CN114219171A - 一种上车点推荐方法、计算机可读存储介质及计算机设备 - Google Patents

一种上车点推荐方法、计算机可读存储介质及计算机设备 Download PDF

Info

Publication number
CN114219171A
CN114219171A CN202111593513.4A CN202111593513A CN114219171A CN 114219171 A CN114219171 A CN 114219171A CN 202111593513 A CN202111593513 A CN 202111593513A CN 114219171 A CN114219171 A CN 114219171A
Authority
CN
China
Prior art keywords
point
user
points
candidate
coordinate point
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
Application number
CN202111593513.4A
Other languages
English (en)
Inventor
陶言祺
杨照璐
强成仓
石立臣
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.)
Shenzhen Yishi Huolala Technology Co Ltd
Original Assignee
Shenzhen Yishi Huolala 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 Shenzhen Yishi Huolala Technology Co Ltd filed Critical Shenzhen Yishi Huolala Technology Co Ltd
Priority to CN202111593513.4A priority Critical patent/CN114219171A/zh
Publication of CN114219171A publication Critical patent/CN114219171A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Navigation (AREA)

Abstract

本申请适用于物流领域，提供了一种上车点推荐方法、计算机可读存储介质及计算机设备，包括：获取用户的当前位置；利用H3网格定位得到用户的当前位置的坐标点；搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。判断用户当前位置是否适合作为上车点。

Description

一种上车点推荐方法、计算机可读存储介质及计算机设备
技术领域
本申请属于物流领域，尤其涉及一种上车点推荐方法、计算机可读存储介质及计算机设备。
背景技术
上车点推荐是为了方面用户和司机碰面，减少接驾流程，提升用户体验，目前滴滴、百度、高德等都有上车点的推荐流程。在上车点排序阶段，需要计算每个候选召回点的一些特征，如热度特征:表征历史上该候选点作为上车点的热度。但热度这类特征对不同的定位位置都是固定的，无法衡量用户所在位置对该候选点的影响，即使附近很热的点可能并不是热度最高的点，可能并不适合用户上车。
发明内容
本申请的目的在于提供一种上车点推荐方法、计算机可读存储介质及计算机设备，旨在解决用户无法确定所在位置是否适合上车的问题。
第一方面，本申请提供了一种上车点推荐方法，包括：
获取用户的当前位置；
利用H3网格定位得到用户的当前位置的坐标点；
搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；
根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；
比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。
进一步地，所述预先得到的每个坐标点的热度值是通过以下方式得到的：
获取历史订单的上车点；
将历史订单的上车点转换成利用H3网格定位的坐标点；
聚合与历史订单的上车点相同的H3网格定位的坐标点；
对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值。
进一步地，所述根据历史订单发生的时间进行衰减具体为：根据预设半衰期进行衰减热度，对于同一位置的订单，预设半衰期前的订单的权重随着日期进行衰减。
进一步地，所述候选上车点的热度值是根据用户的当前位置按幂函数进行衰减，离所述用户的当前位置的距离越大，衰减程度越大。
进一步地，所述搜索离所述用户的当前位置的坐标点预设距离内的坐标点具体为：搜索以用户的当前位置的坐标点为圆心，预设距离为半径的圆内的坐标点。
进一步地，所述对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值具体为：
定义聚合后的H3网格定位的坐标点的集合为D，当前时间每个坐标点的热度值为：
Figure BDA0003429916700000021
其中，x表示定位点，z是半衰期系数，t是时间单位，即当前订单离当天的时间间隔。
进一步地，所述局部热度值的计算公式为：
fx＝∑0.9dis*hx；
其中，dis指候选上车点和用户的当前位置的距离，hx是当前时间每个坐标点的热度值。
进一步地，所述比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户具体为：将候选上车点根据局部热度值的大小进行排序，从所述候选上车点中按预设数量选出局部热度最大的候选上车点推荐给用户，删除其余候选点。
第二方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的上车点推荐方法的步骤。
第三方面，本申请提供了一种计算机设备，包括：一个或多个处理器、存储器以及一个或多个计算机程序，所述处理器和所述存储器通过总线连接，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现所述的上车点推荐方法的步骤。
在本申请中，使用H3网格定位获得用户的当前位置的坐标，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点，计算候选上车点的局部热度值，选择局部热度值最高的预设数量的坐标点推荐给用户，以确定用户当前位置是否适合作为上车点，提升用户上车点效果。
附图说明
图1是本申请一实施例提供的上车点推荐方法的流程图。
图2为本申请一实施例提供的H3网格定位的示意图。
图3是本申请一实施例提供的计算机设备的具体结构框图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
请参阅图1，本申请一实施例提供的上车点推荐方法包括以下步骤：需注意的是，若有实质上相同的结果，本申请的上车点推荐方法并不以图1所示的流程顺序为限。
S101、获取用户的当前位置；
S102、利用H3网格定位得到用户的当前位置的坐标点；
S103、搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；
S104、根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；
S105、比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。
在本申请一实施例中，所述预先得到的每个坐标点的热度值是通过以下方式得到的：
获取历史订单的上车点；
将历史订单的上车点转换成利用H3网格定位的坐标点；
聚合与历史订单的上车点相同的H3网格定位的坐标点；
对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值。
在本申请一实施例中，所述根据历史订单发生的时间进行衰减具体为：根据预设半衰期进行衰减热度，对于同一位置的订单，预设半衰期前的订单的权重随着日期进行衰减。
例如：预设半衰期为30天进行衰减热度，离当前时间较远的订单对热度的影响较低，离对于同一位置的订单，30天以前的订单的权重减至0.5，让热度值更能体现最近发生的订单。
在本申请一实施例中，所述候选上车点的热度值是根据用户的当前位置按幂函数进行衰减，离所述用户的当前位置的距离越大，衰减程度越大。
在本申请一实施例中，所述搜索离所述用户的当前位置的坐标点预设距离内的坐标点具体为：搜索以用户的当前位置的坐标点为圆心，预设距离为半径的圆内的坐标点。
在本申请一实施例中，所述对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值具体为：
定义聚合后的H3网格定位的坐标点的集合为D，当前时间每个坐标点的热度值为：
Figure BDA0003429916700000051
其中，x表示定位点，z是半衰期系数，为0.9057，t是时间单位，即当前订单离当天的时间间隔。
在本申请一实施例中，所述局部热度值的计算公式为：
fx＝∑0.9dis*hx；
其中，dis指候选上车点和用户的当前位置的距离，hx是当前时间每个坐标点的热度值。
用户的当前位置的候选上车点的权重最大，往外扩距离，越远衰减程度越大。
在本申请一实施例中，所述比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户具体为：将候选上车点根据局部热度值的大小进行排序，从所述候选上车点中按预设数量选出局部热度最大的候选上车点推荐给用户，删除其余候选点。
本申请一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请一实施例提供的上车点推荐方法的步骤。
图3示出了本申请一实施例提供的计算机设备的具体结构框图，一种计算机设备100包括：一个或多个处理器101、存储器102、以及一个或多个计算机程序，其中所述处理器101和所述存储器102通过总线连接，所述一个或多个计算机程序被存储在所述存储器102中，并且被配置成由所述一个或多个处理器101执行，所述处理器101执行所述计算机程序时实现如本申请一实施例提供的上车点推荐方法的步骤。
计算机设备包括服务器和终端等。该计算机设备可以是台式计算机、移动终端或车载设备，移动终端包括手机、平板电脑、个人数字助理或可穿戴设备等中的至少一种。
本申请一实施例，使用H3网格定位获得用户的当前位置的坐标，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点，计算候选上车点的局部热度值，选择局部热度值最高的预设数量的坐标点推荐给用户，以确定用户当前位置是否适合作为上车点，提升用户上车点效果。
本领域普通技术人员可以理解上述实施例的各种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，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种上车点推荐方法，其特征在于，包括：
获取用户的当前位置；
利用H3网格定位得到用户的当前位置的坐标点；
搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；
根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；
比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。
2.如权利要求1所述的上车点推荐方法，其特征在于，所述每个坐标点的热度值是通过以下方式得到的：
获取历史订单的上车点；
将历史订单的上车点转换成利用H3网格定位的坐标点；
聚合与历史订单的上车点相同的H3网格定位的坐标点；
对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值。
3.如权利要求2所述的上车点推荐方法，其特征在于，所述根据历史订单发生的时间进行衰减具体为：根据预设半衰期进行衰减热度，对于同一位置的订单，预设半衰期前的订单的权重随着日期进行衰减。
4.如权利要求1所述的上车点推荐方法，其特征在于，所述候选上车点的热度值是根据用户的当前位置按幂函数进行衰减，离所述用户的当前位置的距离越大，衰减程度越大。
5.如权利要求1所述的上车点推荐方法，其特征在于，所述搜索离所述用户的当前位置的坐标点预设距离内的坐标点具体为：搜索以用户的当前位置的坐标点为圆心，预设距离为半径的圆内的坐标点。
6.如权利要求2所述的上车点推荐方法，其特征在于，所述对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值具体为：
定义聚合后的H3网格定位的坐标点的集合为D，当前时间每个坐标点的热度值为：
Figure FDA0003429916690000021
其中，x表示定位点，z是半衰期系数，t是时间单位，即当前订单离当天的时间间隔。
7.如权利要求1所述的上车点推荐方法，其特征在于，所述局部热度值的计算公式为：
fx＝∑0.9dis*hx；
其中，dis指候选上车点和用户的当前位置的距离，hx是当前时间每个坐标点的热度值。
8.如权利要求1所述的上车点推荐方法，其特征在于，所述比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户具体为：将候选上车点根据局部热度值的大小进行排序，从所述候选上车点中按预设数量选出局部热度最大的候选上车点推荐给用户，删除其余候选点。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的上车点推荐方法的步骤。
10.一种计算机设备，包括：一个或多个处理器、存储器以及一个或多个计算机程序，所述处理器和所述存储器通过总线连接，其中所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，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至8任一项所述的上车点推荐方法的步骤。
CN202111593513.4A 2021-12-23 2021-12-23 一种上车点推荐方法、计算机可读存储介质及计算机设备 Pending CN114219171A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111593513.4A CN114219171A (zh) 2021-12-23 2021-12-23 一种上车点推荐方法、计算机可读存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111593513.4A CN114219171A (zh) 2021-12-23 2021-12-23 一种上车点推荐方法、计算机可读存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN114219171A true CN114219171A (zh) 2022-03-22

Family

ID=80705478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111593513.4A Pending CN114219171A (zh) 2021-12-23 2021-12-23 一种上车点推荐方法、计算机可读存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN114219171A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115936817A (zh) * 2022-12-30 2023-04-07 北京白驹易行科技有限公司 一种乘客订单起点聚合方法、装置及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859172A (zh) * 2019-09-24 2020-10-30 北京嘀嘀无限科技发展有限公司 信息推送方法、装置、电子设备和计算机可读存储介质
CN111859183A (zh) * 2020-06-22 2020-10-30 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法、系统、装置及存储介质
CN111861647A (zh) * 2020-07-03 2020-10-30 北京嘀嘀无限科技发展有限公司 一种推荐上车点的方法和系统
CN111931081A (zh) * 2020-08-10 2020-11-13 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法及系统
CN113360786A (zh) * 2020-03-03 2021-09-07 阿里巴巴集团控股有限公司 一种出行位置推荐方法及相关装置和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859172A (zh) * 2019-09-24 2020-10-30 北京嘀嘀无限科技发展有限公司 信息推送方法、装置、电子设备和计算机可读存储介质
CN113360786A (zh) * 2020-03-03 2021-09-07 阿里巴巴集团控股有限公司 一种出行位置推荐方法及相关装置和系统
CN111859183A (zh) * 2020-06-22 2020-10-30 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法、系统、装置及存储介质
CN111861647A (zh) * 2020-07-03 2020-10-30 北京嘀嘀无限科技发展有限公司 一种推荐上车点的方法和系统
CN111931081A (zh) * 2020-08-10 2020-11-13 北京嘀嘀无限科技发展有限公司 一种上车点推荐方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115936817A (zh) * 2022-12-30 2023-04-07 北京白驹易行科技有限公司 一种乘客订单起点聚合方法、装置及计算机设备
CN115936817B (zh) * 2022-12-30 2024-02-20 北京白驹易行科技有限公司 一种乘客订单起点聚合方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
CN110147967B (zh) 风险防控方法及装置
CN111651704B (zh) 一种内容推荐方法、计算设备以及存储介质
CN106850750B (zh) 一种实时推送信息的方法和装置
CN107402931A (zh) 一种出行目的地推荐方法和装置
JP7085486B2 (ja) ユーザ挙動データの処理方法及び装置
CN114219171A (zh) 一种上车点推荐方法、计算机可读存储介质及计算机设备
CN110322295A (zh) 关系强度确定方法及系统、服务器、计算机可读介质
CN111143639B (zh) 用户亲密度计算方法、装置、设备及介质
CN110738508A (zh) 一种数据分析方法和装置
CN110570271A (zh) 信息推荐方法、装置、电子设备及可读存储介质
CN114187009A (zh) 交易风险预测模型的特征解释方法、装置、设备及介质
CN110599118A (zh) 一种数据处理方法及装置
CN113761381B (zh) 兴趣点推荐的方法、装置、设备以及存储介质
CN111798282A (zh) 一种信息处理方法、终端及存储介质
CN111260384A (zh) 服务订单处理方法、装置、电子设备及存储介质
CN111881346B (zh) 一种热点数据的识别方法、系统及相关装置
CN114090873A (zh) 匹配数据的方法、装置、设备和计算机可读介质
CN114596105A (zh) 一种充电用户信用的评估方法、装置、设备以及介质
CN112035512B (zh) 知识库的检索方法、装置、电子设备及计算机存储介质
CN114706303A (zh) 带钢宽度余量的控制方法、装置、介质和电子设备
CN109218411B (zh) 数据处理方法及装置、计算机可读存储介质、电子设备
CN109981325B (zh) 一种告警阈值的设定方法、装置、计算设备及介质
CN109615412A (zh) 小区均价预估方法、电子装置及存储介质
CN108846743B (zh) 用于生成信息的方法和装置
CN113672791B (zh) 一种确定搜索结果顺序的方法和装置

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