CN110702131B - 数据处理方法及装置 - Google Patents
数据处理方法及装置 Download PDFInfo
- Publication number
- CN110702131B CN110702131B CN201910842370.2A CN201910842370A CN110702131B CN 110702131 B CN110702131 B CN 110702131B CN 201910842370 A CN201910842370 A CN 201910842370A CN 110702131 B CN110702131 B CN 110702131B
- Authority
- CN
- China
- Prior art keywords
- passenger
- matrix
- planned route
- sample
- obtaining
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 266
- 238000011176 pooling Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3438—Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明实施例提供一种数据处理方法及装置,该方法包括:根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,第一乘客的路径信息包括第一乘客的出发地和目的地,第二乘客的路径信息包括第二乘客的出发地和目的地;根据第一规划路线和第二规划路线得到匹配矩阵,其中,匹配矩阵用于指示第一规划路线和第二规划路线分别经过的道路;将匹配矩阵输入拼车匹配度模型中,得到匹配度;将匹配度与预设阈值比较,根据比较结果判断第一乘客和第二乘客是否拼车。本发明实施例提供的方案能够提高拼车效率。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种数据处理方法及装置。
背景技术
随着移动互联网的发展和打车软件的普及,人们的出行方式有了深刻的改变。乘客在需要出行时,可以通过在网约车平台上输入目的地来叫车前往目的地极大的方便了乘客。
乘客在乘车时,很多时候是一个人,这对车辆的资源是一种浪费,同时也增加了乘客的打车成本。因此,现有的网约车平台还提供了拼车服务,将两个及以上的乘客进行拼车。现有的拼车路线匹配度计算方法是,提取乘客拼车之前的规划路线的距离、时间等数字特征,以及拼车之后的规划路线的距离、时间等数字特征,然后将这些特征进行简单的作差计算,来判断当前拼车是否可以匹配。
目前的拼车路线匹配度计算方法,仅仅用规划路线的距离、时间等抽象的路线特征来代表路线,得到的拼车的匹配程度与实际路线有较大的差距,导致拼车的效率较低。
发明内容
本发明实施例提供一种数据处理方法及装置,以解决现有拼车方案得到的拼车的匹配程度与实际路线差距较大,拼车效率较低的问题。
第一方面,本发明实施例提供一种数据处理方法,包括:
根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地;
根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路;
将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路;
将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车。
在一种可能的实现方式中,所述拼车匹配度模型通过如下步骤获取:
根据第一样本乘客的路径信息得到第一样本规划路线,根据第二样本乘客的路径信息得到第二样本规划路线,其中,所述第一样本乘客的路径信息包括第一样本乘客的出发地和目的地,所述第二样本乘客的路径信息包括第二样本乘客的出发地和目的地;
根据所述第一样本规划路线和所述第二样本规划路线得到样本匹配矩阵;
根据所述样本匹配矩阵获取所述第一样本乘客和所述第二样本乘客的匹配度,并根据所述样本匹配矩阵、所述第一样本乘客和所述第二样本乘客的匹配度得到样本数据;
根据所述样本数据训练所述拼车匹配度模型。
在一种可能的实现方式中,所述根据所述第一规划路线和所述第二规划路线得到匹配矩阵,包括:
获取预设区域的路网数据,所述预设区域包括所述第一规划路线经过的道路和所述第二规划路线经过的道路;
根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,其中,所述第一矩阵用于指示所述第一规划路线经过的道路,所述第二矩阵用于指示所述第二规划路线经过的道路;
根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵。
在一种可能的实现方式中,所述根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,包括:
根据所述路网数据将所述预设区域内的道路分为多个按照预设顺序排列的子道路;
根据所述第一规划路线经过的子道路和未经过的子道路,得到所述第一矩阵,其中,所述子道路与所述第一矩阵中的元素一一对应,所述第一矩阵中的元素值用于指示所述第一规划路线是否经过所述元素对应的子道路;
根据所述第二规划路线经过的子道路和未经过的子道路,得到所述第二矩阵,其中,所述子道路与所述第二矩阵中的元素一一对应,所述第二矩阵中的元素值用于指示所述第二规划路线是否经过所述元素对应的子道路。
在一种可能的实现方式中,所述根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵,包括:
将所述第一矩阵和所述第二矩阵进行加法处理,得到所述匹配矩阵;或者,
将所述第一矩阵和所述第二矩阵进行减法处理,得到所述匹配矩阵。
在一种可能的实现方式中,在所述根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线之前,所述方法还包括:
获取第一乘客的第一拼车请求,并根据所述第一拼车请求得到所述第一乘客的路径信息,所述第一拼车请求中包括所述第一乘客的出发地和目的地;
获取第二乘客的第二拼车请求,并根据所述第二拼车请求得到所述第二乘客的路径信息,所述第二拼车请求中包括所述第二乘客的出发地和目的地。
