CN117033419A - 运动路线的生成方法、装置、存储介质及处理器 - Google Patents

运动路线的生成方法、装置、存储介质及处理器 Download PDF

Info

Publication number
CN117033419A
CN117033419A CN202311085521.7A CN202311085521A CN117033419A CN 117033419 A CN117033419 A CN 117033419A CN 202311085521 A CN202311085521 A CN 202311085521A CN 117033419 A CN117033419 A CN 117033419A
Authority
CN
China
Prior art keywords
route
routes
standby
label
preset
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
CN202311085521.7A
Other languages
English (en)
Inventor
景玉
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.)
Beijing Calorie Information Technology Co ltd
Original Assignee
Beijing Calorie Information 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 Beijing Calorie Information Technology Co ltd filed Critical Beijing Calorie Information Technology Co ltd
Priority to CN202311085521.7A priority Critical patent/CN117033419A/zh
Publication of CN117033419A publication Critical patent/CN117033419A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/243Natural language query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211Selection of the most significant subset of features
    • G06F18/2113Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Navigation (AREA)

Abstract

本申请公开了一种运动路线的生成方法、装置、存储介质及处理器。该方法包括:接收用户通过客户端输入的路线关键词;从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;将目标路线推送至客户端。通过本申请,解决了相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题。

Description

运动路线的生成方法、装置、存储介质及处理器
技术领域
本申请涉及路线信息处理领域,具体而言,涉及一种运动路线的生成方法、装置、存储介质及处理器。
背景技术
用户在进行一些运动时需要运动路线,例如,跑步运动、骑行运动等,都需要运动路线。在相关技术中,主要是通过用户手动去提交路线,运动平台通过人工审核的方式审核用户提交的路线的情况,审核通过后生成运动路线。
需要说明的是,用户提交路线数量少且不规范,而且用户难以定义并且不容易确认路线的属性信息,比如当前路线的坡度信息等属性信息。在这种情况下,当前路线并不一定是最适合用户的路线,比如用户喜欢红绿灯少的路线、上坡路线等,但是提交的路线可能不符合这些特点。同时,由于用户提交的路线不具备可运营的属性信息,没办法对路线做运营以及策略的分发、管理等操作,提交审核过程的流程也比较繁琐。综上所述,相关技术中这种生成运动路线的方式太依赖人力,且具有比较大的局限性。
针对相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供一种运动路线的生成方法、装置、存储介质及处理器,以解决相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题。
根据本申请的一个方面,提供了一种运动路线的生成方法。该方法包括:接收用户通过客户端输入的路线关键词;从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;将目标路线推送至客户端。
可选地,路线数据库通过以下方式构建:获取多个用户上传的至少以下之一类型的初始路线:历史运动轨迹、实时运动轨迹以及存量路线,其中,存量路线是由运动轨迹生成的完成路线审核的路线;基于标签检测规则集合对初始路线打标签,得到基础路线,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;确定多种预设路线标签,分别从基础路线中截取包含对应预设路线标签的路段,得到多组备用路线,其中,每组备用路线携带有同一预设路线标签;将多组备用路线添加至数据库中,得到路线数据库。
可选地,在基于标签检测规则集合对初始路线打标签,得到基础路线之前,该方法还包括:在初始路线中包含偏移坐标点的情况下,从初始路线中去除偏移坐标点,其中,偏移坐标点是指与实际坐标之间的偏移距离大于预设距离的点;和/或在初始路线中包含异常点的情况下,若异常点为精度低于预设精度的点,则根据路网信息对异常点的精度进行修正,若异常点为关联的属性值超过属性阈值的点,则根据路线关联的属性阈值对异常点的属性值进行修正;和/或若初始路线为运动轨迹,且运动轨迹包含循环部分的情况下,保留循环部分对应的单圈路线。
可选地,在将多组备用路线添加至数据库中,得到路线数据库之前,该方法还包括:从多组备用路线中确定样本备用路线,对样本备用路线进行路线审核,其中,路线审核用于审核备用路线的路线信息与实际路线的路线信息是否匹配;在存在样本备用路线的路线审核未通过的情况下,调整标签检测规则集合中的标签检测规则,基于调整后的标签检测规则和初始路线重新生成备用路线,直至所有的备用数据的路线审核均通过。
可选地,该方法还包括:每隔预设周期,确定路线数据库中使用次数小于预设次数的备用路线,得到待修正路线;检测待修正路线所在区域的其他备用路线的使用次数是否小于预设次数,其中,其他备用路线是路线数据库中待修正路线以外的路线;在其他备用路线的使用次数小于预设次数的情况下,检测待修正路线是否携带有错误标签;在待修正路线携带有错误标签的情况下,修正待修正路线携带的标签,或者从路线数据库中删除待修正路线。
可选地,在用户输入了N个路线关键词的情况下,N为正整数,从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线包括:从路线数据库中筛选出路线标签与第一路线关键词匹配的路线,得到第一备用路线;从第一备用路线中筛选出路线标签与第二路线关键词匹配的路线,得到第二备用路线;直至从第N-1备用路线中筛选出路线标签与第N路线关键词匹配的路线,得到候选路线。
可选地,在将目标路线推送至客户端之后,该方法还包括:在接收到用户对目标路线的反馈意见的情况下,基于反馈意见判断目标路线是否符合用户的运动需求;在目标路线不符合用户的运动需求的情况下,在客户端展示路线提交入口;接收用户通过路线提交入口提交的运动轨迹,并基于标签检测规则集合对运动轨迹打标签,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;从打上标签后的运动轨迹中截取包含路线关键词指示的路线标签的路段,得到更新的目标路线,并将更新的目标路线推送至客户端。
根据本申请的另一方面,提供了一种运动路线的生成装置。该装置包括:接收单元,用于接收用户通过客户端输入的路线关键词;筛选单元,用于从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;排序单元,用于在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;第一推送单元,用于将目标路线推送至客户端。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,计算机存储介质用于存储程序,其中,程序运行时控制非易失性存储介质所在的设备执行一种运动路线的生成方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包含处理器和存储器;存储器中存储有计算机可读指令,处理器用于运行计算机可读指令,其中,计算机可读指令运行时执行一种运动路线的生成方法。
通过本申请,采用以下步骤:接收用户通过客户端输入的路线关键词;从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;将目标路线推送至客户端,解决了相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题。通过从基础路线中提取出包含预设路线标签的备用路线,再结合输入的路线关键词从备用路线中为用户推荐目标路线,进而达到了提高生成运动的效率,降低生成路线的成本,且生成的路线可以满足用户的运动需求的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的运动路线的生成方法的流程图;
图2是根据本申请实施例提供的路线数据库的构建方法的流程图;
图3是根据本申请实施例提供的运动路线的生成装置的示意图;
图4是根据本申请实施例提供的电子设备的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
根据本申请的实施例,提供了一种运动路线的生成方法。
图1是根据本申请实施例提供的运动路线的生成方法的流程图。如图1所示,该方法包括以下步骤:
步骤S102,接收用户通过客户端输入的路线关键词。
其中,用户是对运动路线具有需求的用户,例如,可以是准备进行跑步运动的用户,还可以是准备进行骑行运动的用户。客户端可以为运动健身应用程序所安装的客户端,用户在准备运动的时候,可以打开客户端上安装的运动健身应用程序,并输入用于描述期望得到的运动路线的特点的词,也即,路线关键词。例如,用户准备在直线路线上练习往返跑,可以在运动健身应用程序的搜索框输入路线关键词“直线”。
步骤S104,从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段。
需要说明的是,路线数据库中的备用路线是根据基础路线生成的路线,其中,基础路线是根据标签检测规则集合为没有属性定义的运动轨迹的打上标签得到的路线,不同的标签检测规则可以检测出运动轨迹上的不同属性,以对运动轨迹打上不同的路线标签,从而得到基础路线。例如,标签检测规则可以检测的属性包括公园、马拉松、操场、平路、上坡、下坡、高海拔、遛弯、坡度、跑步、行走、骑行、红绿灯多少、商店、照明等,根据检测到的属性为运动轨迹打上标签,得到携带至少一种路线标签的基础路线。
