[發(fā)明專利]一種預測訂單取消的建模方法、裝置、計算機設備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011521079.4
• 申請日: 2020-12-21
• 公開（公告）號: CN112488430A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設計）人: 王德健;周友茸;石轅
• 申請（專利權）人: 深圳依時貨拉拉科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06N20/00;G06Q10/06
• 代理公司: 深圳瑞天謹誠知識產(chǎn)權代理有限公司 44340
• 代理人: 溫青玲

本申請實例公開了一種預測訂單取消的建模方法、裝置、計算機設備及計算機可讀存儲介質(zhì)。選取歷史訂單的交易數(shù)據(jù)作為訓練樣本，并從所述訓練樣本中選取正樣本和負樣本，所述正樣本為未完成而取消的訂單數(shù)據(jù)，所述負樣本為已完成的訂單；對關聯(lián)后的數(shù)據(jù)進行預處理；對預處理后的數(shù)據(jù)進行機器學習模型的訓練、評估和更新；將離線訓練后的模型部署到線上環(huán)境。在線上服務環(huán)節(jié)，對于每張訂單，我們獲取周圍N名司機，使用模型預測這N名司機若與該訂單匹配后由于不合適而被迫取消的概率，并將其中取消概率較高的司機濾除，僅向剩余司機推送該訂單，從而為用戶挑選服務質(zhì)量更佳、更合適的司機，提升用戶體驗以及平臺效率。

技術領域

本申請實施例涉及訂單推送領域，尤其涉及一種預測訂單取消的建模方法、裝置、計算機設備及計算機可讀存儲介質(zhì)。

背景技術

核心的物流業(yè)務是：用戶下單、司機接單并履約(完成裝貨、配送、卸貨)的過程，此流程強依賴于一套有效的訂單分派系統(tǒng)。

原系統(tǒng)的邏輯是，用戶創(chuàng)建的新訂單需求，隨時間推移，逐步廣播給更遠的司機，直到該訂單被司機響應為止。可理解為“按距離分段推送”。

原系統(tǒng)存在一個問題，未對雖然距離近但不合適的司機進行有效過濾。

發(fā)明內(nèi)容

本申請實施例的目的是提供一種預測訂單取消的建模方法、裝置、計算機設備及計算機可讀存儲介質(zhì)，旨在在訂單分配問題中，有效地訓練出模型，此模型有能力精準預測司乘配對后由于不合適而被迫取消訂單的概率。進而能夠?qū)⒋四Ｐ陀糜谟唵畏峙湎到y(tǒng)，有效提升服務質(zhì)量和司乘體驗。

本申請實施例的一個方面提供了一種預測訂單取消的建模方法，所述方法包括：

選取歷史訂單的交易數(shù)據(jù)作為訓練樣本，并從所述訓練樣本中選取正樣本和負樣本，所述正樣本為未完成而取消的訂單數(shù)據(jù)，所述負樣本為已完成的訂單；

從所述訓練樣本中選取特征信息進行關聯(lián)；

對關聯(lián)后的數(shù)據(jù)進行預處理；

對預處理后的數(shù)據(jù)進行機器學習模型的訓練、評估和更新；

將訓練后的模型部署到線上環(huán)境，所述訓練后的模型用于預測司機取消訂單的概率。

本申請實施例的一個方面又提供了一種預測訂單取消的建模裝置，所述裝置包括：

選取模塊，用于選取歷史訂單的交易數(shù)據(jù)作為訓練樣本，并從所述訓練樣本中選取正樣本和負樣本，所述正樣本為未完成而取消的訂單數(shù)據(jù)，所述負樣本為已完成的訂單；

關聯(lián)模塊，用于從所述正樣本中選取特征信息進行關聯(lián)；

預處理模塊，用于對關聯(lián)后的數(shù)據(jù)進行預處理；

訓練模塊，用于對預處理后的數(shù)據(jù)進行機器學習模型的訓練、評估和更新；

排序模塊，用于將訓練后的模型部署到線上環(huán)境，所述訓練后的模型用于預測司機取消訂單的概率。

本申請實施例的一個方面又提供了一種計算機設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述方法的步驟。

本申請實施例的一個方面又提供了一種計算機可讀存儲介質(zhì)，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述方法的步驟。