具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

随着互联网技术的快速发展，为了向用户提供更便捷的医疗服务，越来越多的医疗服务机构都陆续入驻各大网络平台，考虑到目前的网络平台中用户流量分发不合理的情况，本申请实施例提供一种流量分发方法，通过各服务机构的历史服务数据，确定每个服务机构的用户流量分配权重，再根据用户流量分配权重和用户信息，为用户确定目标服务者。由于充分考虑服务机构的历史服务数据和用户信息，可以为用户分配合理的服务者，从而在提升用户体验的同时，保证流量利用率和转化率。

首先，对本申请实施例提供的流量分发方法的应用场景进行说明：

图1为本申请一实施例提供的流量分发方法的应用场景示意图。如图1所示，该应用场景可以包括：客户端101和服务器102。

在本申请的实施例中，客户端101可以为任意类型的客户端，比如，可以是机器类通信的用户设备。在一些实施例中，客户端101也可称之为用户设备(user equipment，UE)、移动台(mobile station，MS)、移动终端(mobile terminal)、终端(terminal)等，例如，客户端101例可以为台式电脑、笔记本、个人数字助理(Personal Digital Assistant，简称：PDA)、智能手机、平板电脑、汽车产品、可穿戴设备等设备，本场景以台式电脑为例进行示出。

其中，服务器101是提供处理、数据库、通讯设施的业务点。服务器101可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器101可以是各种类型的，例如但不限于，网络服务器，新闻服务器，邮件服务器，消息服务器，广告服务器，文件服务器，应用服务器，交互服务器，数据库服务器，或代理服务器。在一些实施例中，每个服务器可以包括硬件，软件，或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如，服务器例如刀片服务器、云端服务器等，或者可以是由多台服务器组成的服务器群组，可以包括上述类型的服务器中的一种或多种等等。

一些实施例中，客户端101可以通过无线或有线网络与网络平台所在的服务器102进行通信，从而发送数据给服务器102，其中，无线网络可以是2G或者3G或者4G或者5G等通信网络，也可以是无线局域网，在此不做限定。

具体的，网络平台上入驻了多个服务机构，用户可以通过客户端101在网络平台上进行问诊，在问诊过程中，客户端101将用户信息以及问诊数据发送至网络平台所在的服务器102，相应的，服务器102会根据用户信息以及问诊数据确定为用户推荐的目标服务者，并在客户端101的界面上展示目标服务者。

需要说明的是，附图1仅是本申请实施例提供的一种应用场景的示意图，本申请实施例不对图1中包括的设备及设备个数进行限定，也不对图1中设备之间的位置关系进行限定，例如，在图1所示的应用场景中，还可以包括数据存储设备，该数据存储设备相对服务器102可以是外部存储器，也可以是集成在服务器102中的内部存储器。

下面，通过具体实施例对本申请的技术方案如何解决上述技术问题进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图2为本申请一实施例提供的流量分发方法的流程示意图。本申请实施例提供的流量分发方法，应用于流量分发装置，该装置可以通过软件和/或硬件的方式实现。可选地，在图1所示场景中，该信息处理装置可以集成于如图1所示的服务器中，例如信息处理装置为服务器中的芯片或电路；或者，该信息处理装置为如图1所示的服务器。接下来，以服务器作为执行主体进行示例说明。

如图2所示，本申请实施例的流量分发方法包括如下步骤：

S201、获取预设时间段内的用户流量。

其中，可以根据流量分发需求来确定预设时间段，例如，若要为某一天的用户确定目标服务者，则预设时间段为该天，若要为某一个月的用户确定目标服务者，则预设时间段为一个月。

相应的，用户流量即为预设时间段内的用户数量，在实际应用中，可以根据平台的历史用户流量预估预设时间段内的用户流量。

在实际应用中，一方面，可以根据该预设时间段对应的历史时间段的用户流量来预估该预设时间段的用户流量，示例性的，以获取本周二的用户流量为例，可以根据平台上所有周二的历史用户流量，来预估本周二的用户流量，例如可以确定所有周二的历史用户流量的平均值为本周二的用户流量，应理解，其他预设时间段的确定方式与之类似，此处不再一一赘述。

第二方面，还可以根据当前时间段的用户流量趋势来预估预设时间段的用户流量，其中，当前时刻为预设时间段的起始时间段。示例性的，以预设时间段为8：00～18:00为例，可以获取8：00～9:00的用户流量，再根据8：00～9:00的用户流量来预测8：00～18:00中的用户流量，至于具体预测方法，在后续实施例中示出。

本方案中，可以对平台上的用户流量进行集中管理，能够准确的预估预设时间段内的用户流量，从而准确的刻画任意时间段的流量趋势，以进一步提升后续流量分发的准确性。

S202、基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重。

其中，历史服务数据包括：服务机构的服务范围(例如：中医、西医、骨科、内科等)、流量配额(例如，历史流量分配权重)、客单价、好评率、拒诊率、接诊时长、收益和服务质量评分等。

一些实施例中，可以根据相同用户流量的情况下的历史服务数据，确定当前的用户流量对应的用户流量分配权重。示例性的，以预设时间段内的用户流量为500个为例，确定历史服务数据中，当用户流量为500个时(可根据需求设置数量区间，例如，区间大小为±50，则用户流量为450～550个)，所有服务机构的综合好评率最高时，各服务机构对应的历史流量分配权重为当前的各服务机构对应的用户流量分配权重，或者，所有服务机构的综合收益最高时，各服务机构对应的历史流量分配权重为当前的各服务机构对应的用户流量分配权重，至于根据其他历史服务数据确定用户流量分配权重的方法，此处不再一一赘述。

另一些实施例中，还可以根据权重确定模型来确定各服务机构的用户流量分配权重，其中，权重确定模型是根据历史服务数据训练得到的，至于具体确定方式，在后续实施例中示出。

S203、根据用户流量分配权重以及当前用户的用户信息，为用户确定服务机构中的目标服务者。

其中，用户信息可以包括以下至少一种：用户在该平台的复诊率、诊疗过的疾病类型、购买或咨询过的药品类型、地域信息、性格信息、年龄信息和性别等。

具体的，本步骤为，首先根据每个服务机构的用户流量分配权重以及预设时间段的用户流量，确定每个服务机构的用户数量，再根据每个服务机构与当前用户的用户信息的匹配程度，为当前用户确定服务机构。

进一步的，根据该服务机构中服务者与用户的匹配程度，确定为当前用户服务的服务者。

本申请实施例提供的流量分发方法，可以充分考虑服务机构的历史服务数据和用户信息，从而为用户分配合理的服务者，在提升用户体验的同时，保证流量利用率和转化率。

一些实施例中，为了提升用户流量的准确性，还可以通过流量预估模型来预估预设时间段的用户流量，其中，流量预估模型是根据各服务机构的历史用户流量进行训练得到的，流量预估模型用于根据当前用户流量，预估预设时间段内的用户流量。

也即在上述步骤S201为：基于流量预估模型和当前用户流量，获取预设时间段内的用户流量。其中，流量预估模型是根据某一时间段的历史用户流量和该时间段中的起始时间段的用户流量训练的到的。

具体的，将当前用户流量作为流量预估模型的输入，例如，将8:00～9:00之间的用户流量输入到流量预估模型中，即可通过流量预估模型确定8:00～18:00之间的用户流量。

在其他实施例中，在上述步骤S201中，还可以基于流量预估模型和当前时间段，获取预设时间段的用户流量，其中，流量预估模型是根据某一时间段的历史用户流量和某一时间段的时间特征训练得到的。

具体的，本步骤为，将预估时间段的时间特征作为流量预估模型的输入，例如，输入数据为周二，则流量预估模型可以根据历史用户流量中周二的用户流量输出本周二的用户流量。

本申请实施例中，通过流量预测模型，可以更加准确的预估任意时间段的用户流量，从而可以进一步提升后续流量分发的合理性。

类似的，在实际应用中，也可以通过权重确定模型，来确定每个服务机构的用户流量分配权重。其中，权重确定模型是根据各服务机构的历史服务数据进行训练得到的，权重确定模型用于根据预设时间段内的用户流量，确定每个服务机构的用户流量分配权重。

其中，对于权重确定模型的类型，本申请实施例不做具体限定，例如，可以为收益预估模型、好评率预估模型、成交金额预估模型、拒诊率预估模型和服务质量预估模型等。

以收益预估模型为例，收益预估模型是根据各服务机构的在不同用户分配权重的情况下的收益进行训练得到的，用于预估在收益最大时每个服务机构对应的用户流量分配权重。即上述实施例中的步骤S202可以为：将用户流量作为收益预估模型的输入，获得每个服务机构的用户流量分配权重。

本方案中，通过预设的权重确定模型来预估每个服务机构的用户流量分配权重，可以获得更加合理的用户流量分配权重，在提升用户体验的同时，保证流量利用率和转化率。另外，本申请实施例提供了多种类型的权重确定模型，在实际应用中，可以基于不同的场景选择不同的权重确定模型，从而提升本方案的灵活性，满足不同场景的应用需求。

