[發明專利]一種下單概率預測方法、裝置、電子設備及可讀存儲介質

有效

• 申請號: 202010319254.5
• 申請日: 2020-04-21
• 公開（公告）號: CN111523933B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 唐甜田;段明琪;卓呈祥;李奘
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京超成律師事務所 11646
• 代理人: 孔默

1.一種下單概率預測方法，其特征在于，所述下單概率預測方法包括：

獲取待預測用戶發生冒泡行為時的用戶特征、冒泡特征和場景特征，以及包括基于歷史出行數據確定出的多個冒泡節點、與至少一個冒泡節點連接的用戶節點和與至少一個冒泡節點連接的場景節點的出行特征異構圖；

基于所述用戶特征、所述冒泡特征、所述場景特征和所述出行特征異構圖，確定用于預測所述待預測用戶的下單概率的預測特征異構圖；

將所述預測特征異構圖輸入至訓練好的下單概率預測模型中的特征聚合網絡層中，對所述預測特征異構圖進行k階鄰居節點特征聚合，得到待預測冒泡節點的聚合特征向量，其中，k為大于或者等于2的正整數；

將所述待預測冒泡節點的聚合特征向量輸入至所述下單概率預測模型中的概率預測網絡層中，得到所述待預測用戶此次冒泡行為的下單概率；

其中，所述下單概率預測模型是基于通過獲取的樣本冒泡數據和構建好的神經網絡模型得到的每個樣本冒泡特征對應的樣本冒泡節點的樣本下單概率，以及每個樣本冒泡行為的真實下單結果，對構建好的神經網絡模型進行反向訓練得到的；所述樣本冒泡數據包括每個樣本冒泡行為對應的樣本冒泡特征和真實下單結果。

2.根據權利要求1所述的下單概率預測方法，其特征在于，在所述獲取待預測用戶發生冒泡行為時的用戶特征、冒泡特征和場景特征，以及包括基于歷史出行數據確定出的多個冒泡節點、與至少一個冒泡節點連接的用戶節點和與至少一個冒泡節點連接的場景節點的出行特征異構圖之前，所述下單概率預測方法包括：

從獲取到的歷史出行數據中確定出多個歷史出行訂單，以及與每個歷史出行訂單對應的用戶歷史特征向量、冒泡歷史特征向量和場景歷史特征向量；

確定出與每個用戶歷史特征向量對應的包括對應用戶歷史特征向量的用戶節點、與每個冒泡歷史特征信息對應的包括對應冒泡歷史特征向量的冒泡節點和與每個場景歷史特征信息對應的包括對應場景歷史特征向量的場景節點；

構建包括多個用戶節點、多個冒泡節點和多個場景節點的所述出行特征異構圖，其中，在所述出行特征異構圖中，每個冒泡歷點與相關聯的用戶節點和場景節點連接，每個用戶節點與相關聯的至少一個冒泡節點連接，每個場景節點與相關聯的至少一個冒泡節點連接。

3.根據權利要求1所述的下單概率預測方法，其特征在于，所述基于所述用戶特征、所述冒泡特征、所述場景特征和所述出行特征異構圖，確定用于預測所述待預測用戶的下單概率的預測特征異構圖，包括：

從所述出行特征異構圖中確定與所述待預測用戶的用戶信息相匹配的用戶節點或者場景節點，其中，所述用戶信息包括所述用戶特征或者所述場景特征；

從所述出行特征異構圖中確定出與匹配到的用戶節點或者場景節點直接連接的冒泡節點和間接連接的冒泡節點，以及與直接連接的冒泡節點或者間接連接的冒泡節點間接連接的用戶節點和場景節點；

生成包括所述用戶特征的用戶節點、包括所述場景特征的場景節點和包括所述冒泡特征的冒泡節點；

將生成的用戶節點、場景節點和冒泡節點加入到匹配出的多個用戶節點、多個場景節點和多個冒泡節點中，并構建用于預測所述待預測用戶的下單概率的預測特征異構圖。

4.根據權利要求1所述的下單概率預測方法，其特征在于，所述將所述預測特征異構圖輸入至訓練好的下單概率預測模型中的特征聚合網絡層中，對所述預測特征異構圖進行k階鄰居節點特征聚合，得到待預測冒泡節點的聚合特征向量，其中，k為大于或者等于2的正整數，包括：

將所述預測特征異構圖輸入至訓練好的下單概率預測模型中的特征聚合網絡層中，分別對所述預測特征異構圖中的每個用戶節點、每個場景節點和每個冒泡節點進行鄰居節點特征聚合，得到包括鄰居節點特征聚合處理后的多個用戶節點、多個場景節點和多個冒泡節點的特征聚合異構圖；

將得到的特征聚合異構圖作為所述預測特征異構圖，對其中的每個用戶節點、每個場景節點和每個冒泡節點進行鄰居節點特征聚合，得到聚合后的特征聚合異構圖；

直至進行k次鄰居節點特征聚合，得到進行k階鄰居節點特征聚合后的預測特征異構圖，并從k階鄰居節點特征聚合后的預測特征異構圖中確定出與所述冒泡特征對應的待預測冒泡節點以及所述待預測冒泡節點的聚合特征向量，其中，k為大于或者等于2的正整數。