CN111866073A - 服务站点推送分析方法、装置、电子设备及存储介质 - Google Patents
服务站点推送分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111866073A CN111866073A CN202010537736.8A CN202010537736A CN111866073A CN 111866073 A CN111866073 A CN 111866073A CN 202010537736 A CN202010537736 A CN 202010537736A CN 111866073 A CN111866073 A CN 111866073A
- Authority
- CN
- China
- Prior art keywords
- site
- service
- user
- sites
- attribute characteristics
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012216 screening Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 9
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种服务站点推送分析方法、装置、电子设备及存储介质，涉及数据处理技术领域。该方法包括：获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。本申请的方法通过获取的多个用户的历史站点使用数据，确定每个服务站点的属性特征，使得得到的每个服务站点的属性特征准确性较高。以根据每个服务站点的属性特征，为用户实现较为精确的服务站点的个性化推荐。
Description
技术领域
本申请涉及数据处理技术领域，具体而言，涉及一种服务站点推送分析方法、装置、电子设备及存储介质。
背景技术
在用户行车场景下，通常需要为用户提供较多的服务站点，以使得用户能够在车辆电量或者油量等不足的情况下，进行及时的补充，以保证车辆的持续稳定行驶。那么，如何为用户推荐服务站点变得尤为重要。
现有技术中，通常是根据用户车辆的当前位置，查找距离用户车辆较近的多个服务站点，按照距离排序，将距离用户车辆当前位置最近的服务站点推荐给用户。
但是，现有的方法，无法实现服务站点的个性化推荐，服务站点的推荐准确性较差，从而导致用户对推荐的服务站点的满意度较低。
发明内容
有鉴于此，本申请实施例的目的在于提供一种服务站点推送分析方法、装置、电子设备及存储介质，以通过对用户的历史服务站点使用行为数据进行分析，为用户进行服务站点的个性化推荐，以解决现有技术中存在的服务站点推荐准确性较差的问题。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种服务站点推送分析方法，包括：
获取至少一个用户的历史站点使用数据，其中，所述历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；
根据至少一个用户的所述历史站点使用数据，获取每个服务站点的属性特征，所述属性特征用于表征各所述服务站点与其他服务站点之间的关联关系。
可选地，所述根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，包括：
根据各所述用户的所述历史站点使用数据，获取各所述用户的站点使用序列，其中，所述站点使用序列包括根据所述使用时间排列的所述历史所使用服务站点；
根据至少一个所述用户的所述站点使用序列，获取每个所述服务站点的属性特征。
可选地，所述根据至少一个所述用户的所述站点使用序列，获取每个所述服务站点的属性特征，包括：
根据各所述用户的所述站点使用序列，获取每相邻使用两个站点形成的有向边；
根据所有所述用户的相同所述有向边的数量，确定各所述有向边的权重，其中，所述权重用于标识每个所述服务站点的属性特征。
可选地，所述方法还包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点；
向目标用户的客户端推送所述目标站点。
可选地，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；
根据所述目标用户的当前位置、多个所述待推荐站点的位置，确定目标站点。
可选地，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；
根据所述目标用户的历史轨迹数据、多个所述待推荐站点的位置，确定目标站点。
可选地，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定初始待推荐站点；
根据各所述初始待推荐站点的类型，筛选符合预设类型的待推荐站点；
在所述待推荐站点中确定所述目标站点。
可选地，所述向所述目标用户的客户端推送所述目标站点，包括：
获取所述目标用户的当前服务状态；
在所述当前服务状态为空闲状态时，向所述目标用户的客户端推送所述目标站点。
第二方面，本申请实施例提供了一种服务站点推送分析装置，包括：获取模块；
所述获取模块，用于获取至少一个用户的历史站点使用数据，其中，所述历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的所述历史站点使用数据，获取每个服务站点的属性特征，所述属性特征用于表征各所述服务站点与其他服务站点之间的关联关系。
可选地，所述获取模块，具体用于根据各所述用户的所述历史站点使用数据，获取各所述用户的站点使用序列，其中，所述站点使用序列包括根据所述使用时间排列的所述历史所使用服务站点；根据至少一个所述用户的所述站点使用序列，获取每个所述服务站点的属性特征。
可选地，所述获取模块，具体用于根据各所述用户的所述站点使用序列，获取每相邻使用两个站点形成的有向边；根据所有所述用户的相同所述有向边的数量，确定各所述有向边的权重，其中，所述权重用于标识每个所述服务站点的属性特征。
可选地，所述装置还包括：确定模块、推送模块；
所述确定模块，用于根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点；
所述推送模块，用于向目标用户的客户端推送所述目标站点。
可选地，所述确定模块，具体用于根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；根据所述目标用户的当前位置、多个所述待推荐站点的位置，确定目标站点。
