TWI698817B - 用於分配線上隨選服務中的訂單的系統和方法 - Google Patents
用於分配線上隨選服務中的訂單的系統和方法 Download PDFInfo
- Publication number
- TWI698817B TWI698817B TW107143533A TW107143533A TWI698817B TW I698817 B TWI698817 B TW I698817B TW 107143533 A TW107143533 A TW 107143533A TW 107143533 A TW107143533 A TW 107143533A TW I698817 B TWI698817 B TW I698817B
- Authority
- TW
- Taiwan
- Prior art keywords
- driver
- order
- matching
- pairs
- value
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000008569 process Effects 0.000 claims description 53
- 238000003860 storage Methods 0.000 claims description 52
- 238000009826 distribution Methods 0.000 claims description 39
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 description 43
- 238000012986 modification Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了用於分配線上隨選服務中的訂單的系統和方法。一種方法可以包括:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中分配係數與每個司機-訂單對中的司機的服務評分相關,並基於第一匹配值和分配係數確定調整後的匹配值;從複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中複數個匹配的司機-訂單對是相互獨立的,並且對應於複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給相應的匹配司機。
Description
本申請一般涉及用於提供線上隨選服務的系統和方法,尤其涉及用於分配線上隨選服務中的訂單的系統和方法。
本申請主張2017年12月4日提交的申請號為PCT/CN2017/114377的國際申請案的優先權,其內容以引用方式被包含於此。
隨選運輸服務,特別是線上叫車服務,已變得愈來愈流行。當服務請求方(例如,乘客)在預定時間段內通過線上叫車服務平臺發起請求運輸工具的訂單時,伺服器可以分別為訂單分配服務提供方(例如,司機)。分配訂單的現有技術的問題在於,在某些情況下,在分配訂單時不考慮服務提供方的先前記錄。例如,具有較高服務評分的服務提供方在分配給整體上產生較低利潤的訂單之後可能具有較低的總收入。因此,希望提供用於基於提供方的服務記錄來分配訂單的系統和方法(例如,用以增加具有更高服務評分的服務提供方的總收入)。
根據本申請的一個態樣,一種系統可以包括至少一個電腦可讀取儲存媒體,其包括用於分配線上隨選服務中的訂單的一組指令,以及與電腦可讀取儲存媒體通訊的至少一個處理器,其中,當執行該組指令時,該至少一個處理器可以用於:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中所述分配係數與每個司機-訂單對中的司機的服務評分相關,並基於第一匹配值和分配係數確定調整後的匹配值;從複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中複數個匹配的司機-訂單對是相互獨立的,並且對應於複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給相應的匹配司機。
在一些實施例中,為了獲取複數個司機-訂單對,所述至少一個處理器還被用於在預設時間段內從複數個乘客終端中獲取複數個待分配訂單。
在一些實施例中,對於每個司機-訂單對,為了至少部分基於每個司機-訂單對中的司機和訂單來確定第一匹配值,所述至少一個處理器還用於:基於與訂單相關的乘客出發點、目的地和出發時間來確定訂單值;確定司機從司機出發點駕駛至乘客出發點所產生的司機成本;確定司機在司機出發點時對司機的預估值與司機在目的地時對司機的預估值之間的預估值差異;以及基於訂單值、司機成本和預估值差異,確定第一匹配值。
在一些實施例中,為了確定預估值差異,所述至少一個處理器還用於基於與複數個司機相關的歷史業務資訊,根據馬可夫決策流程(Markov Decision Process,MDP),確定預估值差異。
在一些實施例中,所述至少一個處理器還用於:歸一化第一匹配值。
在一些實施例中,所述至少一個處理器基於司機出發點、乘客出發點、與司機相關的車型、及/或交通狀況中的至少一個,確定司機成本。
在一些實施例中,為了從複數個司機-訂單對中識別複數個匹配的司機-訂單對,所述至少一個處理器還用於:創建一個二分圖,包括複數個司機-訂單對和複數個司機-訂單對的調整後的匹配值,其中調整後的匹配值是司機-訂單對的邊緣權重;根據二分圖匹配演算法,基於二分圖,從所述複數個司機-訂單對中識別複數個匹配的司機-訂單對。
在一些實施例中,二分圖匹配演算法包括庫恩-曼克萊斯(Kuhn-Munkres,KM)演算法。
根據本申請的另一態樣,一種用於分配線上隨選服務中的訂單的方法可以在具有至少一個處理器、至少一個電腦可讀取儲存媒體和連接到網路的通訊平臺的計算裝置上實施。該方法可以包括一個或多個以下操作:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中所述分配係數與每個司機-訂單對中的司機的服務評分相關,並基於第一匹配值和分配係數確定調整後的匹配值;從複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中複數個匹配的司機-訂單對是相互獨立的,並且對應於複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給相應的匹配司機。
在一些實施例中,獲取複數個司機-訂單對可包括在預設時間內從複數個乘客終端中獲取複數個待分配訂單。
在一些實施例中,對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值可以包括一個或多個以下操作:基於與訂單相關的乘客出發點、目的地和出發時間來確定訂單值;確定司機從司機出發點駕駛至乘客出發點所產生的司機成本;確定司機在司機出發點時對司機的預估值與司機在目的地時對司機的預估值之間的預估值差異;以及基於訂單值、司機成本和預估值差異,確定第一匹配值。
在一些實施例中,確定預估值差異可以包括基於與複數個司機相關的歷史業務資訊,根據馬可夫決策流程(MDP)確定預估值差異。
在一些實施例中,所述方法可以進一步包括以下操作:歸一化第一匹配值。
在一些實施例中,所述司機成本可以基於司機出發點、乘客出發點、與司機相關的車型、及/或交通狀況中的至少一個來確定。
在一些實施例中,從複數個司機-訂單對中識別複數個匹配的司機-訂單對可以包括一個或多個以下操作:創建一個二分圖,包括複數個司機-訂單對和複數個司機-訂單對的調整後的匹配值,其中調整後的匹配值是司機-訂單對的邊緣權重;根據二分圖匹配演算法,基於二分圖從複數個司機-訂單對中識別複數個匹配的司機-訂單對。
在一些實施例中,所述二分圖匹配演算法可以包括庫恩-曼克萊斯(KM)演算法。
根據本申請的又一態樣,一種非暫時性電腦可讀取媒體,包括用於分配線上隨選服務中的訂單的至少一組指令,其中當由電腦裝置的至少一個處理器執行時,所述至少一組指令指示所述至少一個處理器:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中分配係數與每個司機-訂單對中的司機的服務評分相關,並基於第一匹配值和分配係數確定調整後的匹配值;從複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中複數個匹配的司機-訂單對是相互獨立的,並且對應於複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給相應的匹配司機。
以下描述是為了使本領域具有通常知識者能夠實施和利用本申請,並且該描述是在特定的應用場景及其要求的環境下提供的。對於本領域具有通常知識者來講,顯然可以對所揭露的實施例作出各種改變,並且在不偏離本申請的原則和範圍的情況下,本申請中所定義的普遍原則可以適用於其他實施例和應用場景。因此,本申請並不限於所描述的實施例,而應該被給予與申請專利範圍一致的最廣泛的範圍。
本申請中所使用的術語僅用於描述特定的示例性實施例,並不限制本申請的範圍。如本申請使用的單數形式「一」、「一個」及「該」可以同樣包括複數形式,除非上下文明確提示例外情形。還應當理解,如在本說明書中所示,術語「包括」、「包含」僅提示存在所述特徵、整體、步驟、操作、元件及/或部件,但並不排除存在或添加一個或多個其他特徵、整體、步驟、操作、元件、部件及/或其組合的情況。
在考慮了作為本申請一部分的圖式的描述內容後,本申請的特徵和特點以及操作方法、結構的相關元素的功能、各部分的組合、製造的經濟性變得顯而易見。然而,應當理解,圖式僅僅是為了說明和描述的目的,並不旨在限制本申請的範圍。應當理解的是,圖式並不是按比例繪製的。
本申請中使用了流程圖用來說明根據本申請的一些實施例的系統所執行的操作。應當理解的是,流程圖中的操作可以不按順序執行。相反,可以按照倒序或同時處理各種步驟。同時,也可以將一個或多個其他操作添加到這些流程圖中。也可以從流程圖中刪除一個或多個操作。
