[发明专利]推荐网约车上车点的方法及系统在审
申请号: | 202010704697.6 | 申请日: | 2020-07-21 |
公开(公告)号: | CN111931079A | 公开(公告)日: | 2020-11-13 |
发明(设计)人: | 杨旭光;杨一平 | 申请(专利权)人: | 欧拉信息服务有限公司 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06Q10/02 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 肖冰滨;王晓晓 |
地址: | 071000 河北省保*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 推荐 车上 方法 系统 | ||
1.一种推荐上车点的方法,其特征在于,该方法包括:
选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点;
选取所述近邻的历史乘客的历史上车点中同侧的历史上车点,其中,所述下单位置点和所述当前乘客的位置点在所述同侧的历史上车点处道路的同侧;
推荐所述同侧的历史上车点为所述当前乘客的上车点。
2.根据权利要求1所述的推荐上车点的方法,其特征在于,所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点,包括:
通过KNN算法模型选取下单位置点与当前乘客的位置点最近邻的历史乘客的历史上车点,将所述最近邻的历史乘客的历史上车点作为初始候选上车点;
比较所述当前乘客的位置点和与所述初始候选上车点对应的下单位置点的距离是否小于等于第一距离阈值;
选取小于等于所述第一距离阈值的初始候选上车点为与所述当前乘客的位置点最近邻的历史乘客的历史上车点。
3.根据权利要求2所述的推荐上车点的方法,其特征在于,在所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点中的所述KNN算法模型的距离度量和任意两个位置点的距离计算均为同一计算式,所述计算式为:
d=arccos(min(1,(sin(A_lat)*sin(B_lat)+cos(A_lat)*cos(B_lat)*cos(B_long-A_long))))*R
其中,d为第一位置点A(A_long,A_lat)和第二位置点B(B_long,B_lat)的两点直线距离且d的单位为千米,arccos为反余弦函数且arccos返回弧度值,min为取最小值函数,R为地球半径且R的单位为千米,
A_long、B_long分别为所述第一位置点A(A_long,A_lat)的经度、所述第二位置点B(B_long,B_lat)的经度,
A_lat、B_lat分别为所述第一位置点A(A_long,A_lat)的纬度、所述第二位置点B(B_long,B_lat)的纬度。
4.根据权利要求2或3所述的推荐上车点的方法,其特征在于,在所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点中,其中还进行以下任意一项数据处理操作:
将待输入所述KNN算法模型的样本的下单位置点转换为地理编码字符串数据,并选取所述当前乘客的位置点处预设区域范围内的地理编码字符串数据,将与选取的地理编码字符串数据对应的下单位置点所关联的历史订单更新为输入所述KNN算法模型的样本;
对待输入所述KNN算法模型的样本进行比例采样,将比例采样后获得的样本更新为输入所述KNN算法模型的样本。
5.根据权利要求2中任意一项所述的推荐上车点的方法,其特征在于,在所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点中,其中,
所述KNN算法模型的k参数优选为10~15。
6.根据权利要求2所述的推荐上车点的方法,其特征在于,在所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点中,其中,
所述第一距离阈值取为50米至200米。
7.根据权利要求1所述的推荐上车点的方法,其特征在于,在所述选取下单位置点与当前乘客的位置点近邻的历史乘客的历史上车点之后,且在所述选取所述近邻的历史乘客的历史上车点中同侧的历史上车点之前,该方法还包括:
根据与所述近邻的历史乘客的历史上车点中任意一个历史上车点对应的车辆轨迹数据,判断与所述任意一个历史上车点对应的下单位置点和所述当前乘客的位置点是否在所述任意一个历史上车点处道路的同侧。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于欧拉信息服务有限公司,未经欧拉信息服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010704697.6/1.html,转载请声明来源钻瓜专利网。