CN105631531A - 行车好友推荐方法、行车好友推荐装置和服务器 - Google Patents
行车好友推荐方法、行车好友推荐装置和服务器 Download PDFInfo
- Publication number
- CN105631531A CN105631531A CN201510844828.XA CN201510844828A CN105631531A CN 105631531 A CN105631531 A CN 105631531A CN 201510844828 A CN201510844828 A CN 201510844828A CN 105631531 A CN105631531 A CN 105631531A
- Authority
- CN
- China
- Prior art keywords
- route
- similarity
- terminal
- time
- stroke
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 9
- 238000004134 energy conservation Methods 0.000 abstract 1
- 230000006855 networking Effects 0.000 description 10
- 235000013399 edible fruits Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000011524 similarity measure Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种行车好友推荐方法、一种行车好友推荐装置和一种服务器,其中,行车好友推荐方法包括:接收来自至少两个终端的用户行车时间及对应的用户行车路线;根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。通过本发明的技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
Description
技术领域
本发明涉及服务器技术领域,具体而言,涉及一种行车好友推荐方法、一种行车好友推荐装置和一种服务器。
背景技术
目前,现有车辆使用者相互沟通的方式大多基于人际关系网,依靠人与人之间的传播方式向其它车辆使用者推荐自有关系网中相近的朋友或其它车辆使用者。此方法具有一定的局限性,难以使具有共同属性的车辆使用者进行有效沟通。比如,行程路线相似的车辆使用者或具有共同爱好的车辆使用者,如果没有人为他们相互介绍,则很难实现车辆资源的有效共享。
因此需要一种新的技术方案,可以智能推荐行车好友,提升用户体验。
发明内容
本发明正是基于上述问题,提出了一种新的技术方案,可以智能推荐行车好友,提升用户体验。
有鉴于此,本发明的一方面提出了一种行车好友推荐方法,包括:接收来自至少两个终端的用户行车时间及对应的用户行车路线;根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。
在该技术方案中,可以通过车联网等服务器计算至少两个终端中任一终端的路线与其他终端的路线的行程相似度,并将行程相似度的排名发送至该终端,以供该终端的用户可以了解到哪些用户与自己的路线较为相近,以便搭车,方便交通。通过该技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
在上述技术方案中,优选地,在所述计算所述至少两个终端中的任一终端与其他终端的行程相似度之前,还包括:确定所述任一终端所在的目标位置区域;将所述至少两个终端中处于所述目标位置区域中的终端确定为所述其他终端。
在该技术方案中,由于车联网的用户很多,服务器的计算量也会非常大,而车辆归属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集,因此,为了优化服务器的计算效率,可以按照城市、区县等为依据划分出不同的位置区域,只计算同一个位置区域内的各个终端的用户的行程相似度。
在上述任一技术方案中,优选地,所述根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度,包括:根据时间相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的时间相似度,所述时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
在该技术方案中,可以分别通过时间相似度计算公式和路线相似度计算公式计算任一终端的路线与其他终端的路线的时间相似度和路程相似度,以便进一步根据时间相似度和路程相似度计算该路线与其他终端的路线的行程相似度。其中,由于时间相似度为零或极低时,终端的用户几乎不可能与其他终端的用户同时出行,故可以优先计算时间相似度,如果两条路线的时间相似度为零或低于预定的时间相似度阈值时,可直接放弃计算路线相似度。通过该技术方案,服务器可以方便地计算各路线间的时间相似度和路线相似度,而优先计算时间相似度还可以优化服务器的计算效率,便于进一步计算行程相似度,从而方便了用户的出行。
