推荐停靠位置的方法、装置、设备、介质和程序产品

技术领域

本公开的实施例一般地涉及数据处理，并且更具体地涉推荐停靠位置的方法、装置、电子设备、计算机存储介质以及计算机程序产品。

背景技术

随着信息技术的发展，利用网络的出行方式越来越普及。各种网约车平台已经向用户或乘客提供了使其出行更为便利的各种服务。例如，网约车平台可以向用户推荐停靠位置，以使得用户预约的车辆可以在该位置停靠。然而，传统的停靠位置推荐方式仅考虑了停靠位置与用户之间的距离。因此，所推荐的停靠位置可能并不是合适的停靠位置。

发明内容

根据本公开的实施例，提供了一种推荐停靠位置的方案。

在本公开的第一方面，提供了一种推荐停靠位置的方法。该方法包括：确定与用户的上/下车位置相关联的一组停靠位置；确定与一组停靠位置对应的一组用户体验数据和一组违章风险数据；以及基于一组用户体验数据和一组违章风险数据，向用户推荐一组停靠位置中的至少一个停靠位置。

在本公开的第二方面，提供了一种用于推荐停靠位置的装置。该装置包括：第一确定模块，被配置为确定与用户的上/下车位置相关联的一组停靠位置；第二确定模块，被配置为确定与一组停靠位置对应的一组用户体验数据和一组违章风险数据；以及推荐模块，被配置为基于一组用户体验数据和一组违章风险数据，向用户推荐一组停靠位置中的至少一个停靠位置。

在本公开的第三方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得电子设备实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了能够在其中实现本公开的实施例的示例性环境的示意图；

图2示出了根据本公开的一些实施例的用于推荐停靠位置的方法的流程图；

图3示出了根据本公开的一些实施例的停靠位置推荐的示例的示意图；

图4示出了根据本公开的一些实施例的用于推荐停靠位置的装置的方框图；以及

图5示出了能够实施本公开的实施例的电子设备的方框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的一些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

术语“停靠位置”是与车辆相关联的位置。车辆可以被指示停靠在停靠位置处。例如，当用户在网约车应用中选择了某个停靠位置的情况下，用户预约的车辆可以被指示停靠在该停靠位置处。

术语“上/下车位置”是与用户相关联的位置。例如，上/下车位置可以是用户当前处于的位置，诸如在用户发出网约车订单时所处于的位置。用户很可能希望在其当前处于的位置上车。备选地，上/下车位置还可以是用户指示的位置，诸如用户在网约车应用中输入的期望上车或下车的位置。

如上所述，传统的停靠位置推荐方式仅考虑了停靠位置与用户之间的距离，因此难以推荐真正合适的停靠位置。例如，虽然向用户推荐的停靠位置与用户的上/下车位置之间的直线距离很近，但是用户可能需要跨越栏杆、高速公路等障碍或者上下楼梯才能从上/下车位置到达停靠位置。作为另一示例，用户可能并不期望车辆停靠在所推荐的停靠位置处，例如由于该停靠位置附近可能存在嫌恶设施，因此用户可能从不或很少让车辆停靠在所推荐的停靠位置处。作为再一示例，所推荐的停靠位置可能处于禁止或限制停车的路段，从而导致产生罚单，这将严重影响司机的用户体验，并且影响交通管理。

为此，本公开的实施例提供了一种用于推荐停靠位置的方案。在该方案中，可以确定与用户的上/下车位置相关联的一组停靠位置，并且确定与一组停靠位置对应的一组用户体验数据和一组违章风险数据。由此，可以基于一组用户体验数据和一组违章风险数据，向用户推荐一组停靠位置中的至少一个停靠位置。

以此方式，在本方案中，可以在向用户推荐停靠位置时，兼顾用户体验和违章风险，使得所推荐的停靠位置更为合适。以下将参照附图来具体描述本公开的实施例。

图1示出了能够在其中实现本公开的实施例的示例性环境100的示意图。环境100包括计算设备110。计算设备110可以至少包含处理器、存储器以及其他通常存在于通用计算机中的组件，以便实现计算、存储、通信、控制等功能。例如，计算设备110可以是智能电话、平板计算机、个人计算机、台式计算机、笔记本计算机、服务器、大型机、分布式计算系统等。

在环境100中，计算设备110被配置为向用户推荐停靠位置。具体地，计算设备110可以获取用户的上/下车位置120。如上所述，上/下车位置120可以是用户当前处于的位置，诸如在用户发出网约车订单时所处于的位置。用户很可能希望在其当前处于的位置上车。备选地，上/下车位置120还可以是用户指示的位置，诸如用户在网约车应用中输入的期望上车或下车的位置。

计算设备110可以确定与用户的上/下车位置120相关联的一组停靠位置，诸如停靠位置130-1至130-n(在下文中，统称为“停靠位置130”，其中n为大于1的整数)。如上所述，车辆可以被指示停靠在停靠位置处。例如，当用户在网约车应用中选择了某个停靠位置的情况下，用户预约的车辆可以被指示停靠在该停靠位置处。

计算设备110可以确定与这组停靠位置130对应的一组用户体验数据，诸如用户体验数据140-1至140-m(在下文中，统称为“用户体验数据140”，其中m为大于1的整数)。此外，计算设备110还可以确定与这组停靠位置130对应的一组违章风险数据，诸如违章风险数据150-1至150-k(在下文中，统称为“违章风险数据150”，其中k为大于1的整数)。在某些实施例中，对于一组停靠位置中的每个停靠位置130，计算设备110都可以确定与其对应的用户体验数据140和违章风险数据150。

由此，计算设备110可以基于一组用户体验数据140和一组违章风险数据150，向用户推荐一组停靠位置130中的至少一个停靠位置，诸如停靠位置130-i至130-j(其中，i和j是大于0的不同整数)。应理解，虽然图1中示出了向用户推荐了多个停靠位置，但是也可以仅向用户推荐一个停车位置。

以此方式，在本方案中，可以在向用户推荐停靠位置时，兼顾用户体验和违章风险，使得所推荐的停靠位置更为合适。

图2示出了根据本公开的一些实施例的用于推荐停靠位置的方法200的流程图。方法200可以由如图1所示的计算设备110来实现。备选地，方法200也可以由除了计算设备110之外的其他主体实现。应当理解的是，方法200还可以包括未示出的附加步骤和/或可以省略所示出的步骤，本公开的范围在此方面不受限制。

在210，计算设备110可以确定与用户的上/下车位置120相关联的一组停靠位置130。在某些实施例中，这组停靠位置130可以是位于上/下车位置120周围的一组预定位置。例如，这组停靠位置130可以与上/下车位置120的距离在阈值距离内，与上/下车位置120位于相同路段内，或者与上/下车位置120位于相同建筑物周围等。由此，可以基于上/下车位置120自动确定潜在的合适的停靠位置。

在220，计算设备110可以确定与一组停靠位置130对应的一组用户体验数据140和一组违章风险数据150。用户体验数据140指示用户到达停车位置130时的用户体验。这种用户体验可以由各种因素表征。

例如，用户体验可以使用用户从上/下车位置120到达停靠位置130的距离来表征，诸如50m和100m等。此外，用户体验还可以使用用户从上/下车位置120到达停靠位置130的难度来表征，诸如需要跨越栏杆或高速公路等。另外，由于用户通常倾向于选择使车辆停靠在用户体验较好的位置，因此用户体验还可以使用用户选择停靠位置130的次数来表征。

在某些实施例中，计算设备110可以基于这些因素来对用户体验进行量化。例如，用户体验可以基于距离、难度和/或次数而被量化为不同的等级。在这种情况下，根据距离、难度和/或次数的不同，用户体验数据140可以指示不同的等级，这些等级可以分别表示例如极致体验、良好体验、一般体验、和差体验等。例如，在距离小于50m的情况下，用户体验数据140可以指示极致体验。作为另一示例，在难度为需要跨越高速公路的情况下，用户体验数据140可以指示差体验。作为再一示例，在次数大于3次但小于5次的情况下，用户体验数据140可以指示良好体验。

此外，违章风险数据150指示车辆停靠在停车位置130时发生违章事件的风险。这种违章风险可以由各种因素表征。例如，违章风险可以使用该停靠位置130处产生的历史罚单数和/或历史罚单率来表征。因此，在某些实施例中，计算设备110可以基于这些因素来对违章风险进行量化。例如，违章风险可以基于历史罚单数和/或历史罚单率而被量化为不同的等级。在这种情况下，根据历史罚单数和/或历史罚单率的不同，违章风险数据150可以指示不同的等级，这些等级可以分别表示例如高风险、一般风险、和低风险等。例如，在历史罚单数大于1000的情况下，违章风险数据150可以指示高风险。在历史罚单率低于0.1％的情况下，违章风险数据150可以指示低风险。

由此，通过考虑各种可能的影响因素，可以更客观和完整地描绘真实的用户体验和违章风险。此外，通过用户体验和违章风险的量化，使得能够将量化后的用户体验数据和违章风险数据应用于在下文中将描述的位置确定模型，从而使停靠位置的自动推荐成为可能。

在230，计算设备110可以基于一组用户体验数据140和一组违章风险数据150，向用户推荐一组停靠位置130中的至少一个停靠位置。在某些实施例中，计算设备110可以将一组用户体验数据140和一组违章风险数据150应用于经训练的位置推荐模型，以从一组停靠位置130中选择至少一个停靠位置进行推荐。

经训练的位置推荐模型可以被部署在计算设备110内部，也可以被部署在计算设备110外部，本发明在此不受限制。位置推荐模型可以是各种适当的神经网络模型。例如，位置推荐模型可以是实现多目标学习的神经网络模型，诸如DeepFM(Deep FactorizationMachine，深度因子分解机)模型、Deep&Cross(深度交叉)模型、和XDeepFM(eXtreme DeepFactorization Machine，极深因子分解机)模型等。

在使用位置推荐模型之前，可以对位置推荐模型进行训练。位置推荐模型的训练可以由计算设备110进行，也可以由其他设备进行，本发明在此不受限制。在下文中，将以计算设备110对位置推荐模型进行训练为例进行描述。

计算设备110可以使用停靠位置的历史用户体验和历史违停风险对位置推荐模型进行训练。在位置推荐模型的训练过程中，将优化位置推荐模型的损失，直到该损失下降到收敛。在某些实施例中，位置推荐模型的损失可以涉及针对用户体验数据140的损失和针对违章风险数据150的损失。例如，可以对针对用户体验数据140的损失和针对违章风险数据150的损失进行加权，以确定位置推荐模型的损失。由此，经训练的位置推荐模型可以在结合考虑用户体验数据140和违章风险数据150的情况下，从一组停靠位置130中选择至少一个停靠位置进行推荐。

在某些实施例中，经训练的位置推荐模型可以确定停靠位置130的推荐概率。推荐概率更高的停靠位置130表示在结合考虑用户体验数据140和违章风险数据150的情况下更优的停靠位置。为此，计算设备110可以从经训练的位置推荐模型获取与一组停靠位置130对应的一组推荐概率，并且基于这组推荐概率，从一组停靠位置130中选择至少一个停靠位置。例如，计算设备110可以对这组推荐概率进行排序，并且选择排序最高的至少一个停靠位置进行推荐。

以此方式，本方案可以利用位置推荐模型自动和高效地在结合考虑用户体验数据和违章风险数据的情况下确定最优的停靠位置。

图3示出了根据本公开的一些实施例的停靠位置推荐的示例300的示意图。图3示出了用户的上/下车位置120所位于的地理区域310，其中深灰色表示该地理区域310中的道路，浅灰色表示该地理区域310中的建筑物，并且虚线框表示该地理区域310中禁止或限制停车的路段320。

计算设备110可以确定与用户的上/下车位置120相关联的一组停靠位置130-1至130-4。进一步地，计算设备110可以确定每个停靠位置130的用户体验数据140和违章风险数据150。例如，停靠位置130-1的距离为30m，难度为需要跨越高速公路，次数为0次，并且历史违章率为0.1％。停靠位置130-2的距离为50m，难度为简单，次数为2次，并且历史违章率为20％。停靠位置130-3的距离为70m，难度为简单，次数为15次，并且历史违章率为0.05％。停靠位置130-4的距离为120m，难度为简单，次数为3次，并且历史违章率为0.15％。由此，计算设备110可以基于这些用户体验数据140和违章风险数据150，向用户推荐停靠位置130-3。可见，停靠位置130-3的推荐平衡了用户体验和违章风险，从而能够优化用户和司机两者的用户体验，并且减少对交通管理的影响。

图4示出了根据本公开的一些实施例的用于推荐停靠位置的装置400的方框图。例如，装置400可以设置在计算设备110中。如图4所示，装置400包括第一确定模块410，被配置为确定与用户的上/下车位置相关联的一组停靠位置；第二确定模块420，被配置为确定与一组停靠位置对应的一组用户体验数据和一组违章风险数据；以及推荐模块430，被配置为基于一组用户体验数据和一组违章风险数据，向用户推荐一组停靠位置中的至少一个停靠位置。

在一些实施例中，第一确定模块包括停靠位置确定模块，被配置为确定以下至少一项：与上/下车位置的距离在阈值距离内的一组停靠位置；与上/下车位置位于相同路段内的一组停靠位置；以及与上/下车位置位于相同建筑物周围的一组停靠位置。

在一些实施例中，第二确定模块包括：用户体验确定模块，被配置为：针对一组停靠位置中的每个停靠位置，基于以下至少一项来确定与停靠位置对应的用户体验数据：用户从上/下车位置到达停靠位置的距离，用户从上/下车位置到达停靠位置的难度，以及用户选择停靠位置的次数。

在一些实施例中，第二确定模块包括：违章风险确定模块，被配置为：针对一组停靠位置中的每个停靠位置，基于以下至少一项来确定与停靠位置对应的违章风险数据：在停靠位置处产生的历史罚单数，以及在停靠位置处产生的历史罚单率。

在一些实施例中，推荐模块包括：选择模块，被配置为将一组用户体验数据和一组违章风险数据应用于经训练的位置推荐模型，以从一组停靠位置中选择至少一个停靠位置进行推荐。

在一些实施例中，选择模块包括：模型应用模块，被配置为将一组用户体验数据和一组违章风险数据应用于经训练的位置推荐模型；概率获取模块，被配置为从经训练的位置推荐模型获取与一组停靠位置对应的一组推荐概率；以及位置选择模块，被配置为基于一组推荐概率，从一组停靠位置中选择至少一个停靠位置。

图5示出了一个可以用来实施本公开的实施例的电子设备500的示意性框图。设备500可以用于实现图4的装置400。如图所示，设备500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

上文所描述的各个过程和处理，例如方法200，可由处理单元501执行。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序被加载到RAM 503并由CPU 501执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，CPU 501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本公开可以是方法、设备、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术者来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术者能理解本文公开的各实施例。