【技术实现步骤摘要】
【国外来华专利技术】位置推荐的系统和方法
本申请通常涉及线上到线下服务的系统和方法，尤其涉及上车位置推荐的系统和方法。
技术介绍
随着网络技术的发展，基于网络的线上到线下服务(例如，网约车服务)变得越来越流行。通常，当服务请求者(例如，网约车服务中的乘客)发起一个线上到线下服务请求时，可能需要每次在他或她的用户设备上安装的提供线上到线下服务的应用程序中手动输入上车位置。当对上车位置的描述不清楚或上车位置不容易到达时，服务提供者可能需要花费很长时间才能接载到服务提供者。因此，期望提供一种系统和方法，以有效地为服务请求者提供上车位置推荐，从而避免由手动输入引起的延迟。
技术实现思路
根据本申请一方面，提供了一种使用智能数据挖掘生成兴趣点推荐模型的系统，该系统可以包括至少一个计算机可读存储介质，所述计算机可读存储介质包括一组指令；以及至少一个处理器，用于与所述至少一个计算机可读存储介质通信，当执行所述一组指令时，所述至少一个处理器可以被定向执行以下操作中的一个或以上：至少一个处理器可以从存储设备中获取与至少两个历史服务请求相关的预...
【技术保护点】
1.一种使用智能数据挖掘生成兴趣点推荐模型的系统，包括：/n至少一个计算机可读存储介质，所述计算机可读存储介质包括一组指令；以及/n至少一个处理器，用于与所述至少一个计算机可读存储介质通信，其特征在于，当执行所述一组指令时，所述至少一个处理器用于：/n从存储设备中获取与至少两个历史服务请求相关的预存数据；/n对于所述至少两个历史服务请求中的每一个，/n当发起所述历史服务请求时，获取历史服务请求者的地理坐标；/n确定与所述历史服务请求者的地理坐标对应的一个或以上地址；/n基于所述一个或以上地址确定在所述历史服务请求者附近的至少两个候选兴趣点；以及/n基于与所述历史服务请求者的...
【技术特征摘要】
【国外来华专利技术】1.一种使用智能数据挖掘生成兴趣点推荐模型的系统，包括：
至少一个计算机可读存储介质，所述计算机可读存储介质包括一组指令；以及
至少一个处理器，用于与所述至少一个计算机可读存储介质通信，其特征在于，当执行所述一组指令时，所述至少一个处理器用于：
从存储设备中获取与至少两个历史服务请求相关的预存数据；
对于所述至少两个历史服务请求中的每一个，
当发起所述历史服务请求时，获取历史服务请求者的地理坐标；
确定与所述历史服务请求者的地理坐标对应的一个或以上地址；
基于所述一个或以上地址确定在所述历史服务请求者附近的至少两个候选兴趣点；以及
基于与所述历史服务请求者的地理坐标相关的区域信息，生成至少两个特征矩阵，所述至少两个特征矩阵中的每一个与所述至少两个候选兴趣点中的每一个相关联，所述特征矩阵表示所述至少两个候选兴趣点中每一个的一个或以上空间特征；
基于所述至少两个特征矩阵，从所述至少两个候选兴趣点中生成样本兴趣点集；
使用与特征矩阵相关联的所述样本兴趣点集迭代训练初始兴趣点推荐模型，直到所述初始兴趣点推荐模型收敛；以及
将训练好的所述初始兴趣点推荐模型存储在所述至少一个计算机可读存储介质中。
2.根据权利要求1所述的系统，其特征在于，
所述区域信息包括与基于所述一个或以上地址确定的所述历史服务请求者的地理坐标相关的一个或以上兴趣区，以及
为了基于与所述一个或以上地址相关的区域信息生成至少两个特征矩阵，所述至少两个特征矩阵中的每一个与所述至少两个候选兴趣点中的每一个相关联，所述至少一个处理器进一步用于：
提取所述至少两个候选兴趣点中的每一个和所述一个或以上兴趣区域之间的一个或以上空间关系；以及
基于所述一个或以上空间关系，生成与所述至少两个候选兴趣点中的每一个相关联的特征矩阵。
3.根据权利要求1所述的系统，其特征在于，与所述一个或以上地址相关的所述区域信息包括与所述一个或以上地址相关的一个或以上道路，为了基于与所述一个或以上地址相关的区域信息生成至少两个特征矩阵，所述至少两个特征矩阵中的每一个与所述至少两个候选兴趣点中的每一个相关联，所述至少一个处理器进一步用于：
提取所述至少两个候选兴趣点中的每一个与所述一个或以上道路之间的一个或以上空间关系；以及
基于所述一个或以上空间关系，生成与所述至少两个候选兴趣点中的每一个相关联的特征矩阵。
4.根据权利要求1所述的系统，其特征在于，基于所述至少两个特征矩阵从所述至少两个候选兴趣点中生成样本兴趣点集，所述至少一个处理器进一步用于：
基于与相应的历史服务请求相关的至少一个历史接载位置，对所述至少两个候选兴趣点中的每一个进行标记，包括：
若所述候选兴趣点与所述历史接载位置相匹配，则将所述候选兴趣点标记为正候选兴趣点；以及
若所述候选兴趣点与所述历史接载位置不相匹配，则将所述候选兴趣点标记为负候选兴趣点；
基于所述标记生成正样本兴趣点集和负样本兴趣点集。
5.根据权利要求1所述的系统，其特征在于，
所述初始兴趣点推荐模型包括一个或以上分类器，每个分类器对应于所述至少两个候选兴趣点中每一个的一个或以上空间特征中的一个，并且具有初始参数，以及
为了使用与特征矩阵相关联的所述样本兴趣点集迭代训练初始兴趣点推荐模型，直到所述初始兴趣点推荐模型收敛，所述至少一个处理器进一步用于：
在所述初始兴趣点推荐模型的迭代训练期间更新所述一个或以上分类器的所述初始参数。
6.根据权利要求5所述的系统，其特征在于，在所述初始兴趣点推荐模型的所述迭代训练期间更新所述一个或以上分类器的所述初始参数，在每次迭代中所述至少一个处理器进一步用于，
将一个样本兴趣点输入到所述初始兴趣点推荐模型中；
确定与所述样本兴趣点相关的所述特征矩阵的值，每个值表示所述样本兴趣点是否与对应的空间特征相关；
基于所述特征矩阵的值和与所述一个或以上分类器相关联的一个或以上初始参数，执行所述兴趣点推荐模型以生成响应于输入样本兴趣点的输出值；
基于所述样本兴趣点的标记获取目标值；以及
通过最小化所述输出值和所述目标值之间的差异来更新与所述一个或以上分类器相关联的一个或以上初始参数。
7.根据权利要求4所述的系统，其特征在于，所述至少一个处理器进一步用于：
确定所述正样本兴趣点集中每一个的优化分数；以及
响应于确定出所述正样本兴趣点的所述优化分数大于一个阈值，将所述正样本兴趣点重新标记为负样本兴趣点。
8.根据权利要求7所述的系统，其特征在于，为了确定所述正样本兴趣点集中每一个的优化分数，所述至少一个处理器进一步用于：
从正样本兴趣点中获取第一时间点，所述第一时间点对应于所述正样本兴趣点中历史服务提供者的到达时间；
从所述正样本兴趣点中获取第二时间点，所述第二时间点对应于所述历史服务提供者在所述历史服务请求中的接载时间；
获取所述第一时间点与所述第二时间点之间的时间差；以及
基于所述时间差确定所述正样本兴趣点的优化分数。
9.根据权利要求7所述的系统，其特征在于，为了确定所述正样本兴趣点集中每一个的优化分数，所述至少一个处理器进一步用于：
基于所述一个或以上地址确定与所述历史服务请求者的地理坐标相关的至少两个兴趣区域；以及
基于正样本兴趣点集中的每一个与所述至少两个兴趣区域之间的空间关系，确定所述正样本兴趣点集中每一个的优化分数。
10.根据权利要求4所述的系统，其特征在于，
所述正样本兴趣点集分为正样本兴趣点训练集和正样本兴趣点测试集；
所述负样本兴趣点集分为负样本兴趣点训练集和负样本兴趣点测试集，以及
为了训练所述初始兴趣点推荐模型，所述至少一个处理器用于：
基于所述正样本兴趣点训练集和所述负样本兴趣点训练集训练所述初始兴趣点推荐模型，生成训练后的兴趣点推荐模型，以及
基于所述正样本兴趣点测试集和所述负样本兴趣点测试集对所述训练后的兴趣点推荐模型进行评估。
11.一种使用智能数据挖掘向用户推荐兴趣点的系统，包括：
至少一个计算机可读存储介质，所述计算机可读存储介质包括一组指令；
数据交换端口，所述数据交换端口被配置为通过网络与用户设备通信；以及
至少一个处理器，用于与所述数据交换端口和所述至少一个计算机可读存储介质通信，其特征在于，当执行所述一组指令时，所述至少一个处理器用于：
从用户设备获取服务请求者的地理坐标；
基于所述服务请求者的地理坐标执行预训练的兴趣点推荐模型，以生成与所述地理坐标相关联的至少两个兴趣点；
从所述至少两个兴趣点中选择至少一个兴趣点作为至少一个目标兴趣点；以及
向所述服务请求者的用户设备发送所述至少一个目标兴趣点，
其中，所述兴趣点推荐模型是至少基于与至少两个历史服务请求相关的至少两个样本兴趣点的一个或以上空间特征而得出的预训练模型。
12.一种在计算设备上实施的方法，所述计算设备具有至少一个处理器、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：
从存储设备中获取与至少两个历史服务请求相关的预存数据；
对于所述至少两个历史服务请求中的每一个，
当发起所述历史服务请求时，获取所述历史服务请求者的地理坐标；
确定与所述历史服务请求者的地理坐标对应的一个或以上地址；
基于所述一个或以上地址确定在所述历史服务请求者附近的至少两个候选兴趣点；以及
基于与所述历史服务请求者的地理坐标相关的区域信息，生成至少两个特征矩阵，所述至少两个特征矩阵中的每一个与所述至少两个候选兴趣点中的每一个相关联，所述特征矩阵表示所...
【专利技术属性】
技术研发人员：胡泊，王喜民，薛永刚，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。