商户推荐方法、装置、电子设备及存储介质

技术领域

本发明属于网络技术领域，特别是涉及一种商户推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的不断发展，用户经常会在网络平台中向商户提交服务订单，以使商户向用户提供服务。示例的，用户可以在外卖平台中向商户提交外卖订单，以购买商户的物品。

为了方便用户下单，经常会向用户推荐商户。现有方式中往往直接向用户推荐评价较高的商户。这种推荐方式中，用户针对所推荐的商户下单之后，订单的配送效率可能较低。

发明内容

本发明提供一种商户推荐装置、装置、电子设备及存储介质，以便解决户针对所推荐的商户下单之后，订单的配送效率可能较低的问题。

第一方面，本发明提供一种商户推荐方法，所述方法包括：

对于任一目标区域，将所述目标区域当前的已下单订单对应的商户作为待选商户，根据各个所述待选商户的所在位置，从所述待选商户中确定目标商户；其中，所述目标商户之间的密集程度满足预设条件；

将所述目标区域中当前未下单的用户作为目标用户，并根据所述目标商户向所述目标用户进行推荐。

第二方面，本发明提供一种商户推荐装置，所述装置包括：

第一确定模块，用于对于任一目标区域，将所述目标区域当前的已下单订单对应的商户作为待选商户，根据各个所述待选商户的所在位置，从所述待选商户中确定目标商户；其中，所述目标商户之间的密集程度满足预设条件；

推荐模块，用于将所述目标区域中当前未下单的用户作为目标用户，并根据所述目标商户向所述目标用户进行推荐。

第三方面，本发明提供一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述商户推荐方法。

第四方面，本发明提供一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述商户推荐方法。

在本发明实施例中，对于任一目标区域，将目标区域当前的已下单订单对应的商户作为待选商户，根据各个待选商户的所在位置，从待选商户中确定目标商户，其中，目标商户之间的密集程度满足预设条件，将目标区域中当前未下单的用户作为目标用户，并根据目标商户向目标用户进行推荐。这样，向目标区域中当前未下单的目标用户推荐目标商户，一定程度上可以使得目标用户后续所下的订单能够较高概率与已下单订单顺路配送，进而一定程度上可以确保目标用户所下订单的订单配送效率。

同时，由于目标商户是与目标用户处于同一目标区域的其他用户下单的商户，而处于同一目标区域的用户群往往具备相似的需求，因此，通过推荐相对目标用户而言当前配送效率较高的目标商户，一定程度上可以确保目标商户对目标用户的吸引程度，进而提高推荐效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种商户推荐方法的步骤流程图；

图2是本发明实施例提供一种处理示意图；

图3是本发明实施例提供的一种历史配送轨迹的示意图；

图4是本发明实施例提供的一种当前可用的配送路线的示意图；

图5是本发明实施例提供的另一种处理示意图；

图6是本发明实施例提供的一种商户推荐装置的结构图；

图7是本发明实施例提供的一种电子设备的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明实施例提供的一种商户推荐方法的步骤流程图，如图1所示，该方法可以包括：

步骤101、对于任一目标区域，将所述目标区域当前的已下单订单对应的商户作为待选商户，根据各个所述待选商户的所在位置，从所述待选商户中确定目标商户；其中，所述目标商户之间的密集程度满足预设条件。

本发明实施例中，目标区域可以是预先划分的，目标区域可以为地图中的一部分。示例的，目标区域可以对应一所学校、一座办公大楼，等等。目标区域当前的已下单订单可以是目标区域中的用户通过应用程序发布的未完成服务订单，例如，可以是发布的未完成外卖订单，等等。具体的，可以通过获取用户的位置信息，然后将用户的位置信息与目标区域所覆盖的位置信息进行比对，如果该用户的位置信息落入目标区域，则可以确定该用户为目标区域中的用户。其中，获取用户的位置信息可以是获取用户所使用终端的地图应用上报的位置信息，也可以基于用户所使用终端对用户进行定位，然后获取定位到的位置信息。进一步地，可以在后台数据中检测目标区域中用户的未完成订单，然后将这些订单作为目标区域当前的已下单订单。具体的，可以检测未完成订单的配送目的地是否为目标区域，若是，则将该未完成订单作为目标区域当前的已下单订单。这样，可以在存在替他人点餐的情况下，确保已下单订单的准确性。

