[发明专利]一种预测成单司机数量的方法、装置、设备及存储介质

权利要求书

1.一种预测成单司机数量的方法，其特征在于，包括：

确定多个司机中每个司机的业务类型；

根据每种所述业务类型的司机的成单特征，预测每种所述业务类型的成单司机的数量；

根据每种所述业务类型的成单司机的数量预测成单司机的总数量。

2.根据权利要求1所述的方法，其特征在于，所述确定多个司机中每个司机的业务类型，包括：

获取多个司机中每个司机在以当前时刻为起点往前第一预设时间段内的历史订单数量；

若当前司机的所述历史订单数量大于0，则将所述当前司机的业务类型确定为活跃类型；否则，

将所述当前司机的业务类型确定为非活跃类型。

3.根据权利要求2所述的方法，其特征在于，所述根据每种所述业务类型的司机的成单特征，预测每种所述业务类型的成单司机的数量，包括：

确定所述活跃类型的每个司机的个体成单特征；所述个体成单特征包括以下至少一项：体验特征、数据统计特征、出勤偏好特征、预测日期的天气情况以及预测日期的司机补贴/奖励；

将所述每个司机的个体成单特征输入到预先训练的活跃类型的成单司机数量模型中，得到所述每个司机对应的成单司机数量；

对所述每个司机对应的成单司机数量进行求和运算，得到所述活跃类型的成单司机的第一数量。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：预先根据以下步骤训练所述活跃类型的成单司机数量模型：

确定所述活跃类型的样本司机；

获取每个所述样本司机的样本个体成单特征；

标定每个所述样本个体成单特征对应的样本成单司机数量；

将每个所述样本司机的样本个体成单特征以及对应的样本成单司机数量作为训练集，训练所述活跃类型的成单司机数量模型。

5.根据权利要求2所述的方法，其特征在于，所述根据每种所述业务类型的司机的成单特征，预测每种所述业务类型的成单司机的数量，包括：

确定所述非活跃类型的司机的总体成单特征以及总数量；

将所述总体成单特征以及所述总数量输入到预先训练的非活跃类型的成单司机数量模型中，得到所述非活跃类型的成单司机的第二数量。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括根据以下步骤训练所述非活跃类型的成单司机数量模型：

确定所述非活跃类型的样本司机；

获取所述样本司机的样本总体成单特征；

标定所述样本总体成单特征对应的样本成单司机数量；

将所述样本司机的样本总体成单特征以及对应的样本成单司机数量作为训练集，训练所述非活跃类型的成单司机数量模型。

7.根据权利要求2所述的方法，其特征在于，所述非活跃类型包括新注册类型和沉默类型；

所述将所述当前司机的业务类型确定为非活跃类型，包括：

获取所述非活跃类型的每个司机的注册时间；

若当前司机的注册时间在以当前时刻为起点往前第二预设时间段内，则将所述当前司机的业务类型确定为新注册类型；否则，

将所述当前司机的业务类型确定为沉默类型。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述根据每种所述业务类型的成单司机的数量预测成单司机的总数量，包括：

对每种所述业务类型的成单司机的数量进行求和运算，得到成单司机的总数量。

9.一种预测成单司机数量的装置，其特征在于，包括：

业务类型确定模块，用于确定多个司机中每个司机的业务类型；

类型数量预测模块，用于根据每种所述业务类型的司机的成单特征，预测每种所述业务类型的成单司机的数量；

总数量预测模块，用于根据每种所述业务类型的成单司机的数量预测成单司机的总数量。