CN111898624A - 定位信息的处理方法、装置、设备及存储介质 - Google Patents
定位信息的处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111898624A CN111898624A CN202010068927.4A CN202010068927A CN111898624A CN 111898624 A CN111898624 A CN 111898624A CN 202010068927 A CN202010068927 A CN 202010068927A CN 111898624 A CN111898624 A CN 111898624A
- Authority
- CN
- China
- Prior art keywords
- positioning
- target
- point
- positioning point
- points
- 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
- 230000010365 information processing Effects 0.000 title description 5
- 238000003672 processing method Methods 0.000 title description 5
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 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
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G06Q50/40—
Abstract
本发明提供了一种定位信息的处理方法、装置、设备及存储介质,涉及数据处理技术领域。其中,该方法包括:当接收到预设时段内用户的定位点集合时,对定位点集合内的定位点进行聚类处理生成至少一个簇;在簇内的定位点中确定目标定位点;基于目标定位点是否满足预设条件,对目标定位点进行处理。本发明实施例提供的方案,能够筛除与司机实际位置相差较远的定位点,并对筛选出的目标定位点进行验证,保证基于目标定位点对司机定位时具有较高的准确性,从而提高派单的成功率,提升用户的使用体验。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种定位信息的处理方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,打车软件应运而生,为司机和乘客提供了便利,满足了人们的打车需求。
打车软件在对司机派单时,需要获知司机所处位置,一般由司机的终端设备将定位信息上报来实现。定位信息的准确性对派单操作有着重要影响,如果将订单派给错误的司机,则可能会导致乘客等候时间增加,甚至直接导致派单失败。
因此,如果能够提供一种定位信息的处理方法,来提高对司机定位的精确性,就能够提高派单的成功率,提升用户的使用体验。
发明内容
基于上述现有技术存在上述问题,本发明实施例提供一种定位信息的处理方法、装置、设备及存储介质,可以能够提高派单的成功率,提升用户的使用体验。
第一方面,本发明实施例提供一种定位信息的处理方法,该方法包括:
当接收到预设时段内用户的定位点集合时,对定位点集合内的定位点进行聚类处理生成至少一个簇;
在簇内的定位点中确定目标定位点;
基于目标定位点是否满足预设条件,对目标定位点进行处理。
可选地,对定位点集合内的定位点进行聚类处理生成至少一个簇,包括:
基于装袋bagging方式,对定位点集合内的定位点建立多个分类器;
基于多数投票法在分类器中确定目标分类器;
通过目标分类器进行聚类处理生成至少一个簇。
可选地,在簇内的定位点中确定目标定位点,包括:
基于各定位点相对于其所在簇的质心的距离,以及各簇中定位点的数量,确定各定位点的置信度;
基于置信度,在定位点中确定目标定位点。
可选地,基于目标定位点是否满足预设条件,对目标定位点进行处理,包括:
若目标定位点满足预设条件,则将目标定位点存储于第一服务器的内存中;
若目标定位点不满足预设条件,则将丢弃目标定位点。
可选地,预设条件包括以下至少一项:
目标定位点的置信度不小于预设的置信度阈值;
当第一服务器的内存中存储的用户的历史定位点的数量不小于预设值时,目标定位点符合基于历史定位点确定出的预测定位区间,历史定位点为在预设时段之前确定的目标定位点。
可选地,定位点集合是由终端设备发送给对应的第二服务器,并由第二服务器转发给第一服务器的;
第二服务器是由第一服务器基于一致性哈希算法从服务器集群中确定出的。
可选地,上述方法还包括:
在将目标定位点存储于第一服务器的内存之后,基于目标定位点在地理围栏中更新用户的索引坐标。
第二方面,本发明实施例提供一种定位信息的处理装置,该装置包括:
聚类处理模块,用于在接收到预设时段内用户的定位点集合时,对定位点集合内的定位点进行聚类处理生成至少一个簇;
目标定位点确定模块,用于在簇内的定位点中确定目标定位点;
定位点处理模块,用于基于目标定位点是否满足预设条件,对目标定位点进行处理。
可选地,聚类处理模块在对定位点集合内的定位点进行聚类处理生成至少一个簇时,具体用于:
基于bagging方式,对定位点集合内的定位点建立多个分类器;
基于多数投票法在分类器中确定目标分类器;
通过目标分类器进行聚类处理生成至少一个簇。
