【技术实现步骤摘要】
一种数据处理的方法、装置、可读存储介质和电子设备
本专利技术涉及数据处理领域，具体涉及一种数据处理的方法、装置、可读存储介质和电子设备。
技术介绍
随着科技的进步，改变了人们的生活方式，例如，外卖、快递等行业的飞速发展，使人们的生活更加方便。以外卖为例，用户通过终端设备中的外卖应用程序发出订单，外卖应用程序将订单发送给商户并分配复杂配送该订单的骑手，用户发出订单后，外卖应用程序会显示出该订单的预计送达时间，以便提示用户，但是由于应用程序只显示整体的预计送达时间，用户无法获知具体的订单配送过程中骑手的状态，而显示的预计送达时间可能会存在不准确的问题，造成用户的困扰，影响用户的使用体验。
技术实现思路
有鉴于此,本专利技术实施例提供了一种数据处理的方法、装置、可读存储介质和电子设备，能够实时预测配送过程中当前时刻距离下一阶段的起始时刻需要的时间，提高时间预测的准确性。第一方面，本专利技术实施例提供了一种数据处理的方法，该方法包括：根据历史订单数据获取至少两个阶段的样本数据，其中，所述历史订单数据根据订单状态的...
【技术保护点】
1.一种数据处理的方法，其特征在于，该方法包括：/n根据历史订单数据获取至少两个阶段的样本数据，其中，所述历史订单数据根据订单状态的不同被划分为至少两个阶段，所述样本数据对应于不同的采样时间点，所述样本数据包括特征向量和采样时间点距离切换为下一订单状态的时刻的时长，各所述样本数据的特征向量根据对应的采样时间的订单状态信息确定，不同阶段的样本数据的特征向量具有相同的格式；/n根据所述特征数据训练时间预测模型，其中，所述时间预测模型的输入为样本数据的特征向量，所述时间预测模型的输出为所述采样时间点距离切换为下一订单状态的时刻的时长。/n
【技术特征摘要】
1.一种数据处理的方法，其特征在于，该方法包括：
根据历史订单数据获取至少两个阶段的样本数据，其中，所述历史订单数据根据订单状态的不同被划分为至少两个阶段，所述样本数据对应于不同的采样时间点，所述样本数据包括特征向量和采样时间点距离切换为下一订单状态的时刻的时长，各所述样本数据的特征向量根据对应的采样时间的订单状态信息确定，不同阶段的样本数据的特征向量具有相同的格式；
根据所述特征数据训练时间预测模型，其中，所述时间预测模型的输入为样本数据的特征向量，所述时间预测模型的输出为所述采样时间点距离切换为下一订单状态的时刻的时长。
2.如权利要求1所述的方法，其特征在于，不同阶段的样本数据的特征向量具有相同的维度，所述样本数据的特征向量中与所述样本数据所属阶段不匹配的至少部分数据项为空。
3.如权利要求2所述的方法，其特征在于，所述与所述样本数据所属阶段不匹配的至少部分数据项具体为：
数据项所对应的阶段在所述样本数据所属阶段之后的数据项。
4.如权利要求1所述的方法，其特征在于，所述阶段包括接单阶段、到店阶段、取送阶段、送达阶段中的至少两项。
5.一种数据处理的方法，其特征在于，该方法包括：
获取待预测订单的实时特征向量，其中，所述订单根据订单状态的不同被划分为至少两个阶段，所述实时特征向量包括当前时间信息；
将实时特征向量输入到预先训练的时间预测模型，确定当前时刻距离切换为下一订单状态的时刻的预测时长，其中，所述时间预测模型通过历史订单数据中至少两个阶段的样本数据训练获得，所述样本数据包括特征向量和采样时间点距离切换为下一订单状态的时刻的时长，各所述样本数据的特征向量根据对应的采样时间的订单状态信息确定，不同阶段的样本数据的特征向量具有相同的格式。
6.一种数据处理的装置，其特征在于，该装置包括：
第一获取单元，用于根据历史订单数据获取至少两个阶段的样本数据，其中，所述订单数据根据订单状态的不同被划分为至少两个阶段，所述样本数据对应于不同的采样时间点，所述样本数据包括特征向量和采样时间点距离切换为下一订单状态的时刻的时长，各所述样本数据的特征向量根据对应的采样时间的订单状态信息确定，不同阶段的样本数据的特征向量具有相同的格式；
训练单元，用于根据所述特征数据训练时间预测模型，其中，所述时间预测模型的输入为样本数据的特征向量，所述时间预测模型的输出...
【专利技术属性】
技术研发人员：周凯荣，朱麟，冯文星，
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
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。