CN112949880A - 一种生成推荐路线的方法和装置 - Google Patents
一种生成推荐路线的方法和装置 Download PDFInfo
- Publication number
- CN112949880A CN112949880A CN201911172746.XA CN201911172746A CN112949880A CN 112949880 A CN112949880 A CN 112949880A CN 201911172746 A CN201911172746 A CN 201911172746A CN 112949880 A CN112949880 A CN 112949880A
- Authority
- CN
- China
- Prior art keywords
- track
- route
- subset
- points
- recommended route
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 34
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims 4
- 238000007418 data mining Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Abstract
本发明提供了一种生成推荐路线的方法和装置,涉及数据挖掘技术领域。该方法的一种具体实施方式包括:基于轨迹路线,获取轨迹集合,所述轨迹路线包括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点的时间戳定义;获取所述轨迹集合的轨迹子集,其中所述轨迹子集所包括的轨迹路线的数目不小于第一阈值数目;获取所述轨迹子集同一时间戳下的轨迹点集合,并对所述轨迹点集合进行筛选生成对于所述轨迹子集的推荐路线,其中所述推荐路线所包括的轨迹点的数目不小于第二阈值数目。该实施方式,可以利用所有物流派送员的轨迹数据,发现频繁经过的路段,作为派送的推荐路线。对派送任务进行合理优化。
Description
技术领域
本发明涉及数据挖掘技术领域,具体地,涉及一种生成推荐路线 的方法和装置。
背景技术
目前物流运输或快递配送,受到越来越多消费者的认可消。但是, 运输路线或者派送路线却一直靠物流派送员个人习惯或者第三方导航 软件来完成;针对某一目的地,既不能够利用物流派送员本身的派送 经验,选取“最佳”路线,也不能够利用他人的派送经验,选取“最 佳”路线。所谓“最佳”路线,不仅仅是指距离最近的路线,还兼具 路况好、派送平均速度快、便于沿途派送等优点,在大幅度提高派送 地效率,节约资源的同时,提升消费者的体验。
发明内容
有鉴于此,本发明提供了一种生成推荐路线的方法和装置,可以 利用所有物流派送员的轨迹数据,发现频繁经过的路段,作为派送的 推荐路线。如此,不仅能够很好的利用过去的派送经验,对派送任务 进行合理优化,还可以对新来的物流派送员,产生非常好的指导作用。
为实现上述目的,本发明第一方面提供了一种生成推荐路线的方 法,具体步骤包括:基于轨迹路线,获取轨迹集合,所述轨迹路线包 括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点的 时间戳定义;获取所述轨迹集合的轨迹子集,其中所述轨迹子集所包 括的轨迹路线的数目不小于第一阈值数目;获取所述轨迹子集同一时 间戳下的轨迹点集合,并对所述轨迹点集合进行筛选生成对于所述轨 迹子集的推荐路线,其中所述推荐路线所包括的轨迹点的数目不小于 第二阈值数目。
可选地,对轨迹路线进行预处理,用以获取所述轨迹集合,所述 预处理包括标准化轨迹长度及轨迹点之间的时间间隔;其中,所述轨 迹长度为轨迹路线中轨迹点的数目。
可选地,所述筛选的条件为,所述轨迹点的经度差值不大于第三 阈值,或所述轨迹点的纬度差值不大于第四阈值,或所述轨迹点所在 区域面积不大于第五阈值。
可选地,采用深度优先搜索DFS的子集枚举策略获取所述轨迹集 合的所述轨迹子集。
为实现上述目的,本发明第二方面提供了一种生成推荐路线的装 置,包括:轨迹获取模块、子集生成模块、路线生成模块,其中,所 述轨迹获取模块,用于基于轨迹路线,获取轨迹集合,所述轨迹路线 包括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点 的时间戳定义;所述子集生成模块,用于获取所述轨迹集合的轨迹子 集,其中所述轨迹子集所包括的轨迹路线的数目不小于第一阈值数目; 所述路线生成模块,用于获取所述轨迹子集同一时间戳下的轨迹点集 合,并对所述轨迹点集合进行筛选生成对于所述轨迹子集的推荐路线, 其中所述推荐路线所包括的轨迹点的数目不小于第二阈值数目。
可选地,所述轨迹获取模块还包括预处理模块,用于对轨迹路线 进行预处理,用以获取所述轨迹集合,所述预处理包括标准化轨迹长 度及轨迹点之间的时间间隔;其中,所述轨迹长度为轨迹路线中轨迹 点的数目。
