用戶通勤時間獲取方法和裝置的制造方法
【專利摘要】本申請公開了用戶通勤時間獲取方法和裝置。所述方法的一【具體實施方式】包括：采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通勤訂單包括所述用戶往返于家庭住址和工作地點的訂單；將所述歷史時間段內的所述時間信息在一天中對應的不同的時間段內出現的次數添加到所述時間段對應的訂單數量列表中；基于預設的時間置信度R和剔除所述訂單數量列表中的訂單數量為零的剩余訂單數量集合，確定判別閾值T；獲取所述剩余訂單數量集合中大于等于所述判別閾值T的訂單數量所對應的時間段。該實施方式通過獲取用戶的通勤時間，實現了富于針對性的車輛調度。
【專利說明】
用戶通勤時間獲取方法和裝置
技術領域
[0001] 本申請涉及計算機技術領域，具體涉及互聯網訂單處理技術領域，尤其涉及用戶 通勤時間獲取方法和裝置。
【背景技術】
[0002] 隨著互聯網用車業(yè)務的發(fā)展，一部分互聯網叫車用戶會在通勤過程中選擇專車和 順風車等互聯網用車業(yè)務。這些通勤用戶具有優(yōu)良的商業(yè)價值，如果能夠獲取到這些用戶 的通勤時間，就可以更好的分析用戶行為，理解用戶需求，有針對性的進行車輛調度，也為 精準的營銷提供有力的數據支持。
[0003] 然而，現有的用戶通勤時間獲取方法通常是通過用戶預先設定的通勤線路清單來 獲取的，而無法自動識別叫車業(yè)務中通勤用戶的通勤時間。

【發(fā)明內容】

[0004] 本申請的目的在于提出一種改進的用戶通勤時間獲取方法和裝置，來解決以上背 景技術部分提到的技術問題。
[0005] 第一方面，本申請?zhí)峁┝艘环N用戶通勤時間獲取方法，所述方法包括:采集用戶在 歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通勤訂單包括所述用戶往返于家庭住 址和工作地點的訂單;將所述歷史時間段內的所述時間信息在一天中對應的不同的時間段 內出現的次數添加到所述時間段對應的訂單數量列表中；基于預設的時間置信度R和剔除 所述訂單數量列表中的訂單數量為零的剩余訂單數量集合，確定判別閾值T;獲取所述剩余 訂單數量集合中大于等于所述判別閾值T的訂單數量所對應的時間段。
[0006] 在一些實施例中，所述時間置信度R包括:通過以下公式計算時間置信度R:
[0007] R=l-l/k2
[0008] 其中，R為時間置信度，k為正整數。
[0009] 在一些實施例中，所述基于預設的時間置信度R和剔除所述訂單數量列表中的訂 單數量為零的剩余訂單數量集合，確定判別閾值T包括:通過以下公式計算判別閾值T:
[0011 ]其中，T為判別閾值，E為訂單均值，D為訂單方差，R為時間置信度。
[0012] 在一些實施例中，在所述將所述歷史時間段內的所述時間信息在一天中對應的不 同的時間段內出現的次數添加到所述時間段對應的訂單數量列表中之前，所述方法還包 括:按照預設時間長度將一天的時間劃分為不同的時間段。
[0013] 在一些實施例中，所述訂單包括叫車服務訂單。
[0014]第二方面，本申請?zhí)峁┝艘环N用戶通勤時間獲取裝置，所述裝置包括:采集單元， 配置用于采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通勤訂單包括所 述用戶往返于家庭住址和工作地點的訂單；添加單元，配置用于將所述歷史時間段內的所 述時間信息在一天中對應的不同的時間段內出現的次數添加到所述時間段對應的訂單數 量列表中；確定單元，配置用于基于預設的時間置信度R和剔除所述訂單數量列表中的訂單 數量為零的剩余訂單數量集合，確定判別閾值T;獲取單元，配置用于獲取所述剩余訂單數 量集合中大于等于所述判別閾值T的訂單數量所對應的時間段。
[0015] 在一些實施例中，所述時間置信度R包括:通過以下公式計算時間置信度R:
[0016] R=l-l/k2
[0017]其中，R為時間置信度，k為正整數。