在一些实施例中，每个服务机构还有多个子服务机构，例如，每个医院机构的中医、西医以及内科、外科等服务机构，在保证每个服务机构的流量分配合理的同时，还需要保证每个服务机构的子服务机构的流量合理分配。下面结合图3对子服务机构的流量分配方式进行详细说明。

图3为本申请另一实施例提供的流量分发方法的流程示意图。如图3所示，本身为实施例提供的流量分发方法，包括如下步骤：

S301、获取预设时间段内的用户流量。

S302、基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重。

其中，步骤S301～S302与图2所示实施例中的原理和有益效果类似，具体可参考上述，此处不再赘述。

S303、根据用户流量分配权重，确定服务机构中各子服务机构的目标分配权重。

一些实施例中，可以根据用户流量分配权重和流量分发场景，确定服务机构中各子服务机构的目标分配权重。其中，流量分发场景包括以下至少一种：搜索场景、派单场景和个性化推荐场景等，目标分配权重为子服务机构在各个流量分发场景下的流量分配权重。

具体的，可以根据各个子服务机构在各流量分发场景下，不同分配权重对应的收益、好评率和服务质量等，来确定各个子服务机构的目标分配权重。

以收益为例，可以确定各个子服务机构在所有的流量分发场景的收益相对持平时对应的分配权重为目标分配权重，或者，确定各个子服务机构在各个流量分发场景的总收益最大时对应的分配权重为目标分配权重。

示例性的，以子服务机构A和子服务机构B为例，子服务机构A在搜索场景、派单场景和个性化推荐场景的分配权重分别为a1、a2、a3，子服务机构B在搜索场景、派单场景和个性化推荐场景的分配权重分别为b1、b2、b3，分别计算子服务机构A和子服务机构B在上述分配权重的收益。

进一步的，确定当子服务机构A和子服务机构B的收益持平，或者，确定子服务机构A和子服务机构B的总收益最大时的分配权重为目标分配权重。

在另一些实施例中，还可以根据用户流量分配权重和子服务机构的目标分配权重的对应关系，确定各子服务机构的目标分配权重。其中，对应关系是根据各子服务机构的历史服务数据获得的，至于对应关系的具体内容，此处不再赘述。

通过本方案，可以在保证每个服务机构的流量分配合理的同时，保证每个服务机构的子服务机构的流量合理分配。

S304、根据目标分配权重和用户信息，为用户确定子服务机构中的目标服务者。

一些实施例中，可以根据用户信息与目标服务者的匹配程度，确定子服务机构中的目标服务者。其中，用户信息包括：用户在该平台的复诊率、诊疗过的疾病类型、购买或咨询过的药品类型、地域信息、性格信息、年龄信息和性别等。

需要说明的是，不同流量分发场景下，目标服务者的数量也不同，示例性的，对于搜索场景，可以在用户搜索界面为用户推荐匹配度最高的第一预设数量的目标服务者；对于派单场景，在用户下单后，可以为用户推荐匹配度最高的一个目标服务者；对于个性化推荐场景，可以在客户端的推荐页面中，为用户推荐匹配度最高的第二预设数量的目标服务者。

应理解，本申请实施例对于第一预设数量和第二预设数量的具体数值可以根据平台的推荐需求自由设定，本申请实施例均不做具体限定。

另一些实施例中，还可以根据流量分配模型来确定子服务机构中的目标服务者，接下来通过步骤S3041～S3042对如何通过子流量分配模型来确定目标服务者的方式进行详细说明：

S3041、将用户信息作为流量分配模型的输入，获得每个服务者的特征权重。

其中，流量分配模型是根据用户的历史行为数据和服务者的历史行为数据进行训练得到的，流量分配模型用于确定服务者的特征权重。

具体的，用户的历史行为数据可以包括以下至少一种：诊疗过的疾病类型、购买或咨询过的药品类型、地域信息、性格信息、年龄信息和性别等。服务者的历史行为数据可以包括如下至少一种：接诊时长、每次沟通的沟通轮次、每次沟通首次回复信息的时长、好评率、质检合格率、活跃率、综合评分、服务质量和违规率等。

S3042、根据目标分配权重和特征权重，为用户确定子服务机构中的目标服务者。

具体的，根据目标分配权重和特征权重，获得每个服务者的目标服务权重值，其中，目标服务权重值为目标分配权重和特征权重的乘积。

进一步的，根据当前的流量分发场景和目标服务权重值为用户确定子服务机构中的目标服务者。

相应的，不同流量分发场景下，目标服务者的数量也不同，示例性的，对于搜索场景，可以在用户搜索界面为用户推荐匹配度最高的第一预设数量的目标服务者；对于派单场景，在用户下单后，可以为用户推荐匹配度最高的一个目标服务者；对于个性化推荐场景，可以在客户端的推荐页面中，为用户推荐匹配度最高的第二预设数量的目标服务者。

在一些实施例中，由于流量分配模型是根据用户的历史行为数据和服务者的历史行为数据进行训练得到的，而服务者的服务数据是不断变化的，为了提升目标服务权重值的准确性，还可以根据服务者的当前服务特征调整目标服务权重值。

其中，当前服务特征包括如下至少一种：好评率和服务质量。

图4为本申请一实施例提供的流量分发装置的结构示意图。该流量分发装置可以通过软件和/或硬件的方式实现。可选地，在图1所示场景中，该信息处理装置可以集成于如图1所示的服务器中，例如信息处理装置为服务器中的芯片或电路；或者，该信息处理装置为如图1所示的服务器。

如图4所示，本申请实施例提供的流量分发装置包括：

获取模块401，用于获取预设时间段内的用户流量；

确定模块402，用于基于各服务机构的历史服务数据，对用户流量进行分析处理，确定服务机构的用户流量分配权重，根据用户流量分配权重以及当前用户的用户信息，为用户确定服务机构中的目标服务者。

本申请实施例提供的上述流量分发装置，可用于执行图2所示实施例中的流量分发方法，其实现原理和技术效果类似，在此不再赘述。

一种可能的实施方式中，获取模块401具体用于：基于流量预估模型和当前用户流量，获取预设时间段内的用户流量，流量预估模型是根据各服务机构的历史用户流量进行训练得到的，流量预估模型用于根据当前用户流量，预估预设时间段内的用户流量。

一种可能的实施方式中，确定模块402具体用于：将用户流量作为收益预估模型的输入，获得每个服务机构的用户流量分配权重，收益预估模型是根据各服务机构的历史服务数据进行训练得到的，收益预估模型，用于预估在收益最大时每个服务机构对应的用户流量分配权重；历史服务数据包括以下至少一种：服务范围、流量配额、服务收益、评价数据、服务时长和服务质量。

一种可能的实施方式中，每个服务机构包括多个子服务机构，确定模块402具体用于：根据用户流量分配权重，确定服务机构中各子服务机构的目标分配权重；根据目标分配权重和用户信息，为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，确定模块402具体用于：根据用户流量分配权重和流量分发场景，确定服务机构中各子服务机构的目标分配权重，流量分发场景包括以下至少一种：流量分发场景包括以下至少一种：搜索场景、派单场景和个性化推荐场景。

一种可能的实施方式中，确定模块402具体用于：将用户信息作为流量分配模型的输入，获得每个服务者的特征权重，流量分配模型是根据用户的历史行为数据和服务者的历史行为数据进行训练得到的，流量分配模型用于确定服务者的特征权重；根据目标分配权重和特征权重，为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，确定模块402具体用于：根据目标分配权重和特征权重，获得每个服务者的目标服务权重值；根据当前的流量分发场景和目标服务权重值为用户确定子服务机构中的目标服务者。

一种可能的实施方式中，流量分发装置还包括：调整模块403，用于根据服务者的当前服务特征调整服务者的目标服务权重值，当前服务特征包括如下至少一种：好评率和服务质量。

需要说明的是，本申请实施例提供的流量分发装置，可用于执行图2～图3所示实施例中的流量分发方法，其实现原理和技术效果类似，在此不再赘述。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，处理模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Signal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(System-On-a-Chip，简称SOC)的形式实现。

图5为本申请一实施例提供的电子设备的结构示意图。如图5所示，该电子设备500可以包括：处理器501、存储器502、通信接口503和系统总线504。其中，存储器502和通信接口503通过系统总线504与处理器501连接并完成相互间的通信，存储器502用于存储指令，通信接口503用于和其他设备进行通信，处理器501用于调用存储器中的指令以执行如上述流量分发方法实施例的方案。

该图5中提到的系统总线504可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该系统总线504可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口503用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。

存储器502可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

处理器501可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行如上任一方法实施例的流量分发法。

本申请实施例还提供一种运行指令的芯片，芯片用于执行如上任一方法实施例的流量分发方法。

本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，至少一个处理器可以从该计算机可读存储介质中读取计算机程序，该至少一个处理器执行计算机程序时可实现如上任一方法实施例的流量分发方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。