倒计时展示方法、装置、电子设备及存储介质

技术领域

本发明涉及互联网技术领域，特别是涉及一种倒计时展示方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的迅速发展，网约车服务越来越受到用户的青睐，用户通过网约车服务能够更加便利、更加快速地进行乘车。

在网约车出行平台聚合的模式下，乘客在约车时可以选择多种车型，在提单首次被响应后，系统会延迟一定时间，以便等待其他车型响应。通过延迟一段时间可以增加寻优机会，从而提升派单成单率。

目前，网约车出行平台通常会弹出倒计时卡片，并且根据经验设置倒计时时长，以便给乘客提供明确的接单预期。直观上，如果延迟时间越长能响应的车型就越多，从而就更有可能找到匹配此提单的最优车型。但是，如果倒计时时长设置的不合理，可能会导致对于首次响应的车型不公平，或者乘客在接单前取消等情况。因此，如何能够更加准确、更加合理地展示倒计时，是目前亟待解决的问题。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种倒计时展示方法、装置、电子设备及存储介质。

第一方面，本发明实施例公开了一种倒计时展示方法，执行于服务端，所述方法包括：

在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态；

根据所述供需状态，判断是否展示倒计时；

在判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长；

向所述客户端发送携带所述倒计时时长的倒计时展示指令。

可选地，所述依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长，包括：将所述当前供需特征和所述历史愿等偏好特征作为预先训练的时长预估模型的输入，将所述时长预估模型的输出作为所述倒计时时长；其中，所述时长预估模型依据多个第一样本数据训练得到，所述第一样本数据包括样本提单对应的样本当前供需特征和样本乘客历史愿等偏好特征，以及所述样本提单的实际等待时长的标注信息。

可选地，在所述计算展示的倒计时时长之后，还包括：在所述倒计时时长小于预设的最小时长时，将所述倒计时时长修正为所述最小时长；在所述倒计时时长大于预设的最大时长时，将所述倒计时时长修正为所述最大时长。

可选地，所述提单请求包括起点位置；所述检测当前的供需状态，包括：获取以所述起点位置为中心的预设区域范围内，最近预设时长内的接单量和提单量；计算所述接单量与所述提单量的比值，作为当前的应答率；如果所述应答率小于第一预设阈值，则确定当前的供需状态为供需不良；否则，确定当前的供需状态为供需良好。

可选地，所述供需状态包括供需不良和供需良好；所述根据所述供需状态，判断是否展示倒计时，包括：在所述供需状态为供需不良时，确定不展示倒计时；在所述供需状态为供需良好时，确定展示倒计时。

可选地，所述向所述客户端发送携带所述倒计时时长的倒计时展示指令，包括：在所述倒计时时长计算成功时，向所述客户端发送携带所述倒计时时长的倒计时展示指令；在所述倒计时时长计算失败时，向所述客户端发送携带预设的默认倒计时时长的倒计时展示指令。

可选地，在所述判断是否展示倒计时之后，还包括：在判断出不展示倒计时后，获取响应所述提单请求的司机数量；在仅有一个司机响应所述提单请求的情况下，将所述司机作为目标司机，对所述目标司机进行派单；在有多个司机响应所述提单请求的情况下，分别计算各司机的权重值，并基于所述各司机的权重值，利用二分图最大权值匹配方式，从所述多个司机中匹配得到目标司机，对所述目标司机进行派单。

第二方面，本发明实施例公开了一种倒计时展示装置，应用于服务端，所述装置包括：

检测模块，用于在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态；

判断模块，用于根据所述供需状态，判断是否展示倒计时；

计算模块，用于在所述判断模块判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长；

发送模块，用于向所述客户端发送携带所述倒计时时长的倒计时展示指令。

可选地，所述计算模块，具体用于将所述当前供需特征和所述历史愿等偏好特征作为预先训练的时长预估模型的输入，将所述时长预估模型的输出作为所述倒计时时长；其中，所述时长预估模型依据多个第一样本数据训练得到，所述第一样本数据包括样本提单对应的样本当前供需特征和样本乘客历史愿等偏好特征，以及所述样本提单的实际等待时长的标注信息。

