CN111859175A - 一种推荐上车点的方法和*** - Google Patents

一种推荐上车点的方法和*** Download PDF

Info

Publication number
CN111859175A
CN111859175A CN202010151813.6A CN202010151813A CN111859175A CN 111859175 A CN111859175 A CN 111859175A CN 202010151813 A CN202010151813 A CN 202010151813A CN 111859175 A CN111859175 A CN 111859175A
Authority
CN
China
Prior art keywords
point
interest
points
candidate
pick
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
CN202010151813.6A
Other languages
English (en)
Inventor
杨建涛
贺明慧
束纬寰
马利
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
Beijing Didi Infinity Technology and Development 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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN202010151813.6A priority Critical patent/CN111859175A/zh
Publication of CN111859175A publication Critical patent/CN111859175A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—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
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种推荐上车点的方法和***。所述方法包括：一种推荐上车点的方法，其特征在于，包括：根据检索兴趣点确定第一候选上车点集；根据所述检索兴趣点确定至少一个相关的兴趣点；根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集；将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集；基于所述第三候选上车点集，确定推荐上车点。本申请披露的方法可以增加推荐合适上车点的可能性，提高平台的服务质量。

Description

一种推荐上车点的方法和***
技术领域
本申请涉及网约车领域，特别涉及一种推荐上车点的方法和***。
背景技术
随着网约车的出现，为人们的出行提供了很大的便利。使用网约车出行时，司机和乘客双方不知道对方的准确位置，可能会出现反复进行电话沟通寻找对方的情况，延长了乘客的出行时间。为了提升用户体验，避免乘客和司机时间和金钱的浪费，目前网约车均会在用户选择上车点时提供推荐的上车点。
发明内容
本申请实施例之一提供一种推荐上车点的方法方法。所述推荐上车点的方法方法包括：根据检索兴趣点确定第一候选上车点集；根据所述检索兴趣点确定至少一个相关的兴趣点；根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集；将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集；基于所述第三候选上车点集，确定推荐上车点。
在一些实施例中，所述检索兴趣点确定至少一个相关的兴趣点包括：基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点。
在一些实施例中，所述基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点包括：确定包括所述检索兴趣点的第一区域；获取所述第一区域的至少一个第一其他兴趣点；将所述至少一个第一其他兴趣点确定为所述相关的兴趣点。
在一些实施例中，所述基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点包括：获取与所述检索兴趣点距离小于第一阈值的至少一个第二其他兴趣点；将所述至少一个第二其他兴趣点确定为所述相关的兴趣点。
在一些实施例中，所述根据所述检索兴趣点确定至少一个相关的兴趣点还包括：基于其他兴趣点的候选上车点集与所述第一候选上车点集的相似度，确定至少一个第三其他兴趣点；将所述至少一个第三其他兴趣点确定为所述相关的兴趣点。
在一些实施例中，所述基于第三候选上车点集，确定推荐上车点包括：将所述第三候选上车点集中的候选上车点输入训练好的推荐模型；确定所述候选上车点中每一个的评分结果；基于所述评分结果，确定推荐上车点。
在一些实施例中，所述确定所述候选上车点中每一个的评分结果包括：基于所述第三候选上车点集中的所述候选上车点获取特征数据，所述特征数据包括：所述候选上车点的属性特征、所述检索兴趣点的属性特征、所述候选上车点与所述检索兴趣点的位置关系特征、所述候选上车点与所述用户的定位位置的位置关系特征的一种或多种的组合；基于所述特征数据计算所述候选上车点中每一个的分数。
在一些实施例中，所述基于所述第三候选上车点集中的所述候选上车点获取特征数据包括：获取所述检索兴趣点的位置信息；获取所述第三候选上车点集中的所述候选上车点的位置信息；基于所述候选上车点的所述位置信息和所述检索兴趣点的所述位置信息，确定所述候选上车点与所述检索兴趣点的位置关系特征。
在一些实施例中，所述基于所述第三候选上车点集中的所述候选上车点获取特征数据还包括：获取所述用户的定位信息；获取所述第三候选上车点集中的所述候选上车点的位置信息；基于所述候选上车点的所述位置信息和所述用户的所述定位信息，确定所述候选上车点与所述用户的定位位置的位置关系特征。
本申请实施例之一提供一种推荐上车点的***。所述推荐上车点的***可以包括：第一候选上车点集确定模块，用于根据检索兴趣点确定第一候选上车点集；相关兴趣点确定模块，用于根据所述检索兴趣点确定至少一个相关的兴趣点；第二候选上车点集确定模块，用于根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集；第三候选上车点集确定模块，用于将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集；上车点推荐模块，用于基于所述第三候选上车点集，确定推荐上车点。
在一些实施例中，所述相关兴趣点确定模块用于：基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点。
在一些实施例中，所述相关兴趣点确定模块用于：获取与所述检索兴趣点距离小于第一阈值的至少一个第二其他兴趣点；所述至少一个第二其他兴趣点作为所述相关的兴趣点。
在一些实施例中，所述相关兴趣点确定模块用于：基于其他兴趣点的候选上车点集与所述第一候选上车点集的相似度，确定至少一个第三其他兴趣点；所述至少一个第三其他兴趣点作为所述相关的兴趣点。
在一些实施例中，所述上车点推荐模块用于：将所述第三候选上车点集中的候选上车点输入训练好的推荐模型；确定所述候选上车点中每一个的评分结果；基于所述评分结果，确定推荐上车点。
在一些实施例中，所述上车点推荐模块用于：基于所述第三候选上车点集中的所述候选上车点获取特征数据，所述特征数据包括：所述候选上车点的属性特征、所述检索兴趣点的属性特征、所述候选上车点与所述检索兴趣点的位置关系特征、所述候选上车点与所述用户的定位位置的位置关系特征的一种或多种的组合；基于所述特征数据计算所述候选上车点中每一个的分数。
在一些实施例中，所述上车点推荐模块用于：获取所述检索兴趣点的位置信息；获取所述第三候选上车点集中的所述候选上车点的位置信息；基于所述候选上车点的所述位置信息和所述检索兴趣点的所述位置信息，确定所述候选上车点与所述检索兴趣点的位置关系特征。
在一些实施例中，所述上车点推荐模块用于：获取所述用户的定位信息；获取所述第三候选上车点集中的所述候选上车点的位置信息；基于所述候选上车点的所述位置信息和所述用户的所述定位信息，确定所述候选上车点与所述用户的定位位置的位置关系特征。
在一些实施例中，所述推荐模型为LambdaMART排序模型。
本申请实施例之一提供一种推荐上车点的装置，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现推荐上车点的方法。
本申请实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，所述计算机程序指令在被处理器执行时实现推荐上车点的方法。
附图说明
本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本申请的一些实施例所示的推荐上车点***的应用场景示意图；
图2是根据本申请的一些实施例所示的推荐上车点***的示例性处理模块的框图；
图3是根据本申请的一些实施例所示的推荐上车点方法的示例性流程图；
图4是根据本申请的一些实施例所示的基于空间拓扑关系确定相关兴趣点的示例性流程图；
图5是根据本申请的一些实施例所示的确定推荐上车点的示例性流程图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“***”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的***所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
本申请的实施例可以应用于不同的运输***，不同的运输***包括但不限于陆地、海洋、航空、航天等中的一种或几种的组合。例如，出租车、专车、顺风车、巴士、代驾、火车、动车、高铁、船舶、飞机、热气球、无人驾驶的交通工具、收/送快递等应用了管理和/或分配的运输***。本申请的不同实施例应用场景包括但不限于网页、浏览器插件、客户端、定制***、企业内部分析***、人工智能机器人等中的一种或几种的组合。应当理解的是，本申请的***及方法的应用场景仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。例如，其他类似的引导用户停车***。
本申请描述的“乘客”、“乘客端”、“用户终端”、“顾客”、“需求者”、“服务需求者”、“消费者”、“消费方”、“使用需求者”等是可以互换的，是指需要或者订购服务的一方，可以是个人，也可以是工具。同样地，本申请描述的“司机”、“司机端”、“提供者”、“供应者”、“服务提供者”、“服务者”、“服务方”等也是可以互换的，是指提供服务或者协助提供服务的个人、工具或者其他实体等。另外，本申请描述的“用户”可以是需要或者订购服务的一方，也可以是提供服务或者协助提供服务的一方。
图1是根据本申请的一些实施例所示的推荐上车点***100的应用场景示意图。推荐上车点的***100可以推荐上车点并推荐给乘客，引导乘客选择合适的上车点。推荐上车点的***100可以是用于互联网服务的线上服务平台。例如，该推荐上车点的***100可以是运输服务的线上运输服务平台。在一些实施例中，该推荐上车点的***100可以应用于网约车服务，例如出租车呼叫、快车呼叫、专车呼叫、小巴呼叫、拼车、公交服务、司机雇佣和接送服务等。具体的，可以为请求网约车服务的乘客提供一个或者多个合适上车位置，或者为提供服务的司机提供一个或者多个合适拾取乘客的位置。在一些实施例中，该推荐上车点的***100还可以应用于代驾、快递、外卖等服务，例如，为发送代驾、快递、外卖等服务请求的用户提供服务起始地点。推荐上车点的***100可以是一个线上服务平台，包含服务器110、网络120、用户终端130以及数据库140。服务器110可包含处理设备112。
在一些实施例中，服务器110可以用于处理与推荐上车点相关的信息和/或数据。例如，服务器110可以为发送在线打车的服务请求的用户推荐上车点，服务器110还可以从用户终端130接收服务请求，并处理该服务请求以向用户终端130推荐上车点。服务器110可以是独立的服务器或者服务器组。该服务器组可以是集中式的或者分布式的(如：服务器110可以是分布***)。在一些实施例中该服务器110可以是区域的或者远程的。例如，服务器110可通过网络120访问存储于用户终端130、数据库140中的信息和/或资料。在一些实施例中，服务器110可直接与用户终端130、数据库140连接以访问存储于其中的信息和/或资料。在一些实施例中，服务器110可在云平台上执行。例如，该云平台可包括私有云、公共云、混合云、社区云、分散式云、内部云等中的一种或其任意组合。
在一些实施例中，服务器110可包含处理设备112。该处理设备112可处理与服务请求有关的数据和/或信息以执行一个或多个本申请中描述的功能。例如处理设备112可以接收用户终端130发送的用车请求信号，向用户提供推荐上车点。在一些实施例中，处理设备112可包含一个或多个子处理设备(例如，单芯处理设备或多核多芯处理设备)。仅仅作为范例，处理设备112可包含中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。
网络120可促进数据和/或信息的交换，数据和/或信息可以包括目标用户终端的用户标识、请求时间、服务起始位置、服务目的地、目标用户终端发起服务请求时该目标用户终端的位置等。在一些实施例中，推荐上车点的***100中的一个或多个组件(例如，服务器110、用户终端130、数据库140)可通过网络120发送数据和/或信息给推荐上车点的***100中的其他组件。在一些实施例中，网络120可是任意类型的有线或无线网络。例如，网络120可包括缆线网络、有线网络、光纤网络、电信网络、内部网络、网际网络、区域网络(LAN)、广域网络(WAN)、无线区域网络(WLAN)、都会区域网络(MAN)、公共电话交换网络(PSTN)、蓝牙网络、ZigBee网络、近场通讯(NFC)网络等或以上任意组合。在一些实施例中，网络120可包括一个或多个网络进出点。例如，网络120可包含有线或无线网络进出点，如基站和/或网际网络交换点120-1、120-2、…，通过这些进出点，推荐上车点的***100的一个或多个组件可连接到网络120上以交换数据和/或信息。
在一些实施例中，用户终端130可以是可显示推荐上车点页面的设备的终端，可包括手机130-1、笔记本电脑130-2、移动装置(图中未示出)、车载装置(图中未示出)等中的一种或其任意组合。在一些实施例中，移动装置可包括智能家居装置、可穿戴装置、智能行动装置、虚拟实境装置、增强实境装置等或其任意组合。在一些实施例中，智能家具装置可包括智能监测装置、智能电视、智能摄像机、智能可视门禁对讲机等或其任意组合。在一些实施例中，可穿戴装置可包括带有显示界面的智能手环、智能眼镜、智能头盔、智能手表等或其任意组合。在一些实施例中，智能行动装置可包括智能电话、个人数字助理(PDA)、游戏装置、导航装置、POS装置等或其任意组合。在一些实施例中，虚拟实境装置和/或增强实境装置可包括虚拟实境头盔、虚拟实境眼镜、虚拟实境眼罩、增强实境头盔、增强实境眼镜、增强实境眼罩等或以上任意组合。例如，虚拟现实设备和/或增强现实设备可以包括GoogleGlass、Oculus Rift、HoloLens或Gear VR等。在一些实施例中，用户终端130可包括具有定位功能的装置，以确定用户和/或用户终端130的位置。在一些实施例中，用户可以通过用户终端130获取推荐上车点。在一些实施例中，用户终端130可以与另一定位设备通信以确定用户终端130的位置。在一些实施例中，用户终端130可以将定位信息发送到服务器110。用户可以是服务请求者。
数据库140是用于为***100提供其他信息的来源。数据库140可以用于为***100提供与服务相关的信息，例如，天气情况、交通信息、法律法规信息、新闻事件、生活资讯、生活指南信息等。又例如，数据库140还可以包括打车平台的用户信息、历史订单等，该用户信息可以包括用户定位点信息、用户上车点信息等。数据库140可以在单个中央服务器、通过通信链路连接的多个服务器或多个个人设备中实现。当数据库140在多个个人设备中实现时，个人设备可以生成内容(例如，被称为“用户生成内容”)，例如，通过将文本、语音、图像和视频上载到云服务器。数据库140可以由多个个人设备和云服务器生成。在一些实施例中，数据库140可存储从用户终端130获取的资料，例如，用户发送服务请求时的位置信息。在一些实施例中，数据库140可存储供服务器110执行或使用的信息和/或指令，以执行本申请中描述的示例性方法。在一些实施例中，数据库140可包括大容量存储器、可移动存储器、挥发性读写存储器(例如，随机存取存储器RAM)、只读存储器(ROM)等或以上任意组合。在一些实施例中，数据库140可在云平台上实现。例如，该云平台可包括私有云、公共云、混合云、社区云、分散式云、内部云等或以上任意组合。
在一些实施例中，数据库140可与网络120连接以与***100的一个或多个组件(例如，服务器110、用户终端130等)通讯。推荐上车点的***100的一个或多个组件可通过网络120访问存储于数据库140中的资料或指令，例如，请求时间、服务起始位置、服务目的地、目标用户终端发起服务请求时该目标用户终端的位置等。在一些实施例中，数据库140可直接与推荐上车点的***100中的一个或多个组件(如，服务器110、用户终端130)连接或通讯。在一些实施例中，数据库140可以是服务器110的一部分。
图2是根据本说明书的一些实施例所示的推荐上车点***的模块图。如图2所示，推荐上车点的***100可以包括第一候选上车点集确定模块210、相关兴趣点确定模块220、第二候选上车点集确定模块230、第三候选上车点集确定模块240、上车点推荐模块250。
第一候选上车点集确定模块210可以用于确定第一候选上车点集。在一些实施例中，第一候选上车点集确定模块210可以用于根据检索兴趣点确定第一候选上车点集。所述检索兴趣点可以由处理设备112从用户终端获取。所述用户终端可以是服务请求者终端120。在一些实施例中，第一候选上车点集确定模块210基于所述检索兴趣点在数据库中的上车点库中进行检索，检索得到的上车点可以作为第一候选上车点集的候选上车点。
相关兴趣点确定模块220可以用于确定相关的兴趣点。在一些实施例中，相关兴趣点确定模块220可以根据检索兴趣点确定至少一个相关的兴趣点。在一些实施例中，相关兴趣点确定模块220可以用于基于检索兴趣点与其他兴趣点的空间拓扑关系，确定一个或多个相关的兴趣点。在一些实施例中，相关兴趣确定模块220可以将检索兴趣点所在的第一区域中的第一其他兴趣点确定为相关的兴趣点，更多细节可以参见图4。
在一些实施例中，相关兴趣点确定模块220可以用于将与检索兴趣点之间的距离小于第一阈值的第二其他兴趣点确定为相关的兴趣点，更多细节可以参见步骤320及其相关描述。
在一些实施例中，相关兴趣点确定模块220可以用于根据候选上车点集的相似度确定相关的兴趣点。具体的，判断其他兴趣点的候选上车点集与第一候选上车点集相似度是否大于阈值，将大于阈值的第二其他兴趣点作为相关的兴趣点，更多细节可以参见步骤320及其相关描述。
第二候选上车点集确定模块230可以用于确定至少一个第二候选上车点集。在一些实施例中，第二候选上车点集确定模块230可以用于根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集。在一些实施例中，第二候选上车点集确定模块230基于相关的兴趣点在数据库中的上车点库中进行检索，将检索到的上车点作为第二候选上车点集中的候选上车点，更多细节可以参见步骤330及其相关描述。
第三候选上车点集确定模块240可以用于确定第三候选上车点集。在一些实施例中，第三候选上车点集确定模块240可以用于将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集，更多细节可以参见步骤340及其相关描述。
上车点推荐模块250可以用于确定推荐上车点。在一些实施例中，上车点推荐模块250可以用于获取第三候选上车点集中的候选上车点的特征数据，基于推荐模型计算候选上车点的分数并排序,确定推荐上车点。更多细节可以参见图5及其相关描述。
上车点推荐模块250可以用于确定候选上车点与检索兴趣点的位置关系特征。在一些实施例中，上车点推荐模块250可以用于将获取的检索兴趣点的位置信息和第三候选上车点集中的候选上车点的位置信息确定所述位置关系特征。在一些实施例中，获取检索兴趣点和候选上车点的位置信息可以采用多种方式，例如，可以从地图数据库中查询获取。又例如，可以从打车平台中的车辆GPS轨迹数据(或GPS日志)中查询获取。
上车点推荐模块250可以用于确定候选上车点与用户的定位位置的位置关系特征。在一些实施例中，上车点推荐模块250可以用于将获取的用户的定位信息和第三候选上车点集中的候选上车点的位置信息确定所述位置关系特征。在一些实施例中，获取用户的定位信息可以通过多种方式，例如，可以通过可以是全球定位***(GPS)、全球导航卫星***(GLONASS)、罗盘导航***(COMPASS)、北斗导航卫星***、伽利略定位***、准天顶卫星***(QZSS)等。所述定位信息可以包括用户的位置、高度、速度或加速度、或当前时间。
应当理解，图2所示的***及其模块可以利用各种方式来实现。例如，在一些实施例中，***及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行***，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和***可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的***及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要注意的是，以上对于推荐上车点***及其模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该***的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子***与其他模块连接。例如，第一候选上车点集确定模块210、相关兴趣点确定模块220、第二候选上车点集确定模块230、第三候选上车点集确定模块240和上车点推荐模块250可以是一个***中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。诸如此类的变形，均在本申请的保护范围之内。
图3是根据本申请的一些实施例所示的推荐上车点的示例性流程图。在一些实施例中，方法300中的一个或以上步骤可以在图1所示的***100中实现。如图3所示，该推荐上车点的方法300包括：
步骤310，根据检索兴趣点确定第一候选上车点集。具体的，步骤310可以由第一候选上车点集确定模块210执行。
检索兴趣点是用户准备使用服务时，感兴趣的一处或多处位置。用户可以以上述位置为基础，进一步进行检索，查找和选择位置与服务。在一些实施例中，检索兴趣点可以是用户输入的位置。例如，用户输入“故宫”作为检索兴趣点，进一步检索在故宫附近的上车地点、餐厅等。检索兴趣点可以由用户输入，可以由用户终端通过定位技术获取，也可以由其他方式获取。
第一候选上车点集是一个或多个集合，每个集合包括一个或多个可供选择的上车点。上车点可以是用户使用与交通工具相关的服务时，与服务提供方约定的启用服务的位置。例如，用户使用网约车服务时，上车点可以是乘客上车的位置。
上车点库中包含大量的上车点，可以被存储于存储设备的数据库中。在一些实施例中，上车点库中的上车点可以是平台(例如，网约车平台)收集和整理的上车点。例如，平台将历史订单中用户实际上车的位置整理为上车点，并存储于上车点库中。在一些实施例中，平台还可以对历史订单中用户实际上车的位置基于交通规则进行筛选，例如，筛掉位于道路中间的上车点。
在一些实施例中，可以根据检索兴趣点确定第一候选上车点集。例如，可以在数据库的上车点库中进行查找，将距离检索兴趣点的位置小于一定阈值的上车点作为第一候选上车点集中的上车点。又例如，可以根据检索兴趣点的名称，在数据库中查找与检索兴趣点名称相似度大于阈值的上车点作为第一候选上车点集中的上车点。还可以用其他方式确定第一候选上车点集，本实施例不做限制。
步骤320，根据所述检索兴趣点确定至少一个相关的兴趣点。具体的，步骤320可以由相关兴趣点确定模块220执行。
在一些实施例中，相关兴趣点可以为与检索兴趣点相关的地点。例如，相关兴趣点与检索兴趣点的空间位置相关、相关兴趣点与检索兴趣点分别对应的候选上车点相关、相关兴趣点与检索兴趣点的名称相关等。其中，相关兴趣点与检索兴趣点的空间位置相关可以是在位置上属于包含关系，例如，检索兴趣点是北京大学，北京大学和北京大学东门在空间位置关系上是包含与被包含的关系，则北京大学东门是北京大学的相关兴趣点。相关兴趣点与检索兴趣点的名称相关可以是两者存在上下位概念，例如，检索兴趣点是北京火车站，北京火车站和北京火车西站、北京火车南站在文字上下位的关系上是上位词和下位词的关系，则北京火车西站、北京火车南站是北京火车站的相关兴趣点。相关兴趣点与检索兴趣点分别对应的候选上车点相关可以是相关兴趣点与检索兴趣点的部分候选上车点相同，例如，检索兴趣点是首都机场1号航站楼，且该点的候选上车点是首都机场1号航站楼停车场和首都机场环岛候车点，首都机场2号航站楼的候选上车点是首都机场2号航站楼停车场和首都机场环岛候车点，则首都机场1号航站楼和首都机场2号航站楼的候选上车点部分相同，则检索兴趣点的相关兴趣点可以是首都机场2号航站楼。
在一些实施例中，相关兴趣点确定模块220可以基于检索兴趣点与其他兴趣点的空间拓扑关系确定相关兴趣点，其中，其他兴趣点可以是任何不同于检索兴趣点的兴趣点。在一些实施例中，可以从地图数据库中获取其他兴趣点。所述空间拓扑关系反映了空间实体之间的逻辑关系。兴趣点之间的空间拓扑关系包括但不限于从属关系、绑定关系、相对位置、相对距离等属性。例如，“北京首都国际机场3号航站楼”和“北京首都国际机场3号航站楼c区(4f国际/港澳台出发2号门)”是从属的关系。又例如“新中关购物中心”和“北京市海淀区中关村大街”是绑定关系，两个兴趣点基于经纬度绑定。再例如“海淀剧院”和“海淀文化艺术大厦”是左右相邻的位置关系，两个兴趣点的位置相邻。兴趣点之间的空间拓扑关系可以作为兴趣点的属性储存在数据库中。
在一些实施例中，可以基于检索兴趣点与其他兴趣点是否属于同一区域的空间拓扑关系确定相关的兴趣点。关于基于检索兴趣点与其他兴趣点是否属于同一区域确定相关的兴趣点的更多细节可以参见图4及其相关描述。
在一些实施例中，可以基于检索兴趣点与其他兴趣点的距离关系确定相关的兴趣点。在一些实施例中，可以将与检索兴趣点距离小于第一阈值(例如，500m、300m、200m、100m等)的第二其他兴趣点确定为相关的兴趣点。在一些实施例中，可以是直线距离、球面距离、步行距离等。在一些实施例中，相关兴趣点确定模块220可以以检索兴趣点为中心，获取半径范围小于第一阈值的至少一个兴趣点为第二其他兴趣点。在一些实施例中，可以以检索兴趣点为中心，一定半径范围内的所有兴趣点为第二其他兴趣点。
在一些实施例中，相关兴趣点确定模块220可以基于其他兴趣点的候选上车点集与第一候选上车点集的相似度确定相关的兴趣点。其他兴趣点的候选上车点集的确定方法与第一候选上车点集的确定方法类似，具体可以参见步骤310，此处不再赘述。其他兴趣点的候选上车点集和第一候选上车点集的相似度是指两个集合中上车点之间相关程度。例如，其他兴趣点的候选上车点集和第一候选上车点集存在相同的上车点、其他兴趣点的候选上车点集和第一候选上车点集存在同属于同一个区域的上车点、其他兴趣点的候选上车点集和第一候选上车点集中上车点之间距离小于预设阈值等。在一些实施例中，可以根据其他兴趣点的候选上车点集和第一候选上车点集中相同的上车点数量确定相似度，进一步确定检索兴趣点的相关的兴趣点。例如，设定相同上车点的阈值个数(例如，3个、5个等)，与第一候选上车点集相同的上车点数量超过阈值个数的其他兴趣点可以确定为相关的兴趣点。
步骤330，根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集。具体的，步骤330可以由第二候选上车点集确定模块230执行。
在一些实施例中，第二候选上车点集确定模块230基于相关的兴趣点在数据库中的上车点库中进行检索，确定至少一个上车点，该至少一个上车点作为第二候选上车点集中的上车点。第二候选上车点集的确定方法与第一候选上车点集的确定方法类似，具体可以参见步骤310，此处不再赘述。
步骤340，将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集。具体的，步骤340可以由第三候选上车点集确定模块240执行。
在一些实施例中，第三候选上车点集确定模块240将所述至少一个第二候选上车点集添加到第一候选上车点集内，生成第三候选上车点集。例如，第一候选上车点集A内包含有候选上车点a、b、c，第二候选上车点集B内包含有候选上车点d、e，则第三候选上车点集C内包含有上车点a、b、c、d、e。
步骤350，基于所述第三候选上车点集，确定推荐上车点。具体的，步骤350可以由上车点推荐模块250执行。
在一些实施例中，上车点推荐模块250将第三候选上车点集输入推荐模型，得到推荐上车点。关于基于第三候选上车点集确定推荐上车点的更多详细描述见图5及其相关描述，此处不再赘述。
图4是根据本申请的一些实施例所示的基于空间拓扑关系确定相关兴趣点的示例性流程图。如图4所示，方法400包括：
步骤410，确定包括所述检索兴趣点的第一区域。具体的，步骤410可以由相关兴趣点确定模块220执行。
区域可以表示一定的地理范围。在区域中可以包含一个或多个兴趣点，也可以不包括兴趣点。在一些实施例中，该地理范围可以由行政区划限定。在一些实施例中，该地理范围可以由区域的轮廓限定，其中轮廓可以该区域边界点连接成的线，轮廓的线连接在一起形成一个闭合的面，这个面可以表示区域的范围，当一个兴趣点的位置位于一个区域的轮廓包围的范围内时，认为该兴趣点属于该区域。在一些实施例中，区域的范围可以通过坐标范围限定，包括横向坐标范围和纵向坐标范围。
在一些实施例中，区域的信息可以是预先定义的。信息可以包括但不限于区域名称、区域编号、区域范围内的兴趣点的信息等。兴趣点信息可以是指兴趣点的位置信息，包括但不限于经纬度坐标、地理名称等。相关兴趣点确定模块220可以根据兴趣点的信息和区域的信息，确定包括检索兴趣点的第一区域。例如，在数据库中查询检索兴趣点的位置信息和该兴趣点所属的区域，将检索兴趣点所属区域作为第一区域。例如，检索兴趣点是“北京大学东门”，该兴趣点所属的区域是编号为“100010”的“北京大学”，则“北京大学”为包括了检索兴趣点的第一区域。
步骤420，获取所述第一区域的至少一个第一其他兴趣点，将所述至少一个第一其他兴趣点确定为所述相关的兴趣点。具体的，步骤420可以由相关兴趣点确定模块220执行。
在一些实施例中，相关兴趣点确定模块220可以基于第一区域获取至少一个第一其他兴趣点。在一些实施例中，相关兴趣点确定模块220可以检索地图数据库，获取第一区域中的其他兴趣点为第一其他兴趣点。例如，以检索兴趣点“北京大学东门”确定第一区域是“北京大学”时，兴趣点“北京大学图书馆”和“北京大学体育馆”的所属区域都是“北京大学”，则“北京大学图书馆”和“北京大学体育馆”可以作为第一其他兴趣点。在一些实施例中，相关兴趣点确定模块220可以将获取到的第一其他兴趣点确定为相关的兴趣点。
在一些实施例中，相关兴趣点确定模块220可以检索数据库，获取与第一区域有父子关系的其他兴趣点为第一其他兴趣点。其中第一区域是父兴趣点，其他兴趣点为第一区域的子兴趣点。父兴趣点是具有AOI(Area Of Interest，兴趣面)的兴趣点，这些兴趣点包含了一定的区域范围，例如学校、医院、公园、小区、景点、大厦等，子兴趣点是位于该AOI内部的兴趣点，子兴趣点被包含在父兴趣点的区域范围内。例如北京大学具有AOI，可以作为一个父兴趣点，北京大学内部的教学楼、学校大门、体育馆、超市等位于北京大学区域范围内，均为北京大学的子兴趣点。还例如，西山森林公园为父兴趣点，则西山森林公园内部的洗手间、儿童游乐园、入口、出口等均为西山森林公园的子兴趣点。例如，当第一区域是北京大学时，检索数据库确定北京大学具有父兴趣点的属性，则查找所有以北京大学为父兴趣点的子兴趣点，最终获取的第一其他兴趣点可以是北京大学东门、北京大学西门、北京大学图书馆、北京大学体育馆其中的一个或多个的集合。
在一些实施例中，还可以对从地图数据库中检索的第一其他兴趣点进行筛选，将筛除后剩余的第一其他兴趣点确定为相关的兴趣点。例如，可以基于距离进行筛选，将与检索兴趣点距离大于预设阈值的第一其他兴趣点筛除。
图5是根据本申请的一些实施例所示的确定推荐上车点的示例性流程图。如图5所示，方法500包括：
步骤510，将所述第三候选上车点集中的候选上车点输入训练好的推荐模型。具体的，该步骤510可以由上车点推荐模块250执行。
在一些实施例中，上车点推荐模块250可以将第三候选上车点集中的候选上车点及其属性输入训练好的推荐模型。在一些实施例中，推荐模型可以是排序模型。例如，使用排序算法LambdaMART、LamdbsRank、RankNet等实现的排序模型。
在一些实施例中，兴趣点的特征信息包括但不限于：第三候选上车点集中的候选上车点的属性特征、检索兴趣点的属性特征、候选上车点与检索兴趣点的位置关系特征、候选上车点与用户的定位位置的位置关系特征的一种或多种的组合。
第三候选上车点集中的候选上车点的属性特征包括但不限于上车点的热度、上车点的类型等。上车点热度是指用户在该上车点上车的频次。上车点的类型可以是代表上车点的特点，例如属于商业区、写字楼等。检索兴趣点的属性特征包括但不限于兴趣点可以确定的候选上车点的数量、兴趣点的热度等。兴趣点的热度可以是该兴趣点被用于检索的次数。在一些实施例中，检索兴趣点和候选上车点的属性特征可以是某段时或/和某段距离内的属性特征。例如，一个月内某上车点用于上车的次数、一个月内在某上车点10m范围内用于上车的次数等。
候选上车点与检索兴趣点的位置关系特征可以是候选上车点与检索兴趣点的距离、跨路关系等。其中，距离可以是球面距离、步行距离、直线距离等。跨路关系可以是是否跨路、跨路引起的步行成本等。在一些实施例中，可以根据候选上车点的位置信息和检索兴趣点的位置信息，确定所述候选上车点与所述检索兴趣点的位置关系特征。位置信息可以包括但不限于经纬度坐标、地理名称等。其中位置信息可以从地图数据库中获取。在一些实施例中，可以直接读取数据库中存储的位置信息，也可以通过接口的方式获取。
候选上车点与用户的定位位置的位置关系特征以是候选上车点与用户定位位置的距离、跨路关系等。其中，距离和跨路关系的细节可以参见上段内容。在一些实施例中，可以根据候选上车点的位置信息和用户的定位信息，确定所述候选上车点与所述用户的定位位置的位置关系特征。
排序模型可用于预测与检索兴趣点相关的至少两个候选上车点的相关性排序。排序模型可以预先训练并存储在存储设备中，或者可以由处理设备在线训练。训练排序模型的方法可以为现有技术中任一种方法，本实施例不做限制。
步骤520，确定所述候选上车点中每一个的评分结果。具体的，该步骤520可以由上车点推荐模块250执行。
一些实施例中，上车点推荐模块250可以获取训练好的推荐模型对所有输入的第三候选上车点集中的候选上车点的评分结果。所述评分结果反映了每一个候选上车点和检索兴趣点的相关程度。例如，具有较高历史点击率的候选上车点评分较高。又例如，与用户定位位置距离较近的候选上车点的评分较高。
步骤530，基于所述评分结果，确定推荐上车点。具体的，该步骤530可以由上车点推荐模块250执行。
在一些实施例中，上车点推荐模块250可以基于获取到的候选上车点的评分结果对候选上车点进行排序，按照排序结果确定推荐上车点。例如，选择排序结果中Top 3或者Top 1的候选上车点作为最佳上车点。
在一些实施例中，上车点推荐模块250可以将评分结果大于阈值的候选上车点确定为推荐上车点。在一些实施例中，阈值可以用于确定候选上车点与检索兴趣点的相关等级是否满足要求。在一些实施例中，阈值可以是存储设备中存储的默认值，或者可以根据不同的条件动态地确定。
本说明书实施例还提供一种装置，其至少包括处理器以及存储器。所述存储器用于存储一条或多条计算机程序指令。当所述指令被所述处理器执行时，导致所述装置实现前述的上车点推荐的方法。
本说明书实施例还提供一种计算机可读存储介质。所述计算机程序指令在被处理器执行时实现前述的上车点推荐的方法。
本申请实施例可能带来的有益效果包括但不限于：(1)基于空间扩扑关系和候选上车点的相似性确定检索兴趣点的相关兴趣点，并将相关兴趣点的候选上车点也作为检索兴趣点的候选上车点，可以增加推荐上车点的选择；(2)提高了推荐合适上车点的可能性；(3)提高了平台的服务效率和服务质量。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的***组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的***。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (22)

1.一种推荐上车点的方法，其特征在于，包括：
根据检索兴趣点确定第一候选上车点集；
根据所述检索兴趣点确定至少一个相关的兴趣点；
根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集；
将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集；
基于所述第三候选上车点集，确定推荐上车点。
2.如权利要求1所述的方法，其特征在于，所述根据所述检索兴趣点确定至少一个相关的兴趣点包括：
基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点。
3.如权利要求2所述的方法，其特征在于，所述基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点包括：
确定包括所述检索兴趣点的第一区域；
获取所述第一区域的至少一个第一其他兴趣点，将所述至少一个第一其他兴趣点确定为所述相关的兴趣点。
4.如权利要求2所述的方法，其特征在于，所述基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点包括：
获取与所述检索兴趣点距离小于第一阈值的至少一个第二其他兴趣点，将所述至少一个第二其他兴趣点确定为所述相关的兴趣点。
5.如权利要求1所述的方法，其特征在于，所述根据所述检索兴趣点确定至少一个相关的兴趣点包括：
基于其他兴趣点的候选上车点集与所述第一候选上车点集的相似度，确定至少一个第三其他兴趣点，将所述至少一个第三其他兴趣点确定为所述相关的兴趣点。
6.如权利要求1所述的方法，其特征在于，所述基于所述第三候选上车点集，确定推荐上车点包括：
将所述第三候选上车点集中的候选上车点输入训练好的推荐模型；
确定所述候选上车点中每一个的评分结果；
基于所述评分结果，确定推荐上车点。
7.如权利要求6所述的方法，其特征在于，所述确定所述候选上车点中每一个的评分结果包括：
基于所述第三候选上车点集中的所述候选上车点获取特征数据，所述特征数据包括：所述候选上车点的属性特征、所述检索兴趣点的属性特征、所述候选上车点与所述检索兴趣点的位置关系特征、所述候选上车点与所述用户的定位位置的位置关系特征的一种或多种的组合；
基于所述特征数据计算所述候选上车点中每一个的分数。
8.如权利要求7所述的方法，其特征在于，所述基于所述第三候选上车点集中的所述候选上车点获取特征数据包括：
获取所述检索兴趣点的位置信息；
获取所述第三候选上车点集中的所述候选上车点的位置信息；
基于所述候选上车点的所述位置信息和所述检索兴趣点的所述位置信息，确定所述候选上车点与所述检索兴趣点的位置关系特征。
9.如权利要求7所述的方法，其特征在于，所述基于所述第三候选上车点集中的所述候选上车点获取特征数据包括：
获取所述用户的定位信息；
获取所述第三候选上车点集中的所述候选上车点的位置信息；
基于所述候选上车点的所述位置信息和所述用户的所述定位信息，确定所述候选上车点与所述用户的定位位置的位置关系特征。
10.如权利要求6所述的方法，其特征在于，所述推荐模型为LambdaMART排序模型。
11.一种推荐上车点的***，其特征在于，包括：
第一候选上车点集确定模块，用于根据检索兴趣点确定第一候选上车点集；
相关兴趣点确定模块，用于根据所述检索兴趣点确定至少一个相关的兴趣点；
第二候选上车点集确定模块，用于根据所述至少一个相关的兴趣点确定至少一个第二候选上车点集；
第三候选上车点集确定模块，用于将所述第一候选上车点集与所述至少一个第二候选上车点集进行合并，得到所述检索兴趣点的第三候选上车点集；
上车点推荐模块，用于基于所述第三候选上车点集，确定推荐上车点。
12.如权利要求11所述的***，其特征在于，所述相关兴趣点确定模块用于：
基于所述检索兴趣点与其他兴趣点的空间拓扑关系，确定至少一个所述相关的兴趣点。
13.如权利要求12所述的***，其特征在于，所述相关兴趣点确定模块用于：
确定包括所述检索兴趣点的第一区域；
获取所述第一区域的至少一个第一其他兴趣点，将所述至少一个第一其他兴趣点确定为所述相关的兴趣点。
14.如权利要求12所述的***，其特征在于，所述相关兴趣点确定模块用于：
获取与所述检索兴趣点距离小于第一阈值的至少一个第二其他兴趣点，将所述至少一个第二其他兴趣点确定为所述相关的兴趣点。
15.如权利要求11所述的***，其特征在于，所述相关兴趣点确定模块用于：
基于其他兴趣点的候选上车点集与所述第一候选上车点集的相似度，确定至少一个第三其他兴趣点，将所述至少一个第三其他兴趣点确定为所述相关的兴趣点。
16.如权利要求11所述的***，其特征在于，所述上车点推荐模块用于：
将所述第三候选上车点集中的候选上车点输入训练好的推荐模型；
确定所述候选上车点中每一个的评分结果；
基于所述评分结果，确定推荐上车点。
17.如权利要求16所述的***，其特征在于，所述上车点推荐模块用于：
基于所述第三候选上车点集中的所述候选上车点获取特征数据，所述特征数据包括：所述候选上车点的属性特征、所述检索兴趣点的属性特征、所述候选上车点与所述检索兴趣点的位置关系特征、所述候选上车点与所述用户的定位位置的位置关系特征的一种或多种的组合；
基于所述特征数据计算所述候选上车点中每一个的分数。
18.如权利要求17所述的***，其特征在于，所述上车点推荐模块用于：
获取所述检索兴趣点的位置信息；
获取所述第三候选上车点集中的所述候选上车点的位置信息；
基于所述候选上车点的所述位置信息和所述检索兴趣点的所述位置信息，确定所述候选上车点与所述检索兴趣点的位置关系特征。
19.如权利要求17所述的***，其特征在于，所述上车点推荐模块用于：
获取所述用户的定位信息；
获取所述第三候选上车点集中的所述候选上车点的位置信息；
基于所述候选上车点的所述位置信息和所述用户的所述定位信息，确定所述候选上车点与所述用户的定位位置的位置关系特征。
20.如权利要求16所述的***，其特征在于，所述推荐模型为LambdaMART排序模型。
21.一种推荐上车点的装置，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1～10任一项所述的方法。
22.一种计算机可读存储介质，所述存储介质存储计算机指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1～10任一项所述的方法。
CN202010151813.6A 2020-03-06 2020-03-06 一种推荐上车点的方法和*** Pending CN111859175A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010151813.6A CN111859175A (zh) 2020-03-06 2020-03-06 一种推荐上车点的方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010151813.6A CN111859175A (zh) 2020-03-06 2020-03-06 一种推荐上车点的方法和***

Publications (1)

Publication Number Publication Date
CN111859175A true CN111859175A (zh) 2020-10-30

Family

ID=72984935

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010151813.6A Pending CN111859175A (zh) 2020-03-06 2020-03-06 一种推荐上车点的方法和***

Country Status (1)

Country Link
CN (1) CN111859175A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270427A (zh) * 2020-11-10 2021-01-26 北京嘀嘀无限科技发展有限公司 一种推荐上车点的方法和***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985896A (zh) * 2018-07-11 2018-12-11 北京三快在线科技有限公司 拼车方法、拼车路线的推荐方法、装置、介质及电子设备
CN109062928A (zh) * 2018-06-11 2018-12-21 北京嘀嘀无限科技发展有限公司 一种提示推荐上车点的方法及***
CN109313846A (zh) * 2017-03-02 2019-02-05 北京嘀嘀无限科技发展有限公司 用于推荐上车点的***和方法
US20190050764A1 (en) * 2016-11-08 2019-02-14 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for determining a reference direction related to a vehicle
CN109977215A (zh) * 2019-03-29 2019-07-05 百度在线网络技术（北京）有限公司 基于关联兴趣点的语句推荐方法和装置
CN110413886A (zh) * 2019-07-17 2019-11-05 海信集团有限公司 一种兴趣点展示方法及装置
CN110413855A (zh) * 2019-07-11 2019-11-05 南通大学 一种基于出租车下客点的区域出入口动态提取方法
CN110532482A (zh) * 2019-08-19 2019-12-03 北京三快在线科技有限公司 一种显示上车点的方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190050764A1 (en) * 2016-11-08 2019-02-14 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for determining a reference direction related to a vehicle
CN109313846A (zh) * 2017-03-02 2019-02-05 北京嘀嘀无限科技发展有限公司 用于推荐上车点的***和方法
CN109062928A (zh) * 2018-06-11 2018-12-21 北京嘀嘀无限科技发展有限公司 一种提示推荐上车点的方法及***
CN108985896A (zh) * 2018-07-11 2018-12-11 北京三快在线科技有限公司 拼车方法、拼车路线的推荐方法、装置、介质及电子设备
CN109977215A (zh) * 2019-03-29 2019-07-05 百度在线网络技术（北京）有限公司 基于关联兴趣点的语句推荐方法和装置
CN110413855A (zh) * 2019-07-11 2019-11-05 南通大学 一种基于出租车下客点的区域出入口动态提取方法
CN110413886A (zh) * 2019-07-17 2019-11-05 海信集团有限公司 一种兴趣点展示方法及装置
CN110532482A (zh) * 2019-08-19 2019-12-03 北京三快在线科技有限公司 一种显示上车点的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡思涛，王雪梅，韩蕊，孙慧: "高速公路服务区客运接驳站设置条件及接驳模式研究", 物流工程与管理, vol. 40, no. 5, 31 May 2018 (2018-05-31), pages 102 - 104 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270427A (zh) * 2020-11-10 2021-01-26 北京嘀嘀无限科技发展有限公司 一种推荐上车点的方法和***

Similar Documents

Publication Publication Date Title
US20220011131A1 (en) Methods and systems for providing information for an on-demand service
JP6878629B2 (ja) 過去の注文に基づき現在の注文に関係がある情報を決定するためのシステムおよび方法
CN109313846B (zh) 用于推荐上车点的***和方法
KR102267823B1 (ko) 온-디맨드 서비스를 위한 정보를 제공하기 위한 시스템 및 방법
JP6646069B2 (ja) オーダーをプッシュする方法及びシステム
CN110537212B (zh) 确定预估到达时间的***与方法
CN111859178B (zh) 一种推荐上车点的方法和***
JP2019506640A (ja) 推奨サービス位置を推奨するシステム及び方法
TW201741993A (zh) 確定運輸服務路線之系統及方法
CN111210036B (zh) 一种确定推荐上车点的方法和***
CN110741225B (zh) 确定目标站点的***和方法
JP2018530022A (ja) 個人別コンテンツを推奨するためのシステム及び方法
CN112270427A (zh) 一种推荐上车点的方法和***
CN111295569B (zh) 用于生成道路地图的***和方法
CN111881368B (zh) 一种确定推荐上车点的方法和***
CN111932341A (zh) 一种确定拼车订单的方法和***
CN112384757A (zh) 鉴于另一设备而向一个设备提供导航指令
CN111882112B (zh) 一种预测到达时间的方法和***
CN111859174A (zh) 一种确定推荐上车点的方法和***
JP6098302B2 (ja) ナビゲーションシステム、ナビゲーション方法、及びナビゲーションプログラム
CN111859179A (zh) 一种上车点推荐方法、***、装置及存储介质
CN111859175A (zh) 一种推荐上车点的方法和***
CN111881367A (zh) 一种推荐上车点方法及***
US10250701B2 (en) Method and system for determining an actual point-of-interest based on user activity and environment contexts
WO2021078216A1 (zh) 一种上车点推荐方法和***

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