可选地,目标定位点确定模块具体用于:
基于各定位点相对于其所在簇的质心的距离,以及各簇中定位点的数量,确定各定位点的置信度;
基于置信度,在定位点中确定目标定位点。
可选地,定位点处理模块具体用于:
若目标定位点满足预设条件,则将目标定位点存储于第一服务器的内存中;
若目标定位点不满足预设条件,则将丢弃目标定位点。
可选地,预设条件包括以下至少一项:
目标定位点的置信度不小于预设的置信度阈值;
当第一服务器的内存中存储的用户的历史定位点的数量不小于预设值时,目标定位点符合基于历史定位点确定出的预测定位区间,历史定位点为在预设时段之前确定的目标定位点。
可选地,定位点集合是由终端设备发送给对应的第二服务器,并由第二服务器转发给第一服务器的;
第二服务器是由第一服务器基于一致性哈希算法从服务器集群中确定出的。
可选地,上述装置还包括:
坐标更新模块,用于在将目标定位点存储于第一服务器的内存之后,基于目标定位点在地理围栏中更新用户的索引坐标。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储介质和总线,存储介质存储有处理器可执行的机器可读指令,当电子设备运行时,处理器与存储介质之间通过总线通信,处理器执行机器可读指令,以执行时执行如第一方面所述的定位点处理方法的步骤。
第四方面,本发明实施例提供一种存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行如第一方面所述的定位点处理方法的步骤。
本发明实施例可以通过将预设时段内收集的定位点进行聚类处理,在聚类生成的簇内确定目标定位点,并确定目标定位点是否与司机的实际位置接近,基于目标定位点是否与司机的实际位置接近来对目标定位点进行处理。基于本方案,能够筛除与司机实际位置相差较远的定位点,并对筛选出的目标定位点进行验证,保证基于目标定位点对司机定位时具有较高的准确性,从而提高派单的成功率,提升用户的使用体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,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发明的某些实施例,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示出了本发明实施例提供的定位点处理方法的流程示意图;
图2示出了本发明实施例提供的定位点处理装置的结构示意图;
图3示出了本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,应当理解,本发明中附图仅起到说明和描述的目的,并不用于限定本发明的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明的一些实施例实现的操作。应该理解,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发明内容的指引下,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,本发明所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,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所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。还应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。在本发明的描述中,还需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本发明实施例提供一种定位信息的处理方法,该方法可以应用于服务平台,服务平台可以基于该方法对司机的终端设备上报的定位数据进行处理。该方法的执行主体可以是服务平台的服务器、计算机等具有数据处理能力的设备,本发明对此不作限制。
在一些实施例中,服务器可以是单个服务器,也可以是服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器可以是分布式系统)。在一些实施例中,用户可以通过手机、电脑等终端向服务器发起服务请求,服务器相对于终端,可以是本地的、也可以是远程的。例如,服务器可以经由网络访问存储在用户终端或数据库中的信息或数据。在一些实施例中,服务器还可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(communitycloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。
可选地,服务平台可以是顺风车服务平台、出租车调度平台等。用户可以指代请求服务、订购服务、提供服务或促成服务的提供的个人、实体或工具,如:用户可以是指使用顺风车服务应用程序(Application,App)的司机。为了使得本领域技术人员能够使用本发明内容,本发明将结合特定应用场景“出租车派单”,给出以下实施方式。但需要说明,本发明实施例虽然以出租车派单服务作为特定应用场景进行描述,但是应该理解,这仅是一个示例性实施例,对于本领域技术人员来说,在不脱离本发明的精神和范围的情况下,也可以将这里下述实施例中所定义的一般原理应用于其他实施例,如顺风车拼单服务等其他应用场景中。对于本发明实施例提供的定位信息的处方法的应用场景,本发明不作限定。
