[发明专利]一种预测用户代驾服务需求的方法及系统在审

专利信息
申请号: 201811489109.0 申请日: 2018-12-06
公开(公告)号: CN111291913A 公开(公告)日: 2020-06-16
发明(设计)人: 杨瑞飞 申请(专利权)人: 北京嘀嘀无限科技发展有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;G06Q50/30
代理公司: 成都七星天知识产权代理有限公司 51253 代理人: 袁春晓
地址: 100193 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 预测 用户 服务 需求 方法 系统
【权利要求书】:

1.一种预测用户代驾服务需求的方法,其特征在于,所述方法包括:

获取平台任意注册用户的用户特征信息;

处理器基于所述用户特征信息预测该用户发起代驾服务请求的概率;

所述用户特征信息包括消费能力特征、平台活跃度特征以及代驾时空特征中的至少一个;

其中,所述消费能力特征反映用户消费能力高低;所述平台活跃度特征反映用户在预设时间段内在平台上操作行为的数量;所述代驾时空特征反映用户在代驾高峰期在代驾区域内在平台上操作行为的类别或数量。

2.根据权利要求1所述的方法,其特征在于,所述处理器基于所述用户特征信息预测该用户发起代驾服务请求的概率包括:

处理器通过发单概率预测模型对所述用户特征信息进行处理,预测该用户发起代驾服务订单的概率。

3.根据权利要求2所述的方法,其特征在于,所述发单概率预测模型通过以下方法获取:

确定训练样本;

提取每个训练样本的特征信息;

确定每个训练样本的标签值;

基于所述训练样本的特征信息以及所述训练样本的标签值训练初始发单概率预测模型,得到所述发单概率预测模型;

其中,训练样本的特征信息包括消费能力特征、平台活跃度特征以及代驾时空特征中的至少一个;

所述消费能力特征反映用户消费能力高低;所述平台活跃度特征反映用户在预设时间段内在平台上操作行为的数量;所述代驾时空特征反映用户在代驾高峰期在代驾区域内在平台上操作行为的类别或数量。

4.根据权利要求3所述的方法,其特征在于,所述训练样本包括第一类用户以及第二类用户,所述第一类用户的标签值确定为正样本标签值,所述第二类用户的标签值确定为负样本标签值;其中,

第一类用户为在预设时间段内通过所述平台发送过代驾服务订单的代驾用户;

第二类用户为在预设时间段内没有代驾服务的相关行为的代驾用户,所述代驾服务的相关行为包括打开平台应用程序进入代驾服务界面、预估代驾服务订单的参数、发送代驾服务订单的中的至少一个,所述参数包括代驾服务订单的价格、距离、到达时间中的至少一个;

所述第一类用户在所述平台上注册代驾账号的时间早于所述第二类用户在所述平台上注册代驾账号的时间,或所述第一类用户通过所述平台首次发送代驾服务订单的时间早于所述第二类用户通过所述平台首次发送代驾服务订单的时间。

5.根据权利要求3所述的方法,其特征在于,所述初始发单概率预测模型包括Xgboost模型与逻辑回归模型两者的联合模型,所述发单概率预测模型为训练好的所述联合模型中的Xgboost模型。

6.根据权利要求1或3所述的方法,其特征在于,所述代驾时空特征与用户代驾高峰期内在代驾区域发送的非代驾服务请求的数量和所述代驾区域的代驾热度相关。

7.根据权利要求1或3所述的方法,其特征在于,所述消费能力特征与所述任意注册用户在所述平台的消费金额、在所述平台使用优惠券的情况、在所述平台动态调整服务价格下发送代驾服务请求的情况以及在所述平台动态调整服务价格下发送非代驾服务请求的情况中至少一个有关。

8.一种预测用户代驾服务需求的系统,其特征在于,所述系统包括:获取模块和概率预测模块;

所述获取模块用于,获取平台任意注册用户的用户特征信息,所述用户特征信息包括消费能力特征、平台活跃度特征以及代驾时空特征中的至少一个;

所述概率预测模块用于,基于所述用户特征信息预测该用户发起代驾服务请求的概率;

其中,所述消费能力特征反映用户消费能力高低;所述平台活跃度特征反映用户在预设时间段内在平台上操作行为的数量;所述代驾时空特征反映用户在代驾高峰期在代驾区域内在平台上操作行为的类别或数量。

9.根据权利要求8所述的系统,其特征在于,所述概率预测模块还用于:

通过发单概率预测模型对所述用户特征信息进行处理,预测该用户发起代驾服务订单的概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811489109.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top