申请/专利权人：武汉物易云通网络科技有限公司

申请日：2019-12-26

公开（公告）日：2021-05-07

公开（公告）号：CN111209473B

主分类号：G06F16/9535(20190101)

分类号：G06F16/9535(20190101);G06Q10/08(20120101)

优先权：

专利状态码：有效-授权

法律状态：2021.05.07#授权;2020.06.23#实质审查的生效;2020.05.29#公开

摘要：本发明提供了一种基于大数据的车货匹配方法及系统，其方法包括：首先，利用司机历史交易记录，分析得到车货匹配算法中的各指标的得分情况；然后，进行权重的计算，即根据司机过去喜欢什么样的货源来产生刻画此用户喜好的特征向量；最后，计算货源在这些指标下的匹配度，并将匹配度较高的前N个货源推荐给司机。本发明的有益效果是：通过推荐系统优选匹配度高的司机进行通知，以此提高成单率和叫车效率。

主权项：1.一种基于大数据的车货匹配方法，其特征在于：包括以下步骤：S101：获取多个司机的历史交易记录；S102：根据各司机的历史交易记录，获取各司机的偏好特征向量；S103：获取所有新货源的指标属性，并将各新货源的指标属性拆分为对应的属性标签；所述新货源有多个，每个新货源对应多个属性标签；S104：根据各司机的偏好特征向量及各新货源的属性标签，获得各司机相对于每个新货源的偏好向量r，其中r＝[x1，x2，…，xi，…，xm]，xi为该司机对每个新货源的第i个属性标签的偏好值，xi的值等于该司机的偏好特征向量中的wi的值；进而采用余弦相似度计算公式计算各司机相对于每个新货源的偏好向量r和新货源属性向量之间的相似度，得到各司机和各个新货源之间的相似度值；S105：对于每个司机，将其对应的多个新货源的相似度值从大到小进行排序，并选择前N个相似度值对应的新货源推荐给司机；其中，N为预设值，且N大于0；其中，步骤S102中，针对某个司机，根据其历史交易记录，获取该司机的特征向量的方法如下：S201：将该司机的历史货源集合表示为D＝[d1，d2，...，dj，...，dn]；其中，dj表示第j个货源，j＝1，2，...，n，n为历史货源集合中的货源总数；S202：将每个货源的属性标签集合表示为T＝[t1，t2，...，ti，...，tm]；其中，ti表示该货源的第i个属性标签；i＝1，2，...，m，m为货源的属性标签总数；S203：结合S201和S202，将该用户对货源dj的喜好的特征向量表示为：dj＝[w1j，w2j，...，wij，...，wnj]；其中，wij表示第j个货源的第i个属性标签在货源dj中所占的权重大小；其中，wij的计算公式为：S204：把该司机与历史货源集合中所有货源对应的特征向量的平均值作为此司机的偏好特征向量W；即，W＝[w1，w2，...，wi，...，wm]；其中，wi表示司机对第i个属性标签的偏好值，将司机对所有历史货源的第i个属性标签的权重大小的平均值作为其对第i个属性标签的偏好值，即

全文数据：

权利要求：

百度查询： 武汉物易云通网络科技有限公司 一种基于大数据的车货匹配方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD