一种历史订单中真实上车点挖掘的方法和系统技术方案

本公开的实施例提供一种挖掘真实上车点的方法，该方法包括：获取历史行驶轨迹；基于历史行驶轨迹，确定一个或多个停留点；获取与停留点相关的特征信息；特征信息至少反映停留点的地理位置信息；基于特征信息和机器学习模型，从一个或多个停留点中确定真实上车点。

【技术实现步骤摘要】
一种历史订单中真实上车点挖掘的方法和系统
本公开的实施例涉及网约车领域，特别涉及一种挖掘历史订单中的真实上车点的方法及系统。
技术介绍
网约车平台在接到用户订单时会为用户推荐最佳上车点，推荐上车点的点位是基于历史订单中真实上车点得到的。目前，通常基于下订单后的司乘历史轨迹，分别获得司机的停留点和乘客的停留点，然后利用一定的规则基于停留点得到真实上车点。对于采用规则获取的真实上车点，一般为人工随机抽取100单，通过一定的策略核实获取的真实上车点是否正确。由于人工核实会掺杂有大量的主观因素，且耗费大量的时间和人力成本，使得真实上车点的确定存在准确率不足的问题。因此，有必要提供一种准确率和效率高的真实上车点的挖掘方法。
技术实现思路
本公开的实施例中的一个方面提供一种挖掘真实上车点的方法，所述方法包括：获取历史行驶轨迹；基于所述历史行驶轨迹，确定一个或多个停留点；获取与所述停留点相关的特征信息；所述特征信息至少反映所述停留点的地理位置信息；基于所述特征信息和机器学习模型，从所述一个或多个停留点中确定真实上车点。本公开的实施本文档来自技高网...

【技术保护点】
1.一种挖掘真实上车点的方法，其特征在于，所述方法包括：/n获取历史行驶轨迹；/n基于所述历史行驶轨迹，确定一个或多个停留点；/n获取与所述停留点相关的特征信息；所述特征信息至少反映所述停留点的地理位置信息；/n基于所述特征信息和机器学习模型，从所述一个或多个停留点中确定真实上车点。/n

【技术特征摘要】
1.一种挖掘真实上车点的方法，其特征在于，所述方法包括：
获取历史行驶轨迹；
基于所述历史行驶轨迹，确定一个或多个停留点；
获取与所述停留点相关的特征信息；所述特征信息至少反映所述停留点的地理位置信息；
基于所述特征信息和机器学习模型，从所述一个或多个停留点中确定真实上车点。


2.根据权利要求1所述的方法，其特征在于，基于所述特征信息和机器学习模型，从所述一个或多个停留点中确定真实上车点包括：
确定所述一个或多个停留点的概率值；
基于所述概率值确定真实上车点。


3.根据权利要求1所述的方法，其特征在于，所述历史行驶轨迹至少包括在执行历史订单过程中司机的历史行驶轨迹和/或乘客的历史行驶轨迹。


4.根据权利要求3所述的方法，其特征在于，所述历史行驶轨迹至少包括处于司乘汇合时间窗内的司机的历史行驶轨迹和/或乘客的历史行驶轨迹；所述司乘汇合时间窗至少包括司机接到乘客的时间点。


5.根据权利要求1或4所述的方法，其特征在于，基于所述历史行驶轨迹，确定一个或多个停留点包括：
在所述历史行驶轨迹中，选取在所述司乘汇合时间窗内空间密度大于密度阈值的轨迹点作为第一组停留点。


6.根据权利要求5所述的方法，其特征在于，基于所述历史行驶轨迹，确定一个或多个停留点还包括：
基于所述第一组停留点中某停留点的出现时间以及时间阈值，确定第一时间和第二时间，所述第二时间与第一时间的时间差小于所述时间阈值；
在第一组停留点中，选取在第一时间和第二时间之间出现的停留点作为第二组停留点。


7.根据权利要求1所述的方法，其特征在于，所述机器学习模型基于以下训练方法得到：
获取训练样本集；所述训练样本集包括停留点以及用户对推荐上车点的反馈信息；
确定与所述停留点相关的特征信息，作为输入数据；
基于所述反馈信息确定所述停留点的标记信息，作为参考标准；
利用输入数据及其对应的参考标准训练初始机器学习模型；
获得训练好的机器学习模型。


8.一种挖掘真实上车点的系统，其特征在于，所述系统包括：
历史轨迹获取模块，用于获取历史行驶轨迹；
停留点确定模块，用于基于所述历史行驶轨迹，确定一个或多个停留点；
特征信息获取模块，用于获取与所述...

【专利技术属性】
技术研发人员：张金鹏，
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