在一种可能的实现方式中,在所述将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车之后,所述方法还包括:
若根据所述比较结果确定所述第一乘客和所述第二乘客拼车,则生成拼车订单,其中,所述拼车订单中包括所述第一乘客的路径信息和所述第二乘客的路径信息;
根据所述第一乘客的路径信息和所述第二乘客的路径信息,生成拼车规划路线。
第二方面,本发明实施例提供一种数据处理装置,包括:
获取模块,用于根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地;
第一处理模块,用于根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路;
第二处理模块,用于将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路;
拼车模块,用于将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车。
在一种可能的实现方式中,还包括模型训练模块,所述模型训练模块用于:
根据第一样本乘客的路径信息得到第一样本规划路线,根据第二样本乘客的路径信息得到第二样本规划路线,其中,所述第一样本乘客的路径信息包括第一样本乘客的出发地和目的地,所述第二样本乘客的路径信息包括第二样本乘客的出发地和目的地;
根据所述第一样本规划路线和所述第二样本规划路线得到样本匹配矩阵;
根据所述样本匹配矩阵获取所述第一样本乘客和所述第二样本乘客的匹配度,并根据所述样本匹配矩阵、所述第一样本乘客和所述第二样本乘客的匹配度得到样本数据;
根据所述样本数据训练所述拼车匹配度模型。
在一种可能的实现方式中,所述第一处理模块具体用于:
获取预设区域的路网数据,所述预设区域包括所述第一规划路线经过的道路和所述第二规划路线经过的道路;
根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,其中,所述第一矩阵用于指示所述第一规划路线经过的道路,所述第二矩阵用于指示所述第二规划路线经过的道路;
根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵。
在一种可能的实现方式中,所述第一处理模块具体用于:
根据所述路网数据将所述预设区域内的道路分为多个按照预设顺序排列的子道路;
根据所述第一规划路线经过的子道路和未经过的子道路,得到所述第一矩阵,其中,所述子道路与所述第一矩阵中的元素一一对应,所述第一矩阵中的元素值用于指示所述第一规划路线是否经过所述元素对应的子道路;
根据所述第二规划路线经过的子道路和未经过的子道路,得到所述第二矩阵,其中,所述子道路与所述第二矩阵中的元素一一对应,所述第二矩阵中的元素值用于指示所述第二规划路线是否经过所述元素对应的子道路。
在一种可能的实现方式中,所述第一处理模块具体用于:
将所述第一矩阵和所述第二矩阵进行加法处理,得到所述匹配矩阵;或者,
将所述第一矩阵和所述第二矩阵进行减法处理,得到所述匹配矩阵。
在一种可能的实现方式中,所述获取模块还用于,在所述根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线之前:
获取第一乘客的第一拼车请求,并根据所述第一拼车请求得到所述第一乘客的路径信息,所述第一拼车请求中包括所述第一乘客的出发地和目的地;
获取第二乘客的第二拼车请求,并根据所述第二拼车请求得到所述第二乘客的路径信息,所述第二拼车请求中包括所述第二乘客的出发地和目的地。
在一种可能的实现方式中,所述拼车模块还用于,在所述将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车之后:
若根据所述比较结果确定所述第一乘客和所述第二乘客拼车,则生成拼车订单,其中,所述拼车订单中包括所述第一乘客的路径信息和所述第二乘客的路径信息;
根据所述第一乘客的路径信息和所述第二乘客的路径信息,生成拼车规划路线。
第三方面,本发明实施例提供一种数据处理设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如第一方面任一项所述的数据处理方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面任一项所述的数据处理方法。
本发明实施例提供的数据处理方法及装置,首先根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,然后根据第一规划路线和第二规划路线得到匹配矩阵。最后,将匹配矩阵输入到拼车匹配度模型中,得到匹配度,并将匹配度与预设阈值比较,根据比较结果判断第一乘客和第二乘客是否拼车。本发明实施例提供的方案,首先分别确定第一乘客的第一规划路线和第二乘客的第二规划路线,然后得到的匹配矩阵中包含了第一规划路线和第二规划路线分别经过的道路,而拼车匹配度模型是根据样本匹配矩阵获取的,样本匹配矩阵中包括了第一样本规划路线和第二样本规划路线分别经过的道路,根据拼车匹配度模型输出的匹配度,能够反映第一规划路线和第二规划路线的匹配程度,因此本发明实施例提供的方案保留了第一规划路线和第二规划路线的空间特征,得到的拼车结果与实际路线更加接近,拼车的效率更高。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的拼车路线的数据处理***的结构示意图;
图2为本发明实施例提供的数据处理方法的流程示意图;
图3为本发明实施例提供的拼车匹配度模型的训练流程示意图;
图4为本发明又一实施例提供的数据处理方法的流程示意图;
图5为本发明实施例提供的客户端发起拼车请求的示意图;
图6为本发明实施例提供的客户端显示示意图;
图7为本发明实施例提供的根据规划路线生成对应矩阵的示意图;
图8为本发明实施例提供的一种数据处理装置的结构示意;
图9为本发明实施例提供的数据处理设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1为本发明实施例提供的拼车路线的数据处理***的结构示意图,如图1所示,包括服务器11、客户端12和车辆13,其中,服务器11和客户端12之间通过无线网络连接,客户端12的数量为多个,服务器11和车辆13之间通过无线网络连接。