进一步的,可以从携带有路线标签的基础路线中截取包含预设路线标签的路段,得到具有不同属性的多种备用路线,其中,备用路线的属性由其携带的预设路线标签表征。例如,预设路线标签为“直线”标签,从基础路线中截取包含“直线”标签的200米以上的路段,得到具备直线属性的备用路线,预设路线标签为“坡度”标签,从基础路线中截取包含“坡度”标签的200米以上的路段,得到具备坡度属性的备用路线。需要说明的是,基础路线可以为多条,从一条基础路线中根据不同的预设标签也可以截取出不同的备用路线。
在得到不同属性的备用路线之后,存储到数据库中,得到路线数据库。从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线。例如,用户在运动健身应用程序的搜索框输入路线关键词“直线”,得到至少一条具备直线属性的备用路线,也即候选路线。
步骤S106,在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线。
具体的,在候选路线为一个的情况下,将候选路线作为目标路线即可。在候选路线为多个的情况下,可以根据不同的评分指标为路线确定路线评分,再根据评分从大到小的顺序将预设数量的候选路线确定为目标路线。
例如,评分指标可以为路线和用户之间的距离、路线自身的长度、路线的运动人数,确定不同评分指标指标值的权重,路线和用户之间的距离越短对应的评分指标值越高,路线自身的长度越长对应的评分指标值越高,路线的运动人数越多对应的评分指标值越高。对于每个候选路线,确定不同的评分指标下的指标值,计算各个评分指标值和权重的加权求和结果,得到路线评分。在计算得到多个候选路线的路线评分后,将路线评分最高的前预设数量的候选路线确定为目标路线,例如,将路线评分最高的前5个候选路线确定为目标路线。
步骤S108,将目标路线推送至客户端。
具体的,在目标路线为多个的情况下,根据路线评分由高到低的顺序将多个目标路线展示在运行健身应用程序的界面,由用户选择一个目标路线,用户可以按照选择的目标路线进行运行。
在用户按照目标路线运动的过程中,可以记录用户在该运动路线下的成绩,并在运动结束后,匹配该路线的成绩排行,该成绩排行由不同用户的运动数据生成,可以包括细分的成绩排行,例如不同地区、不同年龄、不同性别的排名,从而增加用户运动的趣味性。
本申请实施例提供的运动路线的生成方法,通过接收用户通过客户端输入的路线关键词;从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;将目标路线推送至客户端,解决了相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题。通过从基础路线中提取出包含预设路线标签的备用路线,再结合输入的路线关键词从备用路线中为用户推荐目标路线,进而达到了提高生成运动的效率,降低生成路线的成本,且生成的路线可以满足用户的运动需求的效果。
图2是根据本申请实施例提供的路线数据库的构建方法的流程图,可选地,在本申请实施例提供的运动路线的生成方法中,路线数据库通过以下方式构建:
步骤S202,获取多个用户上传的至少以下之一类型的初始路线:历史运动轨迹、实时运动轨迹以及存量路线,其中,存量路线是由运动轨迹生成的完成路线审核的路线。
其中,多个用户中可以包含输入路线关键词的用户,多个用户上传的初始路线包括多条,从而丰富了构建路线数据库的基础数据。
步骤S204,基于标签检测规则集合对初始路线打标签,得到基础路线,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性。
其中,标签检测规则集合可以包含公园、马拉松、操场、平路、上坡、下坡、高海拔、红绿灯多少、跑步、行走、骑行等检测规则,在得到标签检测规则集合之后,为运动轨迹、运动路线打上路线标签,得到基础路线。
标签检测规则集合中的各个具体规则如下:公园:可以根据已有路线名称或者类型来判断,对于轨迹通过点判断轨迹周边是否有公园。全马、半马:可以根据路线名称和路线距离来判断,还可以根据马拉松赛事记录的时间和城市来判断。操场:可以根据已有路线的类型来判断,还可以根据轨迹是否通过学校以及轨迹和学习的距离来判断。平路:可以根据坡度是否小于1%来判断。上坡、下坡:0.5km内的坡度超过7%的路线或轨迹可以确定为上坡,0.5km内的坡度小于-7%的路线或轨迹可以确定为下坡。高海拔:可以根据海拔高度是否大于1500m来判断。直路:可以根据轨迹的角度是否小于160度来判断。小区:可以根据点判断轨迹周边是否有小区。红绿灯:可以通过路线规划来获取红绿灯数据。行走、跑步、骑行类型:可以根据轨迹距离和用户估计运动类型。
需要说明的是,本实施例的标签检测规则不限定于上述类型,而且标签检测规则集合中的标签检测规则支持动态扩充,从而方便对路线做运营或者技术上的处理。
步骤S206,确定多种预设路线标签,分别从基础路线中截取包含对应预设路线标签的路段,得到多组备用路线,其中,每组备用路线携带有同一预设路线标签;
步骤S208,将多组备用路线添加至数据库中,得到路线数据库。
其中,多种预设路线标签可以为标签检测规则集合中涉及的标签,根据基础路线的已经打标信息,截取不同预设路线标签对应的路段,生成新的路线,也即,根据标签的检测规则,反向计算符合标签条件的路段,截取所有符合条件的路段,保存为备用路线。例如,对于“上坡”标签,检测基础路线中符合上坡的条件的路段。
