[發明專利]交通工具推薦方法、系統及其設備在審
| 申請號: | 201710313989.5 | 申請日: | 2017-05-05 |
| 公開(公告)號: | CN107194762A | 公開(公告)日: | 2017-09-22 |
| 發明(設計)人: | 石志彬 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06Q30/06 | 分類號: | G06Q30/06;G06Q50/30 |
| 代理公司: | 北京勵誠知識產權代理有限公司11647 | 代理人: | 賈玉姣 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 交通工具 推薦 方法 系統 及其 設備 | ||
1.一種交通工具推薦方法,其特征在于,所述方法應用于服務器,包括:
接收第一終端發送的使用請求,根據乘客的位置和預設的調度范圍篩選滿足距離要求的多個候選交通工具;
獲取所述乘客的第一特征,以及獲取每個候選交通工具駕駛員的第二特征;
將所述第一特征分別與每個候選交通工具駕駛員的第二特征進行匹配,根據所述乘客與每個候選交通工具駕駛員之間的特征匹配度確定目標駕駛員;
向所述第一終端反饋第一響應信息,以及向與所述目標駕駛員對應的第二終端發送第二響應信息。
2.如權利要求1所述的方法,其特征在于,所述根據所述乘客與每個候選交通工具駕駛員之間的特征匹配度確定目標駕駛員,包括:
若匹配度最高的候選駕駛員為一個,則將所述候選駕駛員確定為目標駕駛員;
若匹配度最高的候選駕駛員為多個,則選擇與所述乘客的當前位置距離最近的候選駕駛員為目標駕駛員。
3.如權利要求1所述的方法,其特征在于,在所述交通工具推薦模型將所述第一特征分別與每個候選交通工具駕駛員的第二特征進行匹配之前,還包括:
獲取乘客使用交通工具的正樣本數據集合和負樣本數據集合;其中,所述正樣本數據集合包括:乘客樣本特征、駕駛員樣本特征,以及正面評價信息的對應關系,所述負樣本數據集合包括:乘客樣本特征、駕駛員樣本特征,以及負面評價信息的對應關系;
根據所述正樣本數據集合和所述負樣本數據集合訓練模型參數生成交通工具推薦模型,以應用所述交通工具推薦模型確定所述目標駕駛員。
4.如權利要求3所述的方法,其特征在于,還包括:
獲取所述目標駕駛員為所述乘客進行駕駛服務的評價信息;
根據所述乘客的第一特征、所述目標駕駛員的第二特征和所述評價信息對所述交通工具推薦模型的參數進行矯正訓練。
5.如權利要求4所述的方法,其特征在于,所述獲取所述目標駕駛員為所述乘客進行駕駛服務的評價信息,包括:
采集所述目標駕駛員的駕駛行為信息;
采用預設的信息處理算法從所述駕駛行為信息中提取駕駛行為特征;
應用機器學習邏輯回歸模型對所述駕駛行為特征進行處理,生成所述目標駕駛員為所述乘客進行駕駛服務的評價信息。
6.如權利要求5所述的方法,其特征在于,所述采集所述目標駕駛員的駕駛行為信息,包括:
通過所述目標駕駛員交通工具中的導航設備采集駕駛路線信息;和/或;
通過所述目標駕駛員交通工具中的攝像頭采集駕駛視頻信息;和/或;
通過所述目標駕駛員交通工具中的錄音器采集駕駛語音信息。
7.一種交通工具推薦方法,其特征在于,所述方法應用于第一終端,包括:
向服務器發送使用請求,以使所述服務器根據乘客的位置和預設的調度范圍篩選滿足距離要求的多個候選交通工具;
接收所述服務器反饋的第一響應信息,其中,所述服務器將所述乘客的第一特征分別與每個候選交通工具駕駛員的第二特征進行匹配,根據所述乘客與每個候選交通工具駕駛員之間的特征匹配度確定目標駕駛員。
8.如權利要求7所述的方法,其特征在于,在所述向服務器發送使用請求之前,還包括:
向所述服務器發送攜帶乘客標識信息的屬性特征,以使所述服務器將所述乘客標識信息和所述屬性特征的對應關系存儲在數據庫中的乘客屬性注冊信息中,和/或;
向所述服務器發送攜帶乘客標識信息的偏好特征,以使所述服務器將所述乘客標識信息和所述偏好特征的對應關系存儲在數據庫中的乘客偏好注冊信息中。
9.如權利要求7所述的方法,其特征在于,在所述向服務器發送使用請求之后,還包括:
接收所述服務器反饋的使用場景設置界面;
在所述使用場景設置界面中設置所述乘客的使用場景特征并發送給所述服務器。
10.一種交通工具推薦方法,其特征在于,所述方法應用于第二終端,包括:
接收服務器發送的第二響應信息,其中,與所述第二終端對應的目標駕駛員是所述服務器將乘客的第一特征分別與每個候選交通工具駕駛員的第二特征進行匹配,根據所述乘客與每個候選交通工具駕駛員之間的特征匹配度確定的;
當所述目標駕駛員到達乘客的位置時,向與所述乘客對應的第一終端發送到達響應信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710313989.5/1.html,轉載請聲明來源鉆瓜專利網。