目前,终端设备多通过全球定位系统(GlobalPositioningSystem,GPS)进行定位,理想情况下GPS定位信息的精度为5-10米,但是由于硬件因素以及环境因素等外界干扰,实际的定位信息的定位精度会低于理想值。在实际使用中,司机的终端设备上报的定位信息的数据量巨大,其中一些定位信息可能会偏离司机的实际位置,因此,如果不能将筛除掉这些偏离司机实际位置的点,就会影响对司机的准确定位。
为解决上述问题中的至少一项,本发明实施例提供一种定位信息的处理方法,该方法可以应用于派单系统中的服务器,对司机的终端设备发出的定位信息进行处理,该方法的执行主体可以为服务器等具有数据处理能力的设备,本发明对此不作限制。
图1示出了本发明实施例提供的定位信息的处理方法的流程示意图。
如图1所示,该定位信息的处理方法可以包括:
步骤S110:当接收到预设时段内用户的定位点集合时,对定位点集合内的定位点进行聚类处理生成至少一个簇;
步骤S120:在簇内的定位点中确定目标定位点;
步骤S130:基于目标定位点是否满足预设条件,对目标定位点进行处理。
本申请实施例中,预设时段的时长可以根据实际需要进行设置,定位点集合内的定位点可以是在预设时段内等时间间隔采集的,采集的定位点的数量可以根据实际需要进行设定,司机的终端设备可以将在预设时段内采集的定位点进行上报,作为一个示例,预设时段的时长可以为15秒,采集的定位点可以为9个,即司机的终端设备每15秒,将采集到的9个定位点上报。
在实际使用中,定位点可以通过经纬度坐标的形式表示。
本申请实施例中,定位点集合内可能会存在定位不准确的定位点,因此需要对定位点集合内的定位点进行处理,确定出最可能与司机的实际位置接近的目标定位点,用来表示在预设时段内司机的定位位置。
本申请实施例中,可以通过对定位点集合内的定位点进行聚类处理的方式生成至少一个簇,再从簇内的定位点中确定目标定位点。对定位点集合内的定位点进行聚类处理时,位置接近(即相似度较高)的定位点会被聚类到一个簇内,而对于无法被聚类到簇内的定位点,则可以认为与其他的定位点位置相差较远(即相似度较低),因此可以将无法被聚类到簇内的定位点丢弃,针对簇内的定位点来确定目标定位点。
在实际使用中,可以预设簇内的最小的定位点个数,例如,当进行聚类的定位点为9个时,可以预设簇内的最小的定位点个数为3个。
由于在实际使用中,司机的终端设备上报的定位点的数量巨大,并且不可避免的存在一些与司机的实际位置相差较远的定位点,因此可以对定位点集合中的定位点进行处理,通过确定目标定位点并丢弃定位点集合内的其他定位点的方式来实现对定位点的筛选。
本申请实施例中,预设条件可以用于判定目标定位点所表示的司机的定位位置是否与司机的实际位置接近,可以根据目标定位点与司机的实际位置的接近与否来对目标定位点进行处理。
以对司机的派单操作为例,司机的终端设备可以每隔预设时段将预设时段内采集的定位点集合上报,第一服务器在获取到定位点集合后,先对定位点集合内的定位点进行聚类处理得到至少一个簇,并在簇内的定位点中确定目标定位点,将确定出的目标定位点与预设条件进行比较,判定目标定位点是否与司机的实际位置接近,进而将满足预设条件的目标定位点对应的位置确定为司机的位置,并用于对司机的派单。
本申请实施例提供的方法,通过将预设时段内收集的定位点进行聚类处理,在聚类生成的簇内确定目标定位点,并确定目标定位点是否与司机的实际位置接近,基于目标定位点是否与司机的实际位置接近来对目标定位点进行处理。基于本方案,能够筛除与司机实际位置相差较远的定位点,并对筛选出的目标定位点进行验证,保证基于目标定位点对司机定位时具有较高的准确性,从而提高派单的成功率,提升用户的使用体验。
本申请的一种可选实施方式中,对定位点集合内的定位点进行聚类处理生成至少一个簇,包括:
基于装袋bagging方法,对定位点集合内的定位点建立多个分类器;
基于多数投票法在分类器中确定目标分类器;
通过目标分类器进行聚类处理生成至少一个簇。
本申请实施例中,对定位点集合内的定位点进行聚类处理可以采用装袋(bagging)方式。具体而言,可以分别对定位点集合内的定位点进行多次有放回的随机采样,针对每次随机采样的定位点构建分类器,采用多数投票法对各分类器进行等权的投票,根据少数服从多数的原则,将得票最多的分类器确定为目标分类器,并通过目标分类器进行聚类处理生成至少一个簇。通过bagging方式确定的聚类结果具有更高的准确性。
本申请的一种可选实施方式中,在簇内的定位点中确定目标定位点,包括:
基于各定位点相对于其所在簇的质心的距离,以及各簇中定位点的数量,确定各定位点的置信度;
基于置信度,在定位点中确定目标定位点。
本申请实施例中,聚类处理时可能会出现至少一个簇,当存在多个簇时,可以认为包含定位点数量越多的簇中可能存在目标定位点的概率越高,在实际使用中,可以根据各簇中定位点的数量为各簇分配权重,例如,当存在2个簇时,第一个簇中定位点的数量为5个,第二个簇中定位点的数量为3个,可以基于2个簇中包含定位点的数量来分配权重:第一个簇的权重为0.625,第二个簇的权重为0.375。
本申请中的距离可以为欧式距离等用来衡量对象相似度的距离。
本申请实施例中,当定位点与簇的质心的距离越小时,定位点与质心的相似度越高,相应的该定位点是目标定位点的可能性则越高。在实际使用中,可以对与质心距离较小的定位点设置较高的权值,对与质心距离较大的定位点设置较低的权值。作为一个示例,定位点A与质心的距离为a,定位点A的权值可以为1/a。
