(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111646293.7 (22)申请日 2021.12.3 0 (71)申请人 上海钧正网络科技有限公司 地址 201100 上海市闵行区秀文路898号1 号楼17楼 (72)发明人 杨磊　盛小双　 (74)专利代理 机构 北京市万慧达律师事务所 11111 代理人 乔长洁 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/06(2012.01) (54)发明名称 订单处理方法、 系统及电子设备 (57)摘要 本申请提供了一种订单处理方法， 包括获取 当前乘客历史特征数据； 获取地块历史特征数 据； 获取当前乘客订单实时特征数据； 根据所述 当前乘客历史特征数据、 所述地块历史特征数据 及所述当前乘客订单实时特征数据及预设接单 时长预测模型， 确定预测接单时长； 根据预测接 单时长及预设规则， 确定展示文案； 本申请通过 接单时长预测模型能够提高预测接单时长的预 测准确率， 并且通过将该预测接单时长透明化给 乘客， 增加了乘客的耐心， 降低乘客订单取消率， 进一步提高乘客 订单成功率。 权利要求书2页 说明书11页 附图5页 CN 114330888 A 2022.04.12 CN 114330888 A 1.一种订单处 理方法， 其特 征在于， 所述方法包括： 获取当前乘客历史特 征数据； 获取地块历史特 征数据； 获取当前乘客 订单实时特 征数据； 根据所述当前乘客历史特征数据、 所述地块历史特征数据及所述当前乘客订单实时特 征数据及预设接单时长预测模型， 确定预测接单时长； 根据所述预测接单时长及预设规则， 确定展示文案 。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取地 块历史特 征数据， 包括： 根据预设等级的空间索引编码对所述乘客历史订单信 息进行处理， 生成所述地块历史 特征数据。 3.根据权利要求1所述的方法， 其特 征在于， 所述获取当前乘客历史特 征数据， 包括： 根据乘客历史订单信 息及预设画像生成规则， 生成乘客接单画像特征及乘客耐心画像 特征； 根据所述乘客接单画像特征及所述乘客耐心画像特征生成所述当前乘客历史特征数 据。 4.根据权利要求1所述的方法， 其特征在于， 所述获取当前乘客订单实时特征数据， 包 括： 根据实时订单信 息及看到订单的司机对应的司机历史订单信 息， 生成订单实时匹配特 征数据； 根据所述 订单实时匹配特 征数据及所述实时订单信息， 生成所述 订单实时特 征数据。 5.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客历史特征数据、 所 述地块历史特征数据及所述当前乘客订单实时特征数据及预设接单时长预测模型， 确定预 测接单时长之前， 所述方法还 包括： 筛选所述当前乘客历史特征数据、 所述地块历史特征数据及所述当前乘客订单实时特 征数据中的离 散特征数据， 并对所述离 散特征数据进行 连续化处理以生成连续特 征数据； 筛选所述当前乘客历史特征数据、 所述地块历史特征数据及所述当前乘客订单实时特 征数据中的连续特 征数据， 并对所述连续特 征数据进行 标准化。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法包括： 对进行所述标准化处理后的所述连续特征数据进行向量初始化处理， 以获取待处理向 量； 根据所述特 征显示交叉网络及所述待处 理向量， 生成第一向量； 根据所述特 征隐式交叉网络及所述待处 理向量， 生成第二向量； 根据所述浅层记 忆网络及所述待处 理向量， 生成第三向量； 根据所述第一向量、 所述第二向量及所述第三向量及预设的处理方法， 生成所述预测 接单时长 。 7.根据权利要求1 ‑5任一所述的方法， 其特征在于， 所述接单时长预测模型包括第一接 单时长预测模型及第二接单时长预测模型， 所述方法还包括训练接单时长预测模型， 所述 接单时长预测模型的训练过程包括： 选取出发城市及到达城市为同一城市的所述乘客历史订单信 息作为第 一训练样本组，权　利　要　求　书 1/2 页 2 CN 114330888 A 2所述第一训练样本组包括第一训练集及第一测试集； 选取出发城市及到达城市不为同一城市的所述乘客历史订单信息作为第二训练样本 组， 所述第二训练样本组包括第二训练集及第二测试集； 根据所述第一训练集， 对所述第一接单时长预测模型进行训练， 并根据所述第一测试 集， 验证所述第一接单时长预测模型 是否满足预设的训练条件； 在所述第一接单时长预测模型满足预设的训练条件时， 生成所述第 一接单时长预测模 型； 根据所述第二训练集， 对所述第二接单时长预测模型进行训练， 并根据所述第二测试 集， 验证所述第二接单时长预测模型 是否满足预设的训练条件； 在所述第二接单时长预测模型满足预设的训练条件时， 生成所述第 二接单时长预测模 型。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 在所述当前乘客订单实时特征数据中出发城市与终点城市一致 时， 基于所述第 一接单 时长预测模型， 生成第一预测接单时长； 在所述当前乘客订单实时特征数据中出发城市与终点城市不一致 时， 基于所述第 二接 单时长预测模型， 生成第二预测接单时长； 根据当前时间、 发单时间、 所述第 一预测接单时长、 所述第 二预测接单时长及所述预设 规则， 确定所述展示文案 。 9.一种订单处 理系统， 其特 征在于， 所述系统包括： 准备模块， 用于获取当前乘客历史特 征数据； 所述准备模块还用于获取地 块历史特 征数据； 所述准备模块还用于获取当前乘客 订单实时特 征数据； 预测模块， 用于根据所述当前乘客历史特征数据、 所述地块历史特征数据及所述当前 乘客订单实时特 征数据及预设接单时长预测模型， 确定预测接单时长； 交互模块， 用于根据所述预测接单时长及预设规则， 确定展示文案 。 10.一种电子设备， 所述电子设备包括： 一个或多个处 理器； 以及与所述一个或多个处理器关联的存储器， 所述存储器用于存储程序指令,所述程 序指令在被所述一个或多个处理器读取执行时， 执行如权利要求1 ‑8中任意一项所述订单 处理方法。权　利　要　求　书 2/2 页 3 CN 114330888 A 3