CN106919993A - 一种基于历史数据的高准确性默认目的地预测方法及装置 - Google Patents

一种基于历史数据的高准确性默认目的地预测方法及装置 Download PDF

Info

Publication number
CN106919993A
CN106919993A CN201510991394.6A CN201510991394A CN106919993A CN 106919993 A CN106919993 A CN 106919993A CN 201510991394 A CN201510991394 A CN 201510991394A CN 106919993 A CN106919993 A CN 106919993A
Authority
CN
China
Prior art keywords
destination
information
departure place
acquiescence
historical
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
Application number
CN201510991394.6A
Other languages
English (en)
Inventor
郭栋
余鹏
卢彦君
包文毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Didi (china) Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Didi (china) Technology Co Ltd filed Critical Didi (china) Technology Co Ltd
Priority to CN201510991394.6A priority Critical patent/CN106919993A/zh
Priority to SG11201706149XA priority patent/SG11201706149XA/en
Priority to GB1712010.6A priority patent/GB2550309A/en
Priority to BR112017016064-1A priority patent/BR112017016064B1/pt
Priority to KR1020177023933A priority patent/KR20180006875A/ko
Priority to PCT/CN2016/072357 priority patent/WO2016119704A1/zh
Priority to NZ751377A priority patent/NZ751377B2/en
Priority to EP16742766.5A priority patent/EP3252704B1/en
Priority to CA2975002A priority patent/CA2975002C/en
Priority to US15/546,657 priority patent/US10458806B2/en
Priority to MYPI2017001096A priority patent/MY193639A/en
Priority to JP2017539550A priority patent/JP6637054B2/ja
Priority to AU2016212530A priority patent/AU2016212530A1/en
Publication of CN106919993A publication Critical patent/CN106919993A/zh
Priority to PH12017501345A priority patent/PH12017501345A1/en
Priority to HK18104998.4A priority patent/HK1245955A1/zh
Priority to US16/569,632 priority patent/US11156470B2/en
Priority to AU2019101806A priority patent/AU2019101806A4/en
Priority to AU2019236639A priority patent/AU2019236639A1/en
Priority to JP2019228967A priority patent/JP6918087B2/ja
Priority to US17/448,717 priority patent/US11892312B2/en
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于历史数据的高准确性默认目的地预测方法，该方法包括：在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；接收服务器确定的默认目的地信息，展示所述默认目的地信息。本发明提供一种基于历史数据的高准确性默认目的地预测方法及装置，在进行用户出行目的地的预测时考虑用户的当前出发地和当前出发时间点，提高了出行目的地预测的准确性，提升了用户体验。

Description

一种基于历史数据的高准确性默认目的地预测方法及装置
技术领域
本发明涉及计算机处理技术领域，尤其涉及一种基于历史数据的高准确性默认目的地预测方法及装置。
背景技术
移动互联网改变了人们的出行方式和体验，打车***的使用越来越普遍，用户可以便捷地通过用户设备(User Equipment，简称UE)上安装的打车***发布打车需求。
用户使用用户设备启动打车软件乘客端，在用户设备界面中的目的地文本框中键入想要前往的目的地，或者通过语音说出想要前往的目的地，以便形成打车信息。然后，该打车信息将被自动推送给司机，以便司机进行抢单、接驾，避免用户传统上在路边等待打车的方式，减少了等待时间。然而，对于经常往返于某些地方(例如家和公司)之间的某些用户，如果每次打车都必需键入或者说出相同目的地，操作繁琐，浪费了时间，影响了用户的打车体验。
发明内容
针对现有的打车软件需要重复输入目的地、影响打车体验的缺陷，本发明提出如下技术方案：
一种基于历史数据的高准确性默认目的地预测方法，包括：
在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
接收服务器确定的默认目的地信息，展示所述默认目的地信息。
可选地，所述默认目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
可选地，所述展示所述默认目的地信息包括：
在目的地输入框中展示所述默认目的地信息。
一种基于历史数据的高准确性默认目的地预测方法，包括：
服务器接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
服务器将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
可选地，所述基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息包括：
基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
可选地，所述根据各历史目的地的得分确定与当前出发地对应的默认目的地信息包括：
将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
一种基于历史数据的高准确性默认目的地预测装置，包括：
当前出行信息获取单元，用于在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
当前出行信息发送单元，用于将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息接收单元，用于接收服务器确定的默认目的地信息，展示所述默认目的地信息。
可选地，所述目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
可选地，该装置还包括目的地信息展示单元，用于在目的地输入框中展示所述默认目的地信息。
一种服务器，包括：
当前出行信息接收单元，用于接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
目的地信息获取单元，用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息发送单元，用于将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
可选地，所述目的地信息获取单元包括历史目的地得分获取模块和目的地信息确定模块；
所述历史目的地得分获取模块用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分；
所述目的地信息确定模块，用于根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
可选地，所述目的地信息确定模块，用于将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
由上述技术方案可知，本发明提供一种基于历史数据的高准确性默认目的地预测方法及装置，在进行用户出行目的地的预测时考虑用户的当前出发地和当前出发时间点，提高了出行目的地预测的准确性，提升了用户体验。
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一种基于历史数据的高准确性默认目的地预测方法的流程示意图；
图2是本公开另一实施例提供的一种基于历史数据的高准确性默认目的地预测方法的流程示意图；
图3是本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测装置的结构示意图；
图4是本公开一实施例提供的一种服务器的结构示意图；
图5是本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测装置中展示目的地的示意图；
图6是本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测方法的原理图。
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公开一部分实施例，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。
如图1所示，为本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测方法的流程示意图，该方法包括如下步骤：
S11：在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
S12：将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
S13：接收服务器确定的默认目的地信息，展示所述默认目的地信息。
本实施例的基于历史数据的高准确性默认目的地预测方法，在进行用户出行目的地的预测时考虑用户的当前出发地和当前出发时间，提高了出行目的地预测的准确性，提升了用户体验。
举例来说，假设当前是晚上9点，出行的目的地应该更多参考历史上晚上9点左右的目的地，而不是历史上早上的出行目的地。用户从A地出发去，应该更多地参考历史上从A地出发的历史，而不是其它地点的出发历史。现有的用户出行目的地的预测方法对用户历史目的地做简单统计，而没有考虑用户的当前出发地和当前出发时间对出行目的地的影响，导致预测结果不准确。
本实施例的基于历史数据的高准确性默认目的地预测方法，为出行比较规律的用户，提供了一种较为准确出行目的地的预测方法。举例来说，一个用户每个工作日早上8点从家出发去公司，晚上7点从公司回家，其就有可能在早上8点左右打开打车APP的时候看到目的地已经预填好了公司的地址，同样地晚上7点左右打开打车APP的时候看到目的地已经预填好了家的地址。为了避免对用户的干扰，提升用户体验，对于出行不是很规律的用户，通常不会向其发送默认出行目的地。
本公开实施例中提及的用户设备(User Equipment，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(Personal Computer，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Google Glass、Oculus Rift、Hololens、Gear VR)等。
其中，所述默认目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
需要说明的是，UE的当前出发地即可以由该UE的全球定位***定位信息或基站信息来确定，也可以在适当的情况下经由其他可以用来表示该出发地的信息来确定，例如公交车站、地铁站和其他特定建筑物。
具体地，所述展示所述默认目的地信息包括：
在目的地输入框中展示所述默认目的地信息。
本实施例直接将预测的目的地预填在目的地输入框，所以需要非常高的准确性(比如95％以上，否则对用户来说反而是一种干扰)。在监测到目的地输入框中有输入指令时，就能够有效预测用户的目的地，用户确认无误直接提交订单，有效节约了时间并为用户使用打车app带来了便捷，提升了用户体验。
如图2所示，为本公开另一实施例提供的一种基于历史数据的高准确性默认目的地预测方法的流程示意图，该方法包括：
S21：服务器接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
S22：服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
S23：服务器将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
在一种可选的实施方式中，所述基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息包括：
基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
在实际应用中，与各历史出发地对应的历史目的地的的得分是利用大数据运算得到的，公式如下：
其中，time为当前出发时间点，source为当前出发地，poii为一条历史数据，包括历史出发地、历史目的地和历史出发时间点；d表示当前出发时间点和历史数据poii在天粒度的间隔，与当前出发时间点间隔天数越少的历史数据参考意义越大；s表示当前出发时间点和历史数据poii在秒粒度的间隔，对于1天之内的短期目的地加权，距离当前出发时间点越近，得分越高；h表示当前出发时间点和历史数据poii在小时粒度的间隔，与当前出发时间点间隔小时越少的历史数据参考意义越大；若当前出发地与历史数据poii的历史出发地相同，则f(x,y)＝1；若当前出发地与历史数据poii的历史出发地不同，则f(x,y)为大于0小于1的小数，优选为0.2。
进一步地，所述根据各历史目的地的得分确定与当前出发地对应的默认目的地信息包括：
将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
举例来说，某个用户有三次出行信息，第一次去A地的得分为2，第二次去A地的得分为1.5，第三次去B地的得分为1，则对于历史目的地A来说，其得分为3.5，历史目的地B的得分为1。将历史目的地A的得分与第一阈值进行比较，若历史目的地A的得分大于第一阈值，则判断历史目的地A的得分(3.5)与历史目的地A和B的得分的和(4.5)的比值是否大于第二阈值，若该比值(3.5/4.5)大于第二阈值，则确定历史目的地A为预测目的地。
需要说明的是，在确定预测目的地的过程中设定第一阈值和第二阈值的目的是为了确保该用户出行目的地的预测方法的准确性，只有准确性较高时才会向目标用户终端发送预测目的地。
如图3所示，为本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测装置的结构示意图，该装置包括：
当前出行信息获取单元31，用于在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
当前出行信息发送单元32，用于将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息接收单元33，用于接收服务器确定的默认目的地信息，展示所述默认目的地信息。
其中，所述默认目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
该装置还包括目的地信息展示单元，用于在目的地输入框中展示所述默认目的地信息(如图5所示)。
如图4所示，为本公开一实施例提供的一种服务器的结构示意图，该服务器包括：
当前出行信息接收单元41，用于接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
目的地信息获取单元42，用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息发送单元43，用于将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
进一步地，所述目的地信息获取单元包括历史目的地得分获取模块和目的地信息确定模块；
所述历史目的地得分获取模块用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分；
所述目的地信息确定模块，用于根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
进一步地，所述目的地信息确定模块，用于将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图6是本公开一实施例提供的一种基于历史数据的高准确性默认目的地预测方法的原理图。
如图6所示，在实际应用中，乘客每一次输入或者选择了目的地，数据都会通过推荐服务器收集到存储***中(Redis：24小时内的目的地)；
乘客点击了目的地输入框，APP调用推荐服务器请求推荐结果；
推荐服务器会从短期数据源(存放24小时内数据的Redis)和存放更长历史数据的Hive中读取用户的历史出行数据(出发地，目的地，出发时间等)。
推荐服务器基于乘客历史出行数据，考虑到当前出发地和出发时间，生成预测目的地信息，如果预估准确性高于95％才将其作为默认目的地，预填到首屏。
本公开提供一种基于历史数据的高准确性默认目的地预测方法及装置，在进行用户出行目的地的预测时考虑用户的当前出发地和当前出发时间，提高了出行目的地预测的准确性，提升了用户体验。
应当注意的是，在本公开的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的装置中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包括”不排除存在未列在权利要求中的元件或步骤。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开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公开的范畴，本公开的专利保护范围应由权利要求限定。