在上述任一技术方案中,优选地,所述根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度,还包括:根据行程相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的行程相似度,所述行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
在该技术方案中,行程相似度为时间相似度和路线相似度的乘积,服务器在向任一终端发送计算结果时,可以将计算结果按照从高到低进行排列,以便该终端的用户可以方便地查阅,当然,也可以按照根据需要除此之外的其他排列规则向该终端的用户展示计算结果。
在上述任一技术方案中,优选地,所述在所述其他终端中选择目标终端推荐至所述任一终端,具体包括:将预定时间周期内的所述目标终端与所述任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及所述目标终端的用户基本信息推送至所述任一终端。
在该技术方案中,预定时间周期可在服务器端进行设置,也可以由用户在终端进行设置,比如,设置将一周内的行车好友的行程相似度从高到低进行排列。另外,服务器向终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及其他终端的用户基本信息,其中,其他终端的用户基本信息可以包括其常驻地点,如工作单位、家的位置,还可以包括其兴趣爱好等,使推荐行车好友更为人性化和智能化,提升了用户体验。
本发明的另一方面提出了一种行车好友推荐装置,包括:接收单元,接收来自至少两个终端的用户行车时间及对应的用户行车路线;行程相似度计算单元,根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;推荐单元,根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。
在该技术方案中,可以通过车联网等服务器计算至少两个终端中任一终端的路线与其他终端的路线的行程相似度,并将行程相似度的排名发送至该终端,以供该终端的用户可以了解到哪些用户与自己的路线较为相近,以便搭车,方便交通。通过该技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
在上述技术方案中,优选地,还包括:确定单元,在所述计算所述至少两个终端中的任一终端与其他终端的行程相似度之前,确定所述任一终端所在的目标位置区域,以及将所述至少两个终端中处于所述目标位置区域中的终端确定为所述其他终端。
在该技术方案中,由于车联网的用户很多,服务器的计算量也会非常大,而车辆归属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集,因此,为了优化服务器的计算效率,可以按照城市、区县等为依据划分出不同的位置区域,只计算同一个位置区域内的各个终端的用户的行程相似度。
在上述任一技术方案中,优选地,所述行程相似度计算单元包括:时间相似度计算单元,根据时间相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的时间相似度,所述时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及路线相似度计算单元,根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及所述行程相似度计算单元还用于:根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
在该技术方案中,可以分别通过时间相似度计算公式和路线相似度计算公式计算任一终端的路线与其他终端的路线的时间相似度和路程相似度,以便进一步根据时间相似度和路程相似度计算该路线与其他终端的路线的行程相似度。其中,由于时间相似度为零或极低时,终端的用户几乎不可能与其他终端的用户同时出行,故可以优先计算时间相似度,如果两条路线的时间相似度为零或低于预定的时间相似度阈值时,可直接放弃计算路线相似度。通过该技术方案,服务器可以方便地计算各路线间的时间相似度和路线相似度,而优先计算时间相似度还可以优化服务器的计算效率,便于进一步计算行程相似度,从而方便了用户的出行。
在上述任一技术方案中,优选地,所述行程相似度计算单元用于:根据行程相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的行程相似度,所述行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
在该技术方案中,行程相似度为时间相似度和路线相似度的乘积,服务器在向任一终端发送计算结果时,可以将计算结果按照从高到低进行排列,以便该终端的用户可以方便地查阅,当然,也可以按照根据需要除此之外的其他排列规则向该终端的用户展示计算结果。
在上述任一技术方案中,优选地,所述推荐单元具体用于:将预定时间周期内的所述目标终端与所述任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及所述目标终端的用户基本信息推送至所述任一终端。
