CN113537828B - 虚拟站点挖掘方法和装置 - Google Patents
虚拟站点挖掘方法和装置 Download PDFInfo
- Publication number
- CN113537828B CN113537828B CN202110893332.7A CN202110893332A CN113537828B CN 113537828 B CN113537828 B CN 113537828B CN 202110893332 A CN202110893332 A CN 202110893332A CN 113537828 B CN113537828 B CN 113537828B
- Authority
- CN
- China
- Prior art keywords
- task
- positions
- determining
- target
- stopping
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000005065 mining Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 59
- 238000005457 optimization Methods 0.000 claims description 54
- 238000009826 distribution Methods 0.000 claims description 33
- 238000004140 cleaning Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000010365 information processing Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种虚拟站点挖掘方法和装置,通过确定目标区域对应的包括多个终端位置的任务轨迹,在各任务轨迹中确定对应任务执行人员停止处理任务信息时所在的停留位置。进一步根据各停留位置确定目标区域对应的多个候选任务位置,通过筛选各候选任务位置得到多个作为任务完成位置的虚拟站点。本发明实施例通过获取目标区域历史对应的多个任务信息处理中的轨迹,提取结束任务处理时任务执行人员的位置并聚类得到多个准确的任务完成位置,能够在接收到目标区域对应待处理任务时基于各任务完成位置引导任务执行人员处理任务,提高任务处理效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种虚拟站点挖掘方法和装置。
背景技术
在物流、外卖以及家政服务等需要上门服务的在线服务行业,需要为提供服务的人员规划上门服务的导航路线。目前现有技术的导航路线终点为用户所在较大区域的一个具体的位置,例如某学校的宿舍楼、某小区内的单元楼等。但任务执行人员实际上门时很可能出现难以到达具体位置,或者实际服务的具体位置与用户填写位置不符合等问题,降低了任务处理效率。
发明内容
有鉴于此,本发明实施例提供了一种虚拟站点挖掘方法和装置,旨在挖掘到目标区域内可以作为任务完成位置的多个虚拟站点,提高后续任务处理过程的效率。
第一方面,本发明实施例提供了一种虚拟站点挖掘方法,所述方法包括:
确定目标区域对应的多个任务轨迹,所述任务轨迹中包括多个对应任务信息在被任务执行人员执行时上传的终端位置;
在各所述任务轨迹包括的多个终端位置中确定停留位置,所述停留位置为任务执行人员结束任务处理时所在的位置;
对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置;
根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点。
第二方面,本发明实施例提供了一种虚拟站点挖掘装置,所述装置包括:
轨迹确定模块,用于确定目标区域对应的多个任务轨迹,所述任务轨迹中包括多个对应任务信息在被任务执行人员执行时上传的终端位置;
第一位置确定模块,用于在各所述任务轨迹包括的多个终端位置中确定停留位置,所述停留位置为任务执行人员结束任务处理时所在的位置;
第二位置确定模块,用于对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置;
虚拟站点确定模块,用于根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点。
第三方面,本发明实施例提供了一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如第一方面所述的方法。
第四方面,本发明实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如第一方面所述的方法。
本发明实施例通过确定目标区域对应的包括多个终端位置的任务轨迹,在各任务轨迹中确定对应任务执行人员停止处理任务信息时所在的停留位置。进一步根据各停留位置确定目标区域对应的多个候选任务位置,通过筛选各候选任务位置得到多个作为任务完成位置的虚拟站点。本发明实施例通过获取目标区域历史对应的多个任务信息处理中的轨迹,提取结束任务处理时任务执行人员的位置并聚类得到多个准确的任务完成位置,能够在接收到目标区域对应待处理任务时基于各任务完成位置引导任务执行人员处理任务,提高任务处理效率。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1为应用本发明实施例的虚拟站点挖掘方法的虚拟站点挖掘系统的示意图;
图2为本发明实施例的虚拟站点挖掘方法的流程图;
图3为本发明实施例的目标区域中停留位置的示意图;
图4为本发明实施例通过经纬度聚类得到的聚类结果的示意图;
图5为本发明实施例的概率分布曲线的示意图;
图6为本发明实施例的确定虚拟站点的流程图;
图7为本发明实施例的计算最优化函数值的流程图;
图8为本发明实施例的虚拟站点挖掘过程的示意图;
图9为本发明实施例在终端设备显示虚拟站点的示意图;
图10为本发明实施例的虚拟站点挖掘装置的示意图;
图11是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
