一种共享车辆的推荐方法和系统技术方案

本申请涉及提供一种共享车辆的推荐方法和系统。所述方法包括：获取用户特征数据，所述用户特征数据至少包括用户属性；获取当前订单数据，所述当前订单数据至少包括以下中的一种：用户起点信息、与用户起点相关联的共享车辆场站数据和与用户起点相关联的场站中所有共享车辆的数据；以及，基于用户特征数据和当前订单数据，向用户推荐共享车辆。本申请所披露的共享车辆推荐方法，可以根据用户属性采取不同的匹配方式为用户匹配车辆，从而可以为用户推荐匹配度更高的共享车辆，提升了用户满意度。

A recommendation method and system for shared vehicles

【技术实现步骤摘要】
一种共享车辆的推荐方法和系统
本申请涉及出行领域，特别涉及一种共享车辆的推荐方法和系统。
技术介绍
共享汽车的公共服务模式被越来越多的人接受和使用。然而，不同收入、社会背景和驾驶习惯的人对于共享车辆的偏好会有明显的不同。例如，共享汽车的用户包括学生、商旅人士、上班族等，其中商旅人士可能会倾向选择驾驶空间更宽敞的商务车；上班族可能会因为更加追求驾驶感，而倾向选择SUV等汽油动力车；满足驾龄的学生群体出于预算限制可能会选择价格较低的天然气动力或纯电动的车型。现有技术中共享汽车属于“批量投放”的状态，即，用户在共享汽车站点、共享汽车平台页面上看到的基本上都是同一车型，这就造成批量投放的车型闲置浪费，因此，有必要提供一种共享车辆的推荐方法和系统。
技术实现思路
本申请的一个方面提供一种共享车辆的推荐方法。所述方法包括：获取用户特征数据，所述用户特征数据至少包括用户属性；获取当前订单数据，所述当前订单数据至少包括以下中的一种：用户起点信息、与用户起点相关联的共享车辆场站数据和与用户起点相关联的场站中所有共享车辆的数据；以及，基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆。本申请的另一方面提供一种共享车辆的推荐系统。所述系统包括：第一获取模块、第二获取模块和推荐模块；其中：所述第一获取模块，用于获取用户特征数据，所述用户特征数据至少包括用户属性；所述第二获取模块，用于获取当前订单数据，所述当前订单数据至少包括以下中的一种：用户起点信息、与用户起点相关联的共享车辆场站数据和与用户起点相关联的场站中所有共享车辆的数据；所述推荐模块，用于基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆。本申请的另一方面提供一种共享车辆的推荐装置，所述装置包括至少一个处理器和至少一个存储设备，所述存储设备用于存储指令，当所述至少一个处理器执行所述指令时，实现本申请任一实施例所述的方法。本申请的另一方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取所述存储介质中的所述计算机指令后，所述计算机执行本申请任一实施例所述的方法。附图说明本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本申请的一些实施例所示的按需服务系统100的应用场景示意图。图2是根据本申请的一些实施例所示的示例性计算设备200的示意图。图3是根据本申请的一些实施例所示的示例性移动设备的示例性硬件和/或软件组件的示意图。图4是根据本申请一些实施例所示的共享车辆推荐系统的模块图。图5是根据本申请一些实施例所示的共享车辆推荐方法的示例性流程图。图6是根据本申请一些实施例所示的推荐共享车辆方法的示例性流程图。图7是根据本申请又一实施例所示的推荐共享车辆方法的示例性流程图。图8是根据本申请又一实施例所示的推荐共享车辆方法的示例性流程图。图9是根据本申请一些实施例所示的匹配模型训练方法的示例性流程图。具体实施方式为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。本申请的实施例可以应用于不同的运输系统，例如，出租车、专车、顺风车、巴士、代驾等。本申请描述的“乘客”、“乘客端”、“用户终端”、“顾客”、“需求者”、“服务需求者”、“消费者”、“消费方”、“使用需求者”等是可以互换的，是指需要或者订购服务的一方，可以是个人，也可以是工具。同样地，本申请描述的“司机”、“司机端”、“提供者”、“供应者”、“服务提供者”、“服务者”、“服务方”等也是可以互换的，是指提供服务或者协助提供服务的个人、工具或者其他实体等。另外，本申请描述的“用户”可以是需要或者订购服务的一方，也可以是提供服务或者协助提供服务的一方。图1是根据本申请的一些实施例所示的按需服务系统100的应用场景示意图。按需服务系统100可以基于用户特征数据和当前订单数据向用户推荐共享车辆，从而使推荐的共享车辆更符合用户的偏好，降低车辆闲置率，提高资源利用效率。按需服务系统100可以是用于互联网或者其它网络的服务平台。例如，按需服务系统100可以是为交通运输提供服务的线上服务平台。在一些实施例中，按需服务系统100可以应用于网约车服务，例如出租车呼叫、快车呼叫、专车呼叫、小巴呼叫、拼车、公交服务、司机雇佣和接送服务等。在一些实施例中，按需服务系统100还可以应用于代驾、快递、外卖等。在另一些实施例中，按需服务系统100还可以应用于出行(如旅游)服务领域。按需服务系统100可以包括一个服务器110、一个或一个以上服务请求者终端120、存储设备130、网络150和信息源140。服务器110可以包括处理引擎112。在一些实施例中，服务器110可以是一个单个的服务器或者一个服务器群组。所述服务器群可以是集中式的或分布式的(例如，服务器110可以是一个分布式的系统)。在一些实施例中，服务器110可以是本地的或远程的。例如，服务器110可以通过网络150访问存储在存储设备130、服务请求者终端120中的信息和/或数据。再例如，服务器110可以直接连接到存储设备130、服务请求者终端120以访问存储的信息和/或数据。在一些实施例中，服务器110可以在一个云平台上实现。仅仅举个例子，所述云平台可以包括私有云、公共云、混合云、社区云、分布云、云之间、多重云等或上述举例的任意组合。在一些实施例中，服务器110可以在与本申请图2所示的计算设备上实现。例如，服务器110可以在如图2所示的一个计算设备200上实现，包括计算设备200中的一个或多个部件。在一些实施例中，处理引擎112可处理与共享车辆推荐有关的数据和/或信息以执行一个或多个本申请中描述的功能。例如，处理引擎112可以处理与用本文档来自技高网...

【技术保护点】
1.一种共享车辆的推荐方法，其特征在于，所述方法包括：/n获取用户特征数据，所述用户特征数据至少包括用户属性；/n获取当前订单数据，所述当前订单数据至少包括以下中的一种：用户起点信息、与用户起点相关联的共享车辆场站数据和与用户起点相关联的场站中所有共享车辆的数据；/n以及，基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆。/n

【技术特征摘要】
1.一种共享车辆的推荐方法，其特征在于，所述方法包括：
获取用户特征数据，所述用户特征数据至少包括用户属性；
获取当前订单数据，所述当前订单数据至少包括以下中的一种：用户起点信息、与用户起点相关联的共享车辆场站数据和与用户起点相关联的场站中所有共享车辆的数据；
以及，基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆。


2.如权利要求1所述的方法，其特征在于，所述用户属性包括所述用户为新用户或所述用户不为新用户；
若所述用户不为新用户：
所述用户特征数据还包括用户基本特征、驾驶习惯数据和历史订单数据；
若所述用户为新用户：
所述用户特征数据不包括除用户属性之外的其他用户特征数据；或
所述用户特征数据还包括用户基本特征和/或驾驶习惯数据。


3.如权利要求2所述的方法，其特征在于，所述用户基本特征包括以下中的至少一个：性别、年龄、职业和征信记录；
所述驾驶习惯数据包括以下中的至少一个：驾驶行为习惯、对车辆颜色的偏好和对车辆性能的偏好；
所述历史订单数据包括以下中的至少一个：与历史订单相关的车辆数据、服务时间、行程起始点、行程目的地和行程路径。


4.如权利要求2所述的方法，其特征在于，所述基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆包括：
若所述用户不为新用户：
基于所述用户特征数据和所述当前订单数据，确定所述与用户起点相关联的场站中所有共享车辆与所述用户匹配的排序结果；
基于所述排序结果，向所述用户推荐共享车辆。


5.如权利要求4所述的方法，其特征在于，所述基于所述用户特征数据和所述当前订单数据，确定所述与用户起点相关联的场站中所有共享车辆与所述用户匹配的排序结果包括：
利用匹配模型处理所述用户特征数据和所述当前订单数据，得到所述与用户起点相关联的场站中所有共享车辆与所述用户的匹配率；
对所述匹配率进行排序，得到排序结果。


6.如权利要求2所述的方法，其特征在于，所述基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆包括：
若所述用户为新用户且不包括除用户属性之外的其他用户特征数据：
获取所述与用户起点相关联的场站中所有共享车辆历史使用率；
对所述所有共享车辆历史使用率进行排序，得到排序结果；
基于所述排序结果，向所述用户推荐共享车辆。


7.如权利要求2所述的方法，其特征在于，所述基于所述用户特征数据和所述当前订单数据，向所述用户推荐共享车辆包括：
若所述用户为新用户且所述用户特征数据还包括用户基本特征和/或驾驶习惯数据：
获取其他用户的用户特征数据和偏好车辆评分；
利用协同过滤算法处理所述用户特征数据和所述其他用户的用户特征数据，得到所述其他用户与所述用户相似率的排列结果；
基于所述相似率的排列结果和所述偏好车辆评分，得到所述偏好车辆的排列结果；
基于所述偏好车辆的排列结果，筛选出所述与用户起点相关联的场站中的匹配共享车辆；
对所述匹配共享车辆按所述偏好车辆的排列结果进行排序，得到排序结果；
基于所述排序结果，向所述用户推荐共享车辆。


8.如权利要求4～7中任一项所述的方法，其特征在于，所述基于所述排序结果，向所述用户推荐共享车辆包括：
设定车辆推荐阈值；
基于所述排序结果和所述车辆推荐阈值，向所述用户推荐共享车辆。


9.如权利要求8所述的方法，其特征在于，所述基于所述排序结果和所述车辆推荐阈值，向所述用户推荐共享车辆还包括：
基于所述排序结果和所述车辆推荐阈值，优先向所述用户展示排序结果靠前的共享车辆。


10.如权利要求5所述的方法，其特征在于，所述匹配模型包括回归模型；
所述匹配模型通过以下方法获得：
获取用户特征数据、历史订单数据及用户与共享车辆的匹配率样本；其中，将所述用户与共享车辆的匹配率标记作为参考匹配率；
基于所述用户特征数据样本、所述历史订单数据样本及标记结果训练初始模型得到所述匹配模型。


11.如权利要求10所述的方法，其特征在于，所述方法还包括：
获取用户浏览所述推荐的共享车辆、查看所述推荐的共享车辆性能指标、选择所述推荐的共享车辆的数据；
将所述用户浏览所述推荐的共享车辆、查看所述推荐的共享车辆性能指标、选择所述推荐的共享车辆的数据作为训练样本训练所述匹配模型。


12.一种共享车辆的推荐系统，其特征在于，所述系统包括第一获取模块、第二获取模块和推荐模块；其中：...

【专利技术属性】
技术研发人员：孟格思，李敏，王瑜，叶舟，
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