JP7460062B2 - オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体 - Google Patents
オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体 Download PDFInfo
- Publication number
- JP7460062B2 JP7460062B2 JP2023514809A JP2023514809A JP7460062B2 JP 7460062 B2 JP7460062 B2 JP 7460062B2 JP 2023514809 A JP2023514809 A JP 2023514809A JP 2023514809 A JP2023514809 A JP 2023514809A JP 7460062 B2 JP7460062 B2 JP 7460062B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- online
- vehicle
- recommended
- order
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 54
- 238000003672 processing method Methods 0.000 title claims description 31
- 238000000034 method Methods 0.000 claims description 44
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
- G06Q50/43—Business processes related to the sharing of vehicles, e.g. car sharing
- G06Q50/47—Passenger ride requests, e.g. ride-hailing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
- G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/02—Reservations, e.g. for tickets, services or events
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
- G06Q30/0284—Time or distance, e.g. usage of parking meters or taximeters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本出願は出願日が2021年06月07日であり、出願番号が202110633451.9であり、発明の名前が「オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体」である中国特許出願の優先権を主張する。
本開示は、コンピュータ応用技術分野に関し、特に、人工知能技術におけるビッグデータ計算とディープラーニング技術に関する。
本開示は、コンピュータ応用技術分野に関し、特に、人工知能技術におけるビッグデータ計算とディープラーニング技術に関する。
モバイルインターネットの発展に伴い、オンライン予約車両プラットフォームの出現は、人々の生活を大きく変化させる。オンライン予約車両プラットフォームは、注文受付をする必要がある運転手とタクシーの乗車をする必要がある乗客を1つのネットプラットフォームに置く。乗客が注文書を送信した後(後続では「注文送信」と略称する)、オンライン予約車両プラットフォームは、当該乗客から一定範囲内の運転手を有効的にマッチングし、マッチングに成功した運転手は、注文受付をし、注文書が指定した目的地まで乗客を迎えることができる。オンライン予約車両の利点は、いつでも出発し、効率が高く、駐車の問題を考慮する必要がない。
乗客は実際のシナリオでオンライン予約車両のコスト問題を考慮することは避けられない。例えば、現在のオンライン予約車両クライアントは、ユーザが出発地と目的地を入力した後、現在の時刻にタクシーの乗車をするに必要な費用を予測して乗客が参照するようにする。しかし、乗客はそれに基づいて現在タクシーの乗車をするかどうかを考慮するしかなく、道路状況やその他の問題によって現在のタクシーの乗車費用が高い場合、乗客はタクシーの乗車をすることを放棄したり、しばらくしてから予想されるタクシーの乗車費用を取得しようとしたりする。これは必然的に乗客に不便をもたらし、非効率的で、ユーザが何度もタクシーの乗車費用の予測を試み、ネットワーク資源を浪費して、システム性能に圧力を与える。
これに鑑みて、本開示は、オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体を提供する、ユーザがコストの小さい注文送信時間を選択することを容易にし、ユーザの効率と体験を向上させ、ネットワーク資源を節約し、システム性能による圧力を低減させる。
本開示の第1の態様によれば、オンライン予約車両情報処理方法を提供し、
クライアントによって送信されたオンライン予約車両照会条件を取得するステップであって、前記照会条件は、出発地及び目的地情報を含むステップと、
前記照会条件に基づいて照会時間区間を決定するステップと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するステップと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記照会条件を満たす時刻を推薦出発時刻として決定するステップと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するステップと、
前記クライアントに照会結果を返すステップであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含むステップと、を含む。
クライアントによって送信されたオンライン予約車両照会条件を取得するステップであって、前記照会条件は、出発地及び目的地情報を含むステップと、
前記照会条件に基づいて照会時間区間を決定するステップと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するステップと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記照会条件を満たす時刻を推薦出発時刻として決定するステップと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するステップと、
前記クライアントに照会結果を返すステップであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含むステップと、を含む。
本開示の第2の態様によれば、オンライン予約車両情報処理方法を提供し、
ユーザが入力したオンライン予約車両照会条件を取得するステップであって、前記照会条件は、出発地及び目的地情報を含むステップと、
前記照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するステップであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むステップと、
前記照会結果を展示するステップと、を含む。
ユーザが入力したオンライン予約車両照会条件を取得するステップであって、前記照会条件は、出発地及び目的地情報を含むステップと、
前記照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するステップであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むステップと、
前記照会結果を展示するステップと、を含む。
本開示の第3の態様によれば、オンライン予約車両情報処理装置を提供し、
クライアントによって送信されたオンライン予約車両照会条件を取得するための条件受信ユニットであって、前記照会条件は、出発地及び目的地情報を含む条件受信ユニットと、
前記照会条件に基づいて照会時間区間を決定するための区間決定ユニットと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するためのコスト計算ユニットと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記照会条件を満たす時刻を推薦出発時刻として決定するための第1の推薦ユニットと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するための第2の推薦ユニットと、
前記クライアントに照会結果を返すための結果返却ユニットであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含む結果返却ユニットと、を含む。
クライアントによって送信されたオンライン予約車両照会条件を取得するための条件受信ユニットであって、前記照会条件は、出発地及び目的地情報を含む条件受信ユニットと、
前記照会条件に基づいて照会時間区間を決定するための区間決定ユニットと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するためのコスト計算ユニットと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記照会条件を満たす時刻を推薦出発時刻として決定するための第1の推薦ユニットと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するための第2の推薦ユニットと、
前記クライアントに照会結果を返すための結果返却ユニットであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含む結果返却ユニットと、を含む。
本開示の第4の態様によれば、オンライン予約車両情報処理装置を提供し、
ユーザが入力したオンライン予約車両照会条件を取得するための条件取得ユニットであって、前記照会条件は、出発地及び目的地情報を含む条件取得ユニットと、
前記照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するためのサービス側インタラクションユニットであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むサービス側インタラクションユニットと、
前記照会結果を展示するための結果展示ユニットと、を含む。
ユーザが入力したオンライン予約車両照会条件を取得するための条件取得ユニットであって、前記照会条件は、出発地及び目的地情報を含む条件取得ユニットと、
前記照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するためのサービス側インタラクションユニットであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むサービス側インタラクションユニットと、
前記照会結果を展示するための結果展示ユニットと、を含む。
本開示の第5の態様によれば、電子機器を提供し、少なくとも一つのプロセッサと、前記少なくとも一つのプロセッサと通信接続されたメモリと、を含み、前記メモリに前記少なくとも一つのプロセッサにより実行可能な命令が記憶されており、前記命令が前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサが上記の方法を実行させる。
本開示の第6の態様によれば、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体を提供し、前記コンピュータ命令は、前記コンピュータに上記の方法を実行させる。
本開示の第7の態様によれば、コンピュータプログラム製品を提供し、コンピュータプログラムを含み、前記コンピュータプログラムがプロセッサによって実行される時に上記の方法を実現する。
本明細書で説明された内容は、本開示の実施例のキー又は重要な特徴を特定することを意図しておらず、本開示の範囲を制限するためにも使用されないことを理解されたい。本開示の他の特徴は、以下の明細書を通じて容易に理解できる。
図面は、本出願をより良く理解するためのものであり、本出願を限定しない。
本開示の実施例に適用できる例示的なシステムアーキテクチャを示す。
本開示の実施例により提供されるオンライン予約車両情報処理方法のフローチャートである。
本開示の実施例により提供される迎車所要時間を予測する方法のフローチャートである。
本開示の実施例により提供される注文受付所要時間を予測する方法のフローチャートである。
本開示の実施例により提供される迎車所要時間予測モデルの概略図である。
本開示の実施例により提供される注文受付所要時間予測モデルの概略図である。
本開示の実施例により提供されるマルチタスクトレーニングの概略図である。
本開示の実施例により提供される別のオンライン予約車両情報処理方法のフローチャートである。
本開示の実施例により提供される照会結果を展示するインタフェースの例示的な図である。
本開示の実施例により提供されるオンライン予約車両情報処理装置の構造図である。
本開示の実施例により提供される別のオンライン予約車両情報処理装置の構造の概略図である。
本開示の実施例を実現するための電子機器のブロック図である。
以下、図面に基づいて、本出願の例示の実施例を説明する。理解を容易にするために、本出願の実施例の様々な詳細が含まれており、それらは単なる例示と見なされるべきである。従って、当業者は、本出願の範囲及び精神から逸脱することなく、本明細書に記載の実施例に対して様々な変更及び修正を行うことができることを認識するはずである。同様に、簡明のために、以下の説明では、よく知られた機能と構造の説明は省略される。
図1は本開示の実施例に適用できる例示的なシステムアーキテクチャを示す。
図1に示すように、当該システムアーキテクチャは、端末デバイス101及び102、ネットワーク103、及びサーバ104を含むことができる。ネットワーク103は端末デバイス101、102とサーバ104との間の通信リンクを提供する媒体とする。ネットワーク103は、有線、無線通信リンク、又は光ファイバケーブルなどのような、様々な接続タイプを含むことができる。
ユーザは端末デバイス101及び102を使用して、ネットワーク103を介してサーバ104とインタラクションすることができる。端末デバイス101及び102にオンライン予約車両アプリケーションのクライアント、又はオンライン予約車両情報を表示できるクライアントが取付けられることができ、本出願では、特に、乗客が使用するクライアントが取付けられている。他の端末デバイスには、さらに、運転手が使用するクライアントが取付けられることができる。
端末デバイス101及び102は、様々なモバイル電子機器であってもよい。スマートフォン、タブレット、ノートパソコン、ウェアラブルデバイス、車載端末などが含まれるが、これらに限定されない。本出願により提供されるオンライン予約車両情報処理装置は、上記のサーバ104に設定されて実行されることができる。本出願によって提供される別のオンライン予約車両情報処理装置は、上記の端末デバイス101及び102に設定されて実行されることができる。複数のソフトウェア又はソフトウェアモジュール(例えば、分散サービスを提供するために用いられる)として実現することができ、単一のソフトウェア又はソフトウェアモジュールとして実現することもでき、具体的には限定されない。
サーバ104は単一のサーバであってもよく、複数のサーバによって構成されるサーバグループであってもよい。
図1の端末デバイス、ネットワーク、及びサーバの数は単なる例示であることを理解されたい。実際のニーズに応じて、任意の数の端末デバイス、ネットワーク、及びサーバを有することができる。
既存のオンライン予約車両サービスでは、ユーザは、価格又は路線期間など、出発地から目的地までのコスト情報を照会し、現在のタクシーの乗車をするかどうかを選択することしかできない。道路状況などの要因でコストが高い場合、ユーザはタクシーの乗車をすることを放棄する可能性がある。しかし、道路状況が短時間で改善される可能性があり、ユーザはタクシーの乗車をする体験を改善する機会を喪失し、オンライン予約車両業界の発展を抑制する。また、このような場合、いくつかのタクシーの乗車をする繁忙期に多くのユーザが現在出発を選択することは、行程の需要ではなく、輸送力が緊張してタクシーの乗車ができないのではないかと心配するため、急いで並べる。これにより、タクシーの乗車をする繁忙期のコストが高くなり、タクシーの乗車をすることが難しくなる。これを考慮して、本開示は、新しい考え方を提供して、ユーザに注文送信時刻を推薦することができ、コストを低減したい、又は急いで現在出発することがないユーザが推薦注文送信時刻に基づいて後で再注文送信することを選択することができる。以下、本開示を実施例に組み合わせて詳細に説明する。
図2は本開示の実施例により提供されるオンライン予約車両情報処理方法のフローチャートである。当該方法はサーバ側で実行することができる。図2に示すように、当該方法は以下のステップを含む。
201では、クライアントによって送信されたオンライン予約車両照会条件を取得し、照会条件は、出発地及び目的地情報を含む。
201では、クライアントによって送信されたオンライン予約車両照会条件を取得し、照会条件は、出発地及び目的地情報を含む。
202では、照会条件に基づいて照会時間区間を決定する。
203では、照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算する。
204では、各時刻から出発して目的地に到着するコスト情報に基づいて、照会条件を満たす時刻を推薦出発時刻として決定する。
205では、推薦出発時刻を使用して、推薦注文送信時刻を決定する。
206では、クライアントに照会結果を返し、当該照会結果は、推薦注文送信時刻を含み、又は、照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含む。
以上の技術案から分かるように、本開示は、照会時間区間内で各時刻にトリガされたコスト情報に基づいて、推薦注文送信時刻を決定し、照会結果に推薦注文送信時刻を返すか、又は推薦注文送信時刻に対応するコスト情報をさらに返す。ユーザが推薦注文送信時刻に基づいて、又はさらにコスト情報を組み合わせて、コストの小さい注文送信時間を選択することができる。第1の態様は、ユーザが現在の時刻に出発するコストが高いことを発見したことによってタクシーの乗車をする体験の喪失を回避する。第2の態様は、ユーザが短時間でタクシーの乗車をするコスト情報を頻繁に照会することを回避し、ユーザの効率と体験を向上させる。第3の態様は、ユーザのタクシーの乗車をするコストを低減し、ユーザのためにコストを節約する。第4の態様は、ユーザがすべてタクシーの乗車をする繁忙期に集中することによって輸送力の分配の不合理な問題を緩和することができる。第5の態様は、何度も試みる必要がなく、ユーザがコストの小さい注文送信時間を一回に取得し、ネットワーク資源を節約し、システム圧力に対する影響を低減させる。一挙多得と言える。
以下は上記の実施例の各ステップを詳細に説明する。まず、実施例を組み合わせて上記のステップ201、すなわち「クライアントによって送信されたオンライン予約車両照会条件を取得し、照会条件は、出発地及び目的地情報を含む」を詳細に説明する。
上記のオンライン予約車両照会条件はクライアントからのものであり、少なくとも出発地及び目的地情報を含む。出発地情報は、ユーザが入力した情報であってもよく、クライアントの現在の位置決めに基づいて取得されたものであってもよい。目的地情報は、通常、ユーザが入力した情報である。本実施例に関する「ユーザ」は、オンライン予約車両を事前に使用する乗客を指す。
さらに、本開示の上記の照会条件は、照会時間区間情報をさらに含み、又は、コスト範囲をさらに含むことができる。
照会時間区間は、通常、ユーザが設定した未来の一段の時間であり、例えば、未来の1時間以内に、未来の30分以内、未来の2時間以内などであり、ユーザの注文送信需要に応じて設定する。ユーザがどのくらいの時間内にタクシーの乗車をすることを受けることを反映することができる。ユーザが行程に急がない場合、より長い時間区間を設定することができる。ユーザが行程に急いでいる場合、より短い時間区間を設定することができる。
コスト範囲は、ユーザが設定した受ける可能なタクシーの乗車をするコストであってもよい。例えば、60元以内など、価格範囲として具現することができる。例えば、40分以外など、路線期間、すなわち所要時間範囲として具現することもできる。
上記の照会時間区間情報とコスト範囲の具体的な役割は、後続のステップで具現される。
以下は実施例を組み合わせて上記のステップ202、すなわち「照会条件に基づいて照会時間区間を決定する」を詳細に説明する。
照会条件にユーザが設定した照会時間区間が含まれる場合、本ステップではユーザが設定した照会時間区間を直接に使用し、すなわち照会条件から照会時間区間を決定する。
照会条件にユーザが設定した照会時間区間が含まれていない場合、本ステップではデフォルト設定の照会時間区間を使用することができ、例えば、未来の1時間を照会時間区間としてデフォルト設定することができる。
以下は実施例を組み合わせて上記のステップ203、すなわち「照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算する」を詳細に説明する。
本開示では、予め設定された粒度に基づいて照会時間区間を各時刻に分割することができる。当該粒度は、設定された固定値であってもよく、照会時間区間の長さに基づいて対応する粒度であってもよい。例えば、ユーザが設定した照会時間区間が30分の場合、粒度は1分である。ユーザが設定した照会時間区間が24時間の場合、粒度は10分である。
1つの実現方式として、照会時間区間内の各時刻について以下の処理をそれぞれ実行することによって、各時刻から出発して目的地に到着するコスト情報を取得することができる。
時刻tiについては、時刻tiに対する道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行い、当該時刻tiに出発して目的地に到着する予測所要時間情報を当該時刻tiから出発して目的地に到着するコスト情報として取得する。
時刻tiについては、時刻tiに対する道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行い、当該時刻tiに出発して目的地に到着する予測所要時間情報を当該時刻tiから出発して目的地に到着するコスト情報として取得する。
つまり、まず、出発地から目的地までルート計画を行い、ルート計画の過程では道路状況予測方法を組み合わせて、当該時刻tiの道路状況に基づいて予測し、道路状況予測結果に基づいてルート計画を行って当該時刻tiに出発して目的地に到着する予測所要時間を取得する。その中、ルート計画及び道路状況予測方法は、任意の実現可能な方式を使用することができ、本開示はこれに限定しない。
別の実現方式として、照会時間区間内の各時刻について以下の処理をそれぞれ実行することによって、各時刻から出発して目的地に到着するコスト情報を取得することができる。
時刻tiについて、時刻tiに対する道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行い、当該時刻tiに出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とする。
時刻tiについて、時刻tiに対する道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行い、当該時刻tiに出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とする。
その中、オンライン予約車両価格計算規則は、通常、比較的固定であり、運転手、乗客、及び企業の各方利益を総合的に考慮する。異なる地区又はオンライン予約車両プラットフォームは、多少の差異があり、具体的な価格計算規則は、オンライン予約車両プラットフォームから予め取得して記録することができる。
オンライン予約車両価格計算規則は、ほとんど3つの方面:出発価格、走行距離、及び期間から構成される。一般的には、出発価格は、特定の走行距離と期間を含み、例えば、3キロと10分である。運転走行距離が3キロを超えると、1キロ一当たりの一定比率で加算される。運転期間が10分を超えると、1分ごとに一定比率で加算される。最後に加算した結果は計算して取得された価格である。その中、運転期間と道路状況に相関しており、異なる時刻の道路状況は異なるため、異なる時刻によって同じ開始点と目的地の価格は、異なる可能性がある。本出願は、オンライン予約車両価格計算規則に対する具体的な内容について限定せず、ここでは理解を容易にするために例を挙げて説明する。
以下は実施例を組み合わせて上記のステップ204、すなわち「各時刻から出発して目的地に到着するコスト情報に基づいて、照会条件を満たす時刻を推薦出発時刻として決定する」を詳細に説明する。
本ステップでは、照会条件にユーザが設定した照会時間区間が含まれる場合、当該照会時間区間内の対応するコストが最も小さいN個の時刻を推薦出発時刻とすることができる。
上記のステップでは、既に、照会時間区間における各時刻に対応するコスト情報を決定することができるため、優先的に、コストの小さい時刻を推薦出発時刻とすることができる。上記のNは、予め設定された正の整数であってもよい。
照会条件にユーザが設定した価格範囲が含まれている場合、照会時間区間内の対応するコストが、ユーザが設定した価格範囲に符合する時刻を推薦出発時刻とすることができる。例えば、ユーザが40元以内の価格範囲を設定すると、各時刻に対応する価格から40元以下の時刻を選定することができる。
なお、本ステップで決定された推薦出発時刻は、1つであってもよいし、1つを超える数であってもよい。
以下は上記の実施例の各ステップを詳細に説明する。まず、実施例を組み合わせて上記のステップ205、すなわち「推薦出発時刻を使用して、推薦注文送信時刻を決定する」を詳細に説明する。
推薦出発時刻とは、ユーザに推薦する実際に出発する時刻、すなわちルート開始点から出発する時刻を指す。しかし、ユーザについては、より直感的でより必要なのは、どの時刻に注文送信するかであるため、推薦注文送信時刻を決定する必要がある。
実現可能な方式として、本ステップの具体的な実現過程は、以下ステップを含むことができ、
ステップS1:推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得する。
ステップS1:推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得する。
ステップS2:予測注文受付時刻を使用して注文受付時間を予測して、推薦注文送信時刻を取得する。
ユーザが注文送信するからルート開始点から出発するまで、中間には、さらに、オンライン予約車両の運転手が注文受付し、迎車する過程が存在する。オンライン予約車両の運転手の注文受付とは、ユーザが注文送信した後、オンライン予約車両プラットフォームがユーザの注文書をマッチングされるオンライン予約車両の運転手に送り、次に、オンライン予約車両の運転手が注文書を受ける過程を指す。迎車とは、オンライン予約車両の運転手が注文書を受けた後、運転手の位置から乗客の位置に到着する過程を指す。
上記のステップS1では、推薦出発時刻を使用して必要な迎車時間を逆押しすることによって、予測注文受付時刻を取得する。具体的な過程は、図3に示すように、以下のステップを含み、
ステップ301:予め設定された初期第1の所要時間を取得する。
ステップ301:予め設定された初期第1の所要時間を取得する。
初期第1の所要時間は、1分など、予め設定された時間単位であってもよい。
ステップ302:推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定する。
推薦出発時刻をTdとして表示し、推薦出発時刻の前の第1の所要時間の時刻をTd-nとして表示すると仮定すると、この時の候補注文受付時刻はTd-nである。
ステップ303:候補注文受付時刻に必要な迎車所要時間を予測する。
本ステップでは候補注文受付時刻Td-nに必要な迎車所要時間(Tpickupとして表示する)を予測する時、迎車所要時間予測モデルを使用することができる。具体的な実現は後続で詳細に説明する。
ステップ304:予測された迎車所要時間が第1の所要時間以下であるか否かを判断し、そうである場合、ステップ305を実行し、そうでない場合、ステップ306を実行する。
Tpickupが現在の第1の所要時間以下であるか否かを判断し、つまり、
Td-n+Tpickup≦Td
であるか否かを判断する。
Td-n+Tpickup≦Td
であるか否かを判断する。
ステップ305:候補注文受付時刻を予測注文受付時刻として決定し、現在の予測フローを終了する。
この場合、現在のTd-nは予測注文受付時刻Ttである。
ステップ306:第1の所要時間を延長し、ステップ302を実行することに再移行する。
この場合、第1の所要時間を延長することができ、例えば、1分を延長し、第1の所要時間を2分に変更し、ステップ302に進み、この時のTd-nはTd前の2分の時刻である。順次類推して、予測注文受付時刻を決定するまで、上記のステップを実行する。
上記のステップS2の予測注文受付時刻を使用して注文受付時間を逆押しすることによって、推薦注文送信時刻を取得し、具体的な過程は、図4に示すように、以下のステップを含み、
ステップ401:予め設定された初期第2の所要時間を取得する。
ステップ401:予め設定された初期第2の所要時間を取得する。
初期第1の所要時間と類似し、初期第2の所要時間は、1分など、予め設定された時間単位であってもよい。
ステップ402:予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定する。
予測注文受付時刻がTtであり、予測注文受付時刻の前の第2の所要時間の時刻がTt―mに表示するため、この時の候補注文送信時刻はTt―mである。
ステップ403:候補注文送信時刻に必要な注文受付所要時間を予測する。
本ステップでは候補注文送信時刻Tt―mに必要な注文受付所要時間(Torderに表示する)を予測する時、注文受付所要時間予測モデルを使用することができる。具体的な実現は後続で詳細に説明する。
ステップ404:予測された注文受付所要時間が第2の所要時間以下であるか否かを判断し、そうである場合、ステップ405を実行し、そうでない場合、ステップ406を実行する。
Torderが現在の第2の所要時間以下であるか否かを判断し、つまり、
Tt―m+Torder≦Tt
であるか否かを判断する。
Tt―m+Torder≦Tt
であるか否かを判断する。
ステップ405:候補注文送信時刻を推薦注文送信時刻として決定し、現在の予測フローを終了する。
この場合、現在のTt―mは推薦注文送信時刻Tcである。
ステップ406:第2の所要時間を延長し、ステップ402に再移行する。
この場合、第2の所要時間を延長することができ、例えば、1分を延長し、第2の所要時間は2分に変更し、ステップ402に進み、この時のTt―mはTt前の2分の時刻である。順次類推して、推薦注文送信時刻を決定するまで、上記のステップを実行する。
以下は実施例を組み合わせて上記の迎車所要時間予測モデルと注文受付所要時間予測モデルを詳細に説明する。
上記の迎車所要時間予測モデルは回帰モデルを使用することができ、当該モデルは、候補注文受付時刻Td-nを入力する時、対応する迎車所要時間Tpickupを出力する。
好ましい実施方式として、迎車所要時間予測モデルの構造は、図5に示すように、主に、埋め込み層と全接続層を含むことができる。埋め込み層は、主に、迎車所要時間予測モデルに入力する各特徴に対して埋め込み処理を行い、各特徴のベクトル表現をそれぞれ取得するために用いられる。各特徴のベクトル表現は、スプライシングなどの融合処理を行った後に全接続層に入力し、全接続層が迎車所要時間をマッピングして取得する。
その中、迎車所要時間予測モデルに入力する特徴は、候補注文受付時刻Td-n以外に、ユーザの位置、目的地、推薦出発時刻のコスト情報、ルート長さ、天気情報、及び道路状況情報のうちの少なくとも1つをさらに含み、図5のではこれらのすべての情報を含むことを例とする。その中のコスト情報は価格と予測所要時間を含むことを例とする。
上記の注文受付所要時間予測モデルは回帰モデルを使用することもでき、当該モデルは候補注文送信時刻Tt―mを入力する時、対応する注文受付所要時間Torderを出力する。
好ましい実施方式として、注文受付所要時間予測モデルの構造は、図6に示すように、主に、埋め込み層と全接続層を含むことができる。埋め込み層は、主に、注文受付所要時間予測モデルに入力する各特徴に対して埋め込み処理を行い、各特徴のベクトル表現をそれぞれ取得するために用いられる。各特徴のベクトル表現は、スプライシングなどの融合処理を行った後に全接続層に入力し、全接続層が注文受付所要時間をマッピングして取得する。
その中、注文受付所要時間予測モデルに入力する特徴は、候補注文送信時刻Tt―m以外に、ユーザの位置、目的地、推薦出発時刻のコスト情報、ルート長さ、及び天気情報のうちの少なくとも1つをさらに含むことができる、図6ではこれらのすべての情報を含むことを例とする。その中のコスト情報は価格と予測所要時間を含むことを例とする。
上記の迎車所要時間予測モデルと注文受付所要時間予測モデルでは、ユーザの位置と目的地に対して埋め込み処理を行う時、使用される特徴は、POI情報であってもよい。POI情報は、POI名称、属性、及び座標情報などを含むことができる。埋め込み処理は、実際には、POI情報に対してセマンティック化表現を行う。その中、POI名称には、POI人気、機能の特性がある可能性があるため、POI名称を単語分割した後にベクトル化表現を行うことができる。POIの属性情報は、バスターミナル、住宅地などのカテゴリを重点的に使用し、離散化された数値を使用して表示することができる。座標情報が説明するのは、空間人気情報であるため、すべての区域を区画分割した後にシリアライゼーション番号を行い、座標がある区画の番号を特徴として表示することができる。