进一步地，已下单订单对应的商户可以是提供服务订单所约定标的物的主体。以外卖订单为例，已下单订单对应的商户可以是提供该外卖订单所订购的食物的饭馆。示例的，假设目标区域A中当前存在10个已下单订单，其中，已下单订单1～已下单订单3为订购饭馆A的鸡肉饭的订单，已下单订单4为订购饭馆B的鸡肉面的订单，已下单订单5为订购饭馆C的牛肉面的订单，已下单订单6～已下单订单8为订购饭馆D的鸡肉饭的订单，已下单订单9为订购饭馆E的牛肉饭的订单，已下单订单10为订购饭馆F的牛肉饭的订单。那么可以将这10个订单对应的6个商户：饭馆A、饭馆B、饭馆C、饭馆D、饭馆E以及饭馆F作为待选商户。

进一步地，预设条件可以是根据实际需求确定的，示例的，预设条件可以为目标商户之间的密集程度大于预设密集程度阈值。由于待选商户可能分布在不同位置。因此，本步骤中可以根据各个待选商户的所在位置，确定待选商户的整体分布情况，从中选择彼此之间的间隔距离较小，即，分布较为密集的待选商户作为目标商户，以确保最终选择出的目标商户之间的密集程度能够满足预设条件。

步骤102、将所述目标区域中当前未下单的用户作为目标用户，并根据所述目标商户向所述目标用户进行推荐。

本发明实施例中，可以在后台数据中检测目标区域中各个用户当前是否存在下单的未完成订单。如果不存在则可以将该用户确定为目标用户。进一步地，根据目标商户向目标用户进行推荐，可以是向目标用户推送包含目标商户的相关信息的推送信息，也可以是在目标商户所属的应用程序被打开时，在应用程序的页面中向目标用户显示目标商户的相关信息，等等。

进一步地，由于目标用户所处的目标区域已存在针对目标商户的已下单订单，且这些目标商户的分布较为密集，彼此之间的间隔距离较小。因此，如果目标用户后续向目标商户下单，一定程度上可以使得目标用户后续所下的订单能够较高概率与已下单订单顺路配送，进而一定程度上可以确保目标用户所下订单的订单配送效率。进一步地，处于同一目标区域的用户群往往具备相似的需求，因此，通过推荐相对目标用户而言当前配送效率较高的目标商户，一定程度上可以确保目标商户对目标用户的吸引程度，进而提高推荐效果。

本发明实施例提供的商户推荐方法，对于任一目标区域，将目标区域当前的已下单订单对应的商户作为待选商户，根据各个待选商户的所在位置，从待选商户中确定目标商户，其中，目标商户之间的密集程度满足预设条件，将目标区域中当前未下单的用户作为目标用户，并根据目标商户向目标用户进行推荐。这样，向目标区域中当前未下单的目标用户推荐目标商户，一定程度上可以使得目标用户后续所下的订单能够较高概率与已下单订单顺路配送，进而一定程度上可以确保目标用户所下订单的订单配送效率。

同时，由于目标商户是与目标用户处于同一目标区域的其他用户下单的商户，而处于同一目标区域的用户群往往具备相似的需求，因此，通过推荐相对目标用户而言当前配送效率较高的目标商户，一定程度上可以确保目标商户对目标用户的吸引程度，进而提高推荐效果。

