KR20180006875A - 주문형 서비스를 위한 정보를 제공하는 방법들 및 시스템들 - Google Patents
주문형 서비스를 위한 정보를 제공하는 방법들 및 시스템들 Download PDFInfo
- Publication number
- KR20180006875A KR20180006875A KR1020177023933A KR20177023933A KR20180006875A KR 20180006875 A KR20180006875 A KR 20180006875A KR 1020177023933 A KR1020177023933 A KR 1020177023933A KR 20177023933 A KR20177023933 A KR 20177023933A KR 20180006875 A KR20180006875 A KR 20180006875A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- passenger
- travel
- terminal device
- history
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 292
- 238000012545 processing Methods 0.000 claims description 159
- 238000013145 classification model Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 description 75
- 230000008569 process Effects 0.000 description 66
- 238000004364 calculation method Methods 0.000 description 58
- 238000010586 diagram Methods 0.000 description 46
- 238000012986 modification Methods 0.000 description 42
- 230000004048 modification Effects 0.000 description 42
- 230000002159 abnormal effect Effects 0.000 description 36
- 238000004891 communication Methods 0.000 description 33
- 230000015654 memory Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 17
- 238000012549 training Methods 0.000 description 17
- 238000005457 optimization Methods 0.000 description 16
- 238000013439 planning Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 14
- 230000001174 ascending effect Effects 0.000 description 11
- 230000003068 static effect Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 235000013305 food Nutrition 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000002922 simulated annealing Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000029305 taxis Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000122205 Chamaeleonidae Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- -1 necessities Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3605—Destination input or retrieval
- G01C21/3617—Destination input or retrieval using user history, behaviour, conditions or preferences, e.g. predicted or inferred from previous use or current movement
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/30—Transportation; Communications
-
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
-
- G06Q50/40—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- G06Q30/04—Billing or invoicing
Abstract
본 개시사항은 주문형 서비스를 위한 정보를 제공하는 방법에 관한 것이다. 이러한 방법은 승객 단말 디바이스의 승객으로부터 서비스 요청 정보를 수신하는 단계를 포함할 수 있다. 서비스 요청 정보는 승객의 출발 위치를 포함할 수 있다. 이러한 방법은 상기 승객과 관련된 이력 서비스 요청 정보를 획득하는 단계; 및 상기 승객의 출발 위치 및 상기 이력 서비스 요청 정보에 적어도 부분적으로 기초하여 여행-경로-관련 정보를 결정하는 단계를 포함할 수 있다. 또한, 이러한 방법을 구현하기 위한 시스템이 개시된다.
Description
본 출원은 2015년 1월 27일에 출원된 중국출원 제201510039939.3호, 2015 년 1월 29일에 출원된 중국출원 제201510048217.4호, 2015년 2월 10일에 출원된 중국출원 제201510070073.2호, 2015년 3월 10일에 출원된 중국출원 제2015100105381.4호, 2015년 4월 1일에 출원된 중국출원 제201510151590.2호, 2015년 5월 12일에 출원된 중국출원 제201510239402.1호, 2015년 5월 28일에 출원된 중국 출원 제 201510284601.4호, 2015년 7월 31일에 출원된 중국출원 제201510464596.5호, 2015년 9월 16일에 출원된 중국출원 제201510591079.4호, 2015년 12월 25일에 출원된 중국출원 제201510991394.6호, 및 2015년 12월 25일에 출원된 중국출원 제201511000093.9호를 우선권으로 주장하며, 그 내용은 본 명세서에 참조로 포함된다.
본 개시사항은 일반적으로 주문형 서비스를 위한 정보를 제공하기 위한 시스템 및 방법에 관한 것으로서, 보다 구체적으로 모바일 인터넷 기술들 및 데이터 처리 기술들을 이용하여 여행 목적지들을 예측하기 위한 시스템 및 방법에 관한 것이다.
주문형 서비스들 및 애플리케이션들이 점점 대중화되어 왔다. 예를 들어, 도시들의 급속한 성장에 따라 교통 서비스들은 사회의 모든 부분들의 사람들에게 높은 수요가 있다. 한편, 모바일 인터넷의 급속한 발전과 스마트 디바이스들, 특히 스마트 네비게이션 디바이스들 및 스마트폰들의 인기로 인해 운송 서비스 애플리케이션들이 점점 대중화되고, 사람들에게 큰 편의를 제공할 수 있다.
교통 서비스 시스템의 배경이 승객/운전자의 여행 규칙들에 따라 승객/운전자의 여행 목적지 또는 경로를 예측할 수 있다면, 승객과 운전자 모두보다 나은 사용자 경험을 갖을 것이다.
본 개시사항의 일 양상에 따르면, 주문형 서비스를 위한 정보를 제공하는 방법이 제공된다. 이 방법은 승객 단말 디바이스로부터 서비스 요청 정보를 수신하는 단계를 포함할 수 있다. 서비스 요청 정보는 승객의 출발 위치를 포함할 수 있다. 이 방법은 승객과 관련된 이력 서비스 요청 정보를 획득하는 단계를 더 포함할 수 있다. 이 방법은 승객의 출발 위치 및 이력 서비스 요청 정보에 적어도 부분적으로 기초하여 여행-경로-관련 정보를 결정하는 단계를 더 포함할 수 있다.
본 개시사항의 다른 양상에서, 주문형 서비스를 위한 정보를 제공하는 시스템이 제공된다. 이 시스템은 실행 가능한 모듈을 저장하도록 구성된 유형의 컴퓨터 판독 가능 저장 매체를 포함할 수 있다. 실행 가능 모듈은 승객 단말 디바이스로부터 서비스 요청 정보를 수신하도록 구성된 서비스 요청자 인터페이스 모듈을 포함할 수 있다. 서비스 요청 정보는 승객의 출발 위치를 포함할 수 있다. 이러한 실행 모듈은 승객과 관련된 이력 서비스 요청 정보를 획득하고 승객의 출발 위치 및 이력 서비스 요청 정보에 적어도 부분적으로 기초하여 여행-경로-관련 정보를 결정하도록 구성된 처리 모듈을 더 포함할 수 있다. 이 시스템은 실행 가능 모듈을 구현하도록 구성된 프로세서를 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 서비스 요청 정보는 시간 정보를 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 여행-경로-관련 정보는 목적지, 승객의 현재 위치와 목적지 사이의 경로 및 경로의 거리 중 적어도 하나를 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 목적지는 분류 모델에 기초하여 결정될 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 분류 모델은 목적지들의 적어도 하나의 주소 분류 타입에 기초할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 주문형 서비스를 위한 정보를 제공하는 방법은 여행-경로-관련 정보를 승객 단말 디바이스로 송신하는 단계를 더 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 주문형 서비스 정보를 제공하는 방법은 승객 단말 디바이스의 승객에 의해 여행-경로-관련 정보와 관련된 처리된 데이터를 수신하는 단계를 더 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 이력 서비스 요청 정보는 이력 출발 위치, 이력 목적지, 승객의 이력 출발 위치와 이력 목적지 사이의 이력 경로 및 이력 경로의 거리 중 적어도 하나를 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 주문형 서비스를 위한 정보를 제공하는 방법은 서비스 요금을 결정하는 단계를 더 포함할 수 있다.
본 개시사항의 예시적인 실시예들에 따르면, 서비스 요금의 결정은 운전자가 다수의 시점들에 머무르는 다수의 위치들의 정보를 수신하는 단계를 포함할 수 있다. 서비스 요금의 결정은 다수의 위치들의 정보에 적어도 부분적으로 기초하여 서비스 요금을 계산하는 단계를 더 포함할 수 있다.
본 개시사항은 개략적인 실시예들에 관해 추가로 기술된다. 이들 개략적인 실시예들은 도면들을 참조하여 상세하게 기술된다. 도면들은 축척에 맞춰진 것은 아니다. 이들 실시예들은 도면들 중 여러 도면들을 통해 유사한 참조 번호들이 유사한 구조들을 나타내는 비 제한적인 개략적인 실시예들이다.
도 1a는 본 개시사항의 일부 실시예들에 따른 주문형 서비스 시스템을 포함하는 네트워크 환경의 개략도.
도 1b는 본 개시사항의 다른 실시예에 따른 주문형 서비스 시스템을 포함하는 네트워크 환경의 개략도.
도 2는 본 개시사항의 일부 실시예들에 따른 주문형 서비스 시스템의 개략도.
도 3은 본 개시사항의 일부 실시예들에 따른 POI 엔진의 처리 모듈의 개략적인 블록도.
도 4a는 본 개시사항의 일부 실시예들에 따른 POI 엔진의 승객 인터페이스의 개략적인 블록도.
도 4b는 본 개시사항의 일부 실시예들에 따른 POI 엔진의 운전자 인터페이스의 개략적인 블록도.
도 5는 본 개시사항의 일부 실시예들에 따른 사용자 단말 디바이스의 개략도.
도 6은 본 개시사항의 일부 실시예들에 따른 데이터베이스의 개략적인 블록도.
도 7은 본 개시사항의 일부 실시예들에 따라 목적지-관련 정보를 결정하는 프로세스의 일 예의 흐름도.
도 8은 본 개시사항의 일부 실시예들에 따른 승객 단말에 의해 목적지-관련 정보 디바이스를 수신하는 프로세스의 일 예의 흐름도.
도 9a는 본 개시사항의 일부 실시예들에 따라 현재 목적지-관련 정보를 예측하는 프로세스의 일 예의 흐름도.
도 9b는 본 개시사항의 일부 실시예들에 따른 승객 단말 디바이스에 의해 목적지-관련 정보를 수신 및 처리하는 프로세스의 일 예의 흐름도.
도 10a는 본 개시사항의 일부 실시예들에 따라 목적지-관련 정보를 생성하는 프로세스의 일 예의 흐름도.
도 10b는 본 개시사항의 일부 실시예들에 따른 POI 분류 모델을 구축하는 프로세스의 일 예의 흐름도.
도 11은 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 경로를 제공하는 프로세스의 일 예의 흐름도.
도 12a는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 방법 계획을 제공하는 프로세스의 일 예의 흐름도.
도 12b는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 정보를 처리하는 프로세스의 일 예의 흐름도.
도 13은 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 차량 상태를 검출하는 프로세스의 일 예의 흐름도.
도 14는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의해 사용자의 위치지정 정보가 비정상인지 여부를 결정하는 프로세스의 일 예의 흐름도.
도 15a는 본 개시사항의 일부 실시예들에 따라 POI 엔진에 의해 사용자의 위치지정 정보가 비정상인지 여부를 결정하는 프로세스의 일 예의 흐름도.
도 15b는 본 개시사항의 일부 실시예들에 따른 따라 POI 엔진에 의해 위치지정 정보가 비정상인지의 여부를 결정하는 프로세스의 일 예의 흐름도.
도 16은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 모바일 디바이스의 구조를 도시하는 도면.
도 17은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 컴퓨팅 디바이스의 구조를 도시하는 도면.
도 1b는 본 개시사항의 다른 실시예에 따른 주문형 서비스 시스템을 포함하는 네트워크 환경의 개략도.
도 2는 본 개시사항의 일부 실시예들에 따른 주문형 서비스 시스템의 개략도.
도 3은 본 개시사항의 일부 실시예들에 따른 POI 엔진의 처리 모듈의 개략적인 블록도.
도 4a는 본 개시사항의 일부 실시예들에 따른 POI 엔진의 승객 인터페이스의 개략적인 블록도.
도 4b는 본 개시사항의 일부 실시예들에 따른 POI 엔진의 운전자 인터페이스의 개략적인 블록도.
도 5는 본 개시사항의 일부 실시예들에 따른 사용자 단말 디바이스의 개략도.
도 6은 본 개시사항의 일부 실시예들에 따른 데이터베이스의 개략적인 블록도.
도 7은 본 개시사항의 일부 실시예들에 따라 목적지-관련 정보를 결정하는 프로세스의 일 예의 흐름도.
도 8은 본 개시사항의 일부 실시예들에 따른 승객 단말에 의해 목적지-관련 정보 디바이스를 수신하는 프로세스의 일 예의 흐름도.
도 9a는 본 개시사항의 일부 실시예들에 따라 현재 목적지-관련 정보를 예측하는 프로세스의 일 예의 흐름도.
도 9b는 본 개시사항의 일부 실시예들에 따른 승객 단말 디바이스에 의해 목적지-관련 정보를 수신 및 처리하는 프로세스의 일 예의 흐름도.
도 10a는 본 개시사항의 일부 실시예들에 따라 목적지-관련 정보를 생성하는 프로세스의 일 예의 흐름도.
도 10b는 본 개시사항의 일부 실시예들에 따른 POI 분류 모델을 구축하는 프로세스의 일 예의 흐름도.
도 11은 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 경로를 제공하는 프로세스의 일 예의 흐름도.
도 12a는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 방법 계획을 제공하는 프로세스의 일 예의 흐름도.
도 12b는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 여행 정보를 처리하는 프로세스의 일 예의 흐름도.
도 13은 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의한 차량 상태를 검출하는 프로세스의 일 예의 흐름도.
도 14는 본 개시사항의 일부 실시예들에 따른 POI 엔진에 의해 사용자의 위치지정 정보가 비정상인지 여부를 결정하는 프로세스의 일 예의 흐름도.
도 15a는 본 개시사항의 일부 실시예들에 따라 POI 엔진에 의해 사용자의 위치지정 정보가 비정상인지 여부를 결정하는 프로세스의 일 예의 흐름도.
도 15b는 본 개시사항의 일부 실시예들에 따른 따라 POI 엔진에 의해 위치지정 정보가 비정상인지의 여부를 결정하는 프로세스의 일 예의 흐름도.
도 16은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 모바일 디바이스의 구조를 도시하는 도면.
도 17은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 컴퓨팅 디바이스의 구조를 도시하는 도면.
본 개시사항의 실시예들과 관련된 기술적 해결책들을 설명하기 위해, 실시예들의 설명에서 언급된 도면들의 간단한 소개가 아래에 제공된다. 명백하게, 이하에서 기술되는 도면들은 오로지 본 개시사항의 일부 예들 또는 실시예들이다. 당업자들은 추가적인 창의적인 노력들 없이 이들 도면들에 따라 본 개시 사항을 다른 유사한 시나리오에 적용할 수 있다. 달리 명시되지 않거나 문맥으로부터 명백하다면, 도면들에서 동일한 참조 번호는 동일한 구조 및 동작을 언급한다.
본 개시사항 및 첨부된 청구항들에서 사용되는 단수 형태들은 내용이 명확하게 달리 지시하지 않는 한 복수 대상들을 포함한다. 본 개시사항에 사용된 용어들, "포함하다", "포함하는"은 언급된 단계들 및 요소들의 존재를 기술하지만, 하나 이상의 다른 단계들 및 요소들의 존재 또는 추가를 배제하지 않는 것으로 이해될 것이다.
시스템의 일부 모듈들은 본 개시사항의 일부 실시예들둘에 따라 다양한 방식들로 참조될 수 있지만, 임의의 양의 다른 모듈들이 클라이언트 단말 및/또는 서버에서 사용 및 동작될 수 있다. 이들 모듈들은 설명을 위해 의도되고, 본 개시사항의 범위를 제한하려는 것은 아니다. 다른 모듈들이 시스템 및 방법의 다른 양상들에서 사용될 수 있다.
본 개시사항의 일부 실시예들에 따르면, 흐름도들은 시스템에 의해 수행되는 동작들을 설명하기 위해 사용된다. 위 또는 아래의 동작들이 순서대로 구현될 수도 있고 구현되지 않을 수도 있음이 명백하게 이해되어야 한다. 반대로, 동작들은 역순으로 또는 동시에 수행될 수 있다. 게다가, 하나 이상의 다른 동작들이 흐름도들에 추가되거나, 하나 이상의 동작들이 흐름도에서 생략될 수 있다.
본 개시사항의 실시예들은 육로 운송, 해상 운송, 항공 운송, 우주 운송 등 또는 이들의 임의의 조합을 포함하지만 이에 한정되지 않는 상이한 운송 시스템들에 적용될 수 있다. 운송 시스템들의 차량은 인력거, 여행 도구, 택시, 운전기사가 딸린 승용차 서비스, 히치하이킹, 버스, 철도 운송(예: 기차, 탄환 열차, 고속철도 및 지하철), 선박, 비행기, 우주선, 열기구(hot-air balloon), 무인 자동차 등, 또는 이들의 임의의 조합을 포함할 수 있다. 운송 시스템은 또한 관리 및/또는 분배를 적용하는 임의의 운송 시스템, 예를 들어, 익스프레스를 송신 및/또는 수신하는 시스템을 포함할 수 있다. 본 개시사항의 상이한 실시예들의 애플리케이션 시나리오들은 하나 이상의 웹 페이지들, 브라우저 플러그인들 및/또는 확장들, 클라이언트 단말들, 커스텀 시스템들, 회사내 분석 시스템들, 인공 지능 로봇들 등, 또는 이들의 임의의 조합을 포함할 수 있지만 이에 한정되지는 않는다. 본 명세서에 개시된 시스템 및 방법의 애플리케이션 시나리오들이 단지 일부 예들 또는 실시예들임을 이해해야 한다. 당업자들이 창의적인 추가 노력들 없이 이들 도면들을 다른 애플리케이션 시나리오들, 예를 들어, 다른 유사한 사용자 주문 수신 시스템에 적용할 수 있다.
본 개시사항에서의 용어 "사용자", "승객", "요청자", "서비스 요청자", 및 "고객"은 상호 교환 가능하게 사용되어, 서비스를 요청하거나 주문할 수 있는 개인, 엔티티 또는 도구를 지칭한다. 당사자는 개인 또는 디바이스일 수 있다. 또한, 본 개시사항에서 용어 "운전자", "제공자", "서비스 제공자" 및 "공급자"는 상호 교환 가능하게 사용되어 서비스를 제공할 수 있거나 서비스의 제공을 용이하게 할 수 있는 개인, 엔티티 또는 디바이스를 지칭한다. 덧붙여, 또한 본 개시사항에서의 용어 "사용자"는 서비스를 요청할 수 있거나, 서비스를 주문할 수 있거나, 서비스를 제공할 수 있거나, 서비스의 제공을 용이하게 할 수 있는 개인, 엔티티, 또는 디바이스를 지칭할 수 있다.
도 1a는 본 개시사항의 일부 실시예들에 따른 주문형 서비스 시스템을 포함하는 네트워크 환경의 개략도이다. 네트워크 환경(100)은 주문형 서비스 시스템(105), 하나 이상의 승객 단말 디바이스들(120), 하나 이상의 데이터베이스들(130), 하나 이상의 운전자 단말 디바이스들(140), 하나 이상의 네트워크들(150) 및 하나 이상의 정보 소스들(160)을 포함할 수 있다. 주문형 서비스 시스템(105)은 관심 지점(POI) 엔진(110)을 포함할 수 있다. 일부 실시예들에서, POI 엔진(110)은 수집된 정보를 분석하여 분석 결과를 생성하도록 구성된 시스템일 수 있다. POI 엔진(110)은 서버 또는 유선 또는 무선 네트워크를 통해 연결된 서버 그룹일 수 있다. 서버 그룹은 중앙 집중식(예를 들어, 데이터 센터) 또는 분산형(예를 들어, 분산된 시스템)일 수 있다. POI 엔진(110)은 중앙 집중화되거나 분산될 수 있다.
본 개시사항에서, "승객", "승객 단말" 및 "승객 단말 디바이스"는 상호 교환 가능하게 사용될 수 있다. 본 개시사항에서, "운전자", "운전자 단말" 및 "운전자 단말 디바이스"는 서로 교환 가능하게 사용될 수 있다. 승객 단말(120) 및 운전자 단말(140) 각각은 사용자로 지칭될 수 있다. 승객 단말(120) 및 운전자 단말의 각각은 서비스 요청자 및 서비스 제공자와 같은 서비스 주문들에 각각 직접 관련되는 개인, 디바이스 또는 다른 엔티티일 수 있다. 승객은 서비스 요청자일 수 있다. 승객은 또한 승객 단말 디바이스(120)의 사용자를 포함할 수 있다. 일부 실시예들에서, 승객 단말 디바이스의 사용자는 승객 자신이 아니다. 예를 들어, 승객 단말 디바이스(120)의 사용자(A)는 주문형 서비스를 요청할 수 있거나, 주문형 서비스를 수락할 수 있거나, 또는 승객 단말 디바이스(120)를 사용하는 승객(B)을 위해 주문형 서비스 시스템(105)에 의해 송신된 다른 정보 또는 지령들을 수신할 수 있다. 승객 단말 디바이스(120)의 사용자는 또한, 본 개시사항에서 승객으로 지칭될 수 있다. 운전자는 서비스 공급자일 수 있다. 운전자는 운전자 단말 디바이스(140)의 사용자를 포함할 수 있다. 일부 실시예들에서, 운전자 단말 디바이스의 사용자는 실제 운전자가 아닐 수 있다. 예를 들어, 운전자 단말 디바이스(140)의 사용자(C)는 주문형 서비스를 수락할 수 있거나, 운전자 단말 디바이스(140)를 사용하는 운전자(D)를 위해 주문형 서비스 시스템(105)에 의해 송신된 다른 정보 또는 지령들을 수신할 수 있다. 운전자 단말 디바이스(140)의 사용자는 또한 본 개시사항에서 운전자로 지칭될 수 있다. 일부 실시예들에서, 승객 단말(120)은 데스크톱 컴퓨터(120-1), 랩톱 컴퓨터(120-2), 차량(120-3)의 내장 디바이스, 모바일 디바이스(120-4) 등, 또는 이들의 임의의 조합을 포함할 수 있다. 본 명세서에서, 내장 디바이스(120-3)는 차량 컴퓨터(carputer) 등일 수 있다. 모바일 디바이스(120-4)는 스마트폰, 개인 휴대 정보 단말기(PDA), 태블릿 컴퓨터, 휴대용 게임기, 스마트 안경, 스마트워치, 착용형 디바이스, 가상현실 디바이스, 증강현실 디바이스(예, GoogleTM Glass, Oculus RiftTM, HoloLensTM, GearTM VR, 등), 등, 또는 이들의 임의의 조합일 수 있다. 운전자 단말 디바이스(140)는 또한 상술한 하나 이상의 유사한 디바이스들을 포함할 수 있다.
POI 엔진(110)은 데이터베이스(130)에 저장된 정보에 직접 액세스 및/또는 데이터베이스(130)로부터 정보를 판독 또는 데이터베이스(130)에 정보를 기록할 수 있다. POI 엔진(110)은 또한 사용자 단말 디바이스(120 또는 140)에 의해 제공된 정보를 네트워크(150)를 통해 액세스할 수 있다. 일부 실시예들에서, 데이터베이스(130)는 데이터를 저장할 수 있는 임의의 디바이스를 포함할 수 있다. 데이터베이스(130)는 승객(120) 및/또는 운전자(140)로부터 수집된 데이터, 및 POI 엔진(110)에 의해 사용, 생성 및 출력되는 데이터를 저장하는데 사용될 수 있다. 데이터베이스(130)는 로컬 또는 원격일 수 있다. 데이터베이스(130) 및 주문형 서비스 시스템(105) 및/또는 시스템(105)의 하나 이상의 부분들(예를 들어, POI 엔진(110))은 하나 이상의 유선 및/또는 무선 통신 링크들을 통해 연결될 수 있다.
네트워크(150)는 단일 네트워크 또는 네트워크들의 조합일 수 있다. 예를 들어, 네트워크(150)는 근거리 통신망(LAN), 광역 통신망(WAN), 공중망, 사설망, 전용 네트워크, 공중 교환 전화망(PSTN), 인터넷, 무선 네트워크, 가상 네트워크 또는 이들의 임의의 조합을 포함할 수 있다. 네트워크(150)는 기지국(150-1), 기지국(150-2), 네트워크 스위칭 포인트 등을 포함하는 유선 또는 무선 액세스 포인트와 같은 다수의 네트워크 액세스 포인트들을 포함할 수 있다. 이들 액세스 포인트를 통해 임의의 데이터 소스는 네트워크(150)에 접속되어 네트워크(150)를 통해 정보를 송신할 수 있다. 단지 설명을 위해서, 운송 서비스 내의 운전자 단말 디바이스(140)는 일 예로서 취해지며, 본 개시사항의 범위를 제한하고자 하는 것은 아니다. 운전자 단말 디바이스(140)는 모바일폰, 태블릿 컴퓨터, 등일 수 있다. 운전자 단말 디바이스(140)의 네트워크 환경(100)은 무선 네트워크(예: Bluetooth® 네트워크, 무선 근거리 통신망(WLAN), Wi-Fi, WiMax, 등), 모바일 네트워크(예: 2G, 3G, 4G, 등), 또는 다른 통신 방법들(예: 가상 사설망(VPN), 공유 네트워크, 근거리 무선 통신(NFC), ZigBee, 등)일 수 있다.
정보 소스(160)는 시스템(105)에 다른 정보를 제공하도록 구성된 소스일 수 있다. 예를 들어, 정보 소스(160)는 기상 조건들, 교통 정보, 법률들 및 규정들의 정보, 뉴스 이벤트들, 생활 정보, 생활 가이드 정보, 등과 같은 서비스 정보를 시스템에 제공할 수 있다. 정보 소스(160)는 단일 중앙 서버, 네트워크를 통해 연결된 다수의 서버들, 다수의 개인 디바이스들, 등을 이용하여 구현될 수 있다. 정보 소스가 다수의 개인 디바이스들를 이용하여 구현될 때, 개인 디바이스들은 예를 들어 텍스트, 음성, 영상 및 비디오를 클라우드 서버에 업로드하여 콘텐트(예를 들어, "사용자-생성 콘텐트"로 언급되는)를 생성할 수 있다. 따라서, 정보 소스는 다수의 개인 디바이스들 및 클라우드 서버에 의해 생성될 수 있다.
운송 서비스를 예로 들면, 정보 소스(160)는 지도 정보 및 도시 서비스 정보를 포함하는 도시 서비스 시스템, 실시간 교통 방송 시스템, 기상 방송 시스템, 뉴스 네트워크, 소셜 네트워크, 등을 포함할 수 있다. 정보 소스(160)는 차량 속도계, 레이더 속도계, 온도 및 습도 센서 등을 포함하는 공통 속도 측정 디바이스, 센서 또는 IOT(사물 인터넷) 디바이스와 같은 물리적 디바이스일 수 있다. 정보 소스(160)는 뉴스, 메시지들, 실시간 도로 정보 등을 획득하도록 구성된 소스일 수 있다. 예를 들어, 정보 소스(160)는 유즈넷에 기초한 인터넷 뉴스 그룹, 인터넷상의 서버, 기상 정보 서버, 도로 조건 정보 서버, 소셜 네트워크 서버 등, 또는 이들의 임의의 조합을 포함하는 네트워크 정보 소스일 수 있다. 음식물 배달 서비스를 예로 들면, 정보 소스(160)는, 특정 지역 내의 다수의 식품 제공자들의 정보를 저장하는 시스템, 도시 서비스 시스템, 실시간 교통 방송 시스템, 기상 방송 시스템, 뉴스 네트워크, 지역의 법률들 및 규정들을 저장하는 규칙 시스템, 지역 사회 네트워크 시스템 등, 또는 이들의 조합을 포함할 수 있다. 본 명세서에 설명된 예들은 정보 소스의 범위 또는 정보 소스에 의해 제공되는 서비스들의 타입을 제한하려는 것은 아니다. 서비스들의 정보를 제공할 수 있는 임의의 디바이스 또는 네트워크는 본 개시사항에서 정보 소스로서 지정될 수 있다.
일부 실시예들에서, 주문형 서비스 시스템(105) 및 네트워크 환경(100)내의 상이한 섹션들은 주문들에 기초하여 통신될 수 있다. 본 개시사항에서, "서비스", "주문" 또는 "서비스 주문"은 다른 개인들 또는 엔티티들을 위해 개인 또는 엔티티에 의해 수행되거나 구현되는 특정 작업 또는 거래를 지칭할 수 있다. 주문의 요지는 제품일 수 있다. 일부 실시예들에서, 제품은 유형의 제품 또는 무형의 제품일 수 있다. 유형의 제품은 음식, 약품, 필수품들, 화학 제품들, 전기 제품들, 의류, 차량들, 주택 단지들, 사치품들, 등 또는 이들의 임의의 조합을 포함하는, 모양 또는 크기를 갖는 임의의 물체일 수 있다. 무형 제품은 서비스 제품들, 금융 상품들, 지적 제품들, 인터넷 제품들, 등 또는 이들의 임의의 조합을 포함할 수 있다. 인터넷 제품들은 정보, 오락, 통신 또는 사업에 대한 사용자의 요구 사항들을 충족시키는 임의의 제품을 포함할 수 있다. 인터넷 제품들을 분류하는 많은 방법들이 존재한다. 예를 들어 호스트 플랫폼에 기초한 분류 방법을 취하는 경우, 인터넷 제품들은 개인 호스트 제품들, 웹 제품들, 모바일 인터넷 제품들, 상용 호스트 플랫폼 제품들, 내장 제품들, 등 또는 이들의 임의의 조합을 포함할 수 있다. 모바일 인터넷 제품은 모바일 단말들에 사용되는 소프트웨어, 프로그램 또는 시스템일 수 있다. 본 명세서에서, 모바일 단말은 랩톱 컴퓨터, 태블릿 컴퓨터, 모바일폰, 개인 휴대 정보 단말기(PDA), 전자 시계, POS 머신, 차량 컴퓨터(carputer), 텔레비전, 등 또는 이들의 임의의 조합을 포함할 수 있으나, 이에 한정되는 것은 아니다. 그리고, 모바일 인터넷 제품은 컴퓨터 또는 모바일폰에서 사용되는 소셜 커뮤니케이션, 쇼핑, 여행, 오락, 학습 또는 투자의 다양한 소프트웨어 또는 애플리케이션들을 포함할 수 있다. 여행 소프트웨어 또는 애플리케이션은 여행 소프트웨어 또는 애플리케이션, 차량 예약 소프트웨어 또는 애플리케이션, 지도 소프트웨어 또는 애플리케이션, 등일 수 있다. 차량 예약 소프트웨어 또는 애플리케이션은 말들, 객차들, 인력거들(예: 2륜 자전거, 3륜 자전거, 등), 차량들(예: 택시들, 버스들, 등), 기차들, 지하철들, 선박들, 비행기들(예: 비행기들, 헬리콥터들, 우주 왕복선들, 로켓트들, 열기구들, 등), 등 또는 이들의 임의의 조합을 예약하기 위하여 사용될 수 있다.
도 1b는 본 개시사항의 다른 실시예에 따른 네트워크 환경(100)의 개략도이다. 도 1b는 도 1a와 유사하다. 도 1b에서, 데이터베이스(130)는 독립적이고, 네트워크(150)에 직접 연결될 수 있다. 주문형 서비스 시스템(105) 또는 시스템(105)의 일부(예를 들어, POI 엔진(110)) 및/또는 사용자 단말기 디바이스들(120 또는 140)은 네트워크(150)를 통해 데이터베이스(130)에 직접 액세스할 수 있다.
도 1a 및/또는 도 1b에서, 데이터베이스(130) 및 주문형 서비스 시스템(105), 시스템(105)의 일부(예를 들어, POI 엔진(110)) 및/또는 사용자 단말 디바이스(120 또는 140)는 상이한 방식들로 연결될 수 있다. 데이터베이스(130)에 대한 각 디바이스의 액세스 허용은 제한될 수 있다. 예를 들어, 주문형 서비스 시스템(105) 또는 시스템(105)의 부분(예를 들어, POI 엔진(110))은 액세스 허용의 최고 레벨, 예컨대 데이터베이스(130) 내의 공개 또는 개인 정보를 판독하거나 수정하기 위한 허용의 최고 레벨을 가질 수 있다. 승객 단말 디바이스(120) 또는 운전자 단말 디바이스(140)는 특정 조건들이 충족될 때 사용자들에 관한 공개 정보 또는 개인 정보의 일부를 판독하도록 허용될 수 있다. 예를 들어, 주문형 서비스 시스템(105)은 주문형 서비스 시스템(105)을 사용하는 사용자(승객 또는 운전자)의 하나 이상의 경험들에 기초하여 데이터베이스(130) 내의 공개 정보 또는 사용자 관련 정보를 갱신 또는 수정할 수 있다. 다른 예로서, 승객(120)으로부터 서비스 명령을 수신할 때, 운전자(140)는 데이터베이스(130) 내의 승객(120)의 정보 중 일부를 볼 수 있다. 그러나, 운전자(140)는 데이터베이스(130) 내의 승객(120)의 정보를 스스로 수정할 수 없지만, 시스템(105)이 데이터베이스(130) 내의 승객(120)의 정보를 적절히 수정할지를 결정할 수 있도록, 변경을 주문형 서비스 시스템(105)에 오로지 보고할 수 있다. 다른 예로서, 운전자(140)로부터 서비스를 제공하는 요청을 수신할 때, 승객(120)은 데이터베이스(130) 내의 운전자(140)의 정보의 일부(예: 사용자 등급 정보, 운전 경험들, 등)를 볼 수 있으나, 승객(120)은 데이터베이스(130) 내의 운전자(140)의 정보를 스스로 수정할 수 없고, 시스템(105)이 데이터베이스(130) 내의 운전자(140)의 정보를 적절하게 수정할지를 결정할 수 있도록, 변경을 주문형 서비스 시스템(105)에 오로지 보고할 수 있다.
위치에 기초한 서비스 시스템의 위의 설명이 설명의 목적으로 제공되는 것이며, 본 개시사항의 범위를 한정하고자 하는 것은 아님을 주목해야 한다. 당업자들에게, 모듈들은 다양한 방식들로 결합될 수 있거나, 하위-시스템들로서 다른 모듈들과 연결될 수 있다. 다양한 변형들 및 수정들이 본 개시사항의 교시하에 이루어질 수 있다. 그러나 이들 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 예를 들어, 데이터베이스(130)는 공개 클라우드, 개인 클라우드, 지역사회 클라우드, 하이브리드 클라우드, 등을 포함하지만 이에 한정되지 않는 데이터 저장 기능을 갖는 클라우드 컴퓨팅 플랫폼일 수 있다. 그러한 모든 수정들은 본 개시사항의 보호 범주 내에 든다.
도 2는 본 개시사항의 일부 실시예들에 따른 주문형 서비스 시스템(105)의 개략적인 시스템도이다. 간략화를 위해, 주문형 서비스 시스템(105)은 도면에 도시되지 않았고, POI 엔진(110)이 일 예로서 도시된다. POI 엔진(110)은 하나 이상의 처리 모듈들(210), 하나 이상의 저장 모듈들(220), 하나 이상의 승객 인터페이스들(230), 및 하나 이상의 운전자 인터페이스들(240)을 포함할 수 있다. POI 엔진(110)은 중앙 집중화되거나 분산될 수 있다. POI 엔진(110)의 하나 이상의 모듈들은 로컬 또는 원격일 수 있다. 일부 실시예들에서, POI 엔진(110)은 웹 서버, 파일 서버, 데이터베이스 서버, FTP 서버, 애플리케이션 서버, 프록시 서버, 메일 서버 등, 또는 이들의 임의의 조합일 수 있다.
