CN104200369B - 一种确定商品配送范围的方法和装置 - Google Patents

Abstract

本发明提供一种确定商品配送范围的方法和装置，能够比较高效地确定各个配送员的配送范围，有助于提高配送速度。本发明的确定商品配送范围的方法包括：步骤A：对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定初始词库；步骤B：对所述初始词库进行过滤得到过滤词库；其中，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；步骤C：对于所述过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；步骤D：对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围。

Description

一种确定商品配送范围的方法和装置

技术领域

本发明涉及计算机技术领域，特别地涉及一种确定商品配送范围的方法和装置。

背景技术

随着电子商务的不断发展，网上购物成为越来越常见的购物方式。在网上购物之后，商品将被配送员送达用户指定的配送地址。各个配送员各自负责不同的配送范围，配送范围是多个配送地址组成的集合。商品在配送站要经过人工分拣，使配送员确定属于自己负责的配送范围的商品。这种人工分拣的效率比较低，影响了配送速度。

发明内容

有鉴于此，本发明提供一种确定商品配送范围的方法和装置，能够比较高效地确定各个配送员的配送范围，有助于提高配送速度。

为实现上述目的，根据本发明的一个方面，提供了一种确定商品配送范围的方法。

本发明的确定商品配送范围的方法包括：步骤A：对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定初始词库；步骤B：对所述初始词库进行过滤得到过滤词库；其中，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；步骤C：对于所述过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；步骤D：对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围。

可选地，在所述步骤B之前，还包括：对步骤A中确定出的初始词库进行去重处理。

可选地，所述步骤B中的过滤包括第一级过滤和第二级过滤；所述第一级过滤包括：计算所述初始词库中各个词在所述初始词库中的词频与该词在指定城市的所有地址中出现的词频的比值，取该比值大于预设阈值的词构成中间过滤词库；所述第二级过滤包括：按如下步骤1至步骤3进行计算代表词对应的平均值，若步骤3中计算得到的平均值小于预选阈值，则舍弃该平均值大于预选阈值的代表词并且再次执行步骤1至步骤3，直至选择的每个代表词对应的所述平均值小于所述预选阈值，然后将选择的代表词组成所述过滤词库：步骤1：从每一个所述历史配送地址中选择代表词，该代表词属于所述中间过滤词库，并且是该代表词所在地址中的在所述中间过滤词库中词频最高的词；步骤2：对每个选择的代表词，按如下公式计算一日的熵：

其中T表示包含该选择的代表词的所有配送地址在该日对应的配送员数目，P表示所述对应的配送员中每个配送员在该日的配送地址数占该所有地址的比例；步骤3：对每个选择的代表词，计算预设数目的多日的熵的平均值并作为该代表词对应的平均值。

可选地，所述步骤C包括：根据如下公式计算所述过滤词库中的所有代表词两两之间的权重：

其中表示第i₁个代表词和第i₂个代表词之间的权重，L表示采样天数，M表示在L天内所述过滤词库中的所有代表词所在的配送地址对应的所有配送员的数目，a_ijk表示第k天，第i个代表词所在的配送地址由第j个配送员配送的数量；对所述过滤词库中的所有词按所述权重构成邻接矩阵，然后得出该邻接矩阵对应的拉普拉斯矩阵；将所述拉普拉斯矩阵的前K个最小的特征值对应的特征向量排列组成N×K的矩阵，其中N表示所述过滤词库中的代表词的数量；采用K-mans算法对所述N×K的矩阵按行进行聚类，将聚类之后的同一类的行对应的代表词作为同一类的代表词。

根据本发明的另一方面，提供了一种确定商品配送范围的装置。

本发明的确定商品配送范围的装置包括：初始词库模块，用于对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定多个代表词得到初始词库；过滤模块，用于对所述初始词库进行过滤得到过滤词库；其中，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；聚类模块，用于对于所述过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；确定模块，用于对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围。

