[发明专利]运力激励方法、装置、电子设备及计算机存储介质

权利要求书

1.一种运力激励方法，包括：

确定目标对象对应的第一服务范围是否缺少运力，和/或，确定所述目标对象对应的第二服务范围在当前时刻之后的设定时间段内是否缺少运力；

若确定缺少运力，则根据所述目标对象的历史行为数据和当前状态数据，确定所述目标对象在所述设定时间段内完成至少一个订单的概率是否未满足设定阈值；

若未满足所述设定阈值，则确定与所述目标对象对应的激励数据；

根据所述激励数据生成激励发布消息，并将所述激励发布消息发送至对应的所述目标对象，以使所述目标对象作为运力在所述第一服务范围或所述第二服务范围内留存。

2.根据权利要求1所述的方法，其中，所述确定目标对象对应的第一服务范围是否缺少运力，包括：

获取当前时刻之前的至少一个在前时间段内，所述第一服务范围对应的第一应答率，所述第一服务范围为所述目标对象所在位置相邻的N千米的区域范围，N为正数；

若所述第一应答率小于应答阈值，则确定所述第一服务范围缺少运力。

3.根据权利要求1所述的方法，其中，所述确定所述目标对象对应的第二服务范围在当前时刻之后的设定时间段内是否缺少运力，包括：

确定所述设定时间段之前的一个周期中与所述设定时间段对应的历史时间段中所述第二服务范围的第二应答率、以及当前天中所述第二服务范围的第三应答率；

根据所述第二应答率和所述第三应答率，确定所述第二服务范围在之后的设定时间段内是否缺少运力。

4.根据权利要求1所述的方法，其中，所述若确定缺少运力，则根据所述目标对象的历史行为数据和当前状态数据，确定所述目标对象在所述设定时间段内的完成至少一个订单的概率是否未满足设定阈值，包括：

若确定缺少运力，则根据所述目标对象的历史行为数据和当前状态数据构建输入特征；

将所述输入特征输入用于预测完成至少一个订单的概率的机器学习模型中，以获得所述机器学习模型输出的所述目标对象在所述设定时间段内的完成至少一个订单的概率；

根据所述完成至少一个订单的概率和获取的设定阈值，确定所述完成至少一个订单的概率是否未满足所述设定阈值。

5.根据权利要求4所述的方法，其中，所述方法还包括：

根据所述第二服务范围的实时应答率，使用P ID算法对所述设定阈值进行调整。

6.根据权利要求4所述的方法，其中，所述历史行为数据包括下述至少之一：所述目标对象的总完单量、目标对象的历史单日获取资源信息、当前时间切片对应的下线时间；和/或，所述当前状态数据包括下述至少之一：当日在线时长、目标对象的当日已获取资源信息、目标对象的当日已完单数、目标对象当日空闲时长和当前位置。

7.根据权利要求1所述的方法，其中，所述若未满足所述设定阈值，则确定与所述目标对象对应的激励数据，包括：

若未满足所述设定阈值，则使用训练的因果模型预测不同取值的激励数据对应的目标对象完成至少一个订单的概率，所述因果模型基于所述目标对象的历史记录反馈数据训练获得；

根据不同取值的激励数据和对应的所述完成至少一个订单的概率，确定激励数据的目标取值，并根据所述取值确定所述目标对象的激励数据。

8.一种运力激励方法，包括：

确定第一出行平台在第三服务范围内是否缺少运力，所述第一出行平台为聚合有多个第二出行平台的聚合平台；

若确定缺少运力，则根据各所述第二出行平台中处于所述第三服务范围内的目标对象的历史行为数据和当前状态数据，确定所述目标对象在设定时间段内完成至少一个订单的概率；

若所述目标对象的完成至少一个订单的概率未满足设定阈值，则确定所述目标对象的激励数据，并将基于所述激励数据生成的激励消息发送至所述目标对象，以使所述目标对象作为对应的第二出行平台的运力在所述第三服务范围内留存。