本申請(qǐng)涉及計(jì)算機(jī)應(yīng)用領(lǐng)域，尤其涉及一種基于用戶打車偏好的信息推送及裝置。
背景技術(shù)：
：隨著移動(dòng)互聯(lián)網(wǎng)、o2o、大數(shù)據(jù)等越來越普及，對(duì)于怎么利用好數(shù)據(jù)對(duì)業(yè)務(wù)進(jìn)行有效的支撐變得非常重要，越來越多的互聯(lián)網(wǎng)公司都提出了大數(shù)據(jù)運(yùn)營的概念，利用數(shù)據(jù)來指導(dǎo)業(yè)務(wù)，讓數(shù)據(jù)真正成為一座“油田”。作為一站式生活服務(wù)平臺(tái)的支付寶(alipay)，用戶的信息界面最直觀最大的一項(xiàng)變動(dòng),就是在用戶首頁輸出下拉菜單。通過后臺(tái)的數(shù)據(jù)分析對(duì)用戶的日常行為進(jìn)行理解，將用戶在生活中開通過的、關(guān)注過的以及感興趣的各類需求以信息卡片的形式在用戶首頁的“生活動(dòng)態(tài)”板塊中直接推送給用戶；然而，在實(shí)際應(yīng)用中，由于用戶的線下需求各式各樣，因此如何向用戶首頁中推送信息卡片，來及時(shí)的滿足用戶基本生活中“衣食住行”的各類需求，對(duì)于提升用戶體驗(yàn)具有十分重要的意義。技術(shù)實(shí)現(xiàn)要素：本申請(qǐng)?zhí)岢鲆环N基于用戶打車偏好的信息推送，所述方法包括：從用戶打車出行的交易明細(xì)數(shù)據(jù)中采集打車行為數(shù)據(jù)樣本；基于預(yù)設(shè)的數(shù)據(jù)挖掘算法針對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以確定用戶的打車行為偏好；其中，所述打車行為偏好包括用戶偏好的目標(biāo)打車時(shí)段，以及用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；實(shí)時(shí)判斷當(dāng)前時(shí)間是否命中用戶偏好的目標(biāo)打車時(shí)段；如果當(dāng)前時(shí)間命中用戶偏好的目標(biāo)打車時(shí)段，進(jìn)一步判斷用戶當(dāng)前的定位位置是否命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；如果是，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車地點(diǎn)的第一打車提示信息；如果否，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的第二打車提示信息，以在所述用戶客戶端的用戶首頁展示。本申請(qǐng)還提出一種基于用戶打車偏好的信息推送裝置，所述裝置包括：采集模塊，從用戶打車出行的交易明細(xì)數(shù)據(jù)中采集打車行為數(shù)據(jù)樣本；分析模塊，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法針對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以確定用戶的打車行為偏好；其中，所述打車行為偏好包括用戶偏好的目標(biāo)打車時(shí)段，以及用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；判斷模塊，實(shí)時(shí)判斷當(dāng)前時(shí)間是否命中用戶偏好的目標(biāo)打車時(shí)段；如果當(dāng)前時(shí)間命中用戶偏好的目標(biāo)打車時(shí)段，進(jìn)一步判斷用戶當(dāng)前的定位位置是否命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；推送模塊，如果用戶當(dāng)前的定位位置命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車地點(diǎn)的第一打車提示信息；如果用戶當(dāng)前的定位位置未命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的第二打車提示信息，以在所述用戶客戶端的用戶首頁展示。本申請(qǐng)中，通過從用戶打車出行的交易明細(xì)數(shù)據(jù)中挖掘出用戶偏好的目標(biāo)打車時(shí)段，以及用戶在該目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)等打車行為偏好，并在基于挖掘出的用戶的打車行為偏好，實(shí)時(shí)判斷出用戶具有打車需求時(shí)，及時(shí)的向用戶客戶端推送相應(yīng)的打車提示信息，在用戶客戶端的用戶首頁進(jìn)行展示；同時(shí)，針對(duì)用戶不同的打車需求，可以分別推送不同的打車提示信息，從而可以以一種更加自然的推送方式，在預(yù)判出用戶具有打車需求時(shí)，及時(shí)向用戶推送相應(yīng)的打車提示信息，因此可以優(yōu)化用戶體驗(yàn)，提升用戶在通過用戶客戶端進(jìn)行打車的使用率。附圖說明圖1是本申請(qǐng)一實(shí)施例示出的一種基于用戶打車偏好的信息推送方法的流程圖；圖2是本申請(qǐng)一實(shí)施例示出的用于挖掘用戶偏好的打車時(shí)間段的數(shù)據(jù)挖掘算法的處理流程圖；圖3是本申請(qǐng)一實(shí)施例示出的一種基于用戶打車偏好的信息推送裝置的邏輯框圖；圖4是本申請(qǐng)一實(shí)施例示出的承載所述基于用戶打車偏好的信息推送裝置的服務(wù)端所涉及的硬件結(jié)構(gòu)圖。具體實(shí)施方式在相關(guān)技術(shù)中，用戶在通過搭載了打車功能的用戶客戶端進(jìn)行打車時(shí)，通常是在具有打車需求時(shí)，再通過手動(dòng)觸發(fā)用戶客戶端提供的打車界面的入口選項(xiàng)進(jìn)入打車界面，然后在打車界面中手動(dòng)輸入打車目的地，由用戶客戶端生成相應(yīng)的打車訂單并提交訂單來完成打車操作。一方面，目前大多數(shù)搭載了打車功能的用戶客戶端，其打車界面的入口很深，不夠直觀且用戶很難發(fā)覺，因此可能需要用戶進(jìn)行多次操作，才能夠進(jìn)入打車界面(比如可能需要點(diǎn)擊多個(gè)菜單才能找到打車界面的入口)，完成本次打車的目的地的輸入，以及訂單的提交等操作。另一方面，目前的大多數(shù)搭載了打車功能的用戶客戶端，通常僅會(huì)在打車界面中的地址列表中，添加幾個(gè)用戶歷史使用過的目的地址，供用戶選擇，并不會(huì)對(duì)用戶的打車行為偏好進(jìn)行主動(dòng)挖掘，也并不會(huì)對(duì)用戶的打車需求進(jìn)行主動(dòng)預(yù)測(cè)。