[发明专利]确定预估到达时间的方法与系统

说明书

一种确定预估到达时间(ETA)的方法和系统，所述方法包括：从用户设备接收用户的起始位置和目的地；基于所述起始位置和所述目的地确定目标路线；基于所述目标路线确定目标高维稀疏特征；基于机器学习模型和所述目标高维稀疏特征确定所述目标路线的预估到达时间；传输所述预估到达时间。

交叉引用

本申请是针对申请日为2017年5月22日、申请号为201780089617.7、发明名称为“确定预估到达时间的系统与方法”的中国申请提出的分案申请。

技术领域

本申请一般涉及数字路线规划的系统和方法，尤其涉及确定预估到达时间(ETA)的方法和系统。

背景技术

按需运输服务，如在线预定出租车服务，为人们的日常出行提供了极大的方便。通过在线按需服务，请求方可以通过安装在用户设备(比如智能手机)中的应用来请求按需服务。然后，所述平台的服务器可以处理所述请求，并且基于至少两个不同因素或条件，例如到达指定位置的预估到达时间(ETA)来确定服务提供商以执行所述按需服务。确定所述预估到达时间并提供最优路线规划，以满足请求方的需求，这是可取的。

发明内容

根据本申请的一方面，可以包括一种确定预估到达时间(ETA)的方法，所述方法包括：从用户设备接收用户的起始位置和目的地；基于所述起始位置和所述目的地确定目标路线；基于所述目标路线确定目标高维稀疏特征；基于机器学习模型和所述目标高维稀疏特征确定所述目标路线的预估到达时间；传输所述预估到达时间。

根据本申请的一方面，可以包括一种确定预估到达时间(ETA)的系统，一个存储设备，所述存储设备存储一组指令集；及在线按需服务平台的至少一个处理器，所述处理器被配置为与所述存储设备通信，其中，当执行所述指令集时，所述至少一个处理器被配置为使所述系统：通过网络从用户设备接收起始位置和目的地；基于所述起始位置和所述目的地确定目标路线；基于所述目标路线确定目标高维稀疏特征；基于机器学习模型和所述目标高维稀疏特征确定所述目标路线的预估到达时间；传输所述预估到达时间。

根据本申请的一方面，可以包括一种包括指令的非暂时性机器可读存储媒介，当所述指令被在线按需服务平台的至少一个处理器访问时，使所述至少一个处理器：通过网络从用户设备接收起始位置和目的地；基于所述起始位置和所述目的地确定目标路线；基于所述目标路线确定目标高维稀疏特征；基于机器学习模型和所述目标高维稀疏特征确定所述目标路线的预估到达时间；传输所述预估到达时间。

根据本申请的一方面，可以包括存储设备和被配置为和所述存储设备通信的在线按需服务平台的至少一个处理器。所述存储设备可以包括确定预估到达时间(ETA)的一组指令。当所述至少一个处理器执行所述一组指令时，所述至少一处理器可以执行以下操作中的一个或以上。所述至少一个处理器可以通过网络从用户设备接收起始位置和目的地。所述至少一个处理器可以获取确定预估到达时间的机器学习模型，其中所述机器学习模型基于一过程生成，所述过程包括：获取与在线按需服务订单相关的历史数据；基于所述历史数据确定高维稀疏特征；基于所述高维稀疏特征确定机器学习模型。所述至少一个处理器可以所述基于机器学习模型、起始位置和目的地来确定目标路线的预估到达时间。所述至少一个处理器可以通过所述网络将所述确定的预估到达时间传送给所述用户设备。

根据本申请的另一个方面，一种方法可以包括以下操作的一个或以上。服务器可以通过网络从用户设备接收起始位置和目的地。所述服务器可以获取用于确定预估到达时间的机器学习模型，其中所述机器学习模型基于一过程生成，所述过程包括：获取与在线按需服务订单相关的历史数据；基于所述历史数据确定高维稀疏特征；基于所述高维稀疏特征确定机器学习模型。所述服务器可以基于所述机器学习模型、起始位置和目的地来确定目标路线的预估到达时间。所述服务器可以通过所述网络将所述确定的预估到达时间传送给所述用户设备。