KR20230047444A

KR20230047444A - 온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체

Info

Publication number: KR20230047444A
Application number: KR1020237007589A
Authority: KR
Inventors: 하오 장; 징보 조우; 지저우 황
Original assignee: 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드
Priority date: 2021-06-07
Filing date: 2021-11-17
Publication date: 2023-04-07
Also published as: EP4123527A1; CN113408877A; US20240169462A1; WO2022257357A1; JP7460062B2; JP2023540731A; EP4123527A4

Abstract

본 발명은 인공 지능 기술 분야의 빅데이터 계산과 딥러닝 기술에 관한 온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체를 개시한다. 구체적인 구현 방안은 클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하고, 조회 조건은 출발지 및 목적지 정보를 포함하며, 조회 조건에 따라 조회 시간 구간을 결정하고, 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하고, 각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하고; 추천 출발 시각을 사용하여 추천 주문 송신 시각을 결정하고, 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함한다. 본 발명은 사용자가 대가가 비교적 작은 주문 송신 시간을 쉽게 선택하여 사용자의 경험을 향상시키고, 네트워크 자원을 절약하며 시스템 성능에 미치는 영향을 줄인다.

Description

온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체

본 발명은 컴퓨터 응용 기술 분야에 관한 것으로, 특히 인공 지능 기술에서의 빅데이터 계산과 딥러닝 기술에 관한 것이다.

<관련 출원의 상호 참조>

본 출원은 출원일이 2021년 6월 7일이고, 출원 번호가 202110633451. 9이며, 발명 명칭이 "온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체(online car-hailing information processing method and apparatus, and device and computer storage medium)"인 중국 특허 출원의 우선권을 주장한다.

모바일 인터넷의 발전과 함께, 온라인 카헤일링 플랫폼의 출현은 사람들의 생활을 크게 변화시켰다. 온라인 카헤일링 플랫폼은 주문 접수 수요가 있는 기사와 택시 수요가 있는 승객을 하나의 인터넷 플랫폼에 배치한다. 승객이 주문을 송신한 후(후속으로 "주문 송신(혹은 발주)"으로 약칭한다), 온라인 카헤일링 플랫폼은 당해 승객으로부터 일정 범위 내에 있는 운전자를 효과적으로 매칭하고, 매칭에 성공한 운전자는 주문 접수를 하고, 주문이 지정한 목적지까지 승객을 픽업할 수 있다. 온라인 카헤일링의 장점은 수시로 출발하여, 효율이 높고 주차 문제를 고려할 필요가 없다.

승객은 실제 장면에서 온라인 카헤일링의 대가 문제를 고려할 수밖에 없다. 예를 들어, 현재 온라인 카헤일링 클라이언트는 사용자가 출발지와 목적지를 입력한 후, 현재 시각에 택시를 타는데 필요한 비용을 예측하여 승객이 참조할 수 있도록 한다. 그러나 승객은 이에 따라 현재 택시를 탈지 여부를 고려할 수밖에 없으며, 도로 상황이나 기타 문제로 인해 현재 택시 비용이 높을 경우, 승객은 택시를 포기하거나 일정 시간이 지난 후에 예상되는 택시 비용을 획득하는 것을 시도한다. 이는 필연적으로 승객에게 불편을 가져다주고, 효율이 낮으며, 사용자가 여러 차례 택시 비용을 예측하려고 시도하여 네트워크 자원을 낭비하고, 시스템 성능에 압력을 가져다 준다.

이를 고려하여, 본 발명은 온라인 카헤일링 정보 처리 방법, 장치, 기기 및 컴퓨터 기록 매체를 제공하여, 사용자가 대가가 비교적 작은 주문 송신 시간을 쉽게 선택하여 사용자의 효율과 체험을 향상시키고, 네트워크 자원을 절약하며 시스템 성능에 대한 압력을 줄인다.

본 발명의 제1 측면에 따르면, 온라인 카헤일링 정보 처리 방법을 제공하고,

클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하는 단계 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;

상기 조회 조건에 따라 조회 시간 구간을 결정하는 단계;

상기 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하는 단계;

각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는 단계;

상기 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하는 단계; 및

상기 클라이언트에 조회 결과를 반환하는 단계 - 상기 조회 결과는 상기 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 상기 추천 주문 송신 시각과 상기 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -;를 포함한다.

본 발명의 제2 측면에 따르면, 온라인 카헤일링 정보 처리 방법을 제공하고,

사용자가 입력한 온라인 카헤일링 조회 조건을 획득하는 단계 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;

상기 조회 조건을 서버측에 송신하고, 상기 서버측에 의해 반환된 조회 결과를 획득하는 단계 - 상기 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -; 및

상기 조회 결과를 전시하는 단계;를 포함한다.

본 발명의 제3 측면에 따르면, 온라인 카헤일링 정보 처리 장치를 제공하고,

클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하기 위한 조건 수신 유닛 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;

상기 조회 조건에 따라 조회 시간 구간을 결정하기 위한 구간 결정 유닛;

상기 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하기 위한 대가 계산 유닛;

각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하기 위한 제1 추천 유닛;

상기 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하기 위한 제2 추천 유닛; 및

상기 클라이언트에 조회 결과를 반환하기 위한 결과 반환 유닛 - 상기 조회 결과는 상기 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 상기 추천 주문 송신 시각과 상기 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -;을 포함한다.

본 발명의 제4 측면에 따르면, 온라인 카헤일링 정보 처리 장치를 제공하고,

사용자가 입력한 온라인 카헤일링 조회 조건을 획득하기 위한 조건 획득 유닛 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;

상기 조회 조건을 서버측에 송신하고, 상기 서버측에 의해 반환된 조회 결과를 획득하기 위한 서버측 인터랙션 유닛 - 상기 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -; 및

상기 조회 결과를 전시하기 위한 결과 전시 유닛;을 포함한다.

본 발명의 제5 측면에 따르면, 전자 기기를 제공하고, 적어도 하나의 프로세서; 및 상기 적어도 하나의 프로세서에 통신 연결되는 메모리;를 포함하고, 상기 메모리에는 상기 적어도 하나의 프로세서에 의해 수행 가능한 명령이 저장되어 있고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 수행되어, 상기 적어도 하나의 프로세서에 의해 상술한 방법이 수행되도록 한다.

본 발명의 제6 측면에 따르면, 컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독 가능 저장 매체를 제공하고, 상기 컴퓨터 명령은 상기 컴퓨터가 상술한 방법을 수행하도록 한다.

본 발명의 제7 측면에 따르면, 컴퓨터 프로그램 제품을 제공하고, 컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램이 프로세서에 의해 수행될 때, 상술한 방법을 구현한다.

본 명세서에서 설명된 내용은 본 발명의 실시예의 키 또는 중요한 특징을 식별하려는 것이 아니고, 또한 본 발명의 범위를 제한하려는 것도 아닌 것을 이해하여야 한다. 본 발명의 다른 특징은 이하의 명세서를 통해 용이하게 이해할 수 있다.

첨부 도면은 본 해결수단을 더 잘 이해하기 위한 것으로, 본 발명에 대해 한정하는 것으로 구성되지 않는다.
도 1은 본 발명의 실시예에 적용될 수 있는 예시적인 시스템 아키텍처를 도시한다.
도 2는 본 발명의 실시예에서 제공되는 온라인 카헤일링 정보 처리 방법의 흐름도이다.
도 3은 본 발명의 실시예에서 제공되는 픽업 소요시간을 예측하는 방법의 흐름도이다.
도 4는 본 발명의 실시예에서 제공되는 주문 접수 소요시간을 예측하는 방법의 흐름도이다.
도 5는 본 발명의 실시예에서 제공되는 픽업 소요시간 예측 모델의 개략도이다.
도 6은 본 발명의 실시예에서 제공되는 주문 접수 소요시간 예측 모델의 개략도이다.
도 7은 본 발명의 실시예에서 제공되는 멀티 태스크 트레이닝의 개략도이다.
도 8은 본 발명의 실시예에서 제공되는 다른 온라인 카헤일링 정보 처리 방법의 흐름도이다.
도 9는 본 발명의 실시예에서 제공되는 조회 결과를 전시하는 인터페이스의 실례도이다.
도 10은 본 발명의 실시예에서 제공되는 온라인 카헤일링 정보 처리 장치의 구조도이다.
도 11은 본 발명의 실시예에서 제공되는 다른 온라인 카헤일링 정보 처리 장치의 구조의 개략도이다.
도 12는 본 발명의 실시예를 구현하기 위한 전자 기기의 블록도이다.

이하, 첨부된 도면을 결부하여 본 출원의 예시적 실시예를 설명하되, 여기에는 이해를 돕기 위한 본 출원의 실시예의 다양한 세부 사항이 포함되며, 이는 단지 예시적인 것으로 간주되어야 한다. 따라서, 본 기술분야의 통상의 기술자는 본 출원의 범위와 사상을 벗어나지 않으면서, 여기서 설명되는 실시예에 대한 다양한 변경과 수정이 이루어질 수 있음을 이해해야 한다. 마찬가지로, 명확성 및 간결성을 위해, 아래의 설명에서 공지된 기능과 구조에 대한 설명을 생략한다.

도 1은 본 발명의 실시예에 적용될 수 있는 예시적인 시스템 아키텍처를 도시한다.

도 1에 도시된 바와 같이, 당해 시스템 아키텍처는 단말 디바이스(101 및 102), 네트워크(103) 및 서버(104)를 포함할 수 있다. 네트워크(103)는 단말 디바이스(101 및 102)와 서버(104) 사이의 통신 링크를 제공하는 매체로 한다. 네트워크(103)는 유선, 무선 통신 링크 또는 광섬유 케이블 등과 같은 다양한 연결 유형을 포함할 수 있다.

