CN111144676A - 用车订单分配方法、装置、服务器及计算机可读存储介质 - Google Patents

Abstract

本申请涉及用车订单分配方法、装置、服务器及计算机可读存储介质，属于互联网技术领域。该用车订单分配方法在接收到乘车终端发送的用车订单时，不再是仅仅根据运力(例如，距离最近)进行派单，而是综合考虑了该用车订单的相关特征信息，进而根据每个相关特征信息的预设权重以及每个所述相关特征信息计算该用车订单的起点的预设播单范围内的司机终端的接驾距离，然后再根据调整后的接驾距离去派单，从而提供了一种针对不同用户、不同需求的个性化分单方法，降低了用户因不满订单分配情况而将其取消的概率，提高了成单率。

Description

用车订单分配方法、装置、服务器及计算机可读存储介质

技术领域

本申请属于互联网技术领域，具体涉及一种用车订单分配方法、装置、服务器及计算机可读存储介质。

背景技术

随着互联网和智能终端技术的发展，人们经常使用手机并通过打车软件来满足自己方便出行的需求。乘客在使用打车软件过程中，只需要设置出发地、目的地、支付方式等基本信息，就可以满足最基本的出行需要。

现有的网约车平台在进行订单分配时，所有乘客(或所有司机)是同等的、无区别对待的，仅考虑运力最合适的司机进行分配，例如距离最近。实际情况中，由于每个人的需求或者个人爱好的不同，对订单的要求也是不同的。因此，会导致用户因不满订单分配情况而将其取消，进而导致成单率偏低。

发明内容

鉴于此，本申请的目的在于提供一种用车订单分配方法、装置、服务器及计算机可读存储介质，以有效地改善上述问题。

本申请的实施例是这样实现的：

第一方面，本申请实施例提供了一种用车订单分配方法，包括：在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息；根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离；根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。本实施例中，在接收到乘车终端发送的用车订单时，不再是仅仅根据运力(例如，距离最近)进行派单，而是综合考虑了该用车订单的相关特征信息，进而根据每个相关特征信息的预设权重以及每个所述相关特征信息计算该用车订单的起点的预设播单范围内的司机终端的接驾距离，然后再根据调整后的接驾距离去派单，从而提供了一种针对不同用户、不同需求的个性化分单方法，降低了用户因不满订单分配情况而将其取消的概率，提高了成单率。

结合第一方面的一种可能的实施方式，通过以下步骤确定每个所述相关特征信息的预设权重：获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据；根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度；根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。本实施例中，通过获取一段时间内的多个乘车终端的订单取消数据，然后根据订单取消数据确定每个所述相关特征信息对取消订单的影响程度，进而根据影响程度的大小确定每个所述相关特征信息的权重，从而在派单时，综合考虑每个相关特征信息对取消订单的影响程度，从而提供了一种针对不同用户、不同需求的个性化分单方法。

结合第一方面的又一种可能的实施方式，所述获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据，包括：获取所述用车订单之前的预设时间段内的多个乘车终端的应答前的订单取消数据。本实施例中，在分析每个相关特征信息对取消订单的影响程度时，通过获取一段时间内的多个乘车终端的应答前的订单取消数据，能更有效的找到导致用户因不满订单分配情况而将其取消的原因，改善效果更好。

结合第一方面的又一种可能的实施方式，所述根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度，包括：根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息；确定每个所述相关特征信息在所有相关特征信息中的占比；根据每个所述相关特征信息的占比确定对取消订单的影响程度。本申请中，通过每个相关特征信息的占比，来确定对取消订单的影响程度，可以准确的找到导致用户因不满订单分配情况而将其取消的原因，以便于在确定每个所述相关特征信息的权重提供理论依据，进而使成单率的效果更加。

结合第一方面的又一种可能的实施方式，所述获取所述用车订单的相关特征信息，包括：获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程、所述用车订单的发单时间、所述预设播单范围内的运力、所述乘车终端的所处物理环境、所述乘车终端的网络环境、所述乘车终端的电量、所述用车订单对应的用户的偏好信息、所述用车订单的接驾距离、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。本申请中，通过获取多个不同的相关特征信息，进而在考虑派单时，可以综合考虑多种影响订单成单率的因素，进而提供一种针对不同用户、不同需求的个性化分单方法，以提高成单率。

