CN110390577A - 订单的分配方法及装置 - Google Patents
订单的分配方法及装置 Download PDFInfo
- Publication number
- CN110390577A CN110390577A CN201810368900.XA CN201810368900A CN110390577A CN 110390577 A CN110390577 A CN 110390577A CN 201810368900 A CN201810368900 A CN 201810368900A CN 110390577 A CN110390577 A CN 110390577A
- Authority
- CN
- China
- Prior art keywords
- service
- order
- active ues
- target
- requester
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
-
- G06Q50/40—
Abstract
本公开提供一种订单的分配方法及装置,涉及互联网应用技术领域,所述方法的一具体实施方式包括:确定为提供第一服务的目标服务提供方分配针对第二服务的订单;确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。该实施方式从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,将第一服务的非活跃用户请求的针对第二服务的订单分配给目标服务提供方。引导了该第一服务的非活跃用户增加使用第一服务的次数,提高了服务资源的利用率。
Description
技术领域
本公开涉及互联网应用技术领域,特别涉及一种订单的分配方法及装置。
背景技术
近几年,随着互联网技术的不断发展,将线下的商务机会与互联网结合,出现了新的O2O(Online To Offline,在线离线/线上到线下)商业模式,使互联网成为线下交易的平台。目前,O2O已经进入了高速发展的阶段,其中,交通工具的O2O服务是发展的比较成功的O2O服务。以车辆O2O服务为例,目前,车辆O2O服务可以包括多种不同的类别,例如,快车服务,专车服务,顺风车服务,试驾服务以及租车服务等等。其中,快车服务与专车服务所提供的服务内容相近,但服务的质量以及服务的价格存在区别。快车服务价格便宜,但服务质量低于专车服务,面向的消费对象比较大众。专车服务属于中高端服务,价格较贵,但服务质量高于快车服务。在实际的车辆服务市场中,由于专车服务针对较为高端的用户,因此,专车服务的需求量远低于快车服务的需求量。在某些情况下,可能专车服务的需求过少,使得提供专车服务的车辆空驶时间过长,因此,降低了服务资源的利用率。
发明内容
为了解决上述技术问题,本公开提供了一种订单的分配方法及装置。
根据本公开实施例的第一方面,提供一种订单的分配方法,包括:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
根据本公开实施例的第二方面,提供一种订单的分配装置,包括:
第一确定单元,被配置为确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
第二确定单元,被配置为确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
分配单元,被配置为至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
根据本公开实施例的第三方面,提供一种计算机存储介质,所述存储介质中存储有程序指令,所述指令包括:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例提供的订单的分配方法和装置,通过确定为提供第一服务的目标服务提供方分配针对第二服务的订单,确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给目标服务提供方。从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,将第一服务的非活跃用户请求的针对第二服务的订单分配给目标服务提供方。引导了该第一服务的非活跃用户增加使用第一服务的次数,提高了服务资源的利用率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为应用本公开实施例的示例性系统架构示意图;
图2是本公开根据一示例性实施例示出的一种订单的分配方法的流程图;
图3是本公开根据一示例性实施例示出的另一种订单的分配方法的流程图;
图4是本公开根据一示例性实施例示出的另一种订单的分配方法的流程图;
图5是本公开根据一示例性实施例示出的一种订单的分配装置框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
参见图1,为应用本公开实施例的示例性系统架构示意图:
如图1所示,系统架构100可以包括终端设备,例如图示的终端设备101、102、网络103和服务器104。应该理解,图1中的终端设备、网络和服务器的数目或类型仅仅是示意性的。根据实现需要,可以具有任意数目或类型的终端设备、网络和服务器。
网络103用于在终端设备、服务器之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102可以通过网络103与服务器进行交互,以接收或发送请求或信息等。终端设备101、102可以是各种电子设备,包括但不限于智能手机、平板电脑、智能穿戴设备以及个人数字助理等等。
服务器104可以是提供各种服务的服务器。服务器可以对接收到的数据进行存储、分析等处理,也可以向终端设备或其它服务器发送控制命令或者请求等。服务器可以响应于用户的服务请求而提供服务。可以理解,一个服务器可以提供一种或多种服务,同一种服务也可以由多个服务器来提供。