在该技术方案中,预定时间周期可在服务器端进行设置,也可以由用户在终端进行设置,比如,设置将一周内的行车好友的行程相似度从高到低进行排列。另外,服务器向终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及其他终端的用户基本信息,其中,其他终端的用户基本信息可以包括其常驻地点,如工作单位、家的位置,还可以包括其兴趣爱好等,使推荐行车好友更为人性化和智能化,提升了用户体验。
本发明的再一方面提出了一种服务器,包括上述技术方案中任一项所述的行车好友推荐装置,因此,该服务器具有和上述技术方案中任一项所述的行车好友推荐装置相同的技术效果,在此不再赘述。
通过以上技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
附图说明
图1示出了根据本发明的一个实施例的行车好友推荐方法的流程图;
图2示出了根据本发明的一个实施例的行车好友推荐装置的框图;
图3示出了根据本发明的一个实施例的服务器的框图;
图4A和图4B示出了根据本发明的一个实施例的行车路线示意图;
图5示出了根据本发明的另一个实施例的行车好友推荐方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的一个实施例的行车好友推荐方法的流程图。
如图1所示,根据本发明的一个实施例的行车好友推荐方法,包括:
步骤102,接收来自至少两个终端的用户行车时间及对应的用户行车路线;
步骤104,根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;
步骤106,根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。
在该技术方案中,可以通过车联网等服务器计算至少两个终端中任一终端的路线与其他终端的路线的行程相似度,并将行程相似度的排名发送至该终端,以供该终端的用户可以了解到哪些用户与自己的路线较为相近,以便搭车,方便交通。通过该技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
在上述技术方案中,优选地,在步骤104之前,还包括:确定所述任一终端所在的目标位置区域;将所述至少两个终端中处于所述目标位置区域中的终端确定为所述其他终端。
在该技术方案中,由于车联网的用户很多,服务器的计算量也会非常大,而车辆归属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集,因此,为了优化服务器的计算效率,可以按照城市、区县等为依据划分出不同的位置区域,只计算同一个位置区域内的各个终端的用户的行程相似度。
在上述任一技术方案中,优选地,步骤104包括:根据时间相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的时间相似度,所述时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
在该技术方案中,可以分别通过时间相似度计算公式和路线相似度计算公式计算任一终端的路线与其他终端的路线的时间相似度和路程相似度,以便进一步根据时间相似度和路程相似度计算该路线与其他终端的路线的行程相似度。其中,由于时间相似度为零或极低时,终端的用户几乎不可能与其他终端的用户同时出行,故可以优先计算时间相似度,如果两条路线的时间相似度为零或低于预定的时间相似度阈值时,可直接放弃计算路线相似度。通过该技术方案,服务器可以方便地计算各路线间的时间相似度和路线相似度,而优先计算时间相似度还可以优化服务器的计算效率,便于进一步计算行程相似度,从而方便了用户的出行。
在上述任一技术方案中,优选地,步骤104还包括:根据行程相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的行程相似度,所述行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
在该技术方案中,行程相似度为时间相似度和路线相似度的乘积,服务器在向任一终端发送计算结果时,可以将计算结果按照从高到低进行排列,以便该终端的用户可以方便地查阅,当然,也可以按照根据需要除此之外的其他排列规则向该终端的用户展示计算结果。
在上述任一技术方案中,优选地,步骤106具体包括:将预定时间周期内的所述目标终端与所述任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及所述目标终端的用户基本信息推送至所述任一终端。
在该技术方案中,预定时间周期可在服务器端进行设置,也可以由用户在终端进行设置,比如,设置将一周内的行车好友的行程相似度从高到低进行排列。另外,服务器向终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及其他终端的用户基本信息,其中,其他终端的用户基本信息可以包括其常驻地点,如工作单位、家的位置,还可以包括其兴趣爱好等,使推荐行车好友更为人性化和智能化,提升了用户体验。
图2示出了根据本发明的一个实施例的行车好友推荐装置的框图
如图2所示,根据本发明的一个实施例的行车好友推荐装置200,包括:接收单元202、行程相似度计算单元204和推荐单元206,其中,接收单元202用于接收来自至少两个终端的用户行车时间及对应的用户行车路线;行程相似度计算单元204用于根据用户行车时间及对应的用户行车路线,计算至少两个终端中的任一终端与其他终端的行程相似度;推荐单元206用于根据任一终端与其他终端的行程相似度,在其他终端中选择目标终端推荐至任一终端。
在该技术方案中,可以通过车联网等服务器计算至少两个终端中任一终端的路线与其他终端的路线的行程相似度,并将行程相似度的排名发送至该终端,以供该终端的用户可以了解到哪些用户与自己的路线较为相近,以便搭车,方便交通。通过该技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
在上述技术方案中,优选地,还包括:确定单元208,在计算至少两个终端中的任一终端与其他终端的行程相似度之前,确定任一终端所在的目标位置区域,以及将至少两个终端中处于目标位置区域中的终端确定为其他终端。
在该技术方案中,由于车联网的用户很多,服务器的计算量也会非常大,而车辆归属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集,因此,为了优化服务器的计算效率,可以按照城市、区县等为依据划分出不同的位置区域,只计算同一个位置区域内的各个终端的用户的行程相似度。
在上述任一技术方案中,优选地,行程相似度计算单元204包括:时间相似度计算单元2042,根据时间相似度计算公式,计算任一终端的每条路线与其他终端的每条路线的时间相似度,时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及路线相似度计算单元2044,根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及行程相似度计算单元204还用于:根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
在该技术方案中,可以分别通过时间相似度计算公式和路线相似度计算公式计算任一终端的路线与其他终端的路线的时间相似度和路程相似度,以便进一步根据时间相似度和路程相似度计算该路线与其他终端的路线的行程相似度。其中,由于时间相似度为零或极低时,终端的用户几乎不可能与其他终端的用户同时出行,故可以优先计算时间相似度,如果两条路线的时间相似度为零或低于预定的时间相似度阈值时,可直接放弃计算路线相似度。通过该技术方案,服务器可以方便地计算各路线间的时间相似度和路线相似度,而优先计算时间相似度还可以优化服务器的计算效率,便于进一步计算行程相似度,从而方便了用户的出行。
在上述任一技术方案中,优选地,行程相似度计算单元204体用于:根据行程相似度计算公式,计算任一终端的每条路线与其他终端的每条路线的行程相似度,行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
在该技术方案中,行程相似度为时间相似度和路线相似度的乘积,服务器在向任一终端发送计算结果时,可以将计算结果按照从高到低进行排列,以便该终端的用户可以方便地查阅,当然,也可以按照根据需要除此之外的其他排列规则向该终端的用户展示计算结果。
在上述任一技术方案中,优选地,推荐单元206具体用于:将预定时间周期内的目标终端与任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及目标终端的用户基本信息推送至任一终端。
在该技术方案中,预定时间周期可在服务器端进行设置,也可以由用户在终端进行设置,比如,设置将一周内的行车好友的行程相似度从高到低进行排列。另外,服务器向终端发送的内容包括但不限于该终端与其他终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及其他终端的用户基本信息,其中,其他终端的用户基本信息可以包括其常驻地点,如工作单位、家的位置,还可以包括其兴趣爱好等,使推荐行车好友更为人性化和智能化,提升了用户体验。
图3示出了根据本发明的一个实施例的服务器的框图。
如图3所示,根据本发明的一个实施例的服务器300,包括图2示出的行车好友推荐装置200,因此,该服务器300具有和图2示出的行车好友推荐装置200相同的技术效果,在此不再赘述。
图4A和图4B示出了根据本发明的一个实施例的行车路线示意图。
如图4A所示,路线a为中兴产业园至太白立交,如图4B所示,路线b为酷派产业园至西北大学。
假设路线a的行程者08:00从中兴产业园出发,08:20到太白立交,而路线b的行程者08:05从酷派产业园出发,08:35到西北大学。那么time(a∩b)便是08:05到08:20这段时间,即15min,time(a∪b)便是08:00到08:35这段时间,即35min,则时间相似度TS(a,b)=15/35=42.6%。
对于路程来说,length(a∩b)也就是酷派产业园到太白立交这段路线,长度是7.5km,length(a∪b)也就是中兴产业园到西北大学这段路线,长度是8.6km,两条路线方向相同,则RS(a,b)=1×7.5/8.6=87.2%。
故行程相似度为:JS(a,b)=87.2%×42.6%=37.4%=0.374。
图5示出了根据本发明的另一个实施例的行车好友推荐方法的流程图。
如图5所示,根据本发明的另一个实施例的行车好友推荐方法,包括:
步骤502,车载移动终端利用***时间及全球定位***等工具将用户每次开车和停车的时间点、路线和方向等信息记录下来;
