[发明专利]提升用户发单意愿的方法、装置和服务器

权利要求书

1.一种提升用户发单意愿的方法，其特征在于，所述方法应用于服务器，所述方法包括：

接收用户发送的行程信息；其中，所述行程信息包括所述行程起点和行程终点；

获取所述行程信息对应的特征数据；所述特征数据包括所述用户的行程特征子数据，和/或，所述行程信息对应的区域特征子数据；

根据所述特征数据确定所述用户的发单概率；

如果所述发单概率低于预设的概率阈值，生成所述行程信息对应的预估价的下调信息；

向所述用户下发携带有所述下调信息的预估价提示信息，以提升所述用户的发单意愿。

2.如权利要求1所述的方法，其特征在于，所述接收用户发送的行程信息的步骤之后，还包括：根据预设的估价规则确定所述行程信息对应的预估价。

3.如权利要求2所述的方法，其特征在于，所述根据预设的估价规则确定所述行程信息对应的预估价的步骤，包括：

根据所述行程起点和所述行程终点，生成至少一条推荐路线；

根据所述推荐路线的行程长度和预设的单位行程价格，确定所述行程信息对应的预估价。

4.如权利要求3所述的方法，其特征在于，根据所述推荐路线的行程长度和预设的单位行程价格，确定所述行程信息对应的预估价的步骤，包括：

如果所述推荐路线为多条，根据每条所述推荐路线的行程长度计算平均行程长度；

根据所述平均行程长度和预设的单位行程价格，确定所述行程信息对应的预估价。

5.如权利要求1所述的方法，其特征在于，所述用户的行程特征子数据包括所述行程信息是否包含小费、所述用户的历史订单的价格和历史订单的发单概率中的一种或多种；

所述区域特征子数据包括：所述行程起点、所述行程终点、所述用户当前所在位置的天气状况、所述当前所在位置对应的代驾司机的数量、所述当前所在位置与所述代驾司机的距离、所述行程起点和所述行程终点对应区域的历史订单的价格和历史订单的发单概率中的一种或多种。

6.如权利要求1所述的方法，其特征在于，所述根据所述特征数据确定所述用户的发单概率的步骤，包括：

将所述特征数据输入预先建立的概率预测模型中，输出所述特征数据对应的所述用户的发单概率；所述概率预测模型通过机器学习方式训练得到。

7.如权利要求6所述的方法，其特征在于，所述概率预测模型具体通过下述方式训练获得：

采集样本数据集；所述样本数据集包括设定数量的样本特征数据和每个所述样本特征数据对应的发单概率；

建立基础模型结构；所述基础模型结构包括梯度提升决策树GBDT模型、神经网络模型、随机森林模型和逻辑回归模型中的一种；

通过所述样本数据集对所述基础模型结构进行训练，得到所述概率预测模型。

8.如权利要求1所述的方法，其特征在于，生成所述行程信息对应的预估价的下调信息的步骤，包括：

根据预先建立的发单概率和降价系数的对应关系，确定所述用户的发单概率对应的降价系数；

根据所述降价系数生成所述预估价的下调信息。

9.如权利要求8所述的方法，其特征在于，所述发单概率和降价系数的对应关系包括以下之一：

所述发单概率和降价系数呈比例关系；

或者，每个概率区间分别配置有对应的降价系数。

10.如权利要求8所述的方法，其特征在于，根据所述降价系数生成所述预估价的下调信息的步骤，包括下述方式中的一种或多种：

将所述降价系数作为所述预估价的下调信息；

当降价系数包括折扣系数时，将所述折扣系数乘以所述预估价得到的结果作为下调信息；

当降价系数包括减免额度时，将所述预估价减去所述减免额度得到的结果作为下调信息。