龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请公开了一种基于多尺度时序特征融合的预约服务退单预测方法及装置，涉及预约服务退单预测领域，包括：获取待预测的预约服务订单的预约特征数据；预约特征数据包括服务商特征信息、用户预约特征信息、统计类时序及统计类非时序数据；将统计类时序数据中各时间序列进行多尺度时序特征融合后，与其他预约特征数据一并输入至多任务学习预测网络中进行毁单预测。其中，多任务学习预测网络包括毁单预测主模型和拒单预测辅助模型。本发明能够对待预测的预约服务订单在服务时是否毁单进行准确预测。
主权项：1.一种基于多尺度时序特征融合的预约服务退单预测方法，其特征在于，包括：获取待预测的预约服务订单的预约特征数据；所述预约特征数据包括服务商的特征信息、用户预约特征信息、统计类时序数据和统计类非时序数据；所述统计类时序数据包括待预测的预约服务订单的预约服务时间点之前的第一预设时间段内的接单量时间序列、服务时毁单量时间序列、拒单量时间序列、预约平台关注度时间序列和时间属性序列；所述统计类非时序数据包括待预测的预约服务订单的预约服务时间点之前的第二预设时间段内的接单量总数、服务时毁单量总数、拒单量总数和预约平台关注度总数；将所述接单量时间序列、所述服务时毁单量时间序列、所述拒单量时间序列、所述预约平台关注度时间序列和所述时间属性序列进行多尺度时序特征融合，得出时序特征综合表示；将所述服务商特征信息、所述用户预约特征信息和所述统计类非时序数据输入至训练后的拒单预测辅助模型中，得出待预测的预约服务订单的拒单预测结果；将所述时序特征综合表示、所述服务商特征信息、所述用户预约特征信息、所述统计类非时序数据和所述拒单预测结果输入到训练后的毁单预测主模型中，得出待预测的预约服务订单在服务时被毁单的毁单预测结果；所述毁单预测主模型和所述拒单预测辅助模型为机器学习模型。
全文数据：
权利要求：
百度查询： 浙江科技大学 基于多尺度时序特征融合的预约服务退单预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号