步骤504,车联服务器遍历计算,并记录车联网中每辆车的每次行车路线与其余车辆的行程相似度;
步骤506,在预定时间内,累加并统计车联网用户之间行程相似度,同时为每一个用户发送行程相似度累加统计表;
步骤508,每次车联网用户行程相似度累加统计表数据更新时,车联网***会以超文本传输协议连接的形式提醒车联网用户查阅最新的数据更新内容。
例如,如表1所示,即用户阳光的行程相似度累加统计表。
表1
从表1数据可知,用户阳光在过去3个月期间,共有6位车联网用户与他行程相似,他们分别是风雨、果酱、萧阳、大熊、希望和代末,其中,JS累加是指每次行车的JS值的叠加,如三个月中共有周一14次,其中,车联网用户风雨与用户阳光的相似行程共有29次,将这29次的JS值累加,就得到一个JS的累加值6.1,这便是表格中第二行第二列的显示的数值。
另外,在步骤508中,每次车联网用户相似度累加统计表数据更新时,车联网***内置的聊天软件(如微信、快滴)会以超文本传输协议连接的形式提醒车联网用户有与他行程相似度高的其它车联网用户的数据更新,此时,车联网用户可以查阅到最新的行程相似度累加统计表。
如果车联网用户对其他车联网用户感兴趣,可以点击其用户名进入***查看此用户的详情,此用户的详情中至少包含行程相似度、路线相似度、时间相似度以及其高频出现的行车路线,此外还可以包含该用户的兴趣爱好、年龄、工作地点等附加信息,这些都可以由车联网用户自行编辑。
例如,用户阳光查阅表1所示的数据后,对用户果酱感兴趣,可点击其用户名果酱,进入个人查询界面查看果酱的用户资料,如表2所示。查阅过程中阳光发现果酱与自己的工作地点及居住地相近,同时也有热爱美食这项相同的兴趣,于是阳光便可以申请添加果酱为自己的行车好友。
表2
名称 | 果酱(女) |
与我的行程相似度累加值 | 26.1 |
与我的路线相似度累加值 | 53.6 |
与我的时间相似度累加值 | 48.6 |
高频出现路段 | 太白南路、锦业路 |
工作地点 | 西荷餐厅 |
居住地 | 绿地世纪城 |
兴趣爱好 | K歌曲,美食 |
再者,在本发明的技术方案中,优选地,由于车联网的用户很多,服务器的计算量也会非常大,而车辆归属地或用户所处的实时位置不在一个位置区域内的用户往往不可能有路线交集,因此,为了优化服务器的计算效率,可以按照城市等依据划分出不同的位置区域,只计算同一个位置区域内的各个终端的用户的行程相似度。由于时间相似度为零或极低时,终端的用户几乎不可能与其他终端的用户同时出行,故可以优先计算时间相似度,如果两条路线的时间相似度为零或低于预定的时间相似度阈值时,可直接放弃计算路线相似度。通过该技术方案,服务器可以方便地计算各路线间的时间相似度和路线相似度,而优先计算时间相似度还可以优化服务器的计算效率,便于进一步计算行程相似度,从而方便了用户的出行。
以上结合附图详细说明了本发明的技术方案,通过本发明的技术方案,加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使加强了车辆使用者之间的信息沟通能力,并使推荐行车好友的过程更加人性化和智能化,使服务器可以向终端推荐出行时间和出行路线都相近的用户作为行车好友,便于用户进行搭车,方便了用户的出行,从而极大地缓解了城市交通状况,便于节约能源,改善空气质量。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种行车好友推荐方法,其特征在于,包括:
接收来自至少两个终端的用户行车时间及对应的用户行车路线;
根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;
根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。
2.根据权利要求1所述的行车好友推荐方法,其特征在于,在所述计算所述至少两个终端中的任一终端与其他终端的行程相似度之前,还包括:
确定所述任一终端所在的目标位置区域;
将所述至少两个终端中处于所述目标位置区域中的终端确定为所述其他终端。
3.根据权利要求1或2所述的行车好友推荐方法,其特征在于,所述根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度,包括:
根据时间相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的时间相似度,所述时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及
根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及
根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
4.根据权利要求3所述的行车好友推荐方法,其特征在于,所述根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度,还包括:
根据行程相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的行程相似度,所述行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
5.根据权利要求4所述的行车好友推荐方法,其特征在于,所述在所述其他终端中选择目标终端推荐至所述任一终端,具体包括:
将预定时间周期内的所述目标终端与所述任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及所述目标终端的用户基本信息推送至所述任一终端。
6.一种行车好友推荐装置,其特征在于,包括:
接收单元,接收来自至少两个终端的用户行车时间及对应的用户行车路线;
行程相似度计算单元,根据所述用户行车时间和所述用户行车路线,计算所述至少两个终端中的任一终端与其他终端的行程相似度;
推荐单元,根据所述任一终端与所述其他终端的行程相似度,在所述其他终端中选择目标终端推荐至所述任一终端。
7.根据权利要求6所述的行车好友推荐装置,其特征在于,还包括:
确定单元,在所述计算所述至少两个终端中的任一终端与其他终端的行程相似度之前,确定所述任一终端所在的目标位置区域,以及将所述至少两个终端中处于所述目标位置区域中的终端确定为所述其他终端。
8.根据权利要求6或7所述的行车好友推荐装置,其特征在于,所述行程相似度计算单元包括:
时间相似度计算单元,根据时间相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的时间相似度,所述时间相似度计算公式为:
其中,TS(a,b)表示所述任一终端的路线a与所述其他终端的路线b的时间相似度,TS(a,b)∈[0,1],time(a∩b)表示所述路线a的起止时间和所述路线b的起止时间的交集长度,time(a∪b)表示所述路线a的起止时间和所述路线b的起止时间的并集长度;以及
路线相似度计算单元,根据路线相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的路线相似度,所述路线相似度计算公式为:
其中,RS(a,b)表示所述路线a与所述路线b的路线相似度,RS(a,b)∈[0,1],D为方向因子,所述路线a和所述路线b方向相同时,D为1,所述路线a和所述路线b方向相反时,D为-1,length(a∩b)表示所述路线a和所述路线b的交集长度,length(a∪b)表示所述路线a和所述路线b的并集长度;以及
所述行程相似度计算单元还用于:
根据计算得到的所述任一终端的每条路线与所述其他终端的每条路线的所述时间相似度和所述路线相似度,得到所述任一终端的每条路线与所述其他终端的每条路线的所述行程相似度。
9.根据权利要求8所述的行车好友推荐装置,其特征在于,所述行程相似度计算单元用于:
根据行程相似度计算公式,计算所述任一终端的每条路线与所述其他终端的每条路线的行程相似度,所述行程相似度计算公式为:
JS(a,b)=RS(a,b)×TS(a,b)
其中,JS(a,b)表示所述路线a与所述路线b的行程相似度,RS(a,b)表示所述路线a与所述路线b的路线相似度,TS(a,b)表示所述路线a与所述路线b的时间相似度。
10.根据权利要求9所述的行车好友推荐装置,其特征在于,所述推荐单元具体用于:
将预定时间周期内的所述目标终端与所述任一终端的时间相似度累加值、路线相似度累加值、行程相似度累加值、高频路段以及所述目标终端的用户基本信息推送至所述任一终端。
11.一种服务器,其特征在于,包括如权利要求6至10中任一项所述的行车好友推荐装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510844828.XA CN105631531A (zh) | 2015-11-26 | 2015-11-26 | 行车好友推荐方法、行车好友推荐装置和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510844828.XA CN105631531A (zh) | 2015-11-26 | 2015-11-26 | 行车好友推荐方法、行车好友推荐装置和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105631531A true CN105631531A (zh) | 2016-06-01 |
Family
ID=56046438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510844828.XA Pending CN105631531A (zh) | 2015-11-26 | 2015-11-26 | 行车好友推荐方法、行车好友推荐装置和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105631531A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844776A (zh) * | 2017-03-03 | 2017-06-13 | 北京恒华伟业科技股份有限公司 | 一种车辆识别方法和*** |
CN106899668A (zh) * | 2017-02-23 | 2017-06-27 | 同济大学 | 车联网中信息推送服务处理方法 |
CN108230167A (zh) * | 2016-12-15 | 2018-06-29 | 上海博泰悦臻电子设备制造有限公司 | 一种匹配出行用户的方法、***及车机 |