此外,儘管本申請中的系統和方法主要是關於線上叫車服務來描述的,但是還應該理解,這僅是一個示例性實施例。本申請的系統和方法可以適用於其他任一種隨選服務。例如,本申請的系統和方法可以應用於不同的運輸系統,包括陸地、海洋、航空航太或類似物或其任意組合。所述運輸系統的交通工具可以包括計程車、私家車、順風車、公車、列車、動車、高鐵、地鐵、船舶、飛機、飛船、熱氣球、無人駕駛的運輸工具或類似物或其任意組合。所述運輸系統也可以包括應用管理及/或分配的任一運輸系統,例如,發送及/或接收快遞的系統。本申請的系統或方法的應用場景可以包括網頁、瀏覽器外掛程式、用戶端、定製系統、內部分析系統、人工智慧機器人或類似物或其任意組合。
本申請中的術語「司機」可以指與司機相關的資訊及/或特徵的組合。與司機相關的資訊或特徵可包括司機標識(例如,司機的登記號碼)、司機出發點、司機所擁有的運輸工具的類型、運輸工具標識(例如,運輸工具的車牌號碼)、司機簡檔(例如,司機的服務評分)或類似物,或其任何組合。本申請中的術語「訂單」可以指與訂單相關的資訊或與訂單相關的特徵。與訂單相關的資訊或特徵可以包括訂單號碼、訂單出發點、訂單目的地、訂單出發時間、發起訂單的乘客、訂單類型或類似物,或其任何組合。
本申請中的位置及/或軌跡可以通過嵌入在使用者終端(例如,乘客終端、司機終端)中的定位技術來獲取。本申請中使用的定位技術可以包括全球定位系統(GPS)、全球衛星導航系統(GLONASS)、北斗導航系統(COMPASS)、伽利略定位系統、準天頂衛星系統(QZSS)、無線保真(Wi-Fi)定位技術或類似物或其任意組合。以上定位技術中的一個或多個可以在本申請中交換使用。
本申請的一個態樣涉及用於分配隨選服務中的訂單的線上系統和方法。根據本申請,該系統和方法可以構造具有複數個司機和訂單作為頂點的二分圖。對於在二分圖中每個司機-訂單對,所述系統和方法可以部分地基於與每個司機的服務評分相關的權重來計算匹配值。司機的服務評分越高,司機-訂單對的權重越高。匹配值可以是二分圖中的複數個司機-訂單對的邊緣權重。所述系統和方法可以根據基於KM演算法計算二分圖的權重的和的最大值來確定最佳分配策略,以將每個訂單分配給相應的匹配司機。
圖1係根據本申請的一些實施例所示的用於分配線上隨選服務中的訂單的示例性系統100的方塊圖。例如,系統100可以是用於運輸服務的線上運輸服務平臺,例如叫車服務、專車服務、運輸工具遞送服務、共乘服務、公共汽車服務、代駕服務和班車服務或類似物。系統100可以包括伺服器110、乘客終端120、儲存裝置130、司機終端140、網路150和資訊源160。該伺服器110可包含處理引擎112。
伺服器110可以被配置為用於處理與複數個服務請求方發起的訂單有關的資訊及/或資料,例如,叫車訂單。例如,伺服器110可以從乘客終端120接收複數個訂單,並根據分配策略處理訂單以將每個訂單分配給相應的司機終端140。在一些實施例中,伺服器110可以是單個伺服器,也可以是伺服器組。所述伺服器組可以是集中式的,也可以是分散式的(例如,伺服器110可以是分散式的系統)。在一些實施例中,伺服器110可以是本地的,也可以是遠端的。例如,伺服器110可以經由網路150存取儲存在乘客終端120、司機終端140及/或儲存裝置130中的資訊及/或資料。又例如,伺服器110可以直接連接到乘客終端120、司機終端140及/或儲存裝置130以存取儲存的資訊及/或資料。在一些實施例中,伺服器110可以在雲端平臺上實施。僅作為示例,該雲端平臺可以包括私有雲、公共雲、混合雲、社區雲、分佈雲、內部雲、多層雲或類似物或其任意組合。在一些實施例中,伺服器110可以在本申請中的圖2描述的包含了一個或多個組件的計算裝置上執行。
在一些實施例中,伺服器110可以包括處理引擎112。處理引擎112可以處理與複數個服務請求方發起的訂單有關的資訊及/或資料,以執行本申請中描述的一個或多個功能。例如,處理引擎112可以從乘客終端120獲取複數個訂單,並根據分配策略處理訂單以將每個訂單分配給相應的司機終端140。在一些實施例中,處理引擎112可包括一個或多個處理引擎(例如,單核心處理引擎或多核心處理器)。僅作為範例,處理引擎112可包括中央處理單元(CPU)、特定應用積體電路(ASIC)、特定應用指令集處理器(ASIP)、圖形處理單元(GPU)、物理運算處理單元(PPU)、數位訊號處理器(DSP)、現場可程式閘陣列(FPGA)、可程式邏輯裝置(PLD)、控制器、微控制器單元、精簡指令集電腦(RISC)、微處理器或類似物或其任意組合。
在一些實施例中,乘客終端120及/或司機終端140可以是與訂單直接相關的個人、工具或其他實體。乘客可以是服務請求方。在本申請中,「服務請求方」、「乘客終端」和「乘客」可以互換使用。司機可以是服務提供方。在本申請中,「司機」、「司機終端」和「服務提供方」可以互換使用。在一些實施例中,乘客終端120可包括行動裝置120-1、平板電腦120-2、膝上型電腦120-3,以及機動運輸工具內建裝置120-4或類似物,或其任何組合。在一些實施例中,行動裝置120-1可以包括智慧家居裝置、可穿戴裝置、智慧行動裝置、虛擬實境裝置、擴增實境裝置或類似物或其任意組合。在一些實施例中,智慧家居裝置可以包括智慧照明裝置、智慧電器控制裝置、智慧監控裝置、智慧電視、智慧攝影機、對講機或類似物或其任意組合。在一些實施例中,可穿戴裝置可包括智慧手鐲、智慧鞋襪、智慧眼鏡、智慧頭盔、智慧手錶、智慧衣服、智慧背包、智慧配件或類似物或其任意組合。在一些實施例中,智慧行動裝置可以包括智慧電話、個人數位助理(PDA)、遊戲裝置、導航裝置、銷售點終端(POS)或類似物或其任意組合。在一些實施例中,虛擬實境裝置及/或擴增實境裝置可以包括虛擬實境頭盔、虛擬實境眼鏡、虛擬實境眼罩、擴增實境頭盔、擴增實境眼鏡、擴增實境眼罩或類似物或其任意組合。例如,虛擬實境裝置及/或擴增實境裝置可以包括Google Glass、Oculus Rift、HoloLens或Gear VR或類似物。在一些實施例中,機動運輸工具內建裝置120-4可以包括車載電腦、車載電視或類似物。在一些實施例中,乘客終端120可以是具有定位技術的裝置,用於定位使用者及/或乘客終端120的位置。
在一些實施例中,司機終端140可以是一個與乘客終端120類似或者相同的裝置。在一些實施例中,司機終端140可以是具有用來確定司機及/或司機終端140位置的定位技術的裝置。在一些實施例中,乘客終端120及/或司機終端140可以與另一個定位裝置通訊以確定使用者、乘客終端120、司機及/或司機終端140的位置。在一些實施例中,乘客終端120及/或司機終端140可以將定位資訊發送到伺服器110。
儲存裝置130可以儲存與訂單相關的資料及/或指令。在一些實施例中,儲存裝置130可以儲存從乘客終端120及/或司機終端140獲得/獲取的資料。在一些實施例中,儲存裝置130可以儲存伺服器110中可以執行或使用來完成本申請中描述的示例性方法的資料及/或指令。在一些實施例中,儲存裝置130可包括大容量儲存器、可移式儲存器、揮發性讀寫記憶體、唯讀記憶體(ROM)或類似物或其任意組合。示例性的大容量儲存器可以包括磁碟、光碟、固態磁碟或類似物。示例性可移式儲存器可以包括快閃磁碟、軟碟、光碟、記憶卡、壓縮磁碟、磁帶或類似物。示例性揮發性讀寫記憶體可以包括隨機存取記憶體(RAM)。示例性RAM可包括動態隨機存取記憶體(DRAM)、雙倍資料速率同步動態隨機存取記憶體(DDR SDRAM)、靜態隨機存取記憶體(SRAM)、閘流體隨機存取記憶體(T-RAM)和零電容隨機存取記憶體(Z-RAM)或類似物。示例性唯讀記憶體可以包括遮罩式唯讀記憶體(MROM)、可程式唯讀記憶體(PROM)、可清除可程式唯讀記憶體(PEROM)、電子可清除可程式唯讀記憶體(EEPROM)、光碟唯讀記憶體(CD-ROM)和數位多功能磁碟唯讀記憶體或類似物。在一些實施例中,所述儲存裝置130可在雲端平臺上實現。僅作為示例,該雲端平臺可以包括私有雲、公共雲、混合雲、社區雲、分佈雲、內部雲、多層雲或類似物或其任意組合。
在一些實施例中,儲存裝置130可以連接到網路150以與系統100中的一個或多個元件(例如,伺服器110、乘客終端120、司機終端140)通訊。系統100中的一個或多個元件可以經由網路150存取儲存在儲存裝置130中的資料或指令。在一些實施例中,儲存裝置130可以直接與系統100中的一個或多個部件(例如,伺服器110、乘客終端120、司機終端140或類似物)連接或通訊。在一些實施例中,儲存裝置130可以是伺服器110的一部分。
網路150可以促進資訊及/或資料的交換。在一些實施例中,系統100中的一個或多個元件(例如,伺服器110、乘客終端120、儲存裝置130和司機終端140)可以經由網路150向/從系統100中的其他元件發送及/或接收資訊及/或資料。例如,伺服器110可以經由網路150從乘客終端120獲得/獲取訂單。在一些實施例中,網路150可以是有線網路、無線網路或其任意組合中的任一類型。僅作為示例,網路150可以包括纜線網路、有線網路、光纖網路、遠端通訊網路、內部網路、網際網路、區域網路(LAN)、廣域網路(WAN)、無線區域網路(WLAN)、都會網路(MAN)、廣域網路(WAN)、公共交換電話網路(PSTN)、藍牙網路、紫蜂網路、近場通訊(NFC)網路、全球行動通訊系統(GSM)網路、分碼多重連接(CDMA)網路、分時多重存取(TDMA)網路、分封無線業務(GPRS)網路、增強型資料速率GSM演進(EDGE)網路、寬頻劃碼多重接取(WCDMA)網路、高速下行鏈路分組接入(HSDPA)網路、長期演進(LTE)網路、使用者資料元協定(UDP)網路、傳輸控制協定/網際網路協定(TCP/IP)網路、短訊息服務(SMS)網路、無線通用通訊協定(WAP)網路、超寬頻(UWB)網路、紅外線或類似物,或其任何組合。在一些實施例中,系統100可以包括一個或多個網路進接點。例如,系統110可以包括有線或無線網路進接點,例如基站及/或無線進接點150-1、150-2 … 系統100的一個或多個元件可以通過它們連接到網路150以交換資料及/或資訊。
資訊源160可以是為系統100提供其他資訊的一個來源。資訊源160可以用於為系統100提供服務資訊,例如,天氣情況、交通訊息、法律法規資訊、新聞事件、生活資訊、生活指南資訊或類似物。資訊源160可以在單個中央伺服器、通過通訊鏈路連接的多個伺服器或多個個人裝置中實現。當資訊源160在多個個人裝置中實現時,個人裝置可以產生內容(例如,被稱為「使用者產生的內容」),例如,通過將文本、語音、圖像和視頻上傳到雲端伺服器。資訊源可以由多個個人裝置和雲端伺服器產生。
