[发明专利]一种数据处理方法及装置

说明书

本申请提供了一种数据处理方法及装置，其中，该方法包括：获取多个目标订单在预设的订单特征下的特征值，以及各个所述目标订单在预设的效果评估指标下的指标真实值；根据各个所述目标订单的在所述订单特征下的特征值以及预先训练的业务场景分类模型，获取各个所述目标订单对应的业务场景；根据各个所述目标订单在多种订单特征下的特征值、各个所述目标订单对应的业务场景，以及与各个目标订单对应的指标真实值，确定效果信息。本申请能够基于各个目标订单所具有的特征，将目标订单划分至不同的业务场景，进而确定同一业务引擎策略针对不同业务场景的效果，准确性更高。

技术领域

本申请涉及计算机应用技术领域，具体而言，涉及一种数据处理方法及装置。

背景技术

业务引擎策略可以是业务引擎为了更好的完成业务双方之间的交互所采用的技术方案。例如在网约车中，业务引擎策略可以是为了实现派单的派单策略、为了进行供需调节的供需调节策略等。其中，派单策略可以是业务引擎将服务请求方提交的目标订单分配给服务提供方的具体方法；供需调节策略可以是业务引擎将较少订单区域中的服务提供方调度至较多订单区域的具体方法。业务引擎策略的好坏，直接影响了业务引擎是否能够更好的更好的完成服务提供方与服务请求方之间的业务交互。

当前的业务引擎策略效果评估方式一般为AB-test方法。AB-test是为同一个策略目标制定A和B两个方案，使用随机选择的方式选取一部分用户使用A方案，一部分用户使用B方案，对所关注的效果评估指标进行总量的统计，例如在网约车领域，该效果评估指标可以是应答率、目标订单完成率、收入等，从而根据效果评估指标的统计量，得出两个策略的总体效果差异。但由于AB-test方法关注统计量，造成AB-test方法局限于关注策略的总体效果，造成业务引擎策略的实施效果评估不准确。

发明内容

有鉴于此，本申请的目的在于提供一种数据处理方法及装置，能够基于各个目标订单所具有的特征，将目标订单划分至不同的业务场景，进而确定同一业务引擎策略针对不同业务场景的效果，准确性更高。

第一方面，本申请实施例提供一种数据处理方法，包括：获取多个目标订单在预设的订单特征下的特征值，以及各个所述目标订单在预设的效果评估指标下的指标真实值；

根据各个所述目标订单的在所述订单特征下的特征值以及预先训练的业务场景分类模型，获取各个所述目标订单对应的业务场景；

根据各个所述目标订单在多种订单特征下的特征值、各个所述目标订单对应的业务场景，以及与各个目标订单对应的指标真实值，确定效果信息。

一种可选实施方式中，所述效果评估指标包括：应答率、应答时长、目标订单完成率、接驾距离、接驾时长、成交金额中一种或者多种。

一种可选实施方式中，所述订单特征包括：发单时间、发单区域、排队信息、拼车信息、目标订单路程长度、目标订单预估价格、起始地热度、目的地热度、服务提供端在线时长、服务提供端接驾时间、服务提供端接驾速度中一种或者多种。

一种可选实施方式中，所述业务场景分类模型包括：指标预测模型以及业务场景确定模型；

所述根据各个所述目标订单的在所述订单特征下的特征值以及预先训练的业务业务场景分类模型，获取各个所述目标订单对应的业务场景，包括：

将各个所述目标订单在所述订单特征下的特征值输入至所述指标预测模型中，获取与每个所述目标订单分别对应的指标预测值；

将各个目标订单分别对应的特征值以及指标预测值，输入至所述业务场景确定模型中，获取与各个目标订单分别对应的业务场景。

一种可选实施方式中，所述根据各个所述目标订单在多种订单特征下的特征值、各个所述目标订单对应的业务场景，以及与各个目标订单对应的指标真实值，确定效果信息，包括：