可选地，还包括去重模块，用于对所述初始词库模块得到的词库中的多个代表词进行去重处理。

可选地，所述过滤模块还用于对所述初始词库进行第一级过滤和第二级过滤；所述第一级过滤包括：计算所述初始词库中各个词在所述初始词库中的词频与该词在指定城市的所有地址中出现的词频的比值，取该比值大于预设阈值的词构成中间过滤词库；所述第二级过滤包括：按如下步骤1至步骤3进行计算代表词对应的平均值，若步骤3中计算得到的平均值小于预选阈值，则舍弃该平均值大于预选阈值的代表词并且再次执行步骤1至步骤3，直至选择的每个代表词对应的所述平均值小于所述预选阈值，然后将选择的代表词组成所述过滤词库：步骤1：从每一个所述历史配送地址中选择代表词，该代表词属于所述中间过滤词库，并且是该代表词所在地址中的在所述中间过滤词库中词频最高的词；步骤2：对每个选择的代表词，按如下公式计算一日的熵：

其中T表示包含该选择的代表词的所有配送地址在该日对应的配送员数目，P表示所述对应的配送员中每个配送员在该日的配送地址数占该所有地址的比例；步骤3：对每个选择的代表词，计算预设数目的多日的熵的平均值并作为该代表词对应的平均值。

可选地，所述聚类模块还用于：根据如下公式计算所述过滤词库中的所有代表词两两之间的权重：

其中表示第i₁个代表词和第i₂个代表词之间的权重，L表示采样天数，M表示在L天内所述过滤词库中的所有代表词所在的配送地址对应的所有配送员的数目，a_ijk表示第k天，第i个代表词所在的配送地址由第j个配送员配送的数量；对所述过滤词库中的所有词按所述权重构成邻接矩阵，然后得出该邻接矩阵对应的拉普拉斯矩阵；将所述拉普拉斯矩阵的前K个最小的特征值对应的特征向量排列组成N×K的矩阵，其中N表示所述过滤词库中的代表词的数量；采用K-mans算法对所述N×K的矩阵按行进行聚类，将聚类之后的同一类的行对应的代表词作为同一类的代表词。

根据本发明的技术方案，获取代表配送地址的代表词，再对这些代表词进行聚类，使配送区域得以细化，配送区域被划分为多个网格，每个网格有一个配送员，直接按网格就可以确定各个配送员的配送范围，因此能够高效地确定各个配送员的配送范围，有助于提高配送速度。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的确定商品配送范围的方法的主要步骤的示意图；

图2是根据本发明实施例的树的结构的示意图；

图3是根据本发明实施例的确定商品配送范围的装置的基本结构的示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本发明实施例中，根据历史配送地址，将配送区域划分为多个网格，每个网格由一名配送员进行配送。历史配送地址是历史中的一段时间(几周或两三个月)的配送信息，其中包含配送员信息，即哪个配送员在哪天配送了哪些地址。图1是根据本发明实施例的确定商品配送范围的方法的主要步骤的示意图。如图1所示，该方法主要包括如下的步骤S11至步骤S14。

步骤S10：获取历史配送地址。

步骤S11：确定初始词库。本实施例中采用查找重复串的方式来得到初始词库。首先去除预先指定的一些明显不能代表地址的字、词、字符等，例如“省”、“市”、“区”、“街”、“路”等。然后统计每个字在所有历史配送地址中出现的次数，如果小于预设值，该字也被去除，其中数字和字母不参与统计。最后对于保留下来的字，进行重复串查找，重复串长度预先设定，以重复串出现6次以上为例，将多条地址作为一项文本，该文本中各个字的位置如下：

北辰西路1号(11，12，13，14，15，16)

北辰西路1号(24，25，26，27，28，29)

北辰西路8号院(33，34，35，36，37，38，39)

北辰西路11号(41，42，43，44，45，46，47)

北辰西路1号(61，62，63，64，65，66)

北辰西路1号(83，84，85，86，87，88)

