CN112184161B - 倒计时展示方法、装置、电子设备及存储介质 - Google Patents
倒计时展示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112184161B CN112184161B CN202011026150.1A CN202011026150A CN112184161B CN 112184161 B CN112184161 B CN 112184161B CN 202011026150 A CN202011026150 A CN 202011026150A CN 112184161 B CN112184161 B CN 112184161B
- Authority
- CN
- China
- Prior art keywords
- bill
- countdown
- lading
- rate
- request
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 155
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 17
- 238000012549 training Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000002372 labelling Methods 0.000 description 6
- 230000001747 exhibiting effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000005516 engineering process Methods 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
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种倒计时展示方法、装置、电子设备及存储介质。倒计时展示方法包括:在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;依据所述综合响应率,确定展示的倒计时时长;根据所述倒计时时长,判断是否展示倒计时;在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。本发明计算出的倒计时时长更加合理、更加准确,并且根据倒计时时长判断是否展示倒计时,能够避免不必要的展示,提升用户体验。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种倒计时展示方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的迅速发展,网约车服务越来越受到用户的青睐,用户通过网约车服务能够更加便利、更加快速地进行乘车。
在网约车出行平台聚合的模式下,乘客在约车时可以选择多种车型,从而增加成单的概率。在乘客发送提单请求后,由于乘客并不知道是否能够匹配到车辆,因此经常会出现在司机接单前,乘客等待一段时间后取消提单的情况。
目前,为了减少乘客在司机接单前取消提单的情况,网约车出行平台通常会在乘客提单后弹出倒计时卡片,并且根据经验设置倒计时时长,以便给乘客提供明确的接单预期。但是,如果倒计时时长设置的不合理,可能会出现在倒计时结束后仍然没有司机接单的情况,从而影响乘客出行。因此,如何能够更加准确、更加合理地展示倒计时,是目前亟待解决的问题。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种倒计时展示方法、装置、电子设备及存储介质。
第一方面,本发明实施例公开了一种倒计时展示方法,执行于服务端,所述方法包括:
在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
依据所述综合响应率,确定展示的倒计时时长;
根据所述倒计时时长,判断是否展示倒计时;
在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
可选地,所述提单请求包括至少一个选定车型;所述计算所述提单请求的综合响应率,包括:针对每个选定车型,预估当前选定车型在预设的每个候选时长内的响应率;针对每个候选时长,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率。
可选地,所述依据所述综合响应率,确定展示的倒计时时长,包括:针对每个候选时长,将所述提单请求在当前候选时长内的综合响应率与预设的响应率阈值进行比较;选取满足综合响应率大于所述响应率阈值的最小候选时长,将所述最小候选时长作为所述倒计时时长。
可选地,所述预估当前选定车型在预设的每个候选时长内的响应率,包括:获取当前供需特征、所述当前选定车型对应的周边车辆数量和所述提单请求的提单信息;将所述当前选定车型、所述当前供需特征、所述周边车辆数量和所述提单信息,作为预先训练的响应率预估模型的输入,得到所述响应率预估模型输出的当前选定车型在预设的每个候选时长内的响应率。
可选地,所述基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率,包括:计算如下公式:
Rj=1-∏(1-mji)
其中,Rj表示所述提单请求在当前候选时长j内的综合响应率,mji表示第i个选定车型在当前候选时长j内的响应率,∏表示连乘,i为正整数。
可选地,所述根据所述倒计时时长,判断是否展示倒计时,包括:获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率;基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数;在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时。
可选地,所述基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数,包括:计算如下公式:RE=R×FR+(1-R)×PR×SR–SR;或者,计算如下公式:RE=R×FR+(1-R)×FR×PR-SR×FR;其中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
第二方面,本发明实施例公开了一种倒计时展示装置,应用于服务端,所述装置包括:
计算模块,用于在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
确定模块,用于依据所述综合响应率,确定展示的倒计时时长;
判断模块,用于根据所述倒计时时长,判断是否展示倒计时;
发送模块,用于在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
可选地,所述提单请求包括至少一个选定车型;所述计算模块包括:预估单元,用于针对每个选定车型,预估当前选定车型在预设的每个候选时长内的响应率;综合计算单元,用于针对每个候选时长,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率。
可选地,所述确定模块包括:比较单元,用于针对每个候选时长,将所述提单请求在当前候选时长内的综合响应率与预设的响应率阈值进行比较;选取单元,用于选取满足综合响应率大于所述响应率阈值的最小候选时长,将所述最小候选时长作为所述倒计时时长。
可选地,所述预估单元,具体用于获取当前供需特征、所述当前选定车型对应的周边车辆数量和所述提单请求的提单信息;将所述当前选定车型、所述当前供需特征、所述周边车辆数量和所述提单信息,作为预先训练的响应率预估模型的输入,得到所述响应率预估模型输出的当前选定车型在预设的每个候选时长内的响应率。
可选地,所述综合计算单元,具体用于计算如下公式:
Rj=1-∏(1-mji)
其中,Rj表示所述提单请求在当前候选时长j内的综合响应率,mji表示第i个选定车型在当前候选时长j内的响应率,∏表示连乘,i为正整数。
可选地,所述判断模块包括:获取单元,用于获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率;参数计算单元,用于基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数;结果确定单元,用于在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时。
可选地,所述参数计算单元,具体用于计算如下公式:RE=R×FR+(1-R)×PR×SR–SR;或者,计算如下公式:RE=R×FR+(1-R)×FR×PR-SR×FR;其中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
第三方面,本发明实施例公开了一种电子设备,包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质;当所述指令由所述一个或多个处理器执行时,使得所述处理器执行如上任一项所述倒计时展示方法。
第四方面,本发明实施例公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上任一项所述的倒计时展示方法。
本发明实施例中,服务端在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率,并依据所述综合响应率,确定展示的倒计时时长。然后根据所述倒计时时长判断是否展示倒计时,在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。由于考虑到了提单请求的综合响应率因素,因此计算出的倒计时时长更加合理、更加准确,并且根据倒计时时长判断是否展示倒计时,能够避免不必要的展示,提升用户体验。
附图说明
图1是本发明实施例的一种倒计时展示方法的步骤流程图。
图2是本发明实施例的一种倒计时展示界面的示意图。
图3是本发明实施例的另一种倒计时展示方法的步骤流程图。
图4是本发明实施例的一种倒计时展示装置的结构框图。
图5是本发明实施例的另一种倒计时展示装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
目前很多出行平台弹出倒计时卡片,一方面显示的倒计时时长是根据业务规则制定(比如固定10s、20s等),倒计时时长合理性和准确性较差;另一方面并未考虑到弹出倒计时卡片后,如果在倒计时结束后未被接单,对于乘客后续的行为影响。
本发明实施例的倒计时展示方法应用于服务端。乘客在客户端预约网约车发出提单请求,服务端在提单请求未被响应之前,基于提单请求的综合响应率,确定展示的倒计时时长,并依据倒计时时长判断是否展示倒计时,从而能够更加合理、更加准确地进行倒计时展示。
其中,网约车是网络预约出租汽车的简称,网约车可以包括出租车,顺风车,快车,专车,等等。服务端可以为各网约车出行平台的服务器。客户端可以为各网约车出行的APP(应用程序)。
参照图1,示出了本发明实施例的一种倒计时展示方法的步骤流程图。
如图1所示,倒计时展示方法可以包括以下步骤:
步骤101,在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率。
步骤102,依据所述综合响应率,确定展示的倒计时时长。
乘客在客户端上执行相应操作,比如设置起点位置、终点位置、选定车型等,之后点击“呼叫”按钮,即可触发提单请求,客户端将乘客提单请求发送至服务端。
服务端接收到提单请求后,等待司机响应该提单请求。在提单请求未被响应之前,服务端可以计算该提单请求的综合响应率。然后依据提单请求的综合响应率,确定合理的倒计时时长。
步骤103,根据所述倒计时时长,判断是否展示倒计时。
服务端在确定出展示的倒计时时长后,基于该倒计时时长进行分析,从而判断是否展示倒计时。比如,可以计算在展示倒计时的情况下的收入参数,然后基于该收入参数判断是否展示倒计时。
步骤104,在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
服务端在确定出展示的倒计时时长,并判断出展示倒计时后,向客户端发送倒计时展示指令,该倒计时展示指令可以携带依据提单请求的综合响应率确定出的倒计时时长等信息。
客户端接收到倒计时展示指令后,可以弹出倒计时卡片,按照该倒计时展示指令中携带的倒计时时长展示倒计时,还可以在倒计时卡片上展示明确提示文案。图2是本发明实施例的一种倒计时展示界面的示意图。如图2所示,在倒计时展示界面中展示倒计时卡片,倒计时卡片中展示实时倒计时时长,并展示“预计很快匹配到司机”的提示文案。
本发明实施例中,服务端在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率,并依据所述综合响应率,确定展示的倒计时时长。然后根据所述倒计时时长判断是否展示倒计时,在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。由于考虑到了提单请求的综合响应率因素,因此计算出的倒计时时长更加合理、更加准确,并且根据倒计时时长判断是否展示倒计时,能够避免不必要的展示,提升用户体验。
参照图3,示出了本发明实施例的另一种倒计时展示方法的步骤流程图。
如图3所示,倒计时展示方法可以包括以下步骤:
步骤301,在客户端发送的乘客提单请求未被响应之前,分别计算所述提单请求在预设的每个候选时长内的综合响应率。
乘客在提单时,可以设置起点位置、终点位置、至少一种选定车型(比如车型M1、M2、M3……)等。乘客提单后,客户端向服务端发送该乘客的提单请求。提单请求中可以包括乘客的用户标识、起点位置、终点位置、至少一个选定车型等信息。
服务端接收到提单请求后,等待司机响应该提单请求。在提单请求未被响应之前,服务端计算所述提单请求的综合响应率。
在一种可选实施方式中,预先设置多个候选时长,分别计算所述提单请求在预设的每个候选时长内的综合响应率。具体可以包括以下步骤A1~步骤A2:
步骤A1,针对每个选定车型,预估当前选定车型在预设的每个候选时长内的响应率。
在一种可选实施方式中,可以预先训练用于预估车型在预设的每个候选时长内的响应率的响应率预估模型。在训练过程中,获取大量的第一样本数据,每个第一样本数据都包括样本提单对应的样本选定车型、样本当前供需特征、样本选定车型对应的周边车辆数量和样本提单信息,以及所述样本提单对应的样本选定车型在每个预设时长内是否被响应的标注信息。基于大量第一样本数据,采用机器学习算法对待训练响应率预估模型进行训练,将样本提单对应的样本选定车型、样本当前供需特征、样本选定车型对应的周边车辆数量和样本提单信息作为待训练响应率预估模型的输入,得到待训练响应率预估模型输出的,该样本提单的对应的样本选定车型在每个预设时长内的样本预估响应率。基于样本预估响应率与样本提单对应的样本选定车型在每个预设时长内是否被响应的标注信息,可以计算损失值。在损失值满足预设条件(比如损失值处于预设范围内等)时,确定训练完成,将训练完成的模型作为响应率预估模型。
因此,预估当前选定车型在预设的每个候选时长内的响应率的过程,可以包括:获取当前供需特征、所述当前选定车型对应的周边车辆数量和所述提单请求的提单信息;将所述当前选定车型、所述当前供需特征、所述周边车辆数量和所述提单信息,作为预先训练的响应率预估模型的输入,得到所述响应率预估模型输出的当前选定车型在预设的每个候选时长内的响应率。响应率预估模型基于大量样本训练得到,利用响应率预估模型,能够更加准确、更加快速地预估当前选定车型在预设的每个候选时长内的响应率。
其中,当前供需特征可以包括起点位置的当前供需特征、终点位置的当前供需特征。起点位置的当前供需特征可以包括:以所述起点位置为中心的预设区域范围内,最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。终点位置的当前供需特征可以包括:以所述终点位置为中心的预设区域范围内,最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。以起点位置为例,在实现中,获取起点位置的Hex编码,依据该Hex编码获取以起点位置为中心的预设区域范围,并获取该预设区域范围内在最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。当前选定车型对应的周边车辆数量可以包括:以所述起点位置为中心的预设区域范围内,与当前选定车型属于同一车型的车辆的数量。提单请求的提单信息可以包括:该提单的计费时长、计费距离、预付价等信息。
对于预设区域范围和预设时长的具体数值,可以根据实际经验选用任意适用的数值,本发明实施例对此不做限制。比如,以起点位置为中心的预设区域范围可以是以起点位置为中心的2.25平方公里、2.5平方公里、3平方公里等面积的正六边形区域范围。比如,预设时长可以是5分钟、8分钟、10分钟、12分钟,等等。对于多个候选时长的具体数值,根据实际经验选用任意适用的数值均可。比如,可以选取多个候选时长分别为10秒、20秒、30秒、40秒、50秒、60秒,等等。
步骤A2,针对每个候选时长,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率。
在一种可选实施方式中,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率的过程,可以通过计算如下公式一:
Rj=1-∏(1-mji)公式一
其中,Rj表示所述提单请求在当前候选时长j内的综合响应率,mji表示第i个选定车型在当前候选时长j内的响应率,∏表示连乘,i为正整数,i取值1,2,……M(M表示选定车型的总个数)。
以多个候选时长分别为10秒、20秒、30秒、40秒、50秒、60秒,选定车型为M个为例。响应率预估模型分别预估第i个选定车型在时间桶[10s,20s,30s,40s,50s,60s]中各个候选时长内的响应率:m10i,m20i,m30i,m40i,m50i,m60i,i=1,2,……M。从提单维度出发,计算提单请求在时间桶[10s,20s,30s,40s,50s,60s]中各个候选时长内的综合响应率:R10,R20,R30,R40,R50,R60,比如:R10=1-∏(1-m10i)。
步骤302,依据所述综合响应率,从所述候选时长中选取展示的倒计时时长。
在一种可选实施方式中,依据所述综合响应率,确定展示的倒计时时长的过程,可以包括:针对每个候选时长,将所述提单请求在当前候选时长内的综合响应率与预设的响应率阈值进行比较;选取满足综合响应率大于所述响应率阈值的最小候选时长,将所述最小候选时长作为所述倒计时时长。也即,倒计时时长T=min(j|Rj>respThres)。其中,min表示取最小值,respThres表示预设的响应率阈值。
对于响应率阈值的具体数值,可以根据实际经验选用任意适用的数值,也可以根据历史数据选取响应率阈值。比如,可以根据业务经验预设0.995、0.99、0.985、0.98、0.975、0.97等响应率,根据历史数据分别计算在各个响应率下,弹出倒计时能够挽回的订单比例以及可能损失的订单比例,然后选取使得能够挽回的订单比例大于可能损失的订单比例的响应率中,最小的响应率作为本发明实施例中的响应率阈值。其中,弹出倒计时能够挽回的订单是指用户在短时间内取消的订单。弹出倒计时可能损失的订单是指误弹倒计时的订单,误弹倒计时是指在倒计时结束后仍然没有司机接单的情况。
步骤303,根据所述倒计时时长,判断是否展示倒计时。
在一种可选实施方式中,根据所述倒计时时长,判断是否展示倒计时的过程,可以包括以下步骤B1~步骤B3:
步骤B1,获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率。
在步骤302中从候选时长中选取展示的倒计时时长后,从步骤301计算出的所述提单请求在各个候选时长内的综合响应率中,获取所述提单请求在所述倒计时时长内的综合响应率。
在一种可选实施方式中,可以预先训练用于预估派单成单率的派单成单率预估模型。在训练过程中,获取大量的第二样本数据,每个第二样本数据为乘客提单后被响应的样本提单信息,具体地,每个第二样本数据都包括样本提单对应的样本当前供需特征、样本提单信息、样本提单选定车型相关信息和乘客的样本历史订单信息,以及所述样本提单是否成单的标注信息。基于大量第二样本数据,采用机器学习算法对待训练派单成单率预估模型进行训练,将样本提单对应的样本当前供需特征、样本提单信息、样本提单选定车型相关信息和乘客的样本历史订单信息作为待训练派单成单率预估模型的输入,得到待训练派单成单率预估模型输出的该样本提单的样本预估派单成单率。基于样本提单的样本预估派单成单率与样本提单是否成单的标注信息,可以计算损失值。在损失值满足预设条件(比如损失值处于预设范围内等)时,确定训练完成,将训练完成的模型作为派单成单率预估模型。
因此,获取所述提单请求的派单成单率的过程,可以包括:获取所述提单请求对应的当前供需特征、提单信息、提单选定车型相关信息和所述乘客的历史订单信息;将所述提单请求对应的当前供需特征、提单信息、提单选定车型相关信息和所述乘客的历史订单信息,作为预先训练的派单成单率预估模型的输入,得到所述派单成单率预估模型输出的所述提单请求的派单成单率。其中,提单请求对应的当前供需特征可以包括起点位置的当前供需特征。起点位置的当前供需特征可以包括:以所述起点位置为中心的预设区域范围内,最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。提单信息可以包括:该提单的计费时长、计费距离、预付价等信息。提单选定车型相关信息可以包括:各选定车型在当前时间的成单率等信息。乘客的历史订单信息可以包括:该乘客的历史提单量、历史取消量、历史成单量等信息。
在一种可选实施方式中,获取所述误弹后对所述提单请求的成单影响率的过程,可以包括:获取历史数据中,展示倒计时的订单的第一数量;获取展示倒计的订单中,乘客在倒计时结束之前的预设时长(预设时长比如10秒、15秒等,本发明实施例对此不做限制)内取消的订单的第二数量;计算第二数量与第一数量的比值,并计算数值1减去所述比值后得到的差值,将所述差值作为所述误弹后对所述提单请求的成单影响率。
在一种可选实施方式中,可以预先训练用于预估提单成单率的提单成单率预估模型。在训练过程中,获取大量的第三样本数据,每个第三样本数据为乘客提单后(不区分是否被响应)的样本提单信息,具体地,每个第三样本数据都包括样本提单对应的样本当前供需特征、样本提单信息、样本提单选定车型相关信息和乘客的样本历史订单信息,以及所述样本提单是否成单的标注信息。基于大量第三样本数据,采用机器学习算法对待训练提单成单率预估模型进行训练,将样本提单对应的样本当前供需特征、样本提单信息、样本提单选定车型相关信息和乘客的样本历史订单信息作为待训练提单成单率预估模型的输入,得到待训练提单成单率预估模型输出的该样本提单的样本预估提单成单率。基于样本提单的样本预估提单成单率与样本提单是否成单的标注信息,可以计算损失值。在损失值满足预设条件(比如损失值处于预设范围内等)时,确定训练完成,将训练完成的模型作为提单成单率预估模型。
因此,获取所述提单请求的提单成单率的过程,可以包括:获取所述提单请求对应的当前供需特征、提单信息、提单选定车型相关信息和所述乘客的历史订单信息;将所述提单请求对应的当前供需特征、提单信息、提单选定车型相关信息和所述乘客的历史订单信息,作为预先训练的提单成单率预估模型的输入,得到所述提单成单率预估模型输出的所述提单请求的提单成单率。其中,提单请求对应的当前供需特征可以包括起点位置的当前供需特征,起点位置的当前供需特征可以包括:以所述起点位置为中心的预设区域范围内,最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。提单信息可以包括:该提单的计费时长、计费距离、预付价等信息。提单选定车型相关信息可以包括:选定车型的数量、各选定车型对应的周边车辆数量等信息,选定车型对应的周边车辆数量可以包括:以所述起点位置为中心的预设区域范围内,与该选定车型属于同一车型的车辆的数量。乘客的历史订单信息可以包括:该乘客的历史提单量、历史取消量、历史成单量等信息。
步骤B2,基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数。
在一种可选实施方式中,基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数的过程,可以通过计算如下公式二:
RE=R×FR+(1-R)×PR×SR-SR公式二
在另一种可选实施方式中,基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数的过程,可以通过计算如下公式三:
RE=R×FR+(1-R)×FR×PR-SR×FR公式三
公式二和公式三中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
步骤B3,在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时。
对于收入阈值的具体数值,可以根据实际经验选用任意适用的数值,也可以根据历史数据选取收入阈值。比如,可以根据业务经验预设多个收入参数,基于历史数据中的每个订单,在各个收入参数下,通过步骤301~303计算弹出的倒计时时长,并判断该订单是否弹出倒计时。计算弹出倒计时的订单比例。然后针对弹出倒计时的订单,确定该订单的接单时间是否在弹出的倒计时时长内,若否,则该订单为误弹倒计时的订单,计算误弹倒计时的订单比例。选取满足弹出倒计时的订单比例与误弹倒计时的订单比例均在预设范围内时的最小的收入参数,作为本发明实施例中的收入阈值。
步骤304,在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
在判断出展示倒计时后,服务端生成倒计时展示指令,该倒计时展示指令中可以携带上述确定出的倒计时时长。服务端将携带所述倒计时时长的倒计时展示指令发送至客户端。客户端接收到倒计时展示指令后,响应于该倒计时展示指令,弹出倒计时卡片,并按照倒计时展示指令中携带的所述倒计时时长开始倒计时。在判断出不展示倒计时后,服务端暂时不做处理,等待司机响应该提单请求。
本发明实施例中,从提单维度考虑,通过提单请求在多个候选时长内的综合响应率,选取合适的倒计时时长;在判断是否展示倒计时时,从提单角度出发,将误弹对于提单成单的影响率等作为因子考虑进去,以成单率为目标,最终决定是否展示倒计时。
参照图4,示出了本发明实施例的一种倒计时展示装置的结构框图。图4所示的倒计时展示装置应用于服务端。
如图4所示,倒计时展示装置可以包括以下模块:
计算模块401,用于在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
确定模块402,用于依据所述综合响应率,确定展示的倒计时时长;
判断模块403,用于根据所述倒计时时长,判断是否展示倒计时;
发送模块404,用于在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
参照图5,示出了本发明实施例的一种倒计时展示装置的结构框图。图5所示的倒计时展示装置应用于服务端。
如图5所示,倒计时展示装置可以包括以下模块:
计算模块501,用于在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
确定模块502,用于依据所述综合响应率,确定展示的倒计时时长;
判断模块503,用于根据所述倒计时时长,判断是否展示倒计时;
发送模块504,用于在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。
可选地,所述提单请求包括至少一个选定车型;所述计算模块501包括:预估单元5011,用于针对每个选定车型,预估当前选定车型在预设的每个候选时长内的响应率;综合计算单元5012,用于针对每个候选时长,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率。
可选地,所述确定模块502包括:比较单元5021,用于针对每个候选时长,将所述提单请求在当前候选时长内的综合响应率与预设的响应率阈值进行比较;选取单元5022,用于选取满足综合响应率大于所述响应率阈值的最小候选时长,将所述最小候选时长作为所述倒计时时长。
可选地,所述预估单元5011,具体用于获取当前供需特征、所述当前选定车型对应的周边车辆数量和所述提单请求的提单信息;将所述当前选定车型、所述当前供需特征、所述周边车辆数量和所述提单信息,作为预先训练的响应率预估模型的输入,得到所述响应率预估模型输出的当前选定车型在预设的每个候选时长内的响应率。
可选地,所述综合计算单元5012,具体用于计算如下公式:
Rj=1-∏(1-mji)
其中,Rj表示所述提单请求在当前候选时长j内的综合响应率,mji表示第i个选定车型在当前候选时长j内的响应率,∏表示连乘,i为正整数。
可选地,所述判断模块503包括:获取单元5031,用于获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率;参数计算单元5032,用于基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数;结果确定单元5033,用于在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时。
可选地,所述参数计算单元5032,具体用于计算如下公式:RE=R×FR+(1-R)×PR×SR–SR;或者,计算如下公式:RE=R×FR+(1-R)×FR×PR-SR×FR;其中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
本发明实施例中,服务端在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率,并依据所述综合响应率,确定展示的倒计时时长。然后根据所述倒计时时长判断是否展示倒计时,在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令。由于考虑到了提单请求的综合响应率因素,因此计算出的倒计时时长更加合理、更加准确,并且根据倒计时时长判断是否展示倒计时,能够避免不必要的展示,提升用户体验。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本发明的实施例中,还提供了一种电子设备。该电子设备可以包括一个或多个处理器,以及其上存储有指令的一个或多个机器可读介质,指令例如应用程序。当所述指令由所述一个或多个处理器执行时,使得所述处理器执行上述的方法。
在本发明的实施例中,还提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序可由电子设备的处理器执行,以完成上述的方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
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。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(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。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种倒计时展示方法、装置、电子设备及存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种倒计时展示方法,其特征在于,执行于服务端,所述方法包括:
在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
依据所述综合响应率,确定展示的倒计时时长;
根据所述倒计时时长,判断是否展示倒计时;
在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令;
其中,所述根据所述倒计时时长,判断是否展示倒计时,包括:
获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率;
基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数;
在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时;
其中,所述基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数,包括:
计算如下公式:RE=R×FR+(1-R)×PR×SR–SR;或者,计算如下公式:RE=R×FR+(1-R)×FR×PR-SR×FR;
其中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
2.根据权利要求1所述的方法,其特征在于,所述提单请求包括至少一个选定车型;所述计算所述提单请求的综合响应率,包括:
针对每个选定车型,预估当前选定车型在预设的每个候选时长内的响应率;
针对每个候选时长,基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率。
3.根据权利要求2所述的方法,其特征在于,所述依据所述综合响应率,确定展示的倒计时时长,包括:
针对每个候选时长,将所述提单请求在当前候选时长内的综合响应率与预设的响应率阈值进行比较;
选取满足综合响应率大于所述响应率阈值的最小候选时长,将所述最小候选时长作为所述倒计时时长。
4.根据权利要求2所述的方法,其特征在于,所述预估当前选定车型在预设的每个候选时长内的响应率,包括:
获取当前供需特征、所述当前选定车型对应的周边车辆数量和所述提单请求的提单信息;
将所述当前选定车型、所述当前供需特征、所述周边车辆数量和所述提单信息,作为预先训练的响应率预估模型的输入,得到所述响应率预估模型输出的当前选定车型在预设的每个候选时长内的响应率。
5.根据权利要求2所述的方法,其特征在于,所述基于全部选定车型在当前候选时长内的响应率,计算所述提单请求在当前候选时长内的综合响应率,包括:
计算如下公式:
Rj=1-∏(1-mji)
其中,Rj表示所述提单请求在当前候选时长j内的综合响应率,mji表示第i个选定车型在当前候选时长j内的响应率,∏表示连乘,i为正整数。
6.一种倒计时展示装置,其特征在于,应用于服务端,所述装置包括:计算模块,用于在客户端发送的乘客提单请求未被响应之前,计算所述提单请求的综合响应率;
确定模块,用于依据所述综合响应率,确定展示的倒计时时长;
判断模块,用于根据所述倒计时时长,判断是否展示倒计时;
发送模块,用于在判断出展示倒计时后,向所述客户端发送携带所述倒计时时长的倒计时展示指令;
其中,所述根据所述倒计时时长,判断是否展示倒计时,包括:
获取所述提单请求在所述倒计时时长内的综合响应率、所述提单请求的派单成单率、误弹后对所述提单请求的成单影响率和所述提单请求的提单成单率;
基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数;
在所述收入参数大于等于预设的收入阈值时,确定展示倒计时;否则,确定不展示倒计时;
其中,所述基于所述提单请求在所述倒计时时长内的综合响应率、所述派单成单率、所述成单影响率和所述提单成单率,计算在展示倒计时的情况下的收入参数,包括:
计算如下公式:RE=R×FR+(1-R)×PR×SR–SR;或者,计算如下公式:RE=R×FR+(1-R)×FR×PR-SR×FR;
其中,RE表示所述在展示倒计时的情况下的收入参数,R表示所述提单请求在所述倒计时时长内的综合响应率,FR表示所述派单成单率,PR表示所述成单影响率,SR表示所述提单成单率。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质;
当所述指令由所述一个或多个处理器执行时,使得所述处理器执行如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011026150.1A CN112184161B (zh) | 2020-09-25 | 2020-09-25 | 倒计时展示方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011026150.1A CN112184161B (zh) | 2020-09-25 | 2020-09-25 | 倒计时展示方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112184161A CN112184161A (zh) | 2021-01-05 |
CN112184161B true CN112184161B (zh) | 2024-05-14 |
Family
ID=73944042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011026150.1A Active CN112184161B (zh) | 2020-09-25 | 2020-09-25 | 倒计时展示方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184161B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785073A (zh) * | 2021-01-29 | 2021-05-11 | 汉海信息技术(上海)有限公司 | 一种信息处理方法、装置、电子设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009651A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 订单处理方法、装置、终端设备和计算机可读存储介质 |
CN111210315A (zh) * | 2020-01-14 | 2020-05-29 | 北京三快在线科技有限公司 | 出行订单的处理方法、装置、电子设备及可读存储介质 |
CN111260092A (zh) * | 2018-12-03 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 用于预测对象到达时间的系统和方法 |
CN111310055A (zh) * | 2020-03-06 | 2020-06-19 | 汉海信息技术(上海)有限公司 | 一种信息推荐方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120221373A1 (en) * | 2011-02-28 | 2012-08-30 | Manish Marwah | Estimating Business Service Responsiveness |
-
2020
- 2020-09-25 CN CN202011026150.1A patent/CN112184161B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009651A (zh) * | 2017-08-16 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 订单处理方法、装置、终端设备和计算机可读存储介质 |
CN111260092A (zh) * | 2018-12-03 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 用于预测对象到达时间的系统和方法 |
CN111210315A (zh) * | 2020-01-14 | 2020-05-29 | 北京三快在线科技有限公司 | 出行订单的处理方法、装置、电子设备及可读存储介质 |
CN111310055A (zh) * | 2020-03-06 | 2020-06-19 | 汉海信息技术(上海)有限公司 | 一种信息推荐方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112184161A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080048A (zh) | 预约打车订单的派单方法、装置、电子设备及储存介质 | |
CN109255855B (zh) | 车辆的维保方法、终端及计算机可读存储介质 | |
CN111242333A (zh) | 网约车订单处理方法、系统、终端及服务器 | |
CN107705616B (zh) | 停车场内空车位信息的显示方法及装置 | |
CN111310055A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN109308538B (zh) | 成交转化率预测方法及装置 | |
CN107422350A (zh) | 基于车载设备的车辆行程计算方法、装置和可读存储介质 | |
CN112184161B (zh) | 倒计时展示方法、装置、电子设备及存储介质 | |
CN112819976A (zh) | 停车场控制方法和装置 | |
CN107844284B (zh) | 一种乘客定位处理方法及服务器 | |
JP6883494B2 (ja) | 中古車査定システム | |
CN111831967A (zh) | 一种到店识别方法、装置、电子设备及介质 | |
CN110363611A (zh) | 网约车用户匹配方法、装置、服务器及存储介质 | |
CN112288524A (zh) | 车辆管理方法、电子设备及计算机可读存储介质 | |
CN111753386B (zh) | 一种数据处理方法及装置 | |
CN115759307A (zh) | 一种订单派送方法、装置、电子设备及存储介质 | |
CN112184160B (zh) | 倒计时展示方法、装置、电子设备及存储介质 | |
CN113129102B (zh) | 一种延迟派单方法、装置、电子设备及存储介质 | |
CN110415377B (zh) | 行驶状态确定方法、装置及电子设备 | |
CN110298608A (zh) | 信息处理方法及装置 | |
CN109726960B (zh) | 订单处理方法、装置、电子设备及计算机可读存储介质 | |
KR20220105162A (ko) | 중고 이차전지 재이용 시스템 | |
CN113283628A (zh) | 一种信息推荐方法、装置、电子设备及可读存储介质 | |
CN111160593A (zh) | 预约借车方法、模型、服务器、设备端、客户端和系统 | |
CN112101594A (zh) | 车辆管理方法、装置、存储介质和电子设备 |
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 |