[发明专利]资源配置方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种资源配置方法，其特征在于，包括：

获取乘客的待配置服务请求端的特征信息和预设的多种资源配置策略；

根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略，其中，所述激励结果预测模型用于基于所述特征信息以及所述多种资源配置策略，预测所述待配置服务请求端分别在每种资源配置策略下对应的发单转换率，所述发单转换率为所述待配置服务请求端下单乘车服务的概率，所述资源配置策略是根据所述发单转换率选择的；

基于选择的所述资源配置策略为所述待配置服务请求端进行资源配置，所述资源配置是指按照选择的所述资源配置策略中的发放资源的时机向所述待配置服务请求端发放所述资源配置策略中的资源数量的资源。

2.根据权利要求1所述的方法，其特征在于，根据以下步骤训练所述激励结果预测模型：

获取待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

针对每种资源配置策略，将所述特征信息和该资源配置策略作为模型输入特征，将与该资源配置策略对应的激励结果作为模型输出特征，训练得到所述激励结果预测模型。

3.根据权利要求2所述的方法，其特征在于，得到所述激励结果预测模型之后，所述方法还包括：

按照设定周期间隔重新获取待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

将重新获取的所述待训练服务请求端的历史特征信息、预设的多种资源配置策略作为模型输入特征，与该资源配置策略对应的激励结果作为模型输出特征，重新训练以更新所述激励结果预测模型。

4.根据权利要求2所述的方法，其特征在于，不同的服务请求端类型对应不同的激励结果预测模型，针对其中任一种服务请求端类型，根据以下步骤训练该种服务请求端类型对应的激励结果预测模型：

获取所述任一种服务请求端类型下的待训练服务请求端的特征信息、预设的多种资源配置策略以及与各种资源配置策略对应的激励结果；

针对每种资源配置策略，将所述特征信息和该资源配置策略作为模型输入特征，将与该资源配置策略对应的激励结果作为模型输出特征，训练得到所述任一种服务请求端类型对应的所述激励结果预测模型。

5.根据权利要求1所述的方法，其特征在于，根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略之前，所述方法还包括：

根据所述待配置服务请求端的历史下单数据，确定所述待配置服务请求端所属的服务请求端类型；

所述根据所述特征信息、所述多种资源配置策略、和预先训练的激励结果预测模型，为所述待配置服务请求端从所述多种资源配置策略中选择资源配置策略，包括：

针对每种资源配置策略，将所述特征信息和该资源配置策略输入与所述待配置服务请求端所属的服务请求端类型对应的激励结果预测模型，得到预测的激励结果，所述激励结果为所述待配置服务请求端的发单转换率；

从所述多种资源配置策略中，为所述待配置服务请求端选择预测的激励结果最好的资源配置策略。

6.根据权利要求5所述的方法，其特征在于，按照以下步骤确定所述待配置服务请求端所属的服务请求端类型：

根据所述待配置服务请求端的历史下单数据，确定所述待配置服务请求端的历史下单次数和下单频率；

确定所述历史下单次数为0的待配置服务请求端所属的服务请求端类型为新用户服务请求端；

确定所述历史下单次数大于0，且小于设定次数的待配置服务请求端所属的服务请求端类型为潜在用户服务请求端；

确定所述历史下单次数大于设定次数，且距离当前时刻第一设定时长内的下单频率小于设定频次的待配置服务请求端所属的服务请求端类型为沉默用户服务请求端。

7.根据权利要求1至6任一所述的方法，其特征在于，所述资源配置策略包括：

资源数量和发放资源的时机。