需要说明的是,备用路线除了携带截取时使用的预设标签,还可以包含其他标签,可以根据标签的检测规则对截取生成的备用路线打上其它符合条件标签,还可以复用原基础路线上在该路段携带的其他标签。例如,携带有“上坡”标签的备用路线,还可以携带“直线”标签,也即,新生成的备用路线也是多标签的组合的路线。
在根据所有预设标签依次生成备用路线后,得到多组备用路线,将多组备用路线添加至数据库中,得到路线数据库。
通过本实施例,根据标签检测规则集合为用户的运动轨迹或审核通过的运动路线打上标签,得到基础路线,并在基础路线上根据预设路线标签截取具有不同属性的路段,得到多个备用路线。一方面,用户可以通过路线关键词从路线数据库筛选出具有匹配属性的候选路线,实现了运动路线的自动化提取,解决了相关技术中的路线没有细粒度的拆分或者组合,没法满足用户只需要其中一段适合路线的需求的问题。另一方面,在挖掘新路线的同时,实现了对用户可能需要的审核通过的小段路线的处理,满足更细化的用户需求,从而丰富了路线数据库中的备用路线。再一方面,由于路线具有标签信息,且标签信息是根据统一的标签检测规则提取的,路线审核可以参照统一的标准,可以减少后续路线审核的投入人力减少支出。
为了提高基于初始路线生成的基础路线的精度,可选地,在本申请实施例提供的运动路线的生成方法中,在基于标签检测规则集合对初始路线打标签,得到基础路线之前,该方法还包括:在初始路线中包含偏移坐标点的情况下,从初始路线中去除偏移坐标点,其中,偏移坐标点是指与实际坐标之间的偏移距离大于预设距离的点;和/或在初始路线中包含异常点的情况下,若异常点为精度低于预设精度的点,则根据路网信息对异常点的精度进行修正,若异常点为关联的属性值超过属性阈值的点,则根据路线关联的属性阈值对异常点的属性值进行修正;和/或若初始路线为运动轨迹,且运动轨迹包含循环部分的情况下,保留循环部分对应的单圈路线。
需要说明的是,初始路线是用户上传的历史运动轨迹、实时运动轨迹以及存量路线,由于用户上传的路线或轨迹在录制的过程中可能存在误差,使得路线中存在无效坐标点、异常坐标点,因而,在根据标签检测规则集合对这些初始路线打标签前,需要对初始路线上的坐标点进行预处理。
其中,无效点为定位偏移的点,也即偏移坐标点,从初始路线中将偏移坐标点去除,可以使得初始路线的坐标点更平滑。
其中,异常点可以为精度低的坐标点,可以使用路网信息对精度低的点做精度修正,若找不到该精度低的点的路网信息,可以删除该点。异常点还可以为关联的属性值超过属性阈值的点,路线上的每个点均关联有点的属性,例如,速度、距离、时长,其中,速度是指在这条路线上运动时经过该点的速度,距离是在该点与路线起点之间的距离,时长是在这条路线上运动时从路线起点到该点占用的时长,一个路线本身也关联有速度、距离、时长的阈值,在点关联的速度、距离、时长等属性值超过属性阈值的情况下,可以根据属性阈值对属性值做修正处理,对于无法对点关联的属性值进行修正的路线,可以将该路线确定可疑轨迹,不做打标签的处理,从而避免异常点对后续生成的备用路线的影响。
此外,由于用户可能进行往返运动或沿着闭合路径循环运动,若用户上传的运动轨迹存在的循环部分,可以做去重复处理,取单圈轨迹作为初始路线。
通过本实施,对用户上传的初始路线中的无效坐标点、异常坐标点、重复部分进行处理,再对处理后的初始路线进行打标签操作,从而提高了生成的基础路线的精度和准确度,为生成准确的备用路线奠定了数据基础。
生成的备用路线存在路线信息的情况下,可选地,在本申请实施例提供的运动路线的生成方法中,在将多组备用路线添加至数据库中,得到路线数据库之前,该方法还包括:从多组备用路线中确定样本备用路线,对样本备用路线进行路线审核,其中,路线审核用于审核备用路线的路线信息与实际路线的路线信息是否匹配;在存在样本备用路线的路线审核未通过的情况下,调整标签检测规则集合中的标签检测规则,基于调整后的标签检测规则和初始路线重新生成备用路线,直至所有的备用数据的路线审核均通过。
需要说明的是,在生成多组备用路线之后,可以从中抽取热门城市生成的备用路线,作为样本备用路线。获取样本备用路线的标签信息、长度、轨迹图、经纬度信息等,并与样本备用路线在路网中的实际信息做对比,检测路线信息的准确性,从而标签检测规则的正确性以及生成路线的逻辑正确性。对于路线审核未通过的样本备用路线,若是标签信息存在错误,可以对涉及的标签检测规则进行进一步的优化,基于优化后的标签检测规则重新对初始路线打标标签,并从中截取包含该标签的路段,重新生成备用路线,直至根据该标签检测规则重新生成的备用路线通过路线审核。若审核出样本备用路线的“上坡”标签存在错误,可以对“上坡”标签的检测规则进行进一步的优化,例如,“上坡”标签的原始的检测规则为:0.3km内的坡度超过5%的路线或轨迹,可以优化为:0.5km内的坡度超过7%的路线或轨迹,进一步的,基于优化后的“上坡”的检测规则重新对多个初始路线打标标签,并从中截取包含“上坡”标签的路段,重新生成备用路线,直至重新生成的备用路线通过路线审核。
通过本实施例,对生成的多组备用路线进行抽样路线审核,并对审核未通过的标签信息错误的备用路线涉及的标签检测规则进行优化,从而提高了后续根据标签检测规则为路线打标签的准确度,进一步提高基于打标签后的路线生成的备用路线的准确度。
可以通过路线的使用情况确定备用路线的准确性,可选地,在本申请实施例提供的运动路线的生成方法中,该方法还包括:每隔预设周期,确定路线数据库中使用次数小于预设次数的备用路线,得到待修正路线;检测待修正路线所在区域的其他备用路线的使用次数是否小于预设次数,其中,其他备用路线是路线数据库中待修正路线以外的路线;在其他备用路线的使用次数小于预设次数的情况下,检测待修正路线是否携带有错误标签;在待修正路线携带有错误标签的情况下,修正待修正路线携带的标签,或者从路线数据库中删除待修正路线。
