CN110782301A - 一种拼单方法、装置、电子设备及计算机可读存储介质 - Google Patents

一种拼单方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110782301A
CN110782301A CN201910138880.1A CN201910138880A CN110782301A CN 110782301 A CN110782301 A CN 110782301A CN 201910138880 A CN201910138880 A CN 201910138880A CN 110782301 A CN110782301 A CN 110782301A
Authority
CN
China
Prior art keywords
service
information
order
target area
target
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
Application number
CN201910138880.1A
Other languages
English (en)
Inventor
陈威
龚平华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201910138880.1A priority Critical patent/CN110782301A/zh
Publication of CN110782301A publication Critical patent/CN110782301A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/0645—Rental transactions; Leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种拼单方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：获取目标区域在第一时间段内的历史服务订单；基于供需预测模型和历史服务订单预测未来第二时间段内目标区域是否处于供需失衡状态，其中，供需失衡状态为目标区域内服务请求方和服务提供方之间的失衡状态；若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，则向目标区域内的服务请求方发送拼车引导信息，其中，拼车引导信息用于引导服务请求方使用拼单服务。本申请通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。

Description

一种拼单方法、装置、电子设备及计算机可读存储介质
技术领域
本申请涉及计算机的技术领域，具体而言，涉及一种拼单方法、装置、电子设备及计算机可读存储介质。
背景技术
目前，随着互联网技术的快速发展，网约车也逐渐在人们的生活中开始普及。网约车平台中一般包含快车服务、拼车服务、出租车服务、顺风车服务、专车服务等多种服务。用户在使用网约平台发起服务订单时，可根据自身需求的不同选择不同的服务。
一般地，用户在使用网约车平台时会优先选择快车服务，但是由于打车需求会随着时间不同、区域不同而增多。例如，上下班高峰期打车的用户多，经常会发生供需不平衡的情况。若在该中情况下，每个用户还继续使用快车服务，则将导致对该区域内的车辆需求增加，从而导致供需不平衡的情况发生。
发明内容
有鉴于此，本申请实施例的目的在于提供一种拼单方法、装置、电子设备及计算机可读存储介质，通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。
根据本申请的一个方面，提供一种电子设备，可以包括一个或多个存储介质和一个或多个与存储介质通信的处理器。一个或多个存储介质存储有处理器可执行的机器可读指令。当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行所述机器可读指令，以执行一个或多个以下操作：
获取目标区域在第一时间段内的历史服务订单；基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态；若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
在本申请较佳的实施例中，基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态包括：对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
在本申请较佳的实施例中，对所述历史服务订单进行特征提取，得到目标特征信息包括：确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
在本申请较佳的实施例中，所述地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格；所述服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地；所述服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数；所述环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
在本申请较佳的实施例中，向所述目标区域内的服务请求方发送拼车引导信息包括：在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
在本申请较佳的实施例中，向所述目标区域内的目标服务请求方发送拼车引导信息包括：向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
在本申请较佳的实施例中，所述拼车引导信息为文字链信息；向所述目标区域内的目标服务请求方发送拼车引导信息包括：获取所述文字链信息；在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
在本申请较佳的实施例中，向所述目标区域内的服务请求方发送拼车引导信息包括：预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
在本申请较佳的实施例中，基于所述接收度确定是否向所述服务请求方发送拼车引导信息包括：若所述接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
在本申请较佳的实施例中，所述接收度包括：服务请求方点击目标窗口的概率；预测所述服务请求方对所述拼车引导信息的接收度包括：获取所述服务请求方的历史订单数据；对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
在本申请较佳的实施例中，所述目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
在本申请较佳的实施例中，所述接收度包括：服务请求方的拼单成功概率；预测所述服务请求方对所述拼车引导信息的接收度包括：获取所述目标区域的订单特征信息；利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
在本申请较佳的实施例中，所述方法还包括：获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
在本申请较佳的实施例中，通过以下方式确定所述训练样本的标签信息，具体包括：在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；基于所述需求数量和所述运力供给数量确定所述标签信息。
在本申请较佳的实施例中，基于所述需求数量和所述运力供给数量确定所述标签信息包括：计算所述运力供给数量和所述需求数量之间的差值；若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态；若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
在本申请较佳的实施例中，统计所述目标区域内需求数量包括：在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
在本申请较佳的实施例中，统计所述目标区域内运力供给数量包括：在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
根据本申请的另一个方面，还提供了一种拼单装置，包括：获取单元，用于获取目标区域在第一时间段内的历史服务订单；预测单元，用于基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态；数据发送单元，用于若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
在本申请较佳的实施例中，所述预测单元包括：特征提取模块，用于对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；预测模块，用于利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
在本申请较佳的实施例中，所述特征提取模块用于包括：确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
在本申请较佳的实施例中，所述地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格；所述服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地；所述服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数；所述环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
在本申请较佳的实施例中，所述数据发送单元包括：第一数据发送模块，用于在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
在本申请较佳的实施例中，所述第一数据发送模块用于：向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
在本申请较佳的实施例中，所述拼车引导信息为文字链信息；所述第一数据发送模块还用于：获取所述文字链信息；在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
在本申请较佳的实施例中，所述数据发送单元还包括：预测模块，用于预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；第二数据发送模块，用于基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
在本申请较佳的实施例中，所述第二数据发送模块用于：若所述接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
在本申请较佳的实施例中，所述接收度包括：服务请求方点击目标窗口的概率；所述预测模块用于：获取所述服务请求方的历史订单数据；对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
在本申请较佳的实施例中，所述目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
在本申请较佳的实施例中，所述接收度包括：服务请求方的拼单成功概率；所述预测模块还用于：获取所述目标区域的订单特征信息；利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
在本申请较佳的实施例中，所述装置还用于：获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
在本申请较佳的实施例中，所述装置通过以下方式确定所述训练样本的标签信息，具体包括：在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；基于所述需求数量和所述运力供给数量确定所述标签信息。
在本申请较佳的实施例中，所述装置还用于：计算所述运力供给数量和所述需求数量之间的差值；若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态；若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
在本申请较佳的实施例中，所述装置还用于：在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
在本申请较佳的实施例中，所述装置还用于：在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
根据本申请的另一个方面，还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如上述任一所述的拼单方法的步骤。
根据本申请的另一个方面，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上存储有计算机程序，该计算机程序被处理器运行时执行如上述任一所述的拼单方法的步骤。
在本实施例中，首先，获取目标区域内的历史服务订单；然后，基于供需预测模型和历史服务订单预测未来第二时间段内目标区域是否处于供需失衡状态；若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，则向目标区域内的服务请求方发送拼车引导信息。通过上述描述可知，在本实施例中，通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请一些实施例的拼单系统100的框图；
图2示出了示出了本申请实施例所提供的一种电子设备200的示意图；
图3示出了示出了本申请实施例所提供的一种拼单方法的流程图；
图4示出了示出了本申请实施例所提供的第一种可选地拼单方法的流程图；
图5出了示出了本申请实施例所提供的第二种可选地拼单方法的流程图；
图6出了示出了本申请实施例所提供的第三种可选地拼单方法的流程图；
图7出了示出了本申请实施例所提供的第四种可选地拼单方法的流程图；
图8出了示出了本申请实施例所提供的第五种可选地拼单方法的流程图；
图9示出了示出了本申请实施例所提供的一种拼单装置的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“网约车场景”，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕网约车场景进行描述，但是应该理解，这仅是一个示例性实施例。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
图1是本申请一些实施例的拼单系统100的框图。例如，拼单系统100可以是用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、驾驶员租赁、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。拼单系统100可以包括服务器110、网络120、服务请求方终端130、服务提供方终端140和数据库150中的一种或多种，服务器110中可以包括执行指令操作的处理器。
在一些实施例中，服务器110可以是单个服务器，也可以是服务器组。服务器组可以是集中式的，也可以是分布式的(例如，服务器110可以是分布式系统)。在一些实施例中，服务器110相对于终端，可以是本地的、也可以是远程的。在一些实施例中，服务器110可以在具有本申请中图2所示的一个或多个组件的电子设备200上实现。
网络120可以用于信息和/或数据的交换。在一些实施例中，拼单系统100中的一个或多个组件(例如，服务器110，服务请求方终端130，服务提供方终端140和数据库150)可以向其他组件发送信息和/或数据。
在一些实施例中，服务请求方终端130的用户可以是除服务实际需求者之外的其他人。在一些实施例中，服务提供方终端140的用户可以是服务实际提供者，也可以是除服务实际提供者之外的其他人。
在一些实施例中，服务请求方终端130可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等，或其任意组合。
在一些实施例中，服务提供方终端140可以是与服务请求方终端130类似或相同的设备。在一些实施例中，服务提供方终端140可以是具有定位技术的设备，用于定位服务提供方和/或服务提供方终端的位置。
在一些实施例中，服务请求方终端130和/或服务提供方终端140可以与其他定位设备通信以确定服务请求方、服务请求方终端130、服务提供方、或服务提供方终端140、或其任意组合的位置。在一些实施例中，服务请求方终端130和/或服务提供方终端140可以将定位信息发送给服务器110。
在一些实施例中，数据库150可以存储从服务请求方终端130和/或服务提供方终端140获得的数据。在一些实施例中，数据库150可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中，数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory,ROM)等，或其任意组合。
图2示出根据本申请的一些实施例的可以实现本申请思想的服务器110、服务请求方终端130、服务提供方终端140的电子设备200的示例性硬件和软件组件的示意图。例如，处理器可以用于电子设备200上，并且用于执行本申请中的功能。
电子设备200可以是通用计算机或特殊用途的计算机，两者都可以用于实现本申请的拼单方法。本申请尽管仅示出了一个计算机，但是为了方便起见，可以在多个类似平台上以分布式方式实现本申请描述的功能，以均衡处理负载。
例如，电子设备200可以包括连接到网络的网络端口210、用于执行程序指令的一个或多个处理器220、通信总线230、和不同形式的存储介质240，例如，磁盘、ROM、或RAM，或其任意组合。示例性地，计算机平台还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。电子设备200还包括计算机与其他输入输出设备(例如键盘、显示屏)之间的输入/输出(Input/Output，I/O)接口250。
为了便于说明，在电子设备200中仅描述了一个处理器。然而，应当注意，本申请中的电子设备200还可以包括多个处理器，因此本申请中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如，若电子设备200的处理器执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如，第一处理器执行步骤A，第二处理器执行步骤B，或者第一处理器和第二处理器共同执行步骤A和B。
参见图3所示的一种拼单方法的流程图。
图3所示的拼单方法以应用在服务器端为例进行说明，该方法包括如下步骤：
步骤S302，获取目标区域在第一时间段内的历史服务订单。
在本实施例中，上述目标区域可以为多个不同的目标区域。本申请获取各个目标区域在第一时间段的历史服务订单。目标区域的历史服务订单是指在该第一时间段内，服务请求方在该目标区域发起的服务订单。
步骤S304，基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态。
在本实施例中，供需预测模型为预先训练好的预测模型，通过该供需预测模型能够预测在未来的第二目标时间段内，目标区域是否处于供需失衡状态。
其中，在本实施例中，供需失衡状态是指该目标区域内能够提供服务的提取提供方的数据少于该目标区域内请求发起服务订单的服务请求方的数量。
步骤S306，若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
在本实施例中，上述拼车引导信息中可以包含以下信息：一个或多个待拼车的服务订单；以及每个服务订单的订单信息，例如，服务提供方的接单数量，服务时间和信用等级等信息，该服务订单的起始点和终点信息，该服务订单的当前所处的位置，以及服务提供方的接驾时长、接驾距离等信息。除此之外，还可以包含其他的信息，对此，本实施例中不做具体限定。
在本实施例中，首先，获取目标区域内的历史服务订单；然后，基于供需预测模型和历史服务订单预测未来第二时间段内目标区域是否处于供需失衡状态；若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，则向目标区域内的服务请求方发送拼车引导信息。通过上述描述可知，在本实施例中，通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。
通过上述描述可知，在本实施例中，首先，获取目标区域在第一时间段内的历史服务订单，然后，基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态。
在一个可选的实施方式中，如图4所示，步骤S304，基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态包括如下步骤：
步骤S401，对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；
步骤S402，利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
在本实施例中，首先，对历史服务订单的订单数据进行特征提取，得到目标特征信息。
可选地，步骤S401，对所述历史服务订单进行特征提取，得到目标特征信息包括如下步骤：
步骤S4011，确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；
步骤S4012，在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；
步骤S4013，对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；
步骤S4014，将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
在本实施例中，可以按照目标区域内的地理围栏对历史服务订单的订单数据进行特征提取，其中，地理围栏是指将地理区域按照正六边形进行划分之后，得到的围栏，其中，一个正六边形即为一个地理围栏。
在本实施例中，首先，可以确定目标区域所属的地理围栏，其中，确定出的地理围栏可以为一个，还可以为多个。在确定出一个或多个地理围栏之后，就可以在历史服务订单中确定服务请求方在每个地理围栏内发起的历史服务订单，从而得到所属于各个地理围栏的历史服务订单。
接下来，对所属于各个地理围栏的历史服务订单进行特征提取，提取得到的围栏特征信息包括：地理围栏内的特征信息和地理围栏之间的出入度信息。
具体地，地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格。
服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地。
服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数。环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
在得到各个地理围栏的围栏特征信息之后，就可以将各个地理围栏所属的围栏特征信息作为目标特征信息。
需要说明的是，在本实施例中，确定出的一个或多个地理围栏中可能包含不完整的地理围栏，此时，可以根据该边界围栏的大小进行处理，具体处理方式为：
如果边界围栏尺寸小于预设尺寸，则忽略该边界围栏。
如果边界围栏的尺寸大于预设尺寸，一种可选的实施方式是，确定该边界围栏与该目标区域之间的交集区域，然后，获取该交集区域在第一时间段内的历史服务订单。另一种可选的实施方式是，确定该边界围栏所对应的区域在第一时间段内的历史服务订单。
通过上述描述可知，在本实施例中，通过上述处理方式，提取各个地理围栏所属的地理围栏的围栏特征信息，能够更加精确的预测出目标区域内的供需失衡情况。
除此之外，在得到各个地理围栏所属的地理围栏的围栏特征信息之后，还可以基于各个围栏特征信息进行预测，以预测各个地理围栏所属区域的供需失衡情况。从而实现对目标区域内各个子区域的供需失衡情况进行准确的预测。
通过上述描述可知，若基于预测结果确定出在未来的第二时间段内，目标区域处于所述供需失衡状态，则向目标区域内的服务请求方发送拼车引导信息。
在一个可选的实施方式中，步骤S306，向所述目标区域内的服务请求方发送拼车引导信息包括如下步骤：
在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
在本实施例中，在未来的第二时间段到来的时刻，可以确定目标区域内，在第二时间段发起服务请求的目标服务请求方。然后，向目标服务请求方发送拼车引导信息。
通过上述描述可知，上述拼车引导信息中可以包含以下信息：一个或多个待拼车的服务订单；以及每个服务订单的订单信息，例如，服务提供方的接单数量，服务时间和信用等级等信息，该服务订单的起始点和终点信息，该服务订单的当前所处的位置，以及服务提供方的接驾时长、接驾距离等信息。
除此之外，还可以包含快车服务的排队时间，快车服务和拼车服务的预估价格，快车服务的上车时长等，以刺激目标服务请求方使用拼单服务。
通过确定目标服务请求方的方式，并向目标服务请求方发送拼车引导信息的方式，能够在目标区域处于供需失衡状态时，有效缓解该目标区域的供需失衡状态。
在本实施例中，可以通过以下两种方式向所述目标区域内的目标服务请求方发送拼车引导信息。
方式一、
向所述目标区域内的目标服务请求方发送拼车引导信息包括：
向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，那么在第二时间段到来的时刻，如果检测到某个服务请求方发起服务订单，则确定该服务请求方为目标服务请求方。此时，向目标服务请求方发送所属的服务请求客户端发送弹窗(即，目标窗口)。在该目标窗口中包含拼车引导信息。
在该目标窗口中，可以包含一个或多个待拼单的服务订单。如果包含多个待拼单的服务订单，那么可以按照服务提供方的服务总时长、接单总数量、该服务订单的接驾时长、接驾距离、起始点和终点等信息对多个待拼单的服务订单进行排序。
此时，用户就可以从排序之后的多个待拼单的服务订单中选择理想的服务订单来使用拼单服务。
通过上述处理方式，能够更加直观的为服务请求方展示出待拼单的服务订单的各项信息，以进一步激励服务请求方使用拼单服务，以提高用户体验。
方式二、
如果拼车引导信息为文字链信息，那么向所述目标区域内的目标服务请求方发送拼车引导信息包括：
获取所述文字链信息；
在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
在本实施例中，若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，那么在第二时间段到来的时刻，如果检测到某个服务请求方发起服务订单，则确定该服务请求方为目标服务请求方。此时，获取文字链信息，然后，在目标服务请求方所属的服务请求客户端的地图显示界面中显示该文字链信息。当目标服务请求方在地图显示界面中点击该文字链信息时，可以进入相匹配的拼车服务订单的相关显示界面。
需要说明的是，在本实施例中，若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，那么在第二时间段到来的时刻，如果检测到某个服务请求方发起服务订单，则确定该服务请求方为目标服务请求方。此时，确定目标服务请求所属的电话号码，并向该电话号码发送拼车引导信息。
此时，该拼车引导信息中可以包含以下信息：快车服务的排队信息和等车时长，目标区域内与该目标服务请求方相匹配的拼车服务订单的等车时长等信息，以及上述方式一中目标窗口所显示的拼车引导信息等等，本实施例对此不作具体限定。
在本实施例中，如图5所示，上述步骤S306，向所述目标区域内的服务请求方发送拼车引导信息还包括如下步骤：
步骤S501，预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；
步骤S502，基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
本发明实施例中，可以综合服务请求方点击目标窗口的概率(即系统给服务请求方弹出目标窗口时，服务请求方点击该目标窗口的概率，也可以表示为服务请求方愿意接受拼车服务的概率)、拼车成功的概率(即服务请求方接受拼车后，最终拼车成功的概率)、服务请求方对服务的满意度(即拼车订单完成后，服务请求方对服务的满意度)等对失衡区域的服务请求方进行分析，决定是否对其进行拼车引导。
在本实施例中，可以将服务请求方点击目标窗口的概率、服务请求方的拼单成功概率和服务请求方对服务订单的满意度定义为服务请求方对拼车引导信息的接收度，通过该接收度决定是否进行拼车引导。当预测到服务请求方对拼车引导信息的接收度达到预设阈值时，向其发送拼车引导信息。
在本实施例中，若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，那么在第二时间段到来的时刻，可以预测服务请求方对拼车引导信息的接收度。如果接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
需要说明的是，服务请求方点击目标窗口的概率和服务请求方的拼单成功概率可通过训练相关的机器学习模型实现，服务请求方对服务订单的满意度可以作为最后的评估指标。模型的训练可通过提取与预测数据相关的特征，采用与供需预测模型相同的方式实现。
可选地，可以预测目标服务请求方对拼车引导信息的接收度；还可以预测目标区域内全部服务请求方的接收度。其中，接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度。
在本实施例中，在确定出目标服务请求方的基础上，再预测目标服务请求方对拼车引导信息的接收度的方式，能够有选择性的发送拼单引导信息，从而进一步提高拼单成功率。
在本实施例中，如图6所示，如果接收度为服务请求方点击目标窗口的概率；步骤S501，预测所述服务请求方对所述拼车引导信息的接收度包括如下步骤：
步骤S601，获取所述服务请求方的历史订单数据；
步骤S602，对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；
步骤S603，利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
在本实施例中，首先，获取服务请求方的历史订单数据；然后，对历史订单数据进行特征提取，得到第一特征信息，其中，第一特征信息可以为该服务请求方的属性特征信息，例如，年龄，性别，信用等级，发单数量等信息，对此，本实施例不做具体限定。
在得到第一特征信息之后，就可以结合第一特征信息和该目标区域的订单特征信息来预测该服务请求方点击目标窗口的概率。
其中，目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
具体地，可以将第一特征信息和该目标区域的订单特征信息作为第一预测模型的输入，以及第一预测模型预测服务请求方点击目标窗口的概率。
需要说明的是，第一预测模型为预先训练好的模型，具体训练过程此处不再详细描述。
在上述所描述的处理方式中，通过机器学习模型(即，第一预测模型)，并结合第一特征信息和目标区域内订单特征信息来预测服务请求方点击目标窗口的概率的方式，能够提高数据预测的准确性，进而得到更加准确的预测结果。
在本实施例中，如图7所示，如果接收度包括：服务请求方的拼单成功概率；步骤S501，预测所述服务请求方对所述拼车引导信息的接收度包括如下步骤：
步骤S701，获取所述目标区域的订单特征信息；
步骤S702，利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
如果接收度为服务请求方的拼单成功概率，那么在本实施例中，首先，获取目标区域的订单特征信息。
其中，目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
然后，利用第二预测模型对目标区域的订单特征信息进行预测处理，得到服务请求方的拼单成功概率。
需要说明的是，在本实施例中，第二预测模型为预先训练好的模型，具体训练过程此处不再详细赘述。
通过上述描述可知，在本实施例中，在利用第二预测模型对目标区域的订单特征信息进行处理之后，可以得到该目标区域内服务请求方的拼单成功率。
若该目标区域内服务请求方的拼单成功率高于预设的成功率阈值，和/或，服务请求方点击目标窗口的概率高于预设的概率阈值，则可以向对应的服务请求方发送拼车引导信息。
在本实施例中，在执行上述步骤S302至步骤S306所描述的步骤之前，还需要对供需预测模型的初始模型(即，初始供需预测模型)进行训练，如图8所示，具体训练过程描述如下：
步骤S801，获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；
步骤S802，利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
在本实施例中，首先需要获取训练样本集，训练样本集中包括多个训练样本，其中，获取训练样本集的具体过程可以描述为：
例如，采集目标区域在2018年6月1日到2018年6月30日这30天中，4点半到5点之间的历史服务订单，进而，得到30组历史服务订单的订单数据，其中，一天对应一组订单数据。然后，对每组订单数据进行特征提取，得到相应的特征信息，其中，此处的特征信息与上述步骤所描述的目标特征信息包含相同类型的特征信息。
在得到特征信息之后，还需要确定每个训练样本的标签信息，其中，该标签信息用于表征在各个预设时间段之后未来的第三时间段内目标区域是否处于供需失衡状态。
例如，目标区域在2018年6月1日到2018年6月30日这30天中，5点到5点半是否出现供需失衡状态。
在本实施例中，可以通过以下方式确定所述训练样本的标签信息，具体包括：
在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；
基于所述需求数量和所述运力供给数量确定所述标签信息。
在本实施例中，提供了一种区域内运力供给与需求的定义方法。例如，目标区域内的车辆是不断进出的，这种情况如何定义时间空间内的运力。在本实施例中，在未来的第三时间段到来的时刻，统计该目标区域内的需求数量和运力供给数量。
以上述实施例为例，需求数量可以为2018年6月1日，下午5点到5点半这段时间内，目标区域所需要的服务提供方的数量。运力供给数量可以为2018年6月1日，下午5点到5点半这段时间内，目标区域内能够为服务请求方提供服务的服务提供方的数量。
在统计得到目标区域内的需求数量和运力供给数量之后，就可以计算运力供给数量和需求数量之间的差值。
若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态。
若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
在一个可选的实施方式中，统计所述目标区域内需求数量包括：
在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；
基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
在本实施例中，在未来的第三时间段到来的时刻，统计目标区域内服务请求方发起的服务订单，即第一目标服务订单。然后，对第一目标服务订单进行去重处理，去重处理之后的到第一目标服务订单的数量即为去重发单数。其中，去重处理是指第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理。例如，同一服务请求方在20分钟内发起服务订单，且出发地相距1公里内的服务订单，算做同一个服务订单。
在本实施例中，动调是指服务订单的价格动态调整阶段；冒泡是指用户打开网约车平台，但尚未发起服务订单。
在本实施例中，需求数量＝去重发单数+动调冒泡未发单数*未动调发单率。
在另一个可选的实施方式中，统计所述目标区域内运力供给数量包括如下步骤：
在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；
在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；
基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
在本实施例中，上述第一数量又可以称为完成订单数，第二数量又可以称为空闲运力。可选地，运力供给数量定义为：完成订单数(即，第一数量)+空闲运力(即，第二数量)。
其中，空闲运力定义为在未来的第三时间段内，处于在线状态且未接单的服务提供方的数量。在本实施例中，在未来的第三时间段内，可以按照该目标区域内服务订单的平均服务时长来统计空闲运力。例如，北京九点到10点这段期间内，服务订单的平均服务时长为15分钟，若一个服务提供方在9：03-9:20处于空闲状态，那么该服务提供方将计一个空闲运力。
通过上述描述可知，在本实施例中，通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。
图9是示出本申请的一些实施例的拼单装置的框图，该拼单装置实现的功能对应上述方法执行的步骤。该装置可以理解为上述服务器，或服务器的处理器，也可以理解为独立于上述服务器或处理器之外的在服务器控制下实现本申请功能的组件，如图9所示，拼单装置可以包括获取单元910、预测单元920和数据发送单元930。
获取单元910，用于获取目标区域在第一时间段内的历史服务订单；
预测单元920，用于基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态；
数据发送单元930，用于若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
在本实施例中，首先，获取目标区域内的历史服务订单；然后，基于供需预测模型和历史服务订单预测未来第二时间段内目标区域是否处于供需失衡状态；若基于预测结果确定出在未来的第二时间段内，目标区域处于供需失衡状态，则向目标区域内的服务请求方发送拼车引导信息。通过上述描述可知，在本实施例中，通过使用机器学习模型对目标区域内的供需失衡情况进行预测，以向供需失衡区域内的服务请求方发送拼车引导信息的方式来实现运力的调度。
可选地，所述预测单元包括：特征提取模块，用于对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；预测模块，用于利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
可选地，所述特征提取模块用于包括：确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
可选地，所述地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格；所述服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地；所述服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数；所述环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
可选地，所述数据发送单元包括：第一数据发送模块，用于在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
可选地，所述第一数据发送模块用于：向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
可选地，所述拼车引导信息为文字链信息；所述第一数据发送模块还用于：获取所述文字链信息；在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
可选地，所述数据发送单元还包括：预测模块，用于预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；第二数据发送模块，用于基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
可选地，所述第二数据发送模块用于：若所述接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
可选地，所述接收度包括：服务请求方点击目标窗口的概率；所述预测模块用于：获取所述服务请求方的历史订单数据；对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
可选地，所述目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
可选地，所述接收度包括：服务请求方的拼单成功概率；所述预测模块还用于：获取所述目标区域的订单特征信息；利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
可选地，所述装置还用于：获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
可选地，所述装置通过以下方式确定所述训练样本的标签信息，具体包括：在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；基于所述需求数量和所述运力供给数量确定所述标签信息。
可选地，所述装置还用于：计算所述运力供给数量和所述需求数量之间的差值；若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态；若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
可选地，所述装置还用于：在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
可选地，所述装置还用于：在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
在本申请的另一个实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任一所述的拼单方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (36)

1.一种拼单方法，其特征在于，包括：
获取目标区域在第一时间段内的历史服务订单；
基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态；
若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
2.根据权利要求1所述的方法，其特征在于，基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态包括：
对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；
利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
3.根据权利要求2所述的方法，其特征在于，对所述历史服务订单进行特征提取，得到目标特征信息包括：
确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；
在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；
对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；
将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
4.根据权利要求3所述的方法，其特征在于，
所述地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格；
所述服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地；
所述服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数；
所述环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
5.根据权利要求1所述的方法，其特征在于，向所述目标区域内的服务请求方发送拼车引导信息包括：
在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
6.根据权利要求5所述的方法，其特征在于，向所述目标区域内的目标服务请求方发送拼车引导信息包括：
向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
7.根据权利要求5所述的方法，其特征在于，所述拼车引导信息为文字链信息；向所述目标区域内的目标服务请求方发送拼车引导信息包括：
获取所述文字链信息；
在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
8.根据权利要求1所述的方法，其特征在于，向所述目标区域内的服务请求方发送拼车引导信息包括：
预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；
基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
9.根据权利要求8所述的方法，其特征在于，基于所述接收度确定是否向所述服务请求方发送拼车引导信息包括：
若所述接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
10.根据权利要求8所述的方法，其特征在于，所述接收度包括：服务请求方点击目标窗口的概率；
预测所述服务请求方对所述拼车引导信息的接收度包括：
获取所述服务请求方的历史订单数据；
对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；
利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
11.根据权利要求10所述的方法，其特征在于，所述目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
12.根据权利要求8所述的方法，其特征在于，所述接收度包括：服务请求方的拼单成功概率；
预测所述服务请求方对所述拼车引导信息的接收度包括：
获取所述目标区域的订单特征信息；
利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
13.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；
利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
14.根据权利要求13所述的方法，其特征在于，通过以下方式确定所述训练样本的标签信息，具体包括：
在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；
基于所述需求数量和所述运力供给数量确定所述标签信息。
15.根据权利要求14所述的方法，其特征在于，基于所述需求数量和所述运力供给数量确定所述标签信息包括：
计算所述运力供给数量和所述需求数量之间的差值；
若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态；
若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
16.根据权利要求14所述的方法，其特征在于，统计所述目标区域内需求数量包括：
在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；
基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
17.根据权利要求14所述的方法，其特征在于，统计所述目标区域内运力供给数量包括：
在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；
在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；
基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
18.一种拼单装置，其特征在于，包括：
获取单元，用于获取目标区域在第一时间段内的历史服务订单；
预测单元，用于基于供需预测模型和所述历史服务订单预测未来第二时间段内所述目标区域是否处于供需失衡状态，其中，所述供需失衡状态为所述目标区域内服务请求方和服务提供方之间的失衡状态；
数据发送单元，用于若基于预测结果确定出在未来的第二时间段内，所述目标区域处于所述供需失衡状态，则向所述目标区域内的服务请求方发送拼车引导信息，其中，所述拼车引导信息用于引导所述服务请求方使用拼单服务。
19.根据权利要求18所述的装置，其特征在于，所述预测单元包括：
特征提取模块，用于对所述历史服务订单进行特征提取，得到目标特征信息，其中，所述目标特征信息为用于反映所述目标区域供需失衡情况的特征信息；
预测模块，用于利用所述供需预测模型对所述目标特征信息进行预测处理，得到所述预测结果。
20.根据权利要求19所述的装置，其特征在于，所述特征提取模块用于包括：
确定所述目标区域所属的地理围栏，其中，所述所属的地理围栏的数量为一个或多个；
在所述历史服务订单中确定在每个地理围栏内发起的历史服务订单，从而得到所属于每个地理围栏的历史服务订单；
对所述所属于每个地理围栏的历史服务订单进行特征提取，以确定每个所述地理围栏所属的围栏特征信息；所述围栏特征信息包括地理围栏内的特征信息和地理围栏之间的出入度信息，所述地理围栏内的特征信息包括以下至少之一：地理围栏内的服务订单信息、服务提供方的状态信息、服务请求方的冒泡信息和环境信息，所述地理围栏之间的出入度信息包括：地理围栏中每个围栏边的出入度信息和/或地理围栏的出入度信息；
将各个所述地理围栏所属的围栏特征信息作为所述目标特征信息。
21.根据权利要求20所述的装置，其特征在于，
所述地理围栏内的服务订单信息包括以下至少之一：历史服务订单的总数量，被服务提供方接收的订单数量，未被服务提供方接收的订单数量，服务订单的完成数量，订单需求数量，订单接驾距离，订单应答时长，订单接驾时长，订单应答率，拼单订单的数量，订单距离，订单预估服务时间，订单预估价格；
所述服务提供方的状态信息包括以下至少之一：处于接驾状态的服务提供方的数量，处于应答状态的服务提供方的数量，处于空闲状态的服务提供方的数量，服务提供方的实时目的地；
所述服务请求方的冒泡信息包括以下至少之一：服务请求方的冒泡数量，服务请求方的冒泡发单率，服务请求方的冒泡未发单数；
所述环境信息包括以下至少之：天气信息、路况信息、订单的动态价格调整信息和服务请求方的排队信息。
22.根据权利要求18所述的装置，其特征在于，所述数据发送单元包括：
第一数据发送模块，用于在所述第二时间段到来的时刻，向所述目标区域内的目标服务请求方发送拼车引导信息，其中，所述目标服务请求方为在所述第二时间段发起服务订单的服务请求方。
23.根据权利要求22所述的装置，其特征在于，所述第一数据发送模块用于：
向所述目标服务请求方所属的服务请求客户端发送目标窗口，其中，所述目标窗口中包含所述拼车引导信息。
24.根据权利要求22所述的装置，其特征在于，所述拼车引导信息为文字链信息；所述第一数据发送模块还用于：
获取所述文字链信息；
在所述目标服务请求方所属的服务请求客户端的地图显示界面中显示所述文字链信息。
25.根据权利要求18所述的装置，其特征在于，所述数据发送单元还包括：
预测模块，用于预测所述服务请求方对所述拼车引导信息的接收度，其中，所述接收度包括以下至少之一：服务请求方点击目标窗口的概率，服务请求方的拼单成功概率，服务请求方对服务订单的满意度，所述目标窗口为向所述服务请求方所属的服务请求客户端发送携带所述拼车引导信息的窗口；
第二数据发送模块，用于基于所述接收度确定是否向所述服务请求方发送所述拼车引导信息。
26.根据权利要求25所述的装置，其特征在于，所述第二数据发送模块用于：
若所述接收度大于预设阈值，则向所述服务请求方发送所述拼车引导信息。
27.根据权利要求25所述的装置，其特征在于，所述接收度包括：服务请求方点击目标窗口的概率；所述预测模块用于：
获取所述服务请求方的历史订单数据；
对所述历史订单数据进行特征提取，得到第一特征信息，其中，所述第一特征信息包括以下至少之一：服务请求方的属性特征信息，服务请求方发起服务订单的时间；
利用第一预测模型对所述第一特征信息和所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方点击目标窗口的概率。
28.根据权利要求27所述的装置，其特征在于，所述目标区域的订单特征信息包括以下至少之一：所述目标区域的实时供需平衡信息，所述目标区域的预测供需平衡信息，订单应答率，订单愿拼拼成率，所述目标区域内各个订单服务类型的分布信息，所述目标区域内历史服务订单的分布信息，所述目标区域内当前时刻的订单分布信息，所述目标区域内订单的起始点和终点信息，订单预估时间，订单预估价格，拼车成功率，路况信息，天气信息，订单的动态价格调整信息和服务请求方的排队信息。
29.根据权利要求25所述的装置，其特征在于，所述接收度包括：服务请求方的拼单成功概率；所述预测模块还用于：
获取所述目标区域的订单特征信息；
利用第二预测模型对所述目标区域的订单特征信息进行预测处理，预测得到所述服务请求方的拼单成功概率。
30.根据权利要求18所述的装置，其特征在于，所述装置还用于：
获取训练样本集；所述训练样本集中包括多个训练样本，每个训练样本包括：所述目标区域内在各个预设时间段之前的历史服务订单的特征信息和每个训练样本的标签信息，所述标签信息用于表征在各个所述预设时间段之后未来的第三时间段内所述目标区域是否处于供需失衡状态；
利用训练样本集训练初始供需预测模型，得到所述供需预测模型。
31.根据权利要求30所述的装置，其特征在于，所述装置通过以下方式确定所述训练样本的标签信息，具体包括：
在所述未来的第三时间段到来的时刻，统计所述目标区域内需求数量和运力供给数量，其中，所述需求数量为所述目标区域内所需要的服务提供方的数量，所述运力供给数量为所述目标区域内能够为服务请求方提供服务的服务提供方的数量；
基于所述需求数量和所述运力供给数量确定所述标签信息。
32.根据权利要求31所述的装置，其特征在于，所述装置还用于：
计算所述运力供给数量和所述需求数量之间的差值；
若所述差值大于或者等于预设差值，则将所述训练样本的标签信息设置为第一标签信息，其中，所述第一标签信息表示在所述第三时间段内所述目标区域处于供需失衡状态；
若所述差值小于所述预设差值，则将所述训练样本的标签信息设置为第二标签信息，其中，所述第二标签信息表示在所述第三时间段内所述目标区域未处于供需失衡状态。
33.根据权利要求31所述的装置，其特征在于，所述装置还用于：
在所述未来的第三时间段到来的时刻，计算所述目标区域内的去重发单数、动调冒泡未发单数和未动调发单率，其中，所述去重发单数为对第一目标服务订单进行去重处理之后得到的订单数量；所述第一目标服务订单为所述第三时间段内服务请求方在所述目标区域发起的服务订单；所述去重处理为对所述第一目标服务订单中订单发起时间间隔预设时长，且订单发起位置小于预设距离的服务订单进行去重处理；所述动调冒泡未发单数为在服务订单的价格动态调整阶段，处于在线状态且未发起服务订单的所述服务请求方的数量；所述未动调发单率为在未处于服务订单的价格动态调整阶段时，服务请求方发起的服务订单的数量；
基于所述去重发单数、所述动调冒泡未发单数和所述未动调发单率确定所述需求数量。
34.根据权利要求31所述的装置，其特征在于，所述装置还用于：
在所述未来的第三时间段到来的时刻，计算所述目标区域内第二目标服务订单的数量，得到第一数量，其中，所述第二目标服务订单为在所述第三时间段内，服务请求方发起的服务订单中服务完成的订单；
在所述未来的第三时间段到来的时刻，计算第二数量，其中，所述第二数量为在所述第三时间段内，处于在线状态且未接收到服务订单的服务提供方的数量；
基于所述第一数量和所述第二数量之间的差值计算所述运力供给数量。
35.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行如权利要求1至17中任一所述的拼单方法的步骤。
36.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至17中任一所述的拼单方法的步骤。
CN201910138880.1A 2019-02-25 2019-02-25 一种拼单方法、装置、电子设备及计算机可读存储介质 Pending CN110782301A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910138880.1A CN110782301A (zh) 2019-02-25 2019-02-25 一种拼单方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910138880.1A CN110782301A (zh) 2019-02-25 2019-02-25 一种拼单方法、装置、电子设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110782301A true CN110782301A (zh) 2020-02-11

Family

ID=69383201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910138880.1A Pending CN110782301A (zh) 2019-02-25 2019-02-25 一种拼单方法、装置、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110782301A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815050A (zh) * 2020-07-07 2020-10-23 北京嘀嘀无限科技发展有限公司 模型训练、状态预测方法和装置、电子设备及存储介质
CN111858871A (zh) * 2020-03-13 2020-10-30 北京嘀嘀无限科技发展有限公司 一种信息处理方法及装置
CN111881226A (zh) * 2020-05-21 2020-11-03 北京嘀嘀无限科技发展有限公司 一种判断面状区域通行属性的方法和系统
CN111899061A (zh) * 2020-03-10 2020-11-06 北京畅行信息技术有限公司 订单推荐方法、装置、设备及存储介质
CN112053116A (zh) * 2020-09-10 2020-12-08 广州回头车信息科技有限公司 一种可拼车订单识别方法和装置
CN112529279A (zh) * 2020-12-02 2021-03-19 北京嘀嘀无限科技发展有限公司 一种生成接单指导信息的方法、装置、计算机设备和介质
CN112669116A (zh) * 2020-12-31 2021-04-16 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及可读存储介质
WO2022133383A1 (en) * 2020-12-16 2022-06-23 Beijing Didi Infinity Technology And Development Co., Ltd. Dynamic display of route related content during transport by a vehicle
US11507978B2 (en) 2020-12-16 2022-11-22 Beijing Didi Infinity Technology And Development Co., Ltd. Dynamic display of driver content

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496130A (zh) * 2011-11-15 2012-06-13 王家庆 一种高效运营出租车的实时移动商务系统
CN106846038A (zh) * 2016-12-19 2017-06-13 北京东方车云信息技术有限公司 一种叫车方法及叫车系统、服务端
CN108009841A (zh) * 2017-03-29 2018-05-08 北京嘀嘀无限科技发展有限公司 网约车服务请求处理方法、装置和服务器
CN108009650A (zh) * 2017-03-29 2018-05-08 北京嘀嘀无限科技发展有限公司 网约车服务请求处理方法、装置和服务器
CN108009652A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 信息显示方法、装置、终端设备和计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102496130A (zh) * 2011-11-15 2012-06-13 王家庆 一种高效运营出租车的实时移动商务系统
CN106846038A (zh) * 2016-12-19 2017-06-13 北京东方车云信息技术有限公司 一种叫车方法及叫车系统、服务端
CN108009841A (zh) * 2017-03-29 2018-05-08 北京嘀嘀无限科技发展有限公司 网约车服务请求处理方法、装置和服务器
CN108009650A (zh) * 2017-03-29 2018-05-08 北京嘀嘀无限科技发展有限公司 网约车服务请求处理方法、装置和服务器
CN108009652A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 信息显示方法、装置、终端设备和计算机可读存储介质

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899061A (zh) * 2020-03-10 2020-11-06 北京畅行信息技术有限公司 订单推荐方法、装置、设备及存储介质
CN111899061B (zh) * 2020-03-10 2024-04-16 北京畅行信息技术有限公司 订单推荐方法、装置、设备及存储介质
CN111858871A (zh) * 2020-03-13 2020-10-30 北京嘀嘀无限科技发展有限公司 一种信息处理方法及装置
CN111858871B (zh) * 2020-03-13 2023-12-05 北京嘀嘀无限科技发展有限公司 一种信息处理方法及装置
CN111881226A (zh) * 2020-05-21 2020-11-03 北京嘀嘀无限科技发展有限公司 一种判断面状区域通行属性的方法和系统
CN111815050A (zh) * 2020-07-07 2020-10-23 北京嘀嘀无限科技发展有限公司 模型训练、状态预测方法和装置、电子设备及存储介质
CN112053116A (zh) * 2020-09-10 2020-12-08 广州回头车信息科技有限公司 一种可拼车订单识别方法和装置
CN112053116B (zh) * 2020-09-10 2023-11-03 江苏运满满同城信息科技有限公司 一种可拼车订单识别方法和装置
CN112529279A (zh) * 2020-12-02 2021-03-19 北京嘀嘀无限科技发展有限公司 一种生成接单指导信息的方法、装置、计算机设备和介质
WO2022133383A1 (en) * 2020-12-16 2022-06-23 Beijing Didi Infinity Technology And Development Co., Ltd. Dynamic display of route related content during transport by a vehicle
US11507978B2 (en) 2020-12-16 2022-11-22 Beijing Didi Infinity Technology And Development Co., Ltd. Dynamic display of driver content
CN112669116A (zh) * 2020-12-31 2021-04-16 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN110782301A (zh) 一种拼单方法、装置、电子设备及计算机可读存储介质
US11162803B2 (en) Providing alternative routing options to a rider of a transportation management system
CN111832788B (zh) 一种服务信息生成的方法、装置、计算机设备及存储介质
US10021243B2 (en) Telephone call placement
CN104537752A (zh) 一种排队方法、云端服务器和系统
US20180225796A1 (en) Resource Allocation in a Network System
CN111353092A (zh) 服务推送方法、装置、服务器及可读存储介质
CN112819576A (zh) 充电站推荐模型的训练方法、装置、及充电站的推荐方法
CN111899061B (zh) 订单推荐方法、装置、设备及存储介质
WO2018146622A1 (en) Dynamic selection of geo-based service options in a network system
CN112561285A (zh) 网点的推荐方法、装置、电子设备及计算机可读存储介质
CN111859172B (zh) 信息推送方法、装置、电子设备和计算机可读存储介质
CN111798283A (zh) 订单派发方法、装置、电子设备及计算机可读存储介质
US20120323742A1 (en) Method and system for brokering services with time-dependent labor rates
CN111612183A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质
CN111835730B (zh) 服务账号处理方法、装置、电子设备及可读存储介质
CN111612493A (zh) 一种用户分群方法及装置
CN111353093A (zh) 问题推荐方法、装置、服务器及可读存储介质
CN112465331A (zh) 乘车安全控制方法、模型训练方法、装置、设备及介质
CN111310961A (zh) 数据预测方法、装置、电子设备和计算机可读存储介质
CN111915043A (zh) 服务数据处理方法、装置、服务器及存储介质
US11864057B2 (en) Location determination based on historical service data
CN113688324B (zh) 一种银行网点推荐方法及装置
CN111831935B (zh) 一种兴趣点排序方法、装置、电子设备及存储介质
CN111353090B (zh) 服务分流方法、装置、服务器及可读存储介质

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: 20200211

RJ01 Rejection of invention patent application after publication