可选地,所述轨迹点集合筛选模块用于筛选轨迹点集合的筛选条 件为,所述轨迹点的经度差值不大于第三阈值,或所述轨迹点的纬度 差值不大于第四阈值,或所述轨迹点所在区域面积不大于第五阈值。
可选地,所述子集生成模块采用深度优先搜索DFS的子集枚举策 略获取所述轨迹集合的所述轨迹子集。
为实现上述目的,根据本发明的第三方面,提供了一种生成推荐 路线服务器,包括:一个或多个处理器;存储装置,用于存储一个或 多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使 得所述一个或多个处理器实现如上述生成推荐路线的方法中任一所述 的方法。
为实现上述目的,根据本发明的第四方面,提供了一种计算机可 读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执 行时实现如上述生成推荐路线的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:在生成推荐 路线时,不仅利用了物流派送员本身的派送经验,还结合了其他物流 派送员的经验;生成的推荐路线既可以用于优化派送任务,又可以对 新的物流派送员给予指导;采用生成的推荐路线进行派送时,不仅可 以节约派送的时间,还可以提高派送的效率,优化消费者的消费体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具 体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例提供的一种生成推荐路线的方法的流程 图;
图2a、图2b、图2c、图2d是根据本发明另一实施例提供的一种 生成推荐路线的方法的主要步骤的示意图;其中,图2a是轨迹子集获 取示意图;图2b是轨迹点集合示意图;图2c是轨迹点集合筛选条件示 意图;图2d是推荐路线生成流程图;
图3是根据本发明再一实施例提供的一种生成推荐路线的装置示 意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机 系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发 明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。 因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做 出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清 楚和简明,以下的描述中省略了对公知功能和结构的描述。
实施例一
参加图1,本发明一实施例提供了一种生成推荐路线的方法,该方 法可以包括的步骤具体如下:
步骤S101:基于轨迹路线,获取轨迹集合。
原始轨迹路线含有很多噪声数据、存在内部缺失数据等,且轨迹 路线中每个点的时间戳、时间间隔都不尽相同。因此,需要对原始轨 迹路线数据进行规范化处理。
如下表1所示,轨迹路线的片段,由设备ID、经度值、纬度值、 时间戳列构成。
表1轨迹路线片段
可选地,标准化轨迹长度,轨迹长度为轨迹路线中含有轨迹点的 数目;轨迹点由经度、维度、时间戳来定义,设定轨迹长度,并选取 该长度的轨迹路线;标准化时间间隔,设定相邻两轨迹点之间的时间 间隔,并选取时间间隔为设定时间间隔的轨迹路线。原始轨迹路线经 过上述标准化处理后,得到所述轨迹集合,轨迹集合的元素即为预处 理后的轨迹路线。
步骤S102:获取所述轨迹集合的轨迹子集。
针对上述轨迹集合,在生成推荐路线时,为减少搜索空间,获取 轨迹集合的轨迹子集用于生成推荐路线,且其中任一轨迹子集的元素 个数,即轨迹路线个数,应当不小于第一阈值,用以保证后续获取的 轨迹点集合中轨迹点的个数不小于第一阈值,所述第一阈值可以视需 求设定。具体地,以第一阈值为5、轨迹集合元素个数为8为例进行说 明,在根据轨迹集合的8个轨迹路线生成轨迹集合的任意轨迹子集时, 所生成的轨迹子集中的元素个数不小于第一阈值5,也即是说,在轨迹 子集元素个数为0、1、2、3、4时,该轨迹子集不符合要求,不用于 生成推荐路线。如此,可以为保证在根据轨迹路线上的时间戳获取轨 迹子集中轨迹点集合的情况下,获得的轨迹点集合中轨迹点的数量不 少于5,进而可以根据该多个轨迹点集合确定轨迹点的密集度,以供生 成频繁经过的轨迹路线。
可选地,采用深度优先搜索DFS的子集枚举策略获取所述轨迹集 合的所述轨迹子集,有助于减少获取不符合要求的轨迹子集所消耗的 时间,减少搜索空间,提升生成推荐路线的效率,节省资源。
步骤S103:获取所述轨迹子集同一时间戳下的轨迹点集合,并对 所述轨迹点集合进行筛选生成对于所述轨迹子集的推荐路线。
对于上述步骤中获取的轨迹子集,获取轨迹子集在某一时间戳时 刻的轨迹点集合;并通过限定条件对所述轨迹点集合进行筛选生成所 述推荐路线。