일부 실시예들에서, POI 엔진(110)은 승객 인터페이스(230)를 통해 승객 단말 디바이스(120)로부터 정보를 수신할 수 있거나 및/또는 승객 단말 디바이스(120)에 처리된 정보를 송신할 수 있다. 일부 실시예들에서, POI 엔진(110)은 운전자 인터페이스(240)를 통해 운전자 단말 디바이스(140)로부터 정보를 수신할 수 있거나 및/또는 운전자 단말 디바이스(140)에 처리된 정보를 송신할 수 있다. 정보를 송신 또는 수신하는 방법은 직접적일 수 있다. 예를 들어, 정보는 네트워크(150)를 경유하여 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 하나 이상의 승객 단말 디바이스들(120) 및/또는 하나 이상의 운전자 단말 디바이스들(140)로부터 직접 획득될 수 있다. 다른 예로서, 정보는 정보 소스(160)로부터 직접 수신될 수 있다. 정보를 송신 또는 수신하는 방법은 간접적일 수 있다. 예를 들어, 처리 모듈(210)은 하나 이상의 정보 소스들(160)에 요청을 송신함으로써 정보를 획득할 수 있다. 정보 소스(160) 내의 정보는 기상 조건들, 도로 조건들, 교통 상황들, 뉴스 이벤트들, 사회 활동들, 등 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. POI 엔진(110)은 데이터베이스(130)와 통신하도록 구성될 수 있다. 일부 실시예들에서, 주문 푸싱 엔진은 지도 데이터, 이력 주문들의 정보, 시간 조정량의 정보, 등과 같은 정보를 추출하도록 구성될 수 있다. 이력 주문들의 정보는 이력 주문들의 출발 위치들, 이력 주문들의 목적지들, 이력 주문들의 픽업 시간들, 각 이력 주문들의 가격, 등 또는 이들의 임의의 조합을 포함할 수 있다. 전술한 시간 조정량의 정보는 상이한 시간 주기들 내의 상이한 지리적 지역들에 대한 시간 조정의 값들을 포함할 수 있다. POI 엔진(110)은 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)로부터 수신된 정보를 데이터베이스(130)에 송신하도록 구성될 수 있다. POI 엔진(110)의 처리 모듈(210)에 의해 획득된 정보의 처리된 결과는 또한 데이터베이스(130)로 송신될 수 있다.
일부 실시예들에서, 처리 모듈(210)은 관련된 정보를 처리하도록 구성될 수 있다. 처리 모듈(210)은 처리된 정보를 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 송신할 수 있다. 정보를 처리하는 방법들은 저장, 분류, 필터링, 변환, 계산, 검색, 예측, 훈련, 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 일부 실시예들에서, 처리 모듈(210)은 중앙 처리 유닛(CPU), 주문형 집적 회로(ASIC), 주문형 지령 세트 프로세서(ASIP), 물리 처리 유닛(PPU), 디지털 처리 프로세서(DSP), 필드 프로그램 가능 게이트 어레이(FPGA), 프로그램 가능 로직 디바이스(PLD), 프로세서, 마이크로프로세서, 컨트롤러, 마이크로 컨트롤러, 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다.
일부 실시예들에서, 승객 인터페이스(230) 및 운전자 인터페이스(240)는 승객 단말 디바이스(120) 및 운전자 단말 디바이스(140)에 의해 각각 송신된 정보를 수신할 수 있다. 수신된 정보는 서비스 요청들에 관한 정보, 승객 또는 운전자의 현재 위치에 관한 정보, 승객 단말 디바이스(120) 또는 운전자 단말 디바이스(140)에 의해 송신된 텍스트에 관한 정보, 또는 승객 단말 디바이스(120) 또는 운전자 단말 디바이스(140)에 의해 송신된 임의의 다른 정보(예를 들어, 영상들, 비디오 콘텐트, 오디오 콘텐트, 등의 업로드된 정보)일 수 있다. 수신된 정보는 저장 모듈(220)에 저장될 수 있거나, 처리 모듈(210)에 의해 계산 및 처리될 수 있거나, 또는 데이터베이스(130)로 송신될 수 있다.
일부 실시예들에서, 승객 인터페이스(230) 및 운전자 인터페이스(240)에 의해 수신된 정보는 처리 모듈(210)에 송신될 수 있다. 처리 모듈(210)은 이후 처리된 정보를 생성하기 위해 정보를 처리할 수 있다. 처리 모듈(210)에 의해 생성된 정보는 승객 및/또는 운전자의 현재 위치의 최적화된 정보, 주문의 추출 위치 및/또는 목적지에 관한 정보일 수 있다. 일부 실시예들에서, 처리 모듈(210)에 의해 생성된 정보는, 승객 또는 운전자의 위치가 비정상인지의 여부와 같은 승객 및/또는 운전자의 위치의 확인 정보일 수 있다. 일부 실시예들에서, 처리 모듈(210)에 의해 생성된 정보는 여행 방법들, 각 여행 방법에 대한 주문 완성율, 다수의 여행 방법들의 조합, 등 또는 이들의 임의의 조합을 포함할 수 있다. 여행 방법은 운전사가 딸린 차량 서비스, 히치 하이킹, 택시, 버스, 기차, 탄환열차, 고속철도, 지하철, 선박, 비행기, 등 또는 이들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 처리 모듈(210)에 의해 생성된 처리된 정보는 경로-관련 정보일 수 있다. 경로-관련 정보는 경로들의 수, 각 경로의 출발 위치 및 목적지, 상이한 여행 방법들에 대응하는 각각의 경로에 대해 요구되는 시간 및 요금을 포함할 수 있다.
일부 실시예들에서, 처리 모듈(210)에 의해 생성된 정보는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)로 송신될 수 있다. 일부 실시예들에서, 처리 모듈(210)에 의해 생성된 정보는 데이터베이스(130), 저장 모듈(220), 또는 데이터를 저장할 수 있는 주문형 서비스 시스템(105)의 임의의 다른 모듈 또는 유닛에 저장될 수 있다.
일부 실시예들에서, 데이터베이스(130)는 (도 1a에 도시된 바와 같이) 주문형 서비스 시스템(105)의 배경 내에서 구성될 수 있다. 일부 실시예들에서, 데이터베이스(130)는 독립형 디바이스일 수 있고, (도 1b에 도시된 바와 같이) 네트워크(150)와 직접 연결될 수 있다. 일부 실시예들에서, 데이터베이스(130)는 주문형 서비스 시스템(105)의 일부일 수 있다. 일부 실시예들에서, 데이터베이스(130)는 POI 엔진(110)의 일부일 수 있다. 데이터베이스(130)는 데이터를 저장할 수 있는 임의의 디바이스를 지칭할 수 있다. 데이터베이스(130)는 사용자 단말 디바이스(120), 사용자 단말 디바이스(140) 또는 정보 소스(160)로부터 수집된 데이터를 저장하는데 사용될 수 있다. 데이터베이스(130)는 또한, POI 엔진(110)에 의해 생성된 다양한 데이터를 저장할 수 있다. 시스템 내의 데이터베이스(130) 또는 다른 저장 디바이스는 판독/기록 기능을 갖는 임의의 매체를 언급할 수 있다. 시스템 내의 데이터베이스(130) 또는 다른 저장 디바이스는 시스템(105)의 내부 디바이스 또는 시스템(105)에 연결된 외부 디바이스일 수 있다. 데이터베이스(130)와 시스템 내의 다른 저장 디바이스 사이의 연결은 유선 또는 무선일 수 있다. 시스템 내의 데이터베이스(130) 또는 다른 저장 디바이스는 계층적 데이터베이스, 네트워크 데이터베이스, 관계형 데이터베이스 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다.
데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 정보를 디지털화 하고, 이후 디지털화된 정보를 전기, 자기 또는 광학 저장 디바이스에 저장할 수 있다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 프로그램들, 데이터 등과 같은 다양한 정보를 저장하도록 구성될 수 있다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 전기 에너지의 형태로 정보를 저장하도록 구성된 디바이스, 예를 들어 다수의 메모리들, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 등일 수 있다. 랜덤 액세스 메모리는 데카트론, 셀렉트론, 지연 라인 메모리, 윌리엄스 튜브, 동적 랜덤 액세스 메모리(DRAM), 정적 랜덤 액세스 메모리(SRAM), 사이리스터 랜덤 액세스 메모리(T-RAM), 제로-커패시터 랜덤 메모리(Z-RAM) 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 판독 전용 메모리는 자기 버블 메모리, 자기 버튼 라인 메모리, 박막 메모리, 자기 도금 와이어 메모리, 자기 코어 메모리, 자기 드럼 메모리, CD-ROM, 하드 디스크, 테이프, 초기 비휘발성 메모리(NVRAM), 상 변화 메모리, 자기 저항 랜덤 액세스 메모리, 강유전성 랜덤 액세스 메모리, 비휘발성 SRAM, 플래시 메모리, 전자 소거 가능 프로그래머블 판독 전용 메모리, 소거 가능 프로그램 가능 판독 전용 메모리, 프로그램 가능 판독 전용 메모리, 마스크 ROM, 플로팅 게이트 연결 랜덤 액세스 메모리, 나노-RAM, 레이스-트랙 메모리, 가변 저항성 메모리, 프로그램 가능 금속화 메모리, 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 하드 디스크, 소프트 디스크, 테이프, 자기 코어 저장 장치, 자기 버블 메모리, USB 플래시 디스크, 플래시 디스크, 등과 같은 자기 에너지를 이용하여 정보를 저장하도록 구성된 디바이스일 수 있다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 콤팩트 디스크(CD), 디지털 비디오 디스크(DVD) 등과 같은 광학 방법에 의해 정보를 저장하도록 구성된 디바이스일 수 있다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 자기-광학 방법, 예컨대 자기 디스크 등에 의해 정보를 저장하도록 구성된 디바이스일 수 있다. 데이터베이스(130) 또는 시스템(105)의 다른 저장 디바이스에 액세스하는 방법은 랜덤 액세스, 직렬 액세스, 판독 전용 액세스 등 또는 이들의 임의의 조합을 포함할 수 있다. 데이터베이스(130) 또는 시스템의 다른 저장 디바이스는 휘발성 메모리 또는 비휘발성 메모리일 수 있다. 저장 디바이스들에 대한 위의 설명은 설명의 목적으로 제공되며 본 개시사항의 범위를 제한하려는 의도가 아님을 주목해야 한다. 데이터베이스(130) 또는 시스템(105) 내의 다른 저장 디바이스들은 로컬 또는 원격일 수 있다.
처리 모듈(210) 및/또는 데이터베이스(130)는 사용자 단말 디바이스(120 또는 140)에 상주할 수 있거나, 클라우드 컴퓨팅 플랫폼을 통해 대응하는 기능들을 구현할 수 있음을 주목해야 한다. 본 명세서에서, 클라우드 컴퓨팅 플랫폼은 주로 데이터 저장에 사용되는 저장-기반 클라우드 플랫폼, 주로 데이터 처리에 사용되는 계산-기반 클라우드 플랫폼, 데이터 저장 및 처리 양자 모두 사용되는 하이브리드 클라우드 플랫폼, 등을 포함하지만 이에 한정되는 것은 아니다. 사용자 단말기(120 또는 140)에 의해 사용되는 클라우드 플랫폼은 공개 클라우드, 개인 클라우드, 공통체 클라우드, 하이브리드 클라우드 등일 수 있다. 예를 들어, 사용자 단말기 디바이스(120 또는 140)에 의해 수신된 일부 주문 정보 및/또는 비-주문 정보는 실제 요구 사항들에 따라 사용자 클라우드 플랫폼에 의해 계산 및/또는 저장될 수 있다. 다른 주문 정보 및/또는 비-주문 정보는 로컬 처리 모듈 및/또는 시스템 데이터베이스에 의해 계산 및/또는 저장될 수 있다.
도 2에 도시된 POI 엔진(110)은 다양한 방법들에 의해 구현될 수 있음을 이해하여야 한다. 예를 들어, POI 엔진(110)은 하드웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 본 명세서에서, 하드웨어는 전용 로직으로 구현될 수 있다. 소프트웨어는 메모리에 저장될 수 있으며, 적절한 지령 실행 시스템(예를 들어, 마이크로프로세서, 전용 설계 하드웨어, 등)에 의해 구현될 수 있다. 위의 방법들 및 시스템들이 컴퓨터 실행 가능 지령들에 의해 및/또는 프로세서의 제어 코드들에 내장에 의해 구현될 수 있음이 당업자에 의해 인식될 것이다. 예를 들어, 제어 코드들은 디스크, CD 또는 DVD-ROM과 같은 매체, 판독 전용 메모리(예를 들어, 펌웨어)와 같은 프로그램 가능 메모리 디바이스, 또는 광학 또는 전기 신호 캐리어와 같은 데이터 캐리어에 의해 제공될 수 있다. POI 엔진(110) 및 그 모듈들은 대규모 집적 회로들 또는 게이트 어레이들, 반도체 디바이스들(예를 들어, 로직 칩들, 트랜지스터들, 필드 프로그램 가능 게이트 어레이들과 같은 프로그램 가능한 하드웨어 디바이스들의 하드웨어 회로들, 프로그램 가능 로직 디바이스들, 등)에 의해 구현될 수 있을 뿐만 아니라, 다양한 타입들의 프로세서들에서 실행되는 소프트웨어, 또는 위의 하드웨어 회로들과 소프트웨어(예 : 펌웨어)의 조합으로 구현될 수도 있다.
POI 엔진(110)의 위의 설명이 설명의 목적으로 제공되며 본 개시사항의 범위를 제한하려는 의도가 아님을 주목해야 한다. 당업자들에게, 모듈들은 다양한 방식들로 결합되거나, 하위-시스템들로서 다른 모듈들과 연결될 수 있다. 다양한 변형들 및 수정들이 본 개시사항의 교시하에 이루어질 수 있다. 그러나 이들 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 예를 들어, 처리 모듈(210), 저장 모듈(220), 승객 인터페이스(230), 운전자 인터페이스(240) 및 데이터베이스(130)는 하나의 시스템에서 상이한 모듈들일 수 있거나, 또는 둘 이상의 위의 모듈들의 대응하는 기능들을 수행하기 위하여 단일 모듈로서 결합될 수 있다. 예를 들어, 승객 인터페이스(230) 및 운전자 인터페이스(240)는 승객 단말 디바이스(120) 및 운전자 단말 디바이스(140)와 동시에 상호 작용할 수 있는 단일 인터페이스로서 결합될 수 있다. 예를 들어, 데이터베이스(130)는 POI 엔진(110)에 포함될 수 있고, 데이터베이스(130) 및 저장 모듈(220)의 모든 기능들은 단일 저장 디바이스에 의해 구현될 수 있다. 이러한 모든 변형들은 본 개시사항의 보호 범위 내에 있다.
도 3은 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)의 처리 모듈(210)의 개략도이다. 처리 모듈(210)은 주소 분석 유닛(310), 영상 처리 유닛(320), 음성 처리 유닛(330), 그룹화 유닛(340), 계산 유닛(350), 경로 계획 유닛(360), 등급지정 유닛(370), 결정 유닛(380), 텍스트 처리 유닛(390) 및/또는 모델 훈련 유닛(395)을 포함할 수 있다. 결정 유닛(380)은 계산 하위-유닛(385)을 더 포함할 수 있다. POI 엔진(110)의 처리 모듈(210)의 구조에 대한 위의 설명들이 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것이 아님을 주목해야 한다. 일부 실시예들에서, 처리 모듈(210)은 또한 다른 유닛들을 포함할 수 있다. 일부 실시예들에서, 위의 유닛들 중 일부는 제거될 수 있다. 일부 실시예들에서, 위의 유닛들의 일부는 대응하는 기능들을 수행하기 위해 하나의 유닛으로 결합될 수 있다. 일부 실시예들에서, 위의 유닛들은 독립적일 수 있다. 일부 실시예들에서, 위의 유닛들은 상호 접속될 수 있다.
주소 분석 유닛(310)은 수신된 주소 정보를 처리하도록 구성될 수 있다. 주소 정보는 승객 인터페이스(230), 운전자 인터페이스(240), 데이터베이스(130), 정보 소스(160), 또는 처리 모듈(210)의 다른 유닛들 또는 하위-유닛들로부터 획득될 수 있다. 주소 정보를 처리하는 방법들은 주소 정보의 분석 및/또는 역 분석을 포함할 수 있다. 주소 정보의 역 분석은 하나 이상의 좌표들을 좌표들에 대응하는 위치의 텍스트 기술 정보로 변환하는 것을 포함할 수 있다. 주소 정보의 분석은 위치의 텍스트 기술 정보(예를 들어, 위치의 텍스트 설명)를 주소 좌표 정보로 변환하는 것을 지칭할 수 있다. 주소 좌표 정보는 좌표계에서 하나 이상의 좌표들, 예컨대 경도-위도 좌표들을 포함할 수 있다. 텍스트 설명 정보는 공통 명칭, 거리 번호, 위치의 랜드마크 명칭 등과 같은 위치의 아이콘 및 대표 명칭들 중 하나 이상일 수 있다. 주소 분석 유닛(310)은 처리된 주소 정보를 다른 유닛들에 송신할 수 있다. 다른 유닛들은 영상 처리 유닛(320), 음성 처리 유닛(330), 경로 계획 유닛(360), 등급지정 유닛(370), 결정 유닛(370), 승객 인터페이스(230), 운전자 인터페이스(240), 등 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다.
영상 처리 유닛(320)은 수신된 영상(예를 들어, 정지 영상, 비디오 등)를 처리하여 처리된 정보를 획득하도록 구성될 수 있다. 처리 방법은 영상 향상, 영상 식별, 영상 구분, 영상 측정(예를 들어, 시야각들, 거리들 또는 원근 관계들의 계산) 등과 같은 하나 이상의 영상 처리 방법들을 포함할 수 있다. 영상 처리 유닛(320)은 승객 인터페이스(230), 운전자 인터페이스(240), 데이터베이스(130), 정보 소스(160) 또는 처리 모듈(210)의 다른 유닛들 또는 하위-유닛들의 하나 이상의 조합들로부터 영상 정보를 수신할 수 있다. 영상 처리 유닛(320)에 의해 식별된 영상 정보는 주소 분석 유닛(310)에 입력되어 대응하는 주소 정보를 검색할 수 있다. 일부 실시예들에서, 영상 처리 유닛(320)에 의해 생성된 처리된 결과들은 경로 계획 유닛(360)에 송신될 수 있다.
음성 처리 유닛(330)은 승객 단말 디바이스(120) 및/또는 운전자 단말기 디바이스(140)로부터 수신된 음성 정보를 처리하도록 구성될 수 있다. 처리 방법은 노이즈 감소, 음성 및/또는 언어 인식, 의미 인식, 사람 인식 등을 포함할 수 있다. 음성 처리 유닛(330)은 인식된 오디오 정보를 처리를 위해 다른 유닛들로 출력할 수 있다. 예를 들어, 음성 처리 유닛(330)은 인식된 주소 정보를 주소 분석 유닛(310), 경로 계획 유닛(360) 등으로 송신할 수 있다.
그룹화 유닛(340)은 수신된 정보를 그룹화하도록 구성될 수 있다. 그룹들의 수는 1, 2, 3, 4, 5 등일 수 있다. 일부 실시예들에서, 정보는 위치 좌표 및 위치 명칭을 포함하는 승객 및/또는 운전자의 주소 정보일 수 있다. 예를 들어, 그룹화 유닛(340)은 운전자 인터페이스(240)로부터 수신된 차량들의 현재 GPS 좌표들을 그룹화할 수 있고 그룹화 결과에 기초하여 차량들의 상태를 결정할 수 있다. 그룹화의 방법은 K-MEANS 알고리즘, K-MEDOIDS 알고리즘, CLARANS 알고리즘 등과 같은 하나 이상의 클러스터링 알고리즘들을 포함할 수 있다. 일부 실시예들에서, 그룹화 유닛(340)은 수신된 정보를 그룹화할 수 있고, 그룹화된 정보를 출력할 수 있다. 예를 들어, 그룹화 유닛(340)은 이력 주문들의 출발 위치들과 승객의 현재 위치 사이의 거리들, 및 특정 시간 주기 동안 주문들 내에서 그 위치들의 사용 빈도들(예를 들어, 특정 출발 위치 및 및 현재 위치에 관련되는 이력 주문들의 수)에 기초하여 이력 주문들을 그룹화할 수 있다. 그룹화 유닛(340)에 의해 생성된 결과는 처리 모듈(210)의 다른 유닛들 또는 하위-유닛들(예를 들어, 경로 계획 유닛(360))에 추가로 송신될 수 있다. 처리 모듈(210)은 그 결과를 처리할 수 있다. 결과는 또한 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 송신될 수 있다. 이후 결과는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 출력될 수 있다.
본 개시사항의 일부 실시예들에 따르면, 클러스터링 알고리즘들은 구분 클러스터링 알고리즘들, 계층적 클러스터링 알고리즘들, 제한된 클러스터링 알고리즘들, 기계 학습의 클러스터링 알고리즘들, 고차원 데이터에 사용되는 클러스터링 알고리즘들, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다.
구분 클러스터링 알고리즘들은 밀도-기반 방법들, 그리드-기반 방법들, 그래프 이론-기반 방법들, 및 제곱 오차-기반 반복 재분배 클러스터링 알고리즘들을 포함할 수 있지만, 이에 한정되는 것은 아니다. 밀도-기반 방법들은 잡음을 갖는 애플리케이션들의 밀도-기반 공간 클러스터링(DBSCAN), 클러스터링 구조의 식별을 위한 주문 포인트들(OPTICS), 밀도 기반 클러스터링(DENCLUE), 참조 밀도를 사용하는 클러스터링(CURD), 등을 포함할 수 있지만, 이에 한정되는 것은 아니다. 그리드-기반 방법들은 통계적 정보 그리드(STING:STatistical INformation Grid), 클리크(CLIQUE: CLustering In QUEst), 웨이브-클러스터(WAVE-CLUSTER) 등을 포함할 수 있지만 이에 한정되지 않는다. 제곱 오차-기반 반복 재분배 클러스터링 알고리즘들은 확률 기반 클러스터링, 가장 가까운 이웃 클러스터링, K-Medoids 알고리즘, K-Means 알고리즘, CLARANS 알고리즘 등을 포함하지만, 이에 한정되는 것은 아니다. 계층적 클러스터링 알고리즘들은 응집 클러스터링 알고리즘 및 분할 클러스터링 알고리즘을 포함할 수 있지만 이에 한정되지 것은 아니다. 대표값들을 이용한 클러스터링(CURE) 알고리즘, 링크들을 이용한 강력한 클러스터링(ROCK) 알고리즘 및 CHAMELEON 알고리즘은 응집 클러스터링 알고리즘의 가장 대표적인 방법들일 수 있다. 응집 클러스터링 알고리즘들은 또한 단일-링크, 전체-링크 및 평균-링크를 포함할 수 있지만 이에 한정되는 것은 아니다. 기계 학습의 클러스터링 알고리즘들은 인공 신경망 방법 및 진화 이론에 기초한 방법을 포함할 수 있지만 이에 한정되는 것은 아니다. 진화 이론에 기초한 방법은 시뮬레이션된 어닐링(SA) 및 유전 알고리즘들(GA)을 포함할 수 있다. 고차원 데이터에 사용된 클러스터링 알고리즘들은 하위공간 클러스터링 및 결합 클러스터링을 포함할 수 있지만 이에 한정되는 것은 아니다.
계산 유닛(350)은 수신된 정보를 계산하도록 구성될 수 있다. 정보는 승객 인터페이스(230), 운전자 인터페이스(240), 데이터베이스(130), 정보 소스(160) 또는 주소 분석 유닛(310)과 같은 처리 모듈(210)의 다른 유닛들 또는 하위-유닛들로부터 획득될 수 있다. 계산 콘텐츠는 거리, 시간, 주문 완료율, 요구된 요금 등 또는 이들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 이력 여행 경로의 확률(예를 들어, 이력 여행 경로가 선택되는 확률)을 계산할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 이력 주문들의 출발 위치들 및/또는 목적지들의 발생 확률들(예를 들어, 이력 주문들의 출발 위치들 및/또는 목적지들이 이력 주문들에서 선택되는 확률들)을 계산할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 승객의 현재 위치와 이력 주문들의 출발 위치들 사이의 거리들을 계산할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 특정 여행 방법이 선택될 때 특정 위치에서의 주문 완료율 및 요구된 요금을 계산할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 특정 여행 방법이 선택될 때 특정 시점에서 주문 완료율 및 요구된 요금을 계산할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 주문의 출발 위치로부터 목적지까지의 거리, 요구되는 시간, 요구된 요금, 요구되는 도보 거리 등 또는 이들의 임의의 조합을 계산할 수 있다. 계산 유닛(350)은 계산된 결과들을 경로 계획 유닛(360), 등급지정 유닛(370) 등과 같은 하나 이상의 다른 유닛들로 송신할 수 있다.
경로 계획 유닛(360)은 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)로부터 획득된 위치지정 정보에 기초하여 승객을 위한 여행 경로 및 운전자로부터 승객까지의 운전 경로를 계산 및 계획할 수 있다. 경로 계획 유닛(360)은 다른 유닛들에 의해 제공된 정보에 기초하여 경로들를 계획할 수 있다. 상기 다른 유닛들은 주소 분석 유닛(310), 영상 처리 유닛(320), 음성 처리 유닛(330), 그룹화 유닛(340), 계산 유닛(350), 등급지정 유닛(370), 등 또는 이들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 경로 계획 유닛(360)은 데이터베이스(130) 및/또는 정보 소스(160)로부터의 정보에 기초하여 경로들을 계획할 수 있다. 일부 실시예들에서, 경로 계획 유닛(360)은 이력 주문들의 정보, 지도 데이터, 데이터베이스(130)로부터 수신된 시간 조정의 양들, 및 정보 소스(160)로부터 수신된 서비스에 관한 정보를 포괄적으로 분석 및 처리할 수 있다. 정보를 분석 및 처리한 후, 경로 계획 유닛(360)은 승객 및/또는 운전자가 선택하기 위한 다양한 경로들을 생성할 수 있다. 이력 주문들은, 이력 주문들의 픽업 위치들, 이력 주문들의 목적지들, 이력 주문들의 거래 시간들(예: 주문이 운전자와 승객 양자 모두에 의해 수락될 때의 시간), 주문 완료율들, 비용들 등 또는 이들의 임의의 조합을 포함할 수 있다. 지도 데이터는 인공 물체들(예: 거리들, 교량들, 건물들, 등)의 지리적 좌표들, 자연 경관들(예: 다양한 수역들, 산들, 숲들, 습지들 등)의 지리적 좌표들, 및 상술한 물체들의 설명 명칭들 또는 식별들(예: 거리 번호, 맨션 명칭, 강 명칭, 상점 명칭, 등), 영상 정보, 3차원 모델들 등을 포함할 수 있다. 서비스와 관련된 정보는 기상 정보, 교통 정보, 법률들 및 규정들의 정보, 뉴스 이벤트들, 생활 정보, 생활 가이드 정보 등 또는 이들의 임의의 조합을 포함할 수 있다. 경로 계획 유닛(360)에 의해 생성된 결과들(예를 들어, 경로들)은 각각 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 송신될 수 있다. 일부 실시예들에서, 경로 계획 유닛(360)에 의해 생성된 결과들은 특정 시퀀스 또는 우선 순위를 갖는 결과를 생성하기 위한 처리를 위해 등급지정 유닛(370)에 송신될 수 있다.
등급지정 유닛(370)은 특정 규칙에 기초하여 수신된 정보를 등급 지정하도록 구성될 수 있다. 특정 규칙은 확률, 거리, 시간 시퀀스, 소요된 시간의 양, 요구된 요금, 채용된 여행 방법들의 수 등 또는 이들의 임의의 조합에 기초할 수 있다. 등급지정 유닛(370)에 의해 처리된 정보는 계산 유닛(350)으로부터 획득될 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 이력 주문들의 출발 위치들 및/또는 목적지들의 발생들의 수 또는 확률에 기초하여 대안적인 출발 위치들 또는 목적지들의 등급을 지정할 수 있고, 높은 것에서 낮은 것까지의 발생들 수에 기초한 선택을 위해 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 주문을 송신할 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 요구된 요금에 기초하여 여행 방법 및/또는 경로의 등급을 지정할 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 요구된 시간에 기초하여 여행 방법들 및/또는 경로들의 등급을 지정할 수 있다. 결과는 내림차순 또는 오름차순으로 등급이 지정될 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 등급지정 프로세스에 관한 정보를 출력할 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 미리 설정된 조건을 만족시키는 등급지정 프로세스에 관한 정보를 출력할 수 있다. 미리 설정된 조건은 특정 주소의 가장 높은 사용 빈도, 최저 요구 요금, 최소 요구 시간, 최단 보행 거리, 최소 수의 여행 방법들 또는 이들의 임의의 조합을 포함할 수 있다.
결정 유닛(380)은 승객 및/또는 운전자의 상태를 결정할 수 있다. 일부 실시예들에서, 결정 유닛(380)은 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 의해 송신된 위치 정보의 정확도 및/또는 정밀도를 결정할 수 있다. 일부 실시예들에서, 결정 유닛(380)은 차량의 상태 예를 들면, 차량이 정지하고 있는지, 차량이 움직이고 있는지, 차량의 움직임 방향, 차량의 속도, 차량의 가속도 등, 또는 이들의 임의의 조합을 결정할 수 있다. 차량 상태의 결정은 계산 유닛(350)에 의해 주문의 요구된 요금을 계산하는데 사용될 수 있다. 요구된 요금의 계산은 결정 유닛(380)의 계산 하위-유닛(385)에 의해 수행될 수 있다. 일부 실시예들에서, 결정 유닛(350)은, 제 1 위치지정 기술에 의해 획득된 위치지정 결과와, 제 2 위치지정 기술 또는 복수의 위치지정 기술들에 의해 획득된 위치지정 결과 사이의 차이를 결정할 수 있고, 위치지정 결과는 운전자 단말 디바이스(140)로부터 수신될 수 있다. 차이는 계산 하위-유닛(385)에 의해 계산될 수 있다. 제 1 위치지정 기술을 사용하여 획득된 위치지정 정보가 비정상인지의 여부는 그 차이에 기초하여 결정될 수 있다. 결정 결과에 기초하여, POI 엔진(110)은 주문 정보를 운전자 단말기 디바이스(140)에 송신할지의 여부를 결정하도록 구성될 수 있다.
텍스트 처리 유닛(390)은 처리 모듈(210)에 의해 수신된 텍스트 정보를 처리하도록 구성될 수 있다. 일부 실시예들에서, 텍스트 정보는 단어 구분(word segmentation), 텍스트 정보로부터 특징 텍스트 추출, 특징 텍스트 분류, 텍스트 정보의 의미 인식 등, 또는 이들의 임의의 조합에 의해 처리될 수 있다. 일부 실시예들에서, 텍스트 처리 유닛(340)은 특정 조건을 충족시키는 텍스트 정보의 콘텐트를 처리(예를 들어 삭제 동작 등을 수행)하도록 구성될 수 있다. 텍스트 정보는 승객 인터페이스(230), 운전자 인터페이스(240), 데이터베이스(130), 정보 소스(160), 저장 모듈(220) 또는 처리 모듈(210) 내의 다른 유닛들 또는 하위-유닛들로부터 획득될 수 있다. 텍스트 처리 유닛(390)에 의해 생성된 결과는 추가 처리를 위해 다른 유닛들로 송신될 수 있다.
모델 훈련 유닛(395)은 위치 분류기 또는 POI 분류 모델을 훈련시키도록 구성될 수 있다. 모델 훈련 유닛(395)은 데이터베이스(130), 정보 소스(160), 또는 주문형 서비스 시스템(105)의 다른 모델들 또는 유닛들로부터 정보를 수신할 수 있고, 위치 분류기 및/또는 POI 분류 모델을 훈련시키기 위해 수신된 정보를 사용할 수 있다. 일부 실시예들에서, 모델 훈련 유닛(395)은 주소 정보 또는 텍스트 주소 데이터에 포함된 위치의 주소 분류 타입을 식별할 수 있다. 일부 실시예들에서, 모델 훈련 유닛(395)은 사용자(예를 들어, 승객)의 이력 주문 정보에 기초하여 이력 여행 목적들 또는 이력 여행 경로들을 결정할 수 있다. 이후 승객의 서비스 요청은 응답을 받고, 적절한 목적지 및/또는 출발 위치는 이력 여행 목적들 또는 이력 여행 경로들을 기반으로 승객에게 추천될 수 있다.
POI 엔진(110)의 처리 모듈(210)에 관한 위의 설명들은 설명의 목적으로 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아님을 주목해야 한다. 당업자들에게, 모듈들은 다양한 방식들로 결합될 수 있거나, 하위-시스템들로서 다른 모듈들과 연결될 수 있다. 다양한 변형들 및 수정들은 본 개시사항의 교시 하에서, 및 위의 기능들이 실현되는 조건하에 수행될 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 예를 들어, 일부 실시예들에서, 계산 유닛(350) 및 계산 하위-유닛(385)은 계산 기능들을 수행하기 위해 하나의 유닛 또는 모듈로 통합될 수 있다. 다른 예로서, 일부 실시예들에서, 처리 모듈(210)은 주문을 체결하기 위해 요구되는 요금을 계산하도록 구성된 독립 결산 유닛을 포함할 수 있다. 일부 실시예들에서, 텍스트 처리 유닛(390)과 같은 일부 유닛들은 생략될 수 있다. 일부 실시예들에서, 처리 모듈은 다른 유닛들 또는 하위-유닛들을 포함할 수 있다. 당업자에 의해 인식되는 모든 다른 개선들 및 수정들은 본 개시사항의 보호 범위 내에 든다.
도 4a는 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)의 승객 인터페이스(230)의 개략적인 블록도이다. 승객 인터페이스(230)는 승객 정보 수신 유닛(410), 승객 정보 분석 유닛(420) 및/또는 승객 정보 송신 유닛(430)을 포함할 수 있다. 승객 정보 수신 유닛(410)은 승객 단말 디바이스(120)로부터 정보를 수신하도록 구성될 수 있고, 이후 정보를 인식, 정리 및 분류할 수 있다. 승객 단말 디바이스(120)에 의해 송신된 정보의 콘텐츠는, 위치지정 기술을 이용하여 결정된 승객 단말 디바이스(120)의 현재 위치, 승객 단말 디바이스(120)를 사용하고 있는 승객에 의해 입력된 현재 위치 또는 픽업 위치, 승객의 현재 위치에 관련된 다른 정보, 현재의 시스템 시간, 승객의 예상된 픽업 시간/도착 시간/여행 시간, 서비스에 대한 승객의 선택/요건/설명 정보, 승객이 수신할 것으로 예상되는 정보의 콘텐트/포맷/시간/양, 승객 단말 디바이스(120) 상의 서비스 애플리케이션을 승객이 턴 온/오프하는 시간, 등, 또는 이들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 승객 단말 디바이스(120)에 의해 송신된 정보는 승객 단말 디바이스(120) 내의 승객에 의해 입력된 자연 언어들의 텍스트 정보, 또는 승객 단말 디바이스(120)에 의해 송신된 이진 정보일 수 있다. 이러한 정보는 승객 단말 디바이스(120)의 입/출력(I/O) 모듈(510)에 기록된 음성 정보(승객의 음성 입력들을 포함), (도 5에 도시된 바와 같이) 승객 단말 디바이스(120)의 I/O 모듈(510)에 의해 획득된 영상 정보(정지 영상들 또는 비디오들을 포함), 등, 또는 이들의 임의의 조합일 수 있다. 승객 단말 디바이스(120)는 네트워크(150)를 통해 승객 인터페이스(230)의 승객 정보 수신 유닛(410)에 정보를 제공할 수 있다.
