一种基于大数据的代驾司机数据管理方法、系统及装置与流程

1.本发明属于代驾数据管理技术领域，具体地说，涉及一种基于大数据的代驾司机数据管理方法、系统及装置。


背景技术：

2.随着我国汽车数量的增多以及法律对于酒后驾驶的完善，开车不喝酒，喝酒不开车的理念已深入人心，我国的代驾市场才刚刚起步，代驾行业的需求量也日益增加，市场发展空间巨大，前景良好。
3.代驾作为一种衍生服务，在市场大量需求的前提下，国内代驾行业已有一定发展，但是现有的代驾司机的素质参差不齐，代驾平台对于代驾司机的数据管理混乱，代驾业务派发采用就近接单的模式，虽然解决了等待时间的问题，很难满足顾客的多方面的需求，有些代驾司机适合市区内代驾，有些代驾司机适合帮助用户代驾办理一些业务，不同的代驾司机有不同代驾的擅长领域，同时代驾平台容易忽略该代驾司机是否合适客户的车辆，并且有些用户为女性，在夜晚的时候若是与男性代驾司机单独待在车内，容易让用户心理产生恐慌，容易让代驾人员与客户之间存在一些不必要的问题，使客户满意度降低，不便于代驾平台管理与发展。


技术实现要素：

4.1、要解决的问题
5.针对现有代驾司机的素质参差不齐，很难满足顾客的多方面的需求，容易让代驾人员与客户之间存在一些不必要的问题，使客户满意度降低，不便于代驾平台管理与发展的问题，本发明提供一种基于大数据的代驾司机数据管理方法、系统及装置。
6.2、技术方案
7.为解决上述问题，本发明采用如下的技术方案。
8.一种基于大数据的代驾司机数据管理方法，采用以下步骤：
9.步骤1：代驾司机注册代驾平台的账号，填写自身数据信息，代驾平台的对填写的信息进行身份验证，对代驾司机填写的数据信息进行保存；
10.步骤2：代驾平台对步骤1获取的代驾司机身份数据进行整理，提取代驾司机的数据特征，构建代驾司机的特征模型；
11.步骤3：用户使用手机应用向代驾平台发送代驾请求；
12.步骤4：代驾平台接收代驾请求，提取代驾请求中的业务需求，生成代驾清单；
13.步骤5：代驾平台根据用户的填写的代驾起始地进行范围搜索，获取起始地预设范围内的可以代驾的代驾司机位置信息；
14.步骤6：代驾平台提取搜索到的代驾司机的特征模型，使用特征模型对业务需求进行计算，获取每个代驾司机特征模型与业务需求的相似度；
15.步骤7：代驾平台对每个代驾司机的相似度进行比较，代驾平台向相似度最高的代
驾司机发送接单请求；
16.步骤8：代驾司机接收并同意代驾平台发送过来的接单请求后，前往起始地进行代驾服务；
17.步骤9：代驾服务完成后，用户可以填写对代驾司机本次代驾服务的评价，代驾平台接收并保存代驾评价记录。
18.为了获取代驾司机详细的数据信息，优选地，所述步骤1中代驾司机填写的数据信息包括姓名、性别、驾照持有时间、代驾工龄、代驾历史车辆数量、代驾历史车辆品牌，代驾业务偏好，工作时间，常驻区域，代驾历史评价、手动挡和自动挡选择。
19.为了建立优异的特征模型，优选地，所述步骤2中构建特征模型采用向量空间模型，公式如下：
20.v(d)＝(t1,w1(d)；
…
；ti,wi(d)；
…
；tn,wn(d))
21.其中v(d)是填写的数据信息中的每一个信息d的一个范化矢量，ti是从信息d中选出的特征项，wi(d)为ti在信息d中的权重。
22.为了可以派送与代驾司机当前位置符合的业务清单，优选地，所述步骤5中代驾司机位置信息是由代驾司机设置工作时间，代驾司机通过手机应用向驾平台定时发送自身的位置数据信息，代驾平台实时更新接收到代驾司机的位置数据信息。
23.为对代驾司机的工作状态进行分类，优选地，所述步骤5中可以代驾的代驾司机是根据代驾司机的工作时间，当前是否有代驾业务进行结合判断，代驾司机的当前工作状态分为：空闲、工作中和下班，代驾平台会将处于空闲中的代驾司机作为搜索结果。
24.为了使代驾平台的处理方式更具有多样性，进一步地，若是起始地预设范围内处于空闲中的代驾司机数量为零时，代驾平台会提高搜索范围，同时向搜索范围内的代驾司机提供抢单服务，当该代驾清单被代驾司机抢到时，代驾平台停止搜索和提供抢单服务。
25.为了使代驾司机特征模型更加准确，优选地，所述步骤9中代驾平台保存的代驾评价记录会与代驾司机历史数据信息进行结合，代驾平台会定期更新代驾司机的数据信息，以此重新构建新的代驾司机特征模型。
26.为了给予用户更好的代驾服务体验，优选地，用户填写的代驾评价会被进行判断分类，若是代驾评价为用户满意，下次同一用户发送同样的代驾请求时，代驾平台会提高给该代驾司机发送代驾请求的优先度，若是代驾评价为用户不满意，下次同一用户发送同样的代驾请求时，代驾平台会降低给该代驾司机发送代驾请求的优先度。
27.一种基于大数据的代驾司机数据管理系统，包括：
28.注册登录模块，用于注册代驾司机的帐号信息，验证代驾司机登录时填写的帐号和密码；
29.数据存储模块，用于保存代驾司机的帐号数据信息，代驾记录数据，缓存代驾司机的的当前位置数据；
30.模型生成模块，用于从数据存储模块内储存的代驾司机数据信息中提取数据特征，根据提取的数据特征构建代驾司机的特征模型；
31.清单生成模块，用于接收用户发送的代驾请求，生成代驾清单；
32.需求提取模块，用于提取用户在代驾请求中的业务需求；
33.司机定位模块，用于接收代驾司机定时发送的位置数据，对其进行更新，获取用户
起始地预设范围内的代驾司机位置；
34.匹配计算模块，用于使用模型生成模块生成的特征模型与需求提取模块提取的业务需求进行结合计算，获取与业务需求相似度最高的代驾司机；
35.业务派生模块，用于向代驾司机发送与其相似度最高的业务需求；
36.评价判断模块，用于收集用户对于代驾服务的评价，并对这些评价进行判断，根据评价内容更改本次代驾司机在下一次相同业务中的优先度。
37.一种基于大数据的代驾司机数据管理装置，所述装置包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如上所述的基于大数据的代驾司机数据管理方法。
38.通过让代驾司机注册登录代驾平台的账号，让代驾平台获取代驾司机的数据信息，将数据信息保存到数据库内，通过对数据库内的数据信息进行特征提取，构建代驾司机的特征模型，在接收到用户发送的代驾业务请求后，提取代驾请求中的业务需求，同时获取用户起始地范围内的代驾司机数据信息，并使用这些代驾司机的特征模型对业务需求进行计算，最后得到匹配度最高的代驾司机，向匹配度最高的代驾司机发送业务清单，由该司机进行代驾业务，代驾业务完成后代驾平台会收集用户对于本次代驾业务的评价，根据用户评价调整代驾司机在下次相同业务中的优先度，通过对代驾司机的数据进行系统管理，满足客户对于代驾司机的需求条件。
39.3、有益效果
40.相比于现有技术，本发明的有益效果为：
41.(1)本发明通过对代驾司机提供的身份和代驾历史数据进行验证，对验证通过的数据进行整理，提取代驾司机身份和历史数据中的数据特征，根据这些数据特征构建特征模型，通过特征模型对客户的业务需求进行计算，得到与业务需求最匹配的代驾司机，以此满足客户对于代驾司机的需求条件，给予客户更好的代驾体验；
42.(2)本发明通过将代驾司机的新代驾记录和评价记录保存至数据库中，定时使用新增的代驾记录和评价记录对代驾司机特征模型进行更新，让特征模型对客户的业务需求计算结果更加准确，同时根据评价记录调整本次代驾司机在下一次相同业务中的优先度，在评价满意时通过熟识的代驾司机让客户避免不适感，在评价不满意时，通过更换代驾司机让客户避免不满意的代驾体验；
43.(3)本发明让代驾司机通过手机应用向驾平台定时发送自身的位置数据信息，代驾平台实时更新接收到代驾司机的位置数据信息，在代驾司机完成代驾业务后，获取代驾司机新的位置信息，以此派送代驾司机当前位置的代驾业务，提高代驾司机的工作效率，避免给派发代驾司机不符合当前位置业务的情况发生。
附图说明
44.为了更清楚地说明本技术实施例或示例性中的技术方案，下面将对实施例或示例性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技术的一些实施例，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，还可以按照这些附图示出的获得其他的附图。
45.图1为本发明的方法步骤示意图；
46.图2为本发明的方法流程示意图；
47.图3为本发明的系统结构示意图；
48.图4为本发明的设备结构示意图。
具体实施方式
49.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例，通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
50.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例，基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
51.实施例1
52.如图1和图2所示，一种基于大数据的代驾司机数据管理方法，具体流程如下：
53.代驾司机注册代驾平台的账号，填写自身数据信息，填写的数据信息包括姓名、性别、驾照持有时间、代驾工龄、代驾历史车辆数量、代驾历史车辆品牌，代驾业务偏好，工作时间，常驻区域，代驾历史评价、手动挡和自动挡选择，代驾平台的对填写的信息进行身份验证，对代驾司机填写的数据信息进行保存。
54.代驾平台对代驾司机身份数据进行整理，提取代驾司机的数据特征，构建代驾司机的特征模型，构建特征模型采用向量空间模型，公式如下：
55.v(d)＝(t1,w1(d)；
…
；ti,wi(d)；
…
；tn,wn(d))
56.其中v(d)是填写的数据信息中的每一个信息d的一个范化矢量，ti是从信息d中选出的特征项，wi(d)为ti在信息d中的权重。
57.用户使用手机应用向代驾平台发送代驾请求，代驾平台接收代驾请求，提取代驾请求中的业务需求，生成代驾清单。
58.代驾平台根据用户的填写的代驾起始地进行范围搜索，获取起始地预设范围内的可以代驾的代驾司机位置信息，代驾司机位置信息是由代驾司机设置工作时间，代驾司机通过手机应用向驾平台定时发送自身的位置数据信息，代驾平台实时更新接收到代驾司机的位置数据信息，可以代驾的代驾司机是根据代驾司机的工作时间，当前是否有代驾业务进行结合判断，代驾司机的当前工作状态分为：空闲、工作中和下班，代驾平台会将处于空闲中的代驾司机作为搜索结果。
59.代驾平台提取搜索到的代驾司机的特征模型，使用特征模型对业务需求进行计算，获取每个代驾司机特征模型与业务需求的相似度，代驾平台对每个代驾司机的相似度进行比较，代驾平台向相似度最高的代驾司机发送接单请求，代驾司机接收并同意代驾平台发送过来的接单请求后，前往起始地进行代驾服务。
60.代驾服务完成后，用户可以填写对代驾司机本次代驾服务的评价，代驾平台接收并保存代驾评价记录，代驾平台保存的代驾评价记录会与代驾司机历史数据信息进行结
合，代驾平台会定期更新代驾司机的数据信息，以此重新构建新的代驾司机特征模型。
61.用户填写的代驾评价会被进行判断分类，若是代驾评价为用户满意，下次同一用户发送同样的代驾请求时，代驾平台会提高给该代驾司机发送代驾请求的优先度，若是代驾评价为用户不满意，下次同一用户发送同样的代驾请求时，代驾平台会降低给该代驾司机发送代驾请求的优先度，在用户评价满意时，提供派发同一位代驾司机，避免用户每次遇到不同的陌生代驾司机，在心理上让用户更有亲切感。
62.通过上述描述可知，在本实例中，通过让代驾司机注册登录代驾平台的账号，让代驾平台获取代驾司机的数据信息，将数据信息保存到数据库内，通过对数据库内的数据信息进行特征提取，构建代驾司机的特征模型，在接收到用户发送的代驾业务请求后，提取代驾请求中的业务需求，同时获取用户起始地范围内的代驾司机数据信息，并使用这些代驾司机的特征模型对业务需求进行计算，最后得到匹配度最高的代驾司机，向匹配度最高的代驾司机发送业务清单，由该司机进行代驾业务，代驾业务完成后代驾平台会收集用户对于本次代驾业务的评价，根据用户评价调整代驾司机在下次相同业务中的优先度，满足客户对于代驾司机的需求条件。
63.实施例2
64.如图3所示，一种基于大数据的代驾司机数据管理系统，包括：
65.注册登录模块，用于注册代驾司机的帐号信息，验证代驾司机登录时填写的帐号和密码；
66.数据存储模块，用于保存代驾司机的帐号数据信息，代驾记录数据，缓存代驾司机的的当前位置数据；
67.模型生成模块，用于从数据存储模块内储存的代驾司机数据信息中提取数据特征，根据提取的数据特征构建代驾司机的特征模型；
68.清单生成模块，用于接收用户发送的代驾请求，生成代驾清单；
69.需求提取模块，用于提取用户在代驾请求中的业务需求；
70.司机定位模块，用于接收代驾司机定时发送的位置数据，对其进行更新，获取用户起始地预设范围内的代驾司机位置；
71.匹配计算模块，用于使用模型生成模块生成的特征模型与需求提取模块提取的业务需求进行结合计算，获取与业务需求相似度最高的代驾司机；
72.业务派生模块，用于向代驾司机发送与其相似度最高的业务需求；
73.评价判断模块，用于收集用户对于代驾服务的评价，并对这些评价进行判断，根据评价内容更改本次代驾司机在下一次相同业务中的优先度。
74.通过上述描述可知，在本实例中，通过注册登录模块注册和登录代驾司机的账号，获取代驾司机的数据信息，将数据信息存储在数据存储模块内，使用模型生成模块对储存的数据信息进行特征提取，建立代驾司机的特征模型，通过清单生成模块接收用户的代驾业务，生成代驾清单，由需求提取模块提取业务需求，司机定位模块获取代驾司机的位置数据，得到与代驾业务位置相匹配的代驾司机数据信息，通过匹配计算模块使用代驾司机的特征模型对业务需求进行计算，得到与业务需求匹配度最高的代驾司机，由业务派生模块派发该代驾清单，代驾业务完成后使用评价判断模块收集用户对于本次代驾业务的评价，根据用户评价调整代驾司机在下次相同业务中的优先度，满足客户对于代驾司机的需求条
件，给予客户更好的代驾体验。
75.实施例3
76.如图4所示，一种基于大数据的代驾司机数据管理装置，所述装置包括服务处理器和分布存储器，所述服务处理器连接所述存储器，所述分布存储器中存储有服务自管理程序，配置用于存储机器可读指令，所述服务处理器执行所述服务自管理程序，指令在由所述处理器执行时，以实现如实施例1所述的基于大数据的代驾司机数据管理方法。
77.通过上述描述可知，在本实例中，通过让代驾司机注册登录代驾平台的账号，让代驾平台获取代驾司机的数据信息，将数据信息保存到数据库内，通过对数据库内的数据信息进行特征提取，构建代驾司机的特征模型，在接收到用户发送的代驾业务请求后，提取代驾请求中的业务需求，同时获取用户起始地范围内的代驾司机数据信息，并使用这些代驾司机的特征模型对业务需求进行计算，最后得到匹配度最高的代驾司机，向匹配度最高的代驾司机发送业务清单，由该司机进行代驾业务，代驾业务完成后代驾平台会收集用户对于本次代驾业务的评价，根据用户评价调整代驾司机在下次相同业务中的优先度，满足客户对于代驾司机的需求条件。
78.以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。