[发明专利]确定预计到达时间的系统和方法

权利要求书

1.一种用于确定预计到达时间的方法，其特征在于，所述方法包括：

通过网络接收来自与服务请求者相关联的请求者终端的服务请求；

从所述服务请求中获取上车地点、目的地和请求相关的信息；

基于所述请求相关的信息确定至少一个请求相关的特征向量；

通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量；以及

基于所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量，确定所述预计到达时间；

其中，所述至少一个路段相关的特征向量反映路段的静态特征和动态特征，所述路段表定期更新，所述路段表通过如下方式生成：

获取与区域的道路相对应的至少两个路段；以及

基于模型生成与所述至少两个路段相关的特征向量，所述至少两个路段相关的特征向量的每个可以对应于所述至少两个路段中的一个。

2.根据权利要求1所述的方法，其特征在于，所述请求相关的信息包括时间信息、天气信息或所述服务请求类型中的至少一个。

3.根据权利要求1或2所述的方法，其特征在于，所述请求相关的信息包括所述服务请求者的个人信息、所述服务请求者的偏好设置、或所述服务请求者的行程习惯中的至少一个。

4.根据权利要求1或2所述的方法，其特征在于，所述请求相关的信息包括服务提供者的个人信息、所述服务提供者的车辆信息、或所述服务提供者的驾驶习惯中的至少一个。

5.根据权利要求1所述的方法，其特征在于，所述通过搜索存储在数据库中的预先生成的路段表，基于所述上车地点和所述目的地来确定至少一个路段相关的特征向量包括：

确定从所述上车地点到所述目的地位置的目标路线；

基于所述目标路线确定路段序列，其中，所述路段序列包括至少一个路段；以及

通过搜索存储在所述数据库中的所述预先生成的路段表，为所述至少一个路段中的每一个检索所述路段相关的特征向量。

6.根据权利要求1所述的方法，其特征在于，确定所述预计到达时间的响应时间为微秒级。

7.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个请求相关联的特征向量和所述至少一个路段相关的特征向量，确定所述预计到达时间包括：

通过指定所述至少一个请求相关的特征向量和所述至少一个路段相关的特征向量作为预计到达时间确定模型的输入，来确定所述预计到达时间。

8.根据权利要求7所述的方法，其特征在于，所述预计到达时间确定模型是人工神经网络模型。

9.根据权利要求7或8所述的方法，其特征在于，所述预计到达时间确定模型的训练方法包括：

获取与一组历史服务请求相关的信息，其中，所述与所述一组历史服务请求相关的信息包括样本路段相关的特征向量、样本请求相关的特征向量、和分别与所述样本路段相关的特征向量和所述样本请求相关的特征向量相关联的样本预计到达时间；

通过指定对应的样本路段相关的特征向量和对应的样本请求相关的特征向量作为所述预计到达时间确定模型的输入，来确定所述一组历史服务请求的预测预计到达时间；以及

通过最小化对应的样本预计到达时间和所述一组历史服务请求的每一个的所述预测预计到达时间之间差，来迭代地训练所述预计到达时间确定模型。

10.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

通过所述网络，将所述预计到达时间发送到与所述服务请求者相关联的所述请求者终端。