승객 정보 분석 유닛(420)은 승객 정보 수신 유닛(410)에 의해 수신된 승객 정보를 분석하도록 구성될 수 있다. 분석은 승객 정보의 정렬 또는 분류를 포함할 수 있다. 분석은 또한 처리 모듈(210) 또는 저장 모듈(220)에 의해 계산, 처리 또는 저장될 수 있는 포맷을 얻기 위해 포맷을 변환하거나, 승객 정보의 콘텐트를 추출, 분석 또는 변환하는 것을 포함할 수 있다. 승객 단말 디바이스(120)의 지령들 또는 선호도들에 기초하여, 승객 정보 분석 유닛(420)은 또한 처리 모듈(210)에 의해 처리되거나 저장 모듈(220)에 저장된 정보를 승객 단말 디바이스(120)에 의해 액세스 또는 선택될 수 있는 포맷으로 변환하도록 구성될 수 있다. 이후, 정보는 승객 정보 송신 유닛(430)에 제공될 수 있다. 승객 정보 송신 유닛(430)은 POI 엔진(110)이 송신할 필요가 있는 정보를 네트워크(150)를 통해 승객 단말 디바이스(120)에 송신하도록 구성될 수 있다. 승객 정보 수신 유닛(410)은 네트워크(150)를 통해 승객 단말 디바이스(120)와의 연결을 구축하는 유선 또는 무선 수신 디바이스로 구성될 수 있다. 유사하게, 승객 정보 송신 유닛(430)은 네트워크(150)를 통해 승객 단말 디바이스(120)와의 연결을 구축하는 유선 또는 무선 송신 디바이스로 구성될 수 있다.
도 4b는 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)의 운전자 인터페이스(240)의 개략적인 블록도이다. 도 4b에 도시된 바와 같이, 운전자 인터페이스(240)는 운전자 정보 수신 유닛(415), 운전자 정보 분석 유닛(425) 및 운전자 정보 송신 유닛(435)을 포함할 수 있다. 운전자 정보 수신 유닛(410)은 운전자 단말 디바이스(140)로부터 정보를 수신하고, 이후 정보를 인식, 정리 및 분류하도록 구성될 수 있다. 운전에 의해 송신된 정보의 콘텐츠는 위치지정 기술을 사용하여 결정된 운전자의 현재 위치, 운전자의 운전 속도, 운전자에 의해 송환되는 현재 서비스 상태(예: 점유중, 승객들을 대기, 유휴 운전(예: 승객이 없는 운전)), 서비스 요청에 대한 운전자의 선택/확인/거부 정보, 운전자가 운전자 단말 디바이스(120)상의 서비스 애플리케이션을 턴 온/오프하는 정보 등, 또는 이들의 임의의 조합을 포함할 수 있다. 운전자 단말 디바이스(140)에 의해 송신된 정보의 타입은, 운전자 단말 디바이스(140) 내에서 운전자에 의해 입력된 자연 언어의 텍스트 정보, 운전자 단말 디바이스(140)에 의해 송신된 2진 정보, 운전자 단말 디바이스(140)에 의해 기록된 오디오 정보(운전자의 음성 입력을 포함), 운전자 단말 디바이스(140)에 의해 획득된 영상 정보(예를 들어, 정지 영상들 또는 비디오들), 다른 타입들의 멀티미디어 정보, 등, 또는 이들의 임의의 조합이 될 수 있다. 운전자 단말 디바이스(140)는 상술된 정보를 네트워크(150)를 통해 운전자 인터페이스(240)의 운전자 정보 수신 유닛(415)에 송신할 수 있다.
운전자 정보 분석 유닛(425)은 운전자 정보 수신 유닛(410)에 의해 수신된 운전자 정보를 분석하도록 구성될 수 있다. 본 명세서에서 분석 동작은 운전자 정보를 배열 또는 분류하여 콘텐트를 하나의 포맷으로 변환하는 것을 포함할 수 있다. 분석 동작은 또한 포맷을 획득하기 위해 정보의 콘텐트를 추출, 분석 또는 변환하는 것을 포함할 수 있다. 상술된 정보의 포맷은 처리 모듈(210) 또는 저장 모듈(220)에 의해 계산, 처리 또는 저장될 수 있다. 운전자 단말 디바이스(140)의 지령들 또는 선호도들 기초하여, 운전자 정보 분석 유닛(425)은 또한 처리 모듈(210)에 의해 처리된 정보 또는 저장 모듈(220)에 저장된 정보를 운전자 단말 디바이스(140)에 의해 액세스 또는 선택될 수 있는 정보 포맷으로 변환하도록 구성될 수 있다. 운전자 정보 분석 유닛(425)은 포맷 변환 정보를 운전자 정보 송신 유닛(435)에 제공할 수 있다. 운전자 정보 송신 유닛(435)은 POI 엔진(110)이 운전자 단말 디바이스(140)에 송신할 필요가 있는 정보를 네트워크(150)를 통해 운전자 단말 디바이스(140)에 송신하도록 구성될 수 있다. 운전자 정보 수신 유닛(415)은 네트워크(150)를 통한 운전자 단말 디바이스(140)와의 연결을 구축하는 유선 또는 무선의 수신 디바이스로 구성될 수 있다. 유사하게, 운전자 정보 송신 유닛(430)은 네트워크(150)를 통해 운전자 단말 디바이스(140)와의 연결을 구축하는 유선 또는 무선의 송신 디바이스로 구성될 수 있다.
도 5는 본 개시사항의 일부 실시예들에 따른 승객 단말 디바이스(120) 및 운전자 단말 디바이스(140)의 개략적인 블록도이다. 승객 단말 디바이스(120)는 입출력(I/O) 모듈(510), 디스플레이 모듈(520), 위치지정 모듈(530), 통신 모듈(540), 처리 모듈(550) 및 저장 모듈(560)을 포함할 수 있다. 승객 단말 디바이스(120)는 또한 더 많은 모듈들 또는 구성 요소들을 포함할 수 있다.
입/출력 모듈(510)은 승객이 영상 인터페이스, 지도 인터페이스 또는 입/출력 인터페이스와 같은 주문형 서비스 애플리케이션의 인터페이스에 제공하는 하나 이상의 타입들의 입력들을 수신할 수 있다. 입/출력 모듈(510)은 정보를 하나 이상의 타입들로 승객에게 출력할 수 있다. 입/출력 모듈(510)은 승객 또는 외부(예를 들면, 주변 환경)의 광학, 음향, 전자기학, 기계 등과 같은 하나 이상의 타입들의 정보를 신호 변환과 같은 방법에 의해 정지 영상들, 비디오들, 음성들, 기계적 진동들 등의 형태로 수집 및 기록할 수 있다. 입력 및/또는 출력은 음향 신호들, 광학 신호들, 기계적 진동 신호들, 등 또는 이들의 임의의 조합의 형태일 수 있다. 디스플레이 모듈(520)은 주문형 서비스 애플리케이션의 영상 인터페이스, 지도 인터페이스, 입/출력 동작 인터페이스, 운영 체계 인터페이스 등을 디스플레이할 수 있다. 위치지정 모듈(530)은 하나 이상의 위치지정/거리측정 기술들에 기초하여 승객의 위치 또는 움직임 상태를 결정할 수 있다. 특히, 예를 들어, 승객의 위치 또는 움직임 상태의 결정은 승객의 위치, 속도, 가속도, 각속도, 경로, 등 또는 이들의 임의의 조합과 같은 하나 이상의 동작 파라미터들을 계산하는 것을 포함할 수 있다. 통신 모듈(540)은 유선 또는 무선 통신에 의해 승객 단말 디바이스(120)의 정보를 송신 또는 수신할 수 있다. 예를 들어, 통신 모듈(540)은 POI 엔진(110)의 승객 인터페이스(230)와 통신할 수 있어서, 승객 단말 디바이스(120)가 승객 인터페이스(230)를 통해 POI 엔진(110)을 위한 정보를 송신할 수 있거나, POI 엔진(110)으로부터 정보를 수신할 수 있다. 일부 실시예들에서, 승객 단말 디바이스(120)는 통신 모듈(540)을 통해 운전자 단말 디바이스(140)와 통신할 수 있다. 예를 들어, 승객 단말 디바이스(120)와 운전자 단말 디바이스(140)는 Bluetooth® 통신 및/또는 적외선 통신을 통해 서로 통신할 수 있다. 운전자 단말기 디바이스(140)와 승객 단말 디바이스(120) 사이의 거리는 두 디바이스들의 Bluetooth®가 턴온될 때 직접 측정될 수 있다. 처리 모듈(550)은 승객 단말 디바이스(120)에 의해 획득된 정보를 계산, 결정 또는 처리할 수 있다. 저장 모듈(560)은 입/출력 모듈(510), 위치지정 모듈(530), 통신 모듈(540) 또는 처리 모듈(550)에 의해 획득, 생성, 계산, 결정, 또는 처리된 정보를 저장할 수 있다.
위치지정 기술은, GPS(Global Position System) 기술, GLONASS(Global Navigation Satellite System) 기술, Beidou 네비게이션 시스템 기술, Galileo 위치지정 시스템(Galileo) 기술, Quasi-Zenith 위성 시스템(QASS) 기술, 기지국 위치지정 기술, 및 Wi-Fi 위치지정 기술을 포함할 수 있지만, 이에 한정되는 것은 아니다. 거리측정 기술은 전자기파들, 음향파들 등, 또는 이들의 임의의 조합에 기초한 거리측정 기술을 포함할 수 있지만, 이에 한정되는 것은 아니다. 예를 들어, 전자파들에 기초한 거리측정 기술은, 무선파들, 적외선들, 가시광선들, 등 또는 이들의 임의의 조합을 이용할 수 있다. 무선파들에 기초한 거리측정 기술은 Bluetooth® 대역 또는 다른 마이크로파 대역들을 이용할 수 있다. 적외선들에 기초한 거리측정 기술은 근-적외선들, 중-적외선들, 원-적외선들 등 또는 이들의 임의의 조합을 이용할 수 있다. 음향파들에 기초한 거리측정 기술은 초음파들, 초-저주파들, 다른 주파수들에서의 음향파들, 등 또는 이들의 임의의 조합을 이용할 수 있다. 전자기파들 또는 음향파들에 기초한 거리측정 기술은 하나 이상의 원리들에 따라 거리를 측정할 수 있다. 예를 들어, 전자기파들 또는 음향파들에 기초한 거리측정 기술은 파동 전파 시간, 도플러 효과, 신호 강도, 신호 감쇠 특성들, 등 또는 이들의 임의의 조합에 의존할 수 있다.
승객 단말 디바이스(120)의 위의 설명은 또한 운전자 단말 디바이스(140)에 적용 가능하다.
사용자 단말 디바이스(120 또는 140)에 기초한 서비스 시스템의 위의 설명은 설명의 목적으로 제공되고, 본 개시사항의 범위를 한정하고자 하는 것은 아님을 주목해야 한다. 당업자들에게, 모듈들은 다양한 방식들로 결합될 수 있거나, 하위-시스템들로서 다른 모듈들과 연결될 수 있다. 다양한 변형들 및 수정들이 본 개시사항의 교시하에 이루어질 수 있다. 그러나 이들 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 예를 들어, 입/출력 모듈(510) 및 디스플레이 모듈(520)은 시스템 내에서 상이한 모듈들일 수 있거나, 또는 두 모듈들의 기능들을 달성할 수 있는 단일 모듈일 수 있다. 다른 예로서, 위치지정 모듈(530) 및 통신 모듈(540)은 상이한 모듈들일 수 있거나, 하나의 하드웨어에 통합된 단일 모듈일 수 있다. 이러한 모든 변형들은 본 개시사항의 보호 범위 내에 든다.
도 6은 본 개시사항의 일부 실시예들에 따른 데이터베이스(130)의 개략적인 블록도이다. 데이터베이스(130)는 다수의 콘텐츠의 정보를 저장할 수 있다. 데이터베이스(130)는 이력 주문 데이터베이스들(610), 지도 데이터베이스들(620), 사용자 데이터베이스들(630), 분류 모델 데이터베이스들(640) 등과 같은 하나 이상의 하위-데이터베이스들을 포함할 수 있다. 하나 이상의 종류들의 정보가 POI 엔진(110) 또는 다른 모듈들/유닛들에 의해 요구되는 일부 실시예들에서, 정보는 데이터베이스(130)로부터 추출될 수 있다.
이력 주문 데이터베이스(610)는 이력 주문들을 포함할 수 있고, 이력 주문들의 콘텐트는 출발 위치들, 목적지들, 출발 위치들의 타입들, 목적지들의 타입들, 출발 위치 시간/도착 시간, 승객 및 운전자의 픽업 위치들, 여행 마일리지, 여행 경로들, 주문 서비스의 요금, 주문 서비스의 팁들, 주문 서비스의 마일리지 비율, 주문 서비스의 시간-기반 요금, 운전 시간 등에 관련될 수 있다. 이력 주문의 콘텐츠는 또한, 서비스 동안의 상이한 시점들에서의 승객/운전자의 위치들 및 운전 속도, 평균 운전 속도, 이력 주문들에 대한 승객 및/또는 운전자의 등급들, 등과 관련될 수 있다.
지도 데이터베이스(620)는 거리들, 교량들, 건물들 등과 같은 인공 물체들의 지리적 좌표들을 포함할 수 있다. 지도 데이터베이스(620)는 수역들, 산들, 삼림들, 습지들 등과 같은 자연경관들의 지리적 좌표들을 포함할 수 있다. 지도 데이터베이스(620)는 설명 명칭들, 식별들, 등(예를 들어, 거리의 번호, 건물 명칭들, 강의 명칭들, 상점 명칭들, 등)을 포함할 수 있다. 지도 데이터베이스(620)는 상술한 인공 물체들 및 자연경관들의 영상 정보를 포함할 수 있다.
사용자 데이터베이스(630)에 저장된 정보는 계정 명칭들, 디스플레이된 명칭들(예: 별명들), 문서 번호들(예: 운전 면허증, ID 카드 등), 등록 일자, 사용자 레벨/우선순위, 교통 위반 기록들, 음주 운전 기록들(예, 취한 상태의 운전), 및 운전자(140)의 차량 정보 등과 같은 사용자(120/140)의 서비스-관련 정보를 포함할 수 있다. 사용자 데이터베이스(630)는 또한 신용 기록들, 범죄 기록들, 명예 또는 보상 기록들 등과 같은 사용자(120/140)의 다른 사회 정보를 저장할 수 있다. 사용자 데이터베이스(630)는 또한 연령, 성별, 국적, 주소, 직장, 민족, 종교적 신념, 교육 달성, 직장 경험, 결혼 상태, 감정 상태들, 언어 숙련도들, 전문 기술들, 정치적 성향들, 취미들, 좋아하는 음악/TV 프로그램들/영화들/서적들, 등과 같은 사용자(120/140)의 프로파일 정보를 저장할 수 있다.
분류 모델 데이터베이스(640)는 위치들과 관련된 위치 타입들의 정보, 위치 타입과 위치 타입의 설명적 명칭 사이의 매핑 관계의 정보, 상이한 위치 타입들 사이의 상관 정보 등을 저장하도록 구성될 수 있다. 예를 들어, 상관 정보는 특정 위치 타입과 위치 타입의 설명적 명칭 사이의 상관 계수, 두 가지 위치 타입들 사이의 상관 계수, 두 가지 위치 타입들 사이의 설정 관계 등을 포함할 수 있다. 위치 타입은 이러한 위치 타입에 속한 적어도 하나의 위치를 포함하여 한 세트의 위치들 로 간주될 수 있다. 특정 위치 타입은 또한 하위-타입들로서 다른 위치 타입들을 포함할 수 있다. 두 가지 위치 타입들 사이에 교차 및 중복되는 부분들(예: 특정 위치가 동시에 하나 이상의 위치 타입들에 속할 수 있는)이 존재할 수 있다. 위치 타입은 칸토어(Cantor) 세트 또는 퍼지(fuzzy) 세트가 될 수 있다. 각 위치 타입은 고유 한 정의 또는 "경계"를 가질 수 있다. 대안적으로, 위치 타입들은 고유한 "경계들"을 전혀 갖지 않을 수도 있다. 퍼지 세트인 위치 타입에 대해, 세트 내의 각 요소는 이러한 위치 타입에 속하는 확률을 나타내는 회원 등급을 가질 수 있다. 회원 등급은 1 이하일 수 있다. 위에서 설명된 정보는 데이터베이스(130)의 상이한 모듈들 또는 구성요소들에 저장될 수 있다. 상술된 정보는 또한 다수의 데이터베이스들(130)에 개별적으로 저장될 수 있다. 다수의 데이터베이스들(130)은 유선 또는 무선 통신을 통해 서로 정보를 교환할 수 있다.
도 7은 본 개시사항의 일부 실시예들에 따라 시스템(105)에 의한 목적지-관련 정보를 결정하는 예시적인 프로세스의 흐름도이다. 일부 실시예들에서, 목적지-관련 정보는 목적지의 위치, 목적지의 타입, 승객이 목적지에 도착한 시간, 출발 위치에서 목적지까지의 경로, 출발 위치로부터 목적지까지의 평균 속도, 출발 위치로부터 목적지까지의 채용된 여행 방법, 출발 위치로부터 목적지까지의 요구된 요금, 등 또는 이들의 임의의 조합을 포함할 수 있음을 주목해야 한다. 목적지-관련 정보는 목적지 또는 다수의 목적지들에 관련될 수 있다.
도 7에 도시된 바와 같이, 단계(710)에서, 시스템(105)의 POI 엔진(110)의 승객 인터페이스(230)는 네트워크(150)를 통해 승객 단말 디바이스(120)로부터 위치-관련 정보를 수신할 수 있다. 위치-관련 정보는 승객의 현재 위치, 미래 시점에서의 승객의 위치, 미래의 시간 주기 도중의 승객의 위치, 승객에 의해 지정된 출발 위치, 현재의 시간, 승객에 의해 지정된 출발 시간, 등을 포함할 수 있지만, 이에 한정되는 것은 아니다.
승객의 현재 위치는 승객 단말 디바이스(120)의 위치지정 모듈(530)에 의해 수집될 수 있거나, I/O 모듈(510)로부터 획득될 수 있다. 승객의 현재 위치와 관련된 정보는 하나 이상의 위치지정 기술들에 의해 결정된 승객의 위치의 하나 이상의 좌표들이 될 수 있다. 승객의 현재 위치와 관련된 정보는 또한 승객에 의해 입력된 현재 위치의 설명적인 명칭을 포함할 수 있다. 일부 실시예들에서, 현재 위치와 관련된 정보는, 사업 지역들, 주거 지역들, 풍경들, 병원들, 학교들, 대형 빌딩들, 버스 정류장들, 기차역들, 공항들, 교량들, 교차로들, 등, 또는 이들의 임의의 조합과 같은, 승객의 현재 위치 및/또는 운전자의 현재 위치 주위의 지역들과 관련된 다른 정보를 포함할 수 있다. 일부 실시예들에서, 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 의해 송신된 상술된 위치-관련 정보는 또한 사진들, 비디오들, 오디오들, 등의 형태로 승객의 현재 위치의 주변 지역들에 관한 다른 정보를 포함할 수 있다. 상술한 사진들, 비디오들 및 오디오들은 (도 5에 도시된 바와 같이) I/O 모듈(510)에 의해 획득될 수 있다. 예를 들어, 승객은 자신의 모바일폰의 카메라를 사용하여 자신 주위의 랜트마크들의 사진을 찍어, POI 엔진(110)에 사진을 업로드할 수 있다. 다른 예로서, 승객 단말 디바이스(120)는 승객의 주변 지역들의 음성 또는 비디오를 획득하여 이러한 음성 또는 비디오를 POI 엔진(110)에 송신할 수 있다.
승객에 의해 지정된 출발 위치는 승객 단말 디바이스(120) 상의 승객(또는 승객 단말 디바이스(120)의 다른 사용자들)에 의해 지정된 출발 위치를 지칭할 수 있다. 일부 실시예들에서, 승객(또는 승객 단말 디바이스(120)의 다른 사용자들)은 디바이스(120)의 I/O 모듈(510)에 의해 제공되는 입력 박스, 리스트, 아이콘 어레이 등 상에서 출발 위치를 입력 또는 선택할 수 있다. 일부 실시예들에서, 승객은 또한, 포인터, 푸시핀 등을 동작시켜 디스플레이 모듈(520)에 의해 승객 단말 디바이스(120) 상에 디스플레이되는 지도 인터페이스상에 출발 위치를 지정할 수 있다. 일부 실시예들에서, 승객은 또한 출발 위치의 정보를 음성 입력에 의해 승객 단말 디바이스(120)에 제공할 수 있다.
현재의 시간은 승객 단말 디바이스(120)의 처리 모듈(550)에 의해 획득된 승객 단말 디바이스(120)의 운영 체계의 시스템 시간일 수 있다. 승객에 의해 지정된 출발 시간은 승객 단말 디바이스(120)의 I/O 모듈(510)을 통해 입력될 수 있다. 지정된 출발 시간은 특정 시점 또는 시간 범위일 수 있다. 시간 범위의 길이, 시작 및 종료 시점들은 애플리케이션 시나리오들, 승객의 현재 요구 사항들 및/또는 교통 상황들에 따라 달라질 수 있다.
단계(720)에서, POI 엔진(110)은 이력 정보를 데이터베이스(130)로부터 획득할 수 있다. 데이터베이스(130)의 구조 및 기능은 도 6에 도시되고, 도 6의 대응하는 설명에서 기술된다. 이력 정보는 이력 주문 데이터베이스(610)에 저장된 이력 주문들에 관한 정보를 포함할 수 있다. 이력 정보는 또한 지도 데이터베이스(620)에 저장된 지도 정보를 포함할 수 있다. 이력 정보는 또한 사용자들의 서비스-관련 정보, 다른 사회 정보, 프로파일 정보 등과 같은, 사용자 데이터베이스(630) 내에 저장된 정보를 포함할 수 있다. 상술된 정보의 설명은 도 6에서 찾을 수 있고, 본원에서 반복되지 않는다.
비록 단계(720)가 단계(710) 이후에 번호가 매겨지더라도, 그 번호들은 임의의 시간 순서를 암시하거나 나타내지 않고, 단지 간략화를 위한 설명으로 기능한다는 것을 주목해야 한다. 상술한 단계(720)는 단계(710)와 병렬로 또는 단계(710) 이전에 수행될 수 있다.
단계(730)에서, POI 엔진(110)의 처리 모듈(210)은 수신된 위치-관련 정보 및 획득된 이력 정보에 기초하여 목적지-관련 정보를 결정할 수 있다.
POI 엔진(110)의 처리 모듈(210)은 이력 정보 및 위치-관련 정보에 기초하여 승객들이 도착할 것으로 기대하는 목적지들의 위치들/설명 명칭들/위치 타입들을 예측할 수 있다. 처리 모듈(210)은 또한 출발 위치 및 목적지에 기초하여 출발 위치로부터 목적지까지의 적어도 하나의 경로를 계획할 수 있다. 처리 모듈(210)은 또한 경로 계획 알고리즘에 기초하여 경로-관련 정보를 추정할 수 있다. 경로-관련 정보는 여행 거리, 여행 시간, 목적지에 도착하는 시점, 교통 정체들에 의해 야기된 시간 지연, 연료 소비, 운전 속도, 신호등들의 수, 여행 비용, 통행료 등을 포함할 수 있지만, 이에 한정되는 것은 아니다.
일부 실시예들에서, 처리 모듈(210)의 경로 계획 유닛(360)은 하나 이상의 경로 최적화 알고리즘들에 기초하여 출발 위치에서 목적지까지의 경로를 계산 및 결정할 수 있다.
경로를 결정하는 기준은 최적 총 비용과 관련될 수 있다. 총 비용은 예를 들어, 경로 거리, 여행 시간, 교통 정체들에 의해 야기된 추정된 시간 지연, 추정된 연료 소비, 추정된 운전 속도, 신호등들의 수, 추정된 비용, 통행료 등, 또는 이들의 임의의 조합을 포함하는 상이한 형태들로 표현될 수 있다. 총 비용의 형태는 위에 기술된 하나 이상의 형태들에 기초할 수 있다.
상술된 경로 최적화 알고리즘들은 종래의 경로 계획 알고리즘들, 그래픽 알고리즘들, 지능형 바이오닉 알고리즘들 및 다른 알고리즘들을 포함할 수 있지만, 이에 한정되는 것은 아니다. 종래의 경로 배열 알고리즘들은 시뮬레이션된 어닐링(SA), 인공 위치 방법, 퍼지 로직 연산, 타부 검색(TS) 등을 포함하지만 이에 한정되는 것은 아니다. 그래픽 알고리즘들은 C-공간(가시-공간으로 알려진), 자유-공간, 그리드 등을 포함하지만, 이에 한정되는 것은 아니다. 지능형 바이오닉 알고리즘들은 개미 식민지 알고리즘, 신경망 알고리즘, 유전 알고리즘(GA), 입자 군집 최적화(PSO) 알고리즘 등을 포함할 수 있지만 이에 한정되는 것은 아니다. 다른 알고리즘들은 Dijkstra 알고리즘, 최단 경로 고속 알고리즘(SPFA), Bellman-Ford 알고리즘, Johnson 알고리즘, Fallback 알고리즘, Floyd-Warshall 알고리즘 등을 포함하지만, 이에 한정되는 것은 아니다.
상술한 알고리즘에 의해 결정된 경로들에 기초하여, 계산 모듈(350)은 경로-관련 정보를 얻기 위하여 경로들을 계산 및 처리할 수 있다. 경로-관련 정보의 세부 사항들의 설명은 위의 설명에서 찾을 수 있고, 본원에서 반복되지 않는다.
계산 모듈(350)은 데이터베이스(130) 및/또는 정보 소스(160)로부터 획득된 정보에 기초하여 상술된 경로-관련 정보를 계산할 수 있다. 획득된 정보는 이력 주문 데이터베이스(610)로부터의 이력 주문들의 정보, 지도 데이터베이스(620)로부터의 지도 데이터, 기상 조건들, 달력들, 휴일들, 사회 활동들, 법률들 및 규정들 등에 관한 다른 소스들(160)로부터의 정보, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 상술된 정보의 설명은 도 1a 및 도 6에서 찾을 수 있고, 본원에서 반복되지 않는다.
단계(740)에서, 네트워크 인터페이스(150)를 통해 목적지-관련 정보를 결정한 후, POI 엔진(110)은 목적지-관련 정보를 승객 인터페이스(230)를 통해 승객 단말 디바이스(120)로 송신할 수 있다. 이후, 목적지-관련 정보는 승객 단말 디바이스(120)에 의해 디스플레이될 수 있고, 후속적으로 처리될 수 있다. 송신된 목적지-관련 정보는 목적지 자체, 승객 단말 디바이스(120)의 현재의 위치 또는 승객에 의해 지정된 출발 위치로부터 목적지까지의 경로, 또는 상술된 경로-관련 정보가 될 수 있다.
일부 실시예들에서, 송신된 목적지-관련 정보는 목적지 또는 다수의 목적지들에 관련될 수 있다. 일부 실시예들에서, 다수의 목적지들에 관한 목적지-관련 정보는 리스트의 형태로 표현될 수 있다. 특히, 일부 실시예들에서, 처리 모듈(210)의 등급지정 유닛(370)은 다수의 목적지들의 등급을 지정할 수 있다. 등급지정의 기준은 추정된 경로 거리, 추정된 여행 시간, 추정된 연료 소비, 추정된 요금 등 또는 이들의 임의의 조합과 같은 상술한 경로-관련 정보에 기초할 수 있다. 등급지정 유닛(370)은 위에서 언급한 경로-관련 정보에 기초하여 다수의 목적지들의 등급을 오름차순 또는 내림차순으로 지정할 수 있다.
단계(750)에서, POI 엔진(110)은 승객 단말 디바이스(120)의 승객에 의해 목적지-관련 정보와 관련된 처리된 데이터를 네트워크 모듈(150)를 경유하여 승객 인터페이스(230)를 통해 수신할 수 있다. 승객에 의해 목적지-관련 정보에 관련된 처리된 데이터는 목적지-관련 정보를 확인, 거부, 선택, 추가, 수정하는 것 등, 또는 이들의 임의의 조합을 포함할 수 있다.
대안적으로, 승객에 의한 처리를 수신한 후, POI 엔진(110)의 처리 모듈(210)은 처리 결과를 얻기 위하여 처리를 분석 및 계산할 수 있다. 처리 결과는 승객에 의해 지정된 목적지 또는 목적지 및/또는 목적지-관련 정보에 대응하는 경로에 대응할 수 있다.
단계(760)에서, POI 엔진(110)의 운전자 인터페이스(240)는 네트워크(150)를 통해 적어도 하나의 운전자 단말 디바이스(140)에 처리 결과를 송신할 수 있다. 단계(770)에서, POI 엔진(110)의 운전자 인터페이스(240)는 처리 결과에 대한 운전자 단말 디바이스(140)의 운전자로부터의 응답을 수신할 수 있다. 응답의 콘텐츠는 승객을 위한 운송 서비스를 제공하기 위한 운전자의 의지/불만, 승객에 운송 서비스를 제공하기 위한 추가 조건들, 현재의 위치 정보 등 또는 이들의 임의의 조합을 포함할 수 있다. 단계(780)에서, POI 엔진(110)은 응답을 확인하기 위해 상술된 운전자 응답을 처리할 수 있다. 일부 실시예들에서, POI 엔진(110)의 승객 인터페이스(230)는, 운전자가 운송 서비스를 승객에 제공하는 것을 확인한 후, 승객 단말 디바이스(120)에 운송 서비스, 추가 조건들 및 현재의 위치 정보를 제공하려는 운전자의 의지를 나타내는 정보를 송신할 수 있다. 승객 인터페이스(230)는 또한 운전자의 다른 정보를 승객 단말 디바이스(120)에 송신할 수 있다. 이러한 정보의 예들은 운전자의 서비스-관련 정보, 다른 사회 정보, 프로파일 정보 등 또는 이들의 임의의 조합을 포함할 수 있다.
POI 엔진(110)에 의한 목적지-관련 정보를 결정하는 것의 설명은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 한정하려는 것은 아니다. 당업자들에 대해, 단계들은 다양한 방식들으로 결합될 수 있고, 다양한 변형들 및 수정들이 본 개시사항의 교시하에 상술된 기능들을 달성하기 위해 이루어질 수 있다. 그러나 이들 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 단계들(710-780) 중 하나 이상은 생략 또는 제거될 수 있고, 새로운 단계가 상술된 단계들에 삽입될 수 있다. 예를 들어, 단계(780) 이후, POI 엔진(110)은 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)로부터 거래 보고를 수신할 수 있다. 다른 예로서, 일부 실시예들에서, 승객의 목적지-관련 정보를 결정한 후, POI 엔진은 운전자 단말 디바이스(140)에 직접 정보를 송신할 수 있다, 즉 단계(740 및 750)는 생략되고, 운전자는 예상된 출발 위치 및 승객의 목적지를 미리 통보받는다. 이러한 모든 변형들은 본 개시사항의 보호 범위 내에 든다.
도 8은 본 개시사항의 일부 실시예들에 따라 승객 단말 디바이스(120)에 의해 목적지-관련 정보 디바이스를 수신하는 예시적인 프로세스의 흐름도이다.
단계(810)에서, 승객 단말 디바이스(120)는 위치지정 모듈(530) 및/또는 I/O 모듈(510)에 의해 위치-관련 정보를 획득할 수 있다.
단계(820)에서, 승객 단말 디바이스(120)는 획득된 위치-관련 정보를 네트워크(150)를 경유하여 통신 모듈(540)을 통해 주문형 서비스 시스템(105), 다른 승객 단말 디바이스들(120) 및/또는 하나 이상의 운전자 단말 디바이스들(140)에 송신할 수 있다.
일부 실시예들에서, 승객 단말 디바이스(120)는 위치-관련 정보를 주문형 서비스 시스템(105)에 송신할 수 있다. POI 엔진(110)은 위치-관련 정보를 처리할 수 있다. POI 엔진(110)은 위치-관련 정보에 기초하여 목적지-관련 정보를 생성할 수 있다.
단계(820) 이후, 승객 단말 디바이스(120)는 단계(830)에서 통신 모듈(540)에 의해 시스템(105)으로부터 획득된 목적지-관련 정보를 수신할 수 있다. 목적지-관련 정보는 도 7 및 대응하는 설명에서 찾을 수 있고, 추가로 기술되지 않을 것이다.
일부 실시예들에서, 승객 단말 디바이스(120)에 의해 수신된 목적지-관련 정보는 다수의 목적지들에 관련될 수 있다. 다수의 목적지들에 관한 정보는 리스트 형태로 추가로 표현되거나 제공될 수 있다.
단계(830) 후에 승객 단말 디바이스(120)는 디스플레이 모듈(520)에 의해 수신된 정보를 디스플레이할 수 있다. 이 정보는 텍스트 형태 또는 하이퍼텍스트 형태로 디스플레이될 수 있다. 일부 실시예들에서, 목적지-관련 정보는 하이퍼텍스트 마킹 언어(HTML)로 추가로 디스플레이되거나 표현될 수 있다. 일부 실시예들에서, 목적지-관련 정보는 지도 인터페이스에 디스플레이될 수 있다.
단계(840)에서, 승객 단말 디바이스(120)의 I/O 모듈(510)은 승객에 의해 목적지-관련 정보와 관련된 처리된 데이터를 수신할 수 있다.
승객에 의해 목적지-관련 정보와 관련된 프로세스 데이터를 수신한 후, 승객 단말 디바이스(120)의 통신 모듈(540)은 단계(850)에서 처리 결과를 송신할 수 있다. 처리 결과는 주문형 서비스 시스템(105), 다른 승객 단말 디바이스들(120), 또는 하나 이상의 운전자 단말 디바이스들(140)에 송신될 수 있다.
