JP6737805B2 - 将来の輸送サービス時点の予測分布を求めるシステム及び方法 - Google Patents

Description

［関連出願の相互参照］
本出願は、２０１６年３月３日に出願された中国特許出願第２０１６１０１２２４１７．４号の優先権を主張し、この出願の内容は、引用することにより本明細書の一部をなす。

（技術分野）
本開示は、包括的には、オンデマンドサービスのシステム及び方法に関し、特に、将来の輸送サービス時点の予測される分布を決定するシステム及び方法に関する。

インターネット技術の発展とともに、オンラインタクシー配車サービス等のオンデマンド輸送サービスがますます普及してきている。輸送サービスの需要は、交通ピーク期間では大きくなり得るのに対して、アイドル期間では、この需要は小さくなり得る。状況によっては、輸送サービスの需要を効率的に満たすことが困難な場合がある。

本開示の一態様によれば、システムが、１つ以上の記憶媒体と、この１つ以上の記憶媒体と通信するように構成された１つ以上の処理部（プロセッサ）とを備えることができる。１つ以上の記憶媒体は、将来の輸送サービス時点の予測分布を求める一組の命令を含むことができる。１つ以上の処理部が一組の命令を実行すると、１つ以上の処理部は、次の動作のうちの１つ以上を実行するように指示されることができる。１つ以上の処理部は、所定の領域において発生した輸送サービス要求の履歴サービス時点を取得することができる。１つ以上の処理部は、履歴サービス時点の分散（variance）を求めることができる。１つ以上の処理部は、分散に基づいて所定の領域における将来の輸送サービス時点の予測分布を求めることができる。次に、１つ以上の処理部は、予測分布をデータベースに記憶することができる。

幾つかの実施の形態では、１つ以上の処理部は、第１の所定の期間に関連付けられた輸送サービス頻度の要求をユーザー端末から受信することができる。１つ以上の処理部は、第１の所定の期間を予測分布に適用することによって結果の輸送サービス頻度を取得することができる。次に、１つ以上の処理部は、結果の輸送サービス頻度をユーザー端末に送信することができる。

幾つかの実施の形態では、１つ以上の処理部は、履歴サービス時点の平均サービス時点を求めることができる。１つ以上の処理部は、履歴サービス時点の数を求めることができる。次に、１つ以上の処理部は、履歴サービス時点の平均サービス時点及び履歴サービス時点の数に基づいて、履歴サービス時点の分散を求めることができる。

幾つかの実施の形態では、１つ以上の処理部は、第２の所定の期間における履歴輸送サービス要求の数が第１の閾値よりも少ない場合があり、そのため、将来の輸送サービス時点の予測分布の精度が第２の閾値よりも低い場合があると判断することができる。１つ以上の処理部は、履歴サービス時点の数に関する補正係数を求めることができる。次に、１つ以上の処理部は、補正係数を履歴サービス時点の分散に適用して、予測精度を高めることができる。

幾つかの実施の形態では、補正係数は経験値とすることができる。

幾つかの実施の形態では、１つ以上の処理部は、分散に関する変動幅を求めることができる。次に、１つ以上の処理部は、変動幅に基づいて将来の輸送サービス時点の予測分布を求めることができる。

幾つかの実施の形態では、１つ以上の処理部は、履歴サービス時点の標準偏差を求めることができる。１つ以上の処理部は、履歴サービス時点の分散、標準偏差、及び数に基づいて、分散に関する分布モデルを求めることができる。次に、１つ以上の処理部は、分布モデルに基づいて分散に関する変動幅を求めることができる。

幾つかの実施の形態では、分布モデルは、複数の正規分布変数の二乗和に関する分布モデルとすることができる。

幾つかの実施の形態では、１つ以上の処理部は、分散に関する変動幅に基づいて複数の分散値を取得することができる。１つ以上の処理部は、複数の分散値のそれぞれについて、分散値に基づいて将来の輸送サービス時点の第１の予測分布を求めることができる。次に、１つ以上の処理部は、将来の輸送サービス時点の複数の第１の予測分布に基づいて、将来の輸送サービス時点の第２の予測分布を求めることができる。

幾つかの実施の形態では、１つ以上の処理部は、履歴サービス時点の期待値を求めることができる。１つ以上の処理部は、期待値及び分散値に基づいて正規分布を求めることができる。次に、１つ以上の処理部は、正規分布に基づいて将来の輸送サービス時点の第１の予測分布を求めることができる。

幾つかの実施の形態では、１つ以上の処理部は、将来の輸送サービス時点の複数の第１の予測分布を重み付けすることができる。次に、１つ以上の処理部は、重み付けの結果に基づいて将来の輸送サービス時点の第２の予測分布を求めることができる。

本開示の別の態様によれば、方法が、以下の動作のうちの１つ以上を含むことができる。コンピューターが、所定の領域において発生した輸送サービス要求の履歴サービス時点を取得することができる。コンピューターサーバーは、履歴サービス時点の分散を求めることができる。コンピューターサーバーは、分散に基づいて所定の領域における将来の輸送サービス時点の予測分布を求めることができる。次に、コンピューターサーバーは、予測分布をデータベースに記憶することができる。

幾つかの実施の形態では、コンピューターサーバーは、第１の所定の期間に関連付けられた輸送サービス頻度の要求をユーザー端末から受信することができる。コンピューターサーバーは、第１の所定の期間を予測分布に適用することによって結果の輸送サービス頻度を取得することができる。次に、コンピューターサーバーは、結果の輸送サービス頻度をユーザー端末に送信することができる。

幾つかの実施の形態では、コンピューターサーバーは、履歴サービス時点の平均サービス時点を求めることができる。コンピューターサーバーは、履歴サービス時点の数を求めることができる。次に、コンピューターサーバーは、履歴サービス時点の平均サービス時点及び履歴サービス時点の数に基づいて、履歴サービス時点の分散を求めることができる。

幾つかの実施の形態では、コンピューターサーバーは、第２の所定の期間における履歴輸送サービス要求の数が第１の閾値よりも少ない場合があり、そのため、将来の輸送サービス時点の予測分布の精度が第２の閾値よりも低い場合があると判断することができる。コンピューターサーバーは、履歴サービス時点の数に関する補正係数を求めることができる。次に、コンピューターサーバーは、補正係数を履歴サービス時点の分散に適用して、予測精度を高めることができる。

幾つかの実施の形態では、補正係数は経験値とすることができる。

幾つかの実施の形態では、コンピューターサーバーは、分散に関する変動幅を求めることができる。次に、コンピューターサーバーは、変動幅に基づいて将来の輸送サービス時点の予測分布を求めることができる。

幾つかの実施の形態では、コンピューターサーバーは、履歴サービス時点の標準偏差を求めることができる。コンピューターサーバーは、履歴サービス時点の分散、標準偏差、及び数に基づいて、分散に関する分布モデルを求めることができる。次に、コンピューターサーバーは、分布モデルに基づいて分散に関する変動幅を求めることができる。

幾つかの実施の形態では、分布モデルは、複数の正規分布変数の二乗和に関する分布モデルとすることができる。

幾つかの実施の形態では、コンピューターサーバーは、分散に関する変動幅に基づいて複数の分散値を取得することができる。コンピューターサーバーは、複数の分散値のそれぞれについて、分散値に基づいて将来の輸送サービス時点の第１の予測分布を求めることができる。次に、コンピューターサーバーは、将来の輸送サービス時点の複数の第１の予測分布に基づいて、将来の輸送サービス時点の第２の予測分布を求めることができる。

幾つかの実施の形態では、コンピューターサーバーは、履歴サービス時点の期待値を求めることができる。コンピューターサーバーは、期待値及び分散値に基づいて正規分布を求めることができる。次に、コンピューターサーバーは、正規分布に基づいて将来の輸送サービス時点の第１の予測分布を求めることができる。

幾つかの実施の形態では、コンピューターサーバーは、将来の輸送サービス時点の複数の第１の予測分布を重み付けすることができる。次に、コンピューターサーバーは、重み付けの結果に基づいて将来の輸送サービス時点の第２の予測分布を求めることができる。

追加の特徴は、以下の説明に一部が述べられ、以下の内容及び添付図面を検討することで当業者には部分的に明らかになるか、又はそれらの例の作成若しくは動作によって知得することができる。本開示の特徴は、以下で論述される詳細な例に述べられる方法論、手段及び組み合わせの様々な態様の実施又は使用によって実現及び達成することができる。

本開示を例示的な実施形態について更に説明する。これらの例示的な実施形態は、図面を参照して詳細に説明される。これらの実施形態は、非限定の例示的な実施形態であり、同様の参照符号は、図面の幾つかの図を通して同様の構造体を表している。