推薦出発時刻、候補注文送信時刻のような時間特徴については、連続値を使用して表すことができる。例えば、特定の時刻は、時間値x、分値12、秒値zを含むことができ、2つの特徴、
と
を定義して表示することができ、このような表示は、値範囲を[-1,1]に限定することができる。
と
を定義して表示することができ、このような表示は、値範囲を[-1,1]に限定することができる。
時間特徴については、平日であるか否か、何曜日などの離散情報を使用して表示することもできる。
価格、予測所要時間、ルート長さは、すべて離散値であり、正規化処理を行った後にモデルに直接入力することができる。
天気特徴は、onehot(ワンホット)離散を使用して表示することができ、晴れ、曇り、霧、雨(小雨、中雨、大雨、豪雨)、雪(小雪、中雪、大雪、豪雪)などの天気を表示して区分することができる。
道路状況特徴は、迎車所要時間に対する影響が高く、近傍の道路状況特徴が他の特徴での表現が不足しているため、迎車所要時間予測モデルに導入される。ユーザ近傍の道路状況特徴は、主に、一定の物理範囲内の車の流量密度を描き出すことが望まれる。従って、例えば、CNN(Convolutional Neural Networks、コンボリューションニューラルネットワーク)、GCN(Graph Convolutional Network、グラフコンボリューションネットワーク)などのニューラルネットワークを使用して符号化することができる。例えば、ユーザの位置を中心区域とし、外側に予め設定された範囲、例えば2kmに拡張し、1つの4km*4kmの正方形区域を取得し、次に、この区域を16つの1km*1kmの小区域に分割することができる。区域内の車の流量特徴は、道路の渋滞係数加重道路長さの平均値を使用して表示することができ、例えば、
その中、Ixは、区域内の車の流量特徴を表示し、Iiは、i番目の小区域内の道路長さを表示し、jiは、i番目の小区域の渋滞係数を表示する。
その中、Ixは、区域内の車の流量特徴を表示し、Iiは、i番目の小区域内の道路長さを表示し、jiは、i番目の小区域の渋滞係数を表示する。
上記の迎車所要時間予測モデルを予めトレーニングする時、使用されるトレーニングデータはオンライン予約車両プラットフォームのログから取得することができる。オンライン予約車両プラットフォームには、運転手が注文受付してから乗客がタクシーの乗車をするまでの期間、すなわち迎車所要時間が記録されている。この部分のデータから乗客の位置、目的地、価格、ルート長さ、天気情報、道路状況情報、及び運転手の注文受付時刻を入力として抽出し、実際の迎車所要時間を目標出力とし、回帰モデルをトレーニングして迎車所要時間予測モデルを取得する。つまり、損失関数lossを設計する際に、迎車所要時間予測モデルの出力と実際の迎車所要時間との差の絶対値を最小化する。
上記の注文受付所要時間予測モデルを予めトレーニングする時、使用されるトレーニングデータはオンライン予約車両プラットフォームのログから取得することもできる。オンライン予約車両プラットフォームには乗客が注文送信してから運転手が注文受付をするまでの期間、すなわち注文受付所要時間が記録されている。この部分のデータから乗客の位置、目的地、価格、ルート長さ、天気情報、及び乗客注文送信時刻を入力として抽出し、実際の注文受付所要時間を目標出力とし、回帰モデルをトレーニングして注文受付所要時間予測モデルを取得する。つまり、lossを設計する際に、注文受付所要時間予測モデルの出力と実際の注文受付所要時間との差の絶対値を最小化する。
上記の迎車所要時間予測モデルと注文受付所要時間予測モデルはそれぞれトレーニングすることができ、マルチタスク学習の方式でトレーニングすることもできる。
マルチタスク学習の方式でトレーニングする時、図7に示すように、ユーザの位置、目的地、予測時価格、ルート長さ、及び天気情報を共有特徴とし、それに対応する埋め込み処理部分を共有層とする。道路状況特徴は迎車所要時間予測モデル特有の特徴である。注文送信時刻は注文受付所要時間予測モデルの入力であり、注文受付モデルが注文受付所要時間を出力した後、注文受付所要時間と注文送信時刻を組み合わせて取得したのは注文受付時刻であり、それを迎車所要時間予測モデルの入力とする。マルチタスクトレーニングを行う時、各ラウンドの反復は1つのタスクをランダムに選択し、当該タスクの損失関数を計算した後、勾配降下法で当該タスクに対応するモデルパラメータを更新することができる。又は、共同トレーニングの方式を使用して、すなわち迎車タスクの損失関数のみを使用して、勾配降下法ですべてのモデルパラメータを更新することもできる。損失関数収束、又は反復回数が予め設定された反復回数閾値に達するなど、予め設定されたトレーニング終了条件を満たすまで、反復を続ける。
図8は本開示の実施例により提供される別のオンライン予約車両情報処理方法のフローチャートである。当該方法はクライアントで実行することができる。図8に示すように、当該方法は以下のステップを含む。
801では、ユーザが入力したオンライン予約車両照会条件を取得し、当該照会条件は、出発地及び目的地情報を含むことができる。
801では、ユーザが入力したオンライン予約車両照会条件を取得し、当該照会条件は、出発地及び目的地情報を含むことができる。
本開示の実施例では、クライアントは、オンライン予約車両アプリケーションのクライアントであってもよく、オンライン予約車両機能を統合する他のアプリケーションのクライアントであってもよく、例えば、オンライン予約車両機能を統合する地図系アプリケーションのクライアントである。
クライアントは、ユーザに第1のインタフェースを提供して、ユーザがタクシーの乗車をする出発地及び目的地情報を入力するようにすることができる。
さらに、ユーザに照会時間区間又はコスト範囲を設定するコンポーネントを提供することもできる。例えば、第1のインタフェースに入力ボックスを提供してユーザが照会時間区間又はコスト範囲を入力することができる。次に、例えば、第1のインタフェースにドロップダウンボックスなどのオプションを提供して、ユーザが入力照会時間区間又はコスト範囲を選択することができる。その中、コスト範囲は、価格範囲であってもよく、路線(すなわちタクシーの乗車をする行程)の期間範囲であってもよい。
802では、照会条件をサーバ側に送信し、サーバ側によって返された照会結果を取得し、照会結果は、推薦注文送信時刻を含み、又は照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含む。
クライアントは、上記の照会条件をサーバ側に送信した後、サーバ側が図2に示す実施例のフローを実行し、照会結果を生成した後にクライアントに返す。サーバ側によって実行される処理はここで詳細に説明しない。
その中、推薦注文送信時刻に対応するコスト情報は、当該時刻から出発して目的地に到着する予測所要時間情報、又は、当該時刻から出発して目的地に到着する価格情報を含むことができる。
803では、照会結果を展示する。
クライアントは、ユーザに第2のインタフェースを提供し、当該第2のインタフェースに照会結果を展示することができる。少なくとも当該第2のインタフェースに推薦注文送信時刻を展示し、当該推薦注文送信時刻は、1つであってもよく、複数であってもよい。推薦注文送信時刻を表示する場合、推薦注文送信時刻のみを展示することができ、照会時間区間内の各時刻を展示することもできるが、その中の推薦注文送信時刻をハイライトディスプレイすることができる。
推薦注文送信時刻を展示するとともに、当該推薦注文送信時刻に対応するコスト情報を展示することができる。コスト情報のみを提供することができ、複数のコスト情報を提供してユーザが選択することもできる。
図9は本開示の実施例により提供される照会結果を展示するインタフェースの例示的な図である。図9に示すように、2つの種類のコスト情報を提供してユーザが費用(すなわち価格)が最も少なく、時間(すなわち路線の予測所要時間)が最も少ないことを選択することができる。ユーザが費用が最も少ないことを選択した場合、ユーザに費用が最も少ない推薦注文送信時刻を表示する。複数のオンライン予約車両プラットフォームを提供してユーザが選択して見ることもできる。図9では1時間内の照会時間区間を例とし、16:00の時刻である推薦注文送信時刻をハイライトディスプレイし、対応する費用が27元であることを展示する。
さらに、上記の第2のインタフェースに出発時間を設定するコンポーネントを表示することができ、例えば、図9に示す「出発時間設定」コンポーネントである。当該コンポーネントがトリガされたイベントを取得した後、ユーザが設定した出発時間を記録する。ユーザが設定した出発時間が到来し、又は前記ユーザが設定した出発時間の前の予め設定された期間に、ユーザにリマインダメッセージを展示する。
さらに、上記の第2のインタフェースに注文送信を予約するコンポーネントを表示し、例えば、図9に示す「乗車予約」コンポーネントである。当該コンポーネントがトリガされたイベントを取得した後、ユーザが設定した注文送信時間を記録し、ユーザが設定した注文送信時間が到来する場合、出発地から目的地までのオンライン予約車両注文書を送信する。
以上は、本開示により提供される方法について詳細に説明したが、以下は、実施例を組み合わせ本開示により提供される装置について詳細に説明する。
図10は本開示の実施例により提供されるオンライン予約車両情報処理装置の構造図である。オンライン予約車両情報処理装置はサーバ側に設定される。当該装置は、サーバ側にあるアプリケーションであってもよく、又はサーバ側にあるアプリケーション内のプラグイン又はソフトウェア開発キット(Software Development Kit、SDK)などの機能ユニットであってもよい。図10に示すように、当該装置1000は、条件受信ユニット1010、区間決定ユニット1020、コスト計算ユニット1030、第1の推薦ユニット1040、第2の推薦ユニット1050、及び結果返却ユニット1060を含むことができる。各構成ユニットの主な機能は以下の通りであり、
条件受信ユニット1010は、クライアントによって送信されたオンライン予約車両照会条件を取得するために用いられ、照会条件は、出発地及び目的地情報を含む。
条件受信ユニット1010は、クライアントによって送信されたオンライン予約車両照会条件を取得するために用いられ、照会条件は、出発地及び目的地情報を含む。
区間決定ユニット1020は、照会条件に基づいて照会時間区間を決定するために用いられる。
コスト計算ユニット1030は、照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するために用いられる。
第1の推薦ユニット1040は、各時刻から出発して目的地に到着するコスト情報に基づいて、照会条件を満たす時刻を推薦出発時刻として決定するために用いられる。
第2の推薦ユニット1050は、推薦出発時刻を使用して、推薦注文送信時刻を決定するために用いられる。
結果返却ユニット1060は、クライアントに照会結果を返すために用いられ、照会結果は、推薦注文送信時刻を含み、又は、照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含む。
