The embodiment of the invention discloses a method, a device, a server and a storage medium for predicting the travel behavior of a vehicle. Including the prediction method: treat prediction user scene feature monitoring, to obtain the scene feature prediction instant application scenarios of user's; for car travel forecasting based on user portrait features to be forecast users and the scene feature. By using the method mentioned above, the personalized vehicle travel behavior can be accurately predicted.
【技术实现步骤摘要】
用车出行行为的预测方法、装置、服务器以及存储介质
本专利技术实施例涉及数据处理技术,尤其涉及一种用车出行行为的预测方法、装置、服务器以及存储介质。
技术介绍
随着智能设备的普及以及互联网技术的发展,网上叫车服务已经成为用户出行生活中很重要的一部分,为社会各阶层人士乘车出行提供了便捷高效的服务。用户可以利用智能设备中带有网络叫车功能的应用软件实现即时叫车或者预约车。用户使用网上叫车服务时,通常需要输入起始地点、目的地点以及出行时间,后台服务器根据用户输入的起始地点、目的地点以及出行时间向可网络叫车的车辆派发用车订单,以使得该车辆的司机根据用车订单为用户提供用车服务。然而,用户使用网上叫车服务时,可能会出现长时间的等待接单车辆到达起始地点,或者由于用车需求过高导致长时间无车接单的情况。同时,当用户用车需求过低时,可能会出现可网络叫车的车辆每天接单数量很少,需要长时间的等待用车订单的情况,导致用车效率过低。为了防止上述情况的发生,后台服务器通常会对用户的出行行为进行预测,以提高用车效率。通常情况下,后台服务器会根据用户的历史用车需求对该用户的出行行为进行预测。然而,上述方案对于某些未使用过网上叫车服务的潜在用户并不适用,同时,上述方案也无法实现对于突发情况引起的网上叫车服务的准确预测。
技术实现思路
本专利技术提供一种用车出行行为的预测方法、装置、服务器以及存储介质,以实现对用户的个性化用车出行行为进行准确的预测。第一方面,本专利技术实施例提供了一种用车出行行为的预测方法,包括:对待预测用户进行场景特征监测,以获取所述待预测用户所处的即时应用场景的场景特征;根据待预 ...
【技术保护点】
一种用车出行行为的预测方法,其特征在于,包括:对待预测用户进行场景特征监测,以获取所述待预测用户所处的即时应用场景的场景特征;根据待预测用户的用户画像特征和所述场景特征进行用车出行预测。
【技术特征摘要】
1.一种用车出行行为的预测方法,其特征在于,包括:对待预测用户进行场景特征监测,以获取所述待预测用户所处的即时应用场景的场景特征;根据待预测用户的用户画像特征和所述场景特征进行用车出行预测。2.根据权利要求1所述的预测方法,其特征在于,对待预测用户进行场景特征监测,以获取所述待预测用户所处的即时应用场景的场景特征包括:针对目标用户,按照关键场景特征项进行特征监测;如果所述目标用户的关键场景特征满足设定条件,则确定所述目标用户为待预测用户,获取所述待预测用户所处的即时应用场景的场景特征。3.根据权利要求2所述的预测方法,其特征在于,所述目标用户包括:潜在用车用户、发出历史用车出行订单的用户和/或关注用车服务的用户。4.根据权利要求3所述的预测方法,其特征在于,针对目标用户,按照关键场景特征项进行特征监测之前,还包括:根据潜在用车用户识别模型对第一预设用户群的用户画像特征进行识别,以确定所述第一预设用户群中各用户属于潜在用车用户的概率;根据所述概率选取用户作为所述潜在用车用户。5.根据权利要求2所述的预测方法,其特征在于,针对目标用户,按照关键场景特征项进行特征监测之前,还包括:选取候选应用场景;确定各所述候选应用场景对历史用车出行决策的信息增益;根据所述信息增益从各候选应用场景中确定关键场景。6.根据权利要求5所述的预测方法,其特征在于,所述关键场景包括下述至少一项:天气场景,对应的关键场景特征项包括:用户当前所处位置的设定天气条件;预计出行时间场景,对应的关键场景特征项包括:用户历史出行时间与用户历史出行目的地及其属性信息;异地场景,对应的关键场景特征项包括用户当前所处位置与常驻地位置;目的地场景,对应的关键场景特征项包括用户在当前时段内的地理位置搜索数据。7.根据权利要求2所述的预测方法,其特征在于,针对目标用户,按照关键场景特征项进行特征监测包括:分别对每个所述目标用户进行关键意图场景的特征监测,以获取每个所述目标用户所处的即时应用场景的意图场景特征;和/或根据各所述目标用户的用户画像特征确定客观场景,对所述客观场景的特征进行监测,以获取各所述目标用户所处的即时应用场景的客观场景特征。8.根据权利要求3或4所述的预测方法,其特征在于,针对目标用户,按照关键场景特征项进行特征监测之前,还包括:获取目标用户的用户画像特征;在所述用户画像特征中,获取至少两个目标子画像特征;分别确定每个所述目标子画像特征对应的用户;保存所述目标子画像特征与对应的用户的对应关系表;获取目标子画像特征;在所述对应关系表中,查找与所述目标子画像特征对应的用户筛选更新为目标用户。9.根据权利要求1所述的预测方法,其特征在于,根据待预测用户的用户画像特征和所述场景特征进行用车出行预测之后,还包括:根据用车出行预测结果确定所述待预测用户所在区域的用车调度推荐信息,...
【专利技术属性】
技术研发人员:刘坤,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。