本開示の幾つかの実施形態に係る一例示的なオンデマンドサービスシステムを示す概略図である。 本開示の幾つかの実施形態に係るオンデマンドサービスシステムにおける一例示的なコンピューティングデバイスを示すブロック図である。 本開示の幾つかの実施形態に係る一例示的な処理エンジンを示すブロック図である。 本開示の幾つかの実施形態に係る将来の輸送サービス時点の予測分布を求める一例示的なプロセス／方法を示すフローチャートである。 本開示の幾つかの実施形態に係る将来の輸送サービス時点の予測分布を求める一例示的なプロセス／方法を示すフローチャートである。 本開示の幾つかの実施形態に係る将来の輸送サービス時点の例示的な予測分布を示す概略図である。 本開示の幾つかの実施形態に係る将来の輸送サービス時点の例示的な予測分布を示す概略図である。

以下の説明は、いずれの当業者も本開示内容を製造及び使用することができるように提示され、特定の用途及びその要件に関して提供されている。開示された実施形態に対する様々な変更は、当業者に容易に明らかであり、本明細書において規定される一般的な原理は、本開示の趣旨及び範囲から逸脱することなく他の実施形態及び用途に適用することができる。したがって、本開示は、提示された実施形態に限定されるものではなく、特許請求の範囲と一致した最も広い範囲を与えられることになる。

本明細書において用いられる術語は、特定の例示の実施形態を説明することのみを目的としており、限定することを意図するものではない。個数が特定されていないものが本明細書において用いられているとき、それらは、文脈が明らかに別のことを示していない限り、単数のもの及び複数のものを含む。「備える」及び／又は「含む」という用語は、本明細書において用いられるとき、明示された特徴、完全体、ステップ、動作、要素、及び／又は構成要素が存在することを明記しているが、１つ以上の他の特徴、完全体、ステップ、動作、要素、構成要素、及び／又はそれらの群が存在すること又は追加されることを排除するものではないことが更に理解されるであろう。

本開示のこれらの特徴及び特性並びに他の特徴及び特性、更には、構造の関連した要素及び部分の組み合わせの動作の方法及び機能並びに製造の経済性は、添付図面（複数の場合もある）を参照しながら以下の説明を検討することでより明らかになり得る。添付図面（複数の場合もある）の全ては、本明細書の一部をなす。一方、図面（複数の場合もある）は、例示及び説明のみを目的としたものにすぎず、本開示の範囲を限定することを意図するものではないことが明らかに理解されるであろう。なお、図面は、一律の縮尺でないことが理解される。

本開示において用いられるフローチャートは、システムが本開示における幾つかの実施形態に従って実施する動作を示している。フローチャートの動作は、順序どおりに実施されない場合があることが明らかに理解されるであろう。逆に、それらの動作は、逆の順序で実施される場合もあるし、同時に実施される場合もある。その上、１つ以上の他の動作が、フローチャートに追加される場合がある。１つ以上の動作がフローチャートから除去される場合がある。

その上、本開示におけるシステム及び方法は、主として目標の車両／提供者を決定することに関して説明されているが、これは１つの例示的な実施形態にすぎないことも理解されるべきである。本開示のシステム又は方法は、他の任意の種類のオンデマンドサービスに適用することができる。例えば、本開示のシステム又は方法は、陸上、海上、航空宇宙空間等、又はそれらの任意の組み合わせを含む種々の輸送システムに適用することができる。輸送システムの車両は、タクシー、自家用車、ヒッチハイク、バス、列車、弾丸列車、高速鉄道、地下鉄、船舶、航空機、宇宙船、熱気球、無人車両等、又はそれらの任意の組み合わせを含むことができる。輸送システムは、管理及び／又は配送を適用する任意の輸送システム、例えば、速達便を送付及び／又は受領するシステムも含むことができる。本開示のシステム又は方法の用途のシナリオは、ウェブページ、ブラウザのプラグイン、クライアント端末、カスタムシステム、内部解析システム、人工知能ロボット等、又はそれらの任意の組み合わせを含むことができる。

本開示における「乗客」、「要求者」、「サービス要求者」、及び「顧客」という用語は、サービスを要求又はオーダーすることができる個人、団体又はツールを指すために区別なく用いられる。また、本開示における「ドライバー」、「提供者」、「サービス提供者」、及び「供給者」という用語は、サービスを提供することができるか又はサービスの提供を容易にすることができる個人、団体又はツールを指すために区別なく用いられる。本開示における「ユーザー」という用語は、サービスを要求することができる個人、団体若しくはツール、サービスをオーダーすることができる個人、団体若しくはツール、サービスを提供することができる個人、団体若しくはツール、又はサービスの提供を容易にすることができる個人、団体若しくはツールを指すことができる。例えば、ユーザーは、乗客、ドライバー、オペレーター等、又はそれらの任意の組み合わせであってもよい。本開示において、「乗客」及び「乗客端末」は、区別なく用いられる場合があり、「ドライバー」及び「ドライバー端末」は、区別なく用いられる場合がある。

本開示における「サービス要求」及び「オーダー」という用語は、乗客、要求者、サービス要求者、顧客、ドライバー、提供者、サービス提供者、供給者等、又はそれらの任意の組み合わせが開始することができる要求を指すために区別なく用いられる。サービス要求は、乗客、要求者、サービス要求者、顧客、ドライバー、提供者、サービス提供者、又は供給者のうちの任意の者が受理することができる。サービス要求は、有料の場合もあるし、無料の場合もある。

本開示において用いられる測位技術は、全地球測位システム（ＧＰＳ）、全地球航法衛星システム（ＧＬＯＮＡＳＳ）、コンパスナビゲーションシステム（ＣＯＭＰＡＳＳ）、ガリレオ測位システム、準天頂衛星システム（ＱＺＳＳ）、ワイヤレスフィデリティー（ＷｉＦｉ）測位技術等、又はそれらの任意の組み合わせを含むことができる。上記測位技術のうちの１つ以上は、本開示において区別なく用いられる場合がある。

本開示の一態様は、輸送サービス要求の履歴サービス時点に基づいて将来の輸送サービス時点の予測分布を求めるオンラインシステム及びオンライン方法を提供する。

当然ながら、オンラインタクシー配車等のオンラインオンデマンド輸送サービスは、ポストインターネット時代にのみ根差した新たなサービス形態である。この新たなサービス形態は、ポストインターネット時代にのみ出現し得る技術的ソリューションをユーザー及びサービス提供者に提供する。プレインターネット時代では、ユーザーが街路上でタクシーを呼び止めるとき、タクシー要求及び受理は、乗客と、この乗客を認識した１人のタクシードライバーとの間でしか行われない。乗客が電話の呼び出しによってタクシーを呼ぶ場合、サービス要求及び受理は、乗客と１人のサービス提供者（例えば、１つのタクシー会社又は代行業者）との間でしか行われない場合がある。一方、オンラインタクシー配車によると、サービスのユーザーは、ユーザーから離れた距離にある膨大な数の個々のサービス提供者（例えば、タクシー）にサービス要求をリアルタイムで自動的に配信することが可能になる。オンラインタクシー配車によると、複数のサービス提供者が同時にかつリアルタイムでサービス要求に応答することもできる。したがって、インターネットを通じて、オンラインオンデマンド輸送システムは、従来のプレインターネット輸送サービスシステムにおいては決して遭遇することができない、ユーザー及びサービス提供者にとってはるかに効率的な取引プラットフォームを提供することができる。

図１は、幾つかの実施形態に係る一例示的なオンデマンドサービスシステム１００を示すブロック図である。オンデマンドサービスシステム１００は、サーバー１１０と、ネットワーク１２０と、要求者端末１３０と、提供者端末１４０と、データベース１５０とを備えるオンラインオンデマンド輸送サービスシステムとすることができる。サーバー１１０は、処理エンジン１１２を備えることができる。

幾つかの実施形態では、サーバー１１０は、単一のサーバーであってもよいし、サーバーグループであってもよい。サーバーグループは、集中型であってもよいし、分散型であってもよい（例えば、サーバー１１０は分散型システムであってもよい）。幾つかの実施形態では、サーバー１１０は、ローカルであってもよいし、リモートであってもよい。例えば、サーバー１１０は、要求者端末１３０、提供者端末１４０、及び／又はデータベース１５０に記憶された情報及び／又はデータにネットワーク１２０を介してアクセスすることができる。別の例として、サーバー１１０は、要求者端末１３０、提供者端末１４０、及び／又はデータベース１５０に直接接続されて、記憶された情報及び／又はデータにアクセスすることができる。幾つかの実施形態では、サーバー１１０は、クラウドプラットフォーム上で実施されてもよい。単なる例として、クラウドプラットフォームは、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散型クラウド、インタークラウド、マルチクラウド等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、サーバー１１０は、本開示における図２に示す１つ以上の構成要素を有するコンピューティングデバイス２００上で実施されてもよい。

