[发明专利]一种转化概率预测方法及装置

说明书

本申请实施例提供了一种转化概率预测方法及装置，可以通过服务请求方的历史数据中的属性信息以及历史行为信息确定服务请求方在转化概率影响特征下的目标特征值，并通过转化概率预测模型使用目标特征值进行预测，能够准确高效的预测出服务请求方在未来预设时间段内转化为服务提供方的概率，有助于对服务请求方转化服务提供方进行分析，预测概率准确高效，有利于提前进行资源配置。

技术领域

本申请涉及大数据技术领域，具体而言，涉及一种转化概率预测方法及装置。

背景技术

通过获取服务请求方转化为服务提供方的概率，可以随着科学技术的不断发展，汽车已经逐渐走入了人们的生活，成为大多数家庭不可缺少的出行工具，人们出行越来越多的会选择开车或者搭乘汽车，这也使得出租车服务和在线打车服务，也即网约车服务，得到了长足的发展，并且积累了大量的用户数据，通过挖掘此用户数据可以对软件平台带来更大的收益。

以打车软件为例，使用打车软件平台的乘客也可以是潜在的平台专职司机，通过充分挖掘打车软件平台的用户数据，可以将有车且具有较大可能性转化为平台司机的用户数据提取出，并采用适当的运营方法，提高用户转化为平台专职司机的概率。这不仅能够给打车软件平台带来更大的经济效益，还有利于提高车辆利用率和能源使用效率，也具有很好的社会效益。

目前虽然有大量的用户数据，但是当前并不存在预测乘客转化为司机的概率的预测方法，如何从大量的用户数据中提取出具有较大可能性转化为平台司机的用户数据，对乘客转化为司机的概率进行预测，仍是当前亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供一种转化概率预测方法及装置，通过服务请求方在历史时间段内的数据，可以得到服务请求方在未来预设时间段内转化为服务提供方的概率，有助于对服务请求方转化服务提供方进行分析，预测概率准确高效。

一方面，本申请实施例提供了一种转化概率预测方法，所述方法包括：

获取待预测服务请求方在预设历史时间段内的属性信息以及历史行为信息；

根据所述属性信息以及所述历史行为信息，确定待预测服务请求方在至少一种转化概率影响特征下的目标特征值；

将所述目标特征值输入至预先训练的转化概率预测模型中，获取待预测服务请求方在未来待预测时间段转化为服务提供方的转化概率。

在本申请一些实施例中，获取所述转化概率之后，所述方法包括：

基于所述转化概率，确定推送信息，并将所述推送信息推送至所述待预测服务请求方的服务请求端。

在本申请一些实施例中，所述转化概率影响特征包括用户属性特征以及用户行为特征。

在本申请一些实施例中，所述用户属性特征包括：

应用使用特征、人际关系特征、区域特征以及个人属性特征中一种或者多种。

在上述实施例中，针对所述用户属性特征包括应用使用特征的情况，所述应用使用特征包括：目标应用的使用频率、使用的时间段以及目标应用的种类中一种或者多种；

针对所述用户属性特征包括人际关系特征的情况，所述人际关系特征包括：人际关系中服务提供方数量、推荐人的推荐成功率中一种或者多种；

针对所述用户属性特征包括区域特征的情况，所述区域特征包括：所述待预测服务请求方的家庭住址区域、工作区域、历史订单中的起始地以及目的地的兴趣点POI类型中一种或者多种；

针对所述用户属性特征包括个人属性特征的情况，所述个人属性特征包括：年龄、性别中一种或者多种。

在本申请一些实施例中，所述方法还包括：