可选地,获取所述轨迹点集合中所有轨迹点的经度最大值、经度 最小值、纬度最大值、纬度最小值;通过上述经度、维度值获取轨迹 点所在的矩形区域。通过经度值最大值、最小值之间的差值计算所述 矩形区域的宽度,并根据得到的宽度与第三阈值相比较,如不大于第 三阈值,则所述轨迹点集合符合初步筛选条件,记为潜在路线,并将 潜在路线长度值加1,所述潜在路线长度的初始值为0。
具体地,以第三阈值为10为例进行说明,通过经度值最大值、最 小值之间的差值计算所述矩形区域的宽度,并判定该矩形区域的宽度 是否大于第三阈值(10),若该矩形区域的宽度大于10,则表明该轨 迹点集合中的点形成的矩形区域宽度过大,轨迹点不够集中,该轨迹 点集合形成的矩形区域不能用以生成频繁经过的推荐路径;若该矩形 区域的宽度不大于10,则表明该轨迹点集合中的点形成的矩形区域宽 度不大,轨迹点相对集中,该轨迹点集合形成的矩形区域可用以生成 频繁经过的推荐路径。
可选地,获取所述轨迹点集合中所有轨迹点的经度最大值、经度 最小值、纬度最大值、纬度最小值;通过上述经度、维度值获取轨迹 点所在的矩形区域。通过维度最大值、最小值之间的差值计算所述矩 形区域的长度,并根据得到的长度与第四阈值相比较,如不大于第四 阈值,则所述轨迹点集合符合初步筛选条件,并将潜在路线长度值加1, 所述潜在路线长度的初始值为0。
具体地,以第四阈值为20为例进行说明,通过纬度值最大值、最 小值之间的差值计算所述矩形区域的长度,并判定该矩形区域的长度 是否大于以第四阈值(即20),若该矩形区域的长度大于20,则表明 该轨迹点集合中的点形成的矩形区域长度过大,轨迹点不够集中,该 轨迹点集合形成的矩形区域不能用以生成频繁经过的推荐路径;若该 矩形区域的长度不大于20,则表明该轨迹点集合中的点形成的矩形区 域长度不大,轨迹点相对集中,该轨迹点集合形成的矩形区域可用以 生成频繁经过的推荐路径。
可选地,获取所述轨迹点集合中所有轨迹点的经度最大值、经度 最小值、纬度最大值、纬度最小值;通过上述经度、维度值获取轨迹 点所在的矩形区域。通过经度最大值、最小值的差值及纬度最大值、 最小值的差值,计算所述矩形区域的面积,并根据得到的长度与第五 阈值相比较,如不大于第五阈值,则所述轨迹点集合符合初步筛选条 件,并将潜在路线长度值加1,所述潜在路线长度的初始值为0。具体 地,以第五阈值为100为例进行说明,通过经度最大值、最小值的差 值及纬度最大值、最小值的差值,计算所述矩形区域的面积,并判定 该矩形区域的面积是否大于第五阈值(即100),若该矩形区域的面积 大于100,则表明该轨迹点集合中的点形成的矩形区域的面积过大,轨 迹点不够集中,该轨迹点集合形成的矩形区域不能用以生成频繁经过 的推荐路径;若该矩形区域的面积不大于100,则表明该轨迹点集合中 的点形成的矩形区域的面积不大,轨迹点相对集中,该轨迹点集合形成的矩形区域可用以生成频繁经过的推荐路径。
获取轨迹子集在某一时间戳时刻的轨迹点集合,并判断所述轨迹 点集合是否符合上述初步筛选条件,即判断通过经度值最大值、最小 值之间的计算得到的差值是否不大于第三阈值,或通过纬度值最大值、 最小值之间的计算得到的差值是否不大于第四阈值,或通过经度值最 大值、最小值及纬度值最大值、最小值之间的计算得到的矩形区域的 面积是否不大于第五阈值。若符合,则记为潜在路线,且潜在路线长 度加1,该潜在路线长度的初始值为0,并继续获取下一时间戳下的轨 迹点集合,同样进行初步筛选,依此类推,直至轨迹路线最后一个时 间戳或所获取的某一时间戳下的轨迹点点集合不符合上述初步筛选条 件。若不符合或所获取的轨迹点集合对应的时间戳为轨迹路线最后一 个时间戳,将当前潜在路线长度与第二阈值相比较:若当前潜在路线 长度小于第二阈值,则将当前潜在路线清除,继续后续轨迹点集合的 筛选;若当前潜在路线长度不小于第二阈值,则将当前潜在路线输出 为推荐路线。
具体地,以第二阈值为15、当前潜在长度为20为例进行说明,若 当前轨迹点集合对应的时间戳为轨迹路线上最后一个时间戳,且该轨 迹点集合符合初步筛选的条件,则当前潜在长度更新为20加1,即21, 由于当前轨迹点集合对应的时间戳为轨迹路线上最后一个时间戳,也 即无下一个轨迹点集合可筛选时,判断当前潜在长度(也即符合初步 筛选条件的轨迹点集合的数量,即21)是否大于第二阈值(即15), 由于当前潜在长度大于第二阈值,即已经达到了推进路线长度的要求, 则根据筛选的轨迹点集合生成频繁经过的推荐路线。
可以理解的是,上述第一阈值、第二阈值、第三阈值、第四阈值、 第五阈值,均可以依据需要生成推荐路线的宽度、长度等来自行设定。
实施例二
参见图2a、图2b、图2c、图2d,在上述实施例的基础上,本发明 另一实施例提供了一种生成推荐路线的方法,该方法具体可以包括的 步骤如下:
参见图2a,对于轨迹集合T={s1,s2,s3,s4,s5},其中含有5条轨迹路 线,给定的第一阈值为3,采用深度优先搜索DFS的子集枚举策略, 获取针对于轨迹集合的元素个数不小于第一阈值即3的所有轨迹子集 V’。
