Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京曦和安行软件技术有限公司张大勇获国家专利权

北京曦和安行软件技术有限公司张大勇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京曦和安行软件技术有限公司申请的专利基于司机偏好的网约车订单分配方法、装置及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120996431B

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511066082.4,技术领域涉及:G06Q10/0631;该发明授权基于司机偏好的网约车订单分配方法、装置及存储介质是由张大勇;吴欢;孙洪静;龙阳;张廷毅;吴天斌设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

基于司机偏好的网约车订单分配方法、装置及存储介质在说明书摘要公布了:本申请提供一种基于司机偏好的网约车订单分配方法、装置及存储介质。该方法包括:利用网约车平台接口获取实时订单,解析实时订单得到订单起点坐标、订单终点坐标及折扣标记;以订单起点坐标为中心,在设定半径范围内调用空间索引检索在线司机,生成候选司机集合;读取候选司机集合中每一司机的车辆类型信息以及接单偏好;基于订单终点坐标、折扣标记及接单偏好,对候选司机集合进行多条件过滤,得到符合接单条件的目标司机集合;对目标司机集合按照司机至订单起点的实时路程距离进行排序,选取距离最短的司机,并将当前实时订单派发给选取的司机。本申请能够提升司机接单概率,提升折扣订单与司机偏好的精准匹配,从而达到实时高效派单。

本发明授权基于司机偏好的网约车订单分配方法、装置及存储介质在权利要求书中公布了:1.一种基于司机偏好的网约车订单分配方法,其特征在于,包括: 利用网约车平台接口获取实时订单,解析所述实时订单得到订单起点坐标、订单终点坐标及折扣标记,并将所述订单起点坐标及订单终点坐标统一至同一地理坐标系; 以所述订单起点坐标为中心,在设定半径范围内调用空间索引检索在线司机,生成候选司机集合; 读取所述候选司机集合中每一司机的车辆类型信息以及接单偏好,所述接单偏好包括基于地图围栏的区域偏好、基于行程走廊的顺路偏好和最低折扣阈值; 基于所述订单终点坐标、折扣标记及所述接单偏好,对所述候选司机集合进行多条件过滤,得到符合接单条件的目标司机集合,其中,建立折扣级别与接单偏好强度之间的映射关系,并在多条件过滤过程中根据所述映射关系动态调整所述最低折扣阈值; 对所述目标司机集合按照司机至订单起点的实时路程距离进行排序,选取距离最短的司机,并将当前实时订单派发给选取的司机; 其中,所述读取所述候选司机集合中每一司机的车辆类型信息以及接单偏好,包括: 通过司机画像微服务以司机标识为主键存储车辆类型信息及接单偏好指纹向量,并利用增量同步机制实时更新所述车辆类型信息及接单偏好指纹向量; 针对所述候选司机集合按批次发起并行异步查询,从所述司机画像微服务返回对应的车辆类型信息及接单偏好指纹向量; 将所述接单偏好指纹向量输入分层哈希映射模型,解码得到区域偏好围栏参数、顺路偏好走廊参数及最低折扣阈值,并连同所述车辆类型信息写入与对应司机标识关联的临时缓存; 所述建立折扣级别与接单偏好强度之间的映射关系,并在多条件过滤过程中根据所述映射关系动态调整所述最低折扣阈值,包括: 采集司机在历史订单中对不同折扣订单的接单反馈以及对应接单偏好强度,构建折扣偏好训练样本集; 利用回归算法对所述折扣偏好训练样本集进行训练,得到以接单偏好强度为输入,以折扣级别为输出的折扣偏好映射模型; 在执行多条件过滤时,获取候选司机的接单偏好强度,将所述接单偏好强度输入所述折扣偏好映射模型,得到目标折扣级别,并将所述目标折扣级别设定为所述候选司机的最低折扣阈值; 在订单分配结束后,将司机的实时接单反馈写入增量样本队列,并按照预设时间窗口对所述折扣偏好映射模型进行在线更新。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京曦和安行软件技术有限公司,其通讯地址为:101100 北京市通州区榆景东路2号院20号楼5层501;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。