本申请涉及公共车辆管理技术领域，具体而言，涉及一种站点推荐方法及装置。
背景技术
共享车辆(如共享单车、共享电动车)是指企业与政府合作，在校园、地铁站点、公交站点、居民区、商业区、公共服务区等人流量较大区域为人们的日常出行提供车辆共享服务，是共享经济的一种新形态。
目前，共享车辆的停放方式主要有两种类型：有桩和无桩。以共享单车为例，无桩指的是，共享单车使用者可以按自己的需要停车，停车区域不受地点限制，也即，只要使用者发现共享单车，便可以在任意位置骑车，并且在被允许的任意目的地停车。与无桩方式不同的是，有桩方式只能在特定的地方(如停车桩)进行租车、还车操作。
然而，由于现有的公共停放区域空间有限，停车桩数量也有限，导致使用者在到达目的地后，经常会在目的地附近盲目寻找公共停车站点、在公共停车站点内又盲目到处找停车位，浪费了使用者大量的时间，降低了用户的用车体验。
技术实现要素：
有鉴于此，本申请的目的在于提供一种站点推荐方法及装置，以提高站点推荐的准确度，提升用户的用车体验。
本申请实施例提供了一种站点推荐方法，所述方法包括：
获取用户的出发位置、目的位置以及出发时间；
确定与所述出发位置对应的第一预设范围内的至少一个第一站点，以及与所述目的位置对应的第二预设范围内的至少一个第二站点；
针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、所述出发时间，计算所述用户由所述出发位置转移至所述目的位置的预测转移时长；
基于所述预测转移时长，从所述任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。
可选的，所述方法还包括：
基于所述出发位置、所述推荐站点、以及所述目的位置生成导航路线；
将生成的导航路线推荐给所述用户。
可选的，所述第一站点、第二站点为提供交通工具的站点。
可选的，对于每一所述预测转移时长，包括以下至少之一：
所述用户从所述出发位置转移到所述第一站点的第一时长；
所述用户从所述第一站点取出交通工具的第二时长；
所述用户从所述第一站点转移到第二站点的第三时长；
所述用户向所述第二站点归还交通工具的第四时长；所述用户从所述第二站点转移到所述目的位置的第五时长。
可选的，还包括：
计算所述第一时长的时间点为出发时间；和/或
计算所述第三时长的时间点为所述出发时间经过所述第一时长、第二时长之后的时间点；和/或
计算所述第五时长的时间点为所述出发时间经过所述第一时长、第二时长、第三时长、第四时长之后的时间点。
可选的，所述第一时长通过第一模型计算；和/或
所述第三时长通过第二模型计算；和/或
所述第五时长通过第三模型计算。
可选的，基于已有的出行记录训练所述第一模型、第二模型和/或第三模型。
本申请实施例还提供了一种站点推荐装置，所述装置包括：
获取模块，用于获取用户的出发位置、目的位置以及出发时间；
确定模块，用于确定与所述出发位置对应的第一预设范围内的至少一个第一站点，以及与所述目的位置对应的第二预设范围内的至少一个第二站点；
计算模块，用于针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、所述出发时间，计算所述用户由所述出发位置转移至所述目的位置的预测转移时长；
推荐模块，用于基于所述预测转移时长，从所述任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。
可选的，所述装置还包括：
导航模块，用于基于所述出发位置、所述推荐站点、以及所述目的位置生成导航路线；将生成的导航路线推荐给所述用户。
可选的，所述第一站点、第二站点为提供交通工具的站点。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行站点推荐方法的步骤。
本申请实施例提供的站点推荐方法及装置，首先获取用户的出发位置、目的位置以及出发时间；然后确定与出发位置对应的第一预设范围内的至少一个第一站点，以及与目的位置对应的第二预设范围内的至少一个第二站点；并针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、出发时间，计算用户由出发位置转移至目的位置的预测转移时长；最后基于预测转移时长，从任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。这样，便能够从所有站点对中选取出预测转移时长最短的目标站点对推荐给用户，避免了盲目寻找停车位所带来的时间浪费问题，在提升了站点推荐的准确性的同时，还提升了用户的用车体验。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例所提供的一种站点推荐方法的流程图；
图2示出了本申请实施例所提供的一种站点推荐方法的应用场景图；
图3示出了本申请实施例所提供的另一种站点推荐方法的流程图；
图4示出了本申请实施例所提供的一种站点推荐装置的结构示意图；
图5示出了本申请实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到相关技术中由于公共停车资源有限，而导致经常会在目的地附近盲目寻找公共停车站点、在公共停车站点内又盲目到处找停车位，浪费了使用者大量的时间，降低了用户的用车体验。有鉴于此，本申请实施例提供了一种站点推荐方法及装置，以提高站点推荐的准确度，提升用户的用车体验。本申请实施例可以应用于对站点进行推荐的任意场景，又考虑到有桩共享单车对站点推荐存在的迫切需求，本申请实施例可以应用于有桩共享单车站点推荐。
如图1所示，为本申请实施例提供的站点推荐方法的流程图，应用于计算机设备，上述站点推荐方法包括如下步骤：
s101、获取用户的出发位置、目的位置以及出发时间。
这里，上述出发位置、目的位置以及出发时间主要是从现有的共享单车平台中获取的。也即，在用户需要用车时，可以在共享单车平台上输入相应的用车信息，该用车信息主要包括出发位置、目的位置以及出发时间，除此之外，还可以包括其他用户信息，如用户性别、用户年龄等等。
值得说明的是，上述出发位置可以是基于定位技术确定的，如在共享单车平台可以自动定位用户当前的位置作为出发位置。或者，用户可以在地图上选择具体的出发位置，或者手动输入出发位置，如手动输入“首都机场”这一出发位置，上述目的位置则主要利用用户在地图上选择或手动输入方式来确定，在此不再赘述。
s102、确定与出发位置对应的第一预设范围内的至少一个第一站点，以及与目的位置对应的第二预设范围内的至少一个第二站点。
考虑到相关技术中通常是为用户选择距离出发位置最近的站点作为租车站点，并选择距离目的位置最近的站点作为还车站点，简单可行，但是，由于从出发位置到租车站点、从租车站点到还车站点、以及从还车站点到目的位置所可能存在的路况复杂性未知，上述站点选择方法选择的站点往往不是最佳的。为了提升站点推荐的准确性，本申请实施例在获取出发位置后，可以以该出发位置为圆心，以第一预设半径为租车站点搜索半径确定第一预设范围，并在该第一预设范围内确定对应的至少一个第一站点(即租车站点)。同理，本申请实施例在获取目的位置后，也可以确定对应的第二预设范围，并在该第二预设范围内确定对应的至少一个第二站点(即还车站点)。
其中，上述第一站点、第二站点为提供交通工具的站点。本申请实施例中的第一站点和第二站点匹配设置，它们可以是提供单车的站点，还可以是提供摩托的站点，还可以是提供汽车的站点，还可以是提供其它交通工具的站点。这样，本申请实施例便可以在扩大租车站点搜索范围以及还车站点搜索范围后，从扩大搜索范围的至少一个租车站点和至少一个还车站点中查找更能满足用户需求的租车站点和还车站点。
s103、针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、出发时间，计算用户由出发位置转移至目的位置的预测转移时长。
这里，本申请实施例在确定至少一个第一站点和至少一个第二站点后，可以将任一第一站点和任一第二站点构成站点对，这样，便可以得到至少一个站点对。基于每个站点对而言，可以基于该站点对的站点位置、出发时间，计算用户由出发位置转移至目的位置的预测转移时长。该预测转移时长既可以包括用户从出发位置转移到第一站点的第一时长，还可以包括用户从第一站点取出交通工具的第二时长，还可以包括用户从第一站点转移到第二站点的第三时长，还可以包括用户向第二站点归还交通工具的第四时长，还可以包括用户从第二站点转移到目的位置的第五时长。
其中，在上述第一预设范围和第二预设范围落入用户的步行可达范围内时，用户从出发位置转移到第一站点通常可以采用步行方式，用户从第二站点转移到目的位置通常也可以采用步行方式。而用户从第一站点转移到第二站点时本申请实施例可以根据所经道路的状况信息为其选取相应的交通工具。如，第一站点a到第二站点b是骑车可达，第一站点c和第二站点d是开车可达，在出行时间为早高峰时，由于道路经常拥堵，有可能开车时间更长，此时可以给用户推荐单车这一交通工具以实现从第一站点a到第二站点b的转移，在出行时间非早高峰时，由于道路比较顺畅，此时可以给用户推荐汽车这一交通工具以实现从第一站点c至第二站点d的转移。可见，本申请实施例能够综合考虑道路状况选取相应的交通工具，适应性更好。
若用户从出发位置转移到第一站点采用步行方式，上述第一时长不仅可以根据出发位置与第一站点之间的距离，以及用户的平均步行速度来确定，还可以根据预先训练好的第一模型来确定，其中，该第一模型可以基于已有的出行记录训练得到。同理，若用户从第二站点转移到目的位置也采用步行方式，上述第五时长也可以采用上述两种方式来确定，在此不再赘述。对于从第一站点转移至第二站点来说，其对应的第三时长则可以由预先训练好的第二模型来确定。对于从第一站点取出交通工具的第二时长，以及向第二站点归还交通工具的第四时长则可以基于预设时长来确定，在选用的交通工具不同时，上述预设时长可以适应性调整，如可以在选用汽车这一交通工具时将预设时长调整的相对较大，而在选用单车这一交通工具时将预设时长调整的相对较小。
s104、基于预测转移时长，从任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。
这里，本申请实施例可以选取预测转移时长最短的站点对作为目标站点对，并向用户进行站点推荐，推荐的准确性较高，提升了用户的用车体验。
本申请实施例中，上述第一模型、第二模型、以及第三模型在训练的过程中，均是基于特定时间点确定输出的。也即，在所处时间点不同时，预测的转移时长也不相同。对于第一模型而言，可以将上述出发时间作为第一时长的时间点，对于第二模型而言，可以将出发时间经过第一时长、第二时长之后的时间点作为第三时长的时间点，对于第三模型而言，可以将出发时间经过第一时长、第二时长、第三时长、第四时长之后的时间点作为第五时长的时间点。这样，对于上述任一模型，便可以基于其特定时间点对所经路段的转移时长进行预测。
以第二模型的训练为例，本申请实施例中可以基于下述步骤对该第二模型进行训练：
步骤一、获取各样本用户的第一站点的站点位置及对应的出发时间点、第二站点的站点位置及对应的停靠时间点、第一站点的车辆可用性信息、第二站点的车位可用性信息、第一站点与第二站点之间的道路信息；
步骤二、针对每一样本用户，将该样本用户的第一站点的站点位置及对应的出发时间点、第二站点的站点位置及对应的停靠时间点、第一站点的车辆可用性信息、第二站点的车位可用性信息、第一站点与第二站点之间的道路信息作为待训练的第二模型的输入，将该样本用户由第一站点转移至第二站点的第三时长作为待训练的第二模型的输出，训练得到第二模型。
上述第一模型和第三模型的训练方法与上述第二模型的训练方法类似，在此不在赘述。
为了便于进一步对本申请实施例提供的站点推荐方法进行理解，进行如下说明。
如图2所示，设定用户的出发位置为po，目的位置为pd。以出发位置po为圆心，r为半径的第一预设范围内的单车站点都是潜在的租车站点(即第一站点)，可设此范围内单车站点的集合为s1。以目的位置pd为圆心，r为半径的第二预设范围内的单车站点都是潜在的还车站点(即第二站点)，设此范围内单车站点的集合为s2。因此所有可能的组合可以表示为：
k＝po×s1×s2×pd
其中，×表示笛卡尔积。
这里，单车站点si在时刻t的预测状态为s(si，t)＝(m，n)，其中m是可用单车数量，n是空停车位数量。假设平均步行速度为v＝1.25m/s。从出发位置到租车站点si∈s1的曼哈顿距离为
其中，
且满足以下约束条件：
condition:s(st，t1).m＞1ands(sj，t2).n＞1
其中，t0表示出发时间，也即，第一时长的时间点，t1表示第三时长的时间点，t2表示第五时长的时间点。
这样，根据上述公式，可以得到花费时间最少的si，sj站点对，该站点对是考虑了地理位置、交通状况、路段环境、站点状态、转移时间的最优结果，从而使得推荐的站点的准确性较高。
结合上述公式，特举如下实例对本申请实施例提供的站点推荐方法进行说明。
首先获取用户信息和预设半径参数r(出发位置po，目的地pd，出发时间to，性别：男，年龄：25，参数：200m)，其中po＝(120.62347531.322436)，pd＝(120.60342331.324523)，to＝2018-07-2312:23:43。
然后根据用户输入，生成所有可能的站点对，基于预测模型、最小化转移时间函数得到最小时间花费的站点对。仍以图2这一应用场景为例，用户的最佳选择站点对(s2，s6)，预计总花费时间最少，为437s。这主要是考虑到了公路的影响，用户从出发位置前往s1，或者从s4前往目的位置，会花费了额外的时间，所以，尽管s1与出发位置最近，s4与目的位置最近，但利用本申请实施例所提供的站点推荐方法却不会将(s1，s4)作为目标站点对推荐给用户。通过实例可知，仅利用空间距离并不能很好的作为单车站点选择的标准，本申请实施例结合空间信息，交通路况，道路特征，以最小化转移时间为标准，能够较好的满足用户对于停车站点选择的需求。
本申请实施例提供的站点推荐方法还可以根据确定的推荐站点进行路线导航，如图3所示，上述路线导航具体通过如下步骤实现：
s301、基于出发位置、推荐站点、以及目的位置生成导航路线；
s302、将生成的导航路线推荐给用户。
这里，首先结合出发位置、目的位置以及确定的推荐站点生成对应的导航路线，然后将该导航路线推荐给用户，以便用户根据该导航路线进行行驶。
基于同一发明构思，本申请实施例提供了一种与站点推荐方法对应的站点推荐装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述站点推荐方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
如图4所示，本申请实施例所提供的站点推荐装置的结构示意图，该站点推荐装置具体包括：
获取模块401，用于获取用户的出发位置、目的位置以及出发时间；
确定模块402，用于确定与出发位置对应的第一预设范围内的至少一个第一站点，以及与目的位置对应的第二预设范围内的至少一个第二站点；
计算模块403，用于针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、出发时间，计算用户由出发位置转移至目的位置的预测转移时长；
推荐模块404，用于基于预测转移时长，从任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。
在一种实施方式中，上述装置还包括：
导航模块405，用于基于出发位置、推荐站点、以及目的位置生成导航路线；将生成的导航路线推荐给用户。
在另一种实施方式中，第一站点、第二站点为提供交通工具的站点。
在又一种实施方式中，对于每一预测转移时长，包括以下至少之一：
用户从出发位置转移到第一站点的第一时长；
用户从第一站点取出交通工具的第二时长；
用户从第一站点转移到第二站点的第三时长；
用户向第二站点归还交通工具的第四时长；用户从第二站点转移到目的位置的第五时长。
在再一种实施方式中，计算模块403，还用于：
计算第一时长的时间点为出发时间；和/或
计算第三时长的时间点为出发时间经过第一时长、第二时长之后的时间点；和/或
计算第五时长的时间点为出发时间经过第一时长、第二时长、第三时长、第四时长之后的时间点。
在具体实施中，第一时长通过第一模型计算；和/或
第三时长通过第二模型计算；和/或
第五时长通过第三模型计算。
在再一种实施方式中，上述装置还包括：
训练模块406，用于基于已有的出行记录训练第一模型、第二模型和/或第三模型。
如图5所示，为本申请实施例所提供的计算机设备的装置示意图，该计算机设备包括：处理器501、存储器502和总线503，存储器502存储执行指令，当装置运行时，处理器501与存储器502之间通过总线503通信，处理器501执行存储器502中存储的如下执行指令：
获取用户的出发位置、目的位置以及出发时间；
确定与出发位置对应的第一预设范围内的至少一个第一站点，以及与目的位置对应的第二预设范围内的至少一个第二站点；
针对任一第一站点和任一第二站点所构成的站点对，基于该站点对的站点位置、出发时间，计算用户由出发位置转移至目的位置的预测转移时长；
基于预测转移时长，从任一第一站点和任一第二站点所构成的站点对中，选择目标站点对，将目标站点对所对应的第一站点和第二站点确定为推荐站点。
在一种实施方式中，上述处理器501执行的处理还包括：
基于出发位置、推荐站点、以及目的位置生成导航路线；
将生成的导航路线推荐给用户。
其中，第一站点、第二站点为提供交通工具的站点。
在另一种实施方式中，上述处理器501执行的处理中，对于每一预测转移时长，包括以下至少之一：
用户从出发位置转移到第一站点的第一时长；
用户从第一站点取出交通工具的第二时长；
用户从第一站点转移到第二站点的第三时长；
用户向第二站点归还交通工具的第四时长；用户从第二站点转移到目的位置的第五时长。
在又一种实施方式中，上述处理器501执行的处理还包括：
计算第一时长的时间点为出发时间；和/或
计算第三时长的时间点为出发时间经过第一时长、第二时长之后的时间点；和/或
计算第五时长的时间点为出发时间经过第一时长、第二时长、第三时长、第四时长之后的时间点。
在具体实施中，第一时长通过第一模型计算；和/或
第三时长通过第二模型计算；和/或
第五时长通过第三模型计算。
在又一种实施方式中，上述处理器501执行的处理还包括：
基于已有的出行记录训练第一模型、第二模型和/或第三模型。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器501运行时执行站点推荐方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述站点推荐方法，从而解决相关技术中盲目寻找停车车位所带来的用车体验较差的问题，用以提高站点推荐的准确度，提升用户的用车体验。
本申请实施例所提供的站点推荐方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。