CN116151401A - 一种平台派单方法、装置、设备及存储介质 - Google Patents

一种平台派单方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116151401A
CN116151401A CN202310185310.4A CN202310185310A CN116151401A CN 116151401 A CN116151401 A CN 116151401A CN 202310185310 A CN202310185310 A CN 202310185310A CN 116151401 A CN116151401 A CN 116151401A
Authority
CN
China
Prior art keywords
order
dispatched
ended
dispatch
dispatching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310185310.4A
Other languages
English (en)
Other versions
CN116151401B (zh
Inventor
柳正球
赵雪莹
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.)
Nanjing Leading Technology Co Ltd
Original Assignee
Nanjing Leading Technology 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 Nanjing Leading Technology Co Ltd filed Critical Nanjing Leading Technology Co Ltd
Priority to CN202310185310.4A priority Critical patent/CN116151401B/zh
Publication of CN116151401A publication Critical patent/CN116151401A/zh
Application granted granted Critical
Publication of CN116151401B publication Critical patent/CN116151401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • 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
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及网约车技术领域，尤其涉及一种平台派单方法、装置、设备及存储介质，用于解决派单成功率低的问题，该方法为：基于待派订单的用户的历史订单数据、待派订单的至少一个位置信息，以及平台呼叫等待时长，确定待派订单的等待时长阈值；若确定待派订单的已等待时长大于等待时长阈值，则在确定待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于待派订单的订单里程、当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，并基于该增量派单距离对当前派单区域进行调整，在确定调整后的派单区域内有至少一个候选接单端后，基于至少一个候选接单端，为待派订单进行派单，从而提升了派单成功率。

Description

一种平台派单方法、装置、设备及存储介质
技术领域
本申请涉及网约车技术领域，尤其涉及一种平台派单方法、装置、设备及存储介质。
背景技术
目前，出行软件以其特有的快捷、便利等优势备受大众的青睐，人们可以轻轻松松发起订单，随时随地叫车，提高了人们的出行效率。然而，在实际运营过程中，往往会出现待派订单的派单区域内无可用运力(即可接驾的接单端)或可用运力不足，无法在平台的最大呼叫等待时长内给该待派订单匹配到接驾接单端，无法在最大呼叫等待时长内为该待派订单进行派单的情况，严重降低了平台的派单成功率。
发明内容
本申请实施例提供一种平台派单方法、装置、设备及存储介质，用以提高平台的派单成功率。
本申请实施例提供的具体技术方案如下：
第一方面，本申请实施例提供一种平台派单方法，包括：
基于任一待派订单的用户的历史订单数据和所述待派订单的至少一个位置信息，得到所述待派订单的预期等待时长，并基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值；
若基于所述待派订单的下单时间，确定所述待派订单的已等待时长大于所述等待时长阈值，则在确定所述待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，所述预测运力总数是在未来预设时长内的估算运力总数，所述预测订单总数是在所述未来预设时长内的估算订单总数；
基于所述增量派单距离对所述当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于所述至少一个候选接单端，为所述待派订单进行派单。
采用该申请提供的一种平台派单方法，待派订单的等待时长阈值是基于用户的历史订单数据和该待派订单的至少一个位置信息得到的预期等待时长确定的，考虑了用户对预期等待时长的最大忍受意愿；然后，在用户的已等待时长大于该待派订单的等待时长阈值后，触发平台基于下单时间对未来预设时长内的运力总数和订单总数进行估算，在确定估算的运力总数小于订单总数后，对待派订单的当前派单区域进行扩大，从而得到增量派单距离，由于增量派单距离考虑了平台的预测供需关系情况，因此，采用该增量派单距离对当前派单区域进行调整，可以最大限定地提高了平台的派单成功率；同时，在确定调整后的派单区域内有至少一个候选接单端后，才基于该至少候选接单端为该待派订单进行派单，进一步提高平台的派单成功率；这样，对用户端和平台的预测供需关系进行综合考虑，确保了远距离派单时用户端的体验更好，平台的收益有保障，从而也提升了整体的派单效益。
在一种可能的实现方式中，所述平台呼叫等待时长包括最小呼叫等待时长和最大呼叫等待时长；
所述基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值，包括：
基于所述预期等待时长、预期等待时长区间与预设占比之间的对应关系，得到所述待派订单的参考等待时长，其中，所述预设占比表征在所述预期等待时长内，提前时长与所述预期等待时长的比值；
基于所述参考等待时长、所述最小呼叫等待时长和所述最大呼叫等待时长，得到所述等待时长阈值。
上述方法，考虑了用户的预期等待时长，这样，后续基于等待时长阈值确定的增量派单距离，可以基于用户以更好的体验。
在一种可能的实现方式中，所述基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，包括：
基于所述待派订单的订单里程，以及平台指标阈值，得到所述待派订单的参考派单距离，其中，所述平台指标阈值表征期望派单距离与订单里程的比值，所述期望派单距离是满足平台预设条件的派单距离；
将所述参考派单距离和所述当前派单区域对应的原派单距离之差，以及所述平台允许派单距离和所述原派单距离之差中的最小值，作为所述增量派单距离。
