CN109886603A - 订单推送方法、装置、设备及存储介质 - Google Patents
订单推送方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109886603A CN109886603A CN201910186514.3A CN201910186514A CN109886603A CN 109886603 A CN109886603 A CN 109886603A CN 201910186514 A CN201910186514 A CN 201910186514A CN 109886603 A CN109886603 A CN 109886603A
- Authority
- CN
- China
- Prior art keywords
- order
- transport power
- rate
- competition
- orders
- 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.)
- Granted
Links
Abstract
本发明实施例公开了一种订单推送方法、装置、设备及存储介质。该方法包括：获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力，根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。与现有技术相比，本发明根据派单接单率和抢单接单率确定订单的推送模式，完成订单的推送，提高了订单的接单率。
Description
技术领域
本发明实施例涉及互联网技术领域，尤其涉及一种订单推送方法、装置、设备及存储介质。
背景技术
目前公司的推单模式分为派单模式和抢单模式，现有技术中已经有相关的算法计算闪送员和订单的匹配度，从而根据匹配度的高低去分配合适的订单给合适的人。这种方式对于派单模式比较适合，因为一个闪送员只能看到一个订单，没有更多的选择，一旦到了抢单模式，闪送员是可以收到多个订单的，对于这些订单势必存在一个选择问题，不能仅仅用订单的匹配度去表征闪送员对于每一个订单的接单权重。因此，当订单产生时，如何推送订单使订单的接单率更高，提高用户体验，非常重要。
发明内容
本发明实施例提供一种订单推送方法、装置、设备及存储介质，以提高订单的接单率。
第一方面，本发明实施例提供一种订单推送方法，包括：
获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力；
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率；
根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
进一步的，所述根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，包括：
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度；
根据各匹配度确定对应订单的派单接单率；
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
进一步的，所述根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率，包括：
根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力；
根据各所述订单对应的候选运力，确定各候选运力对应的订单；
针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重；
根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
进一步的，所述根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率，包括：
针对每个订单，获取所述订单所对应各候选运力相对所述订单的接单权重；
基于各候选运力相对所述订单的接单权重及设定的抢单接单率计算公式，确定所述订单的抢单接单率。
进一步的，所述根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式，包括：
比对所述订单的派单接单率和抢单接单率；
如果所述派单接单率大于或等于所述抢单接单率，则基于派单模式推送所述订单；否则，
基于抢单模式推送所述订单。
第二方面，本发明实施例还提供一种订单推送装置，包括：
获取模块，用于获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力；
第一确定模块，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率；
第二确定模块，用于根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
进一步的，所述第一确定模块，包括：
第一确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度；
第二确定单元，用于根据各匹配度确定对应订单的派单接单率；
第三确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
进一步的，所述第三确定单元，包括：
第一确定子单元，用于根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力；
第二确定子单元，用于根据各所述订单对应的候选运力，确定各候选运力对应的订单；
获取子单元，用于针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重；
第三确定子单元，用于根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
第三方面，本发明实施例还提供一种设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的订单推送方法。
第四方面，本发明实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的订单推送方法。
本发明实施例提供一种订单推送方法、装置、设备及存储介质，通过获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力，根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式，与现有技术相比，本发明根据派单接单率和抢单接单率确定订单的推送模式，完成订单的推送，提高了订单的接单率。
附图说明
图1为本发明实施例一提供的一种订单推送方法的流程图；
图2为本发明实施例二提供的一种订单推送方法的流程图；
图3为本发明实施例二提供的一种订单推送方法的子流程图；
图4为本发明实施例二提供的预设网络模型的结构示意图；
图5为本发明实施例三提供的一种订单推送装置的结构图；
图6为本发明实施例四提供的一种设备的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种订单推送方法的流程图，本实施例可适用于订单推送的情况，该方法可以由订单推送装置来执行，具体的，该方法包括如下步骤：
S110、获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力。
运力是从事运输的机械设备和人员调配，比如在订单派送过程中，可以将闪送员称为运力。预设条件可以根据实际需要设置，可以理解的是，订单产生时，每个订单周围存在多个运力可以接单，不同的运力其运输速度、最近一段时间的接单信息和服务分等也不同，为了提高订单的接单率，可以基于运力的属性信息对运力进行筛选，比如运力的运输速度需要大于某个速度值，运力的年龄应该在18周岁-45周岁之间等，从而确定符合条件的运力。预设时间段也可以根据实际需要设置，比如可以是获取5s内接收的订单和符合预设条件的运力。
S120、根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率。
订单的基本信息可以包括订单的起点位置、终点位置、所属地段、起点位置和终点位置之间的距离以及下单时间等。运力的属性信息可以包括运力的性别、年龄、服务分、交通工具、平均速度和最近一段时间的接单信息等，还可以包括运力的偏好信息，比如价格偏好、天气偏好、距离偏好和区域偏好等。
订单的推送模式包括派单模式和抢单模式，其中，派单模式是每个运力只允许看到一个订单，抢单模式是每个运力可以收到多个订单，对于同一个订单，不同的推送模式对应的接单率可能不同，用户的体验也不同。派单接单率是订单以派单模式推送时，运力的接单率，抢单接单率是订单以抢单模式推送时，运力的接单率。为了提高订单的接单率，需要根据订单的基本信息和运力的属性信息确定同一个订单的派单接单率和抢单接单率，进而根据派单接单率和抢单接单率确定该订单的推送模式。
具体的，对于派单接单率，可以根据订单的基本信息和运力的属性信息确定订单和运力的匹配度，由于派单模式中每个运力只能看到一个订单，该匹配度即为该订单对应的派单接单率，其中，匹配度的确定方式可以根据实际需要选择，例如可以根据历史订单的基本信息和运力的属性信息构建预估模型，并在训练结束后，直接根据该预估模型确定各个订单和对应运力的匹配度，作为订单的派单接单率。也可以直接利用现有的CTR(Click-Through Rate，点击率)预估模型，如LR(Logistic Regression，逻辑回归)或FM(Factorization Machine，因子分解机)等，将订单的基本信息和运力的属性信息输入该模型，输出各个订单和对应运力的匹配度，作为订单的派单接单率。
对于抢单接单率，由于每个运力可以对应多个订单，同一个订单可以对应多个运力，实际应用中，可以根据订单的基本信息和运力的属性信息对运力和订单进行分组，即每个运力和对应的订单为一组，分别计算每个运力对组中各个订单的接单权重，然后根据接单权重确定每个订单对应的运力的权重，作为该订单的抢单接单率，其中，计算接单权重的方式实施例不进行限定。
示例性的，假定5s内接收的订单有10个，对其进行编号分别为1-10，符合预设条件的运力有3个，分别为运力A、运力B和运力C，运力A对应的订单为编号为1、2、3和5的订单，运力B对应的订单为编号为2、3、4、7和9的订单，运力C对应的订单为编号为5、6、7、8、9和10的订单，经计算，运力A对编号为1、2、3和5的订单的接单权重分别为0.1、0.3、0.4和0.2，运力B对编号为2、3、4、7和9的订单的接单权重分别为0.2、0.3、0.1、0.2和0.2，运力C对编号为5、6、7、8、9和10的订单的接单权重分别为0.1、0.3、0.1、0.2、0.2和0.1，由此可以确定编号为1的订单对应的运力为运力A，编号为2的订单对应的运力为运力A和运力B，其他编号的订单也是如此，由于各个运力具有独立性，根据各个运力对订单的接单权重即可确定订单的抢单接单率，以编号为2的订单为例，运力A对该订单的接单权重为0.3，运力B对该订单的接单权重为0.2，则编号为2的订单的抢单接单率为0.3*0.2＝0.06。
S130、根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
确定同一订单的派单接单率和抢单接单率后，即可确定订单的推送模式，例如可以利用KM(Kuhn－Munkres)算法确定预设时间段内订单的推送模式，实施例对具体的确定过程不进行限定，也可以直接根据派单接单率和抢单接单率的比较结果确定订单的推送模式。根据派单接单率和抢单接单率确定订单的推送模式可以使订单的接单率最大化，提升用户对商家的满意度。
本发明实施例一提供一种订单推送方法，通过获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力，根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式，与现有技术相比，本发明根据派单接单率和抢单接单率确定订单的推送模式，完成订单的推送，提高了订单的接单率。
实施例二
图2为本发明实施例二提供的一种订单推送方法的流程图，本实施例在上述实施例的基础上进行具体化，具体的，该方法包括：
S210、获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力。
S220、根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度。
具体的，可以将订单的基本信息和运力的属性信息输入CTR预估模型，由CTR预估模型输出运力和订单的匹配度，其中，CTR预估模型是综合考虑各种因素、特征，经过大量历史数据训练得到的模型，实际应用中，为了提高匹配度计算的准确度，还可以将上下文特征和订单与运力的关联特征输入CTR预估模型，其中，上下文特征包括天气状况和节假日信息等，订单与运力的关联特征包括运力取件的距离和对订单种类的熟练度等。实施例对CTR预估模型的训练过程不进行限定。
S230、根据各匹配度确定对应订单的派单接单率。
根据派单模式的特点，订单和运力之间的匹配度确定之后即可将该匹配度作为该订单的派单接单率。
S240、根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
为了进一步描述抢单接单率的确定过程，参考图3，将S240具体化为：
S2401、根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力。
可以理解的是，抢单模式中，同一个订单存在多个符合预设条件的运力，这些运力称为该订单的候选运力，例如，订单1存在两个符合预设条件的运力，分别为运力A和运力B，则运力A和运力B称为订单1的候选运力。
S2402、根据各所述订单对应的候选运力，确定各候选运力对应的订单。
同一个订单可以存在多个候选运力，同一个候选运力也可以对应多个订单，假定订单1对应的候选运力分别为候选运力A和候选运力C，订单2对应的候选运力分别为候选运力A、候选运力B和候选运力D，订单3对应的候选运力分别为候选运力B、候选运力C和候选运力D，则候选运力A对应的订单为订单1和订单2，候选运力B对应的订单为订单2和订单3，候选运力C对应的订单为订单1和订单3，候选运力D对应的订单为订单3。
S2403、针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重。
候选运力相对各对应订单的接单权重表示候选运力对各对应订单接单意愿的大小，以上述候选运力A为例，候选运力A对订单1的接单权重表示对订单1的接单意愿的大小，对订单2的接单权重表示对订单2的接单意愿的大小，接单权重介于0-1之间，可以用小数或百分数表示，其中，候选运力对各对应订单的接单权重的和为1。
实际应用中，运力在选择订单时通常按照由上至下、由下至上或者来回看多次，然后通过回忆和比较选择自己愿意接的订单，基于这种考虑，实施例利用双向LSTM模拟各个运力由上至下或由下至上浏览订单列表。具体的，参考图4，图4为预设网络模型的结构示意图，该预设网络模型的结构包括双向LSTM(Long Short-Term Memory，长短期记忆网络)和深度神经网络(Deep Neural Networks，DNN)，其中，双向LSTM网络用于根据运力的属性信息及对应订单的基本信息输出由各个订单对应的隐向量构成的隐向量序列，DNN网络用于根据隐向量序列输出候选运力相对各对应订单的接单权重。
参考图4，以三个订单为例，图中h序列即为隐向量序列，包括隐向量h1、隐向量h2和隐向量h3，以隐向量h1为例，隐向量h1由隐向量h10和隐向量h20构成，包含了两个方向各个订单的基本信息，比如按照由上至下的顺序浏览列表时，在确定第三个订单的接单意愿大小时，双向LSTM网络将当前订单之前的订单的基本信息输至当前订单对应的方框中，即前面的订单会影响当前订单接单意愿的大小，其中正方向和反方向分别与浏览订单列表的顺序对应，h序列中隐向量的数量与订单数量一致，双向LSTM网络同时考虑了正向和反向浏览订单列表的情况，提高了接单率的准确度。
h序列确定之后，通过DNN网络输出n维的向量，并通过Sigmoid函数将其限定至0-1之间，即可得到每一个运力相对于各订单的接单权重，其中，DNN网络的具体结构可以根据实际需要设置，例如可以选择两层全连接网络，也可以选择其他层的网络结构，为了避免运力看到的订单过多，而影响接单率，可以对DNN网络的大小进行限定。
具体的，根据历史候选运力及对应的历史订单的基本信息训练双向LSTM网络和DNN网络，训练时可以以每个运力对应的订单和最终选择的订单为一组数据，选定64组数据进行训练，其中，每组数据包含的订单数量可以相同，也可以不同，需要说明的是，64组数据只是一个示例，也可以选定其他数量的数组，数据的组数越多，模型的精度越高。每个组内的数据特征包含订单的基本信息、运力的属性信息、上下文特征信息和运力与订单的关联特征信息等。实施例对预设网络模型的训练过程不进行限定。
S2404、根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
具体的，根据各订单对应的候选运力以及各候选运力相对各对应订单的接单权重，确定各订单对应的候选运力的整体接单权重，根据该整体接单权重确定对应订单的抢单接单率。为了进一步描述该过程，可以将S2404具体化为：
S24041、针对每个订单，获取所述订单所对应各候选运力相对所述订单的接单权重。
具体的，针对每一个订单，根据候选运力对该订单的接单权重，确定该订单所对应各候选运力相对该订单的接单权重。例如候选运力A对应的订单1、订单2和订单3的接单权重分别为0.5、0.3和0.2，候选运力B对应的订单2和订单3的接单权重分别为0.6和0.4，则针对订单1，订单1对应的候选运力相对订单1的接单权重为0.5，订单2对应的候选运力A相对订单2的接单权重为0.3，候选运力B相对订单2的接单权重为0.6，订单3对应的候选运力A相对订单3的接单权重为0.2，候选运力B相对订单3的接单权重为0.4。
S24042、基于各候选运力相对所述订单的接单权重及设定的抢单接单率计算公式，确定所述订单的抢单接单率。
由于各个运力具有独立性，即各个运力对订单的接单权重互相独立，实施例设定以联合概率公式作为抢单接单率计算公式，其中，联合概率是包含多个条件且所有条件同时成立的概率，记为P(X＝a，Y＝b)，实施例中接单权重为离散值，则订单0的抢单接单率P0＝P1*P2*…*PN，其中，N为候选运力的数量，PN表示候选运力N相对订单0的接单权重，接上面的例子，则订单1的抢单接单率P1＝0.5，订单2的抢单接单率P2＝0.3*0.6＝0.18，订单3的抢单接单率P3＝0.2*0.4＝0.08。
S250、比对所述订单的派单接单率和抢单接单率。
对于同一个订单，在确定派单接单率和抢单接单率之后，即可比较派单接单率和抢单接单率的大小，如果派单接单率大于或等于所述抢单接单率，则执行S270，基于派单模式推送该订单，否则执行S280，以抢单模式推送该订单。实施例中的派单接单率为根据订单和运力之间的匹配度确定的派单接单率，抢单接单率为根据接单权重确定的抢单接单率。
S260、所述派单接单率是否大于或等于所述抢单接单率，如果是，执行S270，否则，执行S280。
S270、基于派单模式推送所述订单。
当派单接单率大于或等于抢单接单率时，表明将该订单以派单模式推送时，运力的接单率更高，此时以派单模式推送订单既可以提高订单的接单率，由可以提高用户的满意度，提高好评度。
S280、基于抢单模式推送所述订单。
当派单接单率小于抢单接单率时，表明将该订单以抢单模式推送时，运力的接单率更高，以抢单模式推送该订单既可以调动运力的工作积极性，又可以使运力根据自己的实际情况确定是否抢单，提高了订单的接单率。
本发明实施例二提供一种订单推送方法，在上述实施例的基础上进行具体化，根据订单和运力之间的匹配度对确定派单接单率，根据各订单的基本信息和各运力的属性信息确定候选运力相对各订单的接单权重，根据接单权重确定各订单的抢单接单率，充分考虑了同一订单在不同模式下的接单率，进而根据接单率确定订单的推送模式，提高了订单的接单率，也提升了用户对商家的满意度。
实施例三
图5为本发明实施例三提供的一种订单推送装置的结构图，该装置可以执行上述任意实施例所述的订单推送方法，具体的，该装置包括：
获取模块310，用于获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力；
第一确定模块320，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率；
第二确定模块330，用于根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
本发明实施例三提供一种订单推送装置，通过获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力，根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式，与现有技术相比，本发明根据派单接单率和抢单接单率确定订单的推送模式，完成订单的推送，提高了订单的接单率。
在上述实施例的基础上，第一确定模块320，包括：
第一确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度；
第二确定单元，用于根据各匹配度确定对应订单的派单接单率；
第三确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
在上述实施例的基础上，第三确定单元，包括：
第一确定子单元，用于根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力；
第二确定子单元，用于根据各所述订单对应的候选运力，确定各候选运力对应的订单；
获取子单元，用于针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重；
第三确定子单元，用于根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
在上述实施例的基础上，第三确定子单元具体用于：
针对每个订单，获取所述订单所对应各候选运力相对所述订单的接单权重；
基于各候选运力相对所述订单的接单权重及设定的抢单接单率计算公式，确定所述订单的抢单接单率。
在上述实施例的基础上，第二确定模块330，包括：
比较单元，用于比对所述订单的派单接单率和抢单接单率；
推送单元，用于如果所述派单接单率大于或等于所述抢单接单率，则基于派单模式推送所述订单；否则，基于抢单模式推送所述订单。
本发明实施例提供的订单推送装置可以用于执行上述任意实施例提供的订单推送方法，具备相应的功能和有益效果。
实施例四
图6为本发明实施例四提供的一种设备的结构图，具体的，参考图6，该设备包括：处理器410、存储器420、输入装置430和输出装置440，设备中处理器410的数量可以是一个或多个，图6中以一个处理器410为例，设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图6中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的订单推送方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述实施例的订单推送方法。
存储器420主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备、扬声器以及蜂鸣器等音频设备。
本发明实施例提供的设备与上述实施例提供的订单推送方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例具备执行订单推送方法相同的有益效果。
实施例五
本发明实施例五还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的订单推送方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的订单推送方法中的操作，还可以执行本发明任意实施例所提供的订单推送方法中的相关操作，且具备相应的功能和有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的订单推送方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种订单推送方法，其特征在于，包括：
获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力；
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率；
根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率，包括：
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度；
根据各匹配度确定对应订单的派单接单率；
根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
3.根据权利要求2所述的方法，其特征在于，所述根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率，包括：
根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力；
根据各所述订单对应的候选运力，确定各候选运力对应的订单；
针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重；
根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率，包括：
针对每个订单，获取所述订单所对应各候选运力相对所述订单的接单权重；
基于各候选运力相对所述订单的接单权重及设定的抢单接单率计算公式，确定所述订单的抢单接单率。
5.根据权利要求1所述的方法，其特征在于，所述根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式，包括：
比对所述订单的派单接单率和抢单接单率；
如果所述派单接单率大于或等于所述抢单接单率，则基于派单模式推送所述订单；否则，
基于抢单模式推送所述订单。
6.一种订单推送装置，其特征在于，包括：
获取模块，用于获取预设时间段内接收的至少一个订单和符合预设条件的至少一个运力；
第一确定模块，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的派单接单率和抢单接单率；
第二确定模块，用于根据各所述订单的派单接单率和抢单接单率确定各所述订单的推送模式。
7.根据权利要求6所述的装置，其特征在于，所述第一确定模块，包括：
第一确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单和对应运力的匹配度；
第二确定单元，用于根据各匹配度确定对应订单的派单接单率；
第三确定单元，用于根据各所述订单的基本信息和各所述运力的属性信息确定各所述订单的抢单接单率。
8.根据权利要求7所述的方法，其特征在于，所述第三确定单元，包括：
第一确定子单元，用于根据各所述订单的基本信息和各所述运力的属性信息，确定各所述订单对应的候选运力；
第二确定子单元，用于根据各所述订单对应的候选运力，确定各候选运力对应的订单；
获取子单元，用于针对每个候选运力，将所述运力的属性信息及对应订单的基本信息作为预设网络模型的输入，获取所述预设网络模型输出的所述候选运力相对各对应订单的接单权重；
第三确定子单元，用于根据各所述订单对应的候选运力及各候选运力相对各对应订单的接单权重，确定各所述订单的抢单接单率。
9.一种设备，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的订单推送方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的订单推送方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186514.3A CN109886603B (zh) | 2019-03-12 | 2019-03-12 | 订单推送方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186514.3A CN109886603B (zh) | 2019-03-12 | 2019-03-12 | 订单推送方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109886603A true CN109886603A (zh) | 2019-06-14 |
| CN109886603B CN109886603B (zh) | 2020-11-06 |
Family
ID=66931976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910186514.3A Active CN109886603B (zh) | 2019-03-12 | 2019-03-12 | 订单推送方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886603B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689177A (zh) * | 2019-09-17 | 2020-01-14 | 北京三快在线科技有限公司 | 订单准备时间的预测方法和装置，电子设备及存储介质 |
| CN110889738A (zh) * | 2019-10-29 | 2020-03-17 | 南京领行科技股份有限公司 | 一种订单派发方法及装置 |
| CN111553645A (zh) * | 2020-06-08 | 2020-08-18 | 北京顺达同行科技有限公司 | 订单分派方法、装置、计算机设备和存储介质 |
| CN112215534A (zh) * | 2020-08-19 | 2021-01-12 | 北京沃东天骏信息技术有限公司 | 一种订单处理方法、装置、设备及存储介质 |
| CN112581073A (zh) * | 2020-09-23 | 2021-03-30 | 北京合众伟奇科技股份有限公司 | 一种抢派单的采集运维工单调度管理方法及系统 |
| CN113205391A (zh) * | 2021-05-24 | 2021-08-03 | 长沙市到家悠享家政服务有限公司 | 基于历史订单匹配度的派单方法、电子设备和计算机可读介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537502A (zh) * | 2015-01-15 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
| CN104715426A (zh) * | 2015-04-08 | 2015-06-17 | 北京嘀嘀无限科技发展有限公司 | 用于处理订单的方法及设备 |
| CN105117777A (zh) * | 2015-07-28 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配的方法及装置 |
| CN105160711A (zh) * | 2015-08-20 | 2015-12-16 | 北京嘀嘀无限科技发展有限公司 | 一种动态调价方法及装置 |
| CN105405285A (zh) * | 2015-11-06 | 2016-03-16 | 厦门蓝斯通信股份有限公司 | 自动切换抢单模式和派单模式的车辆调度方法和调度系统 |
| US10009467B1 (en) * | 2017-01-27 | 2018-06-26 | Andrew Valiente | Automatic telephone call bridge into a queue |
| CN108734432A (zh) * | 2018-05-21 | 2018-11-02 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
| CN109242320A (zh) * | 2018-09-17 | 2019-01-18 | 北京同城必应科技有限公司 | 订单分配方法、装置、服务器及存储介质 |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| CN109377317A (zh) * | 2018-10-26 | 2019-02-22 | 天津五八到家科技有限公司 | 数据处理方法及装置 |
-
2019
- 2019-03-12 CN CN201910186514.3A patent/CN109886603B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537502A (zh) * | 2015-01-15 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
| CN104715426A (zh) * | 2015-04-08 | 2015-06-17 | 北京嘀嘀无限科技发展有限公司 | 用于处理订单的方法及设备 |
| CN105117777A (zh) * | 2015-07-28 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配的方法及装置 |
| CN105160711A (zh) * | 2015-08-20 | 2015-12-16 | 北京嘀嘀无限科技发展有限公司 | 一种动态调价方法及装置 |
| CN105405285A (zh) * | 2015-11-06 | 2016-03-16 | 厦门蓝斯通信股份有限公司 | 自动切换抢单模式和派单模式的车辆调度方法和调度系统 |
| US10009467B1 (en) * | 2017-01-27 | 2018-06-26 | Andrew Valiente | Automatic telephone call bridge into a queue |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| CN108734432A (zh) * | 2018-05-21 | 2018-11-02 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
| CN109242320A (zh) * | 2018-09-17 | 2019-01-18 | 北京同城必应科技有限公司 | 订单分配方法、装置、服务器及存储介质 |
| CN109377317A (zh) * | 2018-10-26 | 2019-02-22 | 天津五八到家科技有限公司 | 数据处理方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| LINGYU ZHANG等: "A Taxi Order Dispatch Model based On Combinatorial Optimization", 《KDD "17: PROCEEDINGS OF THE 23RD ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING》 * |
| 邓明华: ""拍照赚钱"问题的任务定价解题思路", 《数学建模及其应用》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689177A (zh) * | 2019-09-17 | 2020-01-14 | 北京三快在线科技有限公司 | 订单准备时间的预测方法和装置，电子设备及存储介质 |
| CN110889738A (zh) * | 2019-10-29 | 2020-03-17 | 南京领行科技股份有限公司 | 一种订单派发方法及装置 |
| CN110889738B (zh) * | 2019-10-29 | 2022-05-17 | 南京领行科技股份有限公司 | 一种订单派发方法及装置 |
| CN111553645A (zh) * | 2020-06-08 | 2020-08-18 | 北京顺达同行科技有限公司 | 订单分派方法、装置、计算机设备和存储介质 |
| CN111553645B (zh) * | 2020-06-08 | 2024-02-02 | 北京顺达同行科技有限公司 | 订单分派方法、装置、计算机设备和存储介质 |
| CN112215534A (zh) * | 2020-08-19 | 2021-01-12 | 北京沃东天骏信息技术有限公司 | 一种订单处理方法、装置、设备及存储介质 |
| CN112581073A (zh) * | 2020-09-23 | 2021-03-30 | 北京合众伟奇科技股份有限公司 | 一种抢派单的采集运维工单调度管理方法及系统 |
| CN112581073B (zh) * | 2020-09-23 | 2024-02-02 | 北京合众伟奇科技股份有限公司 | 一种抢派单的采集运维工单调度管理方法及系统 |
| CN113205391A (zh) * | 2021-05-24 | 2021-08-03 | 长沙市到家悠享家政服务有限公司 | 基于历史订单匹配度的派单方法、电子设备和计算机可读介质 |
| CN113205391B (zh) * | 2021-05-24 | 2022-08-23 | 长沙市到家悠享家政服务有限公司 | 基于历史订单匹配度的派单方法、电子设备和计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109886603B (zh) | 2020-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109886603A (zh) | 订单推送方法、装置、设备及存储介质 | |
| CN111079015B (zh) | 一种推荐方法、装置、计算机设备和存储介质 | |
| US20140180978A1 (en) | Instance weighted learning machine learning model | |
| KR20200003106A (ko) | 정보 검색 방법, 장치 및 시스템 | |
| CN111414457A (zh) | 基于联邦学习的智能问答方法、装置、设备及存储介质 | |
| CN110287420B (zh) | 一种信息推荐系统的训练方法及装置 | |
| JP2015534148A (ja) | 階層ベース配列の機械学習モデル | |
| CN112528164B (zh) | 一种用户协同过滤召回方法及装置 | |
| Pérez et al. | A mobile group decision making model for heterogeneous information and changeable decision contexts | |
| CN114117235A (zh) | 采用人工智能分析的电商内容推送方法及电商大数据系统 | |
| Han et al. | Optimizing ranking algorithm in recommender system via deep reinforcement learning | |
| CN109829098A (zh) | 搜索结果优化方法、装置及服务器 | |
| CN109977979B (zh) | 定位种子用户的方法、装置、电子设备和存储介质 | |
| CN112150184A (zh) | 点击率预估方法及其系统、计算机系统及计算机可读介质 | |
| CN112541556A (zh) | 模型构建优化方法、设备、介质及计算机程序产品 | |
| CN116245603A (zh) | 用户标签的处理方法、装置、云服务器和可读存储介质 | |
| CN113128597B (zh) | 一种用户行为特征的提取和分类预测的方法及装置 | |
| CN113159926A (zh) | 贷款业务的还款日期确定方法及装置 | |
| CN113761352A (zh) | 信息推送方法、装置、设备和存储介质 | |
| CN111309931A (zh) | 基于区块链的交易方法、装置、电子设备及存储介质 | |
| Onokoy et al. | Modern approaches to building recommender systems for online stores | |
| CN116992158B (zh) | 资源配置的推荐方法和装置、存储介质及电子装置 | |
| US20230237552A1 (en) | Methods and apparatus for recommending substitutions | |
| CN110503482B (zh) | 一种物品处理方法、装置、终端及存储介质 | |
| CN113159152B (zh) | 基于树形结构的多标签预测方法、控制器和介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |