,本申请中的待乘车用户可以直接使用向其推荐的目标乘车位置,可以节约乘客的时间,进而提高出行效率,而且,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性。
进一步,本申请实施例提供的乘车位置的推荐方法,在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置,并从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置,进而,根据每个预设乘车位置,生成乘车库,这样,可以直接根据定位位置,从乘车库中选取出候选乘车位置,以提升为待乘车用户推荐目标乘车位置的效率和准确性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种乘车位置的推荐方法的流程图;
图2示出了本申请实施例所提供的一种乘车位置的推荐装置的功能模块图之一;
图3示出了本申请实施例所提供的一种乘车位置的推荐装置的功能模块图之二;
图4示出了图3中乘车位置的推荐装置中的生成模块的功能模块图;
图5示出了图3中乘车位置的推荐装置中的推荐模块的功能模块图;
图6示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“乘车位置的推荐”,给出以下实施方式,对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要进行乘车位置的推荐的场景,本申请实施例并不对具体的应用场景作限制,任何使用本申请实施例提供的乘车位置的推荐方法及装置的方案均在本申请保护范围内。
值得注意的是,在本申请提出之前,现有方案中的网约车服务中,需要乘客手动输入乘车位置,或电话与司机约定乘车位置,这在一定程度上,浪费了司乘双方的时间,降低了出行效率。
针对上述问题,本申请实施例通过在检测到乘车位置录入界面打开时,确定出与待乘车用户的定位位置之间的距离小于第一预设阈值的候选乘车位置,进而,确定待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,进一步地,基于第一历史偏好程度和第二历史偏好程度,可以从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,这样,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
需要说明的是,网约车服务即在线打车服务;本申请中的术语“乘车位置”可以理解为乘车点,可以是服务提供方开始提供由服务请求方发起的服务的位置,也可以是服务提供方为服务请求方提供出行服务,开始计费的计费位置,这里,服务提供方可以为司机,服务请求方可以为乘客,乘客即待乘车用户。
为便于对本申请进行理解,下面结合具体实施例对本申请提供的技术方案进行详细说明。
图1为本申请实施例所提供的一种乘车位置的推荐方法的流程图,执行乘车位置的推荐方法的设备可以为服务器或云服务平台,下面以云服务平台为执行主体,对本申请中的乘车位置的推荐方法进行阐述。如图1所示,本申请实施例提供的乘车位置的推荐方法,包括以下步骤:
S101:在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置。
在具体实施中,云服务平台在检测到与云服务平台相关联的乘车位置录入界面被打开时,获取该乘车位置录入界面所在的终端设备的定位位置,并将该定位位置作为该终端设备侧的待乘车用户的定位位置。
这里,乘车位置录入界面为任意一个终端设备上安装的应用程序中的一个界面,乘车位置录入界面即为打车界面,在打车界面上可以输入起始位置和目的地,其中,起始位置即为乘车位置;应用程序可以为出行应用程序,应用程序也可以为能够提供出行服务的综合类应用程序,无论哪种应用程序,均可以与云服务平台进行通信。
需要说明的是,可以在乘车位置录入界面,埋设可以直接进行定位的代码,也可以在检测到乘车位置录入界面打开时,通过打开乘车位置录入界面的终端设备获取定位位置。这里,通常,定位位置和乘车位置通常不是同一位置,但定位位置和乘车位置距离较近,比如,待乘车用户在家里请求出行服务,则定位位置为待乘车用户的家庭位置,即某小区的某栋楼,而实际的乘车位置应该为该小区外的道路上的某个位置。
S102:确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置。
在具体实施中,在获取到待乘车用户的定位位置后,可以初步根据该定位位置,选取距离定位位置较近的、适合作为乘车位置的候选乘车位置,具体地,可以选取与该定位位置之间的距离小于第一预设阈值的候选乘车位置,其中,第一预设阈值可以根据实际业务需要进行设置,通常设置为300米。
需要说明的是,候选乘车位置可以从出行服务平台中用户曾经作为实际乘车位置的位置中进行选取,也可以从该待乘车用户曾经作为实际乘车位置的位置进行选取,还可以从预先设置的乘车库中选取,无论从什么位置中选取候选乘车位置,都要求候选乘车位置与该定位位置之间的距离满足条件;出行服务平台即云服务平台。
进一步地,对从预先设置的乘车库中选取候选乘车位置的过程进行阐述,也即,根据以下步骤确定每个候选乘车位置:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
在具体实施中,可以从预先生成的乘车库中的预设乘车位置中,将与待乘车用户的定位位置之间的距离满足距离要求条件的预设乘车位置,确定为候选乘车位置,这里,乘车库中存储有多个预设乘车位置,预设乘车位置可以为出行平台中用户的实际乘车位置,也可以是适合停车的位置,还可以是道路上适合停车的、且为出行平台中用户的实际乘车位置的位置。
进一步地,对生成乘车库的过程进行阐述,也即,根据以下步骤生成乘车库:
步骤a:在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置。
在具体实施中,可以先获取出行服务平台服务范围内的目标区域的路网数据,即,获取目标区域内各条道路的道路信息,并通过事先设置的每条道路的预设直线间隔距离,将每条道路划分为多个路段,这里,每条道路上相邻的两个路段之间的位置,作为每条道路的道路乘车位置。
这里,预设直线间隔距离可以为设置好的固定的直线距离,在选取每条道路上的道路乘车位置时,从每条道路的起点开始,每隔预设直线间隔距离,从每条道路上选取一个位置作为道路乘车位置;预设直线间隔距离可以为设置好的变动的直线距离,根据每条道路的纬度进行计算得到,同样,根据该预设直线间隔距离,从每条道路上选取道路乘车位置。其中,预设直线间隔距离可以设置几十米。
进一步地,根据以下步骤确定预设直线间隔距离:针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
在具体实施中,处在不同地点的道路的纬度可能相差很大,为了使乘车库中预设乘车位置分布的更均匀,在从每条道路上选取道路乘车位置时,可以根据每条道路的纬度信息,确定每条道路对应的预设球面间隔距离,进而,根据预设球面间隔距离来计算应设置道路上的预设直线间隔距离,进一步地,通过预设直线间隔距离,从每条道路上选取道路乘车位置。这里,根据每条道路的纬度信息,确定出每条道路中任意两点之间的直线距离与球面距离之间的比值,进而,将该比值与预设球面间隔距离相乘得到的乘积,确定为每条道路的预设直线间隔距离,其中,球面距离即弧度距离,球面距离优选设置为10米。
步骤b:从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置。
在具体实施中,在从每条道路中选取出多个道路乘车位置后,可以根据每条道路的道路属性,以及出行服务平台中各个用户的历史出行信息,从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置,具体地,从每条道路的道路乘车位置中,筛选出出行服务平台中用户曾经作为实际乘车位置,且适合停车的道路乘车位置,确定为预设乘车位置,其中,预设历史时长是当前时间之前的一段时间,第一预设历史时长可以根据实际需要进行设置,比如,过去半年的时间;道路属性可以为道路是否适合停车,比如,高速道路不适合停车。
一示例中,一条道路上有5个道路乘车位置,包括道路乘车位置A、道路乘车位置B、道路乘车位置C、道路乘车位置D、道路乘车位置E,其中,在过去半年内,出行服务平台中有用户选择道路乘车位置A、道路乘车位置C、道路乘车位置E作为实际乘车位置,但道路乘车位置C不适合乘车,故,可以将道路乘车位置A和道路乘车位置E作为预设乘车位置。
需要说明的是,考虑到GPS定位精度,预设乘车位置可以是一个区域的位置,并不限定为一个点的位置,可以将这个区域的范围设置的较小些,比如,设置为5米为半径的圆形区域,或设置为5米为边长的正方形区域。
步骤c:根据每个预设乘车位置,生成所述乘车库。
在具体实施中,在从目标区域内的多条道路的道路乘车位置中,确定出适合停车,且为出行服务平台中用户曾经作为实际乘车位置的预设乘车位置后,将各个预设乘车位置存储至乘车库中,存储时,可以将每个预设乘车位置的地点名称、该预设乘车位置的位置信息进行关联存储。
S103:确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度。
在具体实施中,在根据待乘车用户的定位位置,确定出候选乘车位置后,进一步地,需要从选取出的候选乘车位置中确定出向待乘车用户进行推荐的目标乘车位置,这里,可以根据待乘车用户的历史出行信息,计算出待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及根据出行应用平台中各个用户的历史出行信息,计算出各个用户选择每个候选乘车位置的第二历史偏好程度,这里,将待乘车用户连同出行服务平台中其他用户一同进行选择每个候选乘车位置的第二历史偏好程度计算,不必将待乘客用户的历史出行信息单独挑出后进行计算,可以提升计算效率。
需要说明的是,在确定第一历史偏好程度和第二历史偏好程度时,还要考虑数据的时效性,通常,选取距离当前时间较近的一段时间的历史出行信息,这里,可以选取过去一年、半年的历史出行信息进行偏好程度的计算,可以更准确地反映出当前时间的用户的偏好程度。
这里,历史偏好程度可以在一定程度上反映出用户选择每个候选乘车位置的概率,对于出行平台中各个用户选择每个候选乘车位置的第二历史偏好程度,可以在本次推荐前就计算好的,可以对乘车库中每个预设乘车位置都提前进行计算,并存储在乘车库中,这样,在从乘车库中确定出候选乘车位置时,直接获取出行服务平台中各个用户选择每个候选乘车位置的第二历史偏好程度,而,在本次推荐前,无法获知要对哪个用户进行推荐,所以在检测到乘车位置录入界面打开时,以及确定出候选乘车位置后,再计算出待乘车用户选择每个候选乘车位置的第一历史偏好程度。
还需要说明的是,用户选择候选乘车位置的历史偏好程度可以用多种形式进行表征,故,第一历史偏好程度和第二历史偏好程度的计算公式并不局限为同一种计算公式。
这里,示例性的,对一种第一历史偏好程度的计算方式进行阐述,也即,根据以下步骤计算第一历史偏好程度:根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
在具体实施中,先获取待乘车用户的历史出行信息,并从该历史出行信息中提取出待乘车用户的实际乘车位置,比如,将历史出行订单中的出行起点作为实际乘车位置,并统计出每个候选乘车位置被待乘车用户作为实际乘车位置的目标次数,以及待乘车用户的出行总次数,进而,将该候选乘车位置被待乘车用户作为实际乘车位置的目标次数与待乘车用户的出行总次数之间的比值,确定为待乘车用户选择该候选乘车位置的第一历史偏好程度,这里,比值越大,说明待乘车用户选择该候选乘车位置的概率越大,待乘车用户选择该候选乘车位置的第一历史偏好程度越高,反之,第一历史偏好程度越低。
这里,示例性的,对一种第二历史偏好程度的计算方式进行阐述,也即,根据以下步骤计算第二历史偏好程度:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
