[发明专利]一种资源转移方法及装置

权利要求书

1.一种资源转移方法，其特征在于，包括：

获取目标行程对应的特征数据；所述特征数据包括司机画像数据和影响司机将乘客送到目的地的数据；

对所述特征数据进行处理，获得在所述目标行程中司机将乘客送到目的地的概率；

根据司机将乘客送到目的地的概率，确定是否将所述目标行程对应的资源转移至目标账户中。

2.根据权利要求1所述的方法，其特征在于，所述对所述特征数据进行处理，获得在所述目标行程中司机将乘客送到目的地的概率，包括：

利用概率预测模型对所述特征数据进行处理，获得在所述目标行程中司机将乘客送到目的地的概率；其中，所述概率预测模型基于历史行程中的特征数据对预设多任务学习模型训练获得，所述预设多任务学习模型包括共享层、Gate模型以及预设数量的多层感知机，所述共享层中包括多个专家网络，所述Gate模型用于确定每个专家网络输出结果被对应目标任务选择的概率，每个多层感知机对应一个目标任务，每个目标任务对应一个Gate模型。

3.根据权利要求1所述的方法，其特征在于，所述影响司机将乘客送到目的地的数据包括订单数据、司乘轨迹数据以及司乘节点数据；

所述订单数据包括下述至少之一：乘客订单的价格；乘客订单的距离；乘客订单的起点经度；乘客订单的起点纬度；乘客订单的终点经度；乘客订单的终点纬度；司机点击到达时，司机与乘客终点的距离；

所述司乘轨迹数据包括下述至少之一：乘客上报轨迹点数；司机上报轨迹点数；司机上报轨迹点距离乘客起点小于第一预设值的轨迹点数；司机上报轨迹点距离乘客终点小于第二预设值的轨迹点数；乘客上报轨迹点距离乘客起点小于第一预设值的轨迹点数；乘客上报轨迹点距离乘客终点小于第二预设值的轨迹点数；

所述司乘节点数据包括下述至少之一：司机是否有效到达起点；司机是否有效到达终点；司机是否有效履约；司乘是否同行；乘客是否有效点击上车；乘客是否有效点击到达终点；司机是否有效点击出发；司机是否有效点击到达起点；司机是否有效点击到达终点。

4.根据权利要求1所述的方法，其特征在于，所属根据司机将乘客送到目的地的概率，确定是否将所述目标行程对应的资源转移至目标账户中，包括：

把司机将乘客送到目的地的概率与预设值进行比较；

在确定司机将乘客送到目的地的概率大于等于预设值的情况下，将所述目标行程对应的资源转移至目标账户。

5.根据权利要求4所述的方法，其特征在于，还包括：

在确定司机将乘客送到目的地的概率小于预设值的情况下，获取延迟信息；其中，所述延迟信息包括区域信息对应的延迟时间；

基于所述延迟信息，将所述目标行程对应的资源转移至目标账户。

6.一种概率预测模型的训练方法，其特征在于，包括：

获取各历史行程对应的特征数据；所述特征数据包括司机画像数据和影响司机将乘客送到目的地的数据；

基于预设指标确定各历史行程的标签信息；其中，不同任务对应的预设指标不同；

根据各历史行程对应的特征数据和标签信息，获得训练数据集；

利用所述训练数据集对预设多任务学习模型进行训练，获得概率预测模型；其中，所述预设多任务学习模型包括共享层、Gate模型以及预设数量的多层感知机，所述共享层中包括多个专家网络，所述Gate模型用于确定每个专家网络输出结果被对应目标任务选择的概率，每个多层感知机对应一个目标任务，每个目标任务对应一个Gate模型。

7.根据权利要求6所述的方法，其特征在于，所述预设多任务学习模型中多任务包括第一任务和第二任务；

所述基于预设指标确定各历史行程的标签信息，包括：

基于司机是否点击到达目的地、完单类型、乘客到达目的地时间与司机点击到达目的地时间关系、司机是否投诉以及乘客订单状态，确定所述第一任务中每个历史行程的标签信息；

基于司机是否发起催车费投诉、是否完单、司机是否点击到达目的地、司机是否投诉以及乘客订单状态，确定所述第二任务中每个历史行程的标签信息。