Claims (12)

1.一种基于历史数据的高准确性默认目的地预测方法，其特征在于，包括：
在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
接收服务器确定的默认目的地信息，展示所述默认目的地信息。
2.根据权利要求1所述的基于历史数据的高准确性默认目的地预测方法，其特征在于，所述默认目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
3.根据权利要求1所述的基于历史数据的高准确性默认目的地预测方法，其特征在于，所述展示所述默认目的地信息包括：
在目的地输入框中展示所述默认目的地信息。
4.一种基于历史数据的高准确性默认目的地预测方法，其特征在于，包括：
服务器接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
服务器将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
5.根据权利要求4所述的基于历史数据的高准确性默认目的地预测方法，其特征在于，所述基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息包括：
基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
6.根据权利要求5所述的基于历史数据的高准确性默认目的地预测方法，其特征在于，所述根据各历史目的地的得分确定与当前出发地对应的默认目的地信息包括：
将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
7.一种基于历史数据的高准确性默认目的地预测装置，其特征在于，包括：
当前出行信息获取单元，用于在监测到目的地输入框中有输入指令时，获取UE中的当前出发地信息及对应该出发地信息的当前出发时间点；
当前出行信息发送单元，用于将所述当前出发地信息及对应该出发地信息的当前出发时间点发送至服务器，以使服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息接收单元，用于接收服务器确定的默认目的地信息，展示所述默认目的地信息。
8.根据权利要求7所述的基于历史数据的高准确性默认目的地预测装置，其特征在于，所述默认目的地信息为所述服务器基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分，根据各历史目的地的得分确定的默认目的地信息；
所述历史数据包括历史出发地、历史目的地和历史出发时间点。
9.根据权利要求7所述的基于历史数据的高准确性默认目的地预测装置，其特征在于，还包括目的地信息展示单元，用于在目的地输入框中展示所述默认目的地信息。
10.一种服务器，其特征在于，包括：
当前出行信息接收单元，用于接收UE发送的当前出发地信息及对应该出发地信息的当前出发时间点信息，所述当前出发地信息及对应该出发地信息的当前出发时间点信息为所述UE在监测到目的地输入框中有输入指令时获取的；
目的地信息获取单元，用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取默认目的地信息；
目的地信息发送单元，用于将所述默认目的地信息发送至UE，以使所述UE展示所述默认目的地信息。
11.根据权利要求10所述的服务器，其特征在于，所述目的地信息获取单元包括历史目的地得分获取模块和目的地信息确定模块；
所述历史目的地得分获取模块用于基于所述UE预设时间段的历史数据及所述当前出发地信息、对应该出发地信息的当前出发时间点获取与各历史出发地对应的历史目的地的得分；
所述目的地信息确定模块，用于根据各历史目的地的得分确定与当前出发地对应的默认目的地信息。
12.根据权利要求11所述的服务器，其特征在于，所述目的地信息确定模块，用于将各历史目的地的得分按从大到小的顺序进行排序，确定得分最大的历史目的地；
若所述得分最大的历史目的地的得分大于第一阈值，则获取得分最大的历史目的地的得分与各个历史目的地的得分的比值，若该比值大于第二阈值，则确定该得分最大的历史目的地为默认目的地。
CN201510991394.6A 2015-01-27 2015-12-25 一种基于历史数据的高准确性默认目的地预测方法及装置 Pending CN106919993A (zh)

Priority Applications (20)

Application Number Priority Date Filing Date Title
CN201510991394.6A CN106919993A (zh) 2015-12-25 2015-12-25 一种基于历史数据的高准确性默认目的地预测方法及装置
US15/546,657 US10458806B2 (en) 2015-01-27 2016-01-27 Methods and systems for providing information for an on-demand service
AU2016212530A AU2016212530A1 (en) 2015-01-27 2016-01-27 Methods and systems for providing information for an on-demand service
BR112017016064-1A BR112017016064B1 (pt) 2015-02-10 2016-01-27 Métodos e sistemas para fornecer informação para um serviço por demanda
KR1020177023933A KR20180006875A (ko) 2015-01-27 2016-01-27 주문형 서비스를 위한 정보를 제공하는 방법들 및 시스템들
PCT/CN2016/072357 WO2016119704A1 (zh) 2015-01-27 2016-01-27 一种为按需服务提供信息的方法及***
NZ751377A NZ751377B2 (en) 2015-01-27 2016-01-27 Methods and systems for providing information for an on-demand service
EP16742766.5A EP3252704B1 (en) 2015-01-27 2016-01-27 Information providing method and system for on-demand service
CA2975002A CA2975002C (en) 2015-01-27 2016-01-27 Methods and systems for providing information for an on-demand service
SG11201706149XA SG11201706149XA (en) 2015-01-27 2016-01-27 Methods And Systems For Providing Information For An On-Demand Service
MYPI2017001096A MY193639A (en) 2015-01-27 2016-01-27 Methods and systems for providing information for an on-demand service
JP2017539550A JP6637054B2 (ja) 2015-01-27 2016-01-27 オン・デマンドサービスの情報を提供する方法及びシステム
GB1712010.6A GB2550309A (en) 2015-01-27 2016-01-27 Information providing method and system for on-demand service
PH12017501345A PH12017501345A1 (en) 2015-01-27 2017-07-27 Methods and systems for providing information for an on-demand service
HK18104998.4A HK1245955A1 (zh) 2015-01-27 2018-04-18 按需服務信息提供方法和系統
US16/569,632 US11156470B2 (en) 2015-01-27 2019-09-12 Methods and systems for providing information for an on-demand service
AU2019101806A AU2019101806A4 (en) 2015-01-27 2019-09-24 Methods and systems for providing information for an on-demand service
AU2019236639A AU2019236639A1 (en) 2015-01-27 2019-09-24 Methods and systems for providing information for an on-demand service
JP2019228967A JP6918087B2 (ja) 2015-01-27 2019-12-19 オン・デマンドサービスの情報を提供する方法及びシステム
US17/448,717 US11892312B2 (en) 2015-01-27 2021-09-24 Methods and systems for providing information for an on-demand service

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510991394.6A CN106919993A (zh) 2015-12-25 2015-12-25 一种基于历史数据的高准确性默认目的地预测方法及装置

Publications (1)

Publication Number Publication Date
CN106919993A true CN106919993A (zh) 2017-07-04

Family

ID=59459017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510991394.6A Pending CN106919993A (zh) 2015-01-27 2015-12-25 一种基于历史数据的高准确性默认目的地预测方法及装置

Country Status (1)

Country Link
CN (1) CN106919993A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986446A (zh) * 2017-06-01 2018-12-11 北京嘀嘀无限科技发展有限公司 上车点获取方法、司机乘客互联方法、以及装置、***
TWI646495B (zh) * 2017-07-31 2019-01-01 元智大學 計程車輛與共享車輛尋找乘客的路徑規劃系統及其方法
CN109284951A (zh) * 2017-07-21 2019-01-29 阿里巴巴集团控股有限公司 地址信息处理方法及装置
CN109949068A (zh) * 2019-01-09 2019-06-28 深圳北斗应用技术研究院有限公司 一种基于预测结果的实时拼车方法和装置
CN110020216A (zh) * 2017-07-20 2019-07-16 北京嘀嘀无限科技发展有限公司 目的地推送方法和装置
CN110334289A (zh) * 2019-06-12 2019-10-15 阿里巴巴集团控股有限公司 出行目的地的确定方法和目标用户的确定方法
CN110347307A (zh) * 2019-05-31 2019-10-18 天津五八到家科技有限公司 地址信息输入方法、设备及存储介质
CN110553657A (zh) * 2018-06-01 2019-12-10 深圳狗尾草智能科技有限公司 一种基于聊天机器人的导航方法及***
CN110832284A (zh) * 2017-08-24 2020-02-21 北京嘀嘀无限科技发展有限公司 用于目的地预测的***和方法
CN110954118A (zh) * 2018-09-27 2020-04-03 上海博泰悦臻电子设备制造有限公司 一种用于车机的服务推荐方法及***
CN111324824A (zh) * 2019-09-24 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目的地推荐方法、其装置、电子设备及可读存储介质
WO2020135531A1 (zh) * 2018-12-25 2020-07-02 北京嘀嘀无限科技发展有限公司 一种在用户端发起订单的控制方法及装置
CN112133051A (zh) * 2020-11-24 2020-12-25 兰和科技（深圳）有限公司 一种基于大数据的行为预判监控***
CN112262294A (zh) * 2018-06-20 2021-01-22 宝马股份公司 用于用户移动性预测的方法、***和计算机程序产品
US10979863B2 (en) 2017-07-20 2021-04-13 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending a destination
CN112750328A (zh) * 2020-12-29 2021-05-04 深圳市顺易通信息科技有限公司 一种行车路径推荐方法、装置、设备及介质
US11017327B2 (en) 2016-11-02 2021-05-25 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for providing information for on-demand services
CN112883291A (zh) * 2021-02-05 2021-06-01 上海钧正网络科技有限公司 目的地位置的推荐方法、装置和服务器
US11092449B2 (en) 2017-06-01 2021-08-17 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for providing transportation service
CN114341595A (zh) * 2019-06-27 2022-04-12 格步计程车控股私人有限公司 处理路线信息
CN114450557A (zh) * 2020-05-19 2022-05-06 格步控股私人有限公司 路线偏差量化及基于此的车辆路线学习

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140188748A1 (en) * 2012-12-28 2014-07-03 Exapaq Sas Methods and systems for determining estimated package delivery/pick-up times
CN104520881A (zh) * 2012-06-22 2015-04-15 谷歌公司 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问
CN104838673A (zh) * 2012-06-25 2015-08-12 谷歌公司 提供路线推荐
CN104899252A (zh) * 2015-05-12 2015-09-09 北京嘀嘀无限科技发展有限公司 一种信息推送的方法及装置
CN105138590A (zh) * 2015-07-31 2015-12-09 北京嘀嘀无限科技发展有限公司 轨迹预测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104520881A (zh) * 2012-06-22 2015-04-15 谷歌公司 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问
CN104838673A (zh) * 2012-06-25 2015-08-12 谷歌公司 提供路线推荐
US20140188748A1 (en) * 2012-12-28 2014-07-03 Exapaq Sas Methods and systems for determining estimated package delivery/pick-up times
CN104899252A (zh) * 2015-05-12 2015-09-09 北京嘀嘀无限科技发展有限公司 一种信息推送的方法及装置
CN105138590A (zh) * 2015-07-31 2015-12-09 北京嘀嘀无限科技发展有限公司 轨迹预测方法和装置

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11017327B2 (en) 2016-11-02 2021-05-25 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for providing information for on-demand services
CN108986446A (zh) * 2017-06-01 2018-12-11 北京嘀嘀无限科技发展有限公司 上车点获取方法、司机乘客互联方法、以及装置、***
US11092449B2 (en) 2017-06-01 2021-08-17 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for providing transportation service
CN110020216A (zh) * 2017-07-20 2019-07-16 北京嘀嘀无限科技发展有限公司 目的地推送方法和装置
US10979863B2 (en) 2017-07-20 2021-04-13 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for recommending a destination
CN109284951A (zh) * 2017-07-21 2019-01-29 阿里巴巴集团控股有限公司 地址信息处理方法及装置
TWI646495B (zh) * 2017-07-31 2019-01-01 元智大學 計程車輛與共享車輛尋找乘客的路徑規劃系統及其方法
CN110832284B (zh) * 2017-08-24 2023-10-10 北京嘀嘀无限科技发展有限公司 用于目的地预测的***和方法
CN110832284A (zh) * 2017-08-24 2020-02-21 北京嘀嘀无限科技发展有限公司 用于目的地预测的***和方法
CN110553657B (zh) * 2018-06-01 2023-10-27 江苏瑞焕激光科技有限公司 一种基于聊天机器人的导航方法及***
CN110553657A (zh) * 2018-06-01 2019-12-10 深圳狗尾草智能科技有限公司 一种基于聊天机器人的导航方法及***
CN112262294A (zh) * 2018-06-20 2021-01-22 宝马股份公司 用于用户移动性预测的方法、***和计算机程序产品
CN112262294B (zh) * 2018-06-20 2024-04-16 宝马股份公司 用于用户移动性预测的方法、***和计算机程序产品
CN110954118A (zh) * 2018-09-27 2020-04-03 上海博泰悦臻电子设备制造有限公司 一种用于车机的服务推荐方法及***
WO2020135531A1 (zh) * 2018-12-25 2020-07-02 北京嘀嘀无限科技发展有限公司 一种在用户端发起订单的控制方法及装置
CN111369311A (zh) * 2018-12-25 2020-07-03 北京嘀嘀无限科技发展有限公司 一种在用户端发起订单的控制方法及装置
CN109949068A (zh) * 2019-01-09 2019-06-28 深圳北斗应用技术研究院有限公司 一种基于预测结果的实时拼车方法和装置
CN110347307A (zh) * 2019-05-31 2019-10-18 天津五八到家科技有限公司 地址信息输入方法、设备及存储介质
CN110334289B (zh) * 2019-06-12 2023-04-18 创新先进技术有限公司 出行目的地的确定方法和目标用户的确定方法
CN110334289A (zh) * 2019-06-12 2019-10-15 阿里巴巴集团控股有限公司 出行目的地的确定方法和目标用户的确定方法
CN114341595A (zh) * 2019-06-27 2022-04-12 格步计程车控股私人有限公司 处理路线信息
CN111324824A (zh) * 2019-09-24 2020-06-23 北京嘀嘀无限科技发展有限公司 一种目的地推荐方法、其装置、电子设备及可读存储介质
CN111324824B (zh) * 2019-09-24 2021-03-26 北京嘀嘀无限科技发展有限公司 一种目的地推荐方法、其装置、电子设备及可读存储介质
CN114450557A (zh) * 2020-05-19 2022-05-06 格步控股私人有限公司 路线偏差量化及基于此的车辆路线学习
CN114450557B (zh) * 2020-05-19 2023-03-28 格步控股私人有限公司 路线偏差量化及基于此的车辆路线学习
US11788850B2 (en) 2020-05-19 2023-10-17 Grabtaxi Holdings Pte. Ltd. Route deviation quantification and vehicular route learning based thereon
CN112133051A (zh) * 2020-11-24 2020-12-25 兰和科技（深圳）有限公司 一种基于大数据的行为预判监控***
CN112750328A (zh) * 2020-12-29 2021-05-04 深圳市顺易通信息科技有限公司 一种行车路径推荐方法、装置、设备及介质
CN112883291A (zh) * 2021-02-05 2021-06-01 上海钧正网络科技有限公司 目的地位置的推荐方法、装置和服务器

Similar Documents

Publication Publication Date Title
CN106919993A (zh) 一种基于历史数据的高准确性默认目的地预测方法及装置
CN106919996A (zh) 一种目的地预测方法及装置
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***
CN110334289B (zh) 出行目的地的确定方法和目标用户的确定方法
CN108520452A (zh) 派单方法、装置及服务器
US10021243B2 (en) Telephone call placement
US20190147539A1 (en) Method and apparatus for outputting information
JP6726582B2 (ja) 管理装置
CN113360792A (zh) 信息推荐方法、装置、电子设备以及存储介质
US11070651B2 (en) Contractor data server and methods for use therewith for generating individual scoring data
CN115759629A (zh) 一种换电站的选址方法、装置、设备及介质
CN116362431A (zh) 共享车辆的调度方法、装置、计算机设备和存储介质
JP6726581B2 (ja) 管理装置
CN107146098B (zh) 一种广告运营配置方法及其设备
CN111724098B (zh) 信息展示方法、***、电子设备及存储介质
CN108985805A (zh) 一种选择性执行推送任务的方法和装置
CN113761398B (zh) 信息推荐方法、装置、电子设备以及存储介质
CN115860985A (zh) 应用于配电网的巡视方法、装置、电子设备及存储介质
CN113628474A (zh) 公交到站站点识别方法、装置、电子设备及可读存储介质
CN114022184A (zh) 数据管理方法、装置、电子设备及存储介质
CN111861182A (zh) 一种日程创建方法、装置及***
CN110796521A (zh) 车险智能推荐方法及装置、设备、存储介质
CN110851717A (zh) 一种迷你仓位的推荐方法、设备及介质
CN113868532B (zh) 一种地点推荐方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20201210

Address after: Building 34, yard 8, Dongbei Wangxi Road, Haidian District, Beijing 100193

Applicant after: BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT Co.,Ltd.

Address before: Room 219-22, 2 / F, block D, comprehensive service area, Nangang Industrial Zone, Binhai New Area, Tianjin 300480

Applicant before: Didi (China) Technology Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20170704

RJ01 Rejection of invention patent application after publication