[發(fā)明專(zhuān)利]數(shù)據(jù)處理方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011052216.4
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112001570B
• 公開(kāi)（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 羅世楷;宋歌;朱宏圖
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京嘀嘀無(wú)限科技發(fā)展有限公司
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q10/06;G06Q50/30
• 代理公司: 北京睿派知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11597
• 代理人: 劉鋒

本發(fā)明實(shí)施例提供了一種數(shù)據(jù)處理方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，通過(guò)本發(fā)明實(shí)施例，服務(wù)器可以基于目標(biāo)策略的觀測(cè)數(shù)據(jù)，確定目標(biāo)策略的目標(biāo)策略分值，由于該分值可以用于對(duì)目標(biāo)策略進(jìn)行評(píng)估，因此，服務(wù)器可以通過(guò)目標(biāo)策略分值判斷目標(biāo)策略的可行性，若目標(biāo)策略為有益策略，則服務(wù)器可以針對(duì)目標(biāo)城市執(zhí)行該目標(biāo)策略，這樣，提高了策略調(diào)整的效率，節(jié)省了人力，解決了供需錯(cuò)配的問(wèn)題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種數(shù)據(jù)處理方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

目前存在一些與城市相關(guān)聯(lián)的業(yè)務(wù)類(lèi)型，該類(lèi)業(yè)務(wù)受所處區(qū)域的供需關(guān)系影響，例如網(wǎng)約車(chē)類(lèi)的業(yè)務(wù)，當(dāng)區(qū)域A的供需關(guān)系為供大于求時(shí)，各網(wǎng)約車(chē)會(huì)趨向于離開(kāi)區(qū)域A，反之，當(dāng)區(qū)域A的供需關(guān)系為供小于求時(shí)，各網(wǎng)約車(chē)會(huì)趨向于靠近區(qū)域A。

現(xiàn)有技術(shù)中，業(yè)務(wù)平臺(tái)的工作人員可以基于城市的屬性制定業(yè)務(wù)策略，以使得該城市的供需雙方被合理分配。

然而，在一個(gè)城市中，可能同時(shí)存在供大于求的區(qū)域、供小于求的區(qū)域和供等于求的區(qū)域，因此，工作人員需要針對(duì)不同的區(qū)域不斷的調(diào)整策略，使得工作效率較低，若在該城市各區(qū)域執(zhí)行統(tǒng)一的策略，則可能會(huì)使得該城市某一區(qū)域的供需關(guān)系更加不平衡，造成了供需錯(cuò)配的問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例提供一種數(shù)據(jù)處理方法、裝置、電子設(shè)備和可讀存儲(chǔ)介質(zhì)，以提高策略調(diào)整的效率，節(jié)省人力，解決了供需錯(cuò)配的問(wèn)題。

第一方面，提供了一種數(shù)據(jù)處理方法，所述方法應(yīng)用于服務(wù)器，所述方法包括：

確定目標(biāo)策略，所述目標(biāo)策略用于表征目標(biāo)城市中，用戶(hù)與用戶(hù)之間的交互規(guī)則；

基于所述目標(biāo)策略，確定觀測(cè)數(shù)據(jù)，所述觀測(cè)數(shù)據(jù)至少用于表征所述目標(biāo)城市中各區(qū)域的策略動(dòng)作、所述目標(biāo)城市中各區(qū)域的狀態(tài)和所述目標(biāo)城市中各區(qū)域的區(qū)域策略分值；

基于所述觀測(cè)數(shù)據(jù)，確定所述目標(biāo)策略的目標(biāo)策略分值；

確定所述目標(biāo)策略分值與預(yù)設(shè)策略分值之間的分值差異，所述預(yù)設(shè)策略分值為基于預(yù)設(shè)策略確定的策略分值；以及

響應(yīng)于所述分值差異為正值，則確定所述目標(biāo)策略為有益策略。

可選的，所述基于所述目標(biāo)策略，確定觀測(cè)數(shù)據(jù)，包括：

至少基于第一區(qū)域在第一時(shí)刻的策略動(dòng)作、所述第一區(qū)域在所述第一時(shí)刻的狀態(tài)、所述第一區(qū)域在所述第一時(shí)刻的策略動(dòng)作的策略分值以及所述第一區(qū)域在預(yù)設(shè)時(shí)間段內(nèi)各時(shí)刻的狀態(tài)，確定所述觀測(cè)數(shù)據(jù)，所述第一區(qū)域用于表征所述目標(biāo)城市中的區(qū)域，所述第一時(shí)刻為所述預(yù)設(shè)時(shí)間段內(nèi)的時(shí)刻。

可選的，所述目標(biāo)城市滿(mǎn)足一致性假設(shè)、序列隨機(jī)化假設(shè)、馬爾可夫假設(shè)和條件平均獨(dú)立假設(shè)；

所述一致性假設(shè)，用于表征所述第一區(qū)域在所述第一時(shí)刻的狀態(tài)，與所述目標(biāo)城市從起始時(shí)刻至第二時(shí)刻為止的策略動(dòng)作相關(guān)，所述起始時(shí)刻為預(yù)先設(shè)置的時(shí)刻，所述第二時(shí)刻為所述第一時(shí)刻之前的時(shí)刻；

所述序列隨機(jī)化假設(shè)，用于表征所述目標(biāo)城市在t時(shí)刻的策略動(dòng)作與所述目標(biāo)城市的策略動(dòng)作歷史，以及所述目標(biāo)城市當(dāng)前的狀態(tài)有關(guān)；

所述馬爾可夫假設(shè)，用于表征所述目標(biāo)城市在所述第一時(shí)刻的狀態(tài)，取決于所述目標(biāo)城市在所述第二時(shí)刻的狀態(tài)和策略動(dòng)作；

所述條件平均獨(dú)立假設(shè)，用于表征所述第一區(qū)域?qū)?yīng)的策略分值期望基于預(yù)設(shè)期望算法確定，所述預(yù)設(shè)期望算法包括所述第一區(qū)域?qū)?yīng)的策略動(dòng)作和狀態(tài)。

可選的，所述基于所述觀測(cè)數(shù)據(jù)，確定所述目標(biāo)策略的目標(biāo)策略分值，包括：

基于預(yù)設(shè)的第一策略分值算法，確定所述目標(biāo)策略的目標(biāo)策略分值，所述第一策略分值算法基于重要性采樣模型構(gòu)建。