[发明专利]模型生成方法及装置、信息获取方法及装置

权利要求书

1.一种模型生成方法，其特征在于，所述方法包括：

筛选出符合指定条件的货主用户；

对于符合指定条件的货主用户，获取所述货主用户的运输历史记录；

利用机器学习算法对获取的运输历史记录进行训练，生成承运指导价格评估模型。

2.根据权利要求1所述的方法，其特征在于，筛选出符合指定条件的货主用户，包括：

获取各货主用户的运输历史记录，所述运输历史记录中包括每次运输的起始地和对应的货运量；

对于每个货主用户，针对相同的起始地，根据对应的货运量获取每个起始地的货运量总量；

根据预设的货运量阈值，判断是否存在货运量总量大于或者等于货运量阈值的起始地，如果存在，识别出对应的货主用户满足指定条件。

3.根据权利要求1或2所述的方法，其特征在于，根据所述货主用户的运输历史记录，并利用机器学习算法，生成承运指导价格评估模型，包括：

根据符合所述指定条件的货主用户的运输历史记录，获取符合所述指定条件的货主用户的运输统计数据，所述运输统计数据包括：可承运货物的种类、每年的货运总量、运输方式、起始地、目的地、每种货物的现运输单价、每个季节运输单价相比于全年平均单价的浮动率、承运价格的结付方式以及起始地、目的地、货物的种类与运输单价的一一映射关系；

对符合所述指定条件的货主用户的运输统计数据进行机器学习，生成承运指导价格评估模型。

4.一种信息获取方法，其特征在于，所述方法包括：

接收信息获取请求，响应于所述信息获取请求，获取待运输货物信息；

将所述待运输货物信息输入承运指导价格评估模型，得到待运输货物的承运指导价格；其中，所述承运指导价格评估模型为利用权利要求1至3中任一所述的模型生成方法生成的。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

确定货主用户，并获取所述货主用户的特征信息；

将所述货主用户的特征信息输入承运指导价格评估模型，得到所述货主用户的货物种类、起始地、目的地与承运指导价格的对应关系。

6.一种模型生成装置，其特征在于，所述装置包括：

筛选模块，用于筛选出符合指定条件的货主用户；

统计模块，用于对于符合指定条件的货主用户，获取所述货主用户的运输历史记录；

训练模块，用于利用机器学习算法对获取的运输历史记录进行训练，生成承运指导价格评估模型。

7.根据权利要求6所述的装置，其特征在于，所述筛选模块具体用于：

获取各货主用户的运输历史记录，所述运输历史记录中包括每次运输的起始地和对应的货运量；

对于每个货主用户，针对相同的起始地，根据对应的货运量获取每个起始地的货运量总量；

根据预设的货运量阈值，判断是否存在货运量总量大于或者等于货运量阈值的起始地，如果存在，识别出对应的货主用户满足指定条件。

8.根据权利要求6或7所述的装置，其特征在于，所述统计模块具体用于：

根据符合所述指定条件的货主用户的运输历史记录，获取符合所述指定条件的货主用户的运输统计数据，所述运输统计数据包括：可承运货物的种类、每年的货运总量、运输方式、起始地、目的地、每种货物的现运输单价、每个季节运输单价相比于全年平均单价的浮动率、承运价格的结付方式以及起始地、目的地、货物的种类与运输单价的一一映射关系；

对符合所述指定条件的货主用户的运输统计数据进行机器学习，生成承运指导价格评估模型。

9.一种信息获取装置，其特征在于，所述装置包括：

接收模块，用于接收信息获取请求；

第一获取模块，用于响应于所述信息获取请求，获取待运输货物信息；

评估模块，用于将所述待运输货物信息输入承运指导价格评估模型，得到待运输货物的承运指导价格；其中，所述承运指导价格评估模型为利用权利要求6至8中任一所述的模型生成装置生成的。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：第二获取模块，用于确定货主用户，并获取所述货主用户的特征信息；

所述评估模块，还用于将所述货主用户的特征信息输入承运指导价格评估模型，得到所述货主用户的货物种类、起始地、目的地与承运指导价格的对应关系。