사용자는 단말 디바이스(101 및 102)를 사용하여 네트워크(103)를 통해 서버(104)와 인터랙션할 수 있다. 단말 디바이스(101 및 102)에는 온라인 카헤일링 애플리케이션의 클라이언트 또는 온라인 카헤일링 정보를 표시할 수 있는 클라이언트가 인스톨될 수 있고, 본 출원에서는 특별히 승객이 사용하는 클라이언트가 인스톨되어 있다. 기타 단말 디바이스에는 운전자가 사용하는 클라이언트가 인스톨될 수도 있다.

단말 디바이스(101 및 102)는 다양한 모바일 전자 기기일 수 있다. 스마트폰, 태블릿, 노트북, 웨어러블 디바이스, 차량용 단말 등이 포함되지만 이들에 국한되지 않는다. 본 출원에서 제공되는 온라인 카헤일링 정보 처리 장치는 상기 서버(104)에 설치되어 실행될 수 있다. 본 출원에서 제공되는 다른 온라인 카헤일링 정보 처리 장치는 상기 단말 디바이스(101 및 102)에 설치되어 실행될 수 있다. 복수의 소프트웨어 또는 소프트웨어 모듈(예를 들어 분산 서비스를 제공하는데 사용된다)로 구현될 수 있고, 단일 소프트웨어 또는 소프트웨어 모듈로 구현될 수도 있으며, 여기서 구체적으로 한정하지 않는다.

서버(104)는 단일 서버일 수도 있고, 복수의 서버로 구성된 서버 그룹일 수도 있다.

도 1의 단말 디바이스, 네트워크 및 서버의 수는 단지 예시임을 이해해야 한다. 실제 수요에 따라 임의의 수의 단말 디바이스, 네트워크 및 서버를 구비할 수 있다.

기존의 온라인 카헤일링 서비스에서, 사용자는 가격 또는 노선 기간 등 출발지에서 목적지까지의 대가 정보를 조회하여, 현재 택시를 탈지 여부를 선택할 수밖에 없다. 도로 상황 등 요인으로 대가가 높을 경우, 사용자는 택시를 타는 것을 포기할 수도 있다. 그러나 도로 상황이 짧은 시간 내에 개선될 수 있기 때문에, 사용자는 잠시 후 차량 호출(car hailing 혹은 ride hailing) 체험을 개선할 기회를 상실하고, 온라인 카헤일링 업계의 발전도 억제한다. 또한 일부 경우에서, 일부 택시를 타는 절정기에 많은 사용자는 지금 출발을 선택하는 것은 여정 수요가 아니라, 수송력이 부족하여 택시를 타지 못할 까봐 걱정하여 급히 줄을 선다. 이로 인해 택시를 타는 절정기의 대가가 커져, 택시를 타는 것이 어려워진다. 이를 고려하여, 본 발명은 새로운 아이디어를 제공하여, 사용자에게 주문 송신 시각을 추천하여, 대가를 낮추거나 급히 지금 출발하지 않는 사용자가 추천 주문 송신 시각에 따라 잠시 후에 다시 주문 송신하는 것을 선택할 수 있다. 이하, 본 발명을 실시예와 결합하여 상세히 설명한다.

도 2는 본 발명의 실시예에서 제공되는 온라인 카헤일링 정보 처리 방법의 흐름도이다. 당해 방법은 서버측에서 실행될 수 있다. 도 2에 도시된 바와 같이, 당해 방법은 하기와 같은 단계를 포함한다.

201에서, 클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하고, 조회 조건은 출발지 및 목적지 정보를 포함한다.

202에서, 조회 조건에 따라 조회 시간 구간을 결정한다.

203에서, 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산한다.

204에서, 각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정한다.

205에서, 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정한다.

206에서, 클라이언트에 조회 결과를 반환하고 당해 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함한다.

상술한 기술 방안에서 알 수 있는 것은, 본 발명은 조회 시간 구간 내에서 각 시각에 트리거된 대가 정보에 따라, 추천 주문 송신 시각을 결정하고 조회 결과에 추천 주문 송신 시각을 반환하거나 추천 주문 송신 시각에 대응하는 대가 정보를 더 반환한다. 사용자가 추천 주문 송신 시각에 따라, 또는 대가 정보를 더 결합하여, 대가가 비교적 작은 주문 송신 시간을 선택할 수 있다. 제1 측면은 사용자가 현재 시각에 출발하는 대가가 높다는 것을 발견하여, 택시를 타는 체험을 상실하는 것을 피한다. 제2 측면은 사용자가 짧은 시간 내에 택시를 타는 대가 정보를 자주 조회하는 것을 피하여, 사용자의 효율과 체험을 향상시킨다. 제3 측면은 사용자의 택시를 타는 대가를 줄이고, 사용자를 위해 비용을 절약한다. 제4 측면은 사용자가 모두 택시를 타는 절정기에 집중함으로써 수송력 분배의 불합리한 문제를 완화할 수 있다. 제5 측면은 사용자가 대가가 비교적 작은 주문 송신 시간을 한 번에 획득하여, 여러 번 시도할 필요가 없어, 네트워크 자원을 절약하고, 시스템 압력에 대한 영향을 줄인다. 일거양득이라고 할 수 있다.

하기는 상기 실시예의 각 단계를 상세히 설명한다. 우선, 실시예를 결합하여 상술한 단계 201 즉 "클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하고, 조회 조건은 출발지 및 목적지 정보를 포함하는 단계"를 상세히 설명한다.

상기 온라인 카헤일링 조회 조건은 클라이언트로부터 오는 것이며, 적어도 출발지 및 목적지 정보를 포함한다. 출발지 정보는 사용자가 입력한 정보일 수도 있고, 클라이언트의 현재 위치에 따라 획득된 것일 수도 있다. 목적지 정보는 일반적으로 사용자가 입력한 정보이다. 본 실시예에 관한 "사용자"는 온라인 카헤일링을 사전에 사용하는 승객을 가리킨다.

나아가, 본 발명의 상기 조회 조건은 조회 시간 구간 정보를 더 포함하거나 대가 범위를 더 포함할 수도 있다.

조회 시간 구간은 일반적으로 사용자가 설정한 미래의 한동안 시간이고, 예를 들어 미래의 한 시간 이내, 미래의 30분 이내, 미래의 두 시간 이내 등이며 사용자의 주문 송신 수요에 따라 설정한다. 사용자가 택시를 타는 것을 수용할 수 있는 시간을 반영할 수 있다. 사용자가 여정에 급하지 않을 경우, 비교적 긴 시간 구간을 설정할 수 있다. 사용자가 여정에 급할 경우, 비교적 짧은 시간 구간을 설정할 수 있다.

대가 범위는 사용자가 설정한 수용할 수 있는 택시를 타는 대가일 수 있다. 예를 들어 만원 이내 등 가격 범위로 구현할 수 있다. 예를 들어 40분 이내 등 노선 기간, 즉 소요 시간 범위로 구현할 수도 있다.

상기 조회 시간 구간 정보와 대가 범위의 구체적인 역할은 후속 단계에서 구현된다.

하기는 실시예를 결합하여 상술한 단계 202, 즉 "조회 조건에 따라 조회 시간 구간을 결정하는 단계"를 상세히 설명한다.

조회 조건에 사용자가 설정한 조회 시간 구간이 포함될 경우, 본 단계에서, 사용자가 설정한 조회 시간 구간을 직접 사용하고, 즉 조회 조건에서 조회 시간 구간을 결정한다.

조회 조건에 사용자가 설정한 조회 시간 구간이 포함되어 있지 않은 경우, 본 단계에서, 디폴트 설정된 조회 시간 구간을 사용할 수 있으며, 예를 들어 미래의 한 시간을 조회 시간 구간으로 디폴트 설정할 수 있다.

하기는 실시예를 결합하여 상술한 단계 203, 즉 "조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하는 단계"를 상세히 설명한다.

본 발명에서 미리 설정된 입도(granularity)에 따라 조회 시간 구간을 각 시각으로 분할할 수 있으며, 당해 입도는 설정된 고정값일 수도 있고, 조회 시간 구간의 길이에 따라 대응하는 입도일 수도 있다. 예를 들어 사용자가 설정한 조회 시간 구간이 30분일 경우, 입도는 1분이다. 사용자가 설정한 조회 시간 구간이 24시간일 경우, 입도는 10분이다.

하나의 구현 방식으로서 조회 시간 구간 내의 각 시각에 대해, 하기의 처리를 각각 수행하여, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 획득할 수 있다.

시각(

)에 대해, 시각(

)에 대한 도로 상황 예측 결과에 따라, 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보를 당해 시각(

)에 출발하여 목적지에 도착하는 대가 정보로 획득한다.

즉, 먼저 출발지에서 목적지까지 노선 계획을 수행하여, 노선 계획 과정에서 도로 상황 예측 방법을 결합하여 당해 시각(

)의 도로 상황에 따라 예측하고, 도로 상황 예측 결과에 따라 노선 계획을 수행하여 당해 시각(

)에 출발하여 목적지에 도착하는 예측 소요시간을 획득한다. 그 중, 노선 계획 및 도로 상황 예측 방법은 임의의 구현 가능한 방식을 사용할 수 있으며, 본 발명은 이에 대해 한정하지 않는다.

다른 구현 방식으로서, 조회 시간 구간 내의 각 시각에 대해, 하기의 처리를 각각 수행하여, 각 시각(

)에 출발하여 목적지에 도착하는 대가 정보를 획득할 수 있다.