圖2係示出計算裝置200的示例性硬體和軟體組件的示意圖,在該計算裝置200上可以根據本申請的一些實施例實現伺服器110、乘客終端120、儲存裝置130、司機終端140及/或資訊源160。本實施例中的特定系統利用功能方塊圖解釋了包含一個或多個使用者介面的硬體平臺。該電腦可以是通用功能的電腦,也可以是有特定功能的電腦。根據本申請的一些實施例,兩種電腦都可以被用於實現任一特定系統。計算裝置200可以被配置用於實現執行本申請中揭露的一個或多個功能的任何組件。例如,計算裝置200可以實現如本文所述的系統100的任何元件。在圖1-2中,僅出於方便的目的僅示出了一個這樣的電腦裝置。在提交本申請時,本領域具有通常知識者可以理解,與所述的隨選服務相關的電腦功能可以在多個類似的平臺上以分散式方式實現,以分散處理負荷。
例如,計算裝置200可以包括與網路相連接的通訊埠250,以實現資料通訊。計算裝置200還可以包括處理器(例如,處理器220),其形式為一個或多個處理器(例如,邏輯電路),用於執行程式指令。例如,處理器可以包括介面電路和其中的處理電路。介面電路可以被配置用於從匯流排210接收電信號,其中,電信號編碼用於處理電路的結構化資料及/或指令。處理電路可以進行邏輯計算,然後將結論、結果及/或指令編碼確定為電信號。然後,介面電路可以經由匯流排210從處理電路處發出電信號。
示例性計算裝置可以包括內部通訊匯流排210、程式儲存裝置和不同形式的資料儲存裝置,其包括:例如,磁碟270以及唯讀記憶體(ROM)230或隨機存取記憶體(RAM)240,其用於儲存由計算裝置處理及/或發送的各種資料檔案。示例性計算裝置也可以包括儲存於ROM 230、RAM 240及/或其他形式的非暫時性儲存媒體中的能夠被處理器220執行的程式指令。本申請的方法及/或流程可以以程式指令的方式實現。計算裝置200還包括I/O元件260,支援電腦和其他元件之間的輸入/輸出。計算裝置200也可以通過網路通訊接收程式設計和資料。
僅用於說明,圖2中僅示出了一個CPU及/或處理器。還可以考慮多個CPU及/或處理器;因此,由本申請中描述的一個CPU及/或處理器執行的操作及/或方法步驟也可以由多個CPU及/或處理器聯合或單獨執行。例如,如果在本申請中計算裝置200的CPU及/或處理器執行步驟A和步驟B兩者,則應該瞭解,步驟A和步驟B也可以由計算裝置200的兩個不同的CPU及/或處理器共同地或獨立地執行(例如,第一處理器執行步驟A並且第二處理器執行步驟B,或者第一和第二處理器共同地執行步驟A和B)。
圖3係根據本申請的一些實施例所示的可以在乘客終端120或提供方終端140上實現的示例性行動裝置300的示例性硬體及/或軟體組件的示意圖。如圖3所示,行動裝置300可以包括通訊單元310、顯示器320、圖形處理單元(GPU)330、中央處理單元(CPU)340、I/O 350、記憶體360和儲存器390。CPU 340可以包括介面電路和類似於處理器220的處理電路。在一些實施例中,任何其他合適的元件,包括但不限於系統匯流排或控制器(未示出),也可包括在行動裝置300內。在一些實施例中,行動作業系統370(例如,iOSTM
、ANDROIDTM
、Windows PhoneTM
或類似物)和一個或多個應用程式380可以從儲存器390載入到記憶體360中,以便由CPU 340執行。應用程式380可以包括瀏覽器或任何其他合適的行動應用程式,用於從行動裝置300上的基於位置的服務提供系統接收和呈現與服務請求或其他資訊有關的資訊。使用者與資訊流的互動可以通過I/O裝置350實現,並通過網路120提供給處理引擎112及/或系統100的其他元件。
為了實現上述各種模組、單元及其功能,電腦硬體平臺可以用作一個或多個組件(例如,圖2中描述的伺服器110的模組)的硬體平臺。由於這些硬體元素,作業系統和程式語言很常見,可以假設本領域具有通常知識者可以熟悉這些技術,並且他們可以根據本申請中描述的技術提供路線規劃中所需的資訊。具有使用者介面的電腦可以用作個人電腦(PC)或其他類型的工作站或終端裝置。在正確程式設計之後,具有使用者介面的電腦可以用作伺服器。可以認為本領域具有通常知識者也可以熟悉這種類型的電腦裝置的這種結構、程式或一般操作。因此,沒有針對圖式描述額外的解釋。
圖4係根據本申請的一些實施例所示的示例性處理引擎112的方塊圖。處理引擎112可以包括司機-訂單對模組410、第一匹配值模組420、分配係數模組430、調整匹配值模組440、匹配司機模組450和訂單分配模組460。每個、部分或全部模組可以是處理引擎112的全部或部分的硬體電路。每個、部分或全部模組也可以實現為由處理引擎讀取和執行的應用程式或一組指令。此外,所述模組可以是硬體電路和應用程式/指令的任何組合。例如,當處理引擎執行應用程式/一組指令時,所述模組可以是處理引擎112的一部分。
司機-訂單對模組410可以被配置用於獲取複數個司機-訂單對。例如,司機-訂單對模組410可以被配置用於在預定時間段內獲取一個或複數個待分配訂單,並且基於複數個訂單,獲取待分配的一個或多個司機。出於說明目的,描述將參考「複數個訂單」和「複數個司機」作為示例。注意,在一些實施例中,僅一個司機或僅一個訂單被獲取。本申請適用於獲取多個訂單-司機對的任何實施例。在一些實施例中,所述複數個訂單的數量與所述複數個司機的數量相同。在一些實施例中,所述複數個訂單的數量與所述複數個司機的數量不同。司機-訂單對模組410也可以被配置用於將所述複數個訂單與所述複數個司機配對以獲取複數個司機-訂單對。
第一匹配值模組420可以被配置用於確定司機-訂單對的第一匹配值。例如,第一匹配值模組420可以被配置用於基於司機、訂單、交通狀況、天氣狀況、特殊事件或類似物,或其任何組合來確定每個司機-訂單對的第一匹配值。又例如,第一匹配值模組420可以是配置用於確定訂單值、司機成本、當司機在司機出發點時對司機的預估值與當司機在目的地時對司機的預估值之間的預估值差異或類似物,或其任何組合。作為又一示例,第一匹配值模組420可以被配置用於根據MDP確定預估值差異。
分配係數模組430可以被配置為每個司機-訂單對獲取分配係數。例如,分配係數模組430可以被配置用於從系統100的儲存器(例如,儲存裝置130、ROM 230、RAM 240或類似物)獲取每個司機的分配係數。又例如,分配係數模組430可以被配置用於基於司機的服務評分確定每個司機-訂單對的分配係數。
調整匹配值模組440可以被配置為每個司機-訂單對確定調整後的匹配值。例如,調整匹配值模組440可以被配置用於基於第一匹配值和與每個司機-訂單對相關的分配係數為每個司機-訂單對確定調整後的匹配值。
匹配司機模組450可以被配置用於從複數個司機-訂單對中確定訂單的匹配司機。例如,匹配司機模組450可以被配置用於基於相應的司機-訂單對的調整後的匹配值來確定每個訂單的匹配司機。又例如,匹配司機模組450可以被配置用於創建一個二分圖,包括複數個司機-訂單對和複數個司機-訂單對的調整後的匹配值,並根據二分圖匹配演算法,從二分圖中確定每個訂單的匹配司機。
訂單分配模組460可以被配置用於向匹配司機分配訂單。例如,訂單分配模組460可以被配置用於基於相應的調整後的匹配值將每個訂單分配給相應的匹配司機。又例如,訂單分配模組460可以被配置用於根據與訂單相關的出發時間的時間順序將每個訂單分配給相應的匹配司機。
處理引擎112中的模組可以經由有線連接或無線連接彼此連接或通訊。有線連接可以包括金屬纜線、光纖纜線、混合纜線或類似物或其任意組合。無線連接可以包括區域網路(LAN)、廣域網路(WAN)、藍牙、紫蜂、近場通訊(NFC)或類似物,或其任何組合。兩個或多個模組可以合併成一個模組,且任意一個模組可以被拆分成兩個或多個單元。例如,第一匹配值模組420可以與調整匹配值模組440整合為單個模組中,該單個模組可以確定第一匹配值和調整後的匹配值。又例如,第一匹配值模組420可以分為三個單元:訂單值單元、司機成本單元和預估值差異單元,它們一起工作以分別實現第一匹配值模組420的功能。
圖5係根據本申請的一些實施例所示用於分配線上隨選服務中的訂單的示例性流程500的流程圖。在一些實施例中,流程500中的一個或多個步驟可以在圖1所示的系統100中實現。例如,流程500中的一個或多個步驟可以作為指令的形式儲存在儲存器(例如,儲存裝置130、ROM230、RAM240或類似物)中,並且由伺服器110調用及/或執行(例如,伺服器110中的處理引擎112或伺服器110中的處理引擎112的處理器220)。
在510中,處理器220(或司機-訂單對模組410)可以獲取複數個司機-訂單對。每個司機-訂單對可包括待分配訂單和待分配司機。
在一些實施例中,複數個訂單可以在預設時間段內從複數個乘客終端120獲取。在一些實施例中,每個訂單可包括與訂單相關的資訊或特徵。例如,每個訂單可以包括乘客出發點、目的地、出發時間、預估到達時間、預估行程距離、訂單時間、訂單號碼、訂單類型或類似物,或其任何組合。
在一些實施例中,複數個司機可以基於所述複數個訂單從線上運輸平臺上註冊的大量司機中獲取。例如,處理器220可以通過選擇與所述複數個訂單中的出發點中的至少一個在預定距離內或在預定行程時間限制內的可用司機來選擇複數個司機。在一些實施例中,術語「司機」可以指與司機相關的資訊或特徵的組合。例如,這種組合中的每一個(即「司機」)可以包括司機標識(例如,司機的登記號碼)、司機出發點、司機擁有的運輸工具的車型、運輸工具標識(例如,運輸工具的車牌號碼)、司機簡檔(例如,司機的服務評分、司機的工作、司機的性別或類似物)或類似物或其任意組合。
在一些實施例中,處理器220可通過將複數個訂單中的每個訂單與複數個待分配司機中的每個司機配對,獲取複數個司機-訂單對。例如,如果有5個司機與待分配訂單相關,則該訂單可與5個司機中的每個司機配對以產生5個司機-訂單對。又例如,如果有5個訂單待分配和與5個訂單相關的5個司機待分配,則5個訂單的每個訂單可以與5個司機的每個司機配對產生25個司機-訂單對。
在一些實施例中,可以結合圖6及其在本申請中的描述找到複數個司機-訂單對的獲取。
