[發(fā)明專(zhuān)利]車(chē)型推薦方法、存儲(chǔ)介質(zhì)及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911088219.0
• 申請(qǐng)日: 2019-11-08
• 公開(kāi)（公告）號(hào): CN111815006A
• 公開(kāi)（公告）日: 2020-10-23
• 發(fā)明（設(shè)計(jì)）人: 羅文娟;侯帥鵬;王壯;林宇澄;楊曉慶;曹利鋒
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京嘀嘀無(wú)限科技發(fā)展有限公司
• 主分類(lèi)號(hào): G06Q10/02
• 分類(lèi)號(hào): G06Q10/02;G06Q30/06;G06Q50/30;G06K9/62
• 代理公司: 北京信諾創(chuàng)成知識(shí)產(chǎn)權(quán)代理有限公司 11728
• 代理人: 任萬(wàn)玲

本發(fā)明提供一種車(chē)型推薦方法、存儲(chǔ)介質(zhì)及系統(tǒng)，其方法包括：響應(yīng)于終端的登錄信息，獲取與所述終端對(duì)應(yīng)的第一歷史訂單數(shù)據(jù)以及與終端所在位置對(duì)應(yīng)的第二歷史訂單數(shù)據(jù)；根據(jù)所述第一歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值，根據(jù)所述第二歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第二推薦權(quán)重值；根據(jù)多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值和第二推薦權(quán)重值得到多個(gè)車(chē)型中的每一車(chē)型的推薦指數(shù)；根據(jù)所有車(chē)型的推薦指數(shù)得到推薦順序，并控制所述終端按照所述車(chē)型推薦順序顯示車(chē)型。本發(fā)明的上述方案，能夠有效提高車(chē)型選擇效率以及車(chē)型選擇的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體涉及一種車(chē)型推薦方法、存儲(chǔ)介質(zhì)及系統(tǒng)。

背景技術(shù)

當(dāng)乘客通過(guò)約車(chē)平臺(tái)約車(chē)時(shí)，首先需要選擇所需要的車(chē)型。目前，已有的車(chē)型種類(lèi)包括出租車(chē)、快車(chē)、專(zhuān)車(chē)豪華車(chē)、拼車(chē)、代駕和租車(chē)等。一般智能手機(jī)的顯示屏寬度有限，很難同時(shí)在當(dāng)前顯示界面中將所有的車(chē)型在一行范圍內(nèi)全部顯示出來(lái)，而采用多行顯示就會(huì)導(dǎo)致顯示屏中對(duì)于導(dǎo)航、地圖等信息數(shù)據(jù)的顯示區(qū)域縮小，因此目前是將所有車(chē)型排列為一行，乘客需要手動(dòng)地左右調(diào)節(jié)來(lái)顯示所有的車(chē)型，之后根據(jù)自己的實(shí)際需求選擇。

但是在車(chē)型滑動(dòng)的過(guò)程中，其前后顯示界面的銜接連貫性差，此時(shí)可能需要多次查找確認(rèn)才能查找到所需車(chē)型，而且容易出現(xiàn)漏掉車(chē)型的情況，就會(huì)導(dǎo)致約車(chē)用時(shí)過(guò)長(zhǎng)甚至可能遺漏了關(guān)鍵車(chē)型信息的情況，因此現(xiàn)有技術(shù)中的方案存在效率低以及車(chē)型匹配準(zhǔn)確率低的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例旨在提供一種車(chē)型推薦方法、存儲(chǔ)介質(zhì)及系統(tǒng)，以解決現(xiàn)有技術(shù)中車(chē)型選擇存在的效率低和匹配準(zhǔn)確率低的技術(shù)問(wèn)題。。

為此，本發(fā)明提供一種車(chē)型推薦方法，包括如下步驟：

響應(yīng)于終端的登錄信息，獲取與所述終端對(duì)應(yīng)的第一歷史訂單數(shù)據(jù)以及與終端所在位置對(duì)應(yīng)的第二歷史訂單數(shù)據(jù)；

根據(jù)所述第一歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值，根據(jù)所述第二歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第二推薦權(quán)重值；

根據(jù)多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值和第二推薦權(quán)重值得到多個(gè)車(chē)型中的每一車(chē)型的推薦指數(shù)；

根據(jù)所有車(chē)型的推薦指數(shù)得到推薦順序，并控制所述終端按照所述車(chē)型推薦順序顯示車(chē)型。

可選地，上車(chē)型推薦方法中，根據(jù)所述第一歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值的步驟包括：

解析所述第一歷史訂單數(shù)據(jù)獲取所述終端在歷史時(shí)間段內(nèi)多個(gè)車(chē)型中的每一車(chē)型的冒泡次數(shù)和完單次數(shù)；

根據(jù)多個(gè)車(chē)型中的每一車(chē)型在歷史時(shí)間段內(nèi)的冒泡次數(shù)和完單次數(shù)得到多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值。

可選地，上車(chē)型推薦方法中，根據(jù)所述第一歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值的步驟包括：

獲取歷史訂單數(shù)據(jù)和第一學(xué)習(xí)模型；

以歷史訂單數(shù)據(jù)中終端在多個(gè)車(chē)型中的每一車(chē)型歷史冒泡次數(shù)和歷史完單次數(shù)作為輸入變量，以終端在多個(gè)車(chē)型中的每一車(chē)型的成單權(quán)重值作為輸出變量對(duì)第一學(xué)習(xí)模型進(jìn)行訓(xùn)練得到第一模型；其中，終端在多個(gè)車(chē)型中的每一車(chē)型的成單權(quán)重值根據(jù)終端在該車(chē)型的成單概率得到；

以終端在歷史時(shí)間段內(nèi)在多個(gè)車(chē)型中的每一車(chē)型的冒泡次數(shù)和完單次數(shù)作為所述第一模型的輸入變量，根據(jù)所述第一模型的輸出結(jié)果得到多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值。

可選地，上車(chē)型推薦方法中，根據(jù)所述第一歷史訂單數(shù)據(jù)獲取多個(gè)車(chē)型中的每一車(chē)型的第一推薦權(quán)重值的步驟包括：