[发明专利]一种业务需求影响因素确定方法以及装置

说明书

本申请提供了一种业务需求影响因素确定方法以及装置，其中，该方法包括：获取待预测用户在预设历史时间段内的多个订单的订单信息；根据所述多个订单的订单信息，构建所述待预测用户的订单特征向量序列，所述订单特征向量序列中包括与每个所述订单分别对应的订单特征向量；基于所述订单特征向量序列和预先训练的预测模型，确定所述待预测用户在未来预设时间段内的业务需求的影响因素信息。本申请实施例能够以更高的准确率来确定待预测用户在未来预设时间段内的业务需求影响因素。

技术领域

本申请涉及机器学习技术领域，具体而言，涉及一种业务需求影响因素确定方法以及装置。

背景技术

沉默用户是指在某一时间段内产生过针对某一服务的历史行为数据，但在该时间段之后的另一时间段内未产生过针对该服务的历史行为数据的用户，例如曾经在某网约车平台约过车，但在最近的一个月内未在该网约车平台约车的用户，即为该网约车平台的沉默用户。

当前存在着获取用户的沉默原因，以便更好地进行资源配置，为用户更好地提供服务的需求。在获取用户的沉默原因的时候，通常是基于统计量来获取的，如用户登录次数、用户在预设时间段内的发单数量、用户在预设时间段内的冒泡数量等。这些统计量能够在总体上表征用户在一定时间段内历史行为的累积特征，但基于这些统计量确定的用户的沉默原因还是存在预测准确率较低的问题。

发明内容

有鉴于此，本申请实施例的目的在于提供一种业务需求影响因素确定方法以及装置，能够以更高的准确率来确定待预测用户在未来预设时间段内的业务需求影响因素。

第一方面，提供一种业务需求影响因素确定方法，该方法包括：

获取待预测用户在预设历史时间段内的多个订单的订单信息；

根据所述多个订单的订单信息，构建所述待预测用户的订单特征向量序列，所述订单特征向量序列中包括与每个所述订单分别对应的订单特征向量；

基于所述订单特征向量序列和预先训练的预测模型，确定所述待预测用户在未来预设时间段内的业务需求的影响因素信息。

一种可选实施方式中，根据所述多个订单的订单信息，构建所述待预测用户的订单特征向量序列，包括：

针对每个所述订单，根据该订单的订单信息，确定该订单在多个订单特征下的特征值；

根据该订单在多个订单特征下的特征值，构建与该订单对应的订单特征向量；

根据所述多个所述订单分别对应的订单特征向量，按照订单生成时间的先后顺序构建所述订单特征向量序列。

一种可选实施方式中，所述基于所述订单特征向量序列和预先训练的预测模型，确定所述待预测用户在未来预设时间段内的业务需求的影响因素信息，包括：

将所述订单特征向量序列输入所述预测模型中，获取所述订单特征向量序列对应的预测结果；

基于所述订单特征向量序列对应的预测结果，各个所述特征向量序列中的元素以及所述特征向量序列中的各个元素对应的参考值，确定与每个所述订单特征对应的第二贡献值；

基于所述第二贡献值，确定所述待预测用户在订单特征维度的影响因素信息。

一种可选实施方式中，所述基于所述第二贡献值，确定所述待预测用户在订单特征维度的影响因素信息，包括：

根据所述第二贡献值的大小，从所述订单特征中确定至少一个目标订单特征；

基于所述目标订单特征对应的影响因素分类，确定所述待预测用户在订单特征维度的影响因素信息。

一种可选实施方式中，影响因素分类包括：价格敏感、少车敏感、等候时间敏感、司机服务敏感、安全隐患敏感、车型车况敏感中一种或者多种。