可选的，本发明实施例中还可以通过下述步骤预先确定目标区域：

步骤S21、确定可下单区域对应的多个兴趣面AOI区域，并根据所述多个AOI区域确定可选区域。

本发明实施例中，可下单区域可以是能够进行下单的区域，可下单区域的具体范围可以根据实际需求设置，示例的，可下单区域可以为一个国家所在区域、一个省份所在区域或者是一个市区所在区域，本发明实施例对此不作限定。进一步地，兴趣面((area ofinterest，AOI)区域又可以称为信息面区域，AOI区域可以是指地图数据中区域状的地理实体，这个区域可以是大学、建筑物等，并且，这个区域通常会有一个名字，例如，北京大学、XX大厦等。

确定可下单区域对应的AOI区域时，可以是获取预先划分好的AOI区域，也可以是基于预设的AOI轮廓搜索算法，对该可下单区域进行搜索，然后将搜索到的AOI轮廓围合成的多个封闭区域，作为AOI区域。进一步地，根据AOI区域确定可选区域时，可以是选择部分或全部AOI区域作为可选区域。

步骤S22、对于任一所述可选区域，根据所述可选区域当前的已下单订单，预测所述可选区域对应的第一订单配送时长。

其中，第一订单配送时长可以表征该可选区域中用户已下单订单配送至该可选区域所需的平均时长。可选区域对应的第一订单配送时长越长，则可以认为配送至该可选区域的配送效率越低。进一步地，预测第一订单配送时长时，可以基于会影响到配送时长的因素进行预测，例如，订单数量、天气状况，所处时段，等等。

步骤S23、将对应的第一订单配送时长大于第一预设时长阈值的可选区域，确定为所述目标区域。

本步骤中，第一预设时长阈值可以是根据实际需求设置的，本发明实施例对此不作限定。示例的，第一预设时长阈值可以为50分钟。如果对应的第一订单配送时长大于第一预设时长阈值，则可以认为该可选区域的订单配送效率较低。

进一步地，配送时长往往会影响用户的下单意愿，过长的配送时长甚至会导致订单被取消。例如，配送时长越长，用户的下单意愿可能会越弱。在一种应用场景中，可能会存在由于订单量较多，导致某个区域的订单配送效率很低，进而影响用户的下单意愿。如果可选区域对应的第一订单配送时长越长，则可以认为该可选区域中未下单用户更大概率是因为当前配送效率较低而未下单。因此，本发明实施例中可以将该对应的第一订单配送时长大于第一预设时长阈值的可选区域确定为目标区域，以使得后续通过向该目标区域中的目标用户推荐配送效率较高的目标商户，可以有效增大用户下单意愿，提高用户下单率。

本发明实施例中，通过确定可下单区域对应的多个AOI区域，并根据多个AOI区域确定可选区域，根据可选区域当前的已下单订单，预测可选区域对应的第一订单配送时长，最后，将对应的第一订单配送时长大于第一预设时长阈值的可选区域确定为目标区域。由于同一AOI区域中用户群的需求相似的概率会更大，因此，本发明实施例中，通过将AOI区域作为可选区域，并从中选择目标区域，一定程度上可以使得后续向目标区域中的目标用户进行推荐时，所推荐的目标商户命中用户需求的概率，进而进一步提高推荐效果。同时，选择第一订单配送时长较长的可选区域作为目标区域，这样，可以通过向目标用户推荐配送效率较高的目标商户，一定程度上可以增大用户下单意愿，提高用户下单率。

可选的，在一种实现方式中，上述根据所述多个AOI区域确定可选区域的步骤，可以包括下述步骤：

步骤S211、确定各个所述AOI区域对应的订单下单频率。

本步骤中，对于任一AOI区域，可以从后台数据中获取多个单位时长内该AOI区域中用户下单的订单数量，将订单数量的均值作为该AOI区域的订单下单频率。当然，也可以采用其他方式确定订单下单频率，本发明实施例对此不作限定。

步骤S212、将对应的订单下单频率大于预设频率阈值的AOI区域确定为所述可选区域。

本步骤中，预设频率阈值可以是根据实际需求设置的，本发明实施例对此不作限定。如果对应的订单下单频率大于预设频率阈值，则可以认为该AOI区域的订单下单频率较大，整体下单需求较高。相应地，可以将该AOI区域确定为可选区域。本发明实施例中，通过将订单下单频率大于预设频率阈值的AOI区域，即，订单下单频率较大、整体下单需求较高的AOI区域作为可选区域，可以确保从可选区域中选出的目标区域存在较高的下单需求，进而一定程度上可以确保推荐之后的下单率，确保推荐效果。同时，可以避免向整体下单需求较低的区域进行推荐，导致资源浪费的问题。

需要说明的是，本发明实施例中也可以直接将所有的AOI区域确定为可选区域。这样，无需确定订单下单频率，即可实现确定可选区域，进而可以节省处理资源，提高确定效率。

可选的，在一种实现方式中，上述根据所述可选区域当前的已下单订单，预测所述可选区域对应的订单配送时长的步骤，可以包括下述步骤：

步骤S221、获取所述可选区域对应的第一预测信息；所述第一预测信息包括所述已下单订单的订单数量、当前天气信息、当前时段、所述可选区域的AOI类型以及所述可选区域对应的历史配送时长中的一种或多种。

实际应用场景中，订单数量越多，所需耗费的配送运力越多，相应地，可能会导致配送效率变低。因此，本发明实施例在第一预测信息中设置已下单订单的订单数量，以确保后续预测的第一订单配送时长的准确性。进一步地，订单量往往会受到所处时段的影响。示例的，以外卖订单为例，在用餐高峰期，订单量往往会变大，配送运力资源更为紧张，进而也会影响到配送效率。同样的，在恶劣天气下，配送难度较大，配送效率也会受到影响，因此，本发明实施例在第一预测信息中设置当前天气信息、当前时段也可以确保后续预测的第一订单配送时长的准确性。

进一步地，AOI类型可以表征可选区域的AOI属性，区域的AOI属性可以是预先设定的、示例的，可选区域：AA幼儿园的AOI类型可以为“学校”，可选区域：BB大厦的AOI类型可以为“办公场所”。不同类型的可选区域的下单需求往往不同，例如，办公场所的下单需求往往大于学校的下单需求，因此，对应的订单量的大小不同。且受限于可选区域所处地理位置、地形以及路况，不同可选区域的配送难度可能不同，历史配送时长的大小不同。因此，进一步在第一预测信息中设置AOI类型、历史配送时长也可以确保后续预测的第一订单配送时长的准确性。

具体在获取第一预测信息时，可以从预设数据库存中读取该可选区域的第一预测信息。其中，第一预测信息具体包含的信息种类可以根据实际需求设置。示例的，可以设置第一预测信息具体包含上述所有信息种类，以更大程度确保后续预测的第一订单配送时长。当然，第一预测信息也可以包括其他种类的信息，本发明实施例对此不作限定。

步骤S222、将所述第一预测信息作为预设配送时长预测模型的输入，并将所述预设配送时长预测模型的输出作为所述第一订单配送时长。

本步骤中，预设配送时长预测模型可以是预先训练好的神经网络模型。预设配送时长预测模型的具体模型选型可以根据实际需求选择，本发明实施例对此不作限定。示例的，图2是本发明实施例提供一种处理示意图，如图2所示，可以将订单数量、历史配送时长、当前天气信息、当前时段以及AOI类型输入预设配送时长预测模型，基于预设配送时长预测模型可以输出第一订单配送时长。

本发明实施例中，以已下单订单的订单数量、当前天气信息、当前时段、可选区域的AOI类型以及可选区域对应的历史配送时长作为第一预测信息，通过获取可选区域对应的第一预测信息，并根据第一预测信息以及预设配送时长预测模型，确定第一订单配送时长。这样，可以为预设配送时长预测模型提供充分的预测依据，进而一定程度上可以确保确定的第一订单配送时长的准确性。

可选的，在一种实现方式中，上述目标商户可以包括第一目标商户，上述根据各个所述待选商户的所在位置，从所述待选商户中确定目标商户的步骤，可以包括下述步骤：

步骤1011、根据各个所述待选商户的所在位置，确定商户推荐区域；所述商户推荐区域中包含的第一待选商户的密度大于预设密度阈值。

本步骤中，可以先基于各个待选商户的所在位置，确定待选商户的具体分布，然后根据具体分布模拟区域划分，最后将包含的第一待选商户的密度大于预设密度阈值的模拟区域作为商户推荐区域。其中，商户推荐区域包含的第一待选商户即为位于该商户推荐区域的待选商户，第一待选商户的密度可以表征第一待选商户之间的密集程度，预设密度阈值可以是根据实际需求设置的，本发明实施例对此不作限定。

步骤1012、将位于所述商户推荐区域中的第一待选商户，确定为所述第一目标商户。

本步骤中，商户推荐区域中包含的第一待选商户的密度大于预设密度阈值，则可以认为商户推荐区域为订单高密集区域，商户推荐区域中的第一待选商户之间的密集程度满足预设条件，因此，可以将该商户推荐区域中的第一待选商户召回，以作为第一目标商户。

本发明实施例中，根据各个待选商户的所在位置，确定包含的第一待选商户的密度大于预设密度阈值的商户推荐区域，然后将位于商户推荐区域中的第一待选商户，确定为第一目标商户。这样，通过根据商户位置分布，选择订单密度较高的区域作为商户推荐区域，并召回其中的商户，进而一定程度上可以确保目标商户的准确性。

进一步地，本发明实施例中的目标商户还可以包括第二目标商户，上述确定目标商户的步骤，还可以包括下述步骤：

步骤1023、根据所述第一待选商户与所述目标区域之间的历史配送轨迹，确定所述商户推荐区域与所述目标区域之间当前可用的配送路线。

其中，当前可用的配送路线可以指的是在商户推荐区域与目标区域之间进行配送时较大概率会采用的路线。本步骤中，可以先获取第一待选商户与目标区域之间所有可用的历史配送轨迹。具体的，可以获取配送执行体(例如，骑手)在第一待选商户与所述目标区域之间进行配送时的历史轨迹，以作为第一待选商户与目标区域之间的历史配送轨迹。接着，可以根据历史配送轨迹确定当前已下单订单可能采用的配送轨迹，例如，选择使用频率较高、路况较好的历史配送轨迹，并对这些历史配送轨迹进行精简，确定出最有可能采用的历史配送轨迹，以作为当前可用的配送路线。示例的，可以选择使用频率最高且当前路况拥堵程度低于预设拥堵阈值的前M条历史配送轨迹，作为当前可用的配送路线。

步骤1024、将位于所述当前可用的配送路线上的第二待选商户，确定为所述第二目标商户。

本步骤中，位于当前可用的配送路线上的第二待选商户可以指的是与当前可用的配送路线之间的垂直距离不大于预设距离阈值的待选商户。示例的，图3是本发明实施例提供的一种历史配送轨迹的示意图，图4是本发明实施例提供的一种当前可用的配送路线的示意图，其中，图4中的配送路线是在图3中的历史配送轨迹的基础上精简之后得到的，图3及图4中的圆圈表示目标商户。可以看出，图4中的配送路线的数量少于图3中的历史配送轨迹的数量。

由于第二待选商户位于当前可用的配送路线上，因此，如果目标用户后续向第二待选商户下单，第二待选商户的订单也能较大概率被顺路配送，且由于商户推荐区域为目标商户聚集的区域，因此，商户推荐区域周围的运力资源往往分布较多，这样，可以确保第二待选商户的订单被配送执行体接单的概率。

本发明实施例中，先确定出商户推荐区域与目标区域之间当前可用的配送路线，然后将位于当前可用的配送路线上的第二待选商户，确定为第二目标商户。这样，通过进一步召回沿途的顺路商户，可以在确保召回的第二目标商户对应较高配送效率的同时，增大目标商户的整体数量，进而增大用户的可选择性。同时，后续向目标用户推荐较为集中的第一目标商户以及在沿途的第二目标商户，可以使得目标用户在向目标商户所下订单集中在方便配送的区域或路线上，进而一定程度上可以充分利用配送资源，提升整体配送效率。

可选的，本发明实施例中，还可以在确定目标商户之后，执行下述步骤：

步骤S31、对于任一所述目标商户，根据所述目标商户的第二预测信息，预测各个所述目标商户当前所需的第二订单配送时长；所述第二预测信息包括配送执行体到店时长、订单处理速度以及当前已有订单量中的一种或多种。

实际应用场景中，配送执行体到店时长越大、目标商户的订单处理速度越慢、目标商户的当前已有订单量越大，会导致该目标商户所接订单的订单配送时长变长。因此，本发明实施例中可以在第二预测信息中设置到店时长、订单处理速度、当前已有订单量，以确保根据第二预测信息确定目标商户当前所需的第二订单配送时长的准确性。具体在获取第二预测信息时，可以从预设数据库存中读取该目标商户的第二预测信息。其中，第二预测信息具体包含的信息种类可以根据实际需求设置，示例的，可以设置第二预测信息具体包含上述所有信息种类，以更大程度确保预测的第二订单配送时长。当然，第二预测信息也可以包括其他种类的信息，本发明实施例对此不作限定。

进一步地，根据目标商户的第二预测信息，预测各个目标商户当前所需的第二订单配送时长时，可以将目标商户的第二预测信息作为预设的第二时长预测模型的输入，然后将该第二时长预测模型的输出作为该目标商户当前所需的第二订单配送时长。其中，第二订单配送时长可以表征该目标商户当前所接订单被配送至目标区域所需的平均时长，第二时长预测模型可以是根据实际需求具体选择的。

步骤S32、剔除第二订单配送时长大于第二预设时长阈值的目标商户。

本步骤中，如果目标商户当前所需的第二订单配送时长大于第二预设时长阈值，则可以认为该目标商户当前的订单配送效率较低，因此，可以将该目标商户剔除。本发明实施例中，通过对召回的目标商户进一步进行筛选过滤，这样，可以更大程度的确保目标商户相对目标用户的配送效率，进而可以确保后续目标用户向目标商户所下订单的配送效率，提高对目标用户的吸引力。

可选的，在本发明实施例的一种实现方式中，上述根据所述目标商户向所述目标用户进行推荐的步骤，可以包括下述步骤：

步骤1031、对于任一所述目标用户，根据第三预测信息，预测所述目标用户对各个所述目标商户的下单率；所述第二预测信息包括所述目标用户的用户画像信息、历史行为信息、所述目标商户的商户信息以及配送相关信息中的一种或多种。

其中，用户画像信息可以包括目标用户的年龄、性别、职业类型，等等。历史行为信息可以表征目标用户的历史点赞行为、历史下单行为、历史加购行为，等等。目标商户的商户信息可以包括目标商户的营业时长、用户评价、商户评分，等等。配送相关信息可以包括会影响配送效率的因素，配送相关信息可以表征上下文特征。

在一种实现方式中，根据第三预测信息确定目标用户对目标商户的下单率时，可以对用户画像信息、历史行为信息、目标商户的商户信息以及配送相关信息进行向量化，分别得到用户画像特征、历史行为特征、商户特征以及配送特征，然后可以通过预测模型根据这些特征预测下单率确定下单率。示例的，图5是本发明实施例提供的另一种处理示意图，如图5所示，预测模型可以包括拼接层(Concat)、自注意力层(Self-Attention)、全连接层(Fully Connected)，基于该预测模型可以确定出下单率(Probability)。

步骤1032、根据所述目标用户对各个所述目标商户的下单率以及各个所述目标商户当前所需的第二订单配送时长，确定所述目标用户对各个所述目标商户的偏好程度。

本步骤中，偏好程度可以与下单率正相关、与第二订单配送时长负相关。示例的，在一种实现方式中，对于任一目标商户，可以计算目标用户对该目标商户的下单率与第一预设系数的乘积、计算该目标商户当前所需的第二订单配送时长与第二预设系数的乘积，然后将两个乘积之和确定为目标用户对该目标商户的偏好程度。其中，第一预设系数可以为正数，第二预设系数可以为负数。当然，也可以采用其他计算方式，本发明实施例对此不作限定。

这样，通过平衡下单率以及第二订单配送时长来确定目标用户对目标商户的偏好程度，一定程度上可以确保后续的推荐操作的推荐效果。

步骤1033、按照所述目标用户对各个所述目标商户的偏好程度，向所述目标用户推荐所述目标商户。

示例的，可以按照偏好程度由大至小的顺序，向目标用户显示目标商户。或者是，向目标用户展示偏好程度最高的前N个目标商户对应的商户推荐信息。其中，商户推荐信息中可以包括前N个目标商户对应的配送效率信息。这样，通过展示能够表征配送效率信息的前N个目标商户对应的商户推荐信息，从整体配送效率出发，为目标用户个性化推送商户，一定程度上可以确保最终展示的目标商户对目标用户的吸引力，进而确保推荐效果。

其中，配送效率信息的具体内容可以根据实际需求设置，示例的，配送效率信息可以为预估的配送时长，或者是表征配送时长长短的文本信息，例如，“配送较快，等待时间更短”，等等。进一步地，商户推荐信息中还可以包括其他信息，例如，目标商户的名称、目标区域的名称，等等。相应地，展示商户推荐信息时，可以在目标用户未进入预设应用程序的情况下，先发送包含某个目标商户的商户推荐信息的推送消息，该推送消息可以为“您喜爱的XXX店铺，和YYY附近的用户顺路配送，等待时间更短”。目标用户点击进入预设应用程序之后，可以向用户显示前N个目标商户对应的商户推荐信息。

本发明实施例中，通过确定目标用户对各个目标商户的下单率，然后结合下单率以及各个目标商户当前所需的第二订单配送时长，确定目标用户对各个目标商户的偏好程度，最后，按照目标用户对各个目标商户的偏好程度，向目标用户推荐目标商户。这样，可以使得更符合目标用户偏好的目标商户更容易被目标用户关注到，进而一定程度上可以提高目标商户对目标用户的吸引力，增强目标用户的下单欲，从而确保目标商户的推荐效果。

在一种场景中，在高峰期可能会出现订单量过大，导致配送运力资源紧张的问题。为了解决这种情况下，现有方式往往是通过缩减配送范围、提升配送费、减少促销活动或者是发布针对配送执行体的运营活动，提高配送执行体的接单意愿。但是，这种方式会导致用户可选范围变小，影响用户体验，平台的整体订单量变小，运营成本增大等问题，且无法有效提高配送效率。为此，在订单量过大的情况下，本发明实施例中无需采用现有手段，可以直接通过向未下单的目标用户，推荐相对目标用户而言配送效率较大的目标商户，引导目标用户向目标商户下单，这样，即使在平台的订单量过大的情况下，一定程度上也可以确保订单的配送效率，充分利用配送资源。

图6是本发明实施例提供的一种商户推荐装置的结构图，该装置20可以包括：

第一确定模块201，用于对于任一目标区域，将所述目标区域当前的已下单订单对应的商户作为待选商户，根据各个所述待选商户的所在位置，从所述待选商户中确定目标商户；其中，所述目标商户之间的密集程度满足预设条件；

推荐模块202，用于将所述目标区域中当前未下单的用户作为目标用户，并根据所述目标商户向所述目标用户进行推荐。

可选的，所述装置20还包括：

第二确定模块，用于确定可下单区域对应的多个兴趣面AOI区域，并根据所述多个AOI区域确定可选区域；

第一预测模块，用于对于任一所述可选区域，根据所述可选区域当前的已下单订单，预测所述可选区域对应的第一订单配送时长；

将对应的第一订单配送时长大于第一预设时长阈值的可选区域，确定为所述目标区域。

可选的，所述第二确定模块，具体用于：

确定各个所述AOI区域对应的订单下单频率；

将对应的订单下单频率大于预设频率阈值的AOI区域确定为所述可选区域。

可选的，所述第一预测模块，具体用于：

获取所述可选区域对应的第一预测信息；所述第一预测信息包括所述已下单订单的订单数量、当前天气信息、当前时段、所述可选区域的AOI类型以及所述可选区域对应的历史配送时长中的一种或多种；

将所述第一预测信息作为预设配送时长预测模型的输入，并将所述预设配送时长预测模型的输出作为所述第一订单配送时长。

可选的，所述第一确定模块201，具体用于：

根据各个所述待选商户的所在位置，确定商户推荐区域；所述商户推荐区域中包含的第一待选商户的密度大于预设密度阈值；

将位于所述商户推荐区域中的第一待选商户，确定为所述第一目标商户。

可选的，所述目标商户还包括第二目标商户；所述第一确定模块201，还具体用于：

根据所述第一待选商户与所述目标区域之间的历史配送轨迹，确定所述商户推荐区域与所述目标区域之间当前可用的配送路线；

将位于所述当前可用的配送路线上的第二待选商户，确定为所述第二目标商户。

可选的，所述装置20还包括：

第二预测模块，用于对于任一所述目标商户，根据所述目标商户的第二预测信息，预测各个所述目标商户当前所需的第二订单配送时长；所述第二预测信息包括配送执行体到店时长、订单处理速度以及当前已有订单量中的一种或多种；

剔除模块，用于剔除第二订单配送时长大于第二预设时长阈值的目标商户。

可选的，所述推荐模块202，具体用于：

对于任一所述目标用户，根据第三预测信息，预测所述目标用户对各个所述目标商户的下单率；所述第二预测信息包括所述目标用户的用户画像信息、历史行为信息、所述目标商户的商户信息以及配送相关信息中的一种或多种；

根据所述目标用户对各个所述目标商户的下单率以及各个所述目标商户当前所需的第二订单配送时长，确定所述目标用户对各个所述目标商户的偏好程度；

按照所述目标用户对各个所述目标商户的偏好程度，向所述目标用户推荐所述目标商户。

可选的，所述推荐模块202，还具体用于：

向所述目标用户展示偏好程度最高的前N个目标商户对应的商户推荐信息；其中，所述商户推荐信息中包括所述前N个目标商户对应的配送效率信息。

本发明实施例提供的商户推荐装置，对于任一目标区域，将目标区域当前的已下单订单对应的商户作为待选商户，根据各个待选商户的所在位置，从待选商户中确定目标商户，其中，目标商户之间的密集程度满足预设条件，将目标区域中当前未下单的用户作为目标用户，并根据目标商户向目标用户进行推荐。这样，向目标区域中当前未下单的目标用户推荐目标商户，一定程度上可以使得目标用户后续所下的订单能够较高概率与已下单订单顺路配送，进而一定程度上可以确保目标用户所下订单的订单配送效率。

同时，由于目标商户是与目标用户处于同一目标区域的其他用户下单的商户，而处于同一目标区域的用户群往往具备相似的需求，因此，通过推荐相对目标用户而言当前配送效率较高的目标商户，一定程度上可以确保目标商户对目标用户的吸引程度，进而提高推荐效果。

本发明还提供了一种电子设备，参见图7，包括：处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的计算机程序3021，所述处理器执行所述程序时实现前述实施例的商户推荐方法。

本发明还提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述实施例的商户推荐方法。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明的排序设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。