【技术实现步骤摘要】
一种信息处理方法及装置
本申请涉及计算机信息
，具体而言，涉及一种信息处理方法及装置。
技术介绍
随着互联网和移动终端的发展，人们能够通过移动终端和互联网来完成各自的出行，方便了人们的出行。由于人们生活环境、职业以及习惯等方面的不同，每个人都有各自的打车需求，例如：用户在暴雪或者暴雨天气可能会选择打车出行。目前，一般会在用户存在出行需求时，临时进行服务资源调度，为用户提供出行服务。在这种情况下，由于无法预先预测用户在极端天气的出行需求，经常导致在极端天气，服务资源不够分配，导致用户无法出行或出行不便利的问题。
技术实现思路
有鉴于此，本申请实施例提供一种信息处理方法及装置，用以对用户在任一服务环境下发起服务订单的偏好信息进行预测，为用户端提前合理配置服务资源，提高服务效率。第一方面，本申请实施例提供的一种信息处理方法，包括：获取用户端在预设历史时间段内的历史服务订单信息；根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在不同服务环境下分别发起的服务订单数量；根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息。在一种可能的实施方式中，所述根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息，包括：根据所述不同...
【技术保护点】
1.一种信息处理方法，其特征在于，包括：/n获取用户端在预设历史时间段内的历史服务订单信息；/n根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在不同服务环境下分别发起的服务订单数量；/n根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息。/n
【技术特征摘要】
1.一种信息处理方法，其特征在于，包括：
获取用户端在预设历史时间段内的历史服务订单信息；
根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在不同服务环境下分别发起的服务订单数量；
根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息，包括：
根据所述不同历史时间分别对应的服务环境信息，确定所述用户端在所述预设历史时间段内第一次发起服务订单的历史时间开始，至所述预设历史时间段结束为止，每种服务环境对应的历史统计时间；
根据所述用户端在不同服务环境下分别发起的服务订单数量，以及每种服务环境对应的历史统计时间，确定所述用户端在任一种服务环境下发起服务订单的偏好信息。
3.根据权利要求2所述的方法，其特征在于，所述不同服务环境包括第一服务环境和第二服务环境，所述根据所述用户端在不同服务环境下分别发起的服务订单数量，以及每种服务环境对应的历史统计时间，确定所述用户端在任一种服务环境下发起服务订单的偏好信息包括：
根据所述每种服务环境对应的历史统计时间，确定所述第一服务环境相对于第二服务环境的历史统计时间的缩放系数；
根据所述缩放系数，以及所述用户端在所述第一服务环境和第二服务环境下分别发起的服务订单数量，确定所述用户端在第一服务环境下发起服务订单的倾向度；
根据所述第一服务环境的倾向度、所述用户端在所述第一服务环境和所述第二服务环境下分别发起的服务订单数量，以及每种服务环境对应的历史统计时间，确定所述用户端在所述第一服务环境下发起服务订单的偏好信息。
4.根据权利要求3所述的方法，其特征在于，所述第一服务环境相对于第二服务环境的历史统计时间的缩放系数ratio1,2满足下述公式：
其中，alive1表示第一服务环境的历史统计时间，alive2表示第二服务环境的历史统计时间。
5.根据权利要求3所述的方法，其特征在于，所述用户端在第一服务环境下发起服务订单的倾向度score1满足下述公式：
其中，size1表示在第一服务环境下发起的服务订单数量，size2表示在第二服务环境下发起的服务订单数量，ratio1,2表示第一服务环境相对于第二服务环境的历史统计时间的缩放系数。
6.根据权利要求3所述的方法，其特征在于，所述根据所述第一服务环境的倾向度、所述用户端在所述第一服务环境和所述第二服务环境下分别发起的服务订单数量，以及每种服务环境对应的历史统计时间，确定所述用户端在所述第一服务环境下发起服务订单的偏好信息，包括：
根据所述用户端在所述第二服务环境下发起的服务订单数量以及所述第二服务环境对应的历史统计时间，确定在所述第一服务环境下发起服务订单的惩罚值；
根据在所述第一服务环境下发起服务订单的惩罚值，以及在所述第一服务环境下发起服务订单的倾向度，确定所述用户端在所述第一服务环境下发起服务订单的偏好信息。
7.根据权利要求6所述方法，其特征在于，在所述第一服务环境下发起服务订单的惩罚值F1满足下述公式：
其中，size2表示在第二服务环境下发起的服务订单数量，alive2表示第二服务环境的历史统计时间。
8.根据权利要求6所述的方法，其特征在于，所述偏好信息包括偏好度，所述用户端在第一服务环境下发起服务订单的偏好度Y1满足下述公式：
Y1＝F1×score1；
其中，score1表示在第一服务环境下发起服务订单的倾向度，F1表示在第一服务环境下发起服务订单的惩罚值。
9.根据权利要求1所述的方法，其特征在于，根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在不同服务环境下分别发起的服务订单数量，包括：
根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在多个预设时间区间中的每个预设时间区间内，分别在不同服务环境下发起的服务订单数量；
所述根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的服务环境信息，确定所述用户端在任一种服务环境下发起服务订单的偏好信息，包括：
根据所述用户端在多个预设时间区间中的每个预设时间区间内，分别在不同服务环境下发起的服务订单数量，构建服务订单特征向量；
将所述服务订单特征向量输入至预先训练的偏好信息检测模型中，确定所述用户端在所述任一种服务环境下发起服务订单的偏好信息。
10.根据权利要求9所述的方法，其特征在于，通过下述方式训练得到所述偏好信息检测模型：
获取多个样本用户端中每个样本用户端在多个预设时间区间中的每个预设时间区间内，分别在不同服务环境下发起的服务订单数量，以及该样本用户端对应的实际偏好信息；
根据该样本用户端在多个预设时间区间中的每个预设时间区间内，分别在不同服务环境下发起的服务订单数量，构建该样本用户端的特征向量；将所述特征向量输入至基础检测模型中，获得该样本用户端的偏好信息检测结果；
根据所述偏好信息检测结果以及所述实际偏好信息，对所述基础检测模型进行训练，得到所述偏好信息检测模型。
11.根据权利要求10所述的方法，其特征在于，所述根据所述偏好信息检测结果以及所述实际偏好信息，对所述基础检测模型进行训练，得到所述偏好信息检测模型包括：
根据各个样本用户端的偏好信息检测结果，以及对应的实际偏好信息，对所述基础检测模型进行一轮训练后，调整所述基础检测模型的训练参数并进入下一轮训练，将经过多轮训练后的基础检测模型确定为所述偏好信息检测模型。
12.根据权利要求11所述的方法，其特征在于，采用下述步骤对所述基础检测模型进行每一轮训练：
将本轮还未完成训练的样本用户端中的任意一个样本用户端确定为目标样本用户端，根据该目标样本用户端的偏好信息检测结果，以及对应的实际偏好信息，确定所述目标样本用户端在本轮的交叉熵损失；
根据所述目标样本用户端在本轮的交叉熵损失，调整所述基础检测模型的训练参数；
将所述目标样本用户端作为本轮完成训练的样本用户端，并将本轮还未完成训练的样本用户端中任意一个样本用户端确定为新的目标样本用户；
使用调整了参数后的所述基础检测模型，获取该新的目标样本用户端的偏好信息检测结果，并重新返回根据该目标样本用户的偏好信息检测结果，以及对应的实际偏好信息，确定所述目标样本用户在本轮的交叉熵损失的步骤；
直至所有样本用户端都完成本轮的训练，完成对所述基础检测模型的本轮训练。
13.一种信息处理装置，其特征在于，包括：
获取模块，用于获取用户端在预设历史时间段内的历史服务订单信息；
数量确定模块，用于根据所述历史服务订单信息，以及不同历史时间分别对应的服务环境信息，确定所述用户端在不同服务环境下分别发起的服务订单数量；
信息确定模块，用于根据所述用户端在不同服务环境下分别发起的服务订单数量，以及所述不同历史时间分别对应的...
【专利技术属性】
技术研发人员：栾桂凯，卓呈祥，路劲，
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
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。