首先,深度优先从轨迹子集{s1}到{s1,s2,s3,s4,s5}迭代枚举轨迹子集 合;然后,返回到上一层,给这层的子集合按照字典顺序,添加另一 个元素,依次组成新的子集合,如:{s1,s2,s3,s4,s5}是由上一层的{s1,s2,s3,s4} 按照字典顺序添加新元素s5组成;再返回到上一层的初始子集 {s1,s2,s3},添加s4得到{s1,s2,s3,s4},添加s5得到{s1,s2,s3,s5}},依此类推 逐渐得到轨迹集合{s1,s2,s3,s4,s5}的所有元素个数均大于或等于3的轨迹 子集V’并输出。
参见图2b,对于上述获取的其中一个轨迹子集V’={s1,s2,s3},获 取其在某一时间戳时刻的轨迹点集合,记为Xs[t],如t1时刻的轨迹点 集合记为Xs[t1],t2时刻的轨迹点集合记为Xs[t2],依此类推。
参见图2c,对于按照上述方法获取的轨迹点集合Xs[t1],获取其中 所有轨迹点的经度值最大值lngmax、经度值最小值lngmin、纬度值最大 值latmax、纬度值最小值latmin,并据此可以构成一个矩形,记为Bounding box,则Bounding box宽度为Width(Bounding box(Xs[t1]))=lngmax-lngmin, 长度为Length(Bounding box(Xs[t1]))=latmax-latmin。
参见图2d,对于轨迹子集V’,取某一个时间戳位置t1处,取得轨 迹点集合Xs[t1],得到Bounding box(Xs[t1]),然后计算出相应的宽度 width。
首先通过得到的Bounding box(Xs[t1])的宽度width与设定的第三阈 值w相对比,判断轨迹点集合Xs[t1]是否符合筛选条件:
若宽度width≤w,则轨迹点集合Xs[t1]符合初步筛选条件,记为潜 在路线candidate-pattern,潜在路线candidate-pattern的长度加1,所述 潜在路线长度的初始值为0,继续取下一个时间戳t1处,取得轨迹点点 集合Xs[t2],得到Bounding box(Xs[t2])后计算出相应的宽度width,并 判断Xs[t2]是否符合上述初步筛选条件,依此类推,直至轨迹路线最后 一个时间戳或所获取的某一时间戳下的轨迹点点集合不符合上述初步 筛选条件,然后对初步筛选得到的点集合继续进行筛选,即判断一个 或多个点集合构成的当前潜在路线的长度candidate-pattern是否符合要 求。
若宽度width>w即轨迹点集合Xs[t1]不符合初步筛选条件或当前轨 迹点点集合为轨迹的最后一个时间戳对应的轨迹点集合时,将当前潜 在路线长度(即candidate-pattern)与给定的第二阈值L进行比较。若 当前潜在路线长度<L,则当前潜在路线长度不符合筛选要求,清除当 前潜在路线;若当前潜在路线长度≥L,则当前潜在路线符合筛选要求, 输出得到推荐路线。在当前轨迹点点集合不是轨迹的最后一个时间时, 继续取下一个时间戳t1处,取得轨迹点点集合Xs[t2],得到Bounding box(Xs[t2])后计算出相应的宽度width,并判断Xs[t2]是否符合上述初步 筛选条件,直至轨迹路线最后一个时间戳或所获取的某一时间戳下的 轨迹点点集合不符合上述初步筛选条件,然后对初步筛选得到的点集 合继续进行筛选,即判断一个或多个点集合构成的当前潜在路线的长 度candidate-pattern是否符合要求,继续重复上述步骤。
与此相类似,对于轨迹子集V’,取某一个时间戳位置t处,取得 轨迹点点集合Xs[t],得到Bounding box(Xs[t]),然后计算出相应的长 度length或者面积area,并通过设定的第四阈值或第五阈值,来判断轨 迹点集合Xs[t]是否符合筛选条件,进而生成推荐路线。
实施例三
参加图3,在上述实施例的基础上,本发明另一实施例提供了一种 生成推荐路线的装置300,具体可以包括:轨迹获取模块301、子集生 成模块302、路线生成模块303,其中,
所述轨迹获取模块301,用于基于轨迹路线,获取轨迹集合,所述 轨迹路线包括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所 述轨迹点的时间戳定义;
所述子集生成模块302,用于获取所述轨迹集合的轨迹子集,其中 所述轨迹子集所包括的轨迹路线的数目不小于第一阈值数目;
所述路线生成模块303,用于获取所述轨迹子集同一时间戳下的轨 迹点集合,并对所述轨迹点集合进行筛选生成对于所述轨迹子集的推 荐路线,其中所述推荐路线所包括的轨迹点的数目不小于第二阈值数 目。
可选地,所述轨迹获取模块301还包括预处理模块,用于对轨迹 路线进行预处理,用以获取所述轨迹集合,所述预处理包括标准化轨 迹长度及轨迹点之间的时间间隔;其中,所述轨迹长度为轨迹路线中 轨迹点的数目。
可选地,述轨迹点集合筛选模块用于筛选轨迹点集合的筛选条件 为,所述轨迹点的经度差值不大于第三阈值,或所述轨迹点的纬度差 值不大于第四阈值,或所述轨迹点所在区域面积不大于第五阈值。
可选地,所述子集生成模块302采用深度优先搜索DFS的子集枚 举策略获取所述轨迹集合的所述轨迹子集。
具体地,基于上述任一项实施例,本发明提供的一种生成推荐路 线的方法和装置,均可以利用所有物流派送员的轨迹数据,发现频繁 经过的路段,作为派送的推荐路线。如此,不仅能够很好的利用过去 的派送经验,对派送任务进行合理优化,还可以对新来的物流派送员, 产生非常好的指导作用。
