-
公开(公告)号：CN113487108A
公开(公告)日：2021-10-08
申请号：CN202110854913.X
申请日：2021-07-28
Applicant: 南京领行科技股份有限公司
Abstract: 本发明实施例公开了一种车辆充电调度方法、装置、设备及存储介质。该方法包括：根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据，确定目标区域在当前调度时刻的全局供需数据；根据各局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系，确定待调度局部区域的预调度车辆；根据预调度车辆，确定待调度局部区域的调度后全局供需数据；根据调度后全局供需数据和所述全局供需数据，控制进行待调度局部区域的预调度车辆和待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。本发明实施例通过对车辆进行合理的充电调度，实现了全局车辆匹配最优化，提高了全局车辆运营的接单效率。
-
公开(公告)号：CN113469393A
公开(公告)日：2021-10-01
申请号：CN202110771342.3
申请日：2021-07-08
Applicant: 南京领行科技股份有限公司
Abstract: 本申请实施例提供一种车辆的显示颜色控制方法、装置、服务器和存储介质，通过获取约车订单信息，约车订单信息包括用户标识和车辆标识，从用户标识对应的用户的偏好颜色列表中确定目标颜色，向车辆标识对应的目标车辆发送显色指令，以控制目标车辆的显示装置显示目标颜色，使用户可以根据车辆显示的颜色进行接单车辆识别，降低识别目标车辆的难度，提高了用户的使用体验。
-
公开(公告)号：CN117034958B
公开(公告)日：2024-11-15
申请号：CN202310906360.7
申请日：2023-07-21
Applicant: 南京领行科技股份有限公司
IPC: G06F40/35 , G06F40/186
Abstract: 本发明提供一种用户意图识别方法、答复生成方法、以及服务器，涉及智能客服技术领域，该方法包括：获取用户输入的信息；将用户输入的信息加入到提示词模板中；其中，提示词模板包括多个预设用户意图和每个预设用户意图对应的描述预设用户意图的内容；将加入用户输入的信息后的提示词模板通过大语言模型LLM，得到用户意图。本发明实施例能够通过提示词模板中的预设用户意图和预设用户意图对应的描述预设用户意图的内容增加输入模型的信息，这样模型增加了更多信息进行用户意图的识别，提高了识别的准确率。
-
公开(公告)号：CN117034958A
公开(公告)日：2023-11-10
申请号：CN202310906360.7
申请日：2023-07-21
Applicant: 南京领行科技股份有限公司
IPC: G06F40/35 , G06F40/186
Abstract: 本发明提供一种用户意图识别方法、答复生成方法、以及服务器，涉及智能客服技术领域，该方法包括：获取用户输入的信息；将用户输入的信息加入到提示词模板中；其中，提示词模板包括多个预设用户意图和每个预设用户意图对应的描述预设用户意图的内容；将加入用户输入的信息后的提示词模板通过大语言模型LLM，得到用户意图。本发明实施例能够通过提示词模板中的预设用户意图和预设用户意图对应的描述预设用户意图的内容增加输入模型的信息，这样模型增加了更多信息进行用户意图的识别，提高了识别的准确率。
-
公开(公告)号：CN113762621A
公开(公告)日：2021-12-07
申请号：CN202111056641.5
申请日：2021-09-09
Applicant: 南京领行科技股份有限公司
Abstract: 本发明提供一种网约车司机离职预测方法及系统，涉及离职预测技术领域，该方法包括：获取目标网约车司机的多种特征信息，特征信息包括个人特征信息和/或工作特征信息；将多种特征信息作为输入，通过离职模型确定目标网约车司机的离职概率；离职模型通过以下方式进行训练得到：获取多个网约车司机的多种特征信息，以及每个网约车司机的离职情况；从多个网约车司机的多种特征信息中，将目标类型的特征信息剔除，目标类型为区分网约车司机是否离职的能力小于预设能力的特征信息的类型，并训练基础模型，得到离职模型。本发明实施例在训练过程中将区分能力比较弱的类型的特征信息剔除，采用剔除后的特征信息训练模型，提高训练的速度。
-
Patent Agency Ranking
公开(公告)号：CN118133233A
公开(公告)日：2024-06-04
申请号：CN202410327202.0
申请日：2024-03-21
Applicant: 南京领行科技股份有限公司
IPC: G06F18/26 , G06F18/10 , G06F16/35 , G06F40/205 , G06F40/284 , G06F40/289
Abstract: 本发明实施例提供了一种业务流程挖掘方法、装置、电子设备及介质，涉及计算机技术领域。该方法包括：获取客服系统的原始会话数据以及所述会话数据对应的意图场景类别；对所述原始会话数据进行数据清洗处理，获得所述原始会话数据中的关键数据；将所述原始会话数据中的关键数据、所述原始会话数据对应的意图场景类别和初始提示词进行拼接，获得流程挖掘提示词；将所述流程挖掘提示词作为输入数据输入大语言模型，获得所述大语言模型输出的与所述意图场景类别对应的第一业务流程。该方法通过大语言模型和流程挖掘提示词生成业务流程，无需进行复杂的建模、训练过程，降低了业务流程的生成时间，提高了效率，节省了成本。
-
公开(公告)号：CN117974155A
公开(公告)日：2024-05-03
申请号：CN202311820789.0
申请日：2023-12-26
Applicant: 南京领行科技股份有限公司
IPC: G06Q30/015 , G06Q30/0601 , G06Q10/0631 , G06Q50/10
Abstract: 本申请提供一种用户投诉前置处理方法、装置及设备，涉及数据处理技术领域，包括：基于目标订单中各订单事件的发生时间对各订单事件进行排序，形成目标事件集合后，将其与各投诉类型分别对应的目标事件链进行匹配，基于匹配结果确定目标投诉类型；每个投诉类型的至少一个目标事件链为基于各候选事件链发生对应投诉类型的目标概率，从投诉类型对应的多个候选事件链中筛选出的；每个候选事件链为对投诉类型的各历史订单日志进行因果推理得到的；基于与目标投诉类型对应的SOP对目标订单进行处理，通过在投诉行为发生前处理投诉问题，降低用户的投诉进线率，节省服务器成本以及运营成本。
-
公开(公告)号：CN113487108B
公开(公告)日：2023-12-26
申请号：CN202110854913.X
申请日：2021-07-28
Applicant: 南京领行科技股份有限公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06Q50/30
Abstract: 本发明实施例公开了一种车辆充电调度方法、装置、设备及存储介质。该方法包括：根据当前调度时刻目标区域中各局部区域内空载车辆的当前供需数据，确定目标区域在当前调度时刻的全局供需数据；根据各局部区域的当前供需数据、各局部区域的关联局部区域内可用充电站和可调度车辆的相对位置关系，确定待调度局部区域的预调度车辆；根据预调度车辆，确定待调度局部区域的调度后全局供需数据；根据调度后全局供需数据和所述全局供需数据，控制进行待调度局部区域的预调度车辆和待调度局部区域的关联局部区域内的可用充电站之间的车辆充电调度。本发明实施例通过对车辆进行合理的充电调度，实现了全局车辆匹配最优化，提高了全局车辆运营的接单效率。
-
公开(公告)号：CN115759307A
公开(公告)日：2023-03-07
申请号：CN202211464546.3
申请日：2022-11-22
Applicant: 南京领行科技股份有限公司
Inventor： 何东魁
IPC: G06Q10/02 , G06Q30/0601 , G06Q10/0631 , G06Q50/30 , G06N20/00 , G06N5/01
Abstract: 本申请公开一种订单派送方法、装置、电子设备及存储介质，属于互联网技术领域，该方法包括获取指定区域内待派送的N个订单，N为大于零的整数，基于N个订单的起点，确定可接单的N个接单端，对N个订单和N个接单端进行匹配，其中，若任一订单的下单用户标识位于预设用户标识集合中，则按照接单时长最短的规则为订单匹配接单端，预设用户标识集合中存储是对接单时长的敏感度高于设定程度的下单用户标识，基于匹配结果，将每个订单派送给所述订单对应的接单端。这样，在为下单用户派单时，若下单用户对接单时长的敏感度高于设定程度，则按照接单时长最短的规则匹配接单端，从而降低订单取消率，带来更好的用户体验。
-
公开(公告)号：CN114239893A
公开(公告)日：2022-03-25
申请号：CN202111572904.8
申请日：2021-12-21
Applicant: 南京领行科技股份有限公司
Abstract: 本申请实施例公开了一种车辆派单方法、装置、设备及存储介质。其中，该方法包括：响应于当前乘车用户发起的订单请求，确定与所述订单请求相匹配的至少一个候选车辆；根据所述当前乘车用户的平稳敏感度数据和各所述候选车辆的历史加速度数据，从至少一个所述候选车辆中选取目标车辆；向所述目标车辆分配所述当前乘车用户对应订单。本申请实施例减少了用户对驾驶不平稳的投诉比例，提高了用户的乘车体验感。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