以客户端12为两个为例进行说明,分别为客户端A和客户端B。当有两个乘客有拼车需求时,A乘客可以通过客户端A向服务器11发出拼车请求,B乘客可以通过客户端B向服务器11发出拼车请求,服务器11接收到客户端A和客户端B的拼车请求后,获取A乘客的路径信息以及B乘客的路径信息,进行相应的处理,得到A乘客和B乘客的路径的匹配程度,从而判断A乘客和B乘客是否拼车。若决定拼车,则生成拼车订单,执行拼车操作,否则不执行拼车操作。
具体实现中,乘客可以通过APP来发出拼车请求,或通过在网页上登录相应的网址进行操作来发出拼车请求,APP或网页为相应的网约车平台提供的,通过网约车平台提供的APP或网址来发出拼车请求后,后台服务器11即可获取到拼车请求,同时服务器11与多个车辆13进行无线网络连接,能够为乘客分配对应的车辆13。
下面以具体的实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的数据处理方法的流程示意图,如图2所示,包括:
步骤21,根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地。
现需要判断第一乘客和第二乘客是否进行拼车,根据第一乘客的拼车请求能够获取第一乘客的路径信息,其中第一乘客的路径信息包括第一乘客的出发地和目的地,即第一乘客要出发的地点以及第一乘客要到达的地点。可以理解的是,第一乘客的拼车请求可以是第一乘客通过客户端发起的,也可以是其他人通过客户端为第一乘客发起的。同样的,根据第二乘客的拼车请求能够获取第二乘客的路径信息,第二乘客的路径信息包括第二乘客的出发地和目的地。
根据第一乘客的出发地和目的地,生成第一规划路线,根据第二乘客的出发地和目的地,生成第二规划路线。其中,第一规划路线是不考虑拼车,仅仅根据第一乘客的出发地和目的地生成的路线,第二规划路线也是不考虑拼车,仅仅根据第二乘客的出发地和目的地生成的路线。
实际中,从出发地前往目的地,路线往往不止一条,以第一规划路线为例,可以理解的是,当从第一乘客的出发地到目的地的路线有多条时,可以全部通过客户端展示给乘客,供乘客选择其中的一条,也可以根据一定的条件对多条路线进行排序,优先展示最高优先级的路线,例如,可以设置“高速优先”、“堵车风险最小”、“预估时间最短”等等类似条件来进行先后展示,等等。
步骤22,根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路。
首先,需要获取一个预定区域的道路数据,例如可以获取一个城市的道路数据,包括该城市的每条道路,以及每条道路所在的位置。然后,将该城市的每条道路可以分成一段一段的子道路,并对每段子道路进行编号,以及排序。每段子道路的编号和排序可以任意设定,但设定之后,针对第一乘客和第二乘客是否拼车时,子道路的排序不可修改,即,根据第一规划路线和第二规划路线得到匹配矩阵的过程中,子道路的排序不可修改。
得到每个子道路的编号和排序后,根据第一规划路线经过的道路,来得到第一规划路线对应的第一矩阵。具体的,每个子道路对应第一矩阵中的一个元素,若第一规划道路经过这个子道路,则对应的元素取值可以为m,而若第一规划道路不经过这个子道路,则对应的元素取值可以为n,且m和n的取值不同。因此,根据第一矩阵中各个元素的取值以及各个元素与子道路的对应关系,即可得到第一规划路线经过了哪些子道路。
同样的,根据第二规划路线经过的道路,来得到第二规划路线对应的第二矩阵。具体的获取方式如上所述,此处不再赘述。需要说明的是,第一矩阵和第二矩阵的规格一致,即第一矩阵的行数与第二矩阵的行数相等,第一矩阵的列数与第二矩阵的列数相等,且第一矩阵中的任一元素对应的子道路与第二矩阵中相应位置的元素对应的子道路是同一子道路。
得到第一矩阵和第二矩阵后,根据第一矩阵和第二矩阵得到匹配矩阵,其中,得到匹配矩阵的方法有多种,例如可以将第一矩阵和第二矩阵进行相加,得到匹配矩阵,也可以将第一矩阵和第二矩阵进行相减,得到匹配矩阵,再例如,也可以将第一矩阵和第二矩阵直接并列到一起,组成一个行数为第一矩阵的行数的两倍的匹配矩阵,或组成一个列数为第一矩阵的列数的两倍的匹配矩阵,等等。得到匹配矩阵的方法有多种,可以理解的是,上述方法仅仅是其中的一种示意,具体的方式此处不作特别限定。
步骤23,将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路。
拼车匹配度模型用于确定第一乘客和第二乘客的拼车的匹配度,即第一规划路线与第二规划路线的匹配度,其中匹配矩阵中的各个元素具有对应的权重信息,拼车匹配度模型用于根据对应的权重信息对匹配矩阵进行处理,得到匹配度。其中,拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,样本匹配矩阵中包含有第一样本规划路线和第二样本规划路线分别经过的道路,其获取方式与第一规划路线和第二规划路线的获取方式类似。
拼车匹配度模型可以为卷积神经网络模型,拼车匹配度模型具体选用可以根据实际需求进行设定,此处对此不作限制,其具体实现方式可参照现有技术中的相关说明,此处不作过多赘述。
步骤24,将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车。
得到第一规划路线和第二规划路线的匹配度后,将其与预设阈值进行比较。若匹配度超过预设阈值,则表明第一规划路线与第二规划路线的匹配度较高,此时确认第一乘客和第二乘客可以进行拼车。若匹配度未超过预设阈值,则表明第一规划路线与第二规划路线的匹配度较低,此时确定第一乘客和第二乘客不进行拼车。
若确认拼车,则可以在距离第一乘客和第二乘客的出发地不远的地方确定一个车辆,来载第一乘客和第二乘客,完成拼单和前往各自目的地。若确认不拼车,则可以选择其他发送了拼车请求的乘客,重复上述过程,直至找到能够符合拼车要求的乘客进行拼车。
本发明实施例提供的数据处理方法,首先根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,然后根据第一规划路线和第二规划路线得到匹配矩阵。最后,将匹配矩阵输入到拼车匹配度模型中,得到匹配度,并将匹配度与预设阈值比较,根据比较结果判断第一乘客和第二乘客是否拼车。本发明实施例提供的方案,首先分别确定第一乘客的第一规划路线和第二乘客的第二规划路线,然后得到的匹配矩阵中包含了第一规划路线和第二规划路线分别经过的道路,而拼车匹配度模型是根据样本匹配矩阵获取的,样本匹配矩阵中包括了第一样本规划路线和第二样本规划路线分别经过的道路,根据拼车匹配度模型输出的匹配度,能够反映第一规划路线和第二规划路线的匹配程度,因此本发明实施例提供的方案保留了第一规划路线和第二规划路线的空间特征,得到的拼车结果与实际路线更加接近,拼车的效率更高。
