[发明专利]用于识别线上到线下服务平台中醉酒请求者的系统和方法

说明书

提供一种在线上到线下O2O服务平台中检测饮酒请求者的方法。所述方法可以包括获取与请求者发起线上到线下O2O服务请求有关的信息。所述方法还可以包括根据与请求相关的信息，使用饮酒预测模型确定所述请求者已饮酒的概率，以及确定所述概率是否大于阈值。响应于确定所述概率大于所述阈值，所述方法还可包括获取与所述请求者有关的信息，以及根据与所述请求者有关的信息，确定所述请求者是否已饮酒。所述方法还可包括响应于确定所述请求者已饮酒，发送所述请求者已饮酒的通知给提供者终端，所述提供者终端与所述线上到线下服务的请求相对应。

技术领域

本申请一般涉及线上到线下(O2O)服务平台，具体地说，涉及用于识别O2O服务平台中的醉酒请求者的系统和方法。

背景技术

随着互联网技术的发展，O2O服务，如在线出租车叫车服务和送货服务，在人们的日常生活中发挥着越来越重要的作用。在一些情况下，请求O2O服务的请求者可能饮酒了，这可能会引起请求者与向请求者提供服务的提供者之间的潜在冲突。因此，希望提供用于检测醉酒请求者并提醒提供者的有效的系统和方法，以避免O2O服务平台中的请求者与提供者之间的潜在冲突或争议。

发明内容

根据本申请的一方面，提供一种用于检测线上到线下服务平台中饮酒请求者的系统。所述系统可以包括数据交换端口，所述数据交换端口通信地连接到网络；至少一个存储介质，所述至少一个存储介质包括一组指令；以及至少一个处理器，所述至少一个处理器与所述数据交换端口和所述至少一个存储介质通信。当执行所述指令集时，所述至少一个处理器可以被配置为指示系统：通过所述数据交换端口，获取与请求者发起线上到线下(O2O)服务请求有关的信息。所述至少一个处理器也可以被配置为指示系统根据与所述请求相关的信息，使用饮酒预测模型来确定所述请求者已饮酒的概率，以及确定所述请求者已饮酒的概率是否为大于阈值。响应于确定所述请求者已饮酒的概率大于所述阈值，所述至少一个处理器可以进一步被配置为指示系统获取与所述请求者有关的信息，以及根据与所述请求者有关的信息，确定所述请求者是否饮酒。响应于确定所述请求者已饮酒，所述至少一个处理器进一步被配置为指示系统通过所述数据交换端口发送所述请求者已饮酒的通知给提供者终端，所述提供者终端与所述线上到线下服务的请求相对应。

在一些实施例中，与所述请求有关的信息可以包括请求时间、请求起点、所述请求者的位置、所述请求起点与所述请求者的位置之间的预估距离、所述请求者的个人信息，或关于所述请求者的历史反馈信息中的至少一个。

在一些实施例中，所述饮酒预测模型可以是根据模型训练过程生成的。所述模型训练过程可以包括获取至少两个历史订单。所述模型训练过程还可以包括从所述至少两个历史订单中获取第一组历史订单，所述第一组历史订单获得正反馈；所述至少两个历史订单中获取第二组历史订单，所述第二组历史订单获得负反馈。所述模型训练过程还可以包括获取初始模型，以及通过使用所述获得正反馈的第一组历史订单和所述获得负反馈的第二组历史订单，训练所述初始模型，生成所述饮酒预测模型。

在一些实施例中，所述初始模型可以是梯度提升决策树(GBDT)模型或极限梯度提升(XGBoost)模型中的至少一种。

在一些实施例中，为获取与所述请求者相关的信息，所述至少一个处理器还可以被配置为指示所述系统通过所述数据交换端口，发送打开与所述请求者相关的请求者终端的照相机的请求。当接收所述请求者对所述请求的批准时，至少一个处理器就可以进一步被配置为指示系统通过数据交换端口向所述请求者终端发送命令以录制至少一个图像或视频，以及通过所述数据交换端口，从所述请求者终端接收所述至少一个图像或视频。