CN105160021A - 基于目的地偏好的订单分配方法及装置 - Google Patents
基于目的地偏好的订单分配方法及装置 Download PDFInfo
- Publication number
- CN105160021A CN105160021A CN201510633919.9A CN201510633919A CN105160021A CN 105160021 A CN105160021 A CN 105160021A CN 201510633919 A CN201510633919 A CN 201510633919A CN 105160021 A CN105160021 A CN 105160021A
- Authority
- CN
- China
- Prior art keywords
- destination
- order
- terminal
- preference
- allocated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
Abstract
本发明提供一种基于目的地偏好的订单分配方法,包括:获取待分配订单的目的地;根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到;根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。本发明还提供了一种基于目的地偏好的订单分配装置,包括:第一获取模块、偏好度计算模块、订单分配模块。本发明能够快速、准确地得到司机侧终端的目的地的偏好区域,并根据计算出的终端对待分配订单的偏好度来进行订单分配,提高了订单分配的准确性和灵活性,提升用户体验。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于目的地偏好的订单分配方法及装置。
背景技术
随着智能导航、智能手机等智能设备的普及以及城市的发展,打车软件缓解了打车难的问题,给人们的出行带来了极大的便利,因此使用打车软件的司机和乘客的数量日益增多。打车需求具有实时性,打车软件在单位时间内能够推送给司机的订单数目是有限的,为了提高司机的订单应答率,就需要把订单信息和司机的偏好进行快速的匹配,将司机偏好的订单精确的推送给司机。
现有的订单匹配方法是基于大量司机对订单的偏好来执行匹配,通过司机的长期行为特征如司机的活跃区域、常驻区域或价值高的区域等信息来分析个体司机偏好的目的地区域。现有技术中采用坐标截断方法对分析来得到司机的目的地偏好,这种方法的思路是:首先取前三个历史订单目的地坐标形成坐标集合,然后统计每个坐标所对应的订单数目。但是,这种方法统计粒度比较粗,由于实际场景下不同司机的订单数量和偏好数量的差别较大,因此,现有的司机目的地偏好计算方法在实际应用中不够精确和灵活,不能够准确的反应出个体司机的目的地偏好,影响用户体验。而且,现有技术中缺少严谨的目的地偏好度计算方法。
发明内容
针对现有技术的缺陷,本发明提供一种基于目的地偏好的订单分配方法及装置,通过对历史订单采用聚类算法,计算出各个终端的目的地偏好区域,提高终端的目的地偏好区域计算的准确度和灵活度,并依据各个终端对待分配订单目的地的偏好度进行订单分配,从而提高了订单分配的准确性以及终端的订单应答率。
第一方面,本发明提供了一种基于目的地偏好的订单分配方法,所述方法包括:
获取待分配订单的目的地;
根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到;
根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
优选地,所述目的地偏好区域的获取方式,具体为:
采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类。
优选地,所述采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,具体包括:
根据预设截断距离dc,计算每一经纬度坐标点i的局部密度ρi;
根据每一经纬度坐标点的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇;
计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类;
计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径;
根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
优选地,在所述根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度之前,所述方法还包括:
获取待分配订单的出发地以及所述出发地的预设范围内的各个终端;
获取所述出发地的预设范围内的每一终端的目的地偏好区域。
优选地,所述方法还包括:
获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标;
所述获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标,具体包括:
提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单;
根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
优选地,所述根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度,具体包括:
获取所述待分配订单的目的地对应的经纬度坐标;
计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az;
根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
优选地,所述根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单,具体包括:
判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值;
若该终端对所述待分配订单的目的地的偏好度大于所述预设阈值,则向该终端分配所述待分配订单。
优选地,当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,所述方法还包括:
按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
第二方面,本发明提供了一种基于目的地偏好的订单分配装置,所述装置包括:
第一获取模块,用于获取待分配订单的目的地;
偏好度计算模块,用于根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到;
订单分配模块,用于根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
优选地,所述装置还包括:
偏好区域确定模块,用于采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,确定每一终端的目的地偏好区域。
优选地,所述偏好区域确定模块,具体包括:
局部密度计算单元,用于根据预设截断距离dc,计算每一经纬度坐标点的局部密度ρi;
