[发明专利]车辆派单方法、装置、设备及存储介质

权利要求书

1.一种车辆派单方法，其特征在于，包括：

响应于当前乘车用户发起的订单请求，确定与所述订单请求相匹配的至少一个候选车辆；

根据所述当前乘车用户的平稳敏感度数据和各所述候选车辆的历史加速度数据，从至少一个所述候选车辆中选取目标车辆；

向所述目标车辆分配所述当前乘车用户对应订单。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前乘车用户的平稳敏感度数据和各所述候选车辆的历史加速度数据，从至少一个所述候选车辆中选取目标车辆，包括：

确定与所述平稳敏感度数据相匹配的加速度分箱区间；

根据各所述候选车辆的历史加速度数据和所述加速度分箱区间，从至少一个所述候选车辆中选取所述目标车辆。

3.根据权利要求2所述的方法，其特征在于，所述确定与所述平稳敏感度数据相匹配的加速度区间，包括：

确定所述平稳敏感度数据所属的平稳敏感度分箱区间；

确定与所述平稳敏感度分箱区间相匹配的加速度分箱区间。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述当前乘车用户的平稳敏感度数据采用以下方式确定：

根据所述当前乘车用户的用户画像数据和所述当前乘车用户的历史订单对应驾驶用户的驾驶行为数据，预测在不同驾驶风格下的投诉概率；

根据不同驾驶风格下的投诉概率，确定所述当前乘车用户的平稳敏感度数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述当前乘车用户的用户画像数据和所述当前乘车用户的历史订单对应驾驶用户的驾驶行为数据，预测在不同驾驶风格下的投诉概率，包括：

基于概率预测模型，根据所述当前乘车用户的用户画像数据和所述当前乘车用户的历史订单对应驾驶用户的驾驶行为数据，预测在不同驾驶风格下的投诉概率；

其中，所述概率预测模型根据历史订单数据中历史驾驶用户的驾驶行为数据、历史乘车用户的用户画像数据和乘车评价数据，对预设分类模型训练得到。

6.根据权利要求5所述的方法，其特征在于，对所述预设分类模型进行训练时各历史订单对应的标签数据，采用以下方式得到：

根据历史订单下所述历史驾驶用户的驾驶行为数据，确定所述历史驾驶用户在对应历史订单的驾驶风格类别；

根据历史订单下的所述乘车乘客评价结果，确定对应历史订单的订单评价类型；其中，所述订单评价类型包括是否投诉和/或是否评价激烈驾驶；

根据所述驾驶风格类别和所述订单评价类型，确定所述历史驾驶用户对应历史订单的标签数据。

7.根据权利要求4所述的方法，其特征在于，所述驾驶风格包括平稳驾驶和激烈驾驶；

相应的，所述根据不同驾驶风格下的投诉概率，确定所述当前乘车用户的平稳敏感度数据，包括：

根据平稳驾驶情况下的投诉概率占比和激烈驾驶情况下的投诉概率占比，确定所述当前乘车用户的平稳敏感度数据。

8.一种车辆派单装置，其特征在于，包括：

候选车辆确定模块，用于响应于当前乘车用户发起的订单请求，确定与所述订单请求相匹配的至少一个候选车辆；

目标车辆选取模块，用于根据所述当前乘车用户的平稳敏感度数据和各所述候选车辆的历史加速度数据，从至少一个所述候选车辆中选取目标车辆；

订单分配模块，用于向所述目标车辆分配所述当前乘车用户对应订单。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的车辆派单方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的车辆派单方法。