CN107346494A - 一种用于出行规律挖掘的方法和系统 - Google Patents
一种用于出行规律挖掘的方法和系统 Download PDFInfo
- Publication number
- CN107346494A CN107346494A CN201610293450.3A CN201610293450A CN107346494A CN 107346494 A CN107346494 A CN 107346494A CN 201610293450 A CN201610293450 A CN 201610293450A CN 107346494 A CN107346494 A CN 107346494A
- Authority
- CN
- China
- Prior art keywords
- place
- location information
- ratio
- selling
- goal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种用于出行规律挖掘的方法和系统,该方法包括:获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。该方法通过对个人或人群出行的目的地和/或始发地的数据挖掘,获取个人或人群经常去的地点,针对这些地点进行产品的推广。相比于传统技术中根据经验进行产品的推广,本发明提供的技术方案可以避免产品的推广过程中在地点选择上的误选。
Description
技术领域
本发明属于数据挖掘技术领域,具体涉及一种用于出行规律挖掘的方法和系统。
背景技术
个人或者群体的出行规律对商业中产品及业务的推广意义重大,例如,可以在个人或者群体经常出现的地方做产品宣传或者业务推广,或者,在得知个人的工作地或家庭所在地后,可以作相关业务的推送。
然而,由于出行的地点常常具有隐私性,不能通过直接询问个人或者群体而得到。由于目前没有针对个人或者群体出行规律的分析方法,商业的推广中只能凭借传统的经验进行,存在对实际情况的误判,另一方面,也导致关于个人或者群体出行的数据的浪费。
发明内容
本发明所要解决的技术问题是如何挖掘个人或人群出行的规律。
针对该技术问题,本发明提供了一种用于出行规律挖掘的方法,包括:
获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
优选地,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
优选地,所述将所述比例大于预设比例的地点作为所述预设目标的常规驻点包括:
计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
根据所述时间间隔生成每一地点的时间修正因子,并计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
优选地,所述将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点包括:
遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
优选地,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
另一方面,本发明提供了一种用于出行规律挖掘的系统,包括:
获取模块,用于获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
筛选模块,用于筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
优选地,所述筛选模块包括:
删除单元,用于将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算单元,用于计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
结果确定单元,用于将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
优选地,所述计算单元还用于计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
以及,根据所述时间间隔生成每一地点的时间修正因子,计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
优选地,所述计算单元还用于遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
以及,将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
优选地,所述获取模块还用于获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
所述筛选模块还用于筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
本发明提供的用于出行规律挖掘的方法和系统,通过对个人或人群出行的目的地和/或始发地的数据挖掘,获取个人或人群经常去的地点,针对这些地点进行产品的推广。相比于传统技术中根据经验进行产品的推广,本发明提供的技术方案可以避免产品的推广过程中在地点选择上的误选。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的用于出行规律挖掘的方法的流程示意图;
图2是本发明实施例提供的用于出行规律挖掘的系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本实施例提供的用于出行规律挖掘的方法的流程示意图,参见图1,该方法,包括:
S1:获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
S2:筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
预设目标为个人或者群体,第一预设时间段,例如选定为近三个月。第一地点信息一般从具有人出行记录的数据库中提取,例如,打车软件上客户的打车信息。第一地点信息可以是需要进行出行规律挖掘的个人的基本信息和其在第一预设时间段内每次出行的始发地和/或目的地的地点、地理坐标和时间等。
常规驻点指的是预设目标经常出现的地点,本实施例中,以出现的次数和第一预设次数之间的比较作为判断标准。
本实施例提供的用于出行规律挖掘的方法,通过对个人或人群出行的目的地和/或始发地的数据挖掘,获取个人或人群经常去的地点,针对这些地点进行产品的推广。相比于传统技术中根据经验进行产品的推广,本实施例提供的技术方案可以避免产品的推广过程中在地点选择上的误选。
进一步地,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
第二预设次数用于对第一地点信息的数据进行降噪处理,例如,第二预设次数设为2次,则将第一地点信息中仅出现两次的地点删除。
以降噪处理后得到的第二地点信息中所有地点出现的总次数为基数,计算每一地点出现的次数在总次数中的第一比例,通过第一比例的对比确定预设目标的常规驻点。
降噪处理后,避免出现次数较少的地点对常规驻点判定的影响。
进一步地,所述将所述比例大于预设比例的地点作为所述预设目标的常规驻点包括:
计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
根据所述时间间隔生成每一地点的时间修正因子,并计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
第一预设时间段之前,例如第一预设时间段之前的3个月。时间间隔用于判断在第一预设时间段之前该地点的出现次数,用于判断该地点是否只是预设目标近期出行中的地点。时间修正因子取值在0-1之间。
根据时间间隔的判断,对每一地点的第一比例进行修正。例如,时间间隔在80-90天,将该地点的第一比例乘以0.1;时间间隔在70-80天,将该地点的第一比例乘以0.2;时间间隔在60-70天,将该地点的第一比例乘以0.3;时间间隔在50-60天,将该地点的第一比例乘以0.4;0-50天,将该地点的第一比例乘以1。时间间隔越长,时间修正因子越小。
本实施例结合第一预设时间段之前预设目标的出行行为,对第一比例加以修正,使得判定结果更加准确。
更进一步地,所述将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点包括:
遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
本实施例中将距离小于预设距离的地点进行合并。对于两个地点的合并,合并后的地点位于两个地点中出现次数较多的地点所在的地理位置处;对于多个地点的合并,合并后的地点后的地点位于处于多个地点的中心位置处的地点所在的地理位置处。
例如,对于表一中几个地点,在进行地点合并的过程中,将地理距离小于500米的地点进行合并。例如,对于表1中的位于昌平区文华路的龙跃苑二区西门和位于昌平区龙腾街的龙跃苑二区西门之间的距离为343米小于500米,故将这两个地点合并为一个。西二旗和西二旗铭科苑的距离为858米超过了500米,因此,不用进行合并。
表1:合并地点信息表示例
更进一步地,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
第二预设时间段是第一预设时间段之前的时间段,本实施例中的方法,对预设目标的历史出行数据进行分析,将在第一预设时间段和第二预设时间段内的出行次数分别大于第一预设次数和第三预设次数的地点作为预设目标的常规驻点。
另一方面,本实施例提供了一种用于出行规律挖掘的系统200,包括:
获取模块201,用于获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
筛选模块202,用于筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
本实施例提供的用于出行规律挖掘的系统,通过对个人或人群出行的目的地和/或始发地的数据挖掘,获取个人或人群经常去的地点,针对这些地点进行产品的推广。相比于传统技术中根据经验进行产品的推广,本实施例提供的技术方案可以避免产品的推广过程中在地点选择上的误选。
更进一步地,所述筛选模块包括:
删除单元,用于将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算单元,用于计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
结果确定单元,用于将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
更进一步地,所述计算单元还用于计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
以及,根据所述时间间隔生成每一地点的时间修正因子,计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
更进一步地,所述计算单元还用于遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
以及,将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
更进一步地,所述获取模块还用于获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
所述筛选模块还用于筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于出行规律挖掘的方法,其特征在于,包括:
获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
2.根据权利要求1所述的用于出行规律挖掘的方法,其特征在于,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
3.根据权利要求2所述的用于出行规律挖掘的方法,其特征在于,所述将所述比例大于预设比例的地点作为所述预设目标的常规驻点包括:
计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
根据所述时间间隔生成每一地点的时间修正因子,并计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
4.根据权利要求3所述的用于出行规律挖掘的方法,其特征在于,所述将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点包括:
遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
5.根据权利要求1所述的用于出行规律挖掘的方法,其特征在于,所述筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点包括:
获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
6.一种用于出行规律挖掘的系统,其特征在于,包括:
获取模块,用于获取预设目标在第一预设时间段内出行的始发地和/或目的地的第一地点信息;
筛选模块,用于筛选出所述第一地点信息中出现次数超过第一预设次数的地点,以作为所述预设目标的常规驻点。
7.根据权利要求6所述的用于出行规律挖掘的系统,其特征在于,所述筛选模块包括:
删除单元,用于将所述第一地点信息中的地点中出现次数小于第二预设次数的地点删除,以得到第二地点信息;
计算单元,用于计算所述第二地点信息中每一地点出现的次数占所述第二地点信息中所有地点出现的总次数的第一比例;
结果确定单元,用于将所述第一比例大于预设比例的地点作为所述预设目标的常规驻点。
8.根据权利要求7所述的用于出行规律挖掘的系统,其特征在于,所述计算单元还用于计算所述第二地点信息中每一地点在所述第一预设时间段之前最后一次出现的时间点与其在所述第一预设时间段内首次出现的时间点距之前的时间间隔;
以及,根据所述时间间隔生成每一地点的时间修正因子,计算每一地点的第一比例与其相应的时间修正因子的乘积,以得到第二比例;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点;
其中,所述时间修正因子随着所述时间间隔的增大而减小。
9.根据权利要求8所述的用于出行规律挖掘的系统,其特征在于,所述计算单元还用于遍历所述第二地点信息中的每一地点,计算所述第二地点信息中的第一地点与其它地点之间的距离,获取与所述第一地点之间的距离小于预设距离的至少一个第二地点;
以及,将所述至少一个第二地点与所述第一地点合并为第三地点,所述第三地点位于所述第一地点所在的地点,且所述第三地点的第二比例为所述至少一个第二地点与所述第一地点的第二比例之和;
所述结果确定单元还用于将所述第二比例大于预设比例的地点作为所述预设目标的常规驻点。
10.根据权利要求6所述的用于出行规律挖掘的系统,其特征在于,所述获取模块还用于获取所述预设目标在所述第一预设时间段之前的第二预设时间段内出行的始发地和/或目的地的第一地点信息第三地点信息;
所述筛选模块还用于筛选出在所述第一地点信息中出现次数超过第一预设次数且在所述第三地点信息中的出现次数超过第三预设次数的地点,作为所述预设目标的长期常规驻点。
Priority Applications (14)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610293450.3A CN107346494A (zh) | 2016-05-05 | 2016-05-05 | 一种用于出行规律挖掘的方法和系统 |
PCT/CN2016/096222 WO2017028821A1 (zh) | 2015-08-20 | 2016-08-22 | 根据历史订单预测当前订单信息的方法及系统 |
AU2016309857A AU2016309857A1 (en) | 2015-08-20 | 2016-08-22 | Systems and methods for determining information related to a current order based on historical orders |
EP16836685.4A EP3340092A4 (en) | 2015-08-20 | 2016-08-22 | Method and system for predicting current order information on the basis of historical order |
GB1802571.8A GB2556780A (en) | 2015-08-20 | 2016-08-22 | Method and system for predicting current order information on the basis of historical order |
JP2018508657A JP2018528535A (ja) | 2015-08-20 | 2016-08-22 | 過去の注文に基づき現在の注文に関係がある情報を決定するためのシステムおよび方法 |
SG11201801375UA SG11201801375UA (en) | 2015-08-20 | 2016-08-22 | Systems and methods for determining information related to a current order based on historical orders |
KR1020187006029A KR20180037015A (ko) | 2015-08-20 | 2016-08-22 | 과거의 주문들에 기초하여 현재의 주문과 관련된 정보를 결정하기 위한 시스템 및 방법 |
US15/896,035 US20180181910A1 (en) | 2015-08-20 | 2018-02-13 | Systems and methods for determining information related to a current order based on historical orders |
PH12018550018A PH12018550018A1 (en) | 2015-08-20 | 2018-02-20 | Systems and methods for determining information related to a current order based on historical orders |
HK18113333.9A HK1254330A1 (zh) | 2015-08-20 | 2018-10-18 | 根據歷史訂單預測當前訂單信息的方法及系統 |
AU2019101777A AU2019101777A4 (en) | 2015-08-20 | 2019-11-20 | Systems and methods for determining information related to a current order based on historical orders |
AU2019268117A AU2019268117A1 (en) | 2015-08-20 | 2019-11-20 | Systems and methods for determining information related to a current order based on historical orders |
JP2020009028A JP6878629B2 (ja) | 2015-08-20 | 2020-01-23 | 過去の注文に基づき現在の注文に関係がある情報を決定するためのシステムおよび方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610293450.3A CN107346494A (zh) | 2016-05-05 | 2016-05-05 | 一种用于出行规律挖掘的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107346494A true CN107346494A (zh) | 2017-11-14 |
Family
ID=60253576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610293450.3A Pending CN107346494A (zh) | 2015-08-20 | 2016-05-05 | 一种用于出行规律挖掘的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107346494A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516017A (zh) * | 2019-08-02 | 2019-11-29 | Oppo广东移动通信有限公司 | 基于终端设备的地点信息处理方法、装置、电子设备及存储介质 |
CN112860358A (zh) * | 2019-11-27 | 2021-05-28 | 青岛海信移动通信技术股份有限公司 | 一种应用管理的方法和终端 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604334A (zh) * | 2008-11-18 | 2009-12-16 | 北京美智医疗科技有限公司 | 一种基于缓存技术的医疗影像数据库检索方法及检索系统 |
CN102194015A (zh) * | 2011-06-30 | 2011-09-21 | 重庆新媒农信科技有限公司 | 检索信息热度统计方法 |
CN102595323A (zh) * | 2012-03-20 | 2012-07-18 | 北京交通发展研究中心 | 基于手机定位数据的居民出行特征参数的获取方法 |
CN103227821A (zh) * | 2013-04-03 | 2013-07-31 | 腾讯科技(深圳)有限公司 | 一种目标用户位置数据的处理方法及装置 |
CN103561385A (zh) * | 2013-11-18 | 2014-02-05 | 武汉万江龙网络有限公司 | 自动签到方法及服务器 |
CN104102638A (zh) * | 2013-04-02 | 2014-10-15 | 北京百度网讯科技有限公司 | 基于位置信息的推送方法、系统和装置 |
CN104123398A (zh) * | 2014-08-15 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
CN104410717A (zh) * | 2014-12-18 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 一种信息推送的方法和装置 |
CN105139638A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车载客点选取的方法及系统 |
CN105424050A (zh) * | 2016-01-05 | 2016-03-23 | 上海雷腾软件股份有限公司 | 一种确定车辆行驶路径的方法和设备 |
-
2016
- 2016-05-05 CN CN201610293450.3A patent/CN107346494A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604334A (zh) * | 2008-11-18 | 2009-12-16 | 北京美智医疗科技有限公司 | 一种基于缓存技术的医疗影像数据库检索方法及检索系统 |
CN102194015A (zh) * | 2011-06-30 | 2011-09-21 | 重庆新媒农信科技有限公司 | 检索信息热度统计方法 |
CN102595323A (zh) * | 2012-03-20 | 2012-07-18 | 北京交通发展研究中心 | 基于手机定位数据的居民出行特征参数的获取方法 |
CN104102638A (zh) * | 2013-04-02 | 2014-10-15 | 北京百度网讯科技有限公司 | 基于位置信息的推送方法、系统和装置 |
CN103227821A (zh) * | 2013-04-03 | 2013-07-31 | 腾讯科技(深圳)有限公司 | 一种目标用户位置数据的处理方法及装置 |
CN103561385A (zh) * | 2013-11-18 | 2014-02-05 | 武汉万江龙网络有限公司 | 自动签到方法及服务器 |
CN104123398A (zh) * | 2014-08-15 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
CN104410717A (zh) * | 2014-12-18 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 一种信息推送的方法和装置 |
CN105139638A (zh) * | 2015-07-27 | 2015-12-09 | 福建工程学院 | 一种出租车载客点选取的方法及系统 |
CN105424050A (zh) * | 2016-01-05 | 2016-03-23 | 上海雷腾软件股份有限公司 | 一种确定车辆行驶路径的方法和设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516017A (zh) * | 2019-08-02 | 2019-11-29 | Oppo广东移动通信有限公司 | 基于终端设备的地点信息处理方法、装置、电子设备及存储介质 |
CN112860358A (zh) * | 2019-11-27 | 2021-05-28 | 青岛海信移动通信技术股份有限公司 | 一种应用管理的方法和终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brandão Jr et al. | Mapping unofficial roads with Landsat images: a new tool to improve the monitoring of the Brazilian Amazon rainforest | |
Omeje | Oil conflict in Nigeria: Contending issues and perspectives of the local Niger Delta people | |
Somerville et al. | United Kingdom: A reluctant country of immigration | |
Pressey et al. | Sampling of land types by protected areas: three measures of effectiveness applied to western New South Wales | |
Lee | Sky protest: New forms of labour resistance in neo-liberal Korea | |
Wang et al. | How physical and social factors affect village-level irrigation: An institutional analysis of water governance in northern China | |
CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN104463648A (zh) | 一种基于网络发票的大数据系统及处理方法 | |
Ngirazie et al. | Assessing the performance of water user associations in the Gash Irrigation Project, Sudan | |
Pu et al. | Using google earth engine to assess temporal and spatial changes in river geomorphology and riparian vegetation | |
CN107346494A (zh) | 一种用于出行规律挖掘的方法和系统 | |
Mathew et al. | Implementation of probe data performance measures. | |
CN115565093A (zh) | 一种海事飞机空中巡航可达域的量化评估方法与系统 | |
Boztoprak et al. | Comparison of expropriation and land consolidation on the regulation of agricultural land | |
Productivity Commission | Transitioning regional economies-study report | |
Dangle et al. | Characteristics, predicted erosion, and costs for different levels of forestry best management practices at skidder and truck stream crossings in the Mountains, Piedmont, and Coastal Plains of Virginia, USA | |
CN106843656A (zh) | 一种数据展示及交互的方法 | |
Minn et al. | Detection of foreclosure-related landscape management changes using Landsat | |
CN104392379A (zh) | 一种基于网络发票的大数据应用 | |
Cuba et al. | Measuring and categorizing the water-related downstream risks associated with mineral extraction in Honduras: How severe, and how distributed? | |
Hemingway | Not just work: ending the exploitation of refugee and migrant workers | |
van der Molen | Engaging the challenge of rapid urbanization and slum upgrading and enhancing the role of land surveyors | |
Bidadian et al. | Flood Risk Impacts from an Unlikely Source: Redlining Efforts of the 1930s in Houston, Texas | |
Vercher-Chaptal | Limitations and perspectives of responsible management of Global Value Chains: From codes of conduct to the French law on the duty of vigilance | |
Stanford | Update on penalty rates and job-creation: two years later |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201208 Address after: 100193, No. 34, building No. 8, West flourishing road, Haidian District, Beijing Applicant after: BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT Co.,Ltd. Address before: Office building D comprehensive service district Nangang Industrial Zone 300480 in Tianjin Binhai Economic and Technological Development Zone of Tianjin City 2 219-23 room Applicant before: Didi (China) Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171114 |
|
RJ01 | Rejection of invention patent application after publication |