申请/专利权人：盛威时代科技集团有限公司

申请日：2020-07-23

公开（公告）日：2024-03-29

公开（公告）号：CN112070571B

主分类号：G06Q30/0601

分类号：G06Q30/0601;G06V40/16;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2020.12.29#实质审查的生效;2020.12.11#公开

摘要：本发明公开了一种智能化的网约车信息处理方法，该方法包括：获取网约车信息，并将所述网约车信息基于用户显示界面展示给乘客端；获取乘客端基于展示的所述网约车信息输入的当前预约信息；对获取的所述当前预约信息进行数据处理，并计算所述当前预约信息对应的当前匹配度；将所述当前匹配度与预设匹配度进行比较，并根据比较结果，验证所述当前预约信息对应的目标用户身份信息；根据所述目标用户身份信息的验证通过的结果，向该用户提供对应的目标网约车信息；提高了网约车信息处理的安全性和可靠性，同时也使得网约车信息的配置更加智能和灵活。

主权项：1.一种智能化的网约车信息处理方法，其特征在于，所述方法包括：获取网约车信息，并将所述网约车信息基于用户显示界面展示给乘客端；获取乘客端基于展示的所述网约车信息输入的当前预约信息；对获取的所述当前预约信息进行数据处理，并计算所述当前预约信息对应的当前匹配度；将所述当前匹配度与预设匹配度进行比较，并根据比较结果，验证所述当前预约信息对应的目标用户身份信息；根据所述目标用户身份信息的验证通过的结果，向该用户提供对应的目标网约车信息；所述获取网约车信息，包括：针对新加入的网约车，获取所述网约车对应的网约车信息；根据所述网约车信息，提取所述网约车对应的行为特征信息，并将提取的所述行为特征信息进行数字化，得到对应的行为特征参数；根据得到的所述行为特征参数，利用训练完成的神经网络模型，为所述网约车进行信息配置；所述根据得到的所述行为特征参数，利用训练完成的神经网络模型，为所述网约车进行信息配置，包括：根据得到的所述行为特征参数，将所述行为特征参数代入所述神经网络模型，计算得到所述网约车对应的所属站场编号，以及所述网约车对应的终点站场与所述所属站场之间的距离；根据所述网约车对应的终点站场与所述所属站场之间的距离，得到所述网约车对应的起始站场和终点站场；根据所述起始站场和终点站场，即可得到所述网约车对应的运行线路；所述根据得到的所述行为特征参数，利用训练完成的神经网络模型，为所述网约车进行信息配置，之前还包括步骤：基于现有的网约车，收集现有的网约车对应的车辆行为信息与线路信息；利用收集的所述车辆行为信息与线路信息，训练得到对应的所述神经网络模型；所述利用收集的所述车辆行为信息与线路信息，训练得到对应的所述神经网络模型，包括：利用收集的所述车辆行为信息与线路信息，获取所述车辆行为信息与线路信息对应的已有行为特征；对所述已有行为特征进行数字化，得到对应的已有行为参数；其中，所述已有行为参数包括：司机年龄X1、司机性别X2、司机外语能力等级X3、司机驾龄X4、司机信用等级X5、车辆车型信息X6、车辆核定座位数X7、车辆行驶总里程X8、车牌颜色X9、对应的业务代码X10、车辆所属站场Y1、车辆对应的线路小时数Y2；即针对现有的一台网约车Zi，收集得到的所述已有行为参数为：X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、Y1、Y2，则收集N个现有的网约车对应得到的已有行为参数为基于收集的所述已有行为参数，构造一个输入数据为10维，输出数据为2维的深度神经网络，则有数学式1：outputX＝σW6*σW5*σW4*σW3*σW2*σW1X+b1+b2+b3+b4+b5+b61所述数学式1中，W1∈R10×10，表示W1为10×10维实矩阵；b1∈R10，表示b1为10维实向量；W2∈R10×10，表示W2为10×10维实矩阵；b2∈R10，表示b2为10维实向量；W3∈R10×10，表示W3为10×10维实矩阵；b3∈R10，表示b3为10维实向量；W4∈R10×5，表示W4为10×5维实矩阵；b4∈R5，表示b4为5维实向量；W5∈R5×5，表示W5为5×5维实矩阵；b5∈R5，表示b5为5维实向量；W6∈R5×2，表示W6为5×2维实矩阵；b6∈R2，表示b6为2维实向量；R表示实数域，σ为激活函数，其表达式为： 定义损失函数，并采用梯度下降算法，计算得到所述深度神经网络对应的参数W1至W6以及b1至b6；将得到的参数W1至W6以及b1至b6代入所述深度神经网络，即可得到训练好的所述神经网络模型。

全文数据：

权利要求：

百度查询： 盛威时代科技集团有限公司 智能化的网约车信息处理方法

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