本发明属于网约车平台,具体涉及一种推荐目的地的方法。
背景技术:
1、近年来,随着移动互联网技术以及网约车业务的快速发展,通过网约车平台打车的人越来越多。用户可以便捷地通过网约车乘客端app发布打车需求,而用户使用打车系统叫车时,需要手动输入目的地的地址信息,这在一定程度上对用户造成了不变及时间的浪费。
2、现有的目的地预测方案是对用户目的地做的简单统计,将用户历史目的地的在一定时间的使用次数从大到小的顺序进行排序,选择使用次数最多的作为目的地作为你预测的出行目的地。然而没有考虑用户出行时间点和出发地对目的地预测的影响,导致预测的目的地不准。
技术实现思路
1、本发明的目的在于提供一种推荐目的地的方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:一种推荐目的地的方法,具体步骤包括:s1:用户打开网约车平台乘客端app且在登录状态时,代理层系统获取当前出发地地址及经纬度信息、出发地信息的当前出发时间点;
3、s2:代理层系统将上述获取的当前出发地地址及经纬度信息、出发地信息的当前出发时间点发送给目的地预测系统;
4、s3:目的地预测系统基于预设时间段的历史数据及当前出发地信息、对应该出发地信息的当前出发时间点获取多个待选目的地的信息;
5、s4:目的地预测系统采用时间,经度,维度的三维正态分布来计算在当前目的地概率;最后根据贝叶斯公式计算概率最大的就是最终的目的地推荐结果;
6、s5:根据贝叶斯原理,求解在当前条件下p(目的地i|时间t,出发地经度,出发地纬度):
7、
8、贝叶斯原理:
9、
10、s6:首先计算概率,然后根据当前条件下得出去往不同目的地的概率,然后根据概率大小排序,将最大的目的地概率与设置的推荐的概率阈值进行比较,如果计算的目的地概率大于等于设置的推荐概率阈值则将目的地返回给乘客端app展示给用户。
11、优选的,步骤s4中,需要注意处理不满足三维分布的数据,按实际维度计算。
12、优选的,可根据实际业务运营情况,调节参数以观测目的地预测的准确率,以实现目的地推荐的最优准确率。
13、优选的,所述目的地预测系统算法模型参数包括筛选用户工作日阈值、筛选用户周末阈值、筛选用户的有效推荐地址阈值、推荐的概率阈值、时间差。
14、优选的,所述筛选用户工作日阈值和筛选用户周末阈值是指用户目的地最大的地址次数,所述筛选用户的有效推荐地址阈值指用户所有地址次数>=2,时间差是指与当前时间差超过设定小时的历史订单舍弃不参。
15、与现有技术相比,本发明的有益效果是:本发明的目的地预测方法,在进行用户目的地预测时考虑用户当前出发地和当前出发时间,提高了出行目的地预测的准确性,提升了用户体验。
1.一种推荐目的地的方法,其特征在于:具体步骤包括:s1:用户打开网约车平台乘客端app且在登录状态时,代理层系统获取当前出发地地址及经纬度信息、出发地信息的当前出发时间点;
2.根据权利要求1所述的一种推荐目的地的方法,其特征在于:步骤s4中,需要注意处理不满足三维分布的数据,按实际维度计算。
3.根据权利要求1所述的一种推荐目的地的方法,其特征在于:可根据实际业务运营情况,调节参数以观测目的地预测的准确率,以实现目的地推荐的最优准确率。
4.根据权利要求1所述的一种推荐目的地的方法,其特征在于:所述目的地预测系统算法模型参数包括筛选用户工作日阈值、筛选用户周末阈值、筛选用户的有效推荐地址阈值、推荐的概率阈值、时间差。
5.根据权利要求4所述的一种推荐目的地的方法,其特征在于:所述筛选用户工作日阈值和筛选用户周末阈值是指用户目的地最大的地址次数,所述筛选用户的有效推荐地址阈值指用户所有地址次数>=2,时间差是指与当前时间差超过设定小时的历史订单舍弃不参。