【技术实现步骤摘要】
货源排序推荐方法、装置、电子设备、存储介质
本专利技术涉及计算机
，尤其涉及一种货源排序推荐方法、装置、电子设备、存储介质。
技术介绍
目前，货主可以在线上物流平台发布货物信息，司机可以通过线上物流平台进行货源搜索和接单操作。由此，司机搜索货源，目的是试图找到满意的货源成交，类似于电商平台上顾客找到满意的商品进行购买。在这样的场景下，通过搜索返回的货源列表的顺序，对于成交比例尤为重要。目前流行的排序方法主要是基于机器学习的模型打分排序。例如，分类算法(逻辑回归、决策树等)/协同过滤算法(因子分解机(FactorizationMachine，FM)/场感知分解机(Field-awareFactorizationMachine，FFM)/深场感知分解机(DEEPFFM)模型)等都可以用来进行列表排序。这些排序方式都是根据用户和待排序对象的匹配程度进行评分，根据分值的大小对待排序对象进行排序，并以列表形式返回。在列表中排序在前的待排序对象和用户更匹配。目前使用的技术中，对于点击通过率(CTR)预估，比较广泛的方法是逻辑回归模...
【技术保护点】
1.一种货源排序推荐方法，其特征在于，包括：/n采集货源数据、司机数据以及货源列表显示数据；/n对各所述货源列表上的各货源进行编码获得特征编码，所述特征编码包括货源编码、司机编码以及位置编码，所述货源编码通过对该货源的货源数据进行编码获得，所述司机编码通过对浏览该货源列表的司机数据进行编码获得，所述位置编码通过对该货源在该货源列表上的位置进行编码获得；/n根据各所述货源列表上的各货源的特征编码采用遗传算法对待显示货源列表进行求解，获得最优种群；/n将待排序货源与所述最优种群进行匹配，以按所述最优种群对待排序货源进行排序，并将经排序的货源显示于货源列表，/n其中，对各所述货源...
【技术特征摘要】
1.一种货源排序推荐方法，其特征在于，包括：
采集货源数据、司机数据以及货源列表显示数据；
对各所述货源列表上的各货源进行编码获得特征编码，所述特征编码包括货源编码、司机编码以及位置编码，所述货源编码通过对该货源的货源数据进行编码获得，所述司机编码通过对浏览该货源列表的司机数据进行编码获得，所述位置编码通过对该货源在该货源列表上的位置进行编码获得；
根据各所述货源列表上的各货源的特征编码采用遗传算法对待显示货源列表进行求解，获得最优种群；
将待排序货源与所述最优种群进行匹配，以按所述最优种群对待排序货源进行排序，并将经排序的货源显示于货源列表，
其中，对各所述货源列表上的各货源，将其电话量及曝光量的比值作为所述遗传算法的位置增益。
2.如权利要求1所述的货源排序推荐方法，其特征在于，所述根据各所述货源列表上的各货源的特征编码采用遗传算法对待显示货源列表进行求解，获得最优种群包括：
A.根据各所述货源列表上的各货源的特征编码构建初始种群，将初始种群作为父样本；
B.计算每一父样本的位置增益；
C.将位置增益较高的P％的父样本作为第一准样本，P为大于1小于100的常数；
D.对准样本中各货源进行交叉编码，获得N个第二准样本，N为大于等于1的整数；
E.以M的概率对所述第二准样本进行随机变异，将变异后的第一准样本和第二准样本作为子样本，M为大于0小于1的常数；
F.判断各子样本的总位置增益是否大于等于各父样本的总位置增益；
若步骤F判断为是，则将所述子样本作为父样本，执行步骤B至步骤F；
若步骤F判断为否，则输出子样本中位置增益最高的子样本作为最优种群。
3.如权利要求2所述的货源排序推荐方法，其特征在于，所述第二准样本的数量与第一准样本的数量相同。
4.如权利要求2所述的货源排序推荐方法，其特征在于，每一初始种群为一货源列表。
5.如权利要求2所述的货源排序...
【专利技术属性】
技术研发人员：宁永恒，
申请(专利权)人：江苏满运软件科技有限公司，
类型：发明
国别省市：江苏;32
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。