【技术实现步骤摘要】
本专利技术涉及网约车，具体为多租户的网约车车型自动推荐方法和装置。
技术介绍
1、网约车是一种通过在线平台提供的预订服务，允许乘客随时随地通过移动设备预订和使用网约车服务。这种服务的兴起主要是由于技术的发展和共享经济的兴起，使得人们能够更方便、灵活地获取出行服务。乘客可以使用专门的平台app来预订网约车。这种方式通常提供了方便的用户界面，使得用户可以轻松选择起始点和目的地，查看车辆信息以及实时跟踪车辆位置。为了保证服务质量，网约车平台通常设有评价和反馈系统。乘客可以对司机和车辆进行评分，这有助于提高服务的水平，也给其他乘客提供了参考依据。
2、一般的，在乘客于平台app上下单后，平台仅会根据具体预估价格来列举推荐车型，对于网约车是否具有顺利完成订单的油量或电量信息不予考虑，接单算法极为片面，导致部分网约车司机接单后发现订单预估距离大于可行驶距离，需要重新匹配，同时影响网约车以及乘客双方使用体验，同时网约车风评评价仅能在网约车司机接单后显示平均数据，无法体现网约车的风评优良度，导致优质的网约车司机难以快速接到订单，影响网约车司机端使用体验。
3、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的在于提供多租户的网约车车型自动推荐方法和装置，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、
4、s1、用户通过手机或其他可定位设备在平台app上生成订单，订单包括上车位置、下车位置、乘车人数、预选车型，平台app获取订单上车位置并以用户指定上车位置三公里的圆形区域内获取所有网约车信息；
5、s2、通过数据采集模块采集当前区域风阻力、温度、空气密度信息；
6、s3、通过第一数据处理模块对网约车信息进行数据处理得到电车可行驶里程系数或油车可行驶里程系数；
7、s4、通过第二数据处理模块对网约车信息进行数据处理得到历史评价系数；
8、s5、在可行驶里程系数达到阈值的情况下，根据历史评价系数的高低将网约车车型由上至下进行排序，位于上侧的网约车车型推荐优先级大于位于下侧的网约车车型，并根据排序将网约车车型依次显示至用户可选择界面，用户手动选择喜好车型。
9、进一步的，所述s1中，平台app根据订单的上车位置、下车位置预选出行进路线，并根据该行进路线确定网约车车辆行驶里程wm，所述网约车信息包括网约车车型、满电或满油状态对应网约车空车平均行驶里程m、网约车车头正面投影面积v，所述网约车信息由网约车司机根据车型填写至平台app，所述网约车信息还包括网约车历史订单受评价信息。
10、进一步的，所述s1中，若平台app未在用户指定上车位置三公里内的圆形区域内获取达标的网约车信息，则将获取网约车信息的区域依次改为六公里、九公里、十二公里。
11、进一步的，所述s2中，通过数据采集模块采集气象台发布的当日订单区域内风阻力、温度、空气密度信息的平均值，并将其分别定义为kf、t、ρ。
12、进一步的，所述s3中，电车可行驶里程系数为kld，具体为：
13、
14、油车可行驶里程系数为kly，具体为：
15、
16、上述公式中，cd为网约车电车的初始电量，用百分比表示，cy为网约车油车的初始油量，zy为网约车油车对应型号的油箱最大存油量，m为网约车空车平均行驶里程，通过对应车型的官网查询得出，my为有效平均行驶距离系数，mw为无效平均行驶距离系数，cjx为错误驾驶系数，fzx为风阻系数，wdx为温度系数，τ为自重系数，取值范围为[1,3.6]，代表乘客上车后网约车整体重力系数，ω为权重系数，取值范围为[0.5,1.6]，代表网约车当日空车油电消耗权重；
17、当电车网约车的电车可行驶里程系数kld或油车可行驶里程系数kly大于1时，代表该网约车的可行驶里程数具有极高的完成订单的可靠性，建议列入自动推荐预选车型；
18、当电车网约车的电车可行驶里程系数kld或油车可行驶里程系数kly小于等于1，且大于0时，代表该网约车的可行驶里程数具有一般的完成订单的可靠性，建议列入备选推荐预选车型；
19、当电车网约车的电车可行驶里程系数kld或油车可行驶里程系数kly小于0时，代表该网约车的可行驶里程数不具有完成订单的可靠性，不建议列入推荐预选车型。
20、进一步的，错误驾驶系数具体为：
21、
22、风阻系数具体为：
23、
24、温度系数具体为：
25、
26、有效平均行驶距离系数my具体为网约车当日已经行驶的载客里程数，无效平均行驶距离mw系数具体为网约车当日已经行驶的空车里程数，均通过平台app计算得知；
27、上述公式中，mi为网约车历史订单的实际行驶里程，mgi为网约车历史订单的预估行驶里程，i的取值为正整数，代表对应的单次订单具体批次，mi、mgi由平台app记录并存储至数据库，v表示网约车车头正面投影面积，cr为非标准温度下的放电容量，k为温度系数，10h率放电时，k＝0.006/℃；3h率放电时，k＝0.008/℃。
28、进一步的，所述s4中，历史评价系数定义为lpx，具体为：
29、
30、其中，
31、
32、上述公式中，yppi为用户平均评价权重系数，ydpi为网约车受评价序号为i的当次用户评价星数，xy为该评价用户历史评价序号y对应的星数，y为该用户历史评价对应的序号，取值为正整数。用户可以为网约车提交的评价分为1、2、3、4、5星，由小至大，分别表示用户的乘车满意度大小。
33、当lpx大于0时，表示该网约车具有良好的用户风评，且该值越大，则该网约车的风评越好；
34、当lpx小于0时，表示该网约车的风评较差，且该值越小，则该网约车风评越差；
35、因而建议根据历史评价系数的高低将网约车车型由上至下排序并进行自动推荐。
36、本专利技术还提供了多租户的网约车车型自动推荐装置，用于执行多租户的网约车车型自动推荐装置方法，包括：
37、数据采集模块，用于采集气象台网站发布的订单区域内风阻力、温度、空气密度信息；
38、第一数据处理模块，用于对网约车信息进行数据处理，并得到电车可行驶里程系数或油车可行驶里程系数；
39、第二数据处理模块，用于对网约车历史受评价信息以及用户评价信息进行数据处理，得到网约车历史评价系数；
40、比较模块，将电车可行驶里程系数或油车可行驶里程系数与阈值进行比对，确定对应网约车是否达到基本接单行驶里程条件，并将达到基本接单行驶里程条件的对应网约车历本文档来自技高网...
【技术保护点】
1.多租户的网约车车型自动推荐方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述S1中，平台APP根据订单的上车位置、下车位置预选出行进路线，并根据该行进路线确定网约车车辆行驶里程WM，所述网约车信息包括网约车车型、满电或满油状态对应网约车空车平均行驶里程M、网约车车头正面投影面积V，所述网约车信息由网约车司机根据车型填写至平台APP，所述网约车信息还包括网约车历史订单受评价信息。
3.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述S1中，若平台APP未在用户指定上车位置三公里内的圆形区域内获取达标的网约车信息，则将获取网约车信息的区域依次改为六公里、九公里、十二公里。
4.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述S2中，通过数据采集模块采集气象台发布的当日订单区域内风阻力、温度、空气密度信息的平均值，并将其分别定义为KF、t、ρ。
5.根据权利要求4所述的多租户的网约车车型自动推荐方法，其特征在于：所述S3中，电车可行驶里程系
6.根据权利要求5所述的多租户的网约车车型自动推荐方法，其特征在于：错误驾驶系数具体为：
7.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述S4中，历史评价系数定义为LPx，具体为：
8.根据权利要求7所述的多租户的网约车车型自动推荐方法，其特征在于：
9.多租户的网约车车型自动推荐装置，用于执行权利要求1-8任意一项所述的多租户的网约车车型自动推荐装置方法，其特征在于，包括：
...【技术特征摘要】
1.多租户的网约车车型自动推荐方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述s1中，平台app根据订单的上车位置、下车位置预选出行进路线，并根据该行进路线确定网约车车辆行驶里程wm，所述网约车信息包括网约车车型、满电或满油状态对应网约车空车平均行驶里程m、网约车车头正面投影面积v，所述网约车信息由网约车司机根据车型填写至平台app，所述网约车信息还包括网约车历史订单受评价信息。
3.根据权利要求1所述的多租户的网约车车型自动推荐方法，其特征在于：所述s1中，若平台app未在用户指定上车位置三公里内的圆形区域内获取达标的网约车信息，则将获取网约车信息的区域依次改为六公里、九公里、十二公里。
4.根据权利要求1所述的多租户的网约车车型...
【专利技术属性】
技术研发人员：于志杰，董广宇，刘金龙，
申请(专利权)人：北京白龙马云行科技有限公司，
类型：发明
国别省市：
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。