CN112055867A - 用于推荐个性化上车位置的系统和方法 - Google Patents
用于推荐个性化上车位置的系统和方法 Download PDFInfo
- Publication number
- CN112055867A CN112055867A CN201880092941.9A CN201880092941A CN112055867A CN 112055867 A CN112055867 A CN 112055867A CN 201880092941 A CN201880092941 A CN 201880092941A CN 112055867 A CN112055867 A CN 112055867A
- Authority
- CN
- China
- Prior art keywords
- location
- determining
- boarding
- locations
- requested
- 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 74
- 238000004891 communication Methods 0.000 claims description 16
- 230000004048 modification Effects 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 54
- 230000008569 process Effects 0.000 description 33
- 230000015654 memory Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- QVRVXSZKCXFBTE-UHFFFAOYSA-N n-[4-(6,7-dimethoxy-3,4-dihydro-1h-isoquinolin-2-yl)butyl]-2-(2-fluoroethoxy)-5-methylbenzamide Chemical compound C1C=2C=C(OC)C(OC)=CC=2CCN1CCCCNC(=O)C1=CC(C)=CC=C1OCCF QVRVXSZKCXFBTE-UHFFFAOYSA-N 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G06Q50/40—
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/325—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices using wireless networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Abstract
本申请涉及用于推荐个性化上车位置的系统和方法。该方法可以包括从请求者处获得数据;基于所述数据确定推荐上车位置和推荐上车位置的描述;并输出推荐上车位置和推荐上车位置的描述。
Description
技术领域
本申请涉及按需服务,更具体地,涉及用于推荐个性化上车位置的系统和方法。
背景技术
在线打车已成为日常生活中重要的交通工具。当服务请求者(例如,乘客)使用用户终端经由在线打车服务平台请求汽车服务时,服务器可以为服务请求者和服务提供者(例如,司机)推荐上车位置。可以基于用户终端的位置信息来确定上车位置。在线打车服务中的问题是用户终端的位置信息可能不准确,或者推荐上车位置可能不合适。此外,服务请求者的偏好或习惯也可能影响对推荐上车位置的接受。因此,服务提供者和服务请求者可能需要进一步相互通信以确定上车位置,从而给服务提供者和服务请求者带来不便。可能需要开发用于更精确地考虑服务请求者的偏好来推荐合适的上车位置的系统和方法。
发明内容
根据本申请的一个方面,提供了一种用于确定推荐上车位置的系统。该系统可以包括至少一个存储一组指令的存储介质和至少一个被配置的用于与至少一个存储介质通信的处理器,其中当执行一组指令时,指示该至少一个处理器从请求者处获得当前请求位置;获得请求者的历史订单,其中历史订单包括至少两个上车位置和至少两个与所述上车位置对应的请求位置,并且至少两个上车位置位于上车位置区域;确定一个或以上请求位置区域,包括至少两个请求位置;基于历史订单,确定一个或以上请求位置区域与上车位置区域之间的选择的对应关系;并基于当前请求位置和选择的对应关系确定推荐上车位置。
在一些实施例中,可以进一步指示至少一个处理器确定推荐上车位置的描述。
在一些实施例中,为了确定推荐上车位置的描述,可以指示至少一个处理器获得至少两个历史订单,每个所述历史订单包括推荐上车位置的描述;并确定历史订单中的描述是否相同。响应于确定的历史订单的描述相同,可以指示至少一个处理器指定与推荐上车位置的描述相同的描述。响应于确定历史订单中的至少一个描述不同,可以指示所述至少一个处理器根据历史订单中的描述的使用频率确定用户喜欢的描述,并将用户喜欢的描述指定为推荐上车位置的描述。
在一些实施例中,可以进一步指示至少一个处理器确定至少两个请求位置区域和至少两个上车位置区域之间的至少两个对应关系;并基于至少两个对应关系确定选择的对应关系。
在一些实施例中,为了确定选择的对应关系,可以指示至少一个处理器确定当前请求位置是否位于多于一个请求位置区域中。响应于确定当前请求位置位于一个请求位置区域中,可以指示至少一个处理器确定与请求位置区域相关联的对应关系是选择的对应关系。响应于确定当前请求位置位于多个请求位置区域,可以指示至少一个处理器获得与请求者有关的历史数据,并基于至少两个对应关系和历史数据确定选择的对应关系。
在一些实施例中,为了确定当前请求位置是否位于多个请求位置区域中,可以指示至少一个处理器确定当前请求位置的定位精度;根据当前请求位置的定位精度,确定当前请求位置是否位于多个请求位置区域。
在一些实施例中,历史数据可以包括与历史推荐上车位置的接受、历史推荐上车位置的修改和临时事件中的至少一个相关的数据。
在一些实施例中,为了获得与请求者相关的历史订单,包括至少两个上车位置和对应的至少两个请求位置,可以指示所述至少一个处理器获得请求者和服务提供者的行程路径;确定请求者的行程路径与服务提供者的行程路径之间的交叉路口;获得包括交叉路口的道路网络;并根据交叉路口和道路网络确定上车位置。
在一些实施例中,为了确定包括至少两个请求位置的一个或以上请求位置区域,指示至少一个处理器根据密度峰值聚类算法将至少两个请求位置划分为一个或以上组;并确定一个或以上请求位置区域,其中每个请求位置区域包括一组请求位置。
根据本申请的另一方面,可以确定用于确定推荐上车位置的方法。该方法可以在具有至少一个处理器和至少一个计算机可读存储介质的计算设备上实现,其中该方法可以包括从请求者获得当前请求位置;获得请求者的历史订单,其中历史订单包括至少两个上车位置和至少两个与所述上车位置对应的请求位置,并且至少两个上车位置位于上车位置区域;确定一个或以上请求位置区域,包括至少两个请求位置;根据历史订单,确定一个或以上请求位置区域与上车位置区域之间的选择对应关系;并根据当前请求位置和选择的对应关系确定推荐上车位置。
根据本申请的又一方面,提供了一种非暂时性计算机可读介质。非暂时性计算机可读介质可包括至少一个用于推荐上车位置的一组指令,其中当由计算机设备的至少一个处理器执行时,所述至少一个一组指令指示所述至少一个处理器从请求者处获得当前请求位置;获得请求者的历史订单,其中历史订单包括至少两个上车位置和至少两个和所述上车位置对应的请求位置,并且至少两个上车位置位于上车位置区域;确定一个或以上请求位置区域,包括至少两个请求位置;根据历史订单,确定一个或以上请求位置区域与上车位置区域之间的选择的对应关系;并根据当前请求位置和选择的对应关系确定推荐上车位置。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图不按比例绘制。这些实施例是非限制性的示例性实施例,在这些实施例中,各图中相同的编号表示相似的结构,其中:
图1是根据本申请的一些实施例所示的示例性按需服务系统的示意图;
图2是根据本申请的一些实施例所示的计算设备的示例性组件的示意图;
图3是根据本申请的一些实施例所示的示例性用户终端的示例性硬件和/或软件组件的示意图;
图4是根据本申请的一些实施例所示的示例性处理引擎的示意图;
图5是根据本申请的一些实施例所示的用于推荐个性化上车位置的示例性过程的流程图;
图6是根据本申请的一些实施例所示的示例性处理模块的示意图;
图7是根据本申请的一些实施例所示的用于确定一个或以上请求位置区域与上车位置区域的对应关系的示例性过程的流程图;
图8是根据本申请的一些实施例所示的用于确定推荐上车位置的示例性过程的流程图;以及
图9是根据本发明的一些实施例所示的用于确定推荐上车位置的描述的示例性过程的流程图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。需进一步理解的是,本申请中使用的术语“包括”和/或“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,还可以包括其它的步骤和元素。
虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在客户端和/或服务器上。这些模块旨在说明,而不是为了限制本申请的范围。可以在系统和方法的不同方面使用不同的模块。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
参考如下所述的附图描述本申请的实施例的技术方案。显然,所描述的实施例不是穷举的而不是限制性的。基于本申请中的第四实施例,本领域普通技术人员在没有任何创造性工作的情况下获得的其他实施例在本申请的范围内。
在一个方面,本申请涉及用于推荐个性化上车位置的系统和方法,其中服务提供者可以接收请求者。在确定推荐上车位置时,可根据历史订单在请求位置区域与上车位置区域建立对应关系。如果请求者的当前请求位置位于请求位置区域中,则可以基于与请求者的当前请求位置区域相关联的对应关系,从至少一个对应的上车位置生成推荐上车位置。另外,可以确定推荐上车位置的描述。
图1是根据本申请的一些实施例所示的示例性按需服务系统的示意图。例如,按需服务系统100可以是用于运输服务,例如打车服务,司机服务,车辆递送服务,拼车服务,公共汽车服务,司机招聘服务和班车服务等的在线运输服务平台。按需服务系统100可以包括服务器110、用户终端120、存储设备150、司机终端140和网络150。该服务器110可包含处理引擎112。
服务器110可以被配置为处理与服务请求有关的信息和/或数据,例如,用于招呼汽车的服务请求。例如,服务器110可以从用户终端120接收服务请求,并处理该服务请求以向用户终端120推荐上车位置。在一些实施例中,服务器110可以是单个服务器,也可以是服务器组。所述服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式的系统)。在一些实施例中,服务器110可以是本地的,也可以是远程的。例如,服务器110可以经由网络150访问存储在用户终端120、司机终端140和/或存储设备130中的信息和/或数据。又例如,服务器110可以直接连接到用户终端120、司机终端140和/或存储设备130以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等,或其任意组合。在一些实施例中,服务器110可以在具有本申请中的图2中所示的一个或以上组件的计算设备上实现。
在一些实施例中,服务器110可以包括处理引擎112。该处理引擎112可处理与服务请求相关联的信息和/或数据来执行在本申请中揭示的一个或者多个功能。例如,处理引擎112可以从用户终端120获得服务请求以招呼汽车。在一些实施例中,所述处理引擎112可包括一个或以上处理引擎(例如,单芯片处理引擎或多芯片处理引擎)。仅作为范例,处理引擎112可以包括中央处理单元(CPU)、特定应用集成电路(ASIC)、特定应用一组指令处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑装置(PLD)、控制器、微控制器单元、精简一组指令计算机(RISC)、微处理器等,或其任意组合。
在一些实施例中,用户终端120和/或司机终端140可以是与请求直接相关的个人,工具或其他实体。用户可以是服务请求者。在本申请中,“用户”,“用户终端”可以互换使用。司机可以是服务提供者。在本申请中,“司机”,“司机终端”可以互换使用。在一些实施例中,用户终端120可以包括移动设备120-1、平板计算机120-2、膝上型计算机120-3、以及机动车辆中的内置设备120-4等,或其任意组合。在一些实施例中,移动设备120-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器控制设备、智能监控设备、智能电视、智能摄像机、对讲机等,或其任意组合。在一些实施例中,该可穿戴设备可包括智能手镯、智能鞋袜、智能眼镜、智能头盔、智能手表、智能衣服、智能背包、智能配件等或其任意组合。在一些实施例中,智能移动设备可以包括智能电话、个人数字助理(PDA)、游戏设备、导航设备、销售终端(POS)等,或其任意组合。在一些实施例中,虚拟现实设备和/或增强型虚拟现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括Google Glass、Oculus Rift,HoloLens、Gear VR等。在一些实施例中,机动车辆内置设备120-4包括机载计算机或机载电视等。在一些实施例中,用户终端120可以是具有定位技术的设备,用于定位用户和/或用户终端120的位置。
在一些实施例中,司机终端140可以是与用户终端120类似或相同的设备。在一些实施例中,司机终端140可以是具有用来确定司机或者司机终端140位置的定位技术的设备。在一些实施例中,用户终端120和/或司机终端140可以与另一个定位设备通信以确定用户、用户终端120、司机和/或司机终端140的位置。在一些实施例中,用户终端120和/或司机终端140可以将位置信息发送到服务器110。
存储设备130可以存储与服务请求有关的数据和/或指令。在一些实施例中,存储设备130可以存储从用户终端120和/或司机终端140获得/获取的数据。在一些实施例中,存储设备130可以存储服务器110可以执行用于执行本发明中描述的示例性方法的数据和/或指令。在一些实施例中,存储设备140可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。在一些实施例中,所述存储设备130可以在云平台上实现。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,存储设备130可以连接到网络150,以与按需服务系统100中的一个或以上组件(例如,服务器110、用户终端120、司机终端140)通信。按需服务系统100中的一个或以上组件可以通过网络150访问存储设备130中存储的数据或指令。在一些实施例中,存储设备130可以直接连接到按需服务系统100中的一个或以上组件(例如,服务器110、终端130、司机终端140等)或与之通信。在一些实施例中,存储设备130可以是服务器110的一部分。
网络150可以促进信息和/或数据的交换。在一些实施例中,按需服务系统100中的一个或以上组件(例如,服务器110、用户终端120、存储设备130和司机终端140)可以通过网络150发送和/或接收信息和/或数据到/从按需服务系统100中的其他组件。例如,服务器110可以经由网络150从用户终端120和/或司机终端140获得/获取服务请求。在一些实施例中,网络150可以为任意形式的有线或无线网络,或其任意组合。仅作为示例,网络150可以包括缆线网络、有线网络、光纤网络、远程通信网络、内联网、因特网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、城域网(MAN)、广域网(WAN)、公共电话交换网(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络、全球移动通信系统(GSM)网络、码分多址(CDMA)网络、时分多址(TDMA)网络、通用分组无线电服务(GPRS)网络、增强数据GSM演进速率(EDGE)网络、宽带码分多址(WCDMA)网络、高速下行链路分组接入(HSDPA)网络、长期演进(LTE)网络、用户数据报协议(UDP)网络、传输控制协议/Internet协议(TCP/IP)网络、短消息服务(SMS网络,无线应用协议(WAP)网络、超宽带(UWB)网络、红外线等,或其任意组合。在一些实施例中,按需服务系统100可以包括一个或以上网络接入点。例如,系统110可以包括有线或无线网络接入点,例如基站和/或无线接入点150-1、150-2、......,按需服务系统100的一个或以上组件可以通过该接入点连接到网络150交换数据和/或信息。
图2是根据本申请的一些实施例所示的计算设备的示例性组件的示意图。其上可以根据本申请的一些实施例实现服务器110、用户终端120、存储设备130和/或司机终端140。本实施例中的特定系统利用功能框图描述了一个包含一个或以上用户界面的硬件平台。这种计算机可以是一个通用目的的计算机,也可以是一个有特定目的的计算机。两种计算机都可以被用于实现本实施例中的特定系统。计算设备200可以被配置用于实现执行本申请中公开的一个或以上功能的任何组件。例如,计算设备200可以实现如本文所述的按需服务系统100的任何组件。在图1-2中,仅出于方便的目的仅示出了一个这样的计算机设备。在提交本申请时,本领域普通技术人员将理解,可以在至少两个类似平台上以分布式方式实现与这里描述的服务有关的计算机功能,以分配处理负荷。
例如,计算设备200可以包括与网络相连接通信端口250,以实现数据通信。计算设备200还可以包括处理器(例如,处理器220),其形式为一个或以上处理器(例如,逻辑电路),用于执行程序指令。例如,处理器可以包括接口电路和其中的处理电路。接口电路可以被配置为从总线210接收电信号,其中电信号编码用于处理电路的结构化数据和/或指令。处理电路可以进行逻辑计算,然后将结论、结果和/或指令编码确定为电信号。然后,接口电路可以经由总线210从处理电路发出电信号。
示例性计算设备可以包括内部通信总线210,程序存储和不同形式的数据存储,包括例如磁盘270,以及只读存储器(ROM)230或随机存取存储器(RAM)240,用于由计算设备处理和/或传输的各种数据文件。示例性计算设备也可以包括储存在ROM 230,RAM 240和/或其他形式的非暂时性存储介质中的能够被处理器220执行的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括I/O组件260,支持计算机和其他组件之间的输入/输出。计算设备200也可以通过网络通信接收编程和数据。
仅用于说明,图2中仅示出了一个CPU和/或处理器。还可以考虑多个CPU和/或处理器;因此,由本申请中描述的一个CPU和/或处理器执行的操作和/或方法步骤也可以由多个CPU和/或处理器联合或单独执行。例如,如果在本申请中,计算设备200的CPU和/或处理器执行步骤A和步骤B,应当理解的是,步骤A和步骤B也可以由计算设备200的两个不同的CPU和/或处理器共同地或独立地执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同地执行步骤A和步骤B)。
图3是根据本申请的一些实施例所示的示例性用户终端的示例性硬件和/或软件组件的示意图;根据本申请的一些实施例,可以在其上实现请求者终端130或提供者终端140。如图3所示,移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O 350、内存360和存储器390。CPU 340可以包括接口电路和类似于处理器220的处理电路。在一些实施例中,任何其他合适的组件,包括但不限于系统总线或控制器(未示出),也可包括在移动设备300内。在一些实施例中,移动操作系统370(例如,iOSTM、AndroidTM、Windows PhoneTM等)和一个或以上应用程序380可以从存储器390加载到内存360中,以便由CPU 340执行。应用程序380可以包括浏览器或任何其他合适的移动应用程序,用于从移动设备300上的基于位置的服务提供系统接收和呈现与服务请求或其他信息有关的信息。用户交互信息可以经由I/O设备350获取,并经由网络120提供给处理引擎112和/或按需服务系统100的其他组件。
为了实现上述各种模块,单元及其功能,计算机硬件平台可以用作一个或以上元件(例如,图2中描述的服务器110的组件)的硬件平台。由于这些硬件元件,操作系统和程序语言是常见的,因此可以假设本领域技术人员熟悉这些技术并且他们能够根据本文中描述的技术提供路线规划中所需的信息。具有用户界面的计算机可以用作个人计算机(PC)或其他类型的工作站或终端设备。在正确编程之后,具有用户界面的计算机可以用作服务器。可以认为本领域普通技术人员也可以熟悉这种类型的计算机设备的这种结构、程序或一般操作。因此,没有针对附图描述额外的解释。
图4是根据本申请的一些实施例所示的示例性处理引擎的示意图。处理引擎112可以包括获取模块410、处理模块420、I/O模块430和通信模块440。模块可以是处理引擎112的至少一部分的硬件电路。这些模块也可以作为一个应用程序或一组由处理引擎112读取和执行的指令实现。此外,模块可以是硬件电路和应用/指令的任意组合。例如,当处理引擎执行应用程序/一组指令时,模块可以是处理引擎112的一部分。
获取模块410可以从按需服务系统100中的一个或以上组件(例如,用户终端120、司机终端140、存储器130等)获取数据。在一些实施例中,所获取的数据可以涉及按需服务。仅作为示例,所获取的数据可以包括历史订单、按需服务请求、位置信息、用户的个性化信息、用户指令、程序、算法等,或其任意组合。例如,获取模块410可以经由用户终端120从请求者获取诸如当前请求位置之类的数据。又例如,获取模块410可以从存储器130获取历史订单。
处理模块420可以处理与按需服务有关的数据。处理模块420可以从获取模块410、I/O模块430和/或能够存储数据的任何存储设备(例如,存储器130或外部数据源)获得或接收数据和/或信息。在一些实施例中,处理模块420可以获得包括至少两个请求位置和至少两个上车位置的历史订单,并基于历史订单确定上车位置区域和一个或以上对应请求位置区域。上车位置区域可以包括至少两个上车位置,并且每个请求位置区域可以包括至少两个请求位置中的至少一个。如这里所使用的,请求位置可以指代请求者(例如,乘客)发送对按需服务的请求的位置。对应于请求位置的上车位置可以指服务提供者(例如,司机)接收请求者的位置。上车位置区域可以指代至少两个上车位置可以位于的地理区域。请求位置区域可以指代至少两个请求位置可以位于的地理区域。在一些实施例中,处理模块420可以确定推荐上车位置和推荐上车位置的描述。
处理模块420可以包括硬件处理器,例如微控制器、微处理器、精简一组指令计算机(RISC)、专用集成电路(ASIC)、专用一组指令处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP),现场可编程门阵列(FPGA)、高级RISC机器(ARM)、可编程逻辑器件(PLD)、能够执行一个或以上功能的任何电路或处理器等,或其任意组合。
I/O模块430可以输入或输出信号、数据或信息。例如,I/O模块430可以向用户(例如,请求者)输出推荐上车位置和推荐上车位置的描述。在一些实施例中,I/O模块430可以包括输入设备和输出设备。示例性输入装置可以包括键盘、鼠标、触摸屏和麦克风等,或其任意组合。示例性输出设备可以包括显示设备、扬声器、打印机、投影仪等,或其任意组合。示例性显示装置可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、曲面显示器、电视设备、阴极射线管(CRT)等,或其任意组合。
通信模块440可以连接到网络(例如,网络120)以促进数据通信。通信模块440可以在处理引擎112与用户终端120,司机终端140和/或存储器120之间建立连接。例如,通信模块440可以将推荐上车位置和推荐上车位置的描述发送到用户终端120和司机终端140。连接可以是有线连接、无线连接、可以启用数据传输和/或接收的任何其他通信连接,和/或这些连接的任意组合。有线连接可以包括例如电缆、光缆、电话线等或其任意组合。无线连接可以包括例如蓝牙连接、Wi-FiTM连接、WiMaxTM连接、WLAN连接,ZigBeeTM连接、移动网络连接(例如,3G、4G、5G等),或其任意组合。在一些实施例中,通信端口207可以是和/或包括标准化的通信端口,诸如RS232,RS485等。
应当注意上述处理引擎112的描述仅仅是为了说明的目的而提供的,并不意图限制本申请的范围。对于本领域的普通技术人员来说,根据本申请的教导可以做出多种变化和修改。例如,处理引擎112还可以包括促进数据存储的存储模块。然而,变化和修改不会背离本申请的范围。
图5是根据本申请的一些实施例所示的用于推荐上车位置的示例性过程500的流程图。在一些实施例中,过程500可以在按需服务系统100中实现。例如,过程500可以作为指令的形式存储在存储设备130和/或存储器(例如,ROM 230,RAM240等)中,并且由服务器110(例如,服务器110中的处理引擎112,或服务器110中的处理引擎112的处理器220)调用和/或执行。
在步骤510中,获取模块410可以从请求者获得数据。请求者可能是也可能不是乘客。例如,请求者可以为他/她自己或另一个人(例如,朋友、家庭成员、客户等)请求服务。在一些实施例中,获取模块410可以从请求者的用户终端120获得数据。用户终端120可以包括例如移动设备120-1、平板电脑120-2、膝上型计算机120-3、内置设备120-4等。在一些实施例中,用户终端120可以包括可以通过其发起服务请求的应用程序。
在一些实施例中,从请求者获得的数据可以涉及用于运输服务的服务请求,例如,在线打车服务请求、出租车服务请求、定制的汽车服务请求等,或其任意组合。获得的数据可以包括请求者的当前请求位置、请求时间、出发时间、目的地、用户标识符(ID)、至少两个历史订单、关于请求者是否接受动态价格调整(例如,服务价格上涨)的信息、关于请求者是否接受服务模式改变(例如,从出租车服务到拼车服务)等的信息,或其任意组合。当前请求位置可以指代请求者发起服务请求的位置。用户终端120可以使用定位技术确定当前请求位置,例如全球定位系统(GPS)技术、北斗导航系统技术、全球导航卫星系统(GLONASS)技术、伽利略定位系统(伽利略)技术、准天顶卫星系统(QAZZ)技术、基站定位技术、Wi-Fi定位技术等,或其任意组合。请求时间可以指请求者发起运输服务请求的时间点,而出发时间可以指请求者计划出发的时间点。例如,请求者可以在上午11点(请求时间)请求服务,在上午11:30(出发时间)离开。用户ID可用于标识请求者。用户ID可以包括用户名、手机号、指纹、用于识别的面部特征等,或其任意组合。至少两个历史订单可以参考请求者的早期订单,包括与先前订单相关联的信息,例如至少两个上车位置、至少两个对应的请求位置、推荐上车位置的描述,或者类似或其任意组合。
在步骤520中,处理模块420可以基于所获得的数据确定推荐上车位置和推荐上车位置的描述。请求者(例如,乘客)可以在上车位置与服务提供者(例如,司机)会面。处理模块420可以确定推荐上车位置和推荐上车位置的描述,然后将确定的信息发送到用户终端120和司机终端140。推荐上车位置的描述可能包括推荐上车位置的名称、街道、大门或推荐上车位置附近的公共汽车/地铁站、两条街道的交叉点、推荐上车位置的邮寄地址等。在一些实施例中,处理模块420可以通过考虑请求者的偏好或习惯以及请求者的历史订单来确定个性化的推荐上车位置和推荐上车位置的个性化描述。
在步骤530中,I/O模块430可以输出推荐上车位置和推荐上车位置的描述。I/O模块430可以将推荐上车位置和推荐上车位置的描述发送到用户终端120和/或司机终端140。推荐上车位置可以自动显示在与安装在用户终端120上的按需服务应用相关联的地图上,以及与安装在司机终端140上的按需服务应用相关联的地图上。在一些实施例中,推荐上车位置可以自动显示在安装在用户终端120和司机终端140上的任何地图上。请求者可以接受推荐上车位置并在推荐上车位置与服务提供者(例如司机)会面。在一些实施例中,请求者可能不接受推荐上车位置并在另一位置与服务提供者见面。在一些实施例中,请求者可以手动地将推荐上车位置改变为优选的上车位置,例如,在用户终端120的用户界面上拖动定位指针、点击用户终端120的用户界面上的不同上车位置、通过打字或语音输入等输入不同的上车位置。在接收到用户关于推荐上车位置的交互时,用户终端120可以将与改变的上车位置有关的信息发送到服务器110,服务器110经由网络150转发到司机终端140,从而导致显示在司机终端140上的推荐上车位置的更新。
图6是根据本申请的一些实施例所示的示例性处理模块420的示意图。在一些实施例中,处理模块420可包括位置区域确定单元610,上车位置确定单元620和位置名称确定单元630。
位置区域确定单元610可以确定上车位置区域和/或请求位置区域。在一些实施例中,位置区域确定单元610可以确定上车位置区域或请求位置区域的形状。上车位置或区域请求位置区域的形状可包括正方形、矩形、圆形、三角形、梯形、菱形、不规则形状等,或其任意组合。在一些实施例中,位置区域确定单元610可以确定上车位置区域或请求位置区域的大小。例如,位置区域确定单元610可以经由I/O模块430接收来自用户(例如,技术人员)的数据输入,以确定上车位置区域或请求位置区域的大小。又例如,位置区域确定单元610可以确定包围某些上车位置或请求位置的几何形状。几何形状的大小可以确定为上车位置区域的大小或请求位置区域的大小。在一些实施例中,位置区域确定单元610可基于历史订单确定至少两个上车位置区域和对应的至少两个请求位置区域。
在一些实施例中,位置区域确定单元610可以通过分别对至少两个上车位置或至少两个请求位置执行聚类操作来确定上车位置区域或请求位置区域。聚类操作可以涉及各种算法,诸如基于密度的具有噪声的应用的空间聚类(DBSCAN)算法,密度峰值聚类(DPC)算法等。
上车位置确定单元620可以确定上车位置。在一些实施例中,上车位置确定单元620可以在历史订单中确定上车位置。例如,上车位置确定单元620可以获得历史订单,其包括在服务请求者接收请求者之前请求者和/或服务提供者的行程路径上的至少两个位置。上车位置确定单元620可以基于至少两个位置确定请求者和服务提供者的行程路径。在一些实施例中,上车位置确定单元620可以通过获得请求者的行程路径与服务提供者的交叉路口来确定请求者与服务提供者相遇的上车位置。在一些实施例中,上车位置确定单元620可以从包括至少两个位置的道路网络数据库获得信息,并通过将请求者的位置映射到道路网络的道路上来确定上车位置。
在一些实施例中,上车位置确定单元620可以确定请求者的推荐上车位置。上车位置确定单元620可以获得由位置区域确定单元610确定的上车位置区域和对应的请求位置区域。在一些实施例中,上车位置确定单元620可以基于历史订单确定上车位置区域和相应的请求位置区域之间的至少两个对应关系。当从请求者接收到当前请求位置时,上车位置确定单元620可以获得包括当前请求位置区域和与请求位置区域相关联的选择的对应关系的请求位置区域,并基于选择的对应关系确定推荐上车位置。在一些实施例中,上车位置确定单元620可以使用机器学习技术(例如,神经网络)来确定推荐上车位置。
位置名称确定单元630可以确定推荐上车位置的描述。推荐上车位置的描述可以与推荐上车位置的地理位置(例如,纬度坐标,经度坐标)组合。推荐上车位置的描述可能包括推荐上车位置的名称、街道、大门、或推荐上车位置附近的公共汽车/地铁站、两条街道的交叉路口等。在一些实施例中,位置名称确定单元630可以经由I/O模块430或用户终端120或者从地图获得来自用户的推荐上车位置的描述。在一些实施例中,推荐上车位置可以具有至少两个描述,因此位置描述判断单元630可以将其他请求者经常使用的描述确定为推荐上车位置的描述。
图7是根据本申请的一些实施例所示的用于确定一个或以上请求位置区域与上车位置区域的对应关系的示例性过程700的流程图。在一些实施例中,过程700可以在按需服务系统100中实现。例如,过程700可以作为指令的形式存储在存储设备130和/或存储器(例如,ROM 230,RAM 240等)中,并且由服务器110(例如,服务器110中的处理引擎112,或服务器110中的处理引擎112的处理器220)调用和/或执行。
在步骤710中,获取模块410可以获得请求者的历史订单,包括与请求者的历史订单相关的信息,例如,在上车位置中的至少两个请求位置和至少两个对应的上车位置区域。在一些实施例中,历史订单可包括请求位置和对应的上车位置。上车位置可以由例如上车位置确定单元620确定。在一些实施例中,在请求者遇到司机之前的历史订单中的每一个,可以包括在请求者和/或服务请求者的行程路径上的至少两个位置。在一些实施例中,上车位置确定单元620可以基于请求位置和请求者以及服务提供者的至少两个位置来确定上车位置。
以历史订单为例,在将历史订单分配给服务请求者之后,请求者可以从请求位置出发,并且按需服务系统100可以在请求者遇到服务提供者之前,在请求者和/或服务提供者的行程路径上至少两个位置。在一些实施例中,按需服务系统100可以通过在预定时间间隔从用户终端120和司机终端140接收位置信息来获得至少两个位置,并将至少两个位置存储在历史订单中。在一些实施例中,按需服务系统100可以基于在不同时间点获得的地理位置(例如,经度坐标和纬度坐标)生成服务请求者的行程路径和服务提供者的行程路径。当请求者遇到服务提供者时,请求者的行程路径与服务提供者之间的交叉路口可以被确定为对应于请求位置的上车位置。
在一些实施例中,按需服务系统100可以在预定的时间间隔(例如,3秒、5秒、20秒等)获得请求者和/或服务提供者的位置。在一些实施例中,按需服务系统100可以将获得的请求者和/或服务提供者的位置与道路网络数据库提供的信息进行比较。道路网络数据库可以包括表示给定区域中道路或道路交叉路口的互连线和点。按需服务系统100可以确定请求者的位置,该位置最接近服务请求者的位置并且位于道路网络的道路上,作为上车位置。
对于按需服务,服务提供者可以在接取请求者之后开始计费,因此,如果在请求服务时未成功获得请求者的位置信息,则按需服务系统100可以在最接近服务提供者开始计费的时间点的时间点获得服务提供者的位置。并且按需服务系统100可以将获得的服务提供者的位置确定为上车位置。
在一些实施例中,至少两个上车位置可以位于上车位置区域,其可以由位置区域确定单元610确定。上车位置区域可以指代至少两个上车位置可以位于的地理区域。在一些实施例中,上车位置区域可具有特定尺寸。例如,上车位置区域可以是包围至少两个上车位置的几何形状(例如,矩形,圆形等)。几何形状的大小可以确定为上车位置区域的大小。在一些实施例中,位置区域确定单元610可以根据聚类算法确定上车位置区域的中心,例如,密度峰值聚类(DPC)算法。
在一些实施例中,位置区域确定单元610可以基于与至少两个上车位置区域相关联的至少两个参考值来确定上车位置的中心。仅用于说明目的,如果上车位置数据集包括至少两个上车位置,其中xi表示上车位置,则位置区域确定单元610可以根据公式(1)确定本地在上车位置数据集S中每个上车位置的局部密度ρ:
其中,ρi表示局部密度,其可以表示每个上车位置和xi之间的距离小于dc的上车位置的数量,并且上车位置可以包括在数据集S中,IS={1,2,…,n}表示对应于上车位置数据集的索引集,j表示索引集IS中除i之外的任意值,dij表示上车位置xi和上车位置xj之间的特定距离(例如,实际距离,欧几里德距离等),并且dc表示截止距离,其可以由按需服务系统100预先确定。在一些实施例中,可以根据等式(2)确定χ:
在确定至少两个上车位置的局部密度之后,位置区域确定单元610可以根据等式(3)确定上车位置与另一个上车位置之间的距离δ:
其中,δi表示数据集S中上车位置xi与另一个上车位置之间的距离。当上车位置的局部密度ρi不大于另一上车位置的局部密度ρi时,δi可表示上车位置xi与具有较大局部密度的另一上车位置之间的最小距离。如果上车位置xi的局部密度大于其他上车位置,则距离δi可以表示为等式(4):
其中,δi可以表示数据集S中上车位置xi与另一个上车位置之间的最大距离。
然后,位置区域确定单元610可以基于局部密度和距离确定至少两个上车位置中的每一个的参考值γ。参考值可以涉及上车位置可以是上车位置区域的中心的概率。参考值γ可以根据等式(5)确定:
γi=ρiδi,i∈IS, (5)
然后,上车位置区域确定单元610可以基于至少两个上车位置和参考值来确定上车位置。
在步骤720中,位置区域确定单元610可以确定包括至少两个请求位置区域的一个或以上请求位置。在一些实施例中,位置区域确定单元610可以通过使用DPC算法对请求位置执行类似的聚类操作来确定一个或以上请求位置区域。在一些实施例中,位置区域确定单元610可以获得至少两个请求位置,并将至少两个请求位置划分为一个或以上组。每组请求位置可以位于请求位置区域中。在一些实施例中,位置区域确定单元610可以确定请求位置区域,并且进一步将请求位置区域划分为至少两个请求位置子区。
在步骤730中,上车位置确定单元620可以基于历史订单确定一个或以上请求位置区域与上车位置区域的对应关系。按需服务系统100可以将对应关系存储在一个或以上请求位置区域和上车位置区域之间,例如,在表格中,作为请求者的个性化信息。按需系统100可以基于对应关系向位于一个或以上请求位置之一的请求者从对应的上车位置区域来推荐上车位置。例如,按需系统100可以基于请求者的历史订单确定请求位置区域(例如,包括办公楼)和上车位置区域(例如,包括在办公楼前道路上的位置)之间的对应关系。请求位置区域和上车位置区域之间的对应关系可以包括与历史请求位置相关联的一个或以上历史上车位置。请求位置区域和上车位置区域之间的对应关系可以进一步包括一个或以上历史上车位置中的每一个的可能性,从中可以接收在请求位置发起服务请求的请求者。例如,请求位置区域可能包括北京大学,对应的上车位置区域可能包括北京大学的南大门、北大的西大门、北京大学的东大门,接收可能性分别为30%、20%和25%。在一些实施例中,请求位置区域可以根据至少两个对应关系与至少两个上车位置区域相关联。上车位置确定单元620可以从至少两个对应关系确定选择的对应关系。上车位置确定单元620可以根据一个或以上因素确定选择的对应关系。这些因素可能包括,例如,请求者接受历史推荐上车位置、请求者的偏好、请求时间、目的地、费用、高峰时间、非高峰时间、临时事件、请求者对推荐上车的修改等。
如果请求者位于一个请求位置区域中,则按需系统100可以获得与请求位置区域相关联的对应关系,并且从上车位置区域为请求者推荐位置。在一些实施例中,按需系统100可以推荐在对应的上车位置区域中具有最大可能性的历史上车位置作为推荐上车位置。在一些其他实施例中,按需系统100可以基于请求者的偏好数据来推荐个性化上车位置。
在一些实施例中,按需服务系统100可以在过程700中重复操作步骤710至步骤730,并确定至少两个请求位置区域和至少两个上车位置区域之间的至少两个对应关系。在一些实施例中,至少两个对应关系可以存储在例如表中,作为请求者的个性化信息。当接收请求者的请求位置时,按需服务系统100可以获得与请求位置相关联的选择的对应关系。按需服务系统100可以根据选择的对应关系推荐上车位置区域。在一些实施例中,如果请求位置属于多于一个的请求位置区域,则可能存在与请求位置相关联的多于一个的对应关系。上车位置确定单元620可以基于关于请求者和/或请求位置的信息来选择一个对应关系。例如,该信息可以包括请求者对历史推荐上车位置的接受、请求者的偏好、请求时间、目的地、费用、临时事件、请求者对推荐上车位置的修改等,或其任意组合。上车位置确定单元620可以确定每个对应关系被选择为对应关系的可能性。具有最大可能性的对应关系可以被确定为所选择的对应关系。关于确定所选择的对应关系的细节可以在图8及其描述中找到。
应该注意的是,上述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,根据本申请的教导可以做出多种变化和修改。例如,过程700还可以包括用于确定包括至少两个上车位置的上车位置区域的操作。
图8是根据本申请的一些实施例所示的用于确定推荐上车位置的示例性过程的流程图。在一些实施例中,过程800可以在按需服务系统100中实现。例如,过程800可以作为指令的形式存储在存储设备130和/或存储器(例如,ROM 230,RAM240等)中,并且由服务器110(例如,服务器110中的处理引擎112,或服务器110中的处理引擎112的处理器220)调用和/或执行。
在步骤810中,上车位置确定单元620可以从请求者获得当前请求位置。在一些实施例中,当请求者发送对按需服务的请求时,用户终端120可以获得请求者的位置信息,并将位置信息发送到按需服务系统100。在一些实施例中,可以基于定位技术,例如GPS定位、Wi-Fi定位、基站定位等获得位置信息。
在步骤820中,上车位置确定单元620可以确定当前请求位置是否位于多个请求位置区域中。如果当前请求位置位于多个请求位置区域中,则过程800可以进行到步骤840以获得与请求者和/或请求位置有关的数据。如果当前请求位置位于一个请求位置区域中,则过程800可以进行到步骤830以确定选择的对应关系。
在一些实施例中,可以考虑定位技术的稳定性和准确性。按需服务系统100可以考虑定位技术的定位精度,例如,GPS定位的定位精度可以是10-60米、Wi-Fi定位的定位精度可以是大约100米、以及定位精度基站定位可能是1公里。仅仅为了说明的目的,当使用GPS定位技术获得的当前请求位置与请求位置区域的边界处之间的距离为30米(在10-60米的定位精度内)时,上车位置确定单元620可以根据GPS定位技术确定当前请求位置位于请求位置区域,即使当前请求位置在请求位置区域之外。
在步骤830中,上车位置确定单元620可以将与当前请求位置相关联的对应关系确定为选择的对应关系。如果当前请求位置位于一个请求位置区域中,则可能存在与请求位置区域相关联的一个对应关系。上车位置确定单元620可以获得对应关系,并将获得的对应关系指定为选择的对应关系。在一些实施例中,对应关系可以由用于在过程700中基于历史订单执行操作步骤710至步骤730来确定。选择的对应关系可用于确定推荐上车位置。
在步骤840中,上车位置确定单元620可以获得与请求者和/或当前请求位置相关的数据。数据可能包括请求者对推荐上车位置的接受、请求者对推荐上车位置的修改(例如,将推荐上车位置从一个位置改为另一个位置)、请求者的习惯或偏好(例如,通勤时间,优先娱乐活动)、临时事件(例如交通堵塞,条件不好)、请求时间(例如,高峰交通时段,非高峰交通时段)、目的地(例如,向南,向东)、费用(例如,由于选择了上车位置而增加或减少)、选择的对应关系的历史频率等。
在一些实施例中,请求者可以不接受推荐上车位置,并且可以改变推荐上车位置。例如通过与服务提供者通信、在用户终端120的界面上拖动定位指针从推荐上车位置到另一个位置、在用户终端120的界面上点击不同的上车位置、通过打字或语音输入等输入不同的上车位置。
在步骤850中,上车位置确定单元620可以基于与多于一个的请求位置区域相关联的数据和对应关系来确定选择的对应关系。如果当前请求位置在多个请求位置区域中,则可能存在与多个请求位置区域相关联的至少两个对应关系。上车位置确定单元620可以获得至少两个对应关系,并指定至少两个对应关系中的一个作为选择的对应关系。
