CN112749819B - 一种网约车派单方法、装置、服务器及存储介质 - Google Patents

一种网约车派单方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN112749819B
CN112749819B CN202110084170.2A CN202110084170A CN112749819B CN 112749819 B CN112749819 B CN 112749819B CN 202110084170 A CN202110084170 A CN 202110084170A CN 112749819 B CN112749819 B CN 112749819B
Authority
CN
China
Prior art keywords
passenger
score
passengers
class
driver
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.)
Active
Application number
CN202110084170.2A
Other languages
English (en)
Other versions
CN112749819A (zh
Inventor
徐飞
唐宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Leading Technology Co Ltd
Original Assignee
Nanjing Leading Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Leading Technology Co Ltd filed Critical Nanjing Leading Technology Co Ltd
Priority to CN202110084170.2A priority Critical patent/CN112749819B/zh
Publication of CN112749819A publication Critical patent/CN112749819A/zh
Application granted granted Critical
Publication of CN112749819B publication Critical patent/CN112749819B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种网约车派单方法、装置、服务器及存储介质。在派单之前，获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集，根据第一特征指标集，确定当前乘客的乘客安全评估分，并根据第二特征指标集，确定可派单车辆的司机安全评估分，以确定乘客乘坐网约车的安全指数以及司机的安全指数，进一步地，结合乘客安全评估分和司机安全评估分，生成网约车订单，为乘客分配最合适的司机，保证乘客在出行中的安全，提升乘客的乘车体验；同时，也可以根据乘客安全评估分和司机安全评估分为司机分配最合适的乘客，保证司机的人身安全。从根源上解决乘客和司机可能被侵害的问题，并有利于进行推广应用。

Description

一种网约车派单方法、装置、服务器及存储介质
技术领域
本发明实施例涉及网约车技术，尤其涉及一种网约车派单方法、装置、服务器及存储介质。
背景技术
随着网约车业务的发展，选择网约车出行的用户越来越多。网约车平台在接收到订单时，需要保证出行乘客、司机的人身安全。
目前，网约车平台通过车辆定制安装了人工智能感知终端(AIBox)和智能远程控制终端(TBox)，采集车内图像和声音，并采集车辆的整车数据、定位数据、故障数据、一键报警数据等，这种方式具有一定的局限性。例如，乘客睡觉、醉酒、司机遮挡摄像头等，在采集到车内图像和声音时，安全事件已经发生，不能做到防患于未然，安全系数较低。
发明内容
本发明实施例提供了一网约车派单方法、装置、服务器及存储介质，以实现保证乘客乘坐网约车过程中的安全性的效果。
第一方面，本发明实施例提供了一种网约车派单方法，该方法，包括：
获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单。
第二方面，本发明实施例还提供了一种网约车派单装置，该装置包括：
特征指标获取模块，用于获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
安全评估分计算模块，用于根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
网约车订单生产模块，用于基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单。
第三方面，本发明实施例还提供了一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的网约车派单方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其中，所述计算机可执行指令在由计算机处理器执行时实现如第一方面任一项所述的网约车派单方法。
本实施例提供的技术方案，在派单之前，获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集，根据第一特征指标集，确定当前乘客的乘客安全评估分，并根据第二特征指标集，确定可派单车辆的司机安全评估分，以确定乘客乘坐网约车的安全指数以及司机的安全指数，进一步地，结合乘客安全评估分和司机安全评估分，生成网约车订单，为乘客分配最合适的司机，保证乘客在出行中的安全，提升乘客的乘车体验；同时，也可以根据乘客安全评估分和司机安全评估分为司机分配最合适的乘客，保证司机的人身安全。从根源上解决乘客和司机可能被侵害的问题，并有利于进行推广应用。