本申请实施例中,可以基于各定位点相对于其所在簇的质心的距离,以及各簇的权重,来确定各定位点的置信度,作为一个示例,定位点C的相对于其所在簇的质心的距离为c,定位点C所在的簇的权重为0.625,定位点C的置信度可以为0.625/c。
在确定出置信度后,可以基于各定位点的置信度,来确定目标定位点,具体而言,可以将置信度最高的一个或多个定位点作为目标定位点。作为一个示例,本申请中可以将置信度最高的一个定位点确定为目标定位点,将目标定位点作为预设时段内司机的位置。
本申请的一种可选实施方式中,基于目标定位点是否满足预设条件,对目标定位点进行处理,包括:
若目标定位点满足预设条件,则将目标定位点存储于第一服务器的内存中;
若目标定位点不满足预设条件,则将丢弃目标定位点。
本申请实施例中,在确定出目标定位点后,可以将目标定位点与预设条件进行比较,认为满足预设条件的目标定位点接近司机的实际位置,将满足预设条件的目标定位点存储于第一服务器的内存中;认为不满足预设条件的目标定位点与司机的实际位置相差较多,不能用于表示司机的实际位置。当预设时段的目标定位点不满足预设条件时,可以将该目标定位点舍弃,这时虽然无法确定该预设时段内司机所处的位置,但是司机的终端设备会以固定的频率上报定位点集合,而且频率较高,不会影响对司机位置的获取以及对运动轨迹的把握。
本申请实施例中,预设条件包括以下至少一项:
目标定位点的置信度不小于预设的置信度阈值;
当第一服务器的内存中存储的用户的历史定位点的数量不小于预设值时,目标定位点符合基于历史定位点确定出的预测定位区间,历史定位点为在预设时段之前确定的目标定位点。
本申请实施例中,置信度阈值可以根据经验值和/或实验值进行设定,在目标定位点的置信度不小于预设的置信度阈值,可以认为目标定位点的置信度较高,与司机的实际位置接近,能够用于表示司机的实际位置。
本申请实施例中,历史定位点可以是在预设时段前的指定数量的时段内确定出的,并且已被存储于第一服务器内存中的目标定位点,历史定位点可以表示与预设时段临近的时段内司机所处的实际位置。当历史定位点的数量达到预设值时,可以根据历史定位点对当前司机所处的实际位置进行与预估,确定预测定位区间,如果当前的预设时段内确定出的目标定位点不在预测定位区间内,可以认为其与司机的实际位置偏离量较多,该预测时段内对司机的定位不合理,可以将该目标定位点舍弃;如果当前的预设时段内确定出的目标定位点在预测定位区间内,可以认为通过此目标定位点表示司机的实际位置是合理的。
本申请实施例中,通过预设数量的历史定位点确定预测定位区间时,可以通过最小二乘法对预测定位区间进行预估。
本申请实施例中,将满足预设条件的目标定位点存储于第一服务器的内存中,相较于存储于磁盘中,具有更快的读取速度,以便于在进行派单等操作时,快速的调用司机的位置信息,有利于提高处理速度。
本申请的一种可选实施方式中,定位点集合是由终端设备发送给对应的第二服务器,并由第二服务器转发给第一服务器的;
第二服务器是由第一服务器基于一致性哈希算法从服务器集群中确定出的。
本申请实施例中,将目标定位点存储于第一服务器的内存中,由于每台服务器的内存空间有限,为保证对司机位置的快速获取,可以采用在服务器集群内共享内存的方式来存储司机的位置。
在实际使用中,司机的终端设备可以与服务器中的第二服务器相对应,终端设备每隔预设时段将定位点集合发送给第二服务器,第二服务器基于一致性哈希算法从服务器集群中确定出第一服务器,并将定位点集合转发至第一服务器,以使第一服务器对定位点集合进行处理确定目标定位点,并将满足预设条件的目标定位点存储于内存。
作为一种可选的实施方式,可以基于司机的终端设备的ID确定哈希值,并与服务器集群内各服务器对应的哈希值共同映射至哈希环中,基于一致性哈希算法确定第二服务器。
本申请实施例中,由于是通过服务器集群对司机的定位数据进行处理和存储,能够快递的对司机上报的大量定位数据进行处理,实现对司机位置的纠偏与更新,相较于直接使用的GPS定位数据具有更好的准确性。
作为一种可选的实施方式,在服务器集群可以使用Go语言中的远程过程调用(RemoteProcedureCall,RPC)来进行定位点集合的转发。
本申请的一种可选实施方式中,上述方法还包括:
在将目标定位点存储于第一服务器的内存之后,基于目标定位点在地理围栏中更新用户的索引坐标。
本申请实施例中,第一服务器可以维护有地理围栏,在将目标定位点存储于第一服务器的内存之后,在地理围栏中更新司机的索引坐标,以便于在派单操作时,通过调用索引坐标的方式快速确定司机位置,并为司机派单。
具体而言,当接收到乘客的打车订单时,可以根据乘客的位置订制查询范围,确定索引坐标在查询范围内的司机,向查询范围内的司机进行派单。作为一个示例,查询范围可以以乘客的位置为圆心,指定距离作为半径做圆的方式获得。
基于前述方法实施例中的定位信息的处理方法,对应的,本发明实施例还提供一种定位信息的处理装置,图2示出了本发明实施例提供的定位信息的处装置的结构示意图。
如图2所示,该定位信息的处理装置20可以包括:
聚类处理模块210,用于在接收到预设时段内用户的定位点集合时,对定位点集合内的定位点进行聚类处理生成至少一个簇;
目标定位点确定模块220,用于在簇内的定位点中确定目标定位点;
定位点处理模块230,用于基于目标定位点是否满足预设条件,对目标定位点进行处理。