1つの実現方式として、照会条件は照会時間区間をさらに含み、第1の推薦ユニット1040は、具体的には、照会時間区間内の対応するコストが最も小さいN個の時刻を推薦出発時刻とするために用いられ、Nは予め設定された正の整数である。
別の実現方式とし、照会条件はコスト範囲をさらに含み、第1の推薦ユニット1040は、具体的には、照会時間区間内の対応するコストがユーザが設定したコスト範囲に符合する時刻を推薦出発時刻とするために用いられる。
その中、区間決定ユニット1020は、具体的には、照会条件がユーザが設定した照会時間区間を含む場合、ユーザが設定した照会時間区間を使用し、そうでない場合、デフォルト設定の照会時間区間を使用するために用いられる。
その中、コスト計算ユニット1030は、具体的には、各時刻に対して以下の処理をそれぞれ実行するために用いられ、前記処理は、
当該時刻の道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着する予測所要時間情報を取得して当該時刻から出発して目的地に到着するコスト情報とし、又は、
当該時刻の道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とする。
当該時刻の道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着する予測所要時間情報を取得して当該時刻から出発して目的地に到着するコスト情報とし、又は、
当該時刻の道路状況予測結果に基づいて、出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とする。
具体的には、第2の推薦ユニット1050は、第1の予測サブユニット1051と第2の予測サブユニット1052を含むことができる。
第1の予測サブユニット1051は、推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得するために用いられ、
第2の予測サブユニット1052は、予測注文受付時刻を使用して注文受付時間を予測して、推薦注文送信時刻を取得するために用いられる。
第2の予測サブユニット1052は、予測注文受付時刻を使用して注文受付時間を予測して、推薦注文送信時刻を取得するために用いられる。
その中、第1の予測サブユニット1051は、具体的には、
予め設定された初期第1の所要時間に従って、推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定し、
候補注文受付時刻に必要な迎車所要時間を予測し、
予測された迎車所要時間が第1の所要時間以下である場合、候補注文受付時刻を予測注文受付時刻として決定し、そうでない場合、第1の所要時間を延長し、推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定する操作に再移行するために用いられる。
予め設定された初期第1の所要時間に従って、推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定し、
候補注文受付時刻に必要な迎車所要時間を予測し、
予測された迎車所要時間が第1の所要時間以下である場合、候補注文受付時刻を予測注文受付時刻として決定し、そうでない場合、第1の所要時間を延長し、推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定する操作に再移行するために用いられる。
好ましい実施方式として、第1の予測サブユニット1051は、候補注文受付時刻に必要な迎車所要時間を予測する時、具体的には、ユーザの位置、目的地、コスト情報、ルート長さ、天気情報、及び道路状況情報のうちの少なくとも1つ及び候補注文受付時刻を迎車所要時間予測モデルに入力して、候補注文受付時刻に必要な迎車所要時間を取得する。
その中、第2の予測サブユニット1052は、具体的には、
予め設定された初期第2の所要時間に従って、予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定し、
候補注文送信時刻に必要な注文受付所要時間を予測し、
予測された注文受付所要時間が第2の所要時間以下である場合、候補注文送信時刻を推薦注文送信時刻として決定し、そうでない場合、第2の所要時間を延長し、予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定する操作に再移行するために用いられる。
予め設定された初期第2の所要時間に従って、予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定し、
候補注文送信時刻に必要な注文受付所要時間を予測し、
予測された注文受付所要時間が第2の所要時間以下である場合、候補注文送信時刻を推薦注文送信時刻として決定し、そうでない場合、第2の所要時間を延長し、予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定する操作に再移行するために用いられる。
好ましい実施方式として、第2の予測サブユニット1052は、候補注文送信時刻に必要な注文受付所要時間を予測する時、具体的には、ユーザの位置、目的地、コスト情報、ルート長さ、及び天気情報のうちの少なくとも1つ、及び候補注文送信時刻を注文受付所要時間予測モデルに入力して、候補注文送信時刻に必要な注文受付所要時間を取得する。
図11は本開示の実施例により提供される別のオンライン予約車両情報処理装置の構造の概略図である。オンライン予約車両情報処理装置は端末デバイスに設定される。当該装置は、端末デバイスにあるアプリケーションであってもよく、又は端末デバイスにあるアプリケーション内のプラグイン又はソフトウェア開発キット(Software Development Kit、SDK)などの機能ユニットであってもよい。図11に示すように、当該装置は、条件取得ユニット1101、サービス側インタラクションユニット1102、及び結果展示ユニット1103を含むことができ、第1のコンポーネント応答ユニット1104と第2のコンポーネント応答ユニット1105をさらに含むことができる。各構成ユニットの主な機能は以下の通りであり、
条件取得ユニット1101は、ユーザが入力したオンライン予約車両照会条件を取得するために用いられ、照会条件は、出発地及び目的地情報を含み、
サービス側インタラクションユニット1102は、照会条件をサーバ側に送信し、サーバ側によって返された照会結果を取得するために用いられ、照会結果は、推薦注文送信時刻を含み、又は照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含み、
結果展示ユニット1103は、照会結果を展示するために用いられる。
条件取得ユニット1101は、ユーザが入力したオンライン予約車両照会条件を取得するために用いられ、照会条件は、出発地及び目的地情報を含み、
サービス側インタラクションユニット1102は、照会条件をサーバ側に送信し、サーバ側によって返された照会結果を取得するために用いられ、照会結果は、推薦注文送信時刻を含み、又は照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含み、
結果展示ユニット1103は、照会結果を展示するために用いられる。
その中、推薦注文送信時刻に対応するコスト情報は、当該時刻から出発して目的地に到着する予測所要時間情報、又は、当該時刻から出発して目的地に到着する価格情報を含むことができる。
さらに、結果展示ユニット1103は、さらに、インタフェースに出発時間を設定するコンポーネントを表示するために用いられる。
第1のコンポーネント応答ユニット1104は、コンポーネントがトリガされたイベントを取得した後、ユーザが設定した出発時間を記録し、ユーザが設定した出発時間が到来し、又はユーザが設定した出発時間の前の予め設定された期間に、前記結果展示ユニット1103をトリガしてユーザにリマインダメッセージを展示するために用いられる。
さらに、結果展示ユニット1103は、さらに、インタフェースに予約注文送信したコンポーネントを表示するために用いられる。
第2のコンポーネント応答ユニット1105は、コンポーネントがトリガされたイベントを取得した後、ユーザが設定した注文送信時間を記録し、ユーザが設定した注文送信時間が到来する場合、前記サービス側インタラクションユニット1102が出発地から目的地までのオンライン予約車両注文書を送信するために用いられる。
本明細書の各実施例は、すべて漸進的な方式を使用して説明し、それぞれの実施例の間の同じ類似部分を互いに参照すればよく、各実施例は他の実施例と異なる点を重点的に説明する。特に、装置の実施例については、基本的に方法の実施例と類似するため、説明は比較的簡単であり、関連点は方法の実施例の部分の説明を参照すればよい。
本開示の実施例によれば、本開示は、電子機器、読み取り可能な記憶媒体、及びコンピュータプログラム製品をさらに提供する。
図12に示すように、本開示の実施例に係るオンライン予約車両情報処理方法の電子機器のブロック図である。電子機器は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、大型コンピュータ、及び他の適切なコンピュータなどの様々な形式のデジタルコンピュータを表すことを目的とする。電子機器は、パーソナルデジタル処理、携帯電話、スマートフォン、ウェアラブルデバイス、他の同様の計算デバイスなどの様々な形式のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書の説明及び/又は要求される本開示の実現を制限することを意図したものではない。
図12に示すように、機器1200は計算ユニット1201を含み、計算ユニット1201は、読み取り専用メモリ(ROM)1202に記憶されているコンピュータプログラム又は記憶ユニット1208からランダムアクセスメモリ(RAM)1203にローディングされたコンピュータプログラムに基づいて、様々な適切な動作と処理を実行することができる。RAM1203には、機器1200が動作するに必要な様々なプログラムとデータも記憶することができる。計算ユニット1201、ROM1202、及びRAM1203は、バス1204を介してお互いに接続される。入出力(I/O)インタフェース1205もバス1204に接続される。
機器1200内の複数のコンポーネントは、I/Oインタフェース1205に接続されており、キーボード、マウスなどの入力ユニット1206と、様々なタイプのディスプレイ、スピーカなどの出力ユニット1207と、ディスク、光ディスクなどの記憶ユニット1208と、及びネットワークカード、モデム、無線通信トランシーバなどの通信ユニット1209と、を含む。通信ユニット1209は、機器1200が、インターネットなどのコンピュータネットワーク、及び/又は様々な電気通信ネットワークを介して他の機器と情報/データを交換することを可能にする。
計算ユニット1201は、様々な処理と計算能力を備える汎用及び/又は専用の処理コンポーネントである。計算ユニット1201のいくつかの例は、中央処理装置(CPU)、グラフィックス処理ユニット(GPU)、様々な専用の人工知能(AI)計算チップ、様々な機械学習モデルアルゴリズムを実行する計算ユニット、デジタル信号プロセッサ(DSP)、及び任意の適切なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット1201は、オンライン予約車両情報処理方法などの上記の様々な方法と処理を実行する。例えば、いくつかの実施例では、オンライン予約車両情報処理方法は、記憶ユニット1208などの機械読み取り可能な媒体に有形的に含まれるコンピュータソフトウェアプログラムとして実現することができる。