其中数字表示相应的字在该文本中的位置，例如第一条地址中的“北”位于第11个字，“西”位于第13个字。

接下来建立树并结合树得到重复串。参考图2，图2是根据本发明实施例的树的结构的示意图。在建立树时，对每个节点包含“字、该字在各地址中的位置、树的深度”，例如，在图2中的树20中，节点21中，字为“北”；该字在各地址中的位置为[11，24，33，41，61，83]；因为是第一个节点，因此树的深度为0。在树增加节点时，要对该字的下一个字进行等价类划分，划分结果如果某个等价类小于预设阈值，则该节点不能加入。最后用深度优先原则处理，可采用堆栈来辅助实现，从而得到以“北”开头的重复串长度为6次的“北辰西路”。

将历史配送地址所有文本按上述方式处理，会得到多种重复串，并且同时出现大量实际内容重复的地理名称，这主要是由于书写或录入错误引起，例如得到45个“北辰世纪中心”、48个“辰世纪中心”、49个“北辰世纪中”，此时可进行去重处理。在允许冗余的情况下，对全字符串进行根据前向排序和后向排序后去重，如上结果重复串中只提取出“北辰世纪中心”。至此得到初始词库。

步骤S12：对初始词库进行过滤得到过滤词库。本实施例中对初始词库进行二级过滤，其中第一级过滤为TF-IDF过滤，第二级过滤为熵过滤。在初始词库中，很多词对于代表整个收货地址来说没有意义，例如“大厦13层”、“八单元”、“单元9**室”、“管理处”、“编辑部”、“小区**号楼”等词在多个配送站都会出现，在本实施例中采用TF-IDF过滤将其过滤掉；又如“中关村”、“大屯路”、“奥运村”这样的词所指的地理范围不能代表具体的地理位置，并且一般是由多个配送员配送，在本实施例中采用熵过滤将其过滤掉。

在TF-IDF过滤中，将初始词库中各个词在初始词库中的词频作为TF，将该词在指定城市的所有地址中出现的词频作为IDF，计算二者比值即TF/IDF，该比值小于预设阈值时该词被过滤掉，得到中间过滤词库。

在熵过滤中，按如下步骤1至步骤3进行计算代表词对应的平均值，若步骤3中计算得到的平均值小于预选阈值，则舍弃该平均值大于预选阈值的代表词并且再次执行步骤1至步骤3，直至选择的每个代表词对应的平均值小于预选阈值，然后将选择的代表词组成过滤词库：

步骤1：从每一个历史配送地址中选择代表词，该代表词属于中间过滤词库，并且是该代表词所在地址中的在中间过滤词库中词频最高的词；

步骤2：对每个选择的代表词，按如下公式计算一日的熵：

其中T表示包含该选择的代表词的所有配送地址在该日对应的配送员数目，P表示对应的配送员中每个配送员在该日的配送地址数占该所有地址的比例；

步骤3：对每个选择的代表词，计算预设数目的多日的熵的平均值并作为该代表词对应的平均值。

步骤S13：对于过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类。根据以上步骤所做的操作，从统计上可以保证，每条地址提取在中间过滤词库中词频最高的词作为代表词由一个配送员进行配送。每条地址的文本信息，通过分词之后一条文本地址会对应很多的地理名称的词。然后在通过词过滤之后，提取的词是代表定位配送范围并且在一个配送区域内有代表性的词。例如地址“北京市西城区金融大街19号富凯大厦B座10层1005”中，“富凯大厦”就是有代表性的词。前面的处理实际上是将所有的收货地址的文本信息处理为一个词来代替，如上例中的“富凯大厦”。但是同一个词所代表的地址位置信息还是太细了，实际划分的网格是多个词的集合。一个词的集合对应着一个地址位置范围，该范围可认为是网格划分出来的一个格子。在步骤13中，主要是解决的是如何将多个代表词聚合成一个代表网格区域的词集合。

本实施例中，步骤13按如下步骤进行：

步骤1：根据如下公式计算过滤词库中的所有代表词两两之间的权重：

其中表示第i₁个代表词和第i₂个代表词之间的权重，L表示采样天数，M表示在L天内过滤词库中的所有代表词所在的配送地址对应的所有配送员的数目，a_ijk表示第k天，第i个代表词所在的配送地址由第j个配送员配送的数量。

步骤2：对过滤词库中的所有词按权重构成邻接矩阵，然后得出该邻接矩阵对应的拉普拉斯矩阵。

步骤3：将拉普拉斯矩阵的前K个最小的特征值对应的特征向量排列组成N×K的矩阵，其中N表示过滤词库中的代表词的数量。

步骤4：采用K-mans算法对N×K的矩阵按行进行聚类，将聚类之后的同一类的行对应的代表词作为同一类的代表词。因为每一行的元素是该行对应的代表词与该行每一列对应的代表词之间的相关度，所以与其他词的相关度较为接近的代表词应当归为同一类。

步骤S14：对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围。此时可以按类输出各个代表词，每一类形成一个商品配送范围，在配送站直接按该商品配送范围分拣货物得到多组货物，这样每一组货物就由一个配送员配送。

图3是根据本发明实施例的确定商品配送范围的装置的基本结构的示意图。如图3所示，确定商品配送范围的装置30主要包括初始词库模块31、过滤模块32、聚类模块33、以及确定模块34。

初始词库模块31用于对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定多个代表词得到初始词库；过滤模块32用于对所述初始词库进行过滤得到过滤词库；其中，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；聚类模块33用于对于过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；确定模块34用于对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围。

确定商品配送范围的装置30还可以包括去重模块(图中未示出)，用于对初始词库模块得到的词库中的多个代表词进行去重处理。过滤模块还可用于对初始词库进行上述的第一级过滤和第二级过滤。聚类模块33还可采用步骤S13中的步骤进行处理。

根据本发明实施例的技术方案，获取代表配送地址的代表词，再对这些代表词进行聚类，使配送区域得以细化，配送区域被划分为多个网格，每个网格有一个配送员，直接按网格就可以确定各个配送员的配送范围，因此能够高效地确定各个配送员的配送范围，有助于提高配送速度。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的普通技术人员而言，能够理解本发明的方法和设备的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。

因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来开发出的任何存储介质。

还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种确定商品配送范围的方法，其特征在于，包括：

步骤A：对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定初始词库；

步骤B：对所述初始词库进行二级过滤得到过滤词库；其中，第一级过滤滤除对所述历史配送地址没有意义的词，第二级过滤滤除不能代表具体的地理位置的词，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；

步骤C：对于所述过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；

步骤D：对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围；

所述步骤C包括：计算所述过滤词库中的所有代表词两两之间的权重；对所述过滤词库中的所有词按所述权重构成邻接矩阵，然后得出该邻接矩阵对应的拉普拉斯矩阵；将所述拉普拉斯矩阵的前K个最小的特征值对应的特征向量排列组成N×K的矩阵，其中N表示所述过滤词库中的代表词的数量；采用K-me ans算法对所述N×K的矩阵按行进行聚类，将聚类之后的同一类的行对应的代表词作为同一类的代表词。

2.根据权利要求1所述的方法，其特征在于，在所述步骤B之前，还包括：对步骤A中确定出的初始词库进行去重处理。

3.根据权利要求1所述的方法，其特征在于，所述步骤B中的过滤包括第一级过滤和第二级过滤；

所述第一级过滤包括：

计算所述初始词库中各个词在所述初始词库中的词频与该词在指定城市的所有地址中出现的词频的比值，取该比值大于预设阈值的词构成中间过滤词库；

所述第二级过滤包括：

按如下步骤1至步骤3进行计算代表词对应的平均值，若步骤3中计算得到的平均值小于预选阈值，则舍弃该平均值大于预选阈值的代表词并且再次执行步骤1至步骤3，直至选择的每个代表词对应的所述平均值小于所述预选阈值，然后将选择的代表词组成所述过滤词库：

步骤1：从每一个所述历史配送地址中选择代表词，该代表词属于所述中间过滤词库，并且是该代表词所在地址中的在所述中间过滤词库中词频最高的词；

步骤2：对每个选择的代表词，按如下公式计算一日的熵：

其中T表示包含该选择的代表词的所有配送地址在该日对应的配送员数目，P表示所述对应的配送员中每个配送员在该日的配送地址数占该所有地址的比例；

步骤3：对每个选择的代表词，计算预设数目的多日的熵的平均值并作为该代表词对应的平均值。

4.根据权利要求1至3中任一项所述的方法，其特征在于，

根据如下公式计算所述过滤词库中的所有代表词两两之间的权重：

其中表示第i₁个代表词和第i₂个代表词之间的权重，L表示采样天数，M表示在L天内所述过滤词库中的所有代表词所在的配送地址对应的所有配送员的数目，a_ijk表示第k天，第i个代表词所在的配送地址由第j个配送员配送的数量。

5.一种确定商品配送范围的装置，其特征在于，包括：

初始词库模块，用于对于预选的包含配送员信息的多个历史配送地址，使用查找重复串的方式确定多个代表词得到初始词库；

过滤模块，用于对所述初始词库进行二级过滤得到过滤词库；其中，第一级过滤滤除对所述历史配送地址没有意义的词，第二级过滤滤除不能代表具体的地理位置的词，使该过滤词库中的各个代表词分别对应一个或几个配送地址，并且每个代表词所在的配送地址由一个配送员配送；

聚类模块，用于对于所述过滤词库中的各个代表词，按其对应的配送地址的地理位置接近的原则对这些代表词进行聚类；

确定模块，用于对于聚类得到的各类的代表词，将每一类代表词对应的多个配送地址作为一个商品配送范围；

所述聚类模块还用于：计算所述过滤词库中的所有代表词两两之间的权重：对所述过滤词库中的所有词按所述权重构成邻接矩阵，然后得出该邻接矩阵对应的拉普拉斯矩阵；将所述拉普拉斯矩阵的前K个最小的特征值对应的特征向量排列组成N×K的矩阵，其中N表示所述过滤词库中的代表词的数量；采用K-me ans算法对所述N×K的矩阵按行进行聚类，将聚类之后的同一类的行对应的代表词作为同一类的代表词。

6.根据权利要求5所述的装置，其特征在于，还包括去重模块，用于对所述初始词库模块得到的词库中的多个代表词进行去重处理。

7.根据权利要求5所述的装置，其特征在于，所述过滤模块还用于对所述初始词库进行第一级过滤和第二级过滤；

所述第一级过滤包括：

计算所述初始词库中各个词在所述初始词库中的词频与该词在指定城市的所有地址中出现的词频的比值，取该比值大于预设阈值的词构成中间过滤词库；

所述第二级过滤包括：

按如下步骤1至步骤3进行计算代表词对应的平均值，若步骤3 中计算得到的平均值小于预选阈值，则舍弃该平均值大于预选阈值的代表词并且再次执行步骤1至步骤3，直至选择的每个代表词对应的所述平均值小于所述预选阈值，然后将选择的代表词组成所述过滤词库：

步骤1：从每一个所述历史配送地址中选择代表词，该代表词属于所述中间过滤词库，并且是该代表词所在地址中的在所述中间过滤词库中词频最高的词；

步骤2：对每个选择的代表词，按如下公式计算一日的熵：

其中T表示包含该选择的代表词的所有配送地址在该日对应的配送员数目，P表示所述对应的配送员中每个配送员在该日的配送地址数占该所有地址的比例；

步骤3：对每个选择的代表词，计算预设数目的多日的熵的平均值并作为该代表词对应的平均值。

8.根据权利要求5所述的装置，其特征在于，所述聚类模块还用于：

根据如下公式计算所述过滤词库中的所有代表词两两之间的权重：

其中表示第i₁个代表词和第i₂个代表词之间的权重，L表示采样天数，M表示在L天内所述过滤词库中的所有代表词所在的配送地址对应的所有配送员的数目，a_ijk表示第k天，第i个代表词所在的配送地址由第j个配送员配送的数量。

9.一种电子设备，其特征在于，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，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。