一种服务点组合方案推荐方法、车辆、介质及程序产品与流程

摘要: 本技术涉及智能服务,具体地涉及一种服务点组合方案推荐方法、车辆、介质及程序产品。背景技术:1、在日常生活中,用户在出行过程中可能同时具有多个服务需求,例如洗车和...
一种服务点组合方案推荐方法、车辆、介质及程序产品与流程

本技术涉及智能服务,具体地涉及一种服务点组合方案推荐方法、车辆、介质及程序产品。

背景技术:

1、在日常生活中,用户在出行过程中可能同时具有多个服务需求,例如洗车和用餐。在此类场景下,需要向用户推荐能够满足多个服务需求的服务点及其服务顺序。其中,服务点是指可以满足用户服务需求的地理实体,例如洗车店、餐厅等。

2、目前,针对用户的多个服务需求,相关技术通常由用户手动将每个服务需求对应的服务点作为途经点逐个添加至导航路径,导航系统以最短路径或最短时间作为优化目标,规划出一条依次经过各服务点的行驶路线。

3、然而,上述方法在实际应用中存在以下问题:仅以最短路径或最短时间作为优化目标,评价维度较为单一,导致推荐方案可能与用户的服务需求不匹配,影响用户体验。

4、需要指出的是,公开于本技术背景技术部分的信息仅仅旨在加深对本技术的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成己为本领域技术人员所公知的现有技术。

技术实现思路

1、本技术提供一种服务点组合方案推荐方法、车辆、介质及程序产品,以利于解决现有技术中评价维度较为单一,导致推荐方案往往与用户的服务需求不匹配,影响用户体验的问题。

2、第一方面,本技术实施例提供了一种服务点组合方案推荐方法,包括:

3、接收用户发出的规划请求,所述规划请求中包括多个服务需求以及多个所述服务需求的服务顺序;

4、根据所述规划请求,确定每个所述服务需求对应的服务点,获得初始服务点集合;

5、根据服务点状态约束条件,在所述初始服务点集合中滤除服务状态不符合所述服务点状态约束条件的服务点,获得可用服务点集合;

6、根据所述服务顺序和所述可用服务点集合,确定多个服务点组合方案,所述服务点组合方案中包括每个所述服务需求对应的一个服务点,且所述服务点组合方案中的多个服务点按照所述服务顺序排序;

7、根据综合代价模型,对多个所述服务点组合方案进行评价,获得每个所述服务点组合方案对应的综合代价向量;

8、根据每个所述服务点组合方案对应的综合代价向量,确定每个所述服务点组合方案对应的综合代价值,并根据所述综合代价值对多个所述服务点组合方案进行排序;

9、根据多个所述服务点组合方案的排序结果,输出推荐的服务点组合方案。

10、在本技术实施例中,根据综合代价模型,对服务点组合方案进行评价。由于综合代价模型可以从多个维度对服务点组合方案进行评价,因此,推荐方案与用户的服务需求匹配性更好。另外,在本技术实施例中,根据服务点状态约束条件,从初始服务点集合中滤除服务状态不符合服务点状态约束条件的服务点,保障了方案的可实施性。

11、在一种可能的实现方式中,所述根据所述规划请求,确定每个所述服务需求对应的服务点,获得初始服务点集合,包括:

12、根据车辆的剩余续航里程,确定规划半径;

13、根据所述规划请求,确定所述规划半径内每个所述服务需求对应的服务点,获得初始服务点集合。

14、在本技术实施例中,通过根据车辆的剩余续航里程确定规划半径,并基于该规划半径筛选各服务需求对应的服务点,使得初始服务点集合中的服务点均处于车辆可到达的范围内,避免将超出续航能力、无法实际到达的服务点添加至后续的方案生成过程,从而进一步保障了推荐的服务点组合方案的可实施性。

15、在一种可能的实现方式中,所述根据所述服务顺序和所述可用服务点集合,确定多个服务点组合方案,包括:

16、若所述可用服务点集合中包括全部所述服务需求对应的服务点,则根据所述服务顺序和所述可用服务点集合,确定多个服务点组合方案;

17、若所述可用服务点集合中不包括全部所述服务需求对应的服务点,则根据车辆的剩余续航里程,扩大所述规划半径。

18、在本技术实施例中,在生成服务点组合方案之前,先判断可用服务点集合是否包括全部服务需求;若未全部包括,则表明在当前规划半径内,某一类或多类服务需求缺少可用的服务点,此时通过根据车辆的剩余续航里程扩大规划半径,重新搜索服务点,以确保后续能够生成涵盖全部服务需求的服务点组合方案,避免因部分服务需求无法满足而导致方案生成失败或方案不完整,从而提升方案的可用性。

19、在一种可能的实现方式中,所述根据每个所述服务点组合方案对应的综合代价向量,确定每个所述服务点组合方案对应的综合代价值,并根据所述综合代价值对多个所述服务点组合方案进行排序,包括:

20、根据个性化偏好权重和每个所述服务点组合方案对应的综合代价向量,确定每个所述服务点组合方案对应的个人综合效用值,并根据所述个人综合效用值对多个所述服务点组合方案进行排序;

21、其中,所述个性化偏好权重用于表征用户对所述综合代价向量中每个代价维度的偏好程度。

22、在本技术实施例中,通过引入个性化偏好权重,将综合代价向量中多个维度的代价信息,结合用户对各代价维度的偏好程度,量化为个人综合效用值,并据此对多个服务点组合方案进行排序,使得排序结果更能贴合用户的个性化偏好,进而使得推荐方案与用户的服务需求相匹配,提升用户体验。

23、在一种可能的实现方式中,所述根据每个所述服务点组合方案对应的综合代价向量和个性化偏好权重,确定每个所述服务点组合方案对应的个人综合效用值,并根据所述个人综合效用值对多个所述服务点组合方案进行排序,包括:

24、根据每个所述服务点组合方案对应的综合代价向量,确定每个所述服务点组合方案对应的综合代价值,并根据所述综合代价值对多个所述服务点组合方案进行筛选,获得最优服务点组合方案集合;

25、根据个性化偏好权重和所述最优服务点组合方案集合中的每个所述服务点组合方案对应的综合代价向量,确定所述最优服务点组合方案集合中的每个所述服务点组合方案对应的个人综合效用值,并根据所述个人综合效用值对所述最优服务点组合方案集合中的多个所述服务点组合方案进行排序。

26、在本技术实施例中,通过先筛选出在多个代价维度上表现较优的最优服务点组合方案集合,再仅对该集合内的方案计算个人综合效用值并进行排序,减少了个人综合效用值的计算次数,实现了轻量化求解。由于仅需对筛选后的服务点组合方案进行个性化的精确排序,降低了整体计算开销,因此,该方案尤其适用于在车机等计算资源受限的应用场景中。

27、在一种可能的实现方式中,在所述根据个性化偏好权重和每个所述服务点组合方案对应的综合代价向量,确定每个所述服务点组合方案对应的个人综合效用值之前,还包括:

28、根据用户历史选择的服务点组合方案,利用成对排序学习技术,确定用户的个性化偏好权重。

29、在本技术实施例中,通过从用户在多个服务点组合方案之间的历史选择中,解析出用户对各代价维度的个性化偏好权重,使得最终推荐给用户的排序后的服务点组合方案更贴合用户的个性化偏好,从而提升用户体验。

30、在一种可能的实现方式中,所述综合代价向量,包括:

31、时间代价,所述时间代价用于表征在每个服务点的服务时间,以及前往每个服务点的路程上花费的时间;

32、经济代价,所述经济代价用于表征每个服务点的服务成本,以及前往每个服务点的路程上消耗的能源成本;

33、精力代价,所述精力代价用于表征在每个服务点的停车便利程度、每个服务点的拥挤程度,以及用户在每个服务点的操作复杂度;

34、偏好契合度,所述偏好契合度用于表征用户对每个服务点的偏好程度。

35、在本技术实施例中,通过将综合代价向量配置为包含时间代价、经济代价、精力代价和偏好契合度,使得对每个服务点组合方案的评价,可以从仅关注路径距离或时间的单一维度,扩展为同时考量服务点自身属性与路径属性的多个维度,从而对方案优劣的量化评价更为全面,使得最终推荐的服务点组合方案可能更贴近用户在实际场景中对时间、花费、便利性和个人喜好的综合感知,提升推荐质量

36、第二方面,本技术实施例提供了一种车辆,包括:

37、控制器,所述控制器被配置为执行第一方面中任意一项所述的方法。

38、第三方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被处理器执行时,实现第一方面中任意一项所述的方法。

39、第四方面,本技术实施例提供了一种计算机程序产品,包括计算机程序,当所述计算机程序被处理器执行时,实现第一方面中任意一项所述的方法。