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

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 Download PDF

Info

Publication number
JP6737805B2
JP6737805B2 JP2017552975A JP2017552975A JP6737805B2 JP 6737805 B2 JP6737805 B2 JP 6737805B2 JP 2017552975 A JP2017552975 A JP 2017552975A JP 2017552975 A JP2017552975 A JP 2017552975A JP 6737805 B2 JP6737805 B2 JP 6737805B2
Authority
JP
Japan
Prior art keywords
service
variance
time
determining
transportation service
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
Application number
JP2017552975A
Other languages
English (en)
Other versions
JP2019504370A (ja
Inventor
ザン リンユー
ザン リンユー
チェン ウェイ
チェン ウェイ
Original Assignee
ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
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 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド, ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド filed Critical ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
Publication of JP2019504370A publication Critical patent/JP2019504370A/ja
Application granted granted Critical
Publication of JP6737805B2 publication Critical patent/JP6737805B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/02Reservations, e.g. for tickets, services or events
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/20Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

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。
Figure 0006737805
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。
Figure 0006737805
ここで、これらの複数の可能な値は、複数の確率、例えば、p、p、...、及びp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。
Figure 0006737805
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。
Figure 0006737805
ここで、D(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は第iの履歴サービス時点を指し、
Figure 0006737805
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。
Figure 0006737805
ここで、D(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。
Figure 0006737805
ここで、E(D(X))は、第1の分散の期待値を指し、E(t )は、履歴サービス時点を二乗したものの期待値を指し、
Figure 0006737805
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。
Figure 0006737805
ここで、
Figure 0006737805
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。
Figure 0006737805
ここで、μは、履歴サービス時点の期待値の実際の値を指し、σ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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
ここで、D(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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
ここで、Z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。
Figure 0006737805
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。
Figure 0006737805
ここで、
Figure 0006737805
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。
Figure 0006737805
ここで、Yは、以下に示す第2の列行列を指し、
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
ここで、Yは、第2の列行列の第iの要素を指し、aij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、
Figure 0006737805
であると決定することができる。ここで、Z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,Z)は、2つの時間パラメーターの共分散を指し、δij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。
Figure 0006737805
ここで、Yは、第2の列行列における第sの要素を指し、Y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。
Figure 0006737805
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、
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
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。
Figure 0006737805
ここで、aは、分布モデルの信頼係数を指し、
Figure 0006737805
は、分散パラメーターの値が
Figure 0006737805
であるときの分布モデルの確率を指し、
Figure 0006737805
は、分散パラメーターの値が
Figure 0006737805
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。
Figure 0006737805
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,u]である場合、処理エンジン112は、この変動幅から分散値u及び分散値uを選択し、分散値uに基づいて第4の正規分布609aを求め、分散値u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。
JP2017552975A 2016-03-03 2016-12-14 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 Active JP6737805B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610122417.4 2016-03-03
CN201610122417.4A CN107153882B (zh) 2016-03-03 2016-03-03 乘客打车时刻分布区间的预测方法和系统
PCT/CN2016/109915 WO2017148202A1 (en) 2016-03-03 2016-12-14 Systems and methods for determining predicted distribution of future transportation service time point

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020121793A Division JP7063951B2 (ja) 2016-03-03 2020-07-16 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

Publications (2)

Publication Number Publication Date
JP2019504370A JP2019504370A (ja) 2019-02-14
JP6737805B2 true JP6737805B2 (ja) 2020-08-12

Family

ID=59742489

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017552975A Active JP6737805B2 (ja) 2016-03-03 2016-12-14 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
JP2020121793A Active JP7063951B2 (ja) 2016-03-03 2020-07-16 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

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2020121793A Active JP7063951B2 (ja) 2016-03-03 2020-07-16 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

Country Status (12)

