本技術(shù)涉及計(jì)算機(jī)，尤其涉及一種成交時(shí)長預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)的發(fā)展，出現(xiàn)了運(yùn)輸服務(wù)平臺(tái)，運(yùn)輸服務(wù)平臺(tái)是用戶的運(yùn)輸需求與承運(yùn)方的運(yùn)輸資源進(jìn)行匹配的媒介；用戶可以通過用戶客戶端向運(yùn)輸服務(wù)平臺(tái)發(fā)送其需要運(yùn)輸?shù)呢浽葱畔?，運(yùn)輸服務(wù)平臺(tái)將貨源信息通過承運(yùn)方客戶端展示給承運(yùn)方，承運(yùn)方基于自身運(yùn)輸資源進(jìn)行匹配，從而滿足用戶的運(yùn)輸需求。

2、用戶使用運(yùn)輸服務(wù)平臺(tái)時(shí)，運(yùn)輸服務(wù)平臺(tái)會(huì)基于用戶提供的貨源信息，向用戶提供參考運(yùn)輸價(jià)格，用戶可以基于該參考運(yùn)輸價(jià)格出價(jià)，或者在該參考運(yùn)輸價(jià)格的基礎(chǔ)上加價(jià)之后出價(jià)，以保證貨源被及時(shí)傳輸；相應(yīng)地，運(yùn)輸服務(wù)平臺(tái)會(huì)基于用戶出價(jià)對(duì)貨源的成交時(shí)長進(jìn)行預(yù)測(cè)，向客戶反饋預(yù)測(cè)結(jié)果。

3、然而，相關(guān)技術(shù)中，運(yùn)輸服務(wù)平臺(tái)預(yù)測(cè)的成交時(shí)長不夠準(zhǔn)確，不能滿足用戶的使用需求。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供一種成交時(shí)長預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，在將第一貨源的相關(guān)信息作為預(yù)測(cè)第二成交結(jié)果的輸入數(shù)據(jù)的基礎(chǔ)上，增加了能夠表征第一成交結(jié)果的第一特征向量作為輸入數(shù)據(jù)，提升第二成交結(jié)果的準(zhǔn)確性，從而提升第一貨源成交時(shí)長的準(zhǔn)確性。

2、第一方面，本技術(shù)提供一種成交時(shí)長預(yù)測(cè)方法，包括：接收第一信息；其中，所述第一信息包括待交易的第一貨源的貨源信息和用戶針對(duì)所述第一貨源的期望出價(jià)；將所述第一信息輸入至目標(biāo)成交時(shí)長預(yù)測(cè)模型中的特征提取網(wǎng)絡(luò)，采用所述特征提取網(wǎng)絡(luò)對(duì)所述第一信息進(jìn)行特征提取，得到所述第一信息對(duì)應(yīng)的第一特征向量和所述第一信息對(duì)應(yīng)的第二特征向量；其中，所述第一特征向量用于預(yù)測(cè)在所述期望出價(jià)下，所述第一貨源在上線后的第一時(shí)長內(nèi)的第一成交結(jié)果；所述第二特征向量用于預(yù)測(cè)在所述期望出價(jià)下，所述第一貨源在上線后的第二時(shí)長內(nèi)的第二成交結(jié)果；所述第二時(shí)長大于所述第一時(shí)長；將所述第一特征向量輸入至所述目標(biāo)成交時(shí)長預(yù)測(cè)模型的第一網(wǎng)絡(luò)，采用所述第一網(wǎng)絡(luò)將所述第一特征向量映射至特定數(shù)值范圍內(nèi)，得到第一置信度；其中，所述第一置信度用于指示所述第一成交結(jié)果；將所述第一特征向量和所述第二特征向量輸入至所述目標(biāo)成交時(shí)長預(yù)測(cè)模型的第二網(wǎng)絡(luò)，采用所述第二網(wǎng)絡(luò)對(duì)所述第一特征向量和所述第二特征向量進(jìn)行聚合處理，得到聚合向量，以及，將所述聚合向量映射至特定數(shù)值范圍內(nèi)，得到第二置信度；所述第二置信度用于指示所述第二成交結(jié)果；基于所述第一成交結(jié)果和所述第二成交結(jié)果，確定在所述期望出價(jià)下，所述第一貨源的成交時(shí)長。

3、在一些實(shí)施例中，所述基于所述第一成交結(jié)果和所述第二成交結(jié)果，確定在所述期望出價(jià)下，所述第一貨源的成交時(shí)長，包括：若所述第一成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第一時(shí)長內(nèi)成交，所述第二成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第二時(shí)長內(nèi)成交，則確定所述第一貨源的成交時(shí)長小于所述第一時(shí)長；若所述第一成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第一時(shí)長內(nèi)未成交，所述第二成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第二時(shí)長內(nèi)成交，則所述第一貨源的成交時(shí)長大于所述第一時(shí)長且小于所述第二時(shí)長；若所述第一成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第一時(shí)長內(nèi)未成交，所述第二成交結(jié)果指示所述期望出價(jià)下，所述第一貨源在所述第二時(shí)長內(nèi)未成交，則所述第一貨源的成交時(shí)長大于所述第二時(shí)長。

4、在一些實(shí)施例中，所述第二網(wǎng)絡(luò)包括依次連接的聚合模塊和第一歸一化層；其中，所述聚合模塊，用于接收所述第一特征向量和所述第二特征向量，對(duì)所述第一特征向量和所述第二特征向量進(jìn)行拼接處理，得到第一拼接向量，并對(duì)所述第一拼接向量進(jìn)行前向傳播和非線性處理，得到所述聚合向量，并將所述聚合向量輸入至所述第一歸一化層；所述第一歸一化層，用于將所述聚合向量映射至所述特定數(shù)值范圍，得到所述第二置信度。

5、在一些實(shí)施例中，所述特征提取網(wǎng)絡(luò)包括特征融合子網(wǎng)絡(luò)、第一神經(jīng)網(wǎng)絡(luò)層、第二神經(jīng)網(wǎng)絡(luò)層；所述特征融合子網(wǎng)絡(luò)分別與所述第一神經(jīng)網(wǎng)絡(luò)層和所述第二神經(jīng)網(wǎng)絡(luò)層連接；所述貨源信息的數(shù)量為多個(gè)；所述特征融合子網(wǎng)絡(luò)，用于接收所述期望出價(jià)和多個(gè)貨源信息，對(duì)所述期望出價(jià)和所述多個(gè)貨源信息進(jìn)行特征提取和聚合操作，得到所述多個(gè)貨源信息對(duì)應(yīng)的一個(gè)第三特征向量和所述多個(gè)貨源信息對(duì)應(yīng)的一個(gè)第四特征向量；所述第一神經(jīng)網(wǎng)絡(luò)層，用于對(duì)所述第三特征向量進(jìn)行前向傳播和非線性處理，得到所述第一特征向量；所述第二神經(jīng)網(wǎng)絡(luò)層，用于對(duì)所述第四特征向量進(jìn)行前向傳播和非線性處理，得到所述第二特征向量。

6、在一些實(shí)施例中，所述特征融合子網(wǎng)絡(luò)包括多個(gè)嵌入層、多個(gè)第三神經(jīng)網(wǎng)絡(luò)層和第四神經(jīng)網(wǎng)絡(luò)層；其中，所述第四神經(jīng)網(wǎng)絡(luò)層包括多個(gè)輸入神經(jīng)元、第一輸出神經(jīng)元和第二輸出神經(jīng)元；所述貨源信息的數(shù)量為多個(gè)；所述多個(gè)嵌入層分別與所述多個(gè)第三神經(jīng)網(wǎng)絡(luò)層連接，所述多個(gè)第三神經(jīng)網(wǎng)絡(luò)層分別與所述第四神經(jīng)網(wǎng)絡(luò)層的多個(gè)輸入神經(jīng)元連接；所述多個(gè)嵌入層，用于接收所述期望出價(jià)和多個(gè)貨源信息，將所述期望出價(jià)和所述多個(gè)貨源信息分別轉(zhuǎn)換為對(duì)應(yīng)的嵌入向量，將所述嵌入向量輸入至對(duì)應(yīng)的第三神經(jīng)網(wǎng)絡(luò)層；其中，一個(gè)嵌入層對(duì)應(yīng)所述期望出價(jià)或一個(gè)貨源信息；所述多個(gè)第三神經(jīng)網(wǎng)絡(luò)層，分別用于對(duì)接收到的嵌入向量進(jìn)行前向傳播，得到多個(gè)第五特征向量，并將所述多個(gè)第五特征向量輸入至所述第四神經(jīng)網(wǎng)絡(luò)層；所述第四神經(jīng)網(wǎng)絡(luò)層，分別通過所述多個(gè)輸入神經(jīng)元接收所述多個(gè)第五特征向量，對(duì)所述多個(gè)第五特征向量進(jìn)行前向傳播和特征聚合之后，通過所述第一輸出神經(jīng)元輸出所述第三特征向量，通過所述第二輸出神經(jīng)元輸出所述第四特征向量。

7、在一些實(shí)施例中，所述第二特征向量的數(shù)量為n個(gè)，所述第二網(wǎng)絡(luò)的數(shù)量為n個(gè)，所述n個(gè)第二特征向量分別用于預(yù)測(cè)所述期望出價(jià)下，所述第一貨源在n個(gè)第二時(shí)長內(nèi)的成交結(jié)果；所述n個(gè)第二特征向量、所述n個(gè)第二網(wǎng)絡(luò)、所述n個(gè)第二時(shí)長一一對(duì)應(yīng)；其中，n大于1，n個(gè)第二時(shí)長依次遞增；所述方法還包括：將所述第一特征向量和所述第1個(gè)第二特征向量輸出至第1個(gè)第二網(wǎng)絡(luò)，采用所述第1個(gè)第二網(wǎng)絡(luò)得到第1個(gè)聚合向量和第1個(gè)第二置信度；第1個(gè)置信度用于指示所述期望出價(jià)下，所述第一貨源在第1個(gè)第二時(shí)長內(nèi)的第二成交結(jié)果；將所述第一特征向量、第1個(gè)聚合向量至第i-1個(gè)聚合向量輸入至第i個(gè)第二網(wǎng)絡(luò)，采用所述第i個(gè)第二網(wǎng)絡(luò)得到第i個(gè)聚合向量和第i個(gè)第二置信度；所述第i個(gè)第二置信度用于指示所述期望出價(jià)下，所述第一貨源在第i個(gè)第二時(shí)長內(nèi)的第二成交結(jié)果；其中，i大于1且小于或等于n；基于所述第一成交結(jié)果、所述第一貨源在第1個(gè)第二時(shí)長內(nèi)的第二成交結(jié)果至所述第一貨源在第n個(gè)第二時(shí)長內(nèi)的第二成交結(jié)果，確定所述第一貨源的成交時(shí)長。

8、在一些實(shí)施例中，在接收第一信息之前，所述方法還包括：獲取樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括歷史成交的第二貨源的第一出價(jià)和所述第二貨源的貨源信息；所述樣本數(shù)據(jù)攜帶第一標(biāo)簽和第二標(biāo)簽，其中，所述第一標(biāo)簽用于表征在所述第一出價(jià)下，所述第二貨源是否在第一時(shí)長內(nèi)成交，所述第二標(biāo)簽用于表征在所述第一出價(jià)下，所述第二貨源是否在第二時(shí)長內(nèi)成交；將所述樣本數(shù)據(jù)輸入至所述初始成交時(shí)長預(yù)測(cè)模型中的特征提取網(wǎng)絡(luò)、得到所述樣本數(shù)據(jù)對(duì)應(yīng)的第六特征向量和所述樣本數(shù)據(jù)對(duì)應(yīng)的第七特征向量；將所述第六特征向量輸入至所述初始成交時(shí)長預(yù)測(cè)模型中的第一網(wǎng)絡(luò)，得到第三置信度；將所述第七特征向量和所述第六特征向量輸入至所述初始成交時(shí)長預(yù)測(cè)模型中的第二網(wǎng)絡(luò)，得到第四置信度；基于所述第三置信度與所述第一標(biāo)簽之間的第一損失函數(shù)、所述第四置信度與所述第二標(biāo)簽之間的第二損失函數(shù)，對(duì)所述初始成交時(shí)長預(yù)測(cè)模型進(jìn)行迭代訓(xùn)練，直至滿足迭代停止條件，得到所述目標(biāo)成交時(shí)長預(yù)測(cè)模型。

9、第二方面，本技術(shù)提供一種成交時(shí)長預(yù)測(cè)裝置，包括：用于執(zhí)行第一方面所述方法的模塊。

10、第三方面，本技術(shù)提供一種電子設(shè)備，包括存儲(chǔ)器和處理器；存儲(chǔ)器被配置為存儲(chǔ)計(jì)算機(jī)程序指令，處理器被配置為運(yùn)行計(jì)算機(jī)程序指令，使得電子設(shè)備實(shí)現(xiàn)第一方面的方法。

11、第四方面，本技術(shù)提供一種芯片，包括接口電路和邏輯電路，接口電路用于接收來自芯片之外的其他芯片的信號(hào)并傳輸至邏輯電路，護(hù)著價(jià)格來自邏輯電路的信號(hào)發(fā)送給所述芯片之外的其他芯片，所述邏輯電路用于實(shí)現(xiàn)第一方面任一實(shí)施例的方法。

12、第五方面，本技術(shù)提供一種存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的方法。

13、第六方面，本技術(shù)提供一種包含指令的計(jì)算機(jī)程序產(chǎn)品，當(dāng)計(jì)算機(jī)運(yùn)行所述計(jì)算機(jī)程序產(chǎn)品時(shí)，使得計(jì)算機(jī)實(shí)現(xiàn)第一方面任一實(shí)施例的方法。

14、本技術(shù)提供一種成交時(shí)長預(yù)測(cè)方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，其中，在預(yù)測(cè)第一貨源的成交時(shí)長的場(chǎng)景下，通過目標(biāo)成交時(shí)長預(yù)測(cè)模型對(duì)第一貨源的相關(guān)信息進(jìn)行特征提取、特征向量融合、特征向量映射等操作預(yù)測(cè)第一貨源在上架后第一時(shí)長內(nèi)的第一成交結(jié)果以及預(yù)測(cè)第一貨源在上架后第二時(shí)長內(nèi)的第二成交結(jié)果，再利用第一成交結(jié)果和第二成交結(jié)果共同確定第一貨源的成交時(shí)長。本技術(shù)中，預(yù)測(cè)第一貨源在第二時(shí)長內(nèi)的第二成交結(jié)果時(shí)，考慮到第一成交結(jié)果對(duì)第二成交結(jié)果的影響，在將第一貨源的相關(guān)信息作為預(yù)測(cè)第二成交結(jié)果的輸入數(shù)據(jù)的基礎(chǔ)上，增加了能夠表征第一成交結(jié)果的第一特征向量作為輸入數(shù)據(jù)，提升第二成交結(jié)果的準(zhǔn)確性?；诖?，利用第一成交結(jié)果和第二成交結(jié)果確定第一貨源的在上架后的成交時(shí)長，以提升第一貨源的成交時(shí)長的準(zhǔn)確性。