CN109426885A - 订单分配方法和装置 - Google Patents

订单分配方法和装置 Download PDF

Info

Publication number
CN109426885A
CN109426885A CN201710749515.5A CN201710749515A CN109426885A CN 109426885 A CN109426885 A CN 109426885A CN 201710749515 A CN201710749515 A CN 201710749515A CN 109426885 A CN109426885 A CN 109426885A
Authority
CN
China
Prior art keywords
order
dispatching personnel
dispatching
time period
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710749515.5A
Other languages
English (en)
Inventor
杨秋源
徐明泉
黄绍建
咸珂
陈进清
饶佳佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaodu Information Technology Co Ltd
Original Assignee
Beijing Xiaodu Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaodu Information Technology Co Ltd filed Critical Beijing Xiaodu Information Technology Co Ltd
Priority to CN201710749515.5A priority Critical patent/CN109426885A/zh
Publication of CN109426885A publication Critical patent/CN109426885A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0834—Choice of carriers
    • G06Q10/08345—Pricing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了订单分配方法和装置。该方法的一具体实施方式包括：获取目标区域在当前时段的区域特征信息；将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量；获取当前时刻在目标区域内进行订单配送的当前配送人员的数量，并基于所需的配送人员的数量和当前配送人员的数量进行订单分配。该实施方式提供了一种解决订单量与配送运力不匹配的方法。

