一种信息处理方法、装置、存储介质和电子设备制造方法及图纸

本发明专利技术实施例提供了一种信息处理方法、装置、存储介质和电子设备。在本发明专利技术实施例中，在目标对象的任务量较少或执行任务的天数较少的情况下，根据非目标对象的先验数据预测目标对象的峰值单次任务量。能够提高对任务量少或执行任务的天数较少的目标对象的峰值单次任务量的预测的准确度，使得获取的目标对象的峰值单次任务量能够更加与目标对象的任务完成能力相适应。可以避免预测的峰值单次任务量小于目标对象可以完成的单次任务量，进而能够避免在分配任务的过程中给目标对象分配的任务数小于目标对象的任务完成能力，从而避免了配送资源的浪费。

An information processing method, device, storage medium and electronic equipment

The embodiment of the invention provides an information processing method, a device, a storage medium and an electronic device. In the embodiment of the invention, when the task amount of the target object is small or the number of days to execute the task is small, the peak single task amount of the target object is predicted according to the prior data of the non target object. It can improve the accuracy of the prediction of the peak single task amount of the target object with less task amount or fewer days of task execution, so that the peak single task amount of the target object can be more suitable for the task completion ability of the target object. It can avoid that the predicted peak amount of single task is less than the amount of single task that the target object can complete, and then it can avoid that the number of tasks assigned to the target object is less than the task completion ability of the target object in the process of task assignment, so as to avoid the waste of distribution resources.