聚类簇形成单元,用于根据每一经纬度坐标点i的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇;
聚类形成单元,用于计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类;
覆盖半径计算单元,用于计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径;
偏好区域确定单元,用于根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
优选地,所述装置还包括:
第二获取模块,用于获取待分配订单的出发地以及所述出发地的预设范围内的各个终端;
偏好区域获取模块,用于获取所述出发地的预设范围内的每一终端的目的地偏好区域。
优选地,所述装置还包括:
经纬度坐标获取模块,用于获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标;
所述经纬度坐标获取模块,具体包括:
中间数据生成单元,用于提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单;
第一经纬度坐标获取单元,用于根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
优选地,所述偏好度计算模块,具体包括:
第二经纬度坐标获取单元,用于获取所述待分配订单的目的地对应的经纬度坐标;
中心距离计算单元,用于计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az;
偏好度计算单元,用于根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
优选地,所述订单分配模块,具体包括:
判断单元,用于判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值;
订单分配单元,用于当所述判断单元的判断结果为该终端对所述待分配订单的目的地的偏好度大于所述预设阈值时,向该终端分配所述待分配订单。
优选地,所述订单分配模块还包括:
排序单元,用于当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,对各终端对所述待分配订单的目的地的偏好度进行顺序;
所述订单分配单元,具体用于按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
由上述技术方案可知,本发明提供一种基于目的地偏好的订单分配方法及装置,通过对历史订单的目的地对应的经纬度坐标采用聚类算法,计算各个终端的目的地偏好区域,提高了每一终端的目的地偏好区域计算的准确度和灵活度,并依据各个终端对待分配订单的目的地偏好度进行订单分配,从而提高了订单分配的准确性,有效提高了终端的订单应答率,满足用户的打车需要,提升用户打车体验。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1是本公开一实施例提供的基于目的地偏好的订单分配方法的流程示意图;
图2是本公开另一实施例提供的基于目的地偏好的订单分配方法中终端目的地偏好区域获取方法的流程示意图;
图3是本公开另一实施例提供的基于目的地偏好的订单分配方法中步骤S12的细分流程示意图;
图4是本公开另一实施例提供的基于目的地偏好的订单分配方法中目的地偏好度计算方法的原理图;
图5是本公开另一实施例提供的基于目的地偏好的订单分配装置的结构示意图;
图6是本公开另一实施例提供的基于目的地偏好的订单分配装置中偏好区域确定模块的结构示意图;
图7本公开另一实施例提供的基于目的地偏好的订单分配装置中偏好度计算模块的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
以下对本公开实施例中提及的部分词语进行举例说明。
本公开实施例中提及的用户设备(UserEquipment,简称UE)是指呼叫服务方,如交通工具叫车服务中的乘客,所使用的移动终端或个人计算机(PersonalComputer,简称PC)等设备。例如智能手机、个人数码助理(PDA)、平板电脑、笔记本电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如GoogleGlass、OculusRift、Hololens、GearVR)等。
本发明实施例中提及的终端为提供服务方,如交通工具叫车服务中的司机,所使用的用于接单的移动终端或PC端等设备。诸如上述呼叫服务方所使用各设备。因此,本实施例中,为了区别乘客和司机,分别采用用户设备UE和终端来分别表示乘客和司机所持的移动终端等设备。
本实施例中的订单分配是指用户设备UE将待分配订单分配给提供运营服务的终端。
如图1所示,本公开一实施例提供了一种基于目的地偏好的订单分配方法,该方法包括如下步骤:
S11、获取待分配订单的目的地。
其中,所述待分配订单为根据用户设备(UserEquipment,简称UE)实时发出的打车请求生成的订单。
S12、根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到。
需要说明的是,所述每一终端的目的地偏好区域为至少一个。
其中,所述预设时间段为一周、一个月、一年等,可以根据终端运行时间情况进行调整。
具体来说,如果某一终端近期的历史订单数量很少,该终端的预设时间段就设置的长,如果某一终端近期的历史订单数量很大,该终端的预设时间段就设置的短。
S13、根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
具体的,将所述待分配订单分配给对所述待分配订单的目的地的偏好度大与预设值的终端。
本实施例提供的一种基于目的地偏好的订单分配方法,通过对历史订单采用聚类算法,计算出各个终端的目的地偏好区域,并依据计算出的各个终端对任一待分配订单的目的地偏好度进行订单分配,提高了每一终端的目的地偏好区域计算的准确度和灵活度,从而提高了订单分配的准确性,有效提高了终端的订单应答率。
本实施例中,所述每一终端的目的地偏好区域的获取方式,具体为:
采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类。
本实施例中,所述采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,如图2所示,具体步骤如下:
S21、根据预设截断距离dc,计算每一经纬度坐标点i的局部密度ρi。
其中,所述预设截断距离dc根据终端在预设时间段内的历史订单目的地对应的经纬度坐标的平均值以及终端在预设时间段内的历史订单数量来设定。
举例来说,假设某一终端在预设时间段内的历史订单数量为五个,五个历史订单目的地对应的经纬度坐标集合为[(110,80),(112.5,85),(115,90),(117.5,95),(120,100)],计算得到三个历史订单目的地对应的经纬度坐标的平均值为(115,90),则预设截断距离d的起点可设为(115,90),长度可设为
其中,所述局部密度ρi代表与第i个坐标点之间距离小于所述截断距离dc的坐标点的个数。
具体来说,局部密度ρi的计算公式为:
其中,
S22、根据每一经纬度坐标点的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇。
