一种延迟派单方法、装置、电子设备及存储介质与流程

1.本申请涉及网约车技术领域，尤其涉及一种延迟派单方法、装置、电子设备及存储介质。


背景技术：

2.随着移动互联网技术的发展，为了满足人们出行需求，网约车也得到了快速发展。人们通过终端上的打车应用软件在线上进行网约车辆下单，由司机通过网约车辆的车载终端进行线上接单后，在线下根据订单信息进行接驾。
3.目前为用户终端发送的订单信息匹配接驾车辆时，一般是服务器根据未接收订单信息的网约车辆的车载终端发送的位置信息，从未接收订单的网约车辆中确定与订单信息匹配的接驾车辆，即从未接收订单的网约车辆中选取接驾时长最短的网约车辆作为接驾车辆。服务器在确定与订单信息匹配的接驾车辆后，向接驾车辆的车载终端发送订单信息，以使接驾车辆的司机根据接收到的订单信息，对用户进行接驾；并且，服务器同时还基于接驾车辆的车辆信息向用户终端发送派单信息。
4.在现有派单逻辑中，服务器在接收到用户终端发送的订单信息后，搜索与订单信息匹配的接驾车辆，并且只要搜索到接驾车辆，就向用户终端返回派单信息。
5.然而，当车辆密度不集中时，搜索到的接驾车辆往往不能满足用户的需求，使得派单后的订单取消率较高，对运力造成一定程度的浪费。


技术实现要素：

6.本申请实施例提供一种延迟派单方法、装置、电子设备及存储介质，降低派单后的订单取消率。
7.第一方面，本申请实施例提供一种延迟派单方法，所述方法包括：
8.响应于用户终端发送的订单信息，搜索与所述订单信息匹配的接驾车辆，并确定所述接驾车辆的接驾信息；
9.若所述接驾车辆的接驾信息满足预设延迟条件，则继续搜索与所述订单信息匹配的接驾车辆，直至满足延迟结束条件，则基于搜索到的接驾车辆的车辆信息向所述用户终端返回派单信息；所述预设延迟条件包括下列中的部分或全部：
10.所述接驾信息中的接驾时长大于接驾时长阈值；所述接驾时长阈值是根据历史订单数据反馈的不同时长对应的时长因素取消率或时长因素取消占比确定的；
11.所述接驾信息中的接驾距离大于接驾距离阈值；所述接驾距离阈值是根据历史订单数据反馈的不同距离对应的距离因素取消率或距离因素取消占比确定的。
12.第二方面，本申请实施例提供一种延迟派单装置，所述装置包括：
13.搜索单元，用于响应于用户终端发送的订单信息，搜索与所述订单信息匹配的接驾车辆，并确定所述接驾车辆的接驾信息；
14.派单单元，用于若所述接驾车辆的接驾信息满足预设延迟条件，则继续搜索与所
述订单信息匹配的接驾车辆，直至满足延迟结束条件，则基于搜索到的接驾车辆的车辆信息向所述用户终端返回派单信息；所述预设延迟条件包括下列中的部分或全部：所述接驾信息中的接驾时长大于接驾时长阈值；所述接驾时长阈值是根据历史订单数据反馈的不同时长对应的时长因素取消率或时长因素取消占比确定的；所述接驾信息中的接驾距离大于接驾距离阈值；所述接驾距离阈值是根据历史订单数据反馈的不同距离对应的距离因素取消率或距离因素取消占比确定的。
15.第三方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，实现上述第一方面任一种的延迟派单方法。
16.第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述第一方面任一种的延迟派单方法。
17.本申请实施例在接收到用户终端发送的订单信息后，搜索与订单信息匹配的接驾车辆，在确定接驾车辆的接驾信息满足预设的延迟条件后，继续搜索与订单信息匹配的接驾车辆，以期可以搜索到更适合的接驾车辆，直至接驾车辆满足延迟结束条件，基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息，可以提高搜索到更贴合用户需求的接驾车辆的概率，并且，由于预设延迟条件中的接驾时长阈值是根据历史订单数据反馈的因接驾时长导致的订单取消率或订单取消占比确定的，以及接驾距离阈值是根据历史订单数据反馈的因接驾距离导致的订单取消率或订单取消占比确定的，使得用户因接驾车辆的接驾距离或接驾时间的因素取消订单的概率处于一定范围内，从而可以降低派单后的订单取消率。
附图说明
18.为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1为本申请实施例提供的一种延迟派单场景示意图；
20.图2为本申请实施例提供的一种延迟派单方法的示意流程图；
21.图3为本申请实施例提供一种规划路径示意图；
22.图4为本申请实施例提供一种延迟派单方法的信息交互流程图；
23.图5为本申请实施例提供的一种延迟派单装置的结构框图；
24.图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
25.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
26.需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用
的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
27.下面对文中出现的一些术语进行解释：
28.(1)接驾时长：又叫预计到达时间(estimated time of arrival，eta)，指搜索到与订单信息匹配的接驾车辆后，通过网约车平台或地图导航接口计算出来的接驾车辆位置到订单起始位置的预估行驶时长。
29.(2)接驾距离：订单信息与接驾车辆匹配后，接驾车辆所在位置到订单起始位置，通过打车平台或地图导航计算最短用时的规划路径的长度。
