[发明专利]一种上车点排序、信息排序的方法及装置

说明书

本申请提供了一种上车点排序、信息排序的方法及装置，该方法包括：获取服务请求端的地理位置信息，并基于地理位置信息确定多个备选上车点；确定各备选上车点在多个相关性特征下的第一特征值，并将各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服务请求端之间的相关度；其中，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；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；根据每个备选上车点分别对应的相关度，对备选上车点进行排序。该方法能够提升上车点排序准确度。

技术领域

本申请涉及计算机应用技术领域，具体而言，涉及一种上车点排序、信息排序的方法及装置。

背景技术

随着网络技术和移动终端技术的不断发展，人们越来越依赖移动终端获取信息；而随着数据的爆发式增长，人们通过移动终端所能够获得的信息也越来越多；但移动终端能够为服务请求方展示的信息数量有限，往往无法将所获得的信息全部展示出来，这就涉及对获得的信息进行排序的过程。

以网约车领域为例，网约车平台的用户包括服务请求方和服务提供方。服务请求方会基于服务请求端向网约车平台的服务器发起约车请求；服务器基于一定的算法为该服务请求方匹配多个服务提供端，并将约车请求转发至匹配到的各个服务提供端。在服务请求方基于服务请求端向服务器发起约车请求的过程中，服务请求端会为服务请求方确定多个备选上车点，并基于一定的方式对各个备选上车点进行排序，然后按照排序将一定数量的备选上车点展示给服务请求方，以供服务请求方进行选择。当前对各个备选上车点进行排序的方法，一般为根据各个备选上车点与服务请求端的位置来进行；这种排序方式造成为服务请求方确定的上车点，往往并非是最佳上车位置，例如存在路线复杂、不易找到等问题。

当前的信息排序方式存在排序准确度低的问题。

发明内容

有鉴于此，本申请的目的在于提供一种上车点排序、信息排序的方法及装置，能够较为精准的获得备选上车点与对应服务请求端之间的相关度；进而基于相关度对备选上车点进行排序时，具有更高的排序准确度。

第一方面，本申请实施例提供一种上车点排序的方法，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。

一种可选实施方式中，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，以所述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。