其中,所述预设密度阈值rho根据终端在预设时间段内的历史订单数量设定。
具体来说,如果终端在预设时间段内的历史订单数量很多,预设密度阈值rho就设置的大,如果终端在预设时间段内的历史订单数量很少,预设密度阈值rho就设置的小。
其中,当某一经纬度坐标点i的局部密度ρi大于所述密度阈值rho时,则确定该经纬度坐标点i为聚类中心点,并以该经纬度坐标点i进行中心点聚类。
具体来说,经纬度坐标点i可分为三类:
当某一经纬度坐标点i的局部密度ρi大于所述密度阈值rho时,则确定该经纬度坐标点i为聚类中心点;
当某一经纬度坐标点i的局部密度ρi小于所述密度阈值rho时,且该经纬度坐标点i的截断距离dc范围内有中心点时,则确定该经纬度坐标点i为非聚类中心点;
当某一经纬度坐标点i的局部密度ρi小于所述密度阈值rho时,且该经纬度坐标点i的截断距离dc范围内无中心点时,则确定该经纬度坐标点i为噪声点。
S23、计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类。
其中,计算任意两个聚类簇的中心点之间的距离,若两个聚类簇的中心点之间的距离小于预设簇间距,将局部密度较小的聚类簇的中心点向聚类簇的中心点进行聚类。
S24、计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径。
具体的,如果某终端在预设时间段内的历史订单目的地对应的经纬度坐标只有一个聚类,则该聚类内各个经纬度坐标点该聚类中心点的平均距离为覆盖半径;
如果某终端在预设时间段内的历史订单目的地对应的经纬度坐标有多个聚类,则分别计算每一聚类内的各个经纬度坐标到该聚类中心点的平均距离作为每一聚类的覆盖半径。
S25、根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
其中,所述每一聚类的聚类中心点和覆盖半径即为终端目的地偏好区域的中心点和覆盖半径。
在本实施例中,所述根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度之前,所述方法还包括图中未示出的如下步骤:
A11、获取待分配订单的出发地以及所述出发地的预设范围内的各个终端。
其中,待分配订单根据UE的打车请求生成,相应的,预设范围的具体取值可根据当前所属城市的车流量、所属城市的具体城区等信息进行设置和调整。例如,若UE所属城市为北京的大兴区、交通路况良好,则将预设范围的取值设置的大一些,若UE所属城市为北京的海淀区,交通路况较为拥堵,则可以将预设范围的取值设置的小一些。本发明对此不做具体限定。
A12、获取所述出发地的预设范围内的每一终端的目的地偏好区域。
在本实施例中,所述方法还包括图中未示出的步骤B11:
B11、获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标。
所述步骤B11包括图中未示出的如下细分步骤:
B111、提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单。
可理解的是,打车平台包括不同出行方式,比如:出租车、专车、快车、顺风车和大巴车,打车平台后续还可增加更多出行方式。
B112、根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
可以理解的是,本实施例中,数据来源是司机的历史订单,获取每个司机所完成的历史打车订单,获取其中特定字段,将不同产品线的司机数据整合进入统一的中间数据库中,以方便数据处理和***扩展。中间数据库包括司机ID、订单时间、订单目的地等信息。
在本实施例中,所述步骤S12,如图3所示,具体包括如下细分步骤:
S121、获取所述待分配订单的目的地对应的经纬度坐标。
S122、计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az。
S123、根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
进一步地,所述终端目的地偏好区域为多个时,如图4所示,对每一个目的地偏好区域分别计算其目的地偏好度,然后将所有区域的目的地偏好度求和,即为该订单目的地的偏好度。
具体为,根据所述待分配订单目的地与任一终端目的地偏好区域中心点的距离A1z、A2z、A3z……Anz以及每一终端的目的地偏好区域的覆盖半径d1、d2、d3……dn计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
在本实施例中,步骤S13,具体包括图中未示出的如下细分步骤:
S131、判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值。
应当说明的是,该处的预设阈值可为经验值,通过多次实验验证的一个与所述待分配订单的目的地的偏好度进行比较的数值。
S132、若该终端对所述待分配订单的目的地的偏好度大于所述预设阈值,则向该终端分配所述待分配订单。
可以理解的是,当该终端对所述待分配订单的目的地的偏好度小于所述预设阈值,则不向该终端分配所述待分配订单。
上述根据预设的阈值,来衡量所述待分配订单的目的地的偏好度从而提高评估结果的准确性。
在本实施例中,当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,所述步骤S13,还包括图中未示出的细分步骤:
S133、按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
本发明实施例中,通过将各终端对所述待分配订单的目的地的偏好度按照从大到小的顺序进行排序,确保UE产生的订单被终端接收,提高了终端订单应答率。
本实施例提供的一种基于目的地偏好的订单分配方法,通过对历史订单采用聚类算法,计算出各个终端的目的地偏好区域,并依据计算出的各个终端对任一待分配订单的目的地偏好度进行订单分配,提高了每一终端的目的地偏好区域计算的准确度和灵活度,从而提高了订单分配的准确性,有效提高了终端的订单应答率。
如图5所示,本公开另一实施例提供了一种基于目的地偏好的订单分配装置,该装置包括:第一获取模块51、偏好度计算模块52以及订单分配模块53,其中:
所述的第一获取模块51,用于获取待分配订单的目的地。
其中,所述每一终端的目的地偏好区域为至少一个。
其中,所述预设时间段为一周、一个月、一年等,可以根据终端运行时间情况进行调整。
具体来说,如果某一终端近期的历史订单数量很少,该终端的预设时间段就设置的长,如果某一终端近期的历史订单数量很大,该终端的预设时间段就设置。
所述的偏好度计算模块52,用于根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到。
所述的订单分配模块53,用于根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
本实施例提供的一种基于目的地偏好的订单分配方法,通过对历史订单采用聚类算法,计算出各个终端的目的地偏好区域,并依据计算出的各个终端对任一待分配订单的目的地偏好度进行订单分配,提高了每一终端的目的地偏好区域计算的准确度和灵活度,从而提高了订单分配的准确性,有效提高了终端的订单应答率。
在本实施例中,所述装置还包括偏好区域确定模块;
所述的偏好区域确定模块,用于采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,确定每一终端的目的地偏好区域。
进一步地,所述偏好区域确定模块,如图6所示,具体包括:局部密度计算单元61、聚类簇形成单元62、聚类形成单元63、覆盖半径计算单元64、偏好区域确定单元65,其中:
所述的局部密度计算单元61,用于根据预设截断距离dc,计算每一经纬度坐标点的局部密度ρi。
其中,所述局部密度ρi代表与第i个坐标点之间距离小于所述截断距离dc的坐标点的个数。
具体来说,局部密度ρi的计算公式为:
其中,
所述的聚类簇形成单元62,用于根据每一经纬度坐标点i的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇。
其中,所述预设密度阈值rho根据终端在预设时间段内的历史订单数量设定。
具体来说,如果终端在预设时间段内的历史订单数量很多,预设密度阈值rho就设置的大,如果终端在预设时间段内的历史订单数量很少,预设密度阈值rho就设置的小。
所述的聚类形成单元63,用于计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类。
其中,计算任意两个聚类簇的中心点之间的距离,若两个聚类簇的中心点之间的距离小于预设簇间距,将局部密度较小的聚类簇的中心点向局部密度较大的聚类簇的中心点进行聚类。
所述的覆盖半径计算单元64,用于计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径。
所述的偏好区域确定单元65,用于根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
其中,所述每一聚类的聚类中心点和覆盖半径即为终端目的地偏好区域的中心点和覆盖半径。
在本实施例中,所述装置还包括第二获取模块和偏好区域获取模块,其中:
所述的第二获取模块,用于获取待分配订单的出发地以及所述出发地的预设范围内的各个终端;
所述的偏好区域获取模块,用于获取所述出发地的预设范围内的每一终端的目的地偏好区域。
在本实施例中,所述装置还包括经纬度坐标获取模块;
所述的经纬度坐标获取模块,用于获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标。
其中,所述经纬度坐标获取模块具体包括中间数据生成单元和第一经纬度坐标获取单元,其中:
所述的中间数据生成单元,用于提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单;
所述的第一经纬度坐标获取单元,用于根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
在本实施例中,所述偏好度计算模块52,如图7所示,具体包括:第二经纬度坐标获取单元521、中心距离计算单元522以及偏好度计算单元523,其中:
所述的第二经纬度坐标获取单元521,用于获取所述待分配订单的目的地对应的经纬度坐标;
所述的中心距离计算单元522,用于计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az;
所述的偏好度计算单元523,用于根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
在本实施例中,所述订单分配模块53,具体包括判断单元和订单分配单元,其中:
所述的判断单元,用于判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值;
所述的订单分配单元,用于当所述判断单元的判断结果为该终端对所述待分配订单的目的地的偏好度大于所述预设阈值时,向该终端分配所述待分配订单;
进一步地,所述订单分配模块53还包括:排序单元;
所述的排序单元,用于当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,对各终端对所述待分配订单的目的地的偏好度进行顺序;
更进一步地,所述订单分配单元,具体用于按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
本实施例提供的一种基于目的地偏好的订单分配方法,通过对历史订单采用聚类算法,计算出各个终端的目的地偏好区域,并依据计算出的各个终端对任一待分配订单的目的地偏好度进行订单分配,提高了每一终端的目的地偏好区域计算的准确度和灵活度,从而提高了订单分配的准确性,有效提高了终端的订单应答率。
本公开的实现和本文中提供的所有功能操作可以用数字电子电路、或者用计算机软件、固件或硬件,包括本说明书及其结构等同方案中所公开的结构、或者其中的一个或多个的组合来实现。本公开的实现可以实现为一个或多个计算机程序产品,即在计算机可读介质上编码的计算机程序指令的一个或多个模块,这些指令由数据处理装置来执行或者用以控制数据处理装置的操作。该计算机可读介质可以是机器可读存储设备、机器可读存储基片、存储器设备、影响机器可读传播信号的组合物或者其中的一个或多个的组合。术语“数据处理装置”涵盖用于处理数据的所有装置、设备和机器,包括例如可编程处理器、计算机或者多个处理器或计算机。除了硬件之外,该装置可以包括为所描述的计算机程序创建执行环境的代码,例如构成处理器固件、协议栈、数据库管理***、操作***或者其中的一个或多个的组合的代码。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以用任何形式的编程语言(包括编译语言或解释语言)来编写,并且计算机程序可以用任何形式来部署,包括作为独立程序或者作为模块、部件、子例程或者适合在计算环境中使用的其他单元。计算机程序并非必须对应于文件***中的文件。程序可以存储在保持其他程序或数据(例如标记语言文档中所存储的一个或多个脚本)的文件的部分中,存储在专用于所描述的程序的单个文件中,或者存储在多个协同文件(例如存储一个或多个模块、子程序或者代码的部分的文件)中。计算机程序可以被部署成在一个计算机上来执行,或者在位于一个站点处或分布在多个站点处且通过通信网络互连的多个计算机上来执行。
本公开中所描述的过程和逻辑流可以由执行一个或多个计算机程序的一个或多个可编程处理器来执行以通过操作输入数据并且生成输出来执行功能。该过程和逻辑流也可以由专用逻辑电路来执行,并且装置也可以实现为该专用逻辑电路,该专用逻辑电路例如为FPGA(现场可编程门阵列)或者ASIC(专用集成电路)。
适合执行计算机程序的处理器包括例如通用和专用微处理器二者、以及任何种类的数字计算机的任何一个或多个处理器。通常,处理器从只读存储器或者随机存取存储器或者二者接收指令和数据。计算机的元件可以包括用于执行指令的处理器以及用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括一个或多个海量
存储设备以便存储数据,或者该计算机在操作上耦合以从海量存储设备接收或向海量存储设备传送数据或者二者,该海量存储设备例如是磁盘、磁光盘或者光盘。然而,计算机不需要具有这样的设备。此外,计算机可以嵌入在另一设备中,该另一设备例如为移动电话、个人数字助理(PDA)、移动音频播放器、全球定位***(GPS)接收器等。适合存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、介质和存储器设备,包括例如:半导体存储器设备,如EPROM、EEPROM和闪存设备;磁盘,如内置硬盘或可移除盘;磁光盘;以及CDROM和DVD-ROM盘。该处理器和存储器可以用专用逻辑电路来补充或者并入该专用逻辑电路中。
为了提供与用户的交互,本公开的实现可以在具有用于向用户显示信息的显示设备(例如CRT(阴极射线管)或LCD(液晶显示器)监视器)以及键盘和定点设备(例如鼠标或跟踪球,通过其用户可以向计算机提供输入)的计算机上来实现。也可以使用其他种类的设备来提供与用户的交互;例如,向用户提供的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或者触觉反馈;并且来自用户的输入可以以任何形式来接收,包括听觉、语音或触觉输入。
虽然本公开包括一些细节,然而不应当将这些细节理解为对本公开或者要求保护的内容的范围的限制,而是应当被理解为对本公开的示例实现的特征的描述。本公开中在单独实现的情境中描述的某些特征还可以与单个实现组合来提供。相反地,在单个实现的情境中描述的各个特征也可以分别在多个实现中来提供或者在任何合适的子组合中来提供。此外,虽然以上可以将特征描述为以某种组合来执行并且甚至初始就要求这样保护,然而在一些情况下可以从组合中去掉来自要求保护的组合的一个或多个特征,并且要求保护的组合可以涉及子组合或子组合的变化。
类似地,虽然在附图中按照特定顺序来描绘操作,然而这不应当被理解为要求这样的操作按照所示的特定顺序或者按照相继顺序来执行,或者要求所有图示操作都被执行,以实现期望的结果。在一些
境况下,多任务和并行处理可能是有利的。此外,以上描述的实现中的各种***部件的分离不应当被理解为在所有实现中都要求这样的分离,而且应当理解,所描述的程序部件和***通常可以在单个软件产品中集成在一起或者被封装成多个软件产品。
以上实施方式仅适于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (16)
1.一种基于目的地偏好的订单分配方法,其特征在于,所述方法包括:
获取待分配订单的目的地;
根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到;
根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
2.根据权利要求1所述的方法,其特征在于,所述目的地偏好区域的获取方式,具体为:
采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类。
3.根据权利要求2所述的方法,其特征在于,所述采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,具体包括:
根据预设截断距离dc,计算每一经纬度坐标点i的局部密度ρi;
根据每一经纬度坐标点的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇;
计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类;
计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径;
根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
4.根据权利要求1所述的方法,其特征在于,在所述根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度之前,所述方法还包括:
获取待分配订单的出发地以及所述出发地的预设范围内的各个终端;
获取所述出发地的预设范围内的每一终端的目的地偏好区域。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标;
所述获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标,具体包括:
提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单;
根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
6.根据权利要求1所述的方法,其特征在于,所述根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度,具体包括:
获取所述待分配订单的目的地对应的经纬度坐标;
计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az;
根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
7.根据权利要求1所述的方法,其特征在于,所述根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单,具体包括:
判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值;
若该终端对所述待分配订单的目的地的偏好度大于所述预设阈值,则向该终端分配所述待分配订单。
8.根据权利要求7所述的方法,其特征在于,当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,所述方法还包括:
按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
9.一种基于目的地偏好的订单分配装置,其特征在于,所述装置包括:
第一获取模块,用于获取待分配订单的目的地;
偏好度计算模块,用于根据每一终端的目的地偏好区域,计算每一终端对所述待分配订单的目的地的偏好度;其中,所述目的地偏好区域通过对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类得到;
订单分配模块,用于根据每一终端对所述待分配订单的目的地的偏好度,向终端分配所述待分配订单。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
偏好区域确定模块,用于采用密度峰聚类算法对每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标进行聚类,确定每一终端的目的地偏好区域。
11.根据权利要求10所述的装置,其特征在于,所述偏好区域确定模块,具体包括:
局部密度计算单元,用于根据预设截断距离dc,计算每一经纬度坐标点的局部密度ρi;
聚类簇形成单元,用于根据每一经纬度坐标点i的局部密度ρi以及预设密度阈值rho,对每一经纬度坐标点进行中心点聚类,形成多个聚类簇;
聚类形成单元,用于计算任意两个聚类簇的中心点之间的距离,将聚类簇的中心点之间的距离小于预设簇间距的两个聚类簇进行聚类合并,形成多个聚类;
覆盖半径计算单元,用于计算每一聚类内各个经纬度坐标点到该聚类中心点的平均距离,将所述平均距离作为该聚类的覆盖半径;
偏好区域确定单元,用于根据每一聚类的聚类中心点和覆盖半径,确定终端的目的地偏好区域的中心点和覆盖半径。
12.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取待分配订单的出发地以及所述出发地的预设范围内的各个终端;
偏好区域获取模块,用于获取所述出发地的预设范围内的每一终端的目的地偏好区域。
13.根据权利要求9-12任一项所述的装置,其特征在于,所述装置还包括:
经纬度坐标获取模块,用于获取每一终端在预设时间段内的历史订单的目的地对应的经纬度坐标;
所述经纬度坐标获取模块,具体包括:
中间数据生成单元,用于提取每一终端在预设时间段内的历史订单中的终端ID和订单目的地字段信息,生成中间数据;其中,所述历史订单包括不同出行方式对应的订单;
第一经纬度坐标获取单元,用于根据每一终端的终端ID,从所述中间数据中获取每一终端在预设时间段内的历史订单的目的地,并获取所述历史订单的目的地对应的经纬度坐标。
14.根据权利要求9所述的装置,其特征在于,所述偏好度计算模块,具体包括:
第二经纬度坐标获取单元,用于获取所述待分配订单的目的地对应的经纬度坐标;
中心距离计算单元,用于计算所述待分配订单的目的地对应的经纬度坐标与每一终端的目的地偏好区域的中心点的距离Az;
偏好度计算单元,用于根据所述距离Az以及每一终端的目的地偏好区域的覆盖半径d计算每一终端对所述待分配订单的目的地的偏好度L,公式为:
15.根据权利要求9所述的装置,其特征在于,所述订单分配模块,具体包括:
判断单元,用于判断每一终端对所述待分配订单的目的地的偏好度是否大于预设阈值;
订单分配单元,用于当所述判断单元的判断结果为该终端对所述待分配订单的目的地的偏好度大于所述预设阈值时,向该终端分配所述待分配订单。
16.根据权利要求15所述的装置,其特征在于,所述订单分配模块还包括:
排序单元,用于当存在多个对所述待分配订单的目的地的偏好度大于所述预设阈值时,对各终端对所述待分配订单的目的地的偏好度进行顺序;
所述订单分配单元,具体用于按照各终端对所述待分配订单的目的地的偏好度从大到小的顺序,向各个终端分配所述待分配订单。
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633919.9A CN105160021A (zh) | 2015-09-29 | 2015-09-29 | 基于目的地偏好的订单分配方法及装置 |
MYPI2017001131A MY181464A (en) | 2015-02-02 | 2016-01-29 | Methods and systems for order processing |
PH12017501388A PH12017501388A1 (en) | 2015-02-02 | 2016-01-29 | Methods and systems for order processing |
GB1712642.6A GB2550523A (en) | 2015-02-02 | 2016-01-29 | Methods and systems for order processing |
SG11201706269QA SG11201706269QA (en) | 2015-02-02 | 2016-01-29 | Methods and systems for order processing |
PCT/CN2016/072837 WO2016124118A1 (zh) | 2015-02-02 | 2016-01-29 | 一种订单处理方法与*** |
US15/547,528 US10657581B2 (en) | 2015-02-02 | 2016-01-29 | Methods and systems for order processing |
HK18106251.1A HK1246941A1 (zh) | 2015-02-02 | 2018-05-15 | 訂單處理方法及系統 |
US16/869,447 US11315170B2 (en) | 2015-02-02 | 2020-05-07 | Methods and systems for order processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633919.9A CN105160021A (zh) | 2015-09-29 | 2015-09-29 | 基于目的地偏好的订单分配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105160021A true CN105160021A (zh) | 2015-12-16 |
Family
ID=54800877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510633919.9A Pending CN105160021A (zh) | 2015-02-02 | 2015-09-29 | 基于目的地偏好的订单分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105160021A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105847298A (zh) * | 2016-05-25 | 2016-08-10 | 广西白海豚网络技术有限公司 | 驾驶员应聘和自荐以及设备租赁网络*** |
CN105847299A (zh) * | 2016-05-25 | 2016-08-10 | 广西白海豚网络技术有限公司 | 驾驶员应聘和自荐网络*** |
WO2016124118A1 (zh) * | 2015-02-02 | 2016-08-11 | 北京嘀嘀无限科技发展有限公司 | 一种订单处理方法与*** |
CN106326923A (zh) * | 2016-08-23 | 2017-01-11 | 福州大学 | 一种顾及位置重复和密度峰值点的签到位置数据聚类方法 |
CN106779958A (zh) * | 2016-12-28 | 2017-05-31 | 苏州亮磊知识产权运营有限公司 | 一种基于集中区域的促使联合下单方法及其*** |
CN106934015A (zh) * | 2017-03-10 | 2017-07-07 | 北京京东尚科信息技术有限公司 | 地址数据处理方法和装置 |
CN107292561A (zh) * | 2017-06-26 | 2017-10-24 | ***带西东网络科技有限公司 | 一种基于移动互联大数据匹配顺带的调度方法 |
CN107451878A (zh) * | 2017-06-01 | 2017-12-08 | 北京小度信息科技有限公司 | 订单处理方法及装置 |
CN107633680A (zh) * | 2016-07-12 | 2018-01-26 | 阿里巴巴集团控股有限公司 | 出行数据的获取方法、装置、设备和*** |
WO2018076951A1 (en) * | 2016-10-31 | 2018-05-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Device and method for order distribution |
CN108009653A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 订单管理方法、装置、服务器和计算机可读存储介质 |
CN108090799A (zh) * | 2017-11-24 | 2018-05-29 | 蔚来汽车有限公司 | 订单二次分配与信息共享方法以及相关***和设备 |
