出餐时间预估方法及装置、电子设备及可读存储介质与流程

技术特征：
1.一种出餐时间预估方法，其特征在于，包括：在接收到订单查询请求后，获取目标商家对应的输入特征，其中，所述输入特征包括动态特征，所述动态特征包括多个时间点以及所述多个时间点对应的出餐特征；将所述输入特征输入至预先训练完成的出餐时间预测模型中，以得到所述订单查询请求对应的出餐时间。2.根据权利要求1所述的方法，其特征在于，在接收到订单查询请求后，获取目标商家对应的输入特征，包括：在接收到所述订单查询请求后，获取所述目标商家对应的静态特征；确定所述多个时间点以及所述多个时间点对应的出餐特征，其中，所述多个时间点之间的时间间隔相同。3.根据权利要求1所述的方法，其特征在于，所述多个时间点包括第一时间点以及多个第二时间点，所述第一时间点为接收到所述订单查询请求的时间点，所述第二时间点早于所述第一时间点，其中，在接收到订单查询请求后，获取目标商家对应的输入特征，包括：在接收到所述订单查询请求后，获取所述目标商家对应的静态特征；确定所述第一时间点以及所述多个第二时间点；获取所述第一时间点以及所述多个第二时间点分别对应的出餐特征。4.根据权利要求2或3所述的方法，其特征在于，所述出餐时间预估模型包括第一网络以及第二网络，其中，将所述输入特征输入至预先训练完成的出餐时间预估模型中，以得到所述订单查询请求对应的出餐时间，包括：将所述静态特征以及所述动态特征输入至所述第一网络，以得到所述多个时间点对应的多个第一特征向量；将所述多个第一特征向量输入至所述第二网络，以得到所述多个时间点对应的多个预测时间；根据所述订单查询请求以及所述多个预测时间确定所述出餐时间。5.根据权利要求4所述的方法，其特征在于，所述第二网络包括长短期记忆人工子网络以及全连接层，其中，将所述多个第一特征向量输入至所述第二网络，以得到所述多个时间点对应的预测时间，包括：根据所述多个第一特征向量对应的时间顺序，将所述多个第一特征向量依次输入至所述长短期记忆人工子网络，以得到所述多个第一特征向量对应的多个第二特征向量；将所述第二特征向量输入至所述全连接层，以得到所述多个时间点对应的多个预测时间。6.根据权利要求5所述的方法，其特征在于，所述长短期记忆人工子网络包括多个处理模块，所述处理模块按照所述时间顺序排列，其中，根据所述多个第一特征向量对应的时间顺序，将所述多个第一特征向量依次输入至所述长短期记忆人工子网络，包括：根据所述时间顺序将所述第一特征向量以及状态向量输入至所述处理模块中，以得到
所述第一特征向量对应的第二特征向量，其中，所述状态向量为当前处理模块的前一相邻的处理模块输出的第二特征向量。7.根据权利要求4所述的方法，其特征在于，在根据所述订单查询请求以及所述多个预测时间确定所述出餐时间会后，包括：确定所述多个预测时间中第一时间点对应的目标预测时间，其中，所述第一时间点为接收到所述订单查询请求的时间点；获取所述目标预测时间对应的固定损失；根据所述多个时间点中两个相邻时间点对应的预测时间差值，确定所述目标预测时间对应的波动损失，其中，第二时间点为所述第一时间点相邻的时间点；根据所述固定损失以及所述波动损失对所述目标预测时间进行优化，以得到所述出餐时间。8.一种出餐时间预估装置，其特征在于，包括：获取单元，用于在接收到订单查询请求后，获取目标商家对应的输入特征，其中，所述输入特征包括动态特征，所述动态特征包括多个时间点以及所述多个时间点对应的出餐特征；预测单元，用于将所述输入特征输入至预先训练完成的出餐时间预测模型中，以得到所述订单查询请求对应的出餐时间。9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7所述的出餐时间预估方法的步骤。10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7所述的出餐时间预估方法的步骤。

技术总结
本发明公开了一种出餐时间预估方法及装置、电子设备及可读存储介质。其中，该方法包括：在接收到订单查询请求后，获取目标商家对应的输入特征，其中，输入特征包括动态特征，动态特征包括多个时间点以及多个时间点对应的出餐特征；将输入特征输入至预先训练完成的出餐时间预测模型中，以得到订单查询请求对应的出餐时间。本发明解决了由于相关技术中在出餐时间的预测过程中，仅基于订单创建时进行出餐时间的预测，导致出餐时间的预测结果不准确的技术问题。技术问题。技术问题。


技术研发人员：张凡 周越 茹强
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：2020.09.17
技术公布日：2022/3/18