在520中,對於每個司機-訂單對,處理器220(或第一匹配值模組420)可以至少部分地基於每個司機-訂單對中的司機和訂單,確定第一匹配值。
在一些實施例中,每個司機-訂單對的第一匹配值可以指司機在完成訂單後可以獲取的長期值。第一匹配值越高,司機可以賺取的總收入越高。在一些實施例中,基於訂單值、司機成本、司機在司機出發點時對司機的預估值與司機在目的地時對司機的預估值之間的預估值差異或類似物,或其任何組合,處理器220可以確定第一匹配值。在一些實施例中,可以結合圖7及其在本申請中的描述找到第一匹配值的確定。
在一些實施例中,處理器220可在確定第一匹配值之後處理第一匹配值。例如,處理器220可以根據歸一化演算法(例如,Min-Max標準化、Z-score標準化或類似物)來歸一化第一匹配值以獲取歸一化後第一匹配值。在一些實施例中,歸一化後的第一匹配值可以是0和1之間的正值。在某些實施例中,歸一化後第一匹配值越高,司機可賺取的總收入越高。
在530中,處理器220(或分配係數模組430)可以為每個司機-訂單對獲取分配係數。在一些實施例中,所述分配係數可以與每個司機-訂單對中的司機的服務評分相關。在一些實施例中,服務評分可以指司機在系統100中提供的服務品質。一般而言,司機的服務評分越高,司機提供的服務品質就越高。在一些實施例中,所述服務評分可以是正值(例如,0到1之間的值、0到5之間的值、0到100之間的值或類似物)、字母(例如,從A到Z的字母、從A到F的字母或類似物)或類似物,或其任何組合。
在一些實施例中,每個司機-訂單對的分配係數可以由系統100預先確定,並儲存在系統100的儲存器(例如,儲存裝置130、ROM230、RAM240或類似物)中。在一些實施例中,處理器220可以基於司機的服務評分確定每個司機-訂單對的分配係數。例如,如果司機的服務評分大於分數臨界值,則處理器220可以確定相應的司機-訂單對的分配係數是大於1的值。如果司機的服務評分低於分數臨界值,則處理器220可以確定相應的司機-訂單對的分配係數是低於1的正值。在一些實施例中,分數臨界值可以由系統100根據不同的應用場景來確定。
在540中,處理器220(或調整匹配值模組440)可以基於與每個司機-訂單對相關的第一匹配值和分配係數,確定每個司機-訂單對的調整後的匹配值。
在一些實施例中,所述調整後的匹配值可以指司機-訂單對中的司機將被分配給相應訂單的匹配機率。調整後的匹配值越高,司機被分配給相應訂單的機率越高。在一些實施例中,處理器220可以根據等式(1)確定調整後的匹配值:(1)
其中,表示司機−訂單對的調整後的匹配值,𝑣表示司機−訂單對的第一匹配值,以及𝑞(𝑑)表示司機−訂單對的分配係數。
在550中,處理器220(或匹配司機模組450)可以從所述複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機。
確定匹配司機的方法之一是使用二分圖。例如,在一些實施例中,處理器220可以創建二分圖。所述複數個訂單和司機可以分別是二分圖的兩個頂點集。每個司機-訂單對可以是二分圖的一條邊。每個司機-訂單對的調整後的匹配值可以指二分圖的每條邊的邊緣權重。在一些實施例中,處理器220可基於二分圖從複數個司機-訂單對識別複數個匹配的司機-訂單對。所述複數個匹配的司機-訂單對的每一個包括待分配訂單和相應的匹配司機。所述複數個匹配的司機-訂單對彼此獨立。對於所述複數個匹配的司機-訂單對,對應於複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的。在一些實施例中,處理器220可以基於二分圖匹配演算法從複數個司機-訂單對確定每個訂單的匹配司機。例如,二分圖匹配演算法可以包括最大匹配演算法(例如,匈牙利演算法、Hopcroft-Karp演算法或類似物)、完美匹配演算法、最佳匹配演算法(例如,庫恩-曼克萊斯(KM)演算法)或類似物,或其任何組合。又例如,處理器220可以比較與訂單相關的司機-訂單對的調整後的匹配值,以確定該訂單的匹配司機。所確定的匹配司機可以從司機-訂單對中選擇,該司機-訂單對與司機-訂單對中具有最大調整後匹配值的訂單相關。在一些實施例中,可以結合圖9和圖10及其本申請中的描述找到基於每個訂單的調整後匹配值的匹配司機的確定。
在560中,處理器220(或訂單分配模組460)可以將每個訂單分配給相應的匹配司機。
在一些實施例中,處理器220可以根據與訂單相關的出發時間的時間順序將複數個司機-訂單對中的複數個訂單分配給相應的匹配司機。在分配給訂單後,匹配司機可以開車行駛到乘客出發點以服務與相應訂單相關的乘客。
應該注意的是,上述描述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種各樣的變化和修改。然而,這些變化和修改不會背離本申請的範圍。例如,可以在示例性流程500中的其他地方添加一個或多個其他可選步驟(例如,儲存步驟、預處理步驟)。又例如,示例性流程500中的所有步驟可以在包括一組指令的電腦可讀取媒體中實現。指令可以以電子流或電信號的形式傳輸。
圖6係根據本申請的一些實施例的用於獲取複數個司機-訂單對的示例性流程600的流程圖。在一些實施例中,流程600中的一個或多個步驟可以在圖1所示的系統100中實現。例如,流程600中的一個或多個步驟可以作為指令的形式儲存在儲存裝置130及/或儲存器(例如,ROM 230、RAM 240或類似物)中,並且由伺服器110調用及/或執行(例如,伺服器110中的處理引擎112或伺服器110中的處理引擎112的處理器220)。
在610中,處理器220(或司機-訂單對模組410)可以在預設時間段內從複數個乘客終端120獲取複數個待分配訂單。在一些實施例中,每個訂單可以包括與訂單相關的資訊或特徵。例如,每個訂單可以包括乘客出發點、目的地、出發時間、預估到達時間、預估的訂單距離、訂單時間、訂單號碼、訂單類型或類似物,或其任何組合。
在一些實施例中,乘客可以通過乘客終端120發起訂單,並在分配給司機之前將訂單發送到伺服器110(例如,伺服器110的處理引擎112、處理引擎112的處理器220)。在一些實施例中,處理器220可以在預定時間段內獲取複數個待分配訂單,使得訂單可以一起或連續地處理。所述預定時間段可以根據不同的應用場景確定。例如,所述預定時間段可以基於乘客出發點所在的區域來確定。在某些實施例中,在訂單密度和司機密度更高的市區的預定時間段可以短於在郊區的預定時間段。又例如,可以基於訂單時間(或乘客出發時間),確定預定時間段。在某些實施例中,高峰期的預定時間段可以短於非高峰期的預定時間段。作為又一示例,預定時間段可以是系統100預定的特定時間段,例如5秒、10秒、30秒、1分鐘、5分鐘或類似物。
在一些實施例中,處理器220(或司機-訂單對模組410)可以在預定時間段內在預定區域中獲取複數個待分配訂單。所述預定區域可以基於乘客出發點確定。例如,處理器220可以將城市劃分為多個區域。每個區域可以是矩形或任何其他規則或不規則形狀。在某些實施例中,每個區域具有相同的大小。在某些實施例中,每個區域具有類似的預估數量的司機或乘客。在一些實施例中,處理器220可以在預定時間段內獲取乘客出發點在某個區域中的複數個待分配訂單。
在620中,處理器220(或司機-訂單對模組410)可以基於複數個訂單獲取複數個待分配司機。在一些實施例中,術語「司機」可以指與司機相關的資訊或特徵的組合。例如,這種組合中的每一個(即「司機」)可以包括司機標識(例如,司機的登記號碼)、司機出發點、司機擁有的運輸工具的車型、運輸工具標識(例如,運輸工具的車牌號碼)、司機簡檔(例如,司機的服務評分、司機的工作、司機的性別或類似物)等,或其任何組合。
在一些實施例中,可以基於複數個訂單來獲取複數個司機。例如,基於乘客出發點和司機出發點,可以從線上運輸平臺上登記的並且可分配到訂單的大量司機中選擇複數個司機。複數個司機的司機出發點可以在距離乘客出發點的預定距離內。所述預定距離可以是儲存在系統100的儲存器(例如,儲存裝置130、ROM 230、RAM 240或類似物)中的預設距離值或者可以根據不同的應用場景(例如,乘客出發點所在的區域)來確定。又例如,基於複數個司機從司機出發點開車到乘客出發點的行駛持續時間,可以從線上運輸平臺上註冊的並且可以分配到訂單的大量司機中選擇複數個司機。在一些實施例中,可以基於司機出發點、乘客出發點、從司機出發點到乘客出發點的行駛距離、交通狀況、天氣狀況或類似物,或其任何組合來確定所述行駛持續時間。在一些實施例中,所述複數個司機的行駛持續時間可以在預定時間段內。所述預定時間段可以是儲存在系統100的儲存器(例如,儲存裝置130、ROM 230、RAM 240或類似物)中的預設時間值,或者可以根據不同的應用場景(例如,乘客出發點所在的區域)來確定。作為又一示例,基於乘客出發點所在的區域,可以從線上運輸平臺上登記的且可用分配到訂單的大量司機中選擇複數個司機。可以從距離乘客出發點所在的區域的中心預定距離內的區域獲取複數個司機。
在630中,處理器220(或者司機-訂單對模組410)可以將複數個訂單中的每個訂單與複數個司機中的每個司機配對,獲取複數個司機-訂單對。
在一些實施例中,處理器220可以基於所述複數個訂單和所述複數個司機產生二分圖,並且所述複數個訂單和所述複數個司機分別是二分圖的兩個頂點集。所述複數個司機中的每個頂點可以與複數個訂單中的每個頂點連接,獲取複數條邊。二分圖的每條邊可以指代司機-訂單對。
應該注意的是,上述描述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種各樣的變化和修改。然而,這些變化和修改不會背離本申請的範圍。例如,可以在示例性流程600的其他地方添加一個或多個其他可選步驟(例如,儲存步驟、預處理步驟)。又例如,示例性流程600中的所有步驟可以在包括一組指令的電腦可讀取媒體中實現。指令可以以電子流或電信號的形式傳輸。
圖7係根據本申請的一些實施例所示的用於確定每個司機-訂單對的第一匹配值的示例性流程700的流程圖。在一些實施例中,流程700中的一個或多個步驟可以在圖1所示的系統100中實現。例如,流程700中的一個或多個步驟可以作為指令的形式儲存在儲存裝置130及/或儲存器(例如,ROM 230、RAM 240或類似物)中,並且由伺服器110調用及/或執行(例如,伺服器110中的處理引擎112或伺服器110中的處理引擎112的處理器220)。