CN108229771A (zh) * | 2016-12-13 | 2018-06-29 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN108520352A (zh) * | 2018-04-08 | 2018-09-11 | 深圳市多森软件开发有限公司 | 出租车订单分配方法和出租车订单分配*** |
WO2018210058A1 (zh) * | 2017-05-19 | 2018-11-22 | 北京京东尚科信息技术有限公司 | 订单显示方法和装置 |
WO2019047524A1 (zh) * | 2017-09-08 | 2019-03-14 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN110678884A (zh) * | 2016-09-23 | 2020-01-10 | 欧佩科技股份公司 | 用于交通运输服务的可订制的预先派单调度的***和方法 |
CN111325429A (zh) * | 2018-12-14 | 2020-06-23 | 中移信息技术有限公司 | 一种订单推送方法、装置、介质和设备 |
CN111784018A (zh) * | 2019-04-03 | 2020-10-16 | 北京嘀嘀无限科技发展有限公司 | 一种资源调度方法、装置、电子设备及存储介质 |
CN113554333A (zh) * | 2021-08-01 | 2021-10-26 | 杭州拼便宜网络科技有限公司 | 运力平衡方法、装置、电子设备和计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867410A (zh) * | 2012-09-21 | 2013-01-09 | 李明康 | 通过位置服务和云计算实现出租车司乘智能交互服务方法 |
CN103218769A (zh) * | 2013-03-19 | 2013-07-24 | 王兴健 | 出租车订单分配方法 |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度*** |
JP2014194710A (ja) * | 2013-03-29 | 2014-10-09 | Hitachi Solutions Ltd | 利用者属性に依存した情報配信システム |
CN104156489A (zh) * | 2014-08-29 | 2014-11-19 | 北京嘀嘀无限科技发展有限公司 | 基于司机轨迹进行司机常驻点挖掘的方法 |
-
2015
- 2015-09-29 CN CN201510633919.9A patent/CN105160021A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867410A (zh) * | 2012-09-21 | 2013-01-09 | 李明康 | 通过位置服务和云计算实现出租车司乘智能交互服务方法 |
CN103218769A (zh) * | 2013-03-19 | 2013-07-24 | 王兴健 | 出租车订单分配方法 |
JP2014194710A (ja) * | 2013-03-29 | 2014-10-09 | Hitachi Solutions Ltd | 利用者属性に依存した情報配信システム |
CN103985247A (zh) * | 2014-04-24 | 2014-08-13 | 北京嘀嘀无限科技发展有限公司 | 基于城市叫车需求分布密度的出租车运力调度*** |
CN104156489A (zh) * | 2014-08-29 | 2014-11-19 | 北京嘀嘀无限科技发展有限公司 | 基于司机轨迹进行司机常驻点挖掘的方法 |
Non-Patent Citations (1)
Title |
---|
ALEX RODRIGUEZ, ALESSANDRO LAIO: "Clustering by fast search and find of density peaks", 《SCIENCE》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11315170B2 (en) | 2015-02-02 | 2022-04-26 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for order processing |
WO2016124118A1 (zh) * | 2015-02-02 | 2016-08-11 | 北京嘀嘀无限科技发展有限公司 | 一种订单处理方法与*** |
US10657581B2 (en) | 2015-02-02 | 2020-05-19 | Beijing Didi Infinity Technology And Development Co., Ltd. | Methods and systems for order processing |
GB2550523A (en) * | 2015-02-02 | 2017-11-22 | Beijing Didi Infinity Tech And Dev Co Ltd | Methods and systems for order processing |
CN105847299A (zh) * | 2016-05-25 | 2016-08-10 | 广西白海豚网络技术有限公司 | 驾驶员应聘和自荐网络*** |
CN105847298A (zh) * | 2016-05-25 | 2016-08-10 | 广西白海豚网络技术有限公司 | 驾驶员应聘和自荐以及设备租赁网络*** |
CN107633680A (zh) * | 2016-07-12 | 2018-01-26 | 阿里巴巴集团控股有限公司 | 出行数据的获取方法、装置、设备和*** |
CN106326923B (zh) * | 2016-08-23 | 2019-03-12 | 福州大学 | 一种顾及位置重复和密度峰值点的签到位置数据聚类方法 |
CN106326923A (zh) * | 2016-08-23 | 2017-01-11 | 福州大学 | 一种顾及位置重复和密度峰值点的签到位置数据聚类方法 |
CN110678884A (zh) * | 2016-09-23 | 2020-01-10 | 欧佩科技股份公司 | 用于交通运输服务的可订制的预先派单调度的***和方法 |
JP2019530042A (ja) * | 2016-10-31 | 2019-10-17 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | 注文振り分け装置及び方法 |
WO2018076951A1 (en) * | 2016-10-31 | 2018-05-03 | Beijing Didi Infinity Technology And Development Co., Ltd. | Device and method for order distribution |
CN108022139B (zh) * | 2016-10-31 | 2021-06-04 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN108022139A (zh) * | 2016-10-31 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN109416808A (zh) * | 2016-10-31 | 2019-03-01 | 北京嘀嘀无限科技发展有限公司 | 用于订单分配的设备和方法 |
CN108229771B (zh) * | 2016-12-13 | 2021-04-02 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN108229771A (zh) * | 2016-12-13 | 2018-06-29 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN106779958B (zh) * | 2016-12-28 | 2021-04-27 | 易塑科技(深圳)有限公司 | 一种基于集中区域的促使联合下单方法及其*** |
CN106779958A (zh) * | 2016-12-28 | 2017-05-31 | 苏州亮磊知识产权运营有限公司 | 一种基于集中区域的促使联合下单方法及其*** |
CN106934015A (zh) * | 2017-03-10 | 2017-07-07 | 北京京东尚科信息技术有限公司 | 地址数据处理方法和装置 |
WO2018210058A1 (zh) * | 2017-05-19 | 2018-11-22 | 北京京东尚科信息技术有限公司 | 订单显示方法和装置 |
CN107451878A (zh) * | 2017-06-01 | 2017-12-08 | 北京小度信息科技有限公司 | 订单处理方法及装置 |
CN107451878B (zh) * | 2017-06-01 | 2018-08-14 | 北京小度信息科技有限公司 | 订单处理方法及装置 |
CN107292561A (zh) * | 2017-06-26 | 2017-10-24 | ***带西东网络科技有限公司 | 一种基于移动互联大数据匹配顺带的调度方法 |
CN108009653A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 订单管理方法、装置、服务器和计算机可读存储介质 |
CN109673161A (zh) * | 2017-08-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 提供运输服务的方法和*** |
CN108009653B (zh) * | 2017-08-16 | 2021-12-21 | 北京嘀嘀无限科技发展有限公司 | 订单管理方法、装置、服务器和计算机可读存储介质 |
WO2019047524A1 (zh) * | 2017-09-08 | 2019-03-14 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
WO2019101026A1 (zh) * | 2017-11-24 | 2019-05-31 | 蔚来汽车有限公司 | 订单二次分配与信息共享方法以及相关***和设备 |
CN108090799A (zh) * | 2017-11-24 | 2018-05-29 | 蔚来汽车有限公司 | 订单二次分配与信息共享方法以及相关***和设备 |
CN108520352A (zh) * | 2018-04-08 | 2018-09-11 | 深圳市多森软件开发有限公司 | 出租车订单分配方法和出租车订单分配*** |
CN111325429A (zh) * | 2018-12-14 | 2020-06-23 | 中移信息技术有限公司 | 一种订单推送方法、装置、介质和设备 |
CN111784018A (zh) * | 2019-04-03 | 2020-10-16 | 北京嘀嘀无限科技发展有限公司 | 一种资源调度方法、装置、电子设备及存储介质 |
CN113554333A (zh) * | 2021-08-01 | 2021-10-26 | 杭州拼便宜网络科技有限公司 | 运力平衡方法、装置、电子设备和计算机可读介质 |
CN113554333B (zh) * | 2021-08-01 | 2024-05-28 | 杭州拼便宜网络科技有限公司 | 运力平衡方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105160021A (zh) | 基于目的地偏好的订单分配方法及装置 | |
CN107492063B (zh) | 一种上车点推荐处理方法及*** | |
CN107491825B (zh) | 一种约车处理方法及*** | |
CN104537831A (zh) | 车辆调度的方法及设备 | |
US20220092971A1 (en) | Quality corrected traffic flow predictions | |
US20140067434A1 (en) | Methods and Systems for Providing Risk Profile Analytics | |
CN110457413B (zh) | 行驶方向的确定方法、装置、设备及存储介质 | |
CN105160880A (zh) | 一种车辆载客状态的预估方法及装置 | |
CN104599217A (zh) | 用于确定乘客的当前目的地的方法及设备 | |
CN112863172A (zh) | 高速公路交通运行状态判定方法、预警方法、装置及终端 | |
CN104715426A (zh) | 用于处理订单的方法及设备 | |
CN104616086A (zh) | 用于动态设置订单的缓冲时间的方法和设备 | |
DE112015003302B4 (de) | Steuerung der medienausgabe während aufeinanderfolgender navigationsunterbrechungen | |
EP3699642A1 (en) | Vehicle positioning method and apparatus | |
CN104598978A (zh) | 用于处理预约订单的方法及设备 | |
CN112414420A (zh) | 一种基于交通流量的导航方法以及相关装置 | |
CN116182862A (zh) | 道路边界确定方法、装置、电子设备以及存储介质 | |
CN104636966A (zh) | 用于发送订单的方法及设备 | |
CN109618281B (zh) | 一种高铁小区的识别方法及装置 | |
CN109410626B (zh) | 站点标示方法、装置、电子设备及计算机可读存储介质 | |
Mazaré et al. | COMPUTING TRAVEL TIMES FROM FILTERED TRAFFIC STATES. | |
CN112735130B (zh) | 交通数据的处理方法、装置、电子设备和介质 | |
CN107480842B (zh) | 一种用车订单分配处理方法及*** | |
CN104616065A (zh) | 用于处理订单的方法及设备 | |
CN111831931B (zh) | 一种上车点排序、信息排序的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151216 |
|
RJ01 | Rejection of invention patent application after publication |