基于物流履约质量的实体对象排序方法、装置和设备制造方法及图纸

本申请提供了一种基于物流履约质量的实体对象排序方法和装置、电子设备及存储介质，涉及数据处理技术领域。该方法可以基于客户端的用户特征数据、物流数据和各待推荐实体对象特征数据，分别确定客户端的用户对应各个待推荐实体对象的N个第一参数；结合各个第一参数对拟推荐对象列表进行重新排序，得到推荐实体对象列表；将重排序后的推荐实体对象列表提供给客户端进行展示。本申请实施例的排序结果综合考虑用户特征数据、物流数据、各待推荐实体对象特征数据，从而对用户下单进行引导，把用户引导到价值较高且物流体验较好的订单上，提高推荐的质量和效率；在改善用户的物流体验的同时，可以少影响或不影响整体的订单量。可以少影响或不影响整体的订单量。可以少影响或不影响整体的订单量。

【技术实现步骤摘要】
基于物流履约质量的实体对象排序方法、装置和设备


[0001]本申请涉及数据处理
，尤其涉及一种基于物流履约质量的实体对象排序方法和装置、电子设备及存储介质。

技术介绍

[0002]随着互联网技术的不断发展和人们生活水平的提高，外卖行业越来越发达，越来越多的人选择外卖方式来点餐。外卖可以由无人车、携带有移动智能设备的配送人员等物流配送资源来进行配送，在用餐高峰期，外卖订单量非常大，可能存在外卖无法准时送达的情况。在外卖配送场景中，物流履约的质量与能力好坏对整体单量，用户和实体对象的商户的满意度、留存率、价值等等都有影响。而如果简单地增加物流配送资源，如增加配送人员等，过了用餐高峰期又会导致物流配送资源浪费。因此，亟需解决这一技术问题。

技术实现思路

[0003]鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的基于物流履约质量的实体对象排序方法和装置、电子设备及存储介质。所述技术方案如下：
[0004]第一方面，提供了一种基于物流履约质量的实体对象排序方法，包括：
[0005]响应于客户端获取实体对象列表的请求，获取针对所述客户端的用户的包含N个待推荐实体对象的拟推荐对象列表，其中N大于1；
[0006]基于所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个所述待推荐实体对象的N个第一参数；
[0007]结合所述各个第一参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表；
[0008]将重排序后的推荐实体对象列表提供给所述客户端进行展示。
[0009]在一种可能的实现方式中，基于所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个所述待推荐实体对象的N个第一参数，包括：
[0010]将所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据输入多任务物流履约质量预测模型；
[0011]利用所述多任务物流履约质量预测模型预测所述客户端的用户对应各个所述待推荐实体对象的物流履约质量，得到所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，作为所述客户端的用户对应各个所述待推荐实体对象的N个第一参数；
[0012]其中，所述多任务物流履约质量预测模型是以样本用户特征数据、样本物流数据和多个样本实体对象的特征数据为输入，对多任务学习MMOE模型进行训练得到。
[0013]在一种可能的实现方式中，所述多任务物流履约质量预测模型包括多个任务网
络，每个任务网络用于预测一种物流质量情况的发生概率；
[0014]利用所述多任务物流履约质量预测模型预测所述客户端的用户对应各个所述待推荐实体对象的物流履约质量，得到所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，包括：
[0015]利用所述多任务物流履约质量预测模型的多个任务网络，对所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率进行预测，得到所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值；
[0016]根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值。
[0017]在一种可能的实现方式中，根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，包括：
[0018]获取所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况各自的影响权重；
[0019]根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况各自的影响权重和所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户对应各个所述待推荐实体对象的物流履约质量预测值。
[0020]在一种可能的实现方式中，结合所述各个第一参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表，包括：
[0021]获取各个所述待推荐实体对象的关于环境状态的N个第二参数；
[0022]结合所述各个第一参数和所述各个第二参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表。
[0023]在一种可能的实现方式中，结合所述各个第一参数和所述各个第二参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表，包括：
[0024]预先配置调控重排序策略，所述调控重排序策略的因子包括所述各个第一参数和所述各个第二参数；
[0025]利用所述调控重排序策略对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表。
[0026]在一种可能的实现方式中，利用所述调控重排序策略对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表，包括：
[0027]利用所述调控重排序策略确定各个所述待推荐实体对象的重排序值；
[0028]根据各个所述待推荐实体对象的重排序值对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表。
[0029]第二方面，提供了一种基于物流履约质量的实体对象排序方法，包括：
[0030]向服务端发送获取实体对象列表的请求，其中所述请求中携带客户端的用户相关信息；
[0031]接收所述服务端提供的重排序后的推荐实体对象列表，其中所述服务端基于所述
客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个待推荐实体对象的N个第一参数；结合所述各个第一参数对拟推荐对象列表进行重新排序，得到推荐实体对象列表；
[0032]展示重排序后的推荐实体对象列表。
[0033]在一种可能的实现方式中，向服务端发送获取实体对象列表的请求，包括：
[0034]检测到显示界面的预设控件被触发，向服务端发送获取实体对象列表的请求。
[0035]第三方面，提供了一种基于物流履约质量的实体对象排序装置，包括：
[0036]获取模块，用于响应于客户端获取实体对象列表的请求，获取针对所述客户端的用户的包含N个待推荐实体对象的拟推荐对象列表，其中N大于1；
[0037]确定模块，用于基于所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个所述待推荐实体对象的N个第一参数；
[0038]排序模块，用于结合所述各个第一参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表；
[0039]提供模块，用于将重排序后的推荐实体对象列表提供给所述客户端进行展示。
[0040]在一种可能的实现方式中，所述确定模块还用于：
[0041]将所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据输入多任务物流履约质量预测模型；
[0042]利用所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物流履约质量的实体对象排序方法，其特征在于，包括：响应于客户端获取实体对象列表的请求，获取针对所述客户端的用户的包含N个待推荐实体对象的拟推荐对象列表，其中N大于1；基于所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个所述待推荐实体对象的N个第一参数；结合所述各个第一参数对所述拟推荐对象列表进行重新排序，得到推荐实体对象列表；将重排序后的推荐实体对象列表提供给所述客户端进行展示。2.根据权利要求1所述的方法，其特征在于，基于所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据，分别确定所述客户端的用户对应各个所述待推荐实体对象的N个第一参数，包括：将所述客户端的用户特征数据、物流数据、各待推荐实体对象特征数据输入多任务物流履约质量预测模型；利用所述多任务物流履约质量预测模型预测所述客户端的用户对应各个所述待推荐实体对象的物流履约质量，得到所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，作为所述客户端的用户对应各个所述待推荐实体对象的N个第一参数；其中，所述多任务物流履约质量预测模型是以样本用户特征数据、样本物流数据和多个样本实体对象的特征数据为输入，对多任务学习MMOE模型进行训练得到。3.根据权利要求2所述的方法，其特征在于，所述多任务物流履约质量预测模型包括多个任务网络，每个任务网络用于预测一种物流质量情况的发生概率；利用所述多任务物流履约质量预测模型预测所述客户端的用户对应各个所述待推荐实体对象的物流履约质量，得到所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，包括：利用所述多任务物流履约质量预测模型的多个任务网络，对所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率进行预测，得到所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值；根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值。4.根据权利要求3所述的方法，其特征在于，根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户对应各个所述待推荐实体对象的N个物流履约质量预测值，包括：获取所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况各自的影响权重；根据所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况各自的影响权重和所述客户端的用户对应各个所述待推荐实体对象的多种物流质量情况的发生概率预测值，确定所述客户端的用户...

【专利技术属性】
技术研发人员：许晓炜，徐翔，王鹏宇，苗清亮，朱麟，魏海彬，毛飞龙，孙辉，
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：