一种推荐上车点的方法和系统技术方案

本申请实施例公开了一种推荐上车点的方法。所述方法包括：获取用户的当前位置；基于所述用户的当前位置，生成至少一个候选上车点信息；向所述用户显示所述至少一个候选上车点信息；接收所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息；基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点。本申请可以基于用户的当前位置和用户选择的候选上车点，为用户推荐上车点，用户不需输入检索词只需要进行一次点选或者其他简单的选择操作即可得到合适的上车点推荐，使得推荐上车点更准确、更适合用户到达，并且节省了用户的时间，提升了用户的体验效果。

【技术实现步骤摘要】
一种推荐上车点的方法和系统
本申请涉及出行领域，特别涉及一种推荐上车点的方法和系统。
技术介绍
随着科技的快速发展，人们通过在线打车服务平台打车出行已经成为一种普遍现象，并且随着智能化服务的快速发展，人们的出行也越来越便利和高效。为了使服务提供者(例如，司机)能够在较短的时间内接载到服务请求者(例如，乘客)以提高效率，为服务请求者推荐合适的上车点至关重要。因此，有必要提供一种推荐上车点的方法和系统。
技术实现思路
本申请的一个方面提供一种推荐上车点的方法。所述方法包括：获取用户的当前位置；基于所述用户的当前位置，生成至少一个候选上车点信息；向所述用户显示所述至少一个候选上车点信息；接收所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息；基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点。在一些实施例中，所述基于所述用户的当前位置，生成至少一个候选上车点信息包括：检测到打开应用程序的触发操作后，基于所述用户的当前位置，生成至少一个候选上车点信息；或者检测在时间阈值内用户是否在应用程序上进行操作：若否，则基于所述用户的当前位置，生成至少一个候选上车点信息。在一些实施例中，所述基于所述用户的当前位置，生成至少一个候选上车点信息包括：获取所述用户的历史订单数据；基于所述用户的当前位置和所述历史订单数据，确定候选上车点。在一些实施例中，所述候选上车点包括距离所述用户当前位置在第一阈值范围内的历史上车点。在一些实施例中，所述基于所述历史上车点，确定候选上车点包括：若所述历史上车点包括至少两个：对所述至少两个历史上车点进行排序；选择排序靠前且距离大于第二阈值的至少两个历史上车点作为候选上车点。在一些实施例中，所述基于所述用户的当前位置，生成至少一个候选上车点信息还包括：基于所述用户的当前位置，按照第一预设规则召回距离所述当前位置在第三阈值范围内的兴趣点；利用机器学习模型处理所述兴趣点的特征数据，得到所述兴趣点的评分；对所述兴趣点的评分进行排序；选择排序靠前的至少一个兴趣点作为候选上车点。在一些实施例中，所述第一预设规则包括与所述用户的当前位置的距离和所述兴趣点的热度。在一些实施例中，所述兴趣点的特征数据包括属性特征、与所述用户当前位置的关系特征和用户画像。在一些实施例中，所述机器学习模型通过以下方法获得：获取训练样本；其中，训练样本包括训练兴趣点的评分和以下特征中至少一个：用户位置、训练兴趣点与所述用户位置的距离、训练兴趣点的热度、训练兴趣点的属性特征、训练兴趣点与用户位置的关系特征、用户画像；将所述训练兴趣点的评分标记作为参考评分；基于所述训练样本及标记结果训练初始模型得到所述机器学习模型。在一些实施例中，所述向所述用户显示所述至少一个候选上车点信息包括以列表形式向所述用户显示所述候选上车点。在一些实施例中，所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息包括用户通过触屏点选或者语音识别的方式选择。在一些实施例中，所述基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点包括：若所述用户选择的候选上车点为所述历史上车点，将所述历史上车点作为推荐上车点显示给所述用户；或者，若所述用户选择的候选上车点为所述兴趣点，通过所述兴趣点选取推荐上车点显示给所述用户。在一些实施例中，所述通过所述兴趣点选取推荐上车点显示给所述用户包括：获取与所述兴趣点相关的历史订单的计费点；基于所述计费点，确定距离所述计费点在第四阈值范围内的初始上车点；利用上车点推荐模型处理所述初始上车点的特征数据，得到最佳初始上车点作为推荐上车点显示给所述用户。在一些实施例中，所述初始上车点的特征数据包括：局部热度、全局热度、初始上车点与所述兴趣点的距离以及初始上车点与所述用户的距离。本申请的另一方面提供一种推荐上车点的系统。所述系统包括：获取模块，用于获取用户的当前位置；生成模块，用于基于所述用户的当前位置，生成至少一个候选上车点信息；显示模块，用于向所述用户显示所述至少一个候选上车点信息；接收模块，用于接收所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息；推荐模块，用于基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点。在一些实施例中，所述生成模块用于检测到打开应用程序的触发操作后，基于所述用户的当前位置，生成至少一个候选上车点信息；或者所述生成模块用于检测在时间阈值内用户是否在应用程序上进行操作：若否，则基于所述用户的当前位置，生成至少一个候选上车点信息。在一些实施例中，所述生成模块还包括订单获取单元和上车点生成单元；其中：订单获取单元，用于获取所述用户的历史订单数据；上车点确定单元，用于基于所述用户的当前位置和所述历史订单数据，确定候选上车点。在一些实施例中，所述候选上车点包括距离所述用户当前位置在第一阈值范围内的历史上车点。在一些实施例中，所述上车点确定单元还用于：若所述历史上车点包括至少两个：对所述至少两个历史上车点进行排序；选择排序靠前且距离大于第二阈值的至少两个历史上车点作为候选上车点。在一些实施例中，所述生成模块还包括召回单元、评分单元、排序单元和选择单元；其中：召回单元，用于基于所述用户的当前位置，按照第一预设规则召回距离所述当前位置在第三阈值范围内的兴趣点；评分单元，用于利用机器学习模型处理所述兴趣点的特征数据，得到所述兴趣点的评分；排序单元，用于对所述兴趣点的评分进行排序；选择单元，用于选择排序靠前的至少一个兴趣点作为候选上车点。在一些实施例中，所述第一预设规则包括与所述用户的当前位置的距离和所述兴趣点的热度。在一些实施例中，所述兴趣点的特征数据包括属性特征、与所述用户当前位置的关系特征和用户画像。在一些实施例中，所述系统还包括机器学习模型训练模块，所述机器学习模型训练模块用于：获取训练样本；其中，训练样本包括训练兴趣点的评分和以下特征中至少一个：用户位置，训练兴趣点与所述用户位置的距离、训练兴趣点的热度、训练兴趣点的属性特征、训练兴趣点与用户位置的关系特征、用户画像；将所述训练兴趣点的评分标记作为参考评分；基于所述训练样本及标记结果训练初始模型得到所述机器学习模型。在一些实施例中，所述显示模块还用于以列表形式向所述用户显示所述候选上车点。在一些实施例中，所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息包括用户通过触屏点选或者语音识别的方式选择。在一些实施例中，所述推荐模块还用于：若所述用户选择的候选上车点为所述历史上车点，将所述历史上车点作为推荐上车点显示给所述用户；或者，若所述用户选择的候选上车点为所述兴趣点，通过所述兴趣点选取推荐上车点显示给所述用户。在一些实施例中，所述推荐模块还用于：获取与所述兴趣点相关的历史订单的计费点；基于所述计费点，确定距离所述计费点在第四阈值范围内的初始上车点；利用上车点推荐模型处理所述初始上车点的特征数据，得到最佳初始本文档来自技高网...

【技术保护点】
1.一种推荐上车点的方法，其特征在于，所述方法包括：/n获取用户的当前位置；/n基于所述用户的当前位置，生成至少一个候选上车点信息；/n向所述用户显示所述至少一个候选上车点信息；/n接收所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息；/n基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点。/n

【技术特征摘要】
1.一种推荐上车点的方法，其特征在于，所述方法包括：
获取用户的当前位置；
基于所述用户的当前位置，生成至少一个候选上车点信息；
向所述用户显示所述至少一个候选上车点信息；
接收所述用户选择所述至少一个候选上车点信息中的其中一个候选上车点信息；
基于所述用户选择的其中一个候选上车点信息，向所述用户显示推荐上车点。


2.如权利要求1所述的方法，其特征在于，所述基于所述用户的当前位置，生成至少一个候选上车点信息包括：
检测到打开应用程序的触发操作后，基于所述用户的当前位置，生成至少一个候选上车点信息；或者
检测在时间阈值内用户是否在应用程序上进行操作：若否，则基于所述用户的当前位置，生成至少一个候选上车点信息。


3.如权利要求1所述的方法，其特征在于，所述基于所述用户的当前位置，生成至少一个候选上车点信息包括：
获取所述用户的历史订单数据；
基于所述用户的当前位置和所述历史订单数据，确定候选上车点。


4.如权利要求3所述的方法，其特征在于，所述候选上车点包括：
距离所述用户当前位置在第一阈值范围内的历史上车点。


5.如权利要求4所述的方法，其特征在于，所述基于所述历史上车点，确定候选上车点包括：
若所述历史上车点包括至少两个：
对所述至少两个历史上车点进行排序；
选择排序靠前且距离大于第二阈值的至少两个历史上车点作为候选上车点。


6.如权利要求1所述的方法，其特征在于，所述基于所述用户的当前位置，生成至少一个候选上车点信息还包括：
基于所述用户的当前位置，按照第一预设规则召回距离所述当前位置在第三阈值范围内的兴趣点；
利用机器学习模型处理所述兴趣点的特征数据，得到所述兴趣点的评分；
对所述兴趣点的评分进行排序；
选择排序靠前的至少一个兴趣点作为候选上车点。


7.如权利要求6所述的方法，其特征在于，所述第一预设规则包括：
与所述用户的当前位置的距离和所述兴趣点的热度。


8.如权利要求6所述的方法，其特征在于，所述兴趣点的特征数据包括：属性特征、与所述用户当前位置的关系特征和用户画像。


9.如权利要求6所述的方法，其特征在于，所述机器学习模型通过以下方法获得：
获取训练样本；其中，训练样本包括训练兴趣点的评分和以下特征中至少一个：用户位置、训练兴趣点与所述用户位置的距离、训练兴趣点的热度、训...

【专利技术属性】
技术研发人员：杨建涛，熊婷，陈望婷，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