CN114611870A - 订单调度方法、装置及设备 - Google Patents

订单调度方法、装置及设备 Download PDF

Info

Publication number
CN114611870A
CN114611870A CN202210108142.4A CN202210108142A CN114611870A CN 114611870 A CN114611870 A CN 114611870A CN 202210108142 A CN202210108142 A CN 202210108142A CN 114611870 A CN114611870 A CN 114611870A
Authority
CN
China
Prior art keywords
service provider
candidate service
order information
candidate
order
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
CN202210108142.4A
Other languages
English (en)
Inventor
谷骞
张旸
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.)
Alibaba Innovation Co
Original Assignee
Alibaba Singapore Holdings Pte 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 Alibaba Singapore Holdings Pte Ltd filed Critical Alibaba Singapore Holdings Pte Ltd
Priority to CN202210108142.4A priority Critical patent/CN114611870A/zh
Publication of CN114611870A publication Critical patent/CN114611870A/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
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种订单调度方法、装置及设备。该方法包括：接收出行订单信息；确定出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；基于历史目标提供者数量以及历史目标订单数量，预测候选服务提供者在其所在区域中未来完成订单的概率；基于候选服务提供者在其所在区域中未来完成订单的概率，从至少两个候选服务提供者中为出行订单信息匹配对应的服务提供者。该方法能够提高叫车服务平台整体的效率。

Description

订单调度方法、装置及设备
技术领域
本申请涉及互联网技术领域，尤其涉及一种订单调度方法、装置及设备。
背景技术
随着互联网技术的不断发展，使用提供打车服务的叫车服务平台进行叫车的人越来越多。
通常，服务请求者(例如乘客)通过叫车服务平台叫车的过程主要包括：服务请求者通过客户端发送出行订单信息，服务器从多个候选服务提供者中选择能够使得订单完成概率较高的候选服务提供者作为与该出行订单信息匹配的服务提供者，并将该出行订单信息发送给匹配的服务提供者所使用的客户端，以由匹配的服务提供者进行服务。然而，上述方式虽然能够尽量使得单个订单的完成概率较高，但是存在服务提供者长时间空闲，资源被浪费，导致叫车服务平台整体的效率较低的问题。
因此，如何提高叫车服务平台整体的效率，成为目前亟待解决的问题。
发明内容
本申请实施例提供一种订单调度方法、装置及设备，用以解决现有技术中如何提高叫车服务平台整体的效率。
第一方面，本申请实施例提供一种订单调度方法，包括：
接收出行订单信息；
确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
第二方面，本申请实施例提供一种订单调度方法，包括：
生成出行订单信息；
将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
第三方面，本申请实施例提供一种订单调度方法，包括：
接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
第四方面，本申请实施例提供一种订单调度装置，包括：
接收模块，用于接收出行订单信息；
确定模块，用于确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
预测模块，用于基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
匹配模块，用于基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
第五方面，本申请实施例提供一种订单调度装置，包括：
生成模块，用于生成出行订单信息；
发送模块，用于将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
第六方面，本申请实施例提供一种订单调度装置，包括：
接收模块，用于接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
交互模块，用于输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
第七方面，本申请实施例提供一种服务器，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如第一方面中任一项所述的方法。
第八方面，本申请实施例提供一种终端，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如第二方面任一项所述的方法。
第九方面，本申请实施例提供一种终端，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如第三方面任一项所述的方法。
第十方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如第一方面中任一项所述的方法。
第十一方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如第二方面中任一项所述的方法。
第十三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如第三方面中任一项所述的方法。
在本申请实施例中，确定出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，基于历史目标提供者数量以及历史目标订单数量，预测候选服务提供者在其所在区域中未来完成订单的概率，并基于候预测得到的概率，为出行订单信息匹配对应的服务提供者，实现了尽量将订单匹配给在其所在区域未来不容易完成订单的候选服务提供者，增加了在其所在区域未来不容易完成订单的候选服务提供者完成订单的概率，能够减少出现服务提供者长时间空闲的情况，并且由于在其所在区域未来容易完成订单的候选服务提供者，在其所在区域后续完成其他订单的概率较高，因此对在其所在区域未来容易完成订单的候选服务提供者影响较小，从而能够提高叫车服务平台整体的效率。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。
图1为本申请实施例的应用场景示意图；
图2为本申请一实施例提供的订单调度方法的流程示意图；
图3为本申请另一实施例提供的订单调度方法的流程示意图；
图4为本申请又一实施例提供的订单调度方法的流程示意图；
图5为本申请一实施例提供的订单调度装置的结构示意图；
图6为本申请一实施例提供的服务器的结构示意图；
图7为本申请另一实施例提供的订单调度装置的结构示意图；
图8为本申请一实施例提供的终端的结构示意图；
图9为本申请又一实施例提供的订单调度装置的结构示意图；
图10为本申请另一实施例提供的终端的结构示意图。
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。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。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
应当理解，本文中使用的术语“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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是，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商品或者系统不仅包括那些要素，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商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
本申请实施例提供的订单调度方法可以应用于图1所示的应用场景中。参考图1，该应用场景中可以包括服务请求者(例如出行人员)使用的终端11、服务器12和服务提供者(例如司机)使用的终端13。一个实施例中，服务器12中可以运行有叫车服务平台的服务端，终端11中可以运行有叫车服务平台的服务请求者端，终端13中可以运行有叫车服务平台的服务提供者端，服务请求者端和服务提供者端均可以理解为服务端对应的客户端。其中，终端11可以是手机、平板电脑、可穿戴设备、个人数字助理、PDA等。服务器12可以是云服务器、分布式服务器等任意形式的数据处理服务器。终端13可以是手机、交通工具上的车载设备、可穿戴设备等，交通工具可以包括内燃机汽车、内燃机摩托车、电动汽车、电动摩托车、电动助力车、电动平衡车、遥控车辆等车辆。需要说明的是，图1中终端11、服务器12以及终端13的数量仅为举例。
终端11可以根据用户输入的操作生成出行订单信息，并将出行订单信息发送给服务器12，服务器12可以为出行订单信息匹配对应的服务提供者(例如服务提供者a)，服务器12还可以将出行订单信息发送给服务提供者a使用的终端13。在实际应用中，服务器12中部署的服务端可以包括订单调度平台，可以由订单调度平台进行订单调度。
通常，订单调度平台是从多个候选服务提供者中选择能够使得订单完成概率较高的候选服务提供者作为与出行订单信息匹配的服务提供者。这样的方式虽然能够尽量使得单个订单的完成概率较高，但是存在某些服务提供者长时间空闲，资源被浪费，导致叫车服务平台整体的效率较低的问题。
举例，假设在服务提供者a1和a2均空闲的情况下，需要先给一订单的信息(记为出行订单信息1)匹配服务提供者，后给另一订单的信息(即为出行订单信息2)匹配服务提供者，服务提供者a1和服务提供者a2均可以作为服务提供者a1的候选服务提供者，且如果没有先将出行订单信息1匹配给服务提供者a1，之后服务提供者a1还可以作为出行订单信息2的候选服务提供者，如果没有先将出行订单信息1匹配给服务提供者a2，服务提供者a2也由于距离范围或等待时长等限制，不能作为出行订单信息2的候选服务提供者，但是将出行订单信息1匹配给服务提供者a1的完成概率，高于将出行订单信息1匹配给服务提供者a2的完成概率，则传统技术中会将出行订单信息1匹配给服务提供者a1，并由服务提供者a1提供服务，服务提供者a2继续空闲，这样之后在需要为出行订单信息2匹配服务提供者时，虽然服务提供者a2空闲，但是由于距离范围或等待时长等限制，订单出行订单信息2并不能匹配给服务提供者a2，服务提供者a2还是继续空闲，导致出现服务提供者a2长时间空闲的情况。
为了解决由于服务提供者长时间空闲，资源被浪费，导致叫车服务平台整体的效率较低的技术问题，如图1所示，在本申请实施例中，确定出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，基于历史目标提供者数量以及历史目标订单数量，预测候选服务提供者在其所在区域中未来完成订单的概率，并基于候预测得到的概率，为出行订单信息匹配对应的服务提供者，实现了尽量将订单匹配给在其所在区域未来不容易完成订单的候选服务提供者，增加了在其所在区域未来不容易完成订单的候选服务提供者完成订单的概率，能够减少出现服务提供者长时间空闲的情况，并且由于在其所在区域未来容易完成订单的候选服务提供者，在其所在区域后续完成其他订单的概率较高，因此对在其所在区域未来容易完成订单的候选服务提供者影响较小，从而能够提高叫车服务平台整体的效率。
在与前述举例相同假设条件的基础上，采用本申请实施例提供的方式，通过确定服务提供者a1在其所在区域未来完成订单的概率高于服务提供者a2在其所在区域未来完成订单的概率，从而可以先将出行订单信息1匹配给服务提供者a2，这样之后在需要给出行订单信息2匹配服务提供者时，还可以将出行订单信息2匹配给服务提供者a1，与传统技术中相比，避免了服务提供者a2长时间空闲，提高了叫车服务平台整体的效率。
另外，在订单调度平台为聚合平台时，由于其接入了多个出行平台，每个出行平台可以接入一个或多个出行服务商，而每个出行服务商又可以签约一定数量的服务提供者，订单调度平台将更多的服务提供者聚合起来，可以为更多的服务提供者提供更多的出行服务机会。并且，可以有效降低出行平台的实现成本，出行平台无需具有复杂的功能，例如预测候选服务提供者在其所在区域中未来完成订单的概率等功能，即可对外提供有质量保障的出行服务。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
图2为本申请一实施例提供的订单调度方法的流程示意图，本实施例提供的方法可以应用于图1中服务器12，具体可以应用于服务器12中部署的服务端，更为具体的可以应用于服务器12中部署的服务端中的订单调度平台。如图2所示，本实施例的方法可以包括：
步骤21，接收出行订单信息；
步骤22，确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
步骤23，基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
步骤24，基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
其中，出行订单信息可以是一个或多个订单的信息，以多个出行订单为例，该多个出行订单可以是在某个时刻或者某个时间段内订单调度平台收到的订单。出行订单信息可以由终端11生成并发送给订单调度平台，出行订单信息可以用于表征服务请求者(例如，出行用户)对于出行需求的相关信息，例如可以包括服务请求者的标识、出行(乘车)起点、出行(乘车)起点和出行(乘车)终点之间的出行距离、出行时间等。
示例性的，订单调度平台可以将接收到的出行订单信息发送给出行平台，出行平台可以确定出行订单信息对应的至少两个候选服务提供者。需要说明的是，关于确定出行订单信息对应的候选服务提供者的具体实现，可以参考相关技术中的相关描述，在此不再赘述。
在确定出行订单信息对应的至少两个候选服务提供者之后，订单调度平台可以确定候选服务提供者所在的区域的历史目标提供者数量和历史目标订单数量。其中，一个区域可以是地图中预先设定的矩形、六边形、圆形等规则或者不规则形状对应的一个经纬度范围，对于区域的划分方式本申请实施例不做限定。一区域的历史目标提供者数量可以为之前一段时间内在该区域中出现空闲的服务提供者的数量，该区域的历史目标订单数量可以为该之前一段时间内服务提供者在该区域被分配的订单中已完成订单的数量。其中，服务提供者空闲可以是指服务提供者当前未提供服务且能够接单。完成订单可以是指已分配给服务提供者，并已由服务提供者提供完服务的订单。
在实际应用中，该至少两个候选服务提供者分别所在的区域可能相同，也可能不同。例如，该至少两个候选服务提供者分别为服务提供者1、服务提供者2和服务提供者3，服务提供者1至服务提供者3所在的区域均为同一区域，或者，服务提供者1所在的区域为一区域，服务提供者2所在的区域为另一区域，服务提供者3所在的区域为又一区域。
示例性的，之前一段时间可以是当前时刻至之前时刻的时间段。假设之前一段时间内某一服务提供者在某一区域中出现空闲(空闲的时长可能是1秒钟、1分钟或者10分钟等)，则该服务提供者可以被统计在该区域的历史目标提供者数量中。假设之前一段时间内某一服务提供者在某一区域中被分配的出行订单最终完成(订单完成时该服务提供者可能是在该区域中也可能是在该区域之外)，则该出行订单可以被统计到该区域的历史目标订单数量中。
应理解，在订单调度平台为聚合平台时，之前一段时间内在该区域中出现空闲的服务提供者的数量可以为该之前一段时间内，每个出行平台下在该区域中出现空闲的服务提供者的数量之和；该之前一段时间内服务提供者在该区域被分配的订单中已完成订单的数量可以为该之前一段时间内，每个出行平台下服务提供者在该区域被分配的订单中已完成订单的数量之和。
示例性的，历史目标提供者数量和历史目标订单数量可以由订单调度平台统计得到。
本申请实施例中，在确定候选服务提供者所在区域的目标提供者数量和历史目标订单数量之后，可以基于历史目标提供者数量和历史目标订单数量，预测候选服务提供者在其所在区域中未来完成订单的概率。其中，预测可以是候选服务提供者在其所在区域中未来一段时间内完成订单的概率，示例性的，未来一段时间可以是当前时刻至之后时刻的时间段，未来一段时间的时长与之前一段时间的时长可以相同，例如均为10分钟。
应理解，一候选服务提供者在其所在区域中未来完成订单的概率越高，可以表示该候选服务提供者在其所在区域未来越容易完成订单；一候选服务提供者在其所在区域中未来完成订单的概率越低，可以表示该候选服务提供者在其所在区域未来越不容易完成订单。
本申请实施例中，可以假设未来一段时间内同一服务提供者完成2个订单的概率较小，基于此，一个实施例中，步骤23具体可以包括将候选服务提供者所在区域的历史目标提供者数量与历史目标订单数量之比，作为候选服务提供者在其所在区域中未来完成订单的概率，从而有利于简化计算。
示例性的，候选服务提供者j在其所在的区域P中未来完成订单的概率vj,t＝m/n。其中，n可以表示之前一段时间内在区域P中出现空闲的服务提供者的数量；m可以表示之前一段时间内服务提供者在区域P被分配的订单中已完成订单的数量；t可以表示当前时刻，即未来一段时间是从当前时刻开始的一段时间。
例如，假设某一候选服务提供者所在的区域为区域P，区域P的历史目标提供者数量为20，区域P的历史目标订单数量为15，则该候选服务提供者在其所在区域中未来完成订单的概率为15/20。
本申请实施例中，在预测得到候选服务提供者在其所在区域中未来完成订单的概率之后，可以基于候选服务提供者在其所在区域中未来完成订单的概率，从出行订单信息对应的至少两个候选服务提供者中为出行订单信息匹配对应的服务提供者。其中，可以采用将出行订单信息优先分配给在其所在区域中未来完成订单的概率较低的候选服务提供者的订单分配策略。
需要说明的是，在为出行订单信息匹配对应的候选服务提供者时，除了考虑候选服务提供者在其所在区域中未来完成订单的概率之外，还可以根据需要考虑其他因素，例如将出行订单信息匹配给候选服务提供者的完成概率等，且不同因素的重要程度可以不同。
可选的，可以采用预测将出行订单信息匹配给候选服务器提供者的匹配得分的方式，从至少两个候选服务提供者中为出行订单信息匹配对应的服务提供者。基于此，一个实施例中，步骤22具体可以包括如下步骤A和步骤B。
步骤A，基于所述候选服务提供者在其所在区域中未来完成订单的概率，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述候选服务提供者的匹配得分与所述候选服务提供者在其所在区域中未来完成订单的概率负相关。
其中，匹配得分用于表征候选服务提供者与出行订单信息之间的匹配程度。一出行订单信息匹配给某一服务提供者的匹配得分可以越高，可以表示该出行订单信息与该服务提供者的匹配程度越大，即该出行订单信息与该服务提供者越匹配。
进一步可选的，可以采用公式计算的方式确定匹配得分，基于此，一个实施例中，步骤A具体可以包括：基于所述候选服务提供者在其所在区域中未来完成订单的概率，采用预设的预测公式，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述预测公式中包括至少一个影响匹配得分的影响因素，所述影响因素包括所述候选服务提供者在其所在区域中未来完成订单的概率。
其中，影响因素具体可以是能够影响出行订单信息分配的任意类型因素。影响因素除了包括候选服务提供者在其所在区域中未来完成订单的概率之外，还可以根据需求包括其他因素。示例性的，影响因素还可以包括：将出行订单信息匹配给候选服务提供者的完成概率。需要说明的是，对于预测将出行订单信息匹配给候选服务提供者的完成概率的具体方式，本申请不做限定。例如，可以基于上车地距离服务提供者所在地的距离特征，服务提供者特征、服务请求者特征、服务提供者所属服务商的服务商特征等中的一个或多个进行完成概率的预测。
预测公式是指能够根据影响因素预测将出行订单信息匹配给某一候选服务提供者的匹配得分的任意类型公式。一个实施例中，预测公式例如可以为加权求和公式，当然，在其他实施例中，预测公式还可以为其他类型公式，本申请对此不做限定。
步骤B，根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
示例性的，可以根据所述匹配得分，优先选择与出行订单信息的匹配得分较高的候选服务提供者，作为与出行订单信息匹配的服务提供者。
一个实施例中，在出行订单信息是一个订单的信息的情况下，步骤B具体可以包括：将所述至少两个候选服务提供者中与所述出行订单信息的匹配得分最高的一个候选服务提供者，确定为与所述出行订单信息匹配的服务提供者。从而实现了在待匹配的订单为一个时，能够确保针对本次待匹配的一个订单的匹配结果较优。
例如，假设至少两个候选服务提供者分别为服务提供者1、服务提供者2、服务提供者3、服务提供者4和服务提供者5，且通过执行步骤A预测得到服务提供者1与出行订单信息的匹配得分最高，则可以将该出行订单信息匹配给服务提供者1。
示例性的，在出行订单信息是一个订单的信息的情况下，订单分配策略S可以表示为如下公式(1)。
S＝{si,j}j∈max(fi,j*(1-vj,t)) 公式(1)
其中，i可以表示订单i，j可以表示候选服务提供者j，j可以编号为1，2，3，4……，t可以表示当前时刻；si,j可以表示将订单i匹配给候选服务提供者j；fi,j可以表示将订单i匹配给候选服务提供者j的完成概率，vj,t可以表示候选服务提供者j在其所在的区域中未来完成订单的概率；fi,j*(1-vj,t)可以表示将订单i匹配给候选服务提供者j的匹配得分。
订单分配策略S可以基于如下分析过程得到：
首先，假设当前存在一个订单i，并且有编号1、2、3、4、5共5个候选服务提供者可以选择，如果将订单i匹配给候选服务提供者1，则整个叫车服务平台中的这些候选服务提供者未来一段时间内完成订单的数量Fi,1可以表示为如下公式(2)，如果将订单i匹配给候选服务提供者2，则叫车服务平台中的这些候选服务提供者未来一段时间内完成订单的数量Fi,2可以表示为如下公式(3)。
Fi,1＝fi,1+(1-fi,1)*v1,t+v2,t+v3,t+v4,t+v5,t 公式(2)
Fi,2＝fi,1+(1-fi,2)*v2,t+v1,t+v3,t+v4,t+v5,t 公式(3)
公式(3)和公式(4)中，fi,1可以表示将订单i匹配给候选服务提供者1的完成概率；fi,2可以表示将订单i匹配给候选服务提供者2的完成概率；v1,t可以表示候选服务提供者1在其所在区域中未来完成订单的概率；v2,t可以表示候选服务提供者2在其所在区域中未来完成订单的概率；v3,t可以表示候选服务提供者3在其所在区域中未来完成订单的概率；v4,t可以表示候选服务提供者4在其所在区域中未来完成订单的概率；v5,t可以表示候选服务提供者5在其所在区域中未来完成订单的概率。
其次，根据公式(2)和公式(3)可以确定，选择候选服务提供者1相比选择候选服务提供者2带来的收益可以表示为如下公式(4)。
Fi,1-Fi,2＝fi,1*(1-v1,t)-fi,2*(1-v2,t) 公式(4)
最后，根据公式(4)，将候选服务提供者1和候选服务提供者2的参数区分开，就可以化简得到订单分配策略S。
需要说明的是，上述分析过程中候选服务提供者的数量为5个仅为举例，候选服务提供者的数量可以是大于或等于2的任意数量。因为，无论候选服务提供者的数量为多少个，在计算Fi,1-Fi,2时，除了候选服务提供者1和候选服务提供者2之外其他候选服务提供者在其所在区域未来完成订单的概率都会被消掉。
另一个实施例中，在出行订单信息是多个订单的信息的情况下，步骤B具体可以包括：根据所述至少两个候选服务提供者和多个订单，得到多组候选匹配关系；基于所述匹配得分，计算各组候选匹配关系的匹配得分总和；按照匹配得分总和最高的一组候选匹配关系，为所述出行订单信息匹配对应的服务提供者。从而实现了在待匹配的订单为多个时，能够确保针对本次待匹配的多个订单的匹配结果整体较优。
其中，多组候选匹配关系，可以能够得到的全部或部分匹配关系的组合。
假设出行订单信息是订单x和订单y的信息，出行订单信息对应的至少两个候选服务提供者分别为服务提供者1、服务提供者2和服务提供者3，则例如可以得到记为G1组-G6组候选匹配关系的共6组候选匹配关系，这6组候选匹配关系可以如下表1所示。
表1
Figure BDA0003494568170000091
Figure BDA0003494568170000101
可以通过对一组候选匹配关系中各匹配关系对应的匹配得分进行求和，得到该候选匹配关系的匹配得分总和。例如，对于表1所示的6组候选匹配关系，每组候选匹配关系的匹配得分总和可以如下表2所示。
表2
Figure BDA0003494568170000102
在得到这6组候选匹配关系分别的匹配得分总和之后，假设这6组候选匹配关系中，G6组候选匹配关系的匹配总和最高，则可以为出行订单信息中订单x的信息匹配服务提供者3，并为出行订单信息中订单y的信息匹配服务提供者2。
本实施例提供的订单调度方法，确定出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，基于历史目标提供者数量以及历史目标订单数量，预测候选服务提供者在其所在区域中未来完成订单的概率，并基于候预测得到的概率，为出行订单信息匹配对应的服务提供者，实现了尽量将订单匹配给在其所在区域未来不容易完成订单的候选服务提供者，增加了在其所在区域未来不容易完成订单的候选服务提供者完成订单的概率，能够减少出现服务提供者长时间空闲的情况，并且由于在其所在区域未来容易完成订单的候选服务提供者，在其所在区域后续完成其他订单的概率较高，因此对在其所在区域未来容易完成订单的候选服务提供者影响较小，从而能够提高叫车服务平台整体的效率。
图3为本申请另一实施例提供的订单调度方法的流程示意图，本实施例提供的方法可以应用于图1中终端11中运行的服务请求者端执行，如图3所示，本实施例的方法可以包括：
步骤31，生成出行订单信息；
步骤32，将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
需要说明的是，关于终端生成出行订单信息的实现方式，可以参考相关技术中的具体描述，在此不再赘述。
本实施例提供的订单调度方法，通过将出行订单信息发送给服务器，以由服务器从出行订单信息对应的至少两个候选服务提供者中，基于候选服务提供者在其所在区域中未来完成订单的概率，为出行订单信息匹配对应的服务提供者，能够减少出现服务提供者长时间空闲的情况，提高叫车服务平台整体的完成概率，从而能够为服务请求者提供更好的服务。
图4为本申请又一实施例提供的订单调度方法的流程示意图，本实施例提供的方法可以应用于图1中终端12中运行的服务提供者端执行，如图4所示，本实施例的方法可以包括：
步骤41，接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
步骤42，输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
其中，输入入口例如可以包括取消按钮和确认按钮，取消按钮可以用于选择不接单，确认按钮可以用于选择接单。当然，在其他实施例中，输入入口还可以为其他形式，本申请对此不做限定。
本实施例提供的订单调度方法，通过接收服务端通过基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，能够减少出现服务提供者长时间空闲的情况，提高叫车服务平台整体的完成概率，从而能够为服务提供者提供更多的出行服务机会。
图5为本申请一实施例提供的订单调度装置的结构示意图；参考附图5所示，本实施例提供了一种订单调度装置，该装置可以执行上述图2所示实施例提供的方法，具体的，该订单调度装置可以包括：
接收模块51，用于接收出行订单信息；
确定模块52，用于确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
预测模块53，用于基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
匹配模块54，用于基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
可选的，所述匹配模块54具体用于：
基于所述候选服务提供者在其所在区域中未来完成订单的概率，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述候选服务提供者的匹配得分与所述候选服务提供者在其所在区域中未来完成订单的概率负相关；
根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
可选的，所述匹配模块54用于基于所述候选服务提供者在其所在区域中未来完成订单的概率，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分，包括：
基于所述候选服务提供者在其所在区域中未来完成订单的概率，采用预设的预测公式，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述预测公式中包括至少一个影响匹配得分的影响因素，所述影响因素包括所述候选服务提供者在其所在区域中未来完成订单的概率。
可选的，所述出行订单信息是一个订单的信息；所述匹配模块54用于根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，包括：
将所述至少两个候选服务提供者中与所述出行订单信息的匹配得分最高的一个候选服务提供者，确定为与所述出行订单信息匹配的服务提供者。
可选的，所述出行订单信息是多个订单的信息；所述匹配模块54用于根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，包括：
根据所述至少两个候选服务提供者和所述多个订单，得到多组候选匹配关系；
基于所述匹配得分，计算各组候选匹配关系的匹配得分总和；
按照匹配得分总和最高的一组候选匹配关系，为所述出行订单信息匹配对应的服务提供者。
可选的，所述预测模块53具体用于：将所述候选服务提供者所在区域的所述历史目标提供者数量与所述历史目标订单数量之比，作为所述候选服务提供者在其所在区域中未来完成订单的概率。
图5所示装置可以执行图2所示实施例提供的方法，本实施例未详细描述的部分，可参考对图2所示实施例的相关说明。该技术方案的执行过程和技术效果参见图2所示实施例中的描述，在此不再赘述。
在一个可能的实现中，图5所示订单调度装置的结构可实现为一服务器。如图6所示，该服务器可以包括：处理器61和存储器62。其中，存储器62用于存储支持服务器执行上述图2所示实施例中提供的订单调度方法的程序，处理器61被配置为用于执行存储器62中存储的程序。
程序包括一条或多条计算机指令，其中，一条或多条计算机指令被处理器61执行时能够实现如下步骤：
接收出行订单信息；
确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
可选的，处理器61还用于执行前述图2所示实施例中的全部或部分步骤。
其中，服务器的结构中还可以包括通信接口63，用于服务器与其他设备或通信网络通信。
图7为本申请另一实施例提供的订单调度装置的结构示意图；参考附图7所示，本实施例提供了一种订单调度装置，该装置可以执行上述图3所示实施例提供的方法，具体的，该订单调度装置可以包括：
生成模块71，用于生成出行订单信息；
发送模块72，用于将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
图7所示装置可以执行图3所示实施例提供的方法，本实施例未详细描述的部分，可参考对图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图3所示实施例中的描述，在此不再赘述。
在一个可能的实现中，图7所示订单调度装置的结构可实现为一终端。如图8所示，该终端可以包括：处理器81和存储器82。其中，存储器82用于存储支持终端执行上述图3所示实施例中提供的订单调度方法的程序，处理器81被配置为用于执行存储器82中存储的程序。
程序包括一条或多条计算机指令，其中，一条或多条计算机指令被处理器81执行时能够实现如下步骤：
生成出行订单信息；
将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
可选的，处理器81还用于执行前述图3所示实施例中的全部或部分步骤。
其中，终端的结构中还可以包括通信接口83，用于终端与其他设备或通信网络通信。
图9为本申请又一实施例提供的订单调度装置的结构示意图；参考附图9所示，本实施例提供了一种订单调度装置，该装置可以执行上述图4所示实施例提供的方法，具体的，该订单调度装置可以包括：
接收模块91，用于接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
交互模块92，用于输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
图9所示装置可以执行图4所示实施例提供的方法，本实施例未详细描述的部分，可参考对图4所示实施例的相关说明。该技术方案的执行过程和技术效果参见图4所示实施例中的描述，在此不再赘述。
在一个可能的实现中，图9所示订单调度装置的结构可实现为一终端。如图10所示，该终端可以包括：处理器101和存储器102。其中，存储器102用于存储支持终端执行上述图4所示实施例中提供的订单调度方法的程序，处理器101被配置为用于执行存储器102中存储的程序。
程序包括一条或多条计算机指令，其中，一条或多条计算机指令被处理器101执行时能够实现如下步骤：
接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
可选的，处理器101还用于执行前述图4所示实施例中的全部或部分步骤。
其中，终端的结构中还可以包括通信接口103，用于终端与其他设备或通信网络通信。
另外，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如图2所示实施例提供的方法。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如图3所示实施例提供的方法。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被执行时，实现如图4所示实施例提供的方法。
本申请实施例还提供一种计算机程序，当所述计算机程序被计算机执行时，用于实现如图2所示方法实施例所述的方法。
本申请实施例还提供一种计算机程序，当所述计算机程序被计算机执行时，用于实现如图3所示方法实施例所述的方法。
本申请实施例还提供一种计算机程序，当所述计算机程序被计算机执行时，用于实现如图4所示方法实施例所述的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述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计算机产品的形式体现出来，本申请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。
本申请是参照根据本申请实施例的方法、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设备上，使得在计算机或其他可编程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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (14)

1.一种订单调度方法，其特征在于，包括：
接收出行订单信息；
确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
2.根据权利要求1所述的方法，其特征在于，所述基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，包括：
基于所述候选服务提供者在其所在区域中未来完成订单的概率，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述候选服务提供者的匹配得分与所述候选服务提供者在其所在区域中未来完成订单的概率负相关；
根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
3.根据权利要求2所述的方法，其特征在于，所述基于所述候选服务提供者在其所在区域中未来完成订单的概率，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分，包括：
基于所述候选服务提供者在其所在区域中未来完成订单的概率，采用预设的预测公式，预测将所述出行订单信息匹配给所述候选服务提供者的匹配得分；所述预测公式中包括至少一个影响匹配得分的影响因素，所述影响因素包括所述候选服务提供者在其所在区域中未来完成订单的概率。
4.根据权利要求2所述的方法，其特征在于，所述出行订单信息是一个订单的信息；所述根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，包括：
将所述至少两个候选服务提供者中与所述出行订单信息的匹配得分最高的一个候选服务提供者，确定为与所述出行订单信息匹配的服务提供者。
5.根据权利要求2所述的方法，其特征在于，所述出行订单信息是多个订单的信息；所述根据所述候选服务提供者的匹配得分，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者，包括：
根据所述至少两个候选服务提供者和所述多个订单，得到多组候选匹配关系；
基于所述匹配得分，计算各组候选匹配关系的匹配得分总和；
按照匹配得分总和最高的一组候选匹配关系，为所述出行订单信息匹配对应的服务提供者。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率，包括：
将所述候选服务提供者所在区域的所述历史目标提供者数量与所述历史目标订单数量之比，作为所述候选服务提供者在其所在区域中未来完成订单的概率。
7.一种订单调度方法，其特征在于，包括：
生成出行订单信息；
将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
8.一种订单调度方法，其特征在于，包括：
接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
9.一种订单调度装置，其特征在于，包括：
接收模块，用于接收出行订单信息；
确定模块，用于确定所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量；
预测模块，用于基于所述历史目标提供者数量以及所述历史目标订单数量，预测所述候选服务提供者在其所在区域中未来完成订单的概率；
匹配模块，用于基于所述候选服务提供者在其所在区域中未来完成订单的概率，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
10.一种订单调度装置，其特征在于，包括：
生成模块，用于生成出行订单信息；
发送模块，用于将所述出行订单信息发送给服务器，以由所述服务器基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者。
11.一种订单调度装置，其特征在于，包括：
接收模块，用于接收服务器发送的出行订单信息，所述服务器是基于所述出行订单信息对应的至少两个候选服务提供者分别所在的区域的历史目标提供者数量和历史目标订单数量，从所述至少两个候选服务提供者中为所述出行订单信息匹配对应的服务提供者；
交互模块，用于输出所述出行订单信息并提供对应的输入入口，所述输入入口用于选择是否接单。
12.一种服务器，其特征在于，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如权利要求1至6中任一项所述的方法。
13.一种终端，其特征在于，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如权利要求7或8所述的方法。
14.一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，当所述计算机程序被执行时，实现如权利要求1至8中任一项所述的方法。
CN202210108142.4A 2022-01-28 2022-01-28 订单调度方法、装置及设备 Pending CN114611870A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210108142.4A CN114611870A (zh) 2022-01-28 2022-01-28 订单调度方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210108142.4A CN114611870A (zh) 2022-01-28 2022-01-28 订单调度方法、装置及设备

Publications (1)

Publication Number Publication Date
CN114611870A true CN114611870A (zh) 2022-06-10

Family

ID=81859058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210108142.4A Pending CN114611870A (zh) 2022-01-28 2022-01-28 订单调度方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114611870A (zh)

Similar Documents

Publication Publication Date Title
US11928752B1 (en) Allocation of dynamically batched service providers and service requesters
US20170169366A1 (en) Systems and Methods for Adjusting Ride-Sharing Schedules and Routes
US20180240045A1 (en) Systems and methods for allocating sharable orders
US10885472B2 (en) Dynamic transportation pooling
WO2018228110A1 (en) Systems and methods for transport capacity scheduling
US20160300318A1 (en) Fare determination system for on-demand transport arrangement service
FR3033066A1 (zh)
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
CN108985896B (zh) 拼车方法、拼车路线的推荐方法、装置、介质及电子设备
EP3262831B1 (en) Telephone call placement
CN111461384B (zh) 对象流量预测方法、装置及设备
US20200265348A1 (en) Resource Allocation Using Weighted Metrics
US20170193614A1 (en) Verifiable reward system for influencing human travel patterns
CN112435469A (zh) 车辆预警控制方法、装置、计算机可读介质及电子设备
CN110175869A (zh) 车辆分配方法及装置、电子设备和计算机可读存储介质
WO2021136399A1 (en) System and method for bidding-based ridesharing
CN110020215A (zh) 找单推荐信息的推送方法及装置、电子设备
CN110832536B (zh) 推荐上车地点的系统和方法
CN109874307A (zh) 用于推荐至少一个保险公司的人工智能系统和方法
US20220114609A1 (en) Transportation method and apparatus
CN111353093B (zh) 问题推荐方法、装置、服务器及可读存储介质
CN111612286B (zh) 一种订单分配方法、装置、电子设备及存储介质
CN114611870A (zh) 订单调度方法、装置及设备
CN111612183A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质
CN113793195B (zh) 网约车订单处理方法、装置、计算机设备及可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240311

Address after: # 03-06, Lai Zan Da Building 1, 51 Belarusian Road, Singapore

Applicant after: Alibaba Innovation Co.

Country or region after: Singapore

Address before: Room 01, 45th Floor, AXA Building, 8 Shanton Road, Singapore

Applicant before: Alibaba Singapore Holdings Ltd.

Country or region before: Singapore