本申请实施例提供的装置,通过将预设时段内收集的定位点进行聚类处理,在聚类生成的簇内确定目标定位点,并确定目标定位点是否与司机的实际位置接近,基于目标定位点是否与司机的实际位置接近来对目标定位点进行处理。基于本方案,能够筛除与司机实际位置相差较远的定位点,并对筛选出的目标定位点进行验证,保证基于目标定位点对司机定位时具有较高的准确性,从而提高派单的成功率,提升用户的使用体验。
可选地,聚类处理模块在对定位点集合内的定位点进行聚类处理生成至少一个簇时,具体用于:
基于bagging方式,对定位点集合内的定位点建立多个分类器;
基于多数投票法在分类器中确定目标分类器;
通过目标分类器进行聚类处理生成至少一个簇。
可选地,目标定位点确定模块具体用于:
基于各定位点相对于其所在簇的质心的距离,以及各簇中定位点的数量,确定各定位点的置信度;
基于置信度,在定位点中确定目标定位点。
可选地,定位点处理模块具体用于:
若目标定位点满足预设条件,则将目标定位点存储于第一服务器的内存中;
若目标定位点不满足预设条件,则将丢弃目标定位点。
可选地,预设条件包括以下至少一项:
目标定位点的置信度不小于预设的置信度阈值;
当第一服务器的内存中存储的用户的历史定位点的数量不小于预设值时,目标定位点符合基于历史定位点确定出的预测定位区间,历史定位点为在预设时段之前确定的目标定位点。
可选地,定位点集合是由终端设备发送给对应的第二服务器,并由第二服务器转发给第一服务器的;
第二服务器是由第一服务器基于一致性哈希算法从服务器集群中确定出的。
可选地,上述装置还包括:
坐标更新模块,用于在将目标定位点存储于第一服务器的内存之后,基于目标定位点在地理围栏中更新用户的索引坐标。
上述装置可以集成于服务器等设备,本发明在此不作限制。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,该定位信息的处理装置的具体工作过程,可以参考前述方法实施例中的定位信息的处理方法的对应过程,本发明中不再赘述。
应该理解,以上所描述的装置实施例仅仅是示意性的,本发明实施例所揭露的装置和方法,也可以通过其它的方式实现。例如,所述模块的划分,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,多个模块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。另外,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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。另外,在本发明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或者该技术方案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)执行本发明各个实施例所述方法的全部或部分步骤。
也即,本领域内的技术人员应明白,本发明实施例可以采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式中的任一种实现。
基于此,本发明实施例还提供一种程序产品,该程序产品可以是U盘、移动硬盘、ROM、RAM、磁碟或者光盘等存储介质,存储介质上可以存储有计算机程序,计算机程序被处理器运行时执行如前述方法实施例中所述的定位信息的处理方法的步骤。具体实现方式和技术效果类似,在此不再赘述。
另外,本发明实施例还提供一种电子设备,该电子设备可以是上述服务器、或者网络设备等具有数据处理能力的设备,图3示出了本发明实施例提供的电子设备的结构示意图。
如图3所示,该电子设备2000可以包括:处理器2001、存储介质2002和总线2003,存储介质2002存储有处理器2001可执行的机器可读指令,当电子设备2000运行时,处理器2001与存储介质2002之间通过总线2003通信,处理器2001执行机器可读指令,以执行时执行如前述方法实施例中所述的定位信息的处理方法的步骤。具体实现方式和技术效果类似,在此同样不再赘述。
为了便于说明,在上述电子设备中仅描述了一个处理器。然而,应当注意,一些实施例中,本发明中的电子设备还可以包括多个处理器,因此本发明中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。
以上仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种定位信息的处理方法,其特征在于,所述方法应用于第一服务器,所述方法包括:
当接收到预设时段内用户的定位点集合时,对所述定位点集合内的定位点进行聚类处理生成至少一个簇;
在所述簇内的定位点中确定目标定位点;
基于所述目标定位点是否满足预设条件,对所述目标定位点进行处理。
2.根据权利要求1所述的方法,其特征在于,所述对所述定位点集合内的定位点进行聚类处理生成至少一个簇,包括:
基于装袋bagging方式,对所述定位点集合内的定位点建立多个分类器;
基于多数投票法在所述分类器中确定目标分类器;
通过所述目标分类器进行聚类处理生成至少一个簇。
3.根据权利要求1所述的方法,其特征在于,所述在所述簇内的定位点中确定目标定位点,包括:
基于各定位点相对于其所在簇的质心的距离,以及各所述簇中定位点的数量,确定各所述定位点的置信度;
基于所述置信度,在所述定位点中确定目标定位点。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标定位点是否满足预设条件,对所述目标定位点进行处理,包括:
若所述目标定位点满足预设条件,则将所述目标定位点存储于所述第一服务器的内存中;
若所述目标定位点不满足预设条件,则将丢弃所述目标定位点。
5.根据权利要求3所述的方法,其特征在于,所述预设条件包括以下至少一项:
所述目标定位点的置信度不小于预设的置信度阈值;
当所述第一服务器的内存中存储的所述用户的历史定位点的数量不小于预设值时,所述目标定位点符合基于所述历史定位点确定出的预测定位区间,所述历史定位点为在所述预设时段之前确定的目标定位点。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述定位点集合是由终端设备发送给对应的第二服务器,并由所述第二服务器转发给所述第一服务器的;
所述第二服务器是由所述第一服务器基于一致性哈希算法从服务器集群中确定出的。
7.根据权利要求1所述的方法,其特征在于,还包括:
在将所述目标定位点存储于所述第一服务器的内存之后,基于所述目标定位点在地理围栏中更新所述用户的索引坐标。
8.一种定位信息的处理装置,其特征在于,所述装置包括:
聚类处理模块,用于在接收到预设时段内用户的定位点集合时,对所述定位点集合内的定位点进行聚类处理生成至少一个簇;
目标定位点确定模块,用于在所述簇内的定位点中确定目标定位点;
定位点处理模块,用于基于所述目标定位点是否满足预设条件,对所述目标定位点进行处理。
9.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求1至7任一项所述的定位信息的处理方法的步骤。
10.一种存储介质,其特征在于,所述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7任一项所述的定位信息的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068927.4A CN111898624B (zh) | 2020-01-21 | 2020-01-21 | 定位信息的处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068927.4A CN111898624B (zh) | 2020-01-21 | 2020-01-21 | 定位信息的处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111898624A true CN111898624A (zh) | 2020-11-06 |
CN111898624B CN111898624B (zh) | 2024-04-02 |
Family
ID=73169764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010068927.4A Active CN111898624B (zh) | 2020-01-21 | 2020-01-21 | 定位信息的处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898624B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689491A (zh) * | 2021-09-02 | 2021-11-23 | 广州市奥威亚电子科技有限公司 | 目标定位方法、多目标跟踪方法及装置 |
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030061213A1 (en) * | 2001-07-31 | 2003-03-27 | International Business Machines Corporation | Method for building space-splitting decision tree |
US8214365B1 (en) * | 2011-02-28 | 2012-07-03 | Symantec Corporation | Measuring confidence of file clustering and clustering based file classification |
US20130332773A1 (en) * | 2012-06-12 | 2013-12-12 | Siemens Aktiengesellschaft | Generalized pattern recognition for fault diagnosis in machine condition monitoring |
CN105243396A (zh) * | 2015-11-06 | 2016-01-13 | 百度在线网络技术(北京)有限公司 | 用户位置信息生成方法和装置 |
US20160253407A1 (en) * | 2013-11-07 | 2016-09-01 | Huawei Technologies Co., Ltd. | Clustering Method for a Point of Interest and Related Apparatus |
CN105933294A (zh) * | 2016-04-12 | 2016-09-07 | 晶赞广告(上海)有限公司 | 网络用户定位方法、装置及终端 |
CN109522374A (zh) * | 2018-09-14 | 2019-03-26 | 北京三快在线科技有限公司 | 一种定位方法、装置、电子设备及可读存储介质 |
