数据处理方法、装置及计算机程序产品制造方法及图纸

本公开实施例公开了一种数据处理方法、装置及计算机程序产品，所述方法包括：确定目标任务执行对象和目标权益数值；获取目标任务执行对象的特征数据，任务请求对象的特征数据；获取目标修正数值，基于目标修正数值对于目标权益数值进行修正，得到修正权益数值；将目标任务执行对象的特征数据、任务请求对象的特征数据以及修正权益数值输入预先训练得到的任务完成率预测模型，预测得到若目标任务执行对象提供修正权益数值对应的权益时，在权益有效期内的任务完成率。该技术方案能够提高虚拟资源的利用率，当任务执行对象为服务提供商时，能够为服务提供商提供对于虚拟资源的供给和发放的数据支持。发放的数据支持。发放的数据支持。

【技术实现步骤摘要】
数据处理方法、装置及计算机程序产品


[0001]本公开实施例涉及数据处理
，具体涉及一种数据处理方法、装置及计算机程序产品。

技术介绍

[0002]随着互联网和数据技术的发展，越来越多的用户通过互联网平台打车、约车。在实际应用中，网约车服务商通常会发放优惠券、抵扣券等虚拟资源，以降低用户的消费支出，增强用户黏性，形成服务供应的良性循环。以虚拟资源为优惠券为例，现有技术中，网约车服务商等服务提供商对于优惠券的供给和发放，主要依赖于以往经验，但是这种方式容易出现优惠券没有发给需要的用户，或者优惠额度、优惠方式并不是用户期望的等问题，而且，对于进驻有多个服务提供商的互联网平台来说，该方法也无法使用户感受到不同服务提供商的服务差异，不利于网络平台、服务提供商、用户整体生态环境的良性发展。

技术实现思路

[0003]本公开实施例提供一种数据处理方法、装置及计算机程序产品。
[0004]第一方面，本公开实施例中提供了一种数据处理方法。
[0005]具体的，所述数据处理方法，包括：
[0006]确定目标任务执行对象和目标权益数值；
[0007]获取所述目标任务执行对象的特征数据，以及任务请求对象的特征数据；
[0008]获取目标修正数值，基于所述目标修正数值对于所述目标权益数值进行修正，得到修正权益数值；
[0009]将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述修正权益数值输入预先训练得到的任务完成率预测模型，预测得到若所述目标任务执行对象提供所述修正权益数值对应的权益时，在权益有效期内的任务完成率。
[0010]结合第一方面，本公开实施例在第一方面的第一种实现方式中，所述获取目标修正数值，包括：
[0011]将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述目标权益数值输入预先训练得到的修正数值概率分布模型，得到与所述目标权益数值对应的一个或多个修正数值的概率分布；
[0012]基于所述修正数值及其对应的概率进行加权平均，得到所述目标修正数值。
[0013]结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，所述基于所述目标修正数值对于所述目标权益数值进行修正，包括：
[0014]将所述目标权益数值减去所述目标修正数值。
[0015]结合第一方面和第一方面的第一种实现方式和第一方面的第二种实现方式，本公开实施例在第一方面的第三种实现方式中，还包括：
[0016]训练所述任务完成率预测模型。
[0017]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述训练所述任务完成率预测模型，包括：
[0018]确定初始任务完成率预测模型；
[0019]获取历史任务完成率预测数据集合，其中，所述历史任务完成率预测数据集合包括目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期、以及对应的任务完成率；
[0020]以所述目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期作为输入，以对应的任务完成率作为输出训练所述初始任务完成率预测模型，得到任务完成率预测模型。
[0021]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，还包括：
[0022]训练所述修正数值概率分布模型。
[0023]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，所述训练所述修正数值概率分布模型，包括：
[0024]确定初始修正数值概率分布模型；
[0025]获取历史修正数值概率分布数据集合，其中，所述历史修正数值概率分布数据集合包括目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期、以及对应的任务单价降低数值；
[0026]以所述目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期作为输入，以对应的任务单价降低数值作为输出训练所述初始修正数值概率分布模型，得到修正数值概率分布模型。
[0027]结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式、第一方面的第五种实现方式和第一方面的第六种实现方式，本公开在第一方面的第七种实现方式中，还包括：
[0028]基于所述任务完成率执行预设操作。
[0029]第二方面，本公开实施例中提供了一种数据处理装置。
[0030]具体的，所述数据处理装置，包括：
[0031]确定模块，被配置为确定目标任务执行对象和目标权益数值；
[0032]获取模块，被配置为获取所述目标任务执行对象的特征数据，以及任务请求对象的特征数据；
[0033]修正模块，被配置为获取目标修正数值，基于所述目标修正数值对于所述目标权益数值进行修正，得到修正权益数值；
[0034]预测模块，被配置为将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述修正权益数值输入预先训练得到的任务完成率预测模型，预测得到若所述目标任务执行对象提供所述修正权益数值对应的权益时，在权益有效期内的任务完成率。
[0035]结合第二方面，本公开实施例在第二方面的第一种实现方式中，所述获取目标修
正数值的部分，被配置为：
[0036]将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述目标权益数值输入预先训练得到的修正数值概率分布模型，得到与所述目标权益数值对应的一个或多个修正数值的概率分布；
[0037]基于所述修正数值及其对应的概率进行加权平均，得到所述目标修正数值。
[0038]结合第二方面和第二方面的第一种实现方式，本公开实施例在第二方面的第二种实现方式中，所述基于所述目标修正数值对于所述目标权益数值进行修正的部分，被配置为：
[0039]将所述目标权益数值减去所述目标修正数值。
[0040]结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，还包括：
[0041]第一训练模块，被配置为训练所述任务完成率预测模型。
[0042]结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述第一训练模块被配置为：
[0043]确定初始任务完成率预测模型；
[0044]获取历史任务完成率预测数据集合，其中，所述历史任务完成率预测数据集合包括目标任本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：确定目标任务执行对象和目标权益数值；获取所述目标任务执行对象的特征数据，以及任务请求对象的特征数据；获取目标修正数值，基于所述目标修正数值对于所述目标权益数值进行修正，得到修正权益数值；将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述修正权益数值输入预先训练得到的任务完成率预测模型，预测得到若所述目标任务执行对象提供所述修正权益数值对应的权益时，在权益有效期内的任务完成率。2.根据权利要求1所述的方法，所述获取目标修正数值，包括：将所述目标任务执行对象的特征数据、任务请求对象的特征数据以及所述目标权益数值输入预先训练得到的修正数值概率分布模型，得到与所述目标权益数值对应的一个或多个修正数值的概率分布；基于所述修正数值及其对应的概率进行加权平均，得到所述目标修正数值。3.根据权利要求1或2所述的方法，所述基于所述目标修正数值对于所述目标权益数值进行修正，包括：将所述目标权益数值减去所述目标修正数值。4.根据权利要求1或2所述的方法，还包括：训练所述任务完成率预测模型。5.根据权利要求4所述的方法，所述训练所述任务完成率预测模型，包括：确定初始任务完成率预测模型；获取历史任务完成率预测数据集合，其中，所述历史任务完成率预测数据集合包括目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期、以及对应的任务完成率；以所述目标任务执行对象的历史特征数据、任务请求对象的历史特征数据、历史权益数值和历史权益有效期作为输入，以对应的任务完成率作为输出训练所述初始任务完成...

【专利技术属性】
技术研发人员：何翔，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：