上述方法，结合平台指标阈值、待派订单的订单里程，以及当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，可以使得基于确定的增量派单距离所派出的订单满足平台的期望收益。
在一种可能的实现方式中，若确定所述调整后的派单区域内有多个候选接单端，则所述基于所述至少一个候选接单端，为所述待派订单进行派单，包括：
获取每个候选接单端的空车时长，其中，所述空车时长是对应候选接单端从上一次完单时刻到当前时刻的时长；
针对任一所述候选接单端，基于所述候选接单端的空车时长，以及所述候选接单端的位置信息与所述待派订单的起点位置信息之间的距离，得到所述候选接单端与所述待派订单的匹配度；
将所述多个候选接单端的匹配度中匹配度最高的候选接单端，作为目标接单端，并将所述待派订单派给所述目标接单端。
上述方法，在对待派订单进行派单时，增加候选接单端的空车时长，这样，可以在接驾距离相差不大的情况下，更倾向于将待派订单派给空车时长更长的候选接单端，这样，给予司机端以更好的体验。
在一种可能的实现方式中，在所述基于所述增量派单距离对所述当前派单区域进行调整之前，还包括：
确定所述增量派单距离大于增量阈值；
在所述确定调整后的派单区域内有至少一个候选接单端之后，还包括：
向所述待派订单的下单端发送意愿征询消息，用于询问所述用户是否接受平台基于所述调整后的派单区域进行派单；
所述基于所述至少一个候选接单端，为所述待派订单进行派单之前，还包括：
确定接收到所述下单端返回的确认消息。
上述方法，在确定增量派单距离后，将增量派单距离和增量阈值进行比较，可以保证在调整后的派单区域内为待派订单搜索到更多的有效运力，从而为后续提升派单成功率做准备；然后，在确定调整后的派单区域内有至少一个候选接单端后，向下单端发送意愿征询消息，并在得到该下单端返回的确认消息后，基于至少一个候选接单端为待派订单进行派单，可以给予用户更好的用户体验。
在一种可能的实现方式中，通过如下方式得到所述预测运力总数：
基于所述下单时间，得到在预设时间段内的真实运力总数，以及基于平台历史数据，得到在所述预设时间段内的历史运力总数，其中，所述预设时间段是基于当前时刻和参考预设时长确定的；
基于所述真实运力总数及第一权重、所述历史运力总数及第二权重，对所述未来预设时长内的运力总数进行估算，得到所述预测运力总数；
通过如下方式得到所述预测订单总数：
基于所述下单时间，得到所述预设时间段内的真实订单总数，以及基于所述平台历史数据，得到所述预设时间段内的历史订单总数；
基于所述真实订单总数及第三权重、所述历史订单总数及第四权重，对所述未来预设时长内的订单总数进行估算，得到所述预测订单总数。
上述方法，通过平台历史数据，对未来预设时长内的运力总数和订单总数进行估算，可以大致估算出未来预设时长内的供需关系，从而在确定供需关系紧张时，即供小于需时，为待派订单进行增量派单距离计算，从而搜索到有效的运力，以为待派订单进行派单变为可能，不仅提升了派单成功率，也提升了整体的派单效益。
在一种可能的实现方式中，通过如下方式得到所述候选接单端：
若在所述调整后的派单区域内搜索到多个待接单接单端，则基于每个待接单接单端的接驾设置信息，确定每个待接单接单端是否愿意接所述待派订单；
在确定所述多个待接单接单端中任一待接单接单端愿意接所述待派订单后，将所述任一待接单接单端作为所述候选接单端。
上述方法，借助接单端的一个接驾设置信息，可以从多个待接单接单端中筛选出愿意接待派订单的候选接单端，这样，考虑到接单端的司机的接驾意愿，也使司机端的体验更好，从而提升了平台的整体的派单效益。
第二方面，本申请实施例提供一种平台派单装置，包括：
阈值确定模块，用于基于任一待派订单的用户的历史订单数据和所述待派订单的至少一个位置信息，得到所述待派订单的预期等待时长，并基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值；
增量确定模块，用于若基于所述待派订单的下单时间，确定所述待派订单的已等待时长大于所述等待时长阈值，则在确定所述待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，所述预测运力总数是在未来预设时长内的估算运力总数，所述预测订单总数是在所述未来预设时长内的估算订单总数；
派单模块，用于基于所述增量派单距离对所述当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于所述至少一个候选接单端，为所述待派订单进行派单。
在一种可能的实现方式中，所述平台呼叫等待时长包括最小呼叫等待时长和最大呼叫等待时长；
所述阈值确定模块具体用于：
基于所述预期等待时长、预期等待时长区间与预设占比之间的对应关系，得到所述待派订单的参考等待时长，其中，所述预设占比表征在所述预期等待时长内，提前时长与所述预期等待时长的比值；
基于所述参考等待时长、所述最小呼叫等待时长和所述最大呼叫等待时长，得到所述等待时长阈值。
在一种可能的实现方式中，所述增量确定模块具体用于：
基于所述待派订单的订单里程，以及平台指标阈值，得到所述待派订单的参考派单距离，其中，所述平台指标阈值表征期望派单距离与订单里程的比值，所述期望派单距离是满足平台预设条件的派单距离；
将所述参考派单距离和所述当前派单区域对应的原派单距离之差，以及所述平台允许派单距离和所述原派单距离之差中的最小值，作为所述增量派单距离。
在一种可能的实现方式中，若确定所述调整后的派单区域内有多个候选接单端，则所述派单模块具体用于：
获取每个候选接单端的空车时长，其中，所述空车时长是对应候选接单端从上一次完单时刻到当前时刻的时长；
针对任一所述候选接单端，基于所述候选接单端的空车时长，以及所述候选接单端的位置信息与所述待派订单的起点位置信息之间的距离，得到所述候选接单端与所述待派订单的匹配度；
将所述多个候选接单端的匹配度中匹配度最高的候选接单端，作为目标接单端，并将所述待派订单派给所述目标接单端。
在一种可能的实现方式中，所述增量确定模块还用于：
在所述基于所述增量派单距离对所述当前派单区域进行调整之前，确定所述增量派单距离大于增量阈值；
所述派单模块还用于：
在所述确定调整后的派单区域内有至少一个候选接单端之后，向所述待派订单的下单端发送意愿征询消息，用于询问所述用户是否接受平台基于所述调整后的派单区域进行派单；
在所述基于所述至少一个候选接单端，为所述待派订单进行派单之前，确定接收到所述下单端返回的确认消息。
在一种可能的实现方式中，通过如下方式得到所述预测运力总数：
基于所述下单时间，得到在预设时间段内的真实运力总数，以及基于平台历史数据，得到在所述预设时间段内的历史运力总数，其中，所述预设时间段是基于当前时刻和参考预设时长确定的；
基于所述真实运力总数及第一权重、所述历史运力总数及第二权重，对所述未来预设时长内的运力总数进行估算，得到所述预测运力总数；
通过如下方式得到所述预测订单总数：
基于所述下单时间，得到所述预设时间段内的真实订单总数，以及基于所述平台历史数据，得到所述预设时间段内的历史订单总数；
基于所述真实订单总数及第三权重、所述历史订单总数及第四权重，对所述未来预设时长内的订单总数进行估算，得到所述预测订单总数。
在一种可能的实现方式中，通过如下方式得到所述候选接单端：
若在所述调整后的派单区域内搜索到多个待接单接单端，则基于每个待接单接单端的接驾设置信息，确定每个待接单接单端是否愿意接所述待派订单；
在确定所述多个待接单接单端中任一待接单接单端愿意接所述待派订单后，将所述任一待接单接单端作为所述候选接单端。
第三方面，本申请实施例提供一种电子设备，包括：
存储器，用于存储计算机程序或指令；
处理器，用于执行所述存储器中的计算机程序或指令，使得如第一方面中任一所述的方法被执行。
第四方面，本申请实施例提供一种计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行上述第一方面中任一项所述的方法。
第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行第一方面中任一项所述的方法。
另外，第二方面至第五方面中任一一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
图1为本申请实施例中一个应用场景示意图；
图2为本申请实施例中一种平台派单方法的流程示意图；
图3为本申请实施例中一种等待时长阈值的确定方法的流程示意图；
图4A为本申请实施例中一种预测未来预设时长内运力总数的流程示意图；
图4B为本申请实施例中一种预测未来预设时长内订单总数的流程示意图；
图5为本申请实施例中一种增量派单距离的确定方法的流程示意图；
图6为本申请实施例中一种候选接单端的筛选方法的流程示意图；
图7为本申请实施例中一种用户意愿确认场景示意图；
图8为本申请实施例中一种确定目标接单端的流程示意图；
图9为本申请实施例中一种平台派单装置的逻辑架构示意图；
图10为本申请实施例中电子设备的实体架构示意图。
具体实施方式
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，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做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。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够在除了这里图示或描述的那些以外的顺序实施。
下面对本申请实施例的设计思路进行简要介绍：
在出行软件运营过程中，若用户(即乘客)在偏僻地区或热点地区打车，往往会因为周边区域内无可用运力或可用运力不足，无法在平台的最大呼叫等待时长内给该待派订单匹配到接驾接单端，无法在最大呼叫等待时长内为该待派订单进行派单的情况，严重降低了平台的派单成功率。
相关技术下，为了提高平台的派单成功率，平台一旦确定待派订单的当前派单区域内无可用运力或可用运力不足时，随即按照预设增量派单距离，为该待派订单逐步扩大派单距离，直至在扩大后的派单区域内为该待派订单匹配到可用运力为止。然而，上述扩大派单距离的派单方式，在一定程度上可以提高平台的派单成功率，但对于用户而言，接驾接单端距离用户所在地过远，降低了用户体验度；对于接驾接单端的司机而言，同样认为用户距离自身过远，降低了平台信任度；对于出行软件的平台而言，提高了平台计算难度，也降低了平台收益。
有鉴于此，本申请实施例中，为了解决上述问题，本申请实施例提供一种平台派单方法，其中，基于任一待派订单的用户的历史订单数据和待派订单的至少一个位置信息，得到待派订单的预期等待时长，并基于预期等待时长和平台呼叫等待时长，确定待派订单的等待时长阈值；若确定待派订单的已等待时长大于等待时长阈值，则在确定待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于待派订单的订单里程、当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离；然后，基于该增量派单距离对当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于至少一个候选接单端，为待派订单进行派单。
采用该申请提供的上述平台派单方法，在用户的已等待时长大于该待派订单的等待时长阈值后，确定待派订单的当前派单区域内的预测供需关系，由于等待时长阈值考虑了该待派订单的用户的历史订单数据和至少一个位置信息，因此，预测供需关系的触发条件考虑了待派订单的预期等待时长，然后，在确定预测供需关系为可用运力不足时确定增量派单距离，并在得到增量派单距离之后，为了给予用户更好的体验，进一步提高派单成功率，在确定调整后的派单区域内有至少一个候选接单端后，才基于该至少一个候选接单端为该待派订单进行派单；这样，对用户端和平台的预测供需关系进行综合考虑，确保了远距离派单时用户端的体验更好，平台的收益有保障，从而也提升了整体的派单效益。
下面结合附图对本申请优选的实施方式做出进一步详细说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请实施例及实施例中的特征可以相互组合。
参阅图1所示，其为本申请实施例的应用场景示意图。该应用场景包括用户终端100、平台服务器200以及车载终端300，其中，用户终端100通过有线网络或者无线网络与平台服务器200相连接、车载终端300也通过有线网络或者无线网络与平台服务器200相连接。
用户终端100向平台服务器200发送订单，该订单可以是用户通过网约车平台服务器的下单端发起的，也可以是用户通过第三方平台服务器的下单端发起的，其中，订单包括起点位置信息、终点位置信息、用户当前位置信息、通讯方式、下单时间、订单里程等订单信息。
车载终端300向平台服务器200发送车辆的位置信息，以及接单情况等。
平台服务器200在接收到订单后，基于订单信息确定用户所在的地理区域；并基于接收到的车辆的位置信息以及接单情况，在订单信息所处的地理区域内确定未接单或即将完单的车辆，从而完成派单。
需要说明的是图1中的车载终端300的位置仅用于举例，二者具体在图中的位置，并不作为实际安装在车辆中的固定位置。车载终端300的位置也可以在车辆其他位置，比如车载终端300安装在车门处、前排座位之间等位置。
在介绍完本申请实施例的应用场景之后，参阅图2所示，本申请实施例中，提供了一种平台派单方法，该方法的具体流程如下：
步骤200：基于任一待派订单的用户的历史订单数据和待派订单的至少一个位置信息，得到待派订单的预期等待时长，并基于预期等待时长和平台呼叫等待时长，确定待派订单的等待时长阈值。
本申请实施例中，用户可以通过不同渠道的下单端向平台服务器发送订单，平台服务器在接收到不同渠道发送的订单后，通常会将未派单的订单暂存在派单池中。平台服务器通常采用批量派单模式，周期从派单池中获取一定数量的待派订单，针对上述一定数量的待派订单中的任一待派订单，执行步骤200。
具体实施中，在执行步骤200时，借助训练好的预期等待时长预测模型，基于待派订单的用户的历史订单数据和待派订单的起点位置信息，预测得到待派订单的预期等待时长；或，
借助训练好的预期等待时长预测模型，基于上述历史订单数据和待派订单的终点位置信息，预测得到该待派订单的预期等待时长；或，
借助训练好的预期等待时长预测模型，基于上述历史订单数据和待派订单的起点位置信息和终点位置信息，分别预测出起点位置信息的第一预期等待时长和终点位置信息的第二预期等待时长，然后，将第一预期等待时长和第二预期等待时长的均值，作为该待派订单的预期等待时长；其中，预期等待时长预测模型可以是预先通过大量订单数据训练的模型，具体模型结构、训练方式等不做具体限定。
然后，在得到待派订单的预期等待时长之后，参阅图3所示，具体通过如下步骤得到待派订单的等待时长阈值：
步骤2001：基于预期等待时长、预期等待时长区间与预设占比的对应关系，得到待派订单的参考等待时长，其中，预设占比表征在预期等待时长内，提前时长与预期等待时长的比值。
