本發(fā)明實(shí)施例涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種用車出行行為的預(yù)測方法、裝置、服務(wù)器以及存儲介質(zhì)。

背景技術(shù)：

隨著智能設(shè)備的普及以及互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)上叫車服務(wù)已經(jīng)成為用戶出行生活中很重要的一部分，為社會(huì)各階層人士乘車出行提供了便捷高效的服務(wù)。用戶可以利用智能設(shè)備中帶有網(wǎng)絡(luò)叫車功能的應(yīng)用軟件實(shí)現(xiàn)即時(shí)叫車或者預(yù)約車。用戶使用網(wǎng)上叫車服務(wù)時(shí)，通常需要輸入起始地點(diǎn)、目的地點(diǎn)以及出行時(shí)間，后臺服務(wù)器根據(jù)用戶輸入的起始地點(diǎn)、目的地點(diǎn)以及出行時(shí)間向可網(wǎng)絡(luò)叫車的車輛派發(fā)用車訂單，以使得該車輛的司機(jī)根據(jù)用車訂單為用戶提供用車服務(wù)。

然而，用戶使用網(wǎng)上叫車服務(wù)時(shí)，可能會(huì)出現(xiàn)長時(shí)間的等待接單車輛到達(dá)起始地點(diǎn)，或者由于用車需求過高導(dǎo)致長時(shí)間無車接單的情況。同時(shí)，當(dāng)用戶用車需求過低時(shí)，可能會(huì)出現(xiàn)可網(wǎng)絡(luò)叫車的車輛每天接單數(shù)量很少，需要長時(shí)間的等待用車訂單的情況，導(dǎo)致用車效率過低。

為了防止上述情況的發(fā)生，后臺服務(wù)器通常會(huì)對用戶的出行行為進(jìn)行預(yù)測，以提高用車效率。通常情況下，后臺服務(wù)器會(huì)根據(jù)用戶的歷史用車需求對該用戶的出行行為進(jìn)行預(yù)測。然而，上述方案對于某些未使用過網(wǎng)上叫車服務(wù)的潛在用戶并不適用，同時(shí)，上述方案也無法實(shí)現(xiàn)對于突發(fā)情況引起的網(wǎng)上叫車服務(wù)的準(zhǔn)確預(yù)測。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種用車出行行為的預(yù)測方法、裝置、服務(wù)器以及存儲介質(zhì)，以實(shí)現(xiàn)對用戶的個(gè)性化用車出行行為進(jìn)行準(zhǔn)確的預(yù)測。

第一方面，本發(fā)明實(shí)施例提供了一種用車出行行為的預(yù)測方法，包括：

對待預(yù)測用戶進(jìn)行場景特征監(jiān)測，以獲取所述待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征；

根據(jù)待預(yù)測用戶的用戶畫像特征和所述場景特征進(jìn)行用車出行預(yù)測。

第二方面，本發(fā)明實(shí)施例還提供了一種用車出行行為的預(yù)測裝置，包括：

監(jiān)測模塊，用于對待預(yù)測用戶進(jìn)行場景特征監(jiān)測，以獲取所述待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征；

預(yù)測模塊，用于根據(jù)待預(yù)測用戶的用戶畫像特征和所述場景特征進(jìn)行用車出行預(yù)測。

第三方面，本發(fā)明實(shí)施例還提供了一種服務(wù)器，包括：

一個(gè)或多個(gè)處理器；

存儲裝置，用于存儲一個(gè)或多個(gè)程序，

當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如第一方面所述的用車出行行為的預(yù)測方法。

第四方面，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的用車出行行為的預(yù)測方法。

本發(fā)明提供的用車出行行為的預(yù)測方法、裝置、服務(wù)器以及存儲介質(zhì)，通過待預(yù)測用戶的用戶畫像特征以及待預(yù)測用戶當(dāng)前所處的即時(shí)應(yīng)用場景的場景特征對待預(yù)測用戶進(jìn)行用車出行預(yù)測的技術(shù)方案，實(shí)現(xiàn)了可以針對每個(gè)待預(yù)測用戶進(jìn)行個(gè)性化的用車出行預(yù)測，不僅可以提高用車出行預(yù)測的準(zhǔn)確率，還可以針對每個(gè)待預(yù)測用戶個(gè)性化的用車出行需求向每個(gè)用戶提供個(gè)性化的用車服務(wù)，以提升用戶的使用體驗(yàn)。

附圖說明

圖1a為本發(fā)明實(shí)施例一提供的用車出行行為的預(yù)測方法的流程圖；

圖1b為本發(fā)明實(shí)施例一提供的待預(yù)測用戶的確定方法的流程圖；

圖2為本發(fā)明實(shí)施例二提供的用車出行行為的預(yù)測方法的流程圖；

圖3為本發(fā)明實(shí)施例三提供的用車出行行為的預(yù)測方法的流程圖；

圖4為本發(fā)明實(shí)施例四提供的一種用車出行行為的預(yù)測裝置的結(jié)構(gòu)示意圖；

圖5為本發(fā)明實(shí)施例五提供的一種服務(wù)器的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實(shí)施例一

圖1a為本發(fā)明實(shí)施例一提供的用車出行行為的預(yù)測方法的流程圖，本實(shí)施例可適用于對待預(yù)測用戶進(jìn)行個(gè)性化用戶出行預(yù)測的情況，該方法可以由用車出行行為的預(yù)測裝置來執(zhí)行，其中該裝置可以通過軟件和/或硬件的方式實(shí)現(xiàn)，并集成在服務(wù)器中。其中，該服務(wù)器為提供用車出行服務(wù)的后臺服務(wù)器。參考圖1a，本實(shí)施例提供的預(yù)測方法具體包括：

S110、對待預(yù)測用戶進(jìn)行場景特征監(jiān)測，以獲取待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征。

在本實(shí)施例中，即時(shí)應(yīng)用場景為待預(yù)測用戶當(dāng)前所處的應(yīng)用場景，例如天氣場景、交通路況狀況以及異地場景等。某個(gè)應(yīng)用場景的場景特征為該應(yīng)用場景下可能出現(xiàn)的各個(gè)要素，以天氣場景為例，對應(yīng)的場景特征可以包括：晴天、雨天、陰天以及雪天等，以交通路況狀況為例，對應(yīng)的場景特征可以包括：擁堵、通暢以及發(fā)生交通事故等。不同的應(yīng)用場景下，待預(yù)測用戶的用車需求可能不同。

具體的，待預(yù)測用戶的選擇方式可以根據(jù)實(shí)際情況進(jìn)行設(shè)定。例如，由服務(wù)器的運(yùn)營者在某些特定的用戶中選擇待預(yù)測用戶。又如，根據(jù)用戶的歷史用車出行行為，選擇存在用車出行意圖的用戶作為待預(yù)測用戶。

進(jìn)一步的，對待預(yù)測用戶進(jìn)行場景特征監(jiān)測時(shí)，可以實(shí)時(shí)對待預(yù)測用戶的日志流進(jìn)行跟蹤，并根據(jù)跟蹤結(jié)果確定待預(yù)測用戶的場景特征。其中，該日志流中包括待預(yù)測用戶的網(wǎng)絡(luò)行為以及用戶所處的位置信息等信息。

需要說明的是，對待預(yù)測用戶進(jìn)行場景特征監(jiān)測時(shí)，不僅局限于對某一個(gè)應(yīng)用場景的場景特征進(jìn)行監(jiān)測。比如可以同時(shí)對待預(yù)測用戶的天氣場景和異地場景進(jìn)行監(jiān)測。

S120、根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測。

其中，用戶畫像特征包括：性別、年齡、學(xué)歷、收入、職位、所屬公司、所屬行業(yè)、興趣分類、常用應(yīng)用軟件類型信息、常駐位置信息、本地出行平均距離以及預(yù)設(shè)間隔內(nèi)的異地出行數(shù)據(jù)中的至少一種。根據(jù)用戶畫像特征可以得到用戶的虛擬形象。

通過對全部歷史用車訂單的分析，發(fā)現(xiàn)用車出行行為與用戶個(gè)人的用戶畫像特征有很大的關(guān)系，比如在一線城市，本科及以上的用戶在全部用車用戶中占比46％，同時(shí)，在本科以上的用戶中，63％的用戶使用專車服務(wù)。又如，在購物意圖場景中，女性用戶使用用車出行服務(wù)的概率遠(yuǎn)大于男性用戶使用用車出行服務(wù)的概率。因此，在對待預(yù)測用戶進(jìn)行用車出行預(yù)測時(shí)，不僅考慮場景特征，還應(yīng)該考慮用戶畫像特征，以保證得到的用車出行預(yù)測結(jié)果更加準(zhǔn)確，符合待預(yù)測用戶的個(gè)性化用車需求。

進(jìn)一步的，獲取用戶畫像特征的方式可以包括：獲取用戶輸入的信息和/或獲取用戶的網(wǎng)絡(luò)行為數(shù)據(jù)等方式。例如，獲取某一用戶的網(wǎng)絡(luò)行為數(shù)據(jù)時(shí)，發(fā)現(xiàn)該用戶使用搜索工具搜索的內(nèi)容通常為：美妝、護(hù)膚以及時(shí)尚等，而統(tǒng)計(jì)全網(wǎng)用戶的搜索行為數(shù)據(jù)后，確認(rèn)上述搜索內(nèi)容的用戶性別通常為女，因此，確定該用戶的性別為女。

用車出行預(yù)測為對待預(yù)測用戶是否使用用車出行服務(wù)進(jìn)行預(yù)測。其中，待預(yù)測用戶通過互聯(lián)網(wǎng)利用客戶端中帶有用車出行服務(wù)的應(yīng)用軟件進(jìn)行即時(shí)叫車或者預(yù)約車，服務(wù)器根據(jù)待預(yù)測用戶的用車需求向網(wǎng)絡(luò)中可約車輛的客戶端派發(fā)訂單，以便可約車輛向待預(yù)測用戶提供用車服務(wù)。其中，客戶端包括手機(jī)、平板電腦等智能設(shè)備。

具體的，對待預(yù)測用戶進(jìn)行用車出行預(yù)測時(shí)，可以結(jié)合待預(yù)測用戶的用戶畫像特征以及場景特征。例如，確定待預(yù)測用戶的常駐位置信息為A市B區(qū)，根據(jù)待預(yù)測用戶的場景特征確定該待預(yù)測用戶當(dāng)前處于C市D區(qū)，那么說明該待預(yù)測用戶位于異地，進(jìn)一步的，根據(jù)待預(yù)測用戶的場景特征確定待預(yù)測用戶當(dāng)前處于雨天，根據(jù)上述條件對該待預(yù)測用戶進(jìn)行用車出行預(yù)測，并且得到的用車出行預(yù)測結(jié)果為該待預(yù)測用戶用車出行的概率為90％。進(jìn)一步的，根據(jù)該用車出行預(yù)測結(jié)果可以將用車服務(wù)優(yōu)惠信息推送至待預(yù)測用戶的客戶端，以保證待預(yù)測用戶在體驗(yàn)用車出行服務(wù)時(shí)，享受優(yōu)惠信息，同時(shí)提高待預(yù)測用戶使用用車出行服務(wù)的可能性。需要說明的是，某些特定的場景下，可以無需獲取待預(yù)測用戶的用戶畫像特征，僅根據(jù)場景特征進(jìn)行用車出行預(yù)測。例如，某個(gè)地區(qū)在某個(gè)時(shí)間段內(nèi)舉辦大型的室外活動(dòng)，當(dāng)室外活動(dòng)結(jié)束時(shí)，該地區(qū)用戶的用車出行概率會(huì)很高，即該地區(qū)待預(yù)測用戶的即時(shí)應(yīng)用場景為戶外活動(dòng)場景，此時(shí)，根據(jù)該戶外活動(dòng)場景的場景特征便可以得到待預(yù)測用戶的用車出行預(yù)測結(jié)果。

可選的，根據(jù)用戶畫像特征以及場景特征進(jìn)行待預(yù)測用戶的用車出行預(yù)測時(shí)，可以利用用車出行預(yù)測模型。其具體為：首先獲取歷史用車出行訂單中各用戶的用戶畫像特征和當(dāng)時(shí)應(yīng)用場景的場景特征，再獲取使用過帶有用車出行服務(wù)的應(yīng)用軟件但是未發(fā)出過用車出行訂單的用戶的用戶畫像特征以及使用該應(yīng)用軟件時(shí)應(yīng)用場景的場景特征，利用邏輯回歸模型等機(jī)器學(xué)習(xí)模型對上述得到的數(shù)據(jù)進(jìn)行機(jī)器訓(xùn)練，以得到基于用戶畫像特征和場景特征的用車出行預(yù)測模型。當(dāng)進(jìn)行用車出行預(yù)測時(shí)，僅需要將待預(yù)測用戶的用戶畫像特征和即時(shí)應(yīng)用場景的場景特征輸入至用車出行預(yù)測模型，便可以得到用車出行預(yù)測結(jié)果，其中，該用車出行預(yù)測結(jié)果為一個(gè)具體的概率值。

本實(shí)施例提供的用車出行行為的預(yù)測方法，通過待預(yù)測用戶的用戶畫像特征以及待預(yù)測用戶當(dāng)前所處的即時(shí)應(yīng)用場景的場景特征對待預(yù)測用戶進(jìn)行用車出行預(yù)測的技術(shù)方案，實(shí)現(xiàn)了可以針對每個(gè)待預(yù)測用戶進(jìn)行個(gè)性化的用車出行預(yù)測，不僅可以提高用車出行預(yù)測的準(zhǔn)確率，還可以針對每個(gè)待預(yù)測用戶個(gè)性化的用車出行需求向每個(gè)用戶提供個(gè)性化的用車服務(wù)，以提升用戶的使用體驗(yàn)。

在上述技術(shù)方案的基礎(chǔ)上，參考圖1b，S110優(yōu)選可以包括：

S111、針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測。

目標(biāo)用戶為存在用車出行可能的用戶。其中，目標(biāo)用戶包括：潛在用車用戶、發(fā)出歷史用車出行訂單的用戶和/或關(guān)注用車服務(wù)的用戶。

可選的，在S111之前，優(yōu)選還包括：根據(jù)潛在用車用戶識別模型對第一預(yù)設(shè)用戶群的用戶畫像特征進(jìn)行識別，以確定第一預(yù)設(shè)用戶群中各用戶屬于潛在用車用戶的概率；根據(jù)概率選取用戶作為潛在用車用戶。

其中，由于用戶畫像特征會(huì)影響用車出行預(yù)測結(jié)果，因此，可以通過用戶畫像特征在第一預(yù)設(shè)用戶群中識別出使用用車出行服務(wù)概率較高的用戶，作為潛在用車用戶。第一預(yù)設(shè)用戶群包括：發(fā)出歷史用車出行訂單的用戶以及全網(wǎng)用戶中未發(fā)出過歷史用車出行訂單的用戶。

具體的，將第一預(yù)設(shè)用戶群中發(fā)出歷史用車出行訂單的用戶對應(yīng)的用戶集合作為正樣本集合，將全網(wǎng)用戶中未發(fā)出過歷史用車出行訂單的用戶對應(yīng)的用戶集合作為負(fù)樣本集合。將各樣本集合中各用戶的用戶畫像特征按照設(shè)定的置信度構(gòu)建用戶特征向量，其中，置信度的具體數(shù)據(jù)可以根據(jù)實(shí)際情況進(jìn)行設(shè)定。進(jìn)一步的，利用邏輯回歸方法對各用戶特征向量進(jìn)行學(xué)習(xí)，以得到潛在用車人群識別模型，進(jìn)而得到第一預(yù)設(shè)用戶群中各用戶成為潛在用車用戶的概率。

下面對潛在用車人群識別模型的算法進(jìn)行示例說明：

設(shè)定任意用戶u_j，其中1≤j≤M,M為第一預(yù)設(shè)用戶群的具體數(shù)量。根據(jù)用戶u_j的用戶畫像特征構(gòu)成的用戶特征向量為F_j＝(f_j⁽¹⁾,f_j⁽²⁾,f_j⁽³⁾,…,f_j^(N),1)^T，其中，f_j⁽ⁱ⁾表示用戶畫像特征中第i個(gè)特征對應(yīng)的數(shù)值，1≤i≤N，具體的特征-數(shù)值轉(zhuǎn)換規(guī)則本實(shí)施例不作限定。設(shè)定特征權(quán)重向量w＝(w⁽¹⁾,w⁽²⁾,w⁽³⁾,…w^(N),b)，其中，w⁽ⁱ⁾表示第i個(gè)特征對應(yīng)的權(quán)重，其中權(quán)重的具體值可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，b表示樣本偏置，第一預(yù)設(shè)用戶群的特征權(quán)重向量相同。u_j對應(yīng)的樣本類別為c_j，其中，c_j∈{0,1}，0表示正樣本，1表示負(fù)樣本，正樣本為第一預(yù)設(shè)用戶群中發(fā)出歷史用車出行訂單的用戶，負(fù)樣本為全網(wǎng)用戶中未發(fā)出過歷史用車出行訂單的用戶。

具體的，根據(jù)邏輯回歸方法可以得到第一預(yù)設(shè)用戶群中每個(gè)用戶屬于潛在用車用戶的概率，其具體公式為：其中，P(c＝1|F)表示某個(gè)用戶屬于潛在用車用戶的概率，F(xiàn)表示該用戶對應(yīng)的用戶特征向量，

根據(jù)上述方法便可以確定第一預(yù)設(shè)用戶群中每個(gè)用戶屬于潛在用車用戶的概率。需要說明的是，由于發(fā)出歷史用車出行訂單的用戶以及全網(wǎng)用戶中未發(fā)出過歷史用車出行訂單的用戶的數(shù)量非常龐大，因此，在實(shí)際統(tǒng)計(jì)時(shí)，可以對上述用戶進(jìn)行抽樣以確定第一預(yù)設(shè)用戶群，具體的抽樣規(guī)則本實(shí)施例中不作限定。

可選的，根據(jù)概率選取用戶作為潛在用車用戶時(shí)具體可以包括：

方案一、確定潛在用車用戶的總數(shù)量。從最大概率開始，按照由大到小的順序選取與總數(shù)量相等的概率，并將選取的概率對應(yīng)的用戶作為潛在用車用戶。

方案二、確定潛在用戶用戶的最低概率閾值。在全部概率中，截取大于或者等于最低概率閾值的概率，并將截取的概率對應(yīng)的用戶作為潛在用車用戶。

作為一種優(yōu)選方式，目標(biāo)用戶包括：潛在用車用戶、發(fā)出歷史用車出行訂單的用戶以及關(guān)注用車服務(wù)的用戶，這樣可以保證目標(biāo)用戶涵蓋范圍的準(zhǔn)確程度。比如，某些發(fā)出歷史用車出行訂單的用戶，由于其用車出行的概率較低，因此，該用戶并不屬于潛在用車用戶，但是由于該用戶發(fā)出過用車出行訂單，說明該用戶還是存在用車出行的可能，因此，將該用戶也加入至目標(biāo)用戶中。

進(jìn)一步的，關(guān)鍵場景為對用車出行預(yù)測結(jié)果起到?jīng)Q定作用的場景。其中，關(guān)鍵場景的場景特征被稱為關(guān)鍵場景特征。

在確定關(guān)鍵場景時(shí)，可以結(jié)合歷史用車出行訂單，分析各應(yīng)用場景對歷史用車出行行為的影響高低，并將對歷史用車出行行為影響較高的應(yīng)用場景確定為關(guān)鍵場景。

例如，結(jié)合歷史用車出行訂單可知，天氣場景對歷史用車出行行為影響較高，因此將天氣場景確定為關(guān)鍵場景。進(jìn)一步的，按照天氣場景的場景特征(如晴天、雨天以及雪天等)對目標(biāo)用戶進(jìn)行監(jiān)測，其中，在監(jiān)測時(shí)，需要先獲取目標(biāo)用戶的位置信息，進(jìn)而獲取該位置信息的天氣數(shù)據(jù)。

S112、判斷目標(biāo)用戶的關(guān)鍵場景特征是否滿足設(shè)定條件。如果目標(biāo)用戶的關(guān)鍵場景特征滿足設(shè)定條件，則執(zhí)行S113，否則，返回執(zhí)行S111。

由于每個(gè)關(guān)鍵場景中可以包含很大數(shù)量的關(guān)鍵場景特征，而某些關(guān)鍵場景特征下，目標(biāo)用戶幾乎不會(huì)使用用車出行服務(wù)，因此，可以對關(guān)鍵場景設(shè)定條件，如果目標(biāo)用戶的關(guān)鍵場景特征滿足該設(shè)定條件，則說明該關(guān)鍵場景特征是促進(jìn)目標(biāo)用戶使用用車出行服務(wù)的特征，反之，則說明該關(guān)鍵場景特征不是促進(jìn)目標(biāo)用戶使用用車出行服務(wù)的特征。其中，設(shè)定條件可以根據(jù)實(shí)際情況進(jìn)行設(shè)定。

以天氣場景為例，在監(jiān)測目標(biāo)用戶的關(guān)鍵場景特征時(shí)，可以獲取目標(biāo)用戶所在地的當(dāng)前天氣情況和未來天氣情況，以確認(rèn)獲取的天氣情況是否為促進(jìn)目標(biāo)用戶用車出行的天氣條件。假設(shè)通過場景特征可以未來兩天內(nèi)目標(biāo)用戶所在地區(qū)為小雨天氣，而小雨天氣是促進(jìn)目標(biāo)用戶使用用車出行服務(wù)的場景特征，所以在對目標(biāo)用戶未來兩天內(nèi)的用車出行行為進(jìn)行預(yù)測時(shí)，確定該關(guān)鍵場景特征滿足設(shè)定條件。

以異地場景為例，在監(jiān)測目標(biāo)用戶的關(guān)鍵場景特征時(shí)，可以獲取目標(biāo)用戶的位置信息，并結(jié)合用戶畫像特征確定該位置信息是否為該目標(biāo)用戶的常住位置信息，如果不是目標(biāo)用戶的常住位置信息，則可以確定關(guān)鍵場景特征滿足設(shè)定條件。其中，位置信息可以為坐標(biāo)形式。

上述示例僅是對一個(gè)關(guān)鍵場景的設(shè)定條件進(jìn)行說明。在實(shí)際應(yīng)用中，確定目標(biāo)用戶的關(guān)鍵場景特征是否滿足設(shè)定條件時(shí)，可以同時(shí)確定多個(gè)關(guān)鍵場景的關(guān)鍵場景特征是否滿足對應(yīng)的多個(gè)設(shè)定條件。補(bǔ)充說明的是：同一個(gè)關(guān)鍵場景也可以對應(yīng)多個(gè)設(shè)定條件。以天氣場景為例：設(shè)定條件不僅可以包括：小雨天氣，還可以包括：下雪天氣、溫度為-10℃及以下或者空氣質(zhì)量為中度污染及以上等。

S113、確定目標(biāo)用戶為待預(yù)測用戶，獲取待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征。

具體的，將滿足設(shè)定條件的目標(biāo)用戶確定為待預(yù)測用戶。這樣做的好處是，無需對全部目標(biāo)用戶進(jìn)行用車出行預(yù)測，僅需對滿足設(shè)定條件的待預(yù)測用戶進(jìn)行預(yù)測，不僅可以保證用車出行預(yù)測準(zhǔn)確率，還可以減小預(yù)測時(shí)的工作量，提高用車出行預(yù)測效率。

實(shí)施例二

圖2為本發(fā)明實(shí)施例二提供的用車出行行為的預(yù)測方法的流程圖。本實(shí)施例是在上述實(shí)施例的基礎(chǔ)上進(jìn)行具體化，參考圖2，本實(shí)施例提供的預(yù)測方法具體包括：

S210、獲取目標(biāo)用戶的用戶畫像特征。

其中，目標(biāo)用戶的用戶畫像特征的具體獲取方式與實(shí)施例一描述的獲取用戶畫像特征的方式相同，在此不作說明。

S220、在用戶畫像特征中，獲取至少兩個(gè)目標(biāo)子畫像特征。

可選的，目標(biāo)子畫像特征為用戶畫面特征中較為重要的特征，例如性別、所屬行業(yè)、年齡、家庭位置以及公司位置等。重要特征可以根據(jù)實(shí)際情況進(jìn)行設(shè)定。

S230、分別確定每個(gè)目標(biāo)子畫像特征對應(yīng)的用戶。

S240、保存目標(biāo)子畫像特征與對應(yīng)的用戶的對應(yīng)關(guān)系表。

由于每個(gè)用戶都有多個(gè)目標(biāo)子畫像特征，如果保存每個(gè)目標(biāo)子畫像特征與對應(yīng)的用戶的對應(yīng)關(guān)系表，則會(huì)使得存儲量巨大，因此，在保存對應(yīng)關(guān)系表時(shí)，可以采用用戶與目標(biāo)子畫像特征進(jìn)行倒排的方式，得到倒排索引也可以稱為倒排列表，這樣可以增加數(shù)據(jù)的壓縮率。

前述操作為用車出行預(yù)測準(zhǔn)備過程中的一部分，后續(xù)操作為用戶出行預(yù)測過程。

S250、獲取目標(biāo)子畫像特征。

S260、在對應(yīng)關(guān)系表中，查找與目標(biāo)子畫像特征對應(yīng)的用戶篩選更新為目標(biāo)用戶。

由于某些情況下服務(wù)器的運(yùn)營者可能僅需要對目標(biāo)用戶中的部分用戶進(jìn)行用車出行預(yù)測，針對這類情況，便可以根據(jù)目標(biāo)子畫像特征對目標(biāo)用戶進(jìn)行篩選并將篩選結(jié)果更新為目標(biāo)用戶。

例如，服務(wù)器的運(yùn)營者想要對北京地區(qū)的計(jì)算機(jī)行業(yè)的用戶進(jìn)行用車出行預(yù)測，則可以輸入目標(biāo)子畫像特征為：位置信息“北京”，所屬行業(yè)“計(jì)算機(jī)”。服務(wù)器在獲取目標(biāo)子畫像特征后，便可以在對應(yīng)關(guān)系表中查找到同時(shí)滿足“北京”和“計(jì)算機(jī)”的用戶作為目標(biāo)用戶。如果后續(xù)需要獲取天氣場景的場景特征，則僅需訪問目標(biāo)用戶所在的北京地區(qū)的天氣數(shù)據(jù)，無需確定每個(gè)目標(biāo)用戶的所在地，再獲取所在地的天氣數(shù)據(jù)，同時(shí)，也無需關(guān)注全國所有地區(qū)的天氣數(shù)據(jù)。

S270、針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測。

S280、判斷目標(biāo)用戶的關(guān)鍵場景特征是否滿足設(shè)定條件。如果目標(biāo)用戶的關(guān)鍵場景特征滿足設(shè)定條件，則執(zhí)行S290，否則，返回執(zhí)行S270。

S290、確定目標(biāo)用戶為待預(yù)測用戶，獲取待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征。

S2100、根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測。

S2110、根據(jù)用車出行預(yù)測結(jié)果生成服務(wù)信息，并將該服務(wù)信息發(fā)送至對應(yīng)的客戶端中。

用車出行預(yù)測結(jié)果中可以包括：用車時(shí)間、用車時(shí)待預(yù)測用戶所在區(qū)域以及目的地等信息。

其中，服務(wù)信息可以分為發(fā)送至待預(yù)測用戶的客戶端中的信息以及發(fā)送至可調(diào)度車輛的客戶端中的信息?；谏鲜鰞深惙?wù)信息，該操作具體可以包括下屬至少一種方案：

方案一、根據(jù)用車出行預(yù)測結(jié)果確定待預(yù)測用戶所在區(qū)域的用車調(diào)度推薦信息，并將用車調(diào)度推薦信息發(fā)送至可調(diào)度車輛的客戶端中。

具體的，根據(jù)用車出行預(yù)測結(jié)果確定待預(yù)測用戶所在區(qū)域的可調(diào)度車輛信息，其中，所在區(qū)域?yàn)榇A(yù)測用戶用車時(shí)所在的區(qū)域。可調(diào)度車輛信息可以表明該區(qū)域用車需求與用車供給的情況，可以是實(shí)時(shí)情況，也可以是結(jié)合歷史數(shù)據(jù)得到的預(yù)測情況。例如，根據(jù)當(dāng)前實(shí)時(shí)情況得到該區(qū)域用車需求過剩，而可調(diào)度車輛不足的可調(diào)度車輛信息，又如，根據(jù)該區(qū)域的歷史數(shù)據(jù)得到在明天的下午5點(diǎn)-7點(diǎn)之間可調(diào)度車輛過剩，而用車需求不足的情況，其中，如果可調(diào)度車輛信息表明的是對未來某一段時(shí)間的用車需求與用車供給的情況，則該段時(shí)間中包括用車出行預(yù)測結(jié)果中的用車時(shí)間。進(jìn)一步的，根據(jù)可調(diào)度車輛信息確定用車調(diào)度推薦信息，并將該用車調(diào)度推薦信息發(fā)送至可調(diào)度車輛的客戶端中。其中，該客戶端中可以安裝接收用車出行訂單的應(yīng)用軟件。

例如，用車出行預(yù)測結(jié)果為用戶在未來某個(gè)時(shí)刻會(huì)有用車出行需求，根據(jù)該用車出行預(yù)測結(jié)果確定的可調(diào)度車輛信息為所在區(qū)域在該時(shí)刻所在的時(shí)間段內(nèi)用車需求過剩，而可調(diào)度車輛不足。據(jù)此，服務(wù)器生成的用車調(diào)度推薦信息為待預(yù)測用戶所在區(qū)域在上述時(shí)間段內(nèi)可調(diào)度車輛不足，推薦前往該區(qū)域。進(jìn)一步的，將該用車調(diào)度推薦信息發(fā)送至其他相鄰區(qū)域的可調(diào)度車輛的客戶端中，或者是發(fā)送至其他可調(diào)度車輛過剩區(qū)域的可調(diào)度車輛的客戶端中。

方案二、根據(jù)用車出行預(yù)測結(jié)果生成用車出行推送信息，并將用車出行推送信息發(fā)送至待預(yù)測用戶的客戶端中。

其中，用車出行推送信息包括用車路線推薦信息以及用車費(fèi)用優(yōu)惠信息等。

例如，根據(jù)用車出行推送信息確定待預(yù)測用戶在某個(gè)時(shí)刻會(huì)有用車出行需求，則可以在鄰近該時(shí)刻時(shí)向用戶發(fā)送用車費(fèi)用優(yōu)惠信息，如優(yōu)惠券等，以提高待預(yù)測用戶的用車概率，同時(shí)降低待預(yù)測用戶的用車費(fèi)用。

本實(shí)施例提供的技術(shù)方案，通過確定目標(biāo)子畫像特征與對應(yīng)的用戶的對應(yīng)關(guān)系表，并根據(jù)目標(biāo)子畫像特征更新目標(biāo)用戶，并對更新后的目標(biāo)用戶按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測，將滿足預(yù)設(shè)條件的目標(biāo)用戶確定為待預(yù)測用戶，并根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測，根據(jù)用車出行預(yù)測結(jié)果確定對應(yīng)的服務(wù)信息并發(fā)送至對應(yīng)的客戶端中的技術(shù)手段，可以準(zhǔn)確的對待預(yù)測用戶進(jìn)行個(gè)性化的用車出行預(yù)測，同時(shí)，還可以根據(jù)實(shí)際情況僅對特定的目標(biāo)用戶進(jìn)行監(jiān)測，以減小數(shù)據(jù)處理量，尤其對于專車用戶等相對用戶群比較集中的用戶，可以通過特征篩選的方式僅對該用戶群進(jìn)行監(jiān)測，更好地實(shí)現(xiàn)了網(wǎng)絡(luò)用車調(diào)度，同時(shí)，也可以提升用戶在使用用車出行服務(wù)時(shí)的使用體驗(yàn)。

實(shí)施例三

圖3為本發(fā)明實(shí)施例三提供的用車出行行為的預(yù)測方法的流程圖，本實(shí)施例是在上述實(shí)施例的基礎(chǔ)上進(jìn)行具體化，參考圖3，本實(shí)施例提供的預(yù)測方法具體包括：

S310、選取候選應(yīng)用場景。

其中，候選應(yīng)用場景為可能出現(xiàn)用車需求的全部應(yīng)用場景。

S320、確定各候選應(yīng)用場景對歷史用車出行決策的信息增益。

具體的，不同的候選應(yīng)用場景對歷史用車出行決策的影響不同，例如，某個(gè)候選應(yīng)用場景下用車出行結(jié)果有兩個(gè)值，一個(gè)值對應(yīng)的是歷史發(fā)出用車出行訂單的用戶的用車出行決策全部是使用用車出行服務(wù)，另一值對應(yīng)的是歷史發(fā)出用車出訂單的用戶的用車出行決策全部是不使用用車出行服務(wù)，即該候選應(yīng)用場景下用戶只有全部使用用車出行服務(wù)和全部不使用用車出行服務(wù)，因此該候選應(yīng)用場景對用戶的用車出行決策的影響很大。進(jìn)一步的，可以通過確定各候選應(yīng)用場景對歷史用車出行決策的信息增益來確定各候選應(yīng)用場景對歷史用車出行決策的影響程度。

下面對確定各候選應(yīng)用場景的信息增益進(jìn)行示例性說明：

假設(shè)全部候選應(yīng)用場景集合為：(S⁽¹⁾,S⁽²⁾,S⁽³⁾,…,S^(Z))，其中每個(gè)候選應(yīng)用場景有Q_h種取值，每個(gè)取值代表該候選應(yīng)用場景下用戶的用車出行結(jié)果。其中，Q_h為整數(shù)，則候選應(yīng)用場景S^(a)(1≤a≤Z)對歷史用車出行決策D的信息增益可以按照如下公式計(jì)算：其中，g(S^(a),D)表示S^(a)對歷史用車出行決策D的信息增益，表示不考慮候選應(yīng)用場景時(shí)歷史用車出行決策的熵，表示被S^(a)的Q_h種取值劃分后得到的條件熵。S^(a)對歷史用車出行決策D的信息增益為兩者的差值，即S(a)導(dǎo)致歷史用車出行決策的熵的減少程度。其中，C_k表示用車決策的先驗(yàn)分類，在本示例中，C_k有兩個(gè)分類，即K＝2,分別為用車或不用車兩個(gè)類別的選擇集合，范數(shù)|*|表示集合*的元素個(gè)數(shù)，以|C_k|為例，其表示集合C_k中元素個(gè)數(shù)，D_l表示被候選應(yīng)用場景S^(a)的第l個(gè)取值所劃分的集合，D_lk表示在集合D_l中用車或不用車的用戶集合。

通過上述公式，便可以確定每個(gè)候選應(yīng)用場景針對歷史用車出行決策的信息增益，其中信息增益越大，說明對應(yīng)的候選應(yīng)用場景對歷史用車出行決策的影響越大。

需要說明的是，也可以通過其他的方式確定每個(gè)候選應(yīng)用場景針對歷史用車出行決策的信息增益，本實(shí)施例對此不做限定。

S330、根據(jù)信息增益從各候選應(yīng)用場景中確定關(guān)鍵場景。

示例性的，確定關(guān)鍵場景時(shí)，可以通過設(shè)定增益閾值的方式，選取大于或者等于增益閾值的信息增益，并將選取的信息增益對應(yīng)的候選應(yīng)用場景確定為關(guān)鍵場景。

可選的，本實(shí)施例中確定的關(guān)鍵場景可以包括下述至少一項(xiàng)：

一、天氣場景

對應(yīng)的關(guān)鍵場景特征項(xiàng)包括：用戶當(dāng)前所處位置的設(shè)定天氣條件。

其中，天氣條件可以包括：溫度、氣象以及空氣質(zhì)量等信息。

二、預(yù)計(jì)出行時(shí)間場景

對應(yīng)的關(guān)鍵場景特征項(xiàng)包括：用戶歷史出行時(shí)間與用戶歷史出行目的地及其屬性信息。

其中，目的地屬性信息可以包括：購物、美食、住宅、辦公、戶外以及運(yùn)動(dòng)等。

三、異地場景

對應(yīng)的關(guān)鍵場景特征項(xiàng)包括用戶當(dāng)前所處位置與常駐地位置。

四、目的地場景

對應(yīng)的關(guān)鍵場景特征項(xiàng)包括用戶在當(dāng)前時(shí)段內(nèi)的地理位置搜索數(shù)據(jù)。

其中，地理位置搜索數(shù)據(jù)包括：搜索次數(shù)、搜索路線以及搜索頻率等。

S340、針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測。

其中，應(yīng)用場景可以劃分為兩大類場景，分別為：意圖類場景和客觀場景。其中，意圖類場景為用戶主動(dòng)發(fā)起行為的場景，比如，目的地場景、預(yù)計(jì)出行時(shí)間場景等?？陀^場景為存在客觀因素的場景，比如，天氣場景等。

基于上述兩類場景，該操作具體可以包括下述至少一種方案：

方案一、分別對每個(gè)目標(biāo)用戶進(jìn)行關(guān)鍵意圖場景的特征監(jiān)測，以獲取每個(gè)目標(biāo)用戶所處的即時(shí)應(yīng)用場景的意圖場景特征。

其中，關(guān)鍵意圖場景為關(guān)鍵場景中的意圖類場景。關(guān)鍵意圖場景的場景特征稱為意圖場景特征。

例如，關(guān)鍵意圖場景為預(yù)計(jì)出行時(shí)間場景，對應(yīng)的意圖場景特征包括：用戶歷史出行時(shí)間與用戶歷史出行目的地及其屬性信息。具體的，分別對每個(gè)目標(biāo)用戶進(jìn)行關(guān)鍵意圖場景的特征監(jiān)測可以為：分別對每個(gè)目標(biāo)用戶的用戶歷史出行時(shí)間與用戶歷史出行目的地及其屬性信息進(jìn)行監(jiān)測。根據(jù)監(jiān)測結(jié)果可以確定目標(biāo)用戶的出行意圖，比如工作、購物等，進(jìn)而確定出目標(biāo)用戶的預(yù)計(jì)出行時(shí)間，比如工作對應(yīng)的預(yù)計(jì)出行時(shí)間在工作日，購物對應(yīng)的預(yù)計(jì)出行時(shí)間在周末。

方案二、根據(jù)各目標(biāo)用戶的用戶屬性畫像特征信息確定客觀場景，對客觀場景的特征進(jìn)行監(jiān)測，以獲取各目標(biāo)用戶所處的即時(shí)應(yīng)用場景的客觀場景特征。

以天氣場景為例，可以根據(jù)目標(biāo)用戶的用戶屬性畫像特征確定目標(biāo)用戶的常駐區(qū)域(例如北京市朝陽區(qū))，以確定天氣場景的監(jiān)測區(qū)域。進(jìn)一步的，獲取該常住區(qū)域的天氣條件，以實(shí)現(xiàn)對客觀場景的特征進(jìn)行監(jiān)測。

S350、判斷目標(biāo)用戶的關(guān)鍵場景特征是否滿足設(shè)定條件。如果目標(biāo)用戶的關(guān)鍵場景特征滿足設(shè)定條件，則執(zhí)行S360，否則，返回執(zhí)行S340。

S360、確定目標(biāo)用戶為待預(yù)測用戶，獲取待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征。

S370、根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測。

本實(shí)施例提供的技術(shù)方案，通過確定全部候選應(yīng)用場景對歷史用車出行決策的信息增益確定關(guān)鍵場景，并對目標(biāo)用戶的關(guān)鍵場景特征進(jìn)行監(jiān)測，將滿足設(shè)定條件的目標(biāo)用戶確定為待預(yù)測用戶，根據(jù)待預(yù)測用戶的用戶畫像特征以及待預(yù)測用戶當(dāng)前所處的即時(shí)應(yīng)用場景的場景特征對待預(yù)測用戶進(jìn)行用車出行預(yù)測的技術(shù)方案，實(shí)現(xiàn)了可以針對每個(gè)待預(yù)測用戶進(jìn)行個(gè)性化的用車出行預(yù)測，不僅可以提高用車出行預(yù)測的準(zhǔn)確率，還可以針對每個(gè)待預(yù)測用戶個(gè)性化的用車出行需求向每個(gè)用戶提供個(gè)性化的用車服務(wù)，以提升用戶的使用體驗(yàn)。

實(shí)施例四

圖4為本發(fā)明實(shí)施例四提供的一種用車出行行為的預(yù)測裝置的結(jié)構(gòu)示意圖。參考圖4，該裝置具體包括：監(jiān)測模塊401和預(yù)測模塊402。

其中，監(jiān)測模塊401，用于對待預(yù)測用戶進(jìn)行場景特征監(jiān)測，以獲取所述待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征；預(yù)測模塊402，用于根據(jù)待預(yù)測用戶的用戶畫像特征和所述場景特征進(jìn)行用車出行預(yù)測。

本實(shí)施例提供的用車出行行為的預(yù)測裝置，通過待預(yù)測用戶的用戶畫像特征以及待預(yù)測用戶當(dāng)前所處的即時(shí)應(yīng)用場景的場景特征對待預(yù)測用戶進(jìn)行用車出行預(yù)測的技術(shù)方案，實(shí)現(xiàn)了可以針對每個(gè)待預(yù)測用戶進(jìn)行個(gè)性化的用車出行預(yù)測，不僅可以提高用車出行預(yù)測的準(zhǔn)確率，還可以針對每個(gè)待預(yù)測用戶個(gè)性化的用車出行需求向每個(gè)用戶提供個(gè)性化的用車服務(wù)，以提升用戶的使用體驗(yàn)。

在上述實(shí)施例的基礎(chǔ)上，監(jiān)測模塊401具體包括：場景特征監(jiān)測單元，用于針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測；用戶確定單元，用于如果目標(biāo)用戶的關(guān)鍵場景特征滿足設(shè)定條件，則確定目標(biāo)用戶為待預(yù)測用戶，獲取待預(yù)測用戶所處的即時(shí)應(yīng)用場景的場景特征。

在上述實(shí)施例的基礎(chǔ)上，目標(biāo)用戶包括：潛在用車用戶、發(fā)出歷史用車出行訂單的用戶和/或關(guān)注用車服務(wù)的用戶。

在上述實(shí)施例的基礎(chǔ)上，監(jiān)測模塊401包括：用戶識別單元，用于在針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測之前，根據(jù)潛在用車用戶識別模型對第一預(yù)設(shè)用戶群的用戶畫像特征進(jìn)行識別，以確定第一預(yù)設(shè)用戶群中各用戶屬于潛在用車用戶的概率；用戶選取單元，用于根據(jù)概率選取用戶作為潛在用車用戶。

在上述實(shí)施例的基礎(chǔ)上，監(jiān)測模塊401包括：場景選取單元，用于在針對目標(biāo)用戶，按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測之前，選取候選應(yīng)用場景；信息增益確定單元，用于確定各所述候選應(yīng)用場景對歷史用車出行決策的信息增益；場景確定單元，用于根據(jù)所述信息增益從各候選應(yīng)用場景中確定關(guān)鍵場景。

在上述實(shí)施例的基礎(chǔ)上，關(guān)鍵場景包括下述至少一項(xiàng)：

天氣場景，對應(yīng)的關(guān)鍵場景特征項(xiàng)包括：用戶當(dāng)前所處位置的設(shè)定天氣條件；預(yù)計(jì)出行時(shí)間場景，對應(yīng)的關(guān)鍵場景特征項(xiàng)包括：用戶歷史出行時(shí)間與用戶歷史出行目的地及其屬性信息；異地場景，對應(yīng)的關(guān)鍵場景特征項(xiàng)包括用戶當(dāng)前所處位置與常駐地位置；目的地場景，對應(yīng)的關(guān)鍵場景特征項(xiàng)包括用戶在當(dāng)前時(shí)段內(nèi)的地理位置搜索數(shù)據(jù)。

在上述實(shí)施例的基礎(chǔ)上，場景特征監(jiān)測單元具體用于：分別對每個(gè)目標(biāo)用戶進(jìn)行關(guān)鍵意圖場景的特征監(jiān)測，以獲取每個(gè)目標(biāo)用戶所處的即時(shí)應(yīng)用場景的意圖場景特征；和/或，根據(jù)各目標(biāo)用戶的用戶畫像特征確定客觀場景，對客觀場景的特征進(jìn)行監(jiān)測，以獲取各目標(biāo)用戶所處的即時(shí)應(yīng)用場景的客觀場景特征。

在上述實(shí)施例的基礎(chǔ)上，監(jiān)測模塊401包括：畫像特征獲取單元，用于按照關(guān)鍵場景特征項(xiàng)進(jìn)行特征監(jiān)測之前，獲取目標(biāo)用戶的用戶畫像特征；第一子特征獲取單元，用于在用戶畫像特征中，獲取至少兩個(gè)目標(biāo)子畫像特征；用戶確定單元，用于分別確定每個(gè)目標(biāo)子畫像特征對應(yīng)的用戶；關(guān)系表保存單元，用于保存目標(biāo)子畫像特征與對應(yīng)的用戶的對應(yīng)關(guān)系表；第二子特征獲取單元，用于獲取目標(biāo)子畫像特征；篩選單元，用于在對應(yīng)關(guān)系表中，查找與目標(biāo)子畫像特征對應(yīng)的用戶篩選更新為目標(biāo)用戶。

在上述實(shí)施例的基礎(chǔ)上，還包括：推送模塊，用于在根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測之后，根據(jù)用車出行預(yù)測結(jié)果確定待預(yù)測用戶所在區(qū)域的用車調(diào)度推薦信息，并將用車調(diào)度推薦信息發(fā)送至可調(diào)度車輛的客戶端中；和/或，用于在根據(jù)待預(yù)測用戶的用戶畫像特征和場景特征進(jìn)行用車出行預(yù)測之后，根據(jù)用車出行預(yù)測結(jié)果生成用車出行推送信息，并將用車出行推送信息發(fā)送至待預(yù)測用戶的客戶端中。

在上述實(shí)施例的基礎(chǔ)上，用戶畫像特征包括：性別、年齡、學(xué)歷、收入、職位、所屬公司、所屬行業(yè)、興趣分類、常用應(yīng)用軟件類型信息、常駐位置信息、本地出行平均距離以及預(yù)設(shè)間隔內(nèi)的異地出行數(shù)據(jù)中的至少一種。

本發(fā)明實(shí)施例所提供的用車出行行為的預(yù)測裝置可執(zhí)行本發(fā)明任意實(shí)施例所提供的用車出行行為的預(yù)測方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。

實(shí)施例五

圖5為本發(fā)明實(shí)施例五提供的一種服務(wù)器的結(jié)構(gòu)示意圖。圖5示出了適于用來實(shí)現(xiàn)本發(fā)明實(shí)施方式的示例性服務(wù)器12的框圖。圖5顯示的服務(wù)器12僅僅是一個(gè)示例，不應(yīng)對本發(fā)明實(shí)施例的功能和使用范圍帶來任何限制。

如圖5所示，服務(wù)器12以通用計(jì)算設(shè)備的形式表現(xiàn)。服務(wù)器12的組件可以包括但不限于：一個(gè)或者多個(gè)處理器或者處理單元16，系統(tǒng)存儲器28，連接不同系統(tǒng)組件(包括系統(tǒng)存儲器28和處理單元16)的總線18。

總線18表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲器總線或者存儲器控制器，外圍總線，圖形加速端口，處理器或者使用多種總線結(jié)構(gòu)中的任意總線結(jié)構(gòu)的局域總線。舉例來說，這些體系結(jié)構(gòu)包括但不限于工業(yè)標(biāo)準(zhǔn)體系結(jié)構(gòu)(ISA)總線，微通道體系結(jié)構(gòu)(MAC)總線，增強(qiáng)型ISA總線、視頻電子標(biāo)準(zhǔn)協(xié)會(huì)(VESA)局域總線以及外圍組件互連(PCI)總線。

服務(wù)器12典型地包括多種計(jì)算機(jī)系統(tǒng)可讀介質(zhì)。這些介質(zhì)可以是任何能夠被服務(wù)器12訪問的可用介質(zhì)，包括易失性和非易失性介質(zhì)，可移動(dòng)的和不可移動(dòng)的介質(zhì)。

系統(tǒng)存儲器28可以包括易失性存儲器形式的計(jì)算機(jī)系統(tǒng)可讀介質(zhì)，例如隨機(jī)存取存儲器(RAM)30和/或高速緩存存儲器32。服務(wù)器12可以進(jìn)一步包括其它可移動(dòng)/不可移動(dòng)的、易失性/非易失性計(jì)算機(jī)系統(tǒng)存儲介質(zhì)。僅作為舉例，存儲系統(tǒng)34可以用于讀寫不可移動(dòng)的、非易失性磁介質(zhì)(圖5未顯示，通常稱為“硬盤驅(qū)動(dòng)器”)。盡管圖5中未示出，可以提供用于對可移動(dòng)非易失性磁盤(例如“軟盤”)讀寫的磁盤驅(qū)動(dòng)器，以及對可移動(dòng)非易失性光盤(例如CD-ROM,DVD-ROM或者其它光介質(zhì))讀寫的光盤驅(qū)動(dòng)器。在這些情況下，每個(gè)驅(qū)動(dòng)器可以通過一個(gè)或者多個(gè)數(shù)據(jù)介質(zhì)接口與總線18相連。存儲器28可以包括至少一個(gè)程序產(chǎn)品，該程序產(chǎn)品具有一組(例如至少一個(gè))程序模塊，這些程序模塊被配置以執(zhí)行本發(fā)明各實(shí)施例的功能。

具有一組(至少一個(gè))程序模塊42的程序/實(shí)用工具40，可以存儲在例如存儲器28中，這樣的程序模塊42包括但不限于操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。程序模塊42通常執(zhí)行本發(fā)明所描述的實(shí)施例中的功能和/或方法。

服務(wù)器12也可以與一個(gè)或多個(gè)外部設(shè)備14(例如鍵盤、指向設(shè)備、顯示器24等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該服務(wù)器12交互的設(shè)備通信，和/或與使得該服務(wù)器12能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如網(wǎng)卡，調(diào)制解調(diào)器等等)通信。這種通信可以通過輸入/輸出(I/O)接口22進(jìn)行。并且服務(wù)器12還可以通過網(wǎng)絡(luò)適配器20與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(LAN)，廣域網(wǎng)(WAN)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。如圖所示，網(wǎng)絡(luò)適配器20通過總線18與服務(wù)器12的其它模塊通信。應(yīng)當(dāng)明白，盡管圖中未示出，可以結(jié)合服務(wù)器12使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理單元、外部磁盤驅(qū)動(dòng)陣列、RAID系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲系統(tǒng)等。

處理單元16通過運(yùn)行存儲在系統(tǒng)存儲器28中的程序，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，例如實(shí)現(xiàn)本發(fā)明實(shí)施例所提供的用車出行行為的預(yù)測方法。

實(shí)施例六

本發(fā)明實(shí)施例六還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明實(shí)施例所提供的的用車出行行為的預(yù)測方法。

本發(fā)明實(shí)施例的計(jì)算機(jī)存儲介質(zhì)，可以采用一個(gè)或多個(gè)計(jì)算機(jī)可讀的介質(zhì)的任意組合。計(jì)算機(jī)可讀介質(zhì)可以是計(jì)算機(jī)可讀信號介質(zhì)或者計(jì)算機(jī)可讀存儲介質(zhì)。計(jì)算機(jī)可讀存儲介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計(jì)算機(jī)可讀存儲介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式計(jì)算機(jī)磁盤、硬盤、隨機(jī)存取存儲器(RAM)、只讀存儲器(ROM)、可擦式可編程只讀存儲器(EPROM或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本文件中，計(jì)算機(jī)可讀存儲介質(zhì)可以是任何包含或存儲程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。

計(jì)算機(jī)可讀的信號介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計(jì)算機(jī)可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。計(jì)算機(jī)可讀的信號介質(zhì)還可以是計(jì)算機(jī)可讀存儲介質(zhì)以外的任何計(jì)算機(jī)可讀介質(zhì)，該計(jì)算機(jī)可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。

計(jì)算機(jī)可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括——但不限于無線、電線、光纜、RF等等，或者上述的任意合適的組合。

可以以一種或多種程序設(shè)計(jì)語言或其組合來編寫用于執(zhí)行本發(fā)明操作的計(jì)算機(jī)程序代碼，所述程序設(shè)計(jì)語言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語言—諸如Java、Smalltalk、C++，還包括常規(guī)的過程式程序設(shè)計(jì)語言—諸如”C”語言或類似的程序設(shè)計(jì)語言。程序代碼可以完全地在用戶計(jì)算機(jī)上執(zhí)行、部分地在用戶計(jì)算機(jī)上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算機(jī)上部分在遠(yuǎn)程計(jì)算機(jī)上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算機(jī)或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算機(jī)的情形中，遠(yuǎn)程計(jì)算機(jī)可以通過任意種類的網(wǎng)絡(luò)——包括局域網(wǎng)(LAN)或廣域網(wǎng)(WAN)—連接到用戶計(jì)算機(jī)，或者，可以連接到外部計(jì)算機(jī)(例如利用因特網(wǎng)服務(wù)提供商來通過因特網(wǎng)連接)。

注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過以上實(shí)施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。