[发明专利]信息推送的方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种信息推送的方法，其特征在于，该方法包括：

获取待评价订单对应的候选问题集；

针对所述候选问题集中的每个候选问题，预测所述待评价订单对应的服务请求端针对该候选问题的差评率；基于预测的所述差评率，以及在该候选问题下，差评率范围与误差评率之间的对应关系，确定所述服务请求端针对该候选问题的有效差评率；

基于所述候选问题集中各候选问题的有效差评率，从所述候选问题集中为所述服务请求端确定待反馈的问题，并将确定的问题推送给所述服务请求端。

2.根据权利要求1所述的方法，其特征在于，针对每个候选问题，所述基于预测的所述差评率，以及在该候选问题下，差评率范围与误差评率之间的对应关系，确定所述服务请求端针对该候选问题的有效差评率，包括：

基于所述候选问题的问题标识，以及问题标识、差评率范围、和误差评率之间的对应关系，确定在该候选问题下，差评率范围与误差评率之间的对应关系；

基于预测的所述差评率，以及确定的所述差评率范围与误差评率之间的对应关系，确定所述服务请求端针对该候选问题的误差评率；

根据预测的所述服务请求端针对该候选问题的差评率和所述误差评率，确定所述服务请求端针对该候选问题的有效差评率。

3.根据权利要求2所述的方法，其特征在于，所述根据预测的所述服务请求端针对所述候选问题的差评率和所述误差评率，确定所述服务请求端针对该候选问题的有效差评率，包括：

基于所述服务请求端针对所述候选问题的误差评率，确定所述服务请求端针对所述候选问题的正确评价概率；

将所述差评率和所述正确评价概率的乘积作为所述有效差评率。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

针对每个候选问题，根据该候选问题在每个差评率范围下，误评的历史差评订单的数目与历史差评订单的总数目，确定该候选问题在该差评率范围下的误差评率。

5.根据权利要求4所述的方法，其特征在于，针对每个候选问题，根据以下步骤确定该候选问题在任一差评率范围下的误差评率：

将所述候选问题在该任一差评率范围下，误评的历史差评订单的数目与历史差评订单的总数目的比值，作为所述候选问题在该任一差评率范围下的误差评率。

6.根据权利要求1所述的方法，其特征在于，所述基于所述候选问题集中各候选问题的有效差评率，从所述候选问题集中为所述服务请求端确定待反馈的问题，包括：

从所述候选问题集中，选取对应的有效差评率最大的候选问题作为所述待反馈的问题。

7.根据权利要求1所述的方法，其特征在于，所述预测所述待评价订单对应的服务请求端针对该候选问题的差评率，包括：

获取所述待评价订单对应的订单特征信息；

将所述订单特征信息和所述候选问题集中所述候选问题的问题标识输入到预先训练的差评率预测模型中，得到所述候选问题的差评率。

8.根据权利要求7所述的方法，其特征在于，根据以下步骤训练所述差评率预测模型：

构建训练样本库，所述训练样本库中包括多个历史订单的历史订单特征信息、每个历史订单对应的已反馈问题的问题标识、以及所述已反馈问题对应的差评反馈结果；

以所述历史订单特征信息和所述问题标识作为模型输入特征，以所述差评反馈结果作为模型输出特征，训练得到所述差评率预测模型。

9.根据权利要求8所述的方法，其特征在于，所述订单特征信息包括所述待评价订单的订单属性信息和所述待评价订单对应的服务请求端和服务提供端的订单行为信息；

所述历史订单特征信息包括所述历史订单的历史订单属性信息和所述历史订单对应的服务请求端和服务提供端的历史订单行为信息。