附图说明
图1为本发明实施例一提供的一种网约车派单方法的流程示意图；
图2为本发明实施例二提供的一种网约车派单方法的流程示意图；
图3为本发明实施例三提供的一种网约车派单装置的结构示意图；
图4为本发明实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种网约车派单方法的流程示意图，本实施例可适用在确定乘客安全评估分和司机安全评估分的情况下，根据乘客安全评估分和司机安全评估分生成网约车订单的情况，该方法可以由网约车派单装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在服务器中。具体参见图1所示，该方法可以包括如下步骤：
S110、获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集。
其中，当前乘客指的是登录网约车平台执行约车操作的用户，网约车平台可理解为具有接单和派单功能的服务器。对于网约车平台来说，将当前时刻任意一个正在约车的用户作为当前乘客，获取当前乘客的登录信息和历史订单信息，根据获取的当前乘客的登录信息和历史订单信息，确定第一特征指标集；并且，获取可派单车辆对应的司机的登录信息和历史订单信息，根据司机的登录信息和历史订单信息，确定第二特征指标集。
可选地，第一特征指标集的确定方法，包括：对当前乘客的登录信息和历史订单信息进行分类和统计，根据分类和统计结果，确定第一特征指标集。具体地，预先确定特征指标的分类类别，根据分类类别对获取到的当前乘客的登录信息和历史订单信息进行分类，并对每个分类结果中的数据进行统计，得到第一特征指标集。
其中，第一特征指标集包括但不限于：用户基本信息特征、用户历史订单特征、用户历史用车的位置特征以及用户历史投诉特征。其中，用户基本信息特征包括以下至少一种当前乘客的性别、年龄、是否添加了紧急联系人、是否是夜店达人以及是否是夜间用车人群等；用户历史订单特征包括以下至少一种：当前用户的近30天分享行程的次数、近7天分享行程的次数、近30天饮酒申报的次数、近7天饮酒申报的次数、近30天使用一键报警的次数、近7天使用一键报警的次数以及近7天22点-5点的夜间用车次数等；用户历史用车的位置特征包括以下至少一种：近30天宾馆酒店上车次数、近7天宾馆酒店上车次数、近30天宾馆酒店下车次数、近7天宾馆酒店下车次数、近30天娱乐场所上车次数、近7天娱乐场所上车次数、近30天娱乐场所下车次数、近7天娱乐场所下车次数；用户历史投诉特征包括但不限于尾随跟踪、信息骚扰、疑似迷药等。
可选地，第二特征指标集的确定方法，包括：对可派单车辆的司机的登录信息和历史订单信息进行分类和统计，根据分类和统计结果，确定第二特征指标集。具体地，预先确定特征指标的分类类别，根据分类类别对获取到的司机的登录信息和历史订单信息进行分类，并对每个分类结果中的数据进行统计，得到第二特征指标集。
其中，第二特征指标集包括但不限于：司机基本信息特征、司机历史行为信息以及司机服务分等。其中，司机基本信息特征包括以下至少一种：司机的年龄、性别、是否专职、排班时段、是否有网约车资格证、主副司机；司机历史行为信息包括以下至少一种：近30天的路径偏移次数、近30天的一键报警次数以及近30天的异常停留次数等；司机服务分根据星级评价、拉黑次数确定。
S120、根据第一特征指标集，确定当前乘客的乘客安全评估分，并根据第二特征指标集，确定可派单车辆的司机安全评估分。
可选地，乘客安全评估分的确定方法，包括：对第一特征指标集中各类特征进行语义解析，确定第一特征指标集中各类特征的内容；根据每类特征的内容和每类特征的标准分值，确定每类特征对应的分值；基于第一特征指标集中各类特征对应的分值，计算乘客安全评估分。
具体地，确定每类特征的内容确定扣分值，根据该类特征的扣分值和标准分值，计算每类特征对应的分值，将各类特征对应的分值相加，得到乘客安全评估分。需要说明的是，扣分值可以是0或其他正数。不同特征对应的扣分值可以相同也可以不同，如果该特征的安全指数较高，即乘客的易受害指数较低，扣分值较小，否则扣分值较大。
示例性地，对第一特征指标集中的用户基本信息特征、用户历史订单特征、用户历史用车的位置特征以及用户历史投诉特征进行语义解析，每类特征的标准分值为100分，用户基本信息特征中各特征对应的解析内容和扣分值为：性别：女(扣5分)，年龄：18～25(扣5分)，添加了紧急联系人(扣0分)，不是夜店达人(扣0分)，不是夜间用车人群(扣0分)，则用户基本信息特征计算得到的分值为90分；用户历史订单特征中各特征对应的解析内容和扣分值为：近30天每次行程分享90％～100％(扣0分)、近30天申报饮酒0次(扣0分)、近30天使用一键报警0％(扣0分)、近7天22点-5点的夜间用车1(扣8分)，则用户历史订单特征的分值为92分；用户历史用车的位置特征中各特征对应的解析内容和扣分值为：近30天在宾馆酒店上车0次(扣0分)近30天在宾馆酒店下车0次(扣0分)、近30天在娱乐场所上车1次(扣3分)、近30天在娱乐场所下车1次(扣3分)，则用户历史用车的位置特征的分值为96分；用户历史投诉特征中各特征对应的解析内容和扣分值为：不存在尾随跟踪(扣0分)、不存在信息骚扰(扣0分)、未下疑似迷药(扣0分)，则用户历史投诉特征的分值为100分。进一步地，计算第一特征指标集中各类特征对应的分值之和，将分值之和作为乘客安全评估分，或者，确定第一特征指标集中各类特征的权重，根据每类特征的权重和分值进行加权平均计算，得到乘客安全评估分。
