JP2020529649A - ピックアップロケーションをネーミングするための方法およびシステム - Google Patents

Abstract

ピックアップロケーションをネーミングするための方法は、端末からユーザに関連付けられたロケーションペアを取得するステップであって、ロケーションペアが現在のロケーションおよびピックアップロケーションを含む、ステップを含み得る。方法はまた、ロケーションペアおよびターゲットPOIデータベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するステップを含み得る。方法は、第1の予備的POIの特徴および第2の予備的POIの特徴を決定するステップをさらに含み得る。方法はまた、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するステップと、第1の予備的POIの第1のスコアおよび第2の予備的POIの第2のスコアを決定するステップとを含み得る。方法は、第1のスコアおよび第2のスコアに基づいて最終POIを決定するステップと、最終POIに基づいてピックアップロケーションの名前を決定するステップとをさらに含み得る。

Description

本出願は、一般に機械学習に関し、詳細には、機械学習法を使用してピックアップロケーションをネーミングするための方法およびシステムに関する。

ウェブマッピングサービス、ナビゲーションサービス、およびオンラインオンデマンド輸送サービスなどの多くのロケーションベースのサービスおよび/またはアプリケーションは、サービスを提供するためにピックアップロケーションをネーミングする必要があり得る。たとえば、オンデマンド輸送サービスの場合、乗客がピックアップロケーションを設定すると、運転者はピックアップロケーションがどこかを知る必要がある。ピックアップロケーションの経度および緯度のみが提供されるとすると、ピックアップロケーションを見つけることは運転者にとって不便である。したがって、運転者が乗客をピックアップすることをより容易にするピックアップロケーションをネーミングすることが望ましい。

本開示の第1の態様では、システムが提供される。システムは、一組の命令を記憶する少なくとも1つの記憶装置と、少なくとも1つの記憶装置と通信する少なくとも1つのプロセッサとを含み得る。一組の命令を実行するとき、少なくとも1つのプロセッサは、システムに、注文に関連付けられたロケーションペアを取得するために、少なくとも1つのプロセッサ内の論理回路を動作させることであって、ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、動作させることと、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、第1のスコアおよび第2のスコアに基づいて最終POIを決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることと、最終POIに基づいてピックアップロケーションの名前を決定するために、少なくとも1つのプロセッサ内の論理回路を動作させることとを行わせるように構成され得る。

いくつかの実施形態では、第1の予備的POIまたは第2の予備的POIは、現在のロケーションから第1の距離内にあり、ピックアップロケーションから第2の距離内にあり得る。

いくつかの実施形態では、訓練済みネーミングモデルは、適応ブースティングモデルまたは勾配ブースティング決定木(GBDT)モデルを含み得る。

いくつかの実施形態では、訓練済みネーミングモデルは、ネーミングモデルを訓練するためのプロセスに従って生成されてもよく、プロセスは、予備的ネーミングモデルを取得することと、複数の訓練サンプルを取得することと、取得された複数の訓練サンプルを使用して予備的ネーミングモデルを訓練して、訓練済みネーミングモデルを取得することとを含む。

いくつかの実施形態では、複数の訓練サンプルは、訓練サンプルを生成するためのプロセスに従って生成される少なくとも1つの訓練サンプルを含んでもよく、プロセスは、過去の注文に関する過去の注文情報を決定することと、基準POIを過去の注文情報とともにマッピングすることと、過去の注文情報に基づいて基準POIの基準特徴を決定することと、基準POIの基準特徴および過去の注文情報に基づいて少なくとも1つの訓練サンプルを生成することとを含む。

いくつかの実施形態では、過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、または過去のピックアップロケーション名のうちの少なくとも1つを含み得る。

いくつかの実施形態では、過去の注文情報は、過去のピックアップロケーション名を含んでもよく、基準POIの基準特徴を決定するステップは、基準POIの名前と過去の注文の過去のピックアップロケーション名の類似度に基づいて過去の注文情報を基準POIにマッピングするステップをさらに含んでもよい。

いくつかの実施形態では、過去の注文情報は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータを含んでもよく、基準POIの基準特徴は、リロケーション挙動データを含んでもよく、過去の注文情報に基づいて基準POIの基準特徴を決定するステップは、過去の最終ピックアップロケーションデータを取得するステップと、過去の推奨ピックアップロケーションデータを取得するステップと、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータに基づいてリロケーション挙動データを決定するステップとをさらに含んでもよい。

いくつかの実施形態では、ターゲットPOIデータベースは、POIデータベースを生成するためのプロセスに基づいて決定されてもよく、プロセスは、予備的POIデータベースを取得することであって、予備的POIデータベースは基準POIを含む、取得することと、基準POIの属性に基づいてターゲットPOIデータベースを決定することとを含む。

いくつかの実施形態では、基準POIの属性に基づいてターゲットPOIデータベースを決定するステップは、過去の注文情報に基づいてターゲットPOIデータベースを決定するステップをさらに含み得る。

本開示の別の態様では、プロセッサと、記憶媒体と、ネットワークに接続された通信プラットフォームとを有するコンピューティングデバイス上で実装される方法が提供される。方法は、プロセッサによって、注文に関連付けられたロケーションペアを取得するステップであって、ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、ステップと、プロセッサによって、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するステップと、プロセッサによって、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定するステップと、プロセッサによって、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定するステップと、プロセッサによって、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するステップと、プロセッサによって、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定するステップと、プロセッサによって、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定するステップと、プロセッサによって、第1のスコアおよび第2のスコアに基づいて最終POIを決定するステップと、プロセッサによって、最終POIに基づいてピックアップロケーションの名前を決定するステップとを含み得る。

いくつかの実施形態では、第1の予備的POIまたは第2の予備的POIは、現在のロケーションから第1の距離内にあり、ピックアップロケーションから第2の距離内にあり得る。

いくつかの実施形態では、訓練済みネーミングモデルは、適応ブースティングモデルまたは勾配ブースティング決定木(GBDT)モデルを含み得る。

いくつかの実施形態では、訓練済みネーミングモデルは、ネーミングモデルを訓練するためのプロセスに従って生成されてもよく、プロセスは、予備的ネーミングモデルを取得することと、複数の訓練サンプルを取得することと、取得された複数の訓練サンプルを使用して予備的ネーミングモデルを訓練して、訓練済みネーミングモデルを取得することとを含む。

いくつかの実施形態では、複数の訓練サンプルは、訓練サンプルを生成するためのプロセスに従って生成される少なくとも1つの訓練サンプルを含んでもよく、プロセスは、過去の注文に関する過去の注文情報を決定することと、基準POIを過去の注文情報とともにマッピングすることと、過去の注文情報に基づいて基準POIの基準特徴を決定することと、基準POIの基準特徴および過去の注文情報に基づいて少なくとも1つの訓練サンプルを生成することとを含む。

いくつかの実施形態では、過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、または過去のピックアップロケーション名のうちの少なくとも1つを含み得る。

いくつかの実施形態では、過去の注文情報は、過去のピックアップロケーション名を含んでもよく、基準POIの基準特徴を決定するステップは、基準POIの名前と過去の注文の過去のピックアップロケーション名の類似度に基づいて過去の注文情報を基準POIにマッピングするステップをさらに含んでもよい。

いくつかの実施形態では、過去の注文情報は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータを含んでもよく、基準POIの基準特徴は、リロケーション挙動データを含んでもよく、過去の注文情報に基づいて基準POIの基準特徴を決定するステップは、過去の最終ピックアップロケーションデータを取得するステップと、過去の推奨ピックアップロケーションデータを取得するステップと、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータに基づいてリロケーション挙動データを決定するステップとをさらに含んでもよい。

いくつかの実施形態では、ターゲットPOIデータベースは、POIデータベースを生成するためのプロセスに基づいて決定されてもよく、プロセスは、予備的POIデータベースを取得することであって、予備的POIデータベースは基準POIを含む、取得することと、基準POIの属性に基づいてターゲットPOIデータベースを決定することとを含む。

本開示のさらに別の態様では、端末とオンデマンド輸送プラットフォームとの間の接続を開始するための少なくとも一組の命令を含む非一時的コンピュータ可読媒体が提供される。電子端末の少なくとも1つのプロセッサによって実行されると、少なくとも一組の命令は、少なくとも1つのプロセッサに、端末からユーザに関連付けられたロケーションペアを取得する行為であって、ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、行為と、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定する行為と、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定する行為と、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定する行為と、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得する行為と、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定する行為と、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定する行為と、第1のスコアおよび第2のスコアに基づいて最終POIを決定する行為と、最終POIに基づいてピックアップロケーションの名前を決定する行為とを実施するように指示し得る。

本開示のさらに別の態様では、プロセッサと、記憶媒体と、ネットワークに接続された通信プラットフォームとを有するコンピューティングデバイス上で実装されるシステムが提供される。システムは、ロケーションペアを取得するように構成されたロケーション取得モジュールであって、ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、ロケーション取得モジュールと、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するように構成された予備的POI決定モジュールと、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定するように構成された特徴抽出モジュールであって、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定するようにさらに構成された特徴抽出モジュールと、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するように構成されたモデル取得モジュールであって、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定するようにさらに構成され、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定するようにさらに構成されたモデル取得モジュールと、第1のスコアおよび第2のスコアに基づいて最終POIを決定するように構成されたネーミングモジュールであって、最終POIに基づいてピックアップロケーションの名前を決定するようにさらに構成されたネーミングモジュールとを含み得る。

追加の特徴は、一部は以下の説明に記載され、一部は以下の添付の図面を検討すれば当業者に明らかとなるか、または例の提示もしくは動作から学習され得る。本開示の特徴は、方法論、手段、および以下で論じられる詳細な例に記載される組合せの様々な態様の実践または使用によって認識され、獲得され得る。

本明細書の図は、本開示のさらなる理解のために提供され、本開示の一部を構成する。本開示の例示的な実施形態および説明は、本開示を説明するために使用され、限定することは意図されていない。図面では、同様の参照番号は同じ部分を示す。

本開示のいくつかの実施形態による、オンデマンド輸送サービスのための例示的なシステムのブロック図である。 本開示のいくつかの実施形態による例示的なコンピューティングデバイスのブロック図である。 本開示のいくつかの実施形態による例示的なモバイルデバイスを示す概略図である。 本開示のいくつかの実施形態による、注文のピックアップロケーションをネーミングするための例示的な処理エンジンのブロック図である。 本開示のいくつかの実施形態による、訓練済みネーミングモデルを決定するための例示的な処理エンジンのブロック図である。 本開示のいくつかの実施形態による、ピックアップロケーションの名前を決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、訓練サンプルを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、リロケーション挙動データを決定するための例示的なプロセスのフローチャートである。 本開示のいくつかの実施形態による、ターゲットPOIデータベースを決定するための例示的なプロセスのフローチャートである。

以下の説明は、いかなる当業者でも本開示を作成および使用することができるように提示され、特定の適用例およびその要件の文脈において提供される。開示される実施形態に対する様々な修正は当業者に容易に明らかになり、本明細書で定義される一般原理は、本開示の趣旨および範囲から逸脱することなく、他の実施形態および適用例に適用され得る。したがって、本開示は示される実施形態に限定されず、特許請求の範囲と一致する最も広い範囲を与えられるべきである。

本明細書で使用される用語は、特定の例示的な実施形態のみを説明することを目的としており、限定することは意図されていない。本明細書で使用される場合、単数形の「a」、「an」、および「the」は、文脈が別段に明確に示さない限り、複数形も含むことが意図されることがある。「含む(comprise)」、「含む(comprises)」、および/または「含む(comprising)」、「含む(include)」、「含む(includes)」、および/または「含む(including)」という用語は、本開示で使用されるとき、述べられる特徴、整数、ステップ、動作、要素、および/または構成要素の存在を明示するが、1つまたは複数の他の特徴、整数、ステップ、動作、要素、構成要素、および/またはそれらのグループの存在または追加を除外しないことをさらに理解されたい。

これらの特徴および他の特徴と、本開示の特性と、ならびに構造の関連する要素の動作の方法および機能と、部品の組合せおよび製造の経済性とは、そのすべてが本開示の一部を形成する添付の図面を参照しながら以下の説明を考慮すれば、より明らかになろう。しかしながら、図面は例示および説明のみを目的としており、本開示の範囲を限定することは意図されていないことを明確に理解されたい。図面は縮尺通りではないことを理解されたい。

本開示で使用されるフローチャートは、本開示のいくつかの実施形態に従ってシステムが実装する動作を示す。フローチャートの動作は順序通りに実装されないことがあることを明確に理解されたい。それどころか、動作は逆の順序でまたは同時に実装されることがある。さらに、1つまたは複数の他の動作がフローチャートに追加されることがある。1つまたは複数の動作がフローチャートから削除されることがある。

さらに、本開示で開示されるシステムおよび方法は、注文のピックアップロケーションをネーミングすることに関して主に説明されるが、これは1つの例示的な実施形態にすぎないことも理解されたい。本開示のシステムまたは方法は、任意の他の種類のオンデマンドサービスに適用され得る。たとえば、本開示のシステムまたは方法は、陸、海、航空宇宙など、またはそれらの任意の組合せを含む、異なる環境の輸送システムに適用され得る。輸送システムの車両は、タクシー、自家用車、ヒッチ、バス、列車、超特急列車、高速鉄道、地下鉄、船舶、航空機、宇宙船、熱気球、無人の車両など、またはそれらの任意の組合せを含み得る。輸送システムはまた、管理および/または配送のための任意の輸送システム、たとえば、速達便を送るおよび/または受け取るためのシステムを含み得る。本開示のシステムまたは方法の適用例は、ウェブページ、ブラウザのプラグイン、クライアント端末、カスタムシステム、内部分析システム、人工知能ロボットなど、またはそれらの任意の組合せを含み得る。

本開示の「乗客(passenger)」、「要求者(requester)」、「要求者(requestor)」、「サービス要求者(service requester)」、「サービス要求者(service requestor)」および「顧客(customer)」という用語は、サービスを要求するかまたは注文することがある個人、エンティティ、またはツールを指すために互いに入れ替え可能に用いられる。また、本開示の「運転者(driver)」、「提供者(provider)」、「サービス提供者(service provider)」、および「供給者(supplier)」という用語は、サービスを提供するかまたはサービスの提供を容易にすることがある個人、エンティティ、またはツールを指すために互いに入れ替え可能に用いられる。本開示の「ユーザ(user)」という用語は、サービスを要求するか、サービスを注文するか、サービスを提供するか、またはサービスの提供を容易にすることがある個人、エンティティ、またはツールを指す場合がある。たとえば、ユーザは、乗客、運転者、操作者など、またはそれらの任意の組合せであり得る。本開示では、「乗客」および「乗客端末」という用語が互いに入れ替え可能に用いられることがあり、「運転者」および「運転者端末」という用語が互いに入れ替え可能に用いられることがある。

本開示の「サービス」、「要求」、および「サービス要求」という用語は、乗客、要求者、サービス要求者、顧客、運転者、提供者、サービス提供者、供給者など、またはそれらの任意の組合せによって開始されることがある要求を指すために互いに入れ替え可能に用いられる。サービス要求は、乗客、要求者、サービス要求者、顧客、運転者、提供者、サービス提供者、または供給者のうちのいずれか1人によって受け入れられ得る。サービス要求は有料または無料であり得る。

本開示で使用される測位技術は、全地球測位システム(GPS)、全地球ナビゲーション衛星システム(GLONASS)、コンパスナビゲーションシステム(COMPASS)、Galileo測位システム、準天頂衛星システム(QZSS)、ワイヤレスフィデリティ(WiFi)測位技術など、またはそれらの任意の組合せに基づき得る。上記の測位システムのうちの1つまたは複数は、本開示では互いに入れ替え可能に用いられ得る。

本開示の一態様は、注文のピックアップロケーションをネーミングするためのオンラインシステムおよび方法に関する。システムは最初に、サービス要求者に関連付けられた端末または記憶装置からロケーションペアを取得し、次いで、ロケーションペアに関するいくつかの関心地点(POI)を呼び出し得る。システムはまた、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得し、POIの各々についての1つまたは複数の特徴を決定し得る。システムはさらに、POIの各々の1つまたは複数の特徴に基づいてPOIの各々のスコアを決定し、スコアに基づいてPOIをランク付けし得る。システムはまた、ランク付けに基づいてPOIから最終POIを決定し、最終POIに基づいてピックアップロケーションの名前を決定し得る。

タクシー配車組合せサービスを含むオンラインタクシー配車などのオンラインオンデマンド輸送サービスは、ポストインターネット時代のみに根差した新しいサービスの形態であることに留意されたい。このサービスは、ポストインターネット時代にのみ生じ得るユーザおよびサービス提供者への技術的ソリューションを提供する。プレインターネット時代では、ユーザが通りでタクシーを拾うとき、タクシーの要求および受入れは、乗客とその乗客を見た1人のタクシー運転者との間でのみ行われる。乗客が電話をかけてタクシーを呼ぶ場合、サービスの要求および受入れは、乗客と1つのサービス提供者(たとえば、1つのタクシー会社または代理店)との間でのみ行われ得る。しかしながら、オンラインタクシーは、サービスのユーザが、そのユーザから距離が離れた膨大な数の個々のサービス提供者(たとえば、タクシー)にサービス要求をリアルタイムで自動的に配信することを可能にする。オンラインタクシーはまた、複数のサービス提供者がサービス要求に同時にリアルタイムで応答することを可能にする。したがって、インターネットを通じて、オンラインオンデマンド輸送システムは、従来のプレインターネット輸送サービスシステムでは絶対に出会うことがないであろうユーザおよびサービス提供者に、はるかにより効果的な取引プラットフォームを提供し得る。システムが乗客からの注文を受信すると、システムは注文のピックアップロケーションをネーミングし得る。ピックアップロケーションの名前に従って、運転者は乗客をより容易にピックアップすることができる。

図1は、本開示のいくつかの実施形態による、例示的なオンデマンドサービスシステム100のブロック図である。たとえば、オンデマンドサービスシステム100は、タクシー配車サービス、運転手サービス、小荷物車サービス、相乗りサービス、バスサービス、運転者雇用、およびシャトルサービスなどの輸送サービスのためのオンライン輸送サービスプラットフォームであってもよい。オンデマンドサービスシステム100は、サーバ110と、ネットワーク120と、要求者端末130と、提供者端末140と、ストレージ150と、測位システム160とを含むオンラインプラットフォームであってもよい。サーバ110は、処理エンジン112および/または処理エンジン113を含んでもよい。

いくつかの実施形態では、サーバ110は単一のサーバまたはサーバ群であり得る。サーバ群は集中型または分散型であり得る(たとえば、サーバ110は分散型システムであり得る)。いくつかの実施形態では、サーバ110はローカルまたはリモートであり得る。たとえば、サーバ110は、ネットワーク120を介して、要求者端末130、提供者端末140、および/またはストレージ150に記憶された情報および/またはデータにアクセスし得る。別の例として、サーバ110は、記憶された情報および/またはデータにアクセスするために、要求者端末130、提供者端末140、および/またはストレージ150に接続し得る。いくつかの実施形態では、サーバ110はクラウドプラットフォーム上で実装され得る。単に例として、クラウドプラットフォームは、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散クラウド、インタークラウド、マルチクラウドなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、サーバ110は、本開示の図2に示される1つまたは複数の構成要素を有するコンピューティングデバイス200上で実装され得る。

いくつかの実施形態では、サーバ110は、処理エンジン112および/または処理エンジン113を含み得る。処理エンジン112および/または処理エンジン113は、本開示で説明されるサーバ110の1つまたは複数の機能を実施するために、サービス要求に関する情報および/またはデータを処理し得る。たとえば、処理エンジン112は、複数の過去のオンデマンドサービスを取得し、注文のピックアップロケーションの名前を決定するように構成され得る。処理エンジン113は、注文のピックアップロケーションをネーミングするための訓練済みネーミングモデルを決定し得る。いくつかの実施形態では、処理エンジン112および/または処理エンジン113は、1つまたは複数の処理エンジン(たとえば、シングルコア処理エンジンまたはマルチコアプロセッサ)を含み得る。単に例として、処理エンジン112および/または処理エンジン113は、中央処理ユニット(CPU)、特定用途向け集積回路(ASIC)、特定用途向け命令セットプロセッサ(ASIP)、グラフィックス処理ユニット(GPU)、物理処理ユニット(PPU)、デジタル信号プロセッサ(DSP)、フィールドプログラマブルゲートアレイ(FPGA)、プログラマブル論理デバイス(PLD)、コントローラ、マイクロコントローラユニット、縮小命令セットコンピュータ(RISC)、マイクロプロセッサなど、またはそれらの任意の組合せを含み得る。

ネットワーク120は、情報および/またはデータの交換を容易にし得る。いくつかの実施形態では、オンデマンドサービスシステム100の1つまたは複数の構成要素(たとえば、サーバ110、要求者端末130、提供者端末140、ストレージ150、および測位システム160)は、ネットワーク120を介して情報および/またはデータをオンデマンドサービスシステム100内の他の構成要素に送信し得る。たとえば、サーバ110は、ネットワーク120を介して要求者端末130からサービス要求を受信し得る。いくつかの実施形態では、ネットワーク120は、任意のタイプのワイヤードもしくはワイヤレスネットワーク、またはそれらの組合せであり得る。単に例として、ネットワーク120は、ケーブルネットワーク、有線ネットワーク、光ファイバネットワーク、電気通信ネットワーク、イントラネット、インターネット、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、ワイヤレスローカルエリアネットワーク(WLAN)、メトロポリタンエリアネットワーク(MAN)、ワイドエリアネットワーク(WAN)、公衆交換電話網(PSTN)、Bluetooth(登録商標)ネットワーク、ZigBeeネットワーク、近距離無線通信(NFC)ネットワークなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、ネットワーク120は、1つまたは複数のネットワークアクセスポイントを含み得る。たとえば、ネットワーク120は、基地局および/またはインターネット交換ポイント120-1、120-2、...などの、ワイヤードまたはワイヤレスネットワークアクセスポイントを含んでもよく、オンデマンドサービスシステム100の1つまたは複数の構成要素は、構成要素間でデータおよび/または情報を交換するために、それらを通じてネットワーク120に接続され得る。

いくつかの実施形態では、要求者は要求者端末130のユーザであり得る。いくつかの実施形態では、要求者端末130のユーザは要求者以外の誰かであり得る。たとえば、要求者端末130のユーザAは、ユーザBのためのサービス要求を送信するか、またはサーバ110からのサービスおよび/または情報もしくは命令を受信するために、要求者端末130を使用してもよい。いくつかの実施形態では、提供者は提供者端末140のユーザであり得る。いくつかの実施形態では、提供者端末140のユーザは提供者以外の誰かであり得る。たとえば、提供者端末140のユーザCは、ユーザDのためのサービス要求、および/またはサーバ110からの情報もしくは命令を受信するために、提供者端末140を使用してもよい。いくつかの実施形態では、「要求者」および「要求者端末」は、互いに入れ替え可能に用いられてもよく、「提供者」および「提供者端末」は、互いに入れ替え可能に用いられてもよい。

いくつかの実施形態では、要求者端末130は、モバイルデバイス130-1、タブレットコンピュータ130-2、ラップトップコンピュータ130-3、自動車両内の内蔵デバイス130-4など、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、モバイルデバイス130-1は、スマートホームデバイス、ウェアラブルデバイス、スマートモバイルデバイス、仮想現実デバイス、拡張現実デバイスなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、スマートホームデバイスは、スマート照明デバイス、インテリジェント電気装置の制御デバイス、スマート監視デバイス、スマートテレビジョン、スマートビデオカメラ、インターフォンなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、ウェアラブルデバイスは、スマートブレスレット、スマートフットギア、スマートグラス、スマートヘルメット、スマートウォッチ、スマートクロージング、スマートバックパック、スマートアクセサリなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、スマートモバイルデバイスは、スマートフォン、携帯情報端末(PDA)、ゲームデバイス、ナビゲーションデバイス、販売時点管理(POS)デバイスなど、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、仮想現実デバイスおよび/または拡張現実デバイスは、仮想現実ヘルメット、仮想現実グラス、仮想現実パッチ、拡張現実ヘルメット、拡張現実グラス、拡張現実パッチなど、またはそれらの任意の組合せを含み得る。たとえば、仮想現実デバイスおよび/または拡張現実デバイスは、Google Glass、Oculus Rift、Hololens、Gear VRなどを含み得る。いくつかの実施形態では、自動車両内の内蔵デバイス130-4は、車載コンピュータ、車載テレビジョンなどを含み得る。いくつかの実施形態では、要求者端末130は、要求者および/または要求者端末130の位置を突き止めるための測位技術を含むデバイスであり得る。

いくつかの実施形態では、提供者端末140は、要求者端末130と同様のまたは同じデバイスであり得る。いくつかの実施形態では、提供者端末140は、提供者および/または提供者端末140の位置を突き止めるための測位技術を含むデバイスであり得る。いくつかの実施形態では、要求者端末130および/または提供者端末140は、要求者、要求者端末130、提供者、および/または提供者端末140の位置を決定するために、別の測位デバイスと通信し得る。いくつかの実施形態では、要求者端末130および/または提供者端末140は、測位情報をサーバ110に送信し得る。

ストレージ150は、データおよび/または命令を記憶し得る。いくつかの実施形態では、ストレージ150は、要求者端末130および/または提供者端末140から取得されたデータを記憶し得る。いくつかの実施形態では、ストレージ150は、サーバ110が本開示で説明される例示的な方法を実施するために実行または使用し得るデータおよび/または命令を記憶し得る。たとえば、ストレージ150は、特定の地区に関連付けられた複数の過去の注文データを記憶し得る。ストレージ150は、過去の注文の複数の過去の注文情報を記憶し得る。ストレージ150は、1つまたは複数の基準POIを含む予備的POIデータベースおよび/またはターゲットPOIデータベースを記憶し得る。ストレージ150は、基準POIの1つまたは複数の基準特徴を記憶し得る。ストレージ150は、ピックアップロケーションをネーミングするための予備的ネーミングモデルおよび/または訓練済みネーミングモデルを記憶し得る。いくつかの実施形態では、ストレージ150は、マス・ストレージ、リムーバブル・ストレージ、揮発性の読取り/書込みメモリ、読取り専用メモリ(ROM)など、またはそれらの任意の組合せを含み得る。例示的なマス・ストレージは、磁気ディスク、光ディスク、ソリッドステートドライブなどを含み得る。例示的なリムーバブル・ストレージは、フラッシュドライブ、フロッピーディスク、光ディスク、メモリカード、zipディスク、磁気テープなどを含み得る。例示的な揮発性の読取り/書込みメモリは、ランダムアクセスメモリ(RAM)を含み得る。例示的なRAMは、ダイナミックRAM(DRAM)、ダブルデータレートシンクロナスダイナミックRAM(DDR SDRAM)、スタティックRAM(SRAM)、サイリスタRAM(T-RAM)、およびゼロキャパシタRAM(Z-RAM)などを含み得る。例示的なROMは、マスクROM(MROM)、プログラマブルROM(PROM)、消去可能プログラマブルROM(EPROM)、電気的消去可能プログラマブルROM(EEPROM)、コンパクトディスクROM(CD-ROM)、およびデジタル多用途ディスクROMなどを含み得る。いくつかの実施形態では、ストレージ150はクラウドプラットフォーム上で実装され得る。単に例として、クラウドプラットフォームは、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド、コミュニティクラウド、分散クラウド、インタークラウド、マルチクラウドなど、またはそれらの任意の組合せを含み得る。

いくつかの実施形態では、ストレージ150は、オンデマンドサービスシステム100の1つまたは複数の構成要素(たとえば、サーバ110、要求者端末130、提供者端末140)と通信するためにネットワーク120に接続され得る。オンデマンドサービスシステム100の1つまたは複数の構成要素は、ネットワーク120を介して、ストレージ150に記憶されたデータまたは命令にアクセスし得る。いくつかの実施形態では、ストレージ150は、オンデマンドサービスシステム100の1つまたは複数の構成要素(たとえば、サーバ110、要求者端末130、提供者端末140)に直接接続されるか、またはこれらと通信し得る。いくつかの実施形態では、ストレージ150はサーバ110の一部であり得る。

測位システム160は、対象、たとえば、要求者端末130、提供者端末140などのうちの1つまたは複数に関連付けられた情報を決定し得る。情報は、対象のロケーション、高度、速度、もしくは加速度、または現在時刻を含み得る。たとえば、測位システム160は、要求者端末130の現在のロケーションを決定し得る。いくつかの実施形態では、測位システム160は、全地球測位システム(GPS)、全地球ナビゲーション衛星システム(GLONASS)、コンパスナビゲーションシステム(COMPASS)、BeiDouナビゲーション衛星システム、Galileo測位システム、準天頂衛星システム(QZSS)などであり得る。ロケーションは、緯度座標および経度座標などの座標の形態であり得る。測位システム160は、1つまたは複数の衛星、たとえば、衛星160-1、衛星160-2、および衛星160-3を含み得る。衛星160-1〜160-3は、独立してまたは共同で上述の情報を決定し得る。衛星測位システム160は、ワイヤレス接続を介して情報をネットワーク120、要求者端末130、または提供者端末140に送信し得る。

いくつかの実施形態では、オンデマンドサービスシステム100の1つまたは複数の構成要素(たとえば、サーバ110、要求者端末130、提供者端末140)は、ストレージ150にアクセスし得る。いくつかの実施形態では、オンデマンドサービスシステム100の1つまたは複数の構成要素は、1つまたは複数の条件が満たされると、要求者、提供者、および/または公衆に関する情報を読み取るおよび/または修正することができる。たとえば、サーバ110は、サービスの後に1人または複数のユーザの情報を読み取るおよび/または修正することができる。別の例として、提供者端末140は、要求者端末130からサービス要求を受信するときに要求者に関する情報にアクセスすることがあるが、提供者端末140は、要求者の関連情報を修正しないことがある。

いくつかの実施形態では、オンデマンドサービスシステム100の1つまたは複数の構成要素の情報交換は、サービスを要求することによって達成され得る。サービス要求の対象は任意の製品であり得る。いくつかの実施形態では、製品は有形製品または無形製品であり得る。有形製品は、食品、医薬品、商品、化学製品、電気器具、衣類、車、住宅、高級品など、またはそれらの任意の組合せを含み得る。無形製品は、サービス製品、金融製品、ナレッジ製品、インターネット製品など、またはそれらの任意の組合せを含み得る。インターネット製品は、個人用ホスト製品、ウェブ製品、モバイルインターネット製品、商用ホスト製品、組込製品など、またはそれらの任意の組合せを含み得る。モバイルインターネット製品は、モバイル端末のソフトウェア、プログラム、システムなど、またはそれらの任意の組合せにおいて使用され得る。モバイル端末は、タブレットコンピュータ、ラップトップコンピュータ、モバイルフォン、携帯情報端末(PDA)、スマートウォッチ、販売時点管理(POS)デバイス、車載コンピュータ、車載テレビジョン、ウェアラブルデバイスなど、またはそれらの任意の組合せを含み得る。たとえば、製品は、コンピュータまたはモバイルフォン上で使用される任意のソフトウェアおよび/またはアプリケーションであり得る。ソフトウェアおよび/またはアプリケーションは、交流、ショッピング、輸送、娯楽、学習、投資など、またはそれらの任意の組合せに関し得る。いくつかの実施形態では、輸送に関するソフトウェアおよび/またはアプリケーションは、旅行ソフトウェアおよび/またはアプリケーション、車両スケジューリングソフトウェアおよび/またはアプリケーション、マッピングソフトウェアおよび/またはアプリケーションなどを含み得る。車両スケジューリングソフトウェアおよび/またはアプリケーションでは、車両は、馬、馬車、人力車(たとえば、手押し車、自転車、三輪車)、車(たとえば、タクシー、バス、自家用車)、電車、地下鉄、船舶、航空機(たとえば、飛行機、ヘリコプター、スペースシャトル、ロケット、熱気球)など、またはそれらの任意の組合せを含み得る。

当業者であれば、オンデマンドサービスシステム100の要素が動作するとき、その要素は電気信号および/または電磁信号を通じて動作し得ることを理解されよう。たとえば、サービス要求者端末130が、決定を行うこと、対象を識別または選択することなどのタスクを処理するとき、要求者端末130は、そのようなタスクを実施するために、そのプロセッサ内の論理回路を動作させることができる。サービス要求者端末130がサービス要求をサーバ110に送出するとき、サービス要求者端末130のプロセッサは、要求を符号化する電気信号を生成し得る。次いで、サービス要求者端末130のプロセッサは、電気信号を出力ポートに送信し得る。サービス要求者端末130がワイヤードネットワークを介してサーバ110と通信する場合、出力ポートは、さらに電気信号をサーバ110の入力ポートに送信するケーブルに物理的に接続され得る。サービス要求者端末130がワイヤレスネットワークを介してサーバ110と通信する場合、サービス要求者端末130の出力ポートは、電気信号を電磁信号に変換する1つまたは複数のアンテナであり得る。同様に、サービス提供者端末140は、そのプロセッサ内の論理回路の動作を通じてタスクを処理し、電気信号または電磁信号を介してサーバ110から命令および/またはサービス要求を受信し得る。サービス要求者端末130、サービス提供者端末140、および/またはサーバ110などの電子デバイス内では、それらのプロセッサが命令を処理し、命令を送出し、および/またはアクションを実施するとき、命令および/またはアクションは電気信号を介して行われる。たとえば、プロセッサが記憶媒体からデータを取り出すか、または記憶媒体にデータを保存するとき、プロセッサは、記憶媒体内の構造化データを読み取るかまたは書き込むことができる記憶媒体の読取り/書込みデバイスに電気信号を送出し得る。構造化データは、電子デバイスのバスを介して電気信号の形態でプロセッサに送信され得る。ここで、電気信号は、1つの電気信号、一連の電気信号、および/または複数の個別の電気信号を指す場合がある。

図2は、本開示のいくつかの実施形態による、サーバ110、要求者端末130、および/または提供者端末140が実装され得るコンピューティングデバイス200の例示的なハードウェア構成要素およびソフトウェア構成要素を示す概略図である。たとえば、処理エンジン112および/または処理エンジン113は、コンピューティングデバイス200上で実装され、本開示で開示される処理エンジン112および/または処理エンジン113の機能を実施するように構成され得る。

コンピューティングデバイス200は、汎用コンピュータまたは専用コンピュータであってもよく、両方とも、本開示のためのオンデマンドシステムを実装するために使用され得る。コンピューティングデバイス200は、本明細書で説明されるようなオンデマンドサービスの任意の構成要素を実装するために使用され得る。たとえば、処理エンジン112および/または処理エンジン113は、コンピューティングデバイス200上でそのハードウェア、ソフトウェアプログラム、ファームウェア、またはそれらの任意の組合せ(たとえば、プロセッサ220)を介して実装され得る。

コンピューティングデバイス200は、たとえば、データ通信を容易にするためにネットワークとの間で接続されたCOMポート250を含み得る。コンピューティングデバイス200はまた、プログラム命令を実行するためのプロセッサ220を含み得る。例示的なコンピューティングデバイスは、内部通信バス210と、たとえば、コンピューティングデバイスによって処理および/または送信されるべき様々なデータファイルのために、ディスク270、および読取り専用メモリ(ROM)230、またはランダムアクセスメモリ(RAM)240を含む異なる形態のプログラム・ストレージおよびデータ・ストレージとを含み得る。例示的なコンピューティングデバイスはまた、プロセッサ220によって実行されるべき、ROM230、RAM240、および/または他のタイプの非一時的記憶媒体に記憶されたプログラム命令を含み得る。本開示の方法および/またはプロセスは、プログラム命令として実装され得る。コンピューティングデバイス200はまた、コンピュータとその中の他の構成要素との間の入力/出力をサポートするI/O260を含む。コンピューティングデバイス200はまた、ネットワーク通信を介してプログラミングおよびデータを受信し得る。

単に例示のために、図2には1つのみのプロセッサが示される。複数のプロセッサも企図される。したがって、本開示で説明されるような1つのプロセッサによって実施される動作および/または方法ステップはまた、複数のプロセッサによって共同でまたは別々に実施され得る。たとえば、本開示では、コンピューティングデバイス200のプロセッサがステップAとステップBの両方を実行する場合、ステップAおよびステップBはまた、コンピューティングデバイス200において2つの異なるプロセッサによって共同でまたは別々に実施され得る(たとえば、第1のプロセッサがステップAを実行し、第2のプロセッサがステップBを実行するか、または第1のプロセッサおよび第2のプロセッサがステップAおよびステップBを共同で実行する)ことを理解されたい。

図3は、本開示のいくつかの実施形態による、要求者端末130および/または提供者端末140が実装され得る例示的なモバイルデバイス300の例示的なハードウェア構成要素および/またはソフトウェア構成要素を示す概略図である。図3に示されるように、モバイルデバイス300は、通信プラットフォーム310と、ディスプレイ320と、グラフィックス処理ユニット(GPU)330と、中央処理ユニット(CPU)340と、I/O350と、メモリ360と、ストレージ390とを含み得る。いくつかの実施形態では、限定はしないが、システムバスまたはコントローラ(図示せず)を含む、任意の他の適切な構成要素も、モバイルデバイス300に含まれ得る。いくつかの実施形態では、モバイルオペレーティングシステム370(たとえば、iOS(商標)、Android(商標)、Windows Phone(商標)など)および1つまたは複数のアプリケーション380は、CPU340によって実行されるためにストレージ390からメモリ360にロードされ得る。アプリケーション380は、サーバ110からオンラインオンデマンド輸送サービスに関する情報または他の情報を受信およびレンダリングし、オンラインオンデマンド輸送サービスに関する情報または他の情報をサーバ110に送信するためのブラウザまたは任意の他の適切なモバイルアプリを含み得る。情報ストリームとのユーザ対話は、I/O350を介して達成され、ネットワーク120を介してサーバ110および/またはオンラインオンデマンド輸送サービスシステム100の他の構成要素に提供され得る。

図4Aは、本開示のいくつかの実施形態による、注文のピックアップロケーションをネーミングするための例示的な処理エンジン112のブロック図である。処理エンジン112は、コンピュータ可読ストレージ(たとえば、ストレージ150、要求者端末130、または提供者端末140)と通信していてもよく、コンピュータ可読記憶媒体に記憶された命令を実行してもよい。いくつかの実施形態では、処理エンジン112は、ロケーション取得モジュール410と、予備的POI決定モジュール420と、特徴抽出モジュール430と、モデル取得モジュール440と、ネーミングモジュール450とを含み得る。

ロケーション取得モジュール410は、注文のロケーションペアを取得し得る。いくつかの実施形態では、ロケーションペアはユーザに関連付けられ得る。ロケーションペアは、現在のロケーションおよびピックアップロケーションを含み得る。現在のロケーションは、ユーザが要求者端末130を介して注文を開始するロケーションであり得る。いくつかの実施形態では、現在のロケーションは、現在のロケーションの経度データおよび/または緯度データを含み得る。ピックアップロケーションは、ユーザがサービス提供者によってピックアップされることを望むロケーションであり得る。ピックアップロケーションは、ピックアップロケーションの経度データおよび/または緯度データを含み得る。いくつかの実施形態では、ピックアップロケーションは、要求者端末130および提供者端末140に送信され得る推奨ピックアップロケーションとして、オンデマンドサービスシステム100によって決定され得る。あるいは、ピックアップロケーションは、要求者端末130を介してユーザによって入力され得る。あるいは、ピックアップロケーションは、上記で説明されたユーザの現在のロケーションであり得る。

予備的関心地点(POI)決定モジュール420は、ロケーションペアおよびターゲットPOIデータベースに基づいて1つまたは複数の予備的関心地点(POI)を決定し得る。ターゲットPOIデータベースは、1つまたは複数の基準POIを含み得る。いくつかの実施形態では、ターゲットPOIデータベースは、図9に示され、以下で詳細に説明されるプロセス900に従って生成され得る。予備的POI決定モジュール420は、ターゲットPOIデータベースから基準POIを取得するためにストレージ150または記憶媒体にアクセスし得る。予備的POI決定モジュール420は、ロケーションペアに基づいて、ターゲットPOIデータベースから基準POIを予備的POIとして選択し得る。基準POIは、基準POIの名前(たとえば、北京大学、北京協和医院(Peking Union Medical College Hospital))、基準POIのカテゴリー(たとえば、学校、病院、門、交通駅、店など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。いくつかの実施形態では、予備的POI決定モジュール420は、現在のロケーションから第1の距離(たとえば、100メートル)内にあり、ピックアップロケーションから第2の距離(たとえば、80メートル)内にある1つまたは複数のPOIを決定し得る。

特徴抽出モジュール430は、1つまたは複数の予備的POIの1つまたは複数の特徴を決定し得る。いくつかの実施形態では、1つまたは複数の予備的POIの1つまたは複数の特徴は、事前に生成され、記憶装置(たとえば、ストレージ150)に記憶され得る。特徴抽出モジュール430は、ストレージ150から1つまたは複数の予備的POIの1つまたは複数の基準特徴を取得し得る。いくつかの実施形態では、予備的POIの1つまたは複数の特徴は、(バスステーション、交差道路などの)第1の予備的POIの属性特徴、ピックアップロケーションと第1の予備的POIとの間の距離を表す距離特徴、過去の注文量特徴(たとえば、第1の予備的POIをピックアップロケーションとして使用した過去の注文の数)、過去の注文のリロケーション挙動特徴など、またはそれらの任意の組合せを含み得る。

モデル取得モジュール440は、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得し得る。モデル取得モジュール440は、予備的POIの特徴およびピックアップロケーションをネーミングするための訓練済みネーミングモジュールに基づいて、予備的POIのスコアを決定し得る。いくつかの実施形態では、モデル取得モジュール440は、複数の訓練サンプルに基づいて、ピックアップロケーションをネーミングするためのネーミングモデルを訓練し得る。

ネーミングモジュール450は、ピックアップロケーションの名前を決定し得る。たとえば、ネーミングモジュール450は、訓練済みネーミングモジュールに基づいてピックアップロケーションの名前を決定し得る。

処理エンジン112内のロケーション取得モジュール410、予備的POI決定モジュール420、特徴抽出モジュール430、モデル取得モジュール440、およびネーミングモジュール450は、ワイヤード接続、ワイヤレス接続、またはそれらの任意の組合せを介して互いに接続されるか、または互いと通信し得る。ワイヤード接続は、金属ケーブル、光ケーブル、ハイブリッドケーブルなど、またはそれらの任意の組合せを含み得る。ワイヤレス接続は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、Bluetooth、ZigBee、近距離無線通信(NFC)など、またはそれらの任意の組合せを含み得る。ロケーション取得モジュール410、予備的POI決定モジュール420、特徴抽出モジュール430、モデル取得モジュール440、およびネーミングモジュール450のうちの2つ以上は、単一のモジュールとして組み合わされ得る。たとえば、モデル取得モジュール440は、単一のモジュールとして、ネーミングモジュール450と統合され得る。単一のモジュールは、訓練済みネーミングモデルに基づいてピックアップロケーションの名前を決定し得る。

図4Bは、本開示のいくつかの実施形態による、訓練済みネーミングモデルを決定するための例示的な処理エンジン113のブロック図である。処理エンジン113は、コンピュータ可読ストレージ(たとえば、ストレージ150、要求者端末130、または提供者端末140)と通信していてもよく、コンピュータ可読記憶媒体に記憶された命令を実行してもよい。いくつかの実施形態では、処理エンジン113は、予備的モデル取得モジュール411と、訓練サンプル決定モジュール421と、訓練モジュール431と、ターゲットデータベース決定モジュール441とを含み得る。

予備的モデル取得モジュール411は、予備的ネーミングモデルを取得し得る。いくつかの実施形態では、予備的ネーミングモデルは、1つまたは複数の分類子を含み得る。分類子の各々は、分類子の重みに関する初期パラメータを有し得る。

訓練サンプル決定モジュール421は、複数の訓練サンプルを決定し得る。いくつかの実施形態では、訓練サンプル決定モジュール421は、基準POIの1つまたは複数の基準特徴を決定してもよく、訓練サンプル決定モジュール421は、基準POIの1つまたは複数の基準特徴をストレージ150に記憶してもよい。

訓練モジュール431は、複数の訓練サンプルの各々に基づいて予備的ネーミングモデルを訓練することによって、訓練済みネーミングモデルを決定し得る。いくつかの実施形態では、訓練モジュール431は、訓練済みネーミングモデルをストレージ150に記憶し得る。

ターゲットデータベース決定モジュール441は、予備的POIデータベースに基づいてターゲットPOIデータベースを決定し得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、ストレージ150内の予備的POIデータベースにアクセスし得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、ターゲットPOIデータベースをストレージ150に記憶し得る。

処理エンジン113内の予備的モデル取得モジュール411、訓練サンプル決定モジュール421、訓練モジュール431、およびターゲットデータベース決定モジュール441は、ワイヤード接続、ワイヤレス接続、またはそれらの任意の組合せを介して互いに接続されるか、または互いと通信し得る。ワイヤード接続は、金属ケーブル、光ケーブル、ハイブリッドケーブルなど、またはそれらの任意の組合せを含み得る。ワイヤレス接続は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、Bluetooth、ZigBee、近距離無線通信(NFC)など、またはそれらの任意の組合せを含み得る。

いくつかの実施形態では、ロケーション取得モジュール410は、ロケーションペアを取得し得る。ロケーションペアは、現在のロケーションおよびピックアップロケーションを含み得る。現在のロケーションは、ユーザが要求者端末130を介して注文を開始するロケーションであり得る。いくつかの実施形態では、現在のロケーションは、現在のロケーションの経度データおよび/または緯度データを含み得る。いくつかの実施形態では、現在のロケーションは、ユーザが要求者端末130を介して注文を開始するときの要求者端末130のロケーションであり得る。

予備的POI決定モジュール420は、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて1つまたは複数の予備的POI(たとえば、第1の予備的POIおよび第2の予備的POI)を決定し得る。いくつかの実施形態では、ターゲットPOIデータベースは、図9に示され、以下で詳細に説明されるプロセス900に従って生成され得る。いくつかの実施形態では、予備的POI決定モジュール420は、現在のロケーションから第1の距離(たとえば、100メートル)内にあり、ピックアップロケーションから第2の距離(たとえば、80メートル)内にある第1の予備的POIおよび第2の予備的POIを決定し得る。

特徴抽出モジュール430は、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定し得る。たとえば、特徴抽出モジュール430は、ピックアップロケーションと第1の予備的POIとの間の距離に基づいて第1の予備的POIの特徴を決定し得る。単に例として、特徴は、(バスステーション、交差道路などの)第1の予備的POIの属性特徴、ピックアップロケーションと第1の予備的POIとの間の距離を表す距離特徴、過去の注文量特徴(たとえば、第1の予備的POIをピックアップロケーションとして使用した過去の注文の数)、過去の注文のリロケーション挙動特徴など、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、特徴抽出モジュール430は、第1の予備的POIの特徴として、ストレージ150から決定された基準POIの1つまたは複数の基準特徴を取得し得る。

特徴抽出モジュール430は、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定し得る。たとえば、特徴抽出モジュール430は、ピックアップロケーションと第2の予備的POIとの間の距離に基づいて第2の予備的POIの特徴を決定し得る。いくつかの実施形態では、特徴抽出モジュール430は、第2の予備的POIの特徴として、ストレージ150から基準POIの1つまたは複数の基準特徴を取得し得る。

モデル取得モジュール440は、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得し得る。ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、機械学習モデルを含み得る。いくつかの実施形態では、訓練済みネーミングモデルは、1つまたは複数の分類子を含み得る。分類子の各々は、分類子の重みに関する訓練済みパラメータを有し得る。訓練済みネーミングモジュールは、ロケーションペアおよび予備的POIの特徴を入力として使用し、1つまたは複数の分類子および分類子の重みに関する訓練済みパラメータに基づいて、訓練済みネーミングモジュールの出力として予備的POIのスコアを生成し得る。

ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、事前に生成および/または訓練され、記憶装置(たとえば、ストレージ150)に記憶され得る。プロセッサ220は、記憶装置から訓練済みネーミングモデルを取得し得る。代替または追加として、ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、リアルタイムで訓練および/または更新され得る。

ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、1つまたは複数の機械学習法を使用して訓練され得る。いくつかの実施形態では、訓練済みネーミングモデルは、ランキングサポートベクターマシン(SVM)モデル、勾配ブースティング決定木(GBDT)モデル、LambdaMARTモデル、適応ブースティングモデル、リカレントニューラルネットワークモデル、畳み込みネットワークモデル、隠れマルコフモデル、パーセプトロンニューラルネットワークモデル、ホップフィールドネットワークモデル、自己組織化マップ(SOM)、もしくは学習ベクトル量子化(LVQ)など、またはそれらの任意の組合せを含み得る。リカレントニューラルネットワークモデルは、長短期記憶(LSTM)ニューラルネットワークモデル、階層型リカレントニューラルネットワークモデル、双方向リカレントニューラルネットワークモデル、二次リカレントニューラルネットワークモデル、完全リカレントネットワークモデル、エコーステートネットワークモデル、多重時間スケールリカレントニューラルネットワーク(MTRNN)モデルなどを含み得る。

いくつかの実施形態では、訓練済みネーミングモデルは、図6に関して説明される1つまたは複数の動作を実施することによって生成され得る。

モデル取得モジュール440は、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定し得る。モデル取得モジュール440は、ロケーションペアおよび第1の予備的POIの特徴を訓練済みネーミングモデルの入力として使用し、第1の予備的POIの第1のスコアを訓練済みネーミングモデルの出力として決定し得る。たとえば、モデル取得モジュール440は、ロケーションペアおよび第1の予備的POIの特徴を訓練済みネーミングモデルの入力として決定し得る。1つまたは複数の分類子は、ロケーションペアおよび第1の予備的POIの特徴に基づいて、第1の予備的POIの第1のスコアを訓練済みネーミングモデルの出力として生成し得る。

モデル取得モジュール440は、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定し得る。モデル取得モジュール440は、ロケーションペアおよび第2の予備的POIの特徴を入力として使用し、第2の予備的POIの第2のスコアを訓練済みネーミングモデルの出力として決定し得る。たとえば、モデル取得モジュール440は、ロケーションペアおよび第2の予備的POIの特徴を訓練済みネーミングモデルの入力として決定し得る。1つまたは複数の分類子は、ロケーションペアおよび第2の予備的POIの特徴に基づいて、第2の予備的POIの第2のスコアを訓練済みネーミングモデルの出力として生成し得る。

ネーミングモジュール450は、第1のスコアおよび第2のスコアに基づいて最終POIを決定し得る。ネーミングモジュール450は、第1のスコアおよび第2のスコアに基づいて第1の予備的POIおよび第2の予備的POIをランク付けし得る。ネーミングモジュール450はまた、ランクに基づいて最終POIを決定し得る。たとえば、ネーミングモジュール450は、第1のスコアと第2のスコアを比較し、より高いスコアを有する予備的POIを最終POIとして決定し得る。

ネーミングモジュール450は、最終POIに基づいてピックアップロケーションの名前を決定し得る。たとえば、ネーミングモジュール450は、(たとえば、ターゲットPOIデータベースから取得された最終POIに関する情報に基づいて)最終POIの名前を取得し、最終POIの名前をピックアップロケーションの名前に割り当て得る。

いくつかの実施形態では、予備的モデル取得モジュール411は、予備的ネーミングモデルを取得し得る。いくつかの実施形態では、予備的ネーミングモデルは、1つまたは複数の分類子を含み得る。分類子の各々は、分類子の重みに関する初期パラメータを有し得る。

予備的ネーミングモデルは、ランキングサポートベクターマシン(SVM)モデル、勾配ブースティング決定木(GBDT)モデル、LambdaMARTモデル、適応ブースティングモデル、リカレントニューラルネットワークモデル、畳み込みネットワークモデル、隠れマルコフモデル、パーセプトロンニューラルネットワークモデル、ホップフィールドネットワークモデル、自己組織化マップ(SOM)、もしくは学習ベクトル量子化(LVQ)など、またはそれらの任意の組合せを含み得る。リカレントニューラルネットワークモデルは、長短期記憶(LSTM)ニューラルネットワークモデル、階層型リカレントニューラルネットワークモデル、双方向リカレントニューラルネットワークモデル、二次リカレントニューラルネットワークモデル、完全リカレントネットワークモデル、エコーステートネットワークモデル、多重時間スケールリカレントニューラルネットワーク(MTRNN)モデルなどを含み得る。

訓練サンプル決定モジュール421は、複数の訓練サンプルを決定し得る。複数の訓練サンプルは、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文の注釈ペアとを含み得る。注釈ペアは、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、および基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名を含み得る。いくつかの実施形態では、複数の訓練サンプルは、ポジティブサンプルおよび/またはネガティブサンプルを含み得る。また、訓練サンプル決定モジュール421は、訓練サンプルがポジティブサンプルであるかまたはネガティブサンプルであるかを決定し得る。いくつかの実施形態では、複数の訓練サンプルのうちの少なくとも1つは、図7に示され、以下で説明されるプロセス700に従って生成され得る。

訓練モジュール431は、複数の訓練サンプルを用いて予備的ネーミングモデルを訓練することによって、訓練済みネーミングモデルを決定し得る。予備的ネーミングモデルは、複数の訓練サンプルを入力として取り、1つまたは複数の分類子に基づいて1つまたは複数の基準POIの1つまたは複数の実際のスコアを実際の出力として決定し得る。基準POIは、基準POIの名前(たとえば、北京大学、北京協和医院)、基準POIのカテゴリー(たとえば、学校、病院、門、交通駅、店など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。1つまたは複数の分類子の各々は、分類子の重みに関する初期パラメータを有し得る。分類子の重みに関する初期パラメータは、ポジティブサンプルおよび/またはネガティブサンプルに基づいて調整され得る。

訓練モジュール431は、複数の訓練サンプルに基づいて所望の出力を決定し得る。いくつかの実施形態では、訓練サンプルの所望の出力は、基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名であり得る。訓練モジュール431は、損失関数を最小化するために予備的ネーミングモデルを訓練し得る。損失関数は、予備的ネーミングモデルによって決定された所望の出力と実際の出力との間の差を示し得る。訓練サンプルは、実際の出力の実際のスコアと、所望の出力の所望のスコアとを有し得る。実際のスコアおよび所望のスコアは、同じであってもよく、または異なっていてもよい。損失関数は、訓練サンプルの各々の実際のスコアと所望のスコアとの間の絶対差の合計であってもよい。具体的には、実際の出力が所望の出力と同じであるとき、損失関数は0である。損失関数の最小化は、反復的であり得る。損失関数の最小化の反復は、損失関数の値が所定のしきい値未満であるときに終了し得る。所定のしきい値は、訓練サンプルの数、モデルの精度レベルなどを含む様々な要因に基づいて設定され得る。訓練モジュール431は、損失関数の最小化の間に予備的ネーミングモデルの初期パラメータを反復的に調整し得る。損失関数の最小化の終わりに、訓練モジュール431は、2つ以上の訓練済みパラメータおよび訓練済みネーミングモデルを決定し得る。

いくつかの実施形態では、訓練サンプル決定モジュール421は、過去の注文に関する過去の注文情報を決定し得る。いくつかの実施形態では、サーバ110は、過去の注文を取得するためにストレージ150および/または記憶媒体(たとえば、ROM230、RAM240)にアクセスし得る。過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、過去のピックアップロケーション名など、またはそれらの組合せを含み得る。いくつかの実施形態では、過去のロケーションデータは、過去のロケーションの経度データおよび/または緯度データを含み得る。過去の最終ピックアップロケーションデータは、過去の最終ピックアップロケーションの経度データおよび/または緯度データを含み得る。過去の推奨ピックアップロケーションデータは、過去の推奨ピックアップロケーションの経度データおよび/または緯度データを含み得る。過去のロケーションは、ユーザが要求者端末130を介して過去の注文を開始した要求者端末130のロケーションであり得る。過去の最終ピックアップロケーションは、ユーザが要求者端末130を介して乗ることを選んだ最終ロケーションであり得る。過去の推奨ピックアップロケーションは、過去の注文に関する過去の推奨ピックアップロケーションとしてオンデマンドサービスシステム100によって生成されたロケーションであり得る。過去のピックアップロケーション名は、過去の注文の過去の最終ピックアップロケーションの名前であり得る。

訓練サンプル決定モジュール421は、基準POIを過去の注文情報とともにマッピングし得る。訓練サンプル決定モジュール421は、ターゲットPOIデータベースから基準POIを取得するためにストレージ150にアクセスし得る。基準POIは、基準POIの名前(たとえば、北京大学、北京協和医院)、基準POIのカテゴリー(たとえば、学校、病院、門、交通駅、店など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。訓練サンプル決定モジュール421は、基準POIの属性に基づいて基準POIを過去の注文情報とともにマッピングし得る。いくつかの実施形態では、訓練サンプル決定モジュール421は、基準POIの名前と過去の注文の過去のピックアップロケーション名の類似度に基づいて過去の注文情報を基準POIにマッピングし得る。名前の類似度は、基準POIおよび過去のピックアップロケーション名に含まれる同じ語の数によって示され得る。たとえば、基準POI(たとえば、POI A)の名前と過去の注文(たとえば、注文A)の過去のピックアップロケーション名の類似度が50%を超える場合、訓練サンプル決定モジュール421は、POI Aを注文Aの過去の注文情報とともにマッピングし得る。

訓練サンプル決定モジュール421は、基準POIとともにマッピングされた過去の注文情報に基づいて基準POIの1つまたは複数の基準特徴を決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、ピックアップロケーションと基準POIとの間の距離を表す距離特徴データを含み得る。訓練サンプル決定モジュール421は、基準POIと基準POIとともにマッピングされた過去の注文の過去の最終ピックアップロケーションとの間の距離(たとえば、ユークリッド距離)を基準POIの距離特徴データとして決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、過去の注文量特徴データを含み得る。たとえば、訓練サンプル決定モジュール421は、基準POIの名前が過去のピックアップロケーション名として使用された過去の注文の数を基準POIの過去の注文量特徴データとして決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、属性特徴データを含み得る。たとえば、基準POIの名前が「門」、「駅」などの特定の語を含む場合、訓練サンプル決定モジュール421は、特定の語を属性特徴データとして抽出し得る。別の例として、基準POIが彫像、店(たとえば、KFC(商標)、McDonald's(商標))、バスステーション、地下鉄駅などのランドマークである場合、訓練サンプル決定モジュール421は、基準POIのそのような属性を属性特徴データとして抽出し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、リロケーション挙動特徴データを含み得る。リロケーション挙動は、過去の注文において、ユーザが過去の推奨ピックアップロケーション以外の基準POIを過去の最終ピックアップロケーションとして選択したことを示し得る。たとえば、過去の注文Aの場合、過去の推奨ピックアップロケーションはロケーションAであり、過去の最終ピックアップロケーションはBである。したがって、訓練サンプル決定モジュール421は、注文AとともにマッピングされたPOIに対するリロケーション挙動特徴データを決定し得る。訓練サンプル決定モジュール421は、図8に関して説明される動作に従ってリロケーション挙動特徴データを決定し得る。

訓練サンプル決定モジュール421は、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文情報とに基づいて訓練サンプルを生成し得る。たとえば、訓練サンプルは、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文の注釈ペアとを含み得る。注釈ペアは、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、および基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名を含み得る。いくつかの実施形態では、訓練サンプルにおいて、基準POIの名前および注釈ペアの過去のピックアップロケーション名は、同じであってもよく、またはしきい値(たとえば、50%)を超える類似度を有してもよい。

いくつかの実施形態では、訓練サンプル決定モジュール421は、過去の注文量特徴に基づいて、訓練サンプルがポジティブサンプルであるかまたはネガティブサンプルであるかを決定し得る。訓練サンプル決定モジュール421は、より高い過去の注文量特徴を有する訓練サンプルをポジティブサンプルとして決定し、より低い過去の注文量特徴を有する訓練サンプルをネガティブサンプルとして決定し得る。たとえば、3つの訓練サンプル、サンプルA、サンプルB、およびサンプルCがある。すべての3つの訓練サンプルの過去の最終ピックアップロケーションは同じであり、このことは、異なるユーザが異なる基準POIを同じ過去の最終ピックアップロケーションの過去のピックアップロケーション名として選んだことを意味する。サンプルAの過去の注文量特徴データは9であり、サンプルBの過去の注文量特徴データは3であり、サンプルCの過去の注文量特徴データは2である。訓練サンプル決定モジュール421は、サンプルAをポジティブサンプルとして決定し、サンプルBおよびサンプルCをネガティブサンプルとして決定し得る。

いくつかの実施形態では、訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータを取得し得る。いくつかの実施形態では、過去の最終ピックアップロケーションデータは、過去の最終ピックアップロケーションの経度および/または緯度情報、過去の最終ピックアップロケーションへのリンクなど、またはそれらの任意の組合せを含み得る。過去の最終ピックアップロケーションは、過去の注文においてユーザによって最終的に使用されたピックアップロケーションを指す場合がある。いくつかの実施形態では、過去の最終ピックアップロケーションデータは、同じユーザの1つまたは複数の過去の注文に対応し得る。代替または追加として、過去の最終ピックアップロケーションデータは、異なるユーザの1つまたは複数の過去の注文に対応し得る。1つまたは複数の過去の注文は、ある期間の間のすべての過去の注文を含み得る。期間は、特定の条件、たとえば、1週間、1カ月、四半期、半年、1年に従って事前決定され得る。

訓練サンプル決定モジュール421は、過去の推奨ピックアップロケーションデータを取得し得る。いくつかの実施形態では、過去の推奨ピックアップロケーションデータは、過去の推奨ピックアップロケーションの経度および/または緯度情報、過去の推奨ピックアップロケーションへのリンクなど、またはそれらの任意の組合せを含み得る。過去の推奨ピックアップロケーションは、1つまたは複数の過去の注文に対応する、オンデマンドサービスシステム100によって推奨されたピックアップロケーションを指す場合がある。いくつかの実施形態では、過去の注文の場合、オンデマンドサービスシステム100は、ユーザの過去のロケーションデータに従って1つまたは複数のピックアップロケーションをユーザに推奨し得る。たとえば、ユーザの過去のロケーションデータは、過去のロケーションの経度および/または緯度情報を含み得る。

訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータに基づいてリロケーション挙動特徴データを決定し得る。訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータと過去の推奨ピックアップロケーションデータを比較し得る。過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータが異なる(すなわち、ユーザが過去の推奨ピックアップロケーション以外の基準POIを過去の最終ピックアップロケーションとして選択した)場合、訓練サンプル決定モジュール421は、基準POIのリロケーション挙動特徴データを決定し得る。たとえば、リロケーション挙動特徴データは、基準POIとともにマッピングされた過去の注文において、過去の最終ピックアップロケーションが過去の推奨ピックアップロケーションであることを表す、「0」であり得る。別の例として、リロケーション挙動特徴データは、基準POIとともにマッピングされた過去の注文において、過去の最終ピックアップロケーションが過去の推奨ピックアップロケーションではなく基準POIであることを表す、「1」であり得る。

いくつかの実施形態では、ターゲットデータベース決定モジュール441は、ストレージ150から予備的POIデータベースを取得し得る。予備的POIデータベースは、複数の基準POIを含み得る。複数の基準POIは、道路交差点、バスステーション、地下鉄駅、景勝地、学校、病院、ホテル、ショッピングモールなど、またはそれらの任意の組合せであり得る。基準POIは、名前(たとえば、北京大学、北京協和医院)、カテゴリー(たとえば、学校、会社、病院、門、交通駅、店、道など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。

ターゲットデータベース決定モジュール441は、基準POIの属性に基づいてターゲットPOIデータベースを決定し得る。予備的POIデータベース内のすべての基準POIがピックアップロケーションの名前を決定するために適しているわけではない場合、予備的POIデータベース内の1つまたは複数の基準POIが修正されるか、または予備的POIデータベースから削除され得る。たとえば、ある基準POIは、いくつかの会社を収容する建物内の会社であり得る。別の例として、ある基準POIは、ロケーションの正確な位置を示さない「タイムズスクエア」という名前を有するPOIなど、運転者が見つけるには大まかすぎることがある。ターゲットデータベース決定モジュール441は、予備的POIデータベース内の、その名前が特定の語(たとえば、「ユニット」、「ルーム」、「ホール」、「デパート」、「階段」など)を含む基準POIを削除することによって、ターゲット基準POIを決定し得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、その住所が建物の中にある基準POIを削除することによって、ターゲット基準POIを決定し得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、特定のカテゴリー(たとえば、会社、道路)に属する基準POIを削除することによって、ターゲット基準POIを決定し得る。

図5は、本開示のいくつかの実施形態による、ピックアップロケーションの名前を決定するための例示的なプロセス500のフローチャートである。いくつかの実施形態では、ピックアップロケーションの名前を決定するためのプロセス500は、図1に示されるようなオンデマンドサービスシステム100において実装され得る。たとえば、プロセス500は、ストレージ150に記憶され、処理エンジン112またはプロセッサ220によって呼び出されるおよび/または実行される一組または複数組の命令として実装され得る。いくつかの実施形態では、プロセス500は、ユーザ端末および/またはサーバにおいて実装され得る。

510において、ロケーション取得モジュール410は、ロケーションペアを取得し得る。ロケーションペアは、現在のロケーションおよびピックアップロケーションを含み得る。現在のロケーションは、ユーザが要求者端末130を介して注文を開始するロケーションであり得る。いくつかの実施形態では、現在のロケーションは、現在のロケーションの経度データおよび/または緯度データを含み得る。いくつかの実施形態では、現在のロケーションは、ユーザが要求者端末130を介して注文を開始するときの要求者端末130のロケーションであり得る。

ピックアップロケーションは、ユーザがサービス提供者によってピックアップされることを望むロケーションであり得る。ピックアップロケーションは、ピックアップロケーションの経度データおよび/または緯度データを含み得る。いくつかの実施形態では、ピックアップロケーションは、要求者端末130および提供者端末140に送信され得る推奨ピックアップロケーションとして、オンデマンドサービスシステム100によって決定され得る。オンデマンドサービスシステム100は、1つまたは複数の過去の注文の1つまたは複数の過去のピックアップロケーションをユーザに送信することによって、推奨ピックアップロケーションを決定し得る。たとえば、オンデマンドサービスシステム100は、ユーザの現在のロケーションに近いロケーションにおいて開始された1つまたは複数の過去の注文を取得し、過去の注文の過去のピックアップロケーションをユーザに対する推奨ピックアップロケーションとして決定し得る。あるいは、ピックアップロケーションは、要求者端末130を介してユーザによって入力され得る。あるいは、ピックアップロケーションは、上記で説明されたユーザの現在のロケーションであり得る。

520において、予備的POI決定モジュール420は、ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて1つまたは複数の予備的POI(たとえば、第1の予備的POIおよび第2の予備的POI)を決定し得る。いくつかの実施形態では、ターゲットPOIデータベースは、図9に示され、以下で詳細に説明されるプロセス900に従って生成され得る。いくつかの実施形態では、予備的POI決定モジュール420は、現在のロケーションから第1の距離(たとえば、100メートル)内にあり、ピックアップロケーションから第2の距離(たとえば、80メートル)内にある第1の予備的POIおよび第2の予備的POIを決定し得る。

530において、特徴抽出モジュール430は、第1の予備的POIおよびロケーションペアに基づいて第1の予備的POIの特徴を決定し得る。たとえば、特徴抽出モジュール430は、ピックアップロケーションと第1の予備的POIとの間の距離に基づいて第1の予備的POIの特徴を決定し得る。単に例として、特徴は、(バスステーション、交差道路などの)第1の予備的POIの属性特徴、ピックアップロケーションと第1の予備的POIとの間の距離を表す距離特徴、過去の注文量特徴(たとえば、第1の予備的POIをピックアップロケーションとして使用した過去の注文の数)、過去の注文のリロケーション挙動特徴など、またはそれらの任意の組合せを含み得る。いくつかの実施形態では、特徴抽出モジュール430は、第1の予備的POIの特徴として、ストレージ150から決定された基準POIの1つまたは複数の基準特徴を取得し得る。

540において、特徴抽出モジュール430は、第2の予備的POIおよびロケーションペアに基づいて第2の予備的POIの特徴を決定し得る。たとえば、特徴抽出モジュール430は、ピックアップロケーションと第2の予備的POIとの間の距離に基づいて第2の予備的POIの特徴を決定し得る。いくつかの実施形態では、特徴抽出モジュール430は、第2の予備的POIの特徴として、ストレージ150から基準POIの1つまたは複数の基準特徴を取得し得る。

550において、モデル取得モジュール440は、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得し得る。ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、機械学習モデルを含み得る。いくつかの実施形態では、訓練済みネーミングモデルは、1つまたは複数の分類子を含み得る。分類子の各々は、分類子の重みに関する訓練済みパラメータを有し得る。訓練済みネーミングモジュールは、ロケーションペアおよび予備的POIの特徴を入力として使用し、1つまたは複数の分類子および分類子の重みに関する訓練済みパラメータに基づいて、訓練済みネーミングモジュールの出力として予備的POIのスコアを生成し得る。

いくつかの実施形態では、ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、事前に生成および/または訓練され、記憶装置(たとえば、ストレージ150)に記憶され得る。プロセッサ220は、記憶装置から訓練済みネーミングモデルを取得し得る。代替または追加として、ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、リアルタイムで訓練および/または更新され得る。

ピックアップロケーションをネーミングするための訓練済みネーミングモデルは、1つまたは複数の機械学習法を使用して訓練され得る。いくつかの実施形態では、訓練済みネーミングモデルは、ランキングサポートベクターマシン(SVM)モデル、勾配ブースティング決定木(GBDT)モデル、LambdaMARTモデル、適応ブースティングモデル、リカレントニューラルネットワークモデル、畳み込みネットワークモデル、隠れマルコフモデル、パーセプトロンニューラルネットワークモデル、ホップフィールドネットワークモデル、自己組織化マップ(SOM)、もしくは学習ベクトル量子化(LVQ)など、またはそれらの任意の組合せを含み得る。リカレントニューラルネットワークモデルは、長短期記憶(LSTM)ニューラルネットワークモデル、階層型リカレントニューラルネットワークモデル、双方向リカレントニューラルネットワークモデル、二次リカレントニューラルネットワークモデル、完全リカレントネットワークモデル、エコーステートネットワークモデル、多重時間スケールリカレントニューラルネットワーク(MTRNN)モデルなどを含み得る。

いくつかの実施形態では、訓練済みネーミングモデルは、図6に関して説明される1つまたは複数の動作を実施することによって生成され得る。

560において、モデル取得モジュール440は、第1の予備的POIの特徴および訓練済みネーミングモデルに基づいて第1の予備的POIの第1のスコアを決定し得る。モデル取得モジュール440は、ロケーションペアおよび第1の予備的POIの特徴を訓練済みネーミングモデルの入力として使用し、第1の予備的POIの第1のスコアを訓練済みネーミングモデルの出力として決定し得る。たとえば、モデル取得モジュール440は、ロケーションペアおよび第1の予備的POIの特徴を訓練済みネーミングモデルの入力として決定し得る。1つまたは複数の分類子は、ロケーションペアおよび第1の予備的POIの特徴に基づいて、第1の予備的POIの第1のスコアを訓練済みネーミングモデルの出力として生成し得る。

570において、モデル取得モジュール440は、第2の予備的POIの特徴および訓練済みネーミングモデルに基づいて第2の予備的POIの第2のスコアを決定し得る。モデル取得モジュール440は、ロケーションペアおよび第2の予備的POIの特徴を入力として使用し、第2の予備的POIの第2のスコアを訓練済みネーミングモデルの出力として決定し得る。たとえば、モデル取得モジュール440は、ロケーションペアおよび第2の予備的POIの特徴を訓練済みネーミングモデルの入力として決定し得る。1つまたは複数の分類子は、ロケーションペアおよび第2の予備的POIの特徴に基づいて、第2の予備的POIの第2のスコアを訓練済みネーミングモデルの出力として生成し得る。

580において、ネーミングモジュール450は、第1のスコアおよび第2のスコアに基づいて最終POIを決定し得る。ネーミングモジュール450は、第1のスコアおよび第2のスコアに基づいて第1の予備的POIおよび第2の予備的POIをランク付けし得る。ネーミングモジュール450はまた、ランクに基づいて最終POIを決定し得る。たとえば、ネーミングモジュール450は、第1のスコアと第2のスコアを比較し、より高いスコアを有する予備的POIを最終POIとして決定し得る。

590において、ネーミングモジュール450は、最終POIに基づいてピックアップロケーションの名前を決定し得る。たとえば、ネーミングモジュール450は、(たとえば、ターゲットPOIデータベースから取得された最終POIに関する情報に基づいて)最終POIの名前を取得し、最終POIの名前をピックアップロケーションの名前に割り当て得る。

本明細書で説明される図示のプロセス500の動作は、例示的なものであって、限定するものではないことが意図される。いくつかの実施形態では、プロセス500は、説明されない1つまたは複数の追加の動作を用いて、および/あるいは、論じられる動作のうちの1つまたは複数を用いることなしに、達成され得る。たとえば、520において、予備的POI決定モジュール420は、ロケーションペアおよびターゲットPOIデータベースに基づいて第3の予備的POIを決定し得る。540の後および550の前に、特徴抽出モジュール430は、第1の予備的POIおよびロケーションペアに基づいて第3の予備的POIの特徴を決定し得る。570の後および580の前に、モデル取得モジュール440は、第3の予備的POIの特徴および訓練済みネーミングモデルに基づいて第3の予備的POIの第3のスコアを決定し得る。580において、ネーミングモジュール450は、第1のスコア、第2のスコア、および第3のスコアに基づいて最終POIを決定し得る(たとえば、最も高いスコアを有する予備的POIを選択する)。加えて、図5に示され、以下で説明されるようなプロセス500の動作の順序は、限定することは意図されていない。たとえば、530と540の順序が逆であってもよく、560と570の順序が逆であってもよい。

図6は、本開示のいくつかの実施形態による、ピックアップロケーションをネーミングするための訓練済みネーミングモデルを決定するための例示的なプロセス600のフローチャートである。いくつかの実施形態では、訓練済みネーミングモデルを決定するためのプロセス600は、図1に示されるようなオンデマンドサービスシステム100において実装され得る。たとえば、プロセス600は、ストレージ150に記憶され、処理エンジン113またはプロセッサ220によって呼び出されるおよび/または実行される一組または複数組の命令として実装され得る。代替または追加として、プロセス600は、ユーザ端末および/またはサーバにおいて実装され得る。

本明細書で説明される図示のプロセス600の動作は、例示的なものであって、限定するものではないことが意図される。いくつかの実施形態では、プロセス600は、説明されない1つまたは複数の追加の動作を用いて、および/あるいは、論じられる動作のうちの1つまたは複数を用いることなしに、達成され得る。加えて、図6に示され、本明細書で説明されるようなプロセス600の動作の順序は、限定することは意図されていない。

610において、予備的モデル取得モジュール411は、予備的ネーミングモデルを取得し得る。いくつかの実施形態では、予備的ネーミングモデルは、1つまたは複数の分類子を含み得る。分類子の各々は、分類子の重みに関する初期パラメータを有し得る。

予備的ネーミングモデルは、ランキングサポートベクターマシン(SVM)モデル、勾配ブースティング決定木(GBDT)モデル、LambdaMARTモデル、適応ブースティングモデル、リカレントニューラルネットワークモデル、畳み込みネットワークモデル、隠れマルコフモデル、パーセプトロンニューラルネットワークモデル、ホップフィールドネットワークモデル、自己組織化マップ(SOM)、もしくは学習ベクトル量子化(LVQ)など、またはそれらの任意の組合せを含み得る。リカレントニューラルネットワークモデルは、長短期記憶(LSTM)ニューラルネットワークモデル、階層型リカレントニューラルネットワークモデル、双方向リカレントニューラルネットワークモデル、二次リカレントニューラルネットワークモデル、完全リカレントネットワークモデル、エコーステートネットワークモデル、多重時間スケールリカレントニューラルネットワーク(MTRNN)モデルなどを含み得る。

620において、訓練サンプル決定モジュール421は、複数の訓練サンプルを決定し得る。複数の訓練サンプルは、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文の注釈ペアとを含み得る。注釈ペアは、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、および基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名を含み得る。いくつかの実施形態では、複数の訓練サンプルは、ポジティブサンプルおよび/またはネガティブサンプルを含み得る。また、訓練サンプル決定モジュール421は、訓練サンプルがポジティブサンプルであるかまたはネガティブサンプルであるかを決定し得る。いくつかの実施形態では、複数の訓練サンプルのうちの少なくとも1つは、図7に示され、以下で説明されるプロセス700に従って生成され得る。

630において、訓練モジュール431は、複数の訓練サンプルを用いて予備的ネーミングモデルを訓練することによって、訓練済みネーミングモデルを決定し得る。予備的ネーミングモデルは、複数の訓練サンプルを入力として取り、1つまたは複数の分類子に基づいて1つまたは複数の基準POIの1つまたは複数の実際のスコアを実際の出力として決定し得る。基準POIは、基準POIの名前(たとえば、北京大学、北京協和医院)、基準POIのカテゴリー(たとえば、学校、病院、門、交通駅、店など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。1つまたは複数の分類子の各々は、分類子の重みに関する初期パラメータを有し得る。分類子の重みに関する初期パラメータは、ポジティブサンプルおよび/またはネガティブサンプルに基づいて調整され得る。

訓練モジュール431は、複数の訓練サンプルに基づいて所望の出力を決定し得る。いくつかの実施形態では、訓練サンプルの所望の出力は、基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名であり得る。訓練モジュール431は、損失関数を最小化するために予備的ネーミングモデルを訓練し得る。損失関数は、予備的ネーミングモデルによって決定された所望の出力と実際の出力との間の差を示し得る。訓練サンプルは、実際の出力の実際のスコアと、所望の出力の所望のスコアとを有し得る。実際のスコアおよび所望のスコアは、同じであってもよく、または異なっていてもよい。損失関数は、訓練サンプルの各々の実際のスコアと所望のスコアとの間の絶対差の合計であってもよい。具体的には、実際の出力が所望の出力と同じであるとき、損失関数は0である。損失関数の最小化は、反復的であり得る。損失関数の最小化の反復は、損失関数の値が所定のしきい値未満であるときに終了し得る。所定のしきい値は、訓練サンプルの数、モデルの精度レベルなどを含む様々な要因に基づいて設定され得る。訓練モジュール431は、損失関数の最小化の間に予備的ネーミングモデルの初期パラメータを反復的に調整し得る。損失関数の最小化の終わりに、訓練モジュール431は、2つ以上の訓練済みパラメータおよび訓練済みネーミングモデルを決定し得る。

図7は、本開示のいくつかの実施形態による、訓練サンプルを決定するための例示的なプロセス700のフローチャートである。いくつかの実施形態では、訓練サンプルを決定するためのプロセス700は、図1に示されるようなオンデマンドサービスシステム100において実装され得る。たとえば、プロセス700は、ストレージ150に記憶され、処理エンジン113またはプロセッサ220によって呼び出されるおよび/または実行される一組または複数組の命令として実装され得る。代替または追加として、プロセス700は、ユーザ端末および/またはサーバにおいて実装され得る。

本明細書で説明される図示のプロセス700の動作は、例示的なものであって、限定するものではないことが意図される。いくつかの実施形態では、プロセス700は、説明されない1つまたは複数の追加の動作を用いて、および/あるいは、論じられる動作のうちの1つまたは複数を用いることなしに、達成され得る。加えて、図7に示され、本明細書で説明されるようなプロセス700の動作の順序は、限定することは意図されていない。

710において、訓練サンプル決定モジュール421は、過去の注文に関する過去の注文情報を決定し得る。いくつかの実施形態では、サーバ110は、過去の注文を取得するためにストレージ150および/または記憶媒体(たとえば、ROM230、RAM240)にアクセスし得る。過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、過去のピックアップロケーション名など、またはそれらの組合せを含み得る。いくつかの実施形態では、過去のロケーションデータは、過去のロケーションの経度データおよび/または緯度データを含み得る。過去の最終ピックアップロケーションデータは、過去の最終ピックアップロケーションの経度データおよび/または緯度データを含み得る。過去の推奨ピックアップロケーションデータは、過去の推奨ピックアップロケーションの経度データおよび/または緯度データを含み得る。過去のロケーションは、ユーザが要求者端末130を介して過去の注文を開始した要求者端末130のロケーションであり得る。過去の最終ピックアップロケーションは、ユーザが要求者端末130を介して乗ることを選んだ最終ロケーションであり得る。過去の推奨ピックアップロケーションは、過去の注文に関する過去の推奨ピックアップロケーションとしてオンデマンドサービスシステム100によって生成されたロケーションであり得る。過去のピックアップロケーション名は、過去の注文の過去の最終ピックアップロケーションの名前であり得る。

720において、訓練サンプル決定モジュール421は、基準POIを過去の注文情報とともにマッピングし得る。訓練サンプル決定モジュール421は、ターゲットPOIデータベースから基準POIを取得するためにストレージ150にアクセスし得る。基準POIは、基準POIの名前(たとえば、北京大学、北京協和医院)、基準POIのカテゴリー(たとえば、学校、病院、門、交通駅、店など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。訓練サンプル決定モジュール421は、基準POIの属性に基づいて基準POIを過去の注文情報とともにマッピングし得る。いくつかの実施形態では、訓練サンプル決定モジュール421は、基準POIの名前と過去の注文の過去のピックアップロケーション名の類似度に基づいて過去の注文情報を基準POIにマッピングし得る。名前の類似度は、基準POIおよび過去のピックアップロケーション名に含まれる同じ語の数によって示され得る。たとえば、基準POI(たとえば、POI A)の名前と過去の注文(たとえば、注文A)の過去のピックアップロケーション名の類似度が50%を超える場合、訓練サンプル決定モジュール421は、POI Aを注文Aの過去の注文情報とともにマッピングし得る。

730において、訓練サンプル決定モジュール421は、基準POIとともにマッピングされた過去の注文情報に基づいて基準POIの1つまたは複数の基準特徴を決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、ピックアップロケーションと基準POIとの間の距離を表す距離特徴データを含み得る。訓練サンプル決定モジュール421は、基準POIと基準POIとともにマッピングされた過去の注文の過去の最終ピックアップロケーションとの間の距離(たとえば、ユークリッド距離)を基準POIの距離特徴データとして決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、過去の注文量特徴データを含み得る。たとえば、訓練サンプル決定モジュール421は、基準POIの名前が過去のピックアップロケーション名として使用された過去の注文の数を基準POIの過去の注文量特徴データとして決定し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、属性特徴データを含み得る。たとえば、基準POIの名前が「門」、「駅」などの特定の語を含む場合、訓練サンプル決定モジュール421は、特定の語を属性特徴データとして抽出し得る。別の例として、基準POIが彫像、店(たとえば、KFC(商標)、McDonald's(商標))、バスステーション、地下鉄駅などのランドマークである場合、訓練サンプル決定モジュール421は、基準POIのそのような属性を属性特徴データとして抽出し得る。

いくつかの実施形態では、基準POIの1つまたは複数の基準特徴は、リロケーション挙動特徴データを含み得る。リロケーション挙動は、過去の注文において、ユーザが過去の推奨ピックアップロケーション以外の基準POIを過去の最終ピックアップロケーションとして選択したことを示し得る。たとえば、過去の注文Aの場合、過去の推奨ピックアップロケーションはロケーションAであり、過去の最終ピックアップロケーションはBである。したがって、訓練サンプル決定モジュール421は、注文AとともにマッピングされたPOIに対するリロケーション挙動特徴データを決定し得る。訓練サンプル決定モジュール421は、図8に関して説明される動作に従ってリロケーション挙動特徴データを決定し得る。

740において、訓練サンプル決定モジュール421は、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文情報とに基づいて訓練サンプルを生成し得る。たとえば、訓練サンプルは、基準POIの1つまたは複数の基準特徴と、基準POIとともにマッピングされた過去の注文の注釈ペアとを含み得る。注釈ペアは、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、および基準POIとともにマッピングされた過去の注文の過去のピックアップロケーション名を含み得る。いくつかの実施形態では、訓練サンプルにおいて、基準POIの名前および注釈ペアの過去のピックアップロケーション名は、同じであってもよく、またはしきい値(たとえば、50%)を超える類似度を有してもよい。

いくつかの実施形態では、訓練サンプル決定モジュール421は、過去の注文量特徴に基づいて、訓練サンプルがポジティブサンプルであるかまたはネガティブサンプルであるかを決定し得る。訓練サンプル決定モジュール421は、より高い過去の注文量特徴を有する訓練サンプルをポジティブサンプルとして決定し、より低い過去の注文量特徴を有する訓練サンプルをネガティブサンプルとして決定し得る。たとえば、3つの訓練サンプル、サンプルA、サンプルB、およびサンプルCがある。すべての3つの訓練サンプルの過去の最終ピックアップロケーションは同じであり、このことは、異なるユーザが異なる基準POIを同じ過去の最終ピックアップロケーションの過去のピックアップロケーション名として選んだことを意味する。サンプルAの過去の注文量特徴データは9であり、サンプルBの過去の注文量特徴データは3であり、サンプルCの過去の注文量特徴データは2である。訓練サンプル決定モジュール421は、サンプルAをポジティブサンプルとして決定し、サンプルBおよびサンプルCをネガティブサンプルとして決定し得る。

図8は、本開示のいくつかの実施形態による、リロケーション挙動特徴データを決定するための例示的なプロセス800のフローチャートである。いくつかの実施形態では、本開示のいくつかの実施形態による、リロケーション挙動特徴データを決定するためのプロセス800は、図1に示されるようなオンデマンドサービスシステム100において実装され得る。たとえば、プロセス800は、ストレージ150に記憶され、処理エンジン113によって呼び出されるおよび/または実行される一組または複数組の命令として実装され得る。代替または追加として、プロセス800は、ユーザ端末および/またはサーバにおいて実装され得る。

本明細書で説明される図示のプロセス800の動作は、例示的なものであって、限定するものではないことが意図される。いくつかの実施形態では、プロセス800は、説明されない1つまたは複数の追加の動作を用いて、および/あるいは、論じられる動作のうちの1つまたは複数を用いることなしに、達成され得る。加えて、図8に示され、本明細書で説明されるようなプロセス800の動作の順序は、限定することは意図されていない。

810において、訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータを取得し得る。いくつかの実施形態では、過去の最終ピックアップロケーションデータは、過去の最終ピックアップロケーションの経度および/または緯度情報、過去の最終ピックアップロケーションへのリンクなど、またはそれらの任意の組合せを含み得る。過去の最終ピックアップロケーションは、過去の注文においてユーザによって最終的に使用されたピックアップロケーションを指す場合がある。いくつかの実施形態では、過去の最終ピックアップロケーションデータは、同じユーザの1つまたは複数の過去の注文に対応し得る。代替または追加として、過去の最終ピックアップロケーションデータは、異なるユーザの1つまたは複数の過去の注文に対応し得る。1つまたは複数の過去の注文は、ある期間の間のすべての過去の注文を含み得る。期間は、特定の条件、たとえば、1週間、1カ月、四半期、半年、1年に従って事前決定され得る。

820において、訓練サンプル決定モジュール421は、過去の推奨ピックアップロケーションデータを取得し得る。いくつかの実施形態では、過去の推奨ピックアップロケーションデータは、過去の推奨ピックアップロケーションの経度および/または緯度情報、過去の推奨ピックアップロケーションへのリンクなど、またはそれらの任意の組合せを含み得る。過去の推奨ピックアップロケーションは、1つまたは複数の過去の注文に対応する、オンデマンドサービスシステム100によって推奨されたピックアップロケーションを指す場合がある。いくつかの実施形態では、過去の注文の場合、オンデマンドサービスシステム100は、ユーザ過去のロケーションデータに従って1つまたは複数のピックアップロケーションをユーザに推奨し得る。たとえば、ユーザの過去のロケーションデータは、過去のロケーションの経度および/または緯度情報を含み得る。

830において、訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータに基づいてリロケーション挙動特徴データを決定し得る。訓練サンプル決定モジュール421は、過去の最終ピックアップロケーションデータと過去の推奨ピックアップロケーションデータを比較し得る。過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータが異なる(すなわち、ユーザが過去の推奨ピックアップロケーション以外の基準POIを過去の最終ピックアップロケーションとして選択した)場合、訓練サンプル決定モジュール421は、基準POIのリロケーション挙動特徴データを決定し得る。たとえば、リロケーション挙動特徴データは、基準POIとともにマッピングされた過去の注文において、過去の最終ピックアップロケーションが過去の推奨ピックアップロケーションであることを表す、「0」であり得る。別の例として、リロケーション挙動特徴データは、基準POIとともにマッピングされた過去の注文において、過去の最終ピックアップロケーションが過去の推奨ピックアップロケーションではなく基準POIであることを表す、「1」であり得る。

図9は、本開示のいくつかの実施形態による、ターゲットPOIデータベースを決定するための例示的なプロセス900のフローチャートである。いくつかの実施形態では、本開示のいくつかの実施形態による、ターゲットPOIデータベースを決定するためのプロセス900は、図1に示されるようなオンデマンドサービスシステム100において実装され得る。たとえば、プロセス900は、ストレージ150に記憶され、処理エンジン113またはプロセッサ220によって呼び出されるおよび/または実行される一組または複数組の命令として実装され得る。代替または追加として、プロセス900は、ユーザ端末および/またはサーバにおいて実装され得る。

本明細書で説明される図示のプロセス900の動作は、例示的なものであって、限定するものではないことが意図される。いくつかの実施形態では、プロセス900は、説明されない1つまたは複数の追加の動作を用いて、および/あるいは、論じられる動作のうちの1つまたは複数を用いることなしに、達成され得る。

910において、ターゲットデータベース決定モジュール441は、ストレージ150から予備的POIデータベースを取得し得る。予備的POIデータベースは、複数の基準POIを含み得る。複数の基準POIは、道路交差点、バスステーション、地下鉄駅、景勝地、学校、病院、ホテル、ショッピングモールなど、またはそれらの任意の組合せであり得る。基準POIは、名前(たとえば、北京大学、北京協和医院)、カテゴリー(たとえば、学校、会社、病院、門、交通駅、店、道など)、住所(たとえば、No.9 Xuesen Road、Gaoxin District、Suzhou)、座標(たとえば、緯度座標および経度座標)、郵便番号(たとえば、100000)、説明など、またはそれらの組合せを含む1つまたは複数の属性を有し得る。

920において、ターゲットデータベース決定モジュール441は、基準POIの属性に基づいてターゲットPOIデータベースを決定し得る。予備的POIデータベース内のすべての基準POIがピックアップロケーションの名前を決定するために適しているわけではない場合、予備的POIデータベース内の1つまたは複数の基準POIが修正されるか、または予備的POIデータベースから削除され得る。たとえば、ある基準POIは、いくつかの会社を収容する建物内の会社であり得る。別の例として、ある基準POIは、ロケーションの正確な位置を示さない「タイムズスクエア」という名前を有するPOIなど、運転者が見つけるには大まかすぎることがある。ターゲットデータベース決定モジュール441は、予備的POIデータベース内の、その名前が特定の語(たとえば、「ユニット」、「ルーム」、「ホール」、「デパート」、「階段」など)を含む基準POIを削除することによって、ターゲット基準POIを決定し得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、その住所が建物の中にある基準POIを削除することによって、ターゲット基準POIを決定し得る。いくつかの実施形態では、ターゲットデータベース決定モジュール441は、特定のカテゴリー(たとえば、会社、道路)に属する基準POIを削除することによって、ターゲット基準POIを決定し得る。

いくつかの実施形態では、ターゲットデータベース決定モジュール441は、過去の注文情報に少なくとも部分的に基づいてターゲットPOIデータベースを決定し得る。基準POIがエリア内の唯一のPOIである場合、ターゲットデータベース決定モジュール441は、基準POIが属性に基づいて削除されるべきである場合でも、基準POIを維持し、そのような基準POIを含むターゲット基準POIデータベースを決定し得る。

このように基本的な概念を説明してきたが、むしろ、この詳細な開示を読んだ後で、上記の詳細な開示が例のみとして提示されることが意図されており、限定するものではないことが当業者に明らかになるであろう。本明細書では明確に述べられていないが、様々な変更、改良、および修正が行われてもよく、当業者を対象としている。これらの変更、改良、および修正は、本開示によって示唆されることが意図されており、本開示の例示的な実施形態の趣旨および範囲内にある。

さらに、本開示の実施形態を説明するために特定の用語が使用されてきた。たとえば、「1つの実施形態(one embodiment)」、「一実施形態(an embodiment)」、および/または「いくつかの実施形態(some embodiments)」という用語は、実施形態に関して説明される特定の特徴、構造、または特性が本開示の少なくとも1つの実施形態に含まれることを意味する。したがって、本明細書の様々な部分における「一実施形態(an embodiment)」または「1つの実施形態(one embodiment)」または「代替実施形態(an alternative embodiment)」への2回以上の言及は、必ずしもすべてが同じ実施形態を指すとは限らないことが強調され、そのことを諒解されたい。さらに、特定の特徴、構造、または特性は、本開示の1つまたは複数の実施形態において適宜組み合わされ得る。

さらに、本開示の態様は、任意の新規かつ有用なプロセス、機械、製造物、もしくは組成物、または任意の新規かつ有用なそれらの改良を含むいくつかの特許性のあるクラスまたはコンテキストのいずれかにおいて本明細書で図示され、説明され得ることが当業者によって諒解されよう。したがって、本開示の態様は、完全にハードウェアにおいて、完全にソフトウェア(ファームウェア、常駐ソフトウェア、マイクロコードなどを含む)において、または、すべてが概して本明細書では「ユニット」、「モジュール」、もしくは「システム」と呼ばれることがあるソフトウェア実装形態とハードウェア実装形態を組み合わせて実装され得る。さらに、本開示の態様は、その上でコンピュータ可読プログラミングコードを具現化した1つまたは複数のコンピュータ可読媒体において具現化されるコンピュータプログラム製品の形態を取り得る。

コンピュータ可読信号媒体は、たとえば、ベースバンドにおいてまたは搬送波の一部として、その中で具現化されるコンピュータ可読プログラムコードを有する伝搬データ信号を含み得る。そのような伝搬信号は、電磁、光など、またはそれらの任意の適切な組合せを含む様々な形態のいずれかを取り得る。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体ではなく、命令実行システム、装置、もしくはデバイスが使用するためにまたはそれらに関連してプログラムを通信、伝搬、またはトランスポートすることができる、任意のコンピュータ可読媒体であり得る。コンピュータ可読信号媒体上で具現化されるプログラミングコードは、ワイヤレス、有線、光ファイバケーブル、RFなど、または上記の任意の適切な組合せを含む任意の適当な媒体を使用して送信され得る。

本開示の態様のための動作を実行するためのコンピュータプログラミングコードは、Java(登録商標)、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Pythonなどのオブジェクト指向プログラミング言語、「C」プログラミング言語、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAPなどの従来の手続き型プログラミング言語、Python、RubyおよびGroovyなどの動的プログラミング言語、または他のプログラミング言語を含む1つまたは複数のプログラミング言語の任意の組合せで書かれ得る。プログラミングコードは、ユーザのコンピュータ上で完全に、ユーザのコンピュータ上で部分的に、スタンドアロンソフトウェアパッケージとして、ユーザのコンピュータ上で部分的にかつリモートコンピュータ上で部分的に、またはリモートコンピュータもしくはサーバ上で完全に実行し得る。後者のシナリオでは、リモートコンピュータはローカルエリアネットワーク(LAN)またはワイドエリアネットワーク(WAN)を含む任意のタイプのネットワークを通じてユーザのコンピュータに接続されてもよく、あるいは、接続は外部コンピュータに対して(たとえば、インターネットサービスプロバイダを使用してインターネットを通じて)もしくはクラウドコンピューティング環境において行われるか、またはソフトウェアアズアサービス(SaaS:software as a service)などのサービスとして提供されてもよい。

さらに、処理要素もしくはシーケンスの述べられた順序、または数字、文字、もしくは他の名称の使用は、したがって、特許請求の範囲において明記される場合を除いて、特許請求されるプロセスおよび方法を任意の順序に限定することが意図されていない。上記の開示は、様々な例を通じて、本開示の様々な有用な実施形態であると現在考えられるものを論じているが、そのような詳細は単にその目的のためのものであること、添付の特許請求の範囲は開示される実施形態に限定されず、それどころか、開示される実施形態の趣旨および範囲内にある修正および等価の構成を包含することが意図されることを理解されたい。たとえば、上記で説明された様々な構成要素の実装形態はハードウェアデバイスにおいて具現化され得るが、ソフトウェアのみのソリューション、たとえば、既存のサーバまたはモバイルデバイス上でのインストールとしても実装され得る。

同様に、本開示の実施形態の上記の説明において、様々な特徴は時として、本開示を簡素化して様々な実施形態のうちの1つまたは複数の理解を助ける目的で、単一の実施形態、図、またはそれらの説明においてまとめられることを諒解されたい。しかしながら、本開示の方法は、特許請求される主題が各請求項において明確に述べられるよりも多くの特徴を必要とするという意図を反映するものとして解釈されるべきではない。むしろ、特許請求される主題は、単一の上記の開示される実施形態のすべての特徴よりも少ない特徴にあり得る。

100 オンデマンドサービスシステム
110 サーバ
112 処理エンジン
113 処理エンジン
120 ネットワーク
120-1、120-2 基地局および/またはインターネット交換ポイント
130 要求者端末、サービス要求者端末
130-1 モバイルデバイス
130-2 タブレットコンピュータ
130-3 ラップトップコンピュータ
130-4 自動車両内の内蔵デバイス
140 提供者端末
150 ストレージ
160 測位システム
160-1、160-2、160-3 衛星
200 コンピューティングデバイス
210 内部通信バス
220 プロセッサ
230 読取り専用メモリ(ROM)、ROM
240 ランダムアクセスメモリ(RAM)、RAM
250 COMポート
260 I/O
270 ディスク
300 モバイルデバイス
310 通信プラットフォーム
320 ディスプレイ
330 グラフィックス処理ユニット(GPU)
340 中央処理ユニット(CPU)、CPU
350 I/O
360 メモリ
370 モバイルオペレーティングシステム
380 アプリケーション
390 ストレージ
410 ロケーション取得モジュール
420 予備的POI決定モジュール
430 特徴抽出モジュール
440 モデル取得モジュール
450 ネーミングモジュール
411 予備的モデル取得モジュール
421 訓練サンプル決定モジュール
431 訓練モジュール
441 ターゲットデータベース決定モジュール
500、600、700、800、900 プロセス

Claims (21)

1. システムであって、
   一組の命令を記憶する少なくとも1つの記憶装置と、
   前記少なくとも1つの記憶装置と通信する少なくとも1つのプロセッサとを含み、前記一組の命令を実行するとき、前記少なくとも1つのプロセッサが、前記システムに、
   注文に関連付けられたロケーションペアを取得するために、前記少なくとも1つのプロセッサ内の論理回路を動作させることであって、前記ロケーションペアが現在のロケーションおよびピックアップロケーションを含む、動作させることと、
   前記ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記第1の予備的POIおよび前記ロケーションペアに基づいて前記第1の予備的POIの特徴を決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記第2の予備的POIおよび前記ロケーションペアに基づいて前記第2の予備的POIの特徴を決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記第1の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第1の予備的POIの第1のスコアを決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記第2の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第2の予備的POIの第2のスコアを決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記第1のスコアおよび前記第2のスコアに基づいて最終POIを決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと、
   前記最終POIに基づいて前記ピックアップロケーションの名前を決定するために、前記少なくとも1つのプロセッサ内の前記論理回路を動作させることと
   を行わせるように構成される、システム。
2. 前記第1の予備的POIまたは前記第2の予備的POIは、前記現在のロケーションから第1の距離内にあり、前記ピックアップロケーションから第2の距離内にある、請求項1に記載のシステム。
3. 前記訓練済みネーミングモデルは、適応ブースティングモデルまたは勾配ブースティング決定木(GBDT)モデルを含む、請求項1に記載のシステム。
4. 前記訓練済みネーミングモデルは、ネーミングモデルを訓練するためのプロセスに従って生成され、前記プロセスは、
   予備的ネーミングモデルを取得することと、
   複数の訓練サンプルを取得することと、
   前記取得された複数の訓練サンプルを使用して前記予備的ネーミングモデルを訓練して、前記訓練済みネーミングモデルを取得することと
   を含む、請求項1に記載のシステム。
5. 前記複数の訓練サンプルは、訓練サンプルを生成するためのプロセスに従って生成される少なくとも1つの訓練サンプルを含み、前記プロセスは、
   過去の注文に関する過去の注文情報を決定することと、
   基準POIを前記過去の注文情報とともにマッピングすることと、
   前記過去の注文情報に基づいて前記基準POIの基準特徴を決定することと、
   前記基準POIの前記基準特徴および前記過去の注文情報に基づいて前記少なくとも1つの訓練サンプルを生成することと
   を含む、請求項4に記載のシステム。
6. 前記過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、または過去のピックアップロケーション名のうちの少なくとも1つを含む、請求項5に記載のシステム。
7. 前記過去の注文情報は、過去のピックアップロケーション名を含み、
   前記基準POIの前記基準特徴を決定することは、前記基準POIの名前と前記過去の注文の前記過去のピックアップロケーション名の類似度に基づいて前記過去の注文情報を前記基準POIにマッピングすることをさらに含む、
   請求項5に記載のシステム。
8. 前記過去の注文情報は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータを含み、
   前記基準POIの前記基準特徴は、リロケーション挙動データを含み、
   前記過去の注文情報に基づいて前記基準POIの前記基準特徴を決定することは、
   前記過去の最終ピックアップロケーションデータを取得することと、
   前記過去の推奨ピックアップロケーションデータを取得することと、
   前記過去の最終ピックアップロケーションデータおよび前記過去の推奨ピックアップロケーションデータに基づいて前記リロケーション挙動データを決定することと
   をさらに含む、請求項5に記載のシステム。
9. 前記ターゲットPOIデータベースは、POIデータベースを生成するためのプロセスに基づいて決定され、前記プロセスは、
   予備的POIデータベースを取得することであって、前記予備的POIデータベースは前記基準POIを含む、取得することと、
   前記基準POIの属性に基づいて前記ターゲットPOIデータベースを決定することと
   を含む、請求項5に記載のシステム。
10. 前記基準POIの属性に基づいて前記ターゲットPOIデータベースを決定することは、
    前記過去の注文情報に基づいて前記ターゲットPOIデータベースを決定することをさらに含む、請求項9に記載のシステム。
11. プロセッサと、記憶媒体と、ネットワークに接続された通信プラットフォームとを有するコンピューティングデバイス上で実装される方法であって、
    前記プロセッサによって、注文に関連付けられたロケーションペアを取得するステップであって、前記ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、ステップと、
    前記プロセッサによって、前記ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するステップと、
    前記プロセッサによって、前記第1の予備的POIおよび前記ロケーションペアに基づいて前記第1の予備的POIの特徴を決定するステップと、
    前記プロセッサによって、前記第2の予備的POIおよび前記ロケーションペアに基づいて前記第2の予備的POIの特徴を決定するステップと、
    前記プロセッサによって、前記ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するステップと、
    前記プロセッサによって、前記第1の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第1の予備的POIの第1のスコアを決定するステップと、
    前記プロセッサによって、前記第2の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第2の予備的POIの第2のスコアを決定するステップと、
    前記プロセッサによって、前記第1のスコアおよび前記第2のスコアに基づいて最終POIを決定するステップと、
    前記プロセッサによって、前記最終POIに基づいて前記ピックアップロケーションの名前を決定するステップと
    を含む方法。
12. 前記第1の予備的POIまたは前記第2の予備的POIは、前記現在のロケーションから第1の距離内にあり、前記ピックアップロケーションから第2の距離内にある、請求項11に記載の方法。
13. 前記訓練済みネーミングモデルは、適応ブースティングモデルまたは勾配ブースティング決定木(GBDT)モデルを含む、請求項11に記載の方法。
14. 前記訓練済みネーミングモデルは、ネーミングモデルを訓練するためのプロセスに従って生成され、前記プロセスは、
    予備的ネーミングモデルを取得することと、
    複数の訓練サンプルを取得することと、
    前記取得された複数の訓練サンプルを使用して前記予備的ネーミングモデルを訓練して、前記訓練済みネーミングモデルを取得することと
    を含む、請求項11に記載の方法。
15. 前記複数の訓練サンプルは、訓練サンプルを生成するためのプロセスに従って生成される少なくとも1つの訓練サンプルを含み、前記プロセスは、
    過去の注文に関する過去の注文情報を決定することと、
    基準POIを前記過去の注文情報とともにマッピングすることと、
    前記過去の注文情報に基づいて前記基準POIの基準特徴を決定することと、
    前記基準POIの前記基準特徴および前記過去の注文情報に基づいて前記少なくとも1つの訓練サンプルを生成することと
    を含む、請求項14に記載の方法。
16. 前記過去の注文情報は、過去のロケーションデータ、過去の最終ピックアップロケーションデータ、過去の推奨ピックアップロケーションデータ、または過去のピックアップロケーション名のうちの少なくとも1つを含む、請求項15に記載の方法。
17. 前記過去の注文情報は、過去のピックアップロケーション名を含み、
    前記基準POIの前記基準特徴を決定する前記ステップは、前記基準POIの名前と前記過去の注文の前記過去のピックアップロケーション名の類似度に基づいて前記過去の注文情報を前記基準POIにマッピングするステップをさらに含む、
    請求項15に記載の方法。
18. 前記過去の注文情報は、過去の最終ピックアップロケーションデータおよび過去の推奨ピックアップロケーションデータを含み、
    前記基準POIの前記基準特徴は、リロケーション挙動データを含み、
    前記過去の注文情報に基づいて前記基準POIの前記基準特徴を決定する前記ステップは、
    前記過去の最終ピックアップロケーションデータを取得するステップと、
    前記過去の推奨ピックアップロケーションデータを取得するステップと、
    前記過去の最終ピックアップロケーションデータおよび前記過去の推奨ピックアップロケーションデータに基づいて前記リロケーション挙動データを決定するステップと
    をさらに含む、請求項15に記載の方法。
19. 前記ターゲットPOIデータベースは、POIデータベースを生成するためのプロセスに基づいて決定され、前記プロセスは、
    予備的POIデータベースを取得することであって、前記予備的POIデータベースは前記基準POIを含む、取得することと、
    前記基準POIの属性に基づいて前記ターゲットPOIデータベースを決定することと
    を含む、請求項15に記載の方法。
20. 端末とオンデマンド輸送プラットフォームとの間の接続を開始するための少なくとも一組の命令を含む非一時的コンピュータ可読媒体であって、電子端末の少なくとも1つのプロセッサによって実行されると、前記少なくとも一組の命令は、前記少なくとも1つのプロセッサに、
    端末からユーザに関連付けられたロケーションペアを取得する行為であって、前記ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、行為と、
    前記ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定する行為と、
    前記第1の予備的POIおよび前記ロケーションペアに基づいて前記第1の予備的POIの特徴を決定する行為と、
    前記第2の予備的POIおよび前記ロケーションペアに基づいて前記第2の予備的POIの特徴を決定する行為と、
    前記ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得する行為と、
    前記第1の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第1の予備的POIの第1のスコアを決定する行為と、
    前記第2の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第2の予備的POIの第2のスコアを決定する行為と、
    前記第1のスコアおよび前記第2のスコアに基づいて最終POIを決定する行為と、
    前記最終POIに基づいて前記ピックアップロケーションの名前を決定する行為と
    を実施するように指示する、非一時的コンピュータ可読媒体。
21. プロセッサと、記憶媒体と、ネットワークに接続された通信プラットフォームとを有するコンピューティングデバイス上で実装されるシステムであって、
    ロケーションペアを取得するように構成されたロケーション取得モジュールであって、前記ロケーションペアは現在のロケーションおよびピックアップロケーションを含む、ロケーション取得モジュールと、
    前記ロケーションペアおよびターゲット関心地点(POI)データベースに基づいて第1の予備的POIおよび第2の予備的POIを決定するように構成された予備的POI決定モジュールと、
    前記第1の予備的POIおよび前記ロケーションペアに基づいて前記第1の予備的POIの特徴を決定するように構成された特徴抽出モジュールであって、
    前記第2の予備的POIおよび前記ロケーションペアに基づいて前記第2の予備的POIの特徴を決定するようにさらに構成された特徴抽出モジュールと、
    前記ピックアップロケーションをネーミングするための訓練済みネーミングモデルを取得するように構成されたモデル取得モジュールであって、
    前記第1の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第1の予備的POIの第1のスコアを決定するようにさらに構成され、
    前記第2の予備的POIの前記特徴および前記訓練済みネーミングモデルに基づいて前記第2の予備的POIの第2のスコアを決定するようにさらに構成されたモデル取得モジュールと、
    前記第1のスコアおよび前記第2のスコアに基づいて最終POIを決定するように構成されたネーミングモジュールであって、
    前記最終POIに基づいて前記ピックアップロケーションの名前を決定するようにさらに構成されたネーミングモジュールと
    を含むシステム。