上车位置确定单元620可以基于所获得的数据确定选择的对应关系。在一些实施例中,上车位置确定单元620可以将每个对应关系的可能性确定为所选择的对应关系。例如,可以使用机器学习技术(例如,神经网络)基于所获得的数据来确定可能性。要考虑的示例性数据可以包括请求者对推荐上车位置的接受、请求者对推荐上车位置的修改(例如,将推荐上车位置从一个位置改变到另一个位置)、请求者的习惯或偏好(例如,通勤时间,首选娱乐活动)、临时事件(例如交通堵塞,条件不好),请求时间(例如,交通高峰期,非高峰期)、目的地(例如朝南,东)、费用(例如,由于选择上车位置而增加或减少)、选择的对应关系的历史频率等。以请求者的偏好为例,根据历史订单,如果请求者一次或多次不接受推荐上车位置,并且可以根据对应关系确定推荐上车位置,则对应关系可能被标记为非优选。如果请求者手动改变推荐上车位置,则可以将改变的推荐上车位置区域标记为优选,并且包括优选位置的上车位置可能更合适。又例如,如果请求者改变了常用的推荐上车位置,则上车位置确定单元620可以确定是否存在临时事件,例如短期道路建设,交通拥堵等。以选择的对应关系的历史频率为例,请求者的历史订单可能包括来自北京大学教学楼的10个服务请求(代表相同的请求位置区域),和北京大学东门(代表一个上车位置区域)的频率,北京大学西门和北京大学南门被选为上车位置区域,可分别为6次,3次,1次。那么与北京大学东门相关的对应关系可能更适合请求者。作为进一步的示例,当从北京大学教学楼的请求者接收服务请求时,上车位置确定单元620可以获得北京大学东门,北京大学西门的交通状况,和/或北京大学南门,从与北京大学东门、北京大学西门、北京大学南门相关的三个对应关系选择对应关系。
在步骤860中,上车位置确定单元620可以基于选择的对应关系确定推车上车位置。在一些实施例中,上车位置确定单元620可根据选择的对应关系确定上车位置区域。在一些实施例中,上车位置区域可包括至少两个上车位置。上车位置确定单元620可以确定至少两个上车位置中的上车位置作为推荐上车位置。例如,上车位置确定单元620可以将经常使用的上车位置确定为推荐上车位置。
图9是根据本发明的一些实施例所示的用于确定推荐上车位置的描述的示例性过程的流程图。在一些实施例中,过程900可以在按需服务系统100中实现。例如,过程900可以作为指令的形式存储在存储设备130和/或存储器(例如,ROM 230,RAM 240等)中,并且由服务器110(例如,服务器110中的处理引擎112,或服务器110中的处理引擎112的处理器220)调用和/或执行。
在步骤910中,位置名称确定单元630可以获得历史订单。历史订单中的每一个可以包括推荐上车位置的描述。在一些实施例中,历史订单可包括对于推荐上车位置的不同描述。推荐上车位置的描述可以通过例如用户终端120从请求者获得,或者由按需服务系统100根据地图确定。
在步骤920中,位置名称确定单元630可以确定来自历史订单的描述是否相同。在一些实施例中,位置名称确定单元630可以确定来自最新订单(例如,5个最新订单)的描述是否相同。如果来自历史订单的描述相同,则过程900可以进行到步骤930以指定与推荐上车位置的描述相同的描述。在一些实施例中,位置名称确定单元630可以确定多个描述是否是彼此的别名。如果确定上车位置的多个描述彼此是别名,则位置名称确定单元630可以指定具有最高使用频率的上车位置的多个描述中的一个作为推荐上车位置的描述。如果描述之一不同,则过程900可以进行到步骤940以获得由参考请求者(例如,具有类似请求位置和类似目的地的另一请求者)使用的描述。
在步骤930中,位置名称确定单元630可以指定与推荐上车位置的描述相同的描述。在一些实施例中,推荐上车位置的描述可以与推荐上车位置的地理位置(例如,纬度坐标,经度坐标)组合以帮助识别推荐上车位置的位置。
在步骤940中,位置名称确定单元630可以获得其他请求者使用的描述。在一些实施例中,位置名称确定单元630可以根据来自其他请求者的历史订单的描述的使用频率来确定频繁使用的描述。在一些实施例中,可以通过例如在参考请求者的历史订单上执行操作步骤910至步骤930来确定频繁使用的描述。
在步骤950中,位置名称确定单元630可以将参考请求者使用的描述指定为推荐上车位置的描述。
应该注意的是,上述仅出于说明性目的而提供,并不旨在限制本申请的范围。对于本领域的普通技术人员来说,根据本申请的教导可以做出多种变化和修改。例如,位置名称确定单元630可以根据使用频率获得用户优选描述,并将用户喜欢的描述确定为推荐上车位置的描述。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如,术语“一个实施例”、“一实施例”及“一些实施例”意指与本申请的至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改良。相应地,本申请的各个方面可以完全由硬件实施、可以完全由软件(包括韧体、常驻软件、微代码等)实施、也可以由硬件和软件组合实施,上述硬件或软件均可以被称为“模块”、“单元”、“组件”、“设备”或“系统”。此外,本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
本申请各方面操作所需的计算机程序码可以用一种或多种程序语言的任意组合编写,包括面向对象程序设计,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET,Python或类似的常规程序编程语言,如"C"编程语言,Visual Basic、Fortran2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy或其它编程语言。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法不应被解释为反映所声称的待扫描对象物质需要比每个权利要求中明确记载的更多特征的意图。实际上,申请专利范围的特征要少于上述披露的单个实施例的全部特征。
Claims (19)
1.一种用于确定推荐上车位置的系统,包括:
至少一个存储一组指令的存储介质;以及
至少一个被配置的用于与所述至少一个存储介质通信的处理器,其特征在于,当执行所述一组指令时,所述至少一个处理器用于:
从请求者处获得当前请求位置;
获得所述请求者的历史订单,其中所述历史订单包括至少两个上车位置和至少两个与所述上车位置对应的请求位置,其中所述至少两个上车位置位于上车位置区域;
确定包括至少两个请求位置的一个或以上请求位置区域;
基于所述历史订单,确定所述一个或以上请求位置区域与所述上车位置区域之间的选择的对应关系;以及
基于所述当前请求位置和所述选择的对应关系确定推荐上车位置。
2.根据权利要求1所述的系统,其特征在于,所述至少一个处理器还用于:
确定所述推荐上车位置的描述。
3.根据权利要求2所述的系统,其特征在于,确定所述推荐上车位置的所述描述,所述至少一个处理器用于:
获得至少两个历史订单,每个所述历史订单包括所述推荐上车位置的描述;以及
确定所述历史订单中的描述是否相同;以及
响应于确定所述历史订单的描述相同,
指定与所述推荐上车位置的描述相同的描述;或
响应于确定所述历史订单中至少一个描述不同,
根据来自其他请求者的历史订单中的描述的使用频率确定经常使用的描述;以及
指定所述经常使用的描述为所述推荐上车位置的所述描述。
4.根据权利要求1所述的系统,其特征在于,所述至少一个处理器还用于:
确定至少两个请求位置区域和至少两个上车位置区域之间的至少两个对应关系;以及
基于所述至少两个对应关系确定所述选择的对应关系。
5.根据权利要求4所述的系统,其特征在于,确定所述选择的对应关系,所述至少一个处理器用于:
确定所述当前请求位置是否位于多个请求位置区域;
响应于确定所述当前请求位置位于一个请求位置区域,
确定与所述请求位置区域相关联的所述对应关系为所述选择的对应关系;或
响应于确定所述当前请求位置位于多个请求位置区域,
获得与所述请求者相关的历史数据;以及
基于所述至少两个对应关系和所述历史数据,确定所述选择的对应关系。
6.根据权利要求5所述的系统,其特征在于,确定所述当前请求位置是否位于多个请求位置区域,所述至少一个处理器用于:
确定所述当前请求位置的定位精度;以及
根据所述当前请求位置的所述定位精度,确定所述当前请求位置是否位于多个请求位置区域。
7.根据权利要求5所述的系统,其特征在于,所述历史数据包括:与历史推荐上车位置的接受率、历史推荐上车位置的修改和临时事件中的至少一个相关的数据。
8.根据权利要求1所述的系统,其特征在于,获得与所述请求者相关的历史订单,所述历史订单包括至少两个所述上车位置和对应的所述至少两个请求位置,所述至少一个处理器用于:
获得所述请求者和服务提供者的行程路径;
确定所述请求者的所述行程路径与所述服务提供者的所述行程路径之间的交叉路口;
获得包括所述交叉路口的道路网络;
基于所述交叉路口和所述道路网络确定所述上车位置。
9.根据权利要求1所述的系统,其特征在于,确定包括所述至少两个请求位置的所述一个或以上请求位置区域,所述至少一个处理器用于:
根据密度峰值聚类算法,将所述至少两个请求位置分成一个或以上的组;以及
确定所述一个或以上请求位置区域,其中每个请求位置区域包括一组请求位置。
10.一种用于确定推荐上车位置的方法,所述方法在具有至少一个处理器和至少一个计算机可读存储介质的计算设备上实现,其特征在于,所述方法包括:
从请求者处获得当前请求位置;
获得所述请求者的历史订单,其中所述历史订单包括至少两个上车位置和至少两个与所述上车位置对应的请求位置,其中所述至少两个上车位置位于上车位置区域;
确定包括至少两个请求位置的一个或以上请求位置区域;
基于所述历史订单,确定所述一个或以上请求位置区域与所述上车位置区域之间的选择的对应关系;以及
基于所述当前请求位置和所述选择的对应关系确定推荐上车位置。
11.根据权利要求10所述的方法,其特征在于,还包括确定所述推荐上车位置的描述。
12.根据权利要求11所述的方法,其特征在于,确定所述推荐上车位置的所述描述包括:
获得至少两个历史订单,每个所述历史订单包括所述推荐上车位置的描述;以及
确定所述历史订单中的描述是否相同;以及
响应于确定所述历史订单的描述相同,
指定与所述推荐上车位置的描述相同的描述;或
响应于确定所述历史订单中的至少一个描述不同,
根据来自其他请求者的历史订单中的描述的使用频率确定经常使用的描述;以及
指定所述经常使用的描述为所述推荐上车位置的所述描述。
13.根据权利要求10所述的方法,其特征在于,进一步包括:
确定至少两个请求位置区域和至少两个上车位置区域之间的至少两个对应关系;以及
基于所述至少两个对应关系确定所述选择的对应关系。
14.根据权利要求13所述的方法,其特征在于,确定所述选择的对应关系包括:
确定所述当前请求位置是否位于多个请求位置区域;
响应于确定所述当前请求位置位于一个请求位置区域,
确定与所述请求位置区域相关联的所述对应关系为所述选择的对应关系;或
响应于确定所述当前请求位置位于多个请求位置区域,
获得与所述请求者相关的历史数据;以及
基于所述至少两个对应关系和所述历史数据,确定所述选择的对应关系。
15.根据权利要求14所述的方法,其特征在于,确定所述当前请求位置是否位于多个请求位置区域包括:
确定所述当前请求位置的定位精度;以及
根据所述当前请求位置的所述定位精度,确定所述当前请求位置是否位于多个请求位置区域。
16.根据权利要求14所述的方法,其特征在于,所述历史数据包括:与历史推荐上车位置的接受率、历史推荐上车位置的修改和临时事件中的至少一个相关的数据。
17.根据权利要求10所述的方法,其特征在于,获得与所述请求者相关的历史订单,所述历史订单包括至少两个所述上车位置和对应的所述至少两个请求位置,其进一步包括:
获得所述请求者和服务提供者的行程路径;
确定所述请求者的所述行程路径与所述服务提供者的所述行程路径之间的交叉路口;
获得包括所述交叉路口的道路网络;
基于所述交叉路口和所述道路网络确定所述上车位置。
18.根据权利要求10所述的方法,其特征在于,确定包括所述至少两个请求位置的所述一个或以上请求位置区域,其进一步包括:
根据密度峰值聚类算法将所述至少两个请求位置分成一个或以上的组;以及
确定所述一个或以上请求位置区域,其中每个请求位置区域包括一组请求位置。
19.一种非暂时性计算机可读存储介质,包括至少一组用于推荐上车位置的指令,其中当由计算机设备的至少一个处理器执行时,至少一组所述指令指示所述至少一个处理器:
从请求者处获得当前请求位置;
获得所述请求者的历史订单,其中所述历史订单包括至少两个上车位置和至少两个与所述上车位置对应的请求位置,其中所述至少两个上车位置位于上车位置区域;
确定包括所述至少两个请求位置的一个或以上请求位置区域;
基于所述历史订单,确定所述一个或以上请求位置区域与所述上车位置区域之间的选择的对应关系;以及
基于所述当前请求位置和所述选择的对应关系确定推荐上车位置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/087442 WO2019218335A1 (en) | 2018-05-18 | 2018-05-18 | Systems and methods for recommending a personalized pick-up location |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112055867A true CN112055867A (zh) | 2020-12-08 |
Family
ID=68539333
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880092941.9A Pending CN112055867A (zh) | 2018-05-18 | 2018-05-18 | 用于推荐个性化上车位置的系统和方法 |
CN201880003688.5A Active CN110741405B (zh) | 2018-05-18 | 2018-12-20 | 用于提供费用分摊运输服务的系统和方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880003688.5A Active CN110741405B (zh) | 2018-05-18 | 2018-12-20 | 用于提供费用分摊运输服务的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US20210073934A1 (zh) |
EP (1) | EP3794546A4 (zh) |
CN (2) | CN112055867A (zh) |
BR (1) | BR112020023532A2 (zh) |
WO (2) | WO2019218335A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112652192A (zh) * | 2021-01-04 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 确定限制停靠位置的方法、装置、设备、介质和程序产品 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019109198A1 (en) | 2017-12-04 | 2019-06-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for determining and recommending vehicle pick-up location |
US11195245B2 (en) * | 2017-12-29 | 2021-12-07 | ANI Technologies Private Limited | System and method for allocating vehicles in ride-sharing systems |
JP7028158B2 (ja) * | 2018-12-28 | 2022-03-02 | トヨタ自動車株式会社 | 情報処理装置および移動体システム |
WO2021129585A1 (zh) * | 2019-12-28 | 2021-07-01 | 北京嘀嘀无限科技发展有限公司 | 一种为用户提供定位点推荐的方法和系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004192366A (ja) * | 2002-12-12 | 2004-07-08 | Hitachi Kokusai Electric Inc | 配車システム |
JP2005018392A (ja) * | 2003-06-26 | 2005-01-20 | Casio Comput Co Ltd | 目的地案内システムおよびプログラム |
US20150219464A1 (en) * | 2014-02-04 | 2015-08-06 | Here Global B.V. | Method and apparatus for providing passenger embarkation points for points of interests |
CN104990559A (zh) * | 2015-07-27 | 2015-10-21 | 福建工程学院 | 一种基于出租车经验数据的路径推荐方法、系统及客户端 |
US20160034828A1 (en) * | 2014-08-04 | 2016-02-04 | Uber Technologies, Inc. | Determining and providing predetermined location data points to service providers |
CN106157602A (zh) * | 2016-07-28 | 2016-11-23 | 北京小米移动软件有限公司 | 呼叫车辆的方法和装置 |
CN106295817A (zh) * | 2016-07-27 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 一种用于在专线运输系统中进行接客调度的方法和装置 |
CN106469514A (zh) * | 2015-08-21 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种地点提示方法和装置 |
CN106779122A (zh) * | 2016-12-23 | 2017-05-31 | 广东小天才科技有限公司 | 一种叫车方法及叫车装置 |
CN107389078A (zh) * | 2017-06-23 | 2017-11-24 | 咪咕互动娱乐有限公司 | 一种路线推荐方法、装置及计算机可读存储介质 |
CN107402931A (zh) * | 2016-05-19 | 2017-11-28 | 滴滴(中国)科技有限公司 | 一种出行目的地推荐方法和装置 |
CN107403560A (zh) * | 2017-08-17 | 2017-11-28 | 北京经纬恒润科技有限公司 | 一种推荐上车地点的方法及装置 |
CN107492063A (zh) * | 2016-06-13 | 2017-12-19 | 滴滴(中国)科技有限公司 | 一种上车点推荐处理方法及系统 |
CN108022140A (zh) * | 2016-11-02 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种用车订单推荐方法、装置及服务器 |
CN110533081A (zh) * | 2019-08-07 | 2019-12-03 | 北京三快在线科技有限公司 | 一种确定上车点信息的方法、装置、设备及存储介质 |
CN111860904A (zh) * | 2019-09-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 上车点排序的方法及装置 |
Family Cites Families (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0923063A (ja) | 1995-07-07 | 1997-01-21 | Hitachi Ltd | 多層配線回路基板の製造方法 |
US20100153292A1 (en) | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
US8285571B2 (en) | 2009-02-18 | 2012-10-09 | Toyota Motor Engineering & Manufacturing North America (Tema) | Rideshare system and associated methodology |
US8275649B2 (en) | 2009-09-18 | 2012-09-25 | Microsoft Corporation | Mining life pattern based on location history |
US8688532B2 (en) | 2009-12-11 | 2014-04-01 | General Motors Llc | Real-time ride share system |
CN101799978A (zh) | 2010-02-10 | 2010-08-11 | 华为终端有限公司 | 一种车辆调度方法、服务器、移动终端和系统 |
US20130054311A1 (en) | 2011-08-30 | 2013-02-28 | Miles2Share LLC | Systems, methods and computer program products for ride sharing based on mileages |
US8688378B2 (en) | 2011-10-17 | 2014-04-01 | GM Global Technology Operations LLC | Ride-share service |
CN103546515A (zh) * | 2012-07-16 | 2014-01-29 | 上海博讯信息技术有限公司 | 一种实时拼车系统 |
WO2014074407A1 (en) | 2012-11-08 | 2014-05-15 | Uber Technologies, Inc. | Providing on-demand services through use of portable computing devices |
JP6161277B2 (ja) | 2012-12-14 | 2017-07-12 | 三菱重工メカトロシステムズ株式会社 | 車載器、車両管理システム、プログラム、及び、車両管理方法 |
CN103971507B (zh) * | 2013-01-30 | 2017-06-13 | 国民技术股份有限公司 | 一种召车方法、召车平台及系统 |
CN203260190U (zh) | 2013-03-22 | 2013-10-30 | 蔡东海 | 顺风出租车拼车系统 |
CN103218442A (zh) | 2013-04-22 | 2013-07-24 | 中山大学 | 一种基于移动设备传感器数据的生活模式分析方法及系统 |
EP3017419A4 (en) * | 2013-07-03 | 2017-03-29 | Uber Technologies Inc. | System and method for splitting a fee for an on-demand service |
EP3080774A4 (en) | 2013-12-11 | 2017-06-07 | Uber Technologies Inc. | Optimizing selection of drivers for transport requests |
US20150206267A1 (en) | 2014-01-22 | 2015-07-23 | Jahan Khanna | Systems and methods for providing a transportation marketplace |
CN105094767B (zh) | 2014-05-06 | 2019-02-12 | 华为技术有限公司 | 自动驾驶车辆调度方法、车辆调度服务器及自动驾驶车辆 |
US11107019B2 (en) | 2014-07-30 | 2021-08-31 | Uber Technologies, Inc. | Arranging a transport service for multiple users |
CN104135528B (zh) | 2014-08-05 | 2018-05-18 | 浙江翼信科技有限公司 | 一种在拼车中使用的方法及装置 |
JP6416558B2 (ja) | 2014-09-11 | 2018-10-31 | 株式会社駐車場綜合研究所 | 自動運転車管理装置、自動運転車管理システム、自動運転車管理方法、自動運転車管理プログラム |
DE102014221751A1 (de) | 2014-10-27 | 2016-04-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Führen eines Fahrzeugs auf einem Parkplatz |
CN104454274B (zh) | 2014-12-03 | 2017-09-29 | 中国第一汽车股份有限公司无锡油泵油嘴研究所 | 一种喷油器 |
CN109241439A (zh) * | 2015-05-12 | 2019-01-18 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法及装置 |
US20160364823A1 (en) | 2015-06-11 | 2016-12-15 | Raymond Cao | Systems and methods for on-demand transportation |
US10291574B2 (en) | 2015-07-30 | 2019-05-14 | Uber Technologies, Inc. | Social media integration for transport arrangement service |
CN105023177A (zh) | 2015-08-05 | 2015-11-04 | 四川长虹电器股份有限公司 | 智能导购方法 |
US10215574B2 (en) * | 2015-08-06 | 2019-02-26 | Uber Technologies, Inc. | Facilitating rider pick-up for a transport service |
CN105045921A (zh) * | 2015-08-26 | 2015-11-11 | 北京京东尚科信息技术有限公司 | 为移动终端提供推荐信息的方法及装置 |
US20170059347A1 (en) | 2015-08-28 | 2017-03-02 | Google Inc. | Determining Improved Pick-Up Locations |
CN105243836B (zh) | 2015-10-14 | 2019-03-12 | 青岛众至创捷网络科技有限公司 | 一种拼车方法和设备 |
CN105279956A (zh) | 2015-10-28 | 2016-01-27 | 张捷 | 一种拼车系统及拼车方法 |
CN105897821A (zh) | 2015-10-29 | 2016-08-24 | 乐卡汽车智能科技(北京)有限公司 | 搭乘顺风车的装置和穿戴式设备 |
CN105489001A (zh) | 2015-12-11 | 2016-04-13 | 惠州Tcl移动通信有限公司 | 一种出租车调度优化方法及系统 |
CN105575104B (zh) * | 2015-12-17 | 2018-03-02 | 小米科技有限责任公司 | 打车软件处理方法及装置 |
CN105677793B (zh) * | 2015-12-31 | 2019-10-18 | 百度在线网络技术(北京)有限公司 | 地点数据库的建立和候选乘车地点的推荐方法及装置 |
CN105678412A (zh) | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 面向多人乘车的路线规划方法和装置 |
CN105677804B (zh) * | 2015-12-31 | 2020-08-07 | 百度在线网络技术(北京)有限公司 | 权威站点的确定以及权威站点数据库的建立方法和装置 |
CN107230091B (zh) | 2016-03-23 | 2020-10-30 | 滴滴(中国)科技有限公司 | 拼车请求订单匹配方法及装置 |
GB2554211A (en) | 2016-02-24 | 2018-03-28 | Beijing Didi Infinity Technology & Dev Co Ltd | Methods and systems for carpooling |
CN105825672B (zh) | 2016-04-11 | 2019-06-14 | 中山大学 | 一种基于浮动车数据的城市指引区域提取方法 |
WO2017223031A1 (en) | 2016-06-21 | 2017-12-28 | Via Transportation, Inc. | Systems and methods for vehicle ridesharing management |
CN106228383A (zh) * | 2016-07-12 | 2016-12-14 | 百度在线网络技术(北京)有限公司 | 一种生成订单邀约信息的方法和装置 |
CN105975641A (zh) | 2016-07-15 | 2016-09-28 | 合网络技术(北京)有限公司 | 视频推荐方法及装置 |
CN106339417B (zh) | 2016-08-15 | 2019-10-01 | 浙江大学 | 基于移动轨迹中停留点的用户群体行为规律检测方法 |
CN107767322B (zh) * | 2016-08-22 | 2021-05-25 | 平安科技(深圳)有限公司 | 拼车方法和装置 |
CN106339456A (zh) | 2016-08-26 | 2017-01-18 | 重庆科创职业学院 | 一种基于数据挖掘的推送方法 |
US10024669B2 (en) | 2016-08-30 | 2018-07-17 | Google Llc | Rerouting in a navigation system based on updated information |
CN107798403A (zh) * | 2016-09-07 | 2018-03-13 | 北京嘀嘀无限科技发展有限公司 | 一种拼车订单处理方法、服务器、终端设备和系统 |
CN106779141B (zh) | 2016-11-15 | 2021-04-16 | 百度在线网络技术(北京)有限公司 | 一种推荐上车地点的方法和装置 |
US10228257B2 (en) | 2016-11-29 | 2019-03-12 | Microsoft Technology Licensing, Llc | Tool for assisting user in finding a fair meeting location |
CN106709596A (zh) | 2016-11-29 | 2017-05-24 | 深圳市维康宝技术有限公司 | 打车平台的车费预估方法及装置 |
US20180165731A1 (en) | 2016-12-09 | 2018-06-14 | Conduent Business Services, Llc | Method and system for real time ridesharing management |
CN106682686A (zh) | 2016-12-09 | 2017-05-17 | 北京拓明科技有限公司 | 一种基于手机上网行为的用户性别预测方法 |
US10677602B2 (en) | 2017-01-25 | 2020-06-09 | Via Transportation, Inc. | Detecting the number of vehicle passengers |
CN107085600B (zh) | 2017-03-31 | 2021-05-14 | 百度在线网络技术(北京)有限公司 | Poi推荐方法、装置、设备及计算机可读存储介质 |
US9769616B1 (en) * | 2017-04-04 | 2017-09-19 | Lyft, Inc. | Geohash-related location predictions |
CN106940928A (zh) | 2017-04-25 | 2017-07-11 | 杭州纳戒科技有限公司 | 订单分配方法及装置 |
US10809083B1 (en) * | 2017-12-30 | 2020-10-20 | Uber Technologies, Inc. | Using sensor data for coordinate prediction |
JP6988682B2 (ja) | 2018-05-16 | 2022-01-05 | トヨタ自動車株式会社 | 乗合支援装置、乗合支援システム及び乗合支援方法 |
-
2018
- 2018-05-18 WO PCT/CN2018/087442 patent/WO2019218335A1/en active Application Filing
- 2018-05-18 CN CN201880092941.9A patent/CN112055867A/zh active Pending
- 2018-12-20 EP EP18919269.3A patent/EP3794546A4/en not_active Withdrawn
- 2018-12-20 BR BR112020023532-6A patent/BR112020023532A2/pt unknown
- 2018-12-20 CN CN201880003688.5A patent/CN110741405B/zh active Active
- 2018-12-20 WO PCT/CN2018/122444 patent/WO2019218672A1/en active Application Filing
-
2020
- 2020-11-18 US US16/950,961 patent/US20210073934A1/en not_active Abandoned
- 2020-11-18 US US16/950,948 patent/US11468536B2/en active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004192366A (ja) * | 2002-12-12 | 2004-07-08 | Hitachi Kokusai Electric Inc | 配車システム |
JP2005018392A (ja) * | 2003-06-26 | 2005-01-20 | Casio Comput Co Ltd | 目的地案内システムおよびプログラム |
US20150219464A1 (en) * | 2014-02-04 | 2015-08-06 | Here Global B.V. | Method and apparatus for providing passenger embarkation points for points of interests |
US20160034828A1 (en) * | 2014-08-04 | 2016-02-04 | Uber Technologies, Inc. | Determining and providing predetermined location data points to service providers |
CN104990559A (zh) * | 2015-07-27 | 2015-10-21 | 福建工程学院 | 一种基于出租车经验数据的路径推荐方法、系统及客户端 |
CN106469514A (zh) * | 2015-08-21 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种地点提示方法和装置 |
CN107402931A (zh) * | 2016-05-19 | 2017-11-28 | 滴滴(中国)科技有限公司 | 一种出行目的地推荐方法和装置 |
CN107492063A (zh) * | 2016-06-13 | 2017-12-19 | 滴滴(中国)科技有限公司 | 一种上车点推荐处理方法及系统 |
CN106295817A (zh) * | 2016-07-27 | 2017-01-04 | 百度在线网络技术(北京)有限公司 | 一种用于在专线运输系统中进行接客调度的方法和装置 |
CN106157602A (zh) * | 2016-07-28 | 2016-11-23 | 北京小米移动软件有限公司 | 呼叫车辆的方法和装置 |
CN108022140A (zh) * | 2016-11-02 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种用车订单推荐方法、装置及服务器 |
CN106779122A (zh) * | 2016-12-23 | 2017-05-31 | 广东小天才科技有限公司 | 一种叫车方法及叫车装置 |
CN107389078A (zh) * | 2017-06-23 | 2017-11-24 | 咪咕互动娱乐有限公司 | 一种路线推荐方法、装置及计算机可读存储介质 |
CN107403560A (zh) * | 2017-08-17 | 2017-11-28 | 北京经纬恒润科技有限公司 | 一种推荐上车地点的方法及装置 |
CN110533081A (zh) * | 2019-08-07 | 2019-12-03 | 北京三快在线科技有限公司 | 一种确定上车点信息的方法、装置、设备及存储介质 |
CN111860904A (zh) * | 2019-09-24 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 上车点排序的方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112652192A (zh) * | 2021-01-04 | 2021-04-13 | 北京嘀嘀无限科技发展有限公司 | 确定限制停靠位置的方法、装置、设备、介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN110741405A (zh) | 2020-01-31 |
US20210076157A1 (en) | 2021-03-11 |
CN110741405B (zh) | 2023-09-12 |
EP3794546A4 (en) | 2021-06-23 |
US20210073934A1 (en) | 2021-03-11 |
EP3794546A1 (en) | 2021-03-24 |
WO2019218672A1 (en) | 2019-11-21 |
BR112020023532A2 (pt) | 2021-02-09 |
WO2019218335A1 (en) | 2019-11-21 |
US11468536B2 (en) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109313846B (zh) | 用于推荐上车点的系统和方法 | |
CN110050300B (zh) | 交通拥堵监控系统和方法 | |
US11468536B2 (en) | Systems and methods for recommending a personalized pick-up location | |
AU2019246799B2 (en) | Systems and methods for distributing a service request for an on-demand service | |
US10979863B2 (en) | Systems and methods for recommending a destination | |
US20180202818A1 (en) | Systems and methods for distributing request for service | |
WO2020093242A1 (en) | Systems and methods for location recommendation | |
WO2021129586A1 (zh) | 一种上车位置确定方法及系统 | |
CN110832478B (zh) | 用于按需服务的系统和方法 | |
WO2018223952A1 (en) | Systems and methods for region division | |
AU2016397268A1 (en) | Systems and methods for determining a path of a moving device | |
US20210081481A1 (en) | Systems and methods for parent-child relationship determination for points of interest | |
EP3452787A1 (en) | Systems and methods for route planning | |
TW201920904A (zh) | 用於確定地圖中的新路線的系統和方法 | |
CN111858786A (zh) | 用于在路径规划中提供通行时间置信度的系统和方法 | |
CN111260092A (zh) | 用于预测对象到达时间的系统和方法 | |
US20200167812A1 (en) | Systems and methods for determining a fee of a service request | |
CN111881368A (zh) | 一种确定推荐上车点的方法和系统 | |
WO2020000277A1 (en) | Systems and methods for predicting destination in online to offline service | |
US20230266137A1 (en) | Systems and methods for recommending points of interest | |
CN111881367A (zh) | 一种推荐上车点方法及系统 | |
CN110888947B (zh) | 服务请求处理方法和系统 | |
CN111881369A (zh) | 一种推荐上车点名称准确性检测方法和系统 | |
WO2019200553A1 (en) | Systems and methods for improving user experience for an on-line platform | |
CN111223293A (zh) | 分析交通拥堵的系统和方法 |
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 |