WO2018145509A1 (en) * | 2017-02-13 | 2018-08-16 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining affinity between users |
CN109579839A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种平行路识别方法、平行路相似度确定方法及装置 |
CN110009455A (zh) * | 2019-04-02 | 2019-07-12 | 长安大学 | 一种基于网络表示学习的网约共享出行人员匹配方法 |
CN110650428A (zh) * | 2019-08-29 | 2020-01-03 | 惠州华阳通用电子有限公司 | 一种基于内容和车辆位置的互动方法及装置 |
CN110837518A (zh) * | 2019-11-13 | 2020-02-25 | 广州小鹏汽车科技有限公司 | 一种轨迹数据处理方法和装置 |
CN111756783A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306172A (zh) * | 2011-08-24 | 2012-01-04 | 深圳市凯立德科技股份有限公司 | 一种结伴游推荐方法和*** |
CN103294758A (zh) * | 2012-02-23 | 2013-09-11 | 福特全球技术公司 | 车辆驾驶匹配***和方法 |
CN103531036A (zh) * | 2012-12-17 | 2014-01-22 | Tcl康钛汽车信息服务(深圳)有限公司 | 一种主动寻找具有相似行车路线的车友的方法及*** |
CN103679508A (zh) * | 2013-12-10 | 2014-03-26 | 苏州海客科技有限公司 | 基于时间和空间约束的自助拼团方法 |
CN103679588A (zh) * | 2013-12-18 | 2014-03-26 | 苏州海客科技有限公司 | 旅游自助拼团方法 |
CN104796468A (zh) * | 2015-04-14 | 2015-07-22 | 蔡宏铭 | 实现同行人即时通讯及同行信息共享的方法和*** |
-
2015
- 2015-11-26 CN CN201510844828.XA patent/CN105631531A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306172A (zh) * | 2011-08-24 | 2012-01-04 | 深圳市凯立德科技股份有限公司 | 一种结伴游推荐方法和*** |
CN103294758A (zh) * | 2012-02-23 | 2013-09-11 | 福特全球技术公司 | 车辆驾驶匹配***和方法 |
CN103531036A (zh) * | 2012-12-17 | 2014-01-22 | Tcl康钛汽车信息服务(深圳)有限公司 | 一种主动寻找具有相似行车路线的车友的方法及*** |
CN103679508A (zh) * | 2013-12-10 | 2014-03-26 | 苏州海客科技有限公司 | 基于时间和空间约束的自助拼团方法 |
CN103679588A (zh) * | 2013-12-18 | 2014-03-26 | 苏州海客科技有限公司 | 旅游自助拼团方法 |
CN104796468A (zh) * | 2015-04-14 | 2015-07-22 | 蔡宏铭 | 实现同行人即时通讯及同行信息共享的方法和*** |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230167A (zh) * | 2016-12-15 | 2018-06-29 | 上海博泰悦臻电子设备制造有限公司 | 一种匹配出行用户的方法、***及车机 |
CN110291544A (zh) * | 2017-02-13 | 2019-09-27 | 北京嘀嘀无限科技发展有限公司 | 用于确定用户之间亲密度的***和方法 |
CN108446281B (zh) * | 2017-02-13 | 2021-03-12 | 北京嘀嘀无限科技发展有限公司 | 确定用户亲密度的方法、装置及存储介质 |
WO2018145509A1 (en) * | 2017-02-13 | 2018-08-16 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining affinity between users |
CN108446281A (zh) * | 2017-02-13 | 2018-08-24 | 北京嘀嘀无限科技发展有限公司 | 确定用户亲密度的方法、装置及存储介质 |
US10701556B2 (en) | 2017-02-13 | 2020-06-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for determining an affinity between users |
CN106899668B (zh) * | 2017-02-23 | 2019-12-03 | 同济大学 | 车联网中信息推送服务处理方法 |
CN106899668A (zh) * | 2017-02-23 | 2017-06-27 | 同济大学 | 车联网中信息推送服务处理方法 |
CN106844776A (zh) * | 2017-03-03 | 2017-06-13 | 北京恒华伟业科技股份有限公司 | 一种车辆识别方法和*** |
CN109579839A (zh) * | 2017-09-29 | 2019-04-05 | 高德软件有限公司 | 一种平行路识别方法、平行路相似度确定方法及装置 |
CN109579839B (zh) * | 2017-09-29 | 2020-11-03 | 阿里巴巴(中国)有限公司 | 一种平行路识别方法、平行路相似度确定方法及装置 |
CN111756783A (zh) * | 2019-03-29 | 2020-10-09 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送*** |
CN111756783B (zh) * | 2019-03-29 | 2021-11-12 | 比亚迪股份有限公司 | 终端的信息推送方法、服务器和终端的信息推送*** |
CN110009455A (zh) * | 2019-04-02 | 2019-07-12 | 长安大学 | 一种基于网络表示学习的网约共享出行人员匹配方法 |
WO2020199524A1 (zh) * | 2019-04-02 | 2020-10-08 | 长安大学 | 一种基于网络表示学习的网约共享出行人员匹配方法 |
CN110009455B (zh) * | 2019-04-02 | 2022-02-15 | 长安大学 | 一种基于网络表示学习的网约共享出行人员匹配方法 |
CN110650428A (zh) * | 2019-08-29 | 2020-01-03 | 惠州华阳通用电子有限公司 | 一种基于内容和车辆位置的互动方法及装置 |
CN110650428B (zh) * | 2019-08-29 | 2021-06-29 | 惠州华阳通用电子有限公司 | 一种基于内容和车辆位置的互动方法及装置 |
CN110837518A (zh) * | 2019-11-13 | 2020-02-25 | 广州小鹏汽车科技有限公司 | 一种轨迹数据处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105631531A (zh) | 行车好友推荐方法、行车好友推荐装置和服务器 | |
CN103727948B (zh) | 乘车导航的实时诱导方法 | |
CN103488678B (zh) | 一种基于用户签到相似度的好友推荐*** | |
CN107024217B (zh) | 城际交通的路线规划的方法、装置及*** | |
CN108564226A (zh) | 一种基于出租车gps及手机信令数据的公交线路优化方法 | |
CN103247169B (zh) | 一种基于社交网络的车辆信息发布方法 | |
CN103226020B (zh) | 导航***、服务器装置及导航装置 | |
CN103366563B (zh) | 交通拥堵预测方法及交通拥堵预测装置 | |
CN103995837A (zh) | 一种基于群体足迹的个性化旅游路线规划方法 | |
CN102306172A (zh) | 一种结伴游推荐方法和*** | |
CN103208034B (zh) | 一种轨道交通客流分布预测模型建立及预测方法 | |
EP3014491B1 (en) | Displaying demographic data | |
CN110457416A (zh) | 一种推荐公交出行路线的方法及设备 | |
CN103606292A (zh) | 一种智能导航仪及其路径导航的实现方法 | |
CN104680829B (zh) | 基于多用户协同的公交车辆到站时间预测***及方法 | |
CN104616076A (zh) | 一种城市轨道交通多线协同运营方案的优化方法及*** | |
CN103761589A (zh) | 一种城市轨道交通清分方法 | |
CN106960406A (zh) | 一种考虑居民出行od的公交服务覆盖率计算方法 | |
Reck et al. | Subsidized ridesourcing for the first/last mile: how valuable for whom? | |
CN107203945A (zh) | 车险分级评估方法及装置 | |
CN103020435A (zh) | 轨道交通出行路径估算方法和*** | |
CN107747947A (zh) | 一种基于用户历史gps轨迹的协同旅行路线推荐方法 | |
EP3014493A1 (en) | Determining demographic data | |
CN105160427A (zh) | 一种基于乘车诱导的公交站点od数据快速采集方法 | |
CN107861992A (zh) | 一种跑步路线处理方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |