[發明專利]一種數據處理方法、裝置和服務器

在審

• 申請號: 201710121287.7
• 申請日: 2017-03-02
• 公開（公告）號: CN108537352A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 楊平
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q10/02
• 分類號: G06Q10/02;G06Q10/04;G06Q50/30
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

1.一種數據處理方法，其特征在于，所述方法包括：

獲取用戶提交的提供車輛運輸服務的第一訂單的信息；

根據所述第一訂單的信息，確定用于分配所述第一訂單的司機；

根據所述第一訂單的信息和所述司機的信息，利用機器學習模型計算所述司機的接單概率；

根據所述司機的接單概率確定對應的補貼金額。

2.根據權利要求1所述的方法，其特征在于，所述第一訂單的信息，包括：

總路程，預估價格，當前時間段中的至少一種；

其中，所述總路程表示根據所述第一訂單的起點位置與終點位置規劃得出的運輸路徑的總路程；

所述預估價格表示根據所述總路程得出的價格；

所述當前時間段表示所述訂單的生成時刻所對應的預設時間區間。

3.根據權利要求1所述的方法，其特征在于，所述司機的信息，包括：

司機的實時數據和/或司機的歷史數據。

4.根據權利要求3所述的方法，其特征在于，所述司機的實時數據，包括：

接單路程，空閑司機數，總司機數中的至少一種；

其中，所述接單路程表示根據所述司機當前位置和所述第一訂單的起點位置規劃得出的接單路徑的總路程；

所述空閑司機數表示所述第一訂單的起點位置所處的預設區域內空閑司機的數量；

所述總司機數表示所述第一訂單的起點位置所處的預設區域內所有司機的數量。

5.根據權利要求3所述的方法，其特征在于，所述司機的歷史數據，包括：

接單次數，接單區域，接單價格，訂單路程中的至少一種；

其中，所述接單次數表示所述司機歷史完成過的訂單數量；

所述接單區域表示所述司機歷史完成過的訂單所在區域；

所述接單價格表示所述司機歷史完成過的訂單的價格；

所述訂單路程表示所述司機歷史完成過的訂單的路程。

6.根據權利要求1所述的方法，其特征在于，在所述根據所述第一訂單的信息，確定用于分配所述第一訂單的司機之后，所述方法還包括：

獲取當前的天氣信息；

相應地，所述根據所述第一訂單的信息和所述司機的信息，利用機器學習模型計算所述司機的接單概率，具體包括：

根據所述第一訂單的信息、所述司機的信息和所述天氣信息，利用機器學習模型計算所述司機的接單概率。

7.根據權利要求6所述的方法，其特征在于，所述天氣信息，包括：

是否下雨，是否下雪，室外溫度、空氣濕度，風速中的至少一種。

8.根據權利要求1所述的方法，其特征在于，在所述根據所述第一訂單的信息，確定用于分配所述第一訂單的司機之后，所述方法還包括：

獲取當前的路況信息；

相應地，所述根據所述第一訂單的信息和所述司機的信息，利用機器學習模型計算所述司機的接單概率，具體包括：

根據所述第一訂單的信息、所述司機的信息和所述路況信息，利用機器學習模型計算所述司機的接單概率。

9.根據權利要求8所述的方法，其特征在于，所述路況信息，包括

接單路徑是否擁堵，

和/或，

運輸路徑是否擁堵；

其中，所述接單路徑表示根據所述司機位置和所述第一訂單的起點位置規劃的接單路徑；

所述運輸路徑表示根據所述第一訂單的起點位置和終點位置規劃的運輸路徑。

10.根據權利要求1所述的方法，其特征在于，在所述根據所述司機的接單概率確定對應的補貼金額之后，所述方法還包括：

將所述補貼金額以及所述第一訂單的信息發送給所述司機。

11.根據權利要求1所述的方法，其特征在于，所述機器學習模型利用邏輯回歸算法、神經網絡算法或深度學習算法訓練得到。