CN105574693A - 物流信息质量评价方法及装置 - Google Patents
物流信息质量评价方法及装置 Download PDFInfo
- Publication number
- CN105574693A CN105574693A CN201510918126.1A CN201510918126A CN105574693A CN 105574693 A CN105574693 A CN 105574693A CN 201510918126 A CN201510918126 A CN 201510918126A CN 105574693 A CN105574693 A CN 105574693A
- Authority
- CN
- China
- Prior art keywords
- information
- logistics
- logistics information
- value
- history
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 10
- 230000007613 environmental effect Effects 0.000 claims description 46
- 238000013210 evaluation model Methods 0.000 claims description 46
- 238000003066 decision tree Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001303 quality assessment method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 235000014102 seafood Nutrition 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种物流信息质量评价方法及装置。所述方法包括：获取目标物流信息；从所述目标物流信息中提取物流特征信息；根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。由此，能够实现对目标物流信息的质量情况的自动评价，准确得出该目标物流信息的质量信息，从而便于对该目标物流信息进行质量分析，并能够为后续的目标物流信息推送提供准确依据。
Description
技术领域
本公开涉及计算机领域，尤其涉及物流信息质量评价方法及装置。
背景技术
Web网页中经常会发布大量的物流信息。例如，一条物流信息可以例如为：“从青岛到北京有50吨海鲜，求冷藏车”。当发布一条物流信息之后，可以将物流信息推送给用户，以由用户进行抢单，从而促成该物流信息成单。
发明内容
为克服相关技术中存在的问题，本公开提供一种物流信息质量评价方法及装置。
根据本公开实施例的第一方面，提供一种物流信息质量评价方法，所述方法包括：获取目标物流信息；从所述目标物流信息中提取物流特征信息；根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
在第一方面的可选的实施方式中，所述方法还包括：在获取所述目标物流信息之前，根据多个历史物流信息，构建所述物流信息质量评价模型。
在第一方面的可选的实施方式中，所述根据多个历史物流信息，构建所述物流信息质量评价模型，包括：获取每个所述历史物流信息的价值参数指标；针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息；根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息；从每个所述历史物流信息中提取物流特征信息；根据每个所述历史物流信息的物流特征信息，构建每个所述历史物流信息的物流特征向量；利用每个所述历史物流信息的物流特征向量、以及每个所述历史物流信息的质量信息，构建所述物流信息质量评价模型。
在第一方面的可选的实施方式中，所述价值参数指标包括：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格；以及所述针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息为：针对每个所述历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数，确定该历史物流信息的价值信息。
在第一方面的可选的实施方式中，所述价值确定函数包括：
valuei＝log[Pi(ai1+λai2)+βPi(bi1+λbi2)]
其中，valuei表示第i个所述历史物流信息的价值信息；Pi表示第i个所述历史物流信息的预期成单价格；ai1表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量；ai2表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量；bi1表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量；bi2表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量；λ和β为预设的衰减系数，并且，λ∈[0,1]，β∈[0,1]。
在第一方面的可选的实施方式中，所述根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息，包括：对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息；根据每个所述历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。
在第一方面的可选的实施方式中，所述对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息为：对全部所述历史物流信息的价值信息进行Z-score(Z分数)标准化，得到每个所述历史物流信息的标准化价值信息。
在第一方面的可选的实施方式中，所述物流特征信息包括以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。
在第一方面的可选的实施方式中，所述物流信息质量评价模型为决策树分类模型。
根据本公开实施例的第二方面，提供一种物流信息质量评价装置，所述装置包括：物流信息获取模块，被配置为获取目标物流信息；物流特征信息提取模块，被配置为从所述目标物流信息中提取物流特征信息；物流特征向量构建模块，被配置为根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；质量评价模块，被配置为将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
在第二方面的可选的实施方式中，所述装置还包括：物流信息质量评价模型构建模块，被配置为在获取所述目标物流信息之前，根据多个历史物流信息，构建所述物流信息质量评价模型。
在第二方面的可选的实施方式中，所述物流信息质量评价模型构建模块包括：价值参数指标获取子模块，被配置为获取每个所述历史物流信息的价值参数指标；价值信息确定子模块，被配置为针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息；第一质量信息确定子模块，被配置为根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息；物流特征信息提取子模块，被配置为从每个所述历史物流信息中提取物流特征信息；物流特征向量构建子模块，被配置为根据每个所述历史物流信息的物流特征信息，构建每个所述历史物流信息的物流特征向量；物流信息质量评价模型构建子模块，被配置为利用每个所述历史物流信息的物流特征向量、以及每个所述历史物流信息的质量信息，构建所述物流信息质量评价模型。
在第二方面的可选的实施方式中，所述价值参数指标包括：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格；以及所述价值信息确定子模块，被配置为针对每个所述历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数，确定该历史物流信息的价值信息。
在第二方面的可选的实施方式中，所述价值确定函数包括：
valuei＝log[Pi(ai1+λai2)+βPi(bi1+λbi2)]
其中，valuei表示第i个所述历史物流信息的价值信息；Pi表示第i个所述历史物流信息的预期成单价格；ai1表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量；ai2表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量；bi1表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量；bi2表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量；λ和β为预设的衰减系数，并且，λ∈[0,1]，β∈[0,1]。
在第二方面的可选的实施方式中，所述第一质量信息确定子模块包括：标准化子模块，被配置为对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息；第二质量信息确定子模块，被配置为根据每个所述历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。
在第二方面的可选的实施方式中，所述标准化子模块，被配置为对全部所述历史物流信息的价值信息进行Z-score(Z分数)标准化，得到每个所述历史物流信息的标准化价值信息。
在第二方面的可选的实施方式中，所述物流特征信息包括以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。
在第二方面的可选的实施方式中，所述物流信息质量评价模型为决策树分类模型。
根据本公开实施例的第三方面，提供一种物流信息质量评价装置，所述装置包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：获取目标物流信息；从所述目标物流信息中提取物流特征信息；根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行一种物流信息质量评价方法，所述方法包括：获取目标物流信息；从所述目标物流信息中提取物流特征信息；根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
本公开的实施例提供的技术方案可以包括以下有益效果：
