[发明专利]一种上车点排序、信息排序的方法及装置

权利要求书

1.一种上车点排序的方法，其特征在于，包括：

获取服务请求端的地理位置信息，并基于所述地理位置信息确定多个备选上车点；

针对每个所述备选上车点，确定该备选上车点在多个相关性特征下的第一特征值，并将该备选上车点在多个噪声特征下的第二特征值置为预设常数值；

将所述第一特征值和置为预设常数值的第二特征值输入至相关度检测模型中，获取该备选上车点与所述服务请求端之间的相关度；其中，所述相关度检测模型采用多个样本上车点分别在多个相关性特征以及多个噪声特征下的特征值训练而成；所述样本上车点在多个噪声特征下的特征值为通过在实际环境下提取的噪声特征值；

根据每个所述备选上车点分别对应的相关度，对所述备选上车点进行排序，以便用户根据排序结果选择最终的上车点。

2.根据权利要求1所述的方法，其特征在于，采用下述方式训练所述相关度检测模型：

确定基础检测模型；所述基础检测模型以所述相关性特征和所述噪声特征作为解释变量，以各个所述样本上车点的相关度作为被解释变量；

确定多个样本上车点，并获取各个所述样本上车点分别在多个相关性特征下的第一样本特征值，以及在多个噪声特征下的第二样本特征值；

将所述样本上车点在所述相关性特征下的第一样本特征值以及在所述噪声特征下的第二样本特征值作为解释变量的值，将各个所述样本上车点的真实相关度作为被解释变量的值，对所述基础检测模型进行训练，并将训练完成后的所述基础检测模型作为所述相关度检测模型。

3.根据权利要求2所述的方法，其特征在于，所述基础检测模型包括：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。

4.根据权利要求2所述的方法，其特征在于，所述样本上车点包括：正样本上车点以及负样本上车点；

所述确定多个所述样本上车点，具体包括：

获取多个样本订单的样本订单信息；所述样本订单信息包括：样本展示上车点、以及样本选定上车点；

将所述样本选定上车点确定为正样本上车点；

将所述样本展示上车点中除所述样本选定上车点以外的其他上车点，确定为负样本上车点。

5.根据权利要求1所述的方法，其特征在于，所述获取服务请求端的地理位置信息，并基于所述地理位置信息确定多个备选上车点，包括：

接收服务请求端在目标服务界面被打开时发送的所述地理位置信息；

基于所述地理位置信息，从上车点数据库中，获取与所述地理位置信息对应的多个所述备选上车点；

所述地理位置信息指示的地理位置，与所述备选上车点间的距离小于预设距离阈值。

6.根据权利要求1所述的方法，其特征在于，所述相关性特征包括下述一种或者多种：所述备选上车点与服务请求端之间的距离、所述备选上车点与服务请求端是否位于同一路段的同一侧、所述备选上车点所在路段的道路等级、所述备选上车点作为选定上车点的第一热度值、所述备选上车点所在路段的第二热度值、以及所述备选上车点在展示给用户后被选择的第三热度值。

7.根据权利要求1所述的方法，其特征在于，所述噪声特征包括以下一种或者多种：在所述备选上车点作为选定上车点时所述服务请求端与服务提供端之间的即时通话时长、接驾路程、接驾时间。

8.根据权利要求1所述的方法，其特征在于，根据每个所述备选上车点分别对应的相关度，对所述备选上车点进行排序之后，还包括：

根据对所述备选上车点的排序，从所述备选上车点中确定预设数量个定点上车点，并通过所述服务请求端展示所述定点上车点。