[发明专利]在线叫车服务平台中的司机分类方法和装置有效
| 申请号： | 201610873881.7 | 申请日： | 2016-09-30 |
| 公开（公告）号： | CN106372674B | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 王超 | 申请（专利权）人： | 百度在线网络技术(北京)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/02;G06Q50/30 |
| 代理公司： | 11412 北京鸿德海业知识产权代理事务所(普通合伙) | 代理人： | 袁媛 |
| 地址： | 100085 北京*** | 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： | 本发明公开了在线叫车服务平台中的司机分类方法和装置，所述方法包括：获取训练样本，每个训练样本中包括：订单信息、司机状态信息以及司机接单与否信息；根据训练样本训练得到司机接单行为预测模型；针对每个司机，分别根据派送给该司机的订单的订单信息、该司机的司机状态信息以及司机接单行为预测模型，将影响该司机的接单行为的因素量化为该司机的决策向量；根据获取到的各司机的决策向量对各司机进行分类。应用本发明所述方案，能够提高分类结果的准确性等。 | ||
| 搜索关键词： | 在线 服务 平台 中的 司机 分类 方法 装置 | ||
【主权项】：
1.一种在线叫车服务平台中的司机分类方法，其特征在于，包括：/n获取训练样本，每个训练样本中包括：订单信息、司机状态信息以及司机接单与否信息，并根据所述训练样本训练得到司机接单行为预测模型；/n针对每个司机，分别根据派送给所述司机的订单的订单信息、所述司机的司机状态信息以及所述司机接单行为预测模型，将影响所述司机的接单行为的因素量化为所述司机的决策向量，包括：针对作为司机接单行为预测模型的决策树模型中的每棵决策树，分别进行以下处理：对于最近预定时长内派送给所述司机的每个订单，分别确定出根据所述订单的订单信息和所述司机的司机状态信息，利用所述决策树模型对所述司机的接单行为进行决策的过程中，在所述决策树上走过的路径，分别获取所述路径上的每个非叶子节点的属性收益向量，将所述路径上的各非叶子节点的属性收益向量相加，用相加之和除以所述路径上的非叶子节点数，得到所述订单的因素向量；根据所述最近预定时长内的各订单的因素向量以及各订单的接单与否信息，确定出所述决策树对应的决策向量；根据所述决策树模型中的各决策树对应的决策向量确定出所述司机的决策向量；/n根据获取到的各司机的决策向量对各司机进行分类。/n
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百度在线网络技术(北京)有限公司，未经百度在线网络技术(北京)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/patent/201610873881.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于基线偏差的船舶低速柴油机在线异常检测方法
- 下一篇：连续旋转爆震舰船