可选地，所述装置还包括：修正模块，用于在所述计算模块计算展示的倒计时时长之后，在所述倒计时时长小于预设的最小时长时，将所述倒计时时长修正为所述最小时长；在所述倒计时时长大于预设的最大时长时，将所述倒计时时长修正为所述最大时长。

可选地，所述提单请求包括起点位置；所述检测模块包括：数量获取单元，用于获取以所述起点位置为中心的预设区域范围内，最近预设时长内的接单量和提单量；概率计算单元，用于计算所述接单量与所述提单量的比值，作为当前的应答率；状态确定单元，用于如果所述应答率小于第一预设阈值，则确定当前的供需状态为供需不良；否则，确定当前的供需状态为供需良好。

可选地，所述供需状态包括供需不良和供需良好；所述判断模块，具体用于在所述供需状态为供需不良时，确定不展示倒计时；在所述供需状态为供需良好时，确定展示倒计时。

可选地，所述发送模块包括：第一发送单元，用于在所述倒计时时长计算成功时，向所述客户端发送携带所述倒计时时长的倒计时展示指令；第二发送单元，用于在所述倒计时时长计算失败时，向所述客户端发送携带预设的默认倒计时时长的倒计时展示指令。

可选地，所述装置还包括：获取模块，用于在所述判断模块判断出不展示倒计时后，获取响应所述提单请求的司机数量；第一派单模块，用于在仅有一个司机响应所述提单请求的情况下，将所述司机作为目标司机，对所述目标司机进行派单；第二派单模块，用于在有多个司机响应所述提单请求的情况下，分别计算各司机的权重值，并基于所述各司机的权重值，利用二分图最大权值匹配方式，从所述多个司机中匹配得到目标司机，对所述目标司机进行派单。

第三方面，本发明实施例公开了一种电子设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质；当所述指令由所述一个或多个处理器执行时，使得所述处理器执行如上任一项所述倒计时展示方法。

第四方面，本发明实施例公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一项所述的倒计时展示方法。

本发明实施例中，服务端在客户端发送的乘客提单请求首次被响应后，可以基于当前的供需状态判断是否展示倒计时，并且在判断出展示倒计时的情况下，依据当前供需特征和乘客的历史愿等偏好特征计算展示的倒计时时长。由于考虑到了当前供需的因素及乘客是否愿意等待的因素，因此计算出的倒计时时长更加合理、更加准确。

附图说明

图1是本发明实施例的一种倒计时展示方法的步骤流程图。

图2是本发明实施例的一种倒计时展示界面的示意图。

图3是本发明实施例的另一种倒计时展示方法的步骤流程图。

图4是本发明实施例的一种倒计时展示装置的结构框图。

图5是本发明实施例的另一种倒计时展示装置的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的倒计时展示方法应用于服务端。乘客在客户端预约网约车发出提单请求，服务端在提单请求首次被响应后，基于当前的供需状态、当前供需特征和乘客的历史愿等偏好特征，更加合理、更加准确地进行倒计时展示。

其中，网约车是网络预约出租汽车的简称，网约车可以包括出租车，顺风车，快车，专车，等等。服务端可以为各网约车出行平台的服务器。客户端可以为各网约车出行的APP(应用程序)。

参照图1，示出了本发明实施例的一种倒计时展示方法的步骤流程图。

如图1所示，倒计时展示方法可以包括以下步骤：

步骤101，在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态。

乘客在客户端上执行相应操作，比如设置起点位置、终点位置、选定车型等，之后点击“呼叫”按钮，即可触发提单请求，客户端将乘客提单请求发送至服务端。

服务端接收到提单请求后，等待司机响应该提单请求。当提单请求首次被响应后，服务端检测当前的供需状态。其中，供需状态可以包括供需良好和供需不良等状态。

步骤102，根据所述供需状态，判断是否展示倒计时。

服务端根据当前的供需状态，判断在客户端上是否展示倒计时。比如，在供需状态良好时，可以选择展示倒计时；在供需状态不良时，可以选择不展示倒计时。

步骤103，在判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长。

服务端在判断出展示倒计时后，可以获取当前供需特征和乘客的历史愿等偏好特征，并依据当前供需特征和乘客的历史愿等偏好特征，计算展示的倒计时时长。比如，在供需良好且乘客愿等的情况下，计算出的倒计时时长会适当增大；在供需良好单乘客不愿等的情况下，计算出的倒计时时长会适当减小；在供需不良的情况下，可以不展示倒计时，等等。据此计算出的倒计时时长更加合理、更加准确，不仅能够提升用户体验，而且也能充分利用运力效率。

