[发明专利]服务选择预测方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种服务选择预测方法、装置、电子设备及存储介质，其中，该方法包括：获取待预测用户的历史出行记录，所述历史出行记录中包括出行地址信息；将每个所述出行地址信息进行分词处理，生成所述待预测用户的至少一个出行标签；基于所述待预测用户的出行标签，以及预先训练的目标服务预测模型，得到所述待预测用户选择目标服务的概率。本申请实施例提供了一种提前确定选择目标服务的潜在用户的方法，提高了服务质量。

技术领域

本申请涉及信息处理技术领域，具体而言，涉及一种服务选择预测方法、装置、电子设备及存储介质。

背景技术

随着汽车电子技术的持续快速发展，乘坐出租车出行和预约乘坐私家车出行等出行方式得到了长足发展，在人们日常生活出行中起到了不可替代的作用，为广大人民的日常生活、交通出行带来了极大方便。

现有技术中，当接收到用户的出行请求时，会为用户提供出行服务，对于没有发起出行请求的用户，因无法及时了解到该用户的出行需求，也就无法为该用户及时提供相关服务，导致服务效果较差。

发明内容

有鉴于此，本申请的目的在于提供一种服务选择预测方法、装置、电子设备及存储介质，以提供一种提前确定潜在用户的方法，以提高服务质量。

第一方面，本申请实施例提供了一种服务选择预测方法，包括：

获取待预测用户的历史出行记录，所述历史出行记录中包括出行地址信息；

将每个所述出行地址信息进行分词处理，生成所述待预测用户的至少一个出行标签；

基于所述待预测用户的出行标签，以及预先训练的目标服务预测模型，得到所述待预测用户选择目标服务的概率。

在一些实施例中，所述将每个所述出行地址信息进行分词处理，生成所述待预测用户的至少一个出行标签，包括：

将每个所述出行地址信息进行分词处理后，得到多个分词特征；

若所述分词特征有对应的属性特征词，将所述分词特征与对应的所述属性特征词关联后，得到所述出行标签；

若所述分词特征没有对应的属性特征词，将所述分词特征作为所述出行标签。

在一些实施方式中，根据以下步骤训练所述目标服务预测模型：

获取待训练用户的历史出行记录，以及所述待训练用户选择目标服务的真实结果；

将所述待训练用户的历史出行记录中的每个所述出行地址信息进行分词处理，生成所述待训练用户的至少一个出行标签；

将所述待训练用户的出行标签作为模型输入特征，将所述待训练用户选择目标服务的真实结果作为模型输出特征，训练得到所述目标服务预测模型。

在一些实施方式中，所述方法还包括：

基于所述目标服务预测模型提取训练权重小于预设权重阈值的非关键出行标签；

将所述非关键出行标签删除后，得到更新后的模型输入特征；

基于所述更新后的模型输入特征和所述模型输出特征，重新训练得到更新后的目标服务预测模型。

在一些实施方式中，训练得到所述目标服务预测模型之后，所述方法还包括：

基于测试用户的历史出行记录以及所述测试用户选择目标服务的真实结果，确定所述目标服务预测模型的预测准确度；

若所述预测准确度小于设定准确度阈值，重新获取新的待训练用户的历史出行记录，训练所述目标服务预测模型，直至所述预测准确度大于或等于设定准确度阈值。