下面将结合具体的实施例对本公开进行详细描述。
如图2所示,图2是根据一示例性实施例示出的一种订单的分配方法的流程图,该方法可以应用于服务器中。该方法可以包括以下步骤:
在步骤201中,确定为提供第一服务的目标服务提供方分配针对第二服务的订单。
在本实施例中,第一服务和第二服务可以是O2O服务,可选地,第一服务和第二服务均可以为交通工具的O2O服务等,本公开对第一服务和第二服务的具体形式或类型方面不限定。具体来说,第一服务和第二服务可以是提供的服务内容相近,类别不同的O2O服务。并且,第一服务和第二服务的服务质量以及服务价格存在区别,例如,第一服务可以比第二服务的服务质量好以及服务价格高。在交通工具的O2O服务中,以车辆O2O服务为例,第一服务可以是服务质量较高的专车服务,第二服务可以是服务质量较低的快车服务。因此,提供第一服务的目标服务提供方可以是提供专车服务的专车司机方。
在本实施例中,当目标服务提供方在预设时长内未接到订单时,可以确定为该目标服务提供方分配针对第二服务的订单。例如,以车辆O2O服务为例,当专车司机方在预设时长内未接到专车订单时,可以确定需要为该专车司机方分配快车订单。可以理解,还可以在满足其它条件时,确定为该目标服务提供方分配针对第二服务的订单,本公开对此方面不限定。其中,预设时长可以是预先设置的任意合理的时长,本公开对预设时长的具体取值方面不限定。
在步骤202中,确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单。
在本实施例中,待分配的目标订单可以是针对第二服务的订单,并且,该目标订单满足与目标服务提供方的匹配条件。目标订单所对应的服务请求方可以是请求该目标订单的用户。例如,以车辆O2O服务为例,目标订单可以是快车订单,目标订单所对应的服务请求方可以是请求该快车订单的乘客。
在本实施例中,第一服务的活跃用户可以是使用第一服务频率较高的用户。在一种实现方式中,可以实时或者每隔一定时间段,根据所有用户请求服务的情况统计第一服务的活跃用户,并将第一服务的活跃用户进行标记。当确定目标订单所对应的服务请求方是否是第一服务的活跃用户时,可以直接查看该服务请求方是否具有活跃用户的标记。如果具有活跃用户的标记,则该服务请求方是第一服务的活跃用户,如果不具有活跃用户的标记,则该服务请求方不是第一服务的活跃用户。
在另一种实现方式中,还可以获取该服务请求方在预设时段内的历史订单的数据,然后,基于该历史订单的数据统计该服务请求方请求服务的情况,从而确定该服务请求方是否是第一服务的活跃用户。
可以理解,还可以通过其它的方式确定该服务请求方是否是第一服务的活跃用户,本公开对此方面不限定。
在步骤203中,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给上述目标服务提供方。
在本实施例的一种实现方式中,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给上述目标服务提供方,可以是在确定该服务请求方不是第一服务的活跃用户(即,该服务请求方是第一服务的非活跃用户)时,直接确定该服务请求方不是第一服务的活跃用户。
在本实施例的另一种实现方式中,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给上述目标服务提供方,还可以是在确定该服务请求方不是第一服务的活跃用户时,进一步确定该服务请求方是否是第一服务的潜在活跃用户。若该服务请求方是第一服务的潜在活跃用户,则再将该目标订单分配给上述目标服务提供方。
对于本实施例,一种具体的应用场景可以为,当专车司机在20分钟内未接到专车订单时,确定需要为该专车司机分配匹配的快车订单。首先,判断待分配的快车订单对应的乘客是否是专车服务的活跃用户(即是否经常使用专车服务),如果该乘客不是专车服务的活跃用户,则可以将该待分配的快车订单分配给该专车司机。或者,如果该乘客不是专车服务的活跃用户,则可以进一步判断该乘客是否是专车服务的潜在活跃用户,如果该乘客是专车服务的潜在活跃用户,则可以将该待分配的快车订单分配给该专车司机。
本实施例并不限于上述的应用场景,还可以应用到其他场景中。本公开的上述实施例提供的订单的分配方法,通过确定为提供第一服务的目标服务提供方分配针对第二服务的订单,确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给目标服务提供方。从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,将第一服务的非活跃用户请求的针对第二服务的订单分配给目标服务提供方。引导了该第一服务的非活跃用户增加使用第一服务的次数,提高了服务资源的利用率。
图3是根据一示例性实施例示出的另一种订单的分配方法的流程图,该实施例详细描述了将目标订单分配给目标服务提供方的过程,该方法可以应用于服务器中。该方法可以包括以下步骤:
在步骤301中,确定为提供第一服务的目标服务提供方分配针对第二服务的订单。
在步骤302中,确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单。
在步骤303中,响应于确定该服务请求方不是第一服务的活跃用户,确定该服务请求方是否是第一服务的潜在活跃用户。
在本实施例中,第一服务的非活跃用户中可以包括第一服务的潜在活跃用户,第一服务的潜在活跃用户可以是使用一次或多次第一服务后,更有可能由第一服务的非活跃用户转变成第一服务的活跃用户的用户。
具体来说,在一种实现方式中,可以每隔一定时间段,确定第一服务的潜在活跃用户,并将第一服务的潜在活跃用户进行标记。当确定目标订单所对应的服务请求方是否是第一服务的潜在活跃用户时,可以直接查看该服务请求方是否具有潜在活跃用户的标记。如果具有潜在活跃用户的标记,则该服务请求方是第一服务的潜在活跃用户,如果不具有潜在活跃用户的标记,则该服务请求方不是第一服务的潜在活跃用户。
在另一种实现方式中,还可以获取该服务请求方在预设时段内的历史订单的数据,基于该历史订单的数据确定该服务请求方是否是第一服务的潜在活跃用户。
可以理解,还可以通过其它的方式确定该服务请求方是否是第一服务的潜在活跃用户,本公开对此方面不限定。
在步骤304中,如果该服务请求方是第一服务的潜在活跃用户,将该目标订单分配给目标服务提供方。
需要说明的是,对于与图2实施例中相同的步骤,在上述图3实施例中不再进行赘述,相关内容可参见图2实施例。
本公开的上述实施例提供的订单的分配方法,通过确定为提供第一服务的目标服务提供方分配针对第二服务的订单;确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,将第一服务的潜在活跃用户请求的针对第二服务的订单分配给目标服务提供方。以引导该第一服务的潜在活跃用户转变成为该第一服务的活跃用户,继而增加使用第一服务的次数,进一步提高了服务资源的利用率。
图4是根据一示例性实施例示出的另一种订单的分配方法的流程图,该实施例详细描述了获取目标数据的过程,该方法可以应用于服务器中。该方法可以包括以下步骤:
在步骤401中,确定为提供第一服务的目标服务提供方分配针对第二服务的订单。
在步骤402中,获取目标数据,该目标数据为待分配的目标订单所对应的服务请求方在预设时段内的历史订单的数据。
在本实施例中,目标数据可以是待分配的目标订单所对应的服务请求方在预设时段内的历史订单的数据。其中,预设时段可以是任意合理的时段,例如,当前之前的一个月,或者当前之前的三个月,或者当前之前的一年等等,本公开对此方面不限定。
在本实施例中,历史订单的数据可以包括但不限于该服务请求方在预设时间段内的历史订单总量,历史订单中每个订单对应的服务类型,每个订单对应的服务费用,每个订单对应的服务评价信息等等。以车辆O2O服务为例,订单对应的服务类型可以是快车服务,或者专车服务,或者顺风车服务等,本公开对订单对应的服务类型方面不限定。以车辆O2O服务为例,历史订单的数据还可以包括历史订单中每个订单对应的行程路径,行程起点以及行程终点等等,本公开对此方面不限定。
在步骤403中,基于该目标数据确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户。
在本实施例的一种实现方式中,可以首先根据上述目标数据统计历史订单中针对第一服务的订单的数量。然后,判断该数量是否大于或者等于预设数量,如果该数量大于或者等于预设数量,则确定该服务请求方是第一服务的活跃用户。以车辆O2O服务为例,首先可以根据发送待分配快车订单的乘客在预设时段内的历史订单数据统计历史订单中专车订单的数量。然后,判断该专车订单的数量是否大于或者等于预设数量,如果该专车订单的数量大于或者等于预设数量,则确定该乘客是专车服务的活跃用户,如果该专车订单的数量小于预设数量,则确定该乘客不是专车服务的活跃用户。
在本实施例的另一种实现方式中,还可以首先根据上述目标数据统计历史订单中针对第一服务的订单所占比例。然后,判断该比例是否大于或者等于预设比例,如果该比例大于或者等于预设比例,则确定该服务请求方是第一服务的活跃用户。以车辆O2O服务为例,首先可以根据发送待分配快车订单的乘客在预设时段内的历史订单数据统计历史订单中专车订单占所有车辆O2O服务订单的比例。然后,判断该专车订单所占的比例是否大于或者等于预设比例,如果该专车订单所占的比例大于或者等于预设比例,则确定该乘客是专车服务的活跃用户,如果该专车订单所占的比例小于预设比例,则确定该乘客不是专车服务的活跃用户。
可以理解,还可以通过其它方式确定目标订单所对应的服务请求方是否是第一服务的活跃用户,本公开对此方面不限定。
在步骤404中,响应于确定该服务请求方不是第一服务的活跃用户,基于该目标数据确定该服务请求方是否是第一服务的潜在活跃用户。
在本实施例中,在确定该服务请求方不是第一服务的活跃用户时,可以进一步基于该目标数据确定该服务请求方是否是第一服务的潜在活跃用户。具体来说,可以从上述目标数据中提取目标特征信息,然后,将该目标特征信息输入预先训练的目标模型中,以得到输出的概率值。判断该概率值是否大于或者等于预设概率值,如果该概率值大于或者等于预设概率值,则确定该服务请求方是第一服务的潜在活跃用户。
在本实施例中,该目标特征信息可以包括以下一项或多项:上述历史订单总量的特征信息;上述历史订单中不同服务类型的订单所占比例的特征信息;上述历史订单中每个订单对应的服务费用的特征信息;上述历史订单中每个订单对应的服务评价的特征信息等等。以车辆O2O服务为例,该目标特征信息还可以进一步包括以下一项或多项:上述历史订单中每个订单对应的行程路径的特征信息;上述历史订单中每个订单对应的行程起点的特征信息;上述历史订单中每个订单对应的行程终点的特征信息等等。
在本实施例中,目标模型可以包括以下任意一项:逻辑回归LR模型;决策树模型;神经网络模型。具体来说,可以通过如下方式训练目标模型:首先,获取样本的样本信息。样本可以包括正样本和负样本,可以将正样本的样本值设定为1,负样本的样本值设定为0。其中,正样本为对目标服务请求方(即第一服务的非活跃用户)进行服务升级之后的一定时段内,该目标服务请求方转变成第一服务的活跃用户的样本。负样本为对目标服务请求方进行服务升级之后的一定时段内,该目标服务请求方未转变成第一服务的活跃用户的样本。其中,对目标服务请求方进行服务升级可以是将目标服务请求方请求第二服务的订单分配给提供第一服务的服务提供方。样本信息可以包括目标服务请求方在服务升级前的预设时间段内的历史订单数据。
接着,基于样本信息提取样本特征信息,该样本特征信息可以包括但不限于每个样本对应的目标服务请求方在服务升级前的预设时间段内的如下特征:订单总量的特征信息;不同服务类型的订单所占比例的特征信息;每个订单对应的服务费用的特征信息;每个订单对应的服务评价的特征信息。以车辆O2O服务为例,该样本特征信息还可以进一步包括以下一项或多项:每个订单对应的行程路径的特征信息;每个订单对应的行程起点的特征信息;每个订单对应的行程终点的特征信息等等。最后,基于样本的样本值、样本特征信息,对模型进行训练,以得到目标模型。
在步骤405中,如果该服务请求方是第一服务的潜在活跃用户,将目标订单分配给目标服务提供方。
需要说明的是,对于与图2和图3实施例中相同的步骤,在上述图4实施例中不再进行赘述,相关内容可参见图2和图3实施例。
本公开的上述实施例提供的订单的分配方法,通过确定为提供第一服务的目标服务提供方分配针对第二服务的订单,获取待分配的目标订单所对应的服务请求方在预设时段内的历史订单的数据作为目标数据。并基于该目标数据确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,响应于确定该服务请求方不是第一服务的活跃用户,基于该目标数据确定该服务请求方是否是第一服务的潜在活跃用户,如果该服务请求方是第一服务的潜在活跃用户,将目标订单分配给目标服务提供方。从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,首先根据上述目标数据,确定第一服务的潜在活跃用户,并将第一服务的潜在活跃用户请求的针对第二服务的订单分配给目标服务提供方。以更加准确的引导该第一服务的潜在活跃用户转变成为该第一服务的活跃用户,继而有助于增加使用第一服务的次数,进一步提高了服务资源的利用率。
应当注意,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,流程图中描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
与前述订单的分配方法实施例相对应,本公开还提供了订单的分配装置的实施例。
如图5所示,图5是本公开根据一示例性实施例示出的一种订单的分配装置框图,该装置包括:第一确定单元501,第二确定单元502以及分配单元503。
其中,第一确定单元501,被配置为确定为提供第一服务的目标服务提供方分配针对第二服务的订单。
在本实施例中,第一服务和第二服务可以是O2O服务,可选地,第一服务和第二服务均可以为交通工具的O2O服务等,本公开对第一服务和第二服务的具体形式或类型方面不限定。具体来说,第一服务和第二服务可以是提供的服务内容相近,类别不同的O2O服务。并且,第一服务和第二服务的服务质量以及服务价格存在区别,例如,第一服务可以比第二服务的服务质量好以及服务价格高。在交通工具的O2O服务中,以车辆O2O服务为例,第一服务可以是服务质量较高的专车服务,第二服务可以是服务质量较低的快车服务。因此,提供第一服务的目标服务提供方可以是提供专车服务的专车司机方。
在本实施例中,当目标服务提供方在预设时长内未接到订单时,可以确定为该目标服务提供方分配针对第二服务的订单。例如,以车辆O2O服务为例,当专车司机方在预设时长内未接到专车订单时,可以确定需要为该专车司机方分配快车订单。可以理解,还可以在满足其它条件时,确定为该目标服务提供方分配针对第二服务的订单,本公开对此方面不限定。其中,预设时长可以是预先设置的任意合理的时长,本公开对预设时长的具体取值方面不限定。
第二确定单元502,被配置为确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单。
在本实施例中,待分配的目标订单可以是针对第二服务的订单,并且,该目标订单满足与目标服务提供方的匹配条件。目标订单所对应的服务请求方可以是请求该目标订单的用户。例如,以车辆O2O服务为例,目标订单可以是快车订单,目标订单所对应的服务请求方可以是请求该快车订单的乘客。
在本实施例中,第一服务的活跃用户可以是使用第一服务频率较高的用户。在一种实现方式中,可以实时或者每隔一定时间段,根据所有用户请求服务的情况统计第一服务的活跃用户,并将第一服务的活跃用户进行标记。当确定目标订单所对应的服务请求方是否是第一服务的活跃用户时,可以直接查看该服务请求方是否具有活跃用户的标记。如果具有活跃用户的标记,则该服务请求方是第一服务的活跃用户,如果不具有活跃用户的标记,则该服务请求方不是第一服务的活跃用户。
在另一种实现方式中,还可以获取该服务请求方在预设时段内的历史订单的数据,然后,基于该历史订单的数据统计该服务请求方请求服务的情况,从而确定该服务请求方是否是第一服务的活跃用户。
可以理解,还可以通过其它的方式确定该服务请求方是否是第一服务的活跃用户,本公开对此方面不限定。
分配单元503,被配置为至少部分响应于确定上述服务请求方不是上述活跃用户,将该目标订单分配给上述目标服务提供方。
在本实施例的一种实现方式中,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给上述目标服务提供方,可以是在确定该服务请求方不是第一服务的活跃用户(即,该服务请求方是第一服务的非活跃用户)时,直接确定该服务请求方不是第一服务的活跃用户。
在本实施例的另一种实现方式中,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给上述目标服务提供方,还可以是在确定该服务请求方不是第一服务的活跃用户时,进一步确定该服务请求方是否是第一服务的潜在活跃用户。若该服务请求方是第一服务的潜在活跃用户,则再将该目标订单分配给上述目标服务提供方。
本公开的上述实施例提供的订单的分配装置,通过确定为提供第一服务的目标服务提供方分配针对第二服务的订单,确定待分配的目标订单所对应的服务请求方是否是第一服务的活跃用户,该目标订单为针对第二服务的订单,至少部分响应于确定该服务请求方不是第一服务的活跃用户,将该目标订单分配给目标服务提供方。从而能够在提供第一服务的目标服务提供方难以接到针对第一服务的订单时,将第一服务的非活跃用户请求的针对第二服务的订单分配给目标服务提供方。引导了该第一服务的非活跃用户增加使用第一服务的次数,提高了服务资源的利用率。
在一些可选实施方式中,分配单元503可以包括:确定子单元和分配子单元(未示出)。
其中,确定子单元,被配置为响应于确定上述服务请求方不是上述活跃用户,确定该服务请求方是否是第一服务的潜在活跃用户。
在本实施例中,第一服务的非活跃用户中可以包括第一服务的潜在活跃用户,第一服务的潜在活跃用户可以是使用一次或多次第一服务后,更有可能由第一服务的非活跃用户转变成第一服务的活跃用户的用户。
具体来说,在一种实现方式中,可以每隔一定时间段,确定第一服务的潜在活跃用户,并将第一服务的潜在活跃用户进行标记。当确定目标订单所对应的服务请求方是否是第一服务的潜在活跃用户时,可以直接查看该服务请求方是否具有潜在活跃用户的标记。如果具有潜在活跃用户的标记,则该服务请求方是第一服务的潜在活跃用户,如果不具有潜在活跃用户的标记,则该服务请求方不是第一服务的潜在活跃用户。
在另一种实现方式中,还可以获取该服务请求方在预设时段内的历史订单的数据,基于该历史订单的数据确定该服务请求方是否是第一服务的潜在活跃用户。
可以理解,还可以通过其它的方式确定该服务请求方是否是第一服务的潜在活跃用户,本公开对此方面不限定。
分配子单元,被配置为在确定该服务请求方是第一服务的潜在活跃用户时,将目标订单分配给目标服务提供方。
在另一些可选实施方式中,该装置还可以包括:获取单元。
其中,获取单元,被配置为获取目标数据,该目标数据为上述服务请求方在预设时段内的历史订单的数据。
在本实施例中,目标数据可以是待分配的目标订单所对应的服务请求方在预设时段内的历史订单的数据。其中,预设时段可以是任意合理的时段,例如,当前之前的一个月,或者当前之前的三个月,或者当前之前的一年等等,本公开对此方面不限定。
在本实施例中,历史订单的数据可以包括但不限于该服务请求方在预设时间段内的历史订单总量,历史订单中每个订单对应的服务类型,每个订单对应的服务费用,每个订单对应的服务评价信息等等。以车辆O2O服务为例,订单对应的服务类型可以是快车服务,或者专车服务,或者顺风车服务等,本公开对订单对应的服务类型方面不限定。以车辆O2O服务为例,历史订单的数据还可以包括历史订单中每个订单对应的行程路径,行程起点以及行程终点等等,本公开对此方面不限定。
上述第二确定单元被配置用于:基于该目标数据确定上述服务请求方是否是第一服务活跃用户。
在本实施例的一种实现方式中,可以首先根据上述目标数据统计历史订单中针对第一服务的订单的数量。然后,判断该数量是否大于或者等于预设数量,如果该数量大于或者等于预设数量,则确定该服务请求方是第一服务的活跃用户。以车辆O2O服务为例,首先可以根据发送待分配快车订单的乘客在预设时段内的历史订单数据统计历史订单中专车订单的数量。然后,判断该专车订单的数量是否大于或者等于预设数量,如果该专车订单的数量大于或者等于预设数量,则确定该乘客是专车服务的活跃用户,如果该专车订单的数量小于预设数量,则确定该乘客不是专车服务的活跃用户。
在本实施例的另一种实现方式中,还可以首先根据上述目标数据统计历史订单中针对第一服务的订单所占比例。然后,判断该比例是否大于或者等于预设比例,如果该比例大于或者等于预设比例,则确定该服务请求方是第一服务的活跃用户。以车辆O2O服务为例,首先可以根据发送待分配快车订单的乘客在预设时段内的历史订单数据统计历史订单中专车订单占所有车辆O2O服务订单的比例。然后,判断该专车订单所占的比例是否大于或者等于预设比例,如果该专车订单所占的比例大于或者等于预设比例,则确定该乘客是专车服务的活跃用户,如果该专车订单所占的比例小于预设比例,则确定该乘客不是专车服务的活跃用户。
可以理解,还可以通过其它方式确定目标订单所对应的服务请求方是否是第一服务的活跃用户,本公开对此方面不限定。
上述确定子单元被配置用于:基于上述目标数据确定该服务请求方是否是第一服务潜在活跃用户。
在本实施例中,在确定该服务请求方不是第一服务的活跃用户时,可以进一步基于该目标数据确定该服务请求方是否是第一服务的潜在活跃用户。具体来说,可以从上述目标数据中提取目标特征信息,然后,将该目标特征信息输入预先训练的目标模型中,以得到输出的概率值。判断该概率值是否大于或者等于预设概率值,如果该概率值大于或者等于预设概率值,则确定该服务请求方是第一服务的潜在活跃用户。
在本实施例中,该目标特征信息可以包括以下一项或多项:上述历史订单总量的特征信息;上述历史订单中不同服务类型的订单所占比例的特征信息;上述历史订单中每个订单对应的服务费用的特征信息;上述历史订单中每个订单对应的服务评价的特征信息等等。以车辆O2O服务为例,该目标特征信息还可以进一步包括以下一项或多项:上述历史订单中每个订单对应的行程路径的特征信息;上述历史订单中每个订单对应的行程起点的特征信息;上述历史订单中每个订单对应的行程终点的特征信息等等。
在本实施例中,目标模型可以包括以下任意一项:逻辑回归LR模型;决策树模型;神经网络模型。具体来说,可以通过如下方式训练目标模型:首先,获取样本的样本信息。样本可以包括正样本和负样本,可以将正样本的样本值设定为1,负样本的样本值设定为0。其中,正样本为对目标服务请求方(即第一服务的非活跃用户)进行服务升级之后的一定时段内,该目标服务请求方转变成第一服务的活跃用户的样本。负样本为对目标服务请求方进行服务升级之后的一定时段内,该目标服务请求方未转变成第一服务的活跃用户的样本。其中,对目标服务请求方进行服务升级可以是将目标服务请求方请求第二服务的订单分配给提供第一服务的服务提供方。样本信息可以包括目标服务请求方在服务升级前的预设时间段内的历史订单数据。
接着,基于样本信息提取样本特征信息,该样本特征信息可以包括但不限于每个样本对应的目标服务请求方在服务升级前的预设时间段内的如下特征:订单总量的特征信息;不同服务类型的订单所占比例的特征信息;每个订单对应的服务费用的特征信息;每个订单对应的服务评价的特征信息。以车辆O2O服务为例,该样本特征信息还可以进一步包括以下一项或多项:每个订单对应的行程路径的特征信息;每个订单对应的行程起点的特征信息;每个订单对应的行程终点的特征信息等等。最后,基于样本的样本值、样本特征信息,对模型进行训练,以得到目标模型。
在另一些可选实施方式中,第二确定单元可以通过如下方式基于目标数据确定上述服务请求方是否是第一服务的活跃用户:根据目标数据统计历史订单中针对第一服务的订单的数量/针对第一服务的订单所占比例。当该数量/该比例大于或者等于预设数量/预设比例时,确定该服务请求方是第一服务的活跃用户。
在另一些可选实施方式中,确定子单元可以通过如下方式基于目标数据确定该服务请求方是否是第一服务的潜在活跃用户:从目标数据中提取目标特征信息,将该目标特征信息输入预先训练的目标模型中,以得到输出的概率值,如果该概率值大于或者等于预设概率值,则确定该服务请求方是第一服务的潜在活跃用户。
在另一些可选实施方式中,该目标特征信息可以包括以下一项或多项:上述历史订单总量的特征信息;上述历史订单中不同服务类型的订单所占比例的特征信息;上述历史订单中每个订单对应的服务费用的特征信息;上述历史订单中每个订单对应的服务评价的特征信息。
在另一些可选实施方式中,该目标模型可以包括以下任意一项:逻辑回归LR模型;决策树模型;神经网络模型。
在另一些可选实施方式中,第一服务和第二服务均为交通工具的在线离线服务。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
应当理解,上述装置可以预先设置在服务器中,也可以通过下载等方式而加载到服务器中。上述装置中的相应单元可以与服务器中的单元相互配合以实现订单的分配方案。
本公开实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
相应的,本公开实施例还提供一种计算机存储介质,该存储介质中存储有程序指令,该指令包括:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
描述于本公开实施例中所涉及到的单元模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元,第二确定单元以及分配单元。其中,这些单元模块的名称在某种情况下并不构成对该单元模块本身的限定,例如,第一确定单元还可以被描述为“用于确定为提供第一服务的目标服务提供方分配针对第二服务的订单的单元”。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端或服务器中的计算机可读存储介质。该计算机可读存储介质存储有一个或者一个以上程序,该程序被一个或者一个以上的处理器用来执行描述于本公开的订单的分配方法。
计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (18)
1.一种订单的分配方法,其特征在于,所述方法包括:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
2.根据权利要求1所述的方法,其特征在于,所述至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方,包括:
响应于确定所述服务请求方不是所述活跃用户,确定所述服务请求方是否是所述第一服务的潜在活跃用户;
如果是所述潜在活跃用户,将所述目标订单分配给所述目标服务提供方。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取目标数据,所述目标数据为所述服务请求方在预设时段内的历史订单的数据;
所述确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,包括:
基于所述目标数据确定所述服务请求方是否是所述活跃用户;
所述确定所述服务请求方是否是所述第一服务的潜在活跃用户,包括:
基于所述目标数据确定所述服务请求方是否是所述潜在活跃用户。
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标数据确定所述服务请求方是否是所述活跃用户,包括:
根据所述目标数据统计所述历史订单中针对所述第一服务的订单的数量/针对所述第一服务的订单所占比例;
当所述数量/所述比例大于或者等于预设数量/预设比例时,确定所述服务请求方是所述活跃用户。
5.根据权利要求3所述的方法,其特征在于,所述基于所述目标数据确定所述服务请求方是否是所述潜在活跃用户,包括:
从所述目标数据中提取目标特征信息;
将所述目标特征信息输入预先训练的目标模型中,以得到输出的概率值;
如果所述概率值大于或者等于预设概率值,则确定所述服务请求方是所述潜在活跃用户。
6.根据权利要求5所述的方法,其特征在于,所述目标特征信息包括以下一项或多项:
所述历史订单总量的特征信息;
所述历史订单中不同服务类型的订单所占比例的特征信息;
所述历史订单中每个订单对应的服务费用的特征信息;
所述历史订单中每个订单对应的服务评价的特征信息。
7.根据权利要求5所述的方法,其特征在于,所述目标模型包括以下任意一项:
逻辑回归LR模型;
决策树模型;
神经网络模型。
8.根据权利要求1-7中任意一项所述的方法,其特征在于,所述第一服务和所述第二服务均为交通工具的在线离线服务。
9.一种订单的分配装置,其特征在于,所述装置包括:
第一确定单元,被配置为确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
第二确定单元,被配置为确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
分配单元,被配置为至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
10.根据权利要求9所述的装置,其特征在于,所述分配单元包括:
确定子单元,被配置为响应于确定所述服务请求方不是所述活跃用户,确定所述服务请求方是否是所述第一服务的潜在活跃用户;
分配子单元,被配置为在确定所述服务请求方是所述潜在活跃用户时,将所述目标订单分配给所述目标服务提供方。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
获取单元,被配置为获取目标数据,所述目标数据为所述服务请求方在预设时段内的历史订单的数据;
所述第二确定单元被配置用于:
基于所述目标数据确定所述服务请求方是否是所述活跃用户;
所述确定子单元被配置用于:
基于所述目标数据确定所述服务请求方是否是所述潜在活跃用户。
12.根据权利要求11所述的装置,其特征在于,所述第二确定单元通过如下方式基于所述目标数据确定所述服务请求方是否是所述活跃用户:
根据所述目标数据统计所述历史订单中针对所述第一服务的订单的数量/针对所述第一服务的订单所占比例;
当所述数量/所述比例大于或者等于预设数量/预设比例时,确定所述服务请求方是所述活跃用户。
13.根据权利要求11所述的装置,其特征在于,所述确定子单元通过如下方式基于所述目标数据确定所述服务请求方是否是所述潜在活跃用户:
从所述目标数据中提取目标特征信息;
将所述目标特征信息输入预先训练的目标模型中,以得到输出的概率值;
如果所述概率值大于或者等于预设概率值,则确定所述服务请求方是所述潜在活跃用户。
14.根据权利要求13所述的装置,其特征在于,所述目标特征信息包括以下一项或多项:
所述历史订单总量的特征信息;
所述历史订单中不同服务类型的订单所占比例的特征信息;
所述历史订单中每个订单对应的服务费用的特征信息;
所述历史订单中每个订单对应的服务评价的特征信息。
15.根据权利要求13所述的装置,其特征在于,所述目标模型包括以下任意一项:
逻辑回归LR模型;
决策树模型;
神经网络模型。
16.根据权利要求9-15中任意一项所述的装置,其特征在于,所述第一服务和所述第二服务均为交通工具的在线离线服务。
17.一种计算机存储介质,所述存储介质中存储有程序指令,其特征在于,所述指令包括:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
18.一种电子设备,包括:
处理器,适于实现各指令;以及
存储设备,适于存储多条指令,所述指令适于由处理器加载并执行:
确定为提供第一服务的目标服务提供方分配针对第二服务的订单;
确定待分配的目标订单所对应的服务请求方是否是所述第一服务的活跃用户,所述目标订单为针对第二服务的订单;
至少部分响应于确定所述服务请求方不是所述活跃用户,将所述目标订单分配给所述目标服务提供方。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810368900.XA CN110390577A (zh) | 2018-04-23 | 2018-04-23 | 订单的分配方法及装置 |
PCT/CN2019/083881 WO2019206134A1 (en) | 2018-04-23 | 2019-04-23 | Methods and systems for order allocation |
US17/078,074 US20210042817A1 (en) | 2018-04-23 | 2020-10-22 | Methods and systems for order allocation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810368900.XA CN110390577A (zh) | 2018-04-23 | 2018-04-23 | 订单的分配方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110390577A true CN110390577A (zh) | 2019-10-29 |
Family
ID=68284581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810368900.XA Pending CN110390577A (zh) | 2018-04-23 | 2018-04-23 | 订单的分配方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210042817A1 (zh) |
CN (1) | CN110390577A (zh) |
WO (1) | WO2019206134A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331645A (zh) * | 2022-03-14 | 2022-04-12 | 广州宸祺出行科技有限公司 | 一种提升网约车的运力利用率的方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240897B (zh) * | 2020-01-23 | 2023-04-18 | 奥迪股份公司 | 车辆调度方法、系统和计算机可读存储介质 |
CN111861086A (zh) * | 2020-02-14 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种资源配置方法和系统 |
CN113642967A (zh) * | 2021-08-24 | 2021-11-12 | 北京沃东天骏信息技术有限公司 | 一种自动派单方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838885A (zh) * | 2014-03-31 | 2014-06-04 | 苏州大学 | 一种面向广告投放的潜在用户检索及用户模型排序方法 |
US20150339923A1 (en) * | 2013-01-01 | 2015-11-26 | Tomtom Development Germany Gmbh | Vehicle management system |
CN107087017A (zh) * | 2017-03-09 | 2017-08-22 | 阿里巴巴集团控股有限公司 | 一种业务引流的方法和装置 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN107516256A (zh) * | 2016-06-16 | 2017-12-26 | 滴滴(中国)科技有限公司 | 一种用车订单处理方法及服务器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104157133B (zh) * | 2014-08-20 | 2016-10-05 | 北京嘀嘀无限科技发展有限公司 | 基于司机在线活跃情况的运力拉升系统 |
-
2018
- 2018-04-23 CN CN201810368900.XA patent/CN110390577A/zh active Pending
-
2019
- 2019-04-23 WO PCT/CN2019/083881 patent/WO2019206134A1/en active Application Filing
-
2020
- 2020-10-22 US US17/078,074 patent/US20210042817A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150339923A1 (en) * | 2013-01-01 | 2015-11-26 | Tomtom Development Germany Gmbh | Vehicle management system |
CN103838885A (zh) * | 2014-03-31 | 2014-06-04 | 苏州大学 | 一种面向广告投放的潜在用户检索及用户模型排序方法 |
CN107516256A (zh) * | 2016-06-16 | 2017-12-26 | 滴滴(中国)科技有限公司 | 一种用车订单处理方法及服务器 |
CN107093120A (zh) * | 2016-09-28 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略推送方法和装置 |
CN107087017A (zh) * | 2017-03-09 | 2017-08-22 | 阿里巴巴集团控股有限公司 | 一种业务引流的方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331645A (zh) * | 2022-03-14 | 2022-04-12 | 广州宸祺出行科技有限公司 | 一种提升网约车的运力利用率的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20210042817A1 (en) | 2021-02-11 |
WO2019206134A1 (en) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200401622A1 (en) | System and method for streaming individualized media content | |
CN110390577A (zh) | 订单的分配方法及装置 | |
CN109902849A (zh) | 用户行为预测方法及装置、行为预测模型训练方法及装置 | |
WO2020258290A1 (zh) | 日志数据收集方法、日志数据收集装置、存储介质和日志数据收集系统 | |
CN108200134A (zh) | 请求消息管理方法及装置、存储介质 | |
CN105164712A (zh) | 聚合账户通知的按优先级排序和场境显示 | |
CN109783227A (zh) | 任务分配方法、装置、系统及计算机可读存储介质 | |
CN110392155B (zh) | 通知消息的显示、处理方法、装置及设备 | |
CN106649638B (zh) | 一种大数据获取方法 | |
CN104272336A (zh) | 基于列表的广告服务 | |
CN111507754B (zh) | 在线交互方法、装置、存储介质及电子设备 | |
CN111028007A (zh) | 用户画像信息提示方法、装置及系统 | |
CN108140055A (zh) | 触发应用信息 | |
CN110390406A (zh) | 预约订单的分配方法及装置 | |
CN109146211A (zh) | 订单的分配、模型的训练方法及装置 | |
CN111552835A (zh) | 文件推荐方法、装置及服务器 | |
CN112769919B (zh) | 推流任务的分发方法、装置、存储介质及电子设备 | |
CN109146109B (zh) | 订单的分配、模型的训练方法及装置 | |
CN103457944A (zh) | 信息推送方法、装置和服务器 | |
CN104239519A (zh) | 一种信息推荐方法及相关设备、系统 | |
US20150088689A1 (en) | Product Recognition Platform | |
CN108228355A (zh) | 任务处理方法及装置、任务调度方法及装置 | |
CN105511959A (zh) | 虚拟资源分配方法和装置 | |
CN112532406B (zh) | 对照实验的数据处理方法、装置、计算机设备及存储介质 | |
CN111782688B (zh) | 基于大数据分析的请求处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191029 |
|
RJ01 | Rejection of invention patent application after publication |