可选地，司机安全评估分的确定方法，包括：对第二特征指标集中各类特征进行语义解析，确定第二特征指标集中各类特征的内容；根据每类特征的内容和每类特征的标准分值，确定每类特征对应的分值；基于第二特征指标集中各类特征对应的分值，计算司机安全评估分。
具体地，确定每类特征的内容确定扣分值，根据该类特征的扣分值和标准分值，计算每类特征对应的分值，将各类特征对应的分值相加，得到司机安全评估分。需要说明的是，扣分值可以是0或其他正数。不同特征对应的扣分值可以相同也可以不同，如果该特征的安全指数较高，即司机的易受害指数较低，扣分值较小，否则扣分值较大。
S130、基于乘客安全评估分和司机安全评估分，生成网约车订单。
可选地，基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单，包括：如果所述乘客安全评估分超过安全分阈值，确定与所述可派单车辆的距离小于预设派单距离的其他乘客的乘客安全评估分；根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及所述可派单车辆与其他乘客的距离，生成所述网约车订单。
需要说明的是，如果乘客安全评估分超过安全分阈值，网约车平台执行为当前乘客派单的操作，否则，网约车平台不执行为当前乘客派单的操作。具体地，以当前乘客所在的位置为圆心，在预设派单距离内搜索至少一个可派单车辆，确定与各可派单车辆的距离小于派单距离的其他乘客的安全评估分，并确定可派单车辆与其他乘客的距离；进一步地，根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分以及所述可派单车辆与所述当前乘客的距离分别对应的权重，计算所述可派单车辆为当前乘客派单的第一派单分；根据所述其他乘客的乘客安全评估分、所述司机安全评估分以及所述可派单车辆与所述其他乘客的距离分别对应的权重，计算所述可派单车辆为其他乘客派单的第二派单分；基于所述第一派单分和所述第二派单分，生成所述当前乘客的网约车订单。
具体地，根据所述当前乘客的乘客安全评估分、可派单车辆的司机安全评估分以及可派单车辆与当前乘客的距离分别对应的权重，进行计算加权平均值，将得到的加权平均值作为第一派单分；同理，根据其他乘客的乘客安全评估分、机安全评估分以及可派单车辆与其他乘客的距离分别对应的权重，计算第二派单分；将同一可派单车辆的第一派单分与第二派单分进行比较，以及当前乘客对应的至少两个可派单车辆的第一派单分进行比较，根据比较结果确定当前乘客的目标车辆，并生成当前乘客的网约车订单。需要说明的是，如果以当前乘客所在的位置为圆心，在预设派单距离内未搜索可派单车辆，将预设派单距离外扩一定距离(例如1km)，在外扩的范围内，搜索可派单车辆，基于新搜索的可派单车辆继续执行计算第一派单分和第二派单分的操作，直至生成当前乘客的网约车订单。
在一个可选地实施例中，如果同一可派单车辆的第一派单分与第二派单分相等，或者，当前乘客对应的至少两个可派单车辆的第一派单分相等，还可以结合其他因素计算第一派单分和第二派单分，基于重新计算的第一派单分和第二派单分，生成网约订单。其中，其他因素包括但不限于当前乘客的起点至终点的路程信息和路灯情况、其他乘客的起点至终点的路程信息和路灯情况等。
在另一个可选地实施例中，如果同一可派单车辆的第一派单分与第二派单分相等，或者，当前乘客对应的至少两个可派单车辆的第一派单分相等，可以根据当前乘客的性别、其他乘客的性别以及可派单车辆的司机的性别，将与乘客相同性别的可派车辆作为各乘客的目标车辆，可以保证乘客和司机的安全。
本实施例提供的技术方案，在派单之前，获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集，根据第一特征指标集，确定当前乘客的乘客安全评估分，并根据第二特征指标集，确定可派单车辆的司机安全评估分，以确定乘客乘坐网约车的安全指数以及司机的安全指数，进一步地，结合乘客安全评估分和司机安全评估分，生成网约车订单，为乘客分配最合适的司机，保证乘客在出行中的安全，提升乘客的乘车体验；同时，也可以根据乘客安全评估分和司机安全评估分为司机分配最合适的乘客，保证司机的人身安全。从根源上解决乘客和司机可能被侵害的问题，有利于进行推广应用。
实施例二
图2为本发明实施例二提供的一种网约车派单方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。具体地细化了乘客安全评估分和司机安全评估分的计算方式，以及细化了生成网约车订单的内容。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图2所示，该方法可以包括如下步骤：
S210、获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集。
S220、对第一特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第一类特征向量，并分别确定各第一类特征向量对应的分值，并根据各第一类特征向量对应的分值，确定乘客安全评估分。
可选地，对第一特征指标集中的至少一种特征指标进行向量化处理，并标注特征对应的向量，得到至少一个第一类特征向量。
可选地，乘客安全评估分的确定方法，包括：确定所述第一类特征向量对应的类特征参数；根据所述第一类特征向量对应的类特征参数和特征参数对应的权重，计算所述第一类特征向量的加权平均值，得到所述第一类特征向量对应的分值；基于各所述第一类特征向量对应的分值，确定所述乘客安全评估分。
具体地，对各第一类特征向量进行参数解析，确定各第一类特征向量的参数解析结果，得到第一类特征向量对应的类特征参数，并根据第一类特征向量对应的类特征参数和特征参数对应的权重计算加权平均值，得到第一类特征向量对应的分值，进一步的，计算第一类特征向量对应的分值的平均值、加权平均值或者中位数等特征数据，将得到的分值的平均值、加权平均值或者中位数等特征数据作为乘客安全评估分。
示例性地，用户基本信息特征对应的第一类特征向量中的类特征参数为：N＝(n1、n2、n3)＝(性别、年龄、是否添加了紧急联系人)；用户历史订单特征对应的第一类特征向量中的类特征参数为：N1＝(n11、n12、n13)＝(当前用户的近30天分享行程的次数、近7天分享行程的次数、近30天饮酒申报的次数)；用户历史用车的位置特征对应的第一类特征向量中的类特征参数为：N2＝(n21、n22、n23)＝(近30天宾馆酒店上车次数、近7天宾馆酒店上车次数、近30天宾馆酒店下车次数)；用户历史投诉特征对应的第一类特征向量中的类特征参数为：N3＝(n30、n31、n32)＝(尾随跟踪、信息骚扰、疑似迷药)。
其中，当前乘客的第一特征指标集中用户基本信息特征以及用户基本信息特征对应的权重为：性别：女，权重：0.3；年龄：18-25岁，权重：0.2；是否添加紧及联系人：否，权重：0.3。则用户基本信息特征对应的第一类特征向量的分值S1＝(n1*0.3+n2*0.2+n3*0.3)。
其中，当前乘客的第一特征指标集中用户历史订单特征以及用户历史订单特征对应的权重为：近30天使用行程分享次数：50％-70％，权重：0.4、近7天使用行程分享次数：50％-70％，权重：0.3；近30天饮酒次数：0-3次，权重：0.3。则用户历史订单特征对应的第一类特征向量的分值S2＝(n11*0.4+n12*0.3+n13*0.3)。
其中，当前乘客的第一特征指标集中用户历史用车的位置特征以及用户历史用车的位置特征对应的权重为：近30天宾馆酒店上车次数：0-3次，权重：0.4；近7天宾馆酒店上车次数：0次，权重：0.8；近30天宾馆酒店下车次数：0-3次，权重：0.4。则用户历史用车的位置特征对应的第一类特征向量的分值S3＝(n21*0.4+n22*0.8+n23*0.4)。
其中，当前乘客的第一特征指标集中用户历史投诉特征以及用户历史投诉特征对应的权重为：尾随跟踪：小于等于1次，权重：0.9；信息骚扰：小于等于1次，权重：0.9；疑似迷药：小于等于1次，权重：0.8。则用户历史投诉特征对应的第一类特征向量的分值S4＝(n30*0.9+n31*0.9+n32*0.8)。
进一步地，根据各第一类特征向量对应的分值，以及各第一类特征对应的权重，进行加权平均值，得到乘客安全评估分S＝S1*0.3+S2*0.3+S3*0.2+S4*0.2。
S230、对第二特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第二类特征向量，并分别确定各第二类特征向量对应的分值，并根据各第二类特征向量对应的分值，确定司机安全评估分。
可选地，对第二特征指标集中的至少一种特征指标进行向量化处理，并标注特征对应的向量，得到至少一个第二类特征向量。
可选地，乘客安全评估分的确定方法，包括：确定所述第二类特征向量对应的类特征参数；根据所述第二类特征向量对应的类特征参数和特征参数对应的权重，计算所述第二类特征向量的加权平均值，得到所述第二类特征向量对应的分值；基于各所述第二类特征向量对应的分值，确定所述司机安全评估分。
具体地，对各第二类特征向量进行参数解析，确定各第二类特征向量的参数解析结果，得到第二类特征向量对应的类特征参数，并根据第二类特征向量对应的类特征参数和特征参数对应的权重计算加权平均值，得到第二类特征向量对应的分值，进一步的，计算第二类特征向量对应的分值的平均值、加权平均值或者中位数等特征数据，将得到的分值的平均值、加权平均值或者中位数等特征数据作为司机安全评估分。
示例性地，司机基本信息特征对应的第二类特征向量中的类特征参数为：N＝(m1、m2、m3)＝(性别、年龄、是否专职)；司机历史行为信息对应的第二类特征向量中的类特征参数为：N1＝(m11、m12、m13)＝(近30天的路径偏移次数、近30天的一键报警次数以及近30天的异常停留次数)；司机服务分对应的第二类特征向量中的类特征参数为：N2＝(m21、m22)＝(司机服务分根据星级评价、拉黑次数)。
其中，司机的第二特征指标集中司机基本信息特征以及司机基本信息特征对应的权重为：性别：男，权重：0.3；年龄：35-45岁，权重：0.2；是否专职：否，权重：0.2。则司机基本信息特征对应的第二类特征向量的分值C1＝(m1*0.3+m2*0.2+m3*0.2)。
其中，司机的第二特征指标集中司机历史行为信息以及司机历史行为信息对应的权重为：近30天的路径偏移次数0～20％，权重：0.2，近30天的一键报警次数：小于等于1次：0.6，近30天的异常停留次数：小于等于1次，权重：0.7。则司机历史行为信息对应的第一类特征向量的分值C2＝(m11*0.2+m12*0.6+m13*0.7)。
其中，司机的第二特征指标集中司机服务分以及司机服务分对应的权重为：星级评价：5星占95％以上，权重：0.8；拉黑次数：小于等于1次，权重0.7。则司机的司机服务分对应的第二类特征向量的分值C3＝(m21*0.8+n22*0.7)。
S240、如果乘客安全评估分超过安全分阈值，确定与可派单车辆的距离小于预设派单距离的其他乘客的乘客安全评估分。
S250、根据当前乘客的乘客安全评估分、可派单车辆的司机安全评估分、其他乘客的乘客安全评估分、可派单车辆与当前乘客的距离以及可派单车辆与其他乘客的距离，生成网约车订单。
可选地，在生成网约车订单之前，还包括：获取派单相关信息。其中，派单相关信息包括：派单时间段、当前乘客所处的位置、其他乘客所处的位置、当前乘客的起点至终点的路程信息以及其他乘客的起点至终点的路程信息中的至少一种。相应的，网约车订单的生成方法，包括：根据所述当前乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述当前乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述当前乘客派单的第三派单分；根据所述其他乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述其他乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述其他乘客派单的第四派单分；基于所述第三派单分和所述第四派单分，生成所述当前乘客的网约车订单。
具体地，根据所述当前乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述当前乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，并利用KM算法(Kuhn－Munkres算法，最大权匹配算法)，计算加权平均值，将得到的加权平均值作为第三派单分；同理，根据所述其他乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述其他乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，并利用KM算法，计算加权平均值，将得到的加权平均值作为第四派单分。进一步地，将第三派单分和第四派单分进行比较，确定为当前乘客派单的目标车辆，并生成当前乘客的网约车订单。
可选地，如果第三派单分和第四派单分相等，还可以结合驾驶车辆的电池电量、续航里程、是否有预约单、当前乘客是否为VIP用户等因素，确定当前乘客派单的目标车辆，并生成当前乘客的网约车订单。具体地，确定驾驶车辆的电池电量、续航里程、是否有预约单等因素分别对应的权重，利用KM算法，计算加权平均值，以更新第三派单分和/或第四派单分，根据更新后的第三派单分和第四派单分，确定当前乘客的目标车辆，并生成网约车订单。
本实施例提供的技术方案，分别对第一特征指标集和第二特征指标集中的至少一种特征指标进行向量化处理，并根据第一类特征向量的各类特征参数对应的分值，确定乘客安全评估分，以及根据第二类特征向量的各类特征参数对应的分值，确定司机安全评估分，以准确的确定乘客乘坐网约车的安全指数以及司机的安全指数，进一步结合当前乘客的乘客安全评估分、可派单车辆的司机安全评估分、其他乘客的乘客安全评估分、可派单车辆与当前乘客的距离以及可派单车辆与其他乘客的距离，生成网约车订单，为乘客分配最合适的司机，保证乘客在出行中的安全，提升乘客的乘车体验；同时，也可以根据乘客安全评估分和司机安全评估分为司机分配最合适的乘客，保证司机的人身安全。从根源上解决乘客和司机可能被侵害的问题，并有利于进行推广应用。
实施例三
图3为本发明实施例三提供的一种网约车派单装置的结构示意图。参见图3所示，该装置包括：特征指标获取模块310、安全评估分计算模块320以及网约车订单生产模块330。
其中，特征指标获取模块310，用于获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
安全评估分计算模块320，用于根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
网约车订单生产模块330，用于基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单。
本实施例提供的技术方案，在派单之前，获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集，根据第一特征指标集，确定当前乘客的乘客安全评估分，并根据第二特征指标集，确定可派单车辆的司机安全评估分，以确定乘客乘坐网约车的安全指数以及司机的安全指数，进一步地，结合乘客安全评估分和司机安全评估分，生成网约车订单，为乘客分配最合适的司机，保证乘客在出行中的安全，提升乘客的乘车体验；同时，也可以根据乘客安全评估分和司机安全评估分为司机分配最合适的乘客，保证司机的人身安全，从根源上解决乘客可能被侵害的问题，有利于进行推广应用。
可选地，安全评估分计算模块320包括：乘客安全评估分计算模块和司机安全评估分计算模块。
其中，乘客安全评估分计算模块，用于对所述第一特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第一类特征向量；
分别确定各所述第一类特征向量对应的分值，并根据各所述第一类特征向量对应的分值，确定所述乘客安全评估分。
可选地，乘客安全评估分计算模块还用于，确定所述第一类特征向量对应的类特征参数；
根据所述第一类特征向量对应的类特征参数和特征参数对应的权重，计算所述第一类特征向量的加权平均值，得到所述第一类特征向量对应的分值；
基于各所述第一类特征向量对应的分值，确定所述乘客安全评估分。
其中，司机安全评估分计算模块，用于对所述第二特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第二类特征向量；
分别确定各所述第二类特征向量对应的分值，并根据各所述第二类特征向量对应的分值，确定所述司机安全评估分。
可选地，司机安全评估分计算模块还用于，确定所述第二类特征向量对应的类特征参数；
根据所述第二类特征向量对应的类特征参数和特征参数对应的权重，计算所述第二类特征向量的加权平均值，得到所述第二类特征向量对应的分值；
基于各所述第二类特征向量对应的分值，确定所述司机安全评估分。
可选地，网约车订单生产模块330还用于，如果所述乘客安全评估分超过安全分阈值，确定与所述可派单车辆的距离小于预设派单距离的其他乘客的乘客安全评估分；
根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及所述可派单车辆与其他乘客的距离，生成所述网约车订单。
可选地，网约车订单生产模块330还用于，根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分以及所述可派单车辆与所述当前乘客的距离分别对应的权重，计算所述可派单车辆为当前乘客派单的第一派单分；
根据所述其他乘客的乘客安全评估分、所述司机安全评估分以及所述可派单车辆与所述其他乘客的距离分别对应的权重，计算所述可派单车辆为其他乘客派单的第二派单分；
基于所述第一派单分和所述第二派单分，生成所述当前乘客的网约车订单。
可选地，该装置还包括：派单相关信息获取模块；其中，派单相关信息获取模块，用于获取派单相关信息；所述派单相关信息包括：派单时间段、当前乘客所处的位置、其他乘客所处的位置、当前乘客的起点至终点的路程信息以及其他乘客的起点至终点的路程信息中的至少一种；
相应的，网约车订单生产模块330还用于，根据所述当前乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述当前乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述当前乘客派单的第三派单分；
根据所述其他乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述其他乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述其他乘客派单的第四派单分；
基于所述第三派单分和所述第四派单分，生成所述当前乘客的网约车订单。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器12的框图。图4显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如网约车派单装置的特征指标获取模块310、安全评估分计算模块320以及网约车订单生产模块330)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如网约车派单装置的特征指标获取模块310、安全评估分计算模块320以及网约车订单生产模块330)程序模块46的程序/实用工具44，可以存储在例如系统存储器28中，这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种网约车派单方法，该方法包括：
获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种网约车派单方法。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的一种网约车派单方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种网约车派单方法，该方法包括：
获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上的方法操作，还可以执行本发明任意实施例所提供的一种网约车派单方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在第一特征指标集、第二特征指标集、乘客安全评估分、司机安全评估分以及网约车订单等，其中承载了计算机可读的程序代码。这种传播的第一特征指标集、第二特征指标集、乘客安全评估分、司机安全评估分以及网约车订单等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
值得注意的是，上述网约车派单装置的实施例中，所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种网约车派单方法，其特征在于，包括：
获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
如果所述乘客安全评估分超过安全分阈值，确定与所述可派单车辆的距离小于预设派单距离的其他乘客的乘客安全评估分；
根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及所述可派单车辆与其他乘客的距离，生成所述网约车订单。
2.根据权利要求1所述的方法，其特征在于，根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，包括：
对所述第一特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第一类特征向量；
分别确定各所述第一类特征向量对应的分值，并根据各所述第一类特征向量对应的分值，确定所述乘客安全评估分。
3.根据权利要求2所述的方法，其特征在于，分别确定各所述第一类特征向量对应的分值，并根据各所述第一类特征向量对应的分值，确定所述乘客安全评估分，包括：
确定所述第一类特征向量对应的类特征参数；
根据所述第一类特征向量对应的类特征参数和特征参数对应的权重，计算所述第一类特征向量的加权平均值，得到所述第一类特征向量对应的分值；
基于各所述第一类特征向量对应的分值，确定所述乘客安全评估分。
4.根据权利要求1所述的方法，其特征在于，根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分，包括：
对所述第二特征指标集中的至少一种特征指标进行向量化处理，得到至少一个第二类特征向量；
分别确定各所述第二类特征向量对应的分值，并根据各所述第二类特征向量对应的分值，确定所述司机安全评估分。
5.根据权利要求4所述的方法，其特征在于，分别确定各所述第二类特征向量对应的分值，并根据各所述第二类特征向量对应的分值，确定所述司机安全评估分，包括：
