【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。现有技术中，在用户存在出行需求时，会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的出行需求，经常导致对于某些订单类型，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，本申请实施例的目的在于提供一种信息处理方法及装置，能够确定用户端在至少一种服务订单属性下发起服务订单的偏好信息，可以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，确定所述用户端在所述预设历史时间段内，发起的服务订单属性以及服务订单数量；根据所述服务订单属性...
【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，确定所述用户端在所述预设历史时间段内，发起的服务订单属性以及服务订单数量；/n根据所述服务订单属性以及所述服务订单数量，确定所述用户端在至少一种服务订单属性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，确定所述用户端在所述预设历史时间段内，发起的服务订单属性以及服务订单数量；
根据所述服务订单属性以及所述服务订单数量，确定所述用户端在至少一种服务订单属性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，所述历史服务订单为出行订单，所述服务订单属性用于表征出行订单对应的出行距离。
3.根据权利要求1所述的方法，其特征在于，所述根据所述历史服务订单信息，确定所述用户端在所述预设历史时间段内，发起的服务订单属性以及服务订单数量，包括：
根据所述历史服务订单信息，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发起的至少一种服务订单属性以及每种服务订单属性对应的服务订单数量；
所述根据所述服务订单属性以及所述服务订单数量，确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息，包括：
根据在每个预设时间区间内发起的至少一种服务订单属性以及每种服务订单属性对应的服务订单数量，确定在该预设时间区间内，每种服务订单属性对应的服务订单占比；
根据所述多个预设时间区间的数量，以及在每个预设时间区间内，每种服务订单属性对应的服务订单占比，确定每种服务订单属性在各预设时间区间的服务订单平均占比；
根据每种服务订单属性在各预设时间区间的服务订单平均占比、在每个预设时间区间内，每种服务订单属性对应的服务订单占比、所述多个预设时间区间的数量、在每个预设时间区间内每种服务订单属性对应的服务订单数量、以及所述用户端发起的服务订单所覆盖的时间区间的数量，确定所述用户端在至少一种服务订单属性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，任一种服务订单属性在各预设时间区间的服务订单平均占比score满足下述公式：
其中，pctt表示在第t个预设时间区间内，任一种服务订单属性对应的服务订单占比，T表示预设时间区间的数量。
5.根据权利要求4所述的方法，其特征在于，所述根据每种服务订单属性在各预设时间区间的服务订单平均占比、在每个预设时间区间内，每种服务订单属性对应的服务订单占比、所述多个预设时间区间的数量、在每个预设时间区间内每种服务订单属性对应的服务订单数量、以及所述用户端发起的服务订单所覆盖的时间区间的数量，确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息，包括：
根据所述多个预设时间区间的数量、以及在每个预设时间区间内每种服务订单属性对应的服务订单数量，确定在每种服务订单属性下发起服务订单的偏好稳定性；
根据在每种服务订单属性下发起服务订单的偏好稳定性、每种服务订单属性在各预设时间区间的服务订单平均占比、每种服务订单属性对应的服务订单占比、所述多个预设时间区间的数量、在所述每个预设时间区间内，每种服务订单属性对应的服务订单数量、以及所述用户端发起的服务订单所覆盖的时间区间的数量，确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息。
6.根据权利要5所述的方法，其特征在于，在任一种服务订单属性下发起服务订单的偏好稳定性score稳满足下述公式：
其中，cntt表示第t个预设时间区间内，每种服务订单属性对应的服务订单数量，T表示预设时间区间的数量。
7.根据权利要求5所述的方法，其特征在于，所述确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息，包括：
根据每种服务订单属性对应的服务订单占比、所述用户端发起的服务订单所覆盖的时间区间的数量、所述多个预设时间区间的数量，确定所述用户端在该服务订单属性下发起服务订单的服务订单频次；
根据所述在该服务订单属性下发起服务订单的服务订单频次、所述在每种服务订单属性下发起服务订单的偏好稳定性、每种服务订单属性在各预设时间区间的服务订单平均占比、以及所述用户端发起的服务订单所覆盖的时间区间的数量，确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息。
8.根据权利要求7所述的方法，其特征在于，所述在任一服务订单属性下发起服务订单的服务订单频次score频次满足下述公式：
其中，Talive表示用户端发起的服务订单所覆盖的时间区间的数量，pctt表示第t个预设时间区间内，每种服务订单属性对应的服务订单占比，1if(pctt>0.65)else0)表示当第t个预设时间区间内，每种服务订单属性对应的服务订单占比大于预设阈值时则取值为1，否则取值为0，T表示预设时间区间的数量。
9.根据权利要求7所述的方法，其特征在于，所述偏好信息包括偏好度，所述用户端在任一种服务订单属性下发起服务订单的偏好度Y满足下述公式：
Y＝score×score稳×score频次；
其中，score表示任一种服务订单属性在各预设时间区间的服务订单平均占比，score稳表示在任一种服务订单属性下发起服务订单的偏好稳定性，score频次表示在该服务订单属性下发起服务订单的服务订单频次。
10.根据权利要求3所述的方法，其特征在于，所述根据所述服务订单属性以及所述服务订单数量，确定所述用户端在至少一种服务订单属性下发起服务订单的偏好信息，包括：
针对任一种服务订单属性，根据所述每个预设时间区间内该服务订单属性对应的服务订单数量，构建该服务订单属性下发起的服务订单的服务订单特征向量；
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属性下发起服务订单的偏好信息。
11.根据权利要求10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，分别在不同服务属性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，在不同服务属性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。
12.根据权利要求11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。
13.根据权利要求12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端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。
14.一种信息处理装置，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...
【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。