通过获取目标物流信息，从所述目标物流信息中提取物流特征信息，根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量，将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息，能够实现对目标物流信息的质量情况的自动评价，准确得出该目标物流信息的质量信息，从而便于对该目标物流信息进行质量分析，并能够为后续的目标物流信息推送提供准确依据。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种实施环境的结构示意图。
图2是根据一示例性实施例示出的一种物流信息质量评价方法的流程图。
图3是根据另一示例性实施例示出的一种物流信息质量评价方法的流程图。
图4是根据一示例性实施例示出的构建物流信息质量评价模型的过程的流程图。
图5A至图5D是根据一示例性实施例示出的一种物流信息质量评价装置的框图。
图6是根据一示例性实施例示出的一种物流信息质量评价装置的框图。
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公开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、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种实施环境的结构示意图。该实施环境可以包括至少一个第一用户设备110、服务器120和至少一个第二用户设备130。其中，第一用户设备110和第二用户设备130可以例如是智能手机、平板电脑、PC机、笔记本电脑等等。图1中以第一用户设备110和第二用户设备130是智能手机来示意。至少一个第一用户设备110与服务器120之间、以及至少一个第二用户设备130与服务器120之间可以通过各种有线或无线网络进行通信，该网络可以例如包括但不限于：无线保真(wirelessfidelity，WiFi)网络、2G网络、3G网络、4G网络等等。
第一用户设备110可以由物流信息发布者所有，第二用户设备130可以由物流信息接收者所有。物流信息发布者可以通过其拥有的第一用户设备110向服务器120发布物流信息，该物流信息可以经由服务器120被推送至第二用户设备130，以告知各个物流信息接收者该物流信息，从而便于这些物流信息接收者决定是否对该物流信息进行抢单。服务器120可以接收来自各个第二用户设备130的抢单信息，并根据抢单信息来决定最终抢单成功的物流信息接收者，从而促成该物流信息成单。
图2是根据一示例性实施例示出的一种物流信息质量评价方法的流程图，其中，该方法可以应用于服务器，例如，如图1所示的服务器120。如图2所示，该方法可以包括以下步骤。
在步骤S201中，获取目标物流信息。在本公开中，目标物流信息可以为待评价的物流信息。例如，服务器(例如，图1所示的服务器120)可以从物流信息发布者的用户设备(例如，图1所示的第一用户设备110)来获取该目标物流信息。
在步骤S202中，从目标物流信息中提取物流特征信息。
在本公开中，物流特征信息可以包括但不限于以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。可以根据实际需求来预先设定从目标物流信息中提取哪些物流特征信息。
在步骤S203中，根据目标物流信息的物流特征信息，构建该目标物流信息的物流特征向量。
可以对从目标物流信息中提取出的每一种物流特征信息进行数据预处理，以用数字编码的形式来表示提取出的每一种物流特征信息。例如，针对出发地信息和目的地信息，可以根据所提取出的出发地信息和目的地信息、以及预设的地名编码，来确定与所提取出的出发地信息相匹配的地名编码、以及与所提取出的目的地信息相匹配的地名编码。例如，假设预设的北京编码为110，预设的上海编码为310，则当出发地为北京、目的地为上海时，则可以确定出发地信息对应的编码为110，目的地信息对应的编码为310。再例如，针对货物类型信息，可以根据所提取出的货物类型信息、以及预设的货物类型编码，来确定与所提取出的货物类型信息相匹配的货物类型编码。例如，假设预设的海鲜货物类型的编码为2，则当货物类型为海鲜时，则可以确定出货物类型信息对应的编码为2。
针对从目标物流信息中提取出的每一种物流特征信息，都可以采用上述相似的方式来对该物流特征信息进行预处理，从而用数字编码的形式来表示提取出的每一种物流特征信息。
在得出每一种物流特征信息的数字编码后，可以根据这些数字编码，来形成该目标物流信息的物流特征向量。如果从目标物流信息中提取出N种物流特征信息，其中N≥2，则可以根据所述N种物流特征信息的数字编码，构建出N维向量，所构建的N维向量即为该目标物流信息的物流特征向量。
在步骤S204中，将目标物流信息的物流特征向量输入至物流信息质量评价模型，得出该目标物流信息的质量信息。
在本公开中，物流信息质量评价模型可以用于对输入的物流特征向量进行质量评价，并输出该目标物流信息的质量数值(例如，质量数值可以为0-1之间的数值)。在一个实施方式中，可以将所得到的质量数值直接作为质量信息。在这种情况下，质量信息是一个数值信息，并且通过该数值的高低，能够确定出该目标物流信息的质量的高低。例如，该数值越高，表明该目标物流信息的质量越高；反之，该数值越低，表明该目标物流信息的质量越低。
