[发明专利]出行订单的处理方法、装置、电子设备及可读存储介质

权利要求书

1.一种出行订单的处理方法，其特征在于，所述方法包括：

接收用户的出行订单，所述出行订单中包括至少一个目标运力下的目标车型；

在预置的连续时间段中，确定每一个时间段内所述目标车型响应所述出行订单的响应概率；

在所述每一个时间段内所述目标车型响应所述出行订单的响应概率中，确定第一个响应概率大于预设概率的时间段为目标时间段；

根据所述目标时间段的起始时间和结束时间，计算所述目标车型响应所述出行订单的响应时间；

展示所述目标车型响应所述出行订单的响应时间。

2.根据权利要求1所述的方法，其特征在于，所述确定每一个时间段内所述目标车型的响应概率，包括：

提取所述出行订单对应的第一特征以及所述目标车型对应的第二特征；

将所述第一特征和所述第二特征输入已训练的预测模型，通过所述预测模型输出所述每一个时间段内所述目标车型不响应所述出行订单的条件概率；

根据所述每一个时间段内所述目标车型不响应所述出行订单的条件概率，计算所述每一个时间段内所述目标车型响应所述出行订单的响应概率。

3.根据权利要求2所述的方法，其特征在于，通过如下步骤训练所述预测模型：

设置n个连续的预置时间段；

根据所述n个连续的预置时间段中的每一个预置时间段，对历史出行订单进行标注，得到每一个预置时间段内的样本数据；其中，第k个预置时间段内的样本数据包括：用于表示第k个预置时间段内不存在响应车型的正样本数据，和/或用于表示在第k个预置时间段内存在响应车型的负样本数据；

根据所述每一个预置时间段内的样本数据，训练预测模型。

4.根据权利要求3所述的方法，其特征在于，所述对历史出行订单进行标注，得到每一个预置时间段内的样本数据之后，所述方法还包括：

对所述每一个预置时间段内的样本数据进行过滤，得到过滤后的每一个预置时间段内的样本数据；

所述根据所述每一个预置时间段内的样本数据，训练预测模型，包括：

根据所述过滤后的每一个预置时间段内的样本数据，训练预测模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述每一个预置时间段内的样本数据进行过滤，得到过滤后的每一个预置时间段内的样本数据，包括：

在所述每一个预置时间段内的样本数据中，确定删失样本，所述删失样本对应的预置时间段的起始时间点在所述历史出行订单对应的等待时间点之后，或者，所述删失样本对应的预置时间段内不存在观测结果；

删除所述每一个预置时间段内的删失样本，得到过滤后的每一个预置时间段内的样本数据。

6.一种出行订单的处理装置，其特征在于，所述装置包括：

订单接收模块，用于接收用户的出行订单，所述出行订单中包括至少一个目标运力下的目标车型；

概率确定模块，用于在预置的连续时间段中，确定每一个时间段内所述目标车型响应所述出行订单的响应概率；

时间确定模块，用于在所述每一个时间段内所述目标车型响应所述出行订单的响应概率中，确定第一个响应概率大于预设概率的时间段为目标时间段；根据所述目标时间段的起始时间和结束时间，计算所述目标车型响应所述出行订单的响应时间；

时间展示模块，用于展示所述目标车型响应所述出行订单的响应时间。

7.根据权利要求6所述的装置，其特征在于，所述概率确定模块，包括：

特征提取子模块，用于提取所述出行订单对应的第一特征以及所述目标车型对应的第二特征；

特征处理子模块，用于将所述第一特征和所述第二特征输入已训练的预测模型，通过所述预测模型输出所述每一个时间段内所述目标车型不响应所述出行订单的条件概率；

概率计算子模块，用于根据所述每一个时间段内所述目标车型不响应所述出行订单的条件概率，计算所述每一个时间段内所述目标车型响应所述出行订单的响应概率。