Description

订单分配方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及订单分配方法和装置。
背景技术
物流调度，通常是指在物流配送过程中，根据待配送的订单量和加紧程度等对配送车辆和配送人员进行合理的安排和调度。在现有的物流调度过程中，经常会出现订单量与配送运力不匹配的情况，当订单量过大而配送运力不足时会导致订单的配送效率较低，当订单量过小而配送运力过于富余时会导致配送运力资源浪费。
发明内容
本申请实施例的目的在于提出一种改进的订单分配方法和装置，来解决以上背景技术部分提到的技术问题。
本申请实施例提供A1、一种订单分配方法，上述方法包括：获取目标区域在当前时段的区域特征信息，其中，当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，区域特征信息为影响订单量变化趋势的特征信息；将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量；获取当前时刻在目标区域内进行订单配送的当前配送人员的数量，并基于所需的配送人员的数量和当前配送人员的数量进行订单分配。
A2、如A1上述的方法，上述方法还包括训练订单量预测模型的步骤，包括：获取目标区域在历史第一时间段内的区域特征信息；获取目标区域在历史第二时间段内的订单量，其中，历史第二时间段在历史第一时间段之后；将历史第一时间段内的区域特征信息作为输入，将历史第二时间段内的订单量作为输出，训练得到订单量预测模型。
A3、如A1上述的方法，上述配送人员包括预设的第一类型的配送人员和预设的第二类型的配送人员；以及基于所需的配送人员的数量和当前配送人员的数量进行订单分配，包括：确定所需的配送人员的数量是否大于当前配送人员的数量；若是，则向与目标区域之间的距离小于预设的第一距离阈值、且不在目标区域内进行配送的第一类型的配送人员分配未分配的订单和/或向目标区域内的第二类型的配送人员分配未分配的订单。
A4、如A3上述的方法，订单的订单信息包括配送时间长度和配送金额；以及在确定所需的配送人员的数量是否大于当前配送人员的数量之后，上述方法还包括：若所需的配送人员的数量大于当前配送人员的数量，则针对在未来时段内提交的每个订单，增加该订单的配送时间长度和/或增加该订单的配送金额。
A5、如A1上述的方法，基于所需的配送人员的数量和当前配送人员的数量进行订单分配，包括：确定所需的配送人员的数量是否小于当前配送人员的数量；若是，则针对至少一个当前配送人员中的每个配送人员，向该配送人员分配除目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值的区域内的未分配的订单。
A6、如A5上述的方法，订单的订单信息包括配送金额和订单金额；以及在确定所需的配送人员的数量是否小于当前配送人员的数量之后，上述方法还包括：若所需的配送人员的数量小于当前配送人员的数量，则针对在未来时段内提交的每个订单，减少该订单的配送金额和/或当订单金额大于预设的金额阈值时减少该订单的订单金额。
本申请实施例提供B1、一种订单分配装置，上述装置包括：获取单元，配置用于获取目标区域在当前时段的区域特征信息，其中，所述当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，所述区域特征信息为影响订单量变化趋势的特征信息；输入单元，配置用于将所述区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；确定单元，配置用于根据所述未来时段的订单量，确定所述目标区域在所述未来时段内所需的配送人员的数量；分配单元，配置用于获取当前时刻在所述目标区域内进行订单配送的当前配送人员的数量，并基于所述所需的配送人员的数量和所述当前配送人员的数量进行订单分配。
B2、如B1上述的装置，上述装置还包括：订单量预测模型训练单元，配置用于训练订单量预测模型的步骤，包括：第一获取模块，配置用于获取所述目标区域在历史第一时间段内的区域特征信息；第二获取模块，配置用于获取所述目标区域在历史第二时间段内的订单量，其中，所述历史第二时间段在所述历史第一时间段之后；训练模块，配置用于将所述历史第一时间段内的区域特征信息作为输入，将所述历史第二时间段内的订单量作为输出，训练得到订单量预测模型。
B3、如B1上述的装置，上述配送人员包括预设的第一类型的配送人员和预设的第二类型的配送人员；以及所述分配单元，包括：第一确定模块，配置用于确定所述所需的配送人员的数量是否大于所述当前配送人员的数量；第一分配模块，配置用于若所述所需的配送人员的数量大于所述当前配送人员的数量，则向与所述目标区域之间的距离小于预设的第一距离阈值、且不在所述目标区域内进行配送的第一类型的配送人员分配未分配的订单和/或向所述目标区域内的第二类型的配送人员分配未分配的订单。
B4、如B3上述的装置，订单的订单信息包括配送时间长度和配送金额；以及所述分配单元还包括：增加模块，配置用于若所述所需的配送人员的数量大于所述当前配送人员的数量，则针对在所述未来时段内提交的每个订单，增加该订单的配送时间长度和/或增加该订单的配送金额。
B5、如B1上述的装置，上述分配单元，包括：第二确定模块，配置用于确定所述所需的配送人员的数量是否小于所述当前配送人员的数量；第二分配模块，配置用于若所述所需的配送人员的数量小于所述当前配送人员的数量，则针对至少一个所述当前配送人员中的每个配送人员，向该配送人员分配除所述目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值的区域内的未分配的订单。
B6、如B5上述的装置，订单的订单信息包括配送金额和订单金额；以及所述分配单元还包括：减少模块，配置用于若所述所需的配送人员的数量小于所述当前配送人员的数量，则针对在所述未来时段内提交的每个订单，减少该订单的配送金额和/或当订单金额大于预设的金额阈值时减少该订单的订单金额。
本申请实施例提供C1、一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如A1到A6中任一实现方式描述的方法。
本申请实施例提供D1、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如A1到A6中任一实现方式描述的方法。
本申请实施例提供的订单分配方法和装置，通过利用目标区域在当前时段的区域特征信息预估目标区域在未来时段的订单量，而后基于未来时段的订单量确定在未来时段所需的配送人员的数量，最后基于所需的配送人员的数量和当前时刻进行订单配送的配送人员的数量，对未分配的订单进行订单分配，从而提供了一种解决订单量与配送运力不匹配的方法。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的订单分配方法的一个实施例的流程图；
图3是根据本申请的订单分配方法的应用场景的一个示意图；
图4是根据本申请的订单分配方法的又一个实施例的流程图；