幾つかの実施形態では、サーバー１１０は、処理エンジン１１２を備えることができる。処理エンジン１１２は、サービス要求に関する情報及び／又はデータを処理して、本開示において説明する１つ以上の機能を実行することができる。例えば、処理エンジン１１２は、履歴サービス時点に基づいて将来の輸送サービス時点の予測分布を求めることができる。幾つかの実施形態では、処理エンジン１１２は、１つ以上の処理エンジン（例えば、シングルコア処理エンジン（複数の場合もある）又はマルチコアプロセッサ（複数の場合もある））を含むことができる。単なる例として、処理エンジン１１２は、中央処理装置（ＣＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け命令セットプロセッサ（ＡＳＩＰ）、グラフィックス処理装置（ＧＰＵ）、物理処理装置（ＰＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックデバイス（ＰＬＤ）、コントローラー、マイクロコントローラーユニット、縮小命令セットコンピューター（ＲＩＳＣ）、マイクロプロセッサ等、又はそれらの任意の組み合わせを含むことができる。

ネットワーク１２０は、情報及び／又はデータの交換を容易にすることができる。幾つかの実施形態では、オンデマンドサービスシステム１００における１つ以上の構成要素（例えば、サーバー１１０、要求者端末１３０、提供者端末１４０、及びデータベース１５０）は、ネットワーク１２０を介してオンデマンドサービスシステム１００における他の構成要素（複数の場合もある）に情報及び／又はデータを送信することができる。例えば、サーバー１１０は、要求者端末１３０からネットワーク１２０を介してサービス要求を取得／入手することができる。幾つかの実施形態では、ネットワーク１２０は、任意のタイプの有線ネットワーク若しくは無線ネットワーク、又はそれらの組み合わせであってもよい。単なる例として、ネットワーク１３０は、ケーブルネットワーク、ワイヤーラインネットワーク、光ファイバーネットワーク、電気通信ネットワーク、イントラネット、インターネット、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、無線ローカルエリアネットワーク（ＷＬＡＮ）、メトロポリタンエリアネットワーク（ＭＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、公衆電話交換網（ＰＳＴＮ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）ネットワーク、ＺｉｇＢｅｅネットワーク、近接場通信（ＮＦＣ）ネットワーク等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、ネットワーク１２０は、１つ以上のネットワークアクセスポイントを備えることができる。例えば、ネットワーク１２０は、基地局及び／又はインターネットエクスチェンジポイント１２０−１、１２０−２、．．．等の有線ネットワークアクセスポイント又は無線ネットワークアクセスポイントを備えることができ、これらのアクセスポイントを通じて、オンデマンドサービスシステム１００の１つ以上の構成要素は、ネットワーク１２０に接続されてデータ及び／又は情報を交換することができる。

幾つかの実施形態では、要求者は、要求者端末１３０のユーザーである場合がある。幾つかの実施形態では、要求者端末１３０のユーザーは、要求者以外の者である場合がある。例えば、要求者端末１３０のユーザーＡは、要求者端末１３０を用いて、ユーザーＢのサービス要求を送信することもできるし、サービス及び／又は情報若しくは命令をサーバー１１０から受信することもできる。幾つかの実施形態では、提供者は、提供者端末１４０のユーザーである場合がある。幾つかの実施形態では、提供者端末１４０のユーザーは、提供者以外の者である場合がある。例えば、提供者端末１４０のユーザーＣは、提供者端末１４０を用いて、ユーザーＤのサービス要求、及び／又は情報若しくは命令をサーバー１１０から受信することができる。幾つかの実施形態では、「要求者」及び「要求者端末」は、区別なく用いられる場合があり、「提供者」及び「提供者端末」は、区別なく用いられる場合がある。

幾つかの実施形態では、要求者端末１３０は、モバイルデバイス１３０−１、タブレットコンピューター１３０−２、ラップトップコンピューター１３０−３、自動車内の組み込みデバイス１３０−４等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、モバイルデバイス１３０−１は、スマートホームデバイス、ウェアラブルデバイス、スマートモバイルデバイス、仮想現実デバイス、拡張現実デバイス等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、スマートホームデバイスは、スマート照明デバイス、インテリジェント電気装置の制御デバイス、スマート監視デバイス、スマートテレビ、スマートビデオカメラ、インターフォン等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、ウェアラブルデバイスは、スマートブレスレット、スマートフットギア、スマートグラス、スマートヘルメット、スマートウォッチ、スマート衣服、スマートバックパック、スマートアクセサリー等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、スマートモバイルデバイスは、スマートフォン、パーソナルデジタルアシスタント（ＰＤＡ：携帯情報端末）、ゲーミングデバイス、ナビゲーションデバイス、販売時点（ＰＯＳ）デバイス等、又はそれらの任意の組み合わせを含むことができる。幾つかの実施形態では、仮想現実デバイス及び／又は拡張現実デバイスは、仮想現実ヘルメット、仮想現実グラス、仮想現実パッチ、拡張現実ヘルメット、拡張現実グラス、拡張現実パッチ等、又はそれらの任意の組み合わせを含むことができる。例えば、仮想現実デバイス及び／又は拡張現実デバイスは、Ｇｏｏｇｌｅ Ｇｌａｓｓ、Ｏｃｕｌｕｓ Ｒｉｆｔ、Ｈｏｌｏｌｅｎｓ、Ｇｅａｒ ＶＲ等を含むことができる。幾つかの実施形態では、自動車内の組み込みデバイス１３０−４は、オンボードコンピューター、オンボードテレビ等を含むことができる。幾つかの実施形態では、要求者端末１３０は、要求者及び／又は要求者端末１３０の場所を突き止める測位技術を有するデバイスであってもよい。

幾つかの実施形態では、提供者端末１４０は、要求者端末１３０と同様のものであってもよいし、同じデバイスであってもよい。幾つかの実施形態では、提供者端末１４０は、提供者及び／又は提供者端末１４０の場所を突き止める測位技術を有するデバイスであってもよい。幾つかの実施形態では、要求者端末１３０及び／又は提供者端末１４０は、他の測位デバイスと通信して、要求者、要求者端末１３０、提供者、及び／又は提供者端末１４０の場所を求めることができる。幾つかの実施形態では、要求者端末１３０及び／又は提供者端末１４０は、測位情報をサーバー１１０に送信することができる。

データベース１５０は、データ及び／又は命令を記憶することができる。幾つかの実施形態では、データベース１５０は、要求者端末１３０及び／又は提供者端末１４０から取得されたデータを記憶することができる。幾つかの実施形態では、データベース１５０は、サーバー１１０が、実行又は使用して、本開示において説明する例示的な方法を実行することができるデータ及び／又は命令を記憶することができる。幾つかの実施形態では、データベース１５０は、マスストレージ、リムーバブルストレージ、揮発性リードライトメモリ、リードオンリーメモリ（ＲＯＭ）等、又はそれらの任意の組み合わせを含むことができる。例示的なマスストレージは、磁気ディスク、光ディスク、ソリッドステートドライブ等を含むことができる。例示的なリムーバブルストレージは、フラッシュドライブ、フロッピーディスク、光ディスク、メモリカード、ｚｉｐディスク、磁気テープ等を含むことができる。例示的な揮発性リードライトメモリは、ランダムアクセスメモリ（ＲＡＭ）を含むことができる。例示的なＲＡＭは、ダイナミックＲＡＭ（ＤＲＡＭ）、ダブルデータレート同期ダイナミックＲＡＭ（ＤＤＲ ＳＤＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）、サイリスタＲＡＭ（Ｔ−ＲＡＭ）、及びゼロキャパシタＲＡＭ（Ｚ−ＲＡＭ）等を含むことができる。例示的なＲＯＭは、マスクＲＯＭ（ＭＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、消去可能プログラマブルＲＯＭ（ＰＥＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、コンパクトディスクＲＯＭ（ＣＤ−ＲＯＭ）、及びデジタル多用途ディスクＲＯＭ等を含むことができる。幾つかの実施形態では、データベース１５０は、クラウドプラットフォーム上で実施されてもよい。単なる例として、クラウドプラットフォームは、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散型クラウド、インタークラウド、マルチクラウド等、又はそれらの任意の組み合わせを含むことができる。

幾つかの実施形態では、データベース１５０は、ネットワーク１２０に接続されて、オンデマンドサービスシステム１００における１つ以上の構成要素（例えば、サーバー１１０、要求者端末１３０、提供者端末１４０等）と通信することができる。オンデマンドサービスシステム１００における１つ以上の構成要素は、データベース１５０に記憶されたデータ又は命令にネットワーク１２０を介してアクセスすることができる。幾つかの実施形態では、データベース１５０は、オンデマンドサービスシステム１００における１つ以上の構成要素（例えば、サーバー１１０、要求者端末１３０、提供者端末１４０等）に直接接続することもできるし、これらの構成要素と通信することもできる。幾つかの実施形態では、データベース１５０は、サーバー１１０の一部分であってもよい。

幾つかの実施形態では、オンデマンドサービスシステム１００における１つ以上の構成要素（例えば、サーバー１１０、要求者端末１３０、提供者端末１４０等）は、データベース１５０にアクセスする許可を有することができる。幾つかの実施形態では、オンデマンドサービスシステム１００における１つ以上の構成要素は、１つ以上の条件が満たされたとき、要求者、提供者、及び／又は公衆に関する情報を読み出し及び／又は変更することができる。例えば、サーバー１１０は、サービス後に１人以上のユーザーの情報を読み出し及び／又は変更することができる。別の例として、提供者端末１４０は、要求者端末１３０からサービス要求を受信すると、要求者に関する情報にアクセスすることはできるが、提供者端末１４０は、要求者の関連情報を変更することはできない。