Country Link
US (2) US10740701B2 (ja)
EP (1) EP3320493A1 (ja)
JP (2) JP6737805B2 (ja)
KR (1) KR20180013852A (ja)
CN (2) CN107153882B (ja)
AU (2) AU2016102431A4 (ja)
BR (1) BR112017021479A2 (ja)
GB (1) GB2553455A (ja)
MY (1) MY184334A (ja)
PH (1) PH12017550108A1 (ja)
SG (1) SG11201708267YA (ja)
WO (1) WO2017148202A1 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10458808B2 (en) 2017-01-04 2019-10-29 Uber Technologies, Inc. Optimization of network service based on an existing service
US11416792B2 (en) 2017-04-19 2022-08-16 Uber Technologies, Inc. Network system capable of grouping multiple service requests
CA3080498A1 (en) * 2017-11-02 2019-05-09 Uber Technologies, Inc. Computing system to implement network delivery service
US11436554B2 (en) 2017-11-02 2022-09-06 Uber Technologies, Inc. Network computer system to implement predictive time-based determinations for fulfilling delivery orders
CN108154296A (zh) * 2017-12-22 2018-06-12 中国联合网络通信集团有限公司 网约车调度方法及系统、运营商平台
CN108629504B (zh) * 2018-05-02 2019-08-20 北京嘀嘀无限科技发展有限公司 为用户提供出行服务的方法及装置
US11429987B2 (en) * 2018-05-09 2022-08-30 Volvo Car Corporation Data-driven method and system to forecast demand for mobility units in a predetermined area based on user group preferences
US11816179B2 (en) 2018-05-09 2023-11-14 Volvo Car Corporation Mobility and transportation need generator using neural networks
WO2019232773A1 (en) * 2018-06-08 2019-12-12 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for abnormality detection in data storage
US11410089B2 (en) 2018-08-30 2022-08-09 International Business Machines Corporation Dynamic booking system for shared dockless bikes using trajectory position
US11449917B2 (en) 2018-09-05 2022-09-20 Uber Technologies, Inc. Network computing system for providing interactive menus and group recommendations
US11397911B2 (en) 2018-11-15 2022-07-26 Uber Technologies, Inc. Network computer system to make effort-based determinations for delivery orders
CN110246329A (zh) * 2019-04-07 2019-09-17 武汉理工大学 一种出租车载客数量预测方法
US11568342B1 (en) * 2019-08-16 2023-01-31 Lyft, Inc. Generating and communicating device balance graphical representations for a dynamic transportation system
US11216770B2 (en) 2019-09-13 2022-01-04 Uber Technologies, Inc. Optimizing service requests in transport supply-constrained sub-regions
US11587001B2 (en) * 2020-01-15 2023-02-21 International Business Machines Corporation Rebalancing autonomous vehicles according to last-mile delivery demand
US20210295224A1 (en) * 2020-03-23 2021-09-23 Lyft, Inc. Utilizing a requestor device forecasting model with forward and backward looking queue filters to pre-dispatch provider devices
JP7272988B2 (ja) * 2020-03-27 2023-05-12 トヨタ自動車株式会社 情報処理装置、情報処理方法、及び、システム
KR102282530B1 (ko) * 2020-12-17 2021-07-27 한화생명보험(주) 압축된 긱서비스 제공 방법 및 장치
CN113610123B (zh) * 2021-07-23 2024-01-23 上海德衡数据科技有限公司 基于物联网的多源异构数据融合方法及系统

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317720B1 (en) 1998-06-16 2001-11-13 Honda Giken Kogyo Kabushiki Kaisha Shared vehicle deployment and reallocation using predicted and current demand location and transit data
JP3728694B2 (ja) * 2001-12-25 2005-12-21 つばめ交通協同組合 車両運行支援システム
US7415433B2 (en) * 2003-08-04 2008-08-19 Paul Huneault Method and apparatus for the topographical mapping of investment risk, safety and efficiency
ZA200607164B (en) * 2004-03-05 2008-05-28 Avery N Caleb Method and system for optimal pricing and allocation
US20080059273A1 (en) 2006-02-21 2008-03-06 Dynamic Intelligence Inc. Strategic planning
JP2008052455A (ja) 2006-08-23 2008-03-06 Fujitsu Ten Ltd 需要予測装置およびプログラム
TW200907733A (en) * 2007-06-27 2009-02-16 Cadence Design Systems Inc Robust design using manufacturability models
US20100095232A1 (en) 2008-10-15 2010-04-15 Daniel Measurement And Control, Inc. Calculating and plotting statistical data
JP5232298B2 (ja) 2009-04-23 2013-07-10 株式会社エヌ・ティ・ティ・ドコモ 移動手段需要予測支援サーバ、移動手段供給システム、及び移動手段需要予測データ作成方法
CN101808336A (zh) * 2009-04-30 2010-08-18 清华大学 一种认知无线电网络中主用户的定位方法及系统
JP5171793B2 (ja) * 2009-11-20 2013-03-27 株式会社エヌ・ティ・ティ・ドコモ 事象検知装置及び事象検知方法
AU2010325793B2 (en) * 2009-12-04 2015-03-12 Uber Technologies, Inc. System and method for arranging transport amongst parties through use of mobile devices
US8798897B2 (en) * 2010-11-01 2014-08-05 International Business Machines Corporation Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models
JP2012108748A (ja) * 2010-11-18 2012-06-07 Sony Corp データ処理装置、データ処理方法、およびプログラム
US9424515B2 (en) * 2011-12-05 2016-08-23 FasterFare, LLC Predicting taxi utilization information
CN103247167A (zh) * 2012-02-14 2013-08-14 北京掌城科技有限公司 一种获取空驶出租车信息的方法
JPWO2014042147A1 (ja) * 2012-09-12 2016-08-18 日本電気株式会社 データ集中予測装置、データ集中予測方法、及びそのプログラム
US20140180576A1 (en) 2012-12-24 2014-06-26 Anthony G. LaMarca Estimation of time of arrival based upon ambient identifiable wireless signal sources encountered along a route
JP5725068B2 (ja) 2013-03-25 2015-05-27 トヨタ自動車株式会社 車両制御装置、車両制御方法及び車両制御システム
US20150278759A1 (en) 2014-03-26 2015-10-01 Go Taxi Truck, LLC System and Method for Vehicle Delivery Tracking Service
GB2539852B (en) 2014-04-24 2021-02-17 Beijing Didi Infinity Technology & Dev Co Ltd System and method for managing supply of service
CN103985247B (zh) * 2014-04-24 2016-08-24 北京嘀嘀无限科技发展有限公司 基于城市叫车需求分布密度的出租车运力调度系统
JPWO2015198593A1 (ja) * 2014-06-25 2017-04-20 日本電気株式会社 情報処理装置、処理方法とそのプログラムを格納した記録媒体
US10628758B2 (en) * 2014-10-28 2020-04-21 Fujitsu Limited Transportation service reservation method, transportation service reservation apparatus, and computer-readable storage medium
CN104636874B (zh) * 2015-02-12 2019-04-16 北京嘀嘀无限科技发展有限公司 检测业务异常的方法及设备
CN104599088A (zh) * 2015-02-13 2015-05-06 北京嘀嘀无限科技发展有限公司 基于订单的调度方法和调度系统
CN105139089A (zh) * 2015-08-20 2015-12-09 北京嘀嘀无限科技发展有限公司 一种平衡出行供需的方法及设备
CN104636674B (zh) 2015-03-17 2017-06-09 浪潮集团有限公司 一种用于受损数据恢复的线性估计方法
US10360521B2 (en) * 2015-06-12 2019-07-23 Sap Se Dynamic location recommendation for public service vehicles
CN105203942B (zh) * 2015-09-09 2018-09-18 航天科工防御技术研究试验中心 一种基于性能退化量分布参数的电路寿命预测方法
CN105279572B (zh) * 2015-09-16 2017-02-08 北京城建设计发展集团股份有限公司 城市轨道交通客流密集度指数计算与发布系统
US10223649B2 (en) * 2015-10-16 2019-03-05 Sap Se System and method of multi-objective optimization for transportation arrangement
JP2021132571A (ja) * 2020-02-27 2021-09-13 澁谷工業株式会社 細胞培養システム

Also Published As

Publication number Publication date
WO2017148202A1 (en) 2017-09-08
CN108701279B (zh) 2022-04-05
CN107153882B (zh) 2021-10-15
JP2020173856A (ja) 2020-10-22
SG11201708267YA (en) 2017-11-29
US10740701B2 (en) 2020-08-11
CN108701279A (zh) 2018-10-23
PH12017550108A1 (en) 2018-02-26
US20200334591A1 (en) 2020-10-22
KR20180013852A (ko) 2018-02-07
GB201716362D0 (en) 2017-11-22
JP2019504370A (ja) 2019-02-14
CN107153882A (zh) 2017-09-12
US11348042B2 (en) 2022-05-31
US20180039920A1 (en) 2018-02-08
EP3320493A4 (en) 2018-05-16
EP3320493A1 (en) 2018-05-16
JP7063951B2 (ja) 2022-05-09
AU2016102431A4 (en) 2020-01-02
AU2016395338A1 (en) 2017-12-14
BR112017021479A2 (pt) 2018-09-25
GB2553455A (en) 2018-03-07
MY184334A (en) 2021-04-01

Similar Documents

Publication Publication Date Title
JP6737805B2 (ja) 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
JP6687772B2 (ja) サービス時点を予測するシステム及び方法
AU2020239623B2 (en) Systems and methods for determining an estimated time of arrival
US20200011676A1 (en) Systems and methods for route searching
US11017662B2 (en) Systems and methods for determining a path of a moving device
US11011057B2 (en) Systems and methods for generating personalized destination recommendations
JP2019527871A (ja) 到着予定時刻を決定するシステム及び方法
WO2018209551A1 (en) Systems and methods for determining an estimated time of arrival
AU2017270456A1 (en) Systems and methods for distributing request for service
WO2019195996A1 (en) Systems and methods for vehicle scheduling
US20200167812A1 (en) Systems and methods for determining a fee of a service request

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180612

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180612

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190419

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190604

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190904

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200529

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200616

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200716

R150 Certificate of patent or registration of utility model

Ref document number: 6737805

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250