[发明专利]一种网约车订单量预测方法及装置

权利要求书

1.一种网约车订单量预测方法，其特征在于，所述方法包括：

获取下单热点区域；

从所述下单热点区域的用户服务数据中提取若干特征样本；其中，所述特征样本至少包括第一预设时间段的用户服务数据特征和第二预设时间段的用户服务数据特征中的订单量特征；所述第一预设时间段早于第二预设时间段；

将所述第一预设时间段的用户服务数据特征作为输入变量，将所述第二预设时间段的用户服务数据特征中的订单量特征作为预测变量训练订单预测模型，并基于训练出的所述订单预测模型预测所述下单热点区域在未来目标时间段的订单量。

2.根据权利要求1所述的方法，其特征在于，所述用户服务数据包括订单数据以及多个维度的与用户下单相关的实时数据；

所述从所述下单热点区域的用户服务数据中提取若干特征样本，包括：

获取与所述下单热点区域对应的实时订单数据以及多个维度的与用户下单相关的实时数据；

获取与所述下单热点区域对应的与当前时间段间隔若干预设时间段的历史订单数据；

将所述实时订单数据、所述多个维度的与用户下单相关的实时数据以及所述历史订单数据作为所述下单热点区域的用户服务数据；

从所述下单热点区域的用户服务数据中提取若干特征样本。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于预留的特征样本，对所述订单预测模型进行验证。

4.根据权利要求3所述的方法，其特征在于，所述基于预留的特征样本，对所述订单预测模型进行验证，包括：

基于预设的时间分界点，从所述特征样本中划分出验证特征样本；

基于所述验证特征样本，对所述订单预测模型进行验证。

5.根据权利要求3所述的方法，其特征在于，所述基于预留的特征样本，对所述订单预测模型进行验证，包括：

将所述特征样本划分为若干份；

轮换选取所述若干份特征样本中的预设份数的特征样本作为验证特征样本；

基于所述验证特征样本，对所述订单预测模型进行验证。

6.根据权利要求2所述的方法，其特征在于，从所述多个维度的与用户下单相关的实时数据提取的特征包括下单时间特征、下单位置特征、交通特征、天气特征。

7.根据权利要求2所述的方法，其特征在于，从所述订单数据中提取的特征包括订单下单量特征，订单应答量特征，订单取消量特征，订单应答时长特征以及用户操作特征。

8.根据权利要求7所述的方法，其特征在于，所述用户操作特征包括用户路径发起特征。

9.根据权利要求1所述的方法，其特征在于，所述将所述第一预设时间段的用户服务数据特征作为输入变量，将所述第二预设时间段的用户服务数据特征中的订单量特征作为预测变量训练订单预测模型，包括：

将所述第一预设时间段的用户服务数据特征作为输入变量，将所述第二预设时间段的用户服务数据特征中的订单量特征作为预测变量，输入订单预测模型；

基于所述第一预设时间段的用户服务数据特征，通过所述订单预测模型，计算第二预设时间段的订单量；

将计算出的第二时间段的订单量与所述预测变量进行误差计算，若计算出的误差大于等于预设误差阈值，则调整订单预测模型的参数，直至计算出的误差小于该预设误差阈值。