[发明专利]一种用于识别网约用车场景的方法及系统

说明书

本发明公开了一种用于识别网约用车场景的方法及系统，其中方法包括：获取网约车订单信息，所述网约车订单信息包括起终点名称、位置经纬度；对网约车订单信息进行场景识别处理，所述场景识别处理包括起终点名称分类处理为对起终点名称进行名称分类，获得分类结果；以及地理围栏识别处理为利用地理围栏技术对所述位置经纬度进行大数据比对，获得地图围栏结果；根据分类结果和地图围栏确定网约车订单的用车场景。提高车场景的识别准确率，便于后台服务器在整体经营分析时进行订单派单资源倾斜，提高用车效率.解决现有技术中，识别网约用车场景的方法根据判断起终点的名称所在的区域属性进行分类判断致使用车场景的识别准确率不高的问题。

技术领域

本发明涉及网约车出行的技术领域，具体涉及一种用于识别网约用车场景的方法及系统。

背景技术

随着智能设备的普及以及互联网技术的发展，网约车出行已经成为用户出行生活中不可忽略的一部分，用户一般通过智能设备中带有网络叫车功能的应用软件实现即时叫车或者预约车。用户使用网上叫车服务时，通常需要输入起终点以及出行时间，所述起终点为起始地点和目的地点，后台服务器根据用户输入的起终点以及出行时间向可网络叫车的车辆派发用车订单，以使得该车辆的司机根据用车订单为用户提供用车服务。

然而，用户使用网上叫车服务时，可能会出现长时间的等待接单车辆到达起始地点，或者由于用车需求过高导致长时间无车接单的情况。同时，当用户用车需求过低时，可能会出现可网络叫车的车辆每天接单数量很少，需要长时间的等待用车订单的情况，导致用车效率过低。

为了防止上述情况的发生，后台服务器通常会采集网约车订单信息，然后识别其所属的通勤、旅游、购物、出差、接送等用车场景，进而对用户的出行行为进行预测，以提高用车效率。但现有技术中用于识别网约用车场景的方法通常只是简单判断起终点的名称所在的区域属性，然后进行分类判断。通常情况下，用车场景的识别准确率不高。

发明内容

为了克服上述现有技术中，识别网约用车场景的方法通常仅通过简单判断起终点的名称所在的区域属性，然后进行分类判断致使用车场景的识别准确率不高的技术缺陷，本发明提供一种用于识别网约用车场景的方法及系统。

为了解决上述问题，本发明按以下技术方案予以实现的：

第一方面，本发明公开一种用于识别网约用车场景的方法，包括以下步骤：

获取网约车订单信息，所述网约车订单信息包括起终点名称、位置经纬度。

对网约车订单信息进行场景识别处理，所述场景识别处理包括起终点名称分类处理和地理围栏识别处理。

所述起终点名称分类处理为对起终点名称进行名称分类，获得分类结果。

其中，下载多家第三方地图服务数据，对多家第三方地图服务数据进行整合处理，得到地方分类结果数据；所述整合处理包括数据处理与转换处理、子母层级分类合并处理、归一化处理和地图特有描述处理；基于地方分类结果数据，构造“地址名称”和“属性分类”的数据对；通过算法模型训练，得出起终点名称的分类结果。

具体地，基于预设的三方数据库，对所述起终点名称进行初步比对，得到地址关键词；基于语言表征模型BERT，对所述地址关键词进行特征提取，获得关键词特征向量；对所述关键词特征向量进行预判处理，获得至少一个场景分类器，其中，每个所述场景分类器对应一个分类属性；基于所述场景分类器，对所述关键词特征向量进行概率计算，得到所述场景分类器对应的概率值，根据所述概率值的大小对所述场景分类器进行判断；得出起终点名称的分类结果。

具体地，将所述关键词特征向量输入至基于Transformer的双向编码器表征BERT的地址解析模型中，获得概率值，根据所述概率值的大小对所述场景分类器进行判断；