[发明专利]货源推荐方法、装置、电子设备、存储介质

权利要求书

1.一种货源推荐方法，其特征在于，包括：

实时获取原始特征；

调用经训练的货源匹配模型的模型配置文件及特征配置文件，所述模型配置文件及所述特征配置文件于所述货源匹配模型训练后生成，所述模型配置文件唯一对应一特征配置文件；

根据所述特征配置文件将所述原始特征转化为特征向量；

根据所述模型配置文件建立货源匹配模型对象；以及

将所述特征向量输入所述货源匹配模型对象以获得所述货源匹配模型的输出，

其中，所述特征配置文件根据所述货源匹配模型训练时，获取的原始特征与输入所述货源匹配模型的特征向量的转化生成。

2.如权利要求1所述的货源推荐方法，其特征在于，所述实时获取原始特征包括：

实时获取司机账号对货物的点击操作；

获取本次点击的货物特征；

获取该司机账号对货物的历史点击操作；

获取历史点击操作中各货物的货物特征；

获取待排序的各货物的货物特征；

获取所述司机账号的司机特征，

其中，所述原始特征至少包括本次点击的货物特征、历史点击操作中各货物的货物特征、待排序的各货物的货物特征、司机特征，所述货源匹配模型输出该司机对待排序的各货物的点击概率。

3.如权利要求2所述的货源推荐方法，其特征在于，

所述特征向量至少包括：所述原始特征包括本次点击的货物特征与待排序的各货物的货物特征的第一相似度、所述历史点击操作中各货物的货物特征的统计值与待排序的各货物的货物特征的第二相似度，

所述特征配置文件至少包括所述第一相似度和所述第二相似度的计算方法。

4.如权利要求2所述的货源推荐方法，其特征在于，所述待排序的各货物根据所述司机账号输入的筛选条件生成。

5.如权利要求2所述的货源推荐方法，其特征在于，所述将所述特征向量输入所述货源匹配模型对象以获得所述货源匹配模型的输出之后还包括：

按所述货源匹配模型的输出对所述待排序的各货物进行排序。

6.如权利要求1所述的货源推荐方法，其特征在于，

所述实时获取原始特征之后，且所述调用经训练的货源匹配模型的模型配置文件及特征配置文件之前还包括：

对所述原始特征进行清洗，并将清洗后的原始特征序列化；

所述调用经训练的货源匹配模型的模型配置文件及特征配置文件之后，且所述根据所述特征配置文件将所述原始特征转化为特征向量之前还包括：

将序列化后的原始特征进行反序列化。

7.如权利要求1所述的货源推荐方法，其特征在于，所述模型配置文件按预设命名规范命名，以供调用时，根据该命名规范指示的解析方式解析所述模型配置文件以建立货源匹配模型对象。

8.如权利要求1所述的货源推荐方法，其特征在于，当用于训练所述货源匹配模型的原始特征变更时，按变更后的原始特征训练所述货源匹配模型，更新所述模型配置文件及特征配置文件。

9.一种货源推荐装置，其特征在于，包括：

获取模块，用于实时获取原始特征；

调用模块，用于调用经训练的货源匹配模型的模型配置文件及特征配置文件，所述模型配置文件及所述特征配置文件于所述货源匹配模型训练后生成，所述模型配置文件唯一对应一特征配置文件；

转化模块，用于根据所述特征配置文件将所述原始特征转化为特征向量；

建立模块，用于根据所述模型配置文件建立货源匹配模型对象；以及

输出模块，用于将所述特征向量输入所述货源匹配模型对象以获得所述货源匹配模型的输出，

其中，所述特征配置文件根据所述货源匹配模型训练时，获取的原始特征与输入所述货源匹配模型的特征向量的转化生成。