단계(850) 후에, 승객 단말 디바이스(120)는 임의의 다른 디바이스로부터 정보를 수신할 수 있다. 이러한 정보는 시스템(105), 다른 승객 단말 디바이스들(120), 또는 하나 이상의 운전자 단말 디바이스들(140)로부터 획득될 수 있다. 시스템(105)으로부터 획득된 정보는 승객에 의한 처리 수신의 영수증, 승객에 의한 처리에 기초한 목적지의 처리 결과, 시스템(105)에 의한 하나 이상의 운전자 단말 디바이스(140)로의 정보 송신의 통보, 하나 이상의 운전자 단말 디바이스들(140)로부터의 목적지-관련 결과에 대한 응답 등을 포함지만, 이에 한정되지는 않는다.
승객 단말 디바이스(120)에 의해 목적지-관련 정보를 획득하는 프로세스 또는 단계들의 설명은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려는 것은 아니다. 당업자들에 대해, 단계들은 다양한 방식들로 결합될 수 있다. 다양한 변형들 및 수정들은 본 개시사항의 교시하에 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 예를 들어, 일부 실시예들에서, 승객 단말 디바이스(120)가 목적지-관련 정보를 수신한 이후, 단계(840) 및 단계(850)가 생략될 수 있다. 이러한 모든 변형들은 본 개시사항의 보호 범위 내에 든다.
도 9a는 본 개시사항의 일부 실시예들에 따라 현재의 목적지-관련 정보를 예측하는 프로세스의 일 예의 흐름도이다.
단계(910)에서 POI 엔진(110)은 승객 인터페이스(230)를 통해 승객 단말 디바이스(120)로부터 현재 출발 위치 및 출발 시간의 정보를 획득할 수 있다.
단계(920)에서, POI 엔진(110)은 승객 단말 디바이스(120)에 관한 이력 주문들의 정보를 데이터베이스(130)로부터 획득할 수 있다.
POI 엔진(110)은 승객 단말 디바이스(120)에 관한 이력 주문들의 정보 및/또는 시간 주기 도중에 하나 이상의 이력 주문들의 정보를 획득할 수 있다. 시간 주기는 승객 단말 디바이스(120)에 관련된 사용자의 계좌 정보, 사용자의 이력 주문들의 사용 빈도, 주문이 관련되는 지역, 현재의 교통 상황 등과 같은 요소들에 기초하여 변할 수 있다. 시간 주기는 미리 설정될 수 있고, 기간의 길이는 임의적일 수 있다. 예를 들어, 주기는 1개월, 3개월, 6개월, 1년 또는 임의의 다른 값을 포함할 수 있지만, 이에 한정되는 것은 아니다.
POI 엔진(110)은 승객 단말 디바이스(120)에 관한 이력 주문들의 정보, 또는 승객 단말 디바이스(120)에 관한 현재 위치의 주변 지역들에서의 하나 이상의 이력 주문들의 정보를 획득할 수 있다. 현재 위치의 주변 지역은 현재 위치와 이 지역 내의 임의의 위치 사이의 거리가 임계값 미만인 지역일 수 있다. 임계값은 1킬로미터, 2킬로미터, 5킬로미터, 10킬로미터 또는 다른 값일 수 있다. 현재 위치의 주변 지역들은 특정 지역을 포함할 수 있다. 임계값은 승객 단말 디바이스(120)에 관한 사용자의 계좌 정보, 승객 단말 디바이스(120)의 위치, 운송 서비스의 현재 상태 등과 같은 요소들에 기초하여 변할 수 있다. 특정 지역은 임의의 크기의 행정 부서, 사업 지역, 공공 지역 또는 주거 지역일 수 있다. 특정 지역은 사람에 의해 구분된 다른 지역일 수 있다. 특정 지역은 또한 뚜렷한 경계들이 없는 물리적 지리적 지역(예: 지형, 기후, 식물 또는 동물의 분포 등에 기초하여 구분된 지리적 지역)일 수 있다. 특정 지역은 강들 및/또는 산들 등에 기초하여 경계가 정해질 수 있다.
이력 주문들의 정보는 출발 위치, 출발 시간, 목적지의 정보, 도착 시간, 운전 시간, 평균 속도 등 또는 이들의 임의의 조합의 정보를 포함할 수 있다.
단계(930)에서, POI 엔진(110)은 현재 출발 위치의 정보, 출발 시간의 정보, 및 승객 단말 디바이스(120)에 관한 이력 주문들의 정보에 기초하여 하나 이상의 후보 목적지들의 정보를 생성할 수 있다. 처리 모듈(210)의 계산 유닛(350)은 이력 출발 위치 위치들의 정보에 기초하여 목적지 정보를 예측할 수 있다. 예측은 현재 출발 위치와 이력 주문들의 출발 위치들 사이의 상관의 정도에 기초하여 평가될 수 있다.
본 개시사항의 일부 실시예들에 따르면, 이력 주문들의 출발 위치가 승객의 현재 출발 위치에 근접할 때, 현재 주문과 이력 주문들 사이의 상관의 정도가 더 높을 수 있다. 일부 실시예들에 따르면, 이력 주문들의 출발 시간이 승객의 현재 출발 시간에 근접할 때, 현재 주문과 이력 주문들 사이의 상관의 정도가 더 높을 수 있다. 이력 주문들의 출발 시간들과 승객의 현재 출발 시간 사이의 근접성은 이력 주문들의 출발 시간들과 현재 출발 시간이 동일한 또는 유사한 년도, 월, 일, 오전/오후의 상태, 시간 및/또는 분일 수 있다.
본 개시사항의 일부 실시예들에 따르면, 이력 주문들의 출발 시간들과 승객의 현재 출발 시간이 특정 주기적인 규칙을 갖는 경우, 현재 주문과 이력 주문들 사이의 상관의 정도는 더 높을 수 있다. 주기적인 규칙은 현재 주문과 이력 주문들이 특정 반복성 또는 유사성을 갖고, 그 사이에 일정한 시간 간격을 가짐을 나타낼 수 있다. 시간 주기는 년, 월, 일 등과 같은 단위 시간 길이의 정수배일 수 있다.
처리 모듈(210)의 계산 유닛(350)은 스코어 인덱스(score index)를 계산하여 현재 주문과 이력 주문 사이의 상관의 정도를 추정할 수 있다. 본 개시사항의 일부 실시예들에 따르면, 이력 출발 위치 위치에 대응하는 각 이력 목적지의 스코어는 빅 데이터 계산에 의해 획득될 수 있다. 일부 실시예들에서, 각각의 이력 출발 위치에 대응하는 이력 목적지의 스코어는 다음과 같이 계산될 수 있다:
위 식에서, 파라미터(time)는 현재 출발 시간을 나타낼 수 있고, 파라미터 (source)는 현재 출발 위치이고, 파라미터(POIi)는 이력 데이터 항목(예: 이력 출발 위치, 이력 목적지, 이력 출발 시간 등)을 나타낼 수 있고, d는 현재 출발 시간과 이력 데이터(POIi)( "중간의 날들"로도 언급됨) 사이의 날들의 수를 나타낼 수 있다. 일부 실시예들에서, 적은 수의 중간 날들을 갖는 이력 데이터는 더 높은 참조 값을 가질 수 있다. 파라미터(s)는 현재 출발 시간과 이력 데이터(POIi) 사이의 중간 초의 수를 나타낼 수 있다. 일부 실시예들에서, 1일 이내에 단기간의 목적지에 대해, 보다 적은 수의 중간 초들은 더 높은 스코어를 나타낼 수 있다. 파라미터(h)는 현재 출발 시간과 이력 데이터(POIi) 사이의 중간의 시간들의 수를 나타낼 수 있고, 적은 수의 중간의 시간들을 갖는 이력 데이터는 더 높은 참조 값을 가질 수 있다. 파라미터(POIi.source)는 이력 데이터(POIi) 내의 이력 출발 위치를 나타낼 수 있다. f(x,y)는 현재 출발 위치와 이력 출발 위치 사이의 상관의 정도를 나타낼 수 있다. 일부 실시예들에서, 이력 데이터(POIi)에서 현재 출발 위치와 이력 출발 위치 사이의 거리가 임계값보다 작거나, 현재 출발 위치가 이력 출발 위치와 동일한 경우, f(x, y)=1이다. 일부 실시예들에서, 거리가 임계값보다 크거나, 현재 출발 위치가 이력 출발 위치와 상이한 경우, f(x,y)는 0과 1 사이의 십진수일 수 있다. 예를 들어, f(x, y)는 0.1, 0.2, 0.3 등과 같은 10진수일 수 있다. 거리의 임계값은 50미터, 100미터, 200미터, 500미터 등과 같은 미리 설정된 값일 수 있다. 식 (1)에 기초하여 이력 목적지들의 스코어들을 얻은 후에, 처리 모듈(210)의 등급지정 유닛(370)은 이력 목적지들의 등급을 지정할 수 있고, 가장 높은 스코어를 갖는 이력 목적지를 식별할 수 있다.
일부 실시예들에 따르면, 가장 높은 스코어를 갖는 이력 목적지의 스코어가 특정 제 1 임계값보다 크면, 이력 목적지가 디폴트 목적지로 지정될 수 있는지를 결정하기 위하여 가장 높은 스코어를 갖는 이력 목적지는 추가로 처리될 수 있다. 처리는 계산 유닛(350)에 의해 수행될 수 있다. 예를 들어, 가장 높은 스코어를 갖는 이력 목적지의 스코어는 다른 이력 목적지들의 스코어들과 추가로 비교될 수 있다. 특히, 예를 들어, 다수의 이력 목적지들의 총 스코어에 대한 최고 스코어를 갖는 이력 목적지의 스코어의 비율이 계산될 수 있다. 비율이 제 2 임계값보다 크면, 가장 높은 스코어를 갖는 이력 목적지는 디폴트 목적지로 지정될 수 있다.
본 개시사항의 일부 실시예들에 따르면, 특정 승객이 3개의 이력 여행들의 정보를 갖고, 목적지 A로의 제 1 여행의 스코어가 2이고, A로의 제 2 여행의 스코어가 1.5이고, B로의 제 3 여행의 스코어가 1이라면, 이력 목적지 A의 스코어는 3.5이며, 이력 목적지 B의 스코어는 1이다. 제 1 임계값은 2로 설정될 수 있고, 제 2 임계값은 0.75로 설정될 수 있다. 처리 모듈(210)의 결정 유닛(380)은 이력 목적지 A의 스코어를 제 1 임계값과 비교하고, 이력 목적지 A의 스코어가 제 1 임계값보다 크면, 결정 유닛(380)은 이력 목적지 A의 총 스코어(4.5)에 대한 이력 목적지 A의 스코어(3.5)의 비율 및 이력 목적지 B의 스코어가 제 2 임계값보다 큰지를 결정할 수 있다. 비율(3.5/4.5)이 제 2 임계값보다 크다면, 이력 목적지 A는 예측된 목적지(또는 디폴트 목적지로서 언급됨)로서 지정될 수 있다. 제 1 임계값 및 제 2 임계값은 필요에 따라 설정될 수 있다.
디폴트 목적지를 결정하는 상술한 설명은 설명의 목적을 위해 제공되며, 본 개시사항의 범위를 제한하려는 의도하는 것은 아니라는 점을 주목해야 한다. 처리 모듈(210)이 하나의 디폴트 목적지로서 가장 높은 스코어를 갖는 이력 목적지를 단지 지정하는 것이 아니라, 이력 목적지들의 스코어들에 기초하여 다수의 디폴트 목적지들을 결정할 수 있음이 이해된다. 처리 모듈(210)은 다수의 디폴트 목적지들을 결정한 후에 디폴트 목적지들의 등급을 지정할 수 있다. 이력 목적지들의 스코어들에 기초하여, 이력 목적지들은 스코어들의 오름차순 또는 내림차순으로 등급이 지정될 수 있다. 예측된 목적지를 결정하는 프로세스에서 제 1 임계값 및 제 2 임계값을 설정하는 목적은 승객의 예측된 목적지의 정확도를 보장하는 것임을 주목해야 한다. 예측된 목적지는 목적지의 정확도가 충분히 높은 경우에만 승객에게 송신될 수 있다.
하나 이상의 후보 목적지들(즉, 상술한 예측된/디폴트 목적지들)를 획득한 후, 처리 모듈(210)의 주소 분석 유닛(310)은 후보 목적지들의 정보를 분석 및/또는 역 분석(지리적 좌표들로 표현된 후보 목적지들을 설명적인 명칭들로 변환하거나, 설명적인 명칭들로 표현된 후보 목적지들을 지리적 좌표들로 변환하는 것)을 추가로 포함할 수 있다. 후보 목적지의 송신된 정보는 설명적인 명칭, 지리적 좌표들 및/또는 양자 모두에 의해 표현될 수 있다.
후보 목적지들의 정보를 생성한 후, POI 엔진(110)은 단계(940)에서 후보 목적지들의 정보를 승객 인터페이스(230)를 통해 네트워크(150)를 경유하여 승객 단말 디바이스(120)로 송신할 수 있다. 일부 실시예들에서, POI 엔진(110)은 운전자 인터페이스(240)를 통해 후보 목적지들의 정보를 하나 이상의 운전자 단말 디바이스들(140)로 송신할 수 있다.
단계(950)에서, POI 엔진(110)은 승객 단말 디바이스(120)에 의해 후보 목적지들의 정보와 관련되는 처리된 데이터를 승객 인터페이스(230)를 통해 수신할 수 있다.
단계(950) 후에, POI 엔진(110)은 상술된 처리된 데이터를 분석 및 계산하여 처리 결과를 생성할 수 있다. 처리 결과가 생성된 후에, POI 엔진(110)은 일부 후속 동작들을 수행할 수 있다. 처리 결과 및 후속 동작들을 생성하는 것의 세부사항들의 설명은 도 7에서 찾을 수 있고, 본원에서 반복되지 않는다.
이력 주문들, 승객의 현재 출발 위치 및 출발 시각의 정보에 기초하여 목적지의 정보를 예측하는 것에 관한 프로세스 또는 단계들의 설명이 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도된 것이 아님을 주목해야 한다. 당업자들에게, 모듈들은 다양한 방식들로 결합되거나, 하위-시스템들과 같은 다른 모듈들과 연결될 수 있고, 다양한 변형들 및 수정들은 본 개시사항의 교시 하에서 이루어질 수 있다. 예를 들어, 일부 실시예들에서, 단계들(940 및 950)은 POI 엔진(110)이 목적지-관련 정보를 송신한 후에 생략될 수 있다. 다른 예로서, POI 엔진(110)은 승객 단말 디바이스(120) 또는 정보 소스(160)로부터 획득된 다른 관련 정보를 이용하여, 후보 목적지들의 정보를 집합적으로 결정할 수 있다. 관련 정보는 이력 시간 주기에서 승객 단말 디바이스(120)의 위치 정보, 승객 단말 디바이스(120)에 의해 획득된 다른 정보(예를 들어, 심장 박동, 맥박, 혈압과 같은 생리학적 정보, 및 소셜 네트워킹 내의 활동들, 친구들과의 데이트와 같은 사회성 정보), 기상 정보, 현재의 사회 활동들, 휴일들의 정보, 법률들 및 규정들의 정보 등을 포함할 수 있지만, 이에 한정되는 것은 아니다. 이러한 모든 수정들은 본 개시사항의 보호 범위 내에 든다.
도 9b는 본 개시사항의 일부 실시예들에 따라 승객 단말 디바이스(120)에 의해 목적지-관련 정보를 수신 및 처리하는 프로세스의 일 예의 흐름도이다.
단계(915)에서, 승객 단말 디바이스(120)는 현재 출발 위치 및 현재 출발 시간의 현재 정보를 획득할 수 있다.
본 개시사항의 일부 실시예들에 따르면, 현재 출발 위치는 현재 위치, 또는 승객에 의해 설정되거나 지정된 출발 위치와 관련될 수 있다.
현재 출발 위치가 현재 위치일 때, 현재 출발 위치는 하나 이상의 위치지정 기술들에 기초하여 승객 단말 디바이스(120)의 통신 모듈(540)에 의해, 또는 승객으로부터의 입력 주문을 수신하는 승객 단말 디바이스(120)의 I/O 모듈(510)에 의해 결정될 수 있다.
본 개시사항의 일부 실시예들에 따르면, 통신 모듈(540)은 둘 이상의 위치지정 기술들에 기초하여 정확한 현재 위치를 결정할 수 있다. 예를 들어, 통신 모듈(540)은 기지국 및 GPS 위성들과 통신함으로써 GPS 위치 지정 정보 및 기지국의 위치 지정 정보를 획득할 수 있다. 처리 모듈(550)은 정확한 현재 위치를 얻기 위해 GPS 위치 지정 정보 및 기지국의 위치 정보를 추가로 처리할 수 있다. 처리 모듈(550)은 현재 위치를 현재 출발 위치로 취할 수 있다.
현재 출발 위치가 승객 단말 디바이스(120) 상에서 승객에 의해 설정되거나 지정된 위치일 때, 현재 출발 위치는 승객에 의해 입력되거나 선택된 위치일 수 있다.
본 개시사항의 일부 실시예들에 따르면, 승객 단말 디바이스(120)는 목적지 입력 박스 내에 지령이 존재하는지를 모니터링할 수 있다. 입력 박스 내에 지령이 존재할 때, 승객 단말 디바이스(120)의 I/O 모듈(510)은 현재 출발 위치의 정보를 획득할 수 있다. 처리 모듈(550)은 승객이 지령을 입력하는 시간을 동시에 획득할 수 있다.
본 개시사항의 일부 실시예들에 따르면, 승객 단말 디바이스(120)는 승객에 의해 미리 설정된 다수의 공통 목적지들을 저장 및 기록할 수 있다. 승객이 운송 서비스를 필요로 할 때, 승객은 승객 단말 디바이스(120)에 저장된 공통 목적지들을 호출할 수 있다. 공통 목적지들은 디스플레이 모듈(520) 상에 디스플레이될 수 있고, I/O 모듈(510)을 통해 선택될 수 있다.
단계(925)에서, 승객 단말 디바이스(120)는 현재 출발 위치 및 현재 출발 시간의 정보를 통신 모듈(540)을 통해 시스템(105)으로 송신할 수 있다. 현재 출발 위치 및 현재 출발 시간의 정보 외에, 승객 단말 디바이스(120)는 또한 다른 콘텐츠의 정보를 송신할 수 있다. 다른 콘텐츠의 정보는 승객의 생리학적 정보, 승객의 운송 서비스에 대한 임의의 요건/선호도/기대, 승객의 다른 정보 등을 포함하지만 이에 한정되는 것은 아니다.
단계(935)에서, 승객 단말 디바이스(120)의 통신 모듈(540)은 주문형 서비스 시스템(105)에 의해 송신된 후보 목적지들의 정보를 수신할 수 있다.
단계(935) 후에, 승객 단말 디바이스(120)는 디스플레이 모듈(520)에 의해 수신된 정보를 디스플레이할 수 있다. 정보는 텍스트 형태 또는 하이퍼 텍스트 형태로 디스플레이될 수 있다. 또한, 일부 실시예들에서, 목적지-관련 정보는 하이퍼 텍스트 마킹 언어(HTML)의 형태로 표현되거나 디스플레이될 수 있다. 일부 실시예들에서, 목적지-관련 정보는 지도 인터페이스 상에 디스플레이될 수 있다.
단계(945)에서, 승객 단말 디바이스(120)는 승객에 의해 후보 목적지들의 정보와 관련되는 처리된 데이터를 I/O 모듈(510)을 통해 수신할 수 있다. 이러한 처리는 하나 이상의 후보 목적지들을 삭제/선택/지정하는 것 및 새로운 목적지 정보를 추가하는 것을 포함하지만, 이에 한정되는 것은 아니다.
승객에 의해 처리된 데이터를 수신한 후, 대안적으로 승객 단말 디바이스(120)는 단계(955)에서 처리 결과를 시스템(105), 하나 이상의 다른 승객 단말 디바이스들(120) 또는 하나 이상의 운전자 단말 디바이스들(140)에 송신할 수 있다.
승객 단말 디바이스(120)에 의해 현재 정보를 제공하고 후보 목적지들의 정보를 처리하는 프로세스 또는 단계들의 설명이 예시를 위해 제공되고, 본 개시사항의 범위를 한정하려 의도한 것은 아님을 주목해야 한다. 당업자들에 대해, 단계들은 다양한 방식들로 결합될 수 있다. 다양한 변형들 및 수정들이 본 개시사항의 교시하에 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 수 있다. 일부 실시예들에서, 예를 들면, 단계(945) 및 단계(955)는 승객 단말 디바이스(120)가 후보 목적지들의 정보를 수신한 후 생략될 수 있다. 다른 예로서, 승객 단말 디바이스(120)는 단계(915)에서 다른 관련 정보를 획득할 수 있다. 관련 정보는, 승객 단말 디바이스(120)의 이력 시간 주기에서 적어도 하나의 위치 정보, 승객의 다른 정보(예를 들어, 심장 박동, 맥박, 혈압 등의 생체 정보) 등을 포함하지만, 이에 한정되는 것은 아니다. 승객의 다른 정보는 승객 단말 디바이스(120)의 I/O 모듈(510)의 센서 구성 요소에 의해, 또는 웨어러블 디바이스들, 건강 디바이스들 등과 같은 다른 디바이스들에 의해 획득될 수 있다. 승객 단말 디바이스는 단계(925)에서 정보를 송신할 수 있다. 이러한 모든 수정들은 본 개시사항의 보호 범위 내에 든다.
도 10a는 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)에 의해 특정 POI 분류 모델에 기초하여 목적지-관련 정보를 생성하는 프로세스의 일례의 흐름도이다. 단계(1010)에서, POI 엔진(110)은 승객의 지리적 정보를 수신할 수 있다. 지리적 정보의 수신은 승객 인터페이스(230)에 의해 수행될 수 있다. 지리적 정보는 위치 정보 및 시간 정보를 포함할 수 있다. 위치 정보는 승객의 현재위치 및 주문의 출발위치를 포함할 수 있다. 시간 정보는 현재시간, 승객이 서비스 요청을 송신 한 시간, 승객에 의해 설정된 시간 등을 포함할 수 있다. 승객의 현재 위치는 주문의 출발 위치와 동일하거나 다를 수 있다. 승객의 현재 위치 및/또는 주문의 출발 위치는 특정 위치지정 기술을 사용함으로써, 또는 승객에 의해 수동으로 특정 주소 명칭을 입력함으로써 획득될 수 있다. 위치지정 기술의 관련 설명은 도 5에서 찾을 수 있고, 본원에 반복되지 않을 것이다.
단계(1020)에서, POI 엔진(110)은 특정 POI 분류 모델에 기초하여 후보 목적지들을 생성할 수 있다. 단계(1020)는 처리 모듈(210)에 의해 수행될 수 있다. 일부 실시예들에서, 특정 POI 분류 모델은 승객과 관련될 수 있다. 각 승객은 대응하는 POI 분류 모델을 가질 수 있다. POI 분류 모델은 사용자 데이터베이스(630), 저장 모듈(220), 또는 데이터를 저장할 수 있는 주문형 서비스 시스템(105)의 다른 모듈들 또는 유닛들에 저장될 수 있다. 특정 POI 분류 모델을 결정하는 프로세스는 도 10b에서 기술된다. POI 엔진(110)은 상술한 POI 분류 모델에 기초하여 승객의 현재 위치 또는 주문의 출발 위치의 POI 분류 타입을 결정할 수 있다. 보다 구체적으로, 일부 실시예들에서, POI 엔진(110)은 승객의 현재 위치 또는 주문의 출발 위치의 POI 분류 타입에 기초하여 주문의 목적지의 POI 분류 타입을 결정할 수 있다. 일부 실시예들에서, POI 엔진(110)은 승객의 현재 위치 또는 주문의 출발 위치의 POI 분류 타입뿐만 아니라 현재시간, 승객이 서비스 요청을 송신한 시간 및 승객에 의해 설정된 시간에 기초하여 주문의 목적지의 POI 분류 타입을 결정할 수 있다. POI 엔진(110)은 주문의 목적지의 POI 분류 타입에 기초하여 적어도 하나의 후보 목적지의 정보를 생성할 수 있다.
후보 목적지들의 수는 임의적일 수 있다. 예를 들어 후보 목적지들의 수는 1, 2, 3, 4 또는 5일 수 있다. 후보 목적지들은 동일하거나 상이한 POI 분류 타입들에 속할 수 있다. 예를 들어, 후보 목적지들은 2개 또는 3개의 상이한 POI 분류 타입들에 속할 수 있다. 후보 목적지들의 수 및/또는 목적지가 속한 POI 분류 타입들의 수는 고정되거나 조정 가능할 수 있다. 예를 들면, POI 엔진(110)은 승객 단말 디바이스(120)로부터 수신된 목적지들의 수를 N1로 지정할 수 있고, 목적지가 속한 POI 분류 타입들의 수를 N2로 지정할 수 있다. 각 POI 분류 타입에 속하는 목적지들의 수는 고정되거나 조정 가능할 수 있다.
일부 실시예들에서, POI 엔진(110)은 또한 단계(1030)에서 특정 등급지정 규칙에 기초하여 생성된 후보 목적지들의 등급을 지정할 수 있다. 일부 실시예들에서, 등급지정은 처리 모듈(210)의 등급지정 유닛(370)에 의해 수행될 수 있다. 특정 등급지정 규칙은 확률, 거리, 시간순서, 필요한 시간의 양, 요구된 요금, 채용된 여행 방법들의 수 등 또는 이들의 임의의 조합과 같은 하나 이상의 규칙들의 조합일 수 있다. 일부 실시예들에서, POI 엔진(110)은 계산 유닛(350)에 의해, 주문의 출발 위치에서 주문의 후보 목적지로의 요구된 시간의 양, 거리, 요구된 요금, 원하는 여행 방법, 다른 여행 방법들에 대응하는 주문 완료율, 등을 계산할 수 있다. 등급지정 유닛(370)은 계산 유닛(350)의 계산 결과에 기초하여 후보 목적지들의 등급을 지정할 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은 후보 목적지들을 사용하는 횟수 또는 빈도에 기초하여 후보 목적지들의 등급을 지정할 수 있다. 단계(1040)에서, POI 엔진(110)은 승객 인터페이스(230)를 통해 등급지정된 후보 목적지들을 승객 단말 디바이스(120)에 송신할 수 있다. 승객 단말 디바이스(120)에 송신된 후보 목적지들의 수는 단계(1030)에서 등급지정된 하나 이상의 후보 목적지들이 될 수 있다.
일부 실시예들에서, 단계(1020)에서 생성된 목적지 정보는 추천된 단일 또는 하이브리드 여행 방법, 및 추천된 단일 또는 하이브리드 여행 방법의 요구된 요금을 포함할 수 있다. 단계(1030)에서, POI 엔진(110)은 여행 방법들의 수 또는 요구된 요금의 양에 기초하여 후보 목적지들의 정보의 등급을 지정할 수 있다.
단계(1040)에서, POI 엔진(110)은 후보 목적지들을 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 송신할 수 있다. 후보 목적지는 등급이 지정되어, 또는 등급이 지정되지 않고 송신될 수 있다.
일부 실시예들에서, POI 엔진(110)은 단계(1020)에서 생성된 후보 목적지들을 승객 단말 기기(120)에 송신할 수 있다. 일부 실시예들에서, POI 엔진(110)은 단계(1020)에서 특정 규칙에 기초하여 등급이 지정된 후보 목적지들의 상위 N개 목적지들을 승객 단말 디바이스(120)에 송신할 수 있다. N은 2, 3, 4, 5, 6, 7, 8, 9, 10 또는 10보다 클 수 있다. 일부 실시예들에서, POI 엔진(110)은 등급을 지정하여 상위 N개의 목적지들을 승객 단말 디바이스(120)에 송신할 수 있다. 상위 N 개의 목적지들은, 내림차순의 사용 횟수, 내림차순의 사용 빈도, 오름차순의 여행 방법들의 수, 오름차순의 요구된 시간, 오름차순의 요구된 비용, 다른 여행 방법들에 대응하는 주문 완료율, 등과 같은 하나 이상의 규칙들에 기초하여 등급이 지정될 수 있다. 일부 실시예들에서, 상위 N개의 목적지들의 등급을 지정하는 규칙(들)은 POI 엔진(110)에 의해 자동으로 구성될 수 있다. 일부 실시예들에서, 상위 N개의 목적지들의 등급을 지정하는 규칙은 승객에 의해 미리 설정될 수 있다. 일부 실시예들에서, 등급지정 규칙은 주문(예를 들어, 현재의 주문 또는 특정 조건을 충족시키는 주문)에 기초하여 승객에 의해 지정될 수 있다. 예를 들어, POI 엔진(110)은 승객이 선택할 하나 이상의 등급지정 방법들을 제공할 수 있다. 이후 승객은 하나 이상의 등급지정 방법들 및/또는 애플리케이션 조건들을 지정할 수 있다. 다른 예로서, POI 엔진(110)은 승객이 하나 이상의 등급지정 방법들 및/또는 애플리케이션 조건들을 한정하는 것을 허용할 수 있다. 예를 들어 등급지정은 다수의 요소들에 기초할 수 있다. POI 엔진(110)은 승객이 등급지정을 계산할 때 각 요소에 대해 가중치를 한정하는 것을 허용할 수 있다. 일부 실시예들에서, POI 엔진(110)은 무작위 순서로 등급지정된 상위 N개의 목적지들을 송신할 수 있다.
일부 실시예들에서, POI 엔진(110)은 또한 승객 단말 디바이스(120)에 의한 후보 목적지들의 처리를 수신할 수 있다. 일부 실시예들에서, 처리는 POI 엔진(110)에 송신할 후보 목적지들 중 하나를 직접 선택하는 것을 포함할 수 있다. 일부 실시예들에서, 처리는 POI 엔진(110)에 송신할 다수의 후보 목적지들을 선택하는 것을 포함할 수 있다. 일부 실시예들에서, 처리는 하나 이상의 후보 목적지들을 삭제하는 것을 포함할 수 있다. POI 엔진(110)에 의해 송신된 적어도 하나의 후보 목적지를 처리하는 상술한 설명은 설명의 목적들을 위해 제공되고, 본 개시의 범위를 제한하려는 의도하는 것은 아님을 주목해야 한다. 일부 실시예들에서, 후보 목적지를 처리하는 다른 방법들이 또한 포함될 수 있다. 승객 단말 디바이스(120)로부터 처리 결과를 수신한 후, POI 엔진(110)은 처리 결과를 운전자 단말 디바이스(140)에 송신할 수 있다. 예를 들면, POI 엔진(110)은 상술한 후보 목적지들로부터 승객 단말 디바이스(120)에 의해 선택된 목적지를 수신할 수 있고, 이러한 선택된 목적지를 주문의 목적지로 설정할 수 있다. POI 엔진(110)은 출발 위치 및 선택된 목적지를 포함하는 주문을 운전자 단말 디바이스(140)에 송신할 수 있다.
목적지를 생성하는 위의 설명은 설명의 목적들을 위해 제공되고, 본 개시의 범위를 제한하려 의도하는 것은 아님을 주목해야 한다. 당업자들에 대해, 다양한 변형들 및 수정들이 본 개시 사항의 교시 하에서 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 수 있다. 일부 실시예들에서, 상술한 흐름도 내에서 단계(1030)와 같은 일부 단계들은 생략될 수 있다. POI 엔진(110)은 후보 목적지들의 등급을 지정하지 않고 후보 목적지들을 직접 생성하여 송신할 수 있다. 일부 실시예들에서, 상술한 흐름도는 저장 단계와 같은 다른 단계들을 포함할 수 있다. 상술된 단계들의 일부 중간 처리 결과들 및/또는 최종 처리 결과들은 저장 모듈(220), 데이터베이스(130) 또는 데이터를 저장할 수 있는 주문형 서비스 시스템(105)의 다른 모듈들 또는 유닛들에 저장될 수 있다.
일부 실시예들에서, 단계(1010)는 또한 생략될 수 있다. POI 엔진(110)이 승객으로부터 서비스 요청 신호를 수신할 때, 승객의 현재 위치 및/또는 주문의 출발 위치를 수집하지 않고 현재 시간에 기초하여 승객의 가능한 여행 궤적을 결정할 수 있다. 서비스 요청 신호는, 서비스를 제공하는 서비스 애플리케이션이 턴-온될 때 POI 엔진(110)에 의해 검출될 수 있다. 일부 실시예들에서, 여행 궤적은 출발 위치 및 주문의 목적지를 지칭할 수 있다. 후보 목적지들을 생성하는 것의 설명은 여행 궤적들을 생성하는데 유사하게 적용 가능하며, 본원에서 반복되지 않는다. 이러한 모든 변형들은 본 출원의 보호 범위 내에 든다.
도 10b는 본 개시사항의 일부 실시예들에 따른 POI 분류 모델을 구축하는 프로세스의 일 예의 흐름도이다. 일부 실시예들에서, POI 분류 모델은 승객, 예를 들어 승객의 계좌 명칭과 관련될 수 있다. 각 승객은 특정 POI 분류 모델을 가질 수 있다. 간결성을 위해 다음 설명에서는 승객이 일 예로 설명된다. POI 엔진(110)은 단계(1015)에서 승객(또는 승객 디바이스(120)의 다른 사용자들)과 관련된 이력 주문들의 정보를 획득할 수 있다. 이력 주문들의 정보는 승객에 관한 이력 주문들의 정보 또는 승객에 관한 미리 설정된 시간 주기 도중의 하나 이상의 이력 주문들의 정보를 포함할 수 있다. 미리 설정된 시간 주기는 하나 이상의 날들, 하나 이상의 주들, 하나 이상의 달들, 하나 이상의 분기들, 하나 이상의 연도들 등을 포함할 수 있다. 일부 실시예들에서, 미리 설정된 시간 주기는 2달일 수 있다. 일부 실시예들에서, 미리 설정된 시간 주기는 무작위적이거나 고정될 수 있다. 일부 실시예들에서, 미리 설정된 시간 주기는 이력 경험 또는 실험 데이터에 기초하여 결정될 수 있다. 이력 주문들의 정보는 이력 주문들의 출발 위치들 및 목적지들, 승객의 이력 서비스 요청 시간, 승객에 의해 설정된 이력 출발 시간, 등 또는 이들의 임의의 조합을 포함할 수 있다. 이력 주문들의 정보는 데이터베이스(130)의 이력 주문 데이터베이스(610), 저장 모듈(220), 및/또는 저장 기능을 갖는 주문형 서비스 시스템(105)의 다른 모듈들 또는 유닛들로부터 획득될 수 있다.
단계(1025)에서, POI 엔진(110)은 주문형 서비스 시스템(105)에 의해 미리 구축된 위치 분류기에 기초하여 승객의 이력 주문들의 정보를 처리할 수 있다. 위치 분류기를 구축하는 방법은 본 개시사항의 다음의 설명을 참조할 수 있다. 이력 주문들의 정보는 위치 정보, 시간 정보, 요구된 요금의 정보, 등, 또는 이들의 임의의 조합을 포함할 수 있다. 위치 정보는 출발 위치들 및/또는 이력 주문들의 목적지들을 포함할 수 있다. 시간 정보는 승객이 서비스 요청을 송신한 시간 또는 승객에 의해 설정된 출발 시간을 포함할 수 있다. 처리는 출발 위치들 및/또는 이력 주문들의 목적지들에 대응하는 주소 분류 타입을 생성하기 위하여 출발 위치들의 주소들 및/또는 이력 주문들의 목적지들을 분류하는 것을 포함할 수 있다. 주소 분류 타입은 교통 시설, 주거 지역, 사무실 지역, 음식 및 음료, 호텔, 오락, 주소 명칭, 쇼핑, 등을 포함할 수 있다.
