【技术实现步骤摘要】
一种修正上车点名称的方法和系统
本申请涉及出行
,特别涉及一种修正上车点名称的方法和系统。
技术介绍
随着互联网技术的发展,公众越来越愿意选择网约车出行。用户在使用网约车平台打车时,网约车平台可以根据用户的当前位置定位、历史打车习惯或者根据用户输入的检索词等,从推荐上车点数据库中选择并向用户推荐上车点。但是由于,比如,推荐上车点数据库中上车点的名称一开始就命名错误、推荐上车点数据库数据更新不及时等原因,网约车平台推荐的推荐上车点的名称有可能是不准确的。这就可能导致司机接驾地址有较大偏差,降低网约车平台的运行效率并给司乘带来不好的用户体验。因此,针对上述问题,有必要提供一种修正上车点名称的方法和系统以自动识别出不准确的上车点名称,并对所述不准确的上车点名称进行修正。
技术实现思路
本申请实施例之一提供一种修正上车点名称的方法。所述方法包括:从多个历史运输订单中获取多个推荐上车点,所述推荐上车点由运输服务平台从推荐上车点数据库中选择并推荐,所述推荐上车点包括位置信息以及上车点名称;基于所述多个推荐上车点的位置信息,利用聚类算法将所述多个推荐上车点分成一个或以上类簇;基于所述一个或以上类簇,确定一个或以上POI区域及其名称;基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正。本申请实施例之一提供一种修正上车点名称的系统。所述系统包括:获取模块,用于从多个历史运输订单中获取多个推荐上车点,所述推荐上车点由运输服务平台从推荐上车点数据库中选 ...
【技术保护点】
1.一种修正上车点名称的方法,其特征在于,所述方法包括:/n从多个历史运输订单中获取多个推荐上车点,所述推荐上车点由运输服务平台从推荐上车点数据库中选择并推荐,所述推荐上车点包括位置信息以及上车点名称;/n基于所述多个推荐上车点的位置信息,利用聚类算法将所述多个推荐上车点分成一个或以上类簇;/n基于所述一个或以上类簇,确定一个或以上POI区域及其名称;/n基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正。/n
【技术特征摘要】
1.一种修正上车点名称的方法,其特征在于,所述方法包括:
从多个历史运输订单中获取多个推荐上车点,所述推荐上车点由运输服务平台从推荐上车点数据库中选择并推荐,所述推荐上车点包括位置信息以及上车点名称;
基于所述多个推荐上车点的位置信息,利用聚类算法将所述多个推荐上车点分成一个或以上类簇;
基于所述一个或以上类簇,确定一个或以上POI区域及其名称;
基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正。
2.如权利要求1所述的方法,其特征在于,所述基于所述一个或以上类簇,确定一个或以上POI区域及其名称,包括对所述一个或以上类簇中的每一个:
确定该类簇的中心点,基于所述类簇中一个或多个推荐上车点到所述类簇的中心点的距离确定所述类簇的类簇半径;
基于该类簇的中心点及类簇半径确定其对应的POI区域,所述类簇的中心点为所述POI区域的中心,所述类簇半径为所述POI区域的辐射半径;
基于该类簇中的一个或多个推荐上车点的上车点名称确定该POI区域的名称。
3.如权利要求2所述的方法,其特征在于,所述基于该类簇中的一个或多个推荐上车点的上车点名称确定该POI区域的名称,包括:
指定该类簇中数量最多的推荐上车点的上车点名称作为该POI区域的名称。
4.如权利要求2所述的方法,其特征在于,所述确定所述类簇的中心点,包括:
获取所述类簇中一个或多个推荐上车点中的每一个的位置坐标;以及
计算所述一个或多个推荐上车点的位置坐标的平均值作为所述类簇的中心点的位置坐标。
5.如权利要求2所述的方法,其特征在于,所述基于所述类簇中一个或多个推荐上车点到所述类簇的中心点的距离确定所述类簇的类簇半径,包括:
选取所述类簇中的推荐上车点到所述中心点的距离的最大值作为所述类簇的类簇半径。
6.如权利要求1所述的方法,其特征在于,所述基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正,包括,对所述一个或以上POI区域中的每一个:
将该POI区域的名称作为该POI区域内的推荐上车点的上车点名称。
7.如权利要求6所述的方法,其特征在于,一个或多个推荐上车点属于两个或以上所述POI区域,所述一个或多个推荐上车点中的每一个的上车点名称包括所述两个或以上所述POI区域的名称。
8.如权利要求7所述的方法,其特征在于,所述基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正,还包括,对所述一个或以上POI区域中的每一个:
基于该POI区域的中心到其中各推荐上车点的距离,确定该POI区域内各推荐上车点的名称置信度。
9.如权利要求8所述的方法,其特征在于,所述名称置信度负相关于其推荐上车点到其所属POI区域的中心的距离和其所属POI区域的辐射半径的比例。
10.如权利要求1所述的方法,其特征在于,还包括:
迭代进行利用经训练的评估模型对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正的步骤,以及所述基于所述一个或以上POI区域的名称对各POI区域内部的推荐上车点在推荐上车点数据库中的上车点名称进行修正的步骤,直到满足迭代终止条件,得到各推荐上车点的最终的上车点名称。
11.如权利要求10所述的方法,其特征在于,所述评估模型通过以下方法获取:
基于所述一个或多个推荐上车点以及所述一个或多个POI区域,获得一个或多个带标签的训练样本,其中,所述训练样本包括一个推荐上车点的特征数据与一个POI区域的特征数据,所述标签反映所述POI区域的名称为所述推荐上车点的上车点名称的名称置信度;
利用所述一个或多个训练样本对初始机器学习模型进行训练,获得所述评估模型。
12.如权利要求10所述的方法,其特征在于,所述推荐上车点的特征数据包括其位置信息;
所述POI区域的特征数据包括以下中的至少一种:辐射半径、中心、热度、属性、周围环境、与其他POI的关系以及所述中心与所述推荐上车点的距离。
13.一种修正上车点名称的系统,其特征在于,所述系统包括:
获取模块,用于从多个历史运输订单中获取多个推荐上车点,所述推荐上车点由运输服务平台从推荐上车点数据库中选择并推荐,所述推荐上车点包括位置信息以及上车点名称;
聚类模块,用于基于所述多个推荐上车点...
【专利技术属性】
技术研发人员:陈铭权,吴治斌,
申请(专利权)人:北京嘀嘀无限科技发展有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。