幾つかの実施形態では、オンデマンドサービスシステム１００における１つ以上の構成要素の情報交換は、サービスの要求を介して達成されてもよい。サービス要求の対象は、任意の商品（product：生産品）とすることができる。幾つかの実施形態では、この商品は、有形の商品であってもよいし、非物質的な商品であってもよい。有形の商品は、食料品、医薬品、日用品、化学製品、電気器具、衣料品、自動車、家屋物件、高級品等、又はそれらの任意の組み合わせを含むことができる。非物質的な商品は、サービス財、金融商品、知的産物、インターネット商品等、又はそれらの任意の組み合わせを含むことができる。インターネット商品は、個別ホスト商品、ウェブ商品、モバイルインターネット商品、商用ホスト商品、組み込み商品等、又はそれらの任意の組み合わせを含むことができる。モバイルインターネット商品は、モバイル端末のソフトウェア、プログラム、システム等、又はそれらの任意の組み合わせにおいて用いることができる。モバイル端末は、タブレットコンピューター、ラップトップコンピューター、モバイルフォン、パーソナルデジタルアシスタント（ＰＤＡ）、スマートウォッチ、販売時点（ＰＯＳ）デバイス、オンボードコンピューター、オンボードテレビ、ウェアラブルデバイス等、又はそれらの任意の組み合わせを含むことができる。例えば、商品は、コンピューター又はモバイルフォンにおいて用いられる任意のソフトウェア及び／又はアプリケーションであってもよい。このソフトウェア及び／又はアプリケーションは、ソーシャライジング、ショッピング、輸送、娯楽、学習、投資等、又はそれらの任意の組み合わせに関するものであってもよい。幾つかの実施形態では、輸送に関するソフトウェア及び／又はアプリケーションは、旅行ソフトウェア及び／又は旅行アプリケーション、車両スケジューリングソフトウェア及び／又は車両スケジューリングアプリケーション、地図ソフトウェア及び／又は地図アプリケーション等を含むことができる。車両スケジューリングソフトウェア及び／又は車両スケジューリングアプリケーションにおいて、車両は、馬、運搬車、人力車（例えば、一輪手押し車、二輪自転車、三輪自転車等）、自動車（例えば、タクシー、バス、自家用車等）、列車、地下鉄、船舶、航空機（例えば、飛行機、ヘリコプター、スペースシャトル、ロケット、熱気球等）等、又はそれらの任意の組み合わせを含むことができる。

図２は、本開示の幾つかの実施形態に係る、サーバー１１０、要求者端末１３０、及び／又は提供者端末１４０を実施することができるコンピューティングデバイス２００の例示的なハードウェア構成要素及びソフトウェア構成要素を示す概略図である。例えば、処理エンジン１１２は、コンピューティングデバイス２００上で実施することができ、本開示において開示された処理エンジン１１２の機能を実行するように構成することができる。

コンピューティングデバイス２００は、汎用コンピューターであってもよいし、専用コンピューターであってもよく、いずれも、本開示のオンデマンドサービスシステム１００を実施するのに用いることができる。コンピューティングデバイス２００は、本明細書において説明するようなオンデマンドサービスの任意の構成要素を実施するのに用いることができる。例えば、処理エンジン１１２は、コンピューティングデバイス２００上で、そのハードウェア、ソフトウェアプログラム、ファームウェア、又はそれらの組み合わせによって実施することができる。便宜上、１つのそのようなコンピューターしか示されていないが、本明細書において説明するようなオンデマンドサービスに関するコンピューターの機能は、処理負荷を分散させるために、複数の同様のプラットフォーム上に分散形式で実施されてもよい。

コンピューティングデバイス２００は、例えば、ネットワークに接続されて、接続されたネットワークに対するデータ通信を容易にするＣＯＭポート２５０を備えることができる。コンピューティングデバイス２００は、プログラム命令を実行する１つ以上のプロセッサの形態の中央処理装置（ＣＰＵ）２２０も備えることができる。この例示的なコンピュータープラットフォームは、内部通信バス２１０と、種々の形態のプログラム記憶装置及びデータ記憶装置、例えばディスク２７０と、このコンピューターによって処理及び／又は送信される様々なデータファイルのためのリードオンリーメモリ（ＲＯＭ）２３０又はランダムアクセスメモリ（ＲＡＭ）２４０とを備えることができる。この例示的なコンピュータープラットフォームは、ＣＰＵ２２０によって実行される、ＲＯＭ２３０、ＲＡＭ２４０、及び／又は他のタイプの非一時的記憶媒体に記憶されたプログラム命令も有することができる。本開示の方法及び／又はプロセスは、プログラム命令として実施されてもよい。コンピューティングデバイス２００は、このコンピューターと、ユーザーインターフェース要素２８０等の当該コンピューターにおける他の構成要素との間の入力／出力をサポートするＩ／Ｏ構成要素２６０も備える。コンピューティングデバイス２００は、ネットワーク通信を介してプログラミング及びデータも受信することができる。

単なる例示として、１つのＣＰＵ及び／又はプロセッサのみがコンピューティングデバイス２００において説明されている。しかしながら、当然ながら、本開示におけるコンピューティングデバイス２００は、複数のＣＰＵ及び／又はプロセッサも備えてもよく、したがって、本開示において説明するように１つのＣＰＵ及び／又はプロセッサによって実行される動作及び／又は方法ステップは、複数のＣＰＵ及び／又はプロセッサによって共同で又は別々に実行されてもよい。例えば、本開示において、コンピューティングデバイス２００のＣＰＵ及び／又はプロセッサが、ステップＡ及びステップＢの双方を実行する場合、ステップＡ及びステップＢは、コンピューティングデバイス２００における２つの異なるＣＰＵ及び／又はプロセッサによって共同で又は別々に実行されてもよい（例えば、第１のプロセッサがステップＡを実行し、第２のプロセッサがステップＢを実行するか、又は、第１のプロセッサ及び第２のプロセッサがステップＡ及びステップＢを共同で実行する）ことが理解されるであろう。

図３は、本開示の幾つかの実施形態に係る一例示的な処理エンジン１１２を示すブロック図である。処理エンジン１１２は、取得モジュール３０２と、決定モジュール３０４と、予測モジュール３０６とを備えることができる。

取得モジュール３０２は、所定の領域において発生した輸送サービス要求の履歴サービス時点を取得するように構成することができる。サービス時点は、本明細書において用いられるとき、要求者が輸送サービスを使用したい開始時刻を指すことができる。所定の領域は、行政区域（例えば、都市の行政区）、又は地理的領域（例えば、規定位置から或る特定の半径（例えば、５００ｍ、８００ｍ、１ｋｍ）内）を指すことができる。

決定モジュール３０４は、履歴サービス時点の分散を求めるように構成することができる。例えば、決定モジュール３０４は、不偏推定手法に基づいて履歴サービス時点の分散を推定することができる。決定モジュール３０４は、分散に関する分布モデルを更に求めることができる。この分布モデルを通じて、決定モジュール３０４は、異なる確率を有する分散の可能な値を求めることができる。決定モジュール３０４は、この分布モデルに基づいて、分散に関する変動幅を更に求めることができる。この変動幅は、分散の値が変動し得る幅を示すことができる。変動幅は、開始値及び終了値を含むことができる。例えば、変動幅は、（３，５）又は［３，５］とすることができる。開始値は３であり、終了値は５である。

予測モジュール３０６は、上記分散に基づいて、所定の領域における将来の輸送サービス時点の予測分布を求めるように構成することができる。将来の輸送サービス時点の予測分布は、ユーザー（例えば、要求者又は提供者）が、可能な将来の輸送サービス時点が所定の領域において発生し得る１つ以上の時点を取得することができる分布を指すことができる。

処理エンジン１１２内のモジュールは、有線接続又は無線接続を介して互いに接続又は通信することができる。有線接続は、金属ケーブル、光ケーブル、ハイブリッドケーブル等、又はそれらの任意の組み合わせを含むことができる。無線接続は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、Ｂｌｕｅｔｏｏｔｈ、ＺｉｇＢｅｅ、近接場通信（ＮＦＣ）等、又はそれらの任意の組み合わせを含むことができる。これらのモジュールのうちの２つ以上は、単一のモジュールとして組み合わされてもよく、これらのモジュールのうちのいずれか１つは、２つ以上のユニットに分割されてもよい。例えば、決定モジュール３０４及び予測モジュール３０６は、分散を求めることと、将来のサービス時点の予測分布を求めることとの双方を行うことができる単一のモジュールとして統合されてもよい。