结合第一方面的又一种可能的实施方式，根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离，包括：根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。本申请中，在派单时，除了考虑乘客的相关特征信息外，而且还综合考虑了预设播单范围内的司机的特征信息，避免司机在接单后，因不满足自身的需求将其取消，进而影响成单率。

结合第一方面的又一种可能的实施方式，所述预设播单范围内的司机的特征信息，包括：所述预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数中的任意一种或任意组合。本申请中，通过获取预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数等信息，以便在考虑派单时，提供一种针对不同用户、不同需求的个性化分单方法，以提高成单率，例如，用户喜欢老司机，则优先将车机车龄长或接单总数多的司机派单给该用户。

结合第一方面的又一种可能的实施方式，所述计算所述预设播单范围内的司机终端的接驾距离之前，所述方法还包括：根据所述用车订单中的起点确定所述预设播单范围；获取所述预设播单范围内的司机终端。本申请中，通过用车订单中的起点确定所述预设播单范围，进而在所述预设播单范围内，确定多个司机终端，以便从该司机终端中选择一个最为合适的司机终端作为目标司机终端，并进行派单，确保了所派单的目标司机终端与乘车终端的接驾距离在合理范围内，降低了因接驾距离过长，导致乘客或司机取消订单的概率。

结合第一方面的又一种可能的实施方式，所述方法还包括：监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高；在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。本申请中，通过监测一段时间内的成单率相较于上一时间段内的成单率是否有所提高，在没有提高时，调整影响成单率的不同相关特征信息的预设权重，以确保成单率切实得到提升。

第二方面，本申请实施例还提供了一种用车订单分配装置，包括：第一获取模块，用于在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息；计算模块，用于根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离；分配模块，用于根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。本实施例中，在接收到乘车终端发送的用车订单时，不再是仅仅根据运力(例如，距离最近)进行派单，而是综合考虑了该用车订单的相关特征信息，进而根据每个相关特征信息的预设权重以及每个所述相关特征信息计算该用车订单的起点的预设播单范围内的司机终端的接驾距离，然后再根据调整后的接驾距离去派单，从而提供了一种针对不同用户、不同需求的个性化分单方法，降低了用户因不满订单分配情况而将其取消的概率，提高了成单率。

结合第二方面的一种可能的实施方式，所述装置还包括：第二获取模块，用于获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据；第一确定模块，用于根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度；第二确定模块，用于根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。本实施例中，通过获取一段时间内的多个乘车终端的订单取消数据，然后根据订单取消数据确定每个所述相关特征信息对取消订单的影响程度，进而根据影响程度的大小确定每个所述相关特征信息的权重，从而在派单时，综合考虑每个相关特征信息对取消订单的影响程度，从而提供了一种针对不同用户、不同需求的个性化分单方法。

结合第二方面的又一种可能的实施方式，所述第二获取模块还用于获取所述用车订单之前的预设时间段内的多个乘车终端的应答前的订单取消数据。本实施例中，在分析每个相关特征信息对取消订单的影响程度时，通过获取一段时间内的多个乘车终端的应答前的订单取消数据，能更有效的找到导致用户因不满订单分配情况而将其取消的原因，改善效果更好。

结合第二方面的又一种可能的实施方式，所述第一确定模块还用于根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息；以及还用于确定每个所述相关特征信息在所有相关特征信息中的占比；以及还用于根据每个所述相关特征信息的占比确定对取消订单的影响程度。本申请中，通过每个相关特征信息的占比，来确定对取消订单的影响程度，可以准确的找到导致用户因不满订单分配情况而将其取消的原因，以便于在确定每个所述相关特征信息的权重提供理论依据，进而使成单率的效果更加。

结合第二方面的又一种可能的实施方式，所述第一获取模块还用于获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程、所述用车订单的发单时间、所述预设播单范围内的运力、所述乘车终端的所处物理环境、所述乘车终端的网络环境、所述乘车终端的电量、所述用车订单对应的用户的偏好信息、所述用车订单的接驾距离、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。本申请中，通过获取多个不同的相关特征信息，进而在考虑派单时，可以综合考虑多种影响订单成单率的因素，进而提供一种针对不同用户、不同需求的个性化分单方法，以提高成单率。

结合第二方面的又一种可能的实施方式，所述计算模块还用于根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。本申请中，在派单时，除了考虑乘客的相关特征信息外，而且还综合考虑了预设播单范围内的司机的特征信息，避免司机在接单后，因不满足自身的需求将其取消，进而影响成单率。

结合第二方面的又一种可能的实施方式，所述预设播单范围内的司机的特征信息，包括：所述预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数中的任意一种或任意组合。本申请中，通过获取预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数等信息，以便在考虑派单时，提供一种针对不同用户、不同需求的个性化分单方法，以提高成单率，例如，用户喜欢老司机，则优先将车机车龄长或接单总数多的司机派单给该用户。

结合第二方面的又一种可能的实施方式，所述装置还包括：第三确定模块，用于根据所述用车订单中的起点确定所述预设播单范围；第三获取模块，用于获取所述预设播单范围内的司机终端。本申请中，通过用车订单中的起点确定所述预设播单范围，进而在所述预设播单范围内，确定多个司机终端，以便从该司机终端中选择一个最为合适的司机终端作为目标司机终端，并进行派单，确保了所派单的目标司机终端与乘车终端的接驾距离在合理范围内，降低了因接驾距离过长，导致乘客或司机取消订单的概率。

结合第二方面的又一种可能的实施方式，所述装置还包括：判断模块，用于监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高；调整模块，用于在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。本申请中，通过监测一段时间内的成单率相较于上一时间段内的成单率是否有所提高，在没有提高时，调整影响成单率的不同相关特征信息的预设权重，以确保成单率切实得到提升。

第三方面，本申请实施例还提供了一种服务器，包括：存储器和处理器，所述存储器和所述处理器连接；所述存储器用于存储程序；所述处理器用于调用存储于所述存储器中的程序，以执行上述第一方面或第一方面中的任意一种可能的实施方式提供的方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行上述第一方面或第一方面中的任意一种可能的实施方式提供的方法。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。通过附图所示，本申请的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本申请的主旨。

图1示出了本申请实施例提供的一种派单系统的交互示意图。

图2示出了本申请实施例提供的一种服务器的结构示意图。

图3示出了本申请一实施例提供的一种用车订单分配方法的流程图。

图4示出了本申请实施例提供的一种确定每个相关特征信息的预设权重的流程图。

图5示出了本申请又一实施例提供的一种用车订单分配方法的流程图。

图6示出了本申请实施例提供的一种用车订单分配装置的模块示意图。

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，显然，所描述的实施例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。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。再者，本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

第一实施例

请参阅图1，图1为本申请实施例提供的一种派单系统100的交互示意图。该派单系统100包括：乘车终端10、司机终端30和服务器20，乘车终端10通过网络与服务器20进行数据交互，司机终端30通过网络与服务器20进行数据交互。本实施例中，乘车终端10、司机终端30的数量为至少一个，其中，乘车终端10以及司机终端30中安装有至少一个应用程序(Application，APP)与服务器20进行数据交互，以便服务器20接收乘车终端10发送的用车订单，然后为该乘车终端10分派合适的司机终端30，并将订单分配给该司机终端30。

其中，该司机终端30可以为司机的手机、平板电脑或司机车辆内安装的车载设备等移动终端，而该乘车终端10可以为乘客的手机、平板电脑等移动终端。

如图2所示，服务器20可以为网络服务器、数据库服务器或由多个子服务器构成的服务器集群。服务器20通过分别与司机终端30和乘车终端10进行数据交互，可以执行并实现涉及网约打车的用车订单分配方法。

可选地，服务器20可以包括：存储器21、通信模块22、总线23和处理器24。其中，处理器24、通信模块22和存储器21通过总线23连接。处理器24用于执行存储器21中存储的可执行模块，例如计算机程序。图2所示的服务器20的组件和结构只是示例性的，而非限制性的，根据需要，服务器20也可以具有其他组件和结构。

其中，存储器21可能包含高速随机存取存储器(Random Access Memory RAM)，也可能还包括非不稳定的存储器(non－volatile memory)，例如至少一个磁盘存储器。本实施例中，存储器21存储了处理器24执行用车订单分配方法所需要的程序。

总线23可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器24可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器24中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器24可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。

本发明实施例任意实施例揭示的流过程或定义的装置所执行的方法可以应用于处理器24中，或者由处理器24实现。处理器24在接收到执行指令后，通过总线23调用存储在存储器21中的程序后，处理器24通过总线23控制通信模块22则可以执行用车订单分配方法的流程。

第二实施例

请参阅图3，为本申请实施例提供的一种应用于上述服务器20的用车订单分配方法，下面将结合图3对其所包含的步骤进行说明。

步骤S101：在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息。

当乘客有用车需求时，通过乘车终端10向服务器20发起用车订单，在服务器接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息。

需要说明的是，用车订单的相关特征信息为预设的相关特征信息，该预设的相关特征信息可以是打车系统后台，管理人员通过手动输入进行设置的相关特征信息，对于每个订单，服务器20均会获取相同的相关特征信息。当然，在实际运用中，该预设的相关特征信息也可以是根据历史订单数据分析获取到的，例如服务器20对多个历史订单数据进行分析，确定出影响成单率的几个相关特征信息，然后对于每个订单，服务器20均会获取相关的该几个相关特征信息，这部分内容将在后续进行详细描述。

从另一个角度可以理解为，相关特征信息可以是对取消订单有影响的相关特征信息，或者是有助于提高成单率的相关特征信息。

其中，获取所述用车订单的相关特征信息可以是获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程(起点到终点的距离)、所述用车订单的发单时间、所述预设播单范围内的运力(该预设播单范围内的空载司机的数量)、所述乘车终端的所处物理环境、所述乘车终端的网络环境(如处于WiFi环境还是处于使用诸如3g、4g的流量环境)、所述乘车终端的电量、所述用车订单对应的用户的偏好信息(如，对车型的偏好、司机车龄的偏好、耐心度偏好等)、所述用车订单的接驾距离(司机当前位置距离所述起点的路面距离)、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。本申请中，通过获取所述用车订单的相关特征信息，进而在派单时，可以综合考虑多种影响订单成单率的因素，进而提供一种针对不同用户、不同需求的个性化分单方法，以提高成单率。

其中，用户的偏好信息可以根据该用户的历史用车数据得出，例如，若过去一段时间内的取消订单的主要原因是因为车型导致的，例如，车型差的订单都被用户取消了，则可以得出用户喜欢车型较好的车。此外，还可以根据用户的评论信息得出该用户的用车偏好。若过去一段时间内的取消订单的主要原因是因为司机车龄的原因，例如，司机车龄短的订单都被用户取消了，则可以得出该用户喜欢司机车龄长的老司机，此外，还可以根据用户的评论信息得出该用户的司机车龄偏好。乘客的耐心度偏好可以利用应答前取消订单的等待时长、以及应答后的等待接驾时长等反映出来，应答前取消订单的等待时长越长、应答后的等待接驾时长越长表示乘客用户的耐心度越高，反之则越低。

步骤S102：根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离。

在获取到所述用车订单的相关特征信息后，获取每个相关特征信息对应的预设权重，根据每个相关特征信息的预设权重和每个相关特征信息，计算用车订单的起点的预设播单范围内的司机终端的接驾距离。即在接收到乘车终端发送的用车订单时，基于该用车订单中的起点确定所述预设播单范围，然后在所述预设播单范围内，获取多个处于闲置状态的司机终端，然后根据每个相关特征信息的预设权重和每个相关特征信息，计算用车订单的起点的预设播单范围内的各个司机终端的接驾距离。

本实施例中，在计算用车订单的起点的预设播单范围内的司机终端的接驾距离时，不再仅仅是根据司机终端距离该用车订单的起点的路面距离这种最简单的计算方式来计算，而是综合考虑了每个相关特征信息对取消订单的影响程度(通过预设权重体现出来)，然后结合每个相关特征信息的影响程度来重新计算用车订单的起点的预设播单范围内的司机终端的接驾距离，从而提供了一种针对不同用户、不同需求的个性化分单方法，以提高成单率，降低了用户因不满订单分配情况而将其取消的概率。

在综合考虑每个相关特征信息对取消订单的影响程度时，可以从下面几个方面去考虑：

例如，根据该订单的发单时间以及用车订单的起点，可以得出该发单时间是处于高峰期还是平峰期。这会影响乘客等待的耐心程度，高峰期乘客愿意等待的时间会较短，因此在同等条件下，可以优先为处于高峰期的乘客派单。其中，不同的区域高峰/平峰期不同。

例如，根据乘车终端的所处物理环境以及用车订单的终点，可以得出该用户是否熟悉所在的区域，例如，来到了一个陌生的城市和/或要去一个陌生的区域，这类用户在司机应答后取消率相对较高，因此在同等条件下，可以优先为处于不熟悉所处物理环境的乘客派单。其中，可以根据乘车终端的历史打车的活动轨迹来判断该用户是否熟悉所在的区域。

例如，根据所述乘车终端的网络环境可以得出该乘客是处于WiFi环境还是处于使用诸如3g、4g的流量环境，处于WiFi环境的乘客其等待时间相对于处于流量环境的乘客的等待时间更长，因此，在运力有限的情况下，在同等条件下，可以优先为处于流量环境的乘客派单。

例如，根据所述乘车终端的电量来判断该乘车终端的电量是否充足，在电量低于不派单预设阈值(例如，电量低于5％)时，则可以不派单，避免在接驾的过程中，由于用户手机关机，司机无法联系到乘客，最终只能被迫取消订单，在电量处于优先派单预设阈值段内(例如，为5％－25％)时，则在运力有限的情况下，在同等条件下，可以优先为电量处于这一阈值段内的乘客派单。其中，上述的所示意的数值仅仅是为了便于理解所列举的例子而已，不能将其理解成对本申请的限制。

例如，根据用车订单的终点，来判断该目的地是否为热点地区，例如，医院、机场、火车站等热点区域，在热点区域，用户愿意等待时间相对更短，在同等条件下，可以优先为目的地处于热点地区的乘客派单。

例如，根据用车订单的里程(起点到终点的路面距离)来判断用户的耐心度，在同样的接驾距离下，里程越长用户耐心度越高，因此在同等条件下，可以优先为里程较短的乘客派单。

例如，根据接驾距离以及预估接驾时长来判断用户以及司机的耐心度，接驾距离远和/或预估接驾时长，可影响乘客或司机的耐心度，因此在派单时，需要考虑接驾距离以及预估接驾时长。

例如，根据预设播单范围内的运力，即闲置的司机终端的数量，在运力有限的情况下，在同等条件下，将其优先派发给成优先级高的用户，例如，所处陌生区域的用户、手机电量不足的用户、目的地为热点区域的用户、所处流量环境的用户、处于高峰期的用户等。其中，当某一乘客满足多个优先级别时，其各个优先级别可以相互叠加，例如，在同等条件下，既处于流量环境，又处于高峰期的用户先于只处于流量环境或高峰期的用户先派单。

例如，根据用车订单对应的用户的偏好信息来派单，例如，用户喜欢老司机，则优先将司机车龄长或接单总数多的司机终端派发给该用户。又例如，用户喜欢车型好一点的车，则在分配订单时，分配好一点的车型，降低因分配到差的车型时被取消订单的概率。

此外，作为一种可选的实施方式，在根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离时，还可以将预设播单范围内的司机的特征信息一并考虑进去，即，根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。

本实施例中，在考虑每个所述相关特征信息的预设权重时，还需要结合司机的特征信息进行考虑，以提高成单率。例如，一个订单目的地为X地，周围有两个可选司机，司机A距离乘客更近但不熟悉X地，分单后可能取消该订单，司机B应答率更高，但距离乘客远，同时该乘客的耐心度不高，若分配距离较远的司机可能会取消订单，这种情况下进行订单分配时，需综合考虑两种分配方案的订单成交率，按照成交率高的方案进行分配。

其中，所述预设播单范围内的司机的特征信息，包括：司机的司机车龄、车型、偏好区域、接单总数中的任意一种或任意组合。此外，特征信息还可以包括司机的类型(全职或兼职)等信息。

其中，每个司机的特征信息可以根据司机注册信息以及历史接单数据而获得，例如，司机车龄、车型、司机类型等信息可以在注册信息时获得，偏好区域以及接单总数可以根据历史接单数据而获得，例如，根据实际的历史活动轨迹来确定出司机的偏好区域。

其中，该用车订单的地点的预设播放范围为预先设置的范围，在设置时，可以设置多个范围不同的数值，例如，设置有三个数量，第一数值(如0.5公里)小于第二数值(如1公里)，第二数值小于第三数值(如2公里)，其优先级为第一数值大于第二数值，第二数值大于第三数值。在使用时，首先根据第一数值来获取司机终端，例如，获取以用车订单的地点为中心，0.5公里为半径的圆形区域内的闲置司机终端。若以第一数值来获取司机终端时，该范围内不存在闲置司机终端时，则以第二数值来获取司机终端，若以第二数值来获取司机终端时，该范围内不存在闲置司机终端时，则以第三数值来获取司机终端。

其中，需要说明的是，上述的示例仅仅为了便于理解所列举的例子而且，不能将其理解成是对本实施例的限制。

其中，作为一种可选的实施方式，每个所述相关特征信息的预设权重可以是系统分配的权重，即对每个相关特征信息分配一个权重。例如，权限人员根据经验手动设置。

其中，作为另一种可选的实施方式，可以结合图4所示的步骤来确定每个所述相关特征信息的预设权重。下面将对图4所示的步骤进行说明。

步骤S201：获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据。

获取该用车订单之前的预设时间段内的多个乘车终端的订单取消数据。其中，该预设时间段为事先设置，可以根据具体实际需求来设定，例如，半年、三个月等时间段。其中，需要说明的是，该预设时间段仅仅作为示例使用，不能将其理解成是对本申请的限制。

其中，该订单取消数据可以仅仅是司机应答前的取消数据，也可以仅仅是司机应答后的取消数据，也可以是包括司机应答前的取消数据，也包括司机应答后的取消数据。

步骤S202：根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度。

通过对该用车订单之前的预设时间段内的订单取消数据的原因进行分析，从而确定出每个相关特征信息对取消订单的影响程度。

作为一种可选的实施方式，例如，根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息，然后确定每个所述相关特征信息在所有相关特征信息中的占比，然后根据每个所述相关特征信息的占比确定对取消订单的影响程度。其中，占比越大影响程度越大、占比越少影响程度越小。

步骤S203：根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。

在根据每个所述相关特征信息的占比确定出对取消订单的影响程度后，根据每个所述相关特征信息的影响程度的大小确定每个所述相关特征信息的权重，得到的权重即为所述预设权重。

其中，影响程度越大，对应的权重也越大，影响程度越小则对应的权重也越小。

步骤S103：根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。

在计算出所述预设播单范围内的司机终端的接驾距离后，根据该接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。可选地，采用局部最优或全局最优策略确定目标司机终端，例如，局部最优即就近原则，即从多个接驾距离中选择距离乘客最近的那个司机终端作为目标司机终端。例如，采用全局最优策略确定目标司机终端时，需综合考虑预设播单范围内的所有司机及乘客，选用一种最优的分单方式进行分单，即照接驾距离全局最小进行分配。如表1所示，S1与S2代表司机，P1与P2代表乘客，R11、R12、R21、R22代表接驾距离。局部最优，即直接按照接驾距离小的原则进行分配，若R11＜R12，则将P1分配给S1；全局最优，即综合考虑矩阵中所有情况，若R11+R22＞R12+R21，则按照接驾距离全局最小进行分配，将P1分给S2，P2分给S1。

表1

	S1	S2
			P1	R<sub>11</sub>	R<sub>12</sub>
P2	R<sub>21</sub>	R<sub>22</sub>

本申请实施例中，通过综合考虑了每个相关特征信息对取消订单的影响程度，对每个相关特征信息赋予一定的权重因子，来重新计算所述预设播单范围内的司机终端的接驾距离，然后在根据调整后的接驾距离在采用局部最优或全局最优的策略进行分单。例如，乘客P1处于3G/4G手机网络环境，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1处于高峰期，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1处于陌生区域，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1的目的地处于热点区域，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1的目的地处于热点区域，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1，乘客手机电量不足，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。又例如，乘客P1的订单里程较短，愿意等待时间比较短，那么可能采用一定的权重因子，将R11调小，如将R11乘以1/2，进而使接驾距离变小。

第三实施例

请参阅图5，为本申请实施例提供的又一种应用于上述服务器20的用车订单分配方法，下面将结合图5对其所包含的步骤进行说明。

步骤S301：在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息。

该步骤与步骤S101相同，为了避免累赘，对该步骤的描述可以参阅步骤S101。

步骤S302：根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离。

该步骤与步骤S102相同，为了避免累赘，对该步骤的描述可以参阅步骤S102。

步骤S303：根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。

该步骤与步骤S103相同，为了避免累赘，对该步骤的描述可以参阅步骤S103。

步骤S304：监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高。

监测预设时间段(如，半年或三个月等)内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否有所提高，若是则结束，若所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，则执行步骤S305。其中，上一时间段早于该预设时间段。该预设时间段特指采用了本申请所示的用车订单分配方法后的某一时间段，例如，监测采用该用车订单分配方法后三个月的成单率。

其中，需要说明的是，上述的预设时间段的示例，如半年、三个月等仅仅是为了便于理解所示例的例子，不能将其理解成是对本申请的限制。

步骤S305调整每个所述相关特征信息的预设权重。

在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。例如，在根据所述影响程度的大小确定每个所述相关特征信息的权重时，可以设置多组权重，例如，设置3组权重，在采用第一组权重进行分单时，监测采用第一组权重的成单率，若成单率没有提高，则可以采用第二组权重进行分单，然后判断采用第二组权重进行分单时的成单率与采用第一组权重进行分单时的成单率是否有所提高，若没有，则可以采用第三组权重进行分单，然后进行横向比较，直至选出成单率最高的权重。

第四实施例

本申请实施例还提供了一种用车订单分配装置200，如图6所示。该用车订单分配装置200包括：第一获取模块210、计算模块220以及分配模块230。

第一获取模块210，用于在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息。其中，所述第一获取模块210，还用于获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程、所述用车订单的发单时间、所述预设播单范围内的运力、所述乘车终端的所处物理环境、所述乘车终端的网络环境、所述乘车终端的电量、所述用车订单对应的用户的偏好信息、所述用车订单的接驾距离、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。

计算模块220，用于根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离。其中，所述计算模块220还用于根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。

分配模块230，用于根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。

此外，该用车订单分配装置200还包括：第二获取模块，用于获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据。其中，所述第二获取模块还用于获取所述用车订单之前的预设时间段内的多个乘车终端的应答前的订单取消数据。

该用车订单分配装置200还包括：第一确定模块，用于根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度。其中，所述第一确定模块还用于根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息；以及还用于确定每个所述相关特征信息在所有相关特征信息中的占比；以及还用于根据每个所述相关特征信息的占比确定对取消订单的影响程度。

该用车订单分配装置200还包括：第二确定模块，用于根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。

该用车订单分配装置200还包括：第三确定模块，用于根据所述用车订单中的起点确定所述预设播单范围。

该用车订单分配装置200还包括：第三获取模块，用于获取所述预设播单范围内的司机终端。

该用车订单分配装置200还包括：判断模块，用于监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高。

该用车订单分配装置200还包括：调整模块，用于在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

需要说明的是，由于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，上述描述的系统以及装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

第五实施例

本申请实施例还提供了种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法实施例所述的方法的步骤。具体实现可参见方法实施例，在此不再赘述。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的程序代码被运行时，能够执行上述实施例示出的订单分配方法，从而提供了一种针对不同用户、不同需求的个性化分单方法，降低了用户因不满订单分配情况而将其取消的概率，提高了成单率。

本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也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，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，笔记本电脑，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、只读存储器(ROM，Read－OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (20)

1.一种用车订单分配方法，其特征在于，包括：

在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息；

根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离；

根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。

2.根据权利要求1所述的方法，其特征在于，通过以下步骤确定每个所述相关特征信息的预设权重：

获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据；

根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度；

根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。

3.根据权利要求2所述的方法，其特征在于，所述获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据，包括：

获取所述用车订单之前的预设时间段内的多个乘车终端的应答前的订单取消数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度，包括：

根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息；

确定每个所述相关特征信息在所有相关特征信息中的占比；

根据每个所述相关特征信息的占比确定对取消订单的影响程度。

5.根据权利要求1所述的方法，其特征在于，所述获取所述用车订单的相关特征信息，包括：

获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程、所述用车订单的发单时间、所述预设播单范围内的运力、所述乘车终端的所处物理环境、所述乘车终端的网络环境、所述乘车终端的电量、所述用车订单对应的用户的偏好信息、所述用车订单的接驾距离、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。

6.根据权利要求1所述的方法，其特征在于，根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离，包括：

根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。

7.根据权利要求6所述的方法，其特征在于，所述预设播单范围内的司机的特征信息，包括：

所述预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数中的任意一种或任意组合。

8.根据权利要求1所述的方法，其特征在于，所述计算所述预设播单范围内的司机终端的接驾距离之前，所述方法还包括：

根据所述用车订单中的起点确定所述预设播单范围；

获取所述预设播单范围内的司机终端。

9.根据权利要求1－8任一项所述的方法，其特征在于，所述方法还包括：

监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高；

在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。

10.一种用车订单分配装置，其特征在于，包括：

第一获取模块，用于在接收到乘车终端发送的用车订单时，获取所述用车订单的相关特征信息；

计算模块，用于根据每个所述相关特征信息的预设权重和每个所述相关特征信息，计算所述用车订单的起点的预设播单范围内的司机终端的接驾距离；

分配模块，用于根据所述接驾距离确定目标司机终端，并向所述目标司机终端分配所述用车订单。

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：

第二获取模块，用于获取所述用车订单之前的预设时间段内的多个乘车终端的订单取消数据；

第一确定模块，用于根据所述订单取消数据确定每个所述相关特征信息对取消订单的影响程度；

第二确定模块，用于根据所述影响程度的大小确定每个所述相关特征信息的权重，所述权重为所述预设权重。

12.根据权利要求11所述的装置，其特征在于，所述第二获取模块还用于获取所述用车订单之前的预设时间段内的多个乘车终端的应答前的订单取消数据。

13.根据权利要求11所述的装置，其特征在于，所述第一确定模块还用于根据所述订单取消数据确定造成取消订单的原因为所述相关特征信息；以及还用于确定每个所述相关特征信息在所有相关特征信息中的占比；以及还用于根据每个所述相关特征信息的占比确定对取消订单的影响程度。

14.根据权利要求10所述的装置，其特征在于，所述第一获取模块还用于获取所述用车订单的起点、所述用车订单的终点、所述用车订单的里程、所述用车订单的发单时间、所述预设播单范围内的运力、所述乘车终端的所处物理环境、所述乘车终端的网络环境、所述乘车终端的电量、所述用车订单对应的用户的偏好信息、所述用车订单的接驾距离、所述用车订单的预估接驾时长中的任意两种或两种以上的组合。

15.根据权利要求10所述的装置，其特征在于，所述计算模块还用于根据所述预设权重、每个所述相关特征信息、所述预设播单范围内的司机的特征信息，计算所述预设播单范围内的司机终端的接驾距离。

16.根据权利要求15所述的装置，其特征在于，所述预设播单范围内的司机的特征信息，包括：

所述预设播单范围内的司机的司机车龄、车型、偏好区域、接单总数中的任意一种或任意组合。

17.根据权利要求10所述的装置，其特征在于，所述装置还包括：

第三确定模块，用于根据所述用车订单中的起点确定所述预设播单范围；

第三获取模块，用于获取所述预设播单范围内的司机终端。

18.根据权利要求10－17任一项所述的装置，其特征在于，所述装置还包括：

判断模块，用于监测预设时间段内的成单率，判断所述预设时间段内的成单率相比于上一时间段内的成单率是否提高；

调整模块，用于在所述预设时间段内的成单率相比于上一时间段内的成单率没有提高时，调整每个所述相关特征信息的预设权重。

19.一种服务器，其特征在于，包括：存储器和处理器，所述存储器和所述处理器连接；

所述存储器用于存储程序；

所述处理器用于调用存储于所述存储器中的程序，以执行如权利要求1－9任一项所述的方法。

20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1－9任一项所述的方法。

Images