시각에 대해, 시각(

)의 도로 상황 예측 결과에 따라 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 노선 길이와 예측 소요시간을 획득하고, 온라인 카헤일링 가격 계산 규칙을 사용하여 가격 계산을 수행하고, 계산된 가격을 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용한다.

그 중, 온라인 카헤일링 가격 계산 규칙은 일반적으로 비교적 고정적이며 운전자, 승객 및 기업의 각 측의 이익을 종합적으로 고려한다. 서로 다른 지구 또는 온라인 카헤일링 플랫폼은 다소 차이가 있으며, 구체적인 가격 계산 규칙은 온라인 카헤일링 플랫폼에서 미리 획득하고 기록할 수 있다.

온라인 카헤일링 가격 계산 규칙은 대부분 3가지 방면: 시작 가격, 주행 거리 및 기간으로 구성된다. 일반적으로 시작 가격은 특정된 주행 거리와 기간을 포함하고, 예를 들어 3km와 10분이다. 운전 주행 거리가 3㎞를 넘을 경우, 1㎞당 일정한 비율로 가산된다. 운전 기간이 10분을 넘을 경우, 분당 일정한 비율로 가산된다. 마지막으로 가산된 결과는 계산하여 획득한 가격이다. 그 중, 운전 기간과 도로 상황에 관련되며, 서로 다른 시각의 도로 상황은 다르기 때문에, 서로 다른 시각에 따라 동일한 시작점과 목적지의 가격은 다를 수 있다. 본 출원은 온라인 카헤일링 가격 계산 규칙에 대한 구체적인 내용에 대해 한정하지 않으며, 여기에서 단지 이해하기 편리하도록 예를 들어 설명한다.

하기는 실시예를 결합하여 상술한 단계 204, 즉 "각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는 단계"를 상세히 설명한다.

본 단계에서, 조회 조건에 사용자가 설정한 조회 시간 구간이 포함될 경우, 당해 조회 시간 구간 내의 대응되는 대가가 가장 작은 N개의 시각을 추천 출발 시각으로 사용할 수 있다.

상술한 단계에서, 이미 조회 시간 구간에서의 각 시각에 대응하는 대가 정보를 결정할 수 있기 때문에, 우선적으로 대가가 가장 작은 시각을 추천 출발 시각으로 선별할 수 있다. 상술한 N은 미리 설정된 양의 정수일 수 있다.

조회 조건에 사용자가 설정한 가격 범위가 포함되어 있는 경우, 조회 시간 구간 내의 대응되는 대가가 사용자가 설정한 가격 범위에 부합하는 시각을 추천 출발 시각으로 사용할 수 있다. 예를 들어, 사용자가 만원 이내의 가격 범위를 설정하면, 각 시각에 대응하는 가격으로부터 만원 이하의 시각을 선별할 수 있다.

설명해야 하는 바로는, 본 단계에서 결정된 추천 출발 시각은 하나일 수 있고, 하나 이상의 수량일 수도 있다.

하기는 상기 실시예의 각 단계를 상세히 설명한다. 먼저 실시예를 결합하여 상술한 단계 205, 즉 "추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하는 단계"를 상세히 설명한다.

추천 출발 시각은 사용자에게 추천하는 실제로 출발하는 시각, 즉 노선 시작점에서 출발하는 시각을 가리킨다. 그러나 사용자에 대해, 더 직관적이고 더 필요한 것은 어느 시각에 주문 송신할 것 인가이기 때문에, 추천 주문 송신 시각을 결정할 필요가 있다.

구현 가능한 방식으로서, 본 단계의 구체적인 구현 과정은 하기와 같은 단계를 포함할 수 있다.

단계 S1: 추천 출발 시각을 사용하여 온라인 카헤일링 픽업 시간을 예측하여, 예측 주문 접수 시각을 획득한다.

단계 S2 : 예측 주문 접수 시각을 사용하여 주문 접수 시간을 예측하고 추천 주문 송신 시각을 획득한다.

사용자가 주문 송신할 때부터 노선 시작점에서 출발할 때까지, 그 중간에는 또한 온라인 카헤일링 기사가 주문 접수하고 픽업하는 과정이 존재한다. 온라인 카헤일링 기사의 주문 접수는 사용자가 주문 송신한 후, 온라인 카헤일링 플랫폼이 사용자의 주문을 매칭된 온라인 카헤일링 기사에게 송신하고, 그 다음에 온라인 카헤일링 기사가 주문을 수락하는 과정을 가리킨다. 픽업은 온라인 카헤일링 기사가 주문을 수락한 후에, 기사가 있는 위치에서 승객이 있는 위치에 도착하는 과정을 가리킨다.

상술한 단계 S1에서, 추천 출발 시각을 사용하여 필요한 픽업 시간을 거꾸로 유추하여, 예측 주문 접수 시각을 획득한다. 구체적인 과정은 도 3에 도시된 바와 같이, 하기와 같은 단계를 포함하며,

단계 301: 미리 설정된 초기 제1 소요시간을 획득한다.

초기 제1 소요시간은 1분과 같은 미리 설정된 시간 단위일 수 있다.

단계 302: 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정한다.

추천 출발 시각을

으로 표시하고, 추천 출발 시각 이전의 제1 소요시간의 시각을

으로 표시한다고 가정하면, 이때의 후보 주문 접수 시각은

이다.

단계 303: 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측한다.

본 단계에서, 후보 주문 접수 시각(

)에 필요한 픽업 소요시간(

)으로 표시한다)을 예측할 때, 픽업 소요시간 예측 모델을 사용할 수 있다. 구체적인 구현은 후속에서 상세히 설명한다.

단계 304: 예측된 픽업 소요시간이 제1 소요시간보다 작거나 같은지 여부를 판단하고, 그럴 경우, 단계 305를 실행하고, 그렇지 않은 경우, 단계 306을 실행한다.

가 현재의 제1 소요시간보다 작거나 같은지 여부를 판단하고, 다시 말하면,

+

인지 여부를 판단한다.

단계 305 : 후보 주문 접수 시각을 예측 주문 접수 시각으로 결정하고 현재 예측 프로세스를 종료한다.

이럴 경우, 현재

는 예측 주문 접수 시각(

)이다.

단계 306: 제1 소요시간을 연장하고, 단계 302를 실행하는 것으로 다시 이동한다.

이럴 경우, 제1 소요시간을 연장할 수 있으며, 예를 들어, 1분을 연장하고, 제1 소요시간을 2분으로 변경하고, 단계 302로 이동하며, 이때의

는

이전의 2분의 시각이다. 이와 같이 유추하여 예측 주문 접수 시각을 결정할 때까지 상술한 단계를 수행한다.

상술한 단계 S2의 예측 주문 접수 시각을 사용하여 주문 접수 시간을 거꾸로 유추하여 추천 주문 송신 시각을 획득하고, 구체적인 과정은 도 4에 도시된 바와 같이, 하기와 같은 단계를 포함하고,

단계 401: 미리 설정된 초기 제2 소요시간을 획득한다.

초기 제1 소요시간과 유사하며, 초기 제2 소요시간은 1분과 같은 미리 설정된 시간 단위일 수 있다.

단계 402: 예측 주문 접수 시각 이전의 제2 소요시간 시각을 후보 주문 송신 시각으로 결정한다.

예측 주문 접수 시각이

이고, 예측 주문 접수 시각 이전의 제2 소요시간의 시각을

로 표시하므로 이때 후보 주문 송신 시각은

이다.

단계 403: 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측한다.

본 단계에서, 후보 주문 송신 시각(

)에 필요한 주문 접수 소요시간(

으로 표시함)을 예측할 때, 주문 접수 소요시간 예측 모델을 사용할 수 있다. 구체적인 구현은 후속에서 상세히 설명한다.

단계 404: 예측된 주문 접수 소요시간이 제2 소요시간보다 작거나 같은지 여부를 판단하고, 그럴 경우, 단계 405를 실행하며, 그렇지 않은 경우, 단계 406을 실행한다.

가 현재의 제2 소요시간보다 작거나 같은지 여부를 판단하고, 다시 말하면,

+

인지 여부를 판단한다.

단계 405: 후보 주문 송신 시각을 추천 주문 송신 시각으로 결정하고 현재 예측 프로세스를 종료한다.

이럴 경우, 현재

는 추천 주문 송신 시각(

)이다.

단계 406: 제2 소요시간을 연장하고, 단계 402로 다시 이동한다.

이럴 경우, 가능한 제2 소요시간을 연장할 수 있고, 예를 들어, 1분을 연장하고, 제2 소요시간은 2분으로 변경하고, 단계 402로 이동하며, 이때의

는

이전의 2분의 시각이다. 이와 같이 유추하여 추천 주문 송신 시각을 결정할 때까지 상술한 단계를 수행한다.

하기는 실시예를 결합하여 상술한 픽업 소요시간 예측 모델과 주문 접수 소요시간 예측 모델을 상세히 설명한다.

상기 픽업 소요시간 예측 모델은 회귀 모델을 사용할 수 있고, 당해 모델은 후보 주문 접수 시각(

)을 입력할 경우, 대응하는 픽업 소요시간(

)을 출력한다.

바람직한 실시 방식으로서, 픽업 소요시간 예측 모델의 구조는 도 5에 도시된 바와 같이, 주로 임베딩층과 전체 연결층을 포함할 수 있다. 임베딩층은 주로 픽업 소요시간 예측 모델에 입력하는 각 특징에 대해 임베딩 처리를 수행하고, 각 특징의 벡터 표현을 각각 획득하는데 사용된다. 각 특징의 벡터 표현은 스프라이싱 등 융합 처리를 수행한 후, 전체 연결층에 입력하고, 전체 연결층이 픽업 소요시간을 매핑하여 획득한다.