可选地，所述确定模块，具体用于根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；根据所述目标用户的历史轨迹数据、多个所述待推荐站点的位置，确定目标站点。
可选地，所述确定模块，具体用于根据最近使用站点、以及每个所述服务站点的属性特征，确定初始待推荐站点；根据各所述初始待推荐站点的类型，筛选符合预设类型的待推荐站点；在所述待推荐站点中确定所述目标站点。
可选地，所述推送模块，具体用于获取所述目标用户的当前服务状态；在所述当前服务状态为空闲状态时，向所述目标用户的客户端推送所述目标站点。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如上述第一方面所述的服务站点推送分析方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述第一方面所述的服务站点推送分析方法的步骤。
本申请的有益效果：
本申请实施例提供的服务站点推送分析方法、装置、电子设备及存储介质，其中方法包括：获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。本申请的方法通过获取的多个用户的历史站点使用数据，确定每个服务站点的属性特征，使得得到的每个服务站点的属性特征准确性较高。以根据每个服务站点的属性特征，为用户实现较为精确的服务站点的个性化推荐。
其次，根据用户的当前位置，从确定的多个待推荐站点中确定目标站点，可以使得用户获取的目标站点距离用户较近，用户使用站点服务更加便利。
另外，通过获取用户的服务状态，对处于空闲状态的用户推荐目标站点，可以有效避免对用户的服务工作造成干扰，有效提高了用户使用站点服务的体验度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的服务站点推送分析***的框图；
图2为本申请实施例提供的电子设备200的示例性硬件和软件组件的示意图；
图3为本申请实施例提供的一种服务站点推送分析方法的流程示意图；
图4为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；
图5为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；
图6为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；
图7为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；
图8为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；
图9为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；
图10为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；
图11为本申请实施例提供的一种服务站点推送分析装置的示意图；
图12为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
在本申请提出申请之前，现有的技术方案为：根据用户车辆的当前位置，查找距离用户车辆较近的多个服务站点，按照距离排序，将距离用户车辆当前位置最近的服务站点推荐给用户。
其所导致的技术问题为：在进行服务站点推荐时，仅考虑推荐距离用户最近的服务站点，并未考虑到用户的行为喜好特征，无法个性化的为用户推荐较为感兴趣或者较熟悉的服务站点。
为了解决上述技术问题，本发明实施例提供一服务站点推送分析方法。其核心改进点在于：通过对用户的历史服务站点使用数据进行分析，获取多个服务站点的属性特征，并根据各服务站点的属性特征，为用户进行服务站点推荐，从而实现了服务站点的个性化推荐。下面通过可能的实现方式对本发明的技术方案进行说明。
图1为本申请实施例提供的服务站点推送分析***的框图。例如，服务站点推送分析***100可以是用于诸如出租车、私家车、公共汽车服务、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。服务站点推送分析***100可以包括服务器110、网络120、用户终端140和数据库150中的一种或多种，服务器110中可以包括执行指令操作的处理器。
在一些实施例中，服务器110可以是单个服务器，也可以是服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器110可以是分布式***)。在一些实施例中，服务器110相对于终端，可以是本地的、也可以是远程的。例如，服务器110可以经由网络120访问存储在用户终端140、或数据库150、或其任意组合中的信息和/或数据。作为另一示例，服务器110可以直接连接到用户终端140和数据库150中至少一个，以访问存储的信息和/或数据。在一些实施例中，服务器110可以在云平台上实现；仅作为示例，云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等，或者它们的任意组合。在一些实施例中，服务器110可以在具有本申请中图2所示的一个或多个组件的电子设备200上实现。
在一些实施例中，服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据，以执行本申请中描述的一个或多个功能。例如，处理器可以基于从用户终端130获得的服务站点使用数据，来确定各服务站点的属性特征。在一些实施例中，处理器可以包括一个或多个处理核(例如，单核处理器(S)或多核处理器(S))。仅作为举例，处理器可以包括中央处理单元(Central Processing Unit，CPU)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、专用指令集处理器(Application SpecificInstruction-set Processor，ASIP)、图形处理单元(Graphics Processing Unit，GPU)、物理处理单元(Physics Processing Unit，PPU)、数字信号处理器(Digital SignalProcessor，DSP)、现场可编程门阵列(Field Programmable Gate Array，FPGA)、可编程逻辑器件(Programmable Logic Device，PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing，RISC)、或微处理器等，或其任意组合。
