本發(fā)明涉及網(wǎng)約車，尤其涉及一種休眠司機的任務發(fā)布方法及裝置、電子設備、介質。

背景技術：

1、大移動互聯(lián)網(wǎng)時代下用戶現(xiàn)代化出行已改變了傳統(tǒng)打車方式，利用移動互聯(lián)網(wǎng)特點，將線上與線下相融合，改變了傳統(tǒng)的司機等客方式，讓司機根據(jù)乘客目的地按意愿接單，節(jié)約司機與乘客溝通成本，降低空駛率，最大化節(jié)省司乘雙方資源與時間。

2、現(xiàn)有技術中，平臺常通過獎勵措施來提高司機接單的積極性。這些獎勵措施一般有以下幾種：其一，完成訂單獎勵，即司機在完成訂單后，根據(jù)訂單的路徑、時間等下發(fā)相應的獎勵；其二，在乘客發(fā)送訂單請求時，根據(jù)一定規(guī)則為該訂單請求增加獎勵信息，然后向司機客戶端推送訂單請求和獎勵信息。這些方案一般只對活躍司機有促進作用，沒有觸及不活躍的司機。

技術實現(xiàn)思路

1、鑒于以上現(xiàn)有技術的缺陷，本發(fā)明提供一種休眠司機的任務發(fā)布方法及裝置、電子設備、介質，以解決無法激勵不活躍司機的技術問題。

2、為實現(xiàn)上述目的及其它相關目的，本發(fā)明提供了一種休眠司機的任務發(fā)布方法，包括：利用訓練好的配對概率預測模型，預測每個所述休眠司機在不同獎勵金額下的配對概率；根據(jù)每個所述休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的補貼成本以及補貼預算，得到每個所述休眠司機的任務獎勵金額；根據(jù)每個所述休眠司機的任務獎勵金額以及預設的任務門檻，得到每個所述休眠司機的任務并發(fā)布。

3、于本發(fā)明一實施例中，所述配對概率預測模型為樹模型，模型輸入特征包括休眠司機的特征和獎勵金額，所述休眠司機的特征包括休眠司機的屬性信息、歷史接單信息以及埋點信息。

4、于本發(fā)明一實施例中，根據(jù)每個所述休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的補貼成本以及補貼預算，得到每個所述休眠司機的任務獎勵金額，包括：根據(jù)每個所述休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的所述補貼成本，得到優(yōu)化問題的輸入?yún)?shù)；根據(jù)所述補貼預算、每個所述休眠司機只有一個獎勵金額，得到所述優(yōu)化問題的約束條件；根據(jù)所述優(yōu)化問題的輸入?yún)?shù)、約束條件，并以休眠司機配對數(shù)量最大化為目標函數(shù)構建優(yōu)化問題并求解，得到每個所述休眠司機在不同獎勵金額下的布爾變量；根據(jù)每個所述休眠司機在不同獎勵金額下的布爾變量，得到每個所述休眠司機的任務獎勵金額。

5、于本發(fā)明一實施例中，所述利用訓練好的配對概率預測模型中，預測每個所述休眠司機在不同獎勵金額下的配對概率的步驟之后還包括：對所有休眠司機進行分類，得到若干類休眠司機；根據(jù)所述補貼預算、每個所述休眠司機只有一個獎勵金額，得到所述優(yōu)化問題的約束條件，包括：根據(jù)所述補貼預算、每個所述休眠司機只有一個獎勵金額、屬于同一類的休眠司機的獎勵金額相同，得到所述優(yōu)化問題的約束條件。

6、于本發(fā)明一實施例中，對所有休眠司機進行分類，得到若干類休眠司機，包括：根據(jù)休眠司機在獎勵金額為0時的配對概率，得到休眠司機的自然配對率；根據(jù)休眠司機在不同獎勵金額下的配對概率，得到休眠司機的配對彈性；根據(jù)休眠司機的車型、所述自然配對率、所述配對彈性，對所有休眠司機進行分類，得到若干類休眠司機。

7、于本發(fā)明一實施例中，根據(jù)休眠司機的車型、所述自然配對率、所述配對彈性，對所有休眠司機進行分類，得到若干類休眠司機，包括：根據(jù)所有休眠司機的車型、所述自然配對率、所述配對彈性進行網(wǎng)格劃分，得到多個網(wǎng)格；將每個所述休眠司機分類至對應的網(wǎng)格中，屬于同一網(wǎng)格的休眠司機視為同一類休眠司機。

8、于本發(fā)明一實施例中，根據(jù)每個所述休眠司機的任務獎勵金額以及預設的任務門檻，得到每個所述休眠司機的任務并發(fā)布，包括：根據(jù)每個所述休眠司機的任務獎勵金額以及預設的任務門檻，得到第一層子任務的門檻和獎勵金額；根據(jù)父任務獎勵金額以及第一層子任務的獎勵金額，得到后續(xù)子任務的獎勵金額，并根據(jù)預設的后續(xù)任務門檻，得到后續(xù)子任務的門檻；根據(jù)所述第一層子任務的門檻和獎勵金額、所述后續(xù)子任務的門檻和獎勵金額，得到每個所述休眠司機的父任務并發(fā)布。

9、于本發(fā)明一實施例中，所述后續(xù)子任務僅包括第二層子任務；根據(jù)父任務獎勵金額以及第一層子任務的獎勵金額，得到后續(xù)子任務的獎勵金額，并根據(jù)預設的后續(xù)任務門檻，得到后續(xù)子任務的門檻，包括：根據(jù)父任務獎勵金額以及第一層子任務的獎勵金額，得到所述第二層子任務的獎勵金額；根據(jù)休眠司機歷史日均配對單數(shù)，得到所述第二層子任務的門檻。

10、于本發(fā)明一實施例中，根據(jù)父任務獎勵金額以及第一層子任務的獎勵金額，得到所述第二層子任務的獎勵金額，包括：根據(jù)父任務獎勵金額、第一層子任務的獎勵金額、休眠司機在預設時間有無任務派發(fā)記錄、休眠司機在預設時間有無領取記錄以及預設的隨機增加金額，得到所述第二層子任務的獎勵金額。

11、為實現(xiàn)上述目的及其它相關目的，本發(fā)明還提供了一種休眠司機的任務發(fā)布裝置，包括：第一計算單元，用于利用訓練好的配對概率預測模型中，預測每個所述休眠司機在不同獎勵金額下的配對概率；第二計算單元，用于根據(jù)每個所述休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的補貼成本以及補貼預算，得到每個所述休眠司機的任務獎勵金額；任務處理單元，用于根據(jù)每個所述休眠司機的任務獎勵金額以及預設的任務門檻，得到每個所述休眠司機的任務并發(fā)布。

12、為實現(xiàn)上述目的及其它相關目的，本發(fā)明還提供了一種電子設備，包括處理器、存儲器和通信總線；所述通信總線用于將所述處理器和存儲器連接；所述處理器用于執(zhí)行所述存儲器中存儲的計算機程序，以實現(xiàn)如上述中任一項實施例提供的方法。

13、為實現(xiàn)上述目的及其它相關目的，本發(fā)明還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序用于使計算機執(zhí)行如上述任一項實施例提供的方法。

14、本發(fā)明的有益效果：本發(fā)明提出的一種休眠司機的任務發(fā)布方法及裝置、電子設備、介質，該方法通過算法模型預測休眠司機在不同獎勵金額下的配對概率，并基于該配對概率分別計算每個休眠司機的任務獎勵金額，通過獎勵差異化、任務差異化，為每個休眠司機提供合適的任務，從而在有效的補貼預算下，盡可能的提升休眠司機的活躍程度，從而達到最佳的任務激勵效果。

技術特征：

1.一種休眠司機的任務發(fā)布方法，其特征在于，包括：

2.根據(jù)權利要求1所述的休眠司機的任務發(fā)布方法，其特征在于，所述配對概率預測模型為樹模型，模型輸入特征包括休眠司機的特征和獎勵金額，所述休眠司機的特征包括休眠司機的屬性信息、歷史接單信息以及埋點信息。

3.根據(jù)權利要求1所述的休眠司機的任務發(fā)布方法，其特征在于，根據(jù)每個所述休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的補貼成本以及補貼預算，得到每個所述休眠司機的任務獎勵金額，包括：

4.根據(jù)權利要求3所述的休眠司機的任務發(fā)布方法，其特征在于，所述利用訓練好的配對概率預測模型中，預測每個所述休眠司機在不同獎勵金額下的配對概率的步驟之后還包括：

5.根據(jù)權利要求4所述的休眠司機的任務發(fā)布方法，其特征在于，對所有休眠司機進行分類，得到若干類休眠司機，包括：

6.根據(jù)權利要求5所述的休眠司機的任務發(fā)布方法，其特征在于，根據(jù)休眠司機的車型、所述自然配對率、所述配對彈性，對所有休眠司機進行分類，得到若干類休眠司機，包括：

7.根據(jù)權利要求1所述的休眠司機的任務發(fā)布方法，其特征在于，根據(jù)每個所述休眠司機的任務獎勵金額以及預設的任務門檻，得到每個所述休眠司機的任務并發(fā)布，包括：

8.根據(jù)權利要求7所述的休眠司機的任務發(fā)布方法，其特征在于，所述后續(xù)子任務僅包括第二層子任務；

9.根據(jù)權利要求8所述的休眠司機的任務發(fā)布方法，其特征在于，根據(jù)父任務獎勵金額以及第一層子任務的獎勵金額，得到所述第二層子任務的獎勵金額，包括：

10.一種休眠司機的任務發(fā)布裝置，其特征在于，包括：

11.一種電子設備，其特征在于，包括處理器、存儲器和通信總線；所述通信總線用于將所述處理器和存儲器連接；所述處理器用于執(zhí)行所述存儲器中存儲的計算機程序，以實現(xiàn)如權利要求1～9中任一項所述的方法。

12.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序用于使計算機執(zhí)行如權利要求1～9中任一項所述的方法。

技術總結
本發(fā)明提供一種休眠司機的任務發(fā)布方法及裝置、電子設備、介質，該方法包括：利用訓練好的配對概率預測模型，預測每個休眠司機在不同獎勵金額下的配對概率；根據(jù)每個休眠司機在不同獎勵金額下的配對概率、不同獎勵金額對應的補貼成本以及補貼預算，得到每個休眠司機的任務獎勵金額；根據(jù)每個休眠司機的任務獎勵金額以及預設的任務門檻，得到每個休眠司機的任務并發(fā)布。該方法通過算法模型預測休眠司機在不同獎勵金額下的配對概率，并基于該配對概率分別計算每個休眠司機的任務獎勵金額，通過獎勵差異化、任務差異化，為每個休眠司機提供合適的任務，從而在有效的補貼預算下，盡可能的提升休眠司機的活躍程度，從而達到最佳的任務激勵效果。

技術研發(fā)人員：周楚洋,吳艷,鄔繼豪,張夢冉
受保護的技術使用者：深圳依時貨拉拉科技有限公司
技術研發(fā)日：
技術公布日：2024/12/23