[发明专利]一种司机出行补贴方法、装置和存储介质

权利要求书

1.一种司机出行补贴方法，其特征在于，所述方法包括以下步骤：

获取司机的行为特征；

基于所述行为特征，确定司机所属类别；

根据司机所属类别，基于预设的学习模型，预测司机的完单概率；

基于司机的完单概率，生成与司机适配的出行补贴方案。

2.根据权利要求1所述的司机出行补贴方法，其特征在于，所述基于行为特征，确定司机所属类别包括：

获取司机在预设时间段内产生的行为特征次数；

基于所述行为特征次数，确定司机为高频司机、周期型司机或低频偶发型司机。

3.根据权利要求1或2所述的司机出行补贴方法，其特征在于，预测司机的完单概率包括：

基于司机的任一行为特征，获取司机在第一时间段内产生的第一行为特征次数，司机在第二时间段内产生的第二行为特征次数；

获取所述第一行为特征次数与所述第二行为特征的比值；

基于所述比值，预测司机的完单概率。

4.根据权利要求3所述的司机出行补贴方法，其特征在于，预测司机的完单概率包括：

获取司机在第三时间段内产生的行为特征；

获取所述第三时间段内相同的时间点总数、司机在第三时间段内产生行为特征的天数总和、及所述时间点总数与所述天数总和的比值，

基于所述比值，预测司机的完单概率。

5.根据权利要求4所述的司机出行补贴方法，其特征在于，预测司机的完单概率包括：

获取司机在第四时间段内产生的行为特征次数；

基于司机在第四时间段内产生的行为特征次数，获取司机在所述第四时间段内产生的行为特征的周转天数、周期值和周期变化规律；

基于所述周转天数、周期值和周期变化规律，预测司机的完单概率。

6.根据权利要求4或5所述的司机出行补贴方法，其特征在于，基于司机的完单概率，生成与司机适配的出行补贴方案包括：

获取司机的完单概率，若所述完单概率小于第一阈值，则对应所述司机生成出行补贴方案，并进行出行补贴。

7.根据权利要求6所述的司机出行补贴方法，其特征在于，对应所述司机生成出行补贴方案包括：

基于司机的完单概率及档位划分规则，将所述完单概率进行档位划分；

获取任一档位下，发生完成订单的行为特征的司机数目和未发生完成订单的行为特征的司机数目的比值；

若所述比值小于第二阈值，则对应处于当前档位及低于当前档位的司机生成出行补贴方案，并进行出行补贴。

8.根据权利要求7所述的司机出行补贴方法，其特征在于，所述预设的学习模型包括：GBDT学习模型和XGBoost学习模型；

基于GBDT学习模型，预测高频司机和周期型司机的完单概率；

基于XGBoost学习模型，预测低频偶发型司机和周期型司机的完单概率。

9.一种司机出行补贴装置，其特征在于，所述装置包括：

信息获取单元，以用于获取司机的行为特征；

信息分析单元，所述信息分析单元与所述信息获取单元通信连接，所述信息分析单元基于所述行为特征，以用于确定司机所属类别；

预测单元，所述预测单元与所述信息分析单元通信连接，所述预测单元根据司机所属类别，基于预设的学习模型，以用于预测司机的完单概率；

生成单元，所述生成单元与所述预测单元通信连接，所述生成单元基于司机的完单概率，以用于生成与司机适配的出行补贴方案。

10.一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程序，当所述程序被处理器执行时，使得所述处理器执行如权利要求1～8中任意一项所述的方法的步骤。