在710中,對於複數個司機-訂單對中的每個訂單,處理器220(或第一匹配值420)可以基於乘客出發點、目的地和出發時間來確定訂單值。
在一些實施例中,訂單值可以指訂單所值得的預估價格。例如,處理器220可以基於乘客出發點、目的地、出發時間、預估到達時間、訂單的行駛距離、天氣狀況、交通狀況、可用的司機和訂單之間的需求和供應關係、訂單類型或類似物,及/或其任何組合確定訂單值。又例如,訂單值可包括動態調整價格、行程津貼、發起訂單的乘客的小費或類似物,或其任何組合。在一些實施例中,動態調整後的價格可以由系統100根據不同的應用場景確定。例如,如果乘客出發點在一段時間內所處的區域中的可用司機的數量(例如,具有來自出發時間的時間)小於需要待分配的訂單的數量,處理器220可以確定動態調整後的價格,並將動態調整後的價格添加到訂單值。在一些實施例中,行程津貼可以由系統100根據不同的應用場景來確定。例如,如果訂單的目的地遠離具有高服務需求的位置(例如,市區或諸如機場的興趣點),或者司機可能被迫從目的地空車回來,處理器220可以確定行程津貼,並基於空車回來的可能性和目的地的遠隔性將行程津貼添加到訂單值。在某些實施例中,來自乘客的小費可由乘客確定。如果乘客支付訂單小費,處理器220可以將小費添加到訂單值。
在720中,對於每個司機-訂單對,處理器220(或第一匹配值420)可以確定司機從司機出發點到乘客出發點所產生的司機成本。
在一些實施例中,如果司機從司機出發點行駛到乘客出發點,則司機成本可以指代司機可能導致的預估成本。在一些實施例中,處理器220可以基於司機出發點、乘客出發點、訂單時間、從司機出發點到乘客出發點的預估行駛距離或持續時間、交通狀況、天氣狀況、車型及/或其任何組合,確定司機成本。
在730中,對於複數個司機-訂單對的每個司機-訂單對,處理器220(或第一匹配值420)可以確定當司機在司機出發點時對司機的預估值與當司機在目的地時對司機的預估值之間的預估值差異。
在一些實施例中,所述預估值差異可以指司機在司機出發點時可賺取的預估值與司機在目的地時司機可賺取的預估值之間的預估差異。例如,如果司機出發點位於具有高服務需求的區域(例如,市區),並且該訂單的目的地位於具有低服務需求的區域(例如,郊區),如果司機在完成訂單後停留在司機出發點而不是在目的地,司機可以在隨後的時間段(例如,一小時、幾小時、一天或類似物)賺取更多,即訂單本身的值被考慮進去。在一些實施例中,處理器220可以根據演算法(例如,馬可夫決策流程(MDP))基於複數個歷史司機-訂單對來確定預估值差異。在一些實施例中,可以結合圖8及其在本申請中的描述進一步詳細說明預估值差異的確定。
在740,對於複數個司機-訂單對的每個司機-訂單對,處理器220(或第一匹配值模組420)可以基於訂單值、司機成本和預估值差異來確定第一匹配值。
在一些實施例中,處理器可以根據等式(2)確定第一匹配值:(2)
其中,表示司機−訂單對的第一匹配值,表示與司機−訂單對相關的訂單的訂單值,表示司機−訂單對的司機成本,表示當司機在司機出發點時對司機的預估值與當司機到達目的地時對司機的預估值之間的預估值差異,表示司機在目的地時對司機的預估值,表示司機在司機出發點時對司機的預估值。
應該注意的是,上述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種各樣的變化和修改。然而,這些變化和修改不會背離本申請的範圍。例如,可以在示例性流程700中的其他地方添加一個或多個其他可選步驟(例如,儲存步驟、預處理步驟)。又例如,示例性流程700中的所有步驟可以在包括一組指令的電腦可讀取媒體中實現。指令可以以電子流或電信號的形式傳輸。
圖8係根據本申請的一些實施例所示的用於確定預估值差異的示例性流程800的流程圖。在一些實施例中,流程800中的一個或多個步驟可以在圖1所示的系統100中實現。例如,流程800中的一個或多個步驟可以作為指令的形式儲存在儲存裝置130及/或儲存器(例如,ROM 230、RAM 240或類似物)中,並且由伺服器110調用及/或執行(例如,伺服器110中的處理引擎112,或伺服器110中的處理引擎112的處理器220)。
在810中,處理器220(或第一匹配值模組420)可以獲取與複數個歷史司機相關的歷史業務資訊。
在一些實施例中,所述複數個歷史司機可以指線上運輸平臺上註冊的司機,並在某個歷史時期內(例如,去年、過去3個月、最後一個月、過去10天或類似物)工作。在一些實施例中,與歷史司機相關的歷史業務資訊可以在特定歷史時間段期間包括複數個業務參數。例如,與歷史司機相關的歷史業務資訊可包括過去30天內歷史司機的複數個參數,例如時間-位置-狀態-收入的組合。在某些實施例中,時間可以指歷史時間點或歷史時間段。在某些實施例中,位置可以指在歷史時間點或在歷史時間段期間歷史司機的歷史位置。在某些實施例中,狀態可以指歷史司機的工作狀態;例如,狀態可能包括服務狀態、分配訂單的等待狀態、停止服務狀態或類似物。在某些實施例中,收入可以指在歷史時間點或在歷史時間段期間歷史司機的當前收入。
在820中,對於每個司機-訂單對,處理器220(或第一匹配值模組420)可以基於與多個歷史司機相關的歷史業務資訊,根據馬可夫決策流程(MDP),確定預估值差異。
在一些實施例中,處理器220可在司機處於司機出發點時獲取與司機-訂單對中的司機相關的資訊,並將所獲取的資訊指定為MDP的輸入。例如,處理器220可以在司機處於司機出發點時,從與司機相關的資訊中提取至少一個特徵。該至少一個特徵可以包括當前時間點、司機所在的當前位置(例如,司機出發點)或類似物。在一些實施例中,當司機處於司機出發點時,MDP的輸出可以是對司機的預估值。
在一些實施例中,處理器220可以在司機位於目的地時獲取與司機-訂單對中的司機相關的資訊,並將該資訊指定為MDP的輸入。例如,處理器220可以在司機位於訂單的目的地時,從與司機相關的資訊中提取至少一個特徵。該至少一個特徵可以包括司機到達目的地時的預估時間、目的地或類似物。在一些實施例中,當司機在目的地時,MDP的輸出可以是對司機的預估值。
在一些實施例中,處理器220可以在司機處於司機出發點時的預估值與在司機在目的地時的預估值之間計算差值,獲取預估值差異。
應該注意的是,上述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種各樣的變化和修改。然而,這些變化和修改不會背離本申請的範圍。例如,可以在示例性流程800中的其他地方添加一個或多個其他可選步驟(例如,儲存步驟、預處理步驟)。又例如,示例性流程800中的所有步驟可以在包括一組指令的電腦可讀取媒體中實現。指令可以以電子流或電信號的形式傳輸。
圖9係根據本申請的一些實施例所示的用於確定每個訂單的匹配司機的示例性流程900的流程圖。在一些實施例中,流程900中的一個或多個步驟可以在圖1所示的系統100中實現。例如,流程900中的一個或多個步驟可以作為指令的形式儲存在儲存裝置130及/或儲存器(例如,ROM 230、RAM 240或類似物)中,並且由伺服器110調用及/或執行(例如,伺服器110中的處理引擎112,或伺服器110中的處理引擎112的處理器220)。
在910中,處理器220(或匹配司機模組450)可以創建二分圖。所述二分圖可以包括複數個司機-訂單對和複數個司機-訂單對的調整後的匹配值。例如,每個司機-訂單對可以指代二分圖的一條邊,而相應的調整後的匹配值可以指代司機-訂單對的相應邊緣權重。
圖10係根據本申請的一些實施例所示的示例性二分圖的示意圖。如圖10所示,複數個待分配訂單可包括3個訂單作為二分圖的右頂點集,例如訂單1、訂單2和訂單3。與三個待分配訂單相關的複數個司機可以包括作為二分圖的左頂點集的5個訂單,例如司機A、司機B、司機C、司機D和司機E。5個司機中的每個司機可以與3個訂單中的每個訂單配對,獲取15個司機-訂單對作為二分圖的15個邊緣,如司機A-訂單1、司機A-訂單2、司機A-訂單3、司機B-訂單1、司機B-訂單2、司機B-訂單3、司機C-訂單1、司機C-訂單2、司機C-訂單3、司機D-訂單1、司機D-訂單2、司機D-訂單3、司機E-訂單1、司機E-訂單2及司機E-訂單3。調整後的匹配值是指相應司機-訂單對的邊緣權重(也指邊)。例如,15個司機-訂單對(作為邊)的調整後的匹配值分別是a1、a2、a3、b1、b2、b3、c1、c2、c3、d1、d2、d3、e1、e2和e3。
在920中,處理器220(或匹配司機模組450)可以根據二分圖匹配演算法,基於二分圖,從複數個司機-訂單對中識別複數個匹配的司機-訂單對。
在一些實施例中,二分圖匹配演算法可以包括最大匹配演算法(例如,匈牙利演算法、Hopcroft-Karp演算法或類似物)、完美匹配演算法、最佳匹配演算法(例如,庫恩-曼克萊斯(KM)演算法)或類似物,或其任何組合。
出於說明的目的,可以基於KM演算法確定訂單1、訂單2和訂單3的匹配司機。對於訂單1,處理器220可以從a1、b1、c1、d1和e1中選擇最大調整後的匹配值;然後對於訂單2,處理器220可以從a2、b2、c2、d2和e2中選擇最大調整後的匹配值;對於訂單3,處理器220可以從a3、b3、c3、d3和e3中選擇最大調整後的匹配值。處理器220可以將三(3)個所選擇的最大調整後的匹配值的和計算為二分圖的總邊緣權重。在一些實施例中,如果兩個或多個訂單具有對應於同一司機的最大調整後的匹配值,例如,對於訂單1和訂單2,相應的最大調整後的匹配值對應於相同的司機(例如,司機2),然後處理器220可以選擇第二最大調整後的匹配值(例如,分別為訂單1和訂單2的第二最大調整後的匹配值)以比較所選擇的最大調整後的匹配值的總和。通過該類推,處理器220可以計算二分圖的調整後匹配值的複數個的和,調整後的匹配值的每個的和包括每個訂單和唯一對應的司機。處理器220可以在二分圖的調整後的匹配值的和最大化時,確定每個訂單的匹配司機。在一些實施例中,應該注意,訂單可以僅分配給一個司機,並且司機可以同時僅分配一個訂單。
應該注意的是,上述僅出於說明性目的而提供,並不旨在限制本申請的範圍。對於本領域具有通常知識者來說,可以根據本申請的描述,做出各種各樣的變化和修改。然而,這些變化和修改不會背離本申請的範圍。例如,可以在示例性流程900中的其他地方添加一個或多個其他可選步驟(例如,儲存步驟、預處理步驟)。又例如,示例性流程900中的所有步驟可以在包括一組指令的電腦可讀取媒體中實現。指令可以以電子電流或電信號的形式傳輸。
上文已對基本概念做了描述,顯然,對於閱讀此申請後的本領域具有通常知識者來說,上述申請揭露僅作為示例,並不構成對本申請的限制。雖然此處並未明確說明,但本領域具有通常知識者可能會對本申請進行各種修改、改進和修正。這類修改、改進和修正在本申請中被建議,所以這類修改、改進、修正仍屬於本申請示範實施例的精神和範圍。
同時,本申請使用了特定詞語來描述本申請的實施例。例如「一個實施例」、「一實施例」、及/或「一些實施例」意指與本申請至少一個實施例相關的某一特徵、結構或特徵。因此,應強調並注意的是,本說明書中在不同位置兩次或多次提及的「一實施例」或「一個實施例」或「一替代性實施例」並不一定是指同一實施例。此外,本申請的一個或多個實施例中的某些特徵、結構或特點可以進行適當的組合。
此外,本領域具有通常知識者可以理解,本申請的各態樣可以通過若干具有可專利性的種類或情況進行說明和描述,包括任何新的和有用的流程、機器、產品或物質的組合,或對其任何新的和有用的改進。相應地,本申請的各個態樣可以完全由硬體執行、可以完全由軟體(包括韌體、常駐軟體、微碼或類似物)執行、也可以由硬體和軟體組合執行。以上硬體或軟體均可被稱為「塊」、「模組」、「引擎」、「單元」、「元件」或「系統」。此外,本申請的各態樣可以採取體現在一個或多個電腦可讀取媒體中的電腦程式產品的形式,其中電腦可讀取程式碼包含在其中。
電腦可讀取信號媒體可以包含一個內含有電腦程式碼的傳播資料信號,例如在基帶上或作為載波的一部分。此類傳播信號可以有多種形式,包括電磁形式、光形式或類似物或任何合適的組合形式。電腦可讀取信號媒體可以是除電腦可讀取儲存媒體之外的任何電腦可讀取媒體,該媒體可以通過連接至一個指令執行系統、裝置或裝置以實現通訊、傳播或傳輸供使用的程式。位於電腦可讀取信號媒體上的程式碼可以通過任何合適的媒體進行傳播,包括無線電、纜線、光纖纜線、RF或類似物,或任何上述媒體的組合。
本申請各部分操作所需的電腦程式碼可以用任意一種或多種程式設計語言編寫,包括物件導向程式設計語言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB. NET、Python或類似物,常規程式化程式設計語言如C程式設計語言、Visual Basic、Fortran 1703、Perl、COBOL 1702、PHP、ABAP,動態程式設計語言如Python、Ruby和Groovy,或其他程式設計語言或類似物。該程式碼可以完全在使用者電腦上運行,或作為獨立的軟體套件在使用者電腦上運行,或部分在使用者電腦上運行部分在遠端電腦運行,或完全在遠端電腦或伺服器上運行。在後種情況下,遠端電腦可以通過任何網路形式與使用者電腦連接,比如區域網路(LAN)或廣域網路(WAN),或連接至外部電腦(例如通過網際網路),或在雲端計算環境中,或作為服務使用如軟體即服務(SaaS)。
此外,除非申請專利範圍中明確說明,本申請所述處理元素和序列的順序、數字字母的使用、或其他名稱的使用,並非用於限定本申請流程和方法的順序。儘管上述揭露中通過各種示例討論了一些目前認為有用的申請實施例,但應當理解的是,該類細節僅起到說明的目的,附加的申請專利範圍並不僅限於揭露的實施例,相反,申請專利範圍旨在覆蓋所有符合本申請實施例實質和範圍的修正和均等配置。例如,雖然以上所描述的系統元件可以通過硬體裝置實現,但是也可以只通過軟體的解決方案得以實現,例如安裝在現有的伺服器或行動裝置上。
同理,應當注意的是,為了簡化本申請揭露的表述,從而幫助對一個或多個申請實施例的理解,前文對本申請實施例的描述中,有時會將多種特徵歸併至一個實施例、圖式或對其的描述中。然而,此揭露方式不應被解釋為反映所要求保護的標的需要比每個申請專利範圍中明確記載的還要更多特徵的意圖。實際上,所要求保護的標的的特徵要少於上述揭露的單個實施例的全部特徵。
100‧‧‧系統
110‧‧‧伺服器
112‧‧‧處理引擎
120‧‧‧乘客終端
120-1‧‧‧行動裝置
120-2‧‧‧平板電腦
120-3‧‧‧膝上型電腦
120-4‧‧‧內建裝置
130‧‧‧儲存裝置
140‧‧‧司機終端
140-1‧‧‧司機
140-2‧‧‧司機
140-n‧‧‧司機
150‧‧‧網路
150-1、150-2‧‧‧基站及/或無線進接點
160‧‧‧資訊源
200‧‧‧計算裝置
210‧‧‧匯流排
220‧‧‧處理器
230‧‧‧唯讀記憶體
240‧‧‧隨機存取記憶體
250‧‧‧通訊埠
260‧‧‧I/O元件
270‧‧‧磁碟
300‧‧‧行動裝置
310‧‧‧通訊單元
320‧‧‧顯示器
330‧‧‧圖形處理單元
340‧‧‧中央處理單元
350‧‧‧I/O
360‧‧‧記憶體
370‧‧‧行動作業系統
380‧‧‧應用程式
390‧‧‧儲存器
410‧‧‧司機-訂單對模組
420‧‧‧第一匹配值模組
430‧‧‧分配係數模組
440‧‧‧調整匹配值模組
450‧‧‧匹配司機模組
460‧‧‧訂單分配模組
500‧‧‧流程
510‧‧‧步驟
520‧‧‧步驟
530‧‧‧步驟
540‧‧‧步驟
550‧‧‧步驟
560‧‧‧步驟
600‧‧‧流程
610‧‧‧步驟
620‧‧‧步驟
630‧‧‧步驟
700‧‧‧流程
710‧‧‧步驟
720‧‧‧步驟
730‧‧‧步驟
740‧‧‧步驟
800‧‧‧流程
810‧‧‧步驟
820‧‧‧步驟
900‧‧‧流程
910‧‧‧步驟
920‧‧‧步驟
本申請將通過示例性實施例進行進一步描述。與圖式一起閱讀時,下面的詳細描述將更清楚的說明本申請的前述內容和實施例的其他態樣。
圖1係根據本申請的一些實施例所示的用於分配線上隨選服務中的訂單的示例性系統的方塊圖;
圖2係根據本申請的一些實施例所示的計算裝置的示例性硬體及/或軟體組件的示意圖;
圖3係根據本申請的一些實施例所示的行動裝置的示例性硬體及/或軟體組件的示意圖;
圖4係根據本申請的一些實施例所示的示例性處理引擎的方塊圖;
圖5係根據本申請的一些實施例所示的用於分配線上隨選服務中的訂單的示例性流程的流程圖;
圖6係根據本申請的一些實施例所示的用於獲取複數個司機-訂單對的示例性流程的流程圖;
圖7係根據本申請的一些實施例所示的用於確定第一匹配值的示例性流程的流程圖;
圖8係根據本申請的一些實施例所示的用於確定預估值差異的示例性流程的流程圖;
圖9係根據本申請的一些實施例所示的用於確定每個訂單的匹配司機的示例性流程的流程圖;以及
圖10係根據本申請的一些實施例所示的示例性二分圖的示意圖。
500‧‧‧流程
510‧‧‧步驟
520‧‧‧步驟
530‧‧‧步驟
540‧‧‧步驟
550‧‧‧步驟
560‧‧‧步驟
Claims (20)
- 一種配置用以分配線上隨選服務中的訂單的系統,包括:至少一個電腦可讀取儲存媒體,包括用於分配線上隨選服務中的訂單的一組指令;以及與所述電腦可讀取儲存媒體通訊的至少一個處理器,其中,當執行該組指令時,所述至少一個處理器用於:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中,所述分配係數與每個司機-訂單對中的司機的服務評分相關,基於所述第一匹配值和所述分配係數確定調整後的匹配值;從所述複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中,所述複數個匹配的司機-訂單對是相互獨立的,並且對應於所述複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給所述相應的匹配司機。
- 如申請專利範圍第1項之系統,其中,為了獲取複數個司機-訂單對,所述至少一個處理器還用於:在預設時間段內從複數個乘客終端中獲取複數個待分配訂單。
- 如申請專利範圍第1項之系統,其中,對於每個司機-訂單對,為了至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,所述至 少一個處理器還用於:基於與所述訂單相關的乘客出發點、目的地和出發時間來確定訂單值;確定所述司機從司機出發點駕駛至所述乘客出發點所產生的司機成本;確定當所述司機在所述司機出發點時對所述司機的預估值與當所述司機在所述目的地時對所述司機的預估值之間的預估值差異;以及基於所述訂單值、所述司機成本和所述預估值差異,確定所述第一匹配值。
- 如申請專利範圍第3項之系統,其中,為了確定預估值差異,所述至少一個處理器還用於:基於與複數個司機相關的歷史業務資訊,根據馬可夫決策流程(Markov Decision Process,MDP)確定所述預估值差異;其中,與所述複數個司機相關的所述歷史業務資訊是指在特定歷史時間段期間包括複數個業務參數;所述根據瑪律可夫決策流程(MDP)確定所述預估價值差異包括:在所述司機處於所述司機出發點時,獲取與所述司機-訂單對中的所述司機相關的資訊,並將所獲取的所述資訊指定為所述MDP的輸入,帶入所述MDP,所述MDP輸出所述司機處於所述出發點時的預估價值;在所述司機位於所述目的地時,獲取與所述司機-訂單對中的所述司機相關的資訊,並將所述資訊指定為所述MDP的輸入,帶入所述MDP,所述MDP輸出所述司機在所述目的地時的預估價值;計算在所述司機處於所述司機出發點時的所述預估價值與所述司機在所述目的地時的所述預估價值之間的差值,獲取所述預估價值差異。
- 如申請專利範圍第1項之系統,其中,所述至少一個處理器還用於: 歸一化所述第一匹配值。
- 如申請專利範圍第3項之系統,其中,所述至少一個處理器基於所述司機出發點、所述乘客出發點、與所述司機相關的車型、或交通狀況中的至少一個來確定所述司機成本。
- 如申請專利範圍第1項之系統,其中,為了從複數個司機-訂單對中識別複數個匹配的司機-訂單對,所述至少一個處理器還用於:創建一個二分圖,包括所述複數個司機-訂單對和所述複數個司機-訂單對的調整後的匹配值,其中調整後的匹配值是司機-訂單對的邊緣權重;以及基於所述二分圖根據二分圖匹配演算法從所述複數個司機-訂單對中識別所述複數個匹配的司機-訂單對。