在另一个实施方式中，可以在得出目标物流信息的质量数值之后，通过比较所得出的目标物流信息的质量数值与预设的质量阈值，来确定该目标物流信息的质量数值所处的质量等级。随后，将该质量等级作为质量信息。例如，质量等级可以被预先设定为优、良、中、差和极差这五个等级，每个等级可以由相应的质量阈值来进行划分。例如，可以预先设定四个质量阈值，分别为0.2、0.4、0.6、0.8。当得出的质量数值小于或等于0.2时，则可以确定该目标物流信息的质量等级为极差。当得出的质量数值大于0.2、且小于或等于0.4时，则可以确定该目标物流信息的质量等级为差。当得出的质量数值大于0.4、且小于或等于0.6时，则可以确定该目标物流信息的质量等级为中。当得出的质量数值大于0.6、且小于或等于0.8时，则可以确定该目标物流信息的质量等级为良。当得出的质量数值大于0.8时，则可以确定该目标物流信息的质量等级为优。
在这种实施方式中，所得到的质量信息可以直接地反映出该目标物流信息的质量情况。虽然上面举例描述了质量阈值的数值设定以及质量等级的等级设定，但是本公开并不局限于此，其他质量阈值的数值设定以及质量等级的等级设定同样适用于本公开。
综上所述，通过获取目标物流信息，从所述目标物流信息中提取物流特征信息，根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量，将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息，能够实现对目标物流信息的质量情况的自动评价，准确得出该目标物流信息的质量信息，从而便于对该目标物流信息进行质量分析，并能够为后续的目标物流信息推送提供准确依据。
图3是根据另一示例性实施例示出的一种物流信息质量评价方法的流程图，其中，该方法可以应用于服务器，例如，如图1所示的服务器120。如图3所示，在图2所示的方法的基础上，该方法还可以包括以下步骤。
在步骤S201之前，在步骤S301中，根据多个历史物流信息，构建物流信息质量评价模型。在本公开中，历史物流信息可以是记录在服务器120中、已有的并且已经成单的物流信息。这样，服务器120就可以根据存储的多个历史物流信息，来构建物流信息质量评价模型，以用于对目标物流信息进行质量评价。
在一些可选的实施方式中，构建物流信息质量评价模型的过程可以如图4所示。
首先，在步骤S401中，获取每个历史物流信息的价值参数指标。在本公开中，价值参数指标为能够影响该历史物流信息的价值的参数指标。例如，价值参数指标可以例如包括但不限于以下中的至少一者：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格。
可以将上述预设时间段设定得短一些，例如半分钟、1分钟等。这样，这一价值参数指标能够在一定程度上反映该历史物流信息的火热程度。如果某个历史物流信息在从发布起的预设时间段内的抢单人数越多，表明该历史物流信息的热度越高，相对应地，此历史物流信息的价值也就越高。此外，如果某个历史物流信息的总抢单人数越多，相对应地，此历史物流信息的价值也就越高。
此外，抢单人的身份信息可以例如包括认证用户和自由用户。其中，身份信息为认证用户的抢单人可以表明该抢单人的信息通过了服务器120的认证，具有较高的可信度。身份信息为自由用户的抢单人可以表明该抢单人的信息未通过服务器120的认证，具有较低的可信度。在其他参数指标相同的情况下，如果在某个历史物流信息的抢单人中，身份信息为认证用户的抢单人的数量越多，可以表明该历史物流信息的价值越高。
另外，预期成单价格可以为该历史物流信息的发布者给出的预期意愿价格。在其他参数指标相同的情况下，预期成单价格越高，此历史物流信息的价值越高。
随后，在步骤S402中，针对每个历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息。
在一个可选的实施方式的中，价值参数指标可以包括从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格这四项。在这种情况下，可以针对每个历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数，确定该历史物流信息的价值信息。
其中，价值确定函数可以包括以下等式(1)：
valuei＝log[Pi(ai1+λai2)+βPi(bi1+λbi2)](1)
其中，valuei表示第i个所述历史物流信息的价值信息；Pi表示第i个所述历史物流信息的预期成单价格；ai1表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量；ai2表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量；并且ai＝ai1+ai2，其中，ai表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数；bi1表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量；bi2表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量；并且bi＝bi1+bi2，其中，bi表示从发布第i个所述历史物流信息起的总抢单人数；λ和β为预设的衰减系数，用于控制身份信息为自由用户的抢单人以及从发布第i个所述历史物流信息起的总抢单人数在该第i个历史物流信息的价值信息中的影响力，并且，λ∈[0,1]，β∈[0,1]。此外，1≤i≤M，其中，M表示历史物流信息的总数。
在步骤S403中，根据每个历史物流信息的价值信息，确定每个历史物流信息的质量信息。