在具体实施中,先获取每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数,进而,将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度,这里,比值越大,说明出行服务平台中各个用户选择该候选乘车位置的概率越大,各个用户选择该候选乘车位置的第二历史偏好程度越高,反之,第二历史偏好程度越低,其中,第二预设历史时长根据实际需要进行设置,可以设置为当前时间之前的半年,或一年的时间。
这里,示例性的,对另一种第二历史偏好程度的计算方式进行阐述,也即,根据以下步骤计算第二历史偏好程度:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
在具体实施中,先获取出行服务平台中各个用户的历史出行信息,并从该历史出行信息中提取出各个用户的实际乘车位置,比如,将历史出行订单中的出行起点作为实际乘车位置,并统计出每个候选乘车位置被各个用户作为实际乘车位置的次数,以及各个用户出行的总次数,进而,将该候选乘车位置被各个用户作为实际乘车位置的次数与各个用户出行的总次数之间的比值,确定为各个用户选择该候选乘车位置的第二历史偏好程度,这里,比值越大,说明各个用户选择该候选乘车位置的概率越大,各个用户选择该候选乘车位置的第二历史偏好程度越高,反之,第二历史偏好程度越低。
S104:基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
在具体实施中,针对每个候选乘车位置,在计算待乘车用户选择该候选乘车位置的第一历史偏好程度,以及包括待乘车用户在内的各个用户选择该候选乘车位置的第二历史偏好程度后,可以基于该候选乘车位置的第一历史偏好程度和第二历史偏好程度,来共同从选取的至少两个候选乘车位置中选取目标乘车位置,并将目标乘车位置推荐给待乘车用户。这里,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,与仅根据待乘车用户的历史出行信息,确定向待乘车用户推荐目标乘车位置相比,可以提升推荐乘车位置的准确性,特别是在待乘车用户的乘车次数较少,或待乘车用户的历史出行信息中没有与该定位位置距离近的位置时,更能体现出其他用户选择候选乘车位置的第二历史偏好程度的价值,在向待乘车用户推荐目标乘车位置后,待乘车用户可以直接选择目标乘车位置作为实际乘车位置,而一个好的乘车位置对于待乘车用户是否能准时、安全的上车是非常重要的,故,可以在一定程度上提高出行效率。
这里,可以通过多种方式,基于第一历史偏好程度和所述第二历史偏好程度,来从至少两个候选乘车位置中选取目标乘车位置:
方式一:可以事先为第一历史偏好程度和第二历史偏好程度分别设置权重,进而,根据第一历史偏好程度,及其第一历史偏好程度的权重,以及第二历史偏好程度,及其第二历史偏好程度的权重进行每个候选乘车位置的评分,进而根据每个候选乘车位置的评分,从选取的至少两个候选乘车位置中确定向待乘车用户推荐的目标乘车位置。
方式二:可以将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至预先训练好的位置预测模型中,得到待乘车用户选择每个候选乘车位置的概率,根据每个候选乘车位置对应的概率,从至少两个候选乘车位置中选取目标乘车位置。
在具体实施中,将每个候选乘车位置的特征信息输入至预先训练好的位置预测模型中,可以得到待乘车用户选择每个候选乘车位置的概率,这里,每个候选乘车位置的特征信息包括第一历史偏好程度和第二历史偏好程度,进而,在确定出待乘车用户选择每个候选乘车位置的概率后,可以选取概率最高的候选乘车位置作为目标乘车位置,也可以将概率大于预设阈值的候选乘车位置作为目标乘车位置,也可以将概率排序中,靠前的预设数量的候选乘车位置作为目标乘车位置。
这里,位置预测模型可以为梯度提升迭代决策树(Gradient Boosting DecisionTree,GBDT)。
进一步地,示例性的,对选取目标乘车位置的实施过程进行阐述,也即,所述根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置,包括以下步骤:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
在本申请实施例中,通过在检测到乘车位置录入界面打开时,确定出与待乘车用户的定位位置之间的距离小于第一预设阈值的候选乘车位置,进而,确定待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,进一步地,基于第一历史偏好程度和第二历史偏好程度,可以从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,这样,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
在一种具体的实施方式中,对本申请乘车位置的推荐过程进行阐述,包括以下步骤:
步骤(1):获取全国的路网数据,包括每条道路的道路信息。
步骤(2):将每条道路按照预设球面间隔距离,将每条道路划分为多条路段,将任意两个路段之间的位置,确定为每条道路的道路乘车位置。
这里,通过从每条道路上获取道路乘车位置,并最终从道路乘车位置中选取推荐的目标乘车位置,可以保证目标乘车位置在道路上,避免由于推荐的目标乘车位置不在道路上司机无法停车的尴尬情况。
步骤(3):从每条道路的道路乘车位置中,根据出行服务平台中各个用户在预设历史时长内的实际乘车位置,以及道路的道路属性(比如,是否适合停车),筛选出满足停车条件的道路乘车位置,并且为实际乘车位置的道路乘车位置,确定为预设乘车位置,并将预设乘车位置存储在乘车库中;其中,乘车库中还存储出行服务平台中各个用户选择每个预设乘车位置的第二历史偏好程度。
这里,通过道路属性和用户的历史出行行为,对每条道路乘车位置进行筛选,筛选出满足要求的道路乘车位置作为预设乘车位置,这样,缩小了确定候选乘车位置的范围,可以提升推荐的效率。
步骤(4):在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置。
步骤(5):从乘车库中的预设乘车位置中,选取与定位位置之间的距离小于预设阈值的至少两个候选乘车位置。
步骤(6):计算出待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及从乘车库中获取各个用户选择每个候选乘车位置的第二历史偏好程度。
步骤(7):将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入训练好的位置预测模型中,得到待乘车用户选择每个候选乘车位置的概率。
步骤(8):根据每个候选乘车位置对应的概率,从选取的至少两个候选乘车位置中选取用于向待乘车用户的目标乘车位置。
基于同一申请构思,本申请实施例中还提供了与上述实施例提供的乘车位置的推荐方法对应的乘车位置的推荐装置,由于本申请实施例中的装置解决问题的原理与本申请上述实施例的乘车位置的推荐方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图2至图5所示,图2示出了本申请实施例所提供的一种乘车位置的推荐装置200的功能模块图之一;图3示出了本申请实施例所提供的一种乘车位置的推荐装置200的功能模块图之二;图4示出了图3中乘车位置的推荐装置200中的生成模块250的功能模块图;图5示出了图3中乘车位置的推荐装置200中的推荐模块240的功能模块图。
如图2所示,乘车位置的推荐装置200包括:
获取模块210,用于在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
第一确定模块220,用于确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
第二确定模块230,用于确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
推荐模块240,用于基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
在一种可能的实施方式中,如图2所示,所述第一确定模块220,用于根据以下步骤确定每个候选乘车位置:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
在一种可能的实施方式中,如图3所示,所述乘车位置的推荐装置200还包括生成模块250;如图4所示,所述生成模块250包括:
第一选取单元251,用于在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置;
第二选取单元252,用于从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置;
生成单元253,用于根据每个预设乘车位置,生成所述乘车库。
在一种可能的实施方式中,如图4所示,所述生成模块250还包括确定单元254:所述确定单元254,用于根据以下步骤确定预设直线间隔距离:
针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;
根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
在一种可能的实施方式中,如图3所示,所述第二确定模块230,具体用于根据以下步骤计算第一历史偏好程度:
根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;
将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
在一种可能的实施方式中,如图3所示,所述第二确定模块230,具体根据以下步骤计算第二历史偏好程度:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;
将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,如图3所示,所述第二确定模块230,具体用于根据以下步骤计算第二历史偏好程度:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;
将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
在一种可能的实施方式中,如图5所示,所述推荐模块240包括:
输入单元241,用于将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至训练好的位置预测模型中,得到所述待乘车用户选择每个候选乘车位置的概率;
第三选取单元242,用于根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置。
在一种可能的实施方式中,如图5所示,所述第三选取单元242,具体用于根据以下步骤选取所述目标乘车位置:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;
选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
在本申请实施例中,通过在检测到乘车位置录入界面打开时,确定出与待乘车用户的定位位置之间的距离小于第一预设阈值的候选乘车位置,进而,确定待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,进一步地,基于第一历史偏好程度和第二历史偏好程度,可以从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,这样,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