可見，現(xiàn)有的搭載了打車功能的用戶客戶端，由于打車入口較深，并且并不會(huì)主動(dòng)的挖掘用戶的打車行為偏好，以及對(duì)用戶的打車需求進(jìn)行預(yù)判，因此用戶使用客戶端進(jìn)行打車的使用率很低，而且用戶的體驗(yàn)不佳。有鑒于此，本申請(qǐng)?zhí)岢鲆环N基于用戶打車偏好的信息推送方法，通過從用戶打車出行的交易明細(xì)數(shù)據(jù)中挖掘出用戶偏好的目標(biāo)打車時(shí)段，以及用戶在該目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)等打車行為偏好，并在基于挖掘出的用戶的打車行為偏好，實(shí)時(shí)判斷出用戶具有打車需求時(shí)，及時(shí)的向用戶客戶端推送相應(yīng)的打車提示信息，在用戶客戶端的用戶首頁進(jìn)行展示；同時(shí)，針對(duì)用戶不同的打車需求，可以分別推送不同的打車提示信息；一方面，在本申請(qǐng)中，可以基于用戶打車出行的交易明細(xì)數(shù)據(jù)，來主動(dòng)挖掘出用戶的打車行為偏好；另一方面，可以基于挖掘出的用戶的打車行為偏好，預(yù)判用戶的打車需求，并且可以以一種更加自然的推送方式，在預(yù)判出用戶具有打車需求時(shí)，及時(shí)向用戶推送相應(yīng)的打車提示信息，在用戶客戶端的用戶首頁進(jìn)行展示。因此，不僅可以基于挖掘出的用戶打車行為偏好，預(yù)判用戶是否具有打車需求；而且可以在預(yù)判出用戶具有打車需求時(shí)，及時(shí)向用戶發(fā)出打車提示，從而可以優(yōu)化用戶體驗(yàn)，提升用戶在通過用戶客戶端進(jìn)行打車的使用率。下面通過具體實(shí)施例并結(jié)合具體的應(yīng)用場(chǎng)景對(duì)本申請(qǐng)進(jìn)行描述。請(qǐng)參考圖1，圖1是本申請(qǐng)一實(shí)施例提供的一種基于用戶打車偏好的信息推送，應(yīng)用于服務(wù)端，所述方法執(zhí)行以下步驟：步驟101，從用戶打車出行的交易明細(xì)數(shù)據(jù)中采集打車行為數(shù)據(jù)樣本；上述服務(wù)端，具體可以是面向用戶客戶端提供服務(wù)的服務(wù)器、服務(wù)器集群或者基于服務(wù)器集群搭建的服務(wù)平臺(tái)。上述用戶客戶端，具體可以包括搭載了打車功能的客戶端軟件；例如，上述用戶客戶端可以是支付寶app，在支付寶app中可以搭載第三方打車客戶端的入口選項(xiàng)；而上述服務(wù)端，則可以是面向支付寶app提供服務(wù)器的支付寶服務(wù)平臺(tái)。在本申請(qǐng)中，服務(wù)端可以收集各用戶日常打車出行的交易明細(xì)數(shù)據(jù)，然后按照固定的數(shù)據(jù)格式，從收集到的交易明細(xì)數(shù)據(jù)中采集相應(yīng)的信息，來生成打車行為數(shù)據(jù)樣本，然后結(jié)合預(yù)設(shè)的數(shù)據(jù)挖掘算法，對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，得出各用戶的打車行為偏好。其中，在示出的一種實(shí)施方式中，上述打車行為數(shù)據(jù)樣本的數(shù)據(jù)格式可以如表1所示：user_id用戶idcity城市has_take_taxi是否打車time_date日期time_hour小時(shí)time_is_workday是否工作日time_week星期一、二…日start_longitude出發(fā)地經(jīng)度start_latitude出發(fā)地緯度end_address目的地點(diǎn)表1由表1可知，上述打車行為數(shù)據(jù)樣本的數(shù)據(jù)格式中，可以包括用戶標(biāo)識(shí)字段、打車城市字段、是否打車字段、打車日期字段、打車時(shí)段字段、是否為工作日字段、星期字段、出發(fā)地點(diǎn)經(jīng)度字段、出發(fā)地點(diǎn)緯度字段、以及目的地點(diǎn)字段。當(dāng)然，在實(shí)際應(yīng)用中，上述打車行為數(shù)據(jù)樣本所包含的具體字段，可以基于實(shí)際的數(shù)據(jù)挖掘需求進(jìn)行自定義，在本申請(qǐng)中不進(jìn)行特別限定。其中，需要說明的是，如表1示出的打車行為數(shù)據(jù)樣本中所包含的打車時(shí)段字段(即表1中示出的time_hour字段)所對(duì)應(yīng)的單位時(shí)段，在實(shí)際應(yīng)用中可以設(shè)置為一個(gè)較小的值；例如，表1中示出的單位時(shí)段為1小時(shí)，即服務(wù)端在采集數(shù)據(jù)時(shí)，可以分別采集用戶在每一個(gè)小時(shí)時(shí)段內(nèi)的打車數(shù)據(jù)，來生成一條打車行為數(shù)據(jù)樣本，從而最終采集到的每一條打車行為數(shù)據(jù)樣本，將分別包含用戶在該小時(shí)段內(nèi)的打車行為數(shù)據(jù)。通過將上述打車時(shí)段字段對(duì)應(yīng)的單位時(shí)段的取值，設(shè)置為一個(gè)較小的值，可以確保在基于數(shù)據(jù)挖掘算法對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析時(shí)，能夠保持一個(gè)較小的數(shù)據(jù)挖掘的時(shí)間間隔，從而提升最終數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確度。當(dāng)然，表1中僅以上述打車時(shí)段字段所對(duì)應(yīng)的單位時(shí)段為1小時(shí)作為示例，在實(shí)際應(yīng)用中，上述打車時(shí)間段所對(duì)應(yīng)的單位時(shí)段，可以基于實(shí)際的需求進(jìn)行自定義；例如，如果對(duì)最終數(shù)據(jù)挖掘的結(jié)果要求更高時(shí)，可以將上述打車時(shí)間段對(duì)應(yīng)的單位時(shí)段設(shè)置為小于1小時(shí)的一個(gè)更小的單位時(shí)段(比如30分鐘)。可見，以表1所示出的標(biāo)準(zhǔn)格式采集數(shù)據(jù)，可以對(duì)最終采集到的打車行為數(shù)據(jù)樣本的數(shù)據(jù)格式進(jìn)行規(guī)范化，從而便于后續(xù)結(jié)合預(yù)設(shè)的數(shù)據(jù)挖掘算法進(jìn)行統(tǒng)計(jì)分析。步驟102，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法針對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以確定用戶的打車行為偏好；其中，所述打車行為偏好包括用戶偏好的目標(biāo)打車時(shí)段，以及用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；對(duì)于采集完成并且按照歸屬的城市進(jìn)行歸類后的打車行為數(shù)據(jù)樣本，服務(wù)端可以基于搭載的數(shù)據(jù)挖掘算法，進(jìn)行統(tǒng)計(jì)分析計(jì)算，進(jìn)而挖掘出用戶在不同城市中的打車行為偏好。在本申請(qǐng)中，上述打車行為偏好，具體可以包括用戶偏好的目標(biāo)打車時(shí)段，以及用戶在該目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)。以下將結(jié)合具體的例子分別介紹用戶偏好的目標(biāo)打車時(shí)段，以及用戶偏好的目標(biāo)打車地點(diǎn)的挖掘過程。1)用戶偏好的目標(biāo)打車時(shí)段的挖掘請(qǐng)參見圖2，圖2為本申請(qǐng)示出的一種用于挖掘用戶偏好的打車時(shí)間段的數(shù)據(jù)挖掘算法的處理流程圖。服務(wù)端在基于該數(shù)據(jù)挖掘算法，對(duì)從采集完成的打車行為數(shù)據(jù)樣本中篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析計(jì)算之前，可以預(yù)先對(duì)篩選出的打車行為數(shù)據(jù)樣本按照打車時(shí)間的先后順序進(jìn)行排序，完成對(duì)待計(jì)算數(shù)據(jù)樣本的預(yù)處理。如圖2所示，當(dāng)預(yù)處理完成，服務(wù)端在基于該數(shù)據(jù)挖掘算法，對(duì)從采集完成的打車行為數(shù)據(jù)樣本中篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析計(jì)算時(shí)：一方面，可以基于打車行為數(shù)據(jù)樣本，統(tǒng)計(jì)用戶在各第一單位時(shí)段內(nèi)的打車次數(shù)，并查找打車次數(shù)大于第一閾值的第一單位時(shí)段；另一方面，還可以基于打車行為數(shù)據(jù)樣本，統(tǒng)計(jì)用戶在各第二單位時(shí)段內(nèi)的打車次數(shù)；其中，上述第二單位時(shí)段由各第一單位時(shí)段內(nèi)的任意兩個(gè)連續(xù)的第一單位時(shí)段組成；例如，以上述打車行為數(shù)據(jù)樣本中的打車時(shí)段對(duì)應(yīng)的單位時(shí)段為1小時(shí)為例，上述第一單位時(shí)間段可以是1小時(shí)，而上述第二單位時(shí)段可以是每一個(gè)1小時(shí)時(shí)段內(nèi)的任意兩個(gè)連續(xù)的1小時(shí)時(shí)段組成的2小時(shí)時(shí)段；即對(duì)于任意一個(gè)第二單位時(shí)段來說，可以是由兩個(gè)連續(xù)的第一單位時(shí)段組成；而且，組成這兩個(gè)第二單位時(shí)段的第一單位時(shí)段可以存在交集；比如，1點(diǎn)-2點(diǎn)，2點(diǎn)-3點(diǎn)、3點(diǎn)-4點(diǎn)以及4點(diǎn)到5點(diǎn)可以分別構(gòu)成一個(gè)第一單位時(shí)段；而1點(diǎn)到3點(diǎn)，2點(diǎn)到4點(diǎn)以及3點(diǎn)到5點(diǎn)，可以分別構(gòu)成3個(gè)第二單位時(shí)段，連續(xù)的第二單位時(shí)段可以在時(shí)間上存在交集。當(dāng)統(tǒng)計(jì)出用戶在各第二單位時(shí)段內(nèi)的打車次數(shù)后，可以查找打車次數(shù)大于第二閾值，并且用戶在組成該第二單位時(shí)段的第一單位時(shí)段內(nèi)的打車次數(shù)均大于第三閾值的第二單位時(shí)段；其中，上述第二閾值大于上述第一閾值；而上述第三閾值的具體取值，在本申請(qǐng)不進(jìn)行特別限定，可以小于所述第一閾值，也可以大于所述第一閾值；比如，在一個(gè)例子中，上述第三閾值的取值可以為1。請(qǐng)繼續(xù)參見圖2，當(dāng)服務(wù)端查找到了打車次數(shù)大于第一閾值的第一時(shí)間單位時(shí)間，以及查找到了打車次數(shù)大于第二閾值，并且用戶在組成該第二單位時(shí)段的第一單位時(shí)段內(nèi)的打車次數(shù)均大于第三閾值的第二單位時(shí)段后，可以將查找到的該第一單位時(shí)間段和第二單位時(shí)間段進(jìn)行時(shí)段拼接，生成對(duì)應(yīng)的時(shí)段區(qū)間，然后將拼接得到的該時(shí)段區(qū)間作為用戶偏好的目標(biāo)打車時(shí)段。在本例中，當(dāng)統(tǒng)計(jì)出用戶偏好的目標(biāo)打車時(shí)段后，可以進(jìn)一步基于在該目標(biāo)打車時(shí)段內(nèi)的打車總次數(shù)，來計(jì)算該目標(biāo)打車時(shí)段的打車概率。例如，在示出的一種實(shí)施方式中，可以計(jì)算該目標(biāo)打車時(shí)段內(nèi)的打車總次數(shù)，與輸入的打車行為數(shù)據(jù)樣本對(duì)應(yīng)的總天數(shù)的目標(biāo)比值，然后將該目標(biāo)比值確定為對(duì)應(yīng)于該目標(biāo)打車時(shí)段的打車概率。舉例而言，假設(shè)服務(wù)端篩選出了用戶在某個(gè)城市近n天的打車行為數(shù)據(jù)樣本作為算法的輸入數(shù)據(jù)，第一閾值為threshold，第二閾值可以為threshold+1，第三閾值為1；第一單位時(shí)段對(duì)應(yīng)的單位時(shí)段為1小時(shí)，對(duì)應(yīng)的打車次數(shù)用ai來表示；第二單位時(shí)段為2小時(shí)時(shí)段，對(duì)應(yīng)的打車次數(shù)用bi來表示。步驟1，服務(wù)端可以分別統(tǒng)計(jì)每一個(gè)第一單位時(shí)段內(nèi)以及每一個(gè)第二單位時(shí)間段內(nèi)用戶的打車次數(shù)。假設(shè)ai時(shí)段的統(tǒng)計(jì)結(jié)果如下表所示：時(shí)段編號(hào)12345ai0次1次2次3次1次此時(shí)，bi時(shí)段的統(tǒng)計(jì)結(jié)果將如下表所示：步驟2，服務(wù)端可以找出打車次數(shù)的高頻時(shí)段。對(duì)于ai，服務(wù)端查找出所有ai>threshold的第一單位時(shí)間段。對(duì)于bi，服務(wù)端查找出所有bi>threshold+1，且bi對(duì)應(yīng)的所有ai>1的第二單位時(shí)間段。步驟3，服務(wù)端可以將滿足條件的ai對(duì)應(yīng)的第一單位時(shí)間段，bi對(duì)應(yīng)的第二單位時(shí)間段拼接成時(shí)間段區(qū)間。假設(shè)在該時(shí)間段區(qū)間內(nèi)的打車次數(shù)為m，服務(wù)端還可以根據(jù)如下公式計(jì)算打車概率:步驟4，當(dāng)完成上述計(jì)算后，服務(wù)端可以輸出用戶偏好的時(shí)間段的挖掘結(jié)果，以便于后續(xù)可以基于該挖掘結(jié)果，來預(yù)判用戶的打車需求；其中，該挖掘結(jié)果具體可以包括用戶打車的偏好時(shí)間段和打車概率，格式為(user_id,city,interval,probability)。user_id表示用戶的標(biāo)識(shí)；city表示打車的城市；interval表示用戶偏好的時(shí)間段；probability表示打車概率。在本例中，上述用戶偏好的目標(biāo)打車時(shí)段，可以進(jìn)一步細(xì)分為用戶偏好的工作日打車時(shí)段、用戶偏好的周末打車時(shí)段以及用戶偏好的周規(guī)律打車時(shí)段。其中，上述用戶偏好的工作日打車時(shí)段，是指用戶在日常的工作日進(jìn)行打車時(shí)所偏好的時(shí)間段；該用戶偏好的工作日打車時(shí)段，可以表達(dá)出用戶在工作日打車時(shí)的時(shí)間規(guī)律；例如，假設(shè)用戶偏好的工作日時(shí)段為17：30-18:00，則表明用戶習(xí)慣于在工作日的下午17：30-18:00打車。上述用戶偏好的周末打車時(shí)段，是指用戶在日常周末休息日進(jìn)行打車時(shí)所偏好的時(shí)間段；該用戶偏好的周末打車時(shí)段，可以表達(dá)出用戶在周末休息日打車時(shí)的時(shí)間規(guī)律；例如，假設(shè)用戶偏好的周末時(shí)段為12：30-13:00，則表明用戶習(xí)慣于在周末休息日的下午12：30-13:00打車。上述用戶偏好的周規(guī)律打車時(shí)段，是指用戶在每周打車的周期性的時(shí)間規(guī)律；該用戶偏好的周規(guī)律打車時(shí)段，可以表達(dá)出用戶偏好于在每周的某一個(gè)特定的自然日中的特定時(shí)間段打車；例如，假設(shè)用戶偏好的周規(guī)律打車時(shí)段，為每周的星期五的12：30-13:00，則表明用戶習(xí)慣于在每周五的下午12：30-13:00打車。需要說明的是，服務(wù)端在基于圖2示出的數(shù)據(jù)挖掘算法，對(duì)采集完成的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析計(jì)算時(shí)，所使用的打車行為數(shù)據(jù)樣本的類型，可以基于服務(wù)端最終需要挖掘的用戶偏好的目標(biāo)打車時(shí)段的具體場(chǎng)景來決定。在示出的一種實(shí)施方式中，在挖掘用戶偏好的工作日打車時(shí)段的場(chǎng)景下，如果服務(wù)端需要挖掘出用戶在某一個(gè)目標(biāo)城市所偏好的工作日打車時(shí)段，則可以從采集到的打車行為數(shù)據(jù)樣本中，篩選出對(duì)應(yīng)于工作日時(shí)段，且打車城市均為該目標(biāo)城市的打車行為數(shù)據(jù)樣本；然后基于圖2示出的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶在該目標(biāo)城市所偏好的工作日打車時(shí)段；例如，假設(shè)用戶偏好在工作日的6:00-7:59打車，那么基于圖2示出的數(shù)據(jù)挖掘算法，最終輸出的挖掘結(jié)果可以如下表所示：用戶偏好類型是否工作日城市星期時(shí)段打車概率xxx時(shí)間偏好是xxnull6:00-7:59xx在挖掘用戶偏好的周末打車時(shí)段的場(chǎng)景下，如果服務(wù)端需要挖掘出用戶在某一個(gè)目標(biāo)城市所偏好的周末打車時(shí)段，可以從采集到的打車行為數(shù)據(jù)樣本中，篩選出對(duì)應(yīng)于周末時(shí)段，且打車城市均為該目標(biāo)城市的打車行為數(shù)據(jù)樣本；然后基于圖2所示出的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶在該目標(biāo)城市所偏好的周末打車時(shí)段。例如，假設(shè)用戶偏好在周末的12：00-12:30打車，那么基于圖2示出的數(shù)據(jù)挖掘算法，最終輸出的挖掘結(jié)果可以如下表所示：用戶偏好類型是否工作日城市星期時(shí)段打車概率xxx時(shí)間偏好否xxnull12：00-12:30xx在挖掘用戶偏好的周規(guī)律打車時(shí)段的場(chǎng)景下，如果服務(wù)端需要挖掘出用戶在某一個(gè)目標(biāo)城市所偏好的周規(guī)律打車時(shí)段，可以從采集到的打車行為數(shù)據(jù)樣本中，分別篩選出對(duì)應(yīng)于周時(shí)段的各自然日，且打車城市均為該目標(biāo)城市的打車行為數(shù)據(jù)樣本；例如，假設(shè)需要挖掘出用戶在每周五打車的周期性時(shí)間規(guī)律，可以在近n個(gè)周的打車行為數(shù)據(jù)樣本，篩選出星期五的打車行為數(shù)據(jù)樣本，并基于圖2示出的數(shù)據(jù)挖掘算法，分別進(jìn)行統(tǒng)計(jì)分析，以得到用戶在每周五偏好的打車時(shí)間段。然后可以基于圖2所示出的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶在該目標(biāo)城市所偏好的周末打車時(shí)段；例如，假設(shè)用戶習(xí)慣于在每周的星期五的17:00-17：59打車，那么按照?qǐng)D2示出的數(shù)據(jù)挖掘算法，最終輸出的挖掘結(jié)果可以如下表所示:另外，需要說明的是，服務(wù)端在基于圖2示出的數(shù)據(jù)挖掘算法，挖掘用戶偏好的目標(biāo)打車時(shí)段時(shí)，在不同的場(chǎng)景下上述數(shù)據(jù)挖掘算法所采用的參數(shù)，可以互不相同，本領(lǐng)域技術(shù)人員可以基于需求，或者結(jié)合工程經(jīng)驗(yàn)來進(jìn)行賦值。例如，在示出的一種實(shí)現(xiàn)方式中，以上示出的三個(gè)不同的場(chǎng)景下的參數(shù)可以如下表所示：當(dāng)然，需要說明的是，上表中示出的在不同的場(chǎng)景下上述數(shù)據(jù)挖掘算法所使用的參數(shù)，僅為示例性的，并不用于限定本申請(qǐng)的技術(shù)方案。2)用戶偏好的目標(biāo)打車地點(diǎn)的挖掘在本例中，由于用戶偏好的每一個(gè)打車時(shí)間段，用戶所處的打車地點(diǎn)通常具有差異性；例如，某用戶在工作日的早晨打車時(shí)，起始地點(diǎn)可能是家里，目的地點(diǎn)可能是公司；而用戶在工作日的傍晚打車時(shí)，起始地點(diǎn)可能是公司，目的地點(diǎn)可能是家里；而用戶在每周五打車時(shí)，起始地點(diǎn)可能是公司，目的地點(diǎn)可能是火車站；因此，在本申請(qǐng)中，針對(duì)用戶偏好的目標(biāo)打車地點(diǎn)的挖掘，是在基于圖2所示出的數(shù)據(jù)挖掘算法，挖掘出用戶偏好的打車時(shí)間段的基礎(chǔ)上完成的，服務(wù)端需要針對(duì)按照?qǐng)D2示出的數(shù)據(jù)挖掘算法所挖掘出的每一個(gè)用戶偏好的目標(biāo)打車時(shí)間段，分別進(jìn)一步挖掘出用戶在該目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)。其中，用戶偏好的目標(biāo)打車地點(diǎn)，可以進(jìn)一步細(xì)分為用戶偏好的打車起始地點(diǎn)、用戶偏好的打車目的地點(diǎn)以及用戶偏好的打車位置范圍。當(dāng)服務(wù)端需要針對(duì)某一個(gè)已經(jīng)挖掘出的用戶偏好的目標(biāo)打車時(shí)間段，進(jìn)一步挖掘出用戶在在該目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)時(shí)，首先可以統(tǒng)計(jì)出用戶在該目標(biāo)時(shí)段內(nèi)的所有打車出發(fā)地點(diǎn)的位置信息；比如，打車出發(fā)的起始位置的經(jīng)緯度；然后，服務(wù)端可以基于統(tǒng)計(jì)出的用戶在該目標(biāo)時(shí)段內(nèi)的所有打車出發(fā)地點(diǎn)的位置信息進(jìn)行聚類分析，并基于聚類分析的結(jié)果查找包含的打車出發(fā)地點(diǎn)最多，且包含的打車出發(fā)地點(diǎn)的數(shù)量大于預(yù)設(shè)閾值的目標(biāo)類簇。最后，服務(wù)端可以計(jì)算該目標(biāo)類簇的中心點(diǎn)，并將該目標(biāo)類簇的中心點(diǎn)對(duì)應(yīng)的目標(biāo)地點(diǎn)，確定為用戶偏好的打車起始地點(diǎn)；相似的，服務(wù)端還可以進(jìn)一步計(jì)算該目標(biāo)類簇的半徑，并將與該目標(biāo)類簇的半徑對(duì)應(yīng)的位置范圍，確定為用戶偏好的打車位置范圍；以及，還可以進(jìn)一步統(tǒng)計(jì)與該目標(biāo)類簇中各打車出發(fā)地點(diǎn)對(duì)應(yīng)的打車行為數(shù)據(jù)樣本中，使用頻率最高的目的地點(diǎn)，然后該目的地點(diǎn)確定為用戶偏好的打車目的地點(diǎn)。當(dāng)完成上述計(jì)算后，服務(wù)端可以輸出用戶在該目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)的挖掘結(jié)果，以便于后續(xù)可以基于該挖掘結(jié)果，來預(yù)判用戶的打車需求；其中，該挖掘結(jié)果具體可以包括用戶在該目標(biāo)打車時(shí)間段內(nèi)偏好的起始地點(diǎn)、用戶偏好的打車位置范圍以及用戶偏好的打車目的地點(diǎn)。例如，假設(shè)上述目標(biāo)類簇的中心點(diǎn)經(jīng)度為120.13，維度為30.2，該目標(biāo)類簇的半徑為110米，用戶偏好的打車目的地點(diǎn)為西溪河?xùn)|，那么最終輸出的用戶在該目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)的挖掘結(jié)果，可以如下表所示：步驟103，實(shí)時(shí)判斷當(dāng)前時(shí)間是否命中用戶偏好的目標(biāo)打車時(shí)段；如果當(dāng)前時(shí)間命中用戶偏好的目標(biāo)打車時(shí)段，進(jìn)一步判斷用戶當(dāng)前的定位位置是否命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；在本例中，各用戶所使用的用戶客戶端，可以實(shí)時(shí)的向服務(wù)端上傳對(duì)應(yīng)于當(dāng)前時(shí)間的時(shí)間戳，以及用戶的定位位置(比如基于gps模塊采集到的用戶的經(jīng)緯度數(shù)據(jù))，而服務(wù)端在基于采集到的用戶的打車行為數(shù)據(jù)樣本，最終挖掘出了該用戶偏好的打車時(shí)間段，以及在該打車時(shí)間段內(nèi)的偏好的打車地點(diǎn)后，可以基于用戶客戶端實(shí)時(shí)上傳的時(shí)間戳，實(shí)時(shí)的判斷該時(shí)間戳是否命中該用戶客戶端的使用用戶所偏好的目標(biāo)打車時(shí)間段。如果該時(shí)間戳命中了該用戶所偏好的目標(biāo)打車時(shí)間段，此時(shí)可以基于該用戶客戶端上傳的該用戶的定位位置，來進(jìn)一步判斷該用戶當(dāng)前的定位位置是否命中該用戶在上述目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)；例如，可以將該用戶的定位位置的經(jīng)緯度信息，與挖掘出的該用戶偏好的起始地點(diǎn)的經(jīng)緯度信息，以及該用戶偏好的打車位置范圍進(jìn)行匹配，來確認(rèn)該用戶的定位位置是否命中了該用戶偏好的起始地點(diǎn)，或者該用戶的定位位置是否在該用戶偏好的打車位置范圍之內(nèi)。步驟104，如果用戶當(dāng)前的定位位置命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車地點(diǎn)的第一打車提示信息，以在所述用戶客戶端的用戶首頁展示。步驟105，如果用戶當(dāng)前的定位位置未命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的第二打車提示信息，以在所述用戶客戶端的用戶首頁展示。如果經(jīng)過確認(rèn)得知該用戶當(dāng)前的定位位置，命中了該用戶在上述目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)時(shí)，此時(shí)服務(wù)端將預(yù)判出該用戶在當(dāng)前時(shí)段可能存在前往該目標(biāo)打車地點(diǎn)的打車需求；在這種情況下，可以向上述用戶客戶端推送對(duì)應(yīng)于上述目標(biāo)打車地點(diǎn)的第一打車提示信息。當(dāng)然，如果經(jīng)過確認(rèn)得知該用戶當(dāng)前的定位位置，未命中該用戶在上述目標(biāo)打車時(shí)間段內(nèi)偏好的目標(biāo)打車地點(diǎn)時(shí)，此時(shí)服務(wù)端將預(yù)判出該用戶在當(dāng)前時(shí)段可能存在打車需求；此時(shí)可以向上述用戶客戶端推送對(duì)應(yīng)于上述目標(biāo)打車時(shí)段的第二打車提示信息。在實(shí)際應(yīng)用中，由于上述上述第一打車提示信息和第二打車提示信息，分別對(duì)應(yīng)于用戶不同的打車需求，因此可以基于用戶具體的打車需求，因此上述第一打車提示信息和第二打車提示信息，可以分別對(duì)應(yīng)不同的文案；當(dāng)用戶客戶端接收到服務(wù)端推送的上述第一打車提示信息或者第二打車提示信息后，可以將接收到的打車提示信息在用戶首頁展示；例如，以上述用戶客戶端為支付寶客戶端為例，假設(shè)服務(wù)端預(yù)判出用戶的打車需求為在工作日的下午17:30-18:00打車回家，那么服務(wù)端需要推送至用戶客戶端的第一打車提示信息的文案內(nèi)容具體可以是“下班啦，叫輛車回家吧”；支付客戶端在接收到服務(wù)端推送的該第一打車提示信息后，可以在用戶首頁的“生活動(dòng)態(tài)”板塊中向用戶呈現(xiàn)一條文案為“下班啦，叫輛車回家吧”的出行卡片，從而使得用戶可以更加直觀的查看到由服務(wù)端預(yù)判出的打車需求。又如，假設(shè)服務(wù)端預(yù)判出用戶的打車需求為在工作日的上午8:30-9:00打車去公司，那么服務(wù)端需要推送至用戶客戶端的第一打車提示信息的文案內(nèi)容具體可以是“早上好，叫輛車上班吧”；支付客戶端在接收到服務(wù)端推送的該第一打車提示信息后，可以在用戶首頁的“生活動(dòng)態(tài)”板塊中向用戶呈現(xiàn)一條文案為“早上好，叫輛車上班吧”的出行卡片，從而使得用戶可以更加直觀的查看到由服務(wù)端預(yù)判出的打車需求。其中，需要說明的是，由于服務(wù)端面向用戶客戶端推送的上述第一打車提示信息或者第二打車提示信息，某種程度上反映了服務(wù)端對(duì)于用戶打車需求的預(yù)判結(jié)果，因此為了進(jìn)一步提升打車需求預(yù)判結(jié)果的精準(zhǔn)度，服務(wù)端在基于以上描述的用戶打車需求的實(shí)時(shí)判斷過程的基礎(chǔ)上，還可以進(jìn)一步引入打車概率的判斷。在這種情況下，當(dāng)服務(wù)端通過以上示出的打車需求的實(shí)時(shí)判斷過程，判斷出客戶端上傳的時(shí)間戳命中了該用戶偏好的打車時(shí)間段，此時(shí)可以進(jìn)一步判斷對(duì)應(yīng)于該目標(biāo)打車時(shí)段的打車概率是否大于預(yù)設(shè)閾值；如果該目標(biāo)打車時(shí)間段的打車概率大于該預(yù)設(shè)閾值，此時(shí)服務(wù)端再向上述用戶客戶端推送上述第一打車提示信息或者上述第二打車提示信息。通過這種方式，服務(wù)端在預(yù)判出用戶在當(dāng)前時(shí)間段內(nèi)存在打車的需求，在向上述用戶客戶端推送上述第一打車提示信息或者上述第二打車提示信息之前，進(jìn)一步引入打車概率的判斷，只有當(dāng)該打車概率大于預(yù)設(shè)閾值，再推送上述第一打車提示信息或者上述第二打車提示信息；而如果該打車概率小于該預(yù)設(shè)閾值時(shí)，此時(shí)可以停止向用戶客戶端輸出上述打車提示信息或者上述第二打車提示信息，從而可以進(jìn)一步降低服務(wù)端誤判的概率，可以提升打車需求預(yù)判的準(zhǔn)確度。在示出的一種實(shí)施方式中，上述第一打車提示信息以及第二打車提示信息，具體可以是打車界面的入口選項(xiàng)。用戶客戶端在接收到上述第一打車提示信息以及第二打車提示信息后，可以基于接收到的打車提示信息在用戶首頁中展示相應(yīng)的打車界面的入口選項(xiàng)，并輸出相應(yīng)的提示文案。此時(shí)，用戶可以在用戶首頁中直接出發(fā)該入口選項(xiàng)，進(jìn)入到打車界面，快捷的完成目的地點(diǎn)的輸入，打車訂單的生成以及提交等操作。其中，由于第一打車提示信息與第二打車提示信息分別對(duì)應(yīng)不同的打車需求，因此當(dāng)用戶通過觸發(fā)第一打車提示信息與第二打車提示信息后，打車界面中所展示的內(nèi)容，也可以略有不同。在示出的一種實(shí)施方式中，當(dāng)用戶觸發(fā)了在用戶首頁展示的第一打車提示信息后，此時(shí)用戶客戶端可以向服務(wù)端發(fā)送一個(gè)數(shù)據(jù)獲取請(qǐng)求；而服務(wù)端在收到該數(shù)據(jù)獲取請(qǐng)求后，可以將與打車界面對(duì)應(yīng)的頁面數(shù)據(jù)，推送至該用戶客戶端；用戶客戶端在收到頁面數(shù)據(jù)后，可以基于接收到的該頁面數(shù)據(jù)，跳轉(zhuǎn)至打車界面。在示出的另一種實(shí)施方式中，當(dāng)用戶觸發(fā)了在用戶首頁展示的第二打車提示信息后，此時(shí)用戶客戶端也可以向服務(wù)端發(fā)送一個(gè)數(shù)據(jù)獲取請(qǐng)求；而服務(wù)端在收到該數(shù)據(jù)獲取請(qǐng)求后，由于服務(wù)端預(yù)先已經(jīng)挖掘出用戶在當(dāng)前時(shí)間段內(nèi)偏好的打車目的地點(diǎn)，因此可以將與打車界面對(duì)應(yīng)的頁面數(shù)據(jù)，以及預(yù)先挖掘出的該用戶偏好的打車目的地點(diǎn)推送至該用戶客戶端；用戶客戶端在收到頁面數(shù)據(jù)和用戶偏好的打車目的地點(diǎn)后，可以基于接收到的該頁面數(shù)據(jù)，跳轉(zhuǎn)至打車界面，并在該打車界面中的打車目的地點(diǎn)列表中，輸出用戶偏好的該打車目的地點(diǎn)；例如，在一種實(shí)現(xiàn)方式中，可以對(duì)該打車目的地點(diǎn)列表中向用戶推薦的目的地點(diǎn)進(jìn)行排序，然后將用戶在當(dāng)前時(shí)段偏好的打車目的地點(diǎn)，在排序的首位向用戶推薦。可見，通過這種方式，當(dāng)服務(wù)端預(yù)判出用戶在當(dāng)前時(shí)間段內(nèi)具有前往任意一個(gè)目標(biāo)地點(diǎn)的打車需求時(shí)，可以將該目標(biāo)地點(diǎn)在打車界面的打車目的地點(diǎn)列表中的首位向用戶推薦，從而可以方便用戶快速的將該目標(biāo)地點(diǎn)選定為本地打車操作的目的地點(diǎn)，完成打車訂單的生成以及提交。當(dāng)然，在實(shí)際應(yīng)用中，當(dāng)服務(wù)端成功預(yù)判出用戶在當(dāng)前時(shí)段內(nèi)具有打車需求，并且用戶客戶端在用戶首頁上也向用戶輸出了相應(yīng)的打車提示信息后，在一段時(shí)間以后，如果預(yù)判出的用戶的打車需求超時(shí)，用戶仍然沒有觸發(fā)該打車提示信息進(jìn)入到打車界面完成打車操作，那么用戶客戶端還可以將用戶首頁中已經(jīng)顯示的打車提示信息清除。通過這種方式，可以在預(yù)判出的用戶打車需求超時(shí)后，及時(shí)清除已經(jīng)顯示的打車提示信息，從而可以優(yōu)化用戶首頁中所展示的信息，防止用戶用戶查看到與過期的打車需求所對(duì)應(yīng)的打車提示信息，而影響用戶的體驗(yàn)。以上詳細(xì)描述了服務(wù)端基于采集到的用戶的打車行為數(shù)據(jù)樣本，挖掘用戶的打車行為偏好，以及服務(wù)端基于挖掘結(jié)果，實(shí)時(shí)預(yù)判用戶的打車需求，向用戶客戶端推送打車提示信息的詳細(xì)過程；需要說明的是，在另一種實(shí)施方式中，服務(wù)端在成功挖掘出用戶的打車行為偏好后，也可以將挖掘結(jié)果推送給用戶客戶端，使得后續(xù)用戶客戶端可以基于本地的挖掘結(jié)果，自主的預(yù)判用戶的打車需求，并通過用戶首頁輸出相應(yīng)的打車提示信息，具體的實(shí)施過程與由服務(wù)端預(yù)判用戶的打車需求的實(shí)施過程相同，本申請(qǐng)不再進(jìn)行贅述。通過以上各實(shí)施例可知，本申請(qǐng)?zhí)岢鲆环N基于用戶打車偏好的信息推送方法，通過從用戶打車出行的交易明細(xì)數(shù)據(jù)中挖掘出用戶偏好的目標(biāo)打車時(shí)段，以及用戶在該目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)等打車行為偏好，并在基于挖掘出的用戶的打車行為偏好，實(shí)時(shí)判斷出用戶具有打車需求時(shí)，及時(shí)的向用戶客戶端推送相應(yīng)的打車提示信息，在用戶客戶端的用戶首頁進(jìn)行展示；同時(shí)，針對(duì)用戶不同的打車需求，可以分別推送不同的打車提示信息；一方面，在本申請(qǐng)中，可以基于用戶打車出行的交易明細(xì)數(shù)據(jù)，來主動(dòng)挖掘出用戶的打車行為偏好；另一方面，可以基于挖掘出的用戶的打車行為偏好，預(yù)判用戶的打車需求，并且可以以一種更加自然的推送方式，在預(yù)判出用戶具有打車需求時(shí)，及時(shí)向用戶推送相應(yīng)的打車提示信息，在用戶客戶端的用戶首頁進(jìn)行展示。因此，不僅可以基于挖掘出的用戶打車行為偏好，預(yù)判用戶是否具有打車需求；而且可以在預(yù)判出用戶具有打車需求時(shí)，及時(shí)向用戶發(fā)出打車提示，從而可以優(yōu)化用戶體驗(yàn)，提升用戶在通過用戶客戶端進(jìn)行打車的使用率。與上述方法實(shí)施例相對(duì)應(yīng)，本申請(qǐng)還提供了裝置的實(shí)施例。請(qǐng)參見圖3，本申請(qǐng)?zhí)岢鲆环N基于用戶打車偏好的信息推送裝置30，應(yīng)用于服務(wù)端；其中，請(qǐng)參見圖4，作為承載所述基于用戶打車偏好的信息推送裝置70的服務(wù)端所涉及的硬件架構(gòu)中，通常包括cpu、內(nèi)存、非易失性存儲(chǔ)器、網(wǎng)絡(luò)接口以及內(nèi)部總線等；以軟件實(shí)現(xiàn)為例，所述基于用戶打車偏好的信息推送裝置30通?？梢岳斫鉃榧虞d在內(nèi)存中的計(jì)算機(jī)程序，通過cpu運(yùn)行之后形成的軟硬件相結(jié)合的邏輯裝置，所述裝置30包括：采集模塊301，從用戶打車出行的交易明細(xì)數(shù)據(jù)中采集打車行為數(shù)據(jù)樣本；分析模塊302，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法針對(duì)采集到的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以確定用戶的打車行為偏好；其中，所述打車行為偏好包括用戶偏好的目標(biāo)打車時(shí)段，以及用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；判斷模塊303，實(shí)時(shí)判斷當(dāng)前時(shí)間是否命中用戶偏好的目標(biāo)打車時(shí)段；如果當(dāng)前時(shí)間命中用戶偏好的目標(biāo)打車時(shí)段，進(jìn)一步判斷用戶當(dāng)前的定位位置是否命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)；推送模塊304，如果用戶當(dāng)前的定位位置命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車地點(diǎn)的第一打車提示信息；如果用戶當(dāng)前的定位位置未命中用戶在所述目標(biāo)打車時(shí)段內(nèi)偏好的目標(biāo)打車地點(diǎn)，向用戶客戶端推送對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的第二打車提示信息，以在所述用戶客戶端的用戶首頁展示。在本例中，所述打車行為數(shù)據(jù)樣本包括：用戶標(biāo)識(shí)字段、打車城市字段、是否打車字段、打車日期字段、打車時(shí)段字段、是否為工作日字段、星期字段、出發(fā)地點(diǎn)經(jīng)度字段、出發(fā)地點(diǎn)緯度字段、以及目的地點(diǎn)字段。在本例中，所述用戶偏好的目標(biāo)打車時(shí)段包括用戶偏好的工作日打車時(shí)段、用戶偏好的周末打車時(shí)段以及用戶偏好的周規(guī)律打車時(shí)段；所述分析模塊302：篩選出所述打車行為數(shù)據(jù)樣本中對(duì)應(yīng)于工作日時(shí)段，且打車城市相同的打車行為數(shù)據(jù)樣本，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶偏好的工作日打車時(shí)段；篩選出所述打車行為數(shù)據(jù)樣本中對(duì)應(yīng)于周末時(shí)段，且打車城市相同的打車行為數(shù)據(jù)樣本，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶偏好的周末打車時(shí)段；分別篩選出所述打車行為數(shù)據(jù)樣本中對(duì)應(yīng)于周時(shí)段中的各自然日，且打車地點(diǎn)相同的打車行為數(shù)據(jù)樣本，基于預(yù)設(shè)的數(shù)據(jù)挖掘算法對(duì)篩選出的打車行為數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，以得到用戶偏好的周規(guī)律打車時(shí)段。在本例中，所述分析模塊302進(jìn)一步：基于所述打車行為數(shù)據(jù)樣本統(tǒng)計(jì)用戶在各第一單位時(shí)段內(nèi)的打車次數(shù)，并查找打車次數(shù)大于第一閾值的第一單位時(shí)段；基于打車行為數(shù)據(jù)樣本統(tǒng)計(jì)用戶在各第二單位時(shí)段內(nèi)的打車次數(shù)，并查找打車次數(shù)大于第二閾值，且用戶在組成該第二單位時(shí)段的第一單位時(shí)段內(nèi)的打車次數(shù)均大于第三閾值的第二單位時(shí)段；其中，所述第二單位時(shí)段由各第一單位時(shí)段內(nèi)的任意兩個(gè)連續(xù)的第一單位時(shí)段組成；所述第二閾值大于所述第一閾值；針對(duì)查找到的第一單位時(shí)段和第二單位時(shí)段進(jìn)行時(shí)段拼接，生成用戶偏好的目標(biāo)打車時(shí)段。在本例中，所述分析模塊302進(jìn)一步：計(jì)算該目標(biāo)打車時(shí)段內(nèi)的打車總次數(shù)，與所述打車行為數(shù)據(jù)樣本對(duì)應(yīng)的總天數(shù)的目標(biāo)比值，將該目標(biāo)比值確定為對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的打車概率在本例中，所述用戶偏好的目標(biāo)打車地點(diǎn)包括用戶偏好的打車起始地點(diǎn)、用戶偏好的打車目的地點(diǎn)以及用戶偏好的打車位置范圍。所述分析模塊302進(jìn)一步：基于用戶在所述目標(biāo)時(shí)段內(nèi)的所有打車出發(fā)地點(diǎn)進(jìn)行聚類分析；基于聚類分析的結(jié)果查找包含的打車出發(fā)地點(diǎn)最多，且包含的打車出發(fā)地點(diǎn)的數(shù)量大于預(yù)設(shè)閾值的目標(biāo)類簇；計(jì)算所述目標(biāo)類簇的中心點(diǎn)，并與將所述目標(biāo)類簇的中心點(diǎn)對(duì)應(yīng)的目標(biāo)地點(diǎn)確定為用戶偏好的打車起始地點(diǎn)；計(jì)算所述目標(biāo)類簇的半徑，并將與所述目標(biāo)類簇的半徑對(duì)應(yīng)的位置范圍確定為用戶偏好的打車位置范圍；統(tǒng)計(jì)與所述目標(biāo)類簇中各打車出發(fā)地點(diǎn)對(duì)應(yīng)的打車行為數(shù)據(jù)樣本中使用頻率最高的目的地點(diǎn)，并將該目的地點(diǎn)確定為用戶偏好的打車目的地點(diǎn)。在本例中，所述判斷模塊303進(jìn)一步：在推送模塊304向用戶客戶端推送所述第一打車提示信息或者所述第二打車提示信息之前，判斷對(duì)應(yīng)于所述目標(biāo)打車時(shí)段的打車概率是否大于預(yù)設(shè)閾值；如果是，則由所述推送模塊304向用戶客戶端推送所述第一打車提示信息或者所述第二打車提示信息。在本例中，所述打車提示信息為打車界面的入口選項(xiàng)；所述推送模塊304進(jìn)一步：響應(yīng)于所述用戶客戶端在檢測(cè)到用戶針對(duì)所述第一打車提示信息的觸發(fā)操作后發(fā)出的數(shù)據(jù)獲取請(qǐng)求，向所述用戶客戶端推送對(duì)應(yīng)于打車界面的頁面數(shù)據(jù)，以使所述用戶客戶端基于所述頁面數(shù)據(jù)進(jìn)入所述打車界面；響應(yīng)于所述用戶客戶端在檢測(cè)到用戶針對(duì)所述第二打車提示信息的觸發(fā)操作后發(fā)出的數(shù)據(jù)獲取請(qǐng)求，向所述用戶客戶端推送對(duì)應(yīng)于打車界面的頁面數(shù)據(jù)，以及用戶偏好的打車目的地點(diǎn)，以使得所述用戶客戶端基于所述頁面數(shù)據(jù)進(jìn)入所述打車界面，并在所述打車界面中的打車目的地點(diǎn)列表中輸出用戶偏好的所述打車目的地點(diǎn)。對(duì)于裝置實(shí)施例而言，由于其基本對(duì)應(yīng)于方法實(shí)施例，所以相關(guān)之處參見方法實(shí)施例的部分說明即可。以上所描述的裝置實(shí)施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上。可以根據(jù)實(shí)際的需要選擇其中的部分或者全部模塊來實(shí)現(xiàn)本申請(qǐng)方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。上述實(shí)施例闡明的系統(tǒng)、裝置、模塊或單元，具體可以由計(jì)算機(jī)芯片或?qū)嶓w實(shí)現(xiàn)，或者由具有某種功能的產(chǎn)品來實(shí)現(xiàn)。一種典型的實(shí)現(xiàn)設(shè)備為計(jì)算機(jī)，計(jì)算機(jī)的具體形式可以是個(gè)人計(jì)算機(jī)、膝上型計(jì)算機(jī)、蜂窩電話、相機(jī)電話、智能電話、個(gè)人數(shù)字助理、媒體播放器、導(dǎo)航設(shè)備、電子郵件收發(fā)設(shè)備、游戲控制臺(tái)、平板計(jì)算機(jī)、可穿戴設(shè)備或者這些設(shè)備中的任意幾種設(shè)備的組合。本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后，將容易想到本申請(qǐng)的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本申請(qǐng)的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本申請(qǐng)的一般性原理并包括本申請(qǐng)未公開的本
技術(shù)領(lǐng)域：
中的公知常識(shí)或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的，本申請(qǐng)的真正范圍和精神由下面的權(quán)利要求指出。應(yīng)當(dāng)理解的是，本申請(qǐng)并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本申請(qǐng)的范圍僅由所附的權(quán)利要求來限制。以上所述僅為本申請(qǐng)的較佳實(shí)施例而已，并不用以限制本申請(qǐng)，凡在本申請(qǐng)的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請(qǐng)保護(hù)的范圍之內(nèi)。當(dāng)前第1頁12