订单的分配、模型的训练方法及装置制造方法及图纸

技术编号:20026766 阅读:27 留言:0更新日期:2019-01-06 05:30
本公开提供一种订单的分配、模型的训练方法及装置,涉及机器学习技术领域,所述方法的一具体实施方式包括:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。该实施方式使得合乘订单与服务提供方的匹配更加合理,提高了服务效率,也提高了服务资源的利用率。

【技术实现步骤摘要】
订单的分配、模型的训练方法及装置
本公开涉及机器学习
,特别涉及一种订单的分配、模型的训练方法及装置。
技术介绍
近几年,随着互联网技术的不断发展,将线下的商务机会与互联网结合,出现了新的O2O(OnlineToOffline,在线离线/线上到线下)商业模式,使互联网成为线下交易的平台。目前,O2O已经进入了高速发展的阶段,其中,交通工具的O2O服务是发展的比较成功的O2O服务。以车辆服务为例,目前,车辆服务可以包括多种不同的类别,例如,快车服务,专车服务,顺风车服务,试驾服务以及租车服务等等。其中,有一些类型的车辆服务还可以提供合乘服务。在提供合乘服务时,由于要求司机同时向两个或两个以上乘客提供服务,要涉及多个行程起点以及多个行程终点,因此,如果订单匹配不合理,可能会导致诸多问题(例如,绕路过多,或者应答率过低等问题),从而不仅降低了服务效率,也降低了服务资源的利用率。
技术实现思路
为了解决上述技术问题,本公开提供了一种订单的分配、模型的训练方法及装置。根据本公开实施例的第一方面,提供一种订单的分配方法,包括:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。根据本公开实施例的第二方面,提供一种订单的分配模型的训练方法,包括:获取样本信息,所述样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息;采用所述样本信息训练出目标模型;其中,针对任意历史合乘事件,对应的关联信息包括对应的实时信息、该历史合乘事件中服务提供方的信息、所述服务提供方在该历史合乘事件中先接到的第一历史合乘订单的信息和后接到的第二历史合乘订单的信息。根据本公开实施例的第三方面,提供一种订单的分配装置,包括:获取单元,被配置为获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;确定单元,被配置为根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;分配单元,被配置为在所述第二合乘订单与所述服务提供方匹配时,将所述第二合乘订单分配给所述服务提供方。根据本公开实施例的第四方面,提供一种订单的分配装置,包括:获取单元,被配置为获取样本信息,所述样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息;训练单元,被配置为采用所述样本信息训练出目标模型;其中,针对任意历史合乘事件,对应的关联信息包括对应的实时信息、该历史合乘事件中服务提供方的信息,所述服务提供方在该历史合乘事件中先接到的第一历史合乘订单的信息、后接到的第二历史合乘订单的信息。根据本公开实施例的第五方面,提供一种计算机存储介质,所述存储介质中存储有程序指令,所述指令包括:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。根据本公开实施例的第六方面,提供一种计算机存储介质,所述存储介质中存储有程序指令,所述指令包括:获取样本信息,所述样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息;采用所述样本信息训练出目标模型;其中,针对任意历史合乘事件,对应的关联信息包括对应的实时信息、该历史合乘事件中服务提供方的信息、所述服务提供方在该历史合乘事件中先接到的第一历史合乘订单的信息和后接到的第二历史合乘订单的信息。根据本公开实施例的第七方面,提供一种电子设备,包括:处理器,适于实现各指令;以及存储设备,适于存储多条指令,所述指令适于由处理器加载并执行:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。根据本公开实施例的第八方面,提供一种电子设备,包括:处理器,适于实现各指令;以及存储设备,适于存储多条指令,所述指令适于由处理器加载并执行:获取样本信息,所述样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息;采用所述样本信息训练出目标模型;其中,针对任意历史合乘事件,对应的关联信息包括对应的实时信息、该历史合乘事件中服务提供方的信息、所述服务提供方在该历史合乘事件中先接到的第一历史合乘订单的信息和后接到的第二历史合乘订单的信息。本公开的实施例提供的技术方案可以包括以下有益效果:本公开的实施例提供的订单的分配方法和装置,通过获取目标信息,根据该目标信息,采用预先训练的目标模型确定第二合乘订单与服务提供方是否匹配。并在第二合乘订单与服务提供方匹配时,将第二合乘订单分配给该服务提供方。其中,该目标信息包括服务提供方的信息、服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息。从而使得合乘订单与服务提供方的匹配更加合理,提高了服务效率,也提高了服务资源的利用率。本公开的上述实施例提供的订单的分配模型的训练方法和装置,通过获取样本信息,并采用该样本信息训练出目标模型,该样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息。从而得到了可以用于合乘订单分配的模型,使得合乘订单与服务提供方的匹配更加合理,提高了服务效率,也提高了服务资源的利用率。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。图1为应用本公开实施例的示例性系统架构示意图;图2是本公开根据一示例性实施例示出的一种订单的分配方法的流程图;图3是本公开根据一示例性实施例示出的另一种订单的分配方法的流程图;图4是本公开根据一示例性实施例示出的一种订单的分配模型的训练方法的流程图;图5是本公开根据一示例性实施例示出的另一种订单的分配模型的训练方法的流程图;图6是本公开根据一示例性实施例示出的一种订单的分配装置框图;图7是本公开根据一示例性实施例示出的一种订单的分配模型的训练装置框图。具体实施方式这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文档来自技高网...

【技术保护点】
1.一种订单的分配方法,其特征在于,所述方法包括:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。

【技术特征摘要】
1.一种订单的分配方法,其特征在于,所述方法包括:获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;如果所述第二合乘订单与所述服务提供方匹配,则将所述第二合乘订单分配给所述服务提供方。2.根据权利要求1所述的方法,其特征在于,所述根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配,包括:基于所述目标信息获取目标特征信息;将所述目标特征信息输入所述目标模型;获取所述目标模型输出的匹配参数;如果所述匹配参数大于或者等于预设阈值,则确定所述第二合乘订单与所述服务提供方匹配。3.根据权利要求2所述的方法,其特征在于,所述目标特征信息包括第一目标特征信息以及第二目标特征信息;所述基于所述目标信息获取目标特征信息,包括:从所述目标信息中直接提取第一目标特征信息;以及基于所述目标信息进行估测,以得到所述第二目标特征信息。4.根据权利要求3所述的方法,其特征在于,所述第一合乘订单的信息包括:所述第一合乘订单对应的行程起点以及行程终点的位置信息;所述第一合乘订单对应的发单时刻;所述第二合乘订单的信息包括:所述第二合乘订单对应的行程起点以及行程终点的位置信息;所述第二合乘订单对应的发单时刻。5.根据权利要求4所述的方法,其特征在于,所述第二目标特征信息包括以下一项或多项:所述第一合乘订单对应的原始行程估计距离特征信息;所述第二合乘订单对应的原始行程估计距离特征信息;合乘后所述第一合乘订单对应的行程估计距离特征信息;合乘后所述第二合乘订单对应的行程估计距离特征信息;所述第一合乘订单与所述第二合乘订单在合乘后对应的共乘估计距离特征信息;所述第一合乘订单与所述第二合乘订单在合乘后对应的共乘估计时间特征信息;所述第一合乘订单对应的估计绕路距离特征信息;所述第二合乘订单对应的估计绕路距离特征信息;所述第一合乘订单对应的估计绕路时间特征信息;所述第二合乘订单对应的估计绕路时间特征信息;所述第一合乘订单对应的估计绕路距离与所述第一合乘订单对应的原始行程估计距离之比的特征信息;所述第二合乘订单对应的估计绕路距离与所述第二合乘订单对应的原始行程估计距离之比的特征信息;所述第二合乘订单对应的估计接驾时刻特征信息;所述第二合乘订单对应的估计接驾距离特征信息;所述第二合乘订单对应的估计接驾距离与估计行程距离之比的特征信息。6.根据权利要求1-5中任一所述的方法,其特征在于,所述目标模型包括以下任意一项:极端梯度上升XGBoost模型;线性回归模型;深度神经网络DNN。7.一种订单的分配模型的训练方法,其特征在于,所述方法包括:获取样本信息,所述样本信息包括多个历史合乘事件中每个历史合乘事件对应的关联信息;采用所述样本信息训练出目标模型;其中,针对任意历史合乘事件,对应的关联信息包括对应的实时信息、该历史合乘事件中服务提供方的信息、所述服务提供方在该历史合乘事件中先接到的第一历史合乘订单的信息和后接到的第二历史合乘订单的信息。8.根据权利要求7所述的方法,其特征在于,所述采用所述样本信息训练出目标模型,包括:基于所述样本信息确定所述每个历史合乘事件对应的样本属性,所述样本属性包括正样本属性以及负样本属性;基于所述样本信息获取所述每个历史合乘事件对应的样本特征信息;根据所述每个历史合乘事件对应的样本属性及样本特征信息训练出目标模型。9.根据权利要求8所述的方法,其特征在于,针对任意历史合乘事件,对应的样本特征信息包括该历史合乘事件对应的第一样本特征信息以及对应的第二样本特征信息;通过如下方式所述基于所述样本信息获取该历史合乘事件对应的样本特征信息:从所述样本信息中该历史合乘事件对应的关联信息中直接提取对应的第一样本特征信息;以及基于所述样本信息中该历史合乘事件对应的关联信息进行估测,以得到所述对应的第二目标特征信息。10.根据权利要求9所述的方法,其特征在于,所述第一历史合乘订单的信息包括:所述第一历史合乘订单对应的行程起点以及行程终点的位置信息;所述第一历史合乘订单对应的发单时刻;所述第二历史合乘订单的信息包括:所述第二历史合乘订单对应的行程起点以及行程终点的位置信息;所述第二历史合乘订单对应的发单时刻。11.根据权利要求10所述的方法,其特征在于,针对任意历史合乘事件,所述对应的第二样本特征信息包括以下一项或多项:所述第一历史合乘订单对应的原始行程估计距离特征信息;所述第二历史合乘订单对应的原始行程估计距离特征信息;合乘后所述第一历史合乘订单对应的行程估计距离特征信息;合乘后所述第二历史合乘订单对应的行程估计距离特征信息;所述第一历史合乘订单与所述第二历史合乘订单在合乘后对应的共乘估计距离特征信息;所述第一历史合乘订单与所述第二历史合乘订单在合乘后对应的共乘估计时间特征信息;所述第一历史合乘订单对应的估计绕路距离特征信息;所述第二历史合乘订单对应的估计绕路距离特征信息;所述第一历史合乘订单对应的估计绕路时间特征信息;所述第二历史合乘订单对应的估计绕路时间特征信息;所述第一历史合乘订单对应的估计绕路距离与所述第一历史合乘订单对应的原始行程估计距离之比的特征信息;所述第二历史合乘订单对应的估计绕路距离与所述第二历史合乘订单对应的原始行程估计距离之比的特征信息;所述第二历史合乘订单对应的估计接驾时刻特征信息;所述第二历史合乘订单对应的估计接驾距离特征信息;所述第二历史合乘订单对应的估计接驾距离与估计行程距离之比的特征信息。12.根据权利要求7-11中任一所述的方法,其特征在于,所述目标模型包括以下任意一项:XGBoost模型;线性回归模型;深度神经网络DNN。13.一种订单的分配装置,其特征在于,所述装置包括:获取单元,被配置为获取目标信息,所述目标信息包括服务提供方的信息、所述服务提供方已接第一合乘订单的信息、待分配的第二合乘订单的信息和当前的实时信息;确定单元,被配置为根据所述目标信息,采用预先训练的目标模型确定所述第二合乘订单与所述服务提供方是否匹配;分配单元,被配置为在所述第二合乘订单与所述服务提供方匹配时,将所述第二合乘订单分配给所述服务提供方。14.根据权利要求13所述的装置,其特征在于,所述确定单元包括:第一获取子单元,被配置为基于所述目标信息获取目标特征信息;输入子单元,被配置为将所述目标特征信息输入所述目标模型;第二获取子单元,被配置为获取所述目标模型输出的匹配参数;确定子单元,被配置为在所述匹配参数大于或者等于预设阈值时,确定所述第二合乘订单与所述服务提供方匹配。15.根据权利要求14所述的装置,其特征在于,所述目标特征信息包括第一目标特征信息以及第二目标特征信息;所述第一获取子单元被配置用于:从所述目标...

【专利技术属性】
技术研发人员:付俊强曾显越刘养彪
申请(专利权)人:北京嘀嘀无限科技发展有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1