[发明专利]推荐订单的确定方法、装置和服务器

权利要求书

1.一种推荐订单的确定方法，应用于服务器，包括：

接收目标司机通过第一终端发起的接单请求；其中，所述接单请求至少包含有目标司机的身份标识；

根据所述接单请求，从待接订单数据池中筛选出多个相匹配的订单数据，得到多个第一订单；

根据目标司机的身份标识，检索预设的司机画像特征库，确定出目标司机的画像特征；

将所述目标司机的画像特征与多个第一订单分别进行关联，得到多个关联后的第一订单；并根据所述关联后的第一订单，获取与各个第一订单对应的第一连续特征和第一离散特征；

调用预测模型根据预设的处理规则处理各个第一订单的第一连续特征和第一离散特征，以确定目标司机针对各个第一订单的接受率；其中，所述预测模型包括：第一子模型、第二子模型和第三子模型；所述第一子模型用于通过处理第一订单的第一连续特征和第一离散特征，得到第一订单的第二类特征数据；所述第二子模型用于融合处理对应同一个第一订单的第二类特征数据和第一连续特征，得到第三类特征数据；所述第三子模型用于处理第三类特征数据和第一离散特征的组合，以确定出目标司机针对第一订单的接受率；

根据目标司机针对各个第一订单的接受率，从多个第一订单中筛选出符合要求的订单数据，作为待推荐的第二订单。

2.根据权利要求1所述的方法，所述第一子模型包括基于lightgbm模型训练得到的子模型；所述第二子模型包括基于金字塔结构的神经网络训练得到的子模型；所述第三子模型包括基于逻辑回归模型训练得到的子模型。

3.根据权利要求1所述的方法，调用预测模型根据预设的处理规则处理各个第一订单的第一连续特征和第一离散特征，以确定目标司机针对各个第一订单的接受率，包括：

调用预测模型中的第一子模型处理各个第一订单的第一连续特征和第一离散特征，得到各个第一订单的第二离散特征；并对所述各个第一订单的第二离散特征进行预设的第一类处理，以得到各个第一订单的第二类特征数据；

组合各个第一订单的第二类特征数据和第一连续特征，得到各个第一订单的第一类组合特征；并调用预测模型中的第二子模型处理各个第一订单的第一类组合特征，得到各个第一订单的第三类特征数据；

对各个第一订单的第一离散特征进行预设的第二类处理，得到各个第一订单的处理后的离散特征；

组合各个第一订单的第三类特征数据和处理后的离散特征，得到各个第一订单的第二类组合特征；并调用预测模型中的第三子模型处理各个第一订单的第二类组合特征，得到目标司机针对各个第一订单的接受率。

4.根据权利要求2所述的方法，对各个第一订单的第一离散特征进行预设的第二类处理，得到各个第一订单的处理后的离散特征，包括：

对各个第一订单的第一离散特征进行one-hot编码处理，得到对应的编码结果；并将所述编码结果，作为所对应的第一订单的处理后的离散特征。

5.根据权利要求1所述的方法，在根据目标司机针对各个第一订单的接受率，从多个第一订单中筛选出符合要求的订单数据，作为待推荐的第二订单之后，所述方法还包括：

根据所述第二订单生成针对目标司机的推荐订单列表；

相应的，在生成针对目标司机的推荐订单列表之后，所述方法还包括：将所述推荐订单列表发送至第一终端；其中，所述第一终端用于向目标司机展示所述推荐订单列表；

通过所述第一终端采集目标司机针对所展示的推荐订单列表的操作数据；

根据所述目标司机针对所展示的推荐订单列表的操作数据，对预测模型进行更新。

6.根据权利要求1所述的方法，在接收目标司机通过第一终端发起的接单请求之前，所述方法还包括：

采集预设的第一时间段内展示给各个接单司机的推荐订单列表、各个接单司机针对推荐订单列表的操作数据，以得到各个接单司机在预设的第一时间段内的历史行为数据；

根据各个接单司机在预设的第一时间段内的历史行为数据，确定出与各个接单司机对应的画像特征，并根据所述画像特征构建预设的司机画像特征库。