いくつかの実施例では、コンピュータプログラムの一部又は全部は、ROM1202及び/又は通信ユニット1209を介して機器1200にローディング及び/又はインストールされる。コンピュータプログラムがRAM1203にローディングされて計算ユニット1201によって実行される場合、上記のオンライン予約車両情報処理方法の一つ又は複数のステップを実行することができる。代替的に、他の実施例では、計算ユニット1201は、他の任意の適切な方式(例えば、ファームウェアによって)を介してオンライン予約車両情報処理方法を実行するように構成されることができる。
本明細書で説明されるシステムと技術の様々な実施方式は、デジタル電子回路システム、集積回路システム、フィールドプログラマブルゲートアレイ(FPGA)、特定用途向け集積回路(ASIC)、特定用途向け標準製品(ASSP)、システムオンチップシステム(SOC)、ローディングプログラマブルロジックデバイス(CPLD)、コンピュータハードウェア、ファームウェア、ソフトウェア、及び/又はそれらの組み合わせで実現することができる。これらの様々な実施方式は、一つ又は複数のコンピュータプログラムで実施されることを含むことができ、当該一つ又は複数のコンピュータプログラムは、少なくとも一つのプログラマブルプロセッサを含むプログラム可能なシステムで実行及び/又は解釈されることができ、当該プログラマブルプロセッサは、特定用途向け又は汎用プログラマブルプロセッサであってもよく、ストレージシステム、少なくとも一つの入力装置、及び少なくとも一つの出力装置からデータ及び命令を受信し、データ及び命令を当該ストレージシステム、当該少なくとも一つの入力装置、及び当該少なくとも一つの出力装置に伝送することができる。
本開示の方法を実施するためのプログラムコードは、一つ又は複数のプログラミング言語の任意の組み合わせを使用して作成することができる。これらのプログラムコードは、プログラムコードがプロセッサ又はコントローラによって実行される時にフローチャート及び/又はブロック図に規定された機能/動作が実施されるように、汎用コンピュータ、専用コンピュータ、又は他のプログラム可能なデータ処理装置のプロセッサ又はコントローラに提供することができる。プログラムコードは、完全に機械上で実行されたり、部分的に機械上で実行されたり、独立したソフトウェアパッケージとして部分的に機械上で実行され、部分的にリモート機械上実行されたり、又は完全にリモート機械又はサーバ上で実行されたりすることができる。
本開示の文脈において、機械読み取り可能な媒体は、命令実行システム、装置、又は機器の使用、又は命令実行システム、装置又は機器と組み合わせて使用するプログラムを含むか、又は記憶することができる有形の媒体であってもよい。機械読み取り可能な媒体は、機械読み取り可能な信号媒体又は機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子、磁気、光学、電磁気、赤外線、又は半導体システム、装置又は機器、又は上記の内容の任意の適切な組み合わせを含むが、これらに限定されない。機械読み取り可能な記憶媒体のより具体的な例は、一つ又は複数のワイヤに基づく電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、消去可能プログラマブル読み取り専用メモリ(EPROM 又はフラッシュメモリ)、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ(CD-ROM)、光学記憶装置、磁気記憶装置、又は上記の内容の任意の適切な組み合わせを含む。
ユーザとのインタラクションを提供するために、コンピュータ上でここで説明されているシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報を表示するためのディスプレイ装置(例えば、CRT(陰極線管)又はLCD(液晶ディスプレイ)モニタ)と、キーボード及びポインティングデバイス(例えば、マウス又はトラックボール)とを有し、ユーザは、当該キーボード及び当該ポインティングデバイスによって入力をコンピュータに提供することができる。他の種類の装置は、ユーザとのインタラクションを提供するために用いられることもでき、例えば、ユーザに提供されるフィードバックは、任意の形式のセンシングフィードバック(例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック)であってもよく、任意の形式(音響入力と、音声入力と、触覚入力とを含む)でユーザからの入力を受信することができる。
ここで説明されるシステム及び技術は、バックエンドコンポーネントを含むコンピューティングシステム(例えば、データサーバとする)、又はミドルウェアコンポーネントを含むコンピューティングシステム(例えば、アプリケーションサーバー)、又はフロントエンドコンポーネントを含むコンピューティングシステム(例えば、グラフィカルユーザインタフェース又はウェブブラウザを有するユーザコンピュータ、ユーザは、当該グラフィカルユーザインタフェース又は当該ウェブブラウザによってここで説明されるシステム及び技術の実施方式とインタラクションする)、又はこのようなバックエンドコンポーネントと、ミドルウェアコンポーネントと、フロントエンドコンポーネントの任意の組み合わせを含むコンピューティングシステムで実施することができる。任意の形式又は媒体のデジタルデータ通信(例えば、通信ネットワーク)によってシステムのコンポーネントを相互に接続されることができる。通信ネットワークの例は、ローカルエリアネットワーク(LAN)と、ワイドエリアネットワーク(WAN)と、インターネットと、ブロックチェーンネットワークと、を含む。
コンピュータシステムは、クライアントとサーバとを含むことができる。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介してインタラクションする。対応するコンピュータ上で実行され、互いにクライアント-サーバ関係を有するコンピュータプログラムによってクライアントとサーバとの関係が生成される。サーバは、クラウドサーバであってもよく、クラウド計算又はクラウドホストとも呼ばれ、クラウド計算サービスシステムの中の一つのホスト製品であり、従来の物理ホストと仮想プライベートサーバ(Virtual Private Server、VPSと略称する)サービスに、存在する管理困難度が高く、業務拡張性が弱い欠陥を解決する。サーバは、分散システムのサーバであってもよく、又はブロックチェーンを組み合わせるサーバであってもよい。
上記に示される様々な形式のフローを使用して、ステップを並べ替え、追加、又は削除することができることを理解されたい。例えば、本開示に記載されている各ステップは、並列に実行されてもよいし、順次的に実行されてもよいし、異なる順序で実行されてもよいが、本開示で開示されている技術案が所望の結果を実現することができれば、本明細書では限定されない。
上記の具体的な実施方式は、本開示に対する保護範囲の制限を構成するものではない。当業者は、設計要求と他の要因に基づいて、様々な修正、組み合わせ、サブコンビネーション、及び代替を行うことができる。任意の本開示の精神と原則内で行われる修正、同等の置換、及び改善などは、いずれも本開示の保護範囲内に含まれなければならない。
Claims (30)
- クライアントによって送信されたオンライン予約車両照会条件を取得するステップであって、前記オンライン予約車両照会条件は、出発地及び目的地情報を含むステップと、
前記オンライン予約車両照会条件に基づいて照会時間区間を決定するステップと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するステップと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記オンライン予約車両照会条件を満たす時刻を推薦出発時刻として決定するステップと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するステップと、
前記クライアントに照会結果を返すステップであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含むステップと、を含む、
オンライン予約車両情報処理方法。 - 前記オンライン予約車両照会条件は照会時間区間をさらに含み、
前記各時刻から出発して目的地に到着するコスト情報に基づいて、前記オンライン予約車両照会条件を満たす時刻を推薦出発時刻として決定するステップは、前記照会時間区間内の対応するコストが最も小さいN個の時刻を推薦出発時刻とするステップを含み、前記Nは予め設定された正の整数である、
請求項1に記載のオンライン予約車両情報処理方法。 - 前記オンライン予約車両照会条件はコスト範囲をさらに含み、
前記各時刻から出発して目的地に到着するコスト情報に基づいて、前記オンライン予約車両照会条件を満たす時刻を推薦出発時刻として決定するステップは、前記照会時間区間内の対応するコストが、ユーザが設定したコスト範囲に符合する時刻を推薦出発時刻とするステップを含む、
請求項1又は2に記載のオンライン予約車両情報処理方法。 - 前記オンライン予約車両照会条件に基づいて照会時間区間を決定するステップは、
前記オンライン予約車両照会条件がユーザが設定した照会時間区間を含む場合、ユーザが設定した照会時間区間を使用し、そうでない場合、デフォルト設定の照会時間区間を使用するステップを含む、
請求項1から3のいずれか一項に記載のオンライン予約車両情報処理方法。 - 前記各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するステップは、
前記各時刻に対して以下の処理をそれぞれ実行し、
前記処理は、当該時刻の道路状況予測結果に基づいて、前記出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着する予測所要時間情報を取得して当該時刻から出発して目的地に到着するコスト情報とし、又は、当該時刻の道路状況予測結果に基づいて、前記出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とするステップを含む、
請求項1から4のいずれか一項に記載のオンライン予約車両情報処理方法。 - 前記推薦出発時刻を使用して、推薦注文送信時刻を決定するステップは、
前記推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得するステップと、
前記予測注文受付時刻を使用して注文受付時間を予測して、前記推薦注文送信時刻を取得するステップと、を含む、
請求項1から5のいずれか一項に記載のオンライン予約車両情報処理方法。 - 前記推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得するステップは、
予め設定された初期第1の所要時間に従って、前記推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定するステップと、
前記候補注文受付時刻に必要な迎車所要時間を予測するステップと、
予測された迎車所要時間が前記第1の所要時間以下である場合、前記候補注文受付時刻を前記予測注文受付時刻として決定し、そうでない場合、前記第1の所要時間を延長し、前記推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定するステップに再移行するステップと、を含む、
請求項6に記載のオンライン予約車両情報処理方法。 - 前記候補注文受付時刻に必要な迎車所要時間を予測するステップは、
ユーザの位置、目的地、前記コスト情報、ルート長さ、天気情報、及び道路状況情報のうちの少なくとも1つ、及び前記候補注文受付時刻を迎車所要時間予測モデルに入力して、前記候補注文受付時刻に必要な迎車所要時間を取得するステップを含む、
請求項7に記載のオンライン予約車両情報処理方法。 - 前記予測注文受付時刻を使用して注文受付時間を予測して、前記推薦注文送信時刻を取得するステップは、
予め設定された初期第2の所要時間に従って、前記予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定するステップと、
前記候補注文送信時刻に必要な注文受付所要時間を予測するステップと、
予測された注文受付所要時間が前記第2の所要時間以下である場合、前記候補注文送信時刻を前記推薦注文送信時刻として決定し、そうでない場合、前記第2の所要時間を延長し、前記予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定するステップに再移行するステップと、を含む、
請求項6から8のいずれか一項に記載のオンライン予約車両情報処理方法。 - 前記候補注文送信時刻に必要な注文受付所要時間を予測するステップは、
ユーザの位置、目的地、前記コスト情報、ルート長さ、及び天気情報のうちの少なくとも1つ、及び前記候補注文送信時刻を注文受付所要時間予測モデルに入力して、前記候補注文送信時刻に必要な注文受付所要時間を取得するステップを含む、
請求項9に記載のオンライン予約車両情報処理方法。 - ユーザが入力したオンライン予約車両照会条件を取得するステップであって、前記オンライン予約車両照会条件は、出発地及び目的地情報を含むステップと、
前記オンライン予約車両照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するステップであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むステップと、
前記照会結果を展示するステップと、を含む、
オンライン予約車両情報処理方法。 - 前記推薦注文送信時刻に対応するコスト情報は、
当該時刻から出発して目的地に到着する予測所要時間情報、又は、当該時刻から出発して目的地に到着する価格情報を含む、
請求項11に記載のオンライン予約車両情報処理方法。 - インタフェースに出発時間を設定するコンポーネントを表示するステップと、
前記コンポーネントがトリガされたイベントを取得した後、ユーザが設定した出発時間を記録するステップと、
前記ユーザが設定した出発時間が到来し、又は前記ユーザが設定した出発時間の前の予め設定された期間に、ユーザにリマインダメッセージを展示するステップと、をさらに含む、
請求項11又は12に記載のオンライン予約車両情報処理方法。 - インタフェースに予約注文送信したコンポーネントを表示するステップと、
前記コンポーネントがトリガされたイベントを取得した後、前記ユーザが設定した注文送信時間を記録するステップと、
前記ユーザが設定した注文送信時間が到来する場合、前記出発地から目的地までのオンライン予約車両注文書を送信するステップと、をさらに含む、
請求項11から13のいずれか一項に記載のオンライン予約車両情報処理方法。 - クライアントによって送信されたオンライン予約車両照会条件を取得するための条件受信ユニットであって、前記オンライン予約車両照会条件は、出発地及び目的地情報を含む条件受信ユニットと、
前記オンライン予約車両照会条件に基づいて照会時間区間を決定するための区間決定ユニットと、
前記照会時間区間内の各時刻について、各時刻から出発して目的地に到着するコスト情報をそれぞれ計算するためのコスト計算ユニットと、
各時刻から出発して目的地に到着するコスト情報に基づいて、前記オンライン予約車両照会条件を満たす時刻を推薦出発時刻として決定するための第1の推薦ユニットと、
前記推薦出発時刻を使用して、推薦注文送信時刻を決定するための第2の推薦ユニットと、
前記クライアントに照会結果を返すための結果返却ユニットであって、前記照会結果は、前記推薦注文送信時刻を含み、又は、前記照会結果は、前記推薦注文送信時刻と前記推薦注文送信時刻に対応するコスト情報を含む結果返却ユニットと、を含む、
オンライン予約車両情報処理装置。 - 前記オンライン予約車両照会条件は照会時間区間をさらに含み、前記第1の推薦ユニットは、具体的には、前記照会時間区間内の対応するコストが最も小さいN個の時刻を推薦出発時刻とするために用いられ、前記Nは予め設定された正の整数であり、又は、
前記オンライン予約車両照会条件はコスト範囲をさらに含み、前記第1の推薦ユニットは、具体的には、前記照会時間区間内の対応するコストが、ユーザが設定したコスト範囲に符合する時刻を推薦出発時刻とするために用いられる、
請求項15に記載のオンライン予約車両情報処理装置。 - 前記区間決定ユニットは、具体的には、前記オンライン予約車両照会条件がユーザが設定した照会時間区間を含む場合、ユーザが設定した照会時間区間を使用し、そうでない場合、デフォルト設定の照会時間区間を使用するために用いられる、
請求項15又は16に記載のオンライン予約車両情報処理装置。 - 前記コスト計算ユニットは、具体的には、前記各時刻に対して以下の処理をそれぞれ実行するために用いられ、前記処理は、
当該時刻の道路状況予測結果に基づいて、前記出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着する予測所要時間情報を取得して当該時刻から出発して目的地に到着するコスト情報とし、又は、
当該時刻の道路状況予測結果に基づいて、前記出発地と目的地に対してルート計画を行って、当該時刻から出発して目的地に到着するルート長さと予測所要時間を取得し、オンライン予約車両価格計算規則を利用して価格計算を行い、計算された価格を当該時刻から出発して目的地に到着するコスト情報とする、
請求項15から17のいずれか一項に記載のオンライン予約車両情報処理装置。 - 前記第2の推薦ユニットは、
前記推薦出発時刻を使用してオンライン予約車両迎車時間に対して予測を行って、予測注文受付時刻を取得するための第1の予測サブユニットと、
前記予測注文受付時刻を使用して注文受付時間を予測して、前記推薦注文送信時刻を取得するための第2の予測サブユニットと、を含む、
請求項15から18のいずれか一項に記載のオンライン予約車両情報処理装置。 - 前記第1の予測サブユニットは、具体的には、
予め設定された初期第1の所要時間に従って、前記推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定し、
前記候補注文受付時刻に必要な迎車所要時間を予測し、
予測された迎車所要時間が前記第1の所要時間以下である場合、前記候補注文受付時刻を前記予測注文受付時刻として決定し、そうでない場合、前記第1の所要時間を延長し、前記推薦出発時刻の前の第1の所要時間の時刻を候補注文受付時刻として決定する操作に再移行するために用いられる、
請求項19に記載のオンライン予約車両情報処理装置。 - 前記第1の予測サブユニットは、前記候補注文受付時刻に必要な迎車所要時間を予測する時、具体的には、ユーザの位置、目的地、前記コスト情報、ルート長さ、天気情報、及び道路状況情報のうちの少なくとも1つ、及び前記候補注文受付時刻を迎車所要時間予測モデルに入力して、前記候補注文受付時刻に必要な迎車所要時間を取得する、
請求項20に記載のオンライン予約車両情報処理装置。 - 前記第2の予測サブユニットは、具体的には、
予め設定された初期第2の所要時間に従って、前記予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定し、
前記候補注文送信時刻に必要な注文受付所要時間を予測し、
予測された注文受付所要時間が前記第2の所要時間以下である場合、前記候補注文送信時刻を前記推薦注文送信時刻として決定し、そうでない場合、前記第2の所要時間を延長し、前記予測注文受付時刻の前の第2の所要時間の時刻を候補注文送信時刻として決定する操作に再移行するために用いられる、
請求項19から21のいずれか一項に記載のオンライン予約車両情報処理装置。 - 前記第2の予測サブユニットは、前記候補注文送信時刻に必要な注文受付所要時間を予測する時、具体的には、ユーザの位置、目的地、前記コスト情報、ルート長さ、及び天気情報のうちの少なくとも1つ、及び前記候補注文送信時刻を注文受付所要時間予測モデルに入力して、前記候補注文送信時刻に必要な注文受付所要時間を取得する、
請求項22に記載のオンライン予約車両情報処理装置。 - ユーザが入力したオンライン予約車両照会条件を取得するための条件取得ユニットであって、前記オンライン予約車両照会条件は、出発地及び目的地情報を含む条件取得ユニットと、
前記オンライン予約車両照会条件をサーバ側に送信し、前記サーバ側によって返された照会結果を取得するためのサービス側インタラクションユニットであって、前記照会結果は、推薦注文送信時刻を含み、又は前記照会結果は、推薦注文送信時刻と推薦注文送信時刻に対応するコスト情報を含むサービス側インタラクションユニットと、
前記照会結果を展示するための結果展示ユニットと、を含む、
オンライン予約車両情報処理装置。 - 前記推薦注文送信時刻に対応するコスト情報は、
当該時刻から出発して目的地に到着する予測所要時間情報、又は、当該時刻から出発して目的地に到着する価格情報を含む、
請求項24に記載のオンライン予約車両情報処理装置。 - 前記結果展示ユニットは、さらに、インタフェースに出発時間を設定するコンポーネントを表示するために用いられ、
当該装置は第1のコンポーネント応答ユニットをさらに含み、前記第1のコンポーネント応答ユニットは、前記コンポーネントがトリガされたイベントを取得した後、ユーザが設定した出発時間を記録し、前記ユーザが設定した出発時間が到来し、又は前記ユーザが設定した出発時間の前の予め設定された期間に、前記結果展示ユニットによってユーザにリマインダメッセージを展示する、
請求項24又は25に記載のオンライン予約車両情報処理装置。 - 前記結果展示ユニットは、さらに、インタフェースに予約注文送信したコンポーネントを表示するために用いられ、
第2のコンポーネント応答ユニットは、前記コンポーネントがトリガされたイベントを取得した後、前記ユーザが設定した注文送信時間を記録し、前記ユーザが設定した注文送信時間が到来する場合、前記サービス側インタラクションユニットが前記出発地から目的地までのオンライン予約車両注文書を送信するために用いられる、
請求項24から26のいずれか一項に記載のオンライン予約車両情報処理装置。 - 少なくとも一つのプロセッサと、
前記少なくとも一つのプロセッサに通信接続されたメモリと、を含み、
前記メモリに前記少なくとも一つのプロセッサにより実行可能な命令が記憶されており、前記命令が前記少なくとも一つのプロセッサにより実行されると、前記少なくとも一つのプロセッサが請求項1から14のいずれかの一項に記載のオンライン予約車両情報処理方法を実行する、
電子機器。 - コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ命令は、コンピュータに請求項1から14のいずれかの一項に記載のオンライン予約車両情報処理方法を実行させる、
コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体。 - コンピュータプログラムがプロセッサによって実行される時に請求項1から14のいずれかの一項に記載のオンライン予約車両情報処理方法を実現する、
コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110633451.9 | 2021-06-07 | ||
CN202110633451.9A CN113408877A (zh) | 2021-06-07 | 2021-06-07 | 网约车信息处理方法、装置、设备和计算机存储介质 |
PCT/CN2021/131178 WO2022257357A1 (zh) | 2021-06-07 | 2021-11-17 | 网约车信息处理方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023540731A JP2023540731A (ja) | 2023-09-26 |
JP7460062B2 true JP7460062B2 (ja) | 2024-04-02 |
Family
ID=77676784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023514809A Active JP7460062B2 (ja) | 2021-06-07 | 2021-11-17 | オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240169462A1 (ja) |
EP (1) | EP4123527A4 (ja) |
JP (1) | JP7460062B2 (ja) |
KR (1) | KR20230047444A (ja) |
CN (1) | CN113408877A (ja) |
WO (1) | WO2022257357A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408877A (zh) * | 2021-06-07 | 2021-09-17 | 北京百度网讯科技有限公司 | 网约车信息处理方法、装置、设备和计算机存储介质 |
CN116383368B (zh) * | 2023-04-25 | 2023-10-03 | 武汉维序科技有限公司 | 一种基于大数据的智能信息推送方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012215921A (ja) | 2011-03-31 | 2012-11-08 | Japan Research Institute Ltd | カーステーション負荷分散システム |
JP2015094704A (ja) | 2013-11-13 | 2015-05-18 | 三菱重工業株式会社 | 経路案内装置、経路案内方法、およびプログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170016537A (ko) * | 2015-08-03 | 2017-02-14 | 엔에이치엔엔터테인먼트 주식회사 | 콜택시 서비스 서버, 이를 갖는 콜택시 서비스 시스템 및 이를 이용한 콜택시 서비스 방법 |
CN107844853A (zh) * | 2017-10-23 | 2018-03-27 | 重庆大学 | 一种利用动态价格预测减少网约车费用的乘车推荐系统 |
CN109146280B (zh) * | 2018-08-14 | 2021-07-30 | 北京三快在线科技有限公司 | 一种推送信息的方法、装置及系统 |
CN111178558B (zh) * | 2018-11-09 | 2021-03-12 | 北京嘀嘀无限科技发展有限公司 | 网约车订单处理方法及装置、计算机设备和可读存储介质 |
CN110737849B (zh) * | 2019-10-10 | 2022-08-30 | 北京百度网讯科技有限公司 | 出行方案的推荐方法、装置、设备及存储介质 |
US20210201393A1 (en) * | 2019-12-31 | 2021-07-01 | Beijing Didi Infinity Technology And Development Co., Ltd. | System and method for bidding-based ridesharing |
CN111369025A (zh) * | 2020-03-03 | 2020-07-03 | 北京嘀嘀无限科技发展有限公司 | 一种信息显示方法、装置、存储介质以及电子设备 |
CN111667083B (zh) * | 2020-06-11 | 2023-07-14 | 北京白龙马云行科技有限公司 | 网约车预估价确定方法和装置 |
CN113408877A (zh) * | 2021-06-07 | 2021-09-17 | 北京百度网讯科技有限公司 | 网约车信息处理方法、装置、设备和计算机存储介质 |
-
2021
- 2021-06-07 CN CN202110633451.9A patent/CN113408877A/zh active Pending
- 2021-11-17 US US17/758,687 patent/US20240169462A1/en active Pending
- 2021-11-17 JP JP2023514809A patent/JP7460062B2/ja active Active
- 2021-11-17 WO PCT/CN2021/131178 patent/WO2022257357A1/zh active Application Filing
- 2021-11-17 EP EP21916645.1A patent/EP4123527A4/en not_active Withdrawn
- 2021-11-17 KR KR1020237007589A patent/KR20230047444A/ko unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012215921A (ja) | 2011-03-31 | 2012-11-08 | Japan Research Institute Ltd | カーステーション負荷分散システム |
JP2015094704A (ja) | 2013-11-13 | 2015-05-18 | 三菱重工業株式会社 | 経路案内装置、経路案内方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20240169462A1 (en) | 2024-05-23 |
EP4123527A4 (en) | 2023-08-30 |
KR20230047444A (ko) | 2023-04-07 |
CN113408877A (zh) | 2021-09-17 |
JP2023540731A (ja) | 2023-09-26 |
EP4123527A1 (en) | 2023-01-25 |
WO2022257357A1 (zh) | 2022-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114581180A (zh) | 一种充电站推荐方法、充电桩状态的确定方法及装置 | |
JP7460062B2 (ja) | オンライン予約車両情報処理方法、装置、機器、及びコンピュータ記憶媒体 | |
US20180060778A1 (en) | Driver location prediction for a transportation service | |
US20200211070A1 (en) | Vehicle Allocation to Customers for Ride-Sharing | |
JP2020074190A (ja) | 過去の注文に基づき現在の注文に関係がある情報を決定するためのシステムおよび方法 | |
US8886453B2 (en) | System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints | |
JP2019215896A (ja) | 運輸サービスの料金を求める方法及びシステム | |
CN112819576B (zh) | 充电站推荐模型的训练方法、装置、及充电站的推荐方法 | |
JP2022513414A (ja) | アーリーライダー及びレイトライダーをスケジューリングするシステム及び方法 | |
US20120173136A1 (en) | Advanced routing of vehicle fleets | |
CN101622653A (zh) | 适应于用户旅行的交通信息 | |
CN111256715A (zh) | 对自主车辆的机会性加燃料 | |
CN113160607A (zh) | 停车位导航方法、装置、电子设备、存储介质及产品 | |
US12051020B2 (en) | Dynamic scheduling of driver breaks in a ride-sharing service | |
AU2018217973A1 (en) | Dynamic selection of geo-based service options in a network system | |
CN109919713A (zh) | 订单的推送方法、装置及可读存储介质 | |
CN113379159A (zh) | 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法 | |
CN111369025A (zh) | 一种信息显示方法、装置、存储介质以及电子设备 | |
KR101457375B1 (ko) | 주차가이드 서버의 주차가이드 서비스 제공방법 | |
CN113536128B (zh) | 交通枢纽换乘方式的推荐方法及电子设备 | |
CN113761398B (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
CN114881692A (zh) | 网约车调度方法、装置、电子设备及存储介质 | |
CN114742259A (zh) | 一种基于公交数字化转型的物联网公交出行定制方法 | |
CN112258270A (zh) | 一种拼车行程生成的方法及装置 | |
CN115688949B (zh) | 一种自动驾驶车辆预约乘坐方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230310 |
|
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: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240311 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7460062 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |