[发明专利]基于司机期望值的车源推荐方法及装置

权利要求书

1.一种基于司机期望值的车源推荐方法，其特征在于，所述方法包括：

根据当前货源信息筛选可接单司机；

根据当前货源信息和司机数据为每个可接单司机生成对应的输入数据，并将输入数据输入司机期望模型，得到每个可接单司机的期望值；

当可接单司机的期望值小于等于当前货源信息的价格时，将对应的可接单司机推送给当前货源信息对应的发货方。

2.根据权利要求1所述的基于司机期望值的车源推荐方法，其特征在于，所述根据当前货源信息和司机数据为每个可接单司机生成对应的输入数据包括：

根据当前货源信息和司机数据为每个可接单司机生成对应的运输特征数据、时间特征数据、线路价格特征数据和司机成单特征数据；

将每个可接单司机对应的运输特征数据、时间特征数据、线路价格特征数据和司机成单特征数据进行特征化组合得到所述输入数据。

3.根据权利要求2所述的基于司机期望值的车源推荐方法，其特征在于，所述根据当前货源信息和司机数据为每个可接单司机生成对应的运输特征数据、时间特征数据、线路价格特征数据和司机成单特征数据包括：

根据装卸货地特征和车辆需求特征确定运输特征数据；

根据当前货源信息的生成时间确定时间特征数据；

根据相同线路的历史平均成单价格确定线路价格特征数据；

根据司机自身特征和司机承运特征确定司机成单特征数据。

4.根据权利要求3所述的基于司机期望值的车源推荐方法，其特征在于，所述司机承运特征包括以下任一项及其组合：

相同线路司机历史成交价格、相同线路司机历史承运次数、司机常跑路线。

5.根据权利要求1所述的基于司机期望值的车源推荐方法，其特征在于，所述根据当前货源信息筛选可接单司机包括：

按照下述任一筛选条件或其组合筛选可接单司机：

满足货物尺寸及运输需求的车辆对应的司机；

位于当前货源信息的接单范围内的车辆对应的司机；

可准时抵达装货地的车辆对应的司机。

6.根据权利要求1所述的基于司机期望值的车源推荐方法，其特征在于，所述方法还包括根据历史抢单数据按照下述步骤建立司机期望模型：

从历史数据中获取多个历史抢单行为，为每个历史抢单行为建立由运输特征数据、时间特征数据、线路价格特征数据以及司机成单特征数据组成的抢单特征数据，为每个历史抢单行为的抢单特征数据确定对应的抢单价格；

将多个抢单特征数据及对应的抢单价格输入到待训练的回归模型中进行训练，得到所述司机期望模型。

7.根据权利要求1所述的基于司机期望值的车源推荐方法，其特征在于，所述方法还包括：

若不存在可接单司机的期望值小于等于当前货源信息的价格时，则将所述输入数据再输入到司机期望调整模型得到每个可接单司机的调整期望值，所述司机期望调整模型是基于多个历史抢单行为对应的运输特征数据、线路价格特征数据以及司机成单特征数据组成的调整抢单特征数据及对应的抢单价格进行训练得到的模型；

当可接单司机的调整期望值小于等于当前货源信息的价格时，将对应的可接单司机推送给当前货源信息对应的发货方。

8.一种基于司机期望值的车源推荐装置，其特征在于，所述装置包括：

司机筛选模块，用于根据当前货源信息筛选可接单司机；

司机期望值确定模块，用于根据当前货源信息和司机数据为每个可接单司机生成对应的输入数据，并将输入数据输入司机期望模型，得到每个可接单司机的期望值；

车源推荐模块，用于当可接单司机的期望值小于等于当前货源信息的价格时，将对应的可接单司机推送给当前货源信息对应的发货方。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任意一项所述的基于司机期望值的车源推荐方法。

10.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7任意一项所述的基于司机期望值的车源推荐方法。