
技术摘要:
本发明公开一种订单安全性预测方法、装置、服务器及存储介质。该方法包括:获取目标服务订单;获取目标服务订单的初始数据,其中,初始数据包括:目标服务订单的订单信息、目标服务订单对应的服务请求方的第一信息和服务提供方的第二信息;根据第一信息获取表征服务请 全部
背景技术:
随着互联网和智能终端技术的发展,人们经常使用用户终端并通过服务软件来满 足自己的需求,例如,乘客使用订票软件来满足自己方便的出行需求,再例如,乘客使用打 车软件来满足自己用车的需求等。 虽然现有的服务平台为了提供服务质量,改善服务请求方的服务体验,会针对安 全出行问题采取一些安全措施来减少事故的发生率,例如,会设置行程分享,或者一键报警 之类的措施,虽然这在一定程度上可以减少安全事故发生的概率,但是由于这些措施是针 对所有服务订单而言的,因此减少的力度有限,且并不能从源头上减少安全事故发生的概 率。
技术实现要素:
鉴于此,本发明实施例在于提供一种订单安全性预测方法、装置、服务器及存储介 质,来准确识别订单的危险程度,以便有针对性的采取措施,从源头上减少安全事故发生的 概率。 本发明的实施例是这样实现的: 第一方面,本发明实施例提供了一种订单安全性预测方法,包括:获取目标服务订 单;获取所述目标服务订单的初始数据,其中,所述初始数据包括:所述目标服务订单的订 单信息、所述目标服务订单对应的服务请求方的第一信息和服务提供方的第二信息;根据 所述第一信息获取表征所述服务请求方的正向行为的第一正向数据和负向行为的第一负 向数据,以及根据所述第二信息获取表征所述服务提供方正向行为的第二正向数据和负向 行为的第二负向数据;通过事先训练好的预设模型对所述订单信息、所述第一正向数据、所 述第一负向数据、所述第二正向数据、所述第二负向数据进行处理,预测所述目标服务订单 的安全系数。 本申请实施例中,通过获取目标服务订单的初始数据,然后从中获得订单信息、对 应的表征服务请求方的正向行为的第一正向数据和负向行为的第一负向数据,以及对应的 表征服务提供方的正向行为的第二正向数据和负向行为的第二负向数据,最后通过事先训 练好的预设模型对订单信息、第一正向数据、第一负向数据、第二正向数据、第二负向数据 进行处理,预测目标服务订单的安全系数,为准确识别订单的危险程度提供了可行的解决 方案,由于考虑了多方面的数据,保证了预测结果的可靠性和准确性。 结合第一方面实施例的一种可能的实施方式,通过事先训练好的预设模型对所述 订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所述第二负向数据 进行处理,预测所述目标服务订单的安全系数,包括:通过事先训练好的二分类模型对所述 5 CN 111612200 A 说 明 书 2/13 页 订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所述第二负向数据 进行处理,预测所述目标服务订单的安全系数。 结合第一方面实施例的一种可能的实施方式,通过事先训练好的预设模型对所述 订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所述第二负向数据 进行处理,预测所述目标服务订单的安全系数,包括:通过事先训练好的多分类模型对所述 订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所述第二负向数据 进行处理,预测所述目标服务订单对应的服务请求方和服务提供方的安全系数。本申请实 施例中,采用多分类模型来对所述订单信息、所述第一正向数据、所述第一负向数据、所述 第二正向数据、所述第二负向数据进行处理,进而可以预测出目标服务订单对应的服务请 求方和服务提供方的安全系数,以便可以更有针对性的采取处理措施,进一步地降低了安 全事故发生的概率。 结合第一方面实施例的一种可能的实施方式,在通过事先训练好的预设模型对所 述订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所述第二负向数 据进行处理,预测所述目标服务订单的安全系数之后,所述方法还包括:确定所述安全系数 对应的目标处理措施;通过所述处理措施对所述目标服务订单进行处理。本申请实施例中, 在预测到目标服务订单的安全系数之后,还采取对应的处理措施对目标服务订单进行处 理,以降低安全事故发生的概率,进而可以提升目标服务订单对应的服务请求方和服务提 供方的安全感。 结合第一方面实施例的一种可能的实施方式,确定所述安全系数对应的目标处理 措施,包括:在所述安全系数小于危险阈值时,确定所述目标处理措施为以下处理措施中的 至少一种措施,其中,第一种处理措施:向所述服务请求方和/或所述服务提供方发送安全 提示信息;第二种处理措施:向所述服务请求方和/或所述服务提供方拨打提醒电话;第三 种处理措施:对所述服务请求方和/或所述服务提供方进行行程监控;在所述安全系数不小 于所述危险阈值时,确定所述目标处理措施为以下处理措施中的至少一种措施,其中,第一 种处理措施:取消所述目标服务订单;第二种处理措施:在预设时间段内取消所述服务请求 方再次请求目标服务订单的资格,和/或,在预设时间段内取消所述服务提供方再次接收目 标服务订单的资格。 结合第一方面实施例的一种可能的实施方式,通过以下方式训练所述预设模型: 获取历史服务订单数据;基于所述历史服务订单数据获取样本集,其中,所述样本集包括发 生安全事故的至少一个正例样本和未发生安全事故的至少一个负例样本,每个所述正例样 本和每个所述负例样本均包括一个历史服务订单的订单信息、该历史服务订单对应的服务 请求方的表征正向行为的第一正向数据和表征负向行为的第一负向数据,以及该历史服务 订单对应的服务提供方的表征正向行为的第二正向数据和表征负向行为的第二负向数据; 基于所述样本集和对应的标签对初始模型进行训练,得到训练好的所述预设模型,所述初 始模型为Xgboost模型、支持向量机模型、随机森林模型或深度学习模型。本申请实施例中, 通过历史服务订单数据来获得发生安全事故的正例样本和未发生安全事故的负例样本,并 以此来训练分类模型,使得该模型能自行学习样本与安全事故的映射关系,保证了预测结 果的准确性和可靠性。 结合第一方面实施例的一种可能的实施方式,所述预设模型为二分类模型,基于 6 CN 111612200 A 说 明 书 3/13 页 所述样本集和对应的标签对初始模型进行训练,得到训练好的所述预设模型,包括:基于所 述样本集和对应的表征历史服务订单是否发生安全事故的标签对初始模型进行训练,得到 训练好的所述二分类模型。 结合第一方面实施例的一种可能的实施方式,所述预设模型为多分类模型,基于 所述样本集和对应的标签对初始模型进行训练,得到训练好的所述预设模型,包括:基于所 述样本集和与对应的表征历史服务订单对应的服务提供方或服务请求方是否发生安全事 故的标签对初始模型进行训练,得到训练好的所述多分类模型。 第二方面,本申请实施例还提供了一种订单安全性预测装置,包括:第一获取模 块、第二获取模块、第三获取模块以及预测模块;第一获取模块,用于获取目标服务订单;第 二获取模块,用于获取所述目标服务订单的初始数据,其中,所述初始数据包括:所述目标 服务订单的订单信息、所述目标服务订单对应的服务请求方的第一信息和服务提供方的第 二信息;第三获取模块,用于根据所述第一信息获取表征所述服务请求方的正向行为的第 一正向数据和负向行为的第一负向数据,以及根据所述第二信息获取表征所述服务提供方 正向行为的第二正向数据和负向行为的第二负向数据;预测模块,用于通过事先训练好的 预设模型对所述订单信息、所述第一正向数据、所述第一负向数据、所述第二正向数据、所 述第二负向数据进行处理,预测所述目标服务订单的安全系数。 结合第二方面实施例的一种可能的实施方式,所述预测模块,还用于:通过事先训 练好的二分类模型对所述订单信息、所述第一正向数据、所述第一负向数据、所述第二正向 数据、所述第二负向数据进行处理,预测所述目标服务订单的安全系数。 结合第二方面实施例的一种可能的实施方式,所述预测模块,还用于:通过事先训 练好的多分类模型对所述订单信息、所述第一正向数据、所述第一负向数据、所述第二正向 数据、所述第二负向数据进行处理,预测所述目标服务订单对应的服务请求方和服务提供 方的安全系数。 结合第二方面实施例的一种可能的实施方式,所述装置还包括:确定模块,用于确 定所述安全系数对应的目标处理措施;处理模块,用于通过所述处理措施对所述目标服务 订单进行处理。 结合第二方面实施例的一种可能的实施方式,所述确定模块,还用于:在所述安全 系数小于危险阈值时,确定所述目标处理措施为以下处理措施中的至少一种措施,其中,第 一种处理措施:向所述服务请求方和/或所述服务提供方发送安全提示信息;第二种处理措 施:向所述服务请求方和/或所述服务提供方拨打提醒电话;第三种处理措施:对所述服务 请求方和/或所述服务提供方进行行程监控;在所述安全系数不小于所述危险阈值时,确定 所述目标处理措施为以下处理措施中的至少一种措施,其中,第一种处理措施:取消所述目 标服务订单;第二种处理措施:在预设时间段内取消所述服务请求方再次请求目标服务订 单的资格,和/或,在预设时间段内取消所述服务提供方再次接收目标服务订单的资格。 第三方面,本申请实施例还提供了一种服务器,包括:存储器和处理器,所述存储 器和所述处理器连接;所述存储器用于存储程序;所述处理器用于调用存储于所述存储器 中的程序以执行上述第一方面实施例和/或结合上述第一方面实施例的一种可能的实施方 式提供的方法。 第四方面,本申请实施例还提供了一种存储介质,其上存储有计算机程序,所述计 7 CN 111612200 A 说 明 书 4/13 页 算机程序被处理器运行时执行上述第一方面实施例和/或结合上述第一方面实施例的一种 可能的实施方式提供的方法。 本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得 显而易见,或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的 说明书以及附图中所特别指出的结构来实现和获得。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所 需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施 例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获 得其他的附图。通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部 附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点 在于示出本发明的主旨。 图1示出了本申请实施例提供的一种派单系统的交互示意图。 图2示出了本申请实施例提供的一种服务器的结构示意图。 图3示出了本发明实施例提供的一种训练预设模型的方法流程图。 图4示出了本发明实施例提供的一种订单安全性预测方法的流程图。 图5示出了本发明实施例提供的一种订单安全性预测装置的模块示意图。