30.(3)接驾车辆：与订单信息匹配的符合派单逻辑的网约车辆。例如，以订单信息中的订单起始位置为中心，处于方圆10千米内的网约车辆。
31.(4)总派单数：是指在设定时间段内，服务器向用户终端返回派单信息的总订单数量。
32.(5)派单后总订单取消数：是指在设定时间段内，服务器在向用户终端返回派单信息后，接收到的用户终端发送取消订单信息的订单数量。
33.(6)派单后的部分订单取消数：是指在各子时间段内，服务器在向用户终端返回派单信息后，接收到的用户终端发送取消订单信息的订单数量。
34.(7)时长因素取消率：是指用户因为接驾时长过长，超过接受范围后，取消订单的数量占总派单数的百分比。
35.(8)时长因素取消占比：是指用户因为接驾时长过长，超过接受范围后，取消订单的数量占派单后总订单取消数的比例。
36.(9)距离因素取消率：是指用户因为接驾距离过远，超过接受范围后，取消订单的数量占总派单数的百分比。
37.(10)距离因素取消占比：是指用户因为接驾距离过远，超过接受范围后，取消订单的数量占派单后总订单取消数的比例。
38.(11)派单前总订单取消数：是指服务器在接收到用户终端返回的订单信息后，在向用户终端返回派单信息之前，用户取消的订单数量。
39.(12)派单前部分订单取消数：是指在各子时间段内，服务器在接收到用户终端返回的订单信息后，在向用户终端返回派单信息之前，用户取消的订单数量。
40.(13)呼单数：是指在设定时间段内，服务器接收到的用户终端发送的订单信息的数量。
41.(14)派单因素取消率：是指因为派单时间过长，导致用户取消订单的数量占呼单数的百分比。
42.(15)派单因素取消占比：是指因为派单时间过长，导致用户取消订单的数量占派单前总订单取消数的比例。
43.在现有的派单逻辑中，只要搜索到与订单信息匹配的接驾车辆，即使接驾车辆距离订单起始位置比较远，或者接驾车辆到达订单起始位置的路途中存在堵车路段，导致接驾车辆到达订单起始位置的时间比较长，可能会超过用户的等待时长的极限，也会向用户
终端返回派单信息。然而，当车辆密度不集中时，往往只能搜索到一辆接驾车辆，且搜索到的接驾车辆往往不满足用户的需求，使得派单后的订单取消率较高，对运力造成一定程度浪费。
44.基于上述问题，本申请实施例提供一种延迟派单方法，由用户终端与服务器进行数据交互。
45.如图1所示，本申请实施例提供一种延迟派单方法可应用于营运车辆的接单控制场景下。如图1所示，用户终端10与服务器20通过通信网络连接，车载终端30与服务器20通过通信网络连接。用户终端10向服务器20发送订单信息，服务器20根据接收到的订单信息，确定订单信息所处的地理区域；车载终端30向服务器20发送网约车辆的位置信息，以及接单情况；服务器20根据接收到的网约车辆的位置信息和接单情况，在订单信息所处地理区域内确定未接收订单信息的网约车辆。服务器20在未接收订单信息的网约车辆中，搜索与订单信息匹配的接驾车辆，并基于搜索到的接驾车辆的车辆信息向用户终端10返回派单信息。服务器20在向用户终端10发送派单信息的同时，向接驾车辆的车载终端30发送订单信息。需要说明的是图1中的车载终端30的位置仅用于举例，二者具体在图中的位置，并不作为实际安装在车辆中的固定位置。车载终端30的位置也可以在车辆其他位置，比如车载终端30安装在车门处、前排座位之间等位置。
46.如图2所示，本申请实施例提供一种延迟派单方法，应用于服务器20，包括以下步骤：
47.步骤s201、响应于用户终端发送的订单信息，搜索与订单信息匹配的接驾车辆，并确定接驾车辆的接驾信息。
48.在一些实施例中，服务器在接收到用户终端发送的订单信息后，在服务器中记录的网约车辆中搜索接驾车辆，并确定接驾车辆的接驾信息。
49.具体实施中，服务器确定网约车辆中未接单的车辆作为接驾车辆，然后，根据接驾车辆的位置信息，以及订单信息中的订单起始位置确定接驾车辆的接驾信息。
50.步骤s202、若接驾车辆的接驾信息满足预设延迟条件，则继续搜索与订单信息匹配的接驾车辆，直至满足延迟结束条件，则基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
51.需要说明的是，预设延迟条件包括下列中的部分或全部：
52.接驾信息中的接驾时长大于接驾时长阈值；接驾时长阈值是根据历史订单数据反馈的不同时长对应的时长因素取消率或时长因素取消占比确定的；
53.接驾信息中的接驾距离大于接驾距离阈值；接驾距离阈值是根据历史订单数据反馈的不同距离对应的距离因素取消率或距离因素取消占比确定的。
54.在一些实施例中，服务器在得到接驾车辆的接驾信息后，判断接驾车辆的接驾信息是否满足预设延迟条件；若服务器确定接驾车辆的接驾信息满足预设的延迟条件，则继续在网约车辆中搜索与订单信息匹配的接驾车辆，直至服务器在确定满足延迟结束条件后，根据搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
55.在一些实施例中，服务器在得到接驾车辆的接驾信息后，确定接驾信息中的接驾时长大于接驾时长阈值或者接驾距离大于接驾距离阈值时，继续在网约车辆中搜索与订单信息匹配的接驾车辆，直至搜索到的接驾车辆的接驾信息中的接驾时长小于或等于接驾时
长阈值，且接驾距离小于或等于接驾距离阈值时，结束对接驾车辆的搜索，并基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
56.在一些实施例中，若服务器搜索到的与订单信息匹配的接驾车辆的接驾信息中的接驾时长总是大于接驾时长阈值或者接驾距离总是大于接驾距离阈值，导致搜索接驾车辆的时间过长时，确定满足延迟结束条件，结束对接驾车辆的搜索，基于最近一次搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
57.需要说明的是，派单信息包括但不限于：接驾车辆的车牌号、型号、位置信息、车辆电量，订单状态。
58.由于本申请实施例在接收到用户终端发送的订单信息后，搜索与订单信息匹配的接驾车辆，在确定接驾车辆的接驾信息满足预设的延迟条件后，继续搜索与订单信息匹配的接驾车辆，直至接驾车辆满足延迟结束条件，基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息，使得用户终端接收到的派单信息能尽可能的符合用户的需求，提高用户对派单信息的满意率，并且，由于预设延迟条件中的接驾时长阈值是根据历史订单数据反馈的因接驾时长导致的订单取消率或订单取消占比确定的，以及接驾距离阈值是根据历史订单数据反馈的因接驾距离导致的订单取消率或订单取消占比确定的，使得用户因接驾车辆的接驾距离或接驾时间的因素取消订单的概率处于一定范围内，从而可以降低派单后的订单取消率。
59.在一些实施例中，本申请实施例中的服务器在接收到用户终端发送的订单信息后，响应于用户终端发送的订单信息，搜索与订单信息匹配的接驾车辆，并确定接驾车辆的接驾信息。
60.具体实施中，服务器在接收到用户终端发送的订单信息后，获取订单信息中的订单起始位置，并根据订单起始位置，搜索与订单起始位置匹配的接驾车辆。
61.例如，服务器接收到的订单信息中的订单起始位置为a市b广场，在服务器中记录的网约车辆中，确定位于a市的网约车辆，并从位于a市的网约车辆中选取接驾车辆。
62.在一些实施例中，本申请实施例在搜索到接驾车辆后，确定接驾车辆的接驾信息。
63.需要说明的是，接驾车辆的接驾信息可以包括接驾时长和接驾距离。
64.具体实施中，服务器在搜索到接驾车辆后，根据接驾车辆的位置与订单信息中的订单起始位置，确定接驾车辆的位置与订单起始位置之间的路况信息，并根据路况信息确定接驾车辆的接驾时长；并且，服务器将接驾车辆的位置至订单起始位置的最短用时的规划路径的长度作为接驾距离。
65.在一些实施例中，服务器根据获取到的地图信息，确定接驾车辆的位置到订单起始位置的多条规划路径，并确定各规划路径的路况信息；根据确定出的各规划路径的路况信息，确定接驾车辆基于各规划路径到达订单起始位置所需要的时长，将确定出的各时长中的最短时长作为接驾时长，并将最短时长对应的规划路径的长度作为接驾距离。
66.例如，如图3所示，服务器在搜索到接驾车辆后，确定接驾车辆的位置为a市c广场，订单信息中的订单起始位置为a市b广场，获取a市地图信息；服务器根据获取到的地图信息，确定c广场到b广场的规划路径为路径1、2、3，并分别确定规划路径1、2、3对应的路况信息；分别根据规划路径1、2、3对应的路况信息，以及规划路径1、2、3的路径长度，确定接驾车辆分别基于规划路径1、2、3，到达c广场的时长分别为20分钟、30分钟、25分钟。将最短时长
20分钟，作为接驾车辆的接驾时长，并将20分钟对应的规划路径1作为接驾车辆的接驾距离。
67.在一些实施例中，本申请实施例在确定接驾车辆的接驾信息后，判断接驾车辆的接驾信息是否满足预设延迟条件。
68.需要说明的是，本申请实施例中的预设延迟条件包括下列中的部分或全部：
69.接驾信息中的接驾时长大于接驾时长阈值；
70.接驾信息中的接驾距离大于接驾距离阈值。
71.需要说明的是，接驾时长阈值为订单信息对应的地理区域的接驾时长阈值，以及接驾距离阈值为订单信息对应的地理区域的接驾距离阈值。
72.在一些实施例中，接驾信息可以包括接驾时长，服务器在确定接驾车辆的接驾时长大于接驾时长阈值时，确定接驾车辆的接驾信息满足预设延迟条件。
73.在另一实施例中，接驾信息可以包括接驾距离，服务器在确定接驾车辆的接驾距离大于接驾距离阈值时，确定接驾车辆的接驾信息满足预设延迟条件。
74.在另一些实施例中，接驾信息可以包括接驾时长和接驾距离，服务器在确定接驾车辆的接驾距离大于接驾距离阈值，或者，接驾时长大于接驾时长阈值时，确定接驾车辆的接驾信息满足预设延迟条件。
75.在一些实施例中，本申请实施例在判断接驾车辆的接驾信息是否满足预设延迟条件之前，还需要确定接驾时长阈值或接驾距离阈值。
76.具体实施中，本申请实施例可通过下列方式确定接驾时长阈值。
77.在一些实施例中，本申请实施例根据订单信息中的订单起始位置，确定订单信息所处的地理区域，并基于地理区域对应的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数，以及设定时间段内的各子时间段的派单后部分订单取消数。
78.具体实施中，本申请实施例基于订单信息所处的地理区域对应的历史订单数据，获取设定时间段内的历史订单数据；根据获取到的设定时间段内的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数。
79.在一些实施例中，本申请实施例根据历史订单数据中的接驾时长，将获取到的设定时间段内的历史订单数据，划分为各子时间段内的部分历史订单数据，并分别根据各个子时间段内的部分历史订单数据，确定设定时间段内的各子时间段的派单后部分订单取消数。
80.例如，订单信息中的订单起始位置为a市b广场d出口，确定订单信息所处的地理区域为a市；服务器从数据库中的a市对应的历史订单数据中，获取最近两周内的历史订单数据，并根据最近两周内的历史订单数据，确定两周内的总派单数和派单后总订单取消数。服务器将获取到的两周内的历史订单数据，划分为各子时间段内的部分历史订单数据，其中，子时间段为1分钟、2分钟、3分钟、4分钟、5分钟、