基于同一申请构思,参见图6所示,为本申请实施例提供的一种电子设备600的结构示意图,包括:处理器610、存储器620和总线630,所述存储器620存储有所述处理器610可执行的机器可读指令,当电子设备600运行时,所述处理器610与所述存储器620之间通过所述总线630进行通信,所述机器可读指令被所述处理器610运行时执行如上述实施例中任一所述的乘车位置的推荐方法的步骤。
具体地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置;
从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置;
根据每个预设乘车位置,生成所述乘车库。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;
根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;
将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;
将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;
将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至训练好的位置预测模型中,得到所述待乘车用户选择每个候选乘车位置的概率;
根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置。
进一步地,所述机器可读指令被所述处理器610执行时可以执行如下处理:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;
选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
本申请实施例中,通过在检测到乘车位置录入界面打开时,确定出与待乘车用户的定位位置之间的距离小于第一预设阈值的候选乘车位置,进而,确定待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及各个用户选择每个候选乘车位置的第二历史偏好程度,进一步地,基于第一历史偏好程度和第二历史偏好程度,可以从候选乘车位置中选取用于向待乘车用户推荐的目标乘车位置,这样,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实施例提供的乘车位置的推荐方法的步骤。
具体地,所述存储介质能够为通用的存储介质,如移动磁盘、硬盘等,所述存储介质上的计算机程序被运行时,能够执行上述乘车位置的推荐方法,通过将各个用户和待乘车用户对候选乘车位置的偏好程度,综合起来确定推荐给待乘车用户的目标乘车位置,可以提升推荐乘车位置的准确性,可以提高出行效率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应所述理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来,所述计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种乘车位置的推荐方法,其特征在于,所述推荐方法包括:
在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
2.根据权利要求1所述的推荐方法,其特征在于,根据以下步骤确定每个候选乘车位置:
从预先生成的乘车库中的预设乘车位置中,将与所述定位位置之间的距离小于所述第一预设阈值的预设乘车位置,确定为候选乘车位置。
3.根据权利要求2所述的推荐方法,其特征在于,根据以下步骤生成所述乘车库:
在目标区域内的每条道路上,每隔预设直线间隔距离,选取每条道路的道路乘车位置;
从每条道路的道路乘车位置中,选取各个用户在第一预设历史时长内选择的且满足停车条件的道路乘车位置,确定为预设乘车位置;
根据每个预设乘车位置,生成所述乘车库。
4.根据权利要求3所述的推荐方法,其特征在于,根据以下步骤确定预设直线间隔距离:
针对每条道路,确定在每条道路的纬度信息下,每条道路中任意两点之间的直线距离与球面距离之间的比值;
根据每条道路对应的比值和预设球面间隔距离,确定每条道路对应的预设直线间隔距离。
5.根据权利要求1所述的推荐方法,其特征在于,根据以下步骤计算第一历史偏好程度:
根据所述待乘车用户的历史出行信息,确定出每个候选乘车位置被所述待乘车用户作为实际乘车位置的目标次数,以及所述待乘车用户出行的总次数;
将所述目标次数与所述待乘车用户出行的总次数之间的比值,作为所述待乘车用户选择每个候选乘车位置的第一历史偏好程度。
6.根据权利要求1所述的推荐方法,其特征在于,根据以下步骤计算第二历史偏好程度:
统计第二预设历史时长内,每个候选乘车位置被推荐的总次数,以及每个候选乘车位置推荐后被采用的次数;
将每个候选乘车位置的被采用的次数与被推荐的总次数之间的比值,确定为第二历史偏好程度。
7.根据权利要求1所述的推荐方法,其特征在于,根据以下步骤计算第二历史偏好程度:
确定各个用户将每个候选乘车位置作为实际乘车位置的次数,以及各个用户乘车的总次数;
将每个候选乘车位置作为实际乘车位置的次数与各个用户乘车的总次数之间的比值,确定为第二历史偏好程度。
8.根据权利要求1所述的推荐方法,其特征在于,所述基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,包括:
将每个候选乘车位置的第一历史偏好程度和第二历史偏好程度输入至训练好的位置预测模型中,得到所述待乘车用户选择每个候选乘车位置的概率;
根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置。
9.根据权利要求8所述的推荐方法,其特征在于,所述根据每个候选乘车位置对应的概率,从所述至少两个候选乘车位置中选取所述目标乘车位置,包括:
按照概率从大到小的顺序,根据每个候选乘车位置对应的概率,对每个候选乘车位置进行排序;