本申请实施例中，预先在平台服务器中配置了预期等待时长区间与预设占比之间的对应关系，其中，预设占比表征在预期等待时长内，提前时长与预期等待时长的比值，即在到达用户可以接受的预期等待时长前，提前上述提前时长(即预设占比*预期等待时长)开始调用远距离派单对应的程序，为用户的待派订单扩大派单距离，从而为该待派订单搜索到更多可用运力。可以理解的，((1-预设占比)*预期等待时长)表征平台为待派订单设置的最大等待时长。
具体实施中，在执行步骤2001时，基于预期等待时长、预期等待时长区间与预设占比的对应关系，得到预设占比，然后，基于预期等待时长和预设占比，得到待派订单的参考等待时长。
步骤2002：基于参考等待时长、最小呼叫等待时长和最大呼叫等待时长，确定待派订单的等待时长阈值。
本申请实施例中，为了兼顾平台服务器的性能、派单效果或派单成功率，通常平台呼叫等待时长包括最小呼叫等待时长和最大呼叫等待时长，那么，在执行步骤2002时，从参考等待时长和最小呼叫等待时长中选取出最大值，并从最大值和最大呼叫等待时长中选取出最小值，将最小值作为等待时长阈值。
具体实施中，可以通过如下公式表示上述等待时长阈值：
T＝min(max((1-P)*Ti,Smin),Smax)(0<P<1,Smin<Smax)
其中，Ti表示用户在起点位置信息和/或终点位置信息时的预期等待时长，i为当前处理的待派订单在本批次待派订单集中的序号；P表示预设占比；Smin表示最小呼叫等待时长；Smax表示最大呼叫等待时长。
步骤210：若基于待派订单的下单时间，确定待派订单的已等待时长大于等待时长阈值，则在确定待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于待派订单的订单里程、当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，预测运力总数是在未来预设时长内的估算运力总数，预测订单总数是在未来预设时长内的估算订单总数。
本申请实施中，在执行步骤200得到待派订单的等待时长阈值后，基于待派订单的下单时间，确定待派订单的已等待时长，若确定已等待时长大于上述等待时长阈值，则确定待派订单的当前派单区域内的未来预设时长内的运力总数和订单总数进行预测，具体的，参阅图4A所示，可以通过执行如下步骤，得到上述预测运力总数：
步骤300：基于下单时间，得到在预设时间段内的真实运力总数，以及基于平台历史数据，得到在预设时间段内的历史运力总数，其中，预设时间段是基于当前时刻和参考预设时长确定的。
示例性的，假设参考预设时长为5分钟，待派订单的下单时间为2022-4-1010:20，以及当前时刻(即，平台服务器的当前系统时刻)为10:33。那么，在执行步骤300时，基于下单时间，得到预设时间段[10:28～10:33]内的真实运力总数，以及基于平台历史数据，得到[10:28～10:33]内的历史运力总数，其中，该历史运力总数可以是下单时间(2022-4-10)前一天(2022-4-9)的在[10:28～10:33]内的运力数，也可以是与下单时间(2022-4-10)的日历属性相同的一天的在[10:28～10:33]内的运力数，比如2022-4-10为周六，则与下单时间(2022-4-10)的日历属性相同的一天可以是同为周六的2022-4-3；还可以为多天在[10:28～10:33]内的运力数的均值等。需要说明的是，为了保证后续估算得到的预测运力总数较为准确，在历史运力总数统计时需寻找与下单时间靠近或有对比参考价值的平台历史数据。
步骤310：基于真实运力总数及第一权重、历史运力总数及第二权重，对未来预设时长内的运力总数进行估算，得到预测运力总数。
本申请实施例中，假设未来预设时长也为5分钟，那么，在执行步骤310时，可以通过如下公式来表示预测运力总数：
C＝ω1*A1+ω2*A2(ω1+ω2＝1)
其中，C表示未来预设时长内的预测运力总数；A1表示基于下单时间得到的预设时间段内的真实运力总数，A2表示基于平台历史数据得到的预设时间段内的历史运力数；ω1、ω2分别表示相关的权重参数，本申请实施例中可以基于历史数据训练得到；预设时间段是基于当前时刻和参考预设时长确定的，参考预设时长可以基于实际场景具体设置。
相应的，采用与预测运力总数相似的方式，可以得到待派订单的当前派单区域内的未来预设时长内的预测订单总数，如图4B所示：
步骤400：基于下单时间，得到预设时间段内的真实订单总数，以及基于平台历史数据，得到预设时间段内的历史订单总数，其中，预设时间段是基于当前时刻和参考预设时长确定的。
示例性的，假设参考预设时长为5分钟，待派订单的下单时间为2022-4-1010:20，以及当前时刻(即，平台服务器的当前系统时刻)为10:33。那么，在执行步骤400时，基于下单时间，得到预设时间段[10:28～10:33]内的真实订单总数，以及基于平台历史数据，得到[10:28～10:33]内的历史订单总数，其中，该历史订单总数可以是下单时间(2022-4-10)前一天(2022-4-9)的在[10:28～10:33]内的订单数，也可以是与下单时间(2022-4-10)的日历属性相同的一天的在[10:28～10:33]内的订单数，比如2022-4-10为周六，则与下单时间(2022-4-10)的日历属性相同的一天可以是同为周六的2022-4-3；还可以为多天在[10:28～10:33]内的订单数的均值等。需要说明的是，为了保证后续估算得到的预测订单总数较为准确，在历史订单总数统计时需寻找与下单时间靠近或有对比参考价值的平台历史数据。
步骤410：基于真实订单总数及第三权重、历史订单总数及第四权重，对未来预设时长内的订单总数进行估算，得到预测订单总数。
本申请实施例中，假设未来预设时长也为5分钟，那么，在执行步骤410时，可以通过如下公式来表示预测订单总数：
O＝μ1*B1+μ2*B2(μ1+μ2＝1)
其中，O表示未来预设时长内的预测订单总数；B1表示基于下单时间得到的预设时间段内的真实订单总数，B2基于平台历史数据得到的预设时间段内的历史订单总数；μ1、μ2分别表示相关的权重参数，本申请实施例中可以基于历史数据训练得到；预设时间段是基于当前时刻和参考预设时长确定的，参考预设时长可以基于实际场景具体设置。
然后，在通过上述步骤300～步骤310和步骤400～步骤410得到预测运力总数和预测订单总数后，将两者进行比较，若确定预测运力总数小于预测订单总数，那么，确定待派订单的当前派单区域内在未来一点时间内的运力不足，则执行步骤210；若确定预测运力总数不小于预测订单总数，则按照当前派单区域为待派订单进行派单。
本申请实施例中，在执行步骤210时，参阅图5所示，具体通过执行如下步骤确定增量派单距离：
步骤2101：基于待派订单的订单里程，以及平台指标阈值，得到待派订单的参考派单距离，其中，平台指标阈值表征期望派单距离与订单里程的比值，期望派单距离是满足平台预设条件的派单距离。
步骤2102：将参考派单距离和当前派单区域对应的原派单距离之差，以及平台允许派单距离和原派单距离之差中的最小值，作为增量派单距离。
本申请实施例中，在执行步骤2101～步骤2102时，可以通过如下公式得到增量派单距离：
F＝min(Mi*R-D1,E-D1)
其中，Mi表示待派订单的订单里程(米)；R是平台指标阈值，表征期望派单距离与订单里程的比值，期望派单距离是满足平台预设条件的派单距离，本申请实施例中，预设条件可以是满足平台收益最大化的派单距离；D1表示当前派单区域对应的原派单距离(米)；E表示平台允许派单距离，本申请实施例中，E可以是平台允许的最大派单距离(米)。
为了能够在扩大派单距离后的派单区域内，搜索到更多的可用运力或有效运力，本申请实施例中，在通过上述方式确定增量派单距离后，增加了增量派单距离和增量阈值的比对过程，以确定该增量派单距离是否大于增量阈值，其中，若不大于，则仍按照当前派单区域为待派订单进行派单；若大于，则执行步骤220。
步骤220：基于增量派单距离对当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于至少一个候选接单端，为待派订单进行派单。
本申请实施例中，在执行步骤210确定增量派单距离后，执行步骤220中的基于增量派单距离对当前派单区域进行调整。然后，在调整后的派单区域内搜索待接单接单端。
在一些可行的实施例中，若在调整后的派单区域内搜索到多个待接单接单端，其中，待接单接单端可以是未接单车辆的接单端，也可以为即将完单的车辆的接单端，那么，参阅图6所示，通过如下方式得到候选接单端：
步骤500：基于每个待接单接单端的接驾设置信息，确定每个待接单接单端是否愿意接待派订单。
本申请实施例中，每个司机可以在车载终端的接单端中预先设置接驾设置信息，其中，该接驾设置信息包括可接受的待派订单的最小订单里程，和/或，可接受的待派订单的最大接驾距离。
具体实施中，在执行步骤500时，将待派订单的订单里程与每个待接单接单端的接驾设置信息中的最小订单里程进行比较，以及将待派订单与每个待接单接单端之间的距离与每个待接单接单端的接驾设置信息中的最大接驾距离进行比较，若不小于最小订单里程，且不大于最大接驾距离，则确定该待接单接单端愿意接该待派订单，执行步骤510，否则，确定该待接单接单端不愿意接该待派订单，不将该待接单接单端作为候选接单端。
在一些可能的实施例中，若在调整后的派单区域内搜索到的每个待接单接单端均不能作为上述候选接单端，则说明调整后的派单区域内无可用运力，无有效运力，那么，仍按照当前派单区域为待派订单进行派单。
步骤510：在确定多个待接单接单端中任一待接单接单端愿意接待派订单后，将任一待接单接单端作为候选接单端。
本申请实施例中，若确定搜索到的多个待接单接单端中任一待接单接单端愿意接该待派订单，则执行步骤510，将该任一待接单接单端作为候选接单端；这样，可以从搜索到多个待接单接单端中筛选出候选接单端。
然后，参阅图7所示，向待派订单的下单端发送意愿征询消息，用于询问用户是否接受平台基于调整后的派单区域进行派单，这样，可以进一步收集待派订单的用户的意愿，以明确获知用户对本次扩大派单距离进行派单的认可情况，从而基于用户的意愿进行后续派单。
在一些可能的实施例中，若用户通过下单端返回确认消息，则说明用户认可本次扩大派单距离进行的派单；若用户通过下单端返回拒绝消息，则说明用户不认可本次扩大派单距离进行的派单。
在一些可行的实施例中，上述意愿征询消息中可以携带待派订单的增量派单距离，如图7所示，以使用户明确获知要扩大的具体数值(如500m)，便于用户衡量后续派单是否对其合适等。
本申请实施例中，若平台服务器确定接收到下单端返回的确认消息，仍如图7所示，那么，在执行基于所述至少一个候选接单端，为所述待派订单进行派单过程时，参阅图8所示，具体通过执行如下步骤来实现，其中，假设确定调整后的派单区域内有多个候选接单端：
步骤2201：获取每个候选接单端的空车时长，其中，空车时长是对应候选接单端从上一次完单时刻到当前时刻的时长。
需要说明的是，若该候选接单端为即将完单的车辆的接单端，则该候选接单端的空车时长为0。
步骤2202：针对任一候选接单端，基于候选接单端的空车时长，以及候选接单端的位置信息与待派订单的起点位置信息之间的距离，得到候选接单端与待派订单的匹配度。
相关技术下，由于采用的是批量派单，那么，在实际为每个待派订单进行派单时，通常将待派订单和候选接单端的最优解，转化为运筹优化问题，具体的，可以采用如下公式来得到每个待派订单与每个候选接单端之间的匹配度：
Figure BDA0004103654260000181
Figure BDA0004103654260000182
Figure BDA0004103654260000183
其中，Wij表示待派订单i和候选接单端j之间的匹配权重；在计算过程中，Xij当且仅当将候选接单端j派给待派订单i时为1，否则为0；i和j分别为待派订单的序号、候选接单端的序号。
本申请实施例中，将上式中的Wij用如下公式替换，其中，Lij表示候选接单端j的位置信息与待派订单i的起点位置信息之间的距离，即接驾待派订单i的接驾距离；Gj表示候选接单端j的空车时长，单位(小时)；
Figure BDA0004103654260000184
分别表示接驾距离和空车时长对派单影响的权重参数：
Figure BDA0004103654260000185
本申请实施例中，在执行步骤2202时，假设调整后的派单区域内仅有一个待派订单，那么，通过上述两个公式可知，基于每个候选接单端的空车时长和接驾距离，即可确定每个候选接单端与待派订单的匹配度。
步骤2203：将多个候选接单端的匹配度中匹配度最高的候选接单端，作为目标接单端，并将待派订单派给目标接单端。
本申请实施例中，假设调整后的派单区域内仅有一个待派订单，在执行步骤2203时，将多个候选接单端的匹配度中匹配度最高的候选接单端作为待派订单的目标接单端，然后，将该派单订单派给目标接单端即可。
这样，由于在确定每个候选接单端的匹配度时，将候选接单端的空车时长包含在内，因此，在接驾距离相差不大的情况下，可以更倾向于将待派订单派给空车时长更长的候选接单端，从而给予接单端以更好的体验。
在一些可行的实施例中，假设调整后的派单区域内包含多个待派订单，比如2个待派订单，3个候选接单端，那么，基于上述两个公式，依次计算每个组合的整体收益，其中，一个组合为待派订单A-候选接单端1，待派订单B-候选接单端2；另一个组合可以为待派订单A-候选接单端1，待派订单B-候选接单端3等等，然后，从多个组合的整体收益中选取出整体收益最高的组合，将该组合作为最终的派单结果。需要说明的是，此时，可能并非将针对待派订单A的多个接单端的匹配度中匹配度最高的候选接单端作为待派订单A的目标接单端。
基于同一发明构思，参阅图9所示，本申请实施例中提供一种平台派单装置，包括：
阈值确定模块910，用于基于任一待派订单的用户的历史订单数据和所述待派订单的至少一个位置信息，得到所述待派订单的预期等待时长，并基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值；
增量确定模块920，用于若基于所述待派订单的下单时间，确定所述待派订单的已等待时长大于所述等待时长阈值，则在确定所述待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，所述预测运力总数是在未来预设时长内的估算运力总数，所述预测订单总数是在所述未来预设时长内的估算订单总数；
派单模块930，用于基于所述增量派单距离对所述当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于所述至少一个候选接单端，为所述待派订单进行派单。
在一种可能的实现方式中，所述平台呼叫等待时长包括最小呼叫等待时长和最大呼叫等待时长；
所述阈值确定模块910具体用于：
基于所述预期等待时长、预期等待时长区间与预设占比之间的对应关系，得到所述待派订单的参考等待时长，其中，所述预设占比表征在所述预期等待时长内，提前时长与所述预期等待时长的比值；
基于所述参考等待时长、所述最小呼叫等待时长和所述最大呼叫等待时长，得到所述等待时长阈值。
在一种可能的实现方式中，所述增量确定模块920具体用于：
基于所述待派订单的订单里程，以及平台指标阈值，得到所述待派订单的参考派单距离，其中，所述平台指标阈值表征期望派单距离与订单里程的比值，所述期望派单距离是满足平台预设条件的派单距离；
将所述参考派单距离和所述当前派单区域对应的原派单距离之差，以及所述平台允许派单距离和所述原派单距离之差中的最小值，作为所述增量派单距离。
在一种可能的实现方式中，若确定所述调整后的派单区域内有多个候选接单端，则所述派单模块930具体用于：
获取每个候选接单端的空车时长，其中，所述空车时长是对应候选接单端从上一次完单时刻到当前时刻的时长；
针对任一所述候选接单端，基于所述候选接单端的空车时长，以及所述候选接单端的位置信息与所述待派订单的起点位置信息之间的距离，得到所述候选接单端与所述待派订单的匹配度；
将所述多个候选接单端的匹配度中匹配度最高的候选接单端，作为目标接单端，并将所述待派订单派给所述目标接单端。
在一种可能的实现方式中，所述增量确定模块920还用于：
在所述基于所述增量派单距离对所述当前派单区域进行调整之前，确定所述增量派单距离大于增量阈值；
所述派单模块930还用于：
在所述确定调整后的派单区域内有至少一个候选接单端之后，向所述待派订单的下单端发送意愿征询消息，用于询问所述用户是否接受平台基于所述调整后的派单区域进行派单；
在所述基于所述至少一个候选接单端，为所述待派订单进行派单之前，确定接收到所述下单端返回的确认消息。
在一种可能的实现方式中，通过如下方式得到所述预测运力总数：
基于所述下单时间，得到在预设时间段内的真实运力总数，以及基于平台历史数据，得到在所述预设时间段内的历史运力总数，其中，所述预设时间段是基于当前时刻和参考预设时长确定的；
基于所述真实运力总数及第一权重、所述历史运力总数及第二权重，对所述未来预设时长内的运力总数进行估算，得到所述预测运力总数；
通过如下方式得到所述预测订单总数：
基于所述下单时间，得到所述预设时间段内的真实订单总数，以及基于所述平台历史数据，得到所述预设时间段内的历史订单总数；
基于所述真实订单总数及第三权重、所述历史订单总数及第四权重，对所述未来预设时长内的订单总数进行估算，得到所述预测订单总数。
在一种可能的实现方式中，通过如下方式得到所述候选接单端：
若在所述调整后的派单区域内搜索到多个待接单接单端，则基于每个待接单接单端的接驾设置信息，确定每个待接单接单端是否愿意接所述待派订单；
在确定所述多个待接单接单端中任一待接单接单端愿意接所述待派订单后，将所述任一待接单接单端作为所述候选接单端。
基于同一发明构思，本申请实施例中提供一种电子设备，下面参照图10来描述根据本申请的这种实施方式的电子设备100。图10显示的电子设备100仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示，电子设备100以通用电子设备的形式表现。电子设备100的组件可以包括但不限于：上述至少一个处理器101、上述至少一个存储器102、连接不同系统组件(包括存储器102和处理器101)的总线103。
总线103表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器102可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)1021和/或高速缓存存储器1022，还可以进一步包括只读存储器(ROM)1023。
存储器102还可以包括具有一组(至少一个)程序模块1024的程序/实用工具1025，这样的程序模块1024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备100也可以与一个或多个外部设备104(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备100交互的设备通信，和/或与使得该电子设备100能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口105进行。并且，电子设备100还可以通过网络适配器106与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器106通过总线103与用于电子设备100的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
基于同一发明构思，本申请实施例提供一种计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行上述任一项所述的方法。由于上述计算机可读存储介质解决问题的原理与平台派单方法相似，因此上述计算机可读存储介质的实施可以参见方法的实施，重复之处不再赘述。
基于同一发明构思，本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得计算机执行如前文论述任一的方法。由于上述计算机程序产品解决问题的原理与平台派单方法相似，因此上述计算机程序产品的实施可以参见方法的实施，重复之处不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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数据处理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设备的处理器执行的指令产生用于实现在流程图中的一个流程或多个流程和/或方框图中的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中的一个流程或多个流程和/或方框图中的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中的一个流程或多个流程和/或方框图中的一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (11)

1.一种平台派单方法，其特征在于，包括：
基于任一待派订单的用户的历史订单数据和所述待派订单的至少一个位置信息，得到所述待派订单的预期等待时长，并基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值；
若基于所述待派订单的下单时间，确定所述待派订单的已等待时长大于所述等待时长阈值，则在确定所述待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，所述预测运力总数是在未来预设时长内的估算运力总数，所述预测订单总数是在所述未来预设时长内的估算订单总数；
基于所述增量派单距离对所述当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于所述至少一个候选接单端，为所述待派订单进行派单。
2.如权利要求1所述的方法，其特征在于，所述平台呼叫等待时长包括最小呼叫等待时长和最大呼叫等待时长；
所述基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值，包括：
基于所述预期等待时长、预期等待时长区间与预设占比之间的对应关系，得到所述待派订单的参考等待时长，其中，所述预设占比表征在所述预期等待时长内，提前时长与所述预期等待时长的比值；
基于所述参考等待时长、所述最小呼叫等待时长和所述最大呼叫等待时长，得到所述等待时长阈值。
3.如权利要求1所述的方法，其特征在于，所述基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，包括：
基于所述待派订单的订单里程，以及平台指标阈值，得到所述待派订单的参考派单距离，其中，所述平台指标阈值表征期望派单距离与订单里程的比值，所述期望派单距离是满足平台预设条件的派单距离；
将所述参考派单距离和所述当前派单区域对应的原派单距离之差，以及所述平台允许派单距离和所述原派单距离之差中的最小值，作为所述增量派单距离。
4.如权利要求1所述的方法，其特征在于，若确定所述调整后的派单区域内有多个候选接单端，则所述基于所述至少一个候选接单端，为所述待派订单进行派单，包括：
获取每个候选接单端的空车时长，其中，所述空车时长是对应候选接单端从上一次完单时刻到当前时刻的时长；
针对任一所述候选接单端，基于所述候选接单端的空车时长，以及所述候选接单端的位置信息与所述待派订单的起点位置信息之间的距离，得到所述候选接单端与所述待派订单的匹配度；
将所述多个候选接单端的匹配度中匹配度最高的候选接单端，作为目标接单端，并将所述待派订单派给所述目标接单端。
5.如权利要求1-4任一所述的方法，其特征在于，在所述基于所述增量派单距离对所述当前派单区域进行调整之前，还包括：
确定所述增量派单距离大于增量阈值；
在所述确定调整后的派单区域内有至少一个候选接单端之后，还包括：
向所述待派订单的下单端发送意愿征询消息，用于询问所述用户是否接受平台基于所述调整后的派单区域进行派单；
所述基于所述至少一个候选接单端，为所述待派订单进行派单之前，还包括：
确定接收到所述下单端返回的确认消息。
6.如权利要求1-4任一所述的方法，其特征在于，通过如下方式得到所述预测运力总数：
基于所述下单时间，得到在预设时间段内的真实运力总数，以及基于平台历史数据，得到在所述预设时间段内的历史运力总数，其中，所述预设时间段是基于当前时刻和参考预设时长确定的；
基于所述真实运力总数及第一权重、所述历史运力总数及第二权重，对所述未来预设时长内的运力总数进行估算，得到所述预测运力总数；
通过如下方式得到所述预测订单总数：
基于所述下单时间，得到所述预设时间段内的真实订单总数，以及基于所述平台历史数据，得到所述预设时间段内的历史订单总数；
基于所述真实订单总数及第三权重、所述历史订单总数及第四权重，对所述未来预设时长内的订单总数进行估算，得到所述预测订单总数。
7.如权利要求1-4任一所述的方法，其特征在于，通过如下方式得到所述候选接单端：
若在所述调整后的派单区域内搜索到多个待接单接单端，则基于每个待接单接单端的接驾设置信息，确定每个待接单接单端是否愿意接所述待派订单；
在确定所述多个待接单接单端中任一待接单接单端愿意接所述待派订单后，将所述任一待接单接单端作为所述候选接单端。
8.一种平台派单装置，其特征在于，包括：
阈值确定模块，用于基于任一待派订单的用户的历史订单数据和所述待派订单的至少一个位置信息，得到所述待派订单的预期等待时长，并基于所述预期等待时长和平台呼叫等待时长，确定所述待派订单的等待时长阈值；
增量确定模块，用于若基于所述待派订单的下单时间，确定所述待派订单的已等待时长大于所述等待时长阈值，则在确定所述待派订单的当前派单区域内的预测运力总数小于预测订单总数后，基于所述待派订单的订单里程、所述当前派单区域对应的原派单距离和平台允许派单距离，确定增量派单距离，其中，所述预测运力总数是在未来预设时长内的估算运力总数，所述预测订单总数是在所述未来预设时长内的估算订单总数；
派单模块，用于基于所述增量派单距离对所述当前派单区域进行调整，并在确定调整后的派单区域内有至少一个候选接单端后，基于所述至少一个候选接单端，为所述待派订单进行派单。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序或指令；
处理器，用于执行所述存储器中的计算机程序或指令，使得如权利要求1-7中任一所述的方法被执行。
10.一种计算机可读存储介质，其特征在于，当所述存储介质中的指令由处理器执行时，使得所述处理器能够执行如权利要求1-7中任一所述的方法。
11.一种计算机程序产品，其特征在于，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行上述如权利要求1-7中任一项所述的方法。
CN202310185310.4A 2023-03-01 2023-03-01 一种平台派单方法、装置、设备及存储介质 Active CN116151401B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310185310.4A CN116151401B (zh) 2023-03-01 2023-03-01 一种平台派单方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310185310.4A CN116151401B (zh) 2023-03-01 2023-03-01 一种平台派单方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116151401A true CN116151401A (zh) 2023-05-23
CN116151401B CN116151401B (zh) 2024-06-07

Family

ID=86359971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310185310.4A Active CN116151401B (zh) 2023-03-01 2023-03-01 一种平台派单方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116151401B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180025407A1 (en) * 2015-02-02 2018-01-25 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for order processing
CN107767206A (zh) * 2016-08-23 2018-03-06 北京嘀嘀无限科技发展有限公司 订单分配方法及装置
CN108009869A (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、服务器和计算机可读存储介质
CN108010306A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 运力调度方法、运力调度系统及服务器
CN108629642A (zh) * 2017-03-20 2018-10-09 北京嘀嘀无限科技发展有限公司 一种订单处理方法及装置
CN108960544A (zh) * 2017-05-19 2018-12-07 北京嘀嘀无限科技发展有限公司 运力调度方法、装置、服务器和计算机可读存储介质
CN109543862A (zh) * 2017-09-21 2019-03-29 北京嘀嘀无限科技发展有限公司 网络约车订单分配方法和网络约车订单分配装置
CN109887268A (zh) * 2019-03-27 2019-06-14 腾讯科技（深圳）有限公司 车辆调度方法、装置及存储介质
CN110634012A (zh) * 2018-06-25 2019-12-31 北京嘀嘀无限科技发展有限公司 一种订单分配方法及装置、服务器、计算机可读存储介质
US20200005420A1 (en) * 2017-06-21 2020-01-02 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for transportation capacity dispatch
CN110956515A (zh) * 2018-09-26 2020-04-03 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及计算机存储介质
CN112561379A (zh) * 2020-12-23 2021-03-26 湖南师范大学 一种面向区域性网约车的调度方法
WO2021248607A1 (zh) * 2020-06-10 2021-12-16 深圳大学 一种基于深度强化学习的出租车调度方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180025407A1 (en) * 2015-02-02 2018-01-25 Beijing Didi Infinity Technology And Development Co., Ltd. Methods and systems for order processing
CN107767206A (zh) * 2016-08-23 2018-03-06 北京嘀嘀无限科技发展有限公司 订单分配方法及装置
CN108629642A (zh) * 2017-03-20 2018-10-09 北京嘀嘀无限科技发展有限公司 一种订单处理方法及装置
CN108960544A (zh) * 2017-05-19 2018-12-07 北京嘀嘀无限科技发展有限公司 运力调度方法、装置、服务器和计算机可读存储介质
US20200005420A1 (en) * 2017-06-21 2020-01-02 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for transportation capacity dispatch
CN108010306A (zh) * 2017-08-16 2018-05-08 北京嘀嘀无限科技发展有限公司 运力调度方法、运力调度系统及服务器
CN108009869A (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、服务器和计算机可读存储介质
CN109543862A (zh) * 2017-09-21 2019-03-29 北京嘀嘀无限科技发展有限公司 网络约车订单分配方法和网络约车订单分配装置
CN110634012A (zh) * 2018-06-25 2019-12-31 北京嘀嘀无限科技发展有限公司 一种订单分配方法及装置、服务器、计算机可读存储介质
CN110956515A (zh) * 2018-09-26 2020-04-03 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及计算机存储介质
CN109887268A (zh) * 2019-03-27 2019-06-14 腾讯科技（深圳）有限公司 车辆调度方法、装置及存储介质
WO2021248607A1 (zh) * 2020-06-10 2021-12-16 深圳大学 一种基于深度强化学习的出租车调度方法及系统
CN112561379A (zh) * 2020-12-23 2021-03-26 湖南师范大学 一种面向区域性网约车的调度方法

Also Published As

Publication number Publication date
CN116151401B (zh) 2024-06-07

Similar Documents

Publication Publication Date Title
CN107103383B (zh) 一种基于打车热点的动态拼车调度方法
US11514543B2 (en) System and method for ride order dispatching
US20160300318A1 (en) Fare determination system for on-demand transport arrangement service
US11507894B2 (en) System and method for ride order dispatching
US20230060713A1 (en) Methods for recommending parking lots in smart cities, internet of things systems, and storage medium thereof
CN110491124B (zh) 一种车辆流量预测方法、装置、设备及存储介质
CN112801740A (zh) 基于用户偏好的能源站点推荐方法、存储介质和电子设备
JP6603995B2 (ja) サーバ装置およびサービス提供方法
CN115050210B (zh) 基于时序预测的停车场智能诱导方法、系统及装置
CN113253722B (zh) 电动车充电路径规划方法、装置及系统
US11790289B2 (en) Systems and methods for managing dynamic transportation networks using simulated future scenarios
CN112906980A (zh) 订单处理方法、装置、系统及可读存储介质
CN110543699B (zh) 共享车辆出行数据仿真、共享车辆调度方法、装置及设备
CN116151401B (zh) 一种平台派单方法、装置、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
CN111798283A (zh) 订单派发方法、装置、电子设备及计算机可读存储介质
CN113269339B (zh) 一种网约车任务自动创建和分发的方法及系统
US10430731B2 (en) Method for providing configuration information for a system comprising a plurality of moving objects
CN109978206B (zh) 用于请求服务资源的方法及装置
CN111507753A (zh) 信息推送方法、装置和电子设备
CN112632382A (zh) 用于为车辆推荐站点的方法、装置、设备以及存储介质
US20220300838A1 (en) Behavior prediction device, behavior prediction method, and behavior prediction program
CN118278550A (zh) 一种预约单的处理方法、装置、设备及存储介质
CN116629528A (zh) 一种车辆调度的方法、装置、设备及存储介质
CN118262498A (zh) 车辆调度方法、装置、设备、存储介质及产品

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