考虑平台综合效益的线上家政服务订单分配方法

本发明涉及数据处理技术领域，尤其涉及一种考虑平台综合效益的线上家政服务订单分配方法，根据订单的影响参数，确定用于预测订单分配结果的预测模型的约束条件和目标函数；对待分析的订单按照重要程度进行排序，并将排序后的订单序列进行分割，得到预测订单分配结果的初始最优解；基于构建的约束条件和目标函数，对得到的初始最优解进行基于强化学习的局部搜索，旨在对当前求解结果进行更新和优化并预测得到最优订单分配结果。本发明通过合理构建目标函数，配合基于强化学习的局部搜索方法，很好地解决了传统服务调度算法在大规模数据下搜索速度慢且容易陷入局部最优等问题，在算法智能性和推理速度方面均取得了一定的提升。