[发明专利]一种订单派发方法及装置

说明书

本发明实施例提供了一种订单派发方法及装置，其中，获取每一车辆实时的司乘信息；其中，司乘信息包括：司机信息和乘客订单信息；将实时的司乘信息输入至已训练神经网络模型，输出与司乘信息对应的各司乘对价值；其中，已训练神经网络模型是基于样本集训练得到的，样本集包括：历史的司乘信息；根据各司乘对价值，采用二分图的最佳匹配KM算法，对所有的司乘进行司乘匹配，得到与乘客订单匹配度最高的司机，以向与乘客订单匹配度最高的司机所在的车辆派发订单。以解决相关技术中司乘匹配仅以订单价格为依据，为乘车在其乘坐位置周围一定区域内的全部车辆进行车乘匹配，使得整个派单平台的订单完成的效率较低，影响整个平台的收益的技术问题。

技术领域

本发明涉及通信技术领域，特别是涉及一种订单派发方法及装置。

背景技术

随着移动通信系统与全球定位系统(Global Positioning System，简称GPS)的蓬勃发展，车辆共享平台也快速发展着，并为人们的出行提供了便捷的服务。

在车辆共享平台中，为了能够让乘客共享到车辆，一般由乘客下订单，然后车辆共享平台收集到乘客的订单，司乘匹配仅以订单价格为依据，向其乘坐位置周围一定区域内的全部车辆进行车乘匹配，确定匹配度最高的车辆，以完成派发该乘客的订单。

这样，相关技术中司乘匹配仅以订单价格为依据，为乘车在其乘坐位置周围一定区域内的全部车辆进行车乘匹配，使得整个派单平台的订单完成的效率较低，影响整个平台的收益。

发明内容

本发明实施例的目的在于提供一种订单派发方法及装置，用以解决相关技术中司乘匹配仅以订单价格为依据，为乘车在其乘坐位置周围一定区域内的全部车辆进行车乘匹配，使得整个派单平台的订单完成的效率较低，影响整个平台的收益的技术问题。具体技术方案如下：

第一方面，本发明实施例提供了订单派发方法，包括：

获取每一车辆实时的司乘信息；其中，所述司乘信息包括：司机信息和乘客订单信息；所述司机信息包括：接单距离信息、车辆位置信息以及司机服务等级信息；所述乘客订单信息包括：订单起始位置信息、订单终点位置信息以及订单价格信息；

将所述实时的司乘信息输入至已训练神经网络模型，输出与所述司乘信息对应的各司乘对价值；其中，所述已训练神经网络模型是基于样本集训练得到的，所述样本集包括：历史的司乘信息；

根据各司乘对价值，采用二分图的最佳匹配KM算法，对所有的司乘进行司乘匹配，得到与所述乘客订单匹配度最高的司机，以向所述与所述乘客订单匹配度最高的司机所在的车辆派发订单。

进一步的，采用如下步骤，训练得到已训练神经网络模型：

获取服务区内每一车辆历史的司乘信息；

将历史的司乘信息输入至待训练神经网络中，输出与历史的司乘信息相对应的各司乘对价值估计值；

基于最小化司乘对价值估计值与司乘对价值目标值的差值为训练目标，构建损失函数，所述的司乘对价值目标值是由接单距离值、订单价格值、订单终点车辆需求量以及司机服务等级值计算得到的；

判断所述损失函数是否低于预设阀值；

若损失函数不低于预设阀值，调整待训练神经网络的参数，得到调整后神经网络；

使用调整后神经网络更新待训练神经网络，返回所述将历史的司乘信息输入至待训练神经网络中，输出与历史的司乘信息相对应的各司乘对价值估计值的步骤，直至损失函数低于预设阀值，得到训练好的神经网络模型；

其中，采用如下公式，确定所述司乘对价值目标值：