选取排序靠前的预设数量的候选乘车位置,作为所述目标乘车位置。
10.一种乘车位置的推荐装置,其特征在于,所述推荐装置包括:
获取模块,用于在检测到乘车位置录入界面打开时,获取待乘车用户的定位位置;
第一确定模块,用于确定与所述定位位置之间的距离小于第一预设阈值的至少两个候选乘车位置;
第二确定模块,用于确定所述待乘车用户选择每个候选乘车位置的第一历史偏好程度,以及包括所述待乘车用户在内的各个用户选择每个候选乘车位置的第二历史偏好程度;
推荐模块,用于基于所述第一历史偏好程度和所述第二历史偏好程度,从所述至少两个候选乘车位置中选取目标乘车位置,并将所述目标乘车位置推荐给所述待乘车用户。
11.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至9任一所述的乘车位置的推荐方法的步骤。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至9任一所述的乘车位置的推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010619114.XA CN111861643A (zh) | 2020-06-30 | 2020-06-30 | 一种乘车位置的推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010619114.XA CN111861643A (zh) | 2020-06-30 | 2020-06-30 | 一种乘车位置的推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111861643A true CN111861643A (zh) | 2020-10-30 |
Family
ID=72988288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010619114.XA Pending CN111861643A (zh) | 2020-06-30 | 2020-06-30 | 一种乘车位置的推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861643A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650950A (zh) * | 2020-12-30 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 确定停靠点的方法、装置、设备、存储介质和程序产品 |
CN112785393A (zh) * | 2021-02-08 | 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 |
CN112991727A (zh) * | 2021-02-22 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 目标位置确定方法和装置 |
CN113722614A (zh) * | 2021-08-05 | 2021-11-30 | 上海钧正网络科技有限公司 | 上车位置的确定方法、装置和服务器 |
CN114323046A (zh) * | 2021-12-30 | 2022-04-12 | 湖北九联汇博科技有限公司 | 辅助出行导航方法、装置、盲人眼镜和计算机介质 |
CN114973643A (zh) * | 2021-02-18 | 2022-08-30 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170059347A1 (en) * | 2015-08-28 | 2017-03-02 | Google Inc. | Determining Improved Pick-Up Locations |
CN109062928A (zh) * | 2018-06-11 | 2018-12-21 | 北京嘀嘀无限科技发展有限公司 | 一种提示推荐上车点的方法及系统 |
CN109506666A (zh) * | 2018-09-18 | 2019-03-22 | 杭州的蓝科技有限公司 | 车辆还车区域推荐方法与装置 |
WO2019227292A1 (en) * | 2018-05-28 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending pick-up locations |
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 |
CN110909096A (zh) * | 2019-10-31 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 推荐上车点确定方法及装置、存储介质、电子设备 |
WO2020087526A1 (en) * | 2018-10-31 | 2020-05-07 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining recommended locations |
-
2020
- 2020-06-30 CN CN202010619114.XA patent/CN111861643A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170059347A1 (en) * | 2015-08-28 | 2017-03-02 | Google Inc. | Determining Improved Pick-Up Locations |
WO2019227292A1 (en) * | 2018-05-28 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending pick-up locations |
CN109062928A (zh) * | 2018-06-11 | 2018-12-21 | 北京嘀嘀无限科技发展有限公司 | 一种提示推荐上车点的方法及系统 |
CN109506666A (zh) * | 2018-09-18 | 2019-03-22 | 杭州的蓝科技有限公司 | 车辆还车区域推荐方法与装置 |
WO2020087526A1 (en) * | 2018-10-31 | 2020-05-07 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining recommended locations |
CN111127282A (zh) * | 2018-10-31 | 2020-05-08 | 北京嘀嘀无限科技发展有限公司 | 用于确定推荐位置的系统和方法 |
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 |
CN110909096A (zh) * | 2019-10-31 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 推荐上车点确定方法及装置、存储介质、电子设备 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650950A (zh) * | 2020-12-30 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 确定停靠点的方法、装置、设备、存储介质和程序产品 |
CN112785393A (zh) * | 2021-02-08 | 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 |
CN114973643A (zh) * | 2021-02-18 | 2022-08-30 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
CN114973643B (zh) * | 2021-02-18 | 2024-03-12 | 丰田自动车株式会社 | 自动驾驶车辆的管理装置 |
CN112991727A (zh) * | 2021-02-22 | 2021-06-18 | 北京嘀嘀无限科技发展有限公司 | 目标位置确定方法和装置 |
CN113722614A (zh) * | 2021-08-05 | 2021-11-30 | 上海钧正网络科技有限公司 | 上车位置的确定方法、装置和服务器 |
CN114323046A (zh) * | 2021-12-30 | 2022-04-12 | 湖北九联汇博科技有限公司 | 辅助出行导航方法、装置、盲人眼镜和计算机介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861643A (zh) | 一种乘车位置的推荐方法、装置、电子设备及存储介质 | |
WO2018219337A1 (en) | Systems and methods for route planning | |
CN111854779B (zh) | 一种路线规划方法、装置、电子设备及可读存储介质 | |
CN111326015A (zh) | 一种停车点推荐方法及装置 | |
CN111310055A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN111127130B (zh) | 基于用户偏好的能源站点推荐方法、存储介质和电子设备 | |
CN105678412A (zh) | 面向多人乘车的路线规划方法和装置 | |
CN109084797B (zh) | 一种导航路径推荐方法和装置 | |
US20170243172A1 (en) | Cognitive optimal and compatible grouping of users for carpooling | |
CN111324824A (zh) | 一种目的地推荐方法、其装置、电子设备及可读存储介质 | |
CN111859178A (zh) | 一种推荐上车点的方法和系统 | |
CN112556717B (zh) | 出行方式筛选方法和出行路线推荐方法和装置 | |
CN111859172B (zh) | 信息推送方法、装置、电子设备和计算机可读存储介质 | |
CN114218483A (zh) | 停车推荐方法及其应用 | |
CN108332754B (zh) | 路径优化方法、装置、电子设备及计算机存储介质 | |
Noulas et al. | Developing and deploying a taxi price comparison mobile app in the wild: Insights and challenges | |
CN113984075A (zh) | 导航方法、装置、导航设备及计算机可读存储介质 | |
CN111860558A (zh) | 行程异常检测方法、装置及电子设备 | |
CN111860904A (zh) | 上车点排序的方法及装置 | |
CN111859176B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN111613052B (zh) | 一种交通状况确定方法、装置、电子设备及存储介质 | |
CN114331477A (zh) | 一种异常轨迹识别方法、装置、电子设备及存储介质 | |
CN109426875A (zh) | 拼车装置及方法 | |
CN113052397A (zh) | 上车信息的确定方法、装置、电子设备和存储介质 | |
CN111861538A (zh) | 信息推送方法、装置、电子设备和存储介质 |
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 |