在上述实施例的基础上,本发明实施例提供的数据处理方法,在根据拼车匹配度模型进行处理之前,还需要预先对拼车匹配度模型进行训练,下面结合图3进行说明。
图3为本发明实施例提供的拼车匹配度模型的训练流程示意图,如图3所示,包括:
步骤31,根据第一样本乘客的路径信息得到第一样本规划路线,根据第二样本乘客的路径信息得到第二样本规划路线,其中,所述第一样本乘客的路径信息包括第一样本乘客的出发地和目的地,所述第二样本乘客的路径信息包括第二样本乘客的出发地和目的地;
步骤32,根据所述第一样本规划路线和所述第二样本规划路线得到样本匹配矩阵;
步骤33,根据所述样本匹配矩阵获取所述第一样本乘客和所述第二样本乘客的匹配度,并根据所述样本匹配矩阵、所述第一样本乘客和所述第二样本乘客的匹配度得到样本数据;
步骤34,根据所述样本数据训练所述拼车匹配度模型。
具体的,步骤31、步骤32的实现方式与步骤21、步骤22类似。不同之处在于,本实施例中采用的数据第一样本规划路线和第二样本规划路线,以及第一样本乘客和第二样本乘客的匹配度,即第一样本规划路线和第二样本规划路线是预先明确其匹配度以及是否拼车的,此处采用第一样本乘客和第二样本乘客的匹配度是为了对拼车匹配模型进行训练。
根据第一样本规划路线和第二样本规划路线得到样本匹配矩阵后,根据拼车匹配模型对匹配矩阵进行处理,输出匹配结果,输出匹配结果为拼车匹配模型输出的第一样本乘客和第二样本乘客是否拼车的结果,将其与第一样本乘客和第二样本乘客的匹配度进行比较,从而确定拼车匹配模型处理的准确与否,当不正确时,根据第一样本乘客和第二样本乘客的匹配度,以及样本匹配矩阵进行学习,从而在下次训练时根据学习的相关数据进行处理,得到训练后的拼车匹配模型,然后来对第一乘客和第二乘客是否拼车来输出匹配结果。
根据第一样本乘客的路径信息得到第一样本规划路线,以及根据第二样本乘客的路径信息得到第二样本规划路线的方法与根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线的方法类似。根据第一样本规划路线和第二样本规划路线得到样本匹配矩阵的方法,与根据第一规划路线和第二规划路线得到匹配矩阵的方法类似,同时将匹配矩阵和样本匹配矩阵输入拼车匹配度模型中进行处理的过程也类似,下面将以第一乘客和第二乘客的相关信息进行举例说明。
图4为本发明又一实施例提供的数据处理方法的流程示意图,如图4所示,包括:
步骤401,获取第一乘客的第一拼车请求,并根据第一拼车请求得到第一乘客的路径信息。
第一拼车请求中包括第一乘客的出发地和目的地。
步骤402,获取第二乘客的第二拼车请求,并根据第二拼车请求得到第二乘客的路径信息。
第二拼车请求中包括第二乘客的出发地和目的地。
具体的,第一乘客和第二乘客可以通过手机等客户端来登录网约车平台,发出拼车请求。下面结合图5进行说明。
图5为本发明实施例提供的客户端发起拼车请求的示意图,如图5所示,包括第一乘客51和第一客户端52,其中第一乘客正处于A地点,若第一乘客51想要与他人拼车并从A地点前往B地点,则可以通过第一客户端52来发起拼车请求。图6为本发明实施例提供的客户端显示示意图,如图6所示,第一乘客51通过第一客户端52登录网约车平台,可以在平台上输入出发地和目的地。若第一乘客51的出发地即为第一乘客51所在的地方,则可以直接将第一客户端52的位置作为出发地。若第一乘客51是为另一乘客53叫车,另一乘客53与他人拼车从C地点前往B地点,则此时需要手动输入C地点。
因此,进入网约车平台后,网约车平台的服务器后端可以直接显示消息,显示获取第一客户端52的位置信息,例如显示“平台欲获取您当前的位置”,下方可以点击“是”或“否”。当点击“是”时,表明平台的服务器会获取第一客户端52的位置,同时将第一客户端52的位置填入出发地的输入框内。第一乘客51可以查看出发地输入是否正确,若正确则只需要输入目的地,若不正确则需要重新输入出发地。当点击“否”时,平台的服务器不会获取第一客户端52的位置,此时需要自己手动输入出发地和目的地。
可以理解的是,无论第一乘客51是为自己叫车还是为他人叫车,都可以选择允许后台服务器获取第一客户端52的位置,也可以拒绝后台服务器获取第一客户端52的位置。当允许时,若后台服务器确定的出发地无误时,则无需第一乘客51重新输入出发地,若后台服务器确定的出发地有误时,则第一乘客51可在出发地输入框重新输入出发地。当不允许时,则由第一乘客51在出发地输入框输入出发地,在目的地输入框输入目的地。确定了出发地和目的地后,可以点击下方的“确认拼车按钮”,则确定向后台服务器发出拼车请求。
第二乘客发起拼车请求的过程与第一乘客发起拼车请求的过程类似,此处不再赘述。
步骤403,根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线。
其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地。
第一乘客的路径信息中包括第一乘客的出发地和目的地,服务器在接收到第一乘客的拼车请求后,会根据第一乘客的出发地和目的地生成第一规划路线,其中第一规划路线是没有考虑到与他人拼车的路线,是由第一乘客的出发地和目的地来决定的。同样的,服务器接收到第二乘客的拼车请求后,会根据第二乘客的出发地和目的地生成第二规划路线,第二规划路线由第二乘客的出发地和目的地来决定。
可以理解的是,在一个时间段内,服务器可能接收到多个客户端发起的拼车请求,而第一乘客和第二乘客的拼车请求只是多个拼车请求中的两个,此处只是针对多个拼车请求中的两个来判断第一乘客和第二乘客是否适合拼车,若适合则进行拼车,若不适合则可以判断第一乘客和其他乘客是否适合拼车,判断第二乘客和其他乘客是否适合拼车,直至找到适合拼车的乘客。
步骤404,获取预设区域的路网数据,所述预设区域包括第一规划路线经过的道路和第二规划路线经过的道路。
为了结合道路的空间特征信息,本发明实施例首先获取预设区域的路网数据,其中预设区域包括第一规划路线经过的道路和第二规划路线经过的道路,同时还包括许多其他道路。
例如,拼车一般在一个城市内,则此时预设区域可以为对应的城市,获取该城市的路网数据,获知该城市内的每一条道路,以及每一条道路所在的位置,各条道路之间的关系等等。若拼车发生在不同城市之间,则预设区域可以为包括第一规划路线和第二规划路线的较大的区域。预设区域的选取与第一规划路线和第二规划路线经过的位置有关,实际的选取可根据需要,此处不作特别限定。
