[发明专利]一种下单转化率预测方法和装置

说明书

本申请提供了一种下单转化率预测方法和装置，该方法包括：获取样本用户的冒泡行为特征信息，以及与不同价格区间对应的下单转化率；冒泡行为特征信息中包含与冒泡行为对应的订单预估价格；基于冒泡行为特征信息以及不同价格区间对应的下单转化率，训练下单转化率预测模型；基于下单转化率预测模型，以及待预测用户的冒泡行为特征信息，预测得到待预测用户在发生冒泡行为时的下单转化率。本申请实施例中的下单转化率预测模型是基于大数据训练得到，能够在对模型进行训练的过程中，使得模型学习到样本用户的共性特征，使用这种下单转化率预测模型对用户的下单转化率进行预测，具有更高的准确性。

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种下单转化率预测方法和装置。

背景技术

对于网约车平台而言，对乘客的下单意愿作出准确、合理的测算是十分重要的。掌握了乘客的下单意愿，可以帮助网约车平台更加了解自己的客户，进行可以在此基础上进行一系列的促进活动，增强平台的竞争力，提升用户活跃度。

目前，一般是根据最近一段时间内用户通过网约车平台下单的历史情况来统计该用户的下单意愿的，但是，因为单个用户历史下单数据少，按照这种方式测算用户下单意愿，经常会存在统计片面、测算不准确的问题。

发明内容

有鉴于此，本申请实施例的目的在于提供一种下单转化率预测方法和装置，能够提高对用户发生冒泡行为时的下单转化率进行更加准确的预测。

第一方面，本申请实施例提供了一种下单转化率预测方法，包括：

获取样本用户的冒泡行为特征信息，以及与不同价格区间对应的下单转化率；所述冒泡行为特征信息中包含与冒泡行为对应的订单预估价格；

基于所述冒泡行为特征信息以及所述不同价格区间对应的下单转化率，训练下单转化率预测模型；

基于所述下单转化率预测模型，以及待预测用户的冒泡行为特征信息，预测得到所述待预测用户在发生冒泡行为时的下单转化率。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中：根据以下步骤确定与不同价格区间对应的下单转化率：

根据每次冒泡行为对应的订单预估价格所落入的价格区间，将样本用户的冒泡行为划分到与所述价格区间对应的分类；

确定各分类中的冒泡行为转化为实际订单的次数；

根据每个分类中所包括冒泡行为的次数，以及每个分类中的冒泡行为转化为实际订单的次数，计算归属于该分类的冒泡行为对应的下单转化率。

结合第一方面的第一种可能的实施方式中，本申请实施例提供了第一方面的第二种可能的实施方式，其中：所述获取样本用户的冒泡行为特征信息，包括：

在接收到样本用户的客户端发送的出行信息时，将所述客户端发送出行信息的行为作为冒泡行为进行记录，并根据所述出行信息，确定该次冒泡行为对应的订单预估价格。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中：所述基于所述冒泡行为特征信息以及所述不同价格区间对应的下单转化率，训练下单转化率预测模型，包括：

确定进行下单转化率预测所基于的基础预测模型；

将每次冒泡行为的所述冒泡行为特征信息作为所述基础预测模型的解释变量的值，将该次冒泡行为所属的价格区间对应的下单转化率作为被解释变量的值，训练得到所述下单转化率预测模型。

结合第一方面的第三种可能的实施方式中，本申请实施例提供了第一方面的第四种可能的实施方式，其中：所述基础预测模型采用逻辑回归模型、自回归模型、移动平均模型、自回归移动平均模型、整合移动平均自回归模型、广义自回归条件异方差模型、深度学习模型、决策树模型中任意一种。