[发明专利]车费预估方法及装置

说明书

技术领域

本发明涉及通信技术领域，特别涉及一种车费预估方法及装置。

背景技术

在人们日常打车过程中，车费是用户关心的一个基本问题。从一个地方到另一个地方所需要的花费，通常将决定用户选择出行的交通方式。

一般而言，出租车的计价都会是明码标价，然而完全依靠计价规则进行车费预估并不完全符合情况，例如不同的时间段，不同条件的影响(如空驶或者缓行等因素)，所引发的特殊形式计费模式，将会在一定程度上影响车费的变化，使得车费的准确预估较为困难，另外，不同的城市会有不同的计价规则，使得车费的准确预估更加困难。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种车费预估方法及装置。

依据本发明的一个方面，提供了一种车费预估方法，所述方法包括：

获取用户设备发送的打车请求，所述打车请求包括：出发地址和目的地地址；

确定所述出发地址和目的地地址之间的第一路面距离，根据所述第一路面距离通过预估方程确定对应的预估车费，所述预估方程为与所述打车请求属于相同城市和相同时间段的预估方程；

将所述预估车费反馈至所述用户设备。

可选地，所述获取用户设备发送的打车请求之前，所述方法还包括：

采集至少一个城市中在预设时间范围内各时间段的历史数据，所述历史数据包括：第二路面距离及相应的实际车费；

基于属于相同城市及相同时间段的历史数据对预设模型进行训练，以获得各个属于相同城市及相同时间段的预估方程。

可选地，所述预设模型为

f(x)＝w₄x⁴+w₃x³+w₂x²+w₁x+w₀，

其中，f(x)为预估车费；w₀、w₁、w₂、w₃及w₄为常数；x为路面距离。

可选地，所述基于属于相同城市及相同时间段的历史数据对预设模型进行训练，进一步包括：

基于属于相同城市及相同时间段的历史数据通过最小化均方误差率的损失函数对预设模型进行训练。

可选地，所述基于属于相同城市及相同时间段的历史数据对预设模型进行训练之前，所述方法还包括：

根据所述历史数据确定各城市的起步车费，并对所述历史数据进行去噪处理；

相应地，所述根据所述第一路面距离通过预估方程确定对应的预估车费，进一步包括：

通过所述第一路面距离通过预估方程计算对应的预估车费，并将所述预估车费与所述起步车费进行比较，若所述预估车费小于所述起步车费，则将所述预估车费调整为起步车费。

依据本发明的另一个方面，提供了一种车费预估装置，所述装置包括：

请求获取单元，用于获取用户设备发送的打车请求，所述打车请求包括：出发地址和目的地地址；

车费预估单元，用于确定所述出发地址和目的地地址之间的第一路面距离，根据所述第一路面距离通过预估方程确定对应的预估车费，所述预估方程为与所述打车请求属于相同城市和相同时间段的预估方程；

车费反馈单元，用于将所述预估车费反馈至所述用户设备。

可选地，所述装置还包括：

数据采集单元，用于采集至少一个城市中在预设时间范围内各时间段的历史数据，所述历史数据包括：第二路面距离及相应的实际车费；

模型训练单元，用于基于属于相同城市及相同时间段的历史数据对预设模型进行训练，以获得各个属于相同城市及相同时间段的预估方程。

可选地，所述预设模型为

f(x)＝w₄x⁴+w₃x³+w₂x²+w₁x+w₀，

其中，f(x)为预估车费；w₀、w₁、w₂、w₃及w₄为常数；x为路面距离。

可选地，所述模型训练单元，进一步用于基于属于相同城市及相同时间段的历史数据通过最小化均方误差率的损失函数对预设模型进行训练。