[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

本申請提供了一種下單概率預測方法、裝置、電子設備及可讀存儲介質，通過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，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場景節點的出行特征異構圖；基于用戶特征、冒泡特征、場景特征和出行特征異構圖，確定待預測用戶的下單概率的預測特征異構圖；將預測特征異構圖輸入至訓練好的下單概率預測模型中，得到所述待預測用戶此次冒泡行為的下單概率。這樣，通過乘客、冒泡、場景等實體之間的關聯對待預測用戶的冒泡行為進行特征聚合，能夠更加準確的對待預測用戶此次冒泡行為的下單概率進行預測，有效提高下單概率的預測準確度。

技術領域

本申請涉及計算機技術領域，具體而言，涉及一種下單概率預測方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著科技的逐步發展，人們生活水平的日益提高，如今，人們出行時大多會選擇通過出行軟件進行打車服務，一般人們在正式下單進行車輛預約之前會輸入起點和終點等用車信息，然后獲取反饋信息，例如出行的預估時間、預估距離和預估價錢等，這樣的一次詢問可以稱為一次冒泡。對于網約車平臺而言，當有用戶出現冒泡后，對用戶的下單意愿作出準確、合理的測算十分重要。

目前，對用戶發生冒泡后的下單概率進行預測，大多是只關注冒泡用戶當時的特征，或者冒泡用戶的歷史下單情況等，但是，因為單個用戶的數據有限，預測結果易存在統計片面、測算不準確的問題。

發明內容

有鑒于此，本申請的目的在于提供一種下單概率預測方法、裝置、電子設備及可讀存儲介質，能夠通過廣泛歷史數據構建的乘客、冒泡、場景等實體之間的關聯，以及待預測用戶的相關特征和深度學習模型，對待預測用戶的冒泡行為進行特征聚合，利用節點豐富的屬性信息與異構圖網絡的結構信息預測用戶冒泡后的下單概率，更加準確的對待預測用戶此次冒泡行為的下單概率進行預測，可以有效提高下單概率的預測準確度。

本申請實施例提供了一種下單概率預測方法，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。

進一步的，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。