本发明实施例还提供了一种生成推荐路线的服务器,包括:一个 或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或 多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器 实现上述任一实施例提供的方法。
图4示出了可以应用本发明实施例的生成推荐路线的方法或生成 推荐路线的装置的示例性系统架构,可以包括:终端设备401、402、 403,网络404和服务器405。网络404用以在终端设备401、402、403 和服务器405之间提供通信链路的介质。网络404可以包括各种连接 类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405 交互,以接收或发送消息等。终端设备401、402、403可以是具有显 示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平 板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端 设备401、402、403所提供的轨迹路线提供支持的后台管理服务器。 后台管理服务器可以对接收到的轨迹子集等数据进行分析等处理,并 将处理结果(例如生成的推荐路线)反馈给终端设备。
需要说明的是,本发明实施例所提供的生成推荐路线的方法一般 由服务器405执行,相应地,生成推荐路线的装置一般设置于服务器 405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意 性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的 计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例, 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5所示,计算机系统500包括中央处理单元(CPU)501,其 可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508 加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作 和处理。在RAM 503中,还存储有系统400操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/ 输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506; 包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的 输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、 调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因 特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。 可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据 需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要 被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程 可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种 计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该 计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实 施例中,该计算机程序可以通过通信部分509从网络上被下载和安装, 和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元 (CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的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或者是上述两者的任意组合。