网络120可以用于信息和/或数据的交换。在一些实施例中，服务站点推送分析***100中的一个或多个组件(例如，服务器110，用户终端140和数据库150)可以向其他组件发送信息和/或数据。在一些实施例中，网络120可以是任何类型的有线或者无线网络，或者是他们的结合。仅作为示例，网络120可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)、无线局域网(Wireless Local Area Networks，WLAN)、城域网(Metropolitan AreaNetwork，MAN)、广域网(Wide Area Network，WAN)、公共电话交换网(Public SwitchedTelephone Network，PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near FieldCommunication,NFC)网络等，或其任意组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线或无线网络接入点，例如基站和/或网络交换节点，服务站点推送分析***100的一个或多个组件可以通过该接入点连接到网络120以交换数据和/或信息。
在一些实施例中，用户终端140可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等，或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能头盔、智能手表、智能服装、智能背包、智能配件等、或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理(Personal DigitalAssistant，PDA)、游戏设备、导航设备、或销售点(point of sale，POS)设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。在一些实施例中，机动车辆中的内置设备可以包括车载计算机、车载电视等。在一些实施例中，用户终端140可以是具有用于定位用户车辆位置的定位技术的设备。
在一些实施例中，用户终端140可以将定位信息发送给服务器110。
数据库150可以存储数据和/或指令。在一些实施例中，数据库150可以存储从用户终端140获得的数据。在一些实施例中，数据库150可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中，数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory，ROM)等，或其任意组合。作为举例，大容量存储器可以包括磁盘、光盘、固态驱动器等；可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等；易失性读写存储器可以包括随机存取存储器(Random AccessMemory，RAM)；RAM可以包括动态RAM(Dynamic Random Access Memory，DRAM)，双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM，DDR SDRAM)；静态RAM(StaticRandom-Access Memory，SRAM)，晶闸管RAM(Thyristor-Based Random Access Memory，T-RAM)和零电容器RAM(Zero-RAM)等。作为举例，ROM可以包括掩模ROM(Mask Read-OnlyMemory，MROM)、可编程ROM(Programmable Read-Only Memory，PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory，PEROM)、电可擦除可编程ROM(ElectricallyErasable Programmable read only memory，EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中，数据库150可以在云平台上实现。仅作为示例，云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等，或其任意组合。
在一些实施例中，数据库150可以连接到网络120以与服务站点推送分析***100(例如，服务器110，用户终端140等)中的一个或多个组件通信。服务站点推送分析***100中的一个或多个组件可以经由网络120访问存储在数据库150中的数据或指令。在一些实施例中，数据库150可以直接连接到服务站点推送分析***100中的一个或多个组件(例如，服务器110，用户终端140等)；或者，在一些实施例中，数据库150也可以是服务器110的一部分。
在一些实施例中，服务站点推送分析***100中的一个或多个组件(例如，服务器110，用户终端140等)可以具有访问数据库150的权限。
图2为本申请实施例提供的电子设备200的示例性硬件和软件组件的示意图。例如，处理器220可以用于电子设备200上，并且用于执行本申请中的功能。
电子设备200可以是通用计算机或特殊用途的计算机，两者都可以用于实现本申请的服务站点推送分析方法。本申请尽管仅示出了一个计算机，但是为了方便起见，可以在多个类似平台上以分布式方式实现本申请描述的功能，以均衡处理负载。
例如，电子设备200可以包括连接到网络的网络端口210、用于执行程序指令的一个或多个处理器220、通信总线230、和不同形式的存储介质240，例如，磁盘、ROM、或RAM，或其任意组合。示例性地，计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。电子设备200还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output，I/O)接口250。
为了便于说明，在电子设备200中仅描述了一个处理器。然而，应当注意，本申请中的电子设备200还可以包括多个处理器，因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如，若电子设备200的处理器执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一处理器和第二处理器共同执行步骤A和B。
图3为本申请实施例提供的一种服务站点推送分析方法的流程示意图。本申请方法的执行主体可以是计算机、服务器等具有数据处理功能的处理设备。可选地，如图3所示，本申请的方法可包括：
S101、获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间。
需要说明的是，在用户行车场景下，服务站点可以指为用户提供的对车辆的使用状态进行补给的场站。例如：汽车加油站、汽车充电站、汽车修理站等。用户可以在服务站点购买服务，以对车辆的状态进行补给，以保证车辆可处理稳定运行的状态。
本申请的下述多个实施例是针对用户行车场景下的服务站点推荐进行说明。当然，本申请的方法也不限于应用在行车场景下。其也可以是应用在其他服务中。例如：为用户个性化推荐订餐点、为用户个性化推荐旅游景点等。本申请对此不做具体限制。
可选地，可以根据用户终端的交易数据，获取用户的历史站点使用数据。如：用户在使用站点使用服务时，可以通过用户终端购买(终端进行支付)服务，从而产生交易数据，交易数据可包括：交易时间、交易地点、交易类型等信息，从而根据交易数据得到历史站点的使用数据。
另外，在一些情况下，如：用户终端不能正常使用时，用户并未采用终端支付的方式购买服务，用户是通过在服务站点进行线下支付的方法购买服务。那么，则可以对用户的车辆行驶轨迹进行数据挖掘，同时结合各服务站点的地理位置信息，以获取用户的历史站点使用数据。
需要说明的是，对于用户通过线下支付的方法购买服务的情况，当用户为司乘服务中的司机角色时，可根据用户通过终端上的应用软件接单所生成的车辆运行轨迹，获取用户的车辆行驶轨迹。当用户为普通用户(非司机角色时)，也可以根据用户车辆中安装的定位装置，获取用户的车辆行驶轨迹。而每个服务站点的地理位置信息可以是预先获取的。通过对用户的车辆行驶轨迹中的车辆停留点进行分析，可确定用户通过线下支付所使用的站点数据。
通常，车辆在服务站点使用服务时，例如：给车辆加油，或者给车辆充电时，车辆均会在服务站点停留一段时间。那么，可以根据用户车辆行驶轨迹，挖掘车辆停留点，根据车辆停留点确定用户通过线下支付所使用的站点数据。
可选地，可以确定用户的车辆行驶轨迹中，行驶时间发生变化满足预设阈值，而车辆定位信息未发生变化的点为车辆停留点。例如：车辆在10点20分-10点30分之间位置未发生变化，则可将该位置点作为车辆停留点。
在一些情况下，当用户将车辆停靠在路边休息，或者是用户下车购买物品时，车辆也会发生停留。此时，也会被确定为车辆停留点，若将确定的所有车辆停留点均作为服务站点，会导致确定的服务站点准确性较差。
可选地，本实施例中，可以结合各服务站点的实际地理位置信息、以及上述确定的车辆停留点，确定服务站点。也即，将车辆停留点的地理位置信息与服务站点的实际地理位置信息进行比对，确定与服务站点的实际地理位置信息具体相同位置信息的车辆停留点为服务站点。这样，可得到较为精确的线下支付的服务站点信息。
可选地，结合上述两种方法综合获取的用户的两类历史站点使用数据，可得到任一用户的历史站点使用数据。
S102、根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。
在一些实施例中，可以获取多个不同用户的历史站点使用数据，根据每个用户的历史站点使用数据，综合分析得到每个服务站点的属性特征。具体的分析方法在下述实施例进行详细说明。
可选地，属性特征可以表示任一服务站点与其他所有服务站点之间的关联关系，该关联关系可以指示两个服务站点之间的相似度，或者是邻近关系。
可选地，本申请的方法还可以根据用户的实时站点使用数据，更新用户的历史站点使用数据，从而不断更新获取的每个服务站点的属性特征。以提高获取的服务站点的属性特征的精确性。例如：将用户近期预设时间段产生的站点使用数据添加至用户的历史站点使用数据中，以更新用户的历史站点使用数据，从而根据更新后的用户的历史站点使用数据，更新获取的每个服务站点是属性特征。
综上，本实施例提供的服务站点推送分析方法，包括：获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。本申请的方法通过获取的多个用户的历史站点使用数据，确定每个服务站点的属性特征，使得得到的每个服务站点的属性特征准确性较高。以根据每个服务站点的属性特征，为用户实现较为精确的服务站点的个性化推荐。
图4为本申请实施例提供的另一种服务站点推送分析方法的流程示意图。可选地，如图4所示，上述步骤S102中，根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，可包括：
S201、根据各用户的历史站点使用数据，获取各用户的站点使用序列，其中，站点使用序列包括根据使用时间排列的历史所使用服务站点。
在一些实施例中，可以将通过用户终端上的交易数据获取的历史站点使用数据、以及用户线下支付所产生的历史站点使用数据进行综合排序，得到各用户的站点使用序列。
可选地，本实施例中，可以根据历史站点使用数据所包括的使用时间进行排序，得到用户的站点使用序列。其中，得到的站点使用序列中还可标记有站点的使用时间和站点的位置信息。其中，站点的位置信息可以为经纬度信息，或者是其他与位置相关的信息。
S202、根据至少一个用户的站点使用序列，获取每个服务站点的属性特征。
可选地，每个用户的站点使用序列中包括多个节点，每个节点代表一个服务站点。可以根据至少一个用户的站点使用序列，确定每个节点与其他节点的关联关系，以得到每个服务站点的属性特征。
可选地，通过将多个用户的站点使用序列进行综合分析，可以实现基于大数据的服务站点属性分析，使得得到的每个服务站点的属性特征准确性较高。
图5为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；可选地，如图5所示，上述步骤S202中，根据至少一个用户的站点使用序列，获取每个服务站点的属性特征，可包括：
S301、根据各用户的站点使用序列，获取每相邻使用两个站点形成的有向边。
可选地，每个用户的站点使用序列可以为一条连续的序列，在一种可实现的方式中，可以将各用户的站点使用序列转化为站点使用结构图，也即，将每个用户的站点使用序列表示在同一个图中。
需要说明的是，相邻两个站点形成的有向边可以理解为：根据相邻两个站点的使用时间所确定的具有方向的边。例如：用户A的站点使用序列为：a、b、c，在前述的说明中可知，a、b、c三个服务站点是根据使用时间进行排序的，也即用户先使用站点a，再使用站点b，最后使用站点c，那么，服务站点a和服务站点b形成的有向边为a-b，而假设用户先使用的站点b，再使用的站点a，那么，服务站点a和服务站点b形成的有向边则为b-a。这样，则可得到任意两个服务站点的有向边。
S302、根据所有用户的相同有向边的数量，确定各有向边的权重，其中，权重用于标识每个服务站点的属性特征。
可选地，当两个用户的站点使用序列中存在相同的服务站点使用数据，那么，该两个用户的站点使用序列会存在重叠部分。而重叠部分会形成相同的有向边。
可选地，对于所有用户的站点使用序列，可以确定该所有用户的站点使用序列所形成的相同有向边，并根据每个有向边的重叠次数，确定各有向边的权重。
举例说明，用户A的站点使用序列为：a、b、c、d，用户B的站点使用序列为：a、b、c、d、e，用户C的站点使用序列为：a、b、f、d、e。由于用户A、用户B和用户C均按顺序使用站点a、b，用户A、用户B和用户C的站点使用序列中a-b边产生重叠，那么，可确定a、b两个使用站点形成的有向边为：a-b。同理可得，根据用户A、用户B和用户C的站点使用序列所构成的站点使用序列结构图中，可确定每相邻使用两个站点形成的有向边包括：a-b、b-c、c-d、d-e，其中，有向边a-b的权重为3，有向边b-c的权重为2，有向边c-b的权重为2，有向边d-e的权重为2。
可选地，有向边的权重用于标识每个服务站点的属性特征。也即，有向边a-b的权重用于表示服务站点a的属性特征，有向边b-c的权重用于表示服务站点b的属性特征，同理，则可得到每个服务站点的属性特征。
可选地，每个服务站点的属性特征则表示每个服务站点与其他服务站点之间的关联关系。当有向边的权重越大时，则说明两个服务站点之间的关联度越高，相似度越大。例如：还有用户D的站点使用序列为：a、e、f、d。那么，形成的有向边a-b的权重为3，有向边a-e的权重为1，则可以说明，服务站点a和服务站点b的关联度较高，服务站点a和服务站点e的关联度较低。
经过上述方法，即可得到每个服务站点的属性特征，从而确定每个服务站点与其他任意服务站点的关联关系，以用于下述根据每个服务站点的属性特征，确定为用户推荐的目标服务站点。
图6为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；可选地，如图6所示，本申请的方法还可包括：
S401、根据最近使用站点、以及每个服务站点的属性特征，确定目标站点。
最近使用站点也即距离当前时刻用户最近一次使用的服务站点。可选地，可以根据用户最近使用的服务站点、以及该服务站点与其他服务站点的关联关系，确定待推荐的目标站点。从而使得推荐给用户的服务站点更符合用户以往的服务站点使用习惯，用户可获取自己较为感兴趣且熟悉的服务站点信息，实现了服务站点的个性化推荐。
举例说明：用户最近一次使用的服务站点为a，根据各服务站点的属性特征，可以确定服务站点a与其他服务站点的关联关系，也即相关度。假设服务站点a与服务站点b的相关度为3，服务站点a与服务站点c的相关度为2，服务站点a与服务站点d的相关度为1。可知，服务站点a与服务站点b的相关度最高，用户在使用服务站点a后，习惯性的使用服务站点b(也可以理解为对服务站点b较熟悉)。那么，可将服务站点b确定为目标服务站点。
S402、向目标用户的客户端推送目标站点。
在一些实施例中，在上述确定了目标站点后，可以根据获取的站点使用数据中记录的目标站点的位置信息，将目标站点的位置信息推送至目标用户的客户端。其中，目标用户可以为任意的站点使用用户。
可选地，用户可以根据获取的目标站点的位置信息，去目标站点购买并使用相应的服务。
在一些实施例中，可以通过语音播报的方式，向目标用户的客户端播报目标站点的位置信息。在另一些实施例中，也可以通过文字提醒的方式，在目标用户的客户端界面中显示目标站点的位置信息。当然并不限于上述两种方式。
图7为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；可选地，如图7所示，上述步骤S401中，根据最近使用站点、以及每个服务站点的属性特征，确定目标站点，可以包括：
S501、根据最近使用站点、以及每个服务站点的属性特征，确定多个待推荐站点。
在一些实施例中，可以根据每个服务站点的属性特征，确定最近使用站点与其他服务站点的相关度，并从其他多个服务站点中确定出多个待推荐的站点。
可选地，可以根据最近使用站点与其他服务站点的相关度、以及预设阈值，从其他多个服务站点中确定出多个待推荐的站点。也即，可以将与最近使用站点的相关度满足预设阈值的服务站点确定为待推荐的站点。其中，预设阈值可以根据实际情况进行灵活调整。
S502、根据目标用户的当前位置、多个待推荐站点的位置，确定目标站点。
可选地，可以进一步地根据目标用户的当前位置，从上述确定的多个待推荐站点中确定距离用户最近的站点为目标站点，以便于用户能够最快时间内到达目标站点使用服务，保证目标用户的车辆的使用状态较好。
图8为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；可选地，如图8所示，上述步骤S401中，根据最近使用站点、以及每个服务站点的属性特征，确定目标站点，可以包括：
S601、根据最近使用站点、以及每个服务站点的属性特征，确定多个待推荐站点。
S602、根据目标用户的历史轨迹数据、多个待推荐站点的位置，确定目标站点。
需要说明的是，上述步骤S501和S502中列举了一种可实现的目标站点的确定方法，即根据目标用户当前位置，从多个待推荐站点中确定目标站点。
本实施例中，还提供了另一种可实现的方式，也即，根据目标用户的历史轨迹数据，从多个待推荐站点中确定目标站点。
可选地，可以根据目标用户的历史行车轨迹，确定目标用户惯用的行驶路线，并将惯用的行驶路线上的服务站点作为目标站点推荐给目标用户。从而使得用户能够获取到较满意的服务站点。
例如：根据目标用户的历史行车轨迹，确定目标用户多次在A地点和B地点之间驾车，那么，可从多个待推荐站点中，确定站点位置在A地点和B地点之间的站点。在一些情况下，当A地点和B地点之间的站点仅有一个时，则将该站点确定为目标站点。而在另一些情况下，当A地点和B地点之间的站点存在多个时，也可进一步地根据该多个站点距离目标用户当前所处位置的距离，将距离最近的站点座位目标站点。
图9为本申请实施例提供的另一种服务站点推送分析方法的流程示意图；可选地，如图9所示，上述步骤S401中，根据最近使用站点、以及每个服务站点的属性特征，确定目标站点，可以包括：
S701、根据最近使用站点、以及每个服务站点的属性特征，确定初始待推荐站点。
可选地，该步骤的实现原理及实现过程与上述步骤S501类似，可参考上述步骤S501的具体说明进行理解。
S702、根据各初始待推荐站点的类型，筛选符合预设类型的待推荐站点。
通常，针对车辆服务的服务站点可以分为不同类型，本实施例中，服务站点可分为合作站点和非合作站点。其中，合作站点可以理解为：仅支持通过线上支付购买服务的站点，例如：通过用户终端上安装的专用应用软件购买服务。而非合作站点可以理解为：仅支持通过线下支付购买服务的站点，例如：用户通过现金支付的方式，向售货员购买服务。
可选地，对于一些合作站点，商家会不定期通过推出一些折扣活动、或者是赠送礼品、返优惠券等形式，维护与用户之间的长期合作关系，吸引更多的新用户。那么，对于用户来说，在进行目标站点推荐时，推荐合作站点会更符合用户的心意，用户的接受度和满意度也会更高。
可选地，上述在从多个服务站点中确定出待推荐的多个站点后，还可以根据该多个待推荐站点的站点类型(合作站点还是非合作站点)，从中筛选出符合用户期望的预设类型的多个待推荐站点，本实施例中预设类型可以指合作站点。当然，针对不同的用户需求，预设类型可以调整，本申请不做具体限制。
S703、在待推荐站点中确定目标站点。
本实施例中，从确定的符合预设类型的多个待推荐站点中确定目标站点的实现方法与上述步骤S502和步骤S602中的方法原理相同，可参照上述步骤的实现方法，从符合预设类型的多个待推荐站点中确定目标站点。此处不再一一赘述。
图10为本申请实施例提供的又一种服务站点推送分析方法的流程示意图；可选地，如图10所示，上述步骤S402中，向目标用户的客户端推送目标站点，可以包括：
S801、获取目标用户的当前服务状态。
可选地，本实施例中针对的目标用户可以为进行司乘服务的司机。在司机处于已接单状态时，也即正在为乘客提供服务时，若为司机推荐目标站点，一方面，司机也无法及时前往服务站点使用服务，另一方面，若司机及时前往服务站点使用服务，则将会对司乘服务造成影响，降低乘客的乘车体验。
本实施例中，在将确定的目标站点推送至目标用户的客户端之前，还可先判断目标用户当前服务状态，其中，服务状态可包括：接单状态、空闲状态。其中，接单状态可以包括：正在接单和已接单，而空闲状态则指休息状态。
可选地，可以通过用户在终端上所安装的专用接单应用程序上所产生的操作数据，获取用户的服务状态。
S802、在当前服务状态为空闲状态时，向目标用户的客户端推送目标站点。
当上述确定用户当前服务状态为空闲状态时，将确定的该目标用户所对应的目标站点推送至该用户的客户端。以使得用户可以合理利用空闲时间，使用站点服务，避免了对用户的正常工作造成干扰。从而有效提高了用户的服务站点使用体验度。
综上，本申请实施例提供的服务站点推送分析方法，包括：获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。本申请的方法通过获取的多个用户的历史站点使用数据，确定每个服务站点的属性特征，使得得到的每个服务站点的属性特征准确性较高。以根据每个服务站点的属性特征，为用户实现较为精确的服务站点的个性化推荐。
其次，根据用户的当前位置，从确定的多个待推荐站点中确定目标站点，可以使得用户获取的目标站点距离用户较近，用户使用站点服务更加便利。
另外，通过获取用户的服务状态，对处于空闲状态的用户推荐目标站点，可以有效避免对用户的服务工作造成干扰，有效提高了用户使用站点服务的体验度。
下述对用以执行本申请所提供的服务站点推送分析方法的装置、设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
图11为本申请实施例提供的一种服务站点推送分析装置的示意图；该服务站点推送分析装置实现的功能对应上述方法执行的步骤。该装置可以理解为上述服务器，或服务器的处理器，也可以理解为独立于上述服务器或处理器之外的在服务器控制下实现本申请功能的组件，如图11所示，该服务站点推送分析装置可以包括：获取模块610；
获取模块610，用于获取至少一个用户的历史站点使用数据，其中，历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，属性特征用于表征各服务站点与其他服务站点之间的关联关系。
可选地，获取模块610，具体用于根据各用户的历史站点使用数据，获取各用户的站点使用序列，其中，站点使用序列包括根据使用时间排列的历史所使用服务站点；根据至少一个用户的站点使用序列，获取每个服务站点的属性特征。
可选地，获取模块610，具体用于根据各用户的站点使用序列，获取每相邻使用两个站点形成的有向边；根据所有用户的相同有向边的数量，确定各有向边的权重，其中，权重用于标识每个服务站点的属性特征。
可选地，仍如图11所示，该装置还可包括：确定模块620、推送模块630；
确定模块620，用于根据最近使用站点、以及每个服务站点的属性特征，确定目标站点；
推送模块630，用于向目标用户的客户端推送目标站点。
可选地，确定模块620，具体用于根据最近使用站点、以及每个服务站点的属性特征，确定多个待推荐站点；根据目标用户的当前位置、多个待推荐站点的位置，确定目标站点。
可选地，确定模块620，具体用于根据最近使用站点、以及每个服务站点的属性特征，确定多个待推荐站点；根据目标用户的历史轨迹数据、多个待推荐站点的位置，确定目标站点。
可选地，确定模块620，具体用于根据最近使用站点、以及每个服务站点的属性特征，确定初始待推荐站点；根据各初始待推荐站点的类型，筛选符合预设类型的待推荐站点；在待推荐站点中确定目标站点。
可选地，推送模块630，具体用于获取目标用户的当前服务状态；在当前服务状态为空闲状态时，向目标用户的客户端推送目标站点。
上述模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合线缆等，或其任意组合。无线连接可以包括通过LAN、WAN、蓝牙、ZigBee、或NFC等形式的连接，或其任意组合。两个或更多个模块可以组合为单个模块，并且任何一个模块可以分成两个或更多个单元。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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通信接口，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块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，在本申请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。
需要说明的是，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Singnal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上***(System-on-a-chip，简称SOC)的形式实现。
图12为本申请实施例提供的一种电子设备的结构示意图，如图12所示，该设备可包括：处理器901和存储器902，其中：
存储器902用于存储程序，处理器901调用存储器902存储的程序，以执行上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。
可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种服务站点推送分析方法，其特征在于，包括：
获取至少一个用户的历史站点使用数据，其中，所述历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；
根据至少一个用户的所述历史站点使用数据，获取每个服务站点的属性特征，所述属性特征用于表征各所述服务站点与其他服务站点之间的关联关系。
2.根据权利要求1所述的方法，其特征在于，所述根据至少一个用户的历史站点使用数据，获取每个服务站点的属性特征，包括：
根据各所述用户的所述历史站点使用数据，获取各所述用户的站点使用序列，其中，所述站点使用序列包括根据所述使用时间排列的所述历史所使用服务站点；
根据至少一个所述用户的所述站点使用序列，获取每个所述服务站点的属性特征。
3.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述用户的所述站点使用序列，获取每个所述服务站点的属性特征，包括：
根据各所述用户的所述站点使用序列，获取每相邻使用两个站点形成的有向边；
根据所有所述用户的相同所述有向边的数量，确定各所述有向边的权重，其中，所述权重用于标识每个所述服务站点的属性特征。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点；
向目标用户的客户端推送所述目标站点。
5.根据权利要求4所述的方法，其特征在于，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；
根据所述目标用户的当前位置、多个所述待推荐站点的位置，确定目标站点。
6.根据权利要求4所述的方法，其特征在于，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定多个待推荐站点；
根据所述目标用户的历史轨迹数据、多个所述待推荐站点的位置，确定目标站点。
7.根据权利要求4所述的方法，其特征在于，所述根据最近使用站点、以及每个所述服务站点的属性特征，确定目标站点，包括：
根据最近使用站点、以及每个所述服务站点的属性特征，确定初始待推荐站点；
根据各所述初始待推荐站点的类型，筛选符合预设类型的待推荐站点；
在所述待推荐站点中确定所述目标站点。
8.一种服务站点推送分析装置，其特征在于，包括：获取模块；
所述获取模块，用于获取至少一个用户的历史站点使用数据，其中，所述历史站点使用数据包括：历史所使用服务站点的位置信息、使用时间；根据至少一个用户的所述历史站点使用数据，获取每个服务站点的属性特征，所述属性特征用于表征各所述服务站点与其他服务站点之间的关联关系。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至7任一所述的服务站点推送分析方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一所述的服务站点推送分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010537736.8A CN111866073A (zh) | 2020-06-12 | 2020-06-12 | 服务站点推送分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010537736.8A CN111866073A (zh) | 2020-06-12 | 2020-06-12 | 服务站点推送分析方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111866073A true CN111866073A (zh) | 2020-10-30 |
Family
ID=72987444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010537736.8A Pending CN111866073A (zh) | 2020-06-12 | 2020-06-12 | 服务站点推送分析方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111866073A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766820A (zh) * | 2021-02-22 | 2021-05-07 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法和装置、服务端设备及存储介质 |
| CN113408817A (zh) * | 2021-07-07 | 2021-09-17 | 北京京东拓先科技有限公司 | 流量分发方法、装置、设备及存储介质 |
| CN114046797A (zh) * | 2021-11-09 | 2022-02-15 | 北京百度网讯科技有限公司 | 用于公交导航的站点选择的方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012113544A (ja) * | 2010-11-25 | 2012-06-14 | Nomura Research Institute Ltd | 飲食店推薦システム |
| CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
| US20130054368A1 (en) * | 2011-08-22 | 2013-02-28 | Bank Of America Corporation | Mobile door buster offer transmission with varying offer values |
| CN110869951A (zh) * | 2018-06-28 | 2020-03-06 | 北京嘀嘀无限科技发展有限公司 | 预测线上到线下服务中目的地的***和方法 |
| CN110929162A (zh) * | 2019-12-04 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 基于兴趣点的推荐方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-12 CN CN202010537736.8A patent/CN111866073A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012113544A (ja) * | 2010-11-25 | 2012-06-14 | Nomura Research Institute Ltd | 飲食店推薦システム |
| US20130054368A1 (en) * | 2011-08-22 | 2013-02-28 | Bank Of America Corporation | Mobile door buster offer transmission with varying offer values |
| CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
| CN110869951A (zh) * | 2018-06-28 | 2020-03-06 | 北京嘀嘀无限科技发展有限公司 | 预测线上到线下服务中目的地的***和方法 |
| CN110929162A (zh) * | 2019-12-04 | 2020-03-27 | 腾讯科技（深圳）有限公司 | 基于兴趣点的推荐方法、装置、计算机设备和存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112766820A (zh) * | 2021-02-22 | 2021-05-07 | 北京嘀嘀无限科技发展有限公司 | 数据处理方法和装置、服务端设备及存储介质 |
| CN113408817A (zh) * | 2021-07-07 | 2021-09-17 | 北京京东拓先科技有限公司 | 流量分发方法、装置、设备及存储介质 |
| CN113408817B (zh) * | 2021-07-07 | 2024-04-16 | 北京京东拓先科技有限公司 | 流量分发方法、装置、设备及存储介质 |
| CN114046797A (zh) * | 2021-11-09 | 2022-02-15 | 北京百度网讯科技有限公司 | 用于公交导航的站点选择的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111866073A (zh) | 服务站点推送分析方法、装置、电子设备及存储介质 | |
| US20200049522A1 (en) | Methods and systems for route planning | |
| CN111651685A (zh) | 一种兴趣点获取方法、装置、电子设备及存储介质 | |
| CN104731917A (zh) | 一种推荐方法及装置 | |
| US9739631B2 (en) | Methods and systems for automatically providing point of interest information based on user interaction | |
| CN111105251A (zh) | 一种信息推送方法及装置 | |
| CN109084797B (zh) | 一种导航路径推荐方法和装置 | |
| CN111831897A (zh) | 一种出行目的地推荐方法、装置、电子设备及存储介质 | |
| CN111861643A (zh) | 一种乘车位置的推荐方法、装置、电子设备及存储介质 | |
| CN109523073A (zh) | 一种根据乘客目的地推荐乘车车站的方法、装置及终端 | |
| CN111860558A (zh) | 行程异常检测方法、装置及电子设备 | |
| CN110750709A (zh) | 一种服务推荐方法及装置 | |
| CN111260164A (zh) | 一种运力调度方法以及装置 | |
| CN111489214A (zh) | 订单分配方法、条件设置方法、装置及电子设备 | |
| CN111859176B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN111831764A (zh) | 一种停留站点的确定方法、装置、电子设备和介质 | |
| CN112561643A (zh) | 一种拼车订单处理方法、装置、电子设备及存储介质 | |
| CN111260423B (zh) | 订单分配方法、装置、电子设备及计算机可读存储介质 | |
| CN111859289A (zh) | 交通工具的交易转化率预估方法、装置、电子设备及介质 | |
| CN113761398B (zh) | 信息推荐方法、装置、电子设备以及存储介质 | |
| CN111242711A (zh) | 信息提示方法、装置、电子设备和存储介质 | |
| CN114221960B (zh) | 基于自动驾驶公交车的数据推送方法和自动驾驶公交车 | |
| CN111260424A (zh) | 一种信息处理方法及装置 | |
| CN111260101B (zh) | 一种信息处理方法及装置 | |
| CN111143486A (zh) | 一种服务位置获取方法、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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |