推荐估计到达时间的系统和方法技术方案

本申请公开涉及基于ETA模型确定一个路线的估计到达时间ETA(estimated time of arrival)的系统和方法。所述系统可以执行如下方法：获取一个与具有至少一个路段的至少一条路线相关的第一信号(310)；基于所述第一信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据(320)；基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA模型的第二结构化数据(330)；以及将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中(340)。

【技术实现步骤摘要】
【国外来华专利技术】推荐估计到达时间的系统和方法交叉引用本申请要求2016年4月18日递交的申请号为CN201610242067.5的中国申请的优先权，其内容以引用方式被包含于此。
本申请涉及用于确定路线的估计到达时间ETA(estimatedtimeofarrival)的系统和方法，尤其涉及使用ETA模型来确定ETA的系统和方法。
技术介绍
随着互联网技术的发展，网上打车服务和送餐服务等按需服务在人们的日常生活中发挥着重要的作用。例如，交通运输的按需运输服务可以被用户(例如乘客)大量使用。通过在线按需服务平台，用户可以通过安装在用户设备(如智能电话终端)中的应用程序，以按需服务的形式请求按需服务。
技术实现思路
根据本申请的一个方面，一个系统可以包括至少一个非短暂性的计算机可读存储介质，和至少一个与所述至少一个非短暂性的计算机可读存储介质相互通信的请求方终端的在线按需服务平台的处理器。所述非短暂性的计算机可读存储介质包括一组用于确定计划路线的估计到达时间的指令。当所述至少一个处理器执行所述一组指令时，所述至少一个处理器可以执行一个或以上以下操作。所述至少一个处理器可以获取一个与具有至少一个路段的至少一条路线相关的第一电信号。所述至少一个处理器可以基于所述第一电信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据。所述至少一个处理器可以基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA(estimatedtimeofarrival)模型的第二结构化数据。所述至少一个处理器可以将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中。根据本申请的一个方面，一种方法可以包括一个或以上如下操作。至少一个来自请求方客户端的在线按需服务平台的计算机服务器可以获取一个与具有至少一个路段的至少一条路线相关的第一电信号。所述至少一个计算机服务器可以基于所述第一电信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据。所述至少一个计算机服务器可以基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA(estimatedtimeofarrival)模型的第二结构化数据。所述至少一个计算机服务器可以将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中。根据本申请的另一个方面，一个非短暂性的计算机可读存储介质可以包括指令。当被来自请求方终端的在线按需服务平台的至少一个处理器访问时，所述指令可以驱使至少一个处理器执行一个或以上以下操作。所述指令可以驱使至少一个处理器获取一个与具有至少一个路段的至少一条路线相关的第一电信号。所述指令可以驱使至少一个处理器基于所述第一电信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据。所述指令可以驱使至少一个处理器基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA(estimatedtimeofarrival)模型的第二结构化数据。所述指令可以驱使至少一个处理器将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中。附图说明本申请根据示例性实施例进行了进一步的描述。这些示例性实施例参照附图详细描述。这些实施例是非限制性示例性实施例，其中类似的参考编号在附图的至少两个视图中表示相似的结构，并且其中：图1是根据本专利技术提供的一种按需服务系统的示意图；图2是根据本专利技术提供的一种处理引擎的示例性模块图；图3是根据本专利技术提供的一种确定运输服务的ETA的方法的示例性流程图；图4是根据本专利技术提供的一种确定计划路线的ETA的方法的示例性流程图；图5是根据本专利技术提供的一种基于ETA子模型确定ETA的方法的示例性流程图；图6是根据本专利技术提供的一个与全局特征向量相关的图表示意图；图7是根据本专利技术提供的一个ETA模型的决策树示意图；图8是根据本专利技术提供的一个ETA模型的人工神经网络示意图；图9是根据本专利技术提供的一个预测ETA的物理模型示意图；图10是根据本专利技术提供的一个计算装置的硬件和/或软件的组件示意图；以及图11是根据本专利技术提供的一个应用用户终端的移动装置的硬件和/或软件的组件示意图。具体实施方式以下描述是为使本领域相关技术人员能够制作及使用本披露，并且在文中提供了一个特殊申请及其要求。对披露的实施例的各种改进，对于本领域相关技术人员而言是显而易见的，并且在不背离本披露的原则及范围的前提下，这里定义的一般性原则可应用于其他实施例及申请中。因此，本披露不受展示的实施例限制，而应与权利要求最宽广的理解一致。本申请所使用的术语仅为了描述特定范例性实施例，并不限制本申请的范围。将进一步理解，术语“包括”、“包含”、“含有”和/或“囊括”在本说明书中使用时，指定所陈述的特征、整数、步骤、操作、元素和/或组件的存在，但不排除存在或添加一个或以上其他特征、整数、步骤、操作、元素、组件和/或它们的组合。根据以下对附图的描述，本申请所述的和其他的特征、操作方法、相关组件的功能和经济的结构更加显而易见，这些都构成说明书的一部分。然而，应当理解，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当理解的是附图并不是按比例的。本专利技术中使用的流程图说明了根据本专利技术中的一些实施例的系统实现的操作。要清楚地理解，流程图的操作可能不按顺序执行。相反，操作可以以反转顺序实现，或者同时执行。此外，可以将一个或以上其他操作添加到流程图中，也可以从流程图中删除一个或以上操作。此外，虽然本专利技术中的系统和方法主要是以分配运输服务的请求来描述的，但也应该理解，本专利技术不旨在限制。本专利技术的系统或方法可应用于任何其他类型的按需服务。例如，本专利技术的系统或方法可应用于不同环境的运输系统，包括陆地、海洋、航空航天等，或它们的任何组合。运输系统的车辆可以包括出租车、私人车、挂车、公共汽车、火车、动车、高铁、地铁、船只、飞机、宇宙飞船、热气球、无人驾驶车辆等，或它们的任何组合。运输系统还可以包括用于管理和/或分配的任何运输系统，例如，用于发送和/或接收快件的系统。本专利技术的系统或方法的应用可以在用户设备上实现，并且包括网页、浏览器插件、客户终端、定制系统、内部分析系统、人工智能机器人等，或者它们的任何组合。本专利技术中的“乘客”、“请求者”、“服务请求者”和“客户”一词可互换地使用，以指可请求或订购服务的个人、实体或工具。此外，本专利技术中的术语“驾驶员”、“提供者”和“服务提供者”可以互换地使用，以指可以提供服务或促进提供服务的个人、实体或工具。本专利技术中的“服务请求”和“请求”一词可互换地使用，以指由乘客、服务请求者、客户、驾驶员、提供者、服务提供者等，或其任何组合发起的请求。服务请求可被乘客、服务请求者、顾客、驾驶员、提供者或服务提供者中的任何一个接受。服务请求可以是收费的或免费的。本专利技术中的“服务提供终端”和“驾驶员终端”一词可互换地使用，指的是由服务提供者使用以提供服务或促进提供服务的移动终端。本专利技术中的“服务请求终端”和“乘客终端”是可互换使用的，指服本文档来自技高网...

【技术保护点】
1.一个系统，包括：至少一个非短暂性的计算机可读存储介质，包括一组指令；至少一个与所述至少一个非短暂性的计算机可读存储介质相互通信的处理器，其中当执行所述指令时，所述至少一个处理器可以：获取一个与具有至少一个路段的至少一条路线相关的第一电信号；基于所述第一电信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据；基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA模型的第二结构化数据；以及将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中。

【技术特征摘要】
【国外来华专利技术】2016.04.18 CN 20161024206751.一个系统，包括：至少一个非短暂性的计算机可读存储介质，包括一组指令；至少一个与所述至少一个非短暂性的计算机可读存储介质相互通信的处理器，其中当执行所述指令时，所述至少一个处理器可以：获取一个与具有至少一个路段的至少一条路线相关的第一电信号；基于所述第一电信号，生成和保存至少一个全局特征向量和至少一个与所述至少一条路线相关的历史使用时间的第一结构化数据；基于所述至少一个全局特征向量和所述至少一个历史使用时间，通过训练模型生成估计到达时间ETA模型的第二结构化数据；以及将所述ETA模型的第二结构化数据保存在所述至少一个非短暂性的计算机可读存储介质中。2.根据权利要求1所述的系统，其特征在于，所述至少一个全局特征向量中的至少两个被统一到一个行列式中。3.根据权利要求2所述的系统，其特征在于，所述至少一个全局特征向量包括一个综合特征向量，其中所述综合特征向量包括指示至少一个路段中的至少两个之间的关系的特征。4.根据权利要求3所述的系统，其特征在于，所述至少一个路段中的至少两个彼此分开。5.根据权利要求3所述的系统，其特征在于，所述综合特征向量包括至少一个交通状态，所述交通状态包括实时道路速度或估计的道路速度。6.根据权利要求1所述的系统，其特征在于，所述ETA模型包括回归模型、决策树模型、人工神经网络模型、支持向量回归模型、受限玻尔兹曼机器模型或遗传算法中的至少一个。7.根据权利要求1所述的系统，其特征在于，所述ETA模型包括至少两个ETA子模型，所述至少两个ETA子模型对应至少一个时段或地图中区域。8.根据权利要求1所述的系统，其特征在于，所述至少一个处理器可以进一步地：接收一个与具有至少一个路段的至少一条计划路线相关的第二电信号；基于所述第二电信号，生成和保存与所述计划路线相关的至少一个计划全局特征向量的第三结构化数据；以及基于所述计划全局特征向量和所述ETA模型，执行所述ETA模型的第二结构化数据，以确定一个对应于所述计划路线的ETA。9.根据权利要求7所述的系统，其特征在于，所述为了确定对应于计划路线的ETA，所述至少一个处理器可以进一步地：确定所述计划路线的起始时间的时段；以及基于所述起始时间，选择对应于时段的ETA子模型。10.根据权利要求7所述的系统，其特征在于，所述为了确定对应于计划路线的ETA，所述至少一个处理器可以进一步地：确定所述计划路线的起点位置或终点位置；以及基于所述起点位置或终点位置，选择对应于地图中区域的ETA子模型。11.一种实现于计算装置上的方法，所述计算装置具有至少一个处理器，至...

【专利技术属性】
技术研发人员：王征，孙书娟，叶杰平，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京,11