[發明專利]訂單的分配、模型的訓練方法及裝置

在審

• 申請號: 201710457389.6
• 申請日: 2017-06-16
• 公開（公告）號: CN109146211A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 付俊強;李奘;曾顯越
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/08
• 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

本公開提供一種訂單的分配、模型的訓練方法及裝置，涉及機器學習技術領域，所述方法的一具體實施方式包括：獲取目標信息，該目標信息包括服務提供方的信息、該服務提供方已接第一合乘訂單的信息、待分配的第二合乘訂單的信息和當前的實時信息；根據該目標信息，基于該目標信息獲取目標特征信息；將該目標特征信息分別輸入目標線性回歸模型和目標深度學習模型；將目標線性回歸模型和目標深度學習模型輸出的結果進行加權相加，以得到匹配參數；如果該匹配參數大于或者等于預設閾值，則將該第二合乘訂單分配給該服務提供方。該實施方式使得合乘訂單與服務提供方的匹配更加合理，提高了服務效率，也提高了服務資源的利用率。

技術領域

本公開涉及機器學習技術領域，特別涉及一種訂單的分配、模型的訓練方法及裝置。

背景技術

近幾年，隨著互聯網技術的不斷發展,將線下的商務機會與互聯網結合，出現了新的O2O(Online To Offline，在線離線/線上到線下)商業模式，使互聯網成為線下交易的平臺。目前，O2O已經進入了高速發展的階段，其中，交通工具的O2O服務是發展的比較成功的O2O服務。以車輛服務為例，目前，車輛服務可以包括多種不同的類別，例如，快車服務，專車服務，順風車服務，試駕服務以及租車服務等等。其中，有一些類型的車輛服務還可以提供合乘服務。在提供合乘服務時，由于要求司機同時向兩個或兩個以上乘客提供服務，要涉及多個行程起點以及多個行程終點，因此，如果訂單匹配不合理，可能會導致諸多問題(例如，繞路過多，或者應答率過低等問題)，從而不僅降低了服務效率，也降低了服務資源的利用率。

發明內容

為了解決上述技術問題，本公開提供了一種訂單的分配、模型的訓練方法及裝置。

根據本公開實施例的第一方面，提供一種訂單的分配方法，包括：

獲取目標信息，所述目標信息包括服務提供方的信息、所述服務提供方已接第一合乘訂單的信息、待分配的第二合乘訂單的信息和當前的實時信息；

基于所述目標信息獲取目標特征信息；

將所述目標特征信息分別輸入目標線性回歸模型和目標深度學習模型；

將所述目標線性回歸模型和所述目標深度學習模型輸出的結果進行加權相加，以得到匹配參數；

如果所述匹配參數大于或者等于預設閾值，則將所述第二合乘訂單分配給所述服務提供方。

根據本公開實施例的第二方面，提供一種訂單的分配模型的訓練方法，包括：

獲取樣本信息，所述樣本信息包括多個歷史合乘事件中每個歷史合乘事件對應的關聯信息；

基于所述樣本信息確定所述每個歷史合乘事件對應的樣本屬性，所述樣本屬性包括正樣本屬性以及負樣本屬性；

基于所述樣本信息獲取所述每個歷史合乘事件對應的目標樣本特征信息；

根據所述每個歷史合乘事件對應的樣本屬性及目標樣本特征信息，對待訓練的線性回歸模型和待訓練的深度學習模型進行參數調整，以得到目標線性回歸模型以及目標深度學習模型；

其中，針對任意歷史合乘事件，對應的關聯信息包括對應的實時信息，該歷史合乘事件中服務提供方的信息、所述服務提供方在該歷史合乘事件中先接到的第一歷史合乘訂單的信息以及后接到的第二歷史合乘訂單的信息。

根據本公開實施例的第三方面，提供一種訂單的分配裝置，包括：

第一獲取單元，被配置為獲取目標信息，所述目標信息包括服務提供方的信息、所述服務提供方已接第一合乘訂單的信息、待分配的第二合乘訂單的信息和當前的實時信息；

第二獲取單元，被配置為基于所述目標信息獲取目標特征信息；