[发明专利]一种确定线上到线下服务的预估到达时间的系统和方法

权利要求书

1.一种用于确定线上到线下服务的预估到达时间的系统，包括：

至少一个非暂时性计算机可读存储设备，包括一组指令；

与所述至少一个非暂时性计算机可读存储设备通信的至少一个处理器，其中，当执行所述指令时，所述至少一个处理器用于：

获取由目标请求者终端发起的潜在服务订单的第一信息，所述第一信息包括所述潜在服务订单的起始位置；

获取至少一个候选服务提供者的第二信息，所述至少一个候选服务提供者在距所述起始位置的阈值距离内，所述第二信息的至少一部分表示所述至少一个候选服务提供者中的每个候选服务提供者成为所述潜在服务订单的目标服务提供者的可能性；

将所述第一信息和所述第二信息输入经训练的预估到达时间神经网络模型中，确定所述潜在服务订单的预估到达时间；以及

将所述潜在服务订单的预估到达时间发送给所述目标请求者终端用于显示。

2.根据权利要求1所述的系统，其特征在于，为获取至少一个候选服务提供者的第二信息，所述至少一个处理器还用于：

确定在距所述起始位置的阈值距离内的所述至少一个候选服务提供者；

确定在距所述起始位置的阈值距离内的至少一个潜在请求者终端；

将所述至少一个候选服务提供者预先分配给所述至少一个潜在请求者终端和所述目标请求者终端；以及

基于预先分配结果，确定所述至少一个候选服务提供者中的每个候选服务提供者成为所述潜在服务订单的目标服务提供者的可能性。

3.根据权利要求1或2所述的系统，其特征在于，为确定所述潜在服务订单的预估到达时间，所述至少一个处理器还用于：

获得至少一个潜在请求者终端的需求信息，所述至少一个潜在请求者终端在距所述起始位置的阈值距离内；以及

将所述第一信息、所述第二信息和所述需求信息输入所述经训练的预估到达时间神经网络模型中，确定所述潜在服务订单的预估到达时间。

4.根据权利要求3所述的系统，其特征在于，所述至少一个潜在请求者终端的需求信息包括时间信息、位置信息、服务订单信息或用户信息中的至少一个。

5.根据权利要求1-4中任一项所述的系统，其特征在于，所述潜在服务订单相关的第一信息包括时间信息、位置信息、天气信息、交通信息、政策信息、新闻信息或用户信息中的至少一个。

6.根据权利要求1-5中任一项所述的系统，其特征在于，所述至少一个候选服务提供者的第二信息还包括车辆信息、容量信息、价格信息、服务信息、位置信息或评价信息中的至少一个。

7.根据权利要求1-6中任一项所述的系统，其特征在于，所述经训练的预估到达时间神经网络模型是基于一训练过程生成，所述训练过程包括：

对于多个潜在服务订单样本中的每个潜在服务订单样本，获取所述潜在服务订单样本的第三信息，所述第三信息包括所述潜在服务订单样本的起始位置；

对于多个潜在服务订单样本中的每个潜在服务订单样本，获取至少一个候选服务提供者样本的第四信息，所述至少一个候选服务提供者样本在距对应潜在服务订单样本的起始位置的阈值距离内，所述第四信息中的至少一部分表示所述至少一个候选服务提供者样本中的每个候选服务提供者样本成为所述潜在服务订单样本的目标服务提供者样本的可能性；

获取初始神经网络模型；以及

利用所述多个潜在服务订单样本的第三信息和所述第四信息，通过训练所述初始神经网络模型获得所述经训练的预估到达时间神经网络模型。

8.根据权利要求7所述的系统，其特征在于，获得所述经训练的预估到达时间神经网络模型还包括：

对所述多个潜在服务订单样本中的每个潜在服务订单样本，获得至少一个潜在请求者终端样本的需求信息，所述至少一个潜在请求者终端样本在距对应潜在服务订单样本的起始位置的阈值距离内；以及

利用所述多个潜在服务订单样本的每个潜在服务订单样本的所述第三信息、所述第四信息和所述需求信息，通过训练所述初始神经网络模型获得所述经训练的预估到达时间神经网络模型。