WO2019128355A1 (zh) * | 2017-12-29 | 2019-07-04 | 北京京东尚科信息技术有限公司 | 确定精确地理位置的方法和装置 |
US10489931B1 (en) * | 2016-03-02 | 2019-11-26 | Meta View, Inc. | Systems and methods for reducing processing load when simulating user interaction with virtual objects in an augmented reality space and/or evaluating user interaction with virtual objects in an augmented reality space |
WO2019228391A1 (en) * | 2018-05-31 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for online to offline services |
-
2020
- 2020-01-21 CN CN202010068927.4A patent/CN111898624B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030061213A1 (en) * | 2001-07-31 | 2003-03-27 | International Business Machines Corporation | Method for building space-splitting decision tree |
US8214365B1 (en) * | 2011-02-28 | 2012-07-03 | Symantec Corporation | Measuring confidence of file clustering and clustering based file classification |
US20130332773A1 (en) * | 2012-06-12 | 2013-12-12 | Siemens Aktiengesellschaft | Generalized pattern recognition for fault diagnosis in machine condition monitoring |
US20160253407A1 (en) * | 2013-11-07 | 2016-09-01 | Huawei Technologies Co., Ltd. | Clustering Method for a Point of Interest and Related Apparatus |
CN105243396A (zh) * | 2015-11-06 | 2016-01-13 | 百度在线网络技术(北京)有限公司 | 用户位置信息生成方法和装置 |
US10489931B1 (en) * | 2016-03-02 | 2019-11-26 | Meta View, Inc. | Systems and methods for reducing processing load when simulating user interaction with virtual objects in an augmented reality space and/or evaluating user interaction with virtual objects in an augmented reality space |
CN105933294A (zh) * | 2016-04-12 | 2016-09-07 | 晶赞广告(上海)有限公司 | 网络用户定位方法、装置及终端 |
WO2019128355A1 (zh) * | 2017-12-29 | 2019-07-04 | 北京京东尚科信息技术有限公司 | 确定精确地理位置的方法和装置 |
WO2019228391A1 (en) * | 2018-05-31 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for online to offline services |
CN109522374A (zh) * | 2018-09-14 | 2019-03-26 | 北京三快在线科技有限公司 | 一种定位方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (5)
Title |
---|
CHEN JINYIN 等: "A novel cluster center fast determination clustering algorithm", 《APPLIED SOFT COMPUTING》, vol. 57, pages 539 - 555, XP085065429, DOI: 10.1016/j.asoc.2017.04.031 * |
SANDRINE DUDOIT 等: "Bagging to improve the accuracy of a clustering procedure", 《BIOINFORMATICS》, pages 1090 - 1099 * |
