[发明专利]预估司机接单意愿的方法、装置、设备及存储介质

权利要求书

1.一种预估司机接单意愿的方法，其特征在于，包括：

根据在线叫车服务平台接收到的订单确定订单信息；

将所述订单信息输入第一司机对应的司机接单意愿预估模型，并得到所述第一司机对于所述订单的接单意愿。

2.根据权利要求1所述的方法，其特征在于，所述第一司机对应的司机接单意愿预估模型通过如下方式获得：

获得所述第一司机的司机信息、所述第一司机的历史订单信息；

根据所述司机信息及历史订单信息建立所述第一司机对应的司机接单意愿预估模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述司机信息及历史订单信息建立所述第一司机对应的司机接单意愿预估模型，包括：

所述历史订单信息中包括针对每个历史订单的接单情况；

根据所述接单情况对每个历史订单进行标记；

使用标记后的历史订单和所述司机信息作为训练数据；

并采用机器学习方法对所述训练数据进行训练，得到第一司机对应的司机接单意愿预估模型。

4.根据权利要求3所述的方法，其特征在于，所述机器学习方法包括如下算法中的一种或多种：

决策树算法、随机森林Random Forest算法、迭代决策树GBDT算法和支持向量机算法。

5.一种预估司机接单意愿的装置，其特征在于，包括：

订单信息确定模块，用于根据在线叫车服务平台接收到的订单确定订单信息；

接单意愿确定模块，用于将所述订单信息输入第一司机对应的司机接单意愿预估模型，并得到所述第一司机对于所述订单的接单意愿。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

司机信息获取模块，用于获得所述第一司机的司机信息、所述第一司机的历史订单信息；

模型建立模块，用于根据所述司机信息及历史订单信息建立所述第一司机对应的司机接单意愿预估模型。

7.根据权利要求6所述的装置，其特征在于，所述模型建立模块具体用于：

所述历史订单信息中包括针对每个历史订单的接单情况；根据所述接单情况对每个历史订单进行标记；使用标记后的历史订单和所述司机信息作为训练数据；并采用机器学习方法对所述训练数据进行训练，得到第一司机对应的司机接单意愿预估模型。

8.根据权利要求7所述的装置，其特征在于，所述机器学习方法包括如下算法中的一种或多种：

决策树算法、随机森林Random Forest算法、迭代决策树GBDT算法和支持向量机算法。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的预估司机接单意愿的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的预估司机接单意愿的方法。