步骤405,根据预设区域的路网数据和第一规划路线得到第一规划路线对应的第一矩阵,根据预设区域的路网数据和第二规划路线得到第二规划路线对应的第二矩阵。
其中,第一矩阵用于指示第一规划路线经过的道路,第二矩阵用于指示第二规划路线经过的道路。
具体的,首先根据路网数据将预设区域内的道路分为多个按照预设顺序排列的子道路;
根据第一规划路线经过的子道路和未经过的子道路,得到第一矩阵,其中,子道路与第一矩阵中的元素一一对应,第一矩阵中的元素值用于指示第一规划路线是否经过该元素对应的子道路;
根据第二规划路线经过的子道路和未经过的子道路,得到第二矩阵,其中,子道路与第二矩阵中的元素一一对应,第二矩阵中的元素值用于指示第二规划路线是否经过该元素对应的子道路。
下面将结合图7对该过程进行详细说明。
图7为本发明实施例提供的根据规划路线生成对应矩阵的示意图,如图7所示,首先确定预设区域70、第一规划路线71和第二规划路线72,其中预设区域70中包括多条道路。将多条道路分为不同的子道路,并为各个子道路进行编号。如图7中所示,包括子道路701、子道路702、子道路703、...、子道路708等等。
将多个子道路按照预设顺序排列,例如从子道路701直到子道路708的排列顺。其中,预设顺序可以任意指定,但是需要预先确定好,确定好之后不可修改,在获取第一规划路线71的第一矩阵以及获取第二规划路线72的第二矩阵时,预设顺序是相同的。
然后需要分别查看第一规划路线71经过的子道路和未经过的子道路,来得到第一向量并为第一向量赋值。其中,每个子道路对应第一向量中的一个元素,对于第一规划路线71经过的子道路和未经过的子道路,其取值是不一样的,例如,对于经过的子道路,其对应元素可赋值为1,对于未经过的子道路,其对应元素可赋值为0,等等。其中,元素的具体取值可根据实际需要,但一般经过的子道路和未经过的子道路的元素取值应不同。
由图7可知,第一规划路线71经过的子道路为子道路701、子道路703、子道路704、子道路705和子道路707,则对应第一向量为[1,0,1,1,1,0,1,0]。同样的,第二规划路线72经过的子道路为子道路702、子道路703、子道路704、子道路705和子道路708,则对应的第二向量为[0,1,1,1,1,0,0,1]。
得到第一向量和第二向量后,可以将第一向量转换为第一矩阵,将第二向量转换为第二矩阵,其中,第一矩阵的行数和列数可以任意指定,第一矩阵中的元素与第一向量中的元素相等。第二矩阵的行数与第一矩阵的行数相等,第二矩阵的列数与第一矩阵的列数相等,且第一矩阵中的任一元素对应的子道路与第二矩阵中相应位置的元素对应的子道路为同一子道路。例如,第一矩阵的第一行第一列的元素对应的是子道路A时,第二矩阵的第一行第一列的元素对应的子道路也应当是子道路A。当第一矩阵中的第一行第一列的元素取值为1时,表明第一规划路线经过子道路A,当第二矩阵中的第一行第一列的元素取值为0时,表明第二规划路线不经过子道路A,等等。
例如,当第一向量为[1,0,1,1,1,0,1,0],第二向量为[0,1,1,1,1,0,0,1]时,第一向量有8个元素,可将其转换为两行四列的第一矩阵也可以转换为四行两列的第一矩阵当第一矩阵为时,对应的第二矩阵为当第一矩阵为时,对应的第二矩阵为等等。
步骤406,根据第一矩阵和第二矩阵,得到匹配矩阵。
获取匹配矩阵的方式有多种,例如至少可以包括两种。一种是将第一矩阵和第二矩阵进行加法处理,得到匹配矩阵;另一种是将第一矩阵和第二矩阵进行减法处理,得到匹配矩阵。
例如,设第一矩阵为第二矩阵为若将第一矩阵和第二矩阵相加,得到匹配矩阵当第一矩阵和第二矩阵对应元素都为1时,此时表明第一规划路线和第二规划路线都经过对应的子道路。此时将第一矩阵和第二矩阵相加,得到的匹配矩阵中元素值为2的元素越多,则表明第一规划路线和第二规划路线经过的相同的子道路越多,其匹配度相应会越高。
当第一矩阵和第二矩阵对应元素都为1时,此时表明第一规划路线和第二规划路线都经过对应的子道路。此时将第一矩阵和第二矩阵相减,得到的匹配矩阵中元素值为1的元素越多,则表明第一规划路线和第二规划路线经过的不同的子道路越多,匹配度相应会越低,等等。
步骤407,将匹配矩阵输入拼车匹配度模型中,得到匹配度。
其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路。
得到匹配矩阵后,将其输入拼车匹配度模型中,其中拼车匹配度模型是根据样本匹配矩阵训练得到的,样本匹配矩阵的获取方法与匹配矩阵的获取方法类似。可根据多组第一样本乘客的第一样本规划路线以及第二样本乘客的第二样本规划路线得到多组样本匹配矩阵用于训练拼车匹配度模型。
将匹配矩阵输入拼车匹配度模型中后,得到匹配度,匹配度表明第一规划路线和第二规划路线的匹配程度。
步骤408,将匹配度与预设阈值比较,根据比较结果判断第一乘客和第二乘客是否拼车。
预设阈值的取值可根据实际需要,例如可以设定为70%,当匹配度超过70%时,确定第一乘客和第二乘客拼车,若匹配度低于70%,则确定第一乘客和第二乘客不拼车。
若根据比较结果确定第一乘客和第二乘客拼车,则生成拼车订单,其中,拼车订单中包括第一乘客的路径信息和第二乘客的路径信息。
根据第一乘客的路径信息和第二乘客的路径信息,生成拼车规划路线。
得到拼车规划路线后,后台服务器可根据第一乘客的出发地和第二乘客的出发地,选择附近的车辆,并向该车辆对应的客户端发送拼车规划路线,该车辆的司机可根据拼车规划路线前往第一乘客的出发地以及第二乘客的出发地来接第一乘客和第二乘客,完成拼车,并将第一乘客和第二乘客载到各自的目的地。
本发明实施例提供的数据处理方法,首先根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,然后根据第一规划路线和第二规划路线得到匹配矩阵。最后,将匹配矩阵输入到拼车匹配度模型中,得到匹配度,并将匹配度与预设阈值比较,根据比较结果判断第一乘客和第二乘客是否拼车。本发明实施例提供的方案,首先分别确定第一乘客的第一规划路线和第二乘客的第二规划路线,然后得到的匹配矩阵中包含了第一规划路线和第二规划路线分别经过的道路,而拼车匹配度模型是根据样本匹配矩阵获取的,样本匹配矩阵中包括了第一样本规划路线和第二样本规划路线分别经过的道路,根据拼车匹配度模型输出的匹配度,能够反映第一规划路线和第二规划路线的匹配程度,因此本发明实施例提供的方案保留了第一规划路线和第二规划路线的空间特征,得到的拼车结果与实际路线更加接近,拼车的效率更高。
图8为本发明实施例提供的一种数据处理装置的结构示意,如图8所示,包括:
获取模块81用于根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地;
第一处理模块82用于根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路;
第二处理模块83用于将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路;
拼车模块84用于将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车。
在一种可能的实现方式中,还包括模型训练模块,所述模型训练模块用于:
根据第一样本乘客的路径信息得到第一样本规划路线,根据第二样本乘客的路径信息得到第二样本规划路线,其中,所述第一样本乘客的路径信息包括第一样本乘客的出发地和目的地,所述第二样本乘客的路径信息包括第二样本乘客的出发地和目的地;
根据所述第一样本规划路线和所述第二样本规划路线得到样本匹配矩阵;
根据所述样本匹配矩阵获取所述第一样本乘客和所述第二样本乘客的匹配度,并根据所述样本匹配矩阵、所述第一样本乘客和所述第二样本乘客的匹配度得到样本数据;
根据所述样本数据训练所述拼车匹配度模型。
在一种可能的实现方式中,所述第一处理模块82具体用于:
获取预设区域的路网数据,所述预设区域包括所述第一规划路线经过的道路和所述第二规划路线经过的道路;
根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,其中,所述第一矩阵用于指示所述第一规划路线经过的道路,所述第二矩阵用于指示所述第二规划路线经过的道路;
根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵。
在一种可能的实现方式中,所述第一处理模块82具体用于:
根据所述路网数据将所述预设区域内的道路分为多个按照预设顺序排列的子道路;
根据所述第一规划路线经过的子道路和未经过的子道路,得到所述第一矩阵,其中,所述子道路与所述第一矩阵中的元素一一对应,所述第一矩阵中的元素值用于指示所述第一规划路线是否经过所述元素对应的子道路;
根据所述第二规划路线经过的子道路和未经过的子道路,得到所述第二矩阵,其中,所述子道路与所述第二矩阵中的元素一一对应,所述第二矩阵中的元素值用于指示所述第二规划路线是否经过所述元素对应的子道路。
在一种可能的实现方式中,所述第一处理模块82具体用于:
将所述第一矩阵和所述第二矩阵进行加法处理,得到所述匹配矩阵;或者,
将所述第一矩阵和所述第二矩阵进行减法处理,得到所述匹配矩阵。
在一种可能的实现方式中,所述获取模块81还用于,在所述根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线之前:
获取第一乘客的第一拼车请求,并根据所述第一拼车请求得到所述第一乘客的路径信息,所述第一拼车请求中包括所述第一乘客的出发地和目的地;
获取第二乘客的第二拼车请求,并根据所述第二拼车请求得到所述第二乘客的路径信息,所述第二拼车请求中包括所述第二乘客的出发地和目的地。
在一种可能的实现方式中,所述拼车模块84还用于,在所述将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车之后:
若根据所述比较结果确定所述第一乘客和所述第二乘客拼车,则生成拼车订单,其中,所述拼车订单中包括所述第一乘客的路径信息和所述第二乘客的路径信息;
根据所述第一乘客的路径信息和所述第二乘客的路径信息,生成拼车规划路线。
本发明实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图9为本发明实施例提供的数据处理设备的硬件结构示意图,如图9所示,该数据处理设备包括:至少一个处理器91和存储器92。其中,处理器91和存储器92通过总线93连接。
可选地,该模型确定还包括通信部件。例如,通信部件可以包括接收器和/或发送器。
在具体实现过程中,至少一个处理器91执行所述存储器92存储的计算机执行指令,使得至少一个处理器91执行如上的数据处理方法。
处理器91的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述图9所示的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的数据处理方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种数据处理方法,其特征在于,包括:
根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地;
根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路;
将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路;
将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车;
所述根据所述第一规划路线和所述第二规划路线得到匹配矩阵,包括:
获取预设区域的路网数据,所述预设区域包括所述第一规划路线经过的道路和所述第二规划路线经过的道路;
根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,其中,所述第一矩阵用于指示所述第一规划路线经过的道路,所述第二矩阵用于指示所述第二规划路线经过的道路;
根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵;
所述根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,包括:
根据所述路网数据将所述预设区域内的道路分为多个按照预设顺序排列的子道路;
根据所述第一规划路线经过的子道路和未经过的子道路,得到所述第一矩阵,其中,所述子道路与所述第一矩阵中的元素一一对应,所述第一矩阵中的元素值用于指示所述第一规划路线是否经过所述元素对应的子道路;
根据所述第二规划路线经过的子道路和未经过的子道路,得到所述第二矩阵,其中,所述子道路与所述第二矩阵中的元素一一对应,所述第二矩阵中的元素值用于指示所述第二规划路线是否经过所述元素对应的子道路;
所述根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵,包括:
将所述第一矩阵和所述第二矩阵进行加法处理,得到所述匹配矩阵;或者,将所述第一矩阵和所述第二矩阵进行减法处理,得到所述匹配矩阵。
2.根据权利要求1所述的方法,其特征在于,所述拼车匹配度模型通过如下步骤获取:
根据第一样本乘客的路径信息得到第一样本规划路线,根据第二样本乘客的路径信息得到第二样本规划路线,其中,所述第一样本乘客的路径信息包括第一样本乘客的出发地和目的地,所述第二样本乘客的路径信息包括第二样本乘客的出发地和目的地;
根据所述第一样本规划路线和所述第二样本规划路线得到样本匹配矩阵;
根据所述样本匹配矩阵获取所述第一样本乘客和所述第二样本乘客的匹配度,并根据所述样本匹配矩阵、所述第一样本乘客和所述第二样本乘客的匹配度得到样本数据;
根据所述样本数据训练所述拼车匹配度模型。
3.根据权利要求1所述的方法,其特征在于,在所述根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线之前,所述方法还包括:
获取第一乘客的第一拼车请求,并根据所述第一拼车请求得到所述第一乘客的路径信息,所述第一拼车请求中包括所述第一乘客的出发地和目的地;
获取第二乘客的第二拼车请求,并根据所述第二拼车请求得到所述第二乘客的路径信息,所述第二拼车请求中包括所述第二乘客的出发地和目的地。
4.根据权利要求1所述的方法,其特征在于,在所述将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车之后,所述方法还包括:
若根据所述比较结果确定所述第一乘客和所述第二乘客拼车,则生成拼车订单,其中,所述拼车订单中包括所述第一乘客的路径信息和所述第二乘客的路径信息;
根据所述第一乘客的路径信息和所述第二乘客的路径信息,生成拼车规划路线。
5.一种数据处理装置,其特征在于,包括:
获取模块,用于根据第一乘客的路径信息得到第一规划路线,根据第二乘客的路径信息得到第二规划路线,其中,所述第一乘客的路径信息包括第一乘客的出发地和目的地,所述第二乘客的路径信息包括第二乘客的出发地和目的地;
第一处理模块,用于根据所述第一规划路线和所述第二规划路线得到匹配矩阵,其中,所述匹配矩阵用于指示所述第一规划路线和所述第二规划路线分别经过的道路;
第二处理模块,用于将所述匹配矩阵输入拼车匹配度模型中,得到匹配度,其中,所述拼车匹配度模型是根据第一样本乘客和第二样本乘客的样本匹配矩阵进行训练得到的,所述样本匹配矩阵用于指示所述第一样本乘客的第一样本规划路线和所述第二样本乘客的第二样本规划路线分别经过的道路;
拼车模块,用于将所述匹配度与预设阈值比较,根据比较结果判断所述第一乘客和所述第二乘客是否拼车;
所述第一处理模块具体用于:
获取预设区域的路网数据,所述预设区域包括所述第一规划路线经过的道路和所述第二规划路线经过的道路;
根据所述预设区域的路网数据和所述第一规划路线得到所述第一规划路线对应的第一矩阵,根据所述预设区域的路网数据和所述第二规划路线得到所述第二规划路线对应的第二矩阵,其中,所述第一矩阵用于指示所述第一规划路线经过的道路,所述第二矩阵用于指示所述第二规划路线经过的道路;
根据所述第一矩阵和所述第二矩阵,得到所述匹配矩阵;
所述第一处理模块具体用于:
根据所述路网数据将所述预设区域内的道路分为多个按照预设顺序排列的子道路;
根据所述第一规划路线经过的子道路和未经过的子道路,得到所述第一矩阵,其中,所述子道路与所述第一矩阵中的元素一一对应,所述第一矩阵中的元素值用于指示所述第一规划路线是否经过所述元素对应的子道路;
根据所述第二规划路线经过的子道路和未经过的子道路,得到所述第二矩阵,其中,所述子道路与所述第二矩阵中的元素一一对应,所述第二矩阵中的元素值用于指示所述第二规划路线是否经过所述元素对应的子道路;
所述第一处理模块具体用于:将所述第一矩阵和所述第二矩阵进行加法处理,得到所述匹配矩阵;或者,将所述第一矩阵和所述第二矩阵进行减法处理,得到所述匹配矩阵。
6.一种数据处理设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至4任一项所述的数据处理方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至4任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910842370.2A CN110702131B (zh) | 2019-09-06 | 2019-09-06 | 数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910842370.2A CN110702131B (zh) | 2019-09-06 | 2019-09-06 | 数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110702131A CN110702131A (zh) | 2020-01-17 |
CN110702131B true CN110702131B (zh) | 2021-06-04 |
Family
ID=69194588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910842370.2A Active CN110702131B (zh) | 2019-09-06 | 2019-09-06 | 数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110702131B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334845A (zh) * | 2007-06-27 | 2008-12-31 | 中国科学院自动化研究所 | 一种基于轨迹序列分析和规则归纳的视频行为识别方法 |
CN104332046A (zh) * | 2014-02-23 | 2015-02-04 | 曾昭兴 | 一种计程车拼车方法、***及服务器 |
CN106556398A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术(北京)有限公司 | 一种路线匹配的方法及装置 |
CN106951455A (zh) * | 2017-02-24 | 2017-07-14 | 河海大学 | 一种相似轨迹分析***及其分析方法 |
CN106971248A (zh) * | 2017-04-25 | 2017-07-21 | 杭州纳戒科技有限公司 | 分段拼车方法、装置及*** |
CN107767322A (zh) * | 2016-08-22 | 2018-03-06 | 平安科技(深圳)有限公司 | 拼车方法和装置 |
CN108898437A (zh) * | 2018-06-29 | 2018-11-27 | 淮阴工学院 | 一种车联网环境下基于动态不确定需求的协同拼车费用分担方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6697730B2 (en) * | 2000-04-04 | 2004-02-24 | Georgia Tech Research Corp. | Communications and computing based urban transit system |
-
2019
- 2019-09-06 CN CN201910842370.2A patent/CN110702131B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334845A (zh) * | 2007-06-27 | 2008-12-31 | 中国科学院自动化研究所 | 一种基于轨迹序列分析和规则归纳的视频行为识别方法 |
CN104332046A (zh) * | 2014-02-23 | 2015-02-04 | 曾昭兴 | 一种计程车拼车方法、***及服务器 |
CN106556398A (zh) * | 2015-09-30 | 2017-04-05 | 百度在线网络技术(北京)有限公司 | 一种路线匹配的方法及装置 |
CN107767322A (zh) * | 2016-08-22 | 2018-03-06 | 平安科技(深圳)有限公司 | 拼车方法和装置 |
CN106951455A (zh) * | 2017-02-24 | 2017-07-14 | 河海大学 | 一种相似轨迹分析***及其分析方法 |
CN106971248A (zh) * | 2017-04-25 | 2017-07-21 | 杭州纳戒科技有限公司 | 分段拼车方法、装置及*** |
CN108898437A (zh) * | 2018-06-29 | 2018-11-27 | 淮阴工学院 | 一种车联网环境下基于动态不确定需求的协同拼车费用分担方法 |
Non-Patent Citations (2)
Title |
---|
基于Bootstrap的响应式拼车网站设计与实现;陈思濛;《中国优秀硕士学位论文全文数据库》;20160315(第3期);I139-593 * |
基于三维时空轨迹的拼车改进算法研究;张承德等;《计算机工程与应用》;20190701;第55卷(第13期);权利要求1-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN110702131A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114944059B (zh) | 确定预估到达时间的方法与*** | |
US20160247095A1 (en) | Systems and Methods for Managing a Vehicle Sharing Facility | |
CN111492386A (zh) | 一种用于对电动车辆充电的***和方法 | |
EP3262831B1 (en) | Telephone call placement | |
US20160247094A1 (en) | Systems and Methods for Managing a Vehicle Sharing Facility | |
US20200210905A1 (en) | Systems and Methods for Managing Networked Vehicle Resources | |
CN111353092B (zh) | 服务推送方法、装置、服务器及可读存储介质 | |
CN108053290B (zh) | O2o服务平台的多订单的合并处理方法及*** | |
CN110782648B (zh) | 确定预计到达时间的***和方法 | |
CN111104585B (zh) | 一种问题推荐方法及装置 | |
CN111859178A (zh) | 一种推荐上车点的方法和*** | |
CN112561285A (zh) | 网点的推荐方法、装置、电子设备及计算机可读存储介质 | |
CN111859172B (zh) | 信息推送方法、装置、电子设备和计算机可读存储介质 | |
CN111476389A (zh) | 一种预估接单等待时长的方法及装置 | |
CN111489214B (zh) | 订单分配方法、条件设置方法、装置及电子设备 | |
CN111259119B (zh) | 一种问题推荐方法及装置 | |
CN113869652A (zh) | 共享单车还车规划方法、装置、设备及存储介质 | |
CN110702131B (zh) | 数据处理方法及装置 | |
CN110910191A (zh) | 拼车订单生成方法及设备 | |
CN109034494B (zh) | 公交调度方法 | |
US20220076189A1 (en) | An information exchange and synchronization method and apparatus | |
CN111612183A (zh) | 信息处理方法、装置、电子设备及计算机可读存储介质 | |
CN111127126A (zh) | 一种信息反馈方法及装置、计算机可读存储介质 | |
CN111835730B (zh) | 服务账号处理方法、装置、电子设备及可读存储介质 | |
CN113052397B (zh) | 上车信息的确定方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |