确定预计到达时间的系统和方法技术方案

本发明专利技术涉及用于确定预计到达时间(ETA)的系统和方法。系统可以执行方法，以经由网络从与服务请求者相关联的请求者终端接收服务请求；从服务请求中获取上车地点、目的地和请求相关的信息；根据请求相关的信息确定至少一个请求相关的特征向量；通过基于上车地点和目的地搜索存储在数据库中的预先生成的路段表来确定至少一个路段相关的特征向量；并且基于至少一个请求相关的特征向量和至少一个路段相关的特征向量来确定ETA。该系统可以至少基于随时间变化的因素计算ETA，使得其可以更快地响应于对请求者的服务请求。

The system and method of determining the estimated time of arrival

【技术实现步骤摘要】
确定预计到达时间的系统和方法
本申请一般涉及用于线上到线下服务的系统和方法，尤其涉及用于确定预计到达时间(EstimatedTimeofArrival,ETA)的系统和方法。
技术介绍
利用因特网技术的线上到线下服务(例如，出租车呼叫服务、食品配送服务)由于其便利性而变得越来越流行。当接收到由请求者发起的服务请求时，系统必须在向服务请求提供实际线上到线下服务之前立即提供响应服务请求的信息。例如，系统可以确定请求者指定的上车地点与目的地之间具有相关联的ETA的至少一个行程路线，并在请求者和/或提供者的终端上显示具有相关联的ETA的至少一个行程路线。然而，现有技术可能基于很少随时间变化的因素重复计算ETA，从而导致对请求者的响应速度慢。因此，期望提供更有效地确定ETA的系统和方法。
技术实现思路
针对上述基于很少随时间变化的因素重复计算ETA导致对请求者的响应速度慢的问题，本专利技术的目的之一在于提供更有效地确定ETA的系统和方法。为达到上述专利技术的目的，本专利技术提供的技术方案如下：一方面，本专利技术提供了一种用于确定预计到达时间(ETA)的方法。所述方法可以包括：通过所述网络接收来自与服务请求者相关联的请求者终端的服务请求；从所述服务请求中获取上车地点、目的地和请求相关的信息；基于所述请求相关的信息确定至少一个请求相关的特征向量；通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述ETA。另一方面，本专利技术提供了一种用于确定预计到达时间(ETA)的系统。该系统包括获取模块、请求相关的特征向量确定模块、路段相关的特征向量确定模块和ETA确定模块。所述获取模块接收来自与服务请求者相关联的请求者终端的服务请求；所述获取模块从所述服务请求中获取上车地点、目的地和请求相关的信息；所述请求相关的特征向量确定模块基于所述请求相关的信息确定至少一个请求相关的特征向量；所述路段相关的特征向量确定模块通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及所述ETA确定模块基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述ETA。另一方面，本专利技术提供了一种确定预计到达时间的装置，至少一个存储介质以及至少一个处理器；所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令，以实现确定预计到达时间的方法。所述方法包括：通过所述网络接收来自与服务请求者相关联的请求者终端的服务请求；从所述服务请求中获取上车地点、目的地和请求相关的信息；基于所述请求相关的信息确定至少一个请求相关的特征向量；通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述ETA。另一方面，本专利技术提供了一种计算机可读存储介质，所述存储介质存储有计算机指令，当所述计算机指令被至少一个处理器执行时，实现确定预计到达时间的方法。所述方法包括：通过所述网络接收来自与服务请求者相关联的请求者终端的服务请求；从所述服务请求中获取上车地点、目的地和请求相关的信息；基于所述请求相关的信息确定至少一个请求相关的特征向量；通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述ETA。另一方面，本专利技术还提供了又一种确定预计到达时间的系统，该系统包括：包括一组指令的至少一个存储设备；通信连接到网络的数据交换端口；与所述至少一个存储设备通信的至少一个处理器。当执行所述一组指令时，所述至少一个处理器被配置为使所述系统：通过所述网络，接收来自与服务请求者相关联的请求者终端的服务请求；从所述服务请求中获取上车地点、目的地和请求相关的信息；基于所述请求相关的信息确定至少一个请求相关的特征向量；通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述ETA。在本专利技术中，所述请求相关的信息进一步包括时间信息、天气信息或所述服务请求的类型中的至少一个。在本专利技术中，所述请求相关的信息包括所述服务请求者的个人信息、所述服务请求者的偏好设置、或所述服务请求者的行程习惯中的至少一个。在本专利技术中，所述请求相关的信息包括服务提供者的个人信息、所述服务提供者的车辆信息、或所述服务提供者的驾驶习惯中的至少一个。在本专利技术中，为了通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量路段表，所述至少一个处理器被配置为进一步使所述系统：确定从所述上车地点到所述目的地位置的目标路线；基于所述目标路线确定路段序列，其特征在于，所述路段序列包括至少一个路段；以及通过搜索存储在所述数据库中的所述预先生成的路段表，为所述至少一个路段中的每一个检索所述路段相关的特征向量。在本专利技术中，所述路段表包括关于对应于区域的道路的至少两个路段的至少两个预先生成的特征向量，并且由人工神经网络模型定期更新。在本专利技术中，为了基于所述至少一个请求特定的特征向量和所述至少一个路段相关的特征向量，确定所述ETA，所述至少一个处理器被配置为进一步使所述系统：通过指定所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量作为ETA确定模型的输入，来确定所述ETA。在本专利技术中，所述ETA确定模型是人工神经网络模型。在本专利技术中，所述ETA确定模型通过以下过程训练，包括：获取与一组历史服务请求相关的信息，其特征在于，所述与所述一组历史服务请求相关的信息包括样本路段相关的特征向量、样本请求相关的特征向量，和分别与所述样本路段相关的特征向量和所述样本请求相关的特征向量相关联的样本ETA；通过指定对应的样本路段相关的特征向量和对应的样本请求相关的特征向量作为所述ETA确定模型的输入，来确定关于所述一组历史服务请求的预测ETA；以及所述通过最小化对应的样本ETA和关于所述一组历史服务请求的每个的所述预测ETA之间差，来迭代地训练所述ETA确定模型。在本专利技术中，所述至少一个处理器被配置为使所述系统进一步：通过所述网络，将所述ETA发送到与所述服务请求者相关的所述请求者终端。本申请的一部分的附加特征将在如下描述中详细解释，基于对如下内容和附图的审查或通过实现或操作实施例的学习，一部分的附加特征对本领域技术人员来说是显而易见的。本申请的特征可以通过对以下描述的具体实施例的各方面的方法、手段及其组合的实践或使用得以实现和达到。附图说明本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图不本文档来自技高网...

【技术保护点】
1.一种用于确定预计到达时间的方法，其特征在于，所述方法包括：/n通过所述网络接收来自与服务请求者相关联的请求者终端的服务请求；/n从所述服务请求中获取上车地点、目的地和请求相关的信息；/n基于所述请求相关的信息确定至少一个请求相关的特征向量；/n通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及/n基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述预计到达时间。/n

【技术特征摘要】
1.一种用于确定预计到达时间的方法，其特征在于，所述方法包括：
通过所述网络接收来自与服务请求者相关联的请求者终端的服务请求；
从所述服务请求中获取上车地点、目的地和请求相关的信息；
基于所述请求相关的信息确定至少一个请求相关的特征向量；
通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及
基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述预计到达时间。


2.根据权利要求1所述的方法，其特征在于，所述请求相关的信息进一步包括时间信息、天气信息或所述服务请求类型中的至少一个。


3.根据权利要求1或2所述的方法，其特征在于，所述请求相关的信息包括所述服务请求者的个人信息、所述服务请求者的偏好设置、或所述服务请求者的行程习惯中的至少一个。


4.根据权利要求1或2所述的方法，其特征在于，所述请求相关的信息包括服务提供者的个人信息、所述服务提供者的车辆信息、或所述服务提供者的驾驶习惯中的至少一个。


5.根据权利要求1所述的方法，其特征在于，所述通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量包括：
确定从所述上车地点到所述目的地位置的目标路线；
基于所述目标路线确定路段序列，其中，所述路段序列包括至少一个路段；以及
通过搜索存储在所述数据库中的所述预先生成的路段表，为所述至少一个路段中的每一个检索所述路段相关的特征向量。


6.根据权利要求1或5所述的方法，其特征在于，所述路段表包括对应于区域的道路的至少两个路段的至少两个预先生成的特征向量，以及所述路段表由人工神经网络模型定期更新。


7.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个请求特定的特征向量和所述至少一个路段相关的特征向量，确定所述预计到达时间包括：通过指定所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量作为预计到达时间确定模型的输入，来确定所述预计到达时间。


8.根据权利要求7所述的方法，其特征在于，所述预计到达时间确定模型是人工神经网络模型。


9.根据权利要求7或8所述的方法，其特征在于，所述预计到达时间确定模型的训练方法包括：
获取与一组历史服务请求相关的信息，其中，所述与所述一组历史服务请求相关的信息包括样本路段相关的特征向量、样本请求相关的特征向量、和分别与所述样本路段相关的特征向量和所述样本请求相关的特征向量相关联的样本预计到达时间；
通过指定对应的样本路段相关的特征向量和对应的样本请求相关的特征向量作为所述预计到达时间确定模型的输入，来确定所述一组历史服务请求的预测预计到达时间；以及
通过最小化对应的样本预计到达时间和所述一组历史服务请求的每一个的所述预测预计到达时间之间差，来迭代地训练所述预计到达时间确定模型。


10.根据权利要求1中任一项所述的方法，其特征在于，所述方法进一步包括：通过所述网络，将所述预计到达时间发送到与所述服务请求者相关联的所述请求者终端。


11.一种确定预计到达时间的系统，其特征在于，所述系统包括获取模块、请求相关的特征向量确定模块、路段相关的特征向量确定模块和预计到达时间确定模块；
所述获取模块被配置为通过网络接收来自与服务请求者相关联的请求者终端的服务请求；
所述获取模块被配置为从所述服务请求中获...

【专利技术属性】
技术研发人员：傅昆，王征，
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