一种确定上车点推荐模型的方法和系统技术方案

本申请提供一种确定上车点推荐模型的方法和系统。所述确定上车点推荐模型的方法包括：获取多个历史订单数据；获取每个历史订单数据的计费点和真实上车点；根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。

【技术实现步骤摘要】
一种确定上车点推荐模型的方法和系统
本申请涉及共享车辆领域，特别涉及一种确定上车点推荐模型的方法和系统。
技术介绍
随着共享运输服务的快速发展，越来越多的用户选择在手机上使用在线打车服务。乘客通过乘客终端输入上车点和目的地信息，发送用车请求。接单司机根据乘客的上车点信息前往接驾。当接单司机接载上乘客后，通过在司机终端执行相应操作(如滑动操作相应按钮)来确认乘客已上车，司机终端进行该操作时的定位点即为计费点。然而，由于GPS定位可能发生漂移或者接单司机的个人习惯(比如，乘客上车开始行驶后才进行滑动操作)，可能会导致真实上车点与计费点存在空间位置上的偏移。如果将所述这类真实上车点与计费点存在空间位置上的偏移的历史数据作为上车点推荐模型的训练样本，会显著降低上车点推荐模型训练的收敛速度及精确度。因此，希望可以提供一种确定上车点推荐模型的方法和系统。
技术实现思路
本申请的一个方面提供一种确定上车点推荐模型的方法。所述方法包括：获取多个历史订单数据；获取每个历史订单数据的计费点和真实上车点；根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。本申请的另一方面提供一种确定上车点推荐模型的系统。所述系统包括：第一获取模块，用于获取多个历史订单数据；第二获取模块，用于获取每个历史订单数据的计费点和真实上车点；数据筛选模块，用于根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；模型确定模块，用于将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。本申请的另一方面提供一种确定上车点推荐模型的装置。所述装置包括至少一个存储介质及至少一个处理器；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，以实现如前所述的确定上车点推荐模型的方法。本申请的另一方面提供一种计算机可读存储介质。所述存储介质存储有计算机指令，当所述计算机指令被处理器执行时，实现如前所述的确定上车点推荐模型的方法。本申请的另一方面提供一种确定推荐上车点的方法。所述方法包括：获取兴趣点；根据所述兴趣点确定至少一个候选上车点；利用如前所述的方法确定的上车点推荐模型处理所述兴趣点和所述至少一个候选上车点，得到推荐上车点。本申请的另一方面提供一种确定推荐上车点的系统。所述系统包括：兴趣点获取模块，用于获取兴趣点；候选上车点确定模块，用于根据所述兴趣点确定至少一个候选上车点；推荐上车点确定模块，用于利用如前所述的方法确定的上车点推荐模型处理所述兴趣点和所述至少一个候选上车点，得到推荐上车点。本申请的另一方面提供一种确定推荐上车点的装置。所述装置包括至少一个存储介质及至少一个处理器；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，以实现如前所述的确定推荐上车点的方法。本申请的另一方面提供一种计算机可读存储介质。所述存储介质存储有计算机指令，当所述计算机指令被处理器执行时，实现如前所述的确定推荐上车点的方法。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是根据本申请一些实施例所示的上车点推荐模型的确定系统的应用场景示意图；图2是根据本申请一些实施例所示的上车点推荐模型的确定系统的模块图；图3是根据本申请一些实施例所示的确定上车点推荐模型的方法的示例性流程图；图4是根据本申请一些实施例所示的从每个历史订单数据中获取真实上车点的方法的示例性流程图；图5是根据本申请一些实施例所示的确定推荐上车点的系统的示例性流程图；图6是根据本申请一些实施例所示的确定推荐上车点的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交通服务系统，不同的交通服务系统包括但不限于陆地、水面航行、航空、航天等中的一种或几种的组合。例如，人力车、代步工具、汽车(例如，小型车、巴士、大型运输车等)、轨道交通(例如，火车、动车、高铁、地铁等)、船舶、飞机、飞船、卫星、热气球、无人驾驶的交通工具等。本申请的不同实施例应用场景包括但不限于运输业、仓储物流业、农业作业系统、城市公交系统、商业运营车辆等中的一种或几种的组合。应当理解的是，本申请的系统及方法的应用场景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他类似情景。本申请中的术语“上车点”可以指司机开始提供由用户发起的服务的位置。例如，在在线打车服务中，司机可以接载在学校门口发起服务的用户，并且将该用户送到该用户的目的地。学校门口可以是该服务的上车点。本申请中的术语“候选上车点”可以指包括司机开始提供由该区域中的目标用户终端发起的服务的潜在位置，和/或该区域中的历史上车点的位置。本申请描述的“乘客”、“乘客端”、“乘车人”、“用户”、“用户终端”、“顾客”、“请求者”、“服务请求者”、“消费者”、“消费方”、“使用请求者”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。本申请中的位置和/或轨迹可以通过嵌入在用户终端中的定位技术来获取。本申请中使用的定位技术本文档来自技高网...

【技术保护点】
1.一种确定上车点推荐模型的方法，其特征在于，所述方法包括：/n获取多个历史订单数据；/n获取每个历史订单数据的计费点和真实上车点；/n根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；/n将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。/n

【技术特征摘要】
1.一种确定上车点推荐模型的方法，其特征在于，所述方法包括：
获取多个历史订单数据；
获取每个历史订单数据的计费点和真实上车点；
根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；
将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。


2.根据权利要求1所述的确定上车点推荐模型的方法，其特征在于，所述方法还包括：
对于所述通过筛选的历史订单数据：
获取每个历史订单数据的兴趣点和上车点；
确定每个历史订单数据的兴趣点相关特征和上车点相关特征；
根据每个历史订单数据的推荐上车点和真实上车点的空间位置关系，确定所述历史订单数据的标签；
根据所述通过筛选的历史订单数据的兴趣点相关特征和上车点相关特征以及所述历史订单数据的标签，对初始机器学习模型进行训练，得到所述上车点推荐模型。


3.根据权利要求2所述的确定上车点推荐模型的方法，其特征在于，
所述兴趣点相关特征包括以下中的至少一个：兴趣点的属性特征、兴趣点与候选上车点的关系特征；
所述上车点相关特征包括以下中的至少一个：候选上车点的属性特征、候选上车点与乘客定位位置的关系特征。


4.根据权利要求1所述的确定上车点推荐模型的方法，其特征在于，所述根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选包括：
确定每个历史订单数据的计费点与真实上车点间的距离；
至少根据所述每个历史订单数据的计费点与真实上车点间的距离，对所述多个历史订单数据进行筛选；
其中，所述至少根据所述每个历史订单数据的计费点与真实上车点间的距离，对所述多个历史订单数据进行筛选包括：
如果所述每个历史订单数据的计费点与真实上车点间的距离大于预设距离阈值，则所述历史订单数据没有通过筛选。


5.根据权利要求4所述的确定上车点推荐模型的方法，其特征在于，所述根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选还包括：
响应于所述每个历史订单数据的计费点与真实上车点间的距离不大于预设距离阈值，根据所述每个历史订单数据的计费点和真实上车点是否位于同一路段，对所述多个历史订单数据进行筛选；
响应于所述每个历史订单数据的计费点和真实上车点位于同一路段，所述历史订单数据通过筛选。


6.根据权利要求1所述的确定上车点推荐模型的方法，其特征在于，所述获取每个历史订单数据的计费点和真实上车点包括：
从所述每个历史订单数据中获取司机端运动轨迹和乘客端运动轨迹；
根据所述司机端运动轨迹，确定至少一个司机端停留点，所述司机端停留点为司机端运动轨迹点中的一个；
根据所述乘客端运动轨迹，确定至少一个乘客端停留点，所述乘客端停留点为乘客端运动轨迹点中的一个；
根据所述至少一个司机端停留点和所述至少一个乘客端停留点，确定真实上车点。


7.根据权利要求6所述的确定上车点推荐模型的方法，其特征在于，所述根据所述司机端运动轨迹，确定至少一个司机端停留点包括：
确定司机端运动轨迹点的停留时间是否大于预设时间阈值；
响应于所述司机端运动轨迹点的停留时间大于预设时间阈值，确定在所述预设时间阈值内的运动轨迹点是否可以聚成簇；
响应于在所述预设时间阈值内的运动轨迹点可以聚成簇，根据所述运动轨迹点确定停留点。


8.根据权利要求7所述的确定上车点推荐模型的方法，其特征在于，所述根据所述至少一个司机端停留点和所述至少一个乘客端停留点，确定真实上车点包括：
获取所述司机端运动轨迹点和所述乘客端运动轨迹点产生的多个交点；
计算所述多个交点中的一个交点到所述司机端停留点的第一距离，以及所述多个交点中的一个交点到所述乘客端停留点的第二距离；
将满足第一距离和第二距离最小的所述多个交点中的一个交点，确定为所述真实上车点。


9.一种确定上车点推荐模型的系统，其特征在于，所述系统包括：
第一获取模块，用于获取多个历史订单数据；
第二获取模块，用于获取每个历史订单数据的计费点和真实上车点；
数据筛选模块，用于根据每个历史订单数据的计费点和真实上车点的空间位置关系，对所述多个历史订单数据进行筛选；
模型确定模块，用于将通过筛选的历史订单数据作为训练样本，对模型进行训练，得到上车点推荐模型。


10.根据权利要9所述的确定上车点推荐模型的系统，其特征在于，对于所述通过筛选的历史订单数据，所述模型确定模块进一步用于：
获取每个历史订单数据的兴趣点和上车点；
确定每个历史订单数据的兴趣点相关特征和上车点相关特征；
根据每个历史订单数据的推荐上车点和真实上车点的空间位置关系，确定所述历史订单数据的标签；
根据所述通过筛选的历史订单数据的兴趣点相关特征和上车点相关特征以及所述历史订单数据的标签，对初始机器学习模型进行训练，得到所述上车点推荐模型。


11.根据权利要求10所述的确定上车点推荐模型的系统，其特征在于，
所述兴趣点相关特征包括以下中的至少一个：兴趣点的属性特征、兴趣点与候选上车点的关系特征；
所述上车点相关特征包括以下中的至少一个：候选上车点的属性特征、候选上车点与乘客定位位置的关系特征。


12.根据权利...

【专利技术属性】
技术研发人员：贺明慧，杨建涛，束纬寰，马利，
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