【技术实现步骤摘要】
一种信息处理方法、装置、存储介质和电子设备
本专利技术涉及互联网
，尤其涉及一种信息处理方法、装置、存储介质和电子设备。
技术介绍
随着互联网技术的发展，线上到线下(O2O，OnlineToOffline)业务变得越来越普遍。网上外卖点餐以及网上购物的交易规模也保持较髙的増长速度。然而现有的信息处理方法对目标对象的任务完成能力不能准确的预测。
技术实现思路
有鉴于此，本专利技术实施例提供了一种信息处理方法、装置、存储介质和电子设备，能够合理预测目标对象的任务完成能力。第一方面，本专利技术实施例提供一种信息处理方法，所述方法包括：接收来自于程序调用接口的信息处理请求；通过至少一个处理器从数据库获取第一历史数据，其中，所述第一历史数据包括目标对象的任务数据；通过至少一个处理器解析所述第一历史数据；响应于所述第一历史数据满足预定条件，通过至少一个处理器从数据库获取第二历史数据，所述第二历史数据包括多个非目标对象的任务数据；通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测并存储所述目标对象的峰值单次任务量；通过所述程序调用接口返回所述目标对象的峰值单次任务量；其中，所述峰值单次任务量为在预定时间内目标对象单次绑定的任务的最大值，其中，与目标对象单次绑定的各任务在对应的预定的时间内未完成的概率小于第一阈值。优选地，所述第一历史数据包括目标对象在预定时间内的历史单次任务量；所述第二历史数据包括非目标对象在预定时间内的峰值单次任务量和历史单次任务量；所述通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测所述目标对象的峰值单次任务量包括：将所述目标对象在预定时间内的历史单次任务量和所述非目标对象在预定时间内的峰值单次任务量和历史单次任务量输入第一预测模型中以预测所述目标对象的峰值单次任务量。优选地，所述通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测所述目标对象的峰值单次任务量包括：根据目标对象的历史单次任务量和非目标对象的峰值单次任务量获取目标对象的峰值单次任务量分别为1-xi时的各概率值，其中，xi为大于1的整数；将概率值最大的任务量确定为目标对象的峰值单次任务量。优选地，根据如下公式预测目标对象的峰值单次任务量为xi的概率：其中，w为目标对象的历史单次任务量，xi为目标对象的峰值单次任务量，P(xi|w)为目标对象的单次任务量为xi的概率，P(xi)非目标对象的峰值单次任务量为xi的概率，P(w|xi)为非目标对象的峰值任务量为xi时的历史单次任务量为w的概率，P(w)为目标对象的峰值单次任务量分别为1-xi时对应的各P(xi)P(w|xi)的和。优选地，所述第一历史数据包括所述目标对象的等级和活跃度；所述方法还包括：响应于所述第一历史数据未满足预定条件，将所述目标对象的等级和活跃度输入第二预测模型以预测目标对象的任务未完成概率；将目标对象的任务未完成概率小于第一阈值的最大的单次任务量确定为目标对象的峰值单次任务量。优选地，所述第二预测模型以对象的等级和对象的活跃度为输入，以对象的任务未完成概率为输出，采用线性回归算法预先训练获得。优选地，所述第一历史数据包括目标对象在预定时间内的任务总量，所述第一历史数据满足预定条件包括：目标对象在预定时间内的任务总量小于第二阈值。优选地，所述方法还包括：至少根据所述峰值单次任务量向所述目标对象分配任务。第二方面，本专利技术实施例提供一种信息处理装置，特征在于，所述装置包括：请求接收单元，用于接收来自于程序调用接口的信息处理请求；第一历史数据获取单元，用于通过至少一个处理器从数据库获取第一历史数据，其中，所述第一历史数据包括目标对象的任务数据；数据解析单元，用于通过至少一个处理器解析所述第一历史数据；第二历史数据获取单元，用于响应于所述第一历史数据满足预定条件，通过至少一个处理器从数据库获取第二历史数据，所述第二历史数据包括多个非目标对象的任务数据；峰值单次任务量预测单元，用于通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测并存储所述目标对象的峰值单次任务量；数据返回单元，用于通过所述程序调用接口返回所述目标对象的峰值单次任务量；其中，所述峰值单次任务量为在预定时间内目标对象单次绑定的任务的最大值，其中，与目标对象单次绑定的各任务在对应的预定的时间内未完成的概率小于第一阈值。优选地，所述第一历史数据包括目标对象在预定时间内的历史单次任务量；所述第二历史数据包括非目标对象在预定时间内的峰值单次任务量和历史单次任务量；所述峰值单次任务量预测单元包括：第一峰值单次任务量预测子单元，用于将所述目标对象在预定时间内的历史单次任务量和所述非目标对象在预定时间内的峰值单次任务量和历史单次任务量输入第一预测模型中以预测所述目标对象的峰值单次任务量。优选地，所述峰值单次任务量预测单元包括：第二峰值单次任务量预测子单元，用于根据目标对象的历史单次任务量和非目标对象的峰值单次任务量获取目标对象的峰值单次任务量分别为1-xi时的各概率值，其中，xi为大于1的整数；将概率值最大的任务量确定为目标对象的峰值单次任务量。优选地，根据如下公式预测目标对象的峰值单次任务量为xi的概率：其中，w为目标对象的历史单次任务量，xi为目标对象的峰值单次任务量，P(xi|w)为目标对象的单次任务量为xi的概率，P(xi)非目标对象的峰值单次任务量为xi的概率，P(w|xi)为非目标对象的峰值任务量为xi时的历史单次任务量为w的概率，P(w)为目标对象的峰值单次任务量分别为1-xi时对应的各P(xi)P(w|xi)的和。优选地，所述第一历史数据包括所述目标对象的等级和活跃度；所述装置还包括：任务未完成概率预测单元，用于响应于所述第一历史数据未满足预定条件，将所述目标对象的等级和活跃度输入第二预测模型以预测目标对象的任务未完成概率；峰值单次任务量确定单元，用于将目标对象的任务未完成概率小于第一阈值的最大的单次任务量确定为目标对象的峰值单次任务量。优选地，所述第二预测模型以对象的等级和对象的活跃度为输入，以对象的任务未完成概率为输出，采用线性回归算法预先训练获得。优选地，所述第一历史数据包括目标对象在预定时间内的任务总量，所述第一历史数据满足预定条件包括：目标对象在预定时间内的任务总量小于第二阈值。优选地，所述装置还包括：任务分配单元，用于至少根据所述峰值单次任务量向所述目标对象分配任务。第三方面，本专利技术实施例提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如第一方面所述的方法。第四方面，本专利技术实施例提供一种电子设备，包括存储器和处理器，所述存储器用于本文档来自技高网...

【技术保护点】
1.一种信息处理方法，其特征在于，所述方法包括：/n接收来自于程序调用接口的信息处理请求；/n通过至少一个处理器从数据库获取第一历史数据，其中，所述第一历史数据包括目标对象的任务数据；/n通过至少一个处理器解析所述第一历史数据；/n响应于所述第一历史数据满足预定条件，通过至少一个处理器从数据库获取第二历史数据，所述第二历史数据包括多个非目标对象的任务数据；/n通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测并存储所述目标对象的峰值单次任务量；/n通过所述程序调用接口返回所述目标对象的峰值单次任务量；/n其中，所述峰值单次任务量为在预定时间内目标对象单次绑定的任务的最大值，其中，与目标对象单次绑定的各任务在对应的预定的时间内未完成的概率小于第一阈值。/n

【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法包括：
接收来自于程序调用接口的信息处理请求；
通过至少一个处理器从数据库获取第一历史数据，其中，所述第一历史数据包括目标对象的任务数据；
通过至少一个处理器解析所述第一历史数据；
响应于所述第一历史数据满足预定条件，通过至少一个处理器从数据库获取第二历史数据，所述第二历史数据包括多个非目标对象的任务数据；
通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测并存储所述目标对象的峰值单次任务量；
通过所述程序调用接口返回所述目标对象的峰值单次任务量；
其中，所述峰值单次任务量为在预定时间内目标对象单次绑定的任务的最大值，其中，与目标对象单次绑定的各任务在对应的预定的时间内未完成的概率小于第一阈值。


2.根据权利要求1所述的方法，其特征在于，所述第一历史数据包括目标对象在预定时间内的历史单次任务量；所述第二历史数据包括非目标对象在预定时间内的峰值单次任务量和历史单次任务量；
所述通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测所述目标对象的峰值单次任务量包括：
将所述目标对象在预定时间内的历史单次任务量和所述非目标对象在预定时间内的峰值单次任务量和历史单次任务量输入第一预测模型中以预测所述目标对象的峰值单次任务量。


3.根据权利要求2所述的方法，其特征在于，所述通过至少一个处理器根据所述第一历史数据和所述第二历史数据预测所述目标对象的峰值单次任务量包括：
根据目标对象的历史单次任务量和非目标对象的峰值单次任务量获取目标对象的峰值单次任务量分别为1-xi时的各概率值，其中，xi为大于1的整数；
将概率值最大的任务量确定为目标对象的峰值单次任务量。


4.根据权利要求3所述的方法，其特征在于，根据如下公式预测目标对象的峰值单次任务量为xi的概率：



其中，w为目标对象的历史单次任务量，xi为目标对象的峰值单次任务量，P(xi|w)为目标对象的单次任务量为xi的概率，P(xi)非目标对象的峰值单次任务量为xi的概率，P(w|xi)为非目标对象的峰值任务量为xi时的历史单次任务量为w的概率，P(w)为目标对象的峰值单次任务量分别为1-xi时对应的各P(xi)P(w|xi)的和。


5.根据权利要求1所述的方法，其特征在于，所述第一历史数据包括所述目标对象的等级和活跃度；
所述方法还包括：
响应于所述第一历史数据未满足预定条件，将所述目标对象的等级和活跃度输入第二预测模型以预测目标对象的任务未完成概率；<...

【专利技术属性】
技术研发人员：白婷，周凌云，刘成亮，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：上海;31