一种网约车司机出车时长的数据指标确定方法与流程

1.本发明涉及网约车领域，尤其涉及一种网约车司机出车时长的数据指标确定方法。


背景技术：

2.随着近些年大数据技术的发展，数据在各行各业得到了广泛的应用，看数据也随之变成了大小互联网公司运营的重要工具。每个行业的业务模式不同，关注的重点数据指标也不同，此方案仅重点针对网约车行业阐述其重要指标tsh的来源、定义标准及统计方式。希望引起同行业关注，将此指标的缩写达成行业共识。
3.基于行业背景及在我司近2年的运营实战经验，已证实tsh是出行行业重点关注指标。已应用在我司各业务部门，得到了大家的一致认可，和高度关注。因此将指标统计方式申请专利，希望得到更广泛的推广，得到全行业的应用。


技术实现要素：

4.鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种网约车司机出车时长的数据指标确定方法。根据本发明的一个方面，提供了一种网约车司机出车时长的数据指标确定方法包括：
5.获取司机端上报的心跳点消息数据；
6.获取所述心跳点消息数据的轨迹点类型和客户端的采点时间戳；
7.根据所述轨迹点类型判断司机当前的状态；
8.根据所述心跳点消息数据和所述采点时间戳计算两点间时间间隔；
9.剔除所述心跳点消息数据中的异常数据，获得剔除心跳点数据。
10.可选的，所述确定方法还包括：当所述心跳点消息数据漏报时，选取两点间时间间隔小于60s的心跳点消息数据。
11.可选的，所述异常数据包括：线下听单、异动和锁定中的心跳点数据。
12.可选的，所述确定方法还包括：一小时大于3600秒的异常点数据处理方法为将时间取整为3600秒。
13.可选的，所述心跳点消息数据漏报的情况具体包括：司机在高架桥和/或是隧道中，心跳数据上报不及时。
14.本发明提供的一种网约车司机出车时长的数据指标确定方法包括：获取司机端上报的心跳点消息数据；获取所述心跳点消息数据的轨迹点类型和客户端的采点时间戳；根据所述轨迹点类型判断司机当前的状态；根据所述心跳点消息数据和所述采点时间戳计算两点间时间间隔；剔除所述心跳点消息数据中的异常数据，获得剔除心跳点数据。通过大数据技术手段，将心跳数据统计为司机出车时长，赋能产品及运营同学运用科学合理的数据信息优化产品及运营策略。
15.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，
而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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它的附图。
17.图1为本发明实施例提供的一种网约车司机出车时长的数据指标确定方法的流程图。
具体实施方式
18.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
19.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
20.下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。
21.如图1所示，心跳点消息加工流程
22.tsh数据来源于司机端上上报的心跳点消息数据，当司机登录首汽约车司机端app时，滑动出车滑块，端上系统会自动记录司机出车后的心跳点，目前我司心跳数据是4s-10s上报一次，循环上报出车到收车过程的一个个心跳点消息。按照一定格式将上报到大数据的点消息经过数仓加工，生成可直观使用的数据字段的过程，心跳点消息加工流程。
23.step1.消息上报：
24.轨迹点类型：用于判断司机当前的状态；
25.客户端踩点时间戳：用于计算时长。
26.step2.计算两点间时间间隔：对lastposition_time字段使用lag函数，按照日期、小时、司机id分组，同时按照上报时间降序排列，找到该司机在下一点的心跳数据。
27.step3.剔除线下听单、异动、锁定中
28.只取司机滑动出车到滑动收车期间可能有的轨迹点类型，去掉轨迹点类型in(-1,10,11)即线下听单、异动、锁定中数据。三种上报类型是非出车状态下产生的心跳数据。
29.step4.漏报消息处理
30.剔除掉轨迹点类型为null；
31.当数据漏报时，如司机在高架桥或是隧道中，心跳数据上报不及时，会产生两点之间间隔大，导致计算数据不准确，因此限制两点间间隔《60s,超过的则不计算。
32.step5.小时大于3600s异常点处理
33.数据上报存在的误差有一小时内3601s情况，默认3601s为3600s。
34.心跳数据为司机滑动出车后，系统自动生成的点消息，每4s～10s上报一次，司机
滑动收车后停止上报点消息，心跳数据加工步骤。
35.有益效果：通过大数据技术手段，将心跳数据统计为司机出车时长，赋能产品及运营同学运用科学合理的数据信息优化产品及运营策略。
36.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。


技术特征：
1.一种网约车司机出车时长的数据指标确定方法，其特征在于，所述指标确定方法包括：获取司机端上报的心跳点消息数据；获取所述心跳点消息数据的轨迹点类型和客户端的采点时间戳；根据所述轨迹点类型判断司机当前的状态；根据所述心跳点消息数据和所述采点时间戳计算两点间时间间隔；剔除所述心跳点消息数据中的异常数据，获得剔除心跳点数据。2.根据权利要求1所述的一种网约车司机出车时长的数据指标确定方法，其特征在于，所述确定方法还包括：当所述心跳点消息数据漏报时，选取两点间时间间隔小于60s的心跳点消息数据。3.根据权利要求1所述的一种网约车司机出车时长的数据指标确定方法，其特征在于，所述异常数据包括：线下听单、异动和锁定中的心跳点数据。4.根据权利要求1所述的一种网约车司机出车时长的数据指标确定方法，其特征在于，所述确定方法还包括：一小时大于3600秒的异常点数据处理方法为将时间取整为3600秒。5.根据权利要求2所述的一种网约车司机出车时长的数据指标确定方法，其特征在于，所述心跳点消息数据漏报的情况具体包括：司机在高架桥和/或是隧道中，心跳数据上报不及时。

技术总结
本发明提供的一种网约车司机出车时长的数据指标确定方法包括：获取司机端上报的心跳点消息数据；获取所述心跳点消息数据的轨迹点类型和客户端的采点时间戳；根据所述轨迹点类型判断司机当前的状态；根据所述心跳点消息数据和所述采点时间戳计算两点间时间间隔；剔除所述心跳点消息数据中的异常数据，获得剔除心跳点数据。通过大数据技术手段，将心跳数据统计为司机出车时长，赋能产品及运营同学运用科学合理的数据信息优化产品及运营策略。学合理的数据信息优化产品及运营策略。学合理的数据信息优化产品及运营策略。


技术研发人员：王雨
受保护的技术使用者：首约科技（北京）有限公司
技术研发日：2022.03.03
技术公布日：2022/6/4