図４は、本開示の幾つかの実施形態に係る所定の領域における将来の輸送サービス時点の予測分布を求める一例示的なプロセス／方法４００を示すフローチャートである。プロセス及び／又は方法４００は、オンデマンドサービスシステム１００によって実行することができる。例えば、このプロセス及び／又は方法は、記憶装置のＲＯＭ２３０又はＲＡＭ２４０に記憶された一組の命令（例えば、アプリケーション）として実施することができる。ＣＰＵ２１０は、一組の命令を実行することができ、それに応じて、プロセス及び／又は方法４００を実行するように指示を受けることができる。

ステップ４０２において、処理エンジン１１２は、所定の領域において発生した輸送サービス要求の履歴サービス時点を取得することができる。

サービス時点は、要求者が輸送サービスを使用したい開始時刻を指すことができる。輸送サービス要求は、リアルタイム要求及び／又はアポイントメント（appointment：予約）要求を含むことができる。リアルタイム要求は、本明細書において用いられるとき、要求者が現時点において、又は当業者にとって現時点にかなり近い規定時刻において輸送サービスを使用したいという要求とすることができる。例えば、規定時刻が、１分、５分、１０分又は２０分等の閾値よりも近い時点である場合に、要求はリアルタイム要求とすることができる。アポイントメント要求は、要求者が、当業者にとって現時点からかなり遠い規定時刻において輸送サービスを使用したい要求を指すことができる。例えば、規定時刻が、２０分、２時間、又は１日等の閾値よりも遠い時点である場合に、要求はアポイントメント要求とすることができる。幾つかの実施形態では、処理エンジン１１２は、時間閾値に基づいてリアルタイム要求又はアポイントメント要求を定義することができる。この時間閾値は、オンデマンドサービスシステム１００のデフォルト設定であってもよいし、異なる状況に応じて調整可能であってもよい。例えば、交通ピーク期間では、時間閾値は、相対的に小さくすることができ（例えば、１０分）、それ以外において、アイドル期間（例えば、午前１０：００〜午前１２：００）では、時間閾値は、相対的に大きくすることができる（例えば、１時間）。

幾つかの実施形態では、本明細書において用いられる「履歴」は、過去における所定の期間を指すことができる。例えば、処理エンジン１１２は、過去における現時点から１カ月以内の履歴サービス時点を取得することができる。別の例として、処理エンジン１１２は、過去における特定の期間（例えば、昨年のクリスマス休暇）内の履歴サービス時点を取得することができる。

所定の領域は、オンデマンドサービスシステム１００のデフォルト設定であってもよいし、異なる状況に応じて調整可能であってもよい。例えば、中規模都市又は小都市の場合、所定の領域は、都市全体とすることができるのに対して、大都市（例えば、北京）の場合、所定の領域は、その都市内の或る行政区又はその行政区の規定部分とすることができる。

ステップ４０４において、処理エンジン１１２は、履歴サービス時点の分散を求めることができる。

この分散は、本明細書において用いられるとき、一組の確率変数値の分散度（dispersion degree）を示すことができる。本開示では、分散は、履歴サービス時点の分散度を示すことができる。当然ながら、本開示では、「分散」、「標準偏差」、又は「期待値」は、推定される「分散」、「標準偏差」、又は「期待値」の式又は推定量に従って求められる特定の値を指すことができる。

処理エンジン１１２は、不偏推定手法に基づいて履歴サービス時点の分散を求めることができる。不偏推定手法は、本明細書において用いられるとき、推定されるパラメーターについて、パラメーターの推定量の期待値がこのパラメーターの実際の値に等しいことを指すことができる。例えば、不偏推定手法は、以下のように表すことができる。

ここで、Ｍは、推定されるパラメーター（又はパラメーターの実際の値）を指し、Ｍ’は、パラメーターの推定量を指し、Ｅ（Ｍ’）は、パラメーターの推定量の期待値を指す。期待値は、本明細書において用いられるとき、推定量の可能な値の確率加重平均を指すことができる。例えば、推定量は、以下に示す複数の可能な値を含むことができる。

ここで、これらの複数の可能な値は、複数の確率、例えば、ｐ_１、ｐ_２、．．．、及びｐ_ｎに対応することができる。さらに、推定量の期待値は、以下のように表すことができる。

幾つかの実施形態では、履歴サービス時点の数が第１の閾値（例えば、１００）以上である場合、処理エンジン１１２は、以下の式（４）に従って第１の分散を求めることができる。

ここで、Ｄ_１（Ｘ）は第１の分散を指し、Ｘは履歴サービス時点を含む集合を指し、ｔ_ｉは第ｉの履歴サービス時点を指し、

は、履歴サービス時点の平均サービス時点を指し、ｎは履歴サービス時点の数を指す。

幾つかの実施形態では、履歴サービス時点の数が第１の閾値未満であるが、第２の閾値（例えば、１０）以上である場合、式（４）に従って履歴サービス時刻の分散を求めることは不正確である可能性がある。不正確な分散は、将来の輸送サービス時点の予測分布の精度を精度閾値（例えば、７０％）よりも低くし得ることをもたらす可能性がある。「精度」は、本明細書において用いられるとき、予測分布と基準分布との間の誤差を指すことができ、基準分布は、履歴サービス時点の実際の分散又は履歴サービス時点の分散のデフォルト値に基づいて求められる分布を指すことができる。精度を改善するために、処理エンジン１１２は、以下の式（５）に従って第２の分散を求めることができる。

ここで、Ｄ_２（Ｘ）は第２の分散を指す。

幾つかの実施形態では、上記式（５）を求めるために、処理エンジン１１２は、以下の式（６）に従って第１の分散の期待値を求めることができる。当然ながら、この状況において、「第１の分散」は、履歴サービス時点の分散の推定量を指す。

ここで、Ｅ（Ｄ_１（Ｘ））は、第１の分散の期待値を指し、Ｅ（ｔ_ｉ ^２）は、履歴サービス時点を二乗したものの期待値を指し、

は、平均サービス時点を二乗したものの期待値を指す。

当業者であれば、以下のことを知っている。

ここで、

は、履歴サービス時点の平均サービス時点の第１の分散を指す。

上記式（７）に従って、処理エンジン１１２は、以下のものを更に求めることができる。

ここで、μ_０は、履歴サービス時点の期待値の実際の値を指し、σ_０は、履歴サービス時点の標準偏差の実際の値を指す。

さらに、上記式（６）及び式（８）に従って、処理エンジン１１２は、以下のように、第１の分散の期待値を求めることができる。

履歴サービス時点の数が十分に多いとき、第１の分散の期待値は、以下に示すように、実際の標準偏差の二乗に近づくことができることが分かる。

上記式（１０）に従って、処理エンジン１１２は、以下の式（１１）又は式（１２）に示すように第１の分散の期待値と実際の標準偏差との間の関係を求めることができる。

式（４）及び式（５）を再び参照すると、以下の式のように、第２の分散は第１の分散と関係し得ることが分かる。

式（１２）から、第２の分散の期待値は、履歴サービス時点の標準偏差の二乗に等しいことが分かる。したがって、履歴サービス時点の数が第１の閾値未満であるが、第２の閾値（例えば、１０）以上であるとき、式（４）よりも式（５）に従って履歴サービス時点の分散を求める方がより正確なものとすることができる。

幾つかの実施形態では、履歴サービス時点の数は、第２の閾値（例えば、１０）未満である場合がある。この状況では、式（４）又は式（５）に従って履歴サービス時点の分散を求めることは不正確である可能性がある。処理エンジン１１２は、補正係数を考慮に入れ、以下の式（１４）に従って第３の分散を求めることができる。

ここで、Ｄ_３（Ｘ）は第３の分散を指し、ηは補正係数を指す。この補正係数は、オンデマンドサービスシステム１００のデフォルト設定（例えば、経験値）であってもよいし、異なる状況に応じて調整可能であってもよい。例えば、処理エンジン１１２は、以下の式（１５）に従って補正係数を求めることができる。

ステップ４０６において、処理エンジン１１２は、第１の分散、第２の分散、又は第３の分散に基づいて、所定の領域における将来の輸送サービス時点の予測分布を求めることができる。

例えば、処理エンジン１１２は、履歴サービス時点の期待値と、第１の分散、第２の分散、又は第３の分散とに基づいて予測分布を求めることができる。この予測分布において、水平座標は、サービス時点を指すことができ、垂直座標は、サービス時点に対応する確率を指すことができる。例えば、予測分布は、正規分布（例えば、図６−Ａに示す正規分布６０９ａ又は図６−Ｂに示す正規分布６０９ｂ）であってもよい。

処理エンジン１１２が、将来の輸送サービス時点の予測分布を求めた後、処理エンジン１１２は、この予測分布のデータをデータベース１５０又は本開示における他の箇所で開示した任意の記憶デバイス（例えば、ＲＯＭ２３０、ＲＡＭ２４０）に送信することができる。幾つかの実施形態では、予測分布に従って、処理エンジン１１２は、輸送サービス頻度が頻度閾値（例えば、８０％）よりも大きくあり得る特定の時間区間を求めることができる。この輸送サービス頻度は、本明細書において用いられるとき、輸送サービス要求が発生し得るサービス時点に対応する確率を指すことができる。処理エンジン１１２は、輸送サービスピークが所定の領域内に現れる可能性があることを当該所定の領域内の複数の提供者に通知する通知を、この特定の時間区間に先立って、当該複数の提供者に更に提供することができる。

幾つかの実施形態では、ユーザー（例えば、要求者、提供者）は、所定の将来の期間（例えば、本年のクリスマス休暇）に現れる輸送サービス頻度の要求をユーザー端末（例えば、要求者端末１３０、提供者端末１４０）を介してオンデマンドサービスシステム１００に送信することができる。処理エンジン１１２がこの要求を受信すると、処理エンジン１１２は、この将来の期間を予測分布に適用し、この将来の期間に対する輸送サービス頻度の予測結果を取得し、この結果をユーザー端末に送信することができる。

幾つかの実施形態では、ユーザーは、輸送サービス頻度が所定の範囲内にある将来の期間を予測する要求もオンデマンドサービスシステム１００に送信することができる。したがって、処理エンジン１１２は、この所定の輸送サービス頻度の範囲を予測分布に適用し、このユーザーのための結果の期間を取得することができる。例えば、ユーザーは、輸送サービス頻度が頻度閾値（例えば、８０％）よりも大きい時間区間を求める要求を送信することができる。処理エンジン１１２は、予測分布を適用し、頻度閾値よりも大きい次の輸送サービス頻度が発生する時間区間（例えば、午前９：００〜午前１０：００）を求め、この時間区間をユーザー端末に送信することができる。

図５は、本開示の幾つかの実施形態に係る将来の輸送サービス時点の予測分布を求める一例示的なプロセス／方法５００を示すフローチャートである。プロセス及び／又は方法５００は、オンデマンドサービスシステム１００によって実行することができる。例えば、このプロセス及び／又は方法は、記憶装置のＲＯＭ２３０又はＲＡＭ２４０に記憶された一組の命令（例えば、アプリケーション）として実施することができる。ＣＰＵ２１０は、一組の命令を実行することができ、それに応じて、プロセス及び／又は方法５００を実行するように指示を受けることができる。

ステップ５０２において、処理エンジン１１２は、分散に関する分布モデルを求めることができる。

この分布モデルは、本明細書において用いられるとき、異なる確率を有する分散の可能な値を示すことができる。

ステップ４０４に関して説明したように、幾つかの状況では、式（４）、式（５）、又は式（１４）に従って求められた分散は不正確である可能性がある。例えば、履歴サービス時点の入手プロセス中に、エラー（例えば、１つ以上のサービス時点の欠落）が発生した場合、式（４）、式（５）、又は式（１４）に従って求めされた分散は、実際の分散の実際の値から逸脱している可能性がある。したがって、精度を改善するために、処理エンジン１１２は、分散に関する分布モデルを求め、この分布モデルに基づいて分散の可能な値を求めることができる。

例えば、第２の分散について、処理エンジン１１２は、以下の式（１６）に従って第２の分散に関する分散パラメーターを求めることができる。

ここで、Ｇは、第２の分散に関する分散パラメーターを指す。

履歴サービス時点は、第１の正規分布に従うことができることが知られている。処理エンジン１１２は、第１の正規分布に基づいて、履歴サービス時点に関する以下の時間パラメーターを更に求めることができる。

ここで、Ｚ_ｉは、履歴サービス時点に関する第ｉの時間パラメーターを指し、ｔ_ｉは、第ｉの履歴サービス時点を指し、μは、履歴サービス時点の期待値を指し、σは、履歴サービス時点の標準偏差を指す。履歴サービス時点に関する時間パラメーターは標準正規分布（以下、時間パラメーターのこの分布を「第２の正規分布」と呼ぶ）に従うことが分かる。

処理エンジン１１２は、以下に示すような、履歴サービス時点に関する時間パラメーターに対応する第１の列行列を更に求めることができる。

ここで、Ｚは第１の列行列を指し、ｎは履歴サービス時点の数を指す。

処理エンジン１１２は、以下の式（１９）に従って、第２の分散と時間パラメーターとの間の関係を求めることができる。

ここで、

は、時間パラメーターの平均を指す。

処理エンジン１１２は、以下の式（２０）に従って、要素が第３の正規分布に従う第２の列行列を更に求めることができる。

ここで、Ｙは、以下に示す第２の列行列を指し、

Ａは、以下に示す、第１の列行列と類似のｎ次直交行列（以下「第３の行列」と呼ぶ）を指す。

上記式（２０）、式（２１）、及び式（２２）に従って、処理エンジン１１２は、以下のように第２の列行列の要素を求めることができる。

ここで、Ｙ_ｉは、第２の列行列の第ｉの要素を指し、ａ_ｉｊは、第３の行列における第ｉ行第ｊ列に配置された要素を指し、Ｚ_ｊは、第ｊの時間パラメーターを指す。

第１の列行列はｎ個の時間パラメーターを含み、第１の列行列における任意の２つの時間パラメーターについて、これらの２つの時間パラメーターは互いに独立していることが分かる。したがって、処理エンジン１１２は、

であると決定することができる。ここで、Ｚ_ｉは、第１の列行列における第ｉの時間パラメーターを指し、Ｚ_ｊは、第１の列行列における第ｊの時間パラメーターを指し、ｃｏｖ（Ｚ_ｉ，Ｚ_ｊ）は、２つの時間パラメーターの共分散を指し、δ_ｉｊは、クロネッカーのデルタを指す。クロネッカーのデルタについて、ｉの値がｊの値に等しい場合、クロネッカーのデルタの値は１であるのに対して、値ｉがｊの値に等しくない場合、クロネッカーのデルタの値は０である。

処理エンジン１１２は、以下のように、第２の列行列における任意の２つの要素の共分散を求めることができる。

ここで、Ｙ_ｓは、第２の列行列における第ｓの要素を指し、Ｙ_ｔは、第２の列行列における第ｔの要素を指す。第２の列行列における任意の２つの要素は互いに独立していることが分かる。

処理エンジン１１２は、以下の式（２６）に従って、第２の列行列における要素の二乗和を更に求めることができる。

第２の列行列における第１の要素について、処理エンジン１１２は、

であると決定することができる。

式（１９）、式（２３）、及び式（２６）に従って、処理エンジン１１２は、以下のように第２の分散を変更することができる。

式（２８）に従って、処理エンジン１１２は、以下のように分散パラメーターと第２の列行列における要素との間の関係を求めることができる。

分散パラメーターの分布は、第２の列行列における要素の分布と同等であることは明らかである。すなわち、分散パラメーターの分布モデルは、（ｎ−１）個の正規分布変数（本明細書ではＹ_ｉを指す）の分布モデルと同等である。

ステップ５０４において、処理エンジン１１２は、分布モデルに基づいて分散に関する変動幅を求めることができる。例えば、処理エンジン１１２は、以下の式（３０）に従って変動幅を求めることができる。

処理エンジン１１２は、以下のように式（３０）を変形することができる。

ここで、ａは、分布モデルの信頼係数を指し、

は、分散パラメーターの値が

であるときの分布モデルの確率を指し、

は、分散パラメーターの値が

であるときの分布モデルの確率を指す。分布モデルの信頼係数は、本明細書において用いられるとき、分布モデルがどの程度信頼可能なものであり得るかを示すことができる。

式（３０）及び式（３１）に従って、処理エンジン１１２は、以下のように変動幅を更に求めることができる。

ここで、Ｆは、第２の分散に関する変動幅を指す。この変動幅は、分散の値が変動し得る幅を示すことができる。

当然ながら、第２の分散に関する変動幅は、例示として提供されており、本開示の範囲を限定することを意図するものではない。例えば、類似のプロセス又は操作が、第１の分散又は第３の分散に対して適用されてもよい。

ステップ５０６において、処理エンジン１１２は、分散に関する変動幅に基づいて複数の分散値を取得することができる。例えば、変動幅は［ｐ，ｑ］とすることができる。処理エンジン１１２は、幅［ｐ，ｑ］内で複数の分散値を選択することができる。

ステップ５０８において、上記複数の分散値のそれぞれについて、処理エンジン１１２は、その分散値に基づいて将来の輸送サービス時点の第１の予測分布を求めることができる。ステップ４０６に関して説明したように、処理エンジン１１２は、履歴サービス時点の分散値及び期待値に基づいて、将来の輸送サービス時点の第１の予測分布（例えば、正規分布）を求めることができる。処理エンジン１１２は、上記複数の分散値に基づいて複数の第１の予測分布を求めることができる。

ステップ５１０において、処理エンジン１１２は、複数の第１の予測分布に基づいて将来の輸送サービス時点の第２の予測分布を求めることができる。処理エンジン１１２は、複数の第１の予測分布を組み合わせたものを第２の予測分布として求めることができる。例えば、処理エンジン１１２は、将来の輸送サービス時点の複数の第１の予測分布を重み付けし、この重み付け結果に基づいて将来の輸送サービス時点の第２の予測分布を求めることができる。

図６−Ａ及び図６−Ｂは、本開示の幾つかの実施形態に係る将来の輸送サービス時点の例示的な予測分布を示す概略図である。

図６−Ａに示すように、処理エンジン１１２は、変動幅に基づいて第１の分散値を求め、この第１の分散値と、履歴サービス時点の期待値とに基づいて第４の正規分布６０９ａを求めることができる。図６−Ｂに示すように、処理エンジン１１２は、変動幅に基づいて第２の分散値を求め、この第２の分散値と、履歴サービス時点の期待値とに基づいて第５の正規分布６０９ｂを求めることができる。処理エンジン１１２は、変動幅内で第１の分散値又は第２の分散値をランダムに選択することができる。例えば、変動幅が［ｕ_１，ｕ_ｎ］である場合、処理エンジン１１２は、この変動幅から分散値ｕ_ａ及び分散値ｕ_ｂを選択し、分散値ｕ_ａに基づいて第４の正規分布６０９ａを求め、分散値ｕ_ｂに基づいて第５の正規分布６０９ｂを求めることができる。

図６−Ａ又は図６−Ｂに示すように、水平座標は、可能な将来のサービス時点を指し、垂直座標は、将来のサービス時刻に対応する確率を指す。

幾つかの状況では、ユーザー（例えば、要求者又は提供者）又は処理エンジン１１２は、確率閾値６０５を定義することができる。第１の正規分布６０９ａについて、処理エンジン１１２は、可能な将来のサービス時点に対応する確率が確率閾値６０５よりも大きい第１の区間６０７ａを求めることができる。第２の正規分布６０９ｂについて、処理エンジン１１２は、可能な将来のサービス時点に対応する確率が確率閾値６０５よりも大きい第２の区間６０９ｂを求めることができる。

処理エンジン１１２は、第１の区間６０７ａ及び第２の区間６０７ｂを更に処理することができ、例えば、第１の区間６０７ａ及び第２の区間６０７ｂの結合又は交差を求めることもできるし、第１の区間６０７ａ及び第２の区間６０７ｂを平均又は重み付けすることもできる。

例えば、第１の区間６０７ａは［８：００，９：３０］である場合があり、第２の区間６０７ｂは［９：００，１０：００］である場合がある。処理エンジン１１２は、第１の区間６０７ａ及び第２の区間６０７ｂの結合を［８：００，１０：００］として求めることができる。別の例として、処理エンジン１１２は、第１の区間６０７ａ及び第２の区間６０７ｂの交差を［９：００，９：３０］として求めることができる。更なる例として、処理エンジン１１２は、第１の区間６０７ａ及び第２の区間６０７ｂの平均を［８：３０，９：４５］として求めることができる。

基本概念を上記のように説明してきたが、この詳細な開示を読んだ後、前述の詳細な開示は、単に例としての提示を意図したものにすぎず、限定ではないことが当業者にはかなり明らかになり得る。本明細書において明示的に述べられていないが、様々な改変、改良、及び変更を行うことができ、これらは当業者に意図されている。これらの改変、改良、及び変更は、本開示によって示唆されることが意図されており、本開示の例示的な実施形態の趣旨及び範囲内にある。

その上、幾つかの特定の術語が、本開示の実施形態を説明するのに用いられている。例えば、「１つの実施形態」、「一実施形態」、及び／又は「幾つかの実施形態」という用語は、実施形態について説明した特定の特徴、構造又は特性が本開示の少なくとも１つの実施形態に含まれることを意味する。したがって、本明細書の様々な部分における「一実施形態」、「１つの実施形態」又は「代替の実施形態」への言及が２つ以上あっても、これは、全てが必ずしも同じ実施形態を指しているとは限らないことを強調するとともに、そのことを理解されたい。さらに、特定の特徴、構造又は特性は、本開示の１つ以上の実施形態において適宜組み合わせることができる。

さらに、本開示の態様は、任意の新規で有用なプロセス、機械、生産物、若しくは組成物、又はそれらの任意の新規で有用な改良形態を含む任意の複数の特許可能なクラス又はコンテキストのうちのいずれにおいても本明細書で図示及び説明することができることが当業者によって理解されるであろう。したがって、本開示の態様は、全体をハードウェアで実施することもできるし、全体をソフトウェア（ファームウェア、常駐ソフトウェア、マイクロコード等を含む）で実施することもできるし、本明細書において全て「ブロック」、「モジュール」、「エンジン」、「ユニット」、「構成要素」又は「システム」と一般に呼ぶことができるソフトウェア及びハードウェアを組み合わせた実施態様で実施することもできる。さらに、本開示の態様は、具現化されたコンピューター可読プログラムコードを有する１つ以上のコンピューター可読媒体に具現化されたコンピュータープログラム製品の形態を取ることができる。

コンピューター可読信号媒体は、例えば、ベースバンド内に又は搬送波の一部分として具現化されたコンピューター可読プログラムコードを有する伝播データ信号を含むことができる。そのような伝播信号は、電磁気、光等、又はそれらの任意の適した組み合わせを含む様々な形態のうちの任意のものを取ることができる。コンピューター可読信号媒体は、コンピューター可読記憶媒体でない任意のコンピューター可読媒体であって、命令実行システム、命令実行装置、若しくは命令実行デバイスによって用いられるか又はこれらに関して用いられるプログラムを通信、伝播、又は搬送することができる任意のコンピューター可読媒体であってもよい。コンピューター可読信号媒体上に具現化されたプログラムコードは、無線、ワイヤーライン、光ファイバーケーブル、ＲＦ等、又はそれらの任意の適した組み合わせを含む任意の適切な媒体を用いて送信することができる。

本開示の態様の動作を実行するコンピュータープログラムコードは、Ｊａｖａ（登録商標）、Ｓｃａｌａ、Ｓｍａｌｌｔａｌｋ、Ｅｉｆｆｅｌ、ＪＡＤＥ、Ｅｍｅｒａｌｄ、Ｃ＋＋、Ｃ＃、ＶＢ．ＮＥＴ、Ｐｙｔｈｏｎ等のオブジェクト指向型プログラミング言語、「Ｃ」プログラミング言語、Ｖｉｓｕａｌ Ｂａｓｉｃ、Ｆｏｒｔｒａｎ１７０３、Ｐｅｒｌ、ＣＯＢＯＬ１７０２、ＰＨＰ、ＡＢＡＰ等の従来の手続型プログラミング言語、Ｐｙｔｈｏｎ、Ｒｕｂｙ及びＧｒｏｏｖｙ等の動的プログラミング言語、又は他のプログラミング言語を含む１つ以上のプログラミング言語の任意の組み合わせで記述することができる。プログラムコードは、スタンドアローンソフトウェアパッケージとして、全体をユーザーのコンピューター上で実行することもできるし、一部をユーザーのコンピューター上で実行することもできるし、一部をユーザーのコンピューター上で、及び一部をリモートコンピューター上で実行することもできるし、全体をリモートコンピューター又はサーバー上で実行することもできる。後半のシナリオでは、リモートコンピューターは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じてユーザーのコンピューターに接続することができる。すなわち、この接続は、（例えば、インターネットサービスプロバイダーを用いてインターネットを通じて）外部コンピューターに対して行うこともできるし、クラウドコンピューティング環境において行うこともできるし、サービス型ソフトウェア（ＳａａＳ）等のサービスとして提供することもできる。

さらに、処理要素若しくは処理シーケンスの列挙した順序、又はそれらの数字、文字、若しくは他の名称の使用は、請求項において指定することができる場合を除いて、請求項に記載のプロセス及び方法をいずれの順序にも限定することを意図するものではない。上記開示は、様々な例を通じて、本開示の様々の有用な実施形態であると現在考えられているものを論述しているが、そのような詳細は、その目的のためのものにすぎず、添付の特許請求の範囲は、開示された実施形態に限定されるものではなく、逆に、開示された実施形態の趣旨及び範囲内にある変更及び均等なアレンジを包含することが意図されていることが理解されるであろう。例えば、上述した様々な構成要素の実施態様は、ハードウェアデバイスに具現化することができるが、ソフトウェアのみのソリューション、例えば、既存のサーバー又はモバイルデバイス上へのインストールとして実施することもできる。

同様に、本開示の実施形態の上記説明では、様々な実施形態のうちの１つ以上の理解に役立つ本開示のストリームライン化を目的として、様々な特徴がともに単一の実施形態、その実施形態の図、又はその実施形態の説明にグループ化されることがあることが理解されるであろう。ただし、この開示方法は、請求項に記載の主題が、各請求項に明示列挙されたものよりも多くの特徴を必要とするという意図を反映するものと解釈されるべきでない。逆に、請求項に記載の主題は、上記開示された単一の実施形態の全ての特徴よりも少ない特徴に依拠することができる。

Claims (20)

1. バスと、
   将来の輸送サービス時点の予測分布を求める一組の命令を含む、前記バスに電子的に接続された１つ以上の記憶媒体と、
   前記バスを介して前記少なくとも１つの記憶媒体に電子的に接続された論理回路と、
   を備えるシステムであって、
   前記論理回路は、前記将来の輸送サービス時点の予測分布を求めるための前記システムの動作中、前記一組の命令をロードし、
   前記バスから電子信号を取得することであって、該電子信号は、所定の地理的な領域において発生した輸送サービス要求の履歴サービス時点を符号化したものであって、該電子信号は、前記１つ以上の記憶媒体に格納された前記輸送サービス要求の前記履歴サービス時点に基づいて前記システムによって前記バスに提供され、前記輸送サービス要求はタクシー配車サービスを使用したいという要求であり、前記履歴サービス時点は、過去の所定の期間における輸送サービスを使用したい開始時刻であることと、
   前記履歴サービス時点の分散を求めることと、
   前記分散に基づいて前記所定の地理的な領域における将来の輸送サービス時点の予測分布を求めることと、
   前記予測分布をデータベースに記憶することと、
   を行い、
   前記論理回路は、前記予測分布に従って、輸送サービス頻度が頻度閾値よりも大きい特定の時間区間を求めることをさらに行う、システム。
2. 前記論理回路は、
   第１の所定の期間に関連付けられた前記輸送サービス頻度の要求をユーザー端末から受信することと、
   前記第１の所定の期間を前記予測分布に適用することによって結果の輸送サービス頻度を取得することと、
   前記結果の輸送サービス頻度を符号化した電子信号を前記ユーザー端末に送信することと、
   を更に行う、請求項１に記載のシステム。
3. 前記履歴サービス時点の前記分散を求めるために、前記論理回路は、
   前記履歴サービス時点の平均サービス時点を求めることであって、前記平均サービス時点は、前記履歴サービス時点の平均であることと、
   前記履歴サービス時点の数を求めることと、
   前記履歴サービス時点の前記平均サービス時点及び前記履歴サービス時点の前記数に基づいて、前記履歴サービス時点の前記分散を求めることと、
   を更に行う、請求項１に記載のシステム。
4. 前記履歴サービス時点の前記分散を求めるために、前記論理回路は、
   第２の所定の期間における履歴輸送サービス要求の数が第１の閾値よりも少なく、そのため、前記将来の輸送サービス時点の予測分布の精度が第２の閾値よりも低いと判断することであって、前記履歴輸送サービス要求は、過去の所定の期間における前記輸送サービス要求であることと、
   前記履歴サービス時点の前記数に関する補正係数を求めることと、
   前記補正係数を前記履歴サービス時点の前記分散に適用して、予測精度を高めることと、
   を更に行う、請求項３に記載のシステム。
5. 前記分散に基づいて前記将来の輸送サービス時点の予測分布を求めるために、前記論理回路は、
   前記分散に関する変動幅を求めることと、
   前記変動幅に基づいて前記将来の輸送サービス時点の予測分布を求めることと、
   を更に行う、請求項３に記載のシステム。
6. 前記分散に関する前記変動幅を求めるために、前記論理回路は、
   前記履歴サービス時点の標準偏差を求めることと、
   前記履歴サービス時点の前記分散、前記標準偏差、及び前記数に基づいて、前記分散に関する分布モデルを求めることと、
   前記分布モデルに基づいて前記分散に関する前記変動幅を求めることと、
   を更に行う、請求項５に記載のシステム。
7. 前記分布モデルは、複数の正規分布変数の二乗和に関する分布モデルである、請求項６に記載のシステム。
8. 前記分散に基づいて前記将来の輸送サービス時点の予測分布を求めるために、前記論理回路は、
   前記分散に関する前記変動幅に基づいて複数の分散値を取得することと、
   前記複数の分散値のそれぞれについて、該分散値に基づいて将来の輸送サービス時点の第１の予測分布を求めることと、
   将来の輸送サービス時点の複数の第１の予測分布に基づいて、将来の輸送サービス時点の第２の予測分布を求めることと、
   を更に行う、請求項５に記載のシステム。
9. 前記分散値に基づいて前記将来の輸送サービス時点の第１の予測分布を求めるために、前記論理回路は、
   前記履歴サービス時点の期待値を求めることと、
   前記期待値及び前記分散値に基づいて正規分布を求めることと、
   前記正規分布に基づいて前記将来の輸送サービス時点の第１の予測分布を求めることと、
   を更に行う、請求項８に記載のシステム。
10. 前記将来の輸送サービス時点の第２の予測分布を求めるために、前記論理回路は、
    前記将来の輸送サービス時点の複数の第１の予測分布を重み付けすることと、
    前記重み付けの結果に基づいて前記将来の輸送サービス時点の第２の予測分布を求めることと、
    を更に行う、請求項８に記載のシステム。
11. 少なくとも１つの電子デバイスによって、所定の地理的な領域において発生した輸送サービス要求の履歴サービス時点を取得することであって、前記輸送サービス要求はタクシー配車サービスを使用したいという要求であり、前記履歴サービス時点は、過去の所定の期間における輸送サービスを使用したい開始時刻であることと、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の分散を求めることと、
    前記少なくとも１つの電子デバイスによって、前記分散に基づいて前記所定の地理的な領域における将来の輸送サービス時点の予測分布を求めることと、
    前記少なくとも１つの電子デバイスによって、前記予測分布をデータベースに記憶することと、
    を含み、
    前記予測分布に従って、輸送サービス頻度が頻度閾値よりも大きい特定の時間区間を求めることをさらに含む、方法。
12. 前記少なくとも１つの電子デバイスによって、第１の所定の期間に関連付けられた前記輸送サービス頻度の要求をユーザー端末から受信することと、
    前記少なくとも１つの電子デバイスによって、前記第１の所定の期間を前記予測分布に適用することによって結果の輸送サービス頻度を取得することと、
    前記少なくとも１つの電子デバイスによって、前記結果の輸送サービス頻度を前記ユーザー端末に送信することと、
    を更に含む、請求項１１に記載の方法。
13. 前記履歴サービス時点の前記分散を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の平均サービス時点を求めることであって、前記平均サービス時点は、前記履歴サービス時点の平均であることと、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の数を求めることと、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の前記平均サービス時点及び前記履歴サービス時点の前記数に基づいて、前記履歴サービス時点の前記分散を求めることと、
    を含む、請求項１１に記載の方法。
14. 前記履歴サービス時点の前記分散を前記求めることは、
    第２の所定の期間における履歴輸送サービス要求の数が第１の閾値よりも少なく、そのため、前記将来の輸送サービス時点の予測分布の精度が第２の閾値よりも低いと、前記少なくとも１つの電子デバイスによって判断することであって、前記履歴輸送サービス要求は、過去の所定の期間における前記輸送サービス要求であることと、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の前記数に関する補正係数を求めることと、
    前記少なくとも１つの電子デバイスによって、前記補正係数を前記履歴サービス時点の前記分散に適用して、予測精度を高めることと、
    を含む、請求項１３に記載の方法。
15. 前記分散に基づいて前記将来の輸送サービス時点の予測分布を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記分散に関する変動幅を求めることと、
    前記少なくとも１つの電子デバイスによって、前記変動幅に基づいて前記将来の輸送サービス時点の予測分布を求めることと、
    を含む、請求項１３に記載の方法。
16. 前記分散に関する前記変動幅を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の標準偏差を求めることと、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の前記分散、前記標準偏差、及び前記数に基づいて、前記分散に関する分布モデルを求めることと、
    前記少なくとも１つの電子デバイスによって、前記分布モデルに基づいて前記分散に関する前記変動幅を求めることと、
    を含む、請求項１５に記載の方法。
17. 前記分布モデルは、複数の正規分布変数の二乗和に関する分布モデルである、請求項１６に記載の方法。
18. 前記分散に基づいて前記将来の輸送サービス時点の予測分布を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記分散に関する前記変動幅に基づいて複数の分散値を取得することと、
    前記複数の分散値のそれぞれについて、前記少なくとも１つの電子デバイスによって、該分散値に基づいて将来の輸送サービス時点の第１の予測分布を求めることと、
    前記少なくとも１つの電子デバイスによって、将来の輸送サービス時点の複数の第１の予測分布に基づいて、将来の輸送サービス時点の第２の予測分布を求めることと、
    を含む、請求項１５に記載の方法。
19. 前記分散値に基づいて前記将来の輸送サービス時点の第１の予測分布を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記履歴サービス時点の期待値を求めることと、
    前記少なくとも１つの電子デバイスによって、前記期待値及び前記分散値に基づいて正規分布を求めることと、
    前記少なくとも１つの電子デバイスによって、前記正規分布に基づいて前記将来の輸送サービス時点の第１の予測分布を求めることと、
    を含む、請求項１８に記載の方法。
20. 前記将来の輸送サービス時点の第２の予測分布を前記求めることは、
    前記少なくとも１つの電子デバイスによって、前記将来の輸送サービス時点の複数の第１の予測分布を重み付けすることと、
    前記少なくとも１つの電子デバイスによって、前記重み付けの結果に基づいて前記将来の輸送サービス時点の第２の予測分布を求めることと、
    を含む、請求項１８に記載の方法。

Images