[0018] 在一些實施例中，所述確定單元進一步用于:通過以下公式計算判別閾值T:
[0019] T 二 E + 扣 /、\ - R)
[0020] 其中，T為判別閾值，E為訂單均值，D為訂單方差，R為時間置信度。
[0021] 在一些實施例中，所述裝置還包括:劃分單元，配置用于按照預設時間長度將一天 的時間劃分為不同的時間段。
[0022] 在一些實施例中，所述訂單包括叫車服務訂單。
[0023] 本申請?zhí)峁┑挠脩敉ㄇ跁r間獲取方法和裝置，通過將采集到的用戶在歷史時間段 內發(fā)生通勤訂單的時間信息在一天的不同時間段內出現的次數添加到時間段對應的訂單 數量列表中，而后基于預設的時間置信度和去除掉訂單數量為零后的剩余訂單數量列表確 定判別閾值，最后獲取剩余訂單數量列表中大于等于上述判別閾值的訂單數量所對應的時 間段，從而有效利用了用戶的歷史訂單數據獲取到用戶的通勤時間，實現了富于針對性的 車輛調度。
【附圖說明】
[0024] 通過閱讀參照以下附圖所作的對非限制性實施例所作的詳細描述，本申請的其它 特征、目的和優(yōu)點將會變得更明顯：
[0025] 圖1是本申請可以應用于其中的示例性系統(tǒng)架構圖；
[0026] 圖2是根據本申請的用戶通勤時間獲取方法的一個實施例的流程圖；
[0027] 圖3是根據本申請的用戶通勤時間獲取方法的又一個實施例的流程圖；
[0028] 圖4是根據本申請的用戶通勤時間獲取裝置的一個實施例的結構示意圖；
[0029] 圖5是適于用來實現本申請實施例的服務器的計算機系統(tǒng)的結構示意圖。
【具體實施方式】
[0030] 下面結合附圖和實施例對本申請作進一步的詳細說明?？梢岳斫獾氖?，此處所描 述的具體實施例僅僅用于解釋相關發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了 便于描述，附圖中僅示出了與有關發(fā)明相關的部分。
[0031] 需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相 互組合。下面將參考附圖并結合實施例來詳細說明本申請。
[0032] 圖1示出了可以應用本申請的用戶通勤時間獲取方法及裝置的實施例的示例性系 統(tǒng)架構100。
[0033] 如圖1所示，系統(tǒng)架構100可以包括終端設備101、102、103,網絡104和服務器105。 網絡104用以在終端設備101、102、103和服務器105之間提供通信鏈路的介質。網絡104可以 包括各種連接類型，例如有線、無線通信鏈路或者光纖電纜等等。
[0034]用戶可以使用終端設備101、102、103通過網絡104與服務器105交互，以接收或發(fā) 送消息等。終端設備101、102、103上可以安裝有各種客戶端應用，例如網頁瀏覽器應用、叫 車服務類應用等。
[0035] 終端設備101、102、103可以是具有顯示屏并且支持網頁瀏覽的各種電子設備，包 括但不限于智能手機、平板電腦、電子書閱讀器、MP3播放器(Moving Picture Experts Group Audio Layer III，動態(tài)影像專家壓縮標準音頻層面3)、MP4(Moving Picture Experts Group Audio Layer IV，動態(tài)影像專家壓縮標準音頻層面4)播放器、膝上型便攜 計算機和臺式計算機等等。
[0036] 服務器105可以是提供各種服務的服務器，例如對終端設備101、102、103上執(zhí)行的 訂單進行采集的用戶通勤時間獲取裝置。用戶通勤時間獲取裝置可以對采集到的用戶歷史 通勤訂單的時間信息等數據進行分析等處理，并將處理結果(例如通勤時間結果信息)反饋 給終端設備。
[0037] 需要說明的是，本申請實施例所提供的用戶通勤時間獲取方法一般由服務器105 執(zhí)行。
[0038] 應該理解，圖1中的終端設備、網絡和服務器的數目僅僅是示意性的。根據實現需 要，可以具有任意數目的終端設備、網絡和服務器。
[0039] 繼續(xù)參考圖2,示出了根據本申請的用戶通勤時間獲取方法的一個實施例的流程 200。所述的用戶通勤時間獲取方法，包括以下步驟：
[0040] 步驟201，采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息。
[0041] 在本實施例中，用戶通勤時間獲取方法運行于其上的電子設備(例如圖1所示的服 務器)可以通過有線連接方式或者無線連接方式從用戶利用其進行下單的終端采集用戶在 歷史時間段(例如，過去一個月）內發(fā)生訂單的時間信息。通常，采集的訂單的數量越多，獲 取到的用戶通勤時間的準確率越高。
[0042] 在本實施例中，上述通勤訂單可以包括用戶往返于家庭住址和工作地點的訂單。 作為示例，上述通勤訂單可以是發(fā)生訂單的軌跡信息的軌跡起點為用戶的住址地點、軌跡 終點為用戶的工作地點的訂單。上述住址地點和工作地點可以通過用戶在上述電子設備中 提交的用戶家庭住址和公司地點而獲得。
[0043]在本實施例的一些可選的實現方式中，上述訂單可以是用戶基于互聯網的叫車服 務訂單。
[0044] 在本實施例中，時間信息可以是用戶的通勤訂單執(zhí)行的開始時間（例如，在基于互 聯網的叫車服務訂單中，用戶從軌跡起點出發(fā)的時間），也可以是用戶的通勤訂單執(zhí)行的結 束時間（例如，在基于互聯網的叫車服務訂單中，用戶到達軌跡終點的時間），還可以是從通 勤訂單執(zhí)行的開始時間到通勤訂單執(zhí)行的結束時間之間的時間段。
[0045] 需要指出的是，上述無線連接方式可以包括但不限于3G/4G連接、WiFi連接、藍牙 連接、WiMAX連接、Zigbee連接、UWB(ultra wideband)連接、以及其他現在已知或將來開發(fā) 的無線連接方式。
[0046] 步驟202,將歷史時間段內的時間信息在一天中對應的不同的時間段內出現的次 數添加到時間段對應的訂單數量列表中。
[0047]在本實施例中，上述電子設備將步驟201中采集到的多個時間信息在預先將一天 的時間劃分成的不同的時間段中出現的次數添加到上述時間段所對應的訂單數量列表中。
[0048] 作為示例，上述電子設備可以將采集到的多個通勤訂單執(zhí)行的開始時間在按照一 小時的時間長度將一天(〇: 00-24:00)的時間劃分的時間段中出現的次數添加到上述時間 段所對應的訂單數量列表中。例如，上述電子設備首先采集到過去十天內用戶的訂單執(zhí)行 的開始時間，第一天 :8:46，18:43;第二天:8 :27，18:21;第三天:9:03，17 :59;第四天:8:38， 18:54;第五天：12:47,16:42;第六天：10:11，20:56;第七天:7:45,17:35;第八天:8:37,19: 32;第九天:9:57，12:58;第十天：11:16，13:48。接著，上述電子設備將上述開始時間在上述 時間段中出現的次數添加到上述時間段所對應的訂單數量列表中，此時，訂單數量列表為 (0,0,0,0,0,0,0,1,4,2,1,1,2,1,0,0,1,2,3,1,1,0,0,0)〇
[0049] 步驟203,基于預設的時間置信度R和剔除訂單數量列表中的訂單數量為零的剩余 訂單數量集合，確定判別閾值T。
[0050] 在本實施例中，上述電子設備可以根據預先設置的時間置信度R和排除掉步驟202 中得到的訂單數量列表中訂單數量為零的剩余訂單數量集合，計算判別閾值T。
[0051] 在本實施例的一些可選的實現方式中，上述電子設備可以首先根據應用需求設置 識別通勤時間的置信度R，其中，通勤時間的置信度R可以是通過本申請的用戶通勤時間獲 取方法得到的通勤時間為用戶真實的通勤時間的概率。通常，通勤時間的置信度R的值越 大，獲取到的通勤時間為用戶真實的通勤時間的概率越高。
[0052]可以通過以下公式計算時間置信度R。
[0053] R=l-l/k2
[0054]其中，R為時間置信度，k為正整數。
[0055] 在本實施例中，上述電子設備可以接著排除掉訂單數量列表中為零的訂單數量。 例如，上述電子設備可以將得到的訂單數量列表(0,0,0,0,0,0,0，1，4,2，1，1，2，1，0,0，1， 2,3，1，1，0,0,0)中的零次訂單數量去掉后得到剩余訂單數量集合為（1，4，2，1，1，2，1，1，2， 3，1，1)。
[0056] 在本實施例的一些可選的實現方式中，上述電子設備可以基于得到的時間置信度 R和通過計算剩余訂單數量集合中剩余訂單數量的均值和方差，計算判別閾值T。
[0057]可以通過以下公式計算判別閾值T:
[0058] T = E + ^jD/{\-R)
[0059] 其中，T為判別閾值，E為訂單均值，D為訂單方差，R為時間置信度。
[0060] 作為示例，當剩余訂單數量集合為（1，4,2，1，1，2，1，1，2,3，1，1)時，上述電子設備 可以首先計算得出上述剩余訂單數量集合的訂單數量均值為1.66667,訂單數量方差為 0.94281;然后，將計算時間置信度R公式中的k設置為2，則時間置信度R為0.75;最后，基于 上述時間置信度R、上述訂單數量均值和上述訂單數量方差，利用上述計算判別閾值T的公 式計算得出判別閾值T為3.6086。
[0061 ]步驟204，獲取剩余訂單數量集合中大于等于判別閾值T的訂單數量所對應的時間 段。
[0062]在本實施例中，上述電子設備可以將剩余訂單數量集合中的每個剩余訂單數量與 步驟203中確定的判別閾值T進行比較，獲取剩余訂單數量中大于等于上述判別閾值T的訂 單數量所對應的時間段，其中，上述時間段可以是用戶的通勤時間所在的時間區(qū)間。
[0063] 在本實施例中，當上述通勤訂單包括用戶的所有訂單時，上述時間段也可以是用 戶出行的高頻時間段；當上述通勤訂單執(zhí)行的地點固定時，上述時間段還可以是用戶在上 述地點出現的高頻時間段。
[0064] 作為示例，當用戶在過去十天內的剩余訂單數量集合為（1，4，2，1，1，2，1，1，2，3， 1，1 )、判別閾值T為3.6086時，上述電子設備將剩余訂單數量集合中的每個訂單數量與上述 判別閾值T進行比較，獲取到剩余訂單集合中的訂單數量4大于判別閾值3.6086，則訂單數 量4所對應的時間段8:00-9:00為上述用戶的通勤時間所在的時間區(qū)間。
[0065] 本申請的上述實施例提供的方法通過基于用戶歷史通勤訂單的時間信息來確定 用戶的通勤時間，從而實現了富于針對性的車輛調度。
[0066]進一步參考圖3,其示出了用戶通勤時間獲取方法的又一個實施例的流程圖300。 該用戶通勤時間獲取方法的流程300,包括以下步驟：
[0067]步驟301，采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息。
[0068] 在本實施例中，用戶通勤時間獲取方法運行于其上的電子設備(例如圖1所示的服 務器)可以通過有線連接方式或者無線連接方式從用戶利用其進行下單的終端采集用戶在 歷史時間段(例如，過去三個月）內發(fā)生通勤訂單的時間信息。
[0069] 在本實施例中，上述通勤訂單可以包括用戶往返于家庭住址和工作地點的訂單。 作為示例，上述通勤訂單可以是發(fā)生訂單的軌跡信息的軌跡起點與用戶的住址地點之間的 距離、軌跡終點與用戶的工作地點之間的距離在預設距離(例如，300米）內的訂單。
[0070] 步驟302,按照預設時間長度將一天的時間劃分為不同的時間段。
[0071] 在本實施例中，上述電子設備可以預先將一天的時間劃分成連續(xù)的時間段。作為 示例，可以按照兩小時的時間長度將一天(〇: 00-24:00)的時間劃分為0:00-2:00，2:00-4: 00,4:00-6:00等 ;上述電子設備也可以將白天(6:00-18:00)的時間按照一小時的時間長度 劃分為6:00-7:00，7:00-8:00等，將夜間（18:00-次日6:00)的時間按照兩小時的時間長度 劃分為18:00-20:00，20:00-22:00等;還可以按照經驗將預計的通勤時間段(7:00-10:00， 12:00-14:00,17:00-20:00)按照半小時的時間長度劃分為7:00-7:30,7: 30-8:00等，將預 計的非通勤時間段（10:00-12:00，14:00-17 :00，20:00-次日7:00)按照一小時的時間長度 劃分為 10:00-11: 〇〇，11:00-12:00 等。