例如,可以定期筛查新生成的备用路线的使用次数,也即用户使用备用路线进行运动的次数,隔预设周期可以为一个月,查找一个月的使用次数小于50的路线,得到待修正路线,确定待修正路线的被使用次数较低的原因,在该地区其它路线运动人数也较少的情况下,也即使用次数也小于50的情况下,说明该地域的人流量较低,待修正路线的使用次数低是正常的。在该地区其他路线运动人数较多,只有待修正其他备用路线的使用次数较少的情况下,例如,该地区其他路线的使用次数均于50,说明备用路线的路线信息可能存在问题。进一步的,检测待修正路线是否携带有错误标签,在待修正路线携带有错误标签的情况下,修正待修正路线携带的标签,如果标签修复的过程较复杂,也可以从路线数据库中删除待修正路线。
通过本实施例,定期筛查备用路线的被使用次数,对于被使用次数较低的备用路线的路线,分析其原因并作出相应的对策,可以提高路线数据库中的备用路线的路线信息的准确度,从而提高推送的路线的用户使用率。
在用户需求的运动路线为具备多个属性的路线的情况下,用户可以在运动健身应用程序输入多个路线关键词,可选地,在本申请实施例提供的运动路线的生成方法中,在用户输入了N个路线关键词的情况下,N为正整数,从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线包括:从路线数据库中筛选出路线标签与第一路线关键词匹配的路线,得到第一备用路线;从第一备用路线中筛选出路线标签与第二路线关键词匹配的路线,得到第二备用路线;直至从第N-1备用路线中筛选出路线标签与第N路线关键词匹配的路线,得到候选路线。
例如,在用户输入两个路线关键词“直线”、“上坡”的情况下,可以先从路线数据库中筛选出路线标签与“直线”匹配的路线,得到具备直线属性的第一备用路线,再从第一备用路线中筛选出路线标签与“上坡”匹配的路线,得到第二备用路线,也即既具备直线属性、又具备上坡属性的备用路线。
此外,用户的路线需求可以是多样化的,例如,在用户输入两个路线关键词“先平路”、“再上坡”的情况下,可以先从路线数据库中筛选出路线标签与“平路”匹配的路线,得到具备平路属性的多个备用路线,再从路线数据库中筛选出路线标签与“上坡”匹配的路线,得到具备上坡属性的多个备用路线,再将距离相近的具备平路属性的和具备上坡属性的备用路线进行拼接,得到用户所需的路线。
通过本实施例,在用户输入多个路线关键词的情况下,可以根据用户的需求从路线数据库中筛选出同时具备多个路线属性的备用路线,也可以从路线数据库中筛选出具备不同路线属性的备用路线,并对具备不同路线属性的备用路线进行拼接和组合,满足用户不同的路线需求。
根据路线数据库推送的目标路线存在仍然无法满足用户需求的情况下,可选地,在本申请实施例提供的运动路线的生成方法中,在将目标路线推送至客户端之后,该方法还包括:在接收到用户对目标路线的反馈意见的情况下,基于反馈意见判断目标路线是否符合用户的运动需求;在目标路线不符合用户的运动需求的情况下,在客户端展示路线提交入口;接收用户通过路线提交入口提交的运动轨迹,并基于标签检测规则集合对运动轨迹打标签,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;从打上标签后的运动轨迹中截取包含路线关键词指示的路线标签的路段,得到更新的目标路线,并将更新的目标路线推送至客户端。
需要说明的是,如果用户反馈推荐的目标路线不准确,可以为用户提供提交路线入口,通过用户上传的轨迹生成目标路线,提交完成后进行路线审核,在路线审核通过之后,打上搜索的路线关键词匹配的标签,并将生成的目标路线推荐给用户。通过本实施例,在根据路线关键词从路线数据库搜索到的目标路线不满足用户需求的情况下,还根据该用户自身的运动轨迹生成匹配的目标路线,进一步满足用户的运动需求,提高用户的体验。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种运动路线的生成装置,需要说明的是,本申请实施例的运动路线的生成装置可以用于执行本申请实施例所提供的用于运动路线的生成方法。以下对本申请实施例提供的运动路线的生成装置进行介绍。
图3是根据本申请实施例提供的运动路线的生成装置的示意图。如图3所示,该装置包括:接收单元301、筛选单元302、排序单元303和第一推送单元304。
其中,接收单元301,用于接收用户通过客户端输入的路线关键词。
筛选单元302,用于从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段。
排序单元303,用于在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线。
第一推送单元304,用于将目标路线推送至客户端。
本申请实施例提供的运动路线的生成装置,通过接收单元301,接收用户通过客户端输入的路线关键词;筛选单元302,从路线数据库中筛选出路线标签与路线关键词匹配的路线,得到候选路线,其中,路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;排序单元303,在候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;第一推送单元304,将目标路线推送至客户端,解决了相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题,通过从基础路线中提取出包含预设路线标签的备用路线,再结合输入的路线关键词从备用路线中为用户推荐目标路线,进而达到了提高生成运动的效率,降低生成路线的成本,且生成的路线可以满足用户的运动需求的效果。
可选地,在本申请实施例提供的运动路线的生成装置中,该装置还包括,构建单元,构建单元用于构建路线数据库,构建单元包括:获取模块,用于获取多个用户上传的至少以下之一类型的初始路线:历史运动轨迹、实时运动轨迹以及存量路线,其中,存量路线是由运动轨迹生成的完成路线审核的路线;打标模块,用于基于标签检测规则集合对初始路线打标签,得到基础路线,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;截取模块,用于确定多种预设路线标签,分别从基础路线中截取包含对应预设路线标签的路段,得到多组备用路线,其中,每组备用路线携带有同一预设路线标签;将多组备用路线添加至数据库中,得到路线数据库。
可选地,在本申请实施例提供的运动路线的生成装置中,构建单元包括:去除模块,用于在基于标签检测规则集合对初始路线打标签,得到基础路线之前,在初始路线中包含偏移坐标点的情况下,从初始路线中去除偏移坐标点,其中,偏移坐标点是指与实际坐标之间的偏移距离大于预设距离的点;和/或,修正模块,用于在初始路线中包含异常点的情况下,若异常点为精度低于预设精度的点,则根据路网信息对异常点的精度进行修正,若异常点为关联的属性值超过属性阈值的点,则根据路线关联的属性阈值对异常点的属性值进行修正;和/或,保留模块,用于在初始路线为运动轨迹,且运动轨迹包含循环部分的情况下,保留循环部分对应的单圈路线。
可选地,在本申请实施例提供的运动路线的生成装置中,构建单元还包括:审核模块,用于在将多组备用路线添加至数据库中,得到路线数据库之前,从多组备用路线中确定样本备用路线,对样本备用路线进行路线审核,其中,路线审核用于审核备用路线的路线信息与实际路线的路线信息是否匹配;调整模块,用于在存在样本备用路线的路线审核未通过的情况下,调整标签检测规则集合中的标签检测规则,基于调整后的标签检测规则和初始路线重新生成备用路线,直至所有的备用数据的路线审核均通过。
可选地,在本申请实施例提供的运动路线的生成装置中,该装置还包括:确定单元,用于每隔预设周期,确定路线数据库中使用次数小于预设次数的备用路线,得到待修正路线;第一检测单元,用于检测待修正路线所在区域的其他备用路线的使用次数是否小于预设次数,其中,其他备用路线是路线数据库中待修正路线以外的路线;第二检测单元,用于在其他备用路线的使用次数小于预设次数的情况下,检测待修正路线是否携带有错误标签;修正单元,用于在待修正路线携带有错误标签的情况下,修正待修正路线携带的标签,或者从路线数据库中删除待修正路线。
可选地,在本申请实施例提供的运动路线的生成装置中,在用户输入了N个路线关键词的情况下,N为正整数,筛选单元302包括:第一筛选模块,用于从路线数据库中筛选出路线标签与第一路线关键词匹配的路线,得到第一备用路线;第二筛选模块,用于从第一备用路线中筛选出路线标签与第二路线关键词匹配的路线,得到第二备用路线;第三筛选模块,用于从第N-1备用路线中筛选出路线标签与第N路线关键词匹配的路线,得到候选路线。
可选地,在本申请实施例提供的运动路线的生成装置中,该装置还包括:判断单元,用于在将目标路线推送至客户端之后,在接收到用户对目标路线的反馈意见的情况下,基于反馈意见判断目标路线是否符合用户的运动需求;提交单元,用于在目标路线不符合用户的运动需求的情况下,在客户端展示路线提交入口;接收单元301,用于接收用户通过路线提交入口提交的运动轨迹,并基于标签检测规则集合对运动轨迹打标签,其中,标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;第二推送单元,用于从打上标签后的运动轨迹中截取包含路线关键词指示的路线标签的路段,得到更新的目标路线,并将更新的目标路线推送至客户端。
上述运动路线的生成装置包括处理器和存储器,上述接收单元301、筛选单元302、排序单元303和第一推送单元304等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中生成运动路线的方式太依赖人力,且生成的路线与用户的运行需求不匹配的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例还提供了一种计算机存储介质,计算机存储介质用于存储程序,其中,程序运行时控制非易失性存储介质所在的设备执行一种运动路线的生成方法。
本申请实施例还提供了一种电子设备,图4是根据本申请实施例提供的电子设备的示意图,如图4所示,电子设备401包含处理器和存储器;存储器中存储有计算机可读指令,处理器用于运行计算机可读指令,其中,计算机可读指令运行时执行一种运动路线的生成方法。本文中的电子设备可以是服务器、PC、PAD、手机等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种运动路线的生成方法,其特征在于,包括:
接收用户通过客户端输入的路线关键词;
从路线数据库中筛选出路线标签与所述路线关键词匹配的路线,得到候选路线,其中,所述路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;
在所述候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;
将所述目标路线推送至所述客户端。
2.根据权利要求1所述的方法,其特征在于,所述路线数据库通过以下方式构建:
获取多个用户上传的至少以下之一类型的初始路线:历史运动轨迹、实时运动轨迹以及存量路线,其中,所述存量路线是由运动轨迹生成的完成路线审核的路线;
基于标签检测规则集合对所述初始路线打标签,得到所述基础路线,其中,所述标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;
确定多种预设路线标签,分别从所述基础路线中截取包含对应预设路线标签的路段,得到多组备用路线,其中,每组备用路线携带有同一预设路线标签;
将所述多组备用路线添加至数据库中,得到所述路线数据库。
3.根据权利要求2所述的方法,其特征在于,在基于标签检测规则集合对所述初始路线打标签,得到所述基础路线之前,所述方法还包括:
在所述初始路线中包含偏移坐标点的情况下,从所述初始路线中去除所述偏移坐标点,其中,所述偏移坐标点是指与实际坐标之间的偏移距离大于预设距离的点;和/或
在所述初始路线中包含异常点的情况下,若所述异常点为精度低于预设精度的点,则根据路网信息对所述异常点的精度进行修正,若所述异常点为关联的属性值超过属性阈值的点,则根据路线关联的属性阈值对所述异常点的属性值进行修正;和/或
若所述初始路线为运动轨迹,且所述运动轨迹包含循环部分的情况下,保留所述循环部分对应的单圈路线。
4.根据权利要求2所述的方法,其特征在于,在将所述多组备用路线添加至数据库中,得到所述路线数据库之前,所述方法还包括:
从所述多组备用路线中确定样本备用路线,对所述样本备用路线进行路线审核,其中,所述路线审核用于审核备用路线的路线信息与实际路线的路线信息是否匹配;
在存在样本备用路线的路线审核未通过的情况下,调整所述标签检测规则集合中的标签检测规则,基于调整后的标签检测规则和所述所述初始路线重新生成备用路线,直至所有的备用数据的路线审核均通过。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
每隔预设周期,确定所述路线数据库中使用次数小于预设次数的备用路线,得到待修正路线;
检测所述待修正路线所在区域的其他备用路线的使用次数是否小于预设次数,其中,所述其他备用路线是路线数据库中所述待修正路线以外的路线;
在所述其他备用路线的使用次数小于所述预设次数的情况下,检测所述待修正路线是否携带有错误标签;
在所述待修正路线携带有错误标签的情况下,修正所述待修正路线携带的标签,或者从所述路线数据库中删除所述待修正路线。
6.根据权利要求1所述的方法,其特征在于,在所述用户输入了N个路线关键词的情况下,N为正整数,从路线数据库中筛选出路线标签与所述路线关键词匹配的路线,得到候选路线包括:
从所述路线数据库中筛选出路线标签与第一路线关键词匹配的路线,得到第一备用路线;
从所述第一备用路线中筛选出路线标签与第二路线关键词匹配的路线,得到第二备用路线;
直至从第N-1备用路线中筛选出路线标签与第N路线关键词匹配的路线,得到所述候选路线。
7.根据权利要求1所述的方法,其特征在于,在将所述目标路线推送至所述客户端之后,所述方法还包括:
在接收到所述用户对所述目标路线的反馈意见的情况下,基于所述反馈意见判断所述目标路线是否符合所述用户的运动需求;
在所述目标路线不符合所述用户的运动需求的情况下,在所述客户端展示路线提交入口;
接收所述用户通过所述路线提交入口提交的运动轨迹,并基于标签检测规则集合对所述运动轨迹打标签,其中,所述标签检测规则集合中包含多个标签检测规则,每个标签检测规则用于检测路线是否含有预设属性;
从打上标签后的运动轨迹中截取包含所述路线关键词指示的路线标签的路段,得到更新的目标路线,并将所述更新的目标路线推送至所述客户端。
8.一种运动路线的生成装置,其特征在于,包括:
接收单元,用于接收用户通过客户端输入的路线关键词;
筛选单元,用于从路线数据库中筛选出路线标签与所述路线关键词匹配的路线,得到候选路线,其中,所述路线数据库存储有不同属性的备用路线,每种属性的备用路线携带有预设路线标签,每种属性的备用路线是从基础路线中提取出的包含对应预设路线标签的路段;
排序单元,用于在所述候选路线为多个的情况下,根据路线评分从大到小的顺序对多个候选路线进行排序,并获取排序位于前列的预设数量的候选路线,得到目标路线;
第一推送单元,用于将所述目标路线推送至所述客户端。
9.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序,其中,所述程序运行时控制所述计算机存储介质所在的设备执行权利要求1至7中任意一项所述的运动路线的生成方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行权利要求1至7中任意一项所述的运动路线的生成方法。
CN202311085521.7A 2023-08-25 2023-08-25 运动路线的生成方法、装置、存储介质及处理器 Pending CN117033419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311085521.7A CN117033419A (zh) 2023-08-25 2023-08-25 运动路线的生成方法、装置、存储介质及处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311085521.7A CN117033419A (zh) 2023-08-25 2023-08-25 运动路线的生成方法、装置、存储介质及处理器

Publications (1)

Publication Number Publication Date
CN117033419A true CN117033419A (zh) 2023-11-10

Family

ID=88639050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311085521.7A Pending CN117033419A (zh) 2023-08-25 2023-08-25 运动路线的生成方法、装置、存储介质及处理器

Country Status (1)

Country Link
CN (1) CN117033419A (zh)

Similar Documents

Publication Publication Date Title
CN109754594B (zh) 一种路况信息获取方法及其设备、存储介质、终端
CN105532030B (zh) 用于分析目标实体的移动的装置、系统和方法
CN110570660A (zh) 一种实时在线交通仿真系统及方法
CN113313303A (zh) 基于混合深度学习模型的城市区域路网过车流量预测方法及其系统
Poonawala et al. Singapore in motion: Insights on public transport service level through farecard and mobile data analytics
US20150292894A1 (en) Travel route
US20160055176A1 (en) Defining and matching segments
CN107918657A (zh) 一种数据源的匹配方法和装置
Weng et al. Real-time bus travel speed estimation model based on bus GPS data
CN111079968A (zh) 基于多特征融合的景区游玩轨迹预测系统
Vandewiele et al. Predicting train occupancies based on query logs and external data sources
Cich et al. Threshold settings for TRIP/STOP detection in GPS traces
CN114418175A (zh) 一种人员管理方法、装置、电子设备及存储介质
CN111914557A (zh) 地址解析方法、装置、设备及计算机可读存储介质
Vu et al. Key Factors to Consider when Predicting the Costs of Forwarding Contracts
Zong et al. Bus-Car Mode Identification: Traffic Condition–Based Random-Forests Method
Ivanova et al. Map and content-based climbing recommender system
Liao et al. Fusing geographic information into latent factor model for pick-up region recommendation
Barth et al. Scalable unsupervised multi-criteria trajectory segmentation and driving preference mining
Zhou et al. Identifying trip ends from raw GPS data with a hybrid spatio-temporal clustering algorithm and random forest model: a case study in Shanghai
Rehrl et al. Optimization and evaluation of a high-performance open-source map-matching implementation
Xu et al. Applying finite mixture models to New York City travel times
CN117033419A (zh) 运动路线的生成方法、装置、存储介质及处理器
CN108717640B (zh) 旅游信息的数据处理方法和电子设备
CN107270919B (zh) 公交路线分级方法、装置以及公交路线导航方法、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