CN108885726A

CN108885726A - 服务时间点预测系统和方法

Info

Publication number: CN108885726A
Application number: CN201680083448.1A
Authority: CN
Inventors: 张凌宇
Original assignee: Beijing Didi Infinity Technology and Development Co Ltd
Current assignee: Beijing Didi Infinity Technology and Development Co Ltd
Priority date: 2016-03-14
Filing date: 2016-12-19
Publication date: 2018-11-23
Also published as: GB201716256D0; WO2017157069A1; AU2016397269A1; EP3320494A4; JP2018523180A; GB2553453A; US20180091950A1; CN107194488B; AU2016102430A4; EP3320494A1; JP2020115375A; JP6687772B2; CN107194488A; JP2019114276A; JP6483852B2

Abstract

本申请公开了服务时间点预测系统和方法。所述系统可以获取乘客的历史服务时间点集合(303)；确定与所述历史服务时间点集合相关联的分布信息(305)；基于所述分布信息来预测服务时间点(307)；在预测的服务时间点之前的预定时间段内将与运输服务相关联的信息推送给乘客。

Description

服务时间点预测系统和方法

交叉引用

本申请要求2016年3月14日提交的申请号为201610142876.9的中国申请的优先权，其内容通过引用包含于此。

技术领域

本申请涉及按需服务系统和方法，具体地，涉及未来运输服务时间点分布的预测系统和方法。

背景技术

随着互联网技术的发展，在线打车服务等按需运输服务越来越受欢迎。当请求者使用按需运输服务时，需要在线服按需运输服务平台在服务时间点之前向服务请求者发送按需运输服务信息。但是，在某些情况下，可能难以有效地预测服务时间点。

发明内容

根据本申请的一个方面，系统可以包括一个或以上存储介质以及被配置为与一个或以上存储介质通信的一个或以上处理器。所述一个或以上存储介质可以包括用于预测乘客使用运输服务的服务时间点的指令。当一个或以上处理器执行该指令时，可以指示一个或以上处理器执行以下操作中的一个或以上操作。一个或以上处理器可以通过至少一个在线运输服务提供平台获取乘客使用运输服务的历史服务时间点集合。一个或以上处理器可以确定与该历史服务时间点相关联的分布信息。一个或以上处理器可以基于分布信息预测服务时间点。一个或以上处理器可以在预测的服务时间点之前的预定时间段内将与运输服务相关联的信息推送给乘客。

在一些实施例中，一个或以上处理器可以基于所述历史服务时间点集合确定至少两个第一向量，其中每个第一向量可以与所述历史服务时间点集合中的一个历史服务时间点相关联。一个或以上处理器可以基于至少两个第一向量来确定第二向量。一个或以上处理器可以基于第二向量来预测服务时间点。

在一些实施例中，可以基于至少两个第一向量的总和来确定第二向量。

在一些实施例中，至少两个第一向量中的每个第一向量可以是将相应的历史服务时间点投影到单位圆度盘的单位向量。

在一些实施例中，至少两个第一向量中的每个第一向量可以与直角坐标系相关联。该直角坐标系可以包括指示零点的正水平坐标、指示十二点的负水平坐标、指示六点钟的正垂直坐标和指示十八点的负垂直坐标。

在一些实施例中，至少两个第一向量可以与相对于正水平坐标的至少两个第一角度对应。

在一些实施例中，一个或以上处理器可以确定第二向量相对于正水平坐标的第二角度。一个或以上处理器可以基于该第二角度来预测服务时间点。

在一些实施例中，预测的服务时间点可以是使所述历史服务时间点集合相对预测的服务时间点具有统计最小误差分布的时间。

在一些实施例中，误差分布可以包括时差集合，其中每个时差可以与预测的服务时间点和所述历史服务时间点集合中的一个历史服务时间点之间的差值相关联。一个或以上处理器可以确定与所述时差集合相关联的离散参数。一个或以上处理器可以确定对应于离散参数最小值的时间。一个或以上处理器可以将该时间确定为预测的服务时间点。

在一些实施例中，一个或以上处理器可以确定离散参数的一阶导数。一个或以上处理器可以基于一阶导数确定与离散参数最小值对应的时间。

在一些实施例中，离散参数可以包括所述时差集合的平方和、所述时差集合的方差和/或所述时差集合的标准差。

根据本申请的另一方面，一种方法可以包括以下操作中的一个或以上操作。计算机服务器可以通过至少一个在线运输服务提供平台获取乘客使用运输服务的历史服务时间点集合。计算机服务器可以确定与该历史服务时间点相关联的分布信息。计算机服务器可以基于分布信息预测服务时间点。计算机服务器可以在预测的服务时间点之前的预定时间段内将与运输服务相关联的信息推送给乘客。

在一些实施例中，计算机服务器可以基于该历史服务时间点集合确定至少两个第一向量，其中每个第一向量可以与所述历史服务时间点集合中的一个历史服务时间点相关联。计算机服务器可以基于至少两个第一向量来确定第二向量。计算机服务器可以基于第二向量来预测服务时间点。

在一些实施例中，至少两个第一向量中的每个第一向量可以与直角坐标系相关联。直角坐标系可以包括指示零点的正水平坐标、指示十二点的负水平坐标、指示六点的正垂直坐标以及指示十八点的负垂直坐标。

在一些实施例中，计算机服务器可以确定第二向量相对于正水平坐标的第二角度。计算机服务器可以基于第二角度预测服务时间点。

在一些实施例中，误差分布可以包括时差集合，其中每个时差可以与预测的服务时间点和所述历史服务时间点集合中的一个历史服务时间点之间的差值相关联。计算机服务器可以确定与所述时差集合相关联的离散参数。计算机服务器可以确定与离散参数最小值相对应的时间。计算机服务器可以将该时间确定为预测的服务时间点。