钱光超: "空间聚类分析及其在GIS中的应用研究", 《万方知识数据服务平台》, pages 1 - 75 * |
韩东红 等: "基于集成分类器的数据流分类算法", 《数据采集与处理》, vol. 33, no. 6, pages 1021 - 1033 * |
顾洪博 等: "基于孤立点和初始质心选择的k-均值改进算法", 《长江大学学报(自然科学版)理工卷》, vol. 6, no. 1, pages 60 - 62 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689491A (zh) * | 2021-09-02 | 2021-11-23 | 广州市奥威亚电子科技有限公司 | 目标定位方法、多目标跟踪方法及装置 |
CN113689491B (zh) * | 2021-09-02 | 2023-12-01 | 广州市奥威亚电子科技有限公司 | 目标定位方法、多目标跟踪方法及装置 |
CN115277823A (zh) * | 2022-07-08 | 2022-11-01 | 北京达佳互联信息技术有限公司 | 定位方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111898624B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10692028B2 (en) | Optimal demand-based allocation | |
EP3241370B1 (en) | Analyzing semantic places and related data from a plurality of location data reports | |
EP3367356A1 (en) | Method, system and device for requesting rescue and computer storage medium | |
US20180225796A1 (en) | Resource Allocation in a Network System | |
US20170336219A1 (en) | System and method for accelerating route search | |
CN108830504B (zh) | 用车需求预测方法、系统、服务器及计算机存储介质 | |
US8483962B2 (en) | Method for providing route information and the system thereof | |
AU2021254609A1 (en) | Determining a topological location of a client device using received radio signatures | |
EP1882373A2 (en) | Positioning service utilizing existing radio base stations | |
US10560797B2 (en) | Information processing device and method | |
CN111898624B (zh) | 定位信息的处理方法、装置、设备及存储介质 | |
US20110082846A1 (en) | Selective processing of location-sensitive data streams | |
CN107464074B (zh) | 一种精确物流配送方法和系统 | |
CN110753078B (zh) | 提示方法、装置、电子设备及存储介质 | |
US20170229016A1 (en) | Mobile automobile parking application | |
CN111932330A (zh) | 服务位置推荐方法、装置、电子设备及可读存储介质 | |
US11961339B2 (en) | Collision analysis platform using machine learning to reduce generation of false collision outputs | |
CN111898042B (zh) | 乘车点推荐方法、装置、设备及存储介质 | |
JPWO2021076748A5 (zh) | ||
US20220140924A1 (en) | Mobile data collection apparatus | |
US9671232B2 (en) | Grid-based arrival time prediction | |
CN113076771A (zh) | 一种车辆及其车辆管理系统、监测方法 | |
EP2420984A1 (en) | Taxi user extraction device, taxi user extraction method, transportation user extraction device, and transportation user extraction method | |
CN106842272B (zh) | 停车场内生成停车轨迹的方法、系统及装置 | |
CN114500428B (zh) | 导航分享方法及装置、电子设备、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |