用于按需服务的系统和方法技术方案

本申请涉及确定与目标查询相关联的目标搜索结果的系统和方法。所述方法可以包括从用户终端获得包括目标地址查询的运输服务请求，以及确定与目标地址查询相关联的至少两个候选兴趣点(POIs)。所述方法还可以包括使用训练好的识别模型基于所述候选POI识别一个或以上目标POI。该训练好的识别模型可以被配置为提供所述一个或以上目标POI中的每一个与所述目标地址查询的相关性概率。所述方法还包括基于所述相关性概率对所述一个或以上目标POI中的部分或全部进行排序以产生排序结果，并将排序结果发送到用户终端。结果发送到用户终端。结果发送到用户终端。

【技术实现步骤摘要】
【国外来华专利技术】用于按需服务的系统和方法


[0001]本申请一般涉及用于线上线下服务的系统和方法，并且，具体地，涉及用于确定与目标查询相关联的目标搜索结果的系统和方法。

技术介绍

[0002]利用互联网技术的线上线下服务越来越受欢迎。以按需运输服务(例如，出租车服务)为例，在一些情况下，用户可以通过经由用户终端输入地址查询(例如，与目的地相关联的地址查询)来发起服务请求。在接收到服务请求之后，提供按需服务的系统可以基于预定规则确定与地址查询相关联的一个或以上相关兴趣点(POI)，并将POI推荐给用户终端。然而，在一些情况下，预定规则通常是手动调整的，基于预定规则确定相关POI可能是低效的。因此，期望提供用于自动且有效地确定与地址查询相关联的相关POI的系统和方法。

技术实现思路

[0003]在本申请的一个方面，提供了一种系统。所述系统可以包括至少一个存储介质和至少一个与该至少一个存储介质通信的处理器。所述至少一个存储介质可以包括指令集。当执行所述指令集时，可以指示所述至少一个处理器获得运输服务请求。所述运输服务请求可以包括从用户终端获取包括目标地址查询的运输服务请求。还可以指示所述至少一个处理器确定与所述目标地址查询相关联的至少两个候选兴趣点POI。还可以指示所述至少一个处理器使用训练好的识别模型基于所述至少两个候选POI识别一个或以上目标POI。所述训练好的识别模型可以被配置为提供所述一个或以上目标POI中的每一个与所述目标地址查询的相关性概率。还可以指示所述至少一个处理器基于所述相关性概率对所述一个或以上目标POI中的部分或全部进行排序以产生排序结果，以及将所述排序结果发送到所述用户终端。
[0004]在一些实施例中，所述训练好的识别模型是通过训练过程确定的，所述训练过程包括获取至少两个第一历史运输行程记录，其中，所述至少两个第一历史运输行程记录中的每一个包括来自用户的第一地址查询、与所述第一地址查询相关联的一个或以上第一POI、和由所述用户从所述一个或以上第一POI中选择出作为所述运输行程记录的服务位置的第一POI。所述训练过程还可以包括确定包括至少两个第一正样本和至少两个第一负样本的多个第一样本，其中，所述至少两个第一正样本中的每一个包括第一地址查询和所选择的所述第一POI，和所述至少两个第一负样本中的每一个包括所述第一地址查询和除了所选择的所述第一POI之外的所述一个或以上第一POI中的一个。所述训练过程还可以包括基于初始识别模型、至少两个第一正样本和至少两个第一负样本确定所述训练好的识别模型。
[0005]在一些实施例中，可以指示所述至少一个处理器提取所述多个第一样本中的每个样本的特征信息。还可以指示所述至少一个处理器基于所述初始识别模型和所述特征信息确定与所述多个第一样本对应的多个样本相关性概率。还可以指示所述至少一个处理器确
定所述多个样本相关性概率是否满足预设条件。还可以指示所述至少一个处理器响应于确定所述多个样本相关性概率满足所述预设条件，将所述初始识别模型确定为所述训练好的识别模型。
[0006]在一些实施例中，所述多个第一样本中的每个样本的特征信息包括：所述第一POI被选择作为所述至少两个第一历史运输行程中的服务位置的第一频率、所述第一POI在所述至少两个第一历史运输行程中被发送给所述用户的第二频率，和所述第一地址查询和所述第一POI之间的相似性中的至少一个。
[0007]在一些实施例中，可以指示所述至少一个处理器确定目标地址查询中的前缀、关键词和短语中的至少一个。还可以指示所述至少一个处理器基于所述前缀、所述关键词或所述短语确定所述至少两个候选POI。
[0008]在一些实施例中，所述训练好的识别模型可以包括二分类树模型。
[0009]在一些实施例中，可以指示所述至少一个处理器确定与所述训练好的识别模型相关联的相关性阈值。还可以指示所述至少一个处理器确定至少两个合格的目标POI是否小于阈值，其中，所述目标地址查询与所述合格的目标POI之间的所述相关性概率大于所述相关性阈值。还可以指示所述至少一个处理器响应于确定所述合格的目标POI的数量小于所述阈值，从第三方获得与所述目标地址查询相关联的一个或以上补充POI。还可以指示所述至少一个处理器将将所述一个或以上补充POI添加到所述一个或以上目标POI中。
[0010]在一些实施例中，可以指示所述至少一个处理器获取至少两个第二历史运输行程记录。还可以指示所述至少一个处理器基于所述至少两个第二历史运输行程记录和所述训练好的识别模型建立准确率-召回率的关系。还可以指示所述至少一个处理器获取参考准确率。还可以指示所述至少一个处理器基于所述参考准确率和所述准确率-召回率关系确定所述相关性阈值。
[0011]在一些实施例中，可以指示所述至少一个处理器基于所述至少两个第二历史运输行程记录确定至少两个实际正样本和至少两个实际负样本。还可以指示所述至少一个处理器基于所述至少两个第二历史运输行程记录和所述训练好的识别模型，确定至少两个预测正样本和至少两个预测负样本。还可以指示所述至少一个处理器基于所述至少两个实际正样本、所述至少两个实际负样本、所述至少两个预测正样本和所述至少两个预测负样本建立所述准确率-召回率的关系。
[0012]在本申请的另一个方面，提供了一种方法。所述方法可以在有至少一个处理器、至少一个存储介质和连接到网络的通信平台的计算设备上实现。所述方法可以包括从用户终端获取包括目标地址查询的运输服务请求。所述方法还可以包括确定与所述目标地址查询相关联的至少两个候选兴趣点POI。所述方法还可以包括使用训练好的识别模型基于所述至少两个候选POI识别一个或以上目标POI。所述训练好的识别模型可以被配置为提供所述一个或以上目标POI中的每一个与所述目标地址查询相关性概率。所述方法还可以包括基于所述相关性概率对所述一个或以上目标POI中的部分或全部进行排序以产生排序结果。所述方法还可以包括将排序结果发送到所述用户终端。
[0013]在一些实施例中，训练好的识别模型是通过训练过程确定的。所述训练过程可以包括获取至少两个第一历史运输行程记录，其中，所述至少两个第一历史运输行程记录中的每一个包括来自用户的第一地址查询、与所述第一地址查询相关联的一个或以上第一
POI、和由所述用户从所述一个或以上第一POI中选择出作为所述运输行程记录的服务位置的第一POI。所述训练过程还可以包括确定包括至少两个第一正样本和至少两个第一负样本的多个第一样本，其中，所述至少两个第一正样本中的每一个包括第一地址查询和所选择的所述第一POI，和所述至少两个第一负样本中的每一个包括所述第一地址查询和除了所选择的所述第一POI之外的所述一个或以上第一POI中的一个。所述训练过程还可以包括基于初始识别模型、至少两个第一正样本和至少两个第一负样本确定所述训练好的识别模型。
[0014]在一些实施例中，所述方法可以包括提取所述多个第一样本中的每个样本的特征信息。所述方法还可以包括基于所述初始识别模型和所述特征信息确定与所述多个第一样本对本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种被配置为向用户提供线上线下服务的系统，包括：至少一个包括指令集的存储介质；以及至少一个与所述至少一个存储介质通信的处理器，其中，当执行所述指令集时，所述至少一个处理器用于：从用户终端获取包括目标地址查询的运输服务请求；确定与所述目标地址查询相关联的至少两个候选兴趣点POI；使用训练好的识别模型基于所述至少两个候选POI识别一个或以上目标POI，所述训练好的识别模型被配置为提供所述一个或以上目标POI中的每一个与所述目标地址查询的相关性概率；基于所述相关性概率对所述一个或以上目标POI中的部分或全部进行排序以产生排序结果；以及将所述排序结果发送给所述用户终端。2.根据权利要求1所述的系统，其特征在于，所述训练好的识别模型是通过训练过程确定的，所述训练过程包括：获取至少两个第一历史运输行程记录，其中，所述至少两个第一历史运输行程记录中的每一个包括来自用户的第一地址查询、与所述第一地址查询相关联的一个或以上第一POI、和由所述用户从所述一个或以上第一POI中选择出作为所述运输行程记录的服务位置的第一POI；确定包括至少两个第一正样本和至少两个第一负样本的多个第一样本，其中，所述至少两个第一正样本中的每一个包括第一地址查询和所选择的所述第一POI，和所述至少两个第一负样本中的每一个包括所述第一地址查询和除了所选择的所述第一POI之外的所述一个或以上第一POI中的一个；以及基于初始识别模型、所述至少两个第一正样本和所述至少两个第一负样本确定所述训练好的识别模型。3.根据权利要求2所述的系统，其特征在于，基于所述初始识别模型、所述至少两个第一正样本和所述至少两个第一负样本确定所述训练好的识别模型包括：提取所述多个第一样本中的每个样本的特征信息；基于所述初始识别模型和所述特征信息确定与所述多个第一样本对应的多个样本相关性概率；确定所述多个样本相关性概率是否满足预设条件；以及响应于确定所述多个样本相关性概率满足所述预设条件，将所述初始识别模型确定为所述训练好的识别模型。4.根据权利要求3所述的系统，其特征在于，所述多个第一样本中的每个的特征信息包括：所述第一POI被选择作为所述至少两个第一历史运输行程中的服务位置的第一频率、所述第一POI在所述至少两个第一历史运输行程中被发送给所述用户的第二频率，和所述第一地址查询和所述第一POI之间的相似性中的至少一个。5.根据权利要求1-4中任一项所述的系统，其特征在于，为了确定与所述目标地址查询相关联的所述至少两个候选POI，所述至少一个处理器进一步用于：确定目标地址查询中的前缀、关键词和短语中的至少一个；以及
基于所述前缀、所述关键词或所述短语确定所述至少两个候选POI。6.根据权利要求1-5中任一项所述的系统，其特征在于，所述训练好的识别模型包括二分类树模型。7.根据权利要求1-6中任一项所述的系统，其特征在于，所述至少一个处理器进一步用于：确定与所述训练好的识别模型相关联的相关性阈值；确定至少两个合格的目标POI的数量是否小于阈值，其中，所述目标地址查询与所述合格的目标POI之间的所述相关性概率大于所述相关性阈值；响应于确定所述合格的目标POI的数量小于所述阈值，从第三方获得与所述目标地址查询相关联的一个或以上补充POI；以及将所述一个或以上补充POI添加到所述一个或以上目标POI中。8.根据权利要求7所述的系统，其特征在于，为了获得与所述训练好的识别模型相关联的所述相关性阈值，所述至少一个处理器进一步用于：获取至少两个第二历史运输行程记录；基于所述至少两个第二历史运输行程记录和所述训练好的识别模型建立准确率-召回率的关系；获取参考准确率；以及基于所述参考准确率和所述准确率-召回率关系确定所述相关性阈值。9.根据权利要求8所述的系统，其特征在于，为了基于所述至少两个第二历史运输行程记录和所述训练好的识别模型建立准确率-召回率的关系，所述至少一个处理器进一步用于：基于所述至少两个第二历史运输行程记录确定至少两个实际正样本和至少两个实际负样本；基于所述至少两个第二历史运输行程记录和所述训练好的识别模型，确定至少两个预测正样本和至少两个预测负样本；以及基于所述至少两个实际正样本、所述至少两个实际负样本、所述至少两个预测正样本和所述至少两个预测负样本建立所述准确率-召回率的关系。10.一种在计算设备上实现的方法，所述计算设备有至少一个处理器、至少一个存储介质和连接到网络的通信平台，所述方法包括：从用户终端获取包括目标地址查询的运输服务请求；确定与所述目标地址查询相关联的至少两个候选兴趣点POI；使用训练好的识别模型基于所述至少两个候选POI识别一个或以上目标POI，所述训练好的识别模型被配置为提供所述一个或以上目标POI中的每一个与所述目标地址查询的相关性概率；基于所述相关性概率对所述一个或以上目标POI中的部分或全部进行排序以产生排序结果；以及将所述排序结果传送给所述用户终端。11.根据权利要求10所述的方法，其特征在于，所述训练好的识别模型是通过训练过程确定的，所述训练过程包括：
获取至少两个第一历史运输行程记录，其中，所述至少两个第一历史运输行程记录中的每一个包括来自用户的第一地址查询、与所述第一地址查询相关联的一个或以上第一POI、和由所述用户从一个或以上所述第一POI中选择出作为所述运输行程记录的服务位置的第一POI；确定包括至少两个第一正样本和至少两个第一负样本的多个第一样本，其中，所述至少两个第一正样本中的每一个包括第一地址查询和所选择的所述第一POI，和所述至少两个第一负样本中的每一个包括所述第一地址查询和除了所选择的所述第一POI之外的一个或以上所述第一POI中的一个；以及基于初始识别模型、所述至少两个第一正样本和所述至少两个第一负样本确定所述训练好的识别模型。12.根据权利要求11所述的方法，其特征在于，基于所述初始识别模型、所述至少两个第一正样本和所述至少两个第一负样本确定所述训练好的识别模型包括：提取所述多个第一样本中的每个样本的特征信息；基于所述初始识别模型和所述特征信息确定与所述多个第一样本对应的多个样本相关性概率；确定所述多个样本相关性概率是否满足预设条件；以及响应于确定所述多个样本相关性概率满足所述预设条件，将所述初始识别模型指定为所述训练好的识别模型。13.根据权利要求12所述的方法，其特征在于，所述多个第一样本中的每个的特征信息包...

【专利技术属性】
技术研发人员：郑万吉，陈欢，余鹏，宋奇，
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：