本发明涉及交通领域，且公开了一种网约车司机流失预警方法，用于解决当对司机流失概率进行预测时，会出现因无法对序列信息建模，导致需要经常重新训练模型增加成本的问题，该方法包括，收集平台司机特征，基于注意力机制设计一套特征提取模型，将多个特征融合到一起然后映射到高维向量空间，得到高层次的向量特征，根据历史的司机行为生成天级向量，使用高层次的特征向量进行流失模型的训练，得到最终流失模型，实时收集司机的近7天的行为预估得到司机流失概率，根据司机流失概率进行预警提示，并根据预警提示采取相应的干预措施，有效解决了无法对序列信息建模的问题，提高了预测准确度。