[发明专利]司机调度方法、装置及电子设备

说明书

本申请提供一种司机调度方法、装置及电子设备，涉及智能技术领域，司机调度方法包括：根据司机当前位置对应区域的时空环境特征信息，确定区域的区域类型，区域类型包括冷区和热区；时空环境特征包括：时间特征、环境特征和历史订单特征；如果司机当前位置处于冷区，获取司机当前位置对应的热区集合；从热区集合中选择目标热区；基于目标热区对司机进行调度。通过上述过程，可以对处于冷区的司机进行快速、合理、最优化的调度，以使司机尽快到达目标热区接到订单，从而提高司机的接单体验。

技术领域

本申请涉及智能技术领域，尤其涉及一种司机调度方法、装置及电子设备。

背景技术

目前在人们出行活动中，网约车服务变的越来越普遍，司机的接单体验已经成为网约车平台关注的主要指标之一。而随着网约车业务的不断增长和演进，其业务规则也愈加完善，现有的订单分配机制中，订单分配的距离不能超过最大阈值，在限制了订单分配距离的情况下，司机在订单较少的区域很难接到新的订单，从而导致司机的接单体验降低。

发明内容

有鉴于此，本申请实施例提供一种司机调度方法、装置及电子设备，能够对处于冷区的司机进行快速、合理、最优化的调度，以使司机尽快到达目标热区接到订单，从而提高司机的接单体验。

第一方面，本申请实施例提供了一种司机调度方法，所述方法应用于服务器，包括：

根据司机当前位置对应区域的时空环境特征信息，确定所述区域的区域类型，所述区域类型包括冷区和热区；所述时空环境特征包括：时间特征、环境特征和历史订单特征；

如果所述司机当前位置处于冷区，获取所述司机当前位置对应的热区集合；

从所述热区集合中选择目标热区；

基于所述目标热区对所述司机进行调度。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，根据司机当前位置对应区域的时空环境特征信息，确定所述区域的区域类型的步骤，包括：

将司机当前位置对应区域的时空环境特征信息输入供需预测模型中，得到各个所述区域对应的预测订单数；

将所述预测订单数小于第一预设阈值的区域确定为冷区；

将所述预测订单数大于第二预设阈值的区域确定为热区。

结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述供需预测模型的训练过程包括：

获取第一训练样本集；所述第一训练样本集中的样本包含预先收集的空闲司机所在区域的时空环境特征信息及订单需求数据；

将所述第一训练样本集中的样本输入XGBoost模型进行训练，得到供需预测模型。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中，根据司机当前位置对应区域的时空环境特征信息，确定所述区域的区域类型的步骤，包括：

如果司机等待接单的时长超过设定的时间阈值时，获取所述司机当前位置对应区域的时空环境特征信息；

根据各个所述区域的时空环境特征信息，确定所述区域的区域类型。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，获取所述司机当前位置对应的热区集合的步骤，包括：

在以预设距离为半径，以所述司机当前位置为圆心对应的圆的覆盖区域内，查找区域类型为热区的区域；

将查找到的区域组成的集合作为所述司机当前位置对应的热区集合。

结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，从所述热区集合中选择目标热区的步骤，包括以下方式之一：