图5是根据本申请的订单分配装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的订单分配方法或订单分配装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102，网络103和服务器104。网络103用以在终端设备101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102通过网络103与服务器104交互，以接收或发送消息等。终端设备101、102上可以安装有各种通讯客户端应用，例如外卖类应用、金融支付类应用、即时通信软件、物流信息查询类应用等。终端设备101、102可以接收服务器104发送的订单信息并对订单信息进行呈现。
终端设备101、102可以是具有显示屏并且支持信息交互的各种移动电子设备，包括但不限于智能手机、平板电脑等等。
服务器104可以是提供各种服务的服务器，例如对终端设备101、102上显示的订单信息提供支持的后台订单服务器。后台订单服务器可以对当前时段的区域特征信息等数据进行分析等处理，并将处理结果(例如订单信息)反馈给终端设备。例如，后台订单服务器可以首先获取目标区域在当前时段的区域特征信息；之后，将上述区域特征信息输入到订单量预测模型中得到未来时段的订单量；然后，可以根据上述未来时段的订单量，确定在未来时段所需的配送人员的数量；最后，可以基于上述所需的配送人员的数量和当前配送人员的数量进行订单分配，并可以把订单信息推送到配送人员的终端设备上。
需要说明的是，本申请实施例所提供的订单分配方法一般由服务器104执行，相应地，订单分配装置一般设置于服务器104中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的订单分配方法的一个实施例的流程200。该订单分配方法，包括以下步骤：
步骤201，获取目标区域在当前时段的区域特征信息。
在本实施例中，订单分配方法运行于其上的电子设备(例如图1所示的服务器)可以从本地或者远程地获取目标区域在当前时段的区域特征信息，其中，当前时段可以为从当前时刻之前的预设第一时刻起到当前时刻所形成的时间段，例如，当前时刻为九点，第一时刻为八点五十分时，则当前时段为八点五十分到九点之间的时间段，第一时刻为八点时，则当前时段为八点到九点之间的时间段，第一时刻为八点半时，则当前时段为八点半到九点之间的时间段。
在本实施例中，上述区域特征信息可以为预先查找到的影响订单量变化趋势的特征信息，可以包括目标区域内的商户的优惠策略，例如，满减策略(满30元减12元)、免运费策略(满50元免运费)、赠品策略(满25元送果汁)；也可以包括天气特征，例如，阴转晴、下雨等；还可以包括在当前时段内用户所提交的订单量以及所提交订单量的变化趋势、当前时段内分配出的订单量以及所分配订单量的变化趋势、当前时段内的目标区域压力值以及目标区域压力值的变化趋势，上述目标区域压力值可以为目标区域内存在的未完成订单数量与在该目标区域内进行配送的配送人员数量之比。
在本实施例中，当上述区域特征信息已保存在电子设备的存储器中时，上述电子设备可以直接从本地的存储器获取上述区域特征信息；或者，当上述电子设备是对终端设备上的物流/外卖类应用进行支持的后台服务器时，其可以通过有线连接方式或者无线连接方式从上述终端设备获取上述区域特征信息。
在本实施例中，上述目标区域可以为某一城市，例如，北京市、上海市等等；也可以为预先划分的某一区域，例如，三环内、五环内等等；还可以为某一商圈，例如，西单商圈、王府井商圈等等，商圈可以是指商店以其所在地点为中心，沿着一定的方向和距离扩展，吸引顾客的辐射范围。
步骤202，将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量。
在本实施例中，上述电子设备可以将步骤201中获取到的区域特征信息输入到预先训练的订单量预测模型中得到上述目标区域在未来时段的订单量，其中，上述订单量预测模型可以用于表征当前时段的区域特征信息与未来时段的订单量之间的对应关系。上述未来时段的订单量可以包括在未来时段中的预设时间点的订单量，上述时间点可以为间隔一分钟的时间点，也可以为间隔三分钟的时间点，例如，当未来时段为九点到九点十分，九点到九点十分之间的订单量可以包括九点零三分的订单量、九点零六分的订单量、九点零九分的订单量。
在本实施例中，上述未来时段可以为从当前时刻起到当前时刻之后的预设第二时刻所形成的时间段，也可以为从当前时刻之后的预设第三时刻到当前时刻之后的预设第四时刻所形成的时间段，上述第三时刻在上述第四时刻之前。例如，当前时刻为九点，第二时刻为九点十分时，未来时段可以为九点到九点十分之间的时间段，第三时刻为九点十分，第四时刻为九点半时，未来时段可以为九点十分到九点半之间的时间段。
在本实施例中，上述电子设备中可以存储有多个预先训练的订单量预测模型，所存储的每一个订单量预测模型与一个区域相对应。作为示例，订单量预测模型可以是技术人员基于对大量的在前时间段的区域特征信息和在后时间段的订单量的统计而预先制定的、存储有多个在前时间段的区域特征信息与在后时间段的订单量的对应关系的对应关系表；也可以是技术人员基于对大量数据的统计而预先设置并存储至上述电子设备中的、对区域特征向量化后得到的区域特征向量中的一个或多个数值进行数值计算以得到未来时段的订单量的计算结果的计算公式，例如，该计算公式可以是将各个区域特征向量的加权和与平均订单量进行相乘的公式，得到的乘积可以用于表征未来时段的订单量。
在本实施例的一些可选的实现方式中，上述电子设备可以预先按照以下步骤训练订单量预测模型：
首先，上述电子设备可以获取上述目标区域在历史第一时间段内(例如2017年6月1日9点到11点之间)的区域特征信息。所获取的区域特征信息可以包括天气信息、优惠策略信息和时间信息等。
之后，上述电子设备可以获取上述目标区域在历史第二时间段内(例如2017年6月1日11点到13点之间)的订单量，例如，获取11点到13点之间每隔10分钟的订单量，上述历史第二时间段在上述历史第一时间段之后。
最后，上述电子设备可以利用机器学习方法，将上述历史第一时间段内的区域特征信息作为输入，将上述历史第二时间段内的订单量作为输出，训练得到订单量预测模型。具体的，上述电子设备可以使用迭代决策树(Gradient Boosting Decision Tree，GBDT)模型或XGBoost模型或逻辑回归(Logistic Regression，LR)模型或朴素贝叶斯模型(NaiveBayesian Model，NBM)或支持向量机(Support Vector Machine，SVM)或随机森林(RandomForest)等用于分类的模型，将上述历史第一时间段内的区域特征信息中的多维度特征信息作为输入，将上述历史第二时间段内的各个预设时间点的订单量作为输出，例如，将上述历史第一时间段内的优惠策略信息作为输入，将上述历史第二时间段内的订单量作为输出，同时将上述历史第一时间段内的天气信息作为输入，将上述历史第二时间段内的订单量作为输出，利用机器学习方法，对该模型进行训练，得到订单量预测模型。需要说明的是，每一个区域可以对应一个预先训练的订单量预测模型，每一区域所对应的订单量预测模型的训练方法相同。
步骤203，根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量。