일부 실시예들에서, POI 엔진(110)은 단계(1035)에서 출발 위치들 및/또는 이력 주문들의 목적지들의 주소 분류의 결과에 기초하여 승객의 POI 타입(즉, POI 분류 타입)을 결정할 수 있다. 승객의 POI 타입은 하나 이상의 타입들에 속할 수 있다. POI 엔진(110)은 출발 위치들의 주소 분류 타입 및/또는 이전 시간 주기 내의 모든 승객의 이력 주문들 또는 승객의 이력 주문들의 목적지들에 기초하여 승객의 이력 목적지들 및/또는 궤적들을 예측할 수 있다. 과거의 시간 주기는 1주 이상, 1개월 이상, 1분기 이상, 1년 이상, 등이 될 수 있다. 예를 들어 승객의 POI 타입이 POI 엔진(110)에 의해 결정된 과거 또는 이전 시간 주기에서 "식품 및 음료" 및 "주거 지역"이면, 승객은 종종 과거에 또는 이전 시간 주기에서 자신의 거주지와 레스토랑 사이의 지역을 돌아다닐 수 있다. 승객이 과거 또는 이전 주기에서 음식 소비를 선호한다는 결론을 내릴 수 있다.
일부 실시예들에서, POI 엔진(110)은 단계(1035)에서 이력 주문들의 시간 정보 및 주소 정보에 기초하여 승객의 POI 타입을 결정할 수 있다. 승객의 POI 타입은 하나 이상의 타입들에 속할 수 있다. 이력 주문의 시간 정보는 시점 또는 하루 중의 시간 주기를 포함할 수 있다. POI 엔진(110)은, 모든 승객의 이력 주문들 또는 이전 시간 주기에서 승객의 이력 주문들의 출발 위치들 및/또는 목적지들의 주소 분류 타입, 및 승객이 승객에 의해 설정된 서비스 요청 또는 출발시간을 송신한 시간에 기초하여, 과거에 또는 이전 시간 주기에서 승객의 이력 목적지들 및/또는 궤적 정보를 예측할 수 있다. 예를 들어, 오전 8시부터 오전 10시까지, 과거에 또는 이전 주기에 승객의 이력 주문들의 출발 위치들의 주소 분류 타입이 "주거 지역"이고, 과거에 또는 이전 주기에 승객의 이력 주문들의 목적지들의 주소 분류 타입이 "사무실 지역"이라면, 승객의 POI 타입은 "주거 지역" 및 "사무실 지역"일 수 있다. 이후, 승객이 과거에 또는 이전 주기에 자신의 거주지와 사무실 사이의 지역 주위를 자주 이동하는 것을 나타낼 수 있다. 승객이 과거에 또는 이전 주기에 일하기를 선호한다는 결론을 내릴 수 있다.
POI 분류 모델은 상술한 단계들에 의해 결정된 승객의 POI 타입에 기초하여 획득될 수 있다. 승객의 거동들 및 습관들은 POI 분류 모델에 기초하여 예측될 수 있다. 현재 위치의 정보 및/또는 시간 정보가 획득된 후, 승객의 목적지의 주소 분류 타입이 예측될 수 있고, 이후 승객의 목적지가 적절하게 예측될 수 있다.
다음은 단계(1025)에서 위치 분류기를 구축하는 방법의 상세한 설명이다. 이 설명은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것이 아님을 주목해야 한다. 위치 분류기를 구축하는 프로세스는 다음의 단계들을 포함할 수 있다: (a) 처리 모듈(210)이 주소 분류 타입이 이미 알려진 다수의 텍스트 주소 데이터를 획득할 수 있는 단계; (b) 텍스트 처리 유닛(390)이, 미리 결정된 단어 세분화 방법을 이용하여 다수의 특징 텍스트들을 생성하기 위하여, 주소 분류 타입이 이미 알려진 다수의 텍스트 주소 데이터를 분할할 수 있는 단계; (c) 모델 훈련 유닛(395)이 위치 분류기를 훈련하기 위한 훈련 데이터로서 다수의 특징 텍스트들을 취함으로써 위치 분류기를 생성할 수 있는 단계. 위치 분류기를 훈련시키는 방법은 나이브 베이지안(naive Bayesian) 알고리즘, 가중 베이지안 알고리즘, 결정 트리, 로키오(Rocchio), 신경망, 선형 최소 제곱 피팅, K-최근접 이웃, 유전 알고리즘, 최대 엔트로피, 선형 회귀 모델, 등 또는 이들의 임의의 조합을 포함할 수 있다. 선형 회귀 모델은 로지스틱(logistic) 회귀 모델 및 지원 벡터 머신 모델을 포함할 수 있다. 본 명세서에 기술된 위치 분류기를 훈련시키는 방법은 또한 다른 알고리즘들 또는 모델들을 포함할 수 있다. 일부 실시예들에서, 위치 분류기는 또한 데이터 훈련 없이 경험적 값들로부터 직접 유도될 수 있다.
일부 실시예들에서, 처리 모듈(210)은 또한 샘플 등화 유닛(도 3에 미도시)을 포함할 수 있다. 주소 분류 타입이 이미 알려진 다수의 텍스트 주소 데이터를 획득한 후, 샘플 등화 유닛은 다수의 텍스트 주소 데이터에 대해 샘플 등화를 수행할 수 있다. 샘플 등화는 계산 유닛(350)에 의해 텍스트 주소 데이터의 수 및 주소 분류 타입들의 수에 기초하여 각 주소 분류 타입의 텍스트 주소 데이터의 평균 수를 계산하는 것을 포함할 수 있다. 일부 실시예들에서, 샘플 등화의 방법은 "복원 추출"("sampling with replacement")일 수 있다. 특정 주소 분류 타입의 텍스트 주소 데이터의 수가 평균 수보다 적으면, 이러한 주소 분류 타입의 텍스트 주소 데이터의 수는 평균값으로 증가될 수 있다. 반대로, 특정 주소 분류 타입의 텍스트 주소 데이터의 수가 평균 수보다 크면, 이러한 주소 분류 타입의 텍스트 주소 데이터의 수는 평균 수로 감소될 수 있다.
단계(b)에서, 텍스트 처리 유닛(390)은 다수의 특징 텍스트들을 생성하기 위해 각각의 알려진 주소 분류 타입의 텍스트 주소 데이터를 분할할 수 있다. 특징 텍스트들은 벡터, 예를 들어 X =(x1, x2, x2, ... xm)로 간주될 수 있고, 여기서 X의 각 요소는 특징 텍스트를 나타낼 수 있고, m은 각 분할된 텍스트 주소 데이터의 특징 텍스트들의 수를 나타낼 수 있다. 예를 들어, "Beijing Shangdi Subway Station"이라는 단어들은 "Beijing", "Shangdi", "Subway Station"과 같은 3개의 특징 텍스트들로 분할될 수 있다. 일부 실시예들에서, 처리 모듈(210)은 중복 제거 유닛을 포함할 수 있다. 일부 실시예들에서, 중복 제거 유닛은 텍스트 처리 유닛(390)에 포함될 수 있고, 텍스트 삭제 유닛으로 동작할 수 있다. 텍스트 삭제 유닛는 특정 임계값보다 짧은 길이를 갖는 특징 텍스트들을 삭제할 수 있다. 일부 실시예들에서, 임계값은 2, 3, 4 등이 될 수 있다. 예를 들어, "I'm in Beijing Xierqi Subway Station"을 분할하는 결과는 "I'm", "in", "Beijing", "Xierqi", "Subway", "Station"이 될 수 있다. 2보다 짧은 길이를 갖는 특징 텍스트들("I'm" 및 "in")이 삭제된 후 나머지 특징 텍스트들은 "Beijing", "Xierqi", "Subway", "Station"이 될 수 있다.
단계(c)에서, 모델 훈련 유닛(395)은 다수의 특징 텍스트들을 위치 분류기를 훈련하기 위한 훈련 데이터로서 취함으로써 위치 분류기를 생성할 수 있다. 일부 실시예들에서, 모델 훈련 유닛(395)은 나이브 베이지안 알고리즘을 사용하여 위치 분류기를 훈련시킬 수 있다. 간략화를 위해, 한 세트의 주소 분류 타입들은 Y =(y1, y2, y3, ..., yq)일 수 있고, 여기서 Y내의 요소들은 상이한 주소 분류 타입들을 나타낼 수 있다. 계산 유닛(350)는 베이지안 함수{P(Y│X) = P(X│Y)*(P(Y))/(P│Y)}에 기초하여 X와 Y의 각 조합에 대한 사후 확률{P(Y|X)}을 계산할 수 있고, 여기서 P(Y|X)는 텍스트 주소 데이터(X)가 특정 분류 타입에 속할 확률을 나타낼 수 있다.
처리 모듈(210)의 계산 유닛(350)은 텍스트 주소 데이터가 각 주소 분류 타입에 속할 확률을 계산할 수 있다. 일부 실시예들에서, 텍스트 주소 데이터가 각각의 주소 분류 타입에 속할 확률은 다음과 같이 얻어 질 수 있다:
위 식에서, P(Y=yj)는 주소 분류 타입들의 세트 내에서 주소 분류 타입(yj)의 비율을 나타낼 수 있고, P(xi|Y=yj)는 주소 분류 타입(yj)에서 특징 텍스트(xi)의 비율을 나타낼 수 있고; P(X)는 주문의 출발 위치 또는 목적지의 발생 확률을 나타낼 수 있다. 계산 유닛(350)은 데이터 통계들에 기초하여 P(Y=yj) 및 P(xi|Y=yj)를 획득할 수 있다.
처리 모듈(210)의 계산 유닛(350)은 텍스트 주소 데이터가 각 주소 분류 타입에 속할 확률을 계산할 수 있다. 간략화를 위해, 주소 분류 타입들의 확률들은 내림차순으로 P1, P2, P3, ...... Pq로 표시되고, 여기서 q는 주소 분류 타입들의 총 수이다. 상술한 상이한 주소 분류 타입들의 확률들에 기초하여, 처리 모듈(210)은 텍스트 주소 데이터가 속하는 주소 분류 타입을 결정할 수 있다. 일부 실시예들에서, POI 엔진(110)의 처리 유닛(210)은 상술한 q개의 확률들 중에서 가장 큰 확률을 갖는 주소 분류 타입을 텍스트 주소 데이터의 주소 분류 타입으로 지정할 수 있다. 일부 실시예들에서, POI 엔진(110)은 상술한 q개의 확률들 중에서 2개의 가장 큰 확률들(즉, P1 및 P2)을 선택할 수 있고, P1 및 P2가 비교될 수 있다. P1> Z*P2이고, Z가 1보다 크다면, P1에 해당하는 주소 분류 타입은 텍스트 주소 데이터의 주소 분류 타입으로 지정될 수 있다. Z의 값의 범위는 1 내지 2, 2 내지 3, 3 내지 4, 4 내지 5, 5 내지 6, 또는 6 초과일 수 있다. 일부 실시예들에서, Z는 3 내지 5의 값의 범위를 가질 수 있다. 예를 들어, "Shangdi Subway Station"이 주소 분류 타입 "수송 설비" 및 "주소 명칭" 에 속할 확률이 각각 0.6 및 0.1이고, Z의 값이 3이라면, 0.6 > 3*0.1이기 때문에, 처리 유닛(210)은 "Shangdi Subway Station"의 주소 분류 타입이 "수송 설비"라고 결정할 수 있다.
위에서 기술된 것은 위치 분류기를 생성하는 프로세스이다. 위치 분류기에 기초하여, 주문의 출발 위치 및/또는 목적지를 분류하여 주문의 출발 위치 및/또는 목적지의 주소 분류 타입을 결정하는 것이 가능하다. 위의 설명은 설명의 목적들을 위해 제공되고, 본 개시의 범위를 제한하려 의도한 것이 아님을 주목해야 한다. 당업자들에게는, 다양한 변형들 및 수정들이 주소 분류기를 생성하는 교시 하에 이루어질 수 있다. 이러한 모든 개선들 및 수정들은 본 개시사항의 보호 범위 내에 든다.
도 11은 본 개시사항의 일부 실시예들에 따라 POI 엔진(110)에 의해 사용자에게 여행 경로를 제공하는 프로세스의 일 예의 흐름도이다. 도 11에 도시된 바와 같이, 단계(1110)에서, POI 엔진(110)은 사용자의 적어도 하나의 여행 경로를 획득할 수 있다. 사용자는 승객 또는 운전자일 수 있다. 단계(1110)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 일부 실시예들에서, 여행 경로는 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140), 데이터베이스(130) 또는 정보 소스(160)로부터 획득될 수 있다. 사용자의 여행 경로를 획득하는 다양한 방법들이 존재함을 주목해야 한다. 예를 들어, 다수의 공통 여행 경로들이 사용자에 의해 미리 설정될 수 있다. 대안적으로, 여행 경로는 사용자의 일상의 여행 데이터 및 소비 거동의 빅 데이터 계산에 기초하여 획득될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 여행 경로는 출발 위치와 목적지를 포함할 수 있다.
단계(1120)에서, POI 엔진(110)은 여행 경로의 확률을 계산할 수 있다(예를 들어, 여행 경로의 확률은 여행 중에 여행 경로를 취할 확률을 나타낼 수 있다). 여행 경로의 확률의 계산은 POI 엔진(110)의 처리 모듈(210)에 의해 수행될 수 있다. 예를 들어, 일부 실시예들에서, POI 엔진(110)은 여행 경로들 및/또는 여행-경로-관련 정보의 이력 확률들에 기초하여, POI 엔진(110)의 처리 모듈(210)의 계산 유닛(350)에 의해 여행 경로의 확률을 계산할 수 있다. 각 여행 경로의 이력 확률은 사용자의 이력 여행 데이터의 계산에 의해 획득될 수 있다. 각 여행 경로의 이력 확률은 계산 유닛(350)에 의해 계산될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 여행-경로-관련 정보는 현재 위치, 현재 기상 조건들, 현재 날자, 및/또는 현재 시간, 등 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 예를 들어, 단계(1110)에서 POI 엔진(110)에 의해 획득된 사용자의 여행 경로들은 각각 R1, R2, ..., Rn일 수 있다. 각 여행 경로에 대응하는 여행 시간은 각각 C1, C2, ..., Cn일 수 있다. 사용자가 적어도 하나의 여행을 갖는다면, 즉, 
> 0이면, 각 여행 경로의 이력 확률은 각각 C1/
, C2/
, ... Cn/
일 것이다. 사용자에 의해 미리 설정된 획득된 여행 경로(Ri)에 대해, 사용자가 여행 경로(Ri)를 따라 여행하지 않았다면, 즉 Ci = 0이면, 여행 경로(Ri)의 이력 확률은 0이 될 수 있음이 이해될 수 있다. 보다 구체적으로, 예를 들어, 여행-경로-관련 정보는 사용자의 여행 경로들의 선택에 영향을 미치는 요소들을 지칭할 수 있다. 요소들은 사용자의 현재 위치, 현재 기상 조건, 현재 날짜, 현재 시간, 등 또는 이들의 임의의 조합을 포함할 수 있다. 사용자의 소비 거동은 사용자가 소비 결정을 행하고 필요 또는 동기부여에 의해 유도된 소비를 완료하는 거동을 지칭할 수 있다. 소비 거동은 사고하는 또는 정신적 프로세스 일 수 있거나, 또는 행동들을 취하거나, 계획들을 세우거나, 문제들을 해결하는 프로세스일 수 있다. 여행 경로의 사용자 선택은 소비 거동의 프로세스일 수 있다. 사용자는 내부 또는 외부 조건들에 기초하여 여행들의 자신의 요건들을 결정할 수 있다. 예를 들어 평일의 근무 시간 도중에 승객의 현재 위치가 집이라면, 승객은 택시를 선택하여 회사로 갈 가능성이 가장 높을 수 있다. 승객의 현재 위치가 평일 근무 시간 후 회사라면, 승객은 택시를 선택하여 집으로 갈 가능성이 가장 높을 수 있다. 주말인 경우, 승객은 택시를 선택하여, 술집, 영화관, 기타 오락장 등에 갈 가능성이 가장 높을 ㅅ수 있다. 또 다른 예로서, 여행하려는 승객의 욕구는 비 오는 날이나 눈 오는 날에 강하지 않을 수 있다. 그리고 일단 승객이 비 오는 날이나 눈 오는 날에 여행하기를 선택하면, 가장 가능한 목적지들은 레스토랑들, 은행들, 병원들, 슈퍼마켓들, 등과 같이 승객으로부터 멀지 않은 일상 생활과 관련된 장소들일 수 있다.
일부 실시예들에서, 각 여행 경로의 확률의 계산은 이력 확률들의 계산에 기초할 수 있다. 예를 들어, 승객/운전자의 획득된 여행 경로들은 각각 R1, R2, ..., Rn일 수 있고, 여행 경로들에 대응하여 계산된 이력 확률들은 각각 H1, H2, ..., Hn일 수 있다. 그러면 여행 경로들의 현재 확률은 각각 H1, H2, ..., Hn으로 가정될 수 있다. 일부 실시예들에서, 각 여행 경로의 확률의 계산은 이력 확률들 및 여행-경로-관련 정보의 계산에 기초하여 획득될 수 있다. 예를 들어, 승객/운전자의 획득된 여행 경로들은 각각 R1, R2, ..., Rn일 수 있고, 여행 경로들에 대응하여 계산된 이력 확률들은 각각 H1, H2, ..., Hn일 수 있다. 간략화를 위해 현재 위치에 관한 여행-경로-관련 정보만이 고려될 수 있다. 승객/운전자의 여행 경로들은, 출발 위치들이 현재 위치들인 경로 세트(G1)와 출발 위치들이 현재 위치들이 아닌 다른 경로 세트(G2)의 두 그룹들로 분할될 수 있다. G1에는 각각 R1, R2, ..., Rk로 표현되는 k개의 경로들이 존재할 수 있고, 적절하게 계산된 k개의 경로들의 확률들은 H1, H2, ..., Hk일 수 있다. G2에는 각각 Rk +1, Rk + 2, ..., Rn으로 각각 표현되는 n-k개의 경로들이 존재할 수 있고, 적절하게 계산된 n-k개의 경로들의 확률들은 각각 Hk +1, Hk+2, ..., Hn일 수 있다. 세트(G2) 내의 각 경로에 대해 모든 출발들이 현재 위치들이 아니므로, G2 내의 각 경로의 현재 확률은 0이 될 수 있다. 세트(G1) 내의 각 경로에 대해 모든 출발 위치들이 현재 위치들이므로, G1 내의 각 경로에 대한 "현재 위치"의 각 영향 계수는 동일할 수 있다. 따라서 세트(G1) 내의 각 경로의 확률은 각각 
일 수 있고, 세트(G2) 내의 각 경로의 확률은 0일 수 있다. 이와 같이 승객들/운전자들의 각 여행 경로(즉, R1, R2, ..., Rn)의 현재 확률은 각각 
, 0, ...., 0일 수 있다. 일부 실시예들에서, 각 여행 경로의 확률의 계산은 여행-경로-관련 정보에 기초하여 획득될 수 있다. 예를 들어, 획득된 승객/운전자의 여행 경로들은 표 1에 도시된다.
일부 실시예들에 따르면, 승객/운전자의 여행 경로 선택에 영향을 미치는 요소들(즉, 여행-경로-관련 정보)은 시간 및 기상일 수 있다. 영향 계수는 표 2 및 표 3에 도시된 바와 같이, 승객/운전자의 여행 경로의 최종 선택에 대한 요소의 영향의 정도를 나타내기 위해 각 요소에 각각 할당될 수 있다.
현재 날짜가 공휴일이고 맑은 날이라면, 두 경로들(R1, R2)의 선택 계수들은 각각 R1에 대해 150×1=150일 수 있고, R2에 대해 50×1=50일 수 있다. 따라서 두 경로들의 확률들은 각각 R1에 대해 150/(150+50)=75%, R2에 대해 50/(150+50)=25%가 될 수 있다. 현재의 날이 고령자들에게 유익한 치료들을 제공하는 날이고 맑은 날이라면, 두 경로들의 선택적 계수들은 각각 R1에 대해 20×1=20, R2에 대해 200×1=200일 수 있다. 따라서 두 경로들의 확률들은 각각 R1에 대해 20/(20+200)=9.1%, R2에 대해 200/(20+200)=90.9%가 될 수 있다.
위의 설명은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아님을 주목해야 한다. 여행-경로-관련 정보의 다양한 종류들이 존재할 수 있고, 각 여행 경로에 관한 여행-경로-관련 정보의 영향이 같거나 다를 수 있으므로, 각 경로의 최종 확률을 계산하기 위하여 상이한 여행-경로-관련 정보를 위해 보다 복잡한 수학 모델들이 구축될 수 있다.
단계(1130)에서, POI 엔진(110)은 위에서 계산된 확률들에 따라 승객/운전자의 여행 경로들의 등급을 지정할 수 있다. 여행 경로들은 POI 엔진(110)의 처리 모듈(210)의 등급지정 유닛(370)에 의해 내림차순으로 확률들에 기초하여 등급이 지정될 수 있다.
단계(1140)에서, POI 엔진(110)은 등급이 지정된 여행 경로들의 리스트를 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 송신할 수 있다. 단계(1140)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 일부 실시예들에서, 여행 경로들의 리스트는 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)의 디스플레이 유닛(520) 상에 디스플레이될 수 있고, 승객 및/또는 운전자가 선택하도록 제공된다. 일부 실시예들에서, 여행 경로들의 리스트에서 가장 높은 확률을 갖는 여행 경로는 디폴트 여행 경로로 지정되고 대응하는 서비스 요청 정보에 직접 추가될 수 있다.
POI 엔진(110)이 단계(1120) 및/또는 단계(1130)를 수행하지 않고 승객 또는 운전자의 여행 경로들을 직접 송신할 수 있음을 주목해야 한다. 예를 들어, 승객/운전자의 오로지 하나의 여행 경로가 획득된 경우, 여행 경로의 확률이 계산될 필요가 없을 수 있고, 여행 경로는 승객/운전자에게 직접 송신될 수 있다. 다른 예로서, 승객/운전자의 오로지 하나의 여행 경로가 획득될 때, 여행 경로의 확률은 100%로 계산될 수 있고, 여행 경로는 단계(1130)를 수행하지 않고 승객/운전자에게 직접 송신될 수 있다.
본 개시사항의 위의 설명에서 모듈들, 유닛들 또는 단계들이 일반적인 계산 모듈들에 의해 실현될 수 있다는 점은 당업자에게 명백할 것이다. 예를 들어, 모듈들, 유닛들 또는 단계들은 하나의 계산 모듈에 통합될 수 있거나, 다수의 계산 모듈들의 네트워크상에 분산될 수 있다. 대안적으로, 모듈들, 유닛들 또는 단계들은 실행 가능한 프로그램 코드들이 저장 모듈에 저장되어 계산 모듈에 의해 실행될 수 있도록, 실행 가능 프로그램 코드들에 의해 실현될 수 있다. 모듈들, 유닛들 또는 단계들은 이들 각각을 개별 집적 회로 모듈 상에 분산시킴으로써, 또는 모듈들 또는 단계들의 일부를 단일 집적 회로 모듈 상에 분산시킴으로써 실현될 수 있다. 이러한 방식으로, 본 개시사항은 특정 하드웨어 또는 소프트웨어의 조합에 한정되지 않는다.
위의 실시예들이 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도되지 않는다는 점을 주목해야 한다. 당업자들에 대해, 본 개시사항의 교시 하에서 다양한 변형들 및 수정들이 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다.
도 12a는 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)에 의한 승객/운전자에게 여행 방법 계획을 제공하는 프로세스의 일례의 흐름도이다. 단계(1210)에서, POI 엔진(110)은 운송 서비스 요청과 관련된 정보를 수신할 수 있다. 단계(1210)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 일부 실시예들에서, 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)는 승객 단말 디바이스(120)로부터 운송 서비스 요청를 수신할 수 있고, 운송 서비스 요청의 특징-관련 정보 및 프로파일 정보를 획득할 수 있다. 프로파일 정보는 출발 시간, 출발 위치 및 목적지의 정보, 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 특징-관련 정보는 출발 위치 및 목적지의 POI 정보, 실시간 기상 정보, 실시간 교통 정보, 각 여행 방법에 대한 운전자의 선호 정보, 미리 설정된 지역에서의 각 여행 방법에 대응하는 이용 가능한 운전자들의 수, 실제 거리, 등 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다.
단계(1220)에서, POI 엔진(110)은 특징-관련 정보와 상기 프로파일 정보에 기초하여 각 단일 여행 방법에 대응하는 운송 서비스 요청의 여행 정보를 결정할 수 있다. 단계(1220)는 POI 엔진(100)의 처리 모듈(210)의 결정 유닛(380)에 의해 수행될 수 있다. 결정 유닛(380)은 특징-관련 정보 및 프로파일 정보에 기초하여 각 단일 여행 방법에 대응하는 운송 서비스 요청의 여행 정보를 결정할 수 있다. 여행 정보는 주문 완료율, 요구된 시간, 요구된 요금, 보행 거리, 등을 포함할 수 있다. 예를 들어, 단일 여행 방법에 대응하는 차량-호출 요청(즉, 운송 서비스 요청)의 여행 정보는 차량-호출 요청에 기초한 각 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금, 도보 거리 등을 포함할 수 있다. 일부 실시예들에서, 결정 유닛(380)은 출발 위치의 정보 및 목적지의 정보에 각각 기초하여 출발 위치 및 목적지의 POI 정보를 결정할 수 있다. 각 여행 방법에 대해, 결정 유닛(380)은 출발 위치의 POI 정보, 목적지의 POI 정보, 출발 시간, 실시간 교통 정보, 특정 여행 방법의 운전자의 선호 정보 및 이용 가능한 운전자들의 수에 기초하여 주문 완료율을 추정할 수 있다. 결정 유닛(380)은 출발 위치, 목적지 및 여행 방법에 기초하여 여행 경로의 총 요금, 도보 거리 및 요구된 시간을 추정하기 위하여, 여행 경로를 계획할 수 있고, 여행 경로의 실제 거리, 여행 시간 및 교통 혼잡 정도를 획득할 수 있다.
일부 실시예들에서, 팁들과 같은 추가 요금의 다수의 미리 설정된 양이 존재할 수 있다. 결정 유닛(380)은 추가 요금의 각 미리 설정된 양에 상응하는 주문 완료율 및 추가 요금의 각 미리 설정된 양에 대해 승객의 수락률을 결정할 수 있다. 결정 유닛(380)은 또한 추가 요금의 미리 설정된 양의 주문 완료율 및 승객의 수락률에 기초하여 추가 요금의 최적의 양을 획득할 수 있고, 추가 요금의 최적의 양에 대응하는 주문 완료율을 최종 주문 완료율로 지정할 수 있다. 보다 구체적으로, 서비스 제공자는 차량-호출 요청을 수신할 수 있고, 요청의 출발 위치 및 목적지의 POI(관심 지점) 정보를, 예를 들어, 출발 위치/목적지가 병원, 지역사회 또는 사업 지역인지의 여부를 분석할 수 있다. 또한, 각 여행 방법에 대해, 주문 완료율은 실시간 교통 상황들, 시간, 출발 위치 및 목적지, 운전자들의 주변 정보를 기초하여 추정될 수 있다. 팁들을 갖는 여행 방법에 대해, 추정된 주문 완료율과 주문 완료율을 증가시키는 팁들의 추천된 양이 출력될 수 있다. 또한, 각 여행 방법에 대하여, 여행 경로 계획의 결과에 따라 획득된 여행 경로의 실제 거리, 여행 시간 및 교통 혼잡 정도에 기초하여 요구된 요금, 요구된 시간 및 도보 거리가 추정될 수 있다. 총 요금은 요구된 요금과 추천된 팁의 합계가 될 수 있다. 따라서, 다수의 단일 여행 방법들의 여행 정보가 획득될 수 있다.
일부 실시예들에서, 단계(1220)는 하위-단계들(1221, 1222, 및 1223)을 포함할 수 있다. 도 12b는 POI 엔진(110)에 의해 여행 정보를 처리하는 프로세스의 일례의 흐름도이다. 단계(1221)에서, 출발 위치 및 목적지의 POI 정보는 각각 출발 위치의 정보 및 목적지 정보에 기초하여 결정될 수 있다. 단계(1222)에서, 각 여행 방법에 대하여, 출발 위치의 POI 정보, 목적지의 POI 정보, 출발 시간, 실시간 교통 정보, 여행 방법을 위한 운전자의 선호도, 및 이용 가능한 운전자들의 수에 기초하여 주문 완료율이 추정될 수 있다. 특히, 예를 들어, 단계(1222)는 미리-구축된 예측 모델에 기초하여 각 여행 방법에 대한 차량-호출 요청의 주문 완료율을 추정함으로써 수행될 수 있다. 예측 모델은 각 여행 방법에 대해 미리 설정된 시간 주기 동안 이력 주문들의 특징-관련 정보에 기초하여 구축된 모델일 수 있다. 차량-호출 요청의 특징-관련 정보는 예측 모델의 예측 변수로 간주될 수 있다. 각 여행 방법에 대한 차량-호출 요청의 주문 완료율은 예측 모델의 타깃 변수로 취해질 수 있다.
단계(1222)에서 각 여행 방법의 주문 완료율이 추정된 후, 여행 정보를 처리하는 방법은 단계(A01) 및 단계(A02)를 더 포함할 수 있다. 단계(A01)에서, 추가 요금의 다수의 미리 설정된 양들에 기초하여, 추가 요금의 미리 설정된 양의 각각에 대응하는 주문 완료율과 추가 요금의 미리 설정된 양의 승객의 승낙률이 결정될 수 있다. 추가 요금은 팁일 수 있다. 최적의 팁은 다수의 미리 설정된 팁들에 해당하는 주문 완료율들과 승객의 수락률들을 추정함으로써 선택될 수 있다. 단계(A01)에서, 주문 완료율 및 승객 수락률은 단계(1222)와 동일한 방식으로, 즉 예측 모델을 미리 구축함으로써 획득될 수 있음을 주목해야 한다. 추가 요금은 예측 모델의 특성 데이터일 수 있다. 단계(A02)에서, 추가 요금의 최적의 양은 추가 요금의 미리 설정된 양의 각각에 대응하는 주문 완료율 및 승객의 수락률에 기초하여 획득될 수 있다. 추가 요금의 최적의 양에 대응하는 주문 완료율은 최종 주문 완료율로 지정될 수 있다.
단계(1223)에서 출발 위치, 목적지 및 여행 방법에 기초하여, 여행 경로가 계획될 수 있고, 경로의 실제 거리, 여행 시간 및 교통 혼잡도가 총 요금, 도보 거리 및 소요 시간을 추정하기 위하여 획득될 수 있다. 팁들, 주문 완료율들, 총 요금들, 도보 거리들, 요구된 시간들, 등과 같은 다수의 단일 여행 방법들의 여행 정보는 위에서 기술한 단계들에 의해 획득될 수 있다.
도 12a를 다시 참조하면, 단계(1230)에서, POI 엔진(110)은 각각의 단일 여행 방법의 여행 정보에 기초한 글로벌 최적화 알고리즘을 사용하여 하이브리드 여행 방법을 결정할 수 있다. 이후 POI 엔진(110)은 운송 서비스 요청에 대응하는 하이브리드 여행 방법의 여행 정보를 획득할 수 있다. 단계(1230)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)의 계산 하위-유닛(385)에 의해 수행될 수 있다. 계산 하위-유닛(385)은 각 단일 여행 방법의 여행 정보에 기초한 글로벌 최적화 알고리즘을 사용하여 하이브리드 여행 방법을 결정할 수 있다. 이후, 결정 유닛(380)은 계산 하위-유닛(385)에 의해 결정된 하이브리드 여행 방법의 여행 정보를 획득할 수 있다. 일부 실시예들에서, 글로벌 최적화 알고리즘은 그리디 알고리즘(greedy algorithm), 등일 수 있다. 일부 실시예들에서, 각 단일 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 도보 거리에 기초하여, 결정 유닛(380) 및 그 계산 하위-유닛(385)은 다수의 하이브리드 여행 방법들을 결정하기 위하여 그리디 알고리즘을 사용할 수 있다. 결정된 다수의 하이브리드 여행 방법들은 요구된 시간에 기초하여 오름차순으로 등급 지정될 수 있다. 차량-호출 요청에 대응하는 다수의 하이브리드 여행 방법들의 여행 정보가 획득될 수 있다. 대안적으로, 각 단일 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 보행 거리에 기초하여, 결정 유닛(380) 및 그 계산 하위-유닛(385)은 다수의 하이브리드 여행 방법들을 결정하기 위하여 그리디 알고리즘을 이용할 수 있다. 결정된 다수의 하이브리드 여행 방법들은 요구된 요금에 기초하여 오름차순으로 등급이 결정될 수 있다. 차량-호출 요청에 대응하는 다수의 하이브리드 여행 방법들의 여행 정보가 획득될 수 있다. 예를 들어, 다수의 하이브리드 여행 방법들이 다수의 단일 여행 방법들을 조합함으로써 획득된 후, 그리디 알고리즘을 사용함으로써 가장 적합한 하이브리드 여행 방법이 획득될 수 있다. 차량-호출 요청에 대응하는 하이브리드 여행 방법의 여행 정보는 차량-호출 요청에 기초한 각 하이브리드 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금, 보행 거리, 등을 포함할 수 있다. 일부 실시예들에서, 단계(1230)는 특별히 단계(1231) 및 단계(1232)를 포함할 수 있다.
단계(1231)에서, 각 단일 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 보행 거리에 기초하여, 그리디 알고리즘을 이용함으로써, 다수의 하이브리드 여행 방법들이 결정될 수 있다. 결정된 다수의 하이브리드 여행 방법들은 요구된 시간에 기초하여 오름차순으로 등급이 지정될 수 있다. 차량-호출 요청에 대응하는 다수의 하이브리드 여행 방법들의 여행 정보가 획득될 수 있다. 차량-호출 요청에 대응하는 다수의 하이브리드 여행 방법들의 여행 정보가 획득될 수 있다. 단계 (1232)에서, 각 단일 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 보행 거리에 기초하여, 그리디 알고리즘을 이용함으로써, 다수의 하이브리드 여행 방법들이 결정될 수 있다. 결정된 다수의 하이브리드 여행 방법들은 요구된 요금을 기초로 오름차순으로 등급이 지정될 수 있다. 차량-호출 요청에 대응하는 다수의 하이브리드 여행 방법들의 여행 정보가 획득될 수 있다. 따라서, 시간 또는 돈을 절약하는 목표에 기초하여, 글로벌 최적화 알고리즘은 승객이 원하는 여행 방법을 선택하기 위한 두 가지 다른 결과들을 생성할 수 있다. 단계(1231) 및 단계(1232)는 모두 수행될 수 있거나, 또는 이들 중 하나만이 수행될 수 있다.