确定所述第二类特征向量对应的类特征参数；
根据所述第二类特征向量对应的类特征参数和特征参数对应的权重，计算所述第二类特征向量的加权平均值，得到所述第二类特征向量对应的分值；
基于各所述第二类特征向量对应的分值，确定所述司机安全评估分。
6.根据权利要求1所述的方法，其特征在于，根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及可派单车辆与其他乘客的距离，生成所述网约车订单，包括：
根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分以及所述可派单车辆与所述当前乘客的距离分别对应的权重，计算所述可派单车辆为当前乘客派单的第一派单分；
根据所述其他乘客的乘客安全评估分、所述司机安全评估分以及所述可派单车辆与所述其他乘客的距离分别对应的权重，计算所述可派单车辆为其他乘客派单的第二派单分；
基于所述第一派单分和所述第二派单分，生成所述当前乘客的网约车订单。
7.根据权利要求1所述的方法，其特征在于，还包括：
获取派单相关信息，其中，所述派单相关信息包括：派单时间段、当前乘客所处的位置、其他乘客所处的位置、当前乘客的起点至终点的路程信息以及其他乘客的起点至终点的路程信息中的至少一种；
相应的，根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及所述可派单车辆与其他乘客的距离，生成所述网约车订单，包括：
根据所述当前乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述当前乘客的距离、所述可派单车辆与其他乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述当前乘客派单的第三派单分；
根据所述其他乘客的乘客安全评估分、所述司机安全评估分、所述可派单车辆与所述其他乘客的距离、所述可派单车辆与当前乘客的距离以及所述当前乘客的派单相关信息分别对应的权重，计算所述可派单车辆为所述其他乘客派单的第四派单分；
基于所述第三派单分和所述第四派单分，生成所述当前乘客的网约车订单。
8.一种网约车派单装置，其特征在于，包括：
特征指标获取模块，用于获取当前乘客的第一特征指标集和可派单车辆的第二特征指标集；
安全评估分计算模块，用于根据所述第一特征指标集，确定所述当前乘客的乘客安全评估分，并根据所述第二特征指标集，确定所述可派单车辆的司机安全评估分；
网约车订单生产模块，用于基于所述乘客安全评估分和所述司机安全评估分，生成网约车订单，包括：如果所述乘客安全评估分超过安全分阈值，确定与所述可派单车辆的距离小于预设派单距离的其他乘客的乘客安全评估分，根据所述当前乘客的乘客安全评估分、所述可派单车辆的司机安全评估分、所述其他乘客的乘客安全评估分、所述可派单车辆与所述当前乘客的距离以及所述可派单车辆与其他乘客的距离，生成所述网约车订单。
9.一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的网约车派单方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的网约车派单方法。
CN202110084170.2A 2021-01-21 2021-01-21 一种网约车派单方法、装置、服务器及存储介质 Active CN112749819B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110084170.2A CN112749819B (zh) 2021-01-21 2021-01-21 一种网约车派单方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110084170.2A CN112749819B (zh) 2021-01-21 2021-01-21 一种网约车派单方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN112749819A CN112749819A (zh) 2021-05-04
CN112749819B true CN112749819B (zh) 2022-06-14

Family

ID=75652800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110084170.2A Active CN112749819B (zh) 2021-01-21 2021-01-21 一种网约车派单方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN112749819B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159353A (zh) * 2021-05-10 2021-07-23 上海钧正网络科技有限公司 网约车订单分配方法、装置及计算机存储介质
CN114239893A (zh) * 2021-12-21 2022-03-25 南京领行科技股份有限公司 车辆派单方法、装置、设备及存储介质
WO2024096815A1 (en) * 2022-11-01 2024-05-10 Grabtaxi Holdings Pte. Ltd. Optimal allocation for ridesharing

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636216A (zh) * 2018-12-19 2019-04-16 义乌市腾飞汽车代驾服务有限公司 一种乘客订单的生成方法和装置
