-
公开(公告)号:CN118964765A
公开(公告)日:2024-11-15
申请号:CN202411159186.5
申请日:2024-08-22
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06F16/957 , G06F16/958
摘要: 本发明公开了一种H5加载提速的方法及系统;S1000,读取H5页面结构:调用Ajax审查H5页面源码,使用fetch请求识别出页面中嵌入的业务请求触发点;S1001,抽离业务请求信息:S10010,请求URL辨识:确定每个业务请求的目的地址(URL),包括基础路径或查询参数;本发明涉及互联网信息技术领域;本发明通过并行处理业务请求与静态资源下载(S100与S101),以及优化的缓存策略(S201),减少了资源加载和数据处理的时间,从而显著缩短了H5页面的加载时间,提升了用户体验。智能的缓存逻辑和配置动态化(S101与S201)确保了频繁访问的资源可以快速从缓存中读取,减少了对网络的依赖,同时也减少了服务器负载,提升了资源的复用率和加载效率。
-
公开(公告)号:CN118964572A
公开(公告)日:2024-11-15
申请号:CN202411064289.3
申请日:2024-08-05
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06F16/332 , G06F16/33 , G06F40/279 , G06F40/30
摘要: 本发明公开了一种基于ElasticSearch的网约车问答库系统创建的方法和装置,本发明包括以下步骤:确定网约车问答库的数据结构并收集并整理网约车相关的各类问题与权威答案,按照数据规范进行整理和归类;使用Python的SentenceTransformer库和预训练模型对收集的问题和答案进行向量化编码;构建ElasticSearch的入库结构并将处理好的数据导入ElasticSearch。本发明通过使用分布式搜索引擎如ElasticSearch,解决了关系型数据库在高并发访问和实时更新方面的瓶颈问题,显著提升了系统的查询性能和灵活性。其次,本申请通过引入自然语言处理(NLP)和深度学习技术,对用户查询进行语义分析和理解,大幅提升了系统在处理复杂查询和用户多样化需求方面的能力,从而提供更加精准和相关的搜索结果。
-
公开(公告)号:CN118964189A
公开(公告)日:2024-11-15
申请号:CN202410999602.6
申请日:2024-07-24
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06F11/36 , G06Q10/0631 , G06Q50/40
摘要: 本发明提供了一种基于时间片轮转的AB实验方法,包括以下步骤:S1、创建两个试验组,两个试验组分为试验组A和试验组B;S2、在AB实验平台,试验配置分流方式为时间片轮转,指定试验组A和试验组B的时间片轮转时间为X;S3、根据当前试验配置的试验策略,解析出的分钟值,判断当前试验用户应该进入试验组A还是试验组B;S4、为了对齐不同日期、不同时间对试验指标的影响,每天试验的首个时间片需要进行策略翻转;本发明通过通过时间片轮转试验的方式,确保所有参与试验的用户在同一时间、同一空间下保持一致的试验策略,有效解决因司机有派单倾斜或订单调度范围更大等调度策略带来的组间干扰造成用户组间差异的问题。
-
公开(公告)号:CN118940839A
公开(公告)日:2024-11-12
申请号:CN202410958130.X
申请日:2024-07-17
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
摘要: 本发明涉及一种基于大模型自我校验用于RAG系统缓解大语言模型幻觉的方法,涉及辅助检索技术领域,当用户输入问题后,RAG系统从数据库中检索相关信息,并生成提示工程,用于引导大语言模型生成答案,根据生成的提示工程,使用大语言模型生成答案,并使用同一大语言模型对生成的答案进行校验,以判断其是否符合预期,根据校验结果,计算幻觉概率和检查概率,并将计算到的结果相乘,得到存在幻觉的答案的综合概率,并将计算得到的综合概率与幻觉概率进行比较,判断生成的答案是否可信,当判断生成的答案不可信,通过调整生成模型参数,重新生成答案。
-
公开(公告)号:CN118918724A
公开(公告)日:2024-11-08
申请号:CN202410769816.4
申请日:2024-06-14
申请人: 北京白龙马云行科技有限公司
摘要: 本发明涉及数据管理领域,且公开了基于SaaS的公交枢纽停车场的网约车管理方法及系统,用于解决当网约车已经到达停车点但被乘客取消订单时,会导致增大网约车的损失,降低平台入驻网约车使用体验问题,该方法包括,通过平台采集司机的意愿,若司机选择继续在公交枢纽停车场内接单,则采集网约车信息,分析得到再次接单优先指数,根据再次接单优先指数与预设阈值进行网约车之后行动的判断,筛选出允许留在公交枢纽停车场内的网约车,根据停车场信息进行打车需求量的评估与判断,并将允许留在公交枢纽停车场的网约车分配至打车需求量最大的区域中继续接单,有效降低了网约车的损失,提高网约车司机的体验感。
-
公开(公告)号:CN118861414A
公开(公告)日:2024-10-29
申请号:CN202410858103.5
申请日:2024-06-28
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06F16/9535 , G06F16/9538 , G06F40/186
摘要: 本发明涉及一种多首页动态搭建实现方法,涉及移动应用技术领域,在应用的管理后台中搭建用于设置首页各模块的功能页面,并创建模板展示个性化内容,通过在功能页面中提供预览功能,实时查看模板的效果,在管理后台中,通过用户分组方式将样式模板配置给不同的用户人群,根据用户的配置应用冷启动,获取当前用户对应的样式模版,将其应用到首页模块中,并对模板代码进行解析,根据模板中定义的样式属性来设置首页模块的样式,当模板代码解析应用完成后,将应用后的首页模块进行展示。本发明通过为用户提供个性化、定制化的内容推荐,使用户能够更快速地获取到所需信息。
-
公开(公告)号:CN118822818A
公开(公告)日:2024-10-22
申请号:CN202410837427.0
申请日:2024-06-26
申请人: 北京白龙马云行科技有限公司
IPC分类号: G06Q50/47 , G06Q10/02 , G06Q30/0201
摘要: 本发明公开了基于异质代理人模型及SaaS的网约车行为分析方法及系统,具体涉及网约车管理技术领域,包括步骤一、通过SaaS平台收集网约车司机的信息、网约车乘客的信息;步骤二、对步骤一中收集的信息进行处理;步骤三、进行异质代理人模型构建并计算网约车司机、网约车乘客的匹配值;步骤四、对目标订单中网约车乘客的反馈信息进行收集,然后计算出网约车乘客的满意值;步骤五、根据网约车乘客的满意值、匹配值进行评估操作,得到不同类型的评估结果;本发明可以为乘客提供个性化的服务网约车匹配推荐,增强用户黏性和满意度;可以及时发现和解决服务质量低下或匹配度不足的问题,减少因此导致的投诉和退单,降低成本风险。
-
公开(公告)号:CN118796148A
公开(公告)日:2024-10-18
申请号:CN202410871250.6
申请日:2024-07-01
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06F5/06
摘要: 本发明涉及一种APP并发请求队列的实现方法,具体涉及并发领域,设计队列管理器类的属性和方法负责管理全局的请求队列和控制并发数,APP启动时注册全局的队列管理器实例,确保方案的一致性和高效性,避免请求处理的混乱和不确定性,将超出当前并发数的请求按照顺序依次推入至队列管理器进行管理,队列管理器中的请求以先进先出方式进行存储,检查判断当前是否存在可用的并发处理资源,循环执行新一轮到达的请求以及释放请求步骤,服务器接收用户发出请求进行响应返回并发现用户信息失效,暂停队列管理器中的请求出队操作并保持请求队列状态不变,重新将请求队列中的请求依次出队,避免因用户信息失效导致的数据返回失败。
-
公开(公告)号:CN117933511B
公开(公告)日:2024-10-15
申请号:CN202410052200.5
申请日:2024-01-12
申请人: 北京白龙马云行科技有限公司
IPC分类号: G06Q10/047 , G06Q50/40 , G06Q10/0631
摘要: 本发明提供一种特定区域下车点推荐方法、装置、计算机设备和存储介质,涉及网约车出行技术领域,本发明的方法包括获取网约车订单的终点位置和预计到达时刻T、参照历史订单集M、以及多个参照下车点Pi;以是否下雨、是否为节假日、以及是否为早晚高峰期生成综合推荐系数TJi,并筛选出综合推荐下车点;提取参照历史订单集M中乘客信息相同且乘坐次数大于预设阈值TTH的多个参照历史订单,并筛选出熟客推荐下车点;将综合推荐下车点和熟客推荐下车点反馈至网约车订单中以供乘客选择,本发明将综合推荐下车点和熟客推荐下车点相结合以向乘客推荐,提高向乘客推荐下车点的合理性和精准性,以此提高乘客的出行体验。
-
公开(公告)号:CN118747906A
公开(公告)日:2024-10-08
申请号:CN202410753072.7
申请日:2024-06-12
申请人: 北京白龙马云行科技有限公司
发明人: 于志杰
IPC分类号: G06V40/16 , G06V10/44 , G06V10/774 , G06V10/764 , G06Q50/40
摘要: 本发明提供了种基于深度学习的网约车司机人脸目标检测方法,包括以下步骤:S1、从线上数据库随机选取大量真实的网约车核验照片数据;S2、将网约车核验照片数据进行特征工程处理,生成训练集、测试集、验证集;S3、重复S1和S2步骤,生成多组数据;S4、根据S2的数据进行模型设计;S5、读取验证集数据,并将数据输入到S4中的模型中,验证S4在验证集的效果;本发明通过本方法解决了传统机器学习方法下的准确率低、工作量大、响应速度慢三个问题,并且大幅度提升了准确率和召回率,致力于识别司机人脸位置,建设人脸识别平台提供强有力的图像数据,大幅度提高人脸识别的准确率和减少误杀率。
-
-
-
-
-
-
-
-
-