在一些实施例中，计算机服务器可以确定离散参数的一阶导数。计算机服务器可以基于一阶导数确定与离散参数的最小值对应的时间。

在一些实施方案中，离散参数可以包括所述时差集合的平方和、所述时差集合的方差和/或所述时差集合的标准差。

本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过实践或使用以下实例中详细讨论的方法、手段及组合的各个方面来达成。

附图说明

本申请将结合示例性实施例进一步进行描述。这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的组件符号表示相同的结构，其中：

图1是根据本申请一些实施例所示的示例性按需服务系统的示意图；

图2是根据本申请一些实施例所示的按需服务系统中的示例性计算设备的框图；

图3-A是根据本申请一些实施例所示的示例性处理引擎的模块图；

图3-B是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法的流程图；

图4是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法的流程图；

图5是根据本申请一些实施例所示的与至少两个向量相关联的示例性直角坐标系的示意图；以及

图6是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法的流程图。

具体实施方式

下述描述是为了使本领域普通技术人员能制造和使用本申请，并且该描述是在特定的应用及其要求的背景下提供的。对于本领域的普通技术人员来讲，对本申请披露的实施例进行的各种修改是显而易见的，并且本文中定义的通则在不背离本申请的精神及范围的情况下，可以适用于其他实施例及应用。因此，本申请不限于所示的实施例，而是符合与申请专利范围一致的最广泛范围。

本文中所使用的术语仅用于描述特定示例性实施例，并不限制本申请的范围。如本文所使用的“一”、“一个”、“所述”、“该”等词语并非特指单数，也可包括复数形式，除非上下文明确提示例外情形。应该理解的是，本申请中所使用的术语“包括”与“包含”仅提示已明确标识的特征、整数、步骤、操作、元件、和/或部件，而不排除可以存在和添加其他一个或以上特征、整数、步骤、操作、元件、部件、和/或其组合。

在考虑了作为本申请一部分的附图的描述内容后，本申请的特征和特点以及操作方法、结构的相关元素的功能、各部分的组合、制造的经济性变得显而易见。然而，应当理解，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当理解的是,附图并不是按比例的。

本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是，流程图的操作不一定按照顺序来精确地执行。相反，可以按照倒序执行或同时处理各种步骤。同时，也可以将一个或以上其他操作添加到这些流程图中。一个或以上操作也可能会从流程图中删除。

此外，尽管主要关于确定目标车辆/提供者来描述本申请中的系统和方法，但是还应该理解，这仅是一个示例性实施例。本申请的系统和方法可以能适用于其他任一种按需服务。例如，本申请的系统和方法可以应用于不同的运输系统，包括陆地、海洋、航空航天等或类似或上述举例的任意组合。所述运输系统的车辆可以包括出租车、私家车、顺风车、公交车、列车、子弹列车、高铁、地铁、船舶、飞机、飞船、热气球、无人驾驶车辆或类似物或其任意组合。例如，马匹、人力车(两轮自行车、三轮车等)、出租车、专车、顺风车、巴士、火车、动车、高铁、地铁、船舶、飞机、飞船、热气球、无人驾驶的交通工具、收/送快递等应用了管理和/或分配的运输系统。本申请的系统和方法的应用场景可以包括网页、浏览器插件、客户端、定制系统、企业内部分析系统、人工智能机器人等或上述举例的任意组合。

本申请中的术语“乘客”、“请求者”、“服务请求者”和“客户”可用于表示请求或订购服务的个人、实体或工具，并且可互换使用。此外，本申请中的术语“司机”、“提供者”、“服务提供者”和“供应者”可用于表示提供服务或协助提供服务的个人、实体或工具，并且可互换使用。在本申请中，术语“用户”可以表示可以请求服务、预定服务、提供服务或促进所述服务提供的个体、实体或工具。例如，使用者可以是乘客、司机、操作员等或其任意组合。在本申请中，“乘客”和“乘客终端”可互换使用，“司机”和“司机终端”可互换使用。

本申请中的术语“服务请求”和“订单”可以用于表示由乘客、请求者、服务请求者、顾客、司机、提供者、服务提供者、供应者等或其任意组合发起的请求，并且可以互换使用。“服务请求”可以是经过消费者和服务提供者双方认可的服务请求，或只经过服务者或者消费者一方的认可的服务请求。所述服务请求可以是收费的或免费的。

本申请中使用的定位技术可以包括全球定位系统(GPS)、全球卫星导航系统(GLONASS)、北斗导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(QZSS)、无线保真(WiFi)定位技术等或上述举例的任意组合。以上定位技术中的一个或以上可以在本申请中交换使用。

本申请的一个方面提供了基于用户与运输服务相关的历史在线活动来预测乘客将使用运输服务(例如，在线打车)的服务时间点的在线系统和方法。

需要注意的是，在线按需运输服务，例如在线预定出租车，是起源于后互联网时代的一种新的服务方式。它为使用者和服务提供者提供了仅在后因特网时代才可能实现的技术方案。在互联网时代之前，当一个使用者在街道上需要一辆出租车时，出租车预定的请求和接受只可能在乘客和一个看见该乘客的出租车司机之间发生。如果乘客通过电话呼叫出租车，则服务请求和接受可能仅在乘客与服务提供者(例如出租车公司或代理商)之间发生。然而，在线预定租车允许该服务的使用者实时地和自动地向与该用户相距一段距离的大量的单个服务提供者(例如，出租车)分配服务请求。它同时允许至少两个服务提供者同时地和实时地对该服务请求进行响应。同时，在现代社会，出租车服务已经成为了巨大规模的产业。成百万的乘客每天通过在线出租车预定平台搭乘出租车。只有通过互联网的帮助才使得对乘客搭乘出租车的行为的研究成为可能。相应地，通过乘客的在线出租车预定行为进行出租车预定的预测也是起源于后互联网时代的一种新型服务形式。