······
服务器分别根据各子时间段内的部分历史订单数据，确定各子时间段的派单后部分订单取消数。
81.在一些实施例中，本申请实施例根据得到的总派单数、派单后总订单取消数和各子时间段的派单后部分订单取消数，确定接驾时长阈值。
82.具体实施中，本申请实施例基于各子时间段的派单后部分订单取消数和总派单数，确定各子时间段对应的时长因素取消率，并将从各个时长因素取消率中选择的目标时
长因素取消率对应的子时间段的时长，作为候选接驾时长阈值。
83.需要说明的是，目标时长因素取消率为大于第一预设取消率的各个时长因素取消率中的最小值。
84.本申请实施例基于各子时间段的派单后部分订单取消数和派单后总订单取消数，确定各子时间段对应的时长因素取消占比，并将从各个时长因素取消占比中选择的目标时长因素取消占比对应的子时间段的时长，作为候选接驾时长阈值。
85.需要说明的是，目标时长因素取消占比为大于第一预设取消占比的各个时长因素取消占比中的最小值。
86.在一些实施例中，本申请实施例将得到的各个候选接驾时长阈值中的最大值，作为地理区域对应的接驾时长阈值。
87.在一些实施例中，本申请实施例可将得到的地理区域对应的接驾时长阈值存储于数据库中，并在设定时间段内的历史订单数据更新完成后，根据更新后的设定时间段内的历史订单数据，确定接驾时长阈值，更新数据库中存储的接驾时长阈值。
88.例如，设定时间段为14天，确定数据库中a市对应的历史订单数据的最近14天的历史订单数据；当时间为15号时，确定1号0时到14号24时的历史订单数据，根据获取到的历史订单数据确定15号对应的接驾时长阈值，并将确定出的接驾时长阈值存储于数据库中；当时间为16号时，获取2号0时到15号24时的历史订单数据，根据获取到的历史订单数据确定16号对应的接驾时长阈值，并将16号对应的接驾时长阈值覆盖数据库中存储的15号对应的接驾时长阈值。
89.在另一些实施例中，服务器获取设定时间段内的历史订单数据后，根据历史订单数据确定设定时间段内的总派单数d，并将历史订单数据按预估接驾时长划分为分钟级，即将设定时间段内的历史订单数据按照分钟级进行切片，得到t个分钟切片，并确定各个分钟切片对应的派单后部分订单取消数k(i)，累计派单后总订单取消数k，以及累计n分钟对应的派单后部分订单取消数k(n)。
90.需要说明的是，累计派单后总订单取消数累计n分钟对应的派单后部分订单取消数
91.在一些实施例中，第n分钟对应的时长因素取消率为rate(n)＝k(n)/d，第n分钟对应的时长因素取消占比p(n)＝k(n)/k。
92.在一些实施例中，本申请实施例从小到大依次遍历所有的分钟切片，基于最小时间查询函数findmin(rate(n)，m1)，通过判断rate(n)是否大于m1，确定候选接驾时长阈值。
93.其中，m1为第一预设取消率，也为业务方能够接受的最大时长因素取消率。
94.具体实施中，本申请实施例在确定rate(n)>m1时，返回n值作为候选接驾时长阈值，遍历结束。
95.在一些实施例中，申请实施例从小到大依次遍历所有的分钟切片，基于最小时间查询函数findmin(p(n)，m2)，通过判断p(n)是否大于m2，确定候选接驾时长阈值。
96.其中，m2为第一预设取消占比，也为业务方能够接受的最大时长因素取消占比。
97.具体实施中，本申请实施例在确定p(n)>m2时，返回n值作为候选接驾时长阈值，遍历结束。
98.在一些实施例中，本申请实施例基于最小时间查询函数确定两个候选接驾时长阈值，将候选接驾时长阈值中的最大值作为接驾时长阈值。
99.由于本申请实施例基于订单信息对应的地理区域对应的历史订单数据，获得各子时间段对应的时长因素取消率和各子时间段对应的时长因素取消占比，并将大于第一预设取消率的各个时长因素取消率中的最小值对应的子时间段的时长，以及大于第一预设取消占比的各个时长因素取消占比中的最小值对应的子时间段的时长作为候选接驾时长阈值，然后将候选接驾时长阈值中的最大值作为接驾时长阈值，从而最大限度的确定用户接受的接驾时长。
100.在一些实施例中，本申请实施例可通过下列方式确定接驾距离阈值。
101.实施中，本申请实施例根据订单信息中的订单起始位置，确定订单信息所处的地理区域，并基于地理区域对应的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数，以及各个设定距离对应的派单后部分订单取消数。
102.具体实施中，本申请实施例基于订单信息所处的地理区域对应的历史订单数据，获取设定时间段内的历史订单数据；根据获取到的设定时间段内的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数。
103.在一些实施例中，本申请实施例基于获取到的设定时间段内的历史订单数据中的接驾车辆的接驾距离，将历史订单数据划分为各个设定距离对应的历史订单数据，并分别根据各个设定距离对应的历史订单数据，确定各个设定距离对应的派单后部分订单取消数。
104.需要说明的是，设定距离对应的派单后部分订单取消数为接驾车辆的接驾距离小于设定距离的订单取消数量。
105.例如，订单信息中的订单起始位置为a市b广场d出口，确定订单信息所处的地理区域为a市；服务器从数据库中的a市对应的历史订单数据中，获取最近两周内的历史订单数据，并根据最近两周内的历史订单数据，确定两周内的总派单数和派单后总订单取消数。服务器确定获取到的两周内的历史订单数据中的接驾车辆的接驾距离，并根据历史订单数据的接驾距离，将历史订单数据划分为各个设定距离对应的部分历史订单数据，其中，设定距离为1百米、2百米、3百米、4百米、5百米、
······
服务器分别根据各设定距离对应的部分历史订单数据，确定各个设定距离对应的派单后部分订单取消数。
106.在一些实施例中，本申请实施例根据得到的总派单数、派单后总订单取消数和各个设定距离对应的派单后部分订单取消数，确定接驾距离阈值。
107.具体实施中，本申请实施例基于各个设定距离对应的派单后部分订单取消数和总派单数，确定各个设定距离对应的距离因素取消率，并将从各个距离因素取消率中选择的目标距离因素取消率对应的设定距离，作为候选接驾距离。
108.需要说明的是，目标距离因素取消率为大于第二预设取消率的各个距离因素取消率中的最小值。第二预设取消率为业务方能够接受的最大距离因素取消率。
109.本申请实施例基于各个设定距离对应的派单后部分订单取消数和派单后总订单取消数，确定各个设定距离对应的距离因素取消占比。
110.具体实施中，本申请实施例将设定距离对应的派单后部分订单取消数与派单后总订单取消数的比值作为距离因素取消占比。
111.在一些实施例中，本申请实施例将从各个距离因素取消占比中选择的目标距离因素取消占比对应的设定距离，作为候选接驾距离阈值。
112.需要说明的是，目标距离因素取消占比为大于第二预设取消占比的各个距离因素取消占比中的最小值。第二预设取消占比为业务方能够接受的最大距离因素取消占比。
113.在一些实施例中，本申请实施例将得到的各个候选接驾距离阈值中的最大值，作为地理区域对应的接驾距离阈值。
114.在一些实施例中，本申请实施例可将得到的地理区域对应的接驾距离阈值存储于数据库中，并在设定时间段内的历史订单数据更新完成后，根据更新后的设定时间段内的历史订单数据，确定接驾距离阈值，更新数据库中存储的接驾距离阈值。
115.例如，设定时间段为14天，确定数据库中a市对应的历史订单数据的最近14天的历史订单数据；当时间为15号时，确定1号0时到14号24时的历史订单数据，根据获取到的历史订单数据确定15号对应的接驾距离阈值，并将确定出的接驾距离阈值存储于数据库中；当时间为16号时，获取2号0时到15号24时的历史订单数据，根据获取到的历史订单数据确定16号对应的接驾距离阈值，并将16号对应的接驾距离阈值覆盖数据库中存储的15号对应的接驾距离阈值。
116.在另一些实施例中，服务器获取设定时间段内的历史订单数据后，根据历史订单数据确定设定时间段内的总派单数d，并将历史订单数据按预估接驾时长划分为百米级，即将设定时间段内的历史订单数据按照百米级进行切片，得到t个百米切片，并确定各个百米切片对应的派单后部分订单取消数k(i)，累计派单后总订单取消数k，以及累计n百米对应的派单后部分订单取消数k(n)。
117.需要说明的是，累计派单后总订单取消数累计n百米对应的派单后部分订单取消数
118.在一些实施例中，第n百米对应的距离因素取消率为rate(n)＝k(n)/d，第n百米对应的距离因素取消占比p(n)＝k(n)/k。
119.在一些实施例中，本申请实施例从小到大依次遍历所有的百米切片，基于最小时间查询函数findmin(rate(n)，m1)，通过判断rate(n)是否大于m3，确定候选接驾距离阈值。
120.其中，m3为第二预设取消率。
121.具体实施中，本申请实施例在确定rate(n)>m3时，返回n值作为候选接驾距离阈值，遍历结束。
122.在一些实施例中，申请实施例从小到大依次遍历所有的百米切片，基于最小时间查询函数findmin(p(n)，m4)，通过判断p(n)是否大于m4，确定候选接驾距离阈值。
123.其中，m4为第二预设取消占比。
124.具体实施中，本申请实施例在确定p(n)>m4时，返回n值作为候选接驾距离阈值，遍历结束。
125.在一些实施例中，本申请实施例基于最小时间查询函数确定两个候选接驾距离阈值，将候选接驾距离阈值中的最大值作为接驾距离阈值。
126.由于本申请实施例基于订单信息对应的地理区域对应的历史订单数据，获得各个设定距离对应的距离因素取消率和各个设定距离对应的距离因素取消占比，并将大于第二
预设取消率的各个距离因素取消率中的最小值对应的设定距离，以及大于第二预设取消占比的各个距离因素取消占比中的最小值对应的设定距离作为候选接驾距离阈值，再将候选接驾距离阈值中的最大值作为接驾距离阈值，从而最大限度的确定用户接受的接驾距离。
127.在一些实施例中，若接驾车辆的接驾信息满足预设延迟条件，则服务器继续搜索与订单信息匹配的接驾车辆，直至满足延迟结束条件。
128.具体实施中，本申请实施例可通过下列方式确定是否满足结束条件：
129.在一些实施例中，本申请实施例若确定订单信息的派单时长达到派单时长阈值，则确定满足延迟结束条件。
130.需要说明的是，派单时长为当前时间与订单信息的订单创建时间的差值；派单时长阈值为订单信息对应的地理区域的派单时长阈值。
131.由于本申请实施例在订单信息的派单时长达到派单时长阈值后，确定满足延迟结束条件，使得在最大时长内进行接驾车辆的搜索，确定更优的接驾车辆的同时，控制延迟派单的过程中订单的取消率在一定范围内。
132.在一些实施例中，本申请实施例根据订单信息中的订单创建时间，确定订单信息的派单时长。
133.在一种实施例中，本申请实施例若确定订单信息的派单时长未达到派单时长阈值，则继续搜索与订单信息匹配的接驾车辆，并确定搜索到的接驾车辆的接驾信息，判断接驾信息是否满足预设延迟条件。
134.在一些实施例中，若确定接驾信息满足预设延迟条件，则继续搜索与订单信息匹配的接驾车辆。
135.在另一些实施例中，若确定最近一次搜索到的接驾车辆的接驾信息不满足预设延迟条件，则确定满足延迟结束条件。
136.本申请实施例在确定最近一次搜索到的接驾车辆的接驾信息不满足预设延迟条件后，即搜索到较优的接驾车辆后，确定满足延迟结束条件，结束延迟派单，从而可以相对保证派单效率。
137.具体地，最近一次搜索到的接驾车辆的接驾信息未满足预设延迟条件包括下列情况：
138.最近一次搜索到的接驾车辆的接驾时长小于或等于接驾时长阈值，且接驾距离小于或等于接驾距离阈值。
139.在一些实施例中，本申请实施例在确定搜索到的接驾车辆的接驾信息不满足预设延迟条件后，基于最近一次搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
140.由于本申请实施例在搜索到车辆信息不满足预设延迟条件的接驾车辆后，基于该接驾车辆的车辆信息，向用户终端返回派单信息，从而降低派单后的订单取消率。
141.在另一种实施例中，本申请实施例在确定订单信息的派单时长达到派单时长阈值后，确定满足延迟结束条件，基于最近一次搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
142.由于本申请实施例在确定派单时长达到派单时长阈值后，确定派单时长已经达到用户所能接收的极限后，向用户终端返回派单信息，避免在派单前接收到取消订单的信息。
143.在一些实施例中，本申请实施例可基于搜索到的接驾车辆的接驾信息，确定接驾
时长最小的接驾车辆；并基于接驾时长最小的接驾车辆的车辆信息向用户终端返回派单信息。
144.具体实施中，派单时长阈值通过如下方式确定：
145.在一些实施例中，本申请实施例基于地理区域对应的历史订单数据，分别获取设定时间段内的派单前总订单取消数，以及设定时间段内的各子时间段的派单前部分订单取消数和呼单数。
146.具体实施中，本申请实施例根据订单信息中的订单起始位置确定订单信息对应的地理区域，确定地理区域对应的历史订单数据；并基于地理区域对应的历史订单数据，获取设定时间段内的历史订单数据；根据获取到的设定时间段内的历史订单数据，获取设定时间段内的派单前总订单取消数。
147.在一些实施例中，本申请实施例根据历史订单数据中的派单时长，将获取到的设定时间段内的历史订单数据，划分为各子时间段内的部分历史订单数据，并分别根据各个子时间段内的部分历史订单数据，确定设定时间段内的各子时间段的派单前部分订单取消数和呼单数。
148.例如，订单信息中的订单起始位置为a市b广场d出口，确定订单信息所处的地理区域为a市；服务器从数据库中的a市对应的历史订单数据中，获取最近两周内的历史订单数据，并根据最近两周内的历史订单数据，确定两周内的派单前总订单取消数。服务器根据历史订单数据中的派单时长，将历史订单数据划分为各个时间段内的部分历史订单数据；其中，各子时间段为1秒钟、2秒钟、3秒钟、4秒钟、5秒钟、
······
服务器分别根据各子时间段内的部分历史订单数据，分别确定各子时间段的派单前部分订单取消数和呼单数。
149.在一些实施例中，本申请实施例根据得到的各子时间段的派单前部分订单取消数和呼单数、以及派单前总订单取消数，确定派单时长阈值。
150.具体实施中，本申请实施例基于各子时间段的派单前部分订单取消数和呼单数，确定各子时间段对应的派单因素取消率。
151.在一些实施例中，本申请实施例将子时间段的派单前部分订单取消数和呼单数的比值作为子时间段对应的派单因素取消率。
152.在一些实施例中，本申请实施例将从各个派单因素取消率中选择的目标派单因素取消率对应的子时间段的时长，作为候选派单时长阈值。
153.需要说明的是，目标派单因素取消率为大于第三预设取消率的各个时长因素取消率中的最小值；第三预设取消率为业务方能够接受的最大派单因素取消率。
154.在一些实施例中，本申请实施例基于各子时间段的派单前部分订单取消数和派单前总订单取消数，确定各子时间段对应的派单因素取消占比。
155.具体实施中，本申请实施例将子时间段的派单前订单取消数与派单前总订单取消数的比值作为子时间段对应的派单因素取消占比。
156.在一些实施例中，本申请实施例将从各个派单因素取消占比中选择的目标派单因素取消占比对应的子时间段的时长作为候选派单时长阈值。
157.需要说明的是，目标派单因素取消占比为大于第三预设取消占比的各个派单因素取消占比中的最小值；第三预设取消占比为业务方能够接受的最大派单因素取消占比。
158.在一些实施例中，本申请实施例将得到的各个候选派单时长阈值中的最大值，作
为地理区域对应的派单时长阈值。
159.在一些实施例中，本申请实施例可将得到的地理区域对应的派单时长阈值存储于数据库中，并在设定时间段内的历史订单数据更新完成后，根据更新后的设定时间段内的历史订单数据，确定派单时长阈值，更新数据库中存储的派单时长阈值。
160.例如，设定时间段为14天，确定数据库中a市对应的历史订单数据的最近14天的历史订单数据；当时间为15号时，确定1号0时到14号24时的历史订单数据，根据获取到的历史订单数据确定15号对应的派单时长阈值，并将确定出的派单时长阈值存储于数据库中；当时间为16号时，获取2号0时到15号24时的历史订单数据，根据获取到的历史订单数据确定16号对应的派单时长阈值，并将16号对应的派单时长阈值覆盖数据库中存储的15号对应的派单时长阈值。
161.在另一些实施例中，本申请实施例在获取到设定时间段内的历史订单数据后，根据获取到的历史订单数据确定设定时间段内的派单前总订单取消数，并将获取到的历史订单数据按照秒钟对历史订单数据进行时间切片，得到t个秒钟切片对应的部分历史订单数据；根据各个秒钟切片对应的部分历史订单数据，确定各个秒钟切片内的派单前部分订单取消数和呼单数。
162.具体地，每个秒钟切片内的呼单数为d(t)，累计到第n秒的呼单数每个秒钟切片内的派单前部分订单取消数k(t)，累计到第n秒的派单前部分订单取消数
163.在一些实施例中，本申请实施例通过下列公式确定派单因素取消率：
164.rate(n)＝k(n)/d
165.其中，rate(n)为第n秒钟对应的派单因素取消率。
166.在一些实施例中，本申请实施例从小到大依次遍历所有的秒钟切片，基于最小时间查询函数findmin(rate(n)，m5)，通过判断rate(n)是否大于m5，确定候选派单时长阈值。
167.需要说明的是，m5为第三预设取消率。
168.具体实施中，本申请实施例在确定rate(n)>m5时，返回n值作为候选派单时长阈值，遍历结束。
169.在一些实施例中，本申请实施例从小到大依次遍历所有的秒钟切片，基于最小时间查询函数findmin(p(n)，m6)，通过判断p(n)是否大于m6，确定候选派单时长阈值。
170.需要说明的是，m6为第三预设取消占比。
171.具体实施中，本申请实施例在确定p(n)>m6时，返回n值作为候选派单时长阈值，遍历结束。
172.在一些实施例中，本申请实施例基于最小时间查询函数确定两个候选派单时长阈值，将候选接驾派单阈值中的最大值作为派单时长阈值。
173.例如，本申请实施例得到的子时间段的时长分别为1秒、2秒、3秒、4秒时，对应的派单因素取消率分别为20％、30％、40％、50％，子时间段的时长是从服务器接收到订单信息后开始累计的，第三预设取消率为0.25，将大于0.25的30％、40％、50％的派单因素取消率作为目标派单因素取消率，将目标派单因素取消率中的最小值30％对应的子时间段的时长2秒作为候选派单时长阈值；子时间段的时长分别为1秒、2秒、3秒、4秒时，对应的派单因素
取消占比为分别为10％、20％、25％、30％，第三预设取消占比为20％，将大于20％的25％、30％的派单因素取消占比作为目标派单因素取消占比，将目标派单因素取消占比中的最小值25％对应的子时间段的时长3秒作为候选派单时长阈值；本申请实施例中的候选派单时长阈值为2秒和3秒，将候选派单时长阈值的最大值3秒作为派单时长阈值。
174.由于本申请实施例基于订单信息对应的地理区域对应的历史订单数据，获得各子时间段对应的派单因素取消率和各子时间段对应的派单因素取消占比，并将大于第三预设取消率的各个派单因素取消率中的最小值对应的子时间段的时长，以及大于第三预设取消占比的各个派单因素取消占比中的最小值对应的子时间段的时长作为候选派单时长阈值，再将候选派单时长阈值中的最大值作为派单时长阈值，从而最大限度的确定用户接受的派单时长。
175.如图4所示，本申请实施例提供一种延迟派单方法的信息交互流程图，包括以下步骤：
176.步骤s401、响应于用户终端发送的订单信息，搜索与订单信息匹配的接驾车辆，并确定接驾车辆的接驾信息；
177.步骤s402、判断接驾车辆的接驾信息是否满足预设延迟条件，若是，则执行步骤s403，若否，则执行步骤s405；
178.需要说明的是，预设延迟条件包括下列中的部分或全部：
179.接驾信息中的接驾时长大于接驾时长阈值；
180.接驾信息中的接驾距离大于接驾距离阈值；
181.步骤s403、确定订单信息的派单时长，并判断派单时长是否达到派单时长阈值；若是，则执行步骤s405，若否，则执行步骤s404；
182.步骤s404、搜索与订单信息匹配的接驾车辆，并确定接驾车辆的接驾信息；
183.步骤s405、基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
184.需要说明的是，在接驾车辆的接驾信息未满足预设延迟条件时，基于最近一次搜索到的接驾车辆的车辆信息向用户终端返回派单信息；在派单时长是否达到派单时长阈值时，基于最近一次搜索到的接驾车辆的车辆信息向用户终端返回派单信息。
185.基于同一发明构思，本申请实施例中还提供了一种延迟派单装置，由于该装置解决问题的原理与本申请实施例延迟派单方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
186.如图5所示，本申请实施例提供一种延迟派单装置，包括：
187.搜索单元501，用于响应于用户终端发送的订单信息，搜索与订单信息匹配的接驾车辆，并确定接驾车辆的接驾信息；
188.派单单元502，用于若接驾车辆的接驾信息满足预设延迟条件，则继续搜索与订单信息匹配的接驾车辆，直至满足延迟结束条件，则基于搜索到的接驾车辆的车辆信息向用户终端返回派单信息；预设延迟条件包括下列中的部分或全部：接驾信息中的接驾时长大于接驾时长阈值；接驾时长阈值是根据历史订单数据反馈的不同时长对应的时长因素取消率或时长因素取消占比确定的；接驾信息中的接驾距离大于接驾距离阈值；接驾距离阈值是根据历史订单数据反馈的不同距离对应的距离因素取消率或距离因素取消占比确定的。
189.一种可选的实施方式为，派单单元502还用于：
190.若订单信息的派单时长达到派单时长阈值，则确定满足延迟结束条件；派单时长为当前时间与订单信息的订单创建时间的差值；或者，
191.若最近一次搜索到的接驾车辆的接驾信息不满足预设延迟条件，则确定满足延迟结束条件。
192.一种可选的实施方式为，接驾时长是基于接驾车辆的位置与订单信息中的订单起始位置之间的路况信息确定的；接驾距离为从接驾车辆的位置至订单信息中的订单起始位置的规划路径的长度。
193.一种可选的实施方式为，接驾时长阈值为订单信息对应的地理区域的接驾时长阈值；接驾时长阈值通过如下方式确定：
194.基于地理区域对应的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数，以及设定时间段内的各子时间段的派单后部分订单取消数；
195.基于各子时间段的派单后部分订单取消数和总派单数，确定各子时间段对应的时长因素取消率，并将从各个时长因素取消率中选择的目标时长因素取消率对应的子时间段的时长，作为候选接驾时长阈值，其中，目标时长因素取消率为大于第一预设取消率的各个时长因素取消率中的最小值；
196.基于各子时间段的派单后部分订单取消数和派单后总订单取消数，确定各子时间段对应的时长因素取消占比，并将从各个时长因素取消占比中选择的目标时长因素取消占比对应的子时间段的时长，作为候选接驾时长阈值，其中，目标时长因素取消占比为大于第一预设取消占比的各个时长因素取消占比中的最小值；
197.将得到的各个候选接驾时长阈值中的最大值，作为地理区域对应的接驾时长阈值。
198.一种可选的实施方式为，接驾距离阈值为订单信息对应的地理区域的接驾距离阈值；接驾距离阈值通过如下方式确定：
199.基于地理区域对应的历史订单数据，分别获取设定时间段内的总派单数和派单后总订单取消数，以及各个设定距离对应的派单后部分订单取消数；其中，设定距离对应的派单后部分订单取消数为接驾车辆的接驾距离小于设定距离的订单取消数量；
200.基于各个设定距离对应的派单后部分订单取消数和总派单数，确定各个设定距离对应的距离因素取消率，并将从各个距离因素取消率中选择的目标距离因素取消率对应的设定距离，作为候选接驾距离阈值，其中，目标距离因素取消率为大于第二预设取消率的各个距离因素取消率中的最小值；
201.基于各个设定距离对应的派单后部分订单取消数和派单后总订单取消数，确定各个设定距离对应的距离因素取消占比，并将从各个距离因素取消占比中选择的目标距离因素取消占比对应的设定距离，作为候选接驾距离阈值，其中，目标距离因素取消占比为大于第二预设取消占比的各个距离因素取消占比中的最小值；
202.将各个候选接驾距离阈值中的最大值，作为地理区域对应的接驾距离阈值。
203.一种可选的实施方式为，派单时长阈值为订单信息对应的地理区域的派单时长阈值；派单时长阈值通过如下方式确定：
204.基于地理区域对应的历史订单数据，分别获取设定时间段内的派单前总订单取消数，以及设定时间段内的各子时间段的派单前部分订单取消数和呼单数；
205.基于各子时间段的派单前部分订单取消数和呼单数，确定各子时间段对应的派单因素取消率，并将从各个派单因素取消率中选择的目标派单因素取消率对应的子时间段的时长，作为候选派单时长阈值，其中，目标派单因素取消率为大于第三预设取消率的各个派单因素取消率中的最小值；
206.基于各子时间段的派单前部分订单取消数和派单前总订单取消数，确定各子时间段对应的派单因素取消占比，并将从各个派单因素取消占比中选择的目标派单因素取消占比对应的子时间段的时长，作为候选派单时长阈值，其中，目标派单因素取消占比为大于第三预设取消占比的各个派单因素取消占比中的最小值；
207.将各个候选派单时长阈值中的最大值，作为地理区域对应的派单时长阈值。
208.与图2所示的延迟派单方法基于同一发明构思，本申请实施例提供了一种电子设备。如图6所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，可参照本申请方法实施例部分。该电子设备可以是服务器，如图1所示的服务器20。在该实施例中，电子设备的结构可以如图6所示，包括存储器131，通讯模块133以及一个或多个处理器132。
209.存储器131，用于存储处理器132执行的计算机程序。存储器131可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及运行即时通讯功能所需的程序等；存储数据区可存储各种即时通讯信息和操作指令集等。
210.处理器132，可以包括一个或多个中央处理单元(central processing unit，cpu)或者为数字处理单元等等。处理器132，用于调用存储器131中存储的计算机程序时实现上述延迟派单方法。
211.通讯模块133用于与用户终端进行通信，获取订单信息。
212.本申请实施例中不限定上述存储器131、通讯模块133和处理器132之间的具体连接介质。本公开实施例在图6中以存储器131和处理器132之间通过总线134连接，总线134在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线134可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
213.根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例中的延迟派单方法。
214.本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
215.本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个
机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
216.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
217.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
218.显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。