[发明专利]确定预计到达时间的方法及系统

说明书

本申请涉及用于确定预计到达时间的方法和系统。该方法包括：从终端设备接收包括出发地和目的地的服务请求；基于所述出发地和所述目的地确定路线；确定与所述路线相关联的第一特征；确定迁移学习模型；基于所述第一特征和所述迁移学习模型确定第二特征；以及基于所述第二特征确定预计到达时间。

技术领域

本申请涉及用于确定预计到达时间的系统和方法，具体地，涉及基于机器学习确定预计到达时间的系统和方法。

背景技术

利用互联网技术的按需运输服务，例如在线出租车呼叫服务，由于其便捷性而变得越来越流行。在按需运输服务中，在确定出发地和目的地之后，服务请求者可能想知道预计到达时间(全称：Estimated Time of Arrival，简称：ETA)和/或预估价格。根据ETA和/或预估价格，服务请求者可以决定是否发送该服务请求。因此有必要提供能够为服务请求者提供更准确ETA和/或预估价格的系统和方法。

发明内容

根据本申请的一个方面，提供了一种系统。所述系统包括：至少一个计算机可读存储介质，包括用于管理服务提供的一组指令。所述至少一个处理器可以与所述至少一个存储介质通信。当执行所述一组指令时，所述至少一个处理器可以从终端设备接收包括出发地和目的地的服务请求。所述至少一个处理器可以基于所述出发地和所述目的地来确定路线。所述至少一个处理器可以确定与所述路线相关联的第一特征。所述至少一个处理器可以确定迁移学习模型。所述至少一个处理器可以基于所述第一特征和所述迁移学习模型确定第二特征。所述至少一个处理器可以根据所述第二特征确定预计到达时间。

根据本申请的另一方面，提供了一种方法。所述方法涉及确定预计到达时间的方法。所述方法在至少一个设备上实现，所述每个设备包括至少一个处理器、存储器和连接到网络的通信平台。所述至少一个处理器可以从终端设备接收包括出发地和目的地的服务请求。所述至少一个处理器可以基于出发地和目的地确定路线、与所述路线相关联的第一特征以及迁移学习模型。所述至少一个处理器可以基于所述第一特征和所述迁移学习模型来确定第二特征。所述至少一个处理器可以基于所述第二特征确定预计到达时间。

根据本申请的另一方面，一种非暂时性机器可读存储介质，包括一组指令。当请求者终端由在线按需服务平台的至少一个处理器访问非暂时性机器可读存储介质时，所述指令可以使得所述至少一个处理器执行以下操作中的一个或多个。所述指令可以使所述至少一个处理器通过无线网络获得包括当前默认服务位置的按需服务的请求。所述指令可以使得所述至少一个处理器从终端设备接收包括出发地和目的地的服务请求。所述指令可以使所述至少一个处理器基于出发地和目的地确定路线。所述指令可以使所述至少一个处理器确定与所述路线相关联的第一特征。所述指令可以使所述至少一个处理器确定迁移学习模型。所述指令可以使所述至少一个处理器基于所述第一特征和所述迁移学习模型来确定第二特征。所述指令可以使所述至少一个处理器基于所述第二特征来确定预计到达时间。

在一些实施例中，基于第二特征来确定预计到达时间还可以包括一个或多个操作。所述至少一个处理器可以确定机器学习模型。所述至少一个处理器可以基于所述第二特征和所述机器学习模型确定预计到达时间。

在一些实施例中，确定机器学习模型可以进一步包括一个或多个操作。所述至少一个处理器可以获得多个历史订单。对于所述多个历史订单中的每一个，所述至少一个处理器可以确定与所述多个历史订单中的每一个相关联的第二历史路线。所述至少一个处理器可以确定与所述第二历史路线相关联的第二历史特征。所述至少一个处理器可以确定与所述多个历史订单中的每一个相关联的历史到达时间。所述至少一个处理器可以基于所述第二历史特征、与所述多个历史订单中的每一个相关联的所述历史到达时间训练所述机器学习模型，并且基于所述训练确定机器学习模型。

在一些实施例中，所述至少一个处理器可以基于第二特征确定预估价格。

在一些实施例中，基于第二特征确定第一预估价格还可以包括一个或多个操作。所述至少一个处理器可以确定机器学习模型。所述至少一个处理器可以基于所述第二特征和所述机器学习模型确定所述预估价格。