그 중, 픽업 소요시간 예측 모델에 입력하는 특징은 후보 주문 접수 시각(

) 이외에, 사용자의 위치, 목적지, 추천 출발 시각의 대가 정보, 노선 길이, 날씨 정보 및 도로 상황 정보 중 적어도 하나를 더 포함하고, 도 5에서, 이러한 모든 정보를 포함하는 것을 예로 한다. 그 중의 대가 정보는 가격과 예측 소요시간을 포함하는 것을 예로 한다.

상기 주문 접수 소요시간 예측 모델은 회귀 모델을 사용할 수도 있으며, 당해 모델은 후보 주문 송신 시각(

)을 입력할 경우, 대응하는 주문 접수 소요시간(

)을 출력한다.

바람직한 실시 방식으로서, 주문 접수 소요시간 예측 모델의 구조는 도 6에 도시된 바와 같이 주로 임베딩층과 전체 연결층을 포함할 수 있다. 임베딩층은 주로 주문 접수 소요시간 예측 모델에 입력하는 각 특징에 대해 임베딩 처리를 수행하고, 각 특징의 벡터 표현을 각각 획득하는데 사용된다. 각 특징의 벡터 표현은 스프라이싱 등 융합 처리를 수행한 후, 전체 연결층에 입력하고, 전체 연결층이 주문 접수 소요시간을 매핑하여 획득한다.

그 중, 주문 접수 소요시간 예측 모델에 입력하는 특징은 후보 주문 송신 시각(

) 이외에, 사용자의 위치, 목적지, 추천 출발 시각의 대가 정보, 노선 길이 및 날씨 정보 중 적어도 하나를 더 포함할 수 있다, 도 6에서, 이러한 모든 정보를 포함하는 것을 예로 한다. 그 중의 대가 정보는 가격과 예측 소요시간을 포함하는 것을 예로 한다.

상술한 픽업 소요시간 예측 모델과 주문 접수 소요시간 예측 모델에서는 사용자의 위치와 목적지에 대해 임베딩 처리를 수행할 때 사용되는 특징은 POI 정보일 수 있다. POI 정보는 POI 명칭, 속성 및 좌표 정보 등을 포함할 수 있다. 임베딩 처리는 실제로 POI 정보에 대해 의미론적(semantic) 표현을 수행한다. 그 중, POI 명칭에는 POI 인기, 기능 특징이 있을 수 있으므로, POI 명칭을 단어 분할한 후 벡터화 표현을 수행할 수 있다. POI 속성 정보는 버스터미널, 주택지 등 카테고리를 중점적으로 사용하며 이산화된 수치(discrete values)를 사용하여 표시할 수 있다. 좌표 정보가 설명하는 것은 공간 인기 정보이기 때문에, 모든 구역을 구획 분할한 후에 서열화 번호를 수행하여, 좌표가 있는 구획의 번호를 특징으로 표시할 수 있다.

추천 출발 시각, 후보 주문 송신 시간과 같은 시간 특징에 대해, 연속 값을 사용하고 표시할 수 있다. 예를 들어 특정 시각은 시간 값x, 분 값 12, 초 값z를 포함할 수 있고, 2개의 특징

및

을 정의하여 표시할 수 있고, 이러한 표시는 값 범위를 [-1, 1]로 한정할 수 있다.

시간 특징에 대해, 근무일인지 여부, 무슨 요일 등 이산 정보를 사용하여 표시할 수도 있다.

가격, 예측 소요시간, 노선 길이는 모두 이산값이고, 정규화 처리를 수행한 후에 모델에 직접 입력할 수 있다.

날씨 특징은 onehot(원 핫)이산을 사용하여 표시할 수 있고, 맑음, 흐림, 안개, 비 (약한 비, 보통 비, 큰 비, 폭우), 눈(소설, 중설, 대설, 폭설)등 날씨를 표시하고 구분할 수 있다.

도로 상황 특징은 픽업 소요시간에 대한 영향이 비교적 높고, 부근의 도로 상황 특징이 다른 특징에서의 표현이 부족하므로, 픽업 소요시간 예측 모델에 도입된다. 사용자 부근의 도로 상황 특징은 주로 일정한 물리 범위 내의 교통 흐름 밀도를 묘사할 수 있기를 희망한다. 따라서 예를 들어 CNN(Convolutional Neural Networks, 컨볼루션 뉴럴 네트워크), GCN(Graph Convolutional Network, 그래프 컨볼루션 네트워크)등의 뉴럴 네트워크를 사용하여 부호화할 수 있다. 예를 들면, 사용자의 위치를 중심 구역으로 하고, 바깥쪽으로 미리 설정된 범위, 예를 들면 2km를 확장하여, 하나의 4km*4km의 정방형 구역을 획득하고, 그 다음에 이 구역을 16개의 1km*1km의 작은 구역으로 분할할 수 있다. 구역 내의 교통 흐름 특징은 도로의 혼잡 계수를 가중 도로 길이의 평균치로 표시할 수 있으며, 예를 들어,

는 구역 내의 교통 흐름 특징을 표시하고,

는

번째의 작은 구역 내의 도로 길이를 표시하고,

는

번째의 작은 구역의 혼잡 계수를 표시한다.

상기 픽업 소요시간 예측 모델을 미리 트레이닝할 때, 사용되는 트레이닝 데이터는 온라인 카헤일링 플랫폼의 로그로부터 획득할 수 있다. 온라인 카헤일링 플랫폼에는 기사가 주문 접수를 한 후부터 승객이 승차할 때까지의 기간, 즉 픽업 소요시간이 기록되어 있다. 이 부분의 데이터에서 승객의 위치, 목적지, 가격, 노선 길이, 날씨 정보, 도로 상황 정보 및 운전자의 주문 접수 시각을 입력으로 추출하고, 실제 픽업 소요시간을 목표 출력으로 하고, 회귀 모델을 트레이닝하여 픽업 소요시간 예측 모델을 획득한다. 다시 말하면, 손실 함수 loss를 설계할 때, 픽업 소요시간 예측 모델의 출력과 실제 픽업 소요시간의 차이 절대값을 최소화한다.

상기 주문 접수 소요시간 예측 모델을 미리 트레이닝할 때, 사용되는 트레이닝 데이터는 온라인 카헤일링 플랫폼의 로그로부터 획득할 수도 있다. 온라인 카헤일링 플랫폼에는 승객이 주문 송신을 한 후부터 기사가 주문 접수를 할 때까지의 기간, 즉 주문 접수 소요시간이 기록되어 있다. 이 부분의 데이터에서 승객의 위치, 목적지, 가격, 노선 길이, 날씨 정보 및 승객 주문 송신 시각을 입력으로 추출하고, 실제 주문 접수 소요시간을 목표 출력으로 하며, 회귀 모델을 트레이닝하여 주문 접수 소요시간 예측 모델을 획득한다. 다시 말하면, loss를 설계할 때, 주문 접수 소요시간 예측 모델의 출력과 실제 주문 접수 소요시간의 차이 절대값을 최소화한다.

상술한 픽업 소요시간 예측 모델과 주문 접수 소요시간 예측 모델은 각각 트레이닝할 수 있으며 멀티 태스크 학습 방식으로 트레이닝할 수도 있다.

멀티 태스크 학습 방식으로 트레이닝할 때, 도 7에 도시된 바와 같이, 사용자의 위치, 목적지, 예측시 가격, 노선 길이 및 날씨 정보를 공유 특징으로 하며, 이에 대응하는 임베딩 처리 부분을 공유층으로 한다. 도로 상황 특징은 픽업 소요시간 예측 모델의 특유한 특징이다. 주문 송신 시각은 주문 접수 소요시간 예측 모델의 입력이며, 주문 접수 모델이 주문 접수 소요시간을 출력한 후, 주문 접수 소요시간과 주문 송신 시각을 결합하여 획득한 것은 주문 접수 시각이고, 이를 픽업 소요시간 예측 모델의 입력으로 한다. 멀티 태스크 트레이닝을 수행할 때, 각 라운드 반복은 하나의 태스크를 무작위로 선택하고, 당해 태스크의 손실 함수를 계산한 후, 경사 하강법을 사용하여 당해 태스크에 대응하는 모델 파라미터를 업데이트할 수 있다. 또는 공동 트레이닝 방식을 사용하여, 즉 픽업 태스크의 손실 함수만을 사용하여, 경사 하강법에서 모든 모델 파라미터를 업데이트할 수도 있다. 예를 들어, 손실 함수 수렴 또는 반복 횟수가 미리 설정된 반복 횟수 역치에 도달할 때까지, 미리 설정된 트레이닝 종료 조건을 만족할 때까지 계속 반복한다.

도 8은 본 발명의 실시예에서 제공되는 다른 온라인 카헤일링 정보 처리 방법의 흐름도이며, 당해 방법은 클라이언트에서 실행될 수 있다. 도 8에 도시된 바와 같이, 당해 방법은 하기와 같은 단계를 포함한다.

801에서, 사용자가 입력한 온라인 카헤일링 조회 조건을 획득하고, 당해 조회 조건은 출발지 및 목적지 정보를 포함할 수 있다.

본 발명의 실시예에서 클라이언트는 온라인 카헤일링 애플리케이션의 클라이언트일 수 있고, 온라인 카헤일링 기능을 통합하는 다른 애플리케이션의 클라이언트일 수도 있으며, 예를 들어 온라인 카헤일링 기능을 통합하는 지도류 애플리케이션의 클라이언트일 수도 있다.

클라이언트는 사용자에게 제1 인터페이스를 제공하여 사용자가 택시를 타는 출발지 및 목적지 정보를 입력하도록 할 수 있다.

나아가, 사용자에게 조회 시간 구간 또는 대가 범위를 설정하는 컴포넌트를 제공할 수도 있다. 예를 들어, 제1 인터페이스에 입력 박스를 제공하여 사용자가 조회 시간 구간 또는 대가 범위를 입력할 수 있다. 그 다음에, 예를 들어, 제1 인터페이스에 드롭다운 박스(drop-down box) 등 옵션을 제공하여 사용자가 입력 조회 시간 구간 또는 대가 범위를 선택할 수 있다. 그 중, 대가 범위는 가격 범위일 수 있고, 노선(즉 택시를 타는 여정)의 기간 범위일 수도 있다.

802에서, 조회 조건을 서버측에 송신하고 서버측에 의해 반환된 조회 결과를 획득하며, 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함한다.

클라이언트는 상기 조회 조건을 서버측에 송신한 후, 서버측이 도 2에 도시된 실시예의 프로세스를 실행하고, 조회 결과를 생성한 후 클라이언트에 반환한다. 서버측에 의해 실행되는 처리는 여기서 상세히 설명하지 않는다.

그 중, 추천 주문 송신 시각에 대응하는 대가 정보는 당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보 또는 당해 시각에 출발하여 목적지에 도착하는 가격 정보를 포함할 수 있다.

803에서, 조회 결과를 표시한다.

클라이언트는 사용자에게 제2 인터페이스를 제공하고 당해 제2 인터페이스에 조회 결과를 표시할 수 있다. 적어도 당해 제2 인터페이스에 추천 주문 송신 시각을 표시하고, 당해 추천 주문 송신 시각은 하나일 수 있고, 복수일 수도 있다. 추천 주문 송신 시각을 표시할 경우, 추천 주문 송신 시각만을 표시할 수 있으며, 조회 시간 구간 내의 각 시각을 표시할 수도 있지만, 추천 주문 송신 시각을 하이라이트 표시할 수 있다.

추천 주문 송신 시각을 표시하는 동시에, 당해 추천 주문 송신 시각에 대응하는 대가 정보를 표시할 수 있다. 대가 정보만을 제공할 수 있고, 복수의 대가 정보를 제공하여 사용자가 선택할 수도 있다.

도 9는 본 발명의 실시예에서 제공되는 조회 결과를 전시하는 인터페이스의 실례도이다. 도 9에 나타난 바와 같이, 두 종류의 대가 정보를 제공하여 사용자가 비용(즉 가격)이 가장 적고, 시간(즉 노선 예측 소요시간)이 가장 적음을 선택할 수 있다. 사용자가 비용이 가장 적은 것을 선택한 경우, 사용자에게 비용이 가장 적은 추천 주문 송신 시각을 표시한다. 복수의 온라인 카헤일링 플랫폼을 제공하여 사용자가 선택하여 볼 수도 있다. 도 9에서는 한 시간 내의 조회 시간 구간을 예로 들고, 16:00 시각인 추천 주문 송신 시각을 하이라이트 표시하고, 대응되는 비용이 오천원임을 표시한다.

또한, 상기 제2 인터페이스에 출발 시간을 설정하는 컴포넌트를 표시할 수 있으며, 예를 들어 도 9에 도시된 "출발 시간 설정" 컴포넌트이다. 당해 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 출발 시간을 기록한다. 사용자가 설정한 출발 시간에 이르거나 상기 사용자가 설정한 출발 시간 이전의 미리 설정된 기간에 사용자에게 알림 메시지를 표시한다.

또한, 상술한 제2 인터페이스에 주문 송신을 예약하는 컴포넌트를 표시하고, 예를 들어, 도 9에 도시된 "승차 예약" 컴포넌트이다. 당해 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 주문 송신 시간을 기록하고, 사용자가 설정한 주문 송신 시간에 이르는 경우, 출발지에서 목적지까지의 온라인 카헤일링 주문을 송신한다.

이상은 본 발명에서 제공되는 방법에 대해 상세히 설명하였으나, 하기는 실시예를 결합하여 본 발명에서 제공되는 장치에 대해 상세히 설명한다.

도 10은 본 발명의 실시예에 따라 제공되는 온라인 카헤일링 정보 처리 장치의 구조도이다. 온라인 카헤일링 정보 처리 장치는 서버측에 설치된다. 당해 장치는 서버측에 있는 애플리케이션일 수 있고, 서버측에 있는 애플리케이션 내의 플러그인 또는 소프트웨어 개발 키트(Software Development Kit, SDK) 등 기능 유닛일 수도 있다. 도 10에 도시된 바와 같이, 당해 장치(1000)는 조건 수신 유닛(1010), 구간 결정 유닛(1020), 대가 계산 유닛(1030), 제1 추천 유닛(1040), 제2 추천 유닛(1050) 및 결과 반환 유닛(1060)을 포함할 수 있다. 각 구성 유닛의 주요 기능은 다음과 같으며,

조건 수신 유닛(1010)은 클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하는데 사용되고, 조회 조건은 출발지 및 목적지 정보를 포함한다.

구간 결정 유닛(1020)은 조회 조건에 따라 조회 시간 구간을 결정하는데 사용된다.

대가 계산 유닛(1030)은 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하는데 사용된다.

제1 추천 유닛(1040)은 각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는데 사용된다.

제2 추천 유닛(1050)은 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하는데 사용된다.

결과 반환 유닛(1060)은 클라이언트에 조회 결과를 반환하는데 사용되고, 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함한다.

하나의 구현 방식으로서 조회 조건은 조회 시간 구간을 더 포함하고, 제1 추천 유닛(1040)은 구체적으로 조회 시간 구간 내의 대응되는 대가가 가장 작은 N개의 시각을 추천 출발 시각으로 하는데 사용되며, N은 미리 설정된 양의 정수이다.

다른 구현 방식으로 하고, 조회 조건은 대가 범위를 더 포함하고, 제1 추천 유닛(1040)은 구체적으로 조회 시간 구간 내의 대응하는 대가가 사용자가 설정한 대가 범위에 부합하는 시각을 추천 출발 시각으로 하는데 사용된다.

그 중, 구간 결정 유닛(1020)은 구체적으로 조회 조건이 사용자가 설정한 조회 시간 구간을 포함할 경우, 사용자가 설정한 조회 시간 구간을 사용하고, 그렇지 않은 경우, 디폴트 설정된 조회 시간 구간을 사용한다.

그 중, 대가 계산 유닛(1030)은 구체적으로 각 시각에 대해 하기의 처리를 각각 수행하는데 사용되며, 상기 처리는,

당해 시각의 도로 상황 예측 결과에 따라 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보를 획득하여 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용하거나, 또는,

당해 시각의 도로 상황 예측 결과에 따라 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 노선 길이와 예측 소요시간을 획득하고, 온라인 카헤일링 가격 계산 규칙을 사용하여 가격 계산을 수행하고, 계산된 가격을 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용한다.

구체적으로, 제2 추천 유닛(1050)은 제1 예측 서브 유닛(1051)과 제2 예측 서브 유닛(1052)를 포함할 수 있다.

제1 예측 서브 유닛(1051)은 추천 출발 시각을 사용하여 온라인 카헤일링 픽업 시간에 대해 예측을 하고 예측 주문 접수 시각을 획득하는데 사용되고,

제2 예측 서브 유닛(1052)은 예측 주문 접수 시각을 사용하여 주문 접수 시간을 예측하여 추천 주문 송신 시각을 획득하는데 사용된다.

그 중, 제1 예측 서브 유닛(1051)은 구체적으로,

미리 설정된 초기 제1 소요시간에 따라 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하고,

후보 주문 접수 시각에 필요한 픽업 소요시간을 예측하고,

예측된 픽업 소요시간이 제1 소요시간보다 작거나 같은 경우, 후보 주문 접수 시각을 예측 주문 접수 시각으로 결정하고, 그렇지 않은 경우, 제1 소요시간을 연장하고, 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하는 조작으로 다시 이동하는데 사용된다.

바람직한 실시방식으로서, 제1 예측 서브 유닛(1051)은 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측할 때 구체적으로 사용자의 위치, 목적지, 대가 정보, 노선 길이, 날씨 정보 및 도로 상황 정보 중 적어도 하나 및 후보 주문 접수 시각을 픽업 소요시간 예측 모델에 입력하여, 후보 주문 접수 시각에 필요한 픽업 소요시간을 획득한다.

그 중, 제2 예측 서브 유닛(1052)은 구체적으로,

미리 설정된 초기 제2 소요시간에 따라, 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하고,

후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측하고,

예측된 주문 접수 소요시간이 제2 소요시간보다 작거나 같은 경우, 후보 주문 송신 시각을 추천 주문 송신 시각으로 결정하고, 그렇지 않은 경우, 제2 소요시간을 연장하며, 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하는 조작으로 다시 이동하는데 사용된다.

바람직한 실시방식으로서, 제2 예측 서브 유닛(1052)은 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측할 때 구체적으로 사용자의 위치, 목적지, 대가 정보, 노선 길이 및 날씨 정보 중 적어도 하나 및 후보 주문 송신 시각을 주문 접수 소요시간 예측 모델에 입력하여, 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 획득한다.

도 11은 본 발명의 실시예에서 제공되는 다른 온라인 카헤일링 정보 처리 장치의 구조의 개략도이다. 온라인 카헤일링 정보 처리 장치는 단말 디바이스에 설치된다. 당해 장치는 단말 디바이스에 있는 애플리케이션일 수 있고, 또는 단말 디바이스에 있는 애플리케이션 내의 플러그인 또는 소프트웨어 개발 키트(Software Development Kit, SDK) 등 기능 유닛일 수도 있다. 도 11에 도시된 바와 같이, 당해 장치는 조건 획득 유닛(1101), 서버측 인터랙션 유닛(1102) 및 결과 전시 유닛(1103)을 포함할 수 있으며, 제1 컴포넌트 응답 유닛(1104) 및 제2 컴포넌트 응답 유닛(1105)을 더 포함할 수 있다. 각 구성 유닛의 주요 기능은 다음과 같으며,

조건 획득 유닛(1101)은 사용자가 입력한 온라인 카헤일링 조회 조건을 획득하는데 사용되고, 조회 조건은 출발지 및 목적지 정보를 포함하며,

서버측 인터랙션 유닛(1102)은 조회 조건을 서버측에 송신하여 서버측이 반환한 조회 결과를 획득하는데 사용되고, 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함하며,

결과 전시 유닛(1103)은 조회 결과를 전시하는데 사용된다.

또한, 결과 전시 유닛(1103)은 인터페이스에 출발 시간을 설정하는 컴포넌트를 표시하는데 사용된다.

제1 컴포넌트 응답 유닛(1104)은 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 출발 시간을 기록하고, 사용자가 설정한 출발 시간에 이르거나 사용자가 설정한 출발 시간 이전의 미리 설정된 기간에 상기 결과 전시 유닛(1103)을 트리거하여 사용자에게 알림 메시지를 표시하는데 사용된다.

또한 결과 전시 유닛(1103)은 인터페이스에 예약 주문 송신한 컴포넌트를 표시하는데 사용된다.

제2 컴포넌트 응답 유닛(1105)은 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 주문 송신 시간을 기록하고, 사용자가 설정한 주문 송신 시간에 이르는 경우, 일반적으로 상기 서버측 인터랙션 유닛(1102)이 출발지에서 목적지까지의 온라인 카헤일링 주문을 송신하는데 사용된다.

본 명세서의 각 실시예는 모두 점진적인 방식을 사용하여 설명하고, 각각의 실시예 사이의 동일하고 유사한 부분을 서로 참조하면 되고, 각 실시예는 다른 실시예와 다른 점을 중점적으로 설명한다. 특히 장치의 실시예에 대해서는, 기본적으로 방법의 실시예와 유사하기 때문에 설명은 비교적 간단하며, 관련된 점은 방법의 실시예의 부분의 설명을 참조하면 된다.

본 발명의 실시예에 따르면, 본 발명은 전자 기기, 판독 가능 기록 매체 및 컴퓨터 프로그램 제품을 더 제공한다.

도 12에 도시된 바와 같이, 본 발명의 실시예에 따른 온라인 카헤일링 정보 처리 방법의 전자 기기의 블록도이다. 전자 기기는 랩톱 컴퓨터, 데스크톱 컴퓨터, 운영 플랫폼, 개인 디지털 비서, 서버, 블레이드 서버, 대형 컴퓨터, 및 다른 적합한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터를 의미한다. 전자 기기는 개인 디지털 처리, 셀룰러폰, 스마트폰, 웨어러블 기기 및 다른 유사한 계산 장치와 같은 다양한 형태의 이동 장치를 의미할 수도 있다. 본문에서 나타낸 부재, 이들의 연결과 관계, 및 이들의 기능은 단지 예시적인 것으로, 본문에서 설명 및/또는 요구된 본 발명의 구현을 한정하지 않는다.

도 12에 도시된 바와 같이, 기기(1200)는 컴퓨팅 유닛(1201)을 포함하고, 컴퓨팅 유닛(1201)은 판독 전용 메모리(ROM)(1202)에 저장되어 있는 컴퓨터 프로그램 또는 저장 유닛(1208)으로부터 랜덤 액세스 메모리(RAM)(1203)에 로드된 컴퓨터 프로그램에 따라, 다양한 적절한 동작과 처리를 실행할 수 있다. RAM(1203)에는 기기(1200)가 동작하는데 필요한 여러가지 프로그램과 데이터도 저장할 수 있다. 컴퓨팅 유닛(1201), ROM(1202) 및 RAM(1203)는 버스(1204)를 통해 서로 연결된다. 입력/출력 (I/O)인터페이스(1205)도 버스(1204)에 연결된다.

기기(1200) 중의 복수 컴포넌트는 I/O 인터페이스(1205)에 연결되고, 키보드, 마우스 등과 같은 입력 유닛(1206); 여러가지 타입의 디스플레이, 스피커 등과 같은 출력 유닛(1207); 디스크, 광디스크 등과 같은 저장 유닛(1208) 및 네트워크 카드, 모뎀, 무선통신 트랜시버 등과 같은 통신 유닛(1209)을 포함한다. 통신 유닛(1209)은 기기(1200)가 인터넷 등과 같은 컴퓨터 네트워크 및 여러가지 통신 네트워크 중의 적어도 하나를 통해 다른 기기와 정보/데이터를 교환할 수 있다.

컴퓨팅 유닛(1201)은 여러가지 처리와 계산 능력을 갖춘 범용 처리 컴포넌트 및 전용 처리 컴포넌트 중의 적어도 하나일 수 있다. 컴퓨팅 유닛(1201)의 일부 예는, 중앙 처리 유닛(CPU), 그래픽스 처리 유닛(GPU), 다양한 전용 인공지능(AI)계산 팁, 다양한 기계학습 모델 알고리즘을 실행하는 컴퓨팅 유닛, 디지털 신호 프로세서(DSP) 및 임의의 적절한 프로세서, 컨트롤러, 마이크로 컨트롤러 등을 포함하지만, 이에 한정되지 않는다. 컴퓨팅 유닛(1201)은 온라인 카헤일링 정보 처리 방법 등과 같은 상기의 다양한 방법과 처리를 실행한다. 예를 들면, 일부 실시예에서, 온라인 카헤일링 정보 처리 방법은 저장 유닛(1208) 등과 같은 기계 판독 가능 매체에 유형적으로 포함되는 컴퓨터 소프트웨어 프로그램으로 구현할 수 있다.

일부 실시예에서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(1202) 및 통신 유닛(1209) 중의 적어도 하나를 통해 기기(1200)에 로드 및/또는 인스톨될 수 있다. 컴퓨터 프로그램이 RAM(1203)에 로드되어 컴퓨팅 유닛(1201)에 의해 실행될 경우, 상기의 온라인 카헤일링 정보 처리 방법의 하나 또는 복수의 단계를 실행할 수 있다. 대안적으로, 다른 실시예에서, 컴퓨팅 유닛(1201)은 다른 임의의 적절한 방식(예를 들면, 펌웨어에 의해)을 통해 온라인 카헤일링 정보 처리 방법을 실행하도록 구성될 수 있다.

설명된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 필드 프로그래밍 가능한 게이트 어레이(FPGA), 특정 용도 대상 집적 회로(ASIC), 특정 용도 대상 표준제품(ASSP), 시스템 온 칩 시스템(SOC), 부하 프로그래밍 가능 논리 장치(CPLD), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 이들의 결합에서 구현될 수 있다. 이러한 다양한 실시형태는 하나 또는 다수의 컴퓨터 프로그램에서의 구현을 포함할 수 있고, 상기 하나 또는 다수의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능 프로세서를 포함하는 프로그램 가능 시스템에서 실행 및/또는 해석될 수 있으며, 상기 프로그램 가능 프로세서는 전용 또는 범용 프로그램 가능 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치, 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신할 수 있으며, 데이터 및 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치, 및 상기 적어도 하나의 출력 장치에 전송할 수 있다.

본 발명의 방법을 실시하기 위한 프로그램 코드는 하나 또는 복수의 프로그래밍 언어의 임의의 결합을 사용하여 작성할 수 있다. 이러한 프로그램 코드는 프로그램 코드가 프로세서 또는 컨트롤러30에 의해 실행될 때 흐름도 및 블록도 중의 적어도 하나에 규정된 기능/동작이 실행되도록, 대형 기계(슈퍼 컴퓨터), 전용 컴퓨터 또는 다른 프로그램 가능한 데이터 처리 장치의 프로세서 또는 컨트롤러에 제공할 수 있다. 프로그램 코드는 완전히 기계에서 실행되거나, 부분적으로 기계에서 실행되거나, 독립된 소프트웨어 패키지로서 부분적으로 기계에서 실행되고, 부분적으로 리모트 기계에서 실행되거나 또는 완전히 리모트 기계 또는 서버에서 실행될 수 있다.

본 발명의 문맥에서, 기계 판독 가능 매체는 명령 실행 시스템, 장치 또는 기기의 사용, 또는 명령 실행 시스템, 장치 또는 기기와 결합하여 사용되는 프로그램을 포함하거나 저장할 수 있는 유형적인 매체일 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체 또는 기계 판독 가능 기록 매체일 수 있다. 기계 판독 가능 매체는 전자, 자기, 광학, 전자기, 적외선, 또는 반도체 시스템, 장치 또는 기기, 또는 상술한 내용의 임의의 적절한 결합을 포함하지만, 이에 한정되지 않는다. 기계 판독 가능 기록 매체의 더 구체적인 예는 하나 또는 복수의 와이어에 기반한 전기 연결, 휴대용 컴퓨터 디스크, 하드 디스크, 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 소거 가능 프로그래머블 판독 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 포터블 컴팩트 디스크 판독 전용 메모리(CD-ROM), 광학 저장 장치, 자기 저장 장치 또는 상술한 내용의 임의의 적절한 결합을 포함한다.

사용자와의 인터랙션을 제공하기 위하여, 컴퓨터에서 여기서 설명된 시스템 및 기술을 실시할 수 있고, 상기 컴퓨터는 사용자에게 정보를 표시하기 위한 표시 장치(예를 들어, CRT(음극선관) 또는 LCD(액정 표시 장치) 모니터); 및 키보드 및 지향 장치(예를 들어, 마우스 또는 트랙 볼)를 구비하며, 사용자는 상기 키보드 및 상기 지향 장치를 통해 컴퓨터에 입력을 제공한다. 다른 타입의 장치는 또한 사용자와의 인터랙션을 제공할 수 있는데, 예를 들어, 사용자에게 제공된 피드백은 임의의 형태의 감지 피드백(예를 들어, 시각 피드백, 청각 피드백, 또는 촉각 피드백)일 수 있고; 임의의 형태(소리 입력, 음성 입력, 또는 촉각 입력)로 사용자로부터의 입력을 수신할 수 있다.

여기서 설명된 시스템 및 기술은 백엔드 부재를 포함하는 계산 시스템(예를 들어, 데이터 서버로 사용됨), 또는 미들웨어 부재를 포함하는 계산 시스템(예를 들어, 애플리케이션 서버), 또는 프론트 엔드 부재를 포함하는 계산 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 네트워크 브라우저를 구비하는 사용자 컴퓨터인 바, 사용자는 상기 그래픽 사용자 인터페이스 또는 상기 네트워크 브라우저를 통해 여기서 설명된 시스템 및 기술의 실시형태와 인터랙션할 수 있음), 또는 이러한 백엔드 부재, 미들웨어 부재, 또는 프론트 엔드 부재의 임의의 결합을 포함하는 계산 시스템에서 구현될 수 있다. 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 시스템의 부재를 서로 연결시킬 수 있다. 통신 네트워크의 예는, 근거리 통신망(LAN), 광역망(WAN), 인터넷을 포함한다.

컴퓨터 시스템은 클라이언트 및 서버를 포함할 수 있다. 클라이언트 및 서버는 일반적으로 서로 멀리 떨어져 있고 일반적으로 통신 네트워크를 통해 서로 인터랙션한다. 대응되는 컴퓨터에서 실행되고 또한 서로 클라이언트-서버 관계를 가지는 컴퓨터 프로그램을 통해 클라이언트 및 서버의 관계를 생성한다. 서버는 클라우드 서버일 수 있고, 클라우드 계산 또는 클라우드 호스트일 수도 있으며, 클라우드 계산 서비스 시스템 중의 하나의 호스트 제품일 수 있어, 종래의 물리 호스트와 가상 전용 서버（Virtual Private Server, VPS라고 약칭한다）서비스에 존재하는 관리 곤란도가 높고, 업무 확장성이 약한 것을 해결한다. 서버는 분산 시스템의 서버일 수 있거나, 또는 블록 체인을 결합한 서버일 수도 있다.

위에서 설명된 다양한 형태의 프로세스를 사용하여 단계를 재배열, 추가 또는 삭제할 수 있음을 이해해야 한다. 예를 들어, 본 발명에 기재된 각 단계는 동시에, 순차적으로, 또는 상이한 순서로 수행될 수 있으며, 본 발명에 개시된 기술적 해결수단이 이루고자 하는 결과를 구현할 수 있는 한, 본문은 여기서 한정되지 않는다.

상기 구체적인 실시형태는 본 발명의 보호 범위를 한정하지 않는다. 본 기술분야의 통상의 기술자는, 설계 요구 및 다른 요소에 따라 다양한 수정, 결합, 서브 결합 및 대체를 진행할 수 있음을 이해해야 한다. 본 발명의 정신 및 원칙 내에서 이루어진 임의의 수정, 등가 교체 및 개선 등은 모두 본 발명의 보호 범위 내에 포함되어야 한다.

Claims

온라인 카헤일링 정보 처리 방법에 있어서,
클라이언트에 의해 송신된 온라인 카헤일링(car-hailing) 조회 조건을 획득하는 단계 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;
상기 조회 조건에 따라 조회 시간 구간을 결정하는 단계;
상기 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하는 단계;
각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는 단계;
상기 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하는 단계; 및
상기 클라이언트에 조회 결과를 반환하는 단계 - 상기 조회 결과는 상기 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 상기 추천 주문 송신 시각과 상기 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제1항에 있어서,
상기 조회 조건은 조회 시간 구간을 더 포함하고,
상기 각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는 단계는,
상기 조회 시간 구간 내에서 대응되는 대가가 가장 작은 N개의 시각을 상기 추천 출발 시각으로 결정하는 단계를 포함하고,
상기 N은 미리 설정된 양의 정수인,
온라인 카헤일링 정보 처리 방법.
제1항에 있어서,
상기 조회 조건은 대가 범위를 더 포함하고,
상기 각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하는 단계는,
상기 조회 시간 구간 내의 대응되는 대가가 상기 사용자가 설정한 대가 범위에 부합하는 시각을 상기 추천 출발 시각으로 결정하는 단계를 포함하는,
온라인 카헤일링 정보 처리 방법.
제1항에 있어서,
상기 조회 조건에 따라 조회 시간 구간을 결정하는 단계는,
상기 조회 조건이 사용자가 설정한 조회 시간 구간을 포함하는 경우, 사용자가 설정한 조회 시간 구간을 사용하고,
그렇지 않은 경우, 디폴트 설정된 조회 시간 구간을 사용하는 단계를 포함하는,
온라인 카헤일링 정보 처리 방법.
제1항에 있어서,
상기 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하는 단계는,
상기 각 시각에 대해 하기의 처리를 각각 수행하고, 상기 처리는
당해 시각의 도로 상황 예측 결과에 따라, 상기 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보를 획득하여 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용하거나, 또는
당해 시각의 도로 상황 예측 결과에 따라, 상기 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 노선 길이와 예측 소요시간을 획득하고, 온라인 카헤일링 가격 계산 규칙을 사용하여 가격 계산을 수행하고, 계산된 가격을 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용하는,
온라인 카헤일링 정보 처리 방법.
제1항에 있어서,
상기 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하는 단계는,
상기 추천 출발 시각을 사용하여 온라인 카헤일링 픽업 시간을 예측하여, 예측 주문 접수 시각을 획득하는 단계; 및
상기 예측 주문 접수 시각을 이용하여 주문 접수 시간을 예측하여, 상기 추천 주문 송신 시각을 획득하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제6항에 있어서,
상기 추천 출발 시각을 사용하여 온라인 카헤일링 픽업 시간을 예측하여, 예측 주문 접수 시각을 획득하는 단계는,
미리 설정된 초기 제1 소요시간에 따라, 상기 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하는 단계;
상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측하는 단계; 및
예측된 픽업 소요시간이 상기 제1 소요시간보다 작거나 같은 경우, 상기 후보 주문 접수 시각을 상기 예측 주문 접수 시간으로 결정하고, 그렇지 않은 경우, 상기 제1 소요시간을 연장하고, 상기 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하는 단계로 다시 이동하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제7항에 있어서,
상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측하는 단계는,
상기 사용자의 위치, 목적지, 대가 정보, 노선 길이, 날씨 정보 및 도로 상황 정보 중 적어도 하나와 상기 후보 주문 접수 시각을 상기 픽업 소요시간 예측 모델에 입력하여, 상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 획득하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제6항에 있어서,
상기 예측 주문 접수 시각을 사용하여 주문 접수 시간을 예측하여, 상기 추천 주문 송신 시각을 획득하는 단계는,
미리 설정된 초기 제2 소요시간에 따라, 상기 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하는 단계;
상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측하는 단계; 및
예측된 주문 접수 소요시간이 상기 제2 소요시간보다 작거나 같은 경우, 상기 후보 주문 송신 시각을 상기 추천 주문 송신 시각으로 결정하고, 그렇지 않은 경우, 상기 제2 소요시간을 연장하고, 상기 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하는 단계로 다시 이동하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제9항에 있어서,
상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측하는 단계는,
상기 사용자의 위치, 목적지, 대가 정보, 노선 길이 및 날씨 정보 중 적어도 하나와 상기 후보 주문 송신 시각을 주문 접수 소요시간 예측 모델에 입력하여, 상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 획득하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
온라인 카헤일링 정보 처리 방법에 있어서,
사용자가 입력한 온라인 카헤일링 조회 조건을 획득하는 단계 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;
상기 조회 조건을 서버측에 송신하고, 상기 서버측에 의해 반환된 조회 결과를 획득하는 단계 - 상기 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -; 및
상기 조회 결과를 표시하는 단계;를 포함하는,
온라인 카헤일링 정보 처리 방법.
제11항에 있어서,
상기 추천 주문 송신 시각에 대응하는 대가 정보는,
당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보, 또는 당해 시각에 출발하여 목적지에 도착하는 가격 정보를 포함하는,
온라인 카헤일링 정보 처리 방법.
제11항에 있어서,
상기 인터페이스에 출발 시간을 설정하는 컴포넌트를 표시하는 단계;
상기 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 출발 시간을 기록하는 단계; 및
상기 사용자가 설정한 출발 시간에 이르거나, 상기 사용자가 설정한 출발 시간 이전의 미리 설정된 기간에, 사용자에게 알림 메시지를 표시하는 단계;를 더 포함하는,
온라인 카헤일링 정보 처리 방법.
제11항에 있어서,
상기 인터페이스에 예약 주문 송신한 컴포넌트를 표시하는 단계;
상기 컴포넌트가 트리거된 이벤트를 획득한 후, 상기 사용자가 설정한 주문 송신 시간을 기록하는 단계; 및
상기 사용자가 설정한 주문 송신 시간에 이르는 경우, 상기 출발지에서 목적지까지의 온라인 카헤일링 주문을 송신하는 단계;를 더 포함하는,
온라인 카헤일링 정보 처리 방법.
온라인 카헤일링 정보 처리 장치에 있어서,
클라이언트에 의해 송신된 온라인 카헤일링 조회 조건을 획득하도록 구성되는 조건 수신 유닛 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;
상기 조회 조건에 따라 조회 시간 구간을 결정하도록 구성되는 구간 결정 유닛;
상기 조회 시간 구간 내의 각 시각에 대해, 각 시각에 출발하여 목적지에 도착하는 대가 정보를 각각 계산하도록 구성되는 대가 계산 유닛;
각 시각에 출발하여 목적지에 도착하는 대가 정보에 따라, 상기 조회 조건을 만족하는 시각을 추천 출발 시각으로 결정하도록 구성되는 제1 추천 유닛;
상기 추천 출발 시각을 사용하여, 추천 주문 송신 시각을 결정하도록 구성되는 제2 추천 유닛; 및
상기 클라이언트에 조회 결과를 반환하도록 구성되는 결과 반환 유닛 - 상기 조회 결과는 상기 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 상기 추천 주문 송신 시각과 상기 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -;을 포함하는,
온라인 카헤일링 정보 처리 장치.
제15항에 있어서,
상기 조회 조건은 조회 시간 구간을 더 포함하고,
상기 제1 추천 유닛은 구체적으로, 상기 조회 시간 구간 내의 대응되는 대가가 가장 작은 N개의 시각을 추천 출발 시각으로 사용하도록 구성되며, 상기 N은 미리 설정된 양의 정수이거나, 또는,
상기 조회 조건은 대가 범위를 더 포함하고,
상기 제1 추천 유닛은 구체적으로, 상기 조회 시간 구간 내의 대응되는 대가가 상기 사용자가 설정한 대가 범위에 부합하는 시각을 추천 출발 시각으로 사용하도록 구성되는,
온라인 카헤일링 정보 처리 장치.
제15항에 있어서,
상기 구간 결정 유닛은 구체적으로, 상기 조회 조건이 사용자가 설정한 조회 시간 구간을 포함하는 경우, 사용자가 설정한 조회 시간 구간을 사용하고,
그렇지 않은 경우, 디폴트 설정된 조회 시간 구간을 사용하는,
온라인 카헤일링 정보 처리 장치.
제15항에 있어서,
상기 대가 계산 유닛은 구체적으로, 상기 각 시각에 대해 하기의 처리를 각각 수행하는데 사용되며, 상기 처리는,
당해 시각의 도로 상황 예측 결과에 따라 상기 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보를 획득하여 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용하거나, 또는,
당해 시각의 도로 상황 예측 결과에 따라 상기 출발지와 목적지에 대해 노선 계획을 수행하여, 당해 시각에 출발하여 목적지에 도착하는 노선 길이와 예측 소요시간을 획득하고, 온라인 카헤일링 가격 계산 규칙을 사용하여 가격 계산을 수행하고, 계산된 가격을 당해 시각에 출발하여 목적지에 도착하는 대가 정보로 사용하는,
온라인 카헤일링 정보 처리 장치.
제15항에 있어서,
상기 제2 추천 유닛은,
상기 추천 출발 시각을 사용하여 온라인 카헤일링 픽업 시간을 예측하여, 예측 주문 접수 시각을 획득하도록 구성되는 제1 예측 서브 유닛; 및
상기 예측 주문 접수 시각을 이용하여 주문 접수 시간을 예측하여, 상기 추천 주문 송신 시각을 획득하도록 구성되는 제2 예측 서브 유닛;을 포함하는,
온라인 카헤일링 정보 처리 장치.
제19항에 있어서,
상기 제1 예측 서브 유닛은 구체적으로,
미리 설정된 초기 제1 소요시간에 따라, 상기 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하고,
상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측하고,
예측된 픽업 소요시간이 상기 제1 소요시간보다 작거나 같은 경우, 상기 후보 주문 접수 시각을 상기 예측 주문 접수 시간으로 결정하고, 그렇지 않은 경우, 상기 제1 소요시간을 연장하고, 상기 추천 출발 시각 이전의 제1 소요시간의 시각을 후보 주문 접수 시각으로 결정하는 조작으로 다시 이동하는데 사용되는,
온라인 카헤일링 정보 처리 장치.
제20항에 있어서,
상기 제1 예측 서브 유닛은, 상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 예측할 때, 구체적으로,
상기 사용자의 위치, 목적지, 대가 정보, 노선 길이, 날씨 정보 및 도로 상황 정보 중 적어도 하나와 상기 후보 주문 접수 시각을 픽업 소요시간 예측 모델에 입력하여, 상기 후보 주문 접수 시각에 필요한 픽업 소요시간을 획득하는,
온라인 카헤일링 정보 처리 장치.
제19항에 있어서,
상기 제2 예측 서브 유닛은 구체적으로,
미리 설정된 초기 제2 소요시간에 따라, 상기 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하고,
상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측하고,
예측된 주문 접수 소요시간이 상기 제2 소요시간보다 작거나 같은 경우, 상기 후보 주문 송신 시각을 상기 추천 주문 송신 시각으로 결정하고, 그렇지 않은 경우, 상기 제2 소요시간을 연장하고, 상기 예측 주문 접수 시각 이전의 제2 소요시간의 시각을 후보 주문 송신 시각으로 결정하는 조작으로 다시 이동하는데 사용되는,
온라인 카헤일링 정보 처리 장치.
제22항에 있어서,
상기 제2 예측 서브 유닛은, 상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 예측할 때, 구체적으로,
상기 사용자의 위치, 목적지, 대가 정보, 노선 길이 및 날씨 정보 중 적어도 하나와 상기 후보 주문 송신 시각을 주문 접수 소요시간 예측 모델에 입력하여, 상기 후보 주문 송신 시각에 필요한 주문 접수 소요시간을 획득하는,
온라인 카헤일링 정보 처리 장치.
온라인 카헤일링 정보 처리 장치에 있어서,
사용자가 입력한 온라인 카헤일링 조회 조건을 획득하도록 구성되는 조건 획득 유닛 - 상기 조회 조건은 출발지 및 목적지 정보를 포함함 -;
상기 조회 조건을 서버측에 송신하고, 상기 서버측에 의해 반환된 조회 결과를 획득하도록 구성되는 서버측 인터랙션 유닛 - 상기 조회 결과는 추천 주문 송신 시각을 포함하거나, 또는 상기 조회 결과는 추천 주문 송신 시각과 추천 주문 송신 시각에 대응하는 대가 정보를 포함함 -; 및
상기 조회 결과를 표시하도록 구성되는 결과 전시 유닛;을 포함하는,
온라인 카헤일링 정보 처리 장치.
제24항에 있어서,
상기 추천 주문 송신 시각에 대응하는 대가 정보는,
당해 시각에 출발하여 목적지에 도착하는 예측 소요시간 정보, 또는
당해 시각에 출발하여 목적지에 도착하는 가격 정보를 포함하는,
온라인 카헤일링 정보 처리 장치.
제24항에 있어서,
상기 결과 전시 유닛은 또한 상기 인터페이스에 출발 시간을 설정하는 컴포넌트를 표시하는데 사용되며,
당해 장치는 제1 컴포넌트 응답 유닛을 더 포함하고, 상기 제1 컴포넌트 응답 유닛은 상기 컴포넌트가 트리거된 이벤트를 획득한 후, 사용자가 설정한 출발 시간을 기록하고, 상기 사용자가 설정한 출발 시간에 이르거나, 상기 사용자가 설정한 출발 시간 이전의 미리 설정된 기간에, 상기 결과 전시 유닛을 통해 사용자에게 알림 메시지를 표시하는데 사용되는,
온라인 카헤일링 정보 처리 장치.
제24항에 있어서,
상기 결과 전시 유닛은 또한 상기 인터페이스에 예약 주문 송신한 컴포넌트를 표시하는데 사용되며,
제2 컴포넌트 응답 유닛은, 상기 컴포넌트가 트리거된 이벤트를 획득한 후, 상기 사용자가 설정한 주문 송신 시간을 기록하고, 상기 사용자가 설정한 주문 송신 시간에 이르는 경우, 상기 서버측 인터랙션 유닛을 통해 상기 출발지에서 목적지까지의 온라인 카헤일링 주문을 송신하는데 사용되는,
온라인 카헤일링 정보 처리 장치.
전자 기기에 있어서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 통신 연결되는 메모리;를 포함하고,
상기 메모리에는 상기 적어도 하나의 프로세서에 의해 수행 가능한 명령이 저장되어 있고, 상기 명령이 상기 적어도 하나의 프로세서에 의해 수행되어, 상기 적어도 하나의 프로세서에 의해 제1항 내지 제14항 중 어느 한 항의 방법이 수행되도록 하는,
전자 기기.
컴퓨터 명령이 저장되어 있는 비일시적 컴퓨터 판독 가능 기록 매체에 있어서,
상기 컴퓨터 명령은 상기 컴퓨터가 제1항 내지 제14항 중 어느 한 항의 방법을 수행하도록 하는,
비일시적 컴퓨터 판독 가능 기록 매체.
컴퓨터 프로그램 제품에 있어서,
컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램이 프로세서에 의해 수행될 때, 제1항 내지 제14항 중 어느 한 항의 방법을 구현하는
컴퓨터 프로그램 제품.