预估司机接单行为的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种预估司机接单行为的方法、装置、设备及存储介质。所述预估司机接单行为的方法包括：根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息；根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。本发明专利技术实施例通过根据订单信息和距离所述乘车起点预设区域范围内的候选司机的司机信息，从所述候选司机中选出会接单的司机，由于在预估接单司机时，同时考虑到了订单信息和司机信息，可以正确识别出愿意接单的候选司机，提升在线叫车服务成功率。

【技术实现步骤摘要】
预估司机接单行为的方法、装置、设备及存储介质
本专利技术实施例涉及互联网
，尤其涉及一种预估司机接单行为的方法、装置、设备及存储介质。
技术介绍
随着互联网技术的高度发展以及智能设备的普及，传统的交通技术正在逐步进化为智能交通系统。现有技术中，乘客多使用在线叫车服务软件(例如滴滴、优步、神州、易道等)，通过手机等智能终端进行打车，使人、车、路之间的相互作用关系以新的方式呈现，与传统的打车方式相比，在一定程度上实现了较为准确、高效地出行。而在线叫车服务(例如专车，顺风车，快车等)中，用户发起订单的起点附近，往往会有多个候选司机可能会接单。只有将订单派送给愿意接单的司机时，用户的叫车服务才会成功。因此，正确识别出愿意接单的候选司机对确保和提升在线叫车服务成功率具有重要意义。目前，主要通过司机的接单数占司机浏览订单数的比例，或者司机距离订单起点的距离来估算司机接单的概率。这种方法参考因素比较单一，并不能很好的识别出愿意接单的候选司机，从而导致在线叫车服务的成功率较低。
技术实现思路
本专利技术实施例提供一种预估司机接单行为的方法、装置、设备及存储介质，可以正确识别出愿意接单的候选司机，提升在线叫车服务成功率。第一方面，本专利技术实施例提供了一种预估司机接单行为的方法，该方法包括：根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息；根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。第二方面，本专利技术实施例还提供了一种预估司机接单行为的装置，该装置包括：订单信息确定模块，用于根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；司机信息确定模块，用于获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息；接单司机预估模块，用于根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。第三方面，本专利技术实施例还提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例任一所述的预估司机接单行为的方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术实施例任一所述的预估司机接单行为的方法。本专利技术实施例通过根据订单信息和距离所述乘车起点预设区域范围内的候选司机的司机信息，从所述候选司机中选出会接单的司机，由于在预估接单司机时，同时考虑到了订单信息和司机信息，可以正确识别出愿意接单的候选司机，提升在线叫车服务成功率。附图说明图1是本专利技术实施例一提供的一种预估司机接单行为的方法的流程图；图2是本专利技术实施例二提供的一种预估司机接单行为的方法的流程图；图3是本专利技术实施例三提供的一种预估司机接单行为的装置的结构图；图4是本专利技术实施例四提供的一种计算机设备的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。实施例一图1为本专利技术实施例一提供的一种预估司机接单行为的方法的流程图，本实施例可适用于预估司机接单行为的情况，该方法可以由本专利技术实施例提供的预估司机接单行为的装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可集成在终端设备中或终端设备的应用端中。其中，终端设备可以为但不限于为移动终端(平板电脑或智能手机)、固定终端(台式电脑或笔记本)。其中，应用端可以为内嵌于终端设备中的某个客户端的插件，或者为所述终端设备的操作系统的插件，与内嵌于终端设备中的预估司机接单行为客户端或者终端设备的操作系统中的预估司机接单行为应用程序配合使用；应用端也可以为所述终端设备中一个独立的可提供预估司机接单行为的客户端，本实施例对此不进行限制。如图1所述，本实施例的方法具体包括：S101、根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点。为了更为准确的预估司机接单行为，提升在线叫车服务的成功率，订单信息中可提供的参考因素除了包含乘车起点之外，还可包含以下至少一项信息：乘车终点、乘车起点和/或乘车终点是否为用户的家庭地址、乘车起点和/或乘车终点是否为用户的工作单位，乘车起点和/或乘车终点是否为商圈、乘车起点和/或乘车终点是否为交通枢纽、订单发起城市、订单发起时间、车辆类型、乘车起点和乘车终点之间的距离、预计价格、预计价格与订单发起城市中订单平均价格比、预计行驶时间、预计行驶速度与订单发起城市中订单平均行驶速度比、是否穿越拥堵区域和用户性别。为了便于后续处理，可将乘车起点和乘车终点的位置转化为区域编码，转化成区域编码的方式有多种，在本实施例中不做具体限定，例如可以是GeoHash转换算法，也可以是按照经纬度划分为矩形或者六边形等形状的区块，然后分别对不同的区块赋予不同的id或者编码。其中，订单发起时间包含以下至少一项信息：是否上午、是否下午、是否晚上、是否夜里、星期、小时和是否周末。S102、获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息。为了提高在线叫车服务的成功率，可获取距离所述乘车起点预设区域范围内的司机作为候选司机，其中，预设区域范围可选为周围2-3公里，这样，选出的候选司机距离乘车起点不会太远，司机拒绝接单的概率也就越小。司机是否接单除了会受订单信息等因素的影响之外，还和司机本身的有很大关系，因此，本实施例将司机信息也作为预估司机接单行为的参考因素可以大大提高在线叫车服务的成功率。其中，司机信息可选为以下至少一项信息：司机性别、车辆类型、当前移动速度、当前位置、接人行驶距离、预期接人行驶时间、历史推单接单比、预设时间段内的推单接单比，历史平均在线时长、预设时间段内的平均在线时长、预设时间段内的被推单次数和预设时间段内的接单次数。S103、根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。具体的，同时参考订单信息和司机信息从所述候选司机中选出会接单的司机。例如，如果候选司机距离订单信息中的乘车起点较近，且该候选司机近期接单次数较多，那么该候选司机接单的概率就比较大。本实施例通过根据订单信息和距离所述乘车起点预设区域范围内的候选司机的司机信息，从所述候选司机中选出会接单的司机，由于在预估接单司机时，同时考虑到了订单信息和司机信息，可以正确识别出愿意接单的候选司机，提升在线叫车服务成功率。实施例二图2是本专利技术实施例二提供的一种预估司机接单行为的方法的流程图。本实施例以上述实本文档来自技高网...

【技术保护点】
一种预估司机接单行为的方法，其特征在于，包括：根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息；根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。

【技术特征摘要】
1.一种预估司机接单行为的方法，其特征在于，包括：根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；获取距离所述乘车起点预设区域范围内的司机作为候选司机，并获取所述候选司机的司机信息；根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机。2.根据权利要求1所述的方法，其特征在于，根据所述订单信息和所述司机信息从所述候选司机中选出会接单的司机包括：将所述订单信息和所述司机信息输入司机接单行为识别器中进行学习；根据所述司机接单行为识别器输出的司机接单概率，从所述候选司机中选出会接单的司机。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取至少一条历史订单的订单信息，各条历史订单的订单信息中包含历史乘车起点；针对每条历史订单，获取距离所述历史乘车起点预设区域范围内的司机作为历史候选司机，并获取所述历史候选司机的司机信息及司机接单情况；针对每条历史订单，根据所述司机接单情况对历史订单进行标记，并将标记后的历史订单的订单信息和司机信息作为训练数据；采用机器学习方法对所述训练数据进行训练，得到所述司机接单行为识别器。4.根据权利要求3所述的方法，其特征在于，采用机器学习方法对所述训练数据进行训练，得到所述司机接单行为识别器包括：采用以下至少一种算法：决策树算法、随机森林RandomForest算法、迭代决策树GBDT算法和支持向量机算法，对所述训练数据进行训练，得到所述司机接单行为识别器。5.根据权利要求1-4任一项所述的方法，其特征在于，所述订单信息中还包含以下至少一项信息：乘车终点、乘车起点和/或乘车终点是否为用户的家庭地址、乘车起点和/或乘车终点是否为用户的工作单位，乘车起点和/或乘车终点是否为商圈、乘车起点和/或乘车终点是否为交通枢纽、订单发起城市、订单发起时间、车辆类型、乘车起点和乘车终点之间的距离、预计价格、预计价格与订单发起城市中订单平均价格比、预计行驶时间、预计行驶速度与订单发起城市中订单平均行驶速度比、是否穿越拥堵区域和用户性别。6.根据权利要求1-4任一项所述的方法，其特征在于，所述司机信息包含以下至少一项信息：司机性别、车辆类型、当前移动速度、当前位置、接人行驶距离、预期接人行驶时间、历史推单接单比、预设时间段内的推单接单比，历史平均在线时长、预设时间段内的平均在线时长、预设时间段内的被推单次数和预设时间段内的接单次数。7.根据权利要求5所述的方法，其特征在于，所述订单发起时间包含以下至少一项信息：是否上午、是否下午、是否晚上、是否夜里、星期、小时和是否周末。8.一种预估司机接单行为的装置，其特征在于，包括：订单信息确定模块，用于根据在线叫车服务发起的订单请求确定订单信息，所述订单信息中包含乘车起点；司机信息确定模块，用于获取距离所述乘车起点预设区域范围内的司机作为候选司...

【专利技术属性】
技术研发人员：王超，李岩岩，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11