计算 机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外 线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可 读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线 的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只 读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光 纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储 器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介 质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系 统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可 读的信号介质可以包括在基带中或者作为载波一部分传播的数据信 号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采 用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组 合。计算机可读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、装置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。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、 方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点 上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码 的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于 实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的 实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发 生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们 有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的 是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合, 可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者 可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实 现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理 器中,例如,可以描述为:一种处理器包括轨迹获取块、子集生成模 块和路线生成模块。其中,这些模块的名称在某种情况下并不构成对 该模块本身的限定,例如,轨迹获取还可以被描述为“对原始轨迹路线 数据进行处理”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机 可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独 存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多 个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备 包括:基于轨迹路线,获取轨迹集合,所述轨迹路线包括一个或多个 轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点的时间戳定义; 获取所述轨迹集合的轨迹子集,其中所述轨迹子集所包括的轨迹路线 的数目不小于第一阈值数目;生成对于所述轨迹子集的推荐路线,其 中所述推荐路线所包括的轨迹点的数目不小于第二阈值数目。
根据本发明实施例的技术方案,在生成推荐路线时,不仅可以利 用物流派送员本身的过往经验,还可以结合其他人的过往经验,通过 数据的挖掘,获取推荐的路线,不仅能够优化派送任务管理,还可以 对新的派送员进行指导,节约时间,提高派送效率,同时提升用户体 验。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案, 而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明, 本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载 的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替 换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各 实施例技术方案的范围。