단계(1240)에서 각 단일 여행 방법의 여행 정보 및 각 하이브리드 여행 방법의 여행 정보에 기초하여, 모든 단일 및 하이브리드 여행 방법들은 미리 설정된 여행 조건에 따라 등급이 지정된 후, 사용자 디바이스로 송신될 수 있다. 단계(1240)는 POI 엔진(110)의 처리 모듈(210)의 등급지정 유닛(370) 및 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 각 단일 여행 방법의 여행 정보 및 각 하이브리드 여행 방법의 여행 정보에 기초하여, 모든 단일 및 하이브리드 여행 방법들은 미리 설정된 여행 조건에 따라 등급지정 유닛(370)에 의해 등급이 지정될 수 있다. 이후, 등급이 지정된 여행 방법들의 리스트는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 송신될 수 있다. 일부 실시예들에서, 등급지정 유닛(370)은, 각 단일 및 하이브리드 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 도보 거리에 기초하여, 미리 설정된 여행 조건에 따라 모든 단일 및 하이브리드 여행 방법들의 등급을 지정하도록 구성될 수 있다. 미리 설정된 여행 조건은 미리 설정된 범위의 도보 거리, 미리 설정된 요구된 요금, 미리 설정된 요구된 시간, 등 또는 이들의 조합을 포함할 수 있다. 특히, 예를 들어, 단계(1240)는 승객 입력 또는 시스템 디폴트 여행 조건 또는 등급이 지정된 방법에 기초하여 단일 및 하이브리드 여행 방법들을 포괄적으로 등급 지정하기 위해 사용될 수 있다. 단계(1240)에서의 방법은, 승객이 선택하도록, 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)에 의해 단일 및 하이브리드 여행 방법들을 순차적으로 수신하여 디스플레이하는 단계를 더 포함할 수 있다. 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)는 승객이 선택할 등급이 지정된 단일 및 하이브리드 여행 방법들을 디스플레이하도록 구성된 디스플레이 유닛(520)을 포함할 수 있다.
일부 실시예들에서, 단계(1240)는 각 단일 및 하이브리드 여행 방법의 주문 완료율, 요구된 시간, 요구된 요금 및 도보 거리에 기초하여 미리 설정된 여행 조건에 따라 모든 단일 및 하이브리드 여행 방법들의 등급을 지정하는 단계를 포함할 수 있다. 미리 설정된 여행 조건은 미리 설정된 범위의 도보 거리, 미리 설정된 요구된 요금, 미리 설정된 요구된 시간, 등 또는 이들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 다수의 여행 조건들이 사전 설정될 수 있다. 예를 들어, 다수의 여행 조건들은 가장 값싼 요구된 요금과 1km 미만의 도보 거리를 포함할 수 있다.
일부 실시예들에서, 가장 적합한 여행 방법은 주문형 서비스 시스템(105) 및 지리 정보 시스템에 저장된 모든 데이터에 기초하여 승객에 대해 발견될 수 있다. 예를 들어, 시스템(105) 및 지리 정보 시스템의 배경 디바이스는 승객의 현재 위치 근처의 택시의 주문 완료율이 매우 낮고, 승객의 주문 품질이 매우 높지는 않다는 것을, 즉 승객의 주문의 실패 확률이 매우 높다는 것을 발견할 수 있다. 그러나 배경 디바이스는 운전기사가 딸린 차량 서비스의 주문 완료율이 상대적으로 높다는 것을 알 수 있다. 이후, 배경 디바이스는 우선 선택 사항으로 승객에게 운전기사가 딸린 차량 서비스를 추천할 수 있다. 또 다른 예로서, 배경 디바이스가 승객이 버스 정류장 근처에 있고, 승객을 승객의 목적지에 가까운 위치로 데려갈 버스가 5분 내에 있을 것임을 알 수 있다면, 배경 디바이스는 승객에게 버스를 타도록 추천할 수 있고, 승객에게 버스의 도착 시간을 알려줄 수 있다. 대안적으로, 배경 디바이스는 하이브리드 버스-택시 여행 방법을 승객에게 추천할 수 있다. 하이브리드 버스-택시 여행 방법은 버스로 승객을 택시 주문의 높은 주문 완료율을 갖는 위치로 데려다 주는 단계를 포함할 수 있다. 높은 주문 완료율을 가진 위치는 주문들이 상대적으로 적고, 운전자가 현재 주문의 타입을 선호하는 위치일 수 있다. 배경 디바이스는 승객이 선택하기 위한 추정된 요금과 추정된 시간을 갖는 다수의 추천 여행 방법들을 제공할 수 있다.
일부 실시예들에서, 여행 방법을 계획하는 방법이 제공된다. 차량-호출 소프트웨어 플랫폼은 다양한 정보에 기초하여 다수의 추천된 여행 방법들을 획득할 수 있다. 추천된 여행 방법들은 하나 이상의 단일 및 하이브리드 여행 방법들을 포함할 수 있다. 차량-호출 소프트웨어 플랫폼은 요구된 요금, 요구된 시간 또는 도보 거리와 같은 미리 설정된 등급지정 방법에 기초하여 다수의 추천된 여행 방법들을 오름차순으로 등급 지정할 수 있다. 이들 다수의 추천된 여행 방법들은, 주문 완료율을 효과적으로 높이고, 시간 또는 돈을 절약하고, 승객의 사용자 경험을 향상시키기 위하여, 승객이 선택하도록 제공될 수 있다.
본 개시사항의 여행 방법을 계획하는 방법의 간략화 및 더 양호한 이해를 위해, 승객은 다음의 설명에서 일 예로 도시되지만, 본 개시사항의 범위를 제한하려 의도한 것은 아니다.
예를 들어, 승객 A는 즉시 Beijing Huilongguan North에서 Union Hospital로 출발하기를 원한다. 승객 A가 주문을 송신한 후, 차량-호출 소프트웨어의 서비스 단말은, 승객 A의 주문이 실시간 요청 주문임을 검출할 수 있고, 목적지가 Qianmen Street 주위의 사업 지역 내의 병원임을 분석할 수 있다. 이 정보는 각 제품 라인(즉, 다수의 여행 방법들)으로 송신될 수 있다. 각 제품 라인은 교통 정보, 제품 라인에 대한 운전자의 선호도, 이용 가능한 운전자의 수, 등에 기초하여 주문 완료율을 추정할 수 있다. 각 제품 라인의 최적 팁 및 주문 완료율은 주문 완료율 및 각 팁에 대응하는 승객의 수락률에 기초하여 획득될 수 있다. 예를 들어, 결과는 다음과 같을 수 있다:
택시를 선택함으로써, 팁은 인민폐 5위안이고, 주문 완료율은 0.8이고, 총 요금은 인민폐 90위안이고, 도보 거리는 700미터이고, 요구된 시간은 1.15시간이다.
운전기사가 딸린 차량 서비스를 선택함으로써, 팁은 인민폐 0 위안, 주문 완료율은 0.9, 총 요금은 인민폐 120위안, 도보 거리는 200미터, 요구된 시간은 1.05시간이다;
히치하이킹을 선택함으로써, 팁은 인민폐 5위안이고, 주문 완료율은 0.8이고, 총 요금은 인민폐 60위안이고, 도보 거리는 800미터이고, 요구된 시간은 1.2시간이다; 및
버스를 선택함으로써, 팁은 인민폐 0위안이고, 주문 완료율은 1이고, 총 요금은 인민폐 10위안이고, 도보 거리는 3킬로미터이고, 요구된 시간은 2시간이다.
또한, 데이터 요청(즉, 상술한 결과)이 경로 합성 프로그램에 입력된 후, 경로 합성 프로그램은 시스템 디폴트 최적화 방법 또는 승객에 의해 지정된 최적화 방법에 기초하여 그리디 최적화 알고리즘을 사용함으로써 최적화를 수행할 수 있다. 예를 들어, 현재의 최적화 타깃이 최저 요구된 요금이고, 도보 거리가 1km 미만이면, 버스, 즉 가장 값싼 여행 방법들은 여행을 시작하기 위한 제 1 여행 방법으로 선택될 수 있다. 각 버스 정류장과 승객의 목적지 사이의 거리에 해당하는 히치하이킹, 택시 또는 운전기사가 딸린 차량 서비스를 취하는 총 요금은 각각 계산될 수 있다. 3개의 역들에 대해 버스를 선택한 후에 히치하이킹을 선택하는 것은 총 비용으로 인민폐 20위안과 1.4 시간을 소요할 것이고, 900미터의 도보를 필요로 하는 양호한 하이브리드 여행 방법이 될 것이라는 결과가 발견될 수 있다. 마지막으로, 하이브리드 여행 방법은 승객에 의해 선택될 수 있다. 위의 예에서 그리 디 알고리즘이 먼저 최적의 최적화 타깃으로 제품을 최적화하기 위하여 글로벌 최적화 방법으로 사용될 수 있음이 도시된다. 제 1 최적화 해결책이 몇몇 제한사항들(예를 들어, 현재 최적화 목적)을 충족시키지 않으면, 제 2 대안이 선택될 수 있다(예를 들어, 히치하이킹).
본 개시사항의 시스템의 모듈들이 그들의 기능들에 따라 논리적으로 분할된다는 것을 주목해야 한다. 이들 모듈들은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려는 의도하는 것은 아니다. 이 모듈들은 다른 요구건들에 따라 재-분할되거나 결합될 수 있다. 예를 들어, 일부 모듈들은 단일 모듈로 결합될 수 있거나, 더 많은 하위-모듈들로 더 분할될 수 있다.
본 개시사항의 다양한 모듈들은, 하드웨어, 하나 이상의 프로세서들에서 실행되는 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 당업자들에게, 본 개시사항의 모듈들의 일부 또는 모든 기능들은 마이크로프로세서 또는 디지털 신호 프로세서(DSP)에 의해 구현될 수 있다. 본 개시사항은 또한 본 명세서에서 설명된 방법들의 일부 또는 전부를 수행하는 디바이스 또는 디바이스에서 실행되는 프로그램(예를 들어, 컴퓨터 프로그램 및 컴퓨터 프로그램들을 갖는 제품)으로서 구현될 수 있다. 이러한 종류의 프로그램들은 컴퓨터 판독 가능 매체에 저장될 수 있거나, 하나 이상의 신호들의 형태일 수 있다. 이러한 신호들은 인터넷 웹 사이트에서 다운로드될 수 있거나, 반송파 신호 상에 제공될 수 있거나, 또는 임의의 다른 형태로 제공될 수 있다.
상술한 실시예들은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아니다. 당업자들에 대해, 본 개시사항의 교시에 따라 다양한 변형들 및 수정들이 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다. 본 특허 개시사항의 범위는 청구항들의 범위와 일치해야 한다.
도 13은 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)에 의한 차량 상태를 검출하는 프로세스의 일 예의 흐름도이다. 단계(1310)에서, POI 엔진(110)은 차량으로부터의 지리적인 데이터 흐름을 수신할 수 있고, 13에 도시된 바와 같이 주어진 시간주기에 차량의 다수의 지리적 좌표들을 획득할 수 있다. 단계(1310)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 지리적인 데이터 흐름은 위치지정 기술을 사용하여 획득될 수 있고, 위치지정 기술은 GPS(Global Positioning System) 기술, GLONASS(Global Navigation Satellite System) 기술, Beidou 네비게이션 시스템 기술, Galileo 위치지정 시스템 기술, QZSS(Quasi-Zenith Satellite System) 기술, Wi-Fi 위치지정 기술, 등 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. 본 개시사항의 일부 실시예들에 따르면, GPS 위치지정 기술에 의해 획득된 GPS 데이터 흐름은 주어진 시간 주파수에서 차량에 의해 업로드된 다수의 실시간 GPS 좌표들을 포함할 수 있고, 각 GPS 좌표는 각각의 샘플링 시간에 차량의 위치에 대응한다. 일부 실시예들에서, 주어진 시간 주파수에서 차량에 의해 업로드된 다수의 실시간 GPS 좌표들에 대하여, 각각의 GPS 좌표는 각각의 샘플링 시간에서 차량의 위치에 대응할 수 있다. 예를 들어, 차량의 현재 GPS 좌표들은 스마트 디바이스의 GPS 모듈에 의해 실시간으로 획득될 수 있고; 특정 시간 주파수에서 샘플링된 GPS 좌표들은 차량-호출 애플리케이션의 장기간 연결 서비스에 의해 실시간으로 업로드될 수 있다. 일부 실시예들에서, POI 엔진(110)의 처리 모듈(210)의 주소 분석 유닛(310)은 주어진 시점과 관련된 주어진 주기에서 GPS 데이터 흐름으로부터 다수의 GPS 좌표들을 추출할 수 있다. 예를 들어, 실시간 GPS 데이터 흐름[Gi = {sxi, syi, ti}]은 GPS 위치지정 기술을 사용하여 획득될 수 있고, 여기에서 i= 1,2,3, ..., n이고, sx는 GPS 데이터 흐름의 경도들을 나타낼 수 있고, sy는 GPS 데이터 흐름의 위도들을 나타낼 수 있고, t는 GPS 데이터 흐름의 샘플링 시간을 나타낼 수 있다. 주어진 시점(t)에 따라, 시간 간격(t-tj <ε)에서 다수의 GPS 좌표들(Gj)이 얻어질 수 있고, 여기서 Gj = {sxj, syj}이고, j = 1, 2, 3, ..., k이다.
단계(1320)에서, POI 엔진(110)은 다수의 지리적 좌표들의 중심점 좌표 및 각각의 지리적 좌표와 중심점 좌표 사이의 거리 및 방위 분포를 계산할 수 있다. 단계(1320)는 POI 엔진(110)의 처리 모듈(210)의 계산 하위-유닛(385)에 의해 수행될 수 있다. 일부 실시예들에서, 계산 하위-유닛(385)은 다수의 GPS 좌표들의 중심점 좌표, 각 GPS 좌표와 중심점 좌표 사이의 유클리드 거리 및 라디안, 및 각 유클리드 거리 및 각 라디안에 기초하여 각 GPS 좌표와 중심점 좌표 사이의 정규화된 거리 및 방위 분포를 계산하도록 구성될 수 있다. 본 명세서에서, 유클리드 거리는 클러스터링 분석에서 거리를 계산하는 일반적인 방법들 중 하나이다. 일부 실시예들에서, 거리를 계산하는 방법들은 유클리드 거리, 맨하탄 거리, 마할라노비스 거리 및/또는 해밍 거리, 등을 포함할 수 있지만, 이에 한정되는 것은 아니다. 예를 들어, 주어진 주기에서 차량의 다수의 GPS 좌표들은 주소 분석 유닛(310)에 의해 획득될 수 있다, 즉, Gj = {sxj, syj}이고, 여기서 j = 1, 2, 3, ..., k이다. 첫 번째로, 다수의 GPS 좌표들의 중심 좌표(g0)는 다음과 같이 계산될 수 있다 :
이후, 각 GPS 좌표와 중심점 좌표 사이의 유클리드 거리(ω(Gj,g0))와 라디안(ψ(Gj,g0))이 계산될 수 있다. 각 유클리드 거리(ω(Gj,g0)) 및 라디안(ψ(Gj,g0))에 기초하여, 각 GPS 좌표와 중심점 좌표 사이의 정규화된 거리(S(Gj,g0)) 및 방위 분포(θ(Gj,g0))는 식 (4) 및 식 (5)에 따라 계산되고, 여기서 W는 실험 데이터 및 실제 경험에 기초하여 선택된 제 1 임계값이다.
단계(1330)에서, 차량 상태는 거리 및 방위 분포에 기초하여 결정될 수 있다. 단계(1330)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)에 의해 수행될 수 있다. 일부 실시예들에서, 결정 유닛(380) 및 계산 하위-유닛(385) 각 GPS 좌표와 중심점 좌표 사이의 정규화된 거리 및 방위 분포에 기초하여, 평균 정규화된 거리 및 총 방위 분포를 계산할 수 있고; 평균 정규화된 거리, 제 1 임계값, 총 방위 분포 및 제 2 임계값에 기초하여 차량 상태를 결정할 수 있다. 예컨대, 각 GPS 좌표와 중심점 좌표 사이의 정규화된 거리(S(Gj,g0)) 및 방위 분포(θ(Gj,g0))는 계산 하위-유닛(385)에 의해 획득될 수 있다. 먼저, 평균 정규화된 거리(Savg) 및 총 방위 분포(θsum)는 다음과 같이 계산될 수 있다:
및
이후, 차량 상태(R)는 식 (8)에 따라 결정될 수 있고, 여기서 1은 차량이 정적임을 나타낼 수 있고, 0은 차량이 정적이 아님을 나타낼 수 있고, 파라미터(
)는 제 1 임계값을 나타낼 수 있고, 파라미터(η)는 제 2 임계값을 나타낼 수 있고, 2 개의 임계값은 실험 데이터 및 실제 경험에 기초하여 선택된다. 일부 실시예들에서, 차량의 정지 상태는 저속 여행 상태일 수 있다.
예시적인 흐름도는, 흐름도, 흐름도 표, 데이터 흐름도, 구조도 또는 블록도로서 기술될 수 있음을 주목해야 한다. 단계들의 순서는 재배열될 수 있다. 프로세스 내의 단계들이 완료될 때, 프로세스는 순서도에 포함되지 않은 마지막 또는 추가 단계들로 진행할 수 있다. 본 개시사항의 일부 실시예들에 따르면, POI 엔진(110)에 의해 차량 상태를 결정하는 것은, 차량 상태 및 중심점 좌표를 저장하는 것과, 차량 상태에 관한 검색 요청에 응답하여 차량 상태 및 중심점 좌표를 송신하는 것을 포함할 수 있다. 일부 실시예들에서, POI 엔진(110)의 저장 모듈(220)은 차량 상태 및 중심점 좌표를 저장하도록 구성될 수 있다. 일부 실시예들에서, POI 엔진(110)의 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)는 차량 상태의 검색 요청에 응답하여 차량 상태 및 중심점 좌표를 송신하도록 구성될 수 있다. 예를 들어, 차량-호출 플랫폼에서, 차량 상태(R) 및 중심점 좌표(g0)는 저장 디바이스에 저장될 수 있다. 주문형 서비스 시스템(105)이 차량 상태에 관한 검색 요청을 송신할 때, 검색 시점에 대응하는 차량 상태(R) 및 중심점 좌표(g0)는 저장 디바이스로부터 판독될 수 있고, 주문형 서비스 시스템(105)으로 송신될 수 있다. 일부 실시예들에서, 차량은 승객 단말 디바이스(120) 및/또는 승객 단말 디바이스(140)에 의해 GPS 데이터를 주문형 서비스 시스템(105)에 특정 주파수로 업로드할 수 있다. POI 엔진(110)의 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)는 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)로부터 GPS 데이터 흐름을 수신할 수 있다. 주소 분석 유닛(310)은 주어진 주기에 차량의 다수의 GPS 좌표를 획득할 수 있다. 계산 하위-유닛(385)은 다수의 GPS 좌표들의 중심점 좌표, 및 각 GPS 좌표와 중심점 좌표 사이의 거리 및 방위 분포를 계산할 수 있다. 결정 유닛(380)은 거리 및 방위 분포에 따라 차량 상태를 결정할 수 있다. 결정 유닛(380)은 차량 상태 및 중심점 좌표를 POI 엔진(110)의 저장 모듈(220) 및/또는 데이터베이스(130)에 저장할 수 있고, 주문형 서비스 시스템(105)에 의한 차량 상태에 관한 검색 요청에 응답할 수 있고, 저장 모듈(220) 및/또는 데이터베이스(130)로부터의 검색 시점에 대응하는 차량 상태 및 중심점 좌표를 판독할 수 있고, 차량 상태의 데이터를 주문형 서비스 시스템(105)에 송신할 수 있다. 일부 실시예들에서, 계산 유닛(350)은 주어진 주기에 차량 상태 및/또는 차량의 다수의 GPS 좌표들에 기초하여 서비스 요금을 계산할 수 있다. 일부 실시예들에서, 결정 유닛(380)의 계산 유닛(350) 및 계산 하위-유닛(385)은 차량 상태에 기초하여 서비스 요금을 계산할 수 있다.
일부 실시예들에서, 계산 유닛(350) 또는 계산 하위-유닛(385)은 차량 상태 및 상이한 차량 상태의 지속 기간에 기초하여 서비스 요금을 계산할 수 있다. 일부 실시예들에서, 차량이 정적 상태 또는 저속 운전 상태에 있을 때(예를 들어, 평균 속도가 특정 임계값 미만일 때), 서비스 요금을 계산하는 방법은 시간에 기초할 수 있다, 즉 서비스 요금은 분으로 계산된다. 대안적으로, 하나 이상의 단위 시간 비율이 설정될 수 있다.
저속 운전 상태를 결정하기 위해 사용된 임계값이 미리 설정된 속도, 또는 차량의 위치, 시간 등의 요소에 기초하여 결정되는 동적 속도일 수 있음을 주목해야 한다. 하나 이상의 저속 운전 상태들이 존재할 수 있다. 저속 운전 상태의 다수의 스테이지들은 다수의 상이한 속도 범위에 대응할 수 있다. 저속 운전 상태가 다수의 스테이지들을 가질 때, 상이한 단위 시간 비율들이 각각 상이한 스테이지들에 대해 설정될 수 있다. 동일한 단위 시간 비율은 둘 이상의 상태들에 대해 설정될 수 있다.
일부 실시예들에서, 차량이 움직임 상태 또는 고속 운전 상태(예를 들어, 평균 운전 속도가 특정 임계값을 초과하는)일 때, 서비스 요금을 계산하는 방법은 거리에 기초할 수 있다, 즉 서비스 요금은 단위 거리로 계산된다. 대안적으로, 하나 이상의 단위 거리 비율들이 설정될 수 있다.
고속 운전 상태를 결정하기 위해 사용되는 임계값이 미리 설정된 속도 또는 차량의 위치, 시간 등과 같은 요소들에 기초하여 결정되는 동적 속도일 수 있음을 주목해야 한다. 하나 이상의 고속 운전 상태가 존재할 수 있다. 고속 운전 상태의 다수의 스테이지들은 다수의 상이한 속도 범위들에 대응할 수 있다. 고속 운전 상태가 다수의 스테이지들을 가질 때, 상이한 단위 거리 비율들은 상이한 스테이지들에 대해 각각 설정될 수 있다. 동일한 단위 거리 비율이 또한 두 개 이상의 상태들에 대해 설정될 수 있다.
일부 실시예들에서, 주문을 완료하는 프로세스는 차량 상태의 다수의 변환들을 포함할 수 있다. 계산 하위-유닛(385)은 차량의 정적 상태 또는 저속 운전 상태의 지속 기간의 통계적 분석을 수행할 수 있다. 이후, 계산 유닛(350)은 단위 거리 비율에 기초하여 정적 상태 또는 저속 운전 상태에 있는 차량의 서비스 요금을 계산할 수 있다. 또한, 연산 유닛(385)은 차량의 고속 운전 상태의 지속 시간 및 거리에 대한 통계 분석을 수행할 수 있다. 이후, 계산 유닛(350)은 단위 거리 비율에 기초하여 고속 운전 상태에 있는 차량의 서비스 요금을 계산할 수 있다. 정적 상태, 저속 운전 상태 및 고속 운전 상태의 서비스 요금에 기초하여, 계산 유닛(350)은 최종적으로 전체 여행 경로의 총 서비스 요금을 계산할 수 있다. 일부 실시예들에서, 서비스 요금은 운송 서비스가 구현될 때 계산될 수 있다, 즉 서비스 요금은 실시간으로 계산된다. 일부 실시예들에서, 서비스 요금은 운송 서비스가 완료된 후에 균일하게 계산될 수 있다.
서비스 요금을 가격 결정하는 것의 설명은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아니다. 당업자들에 대해, 운송 서비스의 가격 결정에 관한 본 개시사항의 교시 하에 다양한 변형들 및 수정들이 이루어질 수 있다. 예를 들어, 계산 유닛(350)은 단위 거리 비율에 기초하여 차량의 저속 운전 상태의 가격을 결정할 수 있다. 다른 예로서, 계산 유닛(350)은 단위 시간 비율에 기초하여 차량의 고속 운전 상태의 가격을 결정할 수 있다. 이러한 모든 변형들은 본 개시사항의 보호 범위 내에 든다.
당업자에 대해, 본 개시사항의 위의 설명에서의 모듈들, 유닛들 또는 단계들이 일반 계산 모듈에 의해 실현될 수 있음은 명백할 것이다. 예를 들어, 모듈들, 유닛들 또는 단계들은 하나의 계산 모듈에 통합될 수 있거나, 또는 다수의 계산 모듈들의 네트워크상에 분산될 수 있다. 대안적으로, 모듈들, 유닛들 또는 단계들은 실행 가능 프로그램 코드들이 저장 모듈에 저장되어, 계산 모듈에 의해 실행될 수 있도록, 실행 가능 프로그램 코드에 의해 구현될 수 있다. 모듈들, 유닛들 또는 단계들은 이들의 각각을 개별 집적 회로 모듈 상에 분산시키거나, 또는 모듈들 또는 단계들의 일부를 단일 집적 회로 모듈 상에 분산시킴으로써 구현될 수 있다. 이러한 방식으로, 본 개시사항은 임의의 특정 하드웨어 또는 소프트웨어의 조합에 한정되지 않는다.
위의 예들이 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아님을 주목해야 한다. 당업자들에 대해, 본 개시사항의 교시 하에서 다양한 변형들 및 수정들이 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다.
도 14는 본 개시사항의 일부 실시예들에 따른 POI 엔진(110)에 의해 위치지정 정보가 비정상인지 여부를 결정하는 프로세스의 일 예의 흐름도이다. 단계(1410)에서, POI 엔진(110)은 주어진 주기에서 승객/운전자의 다수의 지리적 좌표들을 획득할 수 있다. 단계(1410)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 주어진 주기에 승객/운전자의 다수의 지리적 좌표들의 위치 정보는 POI 엔진(110)에 의해 획득될 수 있다. 본 개시사항의 일부 실시예들에 따라, 주어진 주기는 이전 경험 및/또는 실험 데이터에 의해 결정된 10분, 30분, 1시간, 등과 같은 주기일 수 있다. 승객/운전자는 일정한 간격들로 주어진 주기에 다수의 지리적 좌표들을 업로드할 수 있다. 시간 간격들은 10초, 등이 될 수 있다. 각 지리적 좌표는 지리적 좌표가 업로드될 때 승객/운전자의 위치를 나타낼 수 있다.
단계(1420)에서, POI 엔진(110)은 다수의 지리적 좌표를 다수의 그룹들로 분할할 수 있다. 단계(1420)는 POI 엔진(110)의 처리 모듈(210)의 그룹화 유닛(340)에 의해 수행될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 다수의 지리적 좌표들은 적어도 하나의 클러스터링 알고리즘을 사용하여 수 개의 그룹들로 분할될 수 있다. 클러스터링 알고리즘은 K-MEANS 알고리즘, K-MEDOIDS 알고리즘, CLARANS 알고리즘 등, 또는 이들의 임의의 조합을 포함할 수 있지만, 이에 한정되는 것은 아니다. N개의 그룹들 또는 기록들을 갖는 데이터 세트는 클러스터링 알고리즘을 사용하여 K개의 그룹들로 분할될 수 있다. 각 그룹은 하나의 클러스터로서 지칭될 수 있고, 여기에서 K < N이다. 그리고 K개의 그룹들은 다음의 기준을 충족시킬 수 있다:
(1) 각 그룹은 적어도 하나의 데이터 기록을 포함할 수 있다.
(2) 각 데이터 기록은 하나의 그룹에 속할 수 있고, 오직 하나의 그룹에만 속할 수 있다(이러한 기준은 퍼지 클러스터링 알고리즘들을 사용할 때 엄격하게 실행되지 않을 수 있음을 주목해야 한다).
주어진 K개의 그룹들에 대해, 알고리즘은 초기 그룹화 방법을 생성할 수 있고, 그룹화 방법을 개선하기 위해 반복을 반복적으로 수행함으로써 그룹화 방법을 변경할 수 있다. 본 명세서에서, 그룹화 방법이 개선되었다고 결론짓는 기준은 동일한 그룹 내의 기록들이 가능한 한 근접하거나 관련이 있고, 다른 그룹들 내의 기록들이 가능한 한 멀리 떨어지거나 또는 상이하다는 것과 관련될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 위치 좌표들은 좌표들 사이의 거리들에 기초하여 그룹화될 수 있다. 그룹화된 후에, 동일한 그룹 내의 위치 좌표들은 가능한 한 서로 근접될 수 있고(즉, 동일한 그룹 내의 2개의 좌표들 사이의 거리는 가능한 한 작게 유지될 수 있고), 상이한 그룹들 내의 위치 좌표들은 가능한 한 서로 멀리 떨어져 있다(즉, 다른 그룹 내의 두 좌표들 사이의 거리는 가능한 한 크게 유지될 수 있다). 본 개시사항의 일부 실시예들에 따르면, 다수의 위치지정 정보(예를 들어, N개 좌표들)는 클러스터링 알고리즘에 기초하여 다수의 그룹들(즉, 다수의 클러스터들)로 분할될 수 있다. 그룹들의 수(즉, 클러스터들의 수)는 이전의 경험 또는 실험 데이터, 예를 들어, K(N≥K> 0)에 의해 결정될 수 있다.
단계(1430)에서, POI 엔진(110)은 각 그룹의 중심점의 위치 정보, 및 각 위치와 각 그룹 내의 중심점의 위치 사이의 거리를 구할 수 있다. 이 단계는 POI 엔진(110)의 처리 모듈(210)의 주소 분석 유닛(310), 및 연산 유닛(350)에 의해 수행될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 각 그룹의 중심점의 위치 정보를 획득하는 것은, 각 그룹 내의 모든 위치 정보의 평균을 계산하는 것, 및 그 평균을 각 그룹의 중심점의 위치 정보로 취하는 것을 각각 포함할 수 있다. 예를 들어, 그룹화 유닛(340)은 N개의 좌표들을 K개의 그룹들로 분할할 수 있고, 계산 유닛(350)는 K개의 평균 좌표들을 얻기 위해 각 그룹 내의 모든 좌표들의 평균을 계산할 수 있다. K개의 평균 좌표들은 각각 대응하는 그룹들의 중심점 좌표들일 수 있다. 본 개시사항의 일부 실시예들에 따르면, 각 획득된 위치와 각 그룹 내의 중심점의 위치 사이의 거리는 각각 계산된 각 그룹의 중심점의 위치 정보에 기초하여 계산될 수 있다. 예를 들어, 위치지정 기술을 사용하여 얻은 N개 좌표들에 대해, 각 위치와 각 그룹 내의 각 그룹의 중심점의 위치 사이의 거리는 각각 계산될 수 있으며, N개의 거리들이 전체적으로 획득될 수 있다.
단계(1440)에서, POI 엔진(110)은 각각의 지리적 좌표와 각 그룹 내의 중심점의 위치 사이의 최대 거리들을 획득할 수 있다. 단계(1440)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380) 및 계산 하위-유닛(385)에 의해 수행될 수 있다. 예를 들어, 상술한 N개의 거리들에 기초하여 N개의 거리들의 최대치가 계산 및 결정될 수 있다. 최대값은 Rmax로 지정될 수 있다.
단계(1450)에서, POI 엔진(110)은 승객/운전자의 위치지정 정보가 비정상인지 여부를 최대 거리(즉, 상술한 N개 거리들의 최대값)에 기초하여 결정할 수 있다. 단계(1450)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)에 의해 수행될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 승객/운전자의 위치지정 정보가 비정상인지의 여부를 결정하는 것은: 최대 거리를 미리 설정된 임계값과 비교하는 것; 및 비교 결과에 기초하여 승객/운전자의 위치지정 정보가 비정상인지 여부를 결정하는 것을 포함한다. 미리 설정된 임계값은 이전의 경험 또는 실험 데이터에 의해 결정될 수 있다. 예를 들어, 하나의 시나리오에서 승객/운전자는 움직임 상태에 있고, 예를 들어 운전자는 운전 중이고, 승객은 움직이는 중이고, 임계값은 50미터로 설정될 수 있다. 이후, 일정 주기(예를 들어, 30분)에 운전자/승객의 위치가 변경중일 수 있다. 이 주기에 운전자/승객에 의해 업로드된 위치 정보가 너무 집중되면(예를 들어, Rmax < 50미터), 승객/운전자의 위치지정 정보는 비정상적일 수 있다. 이때, 운전자/승객은 예컨대 위치지정 디바이스의 위치지정 기능이 턴오프되었지와 같은 위치지정 정보가 비정상인 이유를 알아내도록 통보받을 수 있다. 다른 예로서, 다른 장면에서 운전자/승객은 움직임 상태 또는 저속 운전 상태에 있지 않다, 예컨대 정적이거나 또는 천천히 걷는 보행자, 또는 교통 혼잡에 빠져있는 운전자. 이 장면에서 임계값은 1000미터로 설정될 수 있다. 이후, 일정 주기(예를 들어, 5분)에, 운전자/승객의 위치는 기본적으로 변하지 않거나 천천히 변할 수 있다. 따라서, 운전자/승객에 의해 이 주기에 업로드된 위치지정 정보가 너무 분산되면(예를 들어, Rmax > 1000미터), 운전자/승객의 위치지정 정보는 이 주기에 비정상일 수 있다. 임계값의 선택 및 최대값과 임계값 사이의 관계(예를 들어, 보다 큰, 보다 작은, 같은, 보다 작지 않은, 보다 크지 않은)에 기초하여 운전자/승객의 위치 정보가 비정상인지의 여부를 결정하는 것은, 특정 실시예들에서 구체적인 시나리오 및 운전자/승객의 위치에 의존할 수 있다. 실시예들의 위의 설명이 설명의 목적들을 위해 제공되고, 본 개시의 범위를 제한하려 의도하지 않는다는 점을 주목해야 한다. 사용자의 위치지정 정보가 비정상인지 여부를 최대값과 임계값의 비교에 기초하여 결정하는 임의의 방법이 본 개시사항의 사상 및 범위 내에 든다는 점을 주목해야 한다. 일부 실시예들에서, 계산 유닛(350)은 위치지정 정보 및/또는 다수의 지리적 좌표들에 기초하여 서비스 요금을 계산할 수 있다. 일부 실시예들에서, 결정 유닛(380) 및 계산 하위-유닛(385)은 위치지정 정보가 정상이라는 결정에 기초하여 서비스 요금을 추가로 계산할 수 있다.
위치지정 정보가 비정상인지의 결정은 상이한 시나리오들에 적용될 수 있다. 예를 들어, 위치지정 정보가 비정상인지의 결정은 주문을 운전자에게 촉구할지를 결정하는데 사용될 수 있다. 예를 들어, 운전자는 운전자 단말기 디바이스(140)에 의해 자신의 위치를 제공할 수 있고, 승객에 관한 서비스를 POI 엔진(110)를 향해 제공하도록 요청할 수 있다. POI 엔진(110)이 운전자의 위치지정 정보가 비정상이라고 결정하면, 운전자는 승객의 주문을 할당받는데 거부될 수 있다. 다른 예로서, 위치지정 정보가 비정상인지의 결정은 서비스 요금을 계산하는데 사용될 수 있다. 운전자의 위치지정 정보가 비정상적이면, 서비스 요금의 계산은 적절하게 조정될 수 있다. 그렇지 않으면, POI 엔진(110)은 적절한 조언을 승객 또는 운전자에게 송신할 수 있다.
흐름도는 흐름도, 흐름도 표, 데이터 흐름도, 개략도 또는 블록도로서 기술될 수 있음을 주목해야 한다. 비록 흐름도가 단계들을 순차적인 프로세스로서 기술할지라도, 실제 프로세스는 다수의 동작들을 함께 또는 동시에 구현할 수 있다. 게다가, 단계들의 순서는 재배열될 수 있다. 프로세스 내의 단계들이 완료될 때, 프로세스는 흐름도에 포함되지 않은 마지막 또는 추가 단계들로 진행할 수 있다. 프로세스는 방법, 기능, 프로그램, 하위-루틴, 하위-프로그램 등에 대응할 수 있다. 프로세스가 기능에 대응할 때, 프로세스의 종료는 기능 또는 주 기능을 호출하는 것으로의 기능의 반환들에 대응할 수 있다. 또한, 본 개시사항의 위의 설명에서 모듈들, 유닛들 또는 단계들이 일반적인 계산 모듈들에 의해 구현될 수 있음은 당업자에게 명백할 것이다. 예를 들어, 모듈들, 유닛들 또는 단계들은 하나의 계산 모듈에 통합될 수 있거나, 또는 다수의 계산 모듈들의 네트워크상에 분산될 수 있다. 대안적으로, 모듈들, 유닛들 또는 단계들은, 실행 가능 프로그램 코드들이 저장 모듈에 저장되고 계산 모듈에 의해 실행될 수 있도록, 실행 가능 프로그램 코드에 의해 구현될 수 있다. 모듈들, 유닛들 또는 단계들은 이들 각각을 개별 집적 회로 모듈상에 분산시킴으로써, 또는 모듈들 또는 단계들의 일부를 단일 집적 회로 모듈상에 분산시킴으로써 구현될 수 있다. 이러한 방식으로, 본 개시사항은 특정 하드웨어 또는 소프트웨어의 조합에 한정되지 않는다.
위의 실시예들이 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것이 아님을 주목해야 한다. 당업자들에 대해, 본 개시사항의 교시 하에 다양한 변형들 및 수정들이 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 것이다.
도 15a는 본 개시사항의 일부 실시예들에 따라 POI 엔진(110)에 의해 사용자의 위치지정 정보가 비정상인지 여부를 결정하는 예시적인 프로세스의 흐름도이다. 사용자는 서비스 요청자(예컨대, 승객), 서비스 제공자(예컨대, 운전자), 등일 수 있다. 단계(1510)에서, POI 엔진(110)은 미리 설정된 시간 주기 내에서 사용자의 제 1 위치지정 정보를 획득할 수 있다. 단계(1510)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 미리 설정된 시간 주기 내에서 사용자의 다수의 지리적 좌표들의 정보는 위치지정 기술을 사용하여 획득될 수 있다. 위치지정 기술의 타입들 또는 세부사항들은 위의 설명에서 발견될 수 있고, 본원에서 더 설명되지 않을 것이다. 일부 실시예들에서, GPS 위치지정 기술을 사용하여 획득된 GPS 좌표 정보는 경도, 위도 및 시간 스탬프 정보를 포함할 수 있지만, 이에 한정되는 것은 아니다. 일부 실시예들에서, 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)는 미리 설정된 시간 주기 내에서 승객 단말 디바이스(120) 및/또는 운전자 단말 디바이스(140)의 제 1 위치지정 정보를 획득하도록 구성될 수 있다. 또한, 상기 제 1 위치지정 정보는 GPS 위치지정 기술을 이용하여 획득된 GPS 좌표 정보일 수 있다.
단계(1520)에서, POI 엔진(110)은 미리 설정된 시간 주기 내에서 승객/운전자의 제 2 위치지정 정보를 획득할 수 있다. 단계(1520)는 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 일부 실시예들에서, 미리 설정된 시간 주기 내에서 승객/운전자의 다수의 지리적 좌표들의 정보는 위치지정 기술을 사용하여 획득될 수 있다. 일부 실시예들에서, 제 2 위치지정 정보는 경도, 위도 및 타임 스탬프 정보를 포함할 수 있지만, 이에 한정되는 것은 아니다. 단계(1510)와 단계(1520)에서 미리 설정된 시간 주기가 동일할 수 있지만, 제 1 위치지정 정보 및 제 2 위치지정 정보는 상이한 위치지정 기술들을 사용하여 획득될 수 있음을 주목해야 한다. 일부 실시예들에서, 승객/운전자의 제 2 위치지정 정보는 기지국 위치지정 기술 또는 Wi-Fi 위치지정 기술을 사용하여 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 획득될 수 있다.
단계(1530)에서 POI 엔진(110)은 제 1 위치지정 정보를 제 2 위치지정 정보와 비교할 수 있다. 단계(1530)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)에 의해 완료될 수 있다. 본 개시사항의 일부 실시예들에 따르면, 결정 유닛(380)의 계산 하위-유닛(385)은 제 1 위치지정 정보 및 제 2 위치 정보 사이의 편차를 계산할 수 있다. 결정 유닛(380)는 편차를 제 1 미리 설정된 임계값과 비교할 수 있다. 특히, 예를 들어, 제 1 위치지정 정보와 제 2 위치지정 정보 사이의 오차는 제 1 위치지정 좌표와 제 2 위치지정 좌표 사이의 거리로서 지정될 수 있다. 거리는 제 1 미리 설정된 임계값과 비교될 수 있다. 일부 실시예들에서, 제 1 위치지정 정보는 GPS 위치지정 기술을 사용하여 획득된 GPS 좌표 정보일 수 있다. 제 2 위치지정 정보는 기지국 위치지정 기술 및/또는 Wi-Fi 위치지정 기술을 이용하여 획득된 제 2 좌표 정보일 수 있다. 일부 실시예들에서, 제 1 미리 설정된 임계값은 기지국 위치지정 또는 Wi-Fi 위치지정의 오차에 기초하여 설정될 수 있다. 일반적으로, 기지국 위치지정 또는 Wi-Fi 위치지정의 오차가 약 수백 미터이면, 제 1 미리 설정된 임계값은 수백 미터로 설정될 수 있다. 일부 실시예들에서, 제 1 위치지정 정보와 제 2 위치지정 정보의 비교 결과에 기초하여, 단계(1540)를 수행하지 않고 위치지정 정보가 비정상인지 여부를 결정하기 위하여, 직접 단계(1550)로 점프할 수 있다.
단계(1550)에서 POI 엔진(110)은 위치지정 정보가 비정상인지 여부를 결정할 수 있다. 단계(1550)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)에 의해 수행될 수 있다. 결정 유닛(380)이 편차가 제 1 미리 설정된 임계값 이상이라고 결정하면, 결정 유닛(380)은 제 1 위치지정 정보가 비정상이라고 결정할 수 있다. 일부 실시예들에서, 제 1 위치지정 정보는 GPS 좌표 정보일 수 있다. 제 1 위치지정 정보가 비정상이라고 결정될 때, GPS 좌표 정보는 잘못된 좌표 정보로 결정될 수 있다. 결정 유닛(380)이 편차가 제 1 미리 설정된 임계값보다 작은 것으로 결정하면, 위치지정 정보가 비정상인지 여부를 결정하는 방법은 단계(1540)를 더 포함할 수 있다.
일부 실시예들에서, 단계(1530)의 결과에 기초하여 위치지정 정보가 비정상인지의 여부가 아직 결정되지 않았다면, 단계(1540)가 수행될 수 있다. 단계(1540)에서, POI 엔진(110)은 기지국과 승객/운전자의 현재 주소 사이의 거리가 미리 설정된 거리보다 작은 기지국의 번호, 및 미리 설정된 시간 주기 내에서 기지국의 신호 강도를 획득할 수 있다. GPS 좌표 정보, 기지국의 번호 및 신호 강도에 기초하여, GPS 좌표 정보가 잘못된 좌표 정보인지가 결정될 수 있다. 단계(1540)는 POI 엔진(110)의 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다. 일부 실시예들에서, POI 엔진(110)은 단계(1540) 이전에 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)를 통해 승객/운전자의 현재 주소의 정보를 획득할 수 있다. 승객/운전자의 현재 주소에 기초하여, 처리 모듈(210)의 주소 분석 유닛(310)은 기지국과 승객/운전자의 현재 주소 사이의 거리가 미리 설정된 거리보다 작은 기지국을 결정할 수 있다. 승객/운전자의 현재 주소는 기지국 위치지정 기술 또는 Wi-Fi 위치지정 기술에 의해 획득된 좌표 정보일 수 있다. 특히, 예를 들어, 단계(1540)는 단계(1551-1553)를 포함할 수 있다.
도 15b는 POI 엔진(110)에 의해 위치지정 정보가 비정상인지 여부를 결정하는 예시적인 프로세스의 흐름도이다. 단계(1551)에서, POI 엔진(110)은 기지국과 승객/운전자의 현재 주소 사이의 거리가 미리 설정된 거리보다 작은 기지국의 번호, 및 미리 설정된 시간주기 내에서 기지국의 신호 강도를 획득할 수 있다. 기지국의 번호는 기지국을 식별하기 위한 고유한 일련번호일 수 있다. 하나의 기지국은 하나의 기지국 번호에 대응할 수 있다. 단계(1551)는 POI 엔진(110)의 승객 인터페이스(230) 및/또는 운전자 인터페이스(240)에 의해 수행될 수 있다.
단계(1552)에서, POI 엔진(110)은 미리 설정된 시간 주기 내에서 GPS 좌표의 변화를 제 2 미리 설정된 임계값과 비교할 수 있고, 미리 설정된 시간주기 내에서 기지국의 신호 강도의 변화를 제 3 미리 설정된 임계값과 비교할 수 있다. 단계(1552)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380), 및 계산 하위-유닛(385)에 의해 수행될 수 있다. 특히, 예를 들어, 미리 설정된 시간 주기 내에서 GPS 좌표의 변화는 미리 설정된 시간 주기의 시작점에서의 GPS 좌표와 미리 설정된 시간 주기의 마지막 점에서의 GPS 좌표 사이의 차이가 될 수 있다. 미리 설정된 시간 주기 내에서 기지국의 신호 강도의 변화는 미리 설정된 시간 주기의 시작점에서의 기지국의 신호 강도와 미리 설정된 시간 주기의 마지막 점에서의 동일한 기지국의 신호 강도 사이의 차이일 수 있다. 예를 들어, 미리 설정된 시간 주기가 1:10 내지 1:30이라면, 미리 설정된 시간 주기에서 GPS 좌표의 변화는 1:10의 GPS 좌표와 1:30의 GPS 좌표 사이의 차이일 수 있다. 미리 설정된 시간 주기에서 기지국의 신호 강도의 변화는 1:10의 기지국의 신호 강도와 1:30의 동일한 기지국의 신호 강도 사이의 차이일 수 있다. 미리 설정된 시간 주기가 실제 상황 및/또는 실제 요구 사항에 기초하여 조정될 수 있음을 주목해야 한다. 예를 들어, 미리 설정된 시간 주기는 5분, 20분, 30분, 1시간, 등일 수 있다.
단계(1553)에서 POI 엔진(110)은 제 1 위치지정 정보가 비정상인지 여부를 결정할 수 있다. 단계(1553)는 POI 엔진(110)의 처리 모듈(210)의 결정 유닛(380)에 의해 수행될 수 있다. 결정 유닛(380)이 GPS 좌표의 변화가 제 2 미리 설정된 임계값보다 크다고 결정하고, 기지국의 번호가 변하지 않고, 기지국의 신호 강도의 변화가 제 3 미리 설정된 임계값보다 작으면, 제 1 위치지정 정보는 비정상인 것으로 결정될 수 있다, 즉, 미리 설정된 시간 주기 내에서 GPS 좌표 정보는 잘못된 좌표 정보이다. 특히, 예를 들어, 승객/운전자의 GPS 좌표가 미리 설정된 시간 주기에서 크게 변하지만, 승객/운전자 근처의 기지국 번호가 변경되지 않고, 기지국의 신호 강도가 크게 변화하지 않으면, 미리 설정된 시간 주기 내에서 GPS 좌표는 잘못된 좌표 정보로 결정될 수 있다. 결정 유닛(380)이 GPS 좌표의 변화가 제 2 미리 설정된 임계값 이하라고 결정하고, 기지국의 번호가 변하고, 기지국의 신호 강도의 변화가 제 3 미리 설정된 임계값 이상이면, 제 1 위치지정 정보는 비정상인 것으로 결정될 수 있다, 즉, 미리 설정된 시간 주기 내의 GPS 좌표 정보는 잘못된 좌표 정보이다. 특히, 예를 들어, 승객/운전자의 GPS 좌표가 미리 설정된 시간 주기에서 크게 변하지 않지만, 승객/운전자 근처의 기지국의 번호가 변하고, 기지국의 신호 강도가 크게 변한다면, 미리 설정된 시간 주기 내의 GPS 좌표는 잘못된 좌표 정보인 것으로 결정될 수 있다. 일부 실시예들에서, 계산 유닛(350)은 위치지정 정보 및/또는 다수의 지리적 좌표들에 기초하여 서비스 요금을 계산할 수 있다. 일부 실시예들에서, 결정 유닛(380) 및 그 계산 하위-유닛(385)은 또한 정상으로 결정된 위치지정 정보에 기초하여 서비스 요금을 계산할 수 있다.
위치지정 정보가 이상인지를 결정하는 많은 방법들이 존재할 수 있고, 위의 설명에 한정되지 않음을 주목해야 한다. 일부 실시예들에서, 위치지정 정보가 비정상인지의 결정은 승객의 위치지정 정보를 처리하는데 사용될 수 있다. 예를 들어, 위치지정 정보가 비정상인지의 결정은 POI 엔진(110)이 승객으로부터의 주문 요청에 응답해야 하는지를 결정하는데 사용될 수 있다. 예를 들어, 승객은 승객 단말 디바이스(120)에 의해 자신의 위치지정 정보를 제공할 수 있고, 운전자 서비스에 대해 POI 엔진(110)에 요청을 송신할 수 있다. POI 엔진(110)이 승객의 위치지정 정보가 비정상이라고 결정하면, POI 엔진(110)은 또한 승객으로부터 더 많은 정보를 요청할 수 있거나, 승객에게 위치 정보가 비정상임을 상기시킬 수 있거나, 재위치지정 요청을 송신할 수 있거나, 또는 승객의 주문 요청을 거부할 수 있다. 일부 실시예들에서, 승객은 짧은 시간에 상이한 위치들에서 주문형 서비스를 요청할 수 있다(예를 들어, 상이한 위치들은 일정 시간 간격에서 서로 멀리 떨어져 있다). POI 엔진(110)은 또한 승객에게 상이한 서비스 요청에 대한 더 많은 정보를 문의할 수 있다. 예를 들어, 더 많은 정보는, 상이한 서비스 요청들이 동일한 승객으로부터 유래하는지의 여부, 연락처 정보, 및 상이한 서비스 요청들이 상이한 승객들로부터 유래할 때 다른 승객의 주문을 확인하는 방법을 포함할 수 있다. 승객 단말 디바이스(120)상의 승객에 의해 입력된 출발 위치가 승객 단말 디바이스(120)의 현재 위치로부터 멀리(예를 들어, 10km) 떨어져 있고, 승객에 의해 지정된 출발 시간이 승객 단말 디바이스(120)의 현재 시스템 시간에 근접한 (예, 10분 또는 20분) 경우, POI 엔진(110)은 또한 승객 단말 디바이스(120)에 확인 정보를 송신하여 승객에게 출발 위치 및/또는 출발 시간을 확인하도록 요청할 수 있다. POI 엔진(110)은 또한 승객 단말 디바이스(120)의 위치지정이 비정상인지 여부를 결정하기 위해 승객에게 다른 정보(예를 들어, 주변 공공 또는 상업 설비들, 중요한 랜드마크 건물들, 거리 명칭들, 등)를 요청할 수 있다.
본 개시사항의 시스템의 모듈들이 그들의 기능들에 따라 논리적으로 분할된다는 것을 주목해야 한다. 이들 모듈들은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 제한하려 의도하는 것은 아니다. 이 모듈들은 다른 요구 사항들에 따라 재분할되거나 결합될 수 있다. 예를 들어, 일부 모듈들은 단일 모듈로 결합될 수 있거나, 또는 더 많은 하위-모듈들로 더 분할될 수 있다.
본 개시사항의 다양한 모듈들은 하드웨어, 하나 이상의 프로세서들에서 실행되는 소프트웨어, 또는 이들의 조합으로 구현될 수 있다. 당업자들에게, 본 개시사항의 모듈들의 일부 또는 모든 기능들은 마이크로프로세서 또는 디지털 신호 프로세서(DSP)에 의해 구현될 수 있다. 본 개시사항은 또한 본 명세서에 설명된 방법의 일부 또는 전부를 수행하는 디바이스(예를 들어, 컴퓨터 프로그램 및 컴퓨터 프로그램을 갖는 제품)에서 실행되는 디바이스 또는 프로그램으로서 구현될 수 있다. 이러한 종류의 프로그램들은 컴퓨터 판독 가능 매체에 저장될 수 있거나, 하나 이상의 신호들의 형태일 수 있다. 이러한 신호들은 인터넷 웹 사이트에서 다운로드될 수 있거나, 반송파 신호 상에 제공될 수 있거나, 또는 임의의 다른 형태들로 제공될 수 있다.
상술한 실시예들은 설명의 목적들을 위해 제공되고, 본 개시사항의 범위를 한정하려 의도하는 것은 아니다. 당업자들에 대해, 본 개시사항의 교시에 하에 다양한 변형들 및 수정들이 이루어질 수 있다. 그러나 이러한 변형들 및 수정들은 본 개시사항의 사상 및 범위를 벗어나지 않을 수 있다. 본 특허 개시사항의 범위는 청구항들의 범위와 일치해야 한다.
도 16은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 모바일 디바이스의 구조이다. 일부 실시예들에서, 위치와 관련된 정보를 디스플레이 및 통신하도록 구성된 사용자 단말 디바이스는 모바일 디바이스(1600)일 수 있다. 모바일 디바이스는 스마트폰, 태블릿 컴퓨터, 음악 플레이어, 휴대용 게임 콘솔, GPS 수신기, 웨어러블 계산 디바이스(예를 들어, 안경, 시계, 등), 등을 포함할 수 있지만, 이에 한정되지는 않는다. 모바일 디바이스(1600)는 하나 이상의 중앙 처리 유닛들(CPU)(1640), 하나 이상의 그래픽 처리 유닛들(GPU)(1630), 디스플레이(1620), 메모리(1660), 안테나(1610)(예, 무선 통신 유닛), 저장 유닛(1690), 및 하나 이상의 입/출력(I/O) 디바이스들(1650)을 포함할 수 있다. 또한, 모바일 디바이스(1600)는 시스템 버스 또는 제어기(도 16에 도시되지 않음)를 포함하지만 이에 한정되지 않는 임의의 다른 적합한 구성요소일 수 있다. 도 16에 도시된 바와 같이, 모바일 운영 체계(1670)(예를 들어, IOS, 안드로이드, 윈도우폰, 등) 및 하나 이상의 애플리케이션들(1680)은 저장 유닛(1690)으로부터 메모리(1660)로 로드될 수 있고, CPU들(1640)에 의해 구현될 수 있다. 애플리케이션(1680)은 모바일 디바이스(1600) 내의 위치들과 관련된 정보를 수신하고 처리하도록 구성된 브라우저 또는 다른 모바일 애플리케이션들을 포함할 수 있다. 승객/운전자는 시스템 I/O 디바이스(1650)를 통해 위치들과 관련된 통신 정보를 획득할 수 있고, POI 엔진(110) 및/또는 시스템(100) 예를 들어 네트워크(150)의 다른 모듈들 또는 유닛들을 위한 정보를 제공할 수 있다.
상술한 다양한 모듈들, 유닛들 및 이들의 기능들을 구현하기 위해, 하나 이상의 요소들(예를 들어, 도 1 내지 도 15에 기술된 POI 엔진(110) 및/또는 시스템(100)의 다른 부분들)의 하드웨어 플랫폼으로서 컴퓨터 하드웨어 플랫폼이 사용될 수 있다. 이들 하드웨어 요소들, 운영 체계들 및 프로그램 언어들은 공통적이기 때문에, 당업자들이 이러한 기술들에 익숙할 수 있고, 본 개시사항에 설명된 기술들에 따라 주문형 서비스에서 요구되는 정보를 제공할 수 있다고 가정할 수 있다. 사용자 인터페이스를 갖는 컴퓨터는 PC 또는 다른 타입의 워크스테이션들 또는 단말 디바이스들로 사용될 수 있다. 적절하게 프로그래밍된 후, 사용자 인터페이스를 갖는 컴퓨터는 서버로서 사용될 수 있다. 당업자들이 또한 이러한 타입의 컴퓨터 디바이스의 이러한 구조들, 프로그램들 또는 일반적인 동작들에 익숙할 수 있다고 간주될 수 있다. 따라서, 도면들에 대한 추가적인 설명들은 기술되지 않는다.
도 17은 본 개시사항에 개시된 특정 시스템을 구현하도록 구성된 컴퓨팅 디바이스의 구조이다. 이러한 특정 시스템은 하나 이상의 사용자 인터페이스들을 포함하는 하드웨어 플랫폼을 설명하기 위해 기능 블록도를 사용할 수 있다. 컴퓨터는 범용 또는 특정 기능들을 갖는 컴퓨터일 수 있다. 두 타입들의 컴퓨터들은 본 개시사항의 일부 실시예들에 따라 임의의 특정 시스템을 구현하도록 구성될 수 있다. 컴퓨터(1700)는 본 설명에 개시된 주문형 서비스에 의해 요구되는 정보를 제공하는 임의의 구성요소들을 구현하도록 구성될 수 있다. 예를 들어, POI 엔진(110)은 컴퓨터(1700)와 같은 컴퓨터의 하드웨어 디바이스들, 소프트웨어 프로그램들, 펌웨어들 또는 이들의 임의의 조합에 의해 구현될 수 있다. 간략화를 위해, 도 17은 단지 하나의 컴퓨터를 도시한다. 일부 실시예들에서, 주문형 서비스가 요구할 수 있는 정보를 제공하는 컴퓨터의 기능들은 한 그룹의 유사한 플랫폼들에 의해 시스템의 처리 부하를 분산시키기 위해 분산형 모드로 구현될 수 있다.
컴퓨터(1700)는 데이터 통신을 구현할 수 있는 네트워크와 연결될 수 있는 통신 단말기(1750)를 포함할 수 있다. 컴퓨터(1700)는 또한 지령들을 실행하도록 구성되고 하나 이상의 프로세서들을 포함하는 CPU를 포함할 수 있다. 개략적인 컴퓨터 플랫폼은 내부 통신 버스(1710), 상이한 타입들의 프로그램 저장 유닛들 및 데이터 저장 유닛들, 예를 들어, 하드 디스크(1770), 판독전용 메모리(ROM)(1730), 랜덤 액세스 메모리(RAM)(1740), 컴퓨터 처리 및/또는 통신에 적용 가능한 다양한 데이터 파일, 및 CPU에 의해 가능하게 실행되는 일부 프로그램 지령들을 포함할 수 있다. 컴퓨터(1700)는 또한 컴퓨터 및 다른 구성요소들(예를 들어, 사용자 인터페이스(1780)) 사이의 데이터 흐름의 입력 및 출력을 지원할 수 있는 I/O 디바이스(1760)를 포함할 수 있다. 또한, 컴퓨터(1700)는 통신 네트워크를 통해 프로그램들 및 데이터를 수신할 수 있다.
주문형 서비스에 의해 요구되는 정보를 제공하는 방법들 및/또는 프로그램들에 의해 다른 단계들을 구현하는 방법들의 다양한 양상들이 위에서 설명되었다. 이러한 기술의 프로그램들은 실행 가능한 코드들 및/또는 상대 데이터 형태로 제공되는 "제품들" 또는 "인공물들"로 간주될 수 있다. 이러한 기술의 프로그램들은 컴퓨터 판독 가능 매체에 의해 결합되거나 구현될 수 있다. 유형의 비-휘발성 저장 매체는 컴퓨터, 프로세서, 유사한 디바이스들 또는 상대 모듈들 내에서 적용되는 임의의 타입의 메모리 또는 저장장치를 포함할 수 있다. 예를 들어, 유형의 비-휘발성 저장 매체는 다양한 타입들의 반도체 저장장치들, 테이프 드라이브들, 디스크 드라이브들, 또는 언제든지 소프트웨어에 저장 기능을 제공할 수 있는 유사한 디바이스들일 수 있다.
소프트웨어의 일부 또는 전부는 때때로 네트워크를 통해, 예컨대 인터넷 또는 다른 통신 네트워크들을 통해 통신할 수 있다. 이러한 종류의 통신은 컴퓨터 디바이스 또는 프로세서로부터 다른 컴퓨터 디바이스 또는 프로세서로 소프트웨어를 로딩할 수 있다. 예를 들어, 소프트웨어는 주문형 서비스 시스템의 관리 서버 또는 메인 컴퓨터로부터 컴퓨터 환경 내의 하드웨어 플랫폼, 또는 시스템을 구현할 수 있는 다른 컴퓨터 환경 또는 주문형 서비스에 의해 요구되는 정보를 제공하는 유사한 기능을 갖는 시스템에 로딩될 수 있다. 따라서, 소프트웨어 요소들을 송신하는 데 사용되는 다른 매체는 장비의 일부 사이의 물리적 연결들로서 사용될 수 있다. 예를 들어, 광파, 전파, 전자기파 등은 케이블들, 광 케이블들 또는 공기에 의해 송신될 수 있다. 파를 운반하는데 사용되는 물리적 매체, 예컨대 케이블, 무선 연결, 광 케이블 등은 호스팅 소프트웨어의 매체로서 간주될 수 있다. 본 명세서에서, 유형의 "저장" 매체가 특별히 지정되지 않는 한, 컴퓨터 또는 기계의 "판독 가능 매체"를 나타내는 다른 용어들이 임의의 지령을 실행할 때 프로세서에 의해 결합된 매체를 나타낼 수 있다.
컴퓨터 판독 가능 매체는, 유형의 저장 매체, 파-운반 매체 또는 물리적 송신 매체를 포함하지만 이에 한정되지 않는 다양한 형태들을 포함할 수 있다. 안정적인 저장 매체는 콤팩트 디스크, 자기 디스크 또는 다른 컴퓨터들 또는 유사한 디바이스들 내에 적용되는 저장 시스템들을 포함할 수 있고, 도면들에 기술된 시스템의 모든 부분들을 달성할 수 있는다. 불안정 저장 매체는 동적 메모리, 예컨대 컴퓨터 플랫폼의 메인 메모리를 포함할 수 있다. 유형의 송신 매체는, 컴퓨터 시스템의 내부에서 버스를 형성하는 회로를 포함하여, 동축 케이블, 구리 케이블 및 광섬유를 포함할 수 있다. 파-운반 매체는 전기 신호들, 전자기 신호들, 음향 신호들 또는 광파 신호들을 송신할 수 있다. 그리고 이들 신호들은 무선 주파수 통신 또는 적외선 데이터 통신에 의해 생성될 수 있다. 일반적인 컴퓨터 판독 가능 매체는 하드 디스크, 플로피 디스크, 자기 테이프, 또는 임의의 다른 자기 매체; CD-ROM, DVD, DVD-ROM, 또는 임의의 다른 광학 매체; 펀치드 카드들, 또는 애퍼처 모드를 포함하는 임의의 다른 물리적 저장 매체; RAM, PROM, EPROM, FLASH-EPROM, 또는 임의의 다른 메모리 칩 또는 자기 테이프; 데이터 또는 지령들을 송신하는데 사용된 운반 파들, 운반 파들을 송신하는데 사용된 케이블 또는 연결 디바이스들, 또는 컴퓨터에 액세스될 수 있는 임의의 다른 프로그램 코드 및/또는 데이터를 포함할 수 있다. 대부분의 컴퓨터 판독 가능 매체는 프로세서에 의해 지령들을 실행하거나 하나 이상의 결과를 송신하는데 적용될 수 있다.
본 개시사항의 일부 실시예들에 따라 다양한 변경들 및 개선들이 이루어질 수 있음은 당업자들에게 이해될 수 있을 것이다. 예를 들어, 위에서 기술한 시스템의 다양한 구성요소들은 모두 하드웨어 장비에 의해 달성된다. 실제로, 위에서 기술한 시스템의 다양한 구성요소들은 오로지 예를 들어, 시스템을 현재 서버에 설치하는 소프트웨어에 의해 달성될 수 있다. 부가적으로 또는 대안적으로, 본 명세서에 개시된 위치 정보는 펌웨어, 펌웨어와 소프트웨어의 조합, 펌웨어와 하드웨어의 조합, 또는 펌웨어, 하드웨어 및 소프트웨어의 조합에 의해 제공될 수 있다.
본 개시사항 및/또는 일부 다른 예들이 위에서 설명되었다. 위의 설명에 따라, 다양한 변경들이 달성될 수 있다. 본 개시사항의 주제는 다양한 형태들 및 실시예들에서 달성될 수 있고, 본 개시사항은 다양한 애플리케이션 프로그램들에서 추가로 사용될 수 있다. 청구항들에서 보호되어야 하는 모든 애플리케이션들, 수정들 및 변경들은 본 개시사항의 보호 범위 내에 들 수 있다.
Claims (20)
- 주문형 서비스(on-demand service)를 위한 정보를 제공하는 방법에 있어서:
승객 단말 디바이스로부터 승객의 서비스 요청 정보를 수신하는 단계로서, 상기 서비스 요청 정보는 상기 승객의 출발 위치를 포함하는, 상기 승객의 서비스 요청 정보를 수신하는 단계;
상기 승객과 관련된 이력 서비스 요청 정보를 획득하는 단계; 및
상기 승객의 출발 위치 및 상기 이력 서비스 요청 정보에 적어도 부분적으로 기초하여 여행-경로-관련 정보를 결정하는 단계를 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 1 항에 있어서,
상기 서비스 요청 정보는 시간 정보를 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 1 항에 있어서,
상기 여행-경로-관련 정보는 목적지, 상기 승객의 현재 위치와 상기 목적지 사이의 경로, 또는 상기 경로의 거리 중 적어도 하나를 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 3 항에 있어서,
상기 목적지는 분류 모델에 기초하여 결정되는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 4 항에 있어서,
상기 분류 모델은 상기 목적지들의 적어도 하나의 주소 분류 타입에 기초하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 1 항에 있어서,
상기 여행-경로-관련 정보를 상기 승객 단말 디바이스에 송신하는 단계를 더 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 6 항에 있어서,
상기 승객 단말 디바이스의 승객에 의해 상기 여행-경로-관련 정보와 관련된 처리된 데이터를 수신하는 단계를 더 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 1 항에 있어서,
상기 이력 서비스 요청 정보는, 이력 출발 위치, 이력 목적지, 상기 승객의 상기 이력 출발 위치와 상기 이력 목적지 사이의 이력 경로, 또는 상기 이력 경로의 거리 중 적어도 하나를 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 1 항에 있어서,
서비스 요금을 결정하는 단계를 더 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 제 9 항에 있어서,
상기 서비스 요금을 결정하는 단계는:
운전자가 다수의 시점들에 머무르는 다수의 위치들의 정보를 수신하는 단계; 및
상기 다수의 위치들의 상기 정보에 적어도 부분적으로 기초하여 상기 서비스 요금을 계산하는 단계를 포함하는, 주문형 서비스를 위한 정보를 제공하는 방법. - 주문형 서비스를 위한 정보를 제공하는 시스템에 있어서:
실행 가능 모듈을 저장하도록 구성된 유형의 컴퓨터 판독 가능 저장 매체로서, 상기 실행 가능 모듈은:
승객 단말 디바이스로부터 승객의 서비스 요청 정보를 수신하도록 구성된 서비스 요청자 인터페이스로서, 상기 서비스 요청 정보는 상기 승객의 출발 위치를 포함하는, 상기 서비스 요청자 인터페이스; 및
처리 모듈로서:
상기 승객과 관련된 이력 서비스 요청 정보를 획득하고;
상기 승객의 상기 출발 위치 및 상기 이력 서비스 요청 정보에 적어도 부분적으로 기초하여 여행-경로-관련 정보를 결정하도록 구성된, 상기 처리 모듈을 포함하는, 상기 유형의 컴퓨터 판독 가능 저장 매체; 및
상기 실행 가능 모듈을 구현하도록 구성된 프로세서를 포함하는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 11 항에 있어서,
상기 서비스 요청 정보는 시간 정보를 포함하는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 11 항에 있어서,
상기 여행-경로-관련 정보는 목적지, 상기 승객의 현재 위치와 상기 목적지 사이의 경로 및 상기 경로의 거리 중 적어도 하나를 포함하는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 13 항에 있어서,
상기 목적지는 분류 모델에 기초하여 결정되는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 14 항에 있어서,
상기 분류 모델은 상기 목적지들의 적어도 하나의 주소 분류 타입에 기초하는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 11 항에 있어서,
상기 서비스 요청자 인터페이스는 또한 상기 여행-경로-관련 정보를 상기 승객 단말 디바이스로 송신하도록 구성되는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 16 항에 있어서,
상기 서비스 요청자 인터페이스는 또한 상기 승객 단말 디바이스의 상기 승객에 의해 상기 여행-경로-관련 정보와 관련된 처리된 데이터를 수신하도록 구성되는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 11 항에 있어서,
상기 이력 서비스 요청 정보는, 이력 출발 위치, 이력 목적지, 상기 승객의 상기 이력 출발 위치와 상기 이력 목적지 사이의 이력 경로, 또는 상기 이력 경로의 거리 중 적어도 하나를 포함하는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 11 항에 있어서,
상기 처리 모듈은 또한 서비스 요금을 결정하도록 구성되는, 주문형 서비스를 위한 정보를 제공하는 시스템. - 제 19 항에 있어서,
상기 서비스 요금의 결정은:
서비스 제공자 인터페이스 모듈을 통해 운전자가 다수의 시점들에 머무르는 다수의 위치들의 정보를 획득하는 것; 및
상기 다수의 위치들의 상기 정보에 적어도 부분적으로 기초하여 상기 서비스 요금을 계산하는 것을 포함하는, 주문형 서비스를 위한 정보를 제공하는 시스템.
Applications Claiming Priority (23)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510039939.3A CN104599217B (zh) | 2015-01-27 | 2015-01-27 | 用于确定乘客的当前目的地的方法及设备 |
| CN201510039939.3 | 2015-01-27 | ||
| CN201510048217.4 | 2015-01-29 | ||
| CN201510048217.4A CN104574255A (zh) | 2015-01-29 | 2015-01-29 | 向用户提供出行路径的方法及设备 |
| CN201510070073.2A CN104599161A (zh) | 2015-02-10 | 2015-02-10 | 基于客户端的gps坐标点对订单进行计价的方法和设备 |
| CN201510070073.2 | 2015-02-10 | ||
| CN201510105381.4A CN104658255B (zh) | 2015-03-10 | 2015-03-10 | 基于gps数据来检测车辆静止状态的方法及装置 |
| CN201510105381.4 | 2015-03-10 | ||
| CN201510151590.2A CN104837114B (zh) | 2015-04-01 | 2015-04-01 | 用于确定用户的定位信息异常的方法和设备 |
| CN201510151590.2 | 2015-04-01 | ||
| CN201510239402.1A CN104899252B (zh) | 2015-05-12 | 2015-05-12 | 一种信息推送的方法及装置 |
| CN201510239402.1 | 2015-05-12 | ||
| CN201510284601.4A CN104869638B (zh) | 2015-05-28 | 2015-05-28 | Gps坐标作弊的检测方法及装置 |
| CN201510284601.4 | 2015-05-28 | ||
| CN201510464596.5A CN105138590A (zh) | 2015-07-31 | 2015-07-31 | 轨迹预测方法和装置 |
| CN201510464596.5 | 2015-07-31 | ||
| CN201510591079.4A CN105303817B (zh) | 2015-09-16 | 2015-09-16 | 一种出行方式的规划方法及装置 |
| CN201510591079.4 | 2015-09-16 | ||
| CN201510991394.6A CN106919993A (zh) | 2015-12-25 | 2015-12-25 | 一种基于历史数据的高准确性默认目的地预测方法及装置 |
| CN201511000093.9A CN106919996A (zh) | 2015-12-25 | 2015-12-25 | 一种目的地预测方法及装置 |
| CN201510991394.6 | 2015-12-25 | ||
| CN201511000093.9 | 2015-12-25 | ||
| PCT/CN2016/072357 WO2016119704A1 (zh) | 2015-01-27 | 2016-01-27 | 一种为按需服务提供信息的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180006875A true KR20180006875A (ko) | 2018-01-19 |
Family
ID=56542436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177023933A KR20180006875A (ko) | 2015-01-27 | 2016-01-27 | 주문형 서비스를 위한 정보를 제공하는 방법들 및 시스템들 |
Country Status (12)
| Country | Link |
|---|---|
| US (3) | US10458806B2 (ko) |
| EP (1) | EP3252704B1 (ko) |
| JP (2) | JP6637054B2 (ko) |
| KR (1) | KR20180006875A (ko) |
| AU (3) | AU2016212530A1 (ko) |
| CA (1) | CA2975002C (ko) |
| GB (1) | GB2550309A (ko) |
| HK (1) | HK1245955A1 (ko) |
| MY (1) | MY193639A (ko) |
| PH (1) | PH12017501345A1 (ko) |
| SG (1) | SG11201706149XA (ko) |
| WO (1) | WO2016119704A1 (ko) |
Families Citing this family (69)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10458806B2 (en) * | 2015-01-27 | 2019-10-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for providing information for an on-demand service |
| SG11201706188YA (en) * | 2015-01-29 | 2017-08-30 | Beijing Didi Infinity Tech And Dev Co Ltd | Order allocation system and method |
| US10120381B2 (en) * | 2015-03-13 | 2018-11-06 | Nissan North America, Inc. | Identifying significant locations based on vehicle probe data |
| US9944295B2 (en) | 2015-11-27 | 2018-04-17 | Bragi GmbH | Vehicle with wearable for identifying role of one or more users and adjustment of user settings |
| US20170153636A1 (en) * | 2015-11-27 | 2017-06-01 | Bragi GmbH | Vehicle with wearable integration or communication |
| US10104460B2 (en) | 2015-11-27 | 2018-10-16 | Bragi GmbH | Vehicle with interaction between entertainment systems and wearable devices |
| US10099636B2 (en) | 2015-11-27 | 2018-10-16 | Bragi GmbH | System and method for determining a user role and user settings associated with a vehicle |
| US10242574B2 (en) | 2016-03-21 | 2019-03-26 | Uber Technologies, Inc. | Network computer system to address service providers to contacts |
| US20180017400A1 (en) * | 2016-07-15 | 2018-01-18 | Microsoft Technology Licensing, Llc | Point of interest identification based on polyline route and progress along route |
| US20180032874A1 (en) * | 2016-07-29 | 2018-02-01 | Ca, Inc. | Document analysis system that uses process mining techniques to classify conversations |
| US10991063B2 (en) * | 2016-08-29 | 2021-04-27 | Conduent Business Services, Llc | System and method for optimization of on-demand microtransit |
| US10477504B2 (en) | 2016-09-26 | 2019-11-12 | Uber Technologies, Inc. | Network service over limited network connectivity |
| US10417727B2 (en) * | 2016-09-26 | 2019-09-17 | Uber Technologies, Inc. | Network system to determine accelerators for selection of a service |
| US10425490B2 (en) | 2016-09-26 | 2019-09-24 | Uber Technologies, Inc. | Service information and configuration user interface |
| CN108022140A (zh) * | 2016-11-02 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种用车订单推荐方法、装置及服务器 |
| CN107066478B (zh) * | 2016-12-14 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 一种虚假地址信息识别的方法及装置 |
| DE102017200193A1 (de) * | 2017-01-09 | 2018-07-12 | Ford Global Technologies, Llc | Verfahren zur Bewegungsprofilanalyse |
| CN106897919A (zh) * | 2017-02-28 | 2017-06-27 | 百度在线网络技术（北京）有限公司 | 用车类型预测模型建立、信息提供方法及装置 |
| CN109417767B (zh) | 2017-04-27 | 2020-09-18 | 北京嘀嘀无限科技发展有限公司 | 用于确定预估到达时间的系统和方法 |
| US11087287B2 (en) | 2017-04-28 | 2021-08-10 | Uber Technologies, Inc. | System and method for generating event invitations to specified recipients |
| CN110914855B (zh) * | 2017-06-06 | 2023-04-25 | 北京嘀嘀无限科技发展有限公司 | 区域划分系统和方法 |
| AU2017417171A1 (en) | 2017-06-13 | 2019-01-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
| US10700864B2 (en) * | 2017-07-12 | 2020-06-30 | International Business Machines Corporation | Anonymous encrypted data |
| WO2019015600A1 (en) * | 2017-07-20 | 2019-01-24 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEMS AND METHODS FOR RECOMMENDING A DESTINATION |
| CN109282825B (zh) * | 2017-07-21 | 2021-03-09 | 北京嘀嘀无限科技发展有限公司 | 道路标记方法及装置 |
| CN107528790B (zh) * | 2017-07-28 | 2020-08-04 | 东北大学 | 一种缓解公交网络拥塞的方法 |
| CN110999331B (zh) | 2017-08-04 | 2021-08-10 | 北京嘀嘀无限科技发展有限公司 | 一种命名接载位置的方法和系统 |
| US10721327B2 (en) | 2017-08-11 | 2020-07-21 | Uber Technologies, Inc. | Dynamic scheduling system for planned service requests |
| CN107332770B (zh) * | 2017-08-18 | 2020-05-19 | 苏州浪潮智能科技有限公司 | 一种必经点路由路径选择方法 |
| CN110741401B (zh) * | 2017-11-07 | 2024-02-13 | 北京嘀嘀无限科技发展有限公司 | 用于预约拼车服务的系统和方法 |
| US10760914B2 (en) * | 2017-12-21 | 2020-09-01 | Verizon Patent And Licensing, Inc. | Comparative metrics for route planning scenarios |
| US11348061B2 (en) * | 2017-12-21 | 2022-05-31 | Verizon Connect Development Limited | Logistics management platform for modifying schedules in real-time |
| WO2019154398A1 (en) * | 2018-02-06 | 2019-08-15 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending transportation services |
| CN110119955B (zh) * | 2018-02-06 | 2022-11-11 | 北京嘀嘀无限科技发展有限公司 | 订单成交率预估方法及装置 |
| WO2019171132A1 (en) * | 2018-03-06 | 2019-09-12 | Pratik Sharma | Geographic coordinates locator service |
| CN108647771A (zh) * | 2018-05-07 | 2018-10-12 | 福建师范大学 | 一种混合云环境下科学工作流数据的布局方法 |
| CN112243487A (zh) * | 2018-06-14 | 2021-01-19 | 北京嘀嘀无限科技发展有限公司 | 用于按需服务的系统和方法 |
| WO2020000277A1 (en) * | 2018-06-28 | 2020-01-02 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for predicting destination in online to offline service |
| JP2020052926A (ja) * | 2018-09-28 | 2020-04-02 | マツダ株式会社 | 自動車運行管理システム |
| US10518750B1 (en) * | 2018-10-11 | 2019-12-31 | Denso International America, Inc. | Anti-theft system by location prediction based on heuristics and learning |
| US11868929B2 (en) * | 2018-10-18 | 2024-01-09 | Lyft, Inc. | Optimizing engagement of transportation providers |
| EP3644014A1 (en) * | 2018-10-23 | 2020-04-29 | Offshore Navigation Limited | An apparatus for determining an optimal route of a maritime ship |
| CN111125272B (zh) * | 2018-10-31 | 2023-07-25 | 百度在线网络技术（北京）有限公司 | 一种区域特征获取方法、装置、计算机设备及介质 |
| CN111179000B (zh) * | 2018-11-09 | 2023-08-11 | 北京嘀嘀无限科技发展有限公司 | 一种订单管理方法及装置、服务器及计算机可读存储介质 |
| US10803213B2 (en) | 2018-11-09 | 2020-10-13 | Iocurrents, Inc. | Prediction, planning, and optimization of trip time, trip cost, and/or pollutant emission for a vehicle using machine learning |
| US10949483B2 (en) * | 2018-11-12 | 2021-03-16 | Ford Global Technologies, Llc | Location tagging for ubiquitous access |
| CN109740939A (zh) * | 2019-01-04 | 2019-05-10 | 杭州卓凯科技有限公司 | 网约货运汽车订单分配系统及方法 |
| JP2020112917A (ja) * | 2019-01-09 | 2020-07-27 | 日本電信電話株式会社 | 目的地予測装置、方法、及びプログラム |
| CN111442778A (zh) * | 2019-01-16 | 2020-07-24 | 百度在线网络技术（北京）有限公司 | 出行方案推荐方法、装置、设备及计算机可读存储介质 |
| US11012809B2 (en) * | 2019-02-08 | 2021-05-18 | Uber Technologies, Inc. | Proximity alert system |
| WO2020167244A1 (en) * | 2019-02-13 | 2020-08-20 | Grabtaxi Holdings Pte. Ltd. | Automatically determining optimal transport service locations for points of interest from noisy multimodal data |
| US11085781B2 (en) * | 2019-02-25 | 2021-08-10 | Mitsubishi Electric Research Laboratories, Inc. | System and method for scheduling multiple modes of transport with incomplete information |
| CN110033017A (zh) * | 2019-02-27 | 2019-07-19 | 中国人民解放军空军工程大学 | 一种多雷达航迹分步关联模糊聚类算法 |
| US11060879B2 (en) * | 2019-03-01 | 2021-07-13 | Here Global B.V. | Method, system, and computer program product for generating synthetic demand data of vehicle rides |
| JP7291522B2 (ja) * | 2019-04-10 | 2023-06-15 | スズキ株式会社 | 乗車予約利用者支援装置及び乗車予約利用者支援方法 |
| CN110119884B (zh) * | 2019-04-17 | 2022-09-13 | 五邑大学 | 一种基于近邻传播聚类的高速铁路客流时段划分方法 |
| WO2021006386A1 (ko) * | 2019-07-10 | 2021-01-14 | 엘지전자 주식회사 | 차량 제어 방법 및 차량을 제어하는 지능형 컴퓨팅 디바이스 |
| CN111831897B (zh) * | 2019-09-09 | 2024-04-23 | 北京嘀嘀无限科技发展有限公司 | 一种出行目的地推荐方法、装置、电子设备及存储介质 |
| US20210192402A1 (en) * | 2019-12-20 | 2021-06-24 | Beijing Didi Infinity Technology And Development Co., Ltd. | Abnormal trip monitor |
| CN111984877B (zh) * | 2020-07-09 | 2023-11-07 | 北京北大千方科技有限公司 | 机场陆侧旅客出行链构建方法、系统、存储介质及终端 |
| DE102020120730A1 (de) | 2020-08-06 | 2022-02-10 | Valeo Schalter Und Sensoren Gmbh | Fischschwarmfahrt |
| CN112287048A (zh) * | 2020-09-28 | 2021-01-29 | 珠海大横琴科技发展有限公司 | 一种地图服务处理方法和装置 |
| CN116806345A (zh) * | 2021-03-02 | 2023-09-26 | 格步计程车控股私人有限公司 | 用于预测目的地位置的系统和方法 |
| CN113225260B (zh) * | 2021-04-25 | 2022-11-18 | 湖南大学 | 一种基于机器学习的混合聚类机会路由实现方法 |
| CN113938521A (zh) * | 2021-06-30 | 2022-01-14 | 深圳市巴滴科技有限公司 | 基于乘客需求信息的出行方案推荐方法及装置 |
| US20230085699A1 (en) * | 2021-09-21 | 2023-03-23 | International Business Machines Corporation | Order compliance tracking of electronic components |
| CN114754783A (zh) * | 2021-11-10 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用户出行信息的推荐方法、系统及汽车 |
| DE102022123212A1 (de) | 2022-09-12 | 2024-03-14 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur prädiktiven Ermittlung von Zwischenzielen einer Route |
| CN116523426B (zh) * | 2023-07-05 | 2023-09-08 | 成都花娃网络科技有限公司 | 基于订单地址智能配送系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003058984A (ja) * | 2001-05-24 | 2003-02-28 | Futaba Keiki Kk | タクシーの配車サービス方法及びそのシステム、並びに見積処理プログラムを記録した記録媒体 |
| JP3683198B2 (ja) * | 2001-09-20 | 2005-08-17 | Ｎｅｃソフト株式会社 | 営業車配車システムおよび営業車配車サーバー |
| KR20100005922A (ko) * | 2008-07-08 | 2010-01-18 | 주식회사 로티스 | 콜택시 서비스 방법 |
| KR101264284B1 (ko) * | 2010-11-12 | 2013-05-22 | 재단법인대구경북과학기술원 | 택시 목적지 알림 서비스 방법 |
| KR101296737B1 (ko) * | 2012-05-23 | 2013-08-20 | 이문호 | 배차 서비스 방법 및 배차 서비스 시스템 |
Family Cites Families (99)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5948040A (en) * | 1994-06-24 | 1999-09-07 | Delorme Publishing Co. | Travel reservation information and planning system |
| JPH10283519A (ja) | 1997-04-03 | 1998-10-23 | Yazaki Corp | Ｇｐｓ位置データ記録方法、ｇｐｓ位置データ記録装置及び運行管理装置 |
| CN1101123C (zh) | 1999-09-22 | 2003-02-05 | 刘仪 | 模拟蜂窝多基站定位方法和系统 |
| US10684350B2 (en) * | 2000-06-02 | 2020-06-16 | Tracbeam Llc | Services and applications for a communications network |
| JP3541802B2 (ja) | 2000-11-22 | 2004-07-14 | 日本電気株式会社 | 携帯電話機および携帯電話機の動作制御システム |
| JP4433604B2 (ja) | 2000-12-19 | 2010-03-17 | 株式会社デンソー | ナビゲーションシステム及びナビゲーション装置 |
| JP3816068B2 (ja) | 2001-08-06 | 2006-08-30 | 松下電器産業株式会社 | 情報提供方法および情報提供装置 |
| US7130743B2 (en) | 2001-08-06 | 2006-10-31 | Matsushita Electric Industrial Co., Ltd. | Information providing method and information providing device |
| US7487918B2 (en) | 2002-10-10 | 2009-02-10 | Panasonic Corporation | Information acquisition method, information presenting method, and information acquisition system |
| CN100429953C (zh) | 2002-10-10 | 2008-10-29 | 松下电器产业株式会社 | 信息取得方法、信息提供方法及信息取得装置 |
| US20040117246A1 (en) | 2002-11-07 | 2004-06-17 | Applebaum Ted H. | Navigation and promotion distribution system |
| JP4254375B2 (ja) * | 2003-06-26 | 2009-04-15 | カシオ計算機株式会社 | 目的地案内システムおよびプログラム |
| JP2005157724A (ja) | 2003-11-26 | 2005-06-16 | Matsushita Electric Ind Co Ltd | 車両管理システム |
| US8024112B2 (en) | 2005-09-29 | 2011-09-20 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods |
| US7885443B2 (en) * | 2005-11-14 | 2011-02-08 | Hologic, Inc. | Facilitating temporal comparison of medical images |
| US20070150174A1 (en) | 2005-12-08 | 2007-06-28 | Seymour Shafer B | Predictive navigation |
| CN1808517A (zh) | 2006-02-17 | 2006-07-26 | 周朝勇 | 实时监测主动式车辆报警装置和方法 |
| JP4179339B2 (ja) | 2006-05-29 | 2008-11-12 | セイコーエプソン株式会社 | 測位装置、測位装置の制御方法及びプログラム |
| JP2008003906A (ja) * | 2006-06-23 | 2008-01-10 | Nec Corp | 配車管理システム及び配車管理システムにおける配車管理方法 |
| US8095279B2 (en) * | 2007-08-31 | 2012-01-10 | Caterpillar Inc. | Systems and methods for improving haul route management |
| CN101382936A (zh) | 2007-12-25 | 2009-03-11 | 苏州中茵泰格科技有限公司 | 一种主动式互动导航的方法和系统 |
| CN101470012B (zh) | 2007-12-29 | 2011-03-30 | 厦门雅迅网络股份有限公司 | 一种基于无线网络和gps位置信息实时统计汽车行驶里程的方法 |
| CN101231718A (zh) | 2008-02-15 | 2008-07-30 | 上海申通轨道交通研究咨询有限公司 | 轨道交通换乘的票务清分方法 |
| CN101546314A (zh) | 2008-03-24 | 2009-09-30 | 东森得易购股份有限公司 | 一种主动提供场所信息的方法与系统 |
| CN102016902B (zh) * | 2008-04-10 | 2014-08-20 | 普兰尼特有限公司 | 呼叫服务的系统和方法、呼叫服务器和用户终端 |
| US8706406B2 (en) * | 2008-06-27 | 2014-04-22 | Yahoo! Inc. | System and method for determination and display of personalized distance |
| JP5271637B2 (ja) * | 2008-08-28 | 2013-08-21 | アイシン・エィ・ダブリュ株式会社 | 走行経路評価システム及び走行経路評価プログラム |
| WO2010048146A1 (en) | 2008-10-20 | 2010-04-29 | Carnegie Mellon University | System, method and device for predicting navigational decision-making behavior |
| JP5545076B2 (ja) | 2009-07-22 | 2014-07-09 | ソニー株式会社 | 画像表示装置及び光学装置 |
| CN102080964A (zh) | 2009-12-01 | 2011-06-01 | 汤贻芸 | 自动确定导航目标地址的智能导航方法和系统 |
| US8805707B2 (en) * | 2009-12-31 | 2014-08-12 | Hartford Fire Insurance Company | Systems and methods for providing a safety score associated with a user location |
| CN102129078B (zh) | 2010-01-20 | 2013-05-22 | 厦门雅迅网络股份有限公司 | 上传车辆定位数据的方法 |
| US8392116B2 (en) | 2010-03-24 | 2013-03-05 | Sap Ag | Navigation device and method for predicting the destination of a trip |
| US8782045B1 (en) | 2010-04-15 | 2014-07-15 | Google Inc. | Evaluating techniques for clustering geographic entities |
| US9183560B2 (en) * | 2010-05-28 | 2015-11-10 | Daniel H. Abelow | Reality alternate |
| US20120041675A1 (en) | 2010-08-10 | 2012-02-16 | Steven Juliver | Method and System for Coordinating Transportation Service |
| US8504062B2 (en) * | 2010-11-01 | 2013-08-06 | Wavemarket, Inc. | System and method for aggregating and associating mobile device location data |
| JP5389853B2 (ja) * | 2011-04-08 | 2014-01-15 | 株式会社Ｎｔｔドコモ | 地域情報配信サーバ、移動端末、地域情報配信システム、地域情報配信方法及び地域情報表示方法 |
| JP2012244368A (ja) | 2011-05-19 | 2012-12-10 | Sony Corp | 無線通信装置、情報処理装置、通信システムおよび位置決定方法 |
| KR20130002086A (ko) | 2011-06-28 | 2013-01-07 | 주식회사 선택인터내셔날 | 오차 보정을 통한 추측항법 시스템 및 그 방법 |
| CN102402566A (zh) | 2011-08-09 | 2012-04-04 | 江苏欣网视讯科技有限公司 | 基于中文网页自动分类技术的Web用户行为分析方法 |
| US8538686B2 (en) * | 2011-09-09 | 2013-09-17 | Microsoft Corporation | Transport-dependent prediction of destinations |
| CN102413231A (zh) | 2011-10-10 | 2012-04-11 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和日程提醒方法 |
| WO2013072729A1 (en) | 2011-11-14 | 2013-05-23 | Way Better Ltd | System and method for ride sharing |
| CN102496130A (zh) | 2011-11-15 | 2012-06-13 | 王家庆 | 一种高效运营出租车的实时移动商务系统 |
| CN102629297B (zh) | 2012-03-06 | 2016-01-06 | 北京建筑工程学院 | 一种基于行程识别的出行者活动规律分析方法 |
| US9200918B2 (en) | 2012-03-09 | 2015-12-01 | Apple Inc. | Intelligent destination recommendations based on historical data |
| US20160086391A1 (en) * | 2012-03-14 | 2016-03-24 | Autoconnect Holdings Llc | Fleetwide vehicle telematics systems and methods |
| US9349234B2 (en) * | 2012-03-14 | 2016-05-24 | Autoconnect Holdings Llc | Vehicle to vehicle social and business communications |
| US20130246219A1 (en) * | 2012-03-14 | 2013-09-19 | Google Inc. | Ranking and optimizing trips |
| JP5615312B2 (ja) * | 2012-03-26 | 2014-10-29 | 株式会社デンソーアイティーラボラトリ | 渋滞予測方法及び渋滞予測装置 |
| JP5901392B2 (ja) * | 2012-03-30 | 2016-04-06 | 株式会社ゼンリンデータコム | 情報処理システム、及び情報処理方法 |
| CN102645220A (zh) | 2012-05-21 | 2012-08-22 | 诚迈科技（南京）有限公司 | 智能出行方式实时规划推荐方法 |
| US9635557B2 (en) | 2012-06-14 | 2017-04-25 | Intel Corporation | Reliability for location services |
| US9638537B2 (en) * | 2012-06-21 | 2017-05-02 | Cellepathy Inc. | Interface selection in navigation guidance systems |
| CN107273437B (zh) | 2012-06-22 | 2020-09-29 | 谷歌有限责任公司 | 提供与用户可能访问的地点相关的信息的方法和系统 |
| US8855901B2 (en) | 2012-06-25 | 2014-10-07 | Google Inc. | Providing route recommendations |
| CN102749637A (zh) | 2012-07-02 | 2012-10-24 | 西安大唐电信有限公司 | 一种车载gps精确定位的实现方法 |
| US20140032274A1 (en) | 2012-07-30 | 2014-01-30 | Tikr, Inc. | Apparatus, system, and method for managing dynamic pricing for online sales |
| CN103632532B (zh) | 2012-08-22 | 2015-09-30 | 北京掌城科技有限公司 | 一种出租车的打车诱导方法 |
| JP2014075727A (ja) * | 2012-10-05 | 2014-04-24 | Zenrin Datacom Co Ltd | タクシー料金表示システム、サーバ装置及びタクシー料金表示支援プログラム。 |
| CN103852771B (zh) | 2012-12-05 | 2017-07-11 | 厦门雅迅网络股份有限公司 | 一种定位漂移的处理方法 |
| CN102982680B (zh) | 2012-12-10 | 2015-05-13 | 丰田汽车研发中心（中国）有限公司北京分公司 | 一种获取交通信息的方法及装置 |
| EP2750087A1 (en) | 2012-12-28 | 2014-07-02 | Exapaq Sas | Methods and systems for determining estimated package delivery/pick-up times |
| WO2014112124A1 (ja) | 2013-01-21 | 2014-07-24 | 三菱電機株式会社 | 目的地予測装置、目的地予測方法、目的地表示方法 |
| CN103942229B (zh) | 2013-01-22 | 2017-05-03 | 日电（中国）有限公司 | 目的地预测设备和方法 |
| WO2014145088A1 (en) * | 2013-03-15 | 2014-09-18 | SHIMANOVSKY, Boris | Apparatus, systems, and methods for batch and realtime data processing |
| US20140278105A1 (en) | 2013-03-16 | 2014-09-18 | Nimbler World, Inc. | Computing apparatus and method for providing transportation information |
| CN103208181A (zh) | 2013-04-09 | 2013-07-17 | 南京理工大学 | 可视化出租车点对点自主召车系统及其方法 |
| CN103323018B (zh) | 2013-06-21 | 2016-01-27 | 广州市香港科大霍英东研究院 | 基于时段的热点路径的特征识别与快速搜索方法 |
| US20150006279A1 (en) * | 2013-06-27 | 2015-01-01 | Google Inc. | Systems and methods of generating a valid location cluster based on a location of a commercial entity |
| CN103310287B (zh) | 2013-07-02 | 2016-07-06 | 北京航空航天大学 | 基于svm预测乘客出行概率的轨道交通客流预测方法 |
| CN104427466A (zh) | 2013-08-28 | 2015-03-18 | 高德软件有限公司 | 终端设备定位方法及终端设备 |
| CN103514739B (zh) | 2013-09-18 | 2015-07-08 | 福建工程学院 | 一种出租车叫车拼车方法及其系统 |
| CN103747523B (zh) | 2014-01-14 | 2017-09-22 | 上海河广信息科技有限公司 | 一种基于无线网络的用户位置预测系统和方法 |
| CN103841517B (zh) | 2014-03-03 | 2018-12-04 | 七星天（北京）咨询有限责任公司 | 一种叫车信息服务的系统和方法 |
| US20160025408A1 (en) | 2014-07-28 | 2016-01-28 | Zhengrong Xu | Air separation method and apparatus |
| JP6619797B2 (ja) | 2014-08-04 | 2019-12-11 | ウーバー テクノロジーズ，インコーポレイテッド | 所定の位置データ点の決定およびサービス提供者への供給 |
| EP3189479A1 (en) * | 2014-09-02 | 2017-07-12 | Telecom Italia S.p.A. | Method and system for providing a dynamic ride sharing service |
| CN104391855A (zh) | 2014-10-10 | 2015-03-04 | 百度在线网络技术（北京）有限公司 | 信息展示方法和装置 |
| CN104442825B (zh) | 2014-11-28 | 2017-10-17 | 上海交通大学 | 一种电动汽车剩余行驶里程的预测方法和系统 |
| CN104571036B (zh) | 2014-12-29 | 2017-04-12 | 小米科技有限责任公司 | 智能家居开启方法及装置 |
| NZ733863A (en) * | 2015-01-20 | 2019-04-26 | Beijing Didi Infinity Technology & Dev Co Ltd | Systems and methods for providing information for an on-demand service |
| CN104899252B (zh) | 2015-05-12 | 2019-03-12 | 北京嘀嘀无限科技发展有限公司 | 一种信息推送的方法及装置 |
| CN104599217B (zh) * | 2015-01-27 | 2018-05-04 | 北京嘀嘀无限科技发展有限公司 | 用于确定乘客的当前目的地的方法及设备 |
| CN105138590A (zh) * | 2015-07-31 | 2015-12-09 | 北京嘀嘀无限科技发展有限公司 | 轨迹预测方法和装置 |
| US10458806B2 (en) | 2015-01-27 | 2019-10-29 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for providing information for an on-demand service |
| MY181464A (en) | 2015-02-02 | 2020-12-22 | Beijing Didi Infinity Technology & Dev Co Ltd | Methods and systems for order processing |
| CN104599168A (zh) | 2015-02-02 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 叫车订单的分配方法和装置 |
| CA2976122A1 (en) * | 2015-02-10 | 2016-08-18 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for pushing orders |
| SG11201706602RA (en) * | 2015-02-13 | 2017-09-28 | Beijing Didi Infinity Tech And Dev Co Ltd | Methods and systems for transport capacity scheduling |
| CN104616086A (zh) | 2015-02-28 | 2015-05-13 | 北京嘀嘀无限科技发展有限公司 | 用于动态设置订单的缓冲时间的方法和设备 |
| US9857190B2 (en) * | 2015-12-31 | 2018-01-02 | Gt Gettaxi Limited | System for generating travel route to be serviced by primary transportation service and secondary transportation service |
| US20230045975A1 (en) * | 2018-01-23 | 2023-02-16 | Circlesx Llc | Financial Swap Index Method and System on Transportation Capacity Units and Trading Derivative Products Based Thereon |
| CN108022140A (zh) * | 2016-11-02 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种用车订单推荐方法、装置及服务器 |
| US20180137594A1 (en) * | 2016-11-17 | 2018-05-17 | Gt Gettaxi Limited | System and method for reserving drivers for a transportation service and navigating drivers to service transportation requests |
| US10555354B2 (en) * | 2016-12-06 | 2020-02-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for assisting two terminals to establish connections therebetween |
| KR102419728B1 (ko) * | 2017-05-30 | 2022-07-13 | 현대자동차주식회사 | 상황 기반 동작 결정 시스템, 상황 기반으로 결정된 동작을 수행 가능한 차량 및 상황 기반 동작 결정 방법 |
| AU2017417171A1 (en) * | 2017-06-13 | 2019-01-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining estimated time of arrival |
-
2016
- 2016-01-27 US US15/546,657 patent/US10458806B2/en active Active
- 2016-01-27 EP EP16742766.5A patent/EP3252704B1/en active Active
- 2016-01-27 SG SG11201706149XA patent/SG11201706149XA/en unknown
- 2016-01-27 AU AU2016212530A patent/AU2016212530A1/en not_active Abandoned
- 2016-01-27 KR KR1020177023933A patent/KR20180006875A/ko not_active Application Discontinuation
- 2016-01-27 JP JP2017539550A patent/JP6637054B2/ja active Active
- 2016-01-27 MY MYPI2017001096A patent/MY193639A/en unknown
- 2016-01-27 CA CA2975002A patent/CA2975002C/en active Active
- 2016-01-27 GB GB1712010.6A patent/GB2550309A/en not_active Withdrawn
- 2016-01-27 WO PCT/CN2016/072357 patent/WO2016119704A1/zh active Application Filing
-
2017
- 2017-07-27 PH PH12017501345A patent/PH12017501345A1/en unknown
-
2018
- 2018-04-18 HK HK18104998.4A patent/HK1245955A1/zh unknown
-
2019
- 2019-09-12 US US16/569,632 patent/US11156470B2/en active Active
- 2019-09-24 AU AU2019236639A patent/AU2019236639A1/en active Pending
- 2019-09-24 AU AU2019101806A patent/AU2019101806A4/en not_active Expired
- 2019-12-19 JP JP2019228967A patent/JP6918087B2/ja active Active
-
2021
- 2021-09-24 US US17/448,717 patent/US11892312B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003058984A (ja) * | 2001-05-24 | 2003-02-28 | Futaba Keiki Kk | タクシーの配車サービス方法及びそのシステム、並びに見積処理プログラムを記録した記録媒体 |
| JP3683198B2 (ja) * | 2001-09-20 | 2005-08-17 | Ｎｅｃソフト株式会社 | 営業車配車システムおよび営業車配車サーバー |
| KR20100005922A (ko) * | 2008-07-08 | 2010-01-18 | 주식회사 로티스 | 콜택시 서비스 방법 |
| KR101264284B1 (ko) * | 2010-11-12 | 2013-05-22 | 재단법인대구경북과학기술원 | 택시 목적지 알림 서비스 방법 |
| KR101296737B1 (ko) * | 2012-05-23 | 2013-08-20 | 이문호 | 배차 서비스 방법 및 배차 서비스 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| AU2016212530A1 (en) | 2017-08-17 |
| GB2550309A (en) | 2017-11-15 |
| US20200003576A1 (en) | 2020-01-02 |
| SG11201706149XA (en) | 2017-08-30 |
| BR112017016064A2 (pt) | 2018-04-03 |
| PH12017501345A1 (en) | 2017-12-18 |
| US10458806B2 (en) | 2019-10-29 |
| EP3252704A1 (en) | 2017-12-06 |
| JP6637054B2 (ja) | 2020-01-29 |
| MY193639A (en) | 2022-10-21 |
| US20180017405A1 (en) | 2018-01-18 |
| JP6918087B2 (ja) | 2021-08-11 |
| GB201712010D0 (en) | 2017-09-06 |
| WO2016119704A1 (zh) | 2016-08-04 |
| CA2975002A1 (en) | 2016-08-04 |
| EP3252704A4 (en) | 2018-08-01 |
| US11156470B2 (en) | 2021-10-26 |
| US20220011131A1 (en) | 2022-01-13 |
| JP2018503920A (ja) | 2018-02-08 |
| US11892312B2 (en) | 2024-02-06 |
| AU2019101806A4 (en) | 2021-07-22 |
| HK1245955A1 (zh) | 2018-08-31 |
| CA2975002C (en) | 2020-09-29 |
| AU2019236639A1 (en) | 2019-10-17 |
| JP2020057423A (ja) | 2020-04-09 |
| EP3252704B1 (en) | 2022-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11892312B2 (en) | Methods and systems for providing information for an on-demand service | |
| JP6646069B2 (ja) | オーダーをプッシュする方法及びシステム | |
| US20200402194A1 (en) | Systems and methods for providing information for an on-demand service | |
| US9488487B2 (en) | Route detection in a trip-oriented message data communications system | |
| WO2016119749A1 (zh) | 一种订单分配系统及方法 | |
| WO2016127918A1 (zh) | 一种运力调度方法及系统 | |
| US20170228683A1 (en) | Methods and systems for distributing orders | |
| WO2016124118A1 (zh) | 一种订单处理方法与系统 | |
| US20230266130A1 (en) | System and method for providing route recommendation | |
| NZ751377B2 (en) | Methods and systems for providing information for an on-demand service | |
| NZ751377A (en) | Methods and systems for providing information for an on-demand service | |
| BR112017016064B1 (pt) | Métodos e sistemas para fornecer informação para um serviço por demanda |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |