[发明专利]订单的处理方法以及装置

权利要求书

1.一种订单的处理方法，其特征在于，包括：

根据订单中各种商品的商品属性信息预测所述订单的被取消概率；

按照各个订单的被取消概率由小到大的顺序对各个订单进行排序；

按照各个订单的排序安排各个订单的生产；

其中，所述根据订单中各种商品的商品属性信息预测所述订单的被取消概率包括：

将各种商品的商品属性信息分别输入分类模型获取各种商品的被取消概率；

根据订单中包含的各种商品的被取消概率确定该订单的被取消概率；

其中，所述将各种商品的商品属性信息分别输入分类模型获取各种商品的被取消概率包括：

针对每种商品选取与所述分类模型中的决策树对应的商品属性信息输入该决策树模型，获取所述商品在该决策树的分类；

根据所述商品在各棵决策树的分类以及决策树的总数确定所述商品的被取消概率。

2.根据权利要求1所述的处理方法，其特征在于，

采用以下方法确定分类模型：

获取历史订单中的各种商品的商品属性信息以及历史订单的生产状态作为训练数据，所述生产状态包括被取消和未取消；

利用所述训练数据对所述分类模型进行训练确定所述分类模型。

3.根据权利要求2所述的处理方法，其特征在于，

所述利用所述训练数据对所述分类模型进行训练包括：

按照预设比例范围有放回的随机选取各种商品的部分商品属性信息，并与对应的生产状态进行组合作为一棵决策树的训练数据，对该决策树进行训练确定该决策树；

重复上述过程，直至确定所述分类模型中的全部决策树。

4.根据权利要求1所述的处理方法，其特征在于，

订单的被取消概率为订单中各种商品的被取消概率之和减去各种商品同时被取消概率。

5.一种订单的处理装置，其特征在于，包括：

订单概率预测模块，用于根据订单中各种商品的商品属性信息预测所述订单的被取消概率；

订单排序模块，用于按照各个订单的被取消概率由小到大的顺序对各个订单进行排序；

订单生产安排模块，用于按照各个订单的排序安排各个订单的生产；

其中，所述订单概率预测模块，用于将各种商品的商品属性信息分别输入分类模型获取各种商品的被取消概率，根据订单中包含的各种商品的被取消概率确定该订单的被取消概率；

其中，所述订单概率预测模块，用于针对每种商品选取与所述分类模型中的决策树对应的商品属性信息输入该决策树模型，获取所述商品在该决策树的分类，根据所述商品在各棵决策树的分类以及决策树的总数确定所述商品的被取消概率。

6.根据权利要求5所述的处理装置，其特征在于，还包括：

分类模型确定模块，用于获取历史订单中的各种商品的商品属性信息以及历史订单的生产状态作为训练数据，所述生产状态包括被取消和未取消，利用所述训练数据对所述分类模型进行训练确定所述分类模型。

7.根据权利要求6所述的处理装置，其特征在于，

所述分类模型确定模块，用于按照预设比例范围有放回的随机选取各种商品的部分商品属性信息，并与对应的生产状态进行组合作为一棵决策树的训练数据，对该决策树进行训练确定该决策树，重复上述过程，直至确定所述分类模型中的全部决策树。

8.根据权利要求5所述的处理装置，其特征在于，

订单的被取消概率为订单中各种商品的被取消概率之和减去各种商品同时被取消概率。

9.一种订单的处理装置，其特征在于，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器设备中的指令，执行如权利要求1-4任一项所述的订单的处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。