在一个实施方式中，可以通过比较所得出的历史物流信息的价值信息与预设的质量阈值，来确定该历史物流信息的价值信息所处的质量等级。随后，将该质量等级作为质量信息。例如，质量等级可以被预先设定为优、良、中、差和极差这五个等级，每个等级可以由相应的质量阈值来进行划分。
为了减少过拟合，可选地，可以在得出每个历史物流信息的价值信息之后，先对全部历史物流信息的价值信息进行标准化，得到每个历史物流信息的标准化价值信息。
示例地，所有历史物流信息的价值信息可以符合正态分布。这样，可以对所有历史物流信息的价值信息{value1，value2，…valuei，…valueM}进行Z-score(Z分数)标准化，得到每个历史物流信息的标准化价值信息 其中其中μ和δ分别为{value1，value2，…valuei，…valueM}的均值和标准差。通过Z-score标准化以后，每个历史物流信息的价值信息可以被标准化为(0,1)的正态分布。
之后，根据每个历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。例如，可以在得出每个历史物流信息的标准化价值信息之后，通过比较所得出的每个历史物流信息的标准化价值信息与预设的质量阈值，来确定每个历史物流信息的标准化价值信息所处的质量等级。随后，将该质量等级作为质量信息。例如，质量等级可以被预先设定为优、良、中、差和极差这五个等级，每个等级可以由相应的质量阈值来进行划分。例如，可以预先设定四个质量阈值，分别为0.2、0.4、0.6、0.8。当得出的某个历史物流信息的标准化价值信息小于或等于0.2时，则可以确定该历史物流信息的质量等级为极差。当得出的某个历史物流信息的标准化价值信息大于0.2、且小于或等于0.4时，则可以确定该历史物流信息的质量等级为差。当得出的某个历史物流信息的标准化价值信息大于0.4、且小于或等于0.6时，则可以确定该历史物流信息的质量等级为中。当得出的某个历史物流信息的标准化价值信息大于0.6、且小于或等于0.8时，则可以确定该历史物流信息的质量等级为良。当得出的某个历史物流信息的标准化价值信息大于0.8时，则可以确定该历史物流信息的质量等级为优。
在步骤S404中，从每个历史物流信息中提取物流特征信息。
在步骤S405中，根据每个历史物流信息的物流特征信息，构建每个历史物流信息的物流特征向量。该步骤S404至步骤S405的实施同上面结合图2所描述的步骤S202至步骤S203的实施相类似，此处便不再赘述。
在步骤S406中，利用每个历史物流信息的物流特征向量、以及每个历史物流信息的质量信息，构建物流信息质量评价模型。
在一个可选的实施方式中，可以将每个历史物流信息的物流特征向量作为输入参数，将每个历史物流信息的质量信息作为输出参数，采用C4.5算法训练决策树分类模型，之后，训练所得出的决策树分类模型为最终构建的物流信息质量评价模型。
在构建出物流信息质量评价模型之后，可以利用该物流信息质量评价模型对待评价的物流信息(即，目标物流信息)进行质量评价，从而准确得出该物流信息的质量信息，以便于对该物流信息进行质量分析，并能够为后续的物流信息推送提供准确依据。
图5A至图5D是根据一示例性实施例示出的一种物流信息质量评价装置500的框图，其中，该装置500可以配置于服务器，例如，如图1所示的服务器120。如图5所示，该装置500可以包括：物流信息获取模块501，被配置为获取目标物流信息；物流特征信息提取模块502，被配置为从所述目标物流信息中提取物流特征信息；物流特征向量构建模块503，被配置为根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；质量评价模块504，被配置为将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
可选地，如图5B所示，所述装置500还可以包括：物流信息质量评价模型构建模块505，被配置为在获取所述目标物流信息之前，根据多个历史物流信息，构建所述物流信息质量评价模型。
可选地，如图5C所示，所述物流信息质量评价模型构建模块505可以包括：价值参数指标获取子模块506，被配置为获取每个所述历史物流信息的价值参数指标；价值信息确定子模块507，被配置为针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息；第一质量信息确定子模块508，被配置为根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息；物流特征信息提取子模块509，被配置为从每个所述历史物流信息中提取物流特征信息；物流特征向量构建子模块510，被配置为根据每个所述历史物流信息的物流特征信息，构建每个所述历史物流信息的物流特征向量；物流信息质量评价模型构建子模块511，被配置为利用每个所述历史物流信息的物流特征向量、以及每个所述历史物流信息的质量信息，构建所述物流信息质量评价模型。
可选地，所述价值参数指标可以包括：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格。在这种情况下，所述价值信息确定子模块可以被配置为针对每个所述历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数(如上面等式(1)所示)，确定该历史物流信息的价值信息。
可选地，如图5D所示，所述第一质量信息确定子模块508可以包括：标准化子模块512，被配置为对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息；第二质量信息确定子模块513，被配置为根据每个所述历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。
可选地，所述标准化子模块512可以被配置为对全部所述历史物流信息的价值信息进行Z-score(Z分数)标准化，得到每个所述历史物流信息的标准化价值信息。
可选地，所述物流特征信息包括以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。
可选地，所述物流信息质量评价模型为决策树分类模型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种物流信息质量评价装置600的框图。例如，装置600可以被提供为一服务器。参照图6，装置600包括处理组件622，其进一步包括一个或多个处理器，以及由存储器632所代表的存储器资源，用于存储可由处理组件622的执行的指令，例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件622被配置为执行指令，以执行上述物流信息质量评价方法。
装置600还可以包括一个电源组件626，被配置为执行装置600的电源管理；一个有线或无线网络接口650，被配置为将装置600连接到网络；和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (19)
1.一种物流信息质量评价方法，其特征在于，所述方法包括：
获取目标物流信息；
从所述目标物流信息中提取物流特征信息；
根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；
将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
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：
在获取所述目标物流信息之前，根据多个历史物流信息，构建所述物流信息质量评价模型。
3.根据权利要求2所述的方法，其特征在于，所述根据多个历史物流信息，构建所述物流信息质量评价模型，包括：
获取每个所述历史物流信息的价值参数指标；
针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息；
根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息；
从每个所述历史物流信息中提取物流特征信息；
根据每个所述历史物流信息的物流特征信息，构建每个所述历史物流信息的物流特征向量；
利用每个所述历史物流信息的物流特征向量、以及每个所述历史物流信息的质量信息，构建所述物流信息质量评价模型。
4.根据权利要求3所述的方法，其特征在于，所述价值参数指标包括：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格；以及
所述针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息为：
针对每个所述历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数，确定该历史物流信息的价值信息。
5.根据权利要求4所述的方法，其特征在于，所述价值确定函数包括：
valuei＝log[Pi(ai1+λai2)+βPi(bi1+λbi2)]
其中，valuei表示第i个所述历史物流信息的价值信息；Pi表示第i个所述历史物流信息的预期成单价格；ai1表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量；ai2表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量；bi1表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量；bi2表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量；λ和β为预设的衰减系数，并且，λ∈[0,1]，β∈[0,1]。
6.根据权利要求3所述的方法，其特征在于，所述根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息，包括：
对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息；
根据每个所述历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。
7.根据权利要求6所述的方法，其特征在于，所述对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息为：
对全部所述历史物流信息的价值信息进行Z-score(Z分数)标准化，得到每个所述历史物流信息的标准化价值信息。
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述物流特征信息包括以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。
9.根据权利要求1-7中任一项所述的方法，其特征在于，所述物流信息质量评价模型为决策树分类模型。
10.一种物流信息质量评价装置，其特征在于，所述装置包括：
物流信息获取模块，被配置为获取目标物流信息；
物流特征信息提取模块，被配置为从所述目标物流信息中提取物流特征信息；
物流特征向量构建模块，被配置为根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；
质量评价模块，被配置为将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
物流信息质量评价模型构建模块，被配置为在获取所述目标物流信息之前，根据多个历史物流信息，构建所述物流信息质量评价模型。
12.根据权利要求11所述的装置，其特征在于，所述物流信息质量评价模型构建模块包括：
价值参数指标获取子模块，被配置为获取每个所述历史物流信息的价值参数指标；
价值信息确定子模块，被配置为针对每个所述历史物流信息，根据该历史物流信息的价值参数指标确定该历史物流信息的价值信息；
第一质量信息确定子模块，被配置为根据每个所述历史物流信息的价值信息，确定每个所述历史物流信息的质量信息；
物流特征信息提取子模块，被配置为从每个所述历史物流信息中提取物流特征信息；
物流特征向量构建子模块，被配置为根据每个所述历史物流信息的物流特征信息，构建每个所述历史物流信息的物流特征向量；
物流信息质量评价模型构建子模块，被配置为利用每个所述历史物流信息的物流特征向量、以及每个所述历史物流信息的质量信息，构建所述物流信息质量评价模型。
13.根据权利要求12所述的装置，其特征在于，所述价值参数指标包括：从发布起的预设时间段内的抢单人数、从发布起的总抢单人数、抢单人的身份信息、以及预期成单价格；以及
所述价值信息确定子模块，被配置为针对每个所述历史物流信息，根据该历史物流信息的预期成单价格、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量、从发布该历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量、以及价值确定函数，确定该历史物流信息的价值信息。
14.根据权利要求13所述的装置，其特征在于，所述价值确定函数包括：
valuei＝log[Pi(ai1+λai2)+βPi(bi1+λbi2)]
其中，valuei表示第i个所述历史物流信息的价值信息；Pi表示第i个所述历史物流信息的预期成单价格；ai1表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为认证用户的抢单人的数量；ai2表示从发布第i个所述历史物流信息起的所述预设时间段内的抢单人数中身份信息为自由用户的抢单人的数量；bi1表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为认证用户的抢单人的数量；bi2表示从发布第i个所述历史物流信息起的总抢单人数中身份信息为自由用户的抢单人的数量；λ和β为预设的衰减系数，并且，λ∈[0,1]，β∈[0,1]。
15.根据权利要求12所述的装置，其特征在于，所述第一质量信息确定子模块包括：
标准化子模块，被配置为对全部所述历史物流信息的价值信息进行标准化，得到每个所述历史物流信息的标准化价值信息；
第二质量信息确定子模块，被配置为根据每个所述历史物流信息的标准化价值信息，得出每个所述历史物流信息的质量信息。
16.根据权利要求15所述的装置，其特征在于，所述标准化子模块，被配置为对全部所述历史物流信息的价值信息进行Z-score(Z分数)标准化，得到每个所述历史物流信息的标准化价值信息。
17.根据权利要求10-16中任一项所述的装置，其特征在于，所述物流特征信息包括以下中的至少一者：出发地信息、目的地信息、货物类型信息、货物重量信息、需求车源类型信息、发布时间信息、预计发货时间信息、发布人身份信息、预期成单价格信息。
18.根据权利要求10-16中任一项所述的装置，其特征在于，所述物流信息质量评价模型为决策树分类模型。
19.一种物流信息质量评价装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取目标物流信息；
从所述目标物流信息中提取物流特征信息；
根据所述目标物流信息的物流特征信息，构建所述目标物流信息的物流特征向量；
将所述目标物流信息的物流特征向量输入至物流信息质量评价模型，得出所述目标物流信息的质量信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510918126.1A CN105574693A (zh) | 2015-12-10 | 2015-12-10 | 物流信息质量评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510918126.1A CN105574693A (zh) | 2015-12-10 | 2015-12-10 | 物流信息质量评价方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105574693A true CN105574693A (zh) | 2016-05-11 |
Family
ID=55884796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510918126.1A Pending CN105574693A (zh) | 2015-12-10 | 2015-12-10 | 物流信息质量评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105574693A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651587A (zh) * | 2016-08-29 | 2017-05-10 | 惠州市沛宸信息技术有限公司 | 交通事故保险理赔案件质量的评估方法 |
| CN118608031A (zh) * | 2024-08-06 | 2024-09-06 | 德阳经开智航科技有限公司 | 基于无人机的物流自动导引方法及系统 |
| CN118608031B (zh) * | 2024-08-06 | 2024-10-25 | 德阳经开智航科技有限公司 | 基于无人机的物流自动导引方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104143138A (zh) * | 2014-08-07 | 2014-11-12 | 徐东 | 基于app的货物配送方法及平台 |
| CN104572851A (zh) * | 2014-12-16 | 2015-04-29 | 北京百度网讯科技有限公司 | 获取推荐信息的方法和装置 |
-
2015
- 2015-12-10 CN CN201510918126.1A patent/CN105574693A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104143138A (zh) * | 2014-08-07 | 2014-11-12 | 徐东 | 基于app的货物配送方法及平台 |
| CN104572851A (zh) * | 2014-12-16 | 2015-04-29 | 北京百度网讯科技有限公司 | 获取推荐信息的方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651587A (zh) * | 2016-08-29 | 2017-05-10 | 惠州市沛宸信息技术有限公司 | 交通事故保险理赔案件质量的评估方法 |
| CN118608031A (zh) * | 2024-08-06 | 2024-09-06 | 德阳经开智航科技有限公司 | 基于无人机的物流自动导引方法及系统 |
| CN118608031B (zh) * | 2024-08-06 | 2024-10-25 | 德阳经开智航科技有限公司 | 基于无人机的物流自动导引方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110084377B (zh) | 用于构建决策树的方法和装置 | |
| CN108416376B (zh) | 一种基于svm的在途物流人车跟踪监控管理系统及方法 | |
| CN110782123B (zh) | 决策方案的匹配方法、装置、计算机设备及存储介质 | |
| CN112232293A (zh) | 图像处理模型训练、图像处理方法及相关设备 | |
| CN114666224B (zh) | 业务资源容量动态分配方法、装置、设备及存储介质 | |
| CN110489630B (zh) | 资源数据的处理方法、装置、计算机设备和存储介质 | |
| CN113435770A (zh) | 基于区块链的交易风险评估方法及装置 | |
| CN114170482B (zh) | 一种文档预训练模型训练方法、装置、设备及介质 | |
| CN108364134B (zh) | 基于bim技术的建筑工程成本管理系统 | |
| CN114529765B (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
| CN110968712A (zh) | Bim族模型获取的方法、装置及系统 | |
| CN117910906B (zh) | 应用于智慧物流的数据可视化方法及系统 | |
| CN114821401A (zh) | 视频审核方法、装置、设备、存储介质及程序产品 | |
| CN114626360A (zh) | 数据处理方法、装置和电子设备 | |
| CN114006743A (zh) | 一种基于大数据进行土地使用状态实时提取查询方法 | |
| CN105574693A (zh) | 物流信息质量评价方法及装置 | |
| CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
| CN110705777B (zh) | 用于预测备件储备量的方法、装置及系统 | |
| CN117146796A (zh) | 一种数据处理方法、装置、设备以及计算机可读存储介质 | |
| CN116257885A (zh) | 基于联邦学习的隐私数据通信方法、系统和计算机设备 | |
| CN111950753A (zh) | 一种景区客流预测的方法及装置 | |
| CN114722293A (zh) | 信息处理方法、装置、设备及介质 | |
| CN110414845B (zh) | 针对目标交易的风险评估方法及装置 | |
| CN117971399B (zh) | 容器数量调节方法、智能计算云操作系统以及计算平台 | |
| CN105488698B (zh) | 一种空间区域客户密度的分析方法及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160511 |