订单处理方法、装置、存储介质及电子设备与流程

技术特征：
1.一种订单处理方法，其特征在于，所述方法包括：采集当前订单的至少两个特征信息；将所述特征信息作为多维预测模型中每个预测模型的输入，得到多维预测结果，其中，所述多维预测模型包括至少两个预测模型，不同预测模型用于输出所述当前订单在不同维度的决策因素下的预测结果；根据所述多维预测结果确定所述当前订单的配送难度参数，所述配送难度参数用于表征所述当前订单的配送难度；根据所述当前订单的配送难度参数确定所述当前订单的处理策略。2.根据权利要求1所述的订单处理方法，其特征在于，所述根据所述多维预测结果确定所述当前订单的配送难度参数，包括：获取所述多维预测模型中每个维度的预测模型的模型权重；根据所述多维预测结果及每个维度的预测模型的模型权重确定所述当前订单的配送难度参数。3.根据权利要求2所述的订单处理方法，其特征在于，所述获取所述多维预测模型中每个维度的预测模型的模型权重，包括：获取预先配置的所述多维预测模型中每个维度的预测模型的模型权重。4.根据权利要求2所述的订单处理方法，其特征在于，所述获取所述多维预测模型中每个维度的预测模型的模型权重，包括：确定当前配送场景；根据所述当前配送场景为所述多维预测模型中每个维度的预测模型配置模型权重。5.根据权利要求4所述的订单处理方法，其特征在于，所述确定当前配送场景，包括：根据所述当前订单所在区域的计划配送数据和历史订单数据确定当前的运力供需状态；根据当前的运力供需状态确定所述当前配送场景。6.根据权利要求2至5任一项所述的订单处理方法，其特征在于，所述根据所述多维预测结果及每个维度的预测模型的模型权重确定所述当前订单的配送难度参数，包括：将所述当前订单在每个维度的预测结果与对应维度的预测模型的模型权重相乘，取所得结果中的最大值作为所述当前订单的配送难度参数。7.根据权利要求2至5任一项所述的订单处理方法，其特征在于，所述根据所述多维预测结果及每个维度的预测模型的模型权重确定所述当前订单的配送难度参数，包括：将所述当前订单在每个维度的预测结果与对应维度的预测模型的模型权重相乘后求和，将所得和值作为所述当前订单的配送难度参数。8.根据权利要求1至5任一项所述的订单处理方法，其特征在于，所述多维预测模型按照如下方法训练得到：采集历史订单的至少两个特征信息，构建样本；设置多维决策因素；将所述样本以及所述样本在所述多维决策因素中每个维度的决策因素下的实际决策结果作为训练数据，进行模型训练，得到所述多维预测模型。9.根据权利要求8所述的订单处理方法，其特征在于，在设置多维决策因素之后，还包
括：将所述样本在所述多维决策因素中每个维度的决策因素下的实际决策结果二值化。10.一种订单处理装置，其特征在于，所述装置包括：采集模块，被配置成用于采集当前订单的至少两个特征信息；预测模块，被配置成用于将所述特征信息作为多维预测模型中每个预测模型的输入，得到多维预测结果，其中，所述多维预测模型包括至少两个预测模型，不同预测模型用于输出所述当前订单在不同维度的决策因素下的预测结果；第一确定模块，被配置成用于根据所述多维预测结果确定所述当前订单的配送难度参数，所述配送难度参数用于表征所述当前订单的配送难度；第二确定模块，被配置成用于根据所述当前订单的配送难度参数确定所述当前订单的处理策略。11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至9中任一项所述的订单处理方法的步骤。12.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1至9中任一项所述的订单处理方法的步骤。

技术总结
本公开涉及一种订单处理方法、装置、存储介质及电子设备，该方法包括：采集当前订单的至少两个特征信息；将该特征信息作为多维预测模型中每个预测模型的输入，得到多维预测结果，其中，该多维预测模型包括至少两个预测模型，不同预测模型用于输出当前订单在不同维度的决策因素下的预测结果；根据该多维预测结果确定当前订单的配送难度参数，该配送难度参数用于表征当前订单的配送难度；根据当前订单的配送难度参数确定当前订单的处理策略。本公开由于在确定当前订单的配送难度时，采用了多维预测模型，从不同维度的决策因素下对当前订单的配送难度进行预测，纳入考虑了更多、更全面的对订单配送难度的刻画因素，因而可以准确确定订单配送难度。定订单配送难度。定订单配送难度。


技术研发人员：余锦斌 丁雪涛 张润丰 林雯 徐珊珊 边静雅 胡梦颖 白建昆 张楠 刘新春 刘怀军 何仁清
受保护的技术使用者：北京三快在线科技有限公司
技术研发日：2020.06.16
技术公布日：2021/12/16