[发明专利]流量分发方法、装置、设备及存储介质

说明书

本申请实施例提供一种流量分发方法、装置、设备及存储介质，获取预设时间段内的用户流量；基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重；根据用户流量分配权重以及当前用户的用户信息，为用户确定服务机构中的目标服务者。本申请实施例中，在为用户确定服务者时，充分考虑服务机构的历史服务数据和用户信息，可以为用户分配合理的服务者，从而在提升用户体验的同时，保证流量利用率和转化率。

技术领域

本申请涉及互联网技术领域，尤其涉及一种流量分发方法、装置、设备及存储介质。

背景技术

随着互联网技术的快速发展，为了向用户提供更便捷的医疗服务，越来越多的医疗服务机构都陆续入驻各大网络平台，例如，互联网医院和私域医院等，这使得网络平台的用户流量来源也越来越多。因此，如何为用户合理的分配服务者，以达到用户体验最佳、流量利用最大化和流量转化最大化三者之间平衡可持续，是网络平台当前要解决的重要问题。

目前的流量分发方法基本是业务主导干预，导致用户流量分发不合理。

发明内容

本申请提供一种流量分发方法、装置、设备及存储介质，可以提升网络平台分发用户流量时的合理性。

第一方面，本申请实施例提供一种流量分发方法，包括：获取预设时间段内的用户流量；基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重；根据用户流量分配权重以及当前用户的用户信息，为用户确定服务机构中的目标服务者。

一种可能的实施方式中，获取预设时间段内的用户流量，包括：基于流量预估模型和当前用户流量，获取预设时间段内的用户流量，流量预估模型是根据各服务机构的历史用户流量进行训练得到的，流量预估模型用于根据当前用户流量，预估预设时间段内的用户流量。

一种可能的实施方式中，基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重，包括：

将用户流量作为收益预估模型的输入，获得每个服务机构的用户流量分配权重，收益预估模型是根据各服务机构的历史服务数据进行训练得到的，收益预估模型，用于预估在收益最大时每个服务机构对应的用户流量分配权重；历史服务数据包括以下至少一种：服务范围、流量配额、服务收益、评价数据、服务时长和服务质量。

一种可能的实施方式中，每个服务机构包括多个子服务机构，根据用户流量分配权重以及当前用户的用户信息，为用户确定服务机构中的目标服务者，包括：根据用户流量分配权重，确定服务机构中各子服务机构的目标分配权重；根据目标分配权重和用户信息，为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，根据用户流量分配权重，确定服务机构中各子服务机构的目标分配权重，包括：根据用户流量分配权重和流量分发场景，确定服务机构中各子服务机构的目标分配权重，流量分发场景包括以下至少一种：流量分发场景包括以下至少一种：搜索场景、派单场景和个性化推荐场景。一种可能的实施方式中，

一种可能的实施方式中，根据目标分配权重和用户信息，为用户确定子服务机构中的目标服务者，包括：将用户信息作为流量分配模型的输入，获得每个服务者的特征权重，流量分配模型是根据用户的历史行为数据和服务者的历史行为数据进行训练得到的，流量分配模型用于确定服务者的特征权重；根据目标分配权重和特征权重，为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，根据目标分配权重和特征权重，为用户确定子服务机构中的目标服务者，包括：根据目标分配权重和特征权重，获得每个服务者的目标服务权重值；根据当前的流量分发场景和目标服务权重值为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，流量分发方法还包括：根据服务者的当前服务特征调整服务者的目标服务权重值，当前服务特征包括如下至少一种：好评率和服务质量。