CN110785626B - 出行方式推荐方法、装置、存储介质及终端 - Google Patents
出行方式推荐方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN110785626B CN110785626B CN201780090124.5A CN201780090124A CN110785626B CN 110785626 B CN110785626 B CN 110785626B CN 201780090124 A CN201780090124 A CN 201780090124A CN 110785626 B CN110785626 B CN 110785626B
- Authority
- CN
- China
- Prior art keywords
- preset
- travel mode
- terminal
- recommending
- distance
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
一种出行方式推荐方法、装置、存储介质及终端,方法包括:获取终端所处的当前地理位置以及当前时刻(S110);根据当前时刻以及预设匹配模型确定预设地理位置,预设匹配模型包括地理位置与时刻之间的对应关系(S120);计算所述当前地理位置与所述预设地理位置之间的距离(S130);根据距离推荐出行方式。
Description
技术领域
本发明涉及终端技术领域,特别涉及一种出行方式推荐方法、装置、存储介质及终端。
背景技术
随着终端技术的发展,诸如智能手机等终端的功能越来越多。终端中可以安装多个应用。例如,终端中可以安装导航类应用。用户在出行时,可以通过导航类应用来搜索到达目的地的最佳路线。
对发明的公开
技术问题
本发明实施例提供一种出行方式推荐方法、装置、存储介质及终端,可以提高终端的便利性。
问题的解决方案
技术解决方案
第一方面,本发明实施例提供一种出行方式推荐方法,包括:
获取终端所处的当前地理位置以及当前时刻;
根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算所述当前地理位置与所述预设地理位置之间的距离;
根据所述距离推荐出行方式。
第二方面,本发明实施例提供一种出行方式推荐装置,包括:
第一获取模块,用于获取终端所处的当前地理位置以及当前时刻;
确定模块,用于根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算模块,用于计算所述当前地理位置与所述预设地理位置之间的距离;
推荐模块,用于根据所述距离推荐出行方式。
第三方面,本发明实施例提供一种存储介质,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行上述出行方式推荐方法。
第四方面,本发明实施例提供一种终端,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行上述出行方式推荐方法。
发明的有益效果
有益效果
本发明实施例提供一种出行方式推荐方法、装置、存储介质及终端,可以提高终端的便利性。
对附图的简要说明
附图说明
图1是通过导航类应用搜索目的地的终端界面示意图。
图2是本发明实施例提供的出行方式推荐方法的流程示意图。
图3是本发明实施例提供的出行方式推荐方法的另一流程示意图。
图4是本发明实施例提供的出行方式推荐方法的又一流程示意图。
图5是本发明实施例提供的出行方式推荐方法的第一种应用场景示意图。
图6是本发明实施例提供的出行方式推荐方法的第二种应用场景示意图。
图7是本发明实施例提供的出行方式推荐方法的第三种应用场景示意图。
图8是本发明实施例提供的出行方式推荐方法的第四种应用场景示意图。
图9是本发明实施例提供的出行方式推荐装置的第一种结构示意图。
图10是本发明实施例提供的出行方式推荐装置的第二种结构示意图。
图11是本发明实施例提供的出行方式推荐装置的第三种结构示意图。
图12是本发明实施例提供的出行方式推荐装置的第四种结构示意图。
图13是本发明实施例提供的出行方式推荐装置的第五种结构示意图。
图14是本发明实施例提供的出行方式推荐装置的第六种结构示意图。
图15是本发明实施例提供的终端的结构示意图。
图16是本发明实施例提供的终端的另一结构示意图。
实施该发明的最佳实施例
本发明的最佳实施方式
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,所描述的实施例仅仅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,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解,这样描述的对象在适当情况下可以互换。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、终端、***不必限于清楚地列出的那些步骤或模块或单元,还可以包括没有清楚地列出的步骤或模块或单元,也可以包括对于这些过程、方法、装置、终端或***固有的其它步骤或模块或单元。
参考图1,图1为通过导航类应用搜索目的地的终端界面示意图。用户需要搜索出行路线时,首先需要选择所使用的导航类应用(例如,百度地图)。然后,用户在该导航类应用中输入目的地名称并点击搜索按钮。与该目的地名称相匹配的目的地可能有多个,用户从相匹配的多个目的地中选择一个作为自己想要到达的目的地。随后,终端根据用户选择的目的地来规划最佳出行路线。
这种规划出行路线的方法中,用户操作繁琐,耗时很长,并且还会存在目的地匹配不准确的问题,从而降低了终端的便利性。
本发明实施例提供一种出行方式推荐方法,该方法可以应用于终端中。该终端可以是智能手机、平板电脑等设备。如图2所示,该出行方式推荐方法,可以包括以下步骤:
S110,获取终端所处的当前地理位置以及当前时刻。
其中,终端具备定位功能。例如,终端中具有GPS***(GlobalPositioningSystem,全球定位***)。终端可以通过GPS***来对终端进行定位,以获取终端所处的地理位置。
此外,终端上可以实时显示当前时刻。终端可以获取当前时刻。其中,当前时刻可以包括当前日期(例如,6月2号、6月10号等)、当前星期(例如,星期一、星期六等)、当前时间(例如,上午9点、下午3点等)等。
S120,根据该当前时刻以及预设匹配模型确定预设地理位置,该预设匹配模型包括地理位置与时刻之间的对应关系。
其中,预设匹配模型可以是预先设置在终端中的匹配模型。该预设匹配模型包括地理位置与时刻之间的对应关系。该预设匹配模型中可以包括多个子模型。例如,预设匹配模型可以是如表1所示的匹配模型。
表1
[Table 1]
子模型 | 时刻 | 地理位置 |
子模型1 | 星期六上午9点 | 位置1(家) |
子模型2 | 星期一上午10点 | 位置2(公司) |
…… | …… | …… |
子模型n1 | 星期一下午7点 | 位置n1(商场) |
子模型n2 | 星期五下午8点 | 位置n2(餐厅) |
终端获取到当前时刻后,将该当前时刻与该预设匹配模型进行匹配,以确定与该当前时刻匹配的子模型。随后,终端根据相匹配的子模型来确定预设地理位置。其中,预设地理位置可以理解为用户想要去往的目的地。
例如,终端获取到的当前时刻为星期一下午7点,则与该当前时刻相匹配的子模型为子模型n1。随后,终端可以确定预设地理位置为位置n1。
S130,计算该当前地理位置与该预设地理位置之间的距离。
终端获取到当前地理位置,并确定预设地理位置后,即可计算该当前地理位置与该预设地理位置之间的距离。在一些实施例中,该距离可以是当前地理位置与该预设地理位置之间的直线距离。例如,计算出该当前地理位置与该预设地理位置之间的距离为1.5km。
S140,根据该距离推荐出行方式。
终端计算出当前地理位置与该预设地理位置之间的距离后,可以根据该距离的远近来推荐出行方式。其中,出行方式可以包括共享单车、打车、乘坐公交、乘坐地铁等方式。
在一些实施例中,如图3所示,步骤S110、获取终端所处的当前地理位置以及当前时刻之前,该方法还可以包括以下步骤:
S151,多次获取终端所处的地理位置以及处于该地理位置的时刻;
S152,根据预设机器学习算法,对多个该地理位置以及多个该时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
其中,终端在开机后的运行过程中,终端可以每间隔预设时间即获取一次终端所处的地理位置以及处于该地理位置时的时刻。例如,终端可以每间隔2个小时即获取一次上述信息。
终端多次获取到上述信息后,可以根据预设机器学习算法,对获取到的多个地理位置以及处于该地理位置的时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。其中,该预设机器学习算法可以包括但不限于协同过滤(CF,Coll aborative Filtering)算法、奇异值分解(SVD,Singular Value Decomposition)算法等。
其中,该预设匹配模型表示在终端的历史记录数据中,终端在某个时刻最大概率所处的位置,也即用户在某个时刻最大概率所处的位置。因此,该预设匹配模型反映了用户的行为习惯。
可以理解的,上述训练过程中,终端可以不断对获取到的多个地理位置以及时刻进行学习,以不断对生成的预设匹配模型进行完善。从而可以使得生成的预设匹配模型与用户的行为习惯更加吻合,进而提高推荐出行方式的准确性。
在一些实施例中,步骤S140、根据该距离推荐出行方式,包括以下步骤:
S141,确定该距离所处的距离区间;
S142,根据该距离区间以及预设映射关系确定出行方式,该预设映射关系为距离区间与出行方式之间的对应关系;
S143,推荐该出行方式。
其中,可以预先在终端中设置多个距离区间。例如,可以设置以下距离区间:(0.5km,2km]、(2km,4km]、(4km,6km]、(6km,8km]。
另一方面,实际应用中,当前地理位置与预设地理位置之间的距离不同时,用户可能采取不同的出行方式。该出行方式可以包括共享单车、打车、乘坐公交、乘坐地铁等方式。例如,当用户与预设地理位置(也即用户想要去往的目的地)之间的距离较近时,用户可能使用共享单车出行;而当用户与预设地理位置之间的距离较远时,用户可能打车出行。因此,可以预先在终端中设置每个距离区间与出行方式之间的映射关系。例如,该距离区间与出行方式之间的映射关系可以是如表2所示的对应关系。
表2
[Table 2]
距离区间 | 出行方式 |
(0.5km,2km] | 共享单车 |
(2km,4km] | 乘坐公交 |
(4km,6km] | 乘坐地铁 |
(6km,8km] | 打车 |
终端计算出当前地理位置与预设地理位置之间的距离后,分别将该距离与上述每个距离区间的端点数值进行比较,以确定该距离所处的距离区间。例如,计算出的距离为1.5km,则可以确定该距离所处的距离区间为(0.5km,2km]。
确定距离区间后,终端即可根据该距离区间与上述映射关系确定出行方式,并推荐该出行方式。例如,确定的距离区间为(0.5km,2km],则终端可以确定对应的出行方式为共享单车。随后,终端推荐该出行方式。
在一些实施例中,如图4所示,步骤S143、推荐该出行方式,包括以下步骤:
S1431,基于该当前地理位置搜索预设区域内该出行方式的可用交通资源;
S1432,显示该可用交通资源。
其中,终端确定出出行方式后,可以基于当前地理位置搜索预设区域内该出行方式的可用交通资源。预设区域可以是以当前地理位置为中心的一个区域。例如,预设区域可以是以当前地理位置为中心,半径1km的范围。
可用交通资源为该出行方式对应的可用资源。例如,共享单车方式中,可用交通资源为共享单车;乘坐公交方式中,可用交通资源为公交站;乘坐地铁方式中,可用交通资源为地铁站;打车方式中,可用交通资源为可用车辆。
终端搜索出可用交通资源后,可以在终端的显示屏上显示该可用交通资源。
例如,如图5所示,出行方式为共享单车,则终端可以显示搜索到的可用单车。
如图6所示,出行方式为乘坐公交,则终端可以显示搜索到的公交站。
如图7所示,出行方式为乘坐地铁,则终端可以显示搜索到的地铁站。
如图8所示,出行方式为打车,则终端可以显示搜索到的可用车辆。
在一些实施例中,不同出行方式对应的预设区域范围可以不同。例如,共享单车对应的预设区域可以为当前地理位置为中心、半径0.5km的范围;乘坐公交对应的预设区域可以为当前地理位置为中心、半径1km的范围;乘坐地铁对应的预设区域可以为当前地理位置为中心、半径2km的范围;打车对应的预设区域可以为当前地理位置为中心、半径3km的范围。
终端可以在确定出行方式后,根据该出行方式的类型来获取对应的预设区域范围,然后基于该当前地理位置搜索预设区域内该出行方式的可用交通资源。
在一些实施例中,如图3所示,步骤S143、推荐该出行方式之前,该方法还包括以下步骤:
S161,获取该终端的加速度;
S162,根据该加速度判断该终端是否处于运动状态;
若该终端处于运动状态,则推荐该出行方式。
其中,终端中具有加速度传感器。终端可以获取该加速度传感器的检测数据,以根据该检测数据获取终端的加速度。随后,终端根据该加速度判断该终端是否处于运动状态。
其中,当加速度值为零时,可以判断为终端未处在运动状态。当加速度值不为零时,可以判断为终端处于运动状态。终端处于运动状态时,可以理解为用户处于出行过程中。此时,终端可以推荐上述确定的出行方式。
当判断出终端未处在运动状态时,终端可以终止流程,或者重新开始执行本方法的流程。
在一些实施例中,如图4所示,步骤S143、推荐该出行方式之前,该方法还包括以下步骤:
S163,开启该终端中的计步应用;
S164,判断该计步应用在预设时间段内的计步数据是否达到预设值;
若该计步数据达到该预设值,则推荐该出行方式。
其中,终端中具有计步应用。例如,该计步应用可以是终端中的计步器。终端可以开启该计步应用,并获取该计步应用在预设时间段内的计步数据。该预设时间段可以是预先设置在终端中的一个时间段。例如,预设时间段可以为10秒。
终端获取到该计步应用在预设时间段内的计步数据后,将该计步数据与预设值进行比较,以判断该计步数据是否达到该预设值。其中,该预设值可以是预先设置在终端中的一个数值。例如,该预设值为15。
当计步数据达到该预设值时,可以理解为用户处于出行过程中。此时,终端可以推荐上述确定的出行方式。
当该计步数据未达到该预设值时,终端可以终止流程,或者重新开始执行本方法的流程。
在一些实施例中,继续参考图3,步骤S140、根据该距离推荐出行方式之后,该方法还可以包括以下步骤:
S171,接收用户针对该出行方式的输入操作;
S172,根据该输入操作判断该出行方式是否推荐准确。
其中,终端推荐出行方式后,可以在推荐出行方式的界面显示“接受”、“关闭”等按钮。用户可以对推荐的出行方式进行操作。例如,用户可以点击“接受”按钮,以接受推荐的出行方式,通过该出行方式出行。用户也可以点击“关闭”按钮,以关闭推荐的出行方式,拒绝通过该出行方式出行。
终端可以接收用户针对该出行方式的输入操作。其中,该输入操作包括同意和拒绝。当用户点击“接受”或类似功能的按钮时,表示用户的输入操作为同意;当用户点击“关闭”或类似功能的按钮时,表示用户的输入操作为拒绝。
当终端接收到用户的同意操作时,可以判断推荐的出行方式是准确的。当终端接收到用户的拒绝操作时,可以判断推荐的出行方式是不准确的。
当出行方式推荐不准确时,终端可以继续获取地理位置以及处于该地理位置的时刻,并对获取到的信息进行训练,以逐步完善上述地理位置与时刻之间的匹配模型,从而可以提高后续推荐出行方式的准确性。
具体实施时,本发明不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本发明实施例提供的出行方式推荐方法,获取终端所处的当前地理位置以及当前时刻;根据该当前时刻以及预设匹配模型确定预设地理位置,该预设匹配模型包括地理位置与时刻之间的对应关系;计算该当前地理位置与该预设地理位置之间的距离;根据该距离推荐出行方式。该方案中,终端根据当前时刻以及预设匹配模型来确定预设地理位置,并根据当前地理位置与预设地理位置之间的距离来推荐出行方式,从而无需用户输入信息或操作,终端即可智能化选择最适合用户的出行方式,并向用户推荐该出行方式,该方案简化了用户的操作,可以提升终端的便利性。
本发明实施例还提供一种出行方式推荐装置,该装置可以集成在终端中,该终端可以是智能手机、平板电脑等设备。
如图9所示,出行方式推荐装置200可以包括:第一获取模块201、确定模块202、计算模块203以及推荐模块204。
第一获取模块201,用于获取终端所处的当前地理位置以及当前时刻。
其中,终端具备定位功能。例如,终端中具有GPS***(GlobalPositioningSystem,全球定位***)。第一获取模块201可以通过GPS***来对终端进行定位,以获取终端所处的地理位置。
此外,终端上可以实时显示当前时刻。第一获取模块201可以获取当前时刻。其中,当前时刻可以包括当前日期(例如,6月2号、6月10号等)、当前星期(例如,星期一、星期六等)、当前时间(例如,上午9点、下午3点等)等。
确定模块202,用于根据该当前时刻以及预设匹配模型确定预设地理位置,该预设匹配模型包括地理位置与时刻之间的对应关系。
其中,预设匹配模型可以是预先设置在终端中的匹配模型。该预设匹配模型包括地理位置与时刻之间的对应关系。该预设匹配模型中可以包括多个子模型。例如,预设匹配模型可以是如表3所示的匹配模型。
表3
[Table 3]
子模型 | 时刻 | 地理位置 |
子模型1 | 星期六上午9点 | 位置1(家) |
子模型2 | 星期一上午10点 | 位置2(公司) |
…… | …… | …… |
子模型n1 | 星期一下午7点 | 位置n1(商场) |
子模型n2 | 星期五下午8点 | 位置n2(餐厅) |
第一获取模块201获取到当前时刻后,确定模块202将该当前时刻与该预设匹配模型进行匹配,以确定与该当前时刻匹配的子模型。随后,确定模块202根据相匹配的子模型来确定预设地理位置。其中,预设地理位置可以理解为用户想要去往的目的地。
例如,第一获取模块201获取到的当前时刻为星期一下午7点,则与该当前时刻相匹配的子模型为子模型n1。随后,确定模块202可以确定预设地理位置为位置n1。
计算模块203,用于计算该当前地理位置与该预设地理位置之间的距离。
第一获取模块201获取到当前地理位置,并由确定模块202确定预设地理位置后,计算模块203即可计算该当前地理位置与该预设地理位置之间的距离。在一些实施例中,该距离可以是当前地理位置与该预设地理位置之间的直线距离。例如,计算出该当前地理位置与该预设地理位置之间的距离为1.5km。
推荐模块204,用于根据该距离推荐出行方式。
计算模块203计算出当前地理位置与该预设地理位置之间的距离后,推荐模块204可以根据该距离的远近来推荐出行方式。其中,出行方式可以包括共享单车、打车、乘坐公交、乘坐地铁等方式。
在一些实施例中,如图10所示,出行方式推荐装置200还包括:第二获取模块205、训练模块206。
第二获取模块205,用于多次获取终端所处的地理位置以及处于该地理位置的时刻;
训练模块206,用于根据预设机器学习算法,对多个该地理位置以及多个该时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
其中,终端在开机后的运行过程中,第二获取模块205可以每间隔预设时间即获取一次终端所处的地理位置以及处于该地理位置时的时刻。例如,第二获取模块205可以每间隔2个小时即获取一次上述信息。
第二获取模块205多次获取到上述信息后,训练模块206可以根据预设机器学习算法,对获取到的多个地理位置以及处于该地理位置的时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。其中,该预设机器学习算法可以包括但不限于协同过滤(CF,Collaborative Filtering)算法、奇异值分解(SVD,Singular Value Decomposition)算法等。
其中,该预设匹配模型表示在终端的历史记录数据中,终端在某个时刻最大概率所处的位置,也即用户在某个时刻最大概率所处的位置。因此,该预设匹配模型反映了用户的行为习惯。
可以理解的,上述训练过程中,训练模块206可以不断对获取到的多个地理位置以及时刻进行学习,以不断对生成的预设匹配模型进行完善。从而可以使得生成的预设匹配模型与用户的行为习惯更加吻合,进而提高推荐出行方式的准确性。
在一些实施例中,如图11所示,推荐模块204包括:第一确定子模块2041、第二确定子模块2042、推荐子模块2043。
第一确定子模块2041,用于确定该距离所处的距离区间;
第二确定子模块2042,用于根据该距离区间以及预设映射关系确定出行方式,该预设映射关系为距离区间与出行方式之间的对应关系;
推荐子模块2043,用于推荐该出行方式。
其中,可以预先在终端中设置多个距离区间。例如,可以设置以下距离区间:(0.5km,2km]、(2km,4km]、(4km,6km]、(6km,8km]。
另一方面,实际应用中,当前地理位置与预设地理位置之间的距离不同时,用户可能采取不同的出行方式。该出行方式可以包括共享单车、打车、乘坐公交、乘坐地铁等方式。例如,当用户与预设地理位置(也即用户想要去往的目的地)之间的距离较近时,用户可能使用共享单车出行;而当用户与预设地理位置之间的距离较远时,用户可能打车出行。因此,可以预先在终端中设置每个距离区间与出行方式之间的映射关系。例如,该距离区间与出行方式之间的映射关系可以是如表4所示的对应关系。
表4
[Table 4]
距离区间 | 出行方式 |
(0.5km,2km] | 共享单车 |
(2km,4km] | 乘坐公交 |
(4km,6km] | 乘坐地铁 |
(6km,8km] | 打车 |
计算模块203计算出当前地理位置与预设地理位置之间的距离后,第一确定子模块2041分别将该距离与上述每个距离区间的端点数值进行比较,以确定该距离所处的距离区间。例如,计算出的距离为1.5km,则可以确定该距离所处的距离区间为(0.5km,2km]。
确定距离区间后,第二确定子模块2042即可根据该距离区间与上述映射关系确定出行方式,并由推荐子模块2043推荐该出行方式。例如,确定的距离区间为(0.5km,2km],则第二确定子模块2042可以确定对应的出行方式为共享单车。随后,推荐子模块2043推荐该出行方式。
在一些实施例中,推荐子模块2043用于执行以下步骤:
基于该当前地理位置搜索预设区域内该出行方式的可用交通资源;
显示该可用交通资源。
其中,第二确定子模块2042确定出出行方式后,推荐子模块2043可以基于当前地理位置搜索预设区域内该出行方式的可用交通资源。预设区域可以是以当前地理位置为中心的一个区域。例如,预设区域可以是以当前地理位置为中心,半径1km的范围。
可用交通资源为该出行方式对应的可用资源。例如,共享单车方式中,可用交通资源为共享单车;乘坐公交方式中,可用交通资源为公交站;乘坐地铁方式中,可用交通资源为地铁站;打车方式中,可用交通资源为可用车辆。
推荐子模块2043搜索出可用交通资源后,可以在终端的显示屏上显示该可用交通资源。
在一些实施例中,不同出行方式对应的预设区域范围可以不同。例如,共享单车对应的预设区域可以为当前地理位置为中心、半径0.5km的范围;乘坐公交对应的预设区域可以为当前地理位置为中心、半径1km的范围;乘坐地铁对应的预设区域可以为当前地理位置为中心、半径2km的范围;打车对应的预设区域可以为当前地理位置为中心、半径3km的范围。
推荐子模块2043可以在第二确定子模块2042确定出行方式后,根据该出行方式的类型来获取对应的预设区域范围,然后基于该当前地理位置搜索预设区域内该出行方式的可用交通资源。
在一些实施例中,如图12所示,出行方式推荐装置200还包括:第三获取模块207、第一判断模块208。
第三获取模块207,用于获取该终端的加速度;
第一判断模块208,用于根据该加速度判断该终端是否处于运动状态;
推荐模块204,用于在该终端处于运动状态时,推荐该出行方式。
其中,终端中具有加速度传感器。第三获取模块207可以获取该加速度传感器的检测数据,以根据该检测数据获取终端的加速度。随后,第一判断模块208根据该加速度判断该终端是否处于运动状态。
其中,当加速度值为零时,可以判断为终端未处在运动状态。当加速度值不为零时,可以判断为终端处于运动状态。终端处于运动状态时,可以理解为用户处于出行过程中。此时,推荐模块204可以推荐上述确定的出行方式。
当判断出终端未处在运动状态时,终端可以终止流程,或者重新开始执行本方法的流程。
在一些实施例中,如图13所示,出行方式推荐装置200还包括:开启模块209、第二判断模块210。
开启模块209,用于开启该终端中的计步应用;
第二判断模块210,用于判断该计步应用在预设时间段内的计步数据是否达到预设值;
推荐模块204,用于在该计步数据达到该预设值时,推荐该出行方式。
其中,终端中具有计步应用。例如,该计步应用可以是终端中的计步器。开启模块209可以开启该计步应用,并获取该计步应用在预设时间段内的计步数据。该预设时间段可以是预先设置在终端中的一个时间段。例如,预设时间段可以为10秒。
获取到该计步应用在预设时间段内的计步数据后,第二判断模块210将该计步数据与预设值进行比较,以判断该计步数据是否达到该预设值。其中,该预设值可以是预先设置在终端中的一个数值。例如,该预设值为15。
当计步数据达到该预设值时,可以理解为用户处于出行过程中。此时,推荐模块204可以推荐上述确定的出行方式。
当该计步数据未达到该预设值时,终端可以终止流程,或者重新开始执行本方法的流程。
在一些实施例中,如图14所示,出行方式推荐装置200还包括:接收模块211、第三判断模块212。
接收模块211,用于接收用户针对该出行方式的输入操作;
第三判断模块212,用于根据该输入操作判断该出行方式是否推荐准确。
其中,推荐模块204推荐出行方式后,可以在推荐出行方式的界面显示′接受′、′关闭′等按钮。用户可以对推荐的出行方式进行操作。例如,用户可以点击′接受′按钮,以接受推荐的出行方式,通过该出行方式出行。用户也可以点击′关闭′按钮,以关闭推荐的出行方式,拒绝通过该出行方式出行。
接收模块211可以接收用户针对该出行方式的输入操作。其中,该输入操作包括同意和拒绝。当用户点击′接受′或类似功能的按钮时,表示用户的输入操作为同意;当用户点击′关闭′或类似功能的按钮时,表示用户的输入操作为拒绝。
当接收模块211接收到用户的同意操作时,第三判断模块212可以判断推荐的出行方式是准确的。当接收模块211接收到用户的拒绝操作时,第三判断模块212可以判断推荐的出行方式是不准确的。
当出行方式推荐不准确时,上述第二获取模块205可以继续获取地理位置以及处于该地理位置的时刻,并由训练模块206对获取到的信息进行训练,以逐步完善上述地理位置与时刻之间的匹配模型,从而可以提高后续推荐出行方式的准确性。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现。
由上可知,本发明实施例提供的出行方式推荐装置200,通过第一获取模块201获取终端所处的当前地理位置以及当前时刻;确定模块202根据该当前时刻以及预设匹配模型确定预设地理位置,该预设匹配模型包括地理位置与时刻之间的对应关系;计算模块203计算该当前地理位置与该预设地理位置之间的距离;推荐模块204根据该距离推荐出行方式。该方案中,终端根据当前时刻以及预设匹配模型来确定预设地理位置,并根据当前地理位置与预设地理位置之间的距离来推荐出行方式,从而无需用户输入信息或操作,终端即可智能化选择最适合用户的出行方式,并向用户推荐该出行方式,该方案简化了用户的操作,可以提升终端的便利性。
本发明实施例还提供一种终端。该终端可以是智能手机、平板电脑等设备。如图15所示,终端300包括处理器301和存储器302。其中,处理器301与存储器302电性连接。
处理器301是终端300的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器302内的计算机程序,以及调用存储在存储器302内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。
在本实施例中,终端300中的处理器301会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中,并由处理器301来运行存储在存储器302中的计算机程序,从而实现各种功能:
获取终端所处的当前地理位置以及当前时刻;
根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算所述当前地理位置与所述预设地理位置之间的距离;
根据所述距离推荐出行方式。
在一些实施例中,获取终端所处的当前地理位置以及当前时刻之前,处理器301还执行以下步骤:
多次获取终端所处的地理位置以及处于所述地理位置的时刻;
根据预设机器学习算法,对多个所述地理位置以及多个所述时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
在一些实施例中,根据所述距离推荐出行方式时,处理器301执行以下步骤:
确定所述距离所处的距离区间;
根据所述距离区间以及预设映射关系确定出行方式,所述预设映射关系为距离区间与出行方式之间的对应关系;
推荐所述出行方式。
在一些实施例中,推荐所述出行方式时,处理器301执行以下步骤:
根据所述当前地理位置搜索预设区域内所述出行方式的可用交通资源;
显示所述可用交通资源。
在一些实施例中,根据所述距离推荐出行方式之前,处理器301还执行以下步骤:
获取所述终端的加速度;
根据所述加速度判断所述终端是否处于运动状态;
若所述终端处于运动状态,则根据所述距离推荐出行方式。
在一些实施例中,根据所述距离推荐出行方式之前,处理器301还执行以下步骤:
开启所述终端中的计步应用;
判断所述计步应用在预设时间段内的计步数据是否达到预设值;
若所述计步数据达到所述预设值,则根据所述距离推荐出行方式。
在一些实施例中,根据所述距离推荐出行方式之后,处理器301还执行以下步骤:
接收用户针对所述出行方式的输入操作;
根据所述输入操作判断所述出行方式是否推荐准确。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序,从而执行各种功能应用以及数据处理。
在一些实施例中,如图16所示,终端300还包括:传感器303、显示屏304、控制电路305、输入单元306以及电源307。其中,处理器301分别与传感器303、显示屏304、控制电路305、输入单元306以及电源307电性连接。
传感器303用于采集外部环境信息。传感器303可以包括加速度传感器、环境亮度传感器、陀螺仪等传感器。
显示屏304可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口,这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。
控制电路305与显示屏304电性连接,用于控制显示屏304显示信息。
输入单元306可用于接收输入的数字、字符信息或用户特征信息(例如指纹),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中,输入单元306可以包括指纹识别模组。
电源307用于给终端300的各个部件供电。在一些实施例中,电源307可以通过电源管理***与处理器301逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图16中未示出,终端300还可以包括摄像头、射频电路、蓝牙模块等,在此不再赘述。
由上可知,本发明实施例提供了一种终端,该终端获取自身所处的当前地理位置以及当前时刻;根据该当前时刻以及预设匹配模型确定预设地理位置,该预设匹配模型包括地理位置与时刻之间的对应关系;计算该当前地理位置与该预设地理位置之间的距离;根据该距离推荐出行方式。该方案中,终端根据当前时刻以及预设匹配模型来确定预设地理位置,并根据当前地理位置与预设地理位置之间的距离来推荐出行方式,从而无需用户输入信息或操作,终端即可智能化选择最适合用户的出行方式,并向用户推荐该出行方式,该方案简化了用户的操作,可以提升终端的便利性。
本发明实施例还提供一种存储介质,该存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,该计算机执行上述任一实施例所述的出行方式推荐方法。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,该存储介质可以包括但不限于:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上对本发明实施例所提供的出行方式推荐方法、装置、存储介质及终端进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种出行方式推荐方法,其中,包括:
获取终端所处的当前地理位置以及当前时刻;
根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算所述当前地理位置与所述预设地理位置之间的距离;
获取所述终端的加速度,若根据所述加速度判断出所述终端处于运动状态,则根据所述距离推荐出行方式,并根据所述出行方式的类型获取对应的预设区域范围,不同出行方式对应的预设区域范围不同;
根据所述当前地理位置,搜索确定的所述预设区域范围内所述出行方式的可用交通资源,并显示所述可用交通资源。
2.根据权利要求1所述的出行方式推荐方法,其中,获取终端所处的当前地理位置以及当前时刻的步骤前,还包括:
多次获取终端所处的地理位置以及处于所述地理位置的时刻;
根据预设机器学习算法,对多个所述地理位置以及多个所述时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
3.根据权利要求1所述的出行方式推荐方法,其中,根据所述距离推荐出行方式的步骤包括:
确定所述距离所处的距离区间;
根据所述距离区间以及预设映射关系确定出行方式,所述预设映射关系为距离区间与出行方式之间的对应关系;
推荐所述出行方式。
4.根据权利要求1所述的出行方式推荐方法,其中,根据所述距离推荐出行方式的步骤前,还包括:
开启所述终端中的计步应用;
判断所述计步应用在预设时间段内的计步数据是否达到预设值;
若所述计步数据达到所述预设值,则根据所述距离推荐出行方式。
5.根据权利要求1所述的出行方式推荐方法,其中,根据所述距离推荐出行方式的步骤后,还包括:
接收用户针对所述出行方式的输入操作;
根据所述输入操作判断所述出行方式是否推荐准确。
6.一种出行方式推荐装置,其中,包括:
第一获取模块,用于获取终端所处的当前地理位置以及当前时刻;
确定模块,用于根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算模块,用于计算所述当前地理位置与所述预设地理位置之间的距离;
第三获取模块,用于获取所述终端的加速度;
第一判断模块,用于根据所述加速度判断所述终端是否处于运动状态;
推荐模块,用于若所述终端处于运动状态,则根据所述距离推荐出行方式,并根据所述出行方式的类型获取对应的预设区域范围,不同出行方式对应的预设区域范围不同;根据所述当前地理位置,搜索确定的所述预设区域范围内所述出行方式的可用交通资源,并显示所述可用交通资源。
7.根据权利要求6所述的出行方式推荐装置,其中,还包括:
第二获取模块,用于多次获取终端所处的地理位置以及处于所述地理位置的时刻;
训练模块,用于根据预设机器学习算法,对多个所述地理位置以及多个所述时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
8.根据权利要求6所述的出行方式推荐装置,其中,所述推荐模块包括:
第一确定子模块,用于确定所述距离所处的距离区间;
第二确定子模块,用于根据所述距离区间以及预设映射关系确定出行方式,所述预设映射关系为距离区间与出行方式之间的对应关系;
推荐子模块,用于推荐所述出行方式。
9.根据权利要求6所述的出行方式推荐装置,其中,还包括:
开启模块,用于开启所述终端中的计步应用;
第二判断模块,用于判断所述计步应用在预设时间段内的计步数据是否达到预设值;
所述推荐模块,还用于在所述计步数据达到所述预设值时,根据所述距离推荐出行方式。
10.根据权利要求6所述的出行方式推荐装置,其中,还包括:
接收模块,用于接收用户针对所述出行方式的输入操作;
第三判断模块,用于根据所述输入操作判断所述出行方式是否推荐准确。
11.一种存储介质,其中,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至5任一项所述的出行方式推荐方法。
12.一种终端,其中,包括处理器和存储器,所述处理器与所述存储器电性连接,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行以下步骤:
获取所述终端所处的当前地理位置以及当前时刻;
根据所述当前时刻以及预设匹配模型确定预设地理位置,所述预设匹配模型包括地理位置与时刻之间的对应关系;
计算所述当前地理位置与所述预设地理位置之间的距离;
获取所述终端的加速度,若根据所述加速度判断出所述终端处于运动状态,则根据所述距离推荐出行方式,并根据所述出行方式的类型获取对应的预设区域范围,不同出行方式对应的预设区域范围不同;
根据所述当前地理位置,搜索确定的所述预设区域范围内所述出行方式的可用交通资源,并显示所述可用交通资源。
13.根据权利要求12所述的终端,其中,获取所述终端所处的当前地理位置以及当前时刻的步骤前,所述处理器还用于执行以下步骤:
多次获取终端所处的地理位置以及处于所述地理位置的时刻;
根据预设机器学习算法,对多个所述地理位置以及多个所述时刻进行训练,以生成地理位置与时刻之间的预设匹配模型。
14.根据权利要求12所述的终端,其中,根据所述距离推荐出行方式时,所述处理器用于执行以下步骤:
确定所述距离所处的距离区间;
根据所述距离区间以及预设映射关系确定出行方式,所述预设映射关系为距离区间与出行方式之间的对应关系;
推荐所述出行方式。
15.根据权利要求12所述的终端,其中,根据所述距离推荐出行方式的步骤前,所述处理器还用于执行以下步骤:
开启所述终端中的计步应用;
判断所述计步应用在预设时间段内的计步数据是否达到预设值;
若所述计步数据达到所述预设值,则根据所述距离推荐出行方式。
16.根据权利要求12所述的终端,其中,根据所述距离推荐出行方式的步骤后,所述处理器还用于执行以下步骤:
接收用户针对所述出行方式的输入操作;
根据所述输入操作判断所述出行方式是否推荐准确。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/091357 WO2019000463A1 (zh) | 2017-06-30 | 2017-06-30 | 出行方式推荐方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110785626A CN110785626A (zh) | 2020-02-11 |
CN110785626B true CN110785626B (zh) | 2023-05-30 |
Family
ID=64742775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780090124.5A Active CN110785626B (zh) | 2017-06-30 | 2017-06-30 | 出行方式推荐方法、装置、存储介质及终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110785626B (zh) |
WO (1) | WO2019000463A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112556717B (zh) * | 2021-02-20 | 2021-05-14 | 腾讯科技(深圳)有限公司 | 出行方式筛选方法和出行路线推荐方法和装置 |
CN113885751A (zh) * | 2021-09-28 | 2022-01-04 | 阿里巴巴(中国)有限公司 | 显示方法、数据处理方法、电子设备及计算设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506861A (zh) * | 2011-10-12 | 2012-06-20 | 北京世纪高通科技有限公司 | 交通出行信息的处理方法及装置 |
CN106092120A (zh) * | 2016-08-25 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 导航方法及装置 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100595658B1 (ko) * | 2004-03-12 | 2006-07-03 | 엘지전자 주식회사 | 휴대단말기를 이용한 교통정보 제공장치 및 방법 |
JP4248602B2 (ja) * | 2007-07-12 | 2009-04-02 | パナソニック株式会社 | 旅程提示装置および旅程提示方法 |
CN102080964A (zh) * | 2009-12-01 | 2011-06-01 | 汤贻芸 | 自动确定导航目标地址的智能导航方法和*** |
DE102010042813A1 (de) * | 2010-10-22 | 2012-04-26 | Deutsche Post Ag | Verfahren und Vorrichtung zur Tourenplanung |
CN103443584A (zh) * | 2011-03-25 | 2013-12-11 | 索尼公司 | 信息处理设备、信息处理方法和程序 |
JP2013083486A (ja) * | 2011-10-06 | 2013-05-09 | Denso Corp | 経路提案装置 |
JP2013167466A (ja) * | 2012-02-14 | 2013-08-29 | Nissan Motor Co Ltd | 目的地予測装置 |
CN102645220A (zh) * | 2012-05-21 | 2012-08-22 | 诚迈科技(南京)有限公司 | 智能出行方式实时规划推荐方法 |
US8855901B2 (en) * | 2012-06-25 | 2014-10-07 | Google Inc. | Providing route recommendations |
JP5944770B2 (ja) * | 2012-07-17 | 2016-07-05 | 株式会社デンソーアイティーラボラトリ | 行先提案システム、行先提案方法、およびプログラム |
CN103674042A (zh) * | 2012-09-18 | 2014-03-26 | 三星电子(中国)研发中心 | 基于用户建模的路径引导***和方法 |
EP2901408B1 (en) * | 2012-09-25 | 2021-08-25 | Scoot Rides, Inc. | Systems and methods for regulating vehicle access |
US20140172292A1 (en) * | 2012-12-14 | 2014-06-19 | Ford Global Technologies, Llc | Methods and Apparatus for Context Based Trip Planning |
DE112013006463B4 (de) * | 2013-01-21 | 2021-10-21 | Mitsubishi Electric Corporation | Zielvorhersagevorrichtung |
US20150134244A1 (en) * | 2013-11-12 | 2015-05-14 | Mitsubishi Electric Research Laboratories, Inc. | Method for Predicting Travel Destinations Based on Historical Data |
CN104864879A (zh) * | 2014-02-25 | 2015-08-26 | 高德软件有限公司 | 导航路径规划方法及装置 |
CN106323268A (zh) * | 2015-06-29 | 2017-01-11 | 上海卓易科技股份有限公司 | 一种移动终端定位出行导航方法和移动终端 |
CN105069055B (zh) * | 2015-07-27 | 2018-07-27 | 福建工程学院 | 一种搭乘出租车的推荐方法、***及客户端 |
CN106482740A (zh) * | 2015-08-31 | 2017-03-08 | 小米科技有限责任公司 | 生成导航线路的方法及装置 |
CN105890611A (zh) * | 2016-03-29 | 2016-08-24 | 乐视控股(北京)有限公司 | 一种导航路线的生成方法和装置、设备 |
CN106197460B (zh) * | 2016-06-21 | 2018-12-21 | 吉林大学 | 一种应用gps出行数据进行出行目的地预测的方法 |
CN106096000A (zh) * | 2016-06-22 | 2016-11-09 | 长江大学 | 一种基于移动互联网的用户旅行最优化推荐方法及*** |
CN106484848B (zh) * | 2016-09-30 | 2020-07-10 | 网易传媒科技(北京)有限公司 | 一种应用推荐方法和设备 |
CN106254557A (zh) * | 2016-10-09 | 2016-12-21 | 努比亚技术有限公司 | 个人行程智能推送方法及装置 |
CN106679683B (zh) * | 2016-11-26 | 2018-06-29 | 深圳壹账通智能科技有限公司 | 获取出行信息的方法及装置 |
CN106705983A (zh) * | 2017-03-03 | 2017-05-24 | 观致汽车有限公司 | 基于用户习惯的导航***、导航方法及车辆 |
-
2017
- 2017-06-30 WO PCT/CN2017/091357 patent/WO2019000463A1/zh active Application Filing
- 2017-06-30 CN CN201780090124.5A patent/CN110785626B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102506861A (zh) * | 2011-10-12 | 2012-06-20 | 北京世纪高通科技有限公司 | 交通出行信息的处理方法及装置 |
CN106092120A (zh) * | 2016-08-25 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 导航方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019000463A1 (zh) | 2019-01-03 |
CN110785626A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109429179B (zh) | 信息处理装置、信息处理***、信息处理方法和记录介质 | |
US20170013408A1 (en) | User Text Content Correlation with Location | |
US10885897B2 (en) | Information providing device and information providing system | |
US20140236719A1 (en) | Systems and methods for providing an online marketplace for route guidance | |
US20170017928A1 (en) | Inferring physical meeting location | |
CN110619027B (zh) | 一种房源信息的推荐方法、装置、终端设备及介质 | |
Castrogiovanni et al. | Smartphone data classification technique for detecting the usage of public or private transportation modes | |
CN112556717B (zh) | 出行方式筛选方法和出行路线推荐方法和装置 | |
CN110785626B (zh) | 出行方式推荐方法、装置、存储介质及终端 | |
CN111578960B (zh) | 导航方法、装置和电子设备 | |
CN111782955A (zh) | 兴趣点表示和推送方法、装置、电子设备及存储介质 | |
KR20210078203A (ko) | 거점 기반의 프로파일링 방법 및 이를 이용하는 단말기 | |
US20200126123A1 (en) | Advance notification of convenient purchase points | |
US11553052B2 (en) | Information processing apparatus, system, and in-vehicle device | |
CN110672086A (zh) | 场景识别方法、装置、设备及计算机可读介质 | |
Chen | Modeling route choice behavior using smartphone data | |
US20220009350A1 (en) | System and method for generating content recommendation rules for a vehicle | |
US20170339235A1 (en) | Method and System for Determining an Actual Point-of-Interest Based on User Activity and Environment Contexts | |
Pirjade et al. | User conventional root detection for indoor mall | |
US11428539B2 (en) | Recommendation apparatus and recommendation system | |
KR102247897B1 (ko) | 전자 기기, 교통 관련 컨텐츠 제공 방법 및 시스템 | |
CN112050822B (zh) | 用于生成行驶路线的方法、***和装置 | |
US20220163345A1 (en) | Information processing apparatus, information processing method, and non-transitory storage medium | |
US20220012606A1 (en) | System and method for incorporating non-vehicular event data into vehicle system | |
Alizadeh et al. | Towards Smart Mobility: Journey Reconstruction for Frictionless Public Transit using GPS and GTFS Data |
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 |