- 如申請專利範圍第7項之系統,其中,所述二分圖匹配演算法包括庫恩-曼克萊斯(Kuhn-Munkres,KM)演算法。
- 一種在具有至少一個處理器、至少一個電腦可讀取儲存媒體和連接到網路的通訊平臺的計算裝置上實施的用於分配線上隨選服務中的訂單的方法,包括:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,獲取分配係數,其中,所述分配係數與每個司機-訂單對中的司機的服務評分相關,以及基於所述第一匹配值和所述分配係數確定調整後的匹配值;從所述複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中,所述複數個匹配的司機 -訂單對是相互獨立的,並且對應於所述複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給所述相應的匹配司機。
- 如申請專利範圍第9項之方法,其中,獲取複數個司機-訂單對包括:在預設時間段內從複數個乘客終端中獲取複數個待分配訂單。
- 如申請專利範圍第9項之方法,其中,對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值包括:基於與所述訂單相關的乘客出發點、目的地、和出發時間來確定訂單值;確定所述司機從司機出發點駕駛至所述乘客出發點所產生的司機成本;確定當所述司機在所述司機出發點時對所述司機的預估值與當所述司機在所述目的地時對所述司機的預估值之間的預估值差異;以及基於所述訂單值、所述司機成本和所述預估值差異,確定所述第一匹配值。
- 如申請專利範圍第11項之方法,其中,確定預估值差異包括:基於與複數個司機相關的歷史業務資訊,根據馬可夫決策流程(MDP)確定所述預估值差異;其中,與所述複數個司機相關的所述歷史業務資訊是指在特定歷史時間段期間包括複數個業務參數;所述根據瑪律可夫決策流程(MDP)確定所述預估價值差異包括:在所述司機處於所述司機出發點時,獲取與所述司機-訂單對中的所述司機相關的資訊,並將所獲取的所述資訊指定為所述MDP的輸入,帶入所述MDP,所述MDP輸出所述司機處於所述司機出發點時的預估價值;在所述司機位於所述目的地時,獲取與所述司機-訂單對中的所述司機 相關的資訊,並將所述資訊指定為所述MDP的輸入,帶入所述MDP,所述MDP輸出所述司機在所述目的地時的預估價值;計算在所述司機處於所述司機出發點時的所述預估價值與所述司機在所述目的地時的所述預估價值之間的差值,獲取所述預估價值差異。
- 如申請專利範圍第9項之方法,進一步包括:歸一化所述第一匹配值。
- 如申請專利範圍第11項之方法,其中,所述司機成本是基於所述司機出發點、所述乘客出發點、與所述司機相關的車型、或交通狀況中的至少一個確定的。
- 如申請專利範圍第9項之方法,其中,從複數個司機-訂單對中識別複數個匹配的司機-訂單對,包括:創建一個二分圖,包括所述複數個司機-訂單對和所述複數個司機-訂單對的調整後的匹配值,其中,調整後的匹配值是司機-訂單對的邊緣權重;以及基於所述二分圖根據二分圖匹配演算法從所述複數個司機-訂單對中識別所述複數個匹配的司機-訂單對。
- 如申請專利範圍第15項之方法,其中,所述二分圖匹配演算法包括庫恩-曼克萊斯(KM)演算法。
- 一種非暫時性電腦可讀取媒體,包括用於分配線上隨選服務中的訂單的至少一組指令,其中,當由電腦裝置的至少一個處理器執行時,所述至少一組指令指示所述至少一個處理器:獲取複數個司機-訂單對,每個司機-訂單對包括待分配訂單和待分配司機;對於每個司機-訂單對,至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值, 獲取分配係數,其中,所述分配係數與每個司機-訂單對中的司機的服務評分相關,以及基於所述第一匹配值和所述分配係數確定調整後的匹配值;從所述複數個司機-訂單對中識別複數個匹配的司機-訂單對,每個匹配的司機-訂單對包括待分配訂單和相應的匹配司機,其中,所述複數個匹配的司機-訂單對是相互獨立的,並且對應於所述複數個匹配的司機-訂單對的複數個調整後的匹配值的和是最大化的;以及將每個訂單分配給所述相應的匹配司機。
- 如申請專利範圍第17項之非暫時性電腦可讀取媒體,其中,為了獲取複數個司機-訂單對,所述至少一組指令還指示所述至少一個處理器:在預設時間段內從複數個乘客終端中獲取複數個待分配訂單。
- 如申請專利範圍第17項的非暫時性電腦可讀取媒體,其中,對於每個司機-訂單對,為了至少部分地基於每個司機-訂單對中的司機和訂單來確定第一匹配值,所述至少一組指令進一步指示所述至少一個處理器:基於與所述訂單相關的乘客出發點、目的地和出發時間來確定訂單值;確定所述司機從司機出發點駕駛至所述乘客出發點所產生的司機成本成本;確定當所述司機在所述司機出發點時對所述司機的預估值與當所述司機在所述目的地時對所述司機的預估值之間的預估值差異;以及基於所述訂單值、所述司機成本和所述預估值差異,確定所述第一匹配值。
- 如申請專利範圍第18項的非暫時性電腦可讀取媒體,其中,為了從複數個司機-訂單對中識別複數個匹配的司機-訂單對,所述至少一組指令進一步指示所述至少一個處理器: 創建一個二分圖,包括所述複數個司機-訂單對和所述複數個司機-訂單對的調整後的匹配值,其中,調整後的匹配值是司機-訂單對的邊緣權重;以及基於所述二分圖根據二分圖匹配演算法從所述複數個司機-訂單對中識別所述複數個匹配的司機-訂單對;其中,所述二分圖匹配演算法包括庫恩-曼克萊斯演算法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
WOPCT/CN2017/114377 | 2017-12-04 | ||
??PCT/CN2017/114377 | 2017-12-04 | ||
PCT/CN2017/114377 WO2019109199A1 (en) | 2017-12-04 | 2017-12-04 | Systems and methods for allocating orders in an online on-demand service |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201937418A TW201937418A (zh) | 2019-09-16 |
TWI698817B true TWI698817B (zh) | 2020-07-11 |
Family
ID=66750682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107143533A TWI698817B (zh) | 2017-12-04 | 2018-12-04 | 用於分配線上隨選服務中的訂單的系統和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190392390A1 (zh) |
CN (1) | CN110447050A (zh) |
TW (1) | TWI698817B (zh) |
WO (1) | WO2019109199A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11763406B2 (en) * | 2019-04-26 | 2023-09-19 | Walmart Apollo, Llc | Method and apparatus for delivery order fee determination and assignment |
CN113874904A (zh) * | 2019-05-16 | 2021-12-31 | 格步计程车控股私人有限公司 | 用于导出运输相关服务的定额修饰符的通信服务器装置和方法 |
CN112241822B (zh) * | 2019-07-18 | 2022-07-12 | 上海交通大学 | 数据中心面向微服务的电力资源分配的方法和系统 |
CN111507493B (zh) * | 2020-04-13 | 2023-04-18 | 北京白龙马云行科技有限公司 | 对象和司乘匹配方法、装置和系统 |
CN111625571B (zh) * | 2020-05-28 | 2021-06-08 | 上海钧正网络科技有限公司 | 一种服务业务的匹配方法、装置、计算机设备和存储介质 |
CN111882152B (zh) * | 2020-06-18 | 2024-07-05 | 科大讯飞股份有限公司 | 任务分配方法以及相关装置 |
CN111882109A (zh) * | 2020-06-22 | 2020-11-03 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配方法和系统 |
US20220044510A1 (en) * | 2020-08-07 | 2022-02-10 | International Business Machines Corporation | Edge computing to determine augmented reality content associated with a transportation infrastructure |
CN112163868B (zh) * | 2020-09-30 | 2024-08-06 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
US11694127B2 (en) * | 2020-10-01 | 2023-07-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Method and system for predicting carpool matching probability in ridesharing |
CN113821734B (zh) * | 2021-08-16 | 2024-03-19 | 北京中交兴路信息科技有限公司 | 基于轨迹数据识别双司机的方法、装置、设备及介质 |
CN116011906A (zh) * | 2022-10-19 | 2023-04-25 | 中建八局第二建设有限公司 | 基于业务流最优匹配算法的地磅称重方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015089207A1 (en) * | 2013-12-11 | 2015-06-18 | Uber Technologies, Inc. | Optimizing selection of drivers for transport requests |
CN105741020A (zh) * | 2016-01-25 | 2016-07-06 | 滴滴(中国)科技有限公司 | 统一订单分配方法和设备 |
CN106919994A (zh) * | 2015-12-24 | 2017-07-04 | 滴滴(中国)科技有限公司 | 订单推送方法及装置 |
CN107272866A (zh) * | 2016-04-08 | 2017-10-20 | 滴滴(中国)科技有限公司 | 打车方法、信息交互方法、移动终端、服务器和打车系统 |
CN107392358A (zh) * | 2017-06-30 | 2017-11-24 | 上海汽车集团股份有限公司 | 一种车辆分配方法及装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120323622A1 (en) * | 2011-06-15 | 2012-12-20 | Webtech Wireless Inc. | Assessing Fitness of Drivers for Pending Trip Assignments |
CN104463509A (zh) * | 2014-12-29 | 2015-03-25 | 先锋智道(北京)科技有限公司 | 网络打车的订单推送方法和网络打车的订单确认方法 |
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 |
US20170011324A1 (en) * | 2015-07-07 | 2017-01-12 | Uber Technologies, Inc. | Dispatch system for matching drivers and users |
US20170286877A1 (en) * | 2016-04-04 | 2017-10-05 | Sap Se | System and method for resource planning with substitutable assets |
US10176443B2 (en) * | 2016-08-09 | 2019-01-08 | Conduent Business Services, Llc | Method and system for dispatching of vehicles in a public transportation network |
CN106447074A (zh) * | 2016-12-30 | 2017-02-22 | 北京东方车云信息技术有限公司 | 一种将订单信息推送给司机客户端的方法、装置及系统 |
US11614751B2 (en) * | 2017-01-23 | 2023-03-28 | Massachusetts Institute Of Technology | System for on-demand high-capacity ride-sharing via dynamic trip-vehicle assignment and related techniques |
CN107101643B (zh) * | 2017-04-10 | 2019-10-29 | 浙江工业大学 | 一种拼车匹配方法 |
US11282009B2 (en) * | 2017-05-23 | 2022-03-22 | Uatc, Llc | Fleet utilization efficiency for on-demand transportation services |
US10810536B2 (en) * | 2017-11-30 | 2020-10-20 | DoorDash, Inc. | System and method for dynamic pairing function optimization |
-
2017
- 2017-12-04 CN CN201780088750.0A patent/CN110447050A/zh active Pending
- 2017-12-04 WO PCT/CN2017/114377 patent/WO2019109199A1/en active Application Filing
-
2018
- 2018-12-04 TW TW107143533A patent/TWI698817B/zh active
-
2019
- 2019-08-30 US US16/556,245 patent/US20190392390A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015089207A1 (en) * | 2013-12-11 | 2015-06-18 | Uber Technologies, Inc. | Optimizing selection of drivers for transport requests |
CN106919994A (zh) * | 2015-12-24 | 2017-07-04 | 滴滴(中国)科技有限公司 | 订单推送方法及装置 |
CN105741020A (zh) * | 2016-01-25 | 2016-07-06 | 滴滴(中国)科技有限公司 | 统一订单分配方法和设备 |
CN107272866A (zh) * | 2016-04-08 | 2017-10-20 | 滴滴(中国)科技有限公司 | 打车方法、信息交互方法、移动终端、服务器和打车系统 |
CN107392358A (zh) * | 2017-06-30 | 2017-11-24 | 上海汽车集团股份有限公司 | 一种车辆分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019109199A1 (en) | 2019-06-13 |
CN110447050A (zh) | 2019-11-12 |
US20190392390A1 (en) | 2019-12-26 |
TW201937418A (zh) | 2019-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI698817B (zh) | 用於分配線上隨選服務中的訂單的系統和方法 | |
CN109478275B (zh) | 分配服务请求的系统和方法 | |
CN109313846B (zh) | 用于推荐上车点的系统和方法 | |
US11455582B2 (en) | Systems and methods for optimizing an online on-demand service | |
US20200050938A1 (en) | Systems and methods for improvement of index prediction and model building | |
TW202009807A (zh) | 用於分配訂單的系統和方法 | |
US20180240045A1 (en) | Systems and methods for allocating sharable orders | |
CN111052158B (zh) | 用于分配服务请求的系统和方法 | |
JP2019511020A (ja) | 到着時間を推定するための方法およびシステム | |
CN112236787B (zh) | 用于生成个性化目的地推荐的系统和方法 | |
TWI703516B (zh) | 用於預估到達時間的方法以及系統 | |
US20190188818A1 (en) | Systems and methods for determining an estimated time of arrival | |
JP2019532372A (ja) | ドライバーの安全性スコアを決定するためのシステムおよび方法 | |
US20200300650A1 (en) | Systems and methods for determining an estimated time of arrival for online to offline services | |
AU2016396716A1 (en) | Systems and methods for carpooling | |
TW201901474A (zh) | 用於確定預估到達時間的系統和方法 | |
WO2017107932A1 (en) | Systems and methods for updating sequence of services | |
CN110914856B (zh) | 用于确定线上到线下服务的营销策略的系统和方法 | |
TW201818342A (zh) | 確定與車輛相關的參考方向的系統和方法 | |
US20200149905A1 (en) | Systems and methods for reserving a carpooling service | |
WO2018223272A1 (en) | Systems and methods for price estimation using machine learning techniques | |
CN110832536B (zh) | 推荐上车地点的系统和方法 | |
CN111201421A (zh) | 用于确定在线上到线下服务中的最优运输服务类型的系统和方法 | |
CN110832513B (zh) | 用于按需服务的系统和方法 |