拼车信息处理方法、计算机设备及计算机可读存储介质技术

本公开实施例提供了一种拼车信息处理方法、计算机设备及计算机可读存储介质，其中，拼车信息处理方法包括：统计历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系，历史拼车体验信息包括顺路数据和不顺路数据；接收拼车订单信息；根据拼车订单信息、置零的用户画像信息及关联关系，预测拼车订单信息对应的拼车体验信息。本公开实施例提供的拼车信息处理方法，统计了历史数据中历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系，提高了预测的准确性。通过在使用该关联关系时，仅采用拼车订单信息，而将用户画像信息置零，即摒弃用户画像信息，可避免杀熟，从而在提升预测准确度的同时避免杀熟。

【技术实现步骤摘要】
拼车信息处理方法、计算机设备及计算机可读存储介质
本公开实施例涉及互联网约车
，具体而言，涉及一种拼车信息处理方法、一种计算机设备及一种计算机可读存储介质。
技术介绍
在拼车场景下，平台为提高拼车效率，会通过制定一些规则对拼成不好的订单进行过滤。但由于规则比较硬，存在误伤，会将一些潜在的好的拼成订单也过滤掉，因此为提高订单拼成率，需要对一些潜在的好的拼成订单进行二次召回。现有的召回方法，是建立体验召回模型，在线上应用时，对值得进行第二次召回的拼车订单预测是否顺路，如果顺路，就将该拼车订单召回进入分单逻辑。然而顺路与否本身是个主观指标，与用户的心情、紧迫性、绕路堵车的敏感性等都相关，现有模型只使用了订单维度的相关特征，会存在偏差，使得预测是否顺路的准确度只有百分之七十左右，降低了召回准确度。
技术实现思路
本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本公开实施例的第一方面在于，提出一种拼车信息处理方法。本公开实施例的第二方面在于，提出一种计算机设备。<br>本公开实施例的本文档来自技高网...

【技术保护点】
1.一种拼车信息处理方法，其特征在于，包括：/n统计历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系，所述历史拼车体验信息包括顺路数据和不顺路数据；/n接收拼车订单信息；/n根据所述拼车订单信息、置零的用户画像信息及所述关联关系，预测所述拼车订单信息对应的拼车体验信息。/n

【技术特征摘要】
1.一种拼车信息处理方法，其特征在于，包括：
统计历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系，所述历史拼车体验信息包括顺路数据和不顺路数据；
接收拼车订单信息；
根据所述拼车订单信息、置零的用户画像信息及所述关联关系，预测所述拼车订单信息对应的拼车体验信息。


2.根据权利要求1所述的拼车信息处理方法，其特征在于，根据所述拼车订单信息、置零的用户画像信息及所述关联关系，预测所述拼车订单信息对应的拼车体验信息的步骤，包括：
根据所述拼车订单信息、置零的所述用户画像信息及所述关联关系，确定所述拼车订单信息对应的顺路度；
根据所述顺路度，预测所述拼车订单信息对应的所述拼车体验信息。


3.根据权利要求2所述的拼车信息处理方法，其特征在于，根据所述顺路度，预测所述拼车订单信息对应的所述拼车体验信息的步骤，包括：
确定所述顺路度大于等于顺路度阈值，预测所述拼车订单信息对应的所述拼车体验信息为顺路数据；
确定所述顺路度小于所述顺路度阈值，预测所述拼车订单信息对应的所述拼车体验信息为不顺路数据。


4.根据权利要求3所述的拼车信息处理方法，其特征在于，所述拼车信息处理方法还包括：
根据应用所述关联关系确定的历史预测顺路度的准确率，确定所述顺路度阈值。


5.根据权利要求2至4中任一项所述的拼车信息处理方法，其特征在于，统计历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系的步骤，包括：
利用深度学习算法，统计所述历史拼车订单信息、所述历史用户画像信息、所述历史拼车体验信息及所述顺路度之间的所述关联关系。


6.根据权利要求2至4中任一项所述的拼车信息处理方法，其特征在于，统计历史拼车订单信息、历史用户画像信息及历史拼车体验信息之间的关联关系的步骤，包括：
创建所述历史拼车订单信息、所述历史拼车体验信息、第一顺路度之间的第一关联关系；
创建所述历史用户画像信息、所述历史拼车体验信息、第二顺路度之间的第二关联关系；
利用同样的所述历史拼车订单信息、所述历史用户画像信息及所述历史拼车体验信息，对所述第一关联关系和所述第二关联关系进行联合统计。

【专利技术属性】
技术研发人员：张成，李源，罗佩，黄紫娟，刘养彪，
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