[发明专利]一种上车点推荐方法、计算机可读存储介质及计算机设备

说明书

本申请适用于物流领域，提供了一种上车点推荐方法、计算机可读存储介质及计算机设备，包括：获取用户的当前位置；利用H3网格定位得到用户的当前位置的坐标点；搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。判断用户当前位置是否适合作为上车点。

技术领域

本申请属于物流领域，尤其涉及一种上车点推荐方法、计算机可读存储介质及计算机设备。

背景技术

上车点推荐是为了方面用户和司机碰面，减少接驾流程，提升用户体验，目前滴滴、百度、高德等都有上车点的推荐流程。在上车点排序阶段，需要计算每个候选召回点的一些特征，如热度特征:表征历史上该候选点作为上车点的热度。但热度这类特征对不同的定位位置都是固定的，无法衡量用户所在位置对该候选点的影响，即使附近很热的点可能并不是热度最高的点，可能并不适合用户上车。

发明内容

本申请的目的在于提供一种上车点推荐方法、计算机可读存储介质及计算机设备，旨在解决用户无法确定所在位置是否适合上车的问题。

第一方面，本申请提供了一种上车点推荐方法，包括：

获取用户的当前位置；

利用H3网格定位得到用户的当前位置的坐标点；

搜索离所述用户的当前位置的坐标点预设距离内的坐标点，将用户的当前位置的坐标点和预设距离内的坐标点作为候选上车点；

根据预先得到的每个坐标点的热度值计算候选上车点对应的局部热度值；所述局部热度值是由用户的当前位置和候选上车点的距离以及所有的候选上车点的热度值计算得到；

比较候选上车点的局部热度值的大小，从所述候选上车点中选出预设数量的候选上车点推荐给用户。

进一步地，所述预先得到的每个坐标点的热度值是通过以下方式得到的：

获取历史订单的上车点；

将历史订单的上车点转换成利用H3网格定位的坐标点；

聚合与历史订单的上车点相同的H3网格定位的坐标点；

对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值。

进一步地，所述根据历史订单发生的时间进行衰减具体为：根据预设半衰期进行衰减热度，对于同一位置的订单，预设半衰期前的订单的权重随着日期进行衰减。

进一步地，所述候选上车点的热度值是根据用户的当前位置按幂函数进行衰减，离所述用户的当前位置的距离越大，衰减程度越大。

进一步地，所述搜索离所述用户的当前位置的坐标点预设距离内的坐标点具体为：搜索以用户的当前位置的坐标点为圆心，预设距离为半径的圆内的坐标点。

进一步地，所述对每个坐标点根据历史订单发生的时间进行衰减计算热度值，得到当前时间每个坐标点的热度值具体为：

定义聚合后的H3网格定位的坐标点的集合为D，当前时间每个坐标点的热度值为：

其中，x表示定位点，z是半衰期系数，t是时间单位，即当前订单离当天的时间间隔。

进一步地，所述局部热度值的计算公式为：

f_x＝∑0.9^dis*h_x；