58] 偏好度計(jì)算單元，用于根據(jù)所述距離Az以及每一終端的目的地偏好區(qū)域的覆蓋半 徑d計(jì)算每一終端對所述待分配訂單的目的地的偏好度L，公式為：
[0059]
[0060] 優(yōu)選地，所述訂單分配模塊，具體包括：
[0061] 判斷單元，用于判斷每一終端對所述待分配訂單的目的地的偏好度是否大于預(yù)設(shè) 閾值；
[0062] 訂單分配單元，用于當(dāng)所述判斷單元的判斷結(jié)果為該終端對所述待分配訂單的目 的地的偏好度大于所述預(yù)設(shè)閾值時，向該終端分配所述待分配訂單。
[0063] 優(yōu)選地，所述訂單分配模塊還包括：
[0064] 排序單元，用于當(dāng)存在多個對所述待分配訂單的目的地的偏好度大于所述預(yù)設(shè)閾 值時，對各終端對所述待分配訂單的目的地的偏好度進(jìn)行順序；
[0065] 所述訂單分配單元，具體用于按照各終端對所述待分配訂單的目的地的偏好度從 大到小的順序，向各個終端分配所述待分配訂單。
[0066] 由上述技術(shù)方案可知，本發(fā)明提供一種基于目的地偏好的訂單分配方法及裝置， 通過對歷史訂單的目的地對應(yīng)的經(jīng)煒度坐標(biāo)采用聚類算法，計(jì)算各個終端的目的地偏好區(qū) 域，提高了每一終端的目的地偏好區(qū)域計(jì)算的準(zhǔn)確度和靈活度，并依據(jù)各個終端對待分配 訂單的目的地偏好度進(jìn)行訂單分配，從而提高了訂單分配的準(zhǔn)確性，有效提高了終端的訂 單應(yīng)答率，滿足用戶的打車需要，提升用戶打車體驗(yàn)。
【附圖說明】
[0067] 為了更清楚地說明本公開實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 公開的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些圖獲得其他的附圖。
[0068] 圖1是本公開一實(shí)施例提供的基于目的地偏好的訂單分配方法的流程示意圖；
[0069] 圖2是本公開另一實(shí)施例提供的基于目的地偏好的訂單分配方法中終端目的地 偏好區(qū)域獲取方法的流程示意圖；
[0070] 圖3是本公開另一實(shí)施例提供的基于目的地偏好的訂單分配方法中步驟S12的細(xì) 分流程示意圖；
[0071] 圖4是本公開另一實(shí)施例提供的基于目的地偏好的訂單分配方法中目的地偏好 度計(jì)算方法的原理圖；
[0072] 圖5是本公開另一實(shí)施例提供的基于目的地偏好的訂單分配裝置的結(jié)構(gòu)示意圖；
[0073] 圖6是本公開另一實(shí)施例提供的基于目的地偏好的訂單分配裝置中偏好區(qū)域確 定模塊的結(jié)構(gòu)示意圖；
[0074] 圖7本公開另一實(shí)施例提供的基于目的地偏好的訂單分配裝置中偏好度計(jì)算模 塊的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0075] 下面將結(jié)合本公開實(shí)施例中的附圖，對本公開實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本公開中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實(shí)施例，都屬于本公開保護(hù)的范圍。
[0076] 以下對本公開實(shí)施例中提及的部分詞語進(jìn)行舉例說明。
[0077] 本公開實(shí)施例中提及的用戶設(shè)備（User Equipment，簡稱UE)是指呼叫服務(wù)方， 如交通工具叫車服務(wù)中的乘客，所使用的移動終端或個人計(jì)算機(jī)（Personal Computer， 簡稱PC)等設(shè)備。例如智能手機(jī)、個人數(shù)碼助理（PDA)、平板電腦、筆記本電腦、車載電腦 (carputer)、掌上游戲機(jī)、智能眼鏡、智能手表、可穿戴設(shè)備、虛擬顯示設(shè)備或顯示增強(qiáng)設(shè)備 (如 Google Glass、Oculus Rift、Hololens、Gear VR)等。
[0078] 本發(fā)明實(shí)施例中提及的終端為提供服務(wù)方，如交通工具叫車服務(wù)中的司機(jī)，所使 用的用于接單的移動終端或PC端等設(shè)備。諸如上述呼叫服務(wù)方所使用各設(shè)備。因此，本實(shí) 施例中，為了區(qū)別乘客和司機(jī)，分別采用用戶設(shè)備UE和終端來分別表示乘客和司機(jī)所持的 移動終端等設(shè)備。
[0079] 本實(shí)施例中的訂單分配是指用戶設(shè)備UE將待分配訂單分配給提供運(yùn)營服務(wù)的終 端。
[0080] 如圖1所示，本公開一實(shí)施例提供了一種基于目的地偏好的訂單分配方法，該方 法包括如下步驟：
[0081 ] SI 1、獲取待分配訂單的目的地。
[0082] 其中，所述待分配訂單為根據(jù)用戶設(shè)備（User Equipment，簡稱UE)實(shí)時發(fā)出的打 車請求生成的訂單。
[0083] S12、根據(jù)每一終端的目的地偏好區(qū)域，計(jì)算每一終端對所述待分配訂單的目的地 的偏好度；其中，所述目的地偏好區(qū)域通過對每一終端在預(yù)設(shè)時間段內(nèi)的歷史訂單的目的 地對應(yīng)的經(jīng)煒度坐標(biāo)進(jìn)行聚類得到。
[0084] 需要說明的是，所述每一終端的目的地偏好區(qū)域?yàn)橹辽僖粋€。
[0085] 其中，所述預(yù)設(shè)時間段為一周、一個月、一年等，可以根據(jù)終端運(yùn)行時間情況進(jìn)行 調(diào)整。
[0086] 具體來說，如果某一終端近期的歷史訂單數(shù)量很少，該終端的預(yù)設(shè)時間段就設(shè)置 的長，如果某一終端近期的歷史訂單數(shù)量很大，該終端的預(yù)設(shè)時間段就設(shè)置的短。
[0087] S13、根據(jù)每一終端對所述待分配訂單的目的地的偏好度，向終端分配所述待分配 訂單。
[0088] 具體的，將所述待分配訂單分配給對所述待分配訂單的目的地的偏好度大與預(yù)設(shè) 值的終端。
[0089] 本實(shí)施例提供的一種基于目的地偏好的訂單分配方法，通過對歷史訂單采用聚類 算法，計(jì)算出各個終端的目的地偏好區(qū)域，并依據(jù)計(jì)算出的各個終端對任一待分配訂單的 目的地偏好度進(jìn)行訂單分配，提高了每一終端的目的地偏好區(qū)域計(jì)算的準(zhǔn)確度和靈活度， 從而提高了訂單分配的準(zhǔn)確性，有效提高了終端的訂單應(yīng)答率。
[0090] 本實(shí)施例中，所述每一終端的目的地偏好區(qū)域的獲取方式，具體為：
[0091] 采用密度峰聚類算法對每一終端在預(yù)設(shè)時間段內(nèi)的歷史訂單的目的地對應(yīng)的經(jīng) 煒度坐標(biāo)進(jìn)行聚類。
[0092] 本實(shí)施例中，所述采用密度峰聚類算法對每一終端在預(yù)設(shè)時間段內(nèi)的歷史訂單的 目的地對應(yīng)的經(jīng)煒度坐標(biāo)進(jìn)行聚類，如圖2所示，具體步驟如下：
[0093] S21、根據(jù)預(yù)設(shè)截?cái)嗑嚯xd。，計(jì)算每一經(jīng)煒度坐標(biāo)點(diǎn)i的局部密度P 1<3
[0094] 其中，所述預(yù)設(shè)截?cái)嗑嚯xd。根據(jù)終端在預(yù)設(shè)時間段內(nèi)的歷史訂單目的地對應(yīng)的經(jīng) 煒度坐標(biāo)的平均值以及終端在預(yù)設(shè)時間段內(nèi)的歷史訂單數(shù)量來設(shè)定。
[0095] 舉例來說，假設(shè)某一終端在預(yù)設(shè)時間段內(nèi)的歷史訂單數(shù)量為五個，五個歷史訂單 目的地對應(yīng)的經(jīng)煒度坐標(biāo)集合為[(110,80)，（112.5,85)，（115,90)，（117.5,95)，（120， 100)]，計(jì)算得到三個歷史訂單目的地對應(yīng)的經(jīng)煒度坐標(biāo)的平均值為（115,90)，則預(yù)設(shè)截?cái)?距離d的起點(diǎn)可設(shè)為（115,90)，長度可設(shè)為V丨25。
[0096] 其中，所述局部密度P戒表與第i個坐標(biāo)點(diǎn)之間距離小于所述截?cái)嗑嚯xd。的坐 標(biāo)點(diǎn)的個數(shù)。
[0097] 具體來說，局部密度P i的計(jì)算公式為：
[0098]
[0099]
[0100] 。
[0101] S22、根據(jù)每一經(jīng)煒度坐標(biāo)點(diǎn)的局部密度P i以及預(yù)設(shè)密度閾值rho,對每一經(jīng)煒度 坐標(biāo)點(diǎn)進(jìn)行中心點(diǎn)聚類，形成多個聚類簇。
[0102] 其中，所述預(yù)設(shè)密度閾值rho根據(jù)終端在預(yù)設(shè)時間段內(nèi)的歷史訂單數(shù)量設(shè)定。
[0103] 具體來說，如果終端在預(yù)設(shè)時間段內(nèi)的歷史訂單數(shù)量很多，預(yù)設(shè)密度閾值rho就 設(shè)置的大，如果終端在預(yù)設(shè)時間段內(nèi)的歷史訂單數(shù)量很少，預(yù)設(shè)密度閾值rho就設(shè)置的小。
[0104] 其中，當(dāng)某一經(jīng)煒度坐標(biāo)點(diǎn)i的局部密度P1大于所述密度閾值rho時，則確定該 經(jīng)煒度坐標(biāo)點(diǎn)i為聚類中心點(diǎn)，并以該經(jīng)煒度坐標(biāo)點(diǎn)i進(jìn)行中心點(diǎn)聚類。
[0105] 具體來說，經(jīng)煒度坐標(biāo)點(diǎn)i可分為三類：
[0106] 當(dāng)某一經(jīng)煒度坐標(biāo)點(diǎn)i的局部密度P i大于所述密度閾值rho時，則確定該經(jīng)煒 度坐標(biāo)點(diǎn)i為聚類中心點(diǎn)；
[0107] 當(dāng)某一經(jīng)煒度坐標(biāo)點(diǎn)i的局部密度P i小于所述密度閾值rho時，且該經(jīng)煒度坐 標(biāo)點(diǎn)i的截?cái)嗑嚯xd。范圍內(nèi)有中心點(diǎn)時，則確定該經(jīng)煒度坐標(biāo)點(diǎn)i為非聚類中心點(diǎn)；
[0108] 當(dāng)某一經(jīng)煒度坐標(biāo)點(diǎn)i的局部密度P i小于所述密度閾值rho時，且該經(jīng)煒度坐 標(biāo)點(diǎn)i的截?cái)嗑嚯xd。范圍內(nèi)無中心點(diǎn)時，則確定該經(jīng)煒度坐標(biāo)點(diǎn)i為噪聲點(diǎn)。
[0109] S23、計(jì)算任意兩個聚類簇的中心點(diǎn)之間的距離，將