[发明专利]一种订单信息动态调整方法和装置

权利要求书

1.一种订单信息动态调整方法，其特征在于，包括：

当目标用户发生冒泡行为时，获取用于表征所述目标用户的冒泡行为的目标特征信息；

根据所述目标特征信息，确定所述目标用户在发生所述冒泡行为时的目标下单转化率；

根据确定的所述目标下单转化率，确定针对所述目标用户的目标订单调整信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标特征信息，确定所述目标用户在发生所述冒泡行为时的目标下单转化率，包括：

将所述目标用户的所述目标特征信息输入至预先训练的下单转化率预测模型中，获取所述目标用户的所述目标下单转化率。

3.根据权利要求1所述的方法，其特征在于，所述根据确定的所述目标下单转化率，确定针对所述目标用户的目标订单调整信息，包括：

根据所述目标下单转化率，以及预设的多个下单转化率区间分别对应的订单调整信息，确定所述目标用户在发生所述冒泡行为时的目标订单调整信息。

4.根据权利要求1所述的方法，其特征在于，采用下述步骤获取预先训练的所述下单转化率预测模型：

获取用于表征样本用户的冒泡行为特征的样本特征信息以及与不同价格区间对应的样本下单转化率；所述样本用户的样本特征信息中包含与冒泡行为对应的样本订单预估价格；

基于所述样本用户的样本特征信息，以及不同价格区间对应的样本下单转化率，训练所述下单转化率预测模型。

5.根据权利要求4所述的方法，其特征在于，根据以下步骤确定与不同价格区间对应的样本下单转化率：

根据所述样本用户每次冒泡行为对应的订单预估价格所落入的价格区间，将所述样本用户的冒泡行为划分到与所述价格区间对应的分类；

确定各分类中的冒泡行为转化为实际订单的次数；

根据每个分类中所包括冒泡行为的次数，以及每个分类中的冒泡行为转化为实际订单的次数，计算归属于该分类的冒泡行为对应的下单转化率。

6.根据权利要求4所述的方法，其特征在于，所述获取用于表征样本用户的冒泡行为特征的样本特征信息，包括：

在接收到样本用户的客户端发送的出行信息时，将所述客户端发送出行信息的行为作为冒泡行为进行记录，并根据所述出行信息，确定该次冒泡行为对应的订单预估价格。

7.根据权利要求4所述的方法，其特征在于，所述基于所述样本用户的样本特征信息，以及不同价格区间对应的样本下单转化率，训练所述下单转化率预测模型，包括：

确定进行下单转化率预测所基于的基础预测模型；

将所述样本用户的样本特征信息作为所述基础预测模型的解释变量的值，将该次冒泡行为所属的价格区间对应的下单转化率作为被解释变量的值，训练得到所述下单转化率预测模型。

8.根据权利要求7所述的方法，其特征在于，所述基础预测模型采用逻辑回归模型、自回归模型、移动平均模型、自回归移动平均模型、整合移动平均自回归模型、广义自回归条件异方差模型、深度学习模型、决策树模型中任意一种。

9.根据权利要求4所述的方法，其特征在于，该方法还包括：确定多个区域范围；

所述获取用于表征样本用户的冒泡行为特征的样本特征信息以及与不同价格区间对应的样本下单转化率，包括：

针对所述多个区域范围，获取每个区域范围内的样本用户的样本特征信息，以及与不同价格区间对应的样本下单转化率；

基于所述样本用户的样本特征信息，以及不同价格区间对应的样本下单转化率，训练所述下单转化率预测模型，包括：

针对每个区域范围，基于该区域范围内的样本用户的样本特征信息，以及与不同价格区间对应的样本下单转化率，训练与该区域范围对应的下单转化率预测模型；

所述根据所述目标特征信息，确定所述目标用户在发生所述冒泡行为时的目标下单转化率，包括：

基于目标用户所在区域范围对应的所述下单转化率预测模型，以及目标用户的目标特征信息，预测得到所述目标用户在发生冒泡行为时的目标下单转化率。