Claims (10)
1.一种生成推荐路线的方法,其特征在于,包括以下步骤:
基于轨迹路线,获取轨迹集合,所述轨迹路线包括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点的时间戳定义;
获取所述轨迹集合的轨迹子集,其中所述轨迹子集所包括的轨迹路线的数目不小于第一阈值数目;
获取所述轨迹子集同一时间戳下的轨迹点集合,并对所述轨迹点集合进行筛选生成对于所述轨迹子集的推荐路线,其中所述推荐路线所包括的轨迹点的数目不小于第二阈值数目。
2.根据权利要求1所述的生成推荐路线的方法,其特征在于,对轨迹路线进行预处理,用以获取所述轨迹集合,所述预处理包括标准化轨迹长度及轨迹点之间的时间间隔;其中,所述轨迹长度为轨迹路线中轨迹点的数目。
3.根据权利要求1所述的生成推荐路线的方法,其特征在于,所述筛选的条件为,所述轨迹点的经度差值不大于第三阈值,或所述轨迹点的纬度差值不大于第四阈值,或所述轨迹点所在区域面积不大于第五阈值。
4.根据权利要求1所述的生成推荐路线的方法,其特征在于,采用深度优先搜索DFS的子集枚举策略获取所述轨迹集合的所述轨迹子集。
5.一种生成推荐路线的装置,其特征在于,包括:轨迹获取模块、子集生成模块、路线生成模块,其中,
所述轨迹获取模块,用于基于轨迹路线,获取轨迹集合,所述轨迹路线包括一个或多个轨迹点,所述轨迹点由纬度、经度和经过所述轨迹点的时间戳定义;
所述子集生成模块,用于获取所述轨迹集合的轨迹子集,其中所述轨迹子集所包括的轨迹路线的数目不小于第一阈值数目;
所述路线生成模块,用于获取所述轨迹子集同一时间戳下的轨迹点集合,并对所述轨迹点集合进行筛选生成对于所述轨迹子集的推荐路线,其中所述推荐路线所包括的轨迹点的数目不小于第二阈值数目。
6.根据权利要求5所述的生成推荐路线的装置,其特征在于,所述轨迹获取模块还包括预处理模块,用于对轨迹路线进行预处理,用以获取所述轨迹集合,所述预处理包括标准化轨迹长度及轨迹点之间的时间间隔;其中,所述轨迹长度为轨迹路线中轨迹点的数目。
7.根据权利要求5所述的生成推荐路线的装置,其特征在于,所述轨迹点集合筛选模块用于筛选轨迹点集合的筛选条件为,所述轨迹点的经度差值不大于第三阈值,或所述轨迹点的纬度差值不大于第四阈值,或所述轨迹点所在区域面积不大于第五阈值。
8.根据权利要求5所述的生成推荐路线的装置,其特征在于,所述子集生成模块采用深度优先搜索DFS的子集枚举策略获取所述轨迹集合的所述轨迹子集。
9.一种生成推荐路线的服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172746.XA CN112949880B (zh) | 2019-11-26 | 2019-11-26 | 一种生成推荐路线的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172746.XA CN112949880B (zh) | 2019-11-26 | 2019-11-26 | 一种生成推荐路线的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112949880A true CN112949880A (zh) | 2021-06-11 |
CN112949880B CN112949880B (zh) | 2023-11-03 |
Family
ID=76225014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911172746.XA Active CN112949880B (zh) | 2019-11-26 | 2019-11-26 | 一种生成推荐路线的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949880B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033011A (zh) * | 2018-06-19 | 2018-12-18 | 东软集团股份有限公司 | 计算轨迹频繁度的方法、装置、存储介质及电子设备 |
CN109084788A (zh) * | 2018-06-28 | 2018-12-25 | 百度在线网络技术(北京)有限公司 | 路线确定方法和装置 |
CN109858862A (zh) * | 2019-01-30 | 2019-06-07 | 深圳市快金数据技术服务有限公司 | 一种智能推荐物流路线的方法、装置、设备及介质 |
CN109871991A (zh) * | 2019-01-30 | 2019-06-11 | 深圳市快金数据技术服务有限公司 | 一种物流路线的推荐方法、装置、设备及介质 |
US20190318309A1 (en) * | 2018-04-13 | 2019-10-17 | Accenture Global Solutions Limited | Cargo logistics platform |
-
2019
- 2019-11-26 CN CN201911172746.XA patent/CN112949880B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190318309A1 (en) * | 2018-04-13 | 2019-10-17 | Accenture Global Solutions Limited | Cargo logistics platform |
CN109033011A (zh) * | 2018-06-19 | 2018-12-18 | 东软集团股份有限公司 | 计算轨迹频繁度的方法、装置、存储介质及电子设备 |
CN109084788A (zh) * | 2018-06-28 | 2018-12-25 | 百度在线网络技术(北京)有限公司 | 路线确定方法和装置 |
CN109858862A (zh) * | 2019-01-30 | 2019-06-07 | 深圳市快金数据技术服务有限公司 | 一种智能推荐物流路线的方法、装置、设备及介质 |
CN109871991A (zh) * | 2019-01-30 | 2019-06-11 | 深圳市快金数据技术服务有限公司 | 一种物流路线的推荐方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
Y. A. SELIVERSTOV 等: "The method of selecting a preferred route based on subjective criteria", 《2017 IEEE II INTERNATIONAL CONFERENCE ON CONTROL IN TECHNICAL SYSTEMS (CTS)》, pages 126 - 130 * |
蒋仲安 等: "基于地理坐标和轨迹数据的路径推荐方法", 《通信学报》, vol. 38, no. 05, pages 165 - 171 * |
Also Published As
Publication number | Publication date |
---|---|
CN112949880B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689804B (zh) | 用于输出信息的方法和装置 | |
CN107943877B (zh) | 待播放多媒体内容的生成方法和装置 | |
CN110633423A (zh) | 目标账号识别方法、装置、设备及存储介质 | |
CN110706093A (zh) | 一种账务处理方法和装置 | |
CN116029391A (zh) | 基于联邦学习的模型训练方法、预测方法、装置 | |
CN109919220B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN113507419B (zh) | 流量分发模型的训练方法、流量分发方法及装置 | |
CN115563522B (zh) | 交通数据的聚类方法、装置、设备及介质 | |
CN112949880B (zh) | 一种生成推荐路线的方法和装置 | |
CN113222205A (zh) | 一种路径规划的方法和装置 | |
CN111797822A (zh) | 文字对象评价方法、装置和电子设备 | |
CN113051381B (zh) | 信息质检方法、装置、计算机系统和计算机可读存储介质 | |
CN112052276B (zh) | 乘车路线的挖掘方法和装置 | |
CN113890948B (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN113447013B (zh) | 施工道路识别方法、装置、设备、存储介质和程序产品 | |
CN114742163A (zh) | 一种售后任务的审核方法及装置 | |
CN113822609A (zh) | 物流线路的生成方法、装置以及服务器 | |
CN111046894A (zh) | 识别马甲账号的方法和装置 | |
CN112396081A (zh) | 一种数据融合方法和装置 | |
CN115134639B (zh) | 视频档位确定方法、装置、服务器、存储介质和系统 | |
CN115412595B (zh) | 一种请求处理方法、装置、电子设备及存储介质 | |
CN117235535B (zh) | 异常供应端断电方法、装置、电子设备和介质 | |
CN112070163B (zh) | 图像分割模型训练和图像分割方法、装置、设备 | |
CN110674348B (zh) | 视频分类方法、装置及电子设备 | |
CN116935148A (zh) | 一种图片风险识别的方法和装置 |
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 |