CN109829621A (zh) * 2018-12-28 2019-05-31 深圳市元征科技股份有限公司 一种网约车派单方法及装置
CN109919708A (zh) * 2019-01-24 2019-06-21 平安科技（深圳）有限公司 一种打车软件派单方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146217A (zh) * 2017-06-19 2019-01-04 北京嘀嘀无限科技发展有限公司 行程安全评估方法、装置、服务器、计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636216A (zh) * 2018-12-19 2019-04-16 义乌市腾飞汽车代驾服务有限公司 一种乘客订单的生成方法和装置
CN109829621A (zh) * 2018-12-28 2019-05-31 深圳市元征科技股份有限公司 一种网约车派单方法及装置
CN109919708A (zh) * 2019-01-24 2019-06-21 平安科技（深圳）有限公司 一种打车软件派单方法和装置

Also Published As

Publication number Publication date
CN112749819A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN112749819B (zh) 一种网约车派单方法、装置、服务器及存储介质
US11315170B2 (en) Methods and systems for order processing
Wang et al. Battery electric vehicle energy consumption prediction for a trip based on route information
CN110599353A (zh) 一种车辆出险和赔付率预测方法、装置、设备及介质
CN111523932A (zh) 一种网约车服务的评分方法、装置、系统及存储介质
CN110782111A (zh) 一种风险评估方法和系统
US20170243172A1 (en) Cognitive optimal and compatible grouping of users for carpooling
Li et al. Analysis of public transportation competitiveness based on potential passenger travel intentions: case study in Shanghai, China
Tavassoli et al. Modelling passenger waiting time using large-scale automatic fare collection data: An Australian case study
CN112884235B (zh) 出行推荐方法、出行推荐模型的训练方法、装置
US9372086B2 (en) Control system for indicating if people can reach locations that satisfy a predetermined set of conditions and requirements
CN111598371A (zh) 一种风险防范方法、系统、装置及存储介质
CN116772877B (zh) 一种新能源汽车续航里程预测方法、系统、装置及介质
Mao et al. A multi-mode electric vehicle range estimator based on driving pattern recognition
US20230221134A1 (en) Machine Learning Platform for Dynamic Device and Sensor Quality Evaluation
Zhang et al. An improved adaptive equivalent consumption minimization strategy for parallel plug-in hybrid electric vehicle
CN114954129A (zh) 充电站信息的推荐方法、装置、电子终端及存储介质
CN114443303A (zh) 资源分配方法、装置、设备及介质
CN111899061A (zh) 订单推荐方法、装置、设备及存储介质
CN111598642A (zh) 一种风险判定方法、系统、装置及存储介质
CN111582589A (zh) 一种租车出险预测方法、装置、设备及存储介质
CN111260484A (zh) 一种人伤识别的数据处理方法、装置、服务器及系统
Li et al. Passenger travel behavior in public transport corridor after the operation of urban rail transit: a random forest algorithm approach
Li Leveraging explainable artificial intelligence and big trip data to understand factors influencing willingness to ridesharing
CN113838273A (zh) 基于车辆的提醒方法、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
GR01 Patent grant
GR01 Patent grant