图1为应用本发明实施例的虚拟站点挖掘方法的虚拟站点挖掘系统的示意图。如图1所示,本发明实施例的虚拟站点挖掘系统包括通过网络连接的任务处理终端10和服务器11。
在本发明实施例的虚拟站点挖掘系统中,服务器11接收到任务信息后在连接的多个任务处理终端10选择一个,由对应的任务执行人员持有该任务处理终端10到达任务信息对应的区域进行任务处理。本发明实施例中的任务信息处理方式为,由持有任务处理终端10的任务执行人员从任务开始位置移动至任务信息对应的位置。服务器11获取由各任务处理终端10在处理对应任务信息的过程中实时上传的多个终端位置组成的任务轨迹。进一步地,服务器11还获取任务轨迹对应的属性信息,其中可以包括任务处理终端10上传的多个移动状态属性以及任务信息对应的任务属性。
在进行虚拟站点挖掘时,服务器11确定与目标区域对应的多个已完成的任务信息对应的任务轨迹,即任务完成位置在目标区域内的多个任务轨迹。其中包括各任务信息执行过程中任务处理终端10上传的多个终端位置,服务器11在各终端位置中确定任务轨迹对应的停留位置,即任务执行人员实际完成任务信息的位置。进一步地,服务器11通过至少一种方式对目标区域对应的多个停留位置进行聚类,得到多个可能作为目标区域内任务完成位置的候选任务位置,在其中筛选得到作为目标区域内任务完成位置的虚拟站点。
进一步地,服务器11在确定目标区域对应的多个虚拟站点后,还可以在各虚拟站点中确定与接收到的待处理任务匹配的至少一个虚拟站点。并将对应的虚拟站点与待处理任务一同发送至任务处理终端10,以在处理任务过程中通过任务处理终端10显示虚拟站点,便于任务处理人员进行任务处理。
在本发明实施例中,任务处理终端10可以为具有数据处理功能和通信功能的通用智能终端设备,例如智能手机、笔记本电脑等。服务器11可以指单个的服务器,或者由多个服务器组成的服务器集群。
本发明实施例可以应用于任何根据多个已完成任务信息的任务轨迹挖掘对应目标区域内虚拟站点的应用场景。例如,以目标区域内的一个地址作为配送地址的物流或外卖场景,通过历史在目标区域内完成任务的轨迹信息进行虚拟站点挖掘。
以本发明实施例应用于外卖平台为例进行说明。任务处理终端10为配送人员使用的配送终端,服务器11为外卖软件的平台服务器。为提高目标区域内待处理任务的任务处理效率,服务器11获取多个历史完成的配送任务轨迹,以挖掘得到目标区域内的多个虚拟站点。具体地,各配送任务轨迹多个配送人员在执行配送任务过程中通过配送终端上传的多个终端位置,其中包括多个配送人员配送过程中上传的终端位置。服务器在各终端位置中确定配送人员在与用户进行商品交接时的目标终端位置,即完成配送任务时的位置。进一步地,服务器对目标区域内的各目标终端位置进行聚类得到多个候选任务位置,再筛选后得到作为后续配送位置的虚拟站点,用于指导用户发起配送任务,以及指导配送人员进行任务处理。
通过对虚拟站点的挖掘,一方面可以指导配送人员进行任务处理,另一方面,也可以为建立实际配送站提供参考。
本发明实施例通过获取目标区域历史对应的多个任务信息处理中的轨迹,提取结束任务处理时任务执行人员的位置并聚类得到多个准确的任务完成位置,能够在接收到目标区域对应待处理任务时基于各任务完成位置引导任务执行人员处理任务,提高任务处理效率。
图2为本发明实施例的任务位置挖掘方法的流程图。如图2所示,本发明实施例的任务位置挖掘方法包括以下步骤:
步骤S100、确定目标区域对应的多个任务轨迹。
具体地,目标区域对应的多个任务轨迹由服务器确定,服务器中存储多个已经完成的任务信息和各任务信息对应的轨迹信息,各轨迹信息中均包括多个终端位置。在本发明实施例中,各任务信息对应的轨迹信息通过任务执行人员在执行对应任务信息时上传的多个终端位置确定。可选地,服务器可以根据各轨迹信息中包括的终端位置确定与目标区域的关系。例如,在轨迹信息中包括至少一个在目标区域内的终端位置时,确定轨迹信息为与目标区域对应的任务轨迹。
进一步地,服务器中还存储各任务信息对应的属性信息,属性信息中包括各任务信息的任务属性和对应于各终端位置的移动状态属性。其中,任务属性用于表征任务信息的详情,可以包括任务内容、任务要求以及用于表征用户期望完成任务的期望任务位置。移动状态属性用于表征任务执行人员在对应终端位置的速度、加速度以及惯性特征等移动状态属性。因此,服务器还可以根据任务信息对应的属性信息确定与目标区域对应的多个任务轨迹。例如,获取各任务信息对应属性信息中的期望任务位置,在期望任务位置在目标区域内时,确定任务信息对应的轨迹信息为与目标区域对应的任务轨迹。可选地,本发明实施例可以根据实际需要设定不同的对应关系确定规则来筛选目标区域对应的任务轨迹,在此不做限制。
步骤S200、在各所述任务轨迹包括的多个终端位置中确定停留位置。
具体地,服务器在确定目标区域对应的多个任务轨迹后,分别确定各任务轨迹的停留位置,以进一步基于目标区域对应的多个停留位置进行位置挖掘。其中,停留位置为任务执行人员在完成对应任务信息时所在的位置。在本发明实施例中,服务器确定各任务轨迹对应停留位置的方法还可以包括以下步骤:
步骤S210、在各所述任务轨迹包括的多个终端位置中确定目标终端位置。
具体地,服务器可以对各任务轨迹进行初步筛选,在其中包括的多个终端位置中删除掉因定位漂移等原因获取的偏移位置,以及其他为停留位置的概率较低的点。进而服务器可以通过删除无用点的方式减小后续确定停留位置的计算量,同时提高确定停留位置的准确程度。
在本发明实施例的一个可选地实现方式中,服务器确定各任务轨迹对应的属性信息,并根据对应的属性信息中包括的任务属性和移动状态属性进行数据清洗得到目标终端位置。可选地,服务器可以获取任务属性中的期望任务位置,通过删除与期望任务位置之间距离大于距离阈值的终端位置进行数据清洗得到目标终端位置。或者,服务器还可以确定对应于任务轨迹中各终端位置的移动状态属性,删除速度大于速度阈值或加速度大于加速度阈值的终端位置进行数据清洗,保留任务执行人员执行对应任务信息过程中步行时获取的终端位置作为目标终端位置。
进一步地,本发明实施例可以通过属性信息中的一个属性进行数据清洗,或通过属性信息中的多个属性对各任务轨迹的终端位置进行数据清洗,在此不做限制。以本发明实施例应用于外卖领域为例进行说明,服务器可以通过获取任务信息对应属性信息中的配送地址清洗终端位置,得到与配送地址之间距离在距离阈值内的终端位置为目标终端位置。或者,服务器还可以通过获取任务信息对应属性信息中各终端位置对应的移动状态属性进行数据清洗,在移动速度小于速度阈值时判断配送人员状态为步行,确定步行状态对应的终端位置为目标终端位置。可选地,本发明实施例还可以根据配送终端在执行配送任务时的导航路径进行数据清洗,以删除偏移的终端位置。
步骤S220、根据对应的各所述目标终端位置确定对应任务轨迹中的停留位置。
具体地,服务器在数据清洗后得到各任务轨迹对应的目标终端位置,进一步在各目标终端位置中筛选任务轨迹的停留位置。可选地,在步骤S210筛选后,存在不具有对应目标终端位置的任务轨迹的可能性。同时,还存在对应目标终端位置仅有一个的任务轨迹,在此情况下服务器可以直接确定该任务轨迹对应的目标终端位置即为停留位置。
在本发明实施例中,对于具有多个目标终端位置的任务轨迹,服务器进一步在各目标终端位置中确定任务轨迹的停留位置。可选地,服务器确定停留位置的方式可以为设定一个停留位置确定规则,并确定满足该规则的目标终端位置为停留位置。例如,停留位置确定规则可以为连续存在预设数量个与前一个目标终端位置距离小于停留距离的目标终端位置时,确定其中第一个目标终端位置为停留位置。或者,停留位置确定规则还可以为对各目标终端位置进行密度聚类,确定得到的聚类簇中心为停留位置。
在本发明实施例的另一个可选地实现方式中,服务器还可以通过预先训练得到的位置模型确定停留位置。也就是说,将各任务轨迹对应的多个目标终端位置作为输入特征输入位置模型中,输出对应的停留位置。
进一步地,服务器还可以通过其他方式在多个目标终端位置中确定对应任务轨迹的停留位置,在此不做限制。
步骤S300、对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置。
具体地,服务器在提取各任务轨迹对应的停留位置后,得到多个对应于目标区域的停留位置,进一步的,服务器可以通过对各停留位置进行聚类得到多个候选任务位置。在本发明实施例中,服务器对停留位置进行聚类的方式可以为经纬度聚类、文本聚类和峰值点提取中的至少一种,即可以通过其中一种聚类方式或多种聚类方式的组合确定目标区域的候选任务位置。
图3为本发明实施例的目标区域中停留位置的示意图。如图3所示,服务器在通过步骤S200进行数据清洗以及停留位置提取后,得到目标区域30内各任务轨迹对应的停留位置31。由于停留位置31表征的实任务执行人员实际完成任务时所处的位置,目标区域30内停留位置31密集的地方为实际任务完成位置的概率较大,停留位置31稀疏的地方为实际任务完成位置的概率较小。因此,服务器可以通过对各停留位置31聚类得到任务完成位置概率较大的候选任务位置。
进一步地,经纬度聚类、文本聚类和峰值点提取分别为不同的聚类方式,能够分别通过不同维度对停留位置进行聚类。因此,服务器通过其中一种或多种方式分别对停留位置聚类,并将各方式聚类后得到的位置均作为目标区域对应的候选任务位置。
其中,经纬度聚类的方式为直接基于对应的停留位置对应的经纬度进行位置聚类,得到多个位置聚类簇,进而确定各位置聚类簇中心表征的位置为候选任务位置。其中,位置聚类的方法可以为基于停留位置对应的经纬度信息进行文本聚类,或者直接对各停留位置进行密度聚类。经纬度信息为一个用于表征对应停留位置的向量。
图4为本发明实施例通过经纬度聚类得到的聚类结果的示意图。如图4所示,服务器通过位置聚类将分布密集的多个停留位置聚类为一个位置聚类簇41,并将各位置聚类簇41的聚类中心作为目标区域40的候选任务位置。
另一方面,文本聚类的方式为确定各停留位置对应的文本信息,通过对各文本信息进行文本聚类得到多个文本聚类簇,将各文本聚类簇中心表征的文本信息对应的位置作为目标区域的候选任务位置。其中,文本信息可以为停留位置的名称,例如“A大厦南门”、“B小区北门”以及“XX大街与XX大道交汇处”。
进一步地,峰值点提取的方式为根据各停留位置确定概率密度分布曲线,再提取概率密度分布曲线中各峰值点对应的位置作为目标区域的候选任务位置。其中,概率密度分布曲线的横轴为经纬度信息,纵轴为对应位置为目标区域任务完成位置的概率。
图5为本发明实施例的概率分布曲线的示意图。如图5所示,概率分别曲线50中的横轴x用于表征经纬度信息,纵轴y用于表征对应位置为目标区域任务完成位置的概率。服务器在基于各停留位置做概率分布曲线后,得到的概率分布曲线50中包括多个峰值,峰值处对应的位置为目标区域任务完成位置的概率较大,因此提取峰值对应的位置作为目标区域的候选任务位置。
步骤S400、根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点。
在本实施例中,通过对上述得到的多个候选任务位置进行筛选,以得到多个虚拟站点。
具体地,如图6所示,根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点包括如下步骤:
步骤S410、根据所述目标区域内虚拟站点的需求数量确定多个目标方案,所述目标方案包括预定数量个候选任务位置。
在本实施例中,根据实际情况,确定目标区域内虚拟站点的需求数量,根据虚拟站点的需求数量和候选任务的数量确定多个目标方案,所述目标方案包括多个候选任务位置。
具体地,假设对于某一目标区域,获取到四个候选任务数量,分别为task1、task2、task3和task4,且该区域的虚拟站点的需求数量为2,则获取到的目标方案为六个,分别为(task1,task2)、(task1,task3)、(task1,task4)、(task2,task3)、(task2,task4)、(task3,task4)。
步骤S420、根据预设的最优化目标函数确定所述目标方案对应的最优化函数值。
在本实施例中,对上述获取到的多个目标方案,根据预设的最优化目标函数确定各个目标方案对应的最优化函数值,具体如图7所示,包括如下步骤:
步骤S421、计算所述目标区域中各所述停留位置与目标方案中各候选任务位置之间的实际距离。
具体地,假设Pi表示第i个停留位置,i=1,2,3,……,N,其中,N为停留位置的总数量,centerj表示第j个候选任务位置,j=1,2,3,……,M,其中,M表示候选任务位置的总数量,则第i个停留位置与第j个候选任务位置之间的实际距离为|Pi-centerj|。
更具体地,假设对于某一目标区域,获取到四个候选任务数量,分别为task1、task2、task3和task4,且该区域的虚拟站点的需求数量为2,则获取到的目标方案为六个,分别为(task1,task2)、(task1,task3)、(task1,task4)、(task2,task3)、(task2,task4)、(task3,task4)。该示例中,M=4,对于目标方案(task1,task2),在计算过程中j可以为1和2,对于目标方案(task1,task3),在计算过程中j可以为1和3,以此类推。
应理解,所述实际距离可以是两点之间的直线距离,也可以是两点之间的实际路径之间的距离,如果有多条路径,可以选择路径中最短的一条作为实际距离。
步骤S422、选择实际距离最短的确定为所述停留位置的最短距离,计算各所述停留位置的最短距离的加权和作为第一参数。
在本实施例中,对于每一个目标方案,计算该目标方案的第一参数,选择实际距离最短的确定为所述停留位置的最短距离,计算各所述停留位置的最短距离的加权和作为第一参数。
继续以上述列举的示例为例进行说明,对于目标方案(task1,task2),选择第i个停留位置,计算第i个停留位置与j等于1时的候选任务位置之间的实际距离为|Pi-center1|,计算第i个停留位置与j等于2时的候选任务位置之间的实际距离为|Pi-center2|,在|Pi-center1|和|Pi-center2|中选择最小的一个作为第i个停留位置的最短距离。重复上述步骤,令i等于1到N之间的任意一个数,可以得到该目标方案中每一个停留位置的最短距离。确定各个停留位置的权重,根据权重对各所述停留位置的最短距离加权求和以获取第一参数。具体地,计算第一参数F1的公式如下:
F1为第一参数;
Pi表示第i个停留位置,i=1,2,3,……,N,其中,N为停留位置的总数量;
centerj表示第j个候选任务位置,j=1,2,3,……,M,其中,M表示候选任务位置的总数量;
|pi-centerj|表示第i个停留位置与第j个候选任务位置之间的距离;
min1≤j≤M|Pi-centerj|表示第i个停留位置的最短距离;
ωi为第i个停留位置的权重。
其中,ωi可以根据实际情况进行设置。
步骤S423、确定各所述停留位置的中间参数,计算各所述停留位置的中间参数的加权和作为第二参数,所述中间参数用于表征最短距离与距离阈值的比较结果。
具体地,如上述步骤S422中所述,可以得到第i个停留位置的最短距离(min1≤j≤M|Pi-centerj|)。进而可以根据最短距离确定各所述停留位置的中间参数预先设置距离阈值R,对于每一个停留位置,判断该停留位置的最短距离是否大于距离阈值R,如果大于R,记为0,如果小于或等于R,记为1。根据各停留位置的权重对各所述停留位置的中间参数加权求和以获取第二参数F2,所述第二参数F2的计算公式如下:
F2为第二参数;
ωi为第i个停留位置的权重。
步骤S424、将最短距离大于距离阈值的停留位置的数量作为第三参数。
步骤S425、将所述第一参数、第二参数和第三参数分别与预设的第一权重值、第二权重值和第三权重值相乘,确定对应的乘积和为最优化函数值。
记预设的第一权重值、第二权重值和第三权重值分别为α、β和γ,则最优化函数值的计算公式为:
G=αF1+βF2+γF3
其中,F1为第一参数,F2为第二参数,F3为第三参数,α为第一权重值,β为第二权重值,γ为第三权重值,G为最优化函数值。
结合步骤S422-步骤S424,上述公式为:
F1为第一参数;
Pi表示第i个停留位置,i=1,2,3,……,N,其中,N为停留位置的总数量;
centerj表示第j个候选任务位置,j=1,2,3,……,M,其中,M表示候选任务位置的总数量;
|pi-centerj|表示第i个停留位置与第j个候选任务位置之间的距离;
min1≤j≤M|Pi-centerj|表示第i个停留位置的最短距离;
ωi为第i个停留位置的权重;
步骤S430、选择最优化函数值满足预定条件的目标方案。
在本实施例中,重复上述步骤S421-步骤S425,可以得到每一个目标方案的最优化函数,进而选择最优化函数值满足预定条件的目标方案。
其中,选择最优化函数值满足预定条件的目标方案可以为选择最优化函数值最小的目标方案,或者,选择最优化函数值小于预设阈值的目标方案。
以选择最优化函数值最小的目标方案为例进行说明,确定目标方案的公式可以为:
min1≤k≤QGk
其中,Gk表示第k个目标方案的最优化函数值,Q表示目标方案的数量。
步骤S440、将选择的目标方案中的候选任务位置确定为虚拟站点。
以步骤S410中的示例为例进行说明,对于目标方案(task1,task2)、(task1,task3)、(task1,task4)、(task2,task3)、(task2,task4)、(task3,task4),假设通过步骤S430得到的最优化函数值最小的目标方案为(task2,task4),则将候选任务位置task2和task4作为虚拟站点。
进一步地,服务器在通过计算最优化函数值的方式确定多个目标区域对应的虚拟站点后,得到的各虚拟站点也分别具有不同的置信度,即其为目标区域对应任务完成位置的可能性。服务器可以确定各虚拟站点对应的位置属性,以根据对应的位置属性确定其对应的置信度。可选地,位置属性可以包括虚拟站点所在聚类簇中的停留位置数量、执行各停留位置对应任务信息的任务执行人员数量以及发布各停留位置对应任务信息的用户数量等会对任务完成位置产生影响的属性。可选地,服务器可以通过将对应的位置属性输入预先训练得到的置信度模型中的方式输出对应的置信度。或者,还可以通过计算各参数的加权和确定对应的置信度。
图8为本发明实施例的虚拟站点挖掘过程的示意图。如图8所示,本发明实施例的虚拟站点挖掘过程包括:
S60、先确定目标区域对应的多个任务轨迹。
S61、在各任务轨迹中识别提取得到对应的停留位置。
S62、对停留位置进行经纬度聚类,得到多个候选任务位置。
S63、对停留位置进行文本聚类,得到多个候选任务位置。
S64、对停留位置进行峰值提取,得到多个候选任务位置。
S65、将通过步骤S62-S64中至少一个提取得到的候选任务位置作为目标区域的候选任务位置。
S66、通过最优化函数在候选任务位置中筛选得到目标区域对应的虚拟站点。
图9为本发明实施例在终端设备显示虚拟站点的示意图。如图9所示,服务器在确定各虚拟站点后,可以将各虚拟站点发送至用户使用的终端设备。当用户需要发起对应于目标区域90的待处理任务时,终端设备的显示界面向用户显示目标区域90中的各虚拟站点91,便于用户选择合适的位置发起任务。以本发明实施例应用于外卖软件中为例进行说明,在用户发起外卖订单时,用户使用的终端设备可以在终端显示页面显示对应的多个虚拟站点,用户在多个虚拟站点中选择一个作为配送地址发起外卖订单。
进一步地,在确定目标区域的各虚拟站点后,服务器还可以基于各虚拟站点指导任务执行人员进行任务处理。例如,在接收到对应于目标区域的待处理任务时,服务器在目标区域对应的各虚拟站点中匹配对应的待处理任务位置。服务器将待处理任务和对应的待处理任务位置均发送至任务处理人员的任务处理终端,以在任务处理人员的任务处理终端显示待处理任务位置,引导任务处理人员到达该位置进行任务处理。可选地,服务器还可以根据任务处理人员的位置和待处理任务位置生成对应的导航路径,将导航路径也一同显示在任务处理终端,提高引导任务处理人员的效率。
本发明实施例的任务位置挖掘方法通过获取目标区域历史对应的多个任务信息处理中的轨迹,提取结束任务处理时任务执行人员的位置并聚类得到多个准确的任务完成位置,能够在接收到目标区域对应待处理任务时基于各任务完成位置引导任务执行人员处理任务,提高任务处理效率。
图10为本发明实施例的任务位置挖掘装置的示意图。如图10所示,本发明实施例的任务位置挖掘装置包括轨迹确定模块101、第一位置确定模块102、第二位置确定模块103和第三位置确定模块104。
具体地,轨迹确定模块101用于确定目标区域对应的多个任务轨迹,所述任务轨迹中包括多个对应任务信息在被任务执行人员执行时上传的终端位置;
第一位置确定模块102用于在各所述任务轨迹包括的多个终端位置中确定停留位置,所述停留位置为任务执行人员结束任务处理时所在的位置;
第二位置确定模块103用于对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置;
第三位置确定模块104用于根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点。
在一些实施例中,所述第一位置确定模块包括:
终端位置确定子模块,用于在各所述任务轨迹包括的多个终端位置中确定目标终端位置,所述目标终端位置为任务执行人员执行对应任务信息过程中步行时获取的位置;
停留位置确定子模块,用于根据对应的各所述目标终端位置确定对应任务轨迹中的停留位置。
在一些实施例中,各所述任务轨迹分别具有对应的属性信息;
所述终端位置确定子模块包括:
数据清洗单元,用于分别根据各所述任务轨迹对应的属性信息对各所述终端位置进行数据清洗,以筛选得到多个目标终端位置。
在一些实施例中,所述停留位置确定子模块包括:
停留位置确定单元,用于将各所述任务轨迹中的多个目标终端位置输入预先训练的位置模型中,输出对应的停留位置。
在一些实施例中,所述第二位置确定模块包括:
候选位置确定子模块,用于通过经纬度聚类、文本聚类和峰值点提取中的至少一种方式对各所述停留位置进行处理,得到目标区域对应的多个候选任务位置。
在一些实施例中,所述候选位置确定子模块包括:
第一聚类单元,用于确定各所述停留位置进行位置聚类,得到多个位置聚类簇;
第一候选位置确定单元,用于确定各所述位置聚类簇中心表征的位置为候选任务位置。
在一些实施例中,所述候选位置确定子模块包括:
文本确定单元,用于确定各所述停留位置对应的文本信息;
第二聚类单元,用于对各所述文本信息进行文本聚类,得到多个文本聚类簇;
第二候选位置确定单元,用于确定各所述文本聚类簇中心表征的文本信息对应的位置为候选任务位置。
在一些实施例中,所述候选位置确定子模块包括:
曲线确定单元,用于根据各所述停留位置确定概率密度分布曲线,所述概率密度分布曲线的横轴为经纬度信息,纵轴为对应位置为目标区域任务完成位置的概率;
第三候选位置确定单元,用于确定所述概率密度分布曲线中各峰值点对应的位置为候选任务位置。
在一些实施例中,所述虚拟站点确定模块包括:
目标方案确定子模块,用于根据所述目标区域内虚拟站点的需求数量确定多个目标方案,所述目标方案包括预定数量个候选任务位置;
最优化函数值确定子模块,用于根据预设的最优化目标函数确定所述目标方案对应的最优化函数值;
目标方案选择子模块,用于选择最优化函数值满足预定条件的目标方案;
虚拟站点确定子模块,用于将选择的目标方案中的候选任务位置确定为虚拟站点。
在一些实施例中,所述最优化函数值确定子模块包括:
实际距离计算单元,用于计算所述目标区域中各所述停留位置与目标方案中各候选任务位置之间的实际距离;
第一参数确定单元,用于选择实际距离最短的确定为所述停留位置的最短距离,计算各所述停留位置的最短距离的加权和作为第一参数;
第二参数确定单元,用于确定各所述停留位置的中间参数,计算各所述停留位置的中间参数的加权和作为第二参数,所述中间参数用于表征最短距离与距离阈值的比较结果;
第三参数确定单元,用于将最短距离大于距离阈值的停留位置的数量作为第三参数;
函数值确定单元,用于将所述第一参数、第二参数和第三参数分别与预设的第一权重值、第二权重值和第三权重值相乘,确定对应的乘积和为最优化函数值。
在一些实施例中,所述目标方案选择子模块具体用于:
选择最优化函数值最小的目标方案;或者
选择最优化函数值小于预设阈值的目标方案。
在一些实施例中,所述装置还包括:
置信度确定模块,用于确定各所述虚拟站点的置信度,所述置信度用于表征虚拟站点为目标区域对应任务完成位置的可能性。
在一些实施例中,所述装置还包括:
位置匹配模块,用于响应于接收到对应于所述目标区域的待处理任务,在各所述虚拟站点中匹配对应的待处理任务位置;
信息发送模块,用于发送所述待处理任务和对应的待处理任务位置,以在任务处理人员的任务处理终端显示。
本发明实施例的任务位置挖掘装置通过获取目标区域历史对应的多个任务信息处理中的轨迹,提取结束任务处理时任务执行人员的位置并聚类得到多个准确的任务完成位置,能够在接收到目标区域对应待处理任务时基于各任务完成位置引导任务执行人员处理任务,提高任务处理效率。
图11是本发明实施例的电子设备的示意图。在本实施例中,电子设备包括服务器、终端等。如图11所示,该电子设备:至少包括一个处理器111;以及,与至少一个处理器111通信连接的存储器112;以及,与扫描装置通信连接的通信组件113,通信组件113在处理器111的控制下接收和发送数据;其中,存储器112存储有可被至少一个处理器111执行的指令,指令被至少一个处理器111执行以实现上述虚拟站点挖掘方法。
具体地,该电子设备包括:一个或多个处理器111以及存储器112,图11中以一个处理器111为例。处理器111、存储器112可以通过总线或者其他方式连接,图11中以通过总线连接为例。存储器112作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器111通过运行存储在存储器112中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述虚拟站点挖掘方法。
存储器112可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器112可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器112可选包括相对于处理器111远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器112中,当被一个或者多个处理器111执行时,执行上述任意方法实施例中的虚拟站点挖掘方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明的另一个实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (26)
1.一种虚拟站点挖掘方法,其特征在于,所述方法包括:
确定目标区域对应的多个任务轨迹,所述任务轨迹中包括多个对应任务信息在被任务执行人员执行时上传的终端位置;
在各所述任务轨迹包括的多个终端位置中确定停留位置,所述停留位置为任务执行人员结束任务处理时所在的位置;
对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置;
根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点;
其中,所述根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点,包括:
根据所述目标区域内虚拟站点的需求数量确定多个目标方案,所述目标方案包括预定数量个候选任务位置;
根据预设的最优化目标函数确定所述目标方案对应的最优化函数值,其中,所述最优化函数值根据所述停留位置与所述目标方案中各候选任务位置之间的实际距离、各所述停留位置的中间参数的加权和以及最短距离大于距离阈值的停留位置的数量确定;
选择最优化函数值满足预定条件的目标方案;
将选择的目标方案中的候选任务位置确定为虚拟站点。
2.根据权利要求1所述的方法,其特征在于,所述在各所述任务轨迹包括的多个终端位置中确定停留位置包括:
在各所述任务轨迹包括的多个终端位置中确定目标终端位置,所述目标终端位置为任务执行人员执行对应任务信息过程中步行时获取的位置;
根据对应的各所述目标终端位置确定对应任务轨迹中的停留位置。
3.根据权利要求2所述的方法,其特征在于,各所述任务轨迹分别具有对应的属性信息;
所述在各所述任务轨迹包括的多个终端位置中确定目标终端位置包括:
分别根据各所述任务轨迹对应的属性信息对各所述终端位置进行数据清洗,以筛选得到多个目标终端位置。
4.根据权利要求2所述的方法,其特征在于,所述根据对应的各所述目标终端位置确定对应任务轨迹中的停留位置包括:
将各所述任务轨迹中的多个目标终端位置输入预先训练的位置模型中,输出对应的停留位置。
5.根据权利要求1所述的方法,其特征在于,所述对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置包括:
通过经纬度聚类、文本聚类和峰值点提取中的至少一种聚类方式对各所述停留位置进行处理,得到目标区域对应的多个候选任务位置。
6.根据权利要求5所述的方法,其特征在于,通过经纬度聚类对各所述停留位置进行处理包括:
确定各所述停留位置进行位置聚类,得到多个位置聚类簇;
确定各所述位置聚类簇中心表征的位置为候选任务位置。
7.根据权利要求5所述的方法,其特征在于,通过文本聚类对各所述停留位置进行处理包括:
确定各所述停留位置对应的文本信息;
对各所述文本信息进行文本聚类,得到多个文本聚类簇;
确定各所述文本聚类簇中心表征的文本信息对应的位置为候选任务位置。
8.根据权利要求5所述的方法,其特征在于,通过峰值点提取对各所述停留位置进行处理包括:
根据各所述停留位置确定概率密度分布曲线,所述概率密度分布曲线的横轴为经纬度信息,纵轴为对应位置为目标区域任务完成位置的概率;
确定所述概率密度分布曲线中各峰值点对应的位置为候选任务位置。
9.根据权利要求1所述的方法,其特征在于,所述根据预设的最优化目标函数确定所述目标方案对应的最优化函数值包括:
计算所述目标区域中各所述停留位置与目标方案中各候选任务位置之间的实际距离;
选择实际距离最短的确定为所述停留位置的最短距离,计算各所述停留位置的最短距离的加权和作为第一参数;
确定各所述停留位置的中间参数,计算各所述停留位置的中间参数的加权和作为第二参数,所述中间参数用于表征最短距离与距离阈值的比较结果;
将最短距离大于距离阈值的停留位置的数量作为第三参数;
将所述第一参数、第二参数和第三参数分别与预设的第一权重值、第二权重值和第三权重值相乘,确定对应的乘积和为最优化函数值。
10.根据权利要求1所述的方法,其特征在于,选择最优化函数值满足预定条件的目标方案具体为:
选择最优化函数值最小的目标方案;或者
选择最优化函数值小于预设阈值的目标方案。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定各所述虚拟站点的置信度,所述置信度用于表征虚拟站点为目标区域内任务完成位置的可能性。
12.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于接收到对应于所述目标区域的待处理任务,在各所述虚拟站点中匹配对应的待处理任务位置;
发送所述待处理任务和对应的待处理任务位置,以在任务处理人员的任务处理终端显示。
13.一种虚拟站点挖掘装置,其特征在于,所述装置包括:
轨迹确定模块,用于确定目标区域对应的多个任务轨迹,所述任务轨迹中包括多个对应任务信息在被任务执行人员执行时上传的终端位置;
第一位置确定模块,用于在各所述任务轨迹包括的多个终端位置中确定停留位置,所述停留位置为任务执行人员结束任务处理时所在的位置;
第二位置确定模块,用于对各所述停留位置进行聚类以确定目标区域对应的多个候选任务位置;
虚拟站点确定模块,用于根据预设的最优化目标函数在所述多个候选任务位置中选择预定数量个虚拟站点;
其中,所述虚拟站点确定模块包括:
目标方案确定子模块,用于根据所述目标区域内虚拟站点的需求数量确定多个目标方案,所述目标方案包括预定数量个候选任务位置;
最优化函数值确定子模块,用于根据预设的最优化目标函数确定所述目标方案对应的最优化函数值,其中,所述最优化函数值根据所述停留位置与所述目标方案中各候选任务位置之间的实际距离、各所述停留位置的中间参数的加权和以及最短距离大于距离阈值的停留位置的数量确定;
目标方案选择子模块,用于选择最优化函数值满足预定条件的目标方案;
虚拟站点确定子模块,用于将选择的目标方案中的候选任务位置确定为虚拟站点。
14.根据权利要求13所述的装置,其特征在于,所述第一位置确定模块包括:
终端位置确定子模块,用于在各所述任务轨迹包括的多个终端位置中确定目标终端位置,所述目标终端位置为任务执行人员执行对应任务信息过程中步行时获取的位置;
停留位置确定子模块,用于根据对应的各所述目标终端位置确定对应任务轨迹中的停留位置。
15.根据权利要求14所述的装置,其特征在于,各所述任务轨迹分别具有对应的属性信息;
所述终端位置确定子模块包括:
数据清洗单元,用于分别根据各所述任务轨迹对应的属性信息对各所述终端位置进行数据清洗,以筛选得到多个目标终端位置。
16.根据权利要求14所述的装置,其特征在于,所述停留位置确定子模块包括:
停留位置确定单元,用于将各所述任务轨迹中的多个目标终端位置输入预先训练的位置模型中,输出对应的停留位置。
17.根据权利要求13所述的装置,其特征在于,所述第二位置确定模块包括:
候选位置确定子模块,用于通过经纬度聚类、文本聚类和峰值点提取中的至少一种方式对各所述停留位置进行处理,得到目标区域对应的多个候选任务位置。
18.根据权利要求17所述的装置,其特征在于,所述候选位置确定子模块包括:
第一聚类单元,用于确定各所述停留位置进行位置聚类,得到多个位置聚类簇;
第一候选位置确定单元,用于确定各所述位置聚类簇中心表征的位置为候选任务位置。
19.根据权利要求17所述的装置,其特征在于,所述候选位置确定子模块包括:
文本确定单元,用于确定各所述停留位置对应的文本信息;
第二聚类单元,用于对各所述文本信息进行文本聚类,得到多个文本聚类簇;
第二候选位置确定单元,用于确定各所述文本聚类簇中心表征的文本信息对应的位置为候选任务位置。
20.根据权利要求17所述的装置,其特征在于,所述候选位置确定子模块包括:
曲线确定单元,用于根据各所述停留位置确定概率密度分布曲线,所述概率密度分布曲线的横轴为经纬度信息,纵轴为对应位置为目标区域任务完成位置的概率;
第三候选位置确定单元,用于确定所述概率密度分布曲线中各峰值点对应的位置为候选任务位置。
21.根据权利要求13所述的装置,其特征在于,所述最优化函数值确定子模块包括:
实际距离计算单元,用于计算所述目标区域中各所述停留位置与目标方案中各候选任务位置之间的实际距离;
第一参数确定单元,用于选择实际距离最短的确定为所述停留位置的最短距离,计算各所述停留位置的最短距离的加权和作为第一参数;
第二参数确定单元,用于确定各所述停留位置的中间参数,计算各所述停留位置的中间参数的加权和作为第二参数,所述中间参数用于表征最短距离与距离阈值的比较结果;
第三参数确定单元,用于将最短距离大于距离阈值的停留位置的数量作为第三参数;
函数值确定单元,用于将所述第一参数、第二参数和第三参数分别与预设的第一权重值、第二权重值和第三权重值相乘,确定对应的乘积和为最优化函数值。
22.根据权利要求13所述的装置,其特征在于,所述目标方案选择子模块具体用于:
选择最优化函数值最小的目标方案;或者
选择最优化函数值小于预设阈值的目标方案。
23.根据权利要求13所述的装置,其特征在于,所述装置还包括:
置信度确定模块,用于确定各所述虚拟站点的置信度,所述置信度用于表征虚拟站点为目标区域对应任务完成位置的可能性。
24.根据权利要求13所述的装置,其特征在于,所述装置还包括:
位置匹配模块,用于响应于接收到对应于所述目标区域的待处理任务,在各所述虚拟站点中匹配对应的待处理任务位置;
信息发送模块,用于发送所述待处理任务和对应的待处理任务位置,以在任务处理人员的任务处理终端显示。
25.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-12中任一项所述的方法。
26.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893332.7A CN113537828B (zh) | 2021-08-04 | 2021-08-04 | 虚拟站点挖掘方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110893332.7A CN113537828B (zh) | 2021-08-04 | 2021-08-04 | 虚拟站点挖掘方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113537828A CN113537828A (zh) | 2021-10-22 |
CN113537828B true CN113537828B (zh) | 2022-11-29 |
Family
ID=78090441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110893332.7A Active CN113537828B (zh) | 2021-08-04 | 2021-08-04 | 虚拟站点挖掘方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113537828B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222692A (zh) * | 2019-12-30 | 2020-06-02 | 北京交通大学 | 有限信息情景下考虑到返程的可靠性离散选址方法 |
WO2021056303A1 (en) * | 2019-09-26 | 2021-04-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining a pick-up location |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537351B (zh) * | 2017-03-02 | 2020-09-22 | 北京嘀嘀无限科技发展有限公司 | 一种推荐上车点的确定方法及装置 |
WO2018227395A1 (en) * | 2017-06-13 | 2018-12-20 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining target stations |
CN109615260A (zh) * | 2018-12-19 | 2019-04-12 | 国网北京市电力公司 | 确定充电桩的安装地址的方法 |
CN110334853A (zh) * | 2019-06-10 | 2019-10-15 | 福建工程学院 | 一种物流配送中心仓库选址的仿自然体优化方法 |
CN111563630A (zh) * | 2020-05-11 | 2020-08-21 | 圆通速递有限公司 | 基于地址经纬度聚类的物流服务网点布局方法和系统 |
CN112989222B (zh) * | 2021-03-04 | 2024-06-04 | 北京嘀嘀无限科技发展有限公司 | 一种位置确定方法、装置及电子设备 |
-
2021
- 2021-08-04 CN CN202110893332.7A patent/CN113537828B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021056303A1 (en) * | 2019-09-26 | 2021-04-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining a pick-up location |
CN111222692A (zh) * | 2019-12-30 | 2020-06-02 | 北京交通大学 | 有限信息情景下考虑到返程的可靠性离散选址方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113537828A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105300398A (zh) | 获取地点信息的方法、装置和系统 | |
US9588819B2 (en) | System and method of assigning requests to resources using constraint programming | |
CN106455056A (zh) | 定位方法和装置 | |
US20220019916A1 (en) | Apparatus and method for recommending federated learning based on tendency analysis of recognition model and method for federated learning in user terminal | |
CN107786989B (zh) | 一种Lora智能水表网络网关部署方法及装置 | |
CN114360027A (zh) | 一种特征提取网络的训练方法、装置及电子设备 | |
CN113537828B (zh) | 虚拟站点挖掘方法和装置 | |
CN117806340A (zh) | 基于强化学习的空域训练飞行路径自动规划方法和装置 | |
CN110335237B (zh) | 用于生成模型的方法、装置和用于识别图像的方法、装置 | |
CN112036697A (zh) | 一种任务分配的方法、装置、可读存储介质和电子设备 | |
CN109034085B (zh) | 用于生成信息的方法和装置 | |
CN110825859A (zh) | 检索方法、装置、可读存储介质和电子设备 | |
CN113411749B (zh) | 入口位置确定方法及装置 | |
CN115640372A (zh) | 一种室内平面的区域指引方法、装置、系统、设备及介质 | |
CN106294395A (zh) | 一种任务处理的方法及装置 | |
CN111651249B (zh) | 任务分配方法、装置、可读存储介质和电子设备 | |
CN105069064B (zh) | 词汇的获取方法及装置、推送方法及装置 | |
CN114500900A (zh) | 丢失对象的寻找方法及装置 | |
CN112733452A (zh) | 轨迹预测方法、装置、电子设备和可读存储介质 | |
CN108415983B (zh) | 一种基于交互的智能问题解决方法和装置 | |
CN112947748A (zh) | 增强现实ar远程交互方法及其系统 | |
CN108337644B (zh) | 一种数据处理方法及装置 | |
CN113704640B (zh) | 用户常驻地址的预测方法、装置、电子设备及存储介质 | |
CN115694877B (zh) | 一种基于联邦偏好学习的空间众包任务分配方法 | |
CN110690981B (zh) | 数据处理方法和计算机可读存储介质 |
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 |