在本实施例中，上述电子设备可以根据步骤202中得到的未来时段的订单量，确定上述目标区域在上述未来时段内所需的配送人员的数量。上述电子设备中可以预先存储有配送人员数量预测模型，上述电子设备可以将上述未来时段的订单量输入到上述配送人员数量预测模型中得到在上述未来时段内所需的配送人员的数量。作为示例，上述配送人员数量预测模型可以是技术人员基于对大量的订单量与所需的配送人员的数量的统计而预先制定的、存储有多个订单量与所需的配送人员的数量的对应关系的对应关系表；也可以是技术人员基于对大量数据的统计而预先设置并存储至上述电子设备中的、对多个订单量中的一个或多个数量进行数值计算以得到所需的配送人员的数量的计算结果的计算公式。
作为示例，当未来时段为九点到九点十分，九点到九点十分之间的订单量可以包括九点零三分的订单量、九点零六分的订单量、九点零九分的订单量等。上述电子设备可以将九点零三分的订单量、九点零六分的订单量、九点零九分的订单量分别输入到上述配送人员数量预测模型中得到九点零三分所需的配送人员的数量、九点零六分所需的配送人员的数量和九点零九分所需的配送人员的数量。
步骤204，获取当前时刻在目标区域内进行订单配送的当前配送人员的数量，并基于所需的配送人员的数量和当前配送人员的数量进行订单分配。
在本实施例中，上述电子设备可以首先获取当前时刻在上述目标区域内进行订单配送的当前配送人员的数量，之后，可以基于步骤203中确定出的所需的配送人员的数量和上述当前配送人员的数量进行订单分配。作为示例，当所需的配送人员的数量大于当前配送人员的数量、且所需的配送人员的数量与当前配送人员的数量的数量差大于预设的第一数量差阈值时，上述电子设备可以增加在上述目标区域内进行订单配送的配送人员的数量；当所需的配送人员的数量小于当前配送人员的数量、且当前配送人员的数量与所需的配送人员的数量的数量差大于预设的第二数量差阈值时，上述电子设备可以减少当前配送人员的数量。
继续参见图3，图3是根据本实施例的订单分配方法的应用场景的一个示意图。在图3的应用场景中，首先，当前时刻为12点，服务器301可以获取到“海淀区”从11点到12点的时间段内的区域特征信息303包括：天气信息3031为阴转晴、商户优惠信息3032为满38元免运费；之后，服务器301可以将区域特征信息303输入到订单量预测模型中得到从12点到13点的时间段内的订单量304为15000单；然后，服务器301可以基于15000单的订单量304，确定在12点到13点的时间段内所需的配送人员的数量305为5000；最后，服务器301可以获取到当前时刻进行订单配送的当前配送人员的数量306为3000，服务器301可以判断出所需的配送人员的数量305大于当前配送人员的数量306，且数量差2000大于预设的数量差阈值200，则服务器301可以确定订单分配策略307为增加在“海淀区”进行订单配送的配送人员，并向增加的配送人员的终端302推送未分配的订单的订单信息308。
本申请的上述实施例提供的方法通过将所需的配送人员的数量与当前的配送人员的数量相比较以进行订单分配，提供了一种解决订单量与配送运力不匹配的方法。
进一步参考图4，其示出了订单分配方法的又一个实施例的流程400。该订单分配方法的流程400，包括以下步骤：
步骤401，获取目标区域在当前时段的区域特征信息。
步骤402，将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量。
步骤403，根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量。
步骤404，获取当前时刻在目标区域内进行订单配送的当前配送人员的数量。
在本实施例中，步骤401-404的操作与步骤201-204的操作基本相同，在此不再赘述。
步骤405，确定所需的配送人员的数量是否大于当前配送人员的数量。
在本实施例中，在步骤403中确定出所需的配送人员的数量，以及在步骤404中获取到当前配送人员的数量之后，上述电子设备可以确定上述所需的配送人员的数量是否大于上述当前配送人员的数量，若是，则可以执行步骤406和/或步骤407。
步骤406，向与目标区域之间的距离小于预设的第一距离阈值、且不在目标区域内进行配送的第一类型的配送人员分配未分配的订单和/或向目标区域内的第二类型的配送人员分配未分配的订单。
在本实施例中，上述配送人员可以包括预设的第一类型的配送人员和预设的第二类型的配送人员。上述第一类型的配送人员可以为专职配送人员，也可以称为专送骑士；上述第二类型的配送人员可以为兼职配送人员，也可以称为众包骑士。
在本实施例中，在步骤405中确定出所需的配送人员的数量大于当前配送人员的数量时，上述电子设备可以向与上述目标区域之间的距离小于预设的第一距离阈值(例如200米)、且不在上述目标区域内进行订单配送的专职配送人员分配未分配的订单，上述电子设备可以向上述专职配送人员的终端推送未分配的订单的订单信息，也可以向上述专职配送人员的终端推送调度提示信息，上述调度提示信息可以是用于将配送人员从附近其他区域调往上述目标区域的提示信息，上述调度提示信息中可以包括区域名称、未分配订单量等等。需要说明的是，配送人员与目标区域之间的距离可以为配送人员与该目标区域内的各个商户之间的各个距离中的最小距离。
在本实施例中，在所需的配送人员的数量大于当前配送人员的数量时，上述电子设备还可以向上述目标区域内的兼职配送人员分配未分配的订单，上述电子设备可以向各个兼职配送人员的终端广播未分配的订单的订单信息以供兼职配送人员对各个未分配的订单进行抢单操作。
步骤407，针对在未来时段内提交的每个订单，增加该订单的配送时间长度和/或增加该订单的配送金额。
在本实施例中，订单的订单信息可以包括配送时间长度和配送金额，配送时间长度可以为用户的期望送达时间与用户下单时间的时间差。当目标区域中不存在处于空闲状态的兼职配送人员，以及邻近区域中不存在处于空闲状态的专职配送人员时，在步骤405中确定出所需的配送人员的数量大于当前配送人员的数量时，针对在未来时段内所提交的每个订单，上述电子设备可以增加该订单的配送时间长度，上述电子设备也可以增加该订单的配送金额，以减少在未来时段的订单量，从而使得配送运力与订单量保持均衡。上述电子设备可以在确定出目标区域中不存在处于空闲状态的兼职配送人员，以及邻近区域中不存在处于空闲状态的专职配送人员时，增加该订单的配送时间长度和/或增加该订单的配送金额。
作为示例，在正常情况下，配送时间长度为30分钟，配送金额为8元，若确定出所需的配送人员的数量大于当前配送人员的数量时，上述电子设备可以将配送时间长度调整为40分钟，将配送金额调整为10元，并呈现给用户。
步骤408，确定所需的配送人员的数量是否小于当前配送人员的数量。
在本实施例中，在步骤403中确定出所需的配送人员的数量，以及在步骤404中获取到当前配送人员的数量之后，上述电子设备可以确定上述所需的配送人员的数量是否小于上述当前配送人员的数量，若是，则可以执行步骤409和/或步骤410。
步骤409，针对至少一个当前配送人员中的每个配送人员，向该配送人员分配除目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值的区域内的未分配的订单。
在本实施例中，在步骤408中确定出所需的配送人员的数量小于当前配送人员的数量时，针对至少一个上述当前配送人员中的每个配送人员，上述电子设备可以向该配送人员分配除上述目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值(例如100米)的区域内的未分配的订单。上述电子设备可以向该配送人员的终端推送未分配的订单的订单信息，也可以向该配送人员的终端推送调度提示信息，上述调度提示信息可以是用于将该配送人员从上述目标区域调往附近其他区域的提示信息，上述调度提示信息中可以包括区域名称、未分配订单量等等。需要说明的是，配送人员与目标区域之间的距离可以为配送人员与该目标区域内的各个商户之间的各个距离中的最小距离。
步骤410，针对在未来时段内提交的每个订单，减少该订单的配送金额和/或当订单金额大于预设的金额阈值时减少该订单的订单金额。
在本实施例中，订单的订单信息可以包括配送金额和订单金额，上述订单金额可以为用户所购买物品的总金额。在步骤408中确定出所需的配送人员的数量小于当前配送人员的数量时，针对在未来时段内所提交的每个订单，上述电子设备可以减少该订单的配送金额，上述电子设备可以当订单金额大于预设的金额阈值时减少该订单的订单金额，以增加在未来时段的订单量，从而使得配送运力与订单量保持均衡。
作为示例，在正常情况下，配送金额为8元，若确定出所需的配送人员的数量小于当前配送人员的数量时，上述电子设备可以将配送金额调整为6元；若确定出所需的配送人员的数量小于当前配送人员的数量时，上述电子设备可以按照预先设置的优惠策略对订单金额进行调整，上述优惠策略可以为满35元减5元，满50元减10元，此时，若用户的订单金额为40元，上述电子设备可以将订单金额调整为35元，并呈现给用户。
从图4中可以看出，与图2对应的实施例相比，本实施例中的订单分配方法的流程400突出了当所需的配送人员的数量大于当前配送人员的数量时的处理步骤405-407以及当所需的配送人员的数量小于当前配送人员的数量时的处理步骤408-410。由此，本实施例描述的方案可以进一步保证配送运力的供需平衡。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种订单分配装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的订单分配装置500包括：获取单元501、输入单元502、确定单元503和分配单元504。其中，获取单元501配置用于获取目标区域在当前时段的区域特征信息，其中，当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，区域特征信息为预先查找到的影响未来时段的订单量变化趋势的特征信息；输入单元502配置用于将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量，其中，订单量预测模型用于表征当前时段的区域特征信息与未来时段的订单量的对应关系；确定单元503配置用于根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量；分配单元504配置用于获取当前时刻在目标区域内进行订单配送的当前配送人员的数量，并基于所需的配送人员的数量和当前配送人员的数量进行订单分配。
在本实施例中，订单分配装置500的获取单元501、输入单元502、确定单元503和分配单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选的实现方式中，上述订单分配装置500还可以包括订单量预测模型训练单元(图中未示出)。上述订单量预测模型训练单元可以包括第一获取模块(图中未示出)、第二获取模块(图中未示出)和训练模块(图中未示出)。首先，上述第一获取模块可以获取上述目标区域在历史第一时间段内的区域特征信息。所获取的区域特征信息可以包括天气信息、优惠策略信息和时间信息等。之后，上述第二获取模块可以获取上述目标区域在历史第二时间段内的订单量，例如，获取11点到13点之间每隔10分钟的订单量，上述历史第二时间段在上述历史第一时间段之后。最后，上述训练模块可以利用机器学习方法，将上述历史第一时间段内的区域特征信息作为输入，将上述历史第二时间段内的订单量作为输出，训练得到订单量预测模型。具体的，上述电子设备可以使用迭代决策树模型或XGBoost模型或逻辑回归模型或朴素贝叶斯模型或支持向量机或随机森林等用于分类的模型，将上述历史第一时间段内的区域特征信息中的多维度特征信息作为输入，将上述历史第二时间段内的各个预设时间点的订单量作为输出，例如，将上述历史第一时间段内的优惠策略信息作为输入，将上述历史第二时间段内的订单量作为输出，同时将上述历史第一时间段内的天气信息作为输入，将上述历史第二时间段内的订单量作为输出，利用机器学习方法，对该模型进行训练，得到订单量预测模型。需要说明的是，每一个区域可以对应一个预先训练的订单量预测模型，每一区域所对应的订单量预测模型的训练方法相同。
在本实施例的一些可选的实现方式中，上述配送人员可以包括预设的第一类型的配送人员和预设的第二类型的配送人员。上述第一类型的配送人员可以为专职配送人员，也可以称为专送骑士；上述第二类型的配送人员可以为兼职配送人员，也可以称为众包骑士。上述分配单元504可以包括第一确定模块(图中未示出)和第一分配模块(图中未示出)。上述第一确定模块可以确定上述所需的配送人员的数量是否大于上述当前配送人员的数量，若上述第一确定模块确定出所需的配送人员的数量大于当前配送人员的数量，上述第一分配模块可以向与上述目标区域之间的距离小于预设的第一距离阈值、且不在上述目标区域内进行订单配送的专职配送人员分配未分配的订单，上述第一分配模块可以向上述专职配送人员的终端推送未分配的订单的订单信息，也可以向上述专职配送人员的终端推送调度提示信息，上述调度提示信息可以是用于将配送人员从附近其他区域调往上述目标区域的提示信息，上述调度提示信息中可以包括区域名称、未分配订单量等等。需要说明的是，配送人员与目标区域之间的距离可以为配送人员与该目标区域内的各个商户之间的各个距离中的最小距离。上述第一分配模块还可以向上述目标区域内的兼职配送人员分配未分配的订单，上述第一分配模块可以向各个兼职配送人员的终端广播未分配的订单的订单信息以供兼职配送人员对各个未分配的订单进行抢单操作。
在本实施例的一些可选的实现方式中，订单的订单信息可以包括配送时间长度和配送金额，配送时间长度可以为用户的期望送达时间与用户下单时间的时间差。上述分配单元504可以包括增加模块(图中未示出)。若上述第一确定模块确定出所需的配送人员的数量大于当前配送人员的数量时，针对在未来时段内所提交的每个订单，上述增加模块可以增加该订单的配送时间长度，上述增加模块也可以增加该订单的配送金额，以减少在未来时段的订单量，从而使得配送运力与订单量保持均衡。
在本实施例的一些可选的实现方式中，上述分配单元504还可以包括第二确定模块(图中未示出)和第二分配模块(图中未示出)。上述第二确定模块可以确定上述所需的配送人员的数量是否小于上述当前配送人员的数量，若确定出所需的配送人员的数量小于当前配送人员的数量时，针对至少一个上述当前配送人员中的每个配送人员，上述第二分配模块可以向该配送人员分配除上述目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值的区域内的未分配的订单。上述第二分配模块可以向该配送人员的终端推送未分配的订单的订单信息，也可以向该配送人员的终端推送调度提示信息，上述调度提示信息可以是用于将该配送人员从上述目标区域调往附近其他区域的提示信息，上述调度提示信息中可以包括区域名称、未分配订单量等等。
在本实施例的一些可选的实现方式中，订单的订单信息可以包括配送金额和订单金额，上述订单金额可以为用户所购买物品的总金额。上述分配单元504可以包括减少模块(图中未示出)，在上述第二确定模块确定出所需的配送人员的数量小于当前配送人员的数量时，针对在未来时段内所提交的每个订单，上述减少模块可以减少该订单的配送金额，上述减少模块可以当订单金额大于预设的金额阈值时减少该订单的订单金额，以增加在未来时段的订单量，从而使得配送运力与订单量保持均衡。
下面参考图6，其示出了适于用来实现本发明实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(LCD)以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、输入单元、确定单元和分配单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。例如，获取单元还可以被描述为“获取目标区域在当前时段的区域特征信息的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取目标区域在当前时段的区域特征信息，其中，当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，区域特征信息为预先查找到的影响未来时段的订单量变化趋势的特征信息；将区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；根据未来时段的订单量，确定目标区域在未来时段内所需的配送人员的数量；获取当前时刻在目标区域内进行订单配送的当前配送人员的数量，并基于所需的配送人员的数量和当前配送人员的数量进行订单分配。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种订单分配方法，其特征在于，所述方法包括：
获取目标区域在当前时段的区域特征信息，其中，所述当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，所述区域特征信息为影响订单量变化趋势的特征信息；
将所述区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；
根据所述未来时段的订单量，确定所述目标区域在所述未来时段内所需的配送人员的数量；
获取当前时刻在所述目标区域内进行订单配送的当前配送人员的数量，并基于所述所需的配送人员的数量和所述当前配送人员的数量进行订单分配。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括训练订单量预测模型的步骤，包括：
获取所述目标区域在历史第一时间段内的区域特征信息；
获取所述目标区域在历史第二时间段内的订单量，其中，所述历史第二时间段在所述历史第一时间段之后；
将所述历史第一时间段内的区域特征信息作为输入，将所述历史第二时间段内的订单量作为输出，训练得到订单量预测模型。
3.根据权利要求1所述的方法，其特征在于，配送人员包括预设的第一类型的配送人员和预设的第二类型的配送人员；以及
所述基于所述所需的配送人员的数量和所述当前配送人员的数量进行订单分配，包括：
确定所述所需的配送人员的数量是否大于所述当前配送人员的数量；
若是，则向与所述目标区域之间的距离小于预设的第一距离阈值、且不在所述目标区域内进行配送的第一类型的配送人员分配未分配的订单和/或向所述目标区域内的第二类型的配送人员分配未分配的订单。
4.根据权利要求3所述的方法，其特征在于，订单的订单信息包括配送时间长度和配送金额；以及
在所述确定所述所需的配送人员的数量是否大于所述当前配送人员的数量之后，所述方法还包括：
若所述所需的配送人员的数量大于所述当前配送人员的数量，则针对在所述未来时段内提交的每个订单，增加该订单的配送时间长度和/或增加该订单的配送金额。
5.根据权利要求1所述的方法，其特征在于，所述基于所述所需的配送人员的数量和所述当前配送人员的数量进行订单分配，包括：
确定所述所需的配送人员的数量是否小于所述当前配送人员的数量；
若是，则针对至少一个所述当前配送人员中的每个配送人员，向该配送人员分配除所述目标区域之外的区域中与该配送人员之间的距离小于预设的第二距离阈值的区域内的未分配的订单。
6.根据权利要求5所述的方法，其特征在于，订单的订单信息包括配送金额和订单金额；以及
在所述确定所述所需的配送人员的数量是否小于所述当前配送人员的数量之后，所述方法还包括：
若所述所需的配送人员的数量小于所述当前配送人员的数量，则针对在所述未来时段内提交的每个订单，减少该订单的配送金额和/或当订单金额大于预设的金额阈值时减少该订单的订单金额。
7.一种订单分配装置，其特征在于，所述装置包括：
获取单元，配置用于获取目标区域在当前时段的区域特征信息，其中，所述当前时段为从当前时刻之前的预设时刻起到当前时刻所形成的时间段，所述区域特征信息为影响订单量变化趋势的特征信息；
输入单元，配置用于将所述区域特征信息输入预先训练的订单量预测模型中得到未来时段的订单量；
确定单元，配置用于根据所述未来时段的订单量，确定所述目标区域在所述未来时段内所需的配送人员的数量；
分配单元，配置用于获取当前时刻在所述目标区域内进行订单配送的当前配送人员的数量，并基于所述所需的配送人员的数量和所述当前配送人员的数量进行订单分配。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
订单量预测模型训练单元，配置用于训练订单量预测模型的步骤，包括：
第一获取模块，配置用于获取所述目标区域在历史第一时间段内的区域特征信息；
第二获取模块，配置用于获取所述目标区域在历史第二时间段内的订单量，其中，所述历史第二时间段在所述历史第一时间段之后；
训练模块，配置用于将所述历史第一时间段内的区域特征信息作为输入，将所述历史第二时间段内的订单量作为输出，训练得到订单量预测模型。
9.一种服务器，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN201710749515.5A 2017-08-28 2017-08-28 订单分配方法和装置 Pending CN109426885A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710749515.5A CN109426885A (zh) 2017-08-28 2017-08-28 订单分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710749515.5A CN109426885A (zh) 2017-08-28 2017-08-28 订单分配方法和装置

Publications (1)

Publication Number Publication Date
CN109426885A true CN109426885A (zh) 2019-03-05

Family

ID=65502534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710749515.5A Pending CN109426885A (zh) 2017-08-28 2017-08-28 订单分配方法和装置

Country Status (1)

Country Link
CN (1) CN109426885A (zh)

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978462A (zh) * 2019-03-28 2019-07-05 上海中通吉网络技术有限公司 资源调配方法、装置和设备
CN110009287A (zh) * 2019-04-15 2019-07-12 北京闪送科技有限公司 溢价确定方法、装置、设备及存储介质
CN110378529A (zh) * 2019-07-17 2019-10-25 拉扎斯网络科技（上海）有限公司 一种数据生成的方法、装置、可读存储介质和电子设备
CN110390504A (zh) * 2019-07-18 2019-10-29 拉扎斯网络科技（上海）有限公司 一种数据处理的方法、装置、可读存储介质和电子设备
CN110443429A (zh) * 2019-08-13 2019-11-12 拉扎斯网络科技（上海）有限公司 降雨区域的确定方法、装置、电子设备及存储介质
CN110472910A (zh) * 2019-07-22 2019-11-19 北京三快在线科技有限公司 确定目标配送任务节点的方法、装置及存储介质、电子设备
CN110472807A (zh) * 2019-04-09 2019-11-19 胡敏超 智能为外送人员分配业务的方法及装置
CN110969390A (zh) * 2019-12-02 2020-04-07 北京百度网讯科技有限公司 用于分区的方法、装置、设备和介质
CN111160747A (zh) * 2019-12-23 2020-05-15 北京百度网讯科技有限公司 机器人出租车的调度方法、装置、电子设备与存储介质
CN111178622A (zh) * 2019-12-25 2020-05-19 北京三快在线科技有限公司 信息预测方法、装置、电子设备和计算机可读介质
CN111199340A (zh) * 2019-12-19 2020-05-26 上海东普信息科技有限公司 一种基于一联单的条码分配方法及系统
CN111242368A (zh) * 2020-01-09 2020-06-05 中央财经大学 一种基于场景推演的物流配送调度算法
CN111738646A (zh) * 2019-03-25 2020-10-02 本田技研工业株式会社 配送安排系统以及配送安排方法
CN111815229A (zh) * 2020-06-12 2020-10-23 北京顺达同行科技有限公司 订单信息的处理方法、装置、电子设备及存储介质
CN111833132A (zh) * 2019-05-31 2020-10-27 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及存储介质
CN111833131A (zh) * 2019-05-29 2020-10-27 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及存储介质
CN111882097A (zh) * 2019-10-11 2020-11-03 北京嘀嘀无限科技发展有限公司 一种车辆维护人员调度方法和系统
CN111898889A (zh) * 2020-07-17 2020-11-06 拉扎斯网络科技（上海）有限公司 一种数据处理的方法、装置、打包装置和信号生成装置
CN111915072A (zh) * 2020-07-20 2020-11-10 上海燕汐软件信息科技有限公司 一种快递员出勤量预测方法、装置、设备
CN112184097A (zh) * 2019-07-05 2021-01-05 北京京东振世信息技术有限公司 寄件信息处理方法、装置、计算机设备及可读存储介质
CN112215473A (zh) * 2020-09-18 2021-01-12 拉扎斯网络科技（上海）有限公司 一种配送压力数据的获得方法、装置、电子设备
CN112685518A (zh) * 2019-10-18 2021-04-20 菜鸟智能物流控股有限公司 一种服务提供对象的分配方法、一种订单分配方法和装置
CN112836978A (zh) * 2021-02-08 2021-05-25 北京嘀嘀无限科技发展有限公司 一种数据处理方法、装置、设备、介质和产品
CN113052417A (zh) * 2019-12-27 2021-06-29 北京国双科技有限公司 一种资源配置方法以及装置
CN113421140A (zh) * 2020-05-11 2021-09-21 阿里巴巴集团控股有限公司 订单处理方法、装置、系统及电子设备
CN113469462A (zh) * 2021-07-27 2021-10-01 拉扎斯网络科技（上海）有限公司 订单热度预测及订单分配方法及设备
CN113781077A (zh) * 2020-07-06 2021-12-10 京东城市(北京)数字科技有限公司 数据处理的方法、装置、设备及计算机可读存储介质
CN114096973A (zh) * 2020-03-06 2022-02-25 格步计程车控股私人有限公司 需求通知设备、计算设备及需求通知方法
CN114331567A (zh) * 2022-03-03 2022-04-12 未来地图(深圳)智能科技有限公司 一种订单热度预测方法、预测系统和存储介质
CN116703262A (zh) * 2023-05-19 2023-09-05 国网物资有限公司 配送资源调整方法、装置、电子设备和计算机可读介质
CN117114822A (zh) * 2023-10-24 2023-11-24 成都花娃网络科技有限公司 一种花材和耗材分单方法及系统
CN117252496A (zh) * 2023-03-09 2023-12-19 江苏齐博冷链科技有限公司 分区域智慧物流协调系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117842A (zh) * 2015-08-20 2015-12-02 北京嘀嘀无限科技发展有限公司 订单推送方法及装置
WO2017054333A1 (zh) * 2015-09-30 2017-04-06 百度在线网络技术（北京）有限公司 用车业务中获取需求与运力不匹配区域的方法、装置、设备及非易失性计算机存储介质
CN106779230A (zh) * 2016-12-27 2017-05-31 北京三快在线科技有限公司 订单量预估方法及装置、电子设备
CN107038492A (zh) * 2016-02-04 2017-08-11 滴滴（中国）科技有限公司 基于Arma模型的每日订单成交量预测方法及装置
CN107092974A (zh) * 2016-11-29 2017-08-25 北京小度信息科技有限公司 配送压力预测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117842A (zh) * 2015-08-20 2015-12-02 北京嘀嘀无限科技发展有限公司 订单推送方法及装置
WO2017054333A1 (zh) * 2015-09-30 2017-04-06 百度在线网络技术（北京）有限公司 用车业务中获取需求与运力不匹配区域的方法、装置、设备及非易失性计算机存储介质
CN107038492A (zh) * 2016-02-04 2017-08-11 滴滴（中国）科技有限公司 基于Arma模型的每日订单成交量预测方法及装置
CN107092974A (zh) * 2016-11-29 2017-08-25 北京小度信息科技有限公司 配送压力预测方法及装置
CN106779230A (zh) * 2016-12-27 2017-05-31 北京三快在线科技有限公司 订单量预估方法及装置、电子设备

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738646A (zh) * 2019-03-25 2020-10-02 本田技研工业株式会社 配送安排系统以及配送安排方法
CN109978462A (zh) * 2019-03-28 2019-07-05 上海中通吉网络技术有限公司 资源调配方法、装置和设备
CN110472807A (zh) * 2019-04-09 2019-11-19 胡敏超 智能为外送人员分配业务的方法及装置
CN110009287A (zh) * 2019-04-15 2019-07-12 北京闪送科技有限公司 溢价确定方法、装置、设备及存储介质
CN111833131A (zh) * 2019-05-29 2020-10-27 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及存储介质
CN111833132A (zh) * 2019-05-31 2020-10-27 北京嘀嘀无限科技发展有限公司 一种订单处理方法、装置、电子设备及存储介质
CN112184097A (zh) * 2019-07-05 2021-01-05 北京京东振世信息技术有限公司 寄件信息处理方法、装置、计算机设备及可读存储介质
CN110378529A (zh) * 2019-07-17 2019-10-25 拉扎斯网络科技（上海）有限公司 一种数据生成的方法、装置、可读存储介质和电子设备
CN110378529B (zh) * 2019-07-17 2021-01-05 拉扎斯网络科技（上海）有限公司 一种数据生成的方法、装置、可读存储介质和电子设备
CN110390504A (zh) * 2019-07-18 2019-10-29 拉扎斯网络科技（上海）有限公司 一种数据处理的方法、装置、可读存储介质和电子设备
CN110472910A (zh) * 2019-07-22 2019-11-19 北京三快在线科技有限公司 确定目标配送任务节点的方法、装置及存储介质、电子设备
CN110443429A (zh) * 2019-08-13 2019-11-12 拉扎斯网络科技（上海）有限公司 降雨区域的确定方法、装置、电子设备及存储介质
CN111882097A (zh) * 2019-10-11 2020-11-03 北京嘀嘀无限科技发展有限公司 一种车辆维护人员调度方法和系统
CN112685518B (zh) * 2019-10-18 2023-10-20 菜鸟智能物流控股有限公司 一种服务提供对象的分配方法、一种订单分配方法和装置
CN112685518A (zh) * 2019-10-18 2021-04-20 菜鸟智能物流控股有限公司 一种服务提供对象的分配方法、一种订单分配方法和装置
CN110969390A (zh) * 2019-12-02 2020-04-07 北京百度网讯科技有限公司 用于分区的方法、装置、设备和介质
CN110969390B (zh) * 2019-12-02 2023-08-18 北京百度网讯科技有限公司 用于分区的方法、装置、设备和介质
CN111199340A (zh) * 2019-12-19 2020-05-26 上海东普信息科技有限公司 一种基于一联单的条码分配方法及系统
CN111160747A (zh) * 2019-12-23 2020-05-15 北京百度网讯科技有限公司 机器人出租车的调度方法、装置、电子设备与存储介质
CN111160747B (zh) * 2019-12-23 2022-07-22 北京百度网讯科技有限公司 无人驾驶机器人出租车的调度方法、装置及电子设备
CN111178622A (zh) * 2019-12-25 2020-05-19 北京三快在线科技有限公司 信息预测方法、装置、电子设备和计算机可读介质
CN113052417A (zh) * 2019-12-27 2021-06-29 北京国双科技有限公司 一种资源配置方法以及装置
CN111242368A (zh) * 2020-01-09 2020-06-05 中央财经大学 一种基于场景推演的物流配送调度算法
CN111242368B (zh) * 2020-01-09 2024-03-15 中央财经大学 一种基于场景推演的物流配送调度算法
CN114096973A (zh) * 2020-03-06 2022-02-25 格步计程车控股私人有限公司 需求通知设备、计算设备及需求通知方法
CN114096973B (zh) * 2020-03-06 2023-03-24 格步计程车控股私人有限公司 需求通知设备、计算设备及需求通知方法
CN113421140A (zh) * 2020-05-11 2021-09-21 阿里巴巴集团控股有限公司 订单处理方法、装置、系统及电子设备
CN111815229B (zh) * 2020-06-12 2024-01-23 北京顺达同行科技有限公司 订单信息的处理方法、装置、电子设备及存储介质
CN111815229A (zh) * 2020-06-12 2020-10-23 北京顺达同行科技有限公司 订单信息的处理方法、装置、电子设备及存储介质
CN113781077A (zh) * 2020-07-06 2021-12-10 京东城市(北京)数字科技有限公司 数据处理的方法、装置、设备及计算机可读存储介质
CN111898889A (zh) * 2020-07-17 2020-11-06 拉扎斯网络科技（上海）有限公司 一种数据处理的方法、装置、打包装置和信号生成装置
CN111898889B (zh) * 2020-07-17 2021-06-15 拉扎斯网络科技（上海）有限公司 一种数据处理的方法、装置、打包装置和信号生成装置
CN111915072A (zh) * 2020-07-20 2020-11-10 上海燕汐软件信息科技有限公司 一种快递员出勤量预测方法、装置、设备
CN112215473B (zh) * 2020-09-18 2023-04-18 拉扎斯网络科技（上海）有限公司 一种配送压力数据的获得方法、装置、电子设备
CN112215473A (zh) * 2020-09-18 2021-01-12 拉扎斯网络科技（上海）有限公司 一种配送压力数据的获得方法、装置、电子设备
CN112836978A (zh) * 2021-02-08 2021-05-25 北京嘀嘀无限科技发展有限公司 一种数据处理方法、装置、设备、介质和产品
CN113469462B (zh) * 2021-07-27 2023-05-02 拉扎斯网络科技（上海）有限公司 订单热度预测及订单分配方法及设备
CN113469462A (zh) * 2021-07-27 2021-10-01 拉扎斯网络科技（上海）有限公司 订单热度预测及订单分配方法及设备
CN114331567A (zh) * 2022-03-03 2022-04-12 未来地图(深圳)智能科技有限公司 一种订单热度预测方法、预测系统和存储介质
CN117252496A (zh) * 2023-03-09 2023-12-19 江苏齐博冷链科技有限公司 分区域智慧物流协调系统
CN116703262A (zh) * 2023-05-19 2023-09-05 国网物资有限公司 配送资源调整方法、装置、电子设备和计算机可读介质
CN116703262B (zh) * 2023-05-19 2024-02-02 国网物资有限公司 配送资源调整方法、装置、电子设备和计算机可读介质
CN117114822A (zh) * 2023-10-24 2023-11-24 成都花娃网络科技有限公司 一种花材和耗材分单方法及系统
CN117114822B (zh) * 2023-10-24 2023-12-26 成都花娃网络科技有限公司 一种花材和耗材分单方法及系统

Similar Documents

Publication Publication Date Title
CN109426885A (zh) 订单分配方法和装置
CN107909261A (zh) 订单推送方法和装置
CN107886245A (zh) 订单推送方法和装置
CN109840734A (zh) 信息输出方法和装置
US11164172B2 (en) Application programming interfaces for structuring distributed systems
CN109816132A (zh) 信息生成方法和装置
US20190205834A1 (en) Application programming interfaces for structuring distributed systems
CN107844885A (zh) 信息推送方法和装置
CN105719110A (zh) 订单处理方法和装置
CN107845012A (zh) 订单处理方法和装置
CN110443533A (zh) 商品分仓入库方法、装置、电子设备及计算机可读介质
CN109961306B (zh) 一种物品的库存分配方法和装置
CN111932161B (zh) 针对物品的车辆调度方法、装置、电子设备和计算机介质
CN110544055B (zh) 订单处理方法和装置
KR20200102277A (ko) 구매자와 배달원을 매칭하여 배달 대행 서비스를 제공하는 방법 및 장치
CN109886776A (zh) 一种面向社区零售服务的一站式电商管理方法与系统
CN110070382A (zh) 用于生成信息的方法和装置
CN109377291A (zh) 任务价格预测方法、装置、电子设备及计算机存储介质
CN108898306A (zh) 订单分配方法、装置、介质及电子设备
CN109902986A (zh) 用于输出信息的方法和装置
CN110033337A (zh) 订单生产的方法和装置
CN110276652A (zh) 用于推送信息的方法和装置
CN109345166A (zh) 用于生成信息的方法和装置
CN109934427A (zh) 生成物品分配方案的方法和装置
CN113627847A (zh) 补货单的生成方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Room 202, 2 / F, 1-3 / F, No. 11, Shangdi Information Road, Haidian District, Beijing 100084

Applicant after: Beijing Xingxuan Technology Co.,Ltd.

Address before: 100085 Beijing, Haidian District on the road to the information on the ground floor of the 1 to the 3 floor of the 2 floor, room 11, 202

Applicant before: Beijing Xiaodu Information Technology Co.,Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20190305

RJ01 Rejection of invention patent application after publication