步骤104，向所述客户端发送携带所述倒计时时长的倒计时展示指令。

服务端在判断出展示倒计时，并计算出展示的倒计时时长后，向客户端发送倒计时展示指令，该倒计时展示指令可以携带计算得到的倒计时时长等信息。

客户端接收到倒计时展示指令后，可以弹出倒计时卡片，按照该倒计时展示指令中携带的倒计时时长展示倒计时，还可以在倒计时卡片上展示明确提示文案。图2是本发明实施例的一种倒计时展示界面的示意图。如图2所示，在倒计时展示界面中展示倒计时卡片，倒计时卡片中展示实时倒计时时长，并展示“正为您匹配最优车辆”的提示文案。

本发明实施例中，服务端在客户端发送的乘客提单请求首次被响应后，可以基于当前的供需状态判断是否展示倒计时，并且在判断出展示倒计时的情况下，依据当前供需特征和乘客的历史愿等偏好特征计算展示的倒计时时长。由于考虑到了当前供需的因素及乘客是否愿意等待的因素，因此计算出的倒计时时长更加合理、更加准确。

参照图3，示出了本发明实施例的另一种倒计时展示方法的步骤流程图。

如图3所示，倒计时展示方法可以包括以下步骤：

步骤301，在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态。

乘客在提单时，可以设置起点位置、终点位置、多种选定车型(比如车型M1、M2、M3……)等。乘客提单后，客户端向服务端发送该乘客的提单请求。提单请求中可以包括乘客的用户标识、起点位置、终点位置、选定车型等信息。

服务端接收到提单请求后，等待司机响应该提单请求。当提单请求首次被一个选定车型Mj的司机响应后，服务端检测当前的供需状态。

在一种可选实施方式中，检测当前的供需状态的过程，可以包括以下步骤A1～A3：

步骤A1，获取以所述起点位置为中心的预设区域范围内，最近预设时长内的接单量和提单量。

在实现中，获取起点位置的Hex编码，依据该Hex编码获取以起点位置为中心的预设区域范围，并获取该预设区域范围内在最近预设时长内的接单量和提单量。

对于预设区域范围和预设时长的具体数值，可以根据实际经验选用任意适用的数值，本发明实施例对此不做限制。比如，以起点位置为中心的预设区域范围可以是以起点位置为中心的2.25平方公里、2.5平方公里、3平方公里等面积的正六边形区域范围。比如，预设时长可以是5分钟、8分钟、10分钟、12分钟，等等。

步骤A2，计算所述接单量与所述提单量的比值，作为当前的应答率。

步骤A3，如果所述应答率小于第一预设阈值，则确定当前的供需状态为供需不良；否则，确定当前的供需状态为供需良好。

对于第一预设阈值的具体数值，可以根据实际经验选用任意适用的数值，本发明实施例对此不做限制。比如，第一预设阈值可以为30％、40％、50％，等等。

步骤302，根据所述供需状态，判断是否展示倒计时。若是，则执行步骤303；若否，则执行步骤307。

本发明实施例中，如果当前的供需状态为供需不良，则在倒计时时长内很可能没有其他司机响应该提单请求，因此为了避免没有其他司机响应该提单请求而导致乘客的时间浪费，在当前的供需状态为供需不良时，确定不展示倒计时；如果当前的供需状态为供需良好，则在倒计时时长内很可能会有其他司机响应该提单请求，因此为了能够为该提单请求匹配到最优车型，在当前的供需状态为供需良好时，确定展示倒计时。

步骤303，在判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长。

如果步骤302中判断出展示倒计时，则可以依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长。

其中，当前供需特征为起点位置的当前供需特征，当前供需特征可以包括：以所述起点位置为中心的预设区域范围内，最近预设时长内的接单量、提单量、取消量、平均等待时长等特征。对于预设区域范围和最近预设时长，可以参照上述步骤301中的相关描述。

乘客的历史愿等偏好特征可以包括：该乘客在历史预设时长内的平均等待时长、该乘客在与当前提单时间段对应的至少一个同一历史时间段内的等待时长等特征。比如，历史预设时长可以为最近20天、30天等，同一历史时间段可以为之前1天、2天、5天等的同一历史时间段，本发明实施例对此不做限制。

在一种可选实施方式中，可以预先训练用于预估倒计时时长的时长预估模型。在训练过程中，获取大量的第一样本数据，每个第一样本数据都包括样本提单对应的样本当前供需特征和样本乘客历史愿等偏好特征，以及所述样本提单的实际等待时长的标注信息。基于大量第一样本数据，采用机器学习算法对待训练时长预估模型进行训练，将样本提单的样本当前供需特征和样本乘客历史愿等偏好特征作为待训练时长预估模型的输入，得到待训练时长预估模型输出的该样本提单的样本预估倒计时时长。基于样本提单的样本预估倒计时时长与样本提单的实际等待时长的标注信息，可以计算损失值。在损失值满足预设条件(比如损失值处于预设范围内等)时，确定训练完成，将训练完成的模型作为时长预估模型。

因此，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长的过程，可以包括：将所述当前供需特征和所述历史愿等偏好特征作为预先训练的时长预估模型的输入，将所述时长预估模型的输出作为所述倒计时时长。时长预估模型输出的时长表示乘客的愿等时长(也即乘客愿意等待的时长)，因此将时长预估模型的输出作为展示的倒计时时长，能够符合当前的供需特征和乘客的意愿。时长预估模型基于大量样本训练得到，利用时长预估模型，能够更加准确、更加快速地获取倒计时时长。

在一种可选实施方式中，由于时长预估模型具有一定的不确定性，预估得到的倒计时时长可能与实际情况偏差较大，因此可以进一步对倒计时时长进行修正。在实现中，预先设置合理的最小时长和最大时长，在所述倒计时时长小于预设的最小时长时，将所述倒计时时长修正为所述最小时长；在所述倒计时时长大于预设的最大时长时，将所述倒计时时长修正为所述最大时长，从而保证倒计时时长在合理的范围内。

对于最小时长和最大时长的具体数值，可以根据实际经验选用任意适用的数值，本发明实施例对此不做限制。比如，最小时长可以为3秒、5秒等，最大时长可以为10秒、15秒等。

步骤304，判断所述倒计时时长是否计算成功。若是，则执行步骤305；若否，则执行步骤306。

步骤305，在所述倒计时时长计算成功时，向所述客户端发送携带所述倒计时时长的倒计时展示指令。

在倒计时时长计算成功时，服务端生成倒计时展示指令，该倒计时展示指令中可以携带上述计算得到的倒计时时长。服务端将携带所述倒计时时长的倒计时展示指令发送至客户端。客户端接收到倒计时展示指令后，响应于该倒计时展示指令，弹出倒计时卡片，并按照倒计时展示指令中携带的所述倒计时时长开始倒计时。

步骤306，在所述倒计时时长计算失败时，向所述客户端发送携带预设的默认倒计时时长的倒计时展示指令。

在实现中，可能会由于时长预估模型出现故障，或者服务端系统出现故障等原因，导致倒计时时长计算失败。因此，本发明实施例中可以预先设置默认倒计时时长。比如，服务端可以在接收到客户端发送的乘客提单请求后，设置默认倒计时时长；服务端也可以在提单请求首次被响应后，设置默认倒计时时长；服务端也可以在倒计时时长计算失败后，设置默认倒计时时长，本发明实施例对此不做限制。对于默认倒计时时长的具体数值，本发明实施例不做限制，比如，可以设置默认倒计时时长为上述步骤303中提到的最小时长，等等。

在倒计时时长计算失败时，服务端生成倒计时展示指令，该倒计时展示指令中可以携带预设的默认倒计时时长。服务端将携带所述默认倒计时时长的倒计时展示指令发送至客户端。客户端接收到倒计时展示指令后，响应于该倒计时展示指令，弹出倒计时卡片，并按照倒计时展示指令中携带的所述默认倒计时时长开始倒计时。

步骤307，在判断出不展示倒计时后，为所述提单请求匹配目标司机，对所述目标司机进行派单。

如果步骤302中判断出不展示倒计时，则服务端为所述提单请求匹配目标司机，对所述目标司机进行派单。

在一种可选实施方式中，为所述提单请求匹配目标司机，对所述目标司机进行派单的过程，可以包括：获取响应所述提单请求的司机数量；在仅有一个司机响应所述提单请求的情况下，将所述司机作为目标司机，对所述目标司机进行派单；在有多个司机响应所述提单请求的情况下，分别计算各司机的权重值，并基于所述各司机的权重值，利用二分图最大权值匹配方式，从所述多个司机中匹配得到目标司机，对所述目标司机进行派单。

可选地，针对任意一个司机，计算所述任意一个司机的权重值的过程，可以包括以下步骤B1～B2：

步骤B1，获取所述任意一个司机的接驾时长、接驾距离和派单成单率。

服务端可以根据响应所述提单请求的所述任意一个司机的当前位置和所述提单请求的起点位置，获得所述任意一个司机的接驾时长、接驾距离等信息。

在一种可选实施方式中，可以预先训练用于预估司机的派单成单率的派单成单率预估模型。在训练过程中，获取大量的第二样本数据，每个第二样本数据都包括样本提单对应的司机的样本历史订单信息、样本提单信息和乘客的样本历史订单信息，以及所述样本提单是否成单的标注信息。基于大量第二样本数据，采用机器学习算法对待训练派单成单率预估模型进行训练，将司机的样本历史订单信息、样本提单信息和乘客的样本历史订单信息作为待训练派单成单率预估模型的输入，得到待训练派单成单率预估模型输出的该样本提单的样本预估派单成单率。基于样本提单的样本预估派单成单率与样本提单是否成单的标注信息，可以计算损失值。在损失值满足预设条件(比如损失值处于预设范围内等)时，确定训练完成，将训练完成的模型作为派单成单率预估模型。

因此，获取所述任意一个司机的派单成单率的过程，可以包括：获取所述任意一个司机的历史订单信息、所述提单请求的提单信息和所述乘客的历史订单信息；将所述任意一个司机的历史订单信息、所述提单请求的提单信息和所述乘客的历史订单信息，作为预先训练的派单成单率预估模型的输入，得到所述派单成单率预估模型输出的所述任意一个司机的派单成单率。派单成单率预估模型基于大量样本训练得到，利用派单成单率预估模型，能够更加准确、更加快速地获取司机的派单成单率。

其中，司机的历史订单信息可以包括该司机的历史接单量、历史取消量、历史投诉率等信息。提单请求的提单信息可以包括该提单的计费时长、计费距离、预付价、终点位置的供需特征等信息。乘客的历史订单信息可以包括该乘客的历史提单量、历史取消量、历史成单量等信息。

步骤B2，对所述接驾时长、所述接驾距离和所述派单成单率进行加权计算，得到所述任意一个司机的权重值。

在实现中，可以预先设置所述接驾时长、所述接驾距离和所述派单成单率各自对应的权重值，依据各自对应的权重值，对所述接驾时长、所述接驾距离和所述派单成单率进行加权计算，得到所述任意一个司机的权重值。

响应所述提单请求的多个司机与乘客形成司乘矩阵，基于响应所述提单请求的各司机的权重值，利用二分图最大权值匹配方式，从所述多个司机中匹配得到目标司机，对所述目标司机进行派单。对于二分图最大权值匹配(KM算法)的具体处理过程，根据实际经验进行相关处理即可，本发明实施例在此不再详细论述。

需要说明的是，本发明实施例中，服务端还可以在接收到客户端发送的乘客提单请求后，或者在提单请求首次被响应后，设置是否展示倒计时的标志flag＝False(False表示不展示倒计时)。当判断出展示倒计时后，设置是否展示倒计时的标志flag＝True(True表示展示倒计时)；当判断出不展示倒计时后，不再重复设置是否展示倒计时的标志。服务端依据是否展示倒计时的标志flag，判断是向客户端发送倒计时展示指令，还是为客户端匹配目标司机，进行派单。

本发明实施例中，从提单请求被首个司机响应后，根据当前供需特征与乘客愿等偏好特征等因素计算出合理的倒计时时长，以成单率为目标，综合考虑乘客体验与商家运力效率，不仅对用户体验友好，而且对于运力效率也是充分利用。平台决策在需求侧可以为用户争取更长的等待时间，在供给侧可以进一步引入司机参与竞争，在服务商中优中选优。

参照图4，示出了本发明实施例的一种倒计时展示装置的结构框图。本图4所示的倒计时展示装置应用于服务端。

如图4所示，倒计时展示装置可以包括以下模块：

检测模块401，用于在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态；

判断模块402，用于根据所述供需状态，判断是否展示倒计时；

计算模块403，用于在所述判断模块判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长；

发送模块404，用于向所述客户端发送携带所述倒计时时长的倒计时展示指令。

参照图5，示出了本发明实施例的另一种倒计时展示装置的结构框图。图5所示的倒计时展示装置应用于服务端。

如图5所示，倒计时展示装置可以包括以下模块：

检测模块501，用于在客户端发送的乘客提单请求首次被响应后，检测当前的供需状态；

判断模块502，用于根据所述供需状态，判断是否展示倒计时；

计算模块503，用于在所述判断模块判断出展示倒计时后，依据当前供需特征和所述乘客的历史愿等偏好特征，计算展示的倒计时时长；

发送模块504，用于向所述客户端发送携带所述倒计时时长的倒计时展示指令。

可选地，所述计算模块503，具体用于将所述当前供需特征和所述历史愿等偏好特征作为预先训练的时长预估模型的输入，将所述时长预估模型的输出作为所述倒计时时长；其中，所述时长预估模型依据多个第一样本数据训练得到，所述第一样本数据包括样本提单对应的样本当前供需特征和样本乘客历史愿等偏好特征，以及所述样本提单的实际等待时长的标注信息。

可选地，所述装置还包括：修正模块505，用于在所述计算模块计算展示的倒计时时长之后，在所述倒计时时长小于预设的最小时长时，将所述倒计时时长修正为所述最小时长；在所述倒计时时长大于预设的最大时长时，将所述倒计时时长修正为所述最大时长。

可选地，所述提单请求包括起点位置；所述检测模块501包括：数量获取单元5011，用于获取以所述起点位置为中心的预设区域范围内，最近预设时长内的接单量和提单量；概率计算单元5012，用于计算所述接单量与所述提单量的比值，作为当前的应答率；状态确定单元5013，用于如果所述应答率小于第一预设阈值，则确定当前的供需状态为供需不良；否则，确定当前的供需状态为供需良好。

可选地，所述供需状态包括供需不良和供需良好；所述判断模块502，具体用于在所述供需状态为供需不良时，确定不展示倒计时；在所述供需状态为供需良好时，确定展示倒计时。

可选地，所述发送模块504包括：第一发送单元5041，用于在所述倒计时时长计算成功时，向所述客户端发送携带所述倒计时时长的倒计时展示指令；第二发送单元5042，用于在所述倒计时时长计算失败时，向所述客户端发送携带预设的默认倒计时时长的倒计时展示指令。

可选地，所述装置还包括：获取模块506，用于在所述判断模块判断出不展示倒计时后，获取响应所述提单请求的司机数量；第一派单模块507，用于在仅有一个司机响应所述提单请求的情况下，将所述司机作为目标司机，对所述目标司机进行派单；第二派单模块508，用于在有多个司机响应所述提单请求的情况下，分别计算各司机的权重值，并基于所述各司机的权重值，利用二分图最大权值匹配方式，从所述多个司机中匹配得到目标司机，对所述目标司机进行派单。

本发明实施例中，服务端在客户端发送的乘客提单请求首次被响应后，可以基于当前的供需状态判断是否展示倒计时，并且在判断出展示倒计时的情况下，依据当前供需特征和乘客的历史愿等偏好特征计算展示的倒计时时长。由于考虑到了当前供需的因素及乘客是否愿意等待的因素，因此计算出的倒计时时长更加合理、更加准确。

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。

在本发明的实施例中，还提供了一种电子设备。该电子设备可以包括一个或多个处理器，以及其上存储有指令的一个或多个机器可读介质，指令例如应用程序。当所述指令由所述一个或多个处理器执行时，使得所述处理器执行上述的方法。

在本发明的实施例中，还提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序可由电子设备的处理器执行，以完成上述的方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种倒计时展示方法、装置、电子设备及存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。