[发明专利]订单出餐时间预测方法、装置、电子设备及存储介质

说明书

本申请涉及数据处理技术领域，公开了一种订单出餐时间预测方法、装置、电子设备及存储介质，订单出餐时间预测方法，包括：获取待预测订单的订单信息；将订单信息对应的特征数据输入预测模型，得到待预测订单的出餐时间；预测模型，通过如下方法得到：获取订单对应的训练样本集及初始神经网络模型，训练样本集包括：删失样本订单及第一参考取餐时间、非删失样本订单及第二参考出餐时间；基于删失样本订单及第一参考取餐时间、非删失样本订单及第二参考出餐时间、以及损失函数对初始神经网络模型进行训练，损失函数收敛时对应的神经网络模型为预测模型。本申请提供的方案，提升了删失样本订单的利用率及订单出餐时间预测的准确性。

技术领域

本申请涉及数据处理技术领域，具体而言，本申请涉及一种订单出餐时间预测方法、装置、电子设备及存储介质。

背景技术

随着移动互联网的兴起，外卖成为一种常规就餐方式。对于订餐用户来说，外卖即时配送服务中的外卖配送效率是影响用户体验的重要参数，而影响外卖配送效率的一个重要环节是订单出餐环节，即餐厅接单到餐厅备餐完成的过程。如果能够准确预测出订单出餐时间，就可以为外卖即时配送智能调度系统提供精准的数据支撑，比如为优化骑手路径规划提供指导，提升外卖配送效率和用户体验。

现有技术中可以通过预测模型预测订单出餐时间，但是由于商家忙于制作餐品，缺少人力上传出餐时间，很多订单中只有骑手取餐时间，而无准确的商家出餐时间。但是骑手上传取餐时间时，商家已完成备餐但外卖平台无法难以获取商家的真实出餐时间，导致无法利用这些历史订单信息进行准确的出餐时间预测，因此，一些现有方案中为了保证预测结果的准确性，会将这部分历史订单舍弃，导致历史订单的利用率较低。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案，以解决历史订单的利用率较低的问题。

本申请的一个方面，提供了一种订单出餐时间预测方法，包括：

获取待预测订单的订单信息；

将订单信息对应的特征数据输入预测模型，得到待预测订单的出餐时间；

预测模型，是通过如下方法得到的：

获取订单对应的训练样本集及初始神经网络模型，训练样本集包括：删失样本订单及第一参考取餐时间、非删失样本订单及第二参考出餐时间；非删失样本订单的关联信息中包含真实出餐时间；

基于删失样本订单及第一参考取餐时间、非删失样本订单及第二参考出餐时间、以及损失函数对初始神经网络模型进行训练，直至损失函数收敛，损失函数收敛时对应的神经网络模型为预测模型。

本申请的另一个方面，提供了一种订单出餐时间预测方法，包括：

获取订单的训练数据集以及初始神经网络模型，其中，训练数据集包括删失样本订单及第一参考取餐时间、非删失样本订单及第二参考出餐时间；

将各删失样本订单及非删失样本订单分别对应的特征数据输入至初始神经网络模型，得到每个删失样本订单及非删失样本订单分别对应的预测出餐时间；

将非删失样本订单对应的预测出餐时间与第二参考出餐时间，及删失样本订单对应的预测出餐时间与第一参考取餐时间输入至损失函数，得到非删失样本订单及删失样本订单对应的损失函数的值；

基于损失函数的值对神经网络模型进行训练，直至神经网络模型对应的损失函数收敛，将损失函数收敛时的神经网络模型作为预测模型，以基于预测模型对待预测订单进行出餐时间的预测。

本申请的另一个方面，提供了一种订单出餐时间预测装置，该装置包括：

订单获取模块，用于获取待预测订单的订单信息；

出餐时间确定模块，用于将订单信息对应的特征数据输入预测模型，得到待预测订单的出餐时间；