[发明专利]一种数据处理方法及设备

说明书

本申请公开了一种数据处理方法及设备。所述方法包括：获取目标店铺的列表信息特征，根据所述目标店铺的列表信息特征，使用第一模型获得可与所述目标店铺关联展示于第一显示界面的第一预计配送时长；其中，所述第一模型，根据基于店铺的下单信息特征构建的第一学习样本生成；获得用户在所述目标店铺的点单数据，根据所述点单数据的下单信息特征，使用所述第一模型获得可显示于第二显示界面的第二预计配送时长；其中，所述第一预计配送时长与所述第二预计配送时长之间的差异满足预设阈值条件。采用所述方法，解决了店铺的第一预计配送时长与店铺的点单数据对应的第二预计配送时长的一致率较低的问题。

技术领域

本申请涉及计算机处理技术领域，具体涉及一种数据处理方法及设备。

背景技术

随着电子商务的发展，越来越多的用户选择网上购物，例如网上订餐，网上买生活用品等，配送是用户网上购物体验的重要影响因素。为提升用户体验，购物平台在展示店铺列表时会展示店铺的第一预计配送时长；当用户进入其中一个店铺下单时，会在下单信息页面展示该店铺的点单数据的第二预计配送时长。如果店铺的第一预计配送时长和点单数据的第二预计配送时长之间差异很大，则影响用户体验，可能使得下单失败，影响潜在用户到实际用户的转化率。因此，第一预计配送时长和第二预计配送时长之间差异在一定范围内尤其重要。

现有技术中，点单数据对应的特征信息与店铺的特征信息相比存在一定不同，若第一预计配送时长与第二预计配送时长之间的差异在一定范围之内，则认为二者一致。一般采用以下方式计算第一预计配送时长：针对不同店铺统计历史不同时段不同距离下的配送时长，取平均值作为当前时间的店铺的第一预计配送时长。但实际上影响配送时长的因素较多，仅按时段及距离统计数据计算店铺的第一预计配送时长并不够准确。因而第一预计配送时长与第二预计配送时长之间可能存在较大差异，使得二者的一致率较低。

因此，如何提高店铺的第一预计配送时长与店铺的点单数据对应的第二预计配送时长的一致率是需要解决的问题。

发明内容

本申请实施例提供的数据处理方法，解决了店铺的第一预计配送时长与店铺的点单数据对应的第二预计配送时长的一致率较低的问题。

本申请实施例提供一种数据处理方法，包括：获取目标店铺的列表信息特征，根据所述目标店铺的列表信息特征，使用第一模型获得可与所述目标店铺关联展示于第一显示界面的第一预计配送时长；其中，所述第一模型，根据基于店铺的下单信息特征构建的第一学习样本生成；获得用户在所述目标店铺的点单数据，根据所述点单数据的下单信息特征，使用所述第一模型获得可显示于第二显示界面的第二预计配送时长；其中，所述第一预计配送时长与所述第二预计配送时长之间的差异满足预设阈值条件。

可选的，还包括：获取历史调用日志中店铺的下单信息特征以及与所述下单信息特征对应的预计配送时长；将所述下单信息特征作为输入特征，将与所述下单信息特征对应的预计配送时长作为对应的输出特征，构造用于生成第一模型的所述第一学习样本；使用所述第一学习样本生成所述第一模型；所述第一模型，用于根据店铺的列表信息特征预估所述店铺的第一预计配送时长，和/或，根据与店铺关联的点单数据的下单信息特征预估所述点单数据的第二预计配送时长。

可选的，所述根据所述目标店铺的列表信息特征，使用第一模型获得可与所述目标店铺关联展示于第一显示界面的第一预计配送时长，包括：将所述目标店铺的列表信息特征输入所述第一模型，将所述第一模型的输出作为待修正预计配送时长；获取所述目标店铺的列表信息特征，根据所述列表信息特征以及所述待修正预计配送时长，使用修正模型获得所述目标店铺的列表界面配送时长修正值；其中，所述修正模型，根据基于店铺的列表信息特征及对应的下单信息特征构建的第二学习样本生成；根据所述目标店铺的列表界面配送时长修正值对所述待修正预计配送时长修正，得到所述第一预计配送时长。