多租户的订单分配的方法、装置、设备及存储介质与流程

本发明涉及网约车平台的订单分配，具体为一种多租户的订单分配的方法、装置、设备及存储介质。

背景技术：

1、网约车是指通过在线平台或应用程序预订和使用的车辆服务。这种服务让乘客可以使用智能手机应用程序或网站预订车辆，例如乘坐私家车、出租车或其他交通工具，而无需现场叫车或排队等候。通常，网约车服务会提供实时定位、价格透明、支付便捷以及乘客和司机之间的评价系统，以提供更安全、便捷的出行体验。

2、现有技术中网约车平台通常根据离下单乘客的距离来分配订单，距离乘客的位置越近，接单的优先级越高，获得订单的概率越大，距离乘客的位置越远，接单的优先级越低，获得订单的概率越小，但是距离的远近只能说明车辆和乘客所处的区域是否在同一范围，并不能说明过去一段时间内网约车的车辆准时率、车辆违章次数和车辆的满意度情况，可能车辆距离乘客位置稍远一点，但是该车准时率、车辆违章次数和车辆的满意度均比距离乘客位置稍近一点的车辆好，乘客本想选择距离乘客位置稍远一点的车辆但其他条件稍好点的车辆，如果平台只考虑距离的远近分配车辆，那么就和乘客的意愿相违背，无形中造成乘客的乘车体验感下降，同时如果不根据车辆属性和位置的优先级分配订单，逐渐会降低全体网约车司机的服务水平。

3、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的在于提供一种多租户的订单分配的方法、装置、设备及存储介质，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种多租户的订单分配的方法，如图1所示，具体步骤包括：

4、s1.给可接单的网约车分配数字标识符，所述数字标识符为该网约车历史数据，所述网约车历史数据包括每个历史订单中乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程、所使用的时间和评分数据；

5、s2.采集可接单的网约车的车辆参数，所述车辆参数包括历史订单中t时间段内车辆准时到达乘客位置的比例、车辆总违章次数、车辆的平均满意度，并获取网约车实时位置，获取待分配订单中的订单数据，所述订单数据包括乘客的出发位置，乘客目的地和订单中预计到达目的地的时间；

6、s3.依据待分配订单中乘客的实时位置和网约车的实时位置，将网约车的服务区域分配为3个区域，根据所述网约车租户和乘客的实时位置是否属于同一区域设定接单优先级等级，其中，所述网约车租户和乘客实时位置在同一区域的网约车租户设置为最高优先级，相邻区域的网约车租户为次高优先级，相离区域的网约车租户为最低优先级，并按照优先级等级分配优先级系数；

7、s4.将采集的所述车辆参数和车辆的优先级系数进行无纲化处理，并进行相关性分析，生成车辆综合指数；

8、s5.构建深度学习网络，将所述网约车的数字标识符中历史订单的乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程、所使用的时间作为训练集，对应的历史订单的评分数据作为标签，输入至深度学习网络中进行训练；

9、s6.将待分配订单的现有数据中乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程和乘客到目的地的预计时间，输入至训练完毕的深度学习网络，获取当前订单的预计评分数据；

10、s7.将所述预计评分数据和每辆车的车辆综合指数进行分析和数据处理，生成每辆车的订单推荐系数，将订单分配给所述订单推荐系数最高的车辆。

11、进一步地，所述t时间段的时间范围为, 其中表示预计到达时间，且t时间段的取值范围：10min—20min。

12、进一步地，所述最高优先级的系数设为0.5，所述次高优先级的系数设为0.3，所述最低优先级的系数设为0.1。

13、进一步地，将采集的所述车辆参数和车辆的优先级系数进行无纲化处理，并进行相关性分析，生成车辆综合指数，依据的公式如下：

14、

15、其中，为t时间段内车辆准时到达乘客位置的比例，为t时间段内车辆总违章次数，为t时间段内车辆的平均满意度，为车辆的优先级系数，为t时间段内车辆准时到达乘客位置的比例的因子系数，0.2≤≤0.4，为t时间段内车辆总违章次数的因子系数，0.2≤≤0.4，为t时间段内车辆的平均满意度的因子系数，0.2≤≤0.4，为常数修正系数。

16、进一步地，所述深度学习网络采用基于多层感知器的深度神经网络构成，所述多层感知器的深度神经网络包括输入层、第一隐藏层、第二隐藏层、第三隐藏层和输出层，所述第一隐藏层、第二隐藏层和第三隐藏层均具有至少两个神经元，且均采用relu作为激活函数。

17、进一步地，将所述预计评分数据和每辆车的车辆综合指数进行分析和数据处理，生成每辆车的订单推荐系数，依据的公式如下：

18、

19、其中，为预计评分数据，为预计评分数据的因子系数，0.2≤≤0.4，为每辆车的车辆综合指数的因子系数，0.2≤≤0.4,为常数修正系数。

20、一种多租户的订单分配的装置，包括：

21、标识分配模块，用于给可接单的网约车分配数字标识符，所述数字标识符为该网约车历史数据，所述网约车历史数据包括每个历史订单中乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程、所使用的时间和评分数据；

22、数据采集模块，用于采集可接单的网约车的车辆参数，所述车辆参数包括历史订单中t时间段内车辆准时到达乘客位置的比例、车辆总违章次数、车辆的平均满意度，并获取网约车实时位置，获取待分配订单中的订单数据，所述订单数据包括乘客的出发位置，乘客目的地和订单中预计到达目的地的时间；

23、优先级设定模块，用于依据待分配订单中乘客的实时位置和网约车的实时位置，将网约车的服务区域分配为3个区域，根据所述网约车租户和乘客的实时位置是否属于同一区域设定接单优先级等级，其中，所述网约车租户和乘客实时位置在同一区域的网约车租户设置为最高优先级，相邻区域的网约车租户为次高优先级，相离区域的网约车租户为最低优先级，并按照优先级等级分配优先级系数；

24、数据处理模块，用于将采集的所述车辆参数和车辆的优先级系数进行无纲化处理，并进行相关性分析，生成车辆综合指数；

25、深度学习网络构建模块，用于构建深度学习网络，将所述网约车的数字标识符中历史订单的乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程、所使用的时间作为训练集，对应的历史订单的评分数据作为标签，输入至深度学习网络中进行训练；

26、评分数据获取模块，用于将待分配订单的现有数据中乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程和乘客到目的地的预计时间，输入至训练完毕的深度学习网络，获取当前订单的预计评分数据；

27、订单分配模块，用于将所述预计评分数据和每辆车的车辆综合指数进行分析和数据处理，生成每辆车的订单推荐系数，将订单分配给所述订单推荐系数最高的车辆。

28、一种设备，包括：

29、存储器，用于保存计算机程序；

30、处理器，用于执行所述计算机程序以实现如上述所述的多租户的订单分配的方法。

31、一种可读存储介质，用于保存所述计算机程序，所述计算机程序被处理器执行时实现如上述所述的多租户的订单分配的方法。

32、与现有技术相比，本发明的有益效果是：

33、本发明通过给可接单的网约车分配数字标识符，数字标识符为该网约车历史数据，网约车历史数据包括每个历史订单中乘客的出发位置、乘客目的地、乘客出发位置距目的地的路程、所使用的时间和评分数据，依据待分配订单中乘客的实时位置和网约车的实时位置，将网约车的服务区域分配为3个区域，根据网约车租户距离乘客的实时位置的远近设定接单优先级系数，将车辆参数和租户的优先级系数进行处理，生成车辆综合指数，构建深度学习网络，获取当前订单的预计评分数据，并将预计评分数据和每辆车的车辆综合指数进行分析和数据处理，生成每辆车的订单推荐系数，将订单分配给订单推荐系数最高的车辆。因此，通过实时监测车辆参数，并结合租户的实时位置信息和优先级等级，能够动态地调整订单推荐系数，确保在不同时间和不同地点乘客都能有最优的订单分配，满足乘客的真实意愿，继而提高乘客的乘车体验和网约车司机的服务水平。