[发明专利]司机分类的方法、装置、设备以及存储介质

权利要求书

1.一种司机分类的方法，其特征在于，包括：

根据历史叫车订单的订单信息、与所述历史叫车订单关联的司机状态信息以及司机对所述历史叫车订单的接单情况构造训练样本；

使用所述训练样本对分类预测模型进行训练，生成司机接单预测模型，其中，所述司机接单预测模型中包括至少两个输出端；

将目标司机接收到的叫车订单的订单信息，以及与所述叫车订单关联的所述目标司机的司机状态信息输入至所述司机接单预测模型中，并根据所述司机接单预测模型中至少两个输出端的输出结果，生成与所述目标司机对应的司机行为向量；

根据与至少两个司机对应的司机行为向量，进行司机分类。

2.根据权利要求1所述的方法，其特征在于，所述分类预测模型包括决策树模型，所述司机接单预测模型中包括的输出端包括所述决策树中的叶子节点。

3.根据权利要求2所述的方法，其特征在于，将目标司机接收到的叫车订单的订单信息，以及与所述叫车订单关联的所述目标司机的司机状态信息输入至所述司机接单预测模型中，并根据所述司机接单预测模型中至少两个输出端的输出结果，生成与所述目标司机对应的司机行为向量，包括：

获取所述目标司机接收到的一条叫车订单作为目标订单，并将所述目标订单的订单信息，以及与所述目标订单关联的所述目标司机的司机状态信息输入至所述司机接单预测模型中；

根据所述司机接单预测模型中各叶子节点的输出结果，生成与所述目标订单对应的单订单行为向量，其中，所述单订单行为向量的类型包括：接单行为向量、或者拒单行为向量；

根据所述目标司机在设定时间段内接收到的叫车订单所关联的单订单行为向量，以及单订单行为向量的类型，生成所述目标司机的司机行为向量。

4.根据权利要求3所述的方法，其特征在于，根据所述司机接单预测模型中各叶子节点的输出结果，生成与所述目标订单对应的单订单行为向量，包括：

获取所述司机接单预测模型中目标叶子节点中输出的接单概率值；

根据所述接单概率值的取值，确定与所述目标订单对应的单订单行为向量的类型；

根据所述单订单行为向量的类型，以及所述接单概率值生成目标向量值；

根据所述目标叶子节点在所述司机接单预测模型中的编号值，将所述目标向量值填充于第一向量中的对应位置处，生成所述单订单行为向量；

其中，所述第一向量为全0向量，且所述第一向量中的向量元素的数量与所述司机接单预测模型中包括的叶子节点的数量相一致。

5.根据权利要求4所述的方法，其特征在于，根据所述接单概率值的取值，确定与所述目标订单对应的单订单行为向量的类型，包括：

如果所述接单概率值满足接单门限条件，则确定与所述目标订单对应的单订单行为向量的类型为接单行为向量；

如果所述接单概率值满足拒单门限条件，则确定与所述目标订单对应的单订单行为向量的类型为拒单行为向量；

根据所述单订单行为向量的类型，以及所述接单概率值生成目标向量值，包括：

如果所述单订单行为向量的类型为接单行为向量，则根据公式：F＝W*p，计算所述目标向量值F；

如果所述单订单行为向量的类型为拒单行为向量，则根据公式：F＝W*(1-p)，计算所述目标向量值F；

其中，W为设定权重系数，p为所述接单概率值。

6.根据权利要求3所述的方法，其特征在于，根据所述目标司机在设定时间段内接收到叫车订单所关联的单订单行为向量，以及单订单行为向量的类型，生成所述目标司机的司机行为向量，包括：

根据司机分类需求，在所述目标司机在设定时间段内收到叫车订单所关联的单订单行为向量中，获取设定类型的所述单订单行为向量；

在获取的类型相同的所述单订单行为向量中，将相同向量位置的向量元素进行加和处理以及归一化处理后，生成所述目标司机的司机行为向量。