[发明专利]一种排队时间预估方法以及装置

说明书

本申请提供一种排队时间预估方法以及装置，该方法包括：在监听到用户端发生针对当前订单的排队时间预估触发事件后，获取针对当前订单的前一次模型预估排队时间；基于前一次模型预估排队时间和在前一次监听到用户端发生排队时间预估触发事件后提供给用户端的排队模拟时间，生成从前一次监听到用户端发生针对当前订单的排队时间预估触发事件到当前监听到用户端发生针对当前订单的排队时间预估触发事件之间的时间流速；根据前一次提供给用户端的排队模拟时间和时间流速，生成当前排队模拟时间，并发送给用户端。本申请实施例能够使得最终呈现给用户的排队等待时间是随着时间不断降低，避免用户对得到的预估排队等待时间的信任度降低的问题。

技术领域

本申请涉及计算机应用技术领域，具体而言，涉及一种排队时间预估方法以及装置。

背景技术

用户通过网约车平台约车的时候，首先会生成订单信息，并将订单信息发送给网约车平台；在订单信息中携带有用户的出发地和目的地；网约车平台在接收到订单信息后，会根据用户的出发地、目的地、当前的运力等因素进行车辆调度，并对用户的需要排队等待的约车时间进行预估。

网约车平台在对用户需要排队等待的约车等待时间进行预估的时候，一般是基于时间预估模型进行。由于等待时间预估模型的鲁棒性以及现实环境的不断变化，在一次排队等待过程中，在不同时刻通过等待时间预估模型得到的预估排队等待时间是不一样的，会出现上下波动的情况，这样，用户在某次排队过程中，在下一时刻得到的预估排队等待时间可能会大于之前得到的预估排队等待时间，使得平台提供的预估排队等待时间失去用户体验价值。

发明内容

有鉴于此，本申请实施例的目的在于提供一种排队时间预估方法以及装置，能够使得最终呈现给用户的排队等待时间是随着时间不断降低，从而避免了由于在后得到的预估排队等待时间大于在先得到的预估排队等待时间导致的用户对所得到的预估排队等待时间的信任度降低的问题。

第一方面，本申请实施例提供了一种排队时间预估方法，该方法包括：

在监听到用户端发生针对当前订单的排队时间预估触发事件后，获取针对所述当前订单的前一次模型预估排队时间；

基于所述前一次模型预估排队时间和在前一次监听到所述用户端发生所述排队时间预估触发事件后提供给所述用户端的排队模拟时间，生成从前一次监听到所述用户端发生针对当前订单的排队时间预估触发事件到当前监听到所述用户端发生针对当前订单的排队时间预估触发事件之间的时间流速；

根据所述前一次提供给所述用户端的排队模拟时间和所述时间流速，生成当前排队模拟时间，并发送给所述用户端。

一种可能的实施方式中，根据以下步骤确定所述前一次模型预估排队时间：

将所述当前订单在所述用户端前一次发生排队时间预估触发事件时，在预设订单特征下的特征值输入预先训练的排队时间预估模型，得到所述前一次模型预估排队时间。

一种可能的实施方式中，通过下述方式获取所述预先训练的排队时间预估模型：

确定进行排队时间预测所基于的预测模型；

获取不同区域范围内的样本订单在预设订单特征下的特征值，以及每个所述样本订单的实际排队时间；

将样本订单在所述预设订单特征下的特征值作为所述预测模型的输入值，并将所述样本订单的实际排队时间作为所述预测模型的输出值，训练与每个区域范围分别对应的排队时间预估模型。

一种可能的实施方式中，所述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。