本申请公开了一种订单调控方法、装置、计算机设备及计算机可读存储介质，涉及互联网技术领域，通过多种能够预测不同类型异常的异常预测模型，实现对待调控区域中的异常情况进行预测，进而确定相关的目标调控策略进行订单调控，降低异常情况的发生可能，实现了对区域中订单分配的提前调控，使调控的内容更加贴合区域当前的实际状况，降低订单调控误判事件的发生概率，智能性较好。所述方法包括：获取多个异常预测模型；将待调控区域的区域参数输入至多个异常预测模型，得到待调控区域的异常概率集合；根据异常概率集合，确定目标调控策略，按照目标调控策略对待调控区域当前产生的待分配订单进行调控。订单进行调控。订单进行调控。
【技术实现步骤摘要】
订单调控方法、装置、计算机设备及计算机可读存储介质
[0001]本申请涉及互联网
，特别是涉及一种订单调控方法、装置、计算机设备及计算机可读存储介质。
技术介绍
[0002]随着互联网技术的不断发展，在多数服务性产业中，用户对体验度的要求越来越高，使得终端能够为用户提供的服务越来越多，比如外卖行业已经成为人们日常生活的重要组成部分，让人们可以足不出户就享受消费和服务。在现如今的外卖行业中，为了给用户提供更加便捷的服务，很多提供外卖服务的线上平台会确定诸如外卖订单的接起时长、是否物流责取消等影响用户是否会继续在线上平台中下单点外卖的因素，按照这些因素对订单的处理过程进行调控。
[0003]相关技术中，线上平台统计在历史过程中某个城市的超时、投诉或者未接起的异常订单，对异常订单进行分析，确定影响该城市订单的因素，按照确定的因素对该城市订单的指派、接起等过程进行干预，实现对订单的调控，从而降低该城市中异常订单的数量。
[0004]在实现本申请的过程中，申请人发现相关技术至少存在以下问题：
[0005]针对城市确定的影响订单的因素是根据历史过程中的异常订单确定的，但是很有可能随着城市的发展，在确定该因素时，实际影响城市的因素已经发生改变，导致对订单的调控存在误判的风险，智能性较差。
技术实现思路
[0006]有鉴于此，本申请提供了一种订单调控方法、装置、计算机设备及计算机可读存储介质，主要目的在于解决目前对订单的调控存在误判的风险，智能性较差的问题。
[0007]依据本申请第一方面，提供了一种订单调控方法，该方法包括：
[0008]获取多个异常预测模型，所述多个异常预测模型通过对多个不同异常类型的异常订单的订单特征进行训练得到；
[0009]将待调控区域的区域参数输入至所述多个异常预测模型，得到所述待调控区域的异常概率集合，所述异常概率集合包括多个异常概率，所述多个异常概率是所述多个异常预测模型基于所述区域参数预测得到的；
[0010]根据所述异常概率集合，确定目标调控策略，按照所述目标调控策略对所述待调控区域当前产生的待分配订单进行调控。
[0011]可选地，所述获取多个异常预测模型，包括：
[0012]确定历史时间段，统计在所述历史时间段内发生的多个异常订单；
[0013]读取所述多个异常订单中每个异常订单的异常类型，将所述异常类型一致的订单划分到同一订单组，得到多个异常订单组；
[0014]对于所述多个异常订单组中每个异常订单组，提取所述异常订单组包括的全部异常订单的样本订单特征，得到多个样本订单特征，所述样本订单特征包括订单发生区域特
征参数、订单配送特征参数和订单信息中的一种或一种以上；
[0015]按照所述多个样本订单特征中每个样本订单特征在所述异常订单组中的发生概率，对所述多个样本订单特征进行训练，构建所述异常订单组的异常预测模型；
[0016]分别对所述每个异常订单组进行样本订单特征提取以及样本订单特征训练，得到所述多个异常订单组的所述多个异常预测模型。
[0017]可选地，所述将待调控区域的区域参数输入至所述多个异常预测模型，得到所述待调控区域的异常概率集合，包括：
[0018]对于所述多个异常预测模型中每个异常预测模型，将所述区域参数输入至所述异常预测模型，所述区域参数至少包括所述待调控区域的配送资源供给特征、区域地理特征和历史订单特征中的一种或一种以上；
[0019]基于所述异常预测模型，确定与所述区域参数匹配的至少一个目标样本订单特征，将所述至少一个目标样本订单特征在所述异常预测模型中对应的发生概率进行统计，输出异常概率，所述异常概率指示了所述待调控区域发生所述异常预测模型对应的异常类型的订单的概率；
[0020]分别将所述区域参数输入至所述多个异常预测模型中每个异常预测模型，得到所述多个异常预测模型输出的所述多个异常概率；
[0021]将所述多个异常概率作为所述异常概率集合。
[0022]可选地，所述根据所述异常概率集合，确定目标调控策略，包括：
[0023]获取预设概率阈值，将所述多个异常概率分别与所述预设概率阈值进行比对，输出多个比对结果；
[0024]按照所述多个比对结果，将所述多个异常概率划分为多个异常等级；
[0025]在所述多个异常等级中提取最高异常等级和最低异常等级，确定所述最高异常等级和所述最低异常等级的等级差距；
[0026]获取预设调控标准，基于所述预设调控标准对所述等级差距进行分析，输出分析结果；
[0027]根据所述分析结果，确定所述目标调控策略。
[0028]可选地，所述基于所述预设调控标准对所述等级差距进行分析，输出分析结果，包括：
[0029]若所述预设调控标准指示按照差距阈值进行分析，则将所述等级差距与所述差距阈值进行比对，输出用于指示所述等级差距与所述差距阈值大小关系的所述分析结果；
[0030]若所述预设调控标准指示按照调控数量进行分析，则获取多个候选调控区域的多个候选等级差距，将所述多个候选等级差距以及所述等级差距从大到小进行排序，得到排序结果，并在所述排序结果的排首提取所述调控数量的指定等级差距，输出用于指示所述调控数量的指定等级差距是否包括所述等级差距的所述分析结果。
[0031]可选地，所述根据所述分析结果，确定所述目标调控策略，包括：
[0032]当所述分析结果指示所述等级差距小于等于差距阈值或调控数量的指定等级差距不包括所述等级差距时，确定与所述分析结果关联的第一预设调控策略作为所述目标调控策略；
[0033]当所述分析结果指示所述等级差距大于所述差距阈值或所述调控数量的指定等
级差距包括所述等级差距时，确定与所述分析结果关联的多个第二预设调控策略，查询所述多个第二预设调控策略对应的多个策略信息，在所述多个策略信息中确定与待调控区域的区域参数匹配的目标策略信息，将所述目标策略信息对应的第二预设调控策略作为所述目标调控策略。
[0034]可选地，所述按照所述目标调控策略对所述待调控区域中产生的订单进行调控，包括：
[0035]当所述目标调控策略指示对订单的分配过程进行调控时，将所述待分配订单推送至多个次级配送资源，和/或并行推送至多个预设配送资源；
[0036]当所述目标调控策略指示对订单的配送触达资源量进行调控时，获取补贴资源量，将所述补贴资源量叠加至所述待分配订单的额定配送触达资源量。
[0037]依据本申请第二方面，提供了一种订单调控装置，该装置包括：
[0038]获取模块，用于获取多个异常预测模型，所述多个异常预测模型通过对多个不同异常类型的异常订单的订单特征进行训练得到；
[0039]输入模块，用于将待调控区域的区域参数输入至所述多个异常预测模型，得到所述待调控区域的异常概率集合，所述异常概率集合包括多个异常概率，所述多个异常概率是所述多个异常预测模型基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种订单调控方法，其特征在于，包括：获取多个异常预测模型，所述多个异常预测模型通过对多个不同异常类型的异常订单的订单特征进行训练得到；将待调控区域的区域参数输入至所述多个异常预测模型，得到所述待调控区域的异常概率集合，所述异常概率集合包括多个异常概率，所述多个异常概率是所述多个异常预测模型基于所述区域参数预测得到的；根据所述异常概率集合，确定目标调控策略，按照所述目标调控策略对所述待调控区域当前产生的待分配订单进行调控。2.根据权利要求1所述的方法，其特征在于，所述获取多个异常预测模型，包括：确定历史时间段，统计在所述历史时间段内发生的多个异常订单；读取所述多个异常订单中每个异常订单的异常类型，将所述异常类型一致的订单划分到同一订单组，得到多个异常订单组；对于所述多个异常订单组中每个异常订单组，提取所述异常订单组包括的全部异常订单的样本订单特征，得到多个样本订单特征，所述样本订单特征包括订单发生区域特征参数、订单配送特征参数和订单信息中的一种或一种以上；按照所述多个样本订单特征中每个样本订单特征在所述异常订单组中的发生概率，对所述多个样本订单特征进行训练，构建所述异常订单组的异常预测模型；分别对所述每个异常订单组进行样本订单特征提取以及样本订单特征训练，得到所述多个异常订单组的所述多个异常预测模型。3.根据权利要求1所述的方法，其特征在于，所述将待调控区域的区域参数输入至所述多个异常预测模型，得到所述待调控区域的异常概率集合，包括：对于所述多个异常预测模型中每个异常预测模型，将所述区域参数输入至所述异常预测模型，所述区域参数至少包括所述待调控区域的配送资源供给特征、区域地理特征和历史订单特征中的一种或一种以上；基于所述异常预测模型，确定与所述区域参数匹配的至少一个目标样本订单特征，将所述至少一个目标样本订单特征在所述异常预测模型中对应的发生概率进行统计，输出异常概率，所述异常概率指示了所述待调控区域发生所述异常预测模型对应的异常类型的订单的概率；分别将所述区域参数输入至所述多个异常预测模型中每个异常预测模型，得到所述多个异常预测模型输出的所述多个异常概率；将所述多个异常概率作为所述异常概率集合。4.根据权利要求1所述的方法，其特征在于，所述根据所述异常概率集合，确定目标调控策略，包括：获取预设概率阈值，将所述多个异常概率分别与所述预设概率阈值进行比对，输出多个比对结果；按照所述多个比对结果，将所述多个异常概率划分为多个异常等级；在所述多个异常等级中提取最高异常等级和最低异常等级，确定所述最高异常等级和所述最低异常等级的等级差距；获取预设调控标准，基于所述预设调控标准对所述等级差距进行分析，输出分析结果；
根据所述...
【专利技术属性】
技术研发人员：曾帆，
申请(专利权)人：口碑上海信息技术有限公司，
类型：发明
国别省市：
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。