图1是根据一些实施例所示的示例性按需服务系统100的框图。按需服务系统100可以是包括服务器110、网络120、请求者终端130、提供者终端140和数据库150的在线平台。服务器110可以包括处理引擎112。

在一些实施例中，服务器110可以是单个的服务器或服务器组。服务器组可以是集中式的或分布式的(例如，服务器110可以是分布式的系统)。在一些实施例中，服务器110可以是本地的或远程的。例如，服务器110可以通过网络120存取储存于请求者终端130、提供者终端140和/或数据库150中的信息和/或数据。又例如，服务器110可以直接连接到请求者终端130、提供者终端140和/或数据库150以存取储存的信息和/或数据。在一些实施例中，服务器110可以在云平台中实施。仅作为示例，所述云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或上述举例的任意组合。在一些实施例中，服务器110可以在图2中描述的包含一个或以上组件的计算装置200上执行。

在一些实施例中，服务器110可以包括处理引擎112。处理引擎112可处理与服务请求相关联的信息和/或数据来执行在本申请中披露的一个或以上功能。例如，处理引擎112可以基于乘客的历史服务时间点集合来预测乘客使用运输服务的服务时间点。在一些实施例中，所述处理引擎112可包括一个或以上处理引擎(例如，单芯片处理引擎或多芯片处理引擎)。仅作为示例，处理引擎112可以包括中央处理单元(CPU)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可程序门阵列(FPGA)、可程序逻辑装置(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或其任意组合。

网络120可以促进信息及/或数据的交换。在一些实施例中，按需服务系统100的一个或以上元件(例如服务器110、请求者终端130、提供者终端140和资料库150)可以通过网络120传送信息至按需服务系统100的其他元件。例如，服务器110可以通过网络120从请求者终端130获得/获取服务请求。在一些实施例中，网络120可以是有线网络或无线网络中的任意一种或其组合。仅作为示例，网络120可以是电缆网络、缆线网络、光纤网络、电信网络、内部网络、网际网络、区域网络(LAN)、广域网络(WAN)、无线区域网络(WLAN)、都会区域网络(MAN)、公用电话交换网络(PSTN)、蓝牙网络，紫蜂网络、近距离通讯网络(NFC)等或其任意组合。在一些实施例中，网络120可以包括一个或以上网络交换点。例如，网络120可以包括有线或无线网络交换点，如基站和/或因特网交换点120-1、120-2、……，通过交换点，按需服务系统100的一个或以上部件可以连接到网络120以交换数据和/或信息。

在一些实施例中，请求者可以是请求者终端130的用户。在一些实施例中，请求者终端130的使用者可以是请求者之外的其他人。例如，请求者终端130的用户A可以通过请求者终端130为用户B发送服务请求，或从服务器110处接收服务和/或信息或指令。在一些实施例中，提供者可以是提供者终端140的用户。在一些实施例中，提供者终端130的用户可以为除该提供者之外的其他人。例如，服务者终端140的使用者C可以使用服务者终端140为使用者D接收服务请求和/或从服务器110接收信息或指示。在一些实施例中，“请求者”和“请求者终端”可以交换使用，“提供者”和“提供者终端”可以交换使用。

在一些实施例中，请求者终端130可以包括行动装置130-1、平板电脑130-2、膝上型计算机130-3、车辆内建装置130-4等或以上任意组合。在一些实施例中，行动装置130-1可包括智能家居设备、可穿戴设备、智能行动装置、虚拟现实设备、扩增实境设备等或其任意组合。在一些实施例中，智能家居设备可以包括智能照明设备、智能电器的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中，可穿戴设备可以包括智慧手环、智慧鞋袜、智慧眼镜、智慧头盔、智慧手表、智慧穿着、智慧背包、智慧配饰等或其任意组合。在一些实施例中，行动装置可以包括移动电话、个人数字助理、游戏设备、导航装置、POS机、膝上型计算机、台式计算机等或上述举例的任意组合。在一些实施例中，虚拟现实设备和/或增强型虚拟现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强型虚拟现实头盔、增强型虚拟现实眼镜、增强型虚拟现实补丁等或其任意组合。例如，虚拟实境设备和/或增强实境装置可以包括Google GlassTM、Oculus RiftTM、HololensTM、Gear VRTM等。在一些实施例中，在机动车辆中的内建装置可包括车载计算机或车载电视等。在一些实施例中，请求者终端130可以是带有定位技术的装置，所述定位技术可以用于定位请求者和/或请求者终端130的位置。

在一些实施例中，提供者终端140可以是与请求者终端130相似或相同的装置。在一些实施例中，提供者终端140可以是具有用来确定提供者及/或提供者终端140位置的定位技术的装置。在一些实施例中，请求者终端130和/或提供者终端140可以与其他定位装置通讯来确定请求者、请求者终端130、提供者和/或提供者终端140的位置。在一些实施例中，请求者终端130和/或提供者终端140可以将定位信息发送至服务器110。

数据库150可以存储数据和/或指令。在一些实施例中，数据库150可以存储从请求者终端130和/或提供者终端140获得的数据。在一些实施例中，数据库150可以存储供服务器110执行或使用的数据和/或指令，服务器110可以通过执行或使用所述数据和/或指令以实现本申请描述的示例性方法。在一些实施例中，数据库150可以包括大容量存储器、可移式存储器、挥发性读写内存、只读存储器(ROM)等或以上任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移式存储器可包括闪存驱动器、软盘、光盘、记忆卡、压缩碟、磁带等。示例性的挥发性只读存储器可以包括随机存取内存(RAM)。示例性的RAM可包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、闸流体RAM(T-RAM)和零电容RAM(Z-RAM)等。示例性ROM包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电子可擦除可编程ROM(EEPROM)、光盘ROM或数位通用磁碟ROM等。在一些实施例中，数据库150可以在云平台上实现。仅作为示例，云端平台可以包括私有云、公用云、混合云、社区区云、分布式云、内部云、多层云等或其任意组合。

在一些实施例中，数据库150可以与网络120连接以与按需服务系统100中的一个或以上部件(例如，服务器110、请求者终端130、提供者终端140等)通信。按需服务系统100中的一个或以上部件可以通过网络120存取存储于数据库150中的数据或指令。在一些实施例中，数据库150可以直接与按需服务系统100的一个或以上部件(例如，服务器110、请求者终端130、提供者终端140等)连接或通讯。在一些实施例中，数据库150可以是服务器110的一部分。

在一些实施例中，按需服务系统100的一个或以上部件(例如，服务器110、请求者终端130、提供者终端140等)可以拥有访问数据库150的许可。在一些实施例中，当满足一个或以上条件时，按需服务系统100的一个或以上部件可以读取和/或修改与请求者、提供者和/或公众相关的信息。例如，在完成一个服务后，服务器110可以读取和/或修改一个或以上用户的信息。又例如，当从请求者终端130接收到一个服务请求时，提供者终端140可以访问与所述请求者相关的信息，但提供者终端140无法修改请求者的相关信息。

在一些实施例中，按需服务系统100中的一个或以上部件之间的信息交换可以通过请求服务来实现。服务请求的客体可以是任一产品。在一些实施例中，该产品可以是有形产品或无形产品。有形产品可以包括食品、医药、商品、化学产品、电器、衣物、小汽车、房屋、奢侈品等或上述举例的任意组合。无形产品可以包括服务产品、金融产品、知识产品、互联网产品等或其任意组合。互联网产品可以包括个人主机产品、网络产品、移动互联网产品、商用主机产品、嵌式产品等或其任意组合。移动互联网产品可以用于移动终端的软件、程序、系统等或以上任意组合。移动终端可以包括平板计算机、膝上型计算机、移动电话、掌上计算机(PDA)、智能手表、POS机、车载计算机、车载电视、可穿戴装置等或以上任意组合。例如，产品可以是在计算机或移动电话上使用的任一软件和/或应用。软件和/或应用可以与社交、购物、运输、娱乐、学习、投资等或其任意组合相关。在一些实施例中，与运输相关的软件和/或应用可以包括旅游软件和/或应用、车辆调度软件和/或应用、地图软件和/或应用等。对于车辆调度软件和/或应用程序，车辆可以是马、马车、人力车(例如，独轮手推车、脚踏车、三轮车等)、汽车(例如，出租车、公交车、私人汽车或类似物)、列车、地铁、船只、航空器(例如，飞机、直升机、航天飞机、火箭、热气球等)等或其任意组合。

图2是根据本申请一些实施例所示的计算装置200的示例性硬件和软件的示意图。服务器110、请求者终端130和/或提供者终端140可以在计算装置200上实现。例如，处理引擎112可以在计算装置200上实施并执行本申请所披露的处理引擎112的功能。

计算装置200可以是通用计算机或特殊用途计算机，二者可以用来实现本申请的按需系统。计算装置200可以用于实现当前描述的按需服务系统的任一元件。例如，处理引擎112可以在计算装置200上通过其硬件、软件程序、固件或其组合实现。为了方便起见，图中只绘出一台计算机，但文中描述的与按需服务的相关的计算机功能可以以分散方式在一组相似的平台上实施，以分散处理负载。

例如，计算装置200可以包括与网络连接的通讯端口250，以促进数据通讯。计算装置200可以包括中央处理器(CPU)220，可以以一个或以上处理器的形式执行程序指令。示例性的计算机平台可以包括一个内部总线210、不同形式的程序存储器和数据存储器，例如，磁盘270和只读存储器(ROM)230或随机存取内存(RAM)240，用于存储由计算机处理和/或传输的各种各样的数据文件。示例性的计算机平台可以包括存储在只读存储器230、随机存取内存240和/或其他类型的非暂时性存储介质中的由中央处理器220执行的程序指令。本申请的方法和/或过程可以以程序指令的方式实施。计算装置200还包括输入/输出组件260，用于支持计算机与此处其他部件例如用户接口280之间的输入/输出。计算装置200也可以通过网络通信接收程序和数据。

仅仅为了说明，计算装置200中仅示例性描述了一个CPU和/或处理器。然而，需要注意的是，本申请中的计算装置200可以包括多个CPU和/或处理器，因此本申请中描述的由一个CPU和/或处理器实现的操作和/或方法也可以共同地或独立地由多个CPU和/或处理器实现。例如，在本申请中，如果计算装置200的中央处理单元和/或处理器执行步骤A和步骤B，应当理解的是步骤A和步骤B可以由计算装置200的两个不同的中央处理单元和/或处理器共同或分别执行(例如，第一处理器执行步骤A、第二处理器执行步骤B或者第一处理器和第二处理器共同执行步骤A和B)。

图3-A是根据本申请一些实施例所示的示例性处理引擎112的模块图。处理引擎112可以包括获取模块302、确定模块304及预测模块306。

获取模块302可以用于获取乘客使用运输服务的历史服务时间点集合。如这里所使用的，服务时间点可以指乘客希望使用运输服务的开始时间。

确定模块304可以被配置为确定与所述历史服务时间点集合相关联的分布信息。例如，对于所述历史服务时间点集合中的每一个历史服务时间点，确定模块304可以确定直角坐标系中的向量。

预测模块306可以被配置为基于分布信息来预测服务时间点。例如，预测模块306可以基于与所述历史服务时间点集合相对应的至少两个向量来预测服务时间点。在一些实施例中，预测模块306可以通过应用程序接口(API)

根据golang架构预测服务时间点。

在一些实施例中，处理引擎112还可以包括推送模块(图3-A中未示出)。推送模块可以被配置为将与运输服务相关联的信息推送给乘客。例如，推送模块可以在预测的服务时间点之前的预定时间段内将与可获取的提供者有关的信息(例如，折扣信息、交通状况)推送给乘客。所述预定时间段可以是10分钟、15分钟、30分钟、45分钟等。

处理引擎112中的模块可以通过有线连接或无线连接以互相连接或互相通讯。有线连接可以包括金属线缆、光缆、混合电缆等或其任意组合。无线连接可以包括局域网络(LAN)、广域网络(WAN)、蓝牙、ZigBee网络、近场通讯(NFC)等或以上任意组合。两个或以上模块可以合并成一个模块，以及任意一个模块可以被拆分成两个或以上单元。例如，获取模块302和确定模块304可以集成为单个模块，其既可以获取历史服务时间点集合，又可以确定该历史服务时间点集合的分布信息。

图3-B是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法300的流程图。过程和/或方法300可以由按需服务系统100执行。例如，过程/方法可以实现为存储于只读存储器230或随机存取内存240的指令(例如，应用程序)。CPU 210可以执行这组指令，并且可以相应地执行该过程和/或方法300。

在步骤303中，处理引擎112可以获取乘客使用运输服务的历史服务时间点集合。

例如，运输服务可以是出租车服务。所述历史服务时间点集合可以用24小时制表示。服务时间点可以指乘客希望使用运输服务的开始时间。处理引擎112可以通过在线按需服务系统100记录他/她的打车活动来获取乘客的历史服务时间点。处理引擎112可以实时地或以某个时间间隔(例如，10分钟)获取乘客的历史服务时间点。乘客可以向按需服务系统100发送运输服务请求以使用运输服务。服务请求可以包括实时请求和/或预约请求。如此处所使用的，实时请求可能表明请求者希望在此刻或对本领域普通人员来说合理靠近此刻的一个限定时间内使用运输服务。例如，若限定时间短于阈值(如1分钟、5分钟、10分钟或20分钟)，该请求可为实时请求。预约请求可以指请求者希望在对于本领域的普通人来说距离当前时刻合理时长的限定时间使用运输服务。例如，如果限定时间大于一个阈值，例如20分钟、2小时或1天等，则可以认为服务请求是一个预约请求。在一些实施例中，处理引擎112可以基于一个时间阈值来定义实时请求或预约请求。时间阈值可以是按需服务系统100的默认设置，或者可以根据不同的状况进行调整。例如，在交通高峰期，时间阈值可能相对较小(例如10分钟)，而在空闲时间段(例如，上午10：00-12：00)，时间阈值可能相对较大(例如，1小时)。

在步骤305中，处理引擎112可以确定与所述历史服务时间点集合相关的分布信息。

例如，对于历史服务时间点集合中的每一个历史服务时间点，处理引擎112可以确定坐标系中的向量。坐标系可包括直角坐标系、极坐标系、球坐标系、圆柱坐标系等或其组合。又例如，处理引擎112可以确定历史服务时间点集合的统计信息。如这里所使用的，统计信息可以指示乘客使用在线按需服务，例如进行在线打车和/或坐上自己在线所打出租车的历史服务时间点的离散分布。

在步骤307中，处理引擎112可以基于分布信息预测服务时间点。例如，处理引擎112可以基于与历史服务时间点集合相对应的至少两个向量的总和来预测服务时间点。又例如，处理引擎112可以基于历史服务时间点集合的统计信息来预测服务时间点。处理引擎112可预测服务时间点或实时地或以某个时间间隔(例如，10分钟)更新预测的服务时间点。

在处理引擎112预测服务时间点之后，处理引擎112可以在预测的服务时间点之前的预定时间段内将与运输服务相关联的信息(例如，折扣信息、交通状况)推送给乘客。预定时间段可以是系统100的默认设置，或者可以根据不同的情况进行调整。例如，预定时间段可以是10分钟、15分钟、30分钟、45分钟等。

图4是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法400的流程图。过程和/或方法400可以由按需服务系统100执行。例如，过程/方法可以实现为存储于只读存储器230或随机存取内存240中的指令(例如，应用程序)。CPU 210可以执行这组指令，并且可以相应地执行该过程和/或方法400。

在步骤402中，处理引擎112可以基于历史服务时间点集合确定至少两个第一向量。至少两个第一向量中的每个第一向量对应于历史服务时间点集合中的一个历史服务时间点。在一些实施例中，至少两个第一向量中的每个第一向量可以是多维向量(例如，二维向量、三维向量)。

至少两个第一向量可以用坐标系表示。坐标系可包括直角坐标系、极坐标系、球坐标系、圆柱坐标系等或其组合。例如，至少两个第一向量中的每个第一向量可以将历史服务时间点投影到圆形表盘中。为此，直角坐标系可以包括正水平坐标、负水平坐标、正垂直坐标和负垂直坐标。在直角坐标系中，至少两个第一向量中的每个第一向量可以是单位向量，并且对于至少两个第一向量中的每个第一向量，处理引擎112可以确定相对于正水平坐标的第一角度(例如，图5所示的θ₁)。例如，处理引擎112可以将第i个第一向量确定为（cosθ_i,sinθ_i)，其中θ_i是第i个第一个向量相对于正水平坐标的第i个第一角度。处理引擎112可以根据下面的公式(1)确定第一角度：

其中，θ_i指第i个第一角度，X_i指第i个历史服务时间点。例如，如果历史服务时间点是8：30，则X_i的值为8.5，如果历史服务时间点是8：15，则X_i的值为8.25。又例如，如果历史服务时间点是3：00，则第一角度是如果历史服务时间点是22：00，则第一角度是如果历史服务时间点是23：00，那么第一角度是因此，0点钟和24点钟之间的任何时间点都可以表示为0-24点钟表盘上的向量。换句话说，上述示例中的第一向量系统可以将一天中的每个时间点投影到单位圆上的单位向量，其中该时间点表示为单位圆中的单位向量角。

在步骤404中，处理引擎112可以基于至少两个第一向量来确定第二向量。

处理引擎112可以进一步确定第二向量相对于正水平坐标的第二角度。在一些实施例中，第二向量可以是至少两个第一向量的总和。例如，处理引擎112可以根据下面的公式(2)确定第二向量：

其中，(cosθ_t,sinθ_t)指的是第二向量，θ_t指的是第二角度，而n指的是历史服务时间点集合的数量。

在一些实施例中，处理引擎112可以标准化第二向量。例如，处理引擎112可以将第二向量修正为第二单位向量(例如，如图5所示的)。

在步骤406中，处理引擎112可以基于第二向量来预测服务时间点。为了预测服务时间点，处理引擎112可以根据下面的公式(3)确定第二角度：

其中，θ_t指第二角度。

在处理引擎112确定第二角度之后，处理引擎112可以根据下面的公式(4)基于第二角度预测服务时间点：

其中，X_t指预测的服务时间点。

应该注意的是，上述仅出于说明性目的而提供，并不旨在限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的修正和改变。例如，第二向量可以是至少两个第一向量的平均值或加权平均值。然而，这些修正和改变不会背离本申请的范围。

图5是根据本申请一些实施例所示的直角坐标系中的示例性第一向量和示例性第二向量的示意图。

如图所示，直角坐标系可以包括正水平坐标、负水平坐标、正垂直坐标和负垂直坐标。O点是指直角坐标系的原点。处理引擎112可以从原点O确定单位圆。如图所示，单位圆和正水平坐标的交点是点F，向量是指零点(也称为“0：00”)。单位圆和负水平坐标的交点是点H，向量是指十二点(也称为“12：00”)。单位圆和正垂直坐标的交点是点G，向量是指六点(也称为“6：00”)。单位圆和负垂直坐标的交点是点M，向量是指十八点(也称为“18：00”)。

处理引擎112可以获取第一历史服务时间点、第二历史服务时间点和第三历史服务时间点。处理引擎还可以确定对应于第一历史服务时间点的向量对应于第二历史服务时间点的向量和对应于直角坐标系中的第三历史服务时间点的向量

对于向量处理引擎112可以确定相对于正水平坐标的第三角度θ₁。类似地对于向量处理引擎112可以确定相对于正水平坐标的第四角度θ₂。对于向量处理引擎112可以确定相对于正水平坐标的第五角度θ₃。

此外，处理引擎112可以基于向量向量和向量的和确定向量对于向量处理引擎112可以确定相对于正水平坐标的第六角度θ₄。处理引擎112可以基于第六角度根据公式(3)和公式(4)预测服务时间点θ₄。

在一些实施例中，处理引擎112可以进一步标准化向量例如，处理引擎112可以确定向量和单位圆的交叉点E，并确定向量为标准化向量。

应该注意，提供图5中的描述是为了说明的目的，而不是为了限制本申请的范围。与至少两个第一向量和第二向量相关联的坐标系可以不限于直角坐标系。

图6是根据本申请一些实施例所示的预测服务时间点的示例性过程/方法600的流程图。过程和/或方法600可以由按需服务系统100执行。例如，过程/方法可以被实现为存储于只读存储器230或随机存取内存240中的指令(例如，应用程序)。CPU 210可以执行这组指令，并且可以相应地执行该过程和/或方法600。

在步骤602中，处理引擎112可以确定时间变量。

如这里所使用的，时间变量可以指一个待确定变量，基于该待确定变量，处理引擎112可以预测服务时间点。

在步骤604中，处理引擎112可以根据下面的公式(5)基于时间变量和历史服务时间点获取时差集合(也称为“误差分布”)。至少两个时差中的每个时差可以对应于历史服务时间点集合中的一个历史服务时间点。

difference(X_s,X_i)＝-||X_s-X_i|-12|+12 (5)

其中，X_s指时间变量,X_i指历史服务时间点集合中的第i个历史服务时间点，difference(X_s,X_i)指时间变量和第i个历史服务时间点之间的时差。

可以看出，当|X_s-X_i|≤12时，时差可以表示如下：

difference(X_s,X_i)＝|X_s-X_i| (6)

当|X_s-X_i|>12时，时差可以表示如下：

difference(X_s,X_i)＝24-|X₁-X₂| (7)

在步骤606中，处理引擎112可以确定与至少两个时差有关的离散参数。如本文所使用的，离散参数可以指示时间变量和历史服务时间点集合的离散程度。离散参数可包括方差、标准差、平方和等或其组合。例如，处理引擎112可以根据下面的公式(8)确定至少两个时差的平方和：

其中L(X_s)指至少两个时差的平方和。

在步骤608中，处理引擎112可以基于离散参数确定时间变量的值。处理引擎112可以确定对应于离散参数最小值的时间变量的值。例如，处理引擎112可以根据下面的公式(9)确定离散参数的一阶导数：

其中，L(X_s)′指至少两个时差平方和的一阶导数。

根据公式(9)，预测的服务时间点可以是使所述历史服务时间点集合相对预测的服务时间点具有统计最小误差分布的时间。也就是说，预测的服务时间点可以是时间变量的值，其使得至少两个时差平方和的一阶导数等于0。

为了确定使离散参数的一阶导数等于0的时间变量的值，处理引擎112可以根据下面的公式(10)和公式(11)确定时间变量的第一数值：

|X_s-X_i|＝0 (10)

||X_s-X_i|-12|＝0 (11)

根据上面的公式(10)和公式(11)，处理引擎112可以确定时间变量的第一数值，如下：

X_s＝X_i (12)

X_s＝X_i±12 (13)

处理引擎112可以进一步确定包括下面所示的时间变量的至少两个第一数值的第一集合：

S＝{X_i-12,X_i,X_i+12|i＝1,2,3,…,n} (14)

其中S指的是第一集合。

可以看出，在第一集合中，可能存在小于或等于0的第一元素和大于24的第二元素。处理引擎112可以从第一集合中移除第一元素和第二元素，并确定下面所示的第二集合：

A＝(a₁,a₂,a₃,…,a_2n) (15)

应该注意的是，第二集合中的元素是顺序的，即a_i+1的值大于a_i的值。可以看出，第二集合中的元素数量是2n。

处理引擎112还可以将元素“0”和元素“24”添加到第二集合中，并确定下面所示的第三集合：

B＝(0,a₁,a₂,a₃,…,a_2n,24) (16)

可以假设第三集合中的元素排列在数轴上，并且数轴可以被元素分成至少两个分段。很明显，第三集合中的元素数量是2n+2，并且至少两个分段的数量是2n+1。

对于至少两个分段中的每一个分段，处理引擎112可以确定该分段内的时间变量的一个或以上第二数值，这使得至少两个时差的平方和的一阶导数等于0(即，该分段中时间变量的一个或以上第二数值对应于平方和的最小值)。在确定时间变量的一个或以上第二数值的过程中，处理引擎112可以首先选择某一分段，并且假设时间变量的值在该分段内，则处理引擎112可以分析公式(9)并确定使至少两个时差平方和的一阶导数等于0的时间变量的第三数值。处理引擎112可以确定第三数值是否在该分段内，如果在，则处理引擎112可以存储第三数值；如果不在，则处理引擎112可以选择另一分段并重复上述过程，直到选择了所有至少两个分段。处理引擎112可以将所存储的第三数值确定为时间变量的第二数值。

在步骤610中，处理引擎112可以基于时间变量的第二数值来预测服务时间点。例如，如果处理引擎112仅确定时间变量的一个第二数值，则处理引擎112可以预测服务时间点为对应于所确定的时间变量的第二数值的时间点。又例如，如果处理引擎112确定时间变量多于一个的第二数值，则处理引擎112可以选择第二数值中的一个并且预测服务时间点为对应于所选择时间变量的第二数值的时间点。又例如，处理引擎112可以确定多于一个的预测服务时间点。每个预测的服务时间点对应于时间变量的第二数值之一。

在一些实施例中，处理引擎112可以基于存储在只读存储器230或随机存取内存240中的指令来确定时间变量的第二数值。例如，处理引擎112可以根据python编程语言确定时间变量的值。

例如，处理引擎112可以定义结构以表示以下所示的至少两个分段中的每一个分段：

structsection{float min,float mid,float max}

其中float min指该分段的起点，float mid指该分段的中点，float max指该分段的终点。例如，

处理引擎112可以选择对应于某一分段的某一结构，并且假设时间变量的值在该结构内，根据该结构，处理引擎112可以按照如下修正公式(9)：

L(X_s)′＝a·X_s+b (17)

此外，处理引擎112可以按照如下确定使至少两个时差平方和的一阶导数等于0的时间变量的第四数值：

处理引擎112可以进一步确定时间变量的第四数值是否在该结构内，如果在，则处理引擎112可以存储该第四数值；如果不在，则处理引擎112可以选择另一个结构并重复上述过程，直到选择了所有至少两个结构。

应当注意，处理引擎112可以根据其他编程语言确定时间变量的值，例如，C语言、C++语言、Pascal语言、JAVA语言、SQL语言等或其组合。

上文已对基本概念做了描述，显然，对于阅读此申请后的本领域的普通技术人员来说，上述发明披露仅作为示例，并不构成对本申请的限制。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定术语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。另外，本申请的实施例可以以一个或以上计算机程序的形式存在，它们可以承载在计算机可读取的媒介中。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。此类传播讯号可以有多种形式，包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可以读信号媒体上的程序编码可以通过任何合适的媒体进行传播，包括无线电、电缆、光纤缆线、RF、或类似媒体、或任何上述媒体的组合。

本申请各部分操作所需的计算机程序编码可以用任意一个或以上程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机上运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非申请专利范围中明确说明，否则所述处理元素或序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请过程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，所述类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动装置上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims

1.一种系统，包括：

一个或以上存储介质，包括用于预测乘客使用运输服务的服务时间点的指令；以及

一个或以上处理器，被配置为与所述一个或以上存储介质通信，其中，当执行所述指令时，所述一个或以上处理器用于：

通过至少一个在线运输服务提供平台获取乘客使用运输服务的历史服务时间点集合；

确定与所述历史服务时间点集合相关的分布信息；

根据所述分布信息预测服务时间点；以及

在所述预测的服务时间点之前的预定时间段内将与所述运输服务相关的信息推送给所述乘客。

2.根据权利要求1所述的系统，其特征在于，为了基于所述分布信息预测所述服务时间点，所述一个或以上处理器用于：

基于所述历史服务时间点集合确定至少两个第一向量，其中每个第一向量与所述历史服务时间点集合中的一个历史服务时间点相关联；

根据所述至少两个第一向量确定第二向量；以及

根据所述第二向量预测所述服务时间点。

3.根据权利要求2所述的系统，其特征在于，基于所述至少两个第一向量的总和来确定所述第二向量。

4.根据权利要求2所述的系统，其特征在于，所述至少两个第一向量中的每个第一向量是将相应的历史服务时间点投影到单位圆度盘的单位向量。

5.根据权利要求4所述的系统，其特征在于，所述至少两个第一向量中的每个第一向量与直角坐标系相关联，所述直角坐标系包括：

正水平坐标，指示零点；

负水平坐标，指示十二点；

正垂直坐标，指示六点；以及

负垂直坐标，指示十八点。

6.根据权利要求5所述的系统，其特征在于，所述至少两个第一向量与相对于所述正水平坐标的至少两个第一角度对应。

7.根据权利要求6所述的系统，其特征在于，基于所述分布信息预测所述服务时间点，所述一个或以上处理器用于：

确定所述第二向量相对于所述正水平坐标的第二角度；以及

根据所述第二角度预测所述服务时间点。

8.根据权利要求1所述的系统，其特征在于，所述预测的服务时间点是使所述历史服务时间点集合相对所述预测的服务时间点具有统计最小误差分布的时间。

9.根据权利要求8所述的系统，其特征在于，所述误差分布包括时差集合，每个时差与所述预测的服务时间点和所述历史服务时间点集合中的历史服务时间点之间的差值相关联；以及

为预测所述服务时间点，所述一个或以上处理器进一步用于：

确定与所述时差集合相关的离散参数；

确定对应于所述离散参数最小值的时间；以及

确定所述时间为所述预测的服务时间点。

10.根据权利要求9所述的系统，其特征在于，为了确定所述对应于所述离散参数最小值的时间，所述一个或以上处理器用于：

确定所述离散参数的一阶导数；以及

根据所述一阶导数确定所述对应于所述离散参数最小值的时间。

11.根据权利要求9所述的系统，其特征在于，所述离散参数包括所述时差集合的平方和、所述时差集合的方差或所述时差集合的标准差。

12.一种方法，包括：

计算机服务器通过至少一个在线运输服务提供平台获取乘客使用运输服务的历史服务时间点集合；

所述计算机服务器确定与所述历史服务时间点相关的分布信息；

根据所述分布信息预测服务时间点；以及

13.根据权利要求12所述的方法，其特征在于，基于所述分布信息预测所述服务时间点包括：

基于所述历史服务时间点集合用所述计算机服务器确定至少两个第一向量，其中每个第一向量与所述历史服务时间点集合中的一个历史服务时间点相关联；

基于所述至少两个第一向量用所述计算机服务器确定第二向量；以及

基于所述第二向量用所述计算机服务器预测所述服务时间点。

14.根据权利要求13所述的方法，其特征在于，基于所述至少两个第一向量的总和确定所述第二向量。

15.根据权利要求13所述的方法，其特征在于，所述至少两个第一向量中的每个第一向量是将对应的历史服务时间点投影到单位圆度盘的单位向量。

16.根据权利要求15所述的方法，其特征在于，所述至少两个第一向量中的每个第一向量与直角坐标系相关联，所述直角坐标系包括：

正水平坐标，指示零点；

负水平坐标，指示十二点；

正垂直坐标，指示六点；以及

负垂直坐标，指示十八点。

17.根据权利要求16所述的方法，其特征在于，所述至少两个第一向量与相对于所述正水平坐标的至少两个第一角度对应。

18.根据权利要求17所述的方法，其特征在于，基于所述分布信息预测所述服务时间点包括：

所述计算机服务器根据所述正水平坐标确定关于所述第二向量的第二角度；以及

基于所述第二角度用所述计算机服务器预测所述服务时间点。

19.根据权利要求12所述的方法，其特征在于，所述预测的服务时间点是使所述历史服务时间点集合相对所述预测的服务时间点具有统计最小误差分布的时间。

20.根据权利要求19所述的方法，其特征在于，所述误差分布包括时差集合，每个时差与所述预测的服务时间点和所述历史服务时间点集合中的历史服务时间点之间的差值相关联；以及

所述预测所述服务时间点包括：

用所述计算机服务器确定与所述时差相关的离散参数；

用所述计算机服务器确定对应于所述离散参数最小值的时间；以及用所述计算机服务器确定所述时间作为所述预测的服务时间点。

21.根据权利要求20所述的方法，其特征在于，所述确定对应于所述离散参数最小值的所述时间包括：

用所述计算机服务器确定所述离散参数的一阶导数；以及

基于所述一阶导数用所述计算机服务器确定所述离散参数的所述最小值所对应的所述时间。

22.根据权利要求20所述的方法，其特征在于，所述离散参数包括所述时差集合的平方和、所述时差集合的方差或所述时差集合的标准差。