[0072] 步驟303,將歷史時間段內的時間信息在一天中對應的不同的時間段內出現的次 數添加到時間段對應的訂單數量列表中。
[0073] 在本實施例中，上述電子設備可以將采集到的多個時間信息在預先將一天的時間 劃分成的不同的時間段中出現的次數添加到上述時間段所對應的訂單數量列表中。
[0074] 步驟304,基于預設的時間置信度R和剔除訂單數量列表中的訂單數量為零的剩余 訂單數量集合，確定判別閾值T。
[0075] 在本實施例中，上述電子設備可以根據預先設置的時間置信度R和排除掉步驟303 中得到的訂單數量列表中訂單數量為零的剩余訂單數量集合，計算判別閾值T。
[0076] 步驟305，獲取剩余訂單數量集合中大于等于判別閾值T的訂單數量所對應的時間 段。
[0077] 在本實施例中，上述電子設備可以將剩余訂單數量集合中的每個剩余訂單數量與 步驟304中確定的判別閾值T進行比較，獲取剩余訂單數量中大于等于上述判別閾值T的訂 單數量所對應的時間段，其中，上述時間段可以是用戶的通勤時間所在的時間區(qū)間。
[0078] 從圖3中可以看出，與圖2對應的實施例相比，本實施例中的用戶通勤時間獲取方 法的流程300突出了將一天的時間劃分為時間段的步驟。由此，本實施例描述的方案可以按 照需求劃分時間段，從而使獲取到的用戶的通勤時間更加精準，實現了富于針對性的車輛 調度。
[0079] 進一步參考圖4,作為對上述各圖所示方法的實現，本申請?zhí)峁┝艘环N用戶通勤時 間獲取裝置的一個實施例，該裝置實施例與圖2所示的方法實施例相對應，該裝置具體可以 應用于各種電子設備中。
[0080] 如圖4所示，本實施例所述的用戶通勤時間獲取裝置400包括:采集單元401、添加 單元402、確定單元403和獲取單元404。其中，采集單元401用于采集用戶在歷史時間段內發(fā) 生通勤訂單的時間信息，其中，所述通勤訂單包括所述用戶往返于家庭住址和工作地點的 訂單;添加單元402用于將所述歷史時間段內的所述時間信息在一天中對應的不同的時間 段內出現的次數添加到所述時間段對應的訂單數量列表中；確定單元403用于基于預設的 時間置信度R和剔除所述訂單數量列表中的訂單數量為零的剩余訂單數量集合，確定判別 閾值T;而獲取單元404用于獲取所述剩余訂單數量集合中大于等于所述判別閾值T的訂單 數量所對應的時間段。
[0081 ]在本實施例中，用戶通勤時間獲取裝置400的采集單元401可以通過有線連接方式 或者無線連接方式從用戶利用其進行下單的終端采集用戶在歷史時間段(例如，過去一個 月）內發(fā)生的通勤訂單的時間信息。
[0082]在本實施例中，用戶通勤時間獲取裝置400可以預先將一天的時間按照預設時間 長度劃分為不同的時間段。由此，基于采集單元401采集到的多個時間信息，上述添加單元 402將上述時間信息在一天中的不同的時間段出現的次數添加到上述時間段所對應的訂單 數量列表中。
[0083]在本實施例中，確定單元403可以根據預先設置的時間置信度R和排除掉訂單數量 列表中訂單數量為零的剩余訂單數量集合，計算判別閾值T。
[0084] 在本實施例中，獲取單元404可以將剩余訂單數量集合中的每個剩余訂單數量與 確定單元403中確定的判別閾值T進行比較，獲取剩余訂單數量中大于等于上述判別閾值T 的訂單數量所對應的時間段。
[0085] 在本實施例的一些可選的實現方式中，上述裝置可以通過以下公式計算時間置信 度R:
[0086] R=l-l/k2
[0087]其中，R為時間置信度，k為正整數。
[0088]在本實施例的一些可選的實現方式中，確定單元403可以通過以下公式計算判別 閾值T:
[0089] T = E + 4d7(\-R)
[0090] 其中，T為判別閾值，E為訂單均值，D為訂單方差，R為時間置信度。
[0091 ]在本實施例的一些可選的實現方式中，本實施例的用戶通勤時間獲取裝置400還 可以包括:劃分單元（圖中未示出），用于在上述將所述歷史時間段內的時間信息在一天中 對應的不同的時間段內出現的次數添加到上述時間段對應的訂單數量列表中之前，按照預 設時間長度將一天的時間劃分為不同的時間段。
[0092] 在本實施例的一些可選的實現方式中，上述裝置的訂單可以包括叫車服務訂單。
[0093] 下面參考圖5,其示出了適于用來實現本申請實施例的裝置的計算機系統(tǒng)500的結 構示意圖。
[0094]如圖5所示，計算機系統(tǒng)500包括中央處理單元(CPU)501，其可以根據存儲在只讀 存儲器(R0M)502中的程序或者從存儲部分508加載到隨機訪問存儲器(RAM)503中的程序而 執(zhí)行各種適當的動作和處理。在RAM503中，還存儲有系統(tǒng)500操作所需的各種程序和數據。 CPU50UR0M502以及RAM503通過總線504彼此相連。輸入/輸出（I/O)接口 505也連接至總線 504〇
[0095]以下部件連接至I/O接口 505:包括鍵盤、鼠標等的輸入部分506;包括諸如陰極射 線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分507;包括硬盤等的存儲部分508; 以及包括諸如LAN卡、調制解調器等的網絡接口卡的通信部分509。通信部分509經由諸如因 特網的網絡執(zhí)行通信處理。驅動器510也根據需要連接至I/O接口 505。可拆卸介質511，諸如 磁盤、光盤、磁光盤、半導體存儲器等等，根據需要安裝在驅動器510上，以便于從其上讀出 的計算機程序根據需要被安裝入存儲部分508。
[0096] 特別地，根據本公開的實施例，上文參考流程圖描述的過程可以被實現為計算機 軟件程序。例如，本公開的實施例包括一種計算機程序產品，其包括有形地包含在機器可讀 介質上的計算機程序，上述計算機程序包含用于執(zhí)行流程圖所示的方法的程序代碼。在這 樣的實施例中，該計算機程序可以通過通信部分509從網絡上被下載和安裝，和/或從可拆 卸介質511被安裝。
[0097] 附圖中的流程圖和框圖，圖示了按照本申請各種實施例的系統(tǒng)、方法和計算機程 序產品的可能實現的體系架構、功能和操作。在這點上，流程圖或框圖中的每個方框可以代 表一個模塊、程序段、或代碼的一部分，上述模塊、程序段、或代碼的一部分包含一個或多個 用于實現規(guī)定的邏輯功能的可執(zhí)行指令。也應當注意，在有些作為替換的實現中，方框中所 標注的功能也可以以不同于附圖中所標注的順序發(fā)生。例如，兩個接連地表示的方框實際 上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要 注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用 執(zhí)行規(guī)定的功能或操作的專用的基于硬件的系統(tǒng)來實現，或者可以用專用硬件與計算機指 令的組合來實現。
[0098] 描述于本申請實施例中所涉及到的單元可以通過軟件的方式實現，也可以通過硬 件的方式來實現。所描述的單元也可以設置在處理器中，例如，可以描述為：一種處理器包 括采集單元、添加單元、確定單元和獲取單元。其中，這些單元的名稱在某種情況下并不構 成對該單元本身的限定。例如，確定單元還可以被描述為"確定判別閾值T的單元"。
[0099] 作為另一方面，本申請還提供了一種非易失性計算機存儲介質，該非易失性計算 機存儲介質可以是上述實施例中上述裝置中所包含的非易失性計算機存儲介質;也可以是 單獨存在，未裝配入終端中的非易失性計算機存儲介質。上述非易失性計算機存儲介質存 儲有一個或者多個程序，當上述一個或者多個程序被一個設備執(zhí)行時，使得上述設備:采集 用戶在歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通勤訂單包括所述用戶往返于 家庭住址和工作地點的訂單;將所述歷史時間段內的所述時間信息在一天中對應的不同的 時間段內出現的次數添加到所述時間段對應的訂單數量列表中；基于預設的時間置信度R 和剔除所述訂單數量列表中的訂單數量為零的剩余訂單數量集合，確定判別閾值T;獲取所 述剩余訂單數量集合中大于等于所述判別閾值T的訂單數量所對應的時間段。
[0100]以上描述僅為本申請的較佳實施例以及對所運用技術原理的說明。本領域技術人 員應當理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術特征的特定組合而成的技術 方案，同時也應涵蓋在不脫離所述發(fā)明構思的情況下，由上述技術特征或其等同特征進行 任意組合而形成的其它技術方案。例如上述特征與本申請中公開的(但不限于)具有類似功 能的技術特征進行互相替換而形成的技術方案。
【主權項】
1. 一種用戶通勤時間獲取方法，其特征在于，所述方法包括： 采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通勤訂單包括所述用 戶往返于家庭住址和工作地點的訂單； 將所述歷史時間段內的所述時間信息在一天中對應的不同的時間段內出現的次數添 加到所述時間段對應的訂單數量列表中； 基于預設的時間置信度R和剔除所述訂單數量列表中的訂單數量為零的剩余訂單數量 集合，確定判別闊值T; 獲取所述剩余訂單數量集合中大于等于所述判別闊值T的訂單數量所對應的時間段。2. 根據權利要求1所述的方法，其特征在于，所述時間置信度R包括： 通過W下公式計算時間置信度R: R=I-IA^ 其中，R為時間置信度，k為正整數。3. 根據權利要求1-2之一所述的方法，其特征在于，所述基于預設的時間置信度R和剔 除所述訂單數量列表中的訂單數量為零的剩余訂單數量集合，確定判別闊值T包括： 通過W下公式計算判別闊值T:其中，T為判別闊值，E為訂單均值，D為訂單方差，R為時間置信度。4. 根據權利要求3所述的方法，其特征在于，在所述將所述歷史時間段內的所述時間信 息在一天中對應的不同的時間段內出現的次數添加到所述時間段對應的訂單數量列表中 之前，所述方法還包括： 按照預設時間長度將一天的時間劃分為不同的時間段。5. 根據權利要求4所述的方法，其特征在于，所述訂單包括叫車服務訂單。6. -種用戶通勤時間獲取裝置，其特征在于，所述裝置包括： 采集單元，配置用于采集用戶在歷史時間段內發(fā)生通勤訂單的時間信息，其中，所述通 勤訂單包括所述用戶往返于家庭住址和工作地點的訂單； 添加單元，配置用于將所述歷史時間段內的所述時間信息在一天中對應的不同的時間 段內出現的次數添加到所述時間段對應的訂單數量列表中； 確定單元，配置用于基于預設的時間置信度R和剔除所述訂單數量列表中的訂單數量 為零的剩余訂單數量集合，確定判別闊值T; 獲取單元，配置用于獲取所述剩余訂單數量集合中大于等于所述判別闊值T的訂單數 量所對應的時間段。7. 根據權利要求6所述的裝置，其特征在于，所述時間置信度R包括： 通過W下公式計算時間置信度R: R=I-IA^ 其中，R為時間置信度，k為正整數。8. 根據權利要求6-7之一所述的裝置，其特征在于，所述確定單元進一步用于： 通過W下公式計算判別闊值T:其中，T為判別闊值，E為訂單均值，D為訂單方差，R為時間置信度。9. 根據權利要求8所述的裝置，其特征在于，所述裝置還包括： 劃分單元，配置用于按照預設時間長度將一天的時間劃分為不同的時間段。10. 根據權利要求9所述的裝置，其特征在于，所述訂單包括叫車服務訂單。
【文檔編號】G06Q50/30GK105913294SQ201610201215
【公開日】2016年8月31日
【申請日】2016年3月31日
【發(fā)明人】王超
【申請人】百度在線網絡技術（北京）有限公司