CN105809379A - 一种对物流网点的评价方法、装置以及电子设备 - Google Patents
一种对物流网点的评价方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN105809379A CN105809379A CN201410841226.4A CN201410841226A CN105809379A CN 105809379 A CN105809379 A CN 105809379A CN 201410841226 A CN201410841226 A CN 201410841226A CN 105809379 A CN105809379 A CN 105809379A
- Authority
- CN
- China
- Prior art keywords
- logistics
- text
- user
- evaluation
- attribute
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种对物流网点的评价方法，包括：获取对特定物流网点的用户评价文本；获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。所述对物流网点的评价方法，站在用户的角度，通过评分来衡量用户对所述特定物流网点的物流服务的满意或者不满意的程度，有效的架起了用户和物流网点之间反馈桥梁，能够更加的全面、客观、更有针对性的提升物流服务。
Description
技术领域
本申请涉及物流领域，具体涉及一种对物流网点的评价方法。本申请同时涉及一种对物流网点的评价装置，以及一种电子设备。
背景技术
随着物流行业的不断发展，快递市场已经处于一个快速发展的阶段，快递企业面临着激烈的竞争，在这种大环境下，如何有效的提升客户服务，成为快递企业谋其发展的一个至关重要的因素；其中，物流速度的提升和服务质量提高更是快递企业快速发展的重中之重。
目前，快递企业在评判物流速度时，站在自身的角度，从接收到客户发出的物流订单开始，到该物流订单被送达为止，将物流订单从接收至送达这之间的投递速度作为评判标准，来评判物流速度的快慢，具有一定的片面性，无法从用户的角度出发，获取用户对物流速度的体验反馈，从而提升物流速度；此外，对于快递企业来说，没有站在用户的角度，获取用户对各个物流网点的服务质量的反馈，比如用户对投递员的服务态度的评价等，无法从客户角度真正提升具体每一个物流网点的服务质量，从而无法满足企业快速发展的需求，存在一定的缺陷。
发明内容
本申请提供一种对物流网点的评价方法，以解决现有技术存在片面性和无法从客户角度真正提升具体每一个物流网点的服务质量的问题。本申请同时涉及一种对物流网点的评价装置，以及一种电子设备。
本申请提供一种对物流网点的评价方法，包括：
获取对特定物流网点的用户评价文本；
获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；
根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；
根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
可选的，所述用户评价文本从用户订单获得，相应的，所述获取对特定物流网点的用户评价文本的步骤，包括：
获取所述用户订单中的收货地址；
根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
提取收货地址归属于所述特定物流网点的需要数量的用户订单的用户评价文本，即为所述对特定物流网点的用户评价文本。
可选的，所述用户评价文本采用如下任一形式或者如下形式的组合：
叙述性评价文本；
选择性评价文本。
可选的，所述用户评价文本为叙述性评价文本时，相应的，所述获取用户评价文本中对应于各个物流属性的物流相关评价用词的步骤，包括：
读取所述用户评价文本中的所有评价用词；
获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
可选的，所述物流属性包括下述属性中的至少一种：
速度、服务态度、包装完整度。
可选的，所述物流相关评价用词与属性分值对照关系从物流相关评价用词与属性分值对照表获得；
其中，所述物流相关评价用词与属性分值对照表记录与物流评价相关的各个物流属性，并存储各个物流属性下的物流相关评价用词，以及存储有每个物流相关评价用词在所属的物流属性下的属性分值，该属性分值即为所述预定的属性分值。
可选的，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
将所述特定物流网点的所有用户评价文本的单一文本物流评价分值求之和后除以所有用户评价文本的总个数，即为对所述特定物流网点的评分。
可选的，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
对每个用户评价文本根据预定的算法赋予文本价值权重；
将所述特定物流网点的所有用户评价文本的单一文本物流评价分值分别与各自的文本价值权重相乘，并对所有的相乘值求和之后除以所有用户评价文本的总个数，即为对所述特定物流网点的评分。
可选的，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
获取所述用户订单涉及的商品；所有的商品均归属于各自预定的商品类目，所有的商品类目均有各自预定的类目权重；
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
根据各个商品类目下所述用户订单涉及的所有商品，以及涉及各个商品类目下所有商品的所有用户订单对应的所有用户评价文本的单一文本物流评价分值，求得各个商品类目下的物流评价平均值；
将各个商品类目下的物流评价平均值与各自预定的类目权重相乘，并对所有的相乘值求和，即为对所述物流网点的评分。
可选的，所述商品类目的类目权重为：
根据各个商品类目的评价率赋予与评价率正相关的权重值。
可选的，所述根据各个商品类目的评价率赋予与评价率正相关的权重值，具体是将所述商品类目的评价率作为类目权重。
可选的，所述各个商品类目下的物流评价平均值，具体是下述平均值中的一种：
算术平均值、加权平均值。
可选的，所述各个商品类目下的物流评价平均值为加权平均值时，所述加权平均值采用的加权权重为根据预定的算法对各个用户评价文本赋予的文本价值权重。
可选的，其特征在于，所述根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值，采用下述方式：
获取各个物流属性预定的物流属性权重；
将所述用户评价文本的各个物流属性的属性分值分别与各自预定的物流属性权重相乘，并对所有的相乘值求和，即为所述用户评价文本的单一文本物流评价分值；
若所述用户评价文本中不包括归属于任意一个物流属性的物流相关评价用词，则对所述用户评价文本的该物流属性赋予预定的默认属性分值。
可选的，所述各个物流属性预定的物流属性权重为：
根据各个物流属性的评价率赋予与评价率正相关的权重值。
可选的，所述根据各个物流属性的评价率赋予与评价率正相关的权重值，具体是将所述物流属性的评价率作为权重值。
可选的，所述文本价值权重以下述方法获得：
获取所述用户评价文本的字数；
根据字数对所述用户评价文本进行分档；
以用户评价文本与字数正相关为原则，对不同档的用户评价文本赋予不同的权重值。
可选的，所述文本价值权重以下述方法获得：
从用户账户信息中获取每个用户的信用值；
根据各个用户的信用值对所述用户进行分档；
以用户给出的用户评价文本与用户的信用值正相关为原则，对不同档的用户给出的用户评价文本赋予不同的权重值。
可选的，所述文本价值权重以下述方法获得：
获取所述用户评价文本的字数；
根据字数对所述用户评价文本进行字数分档；
以及，从用户账户信息中获取每个用户的信用值；
根据所述用户的信用值对所述用户给出的用户评价文本进行信用分档；
以用户评价文本与字数正相关，与用户的信用值正相关为原则，根据各个文本在上述字数分档和信用分档中的档次，按照两次分档分别占预定的权重值比例的方式，对每个用户评价文本赋予相应的权重值。
本申请还提供一种对物流网点的评价装置，包括：
用户评价文本获取单元，用于获取对特定物流网点的用户评价文本；
物流相关评价用词获取单元，用于获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；
属性分值获取单元，用于根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；
物流网点评分计算单元，用于根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
可选的，所述用户评价文本从用户订单获得，相应的，所述用户评价文本获取单元，包括：
收货地址获取子单元，用于获取所述用户订单中的收货地址；
用户订单归属子单元，用于根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
用户评价文本提取子单元，用于提取收货地址归属于所述特定物流网点的需要数量的用户订单的用户评价文本，即为所述对特定物流网点的用户评价文本。
可选的，所述用户评价文本为叙述性评价文本时，相应的，所述物流相关评价用词获取单元，包括：
评价用词读取子单元，用于读取所述用户评价文本中的所有评价用词；
物流评价可能用词获取子单元，用于获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
物流相关评价用词获取子单元，用于根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
本申请另外提供一种电子设备，包括：
存储器；
处理器；
所述存储器，用于存储获取的对特定物流网点的用户评价文本；以及用于存储获取的所述用户评价文本中对应于各个物流属性的物流相关评价用词；
所述处理器，用于读取所述存储器存储的所述用户评价文本和所述物流相关评价用词，根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；并且，根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
可选的，所述用户评价文本采用如下任一形式或者如下形式的组合：
叙述性评价文本；
选择性评价文本。
与现有技术相比，本申请具有以下优点：
本申请提供的一种对物流网点的评价方法，包括：获取对特定物流网点的用户评价文本；获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
所述对物流网点的评价方法，收集用户针对特定物流网点的用户评价文本，基于所述用户评价文本进行分析，得出用户对所述特定物流网点的物流服务关注的各个物流属性，并依据各个物流属性预定的属性分值，计算出用户对所述特定物流网点的评分，站在用户的角度，根据用户对所述特定物流网点的评分来衡量用户对所述特定物流网点的物流服务的满意或者不满意的程度，有效的架起了用户和物流网点之间反馈桥梁，能够更加的全面、客观、更有针对性的提升物流服务。
附图说明
图1是本申请第一实施例提供的一种对物流网点的评价方法处理流程图；
图2是本申请第二实施例提供的一种对物流网点的评价装置示意图。
图3是本申请第三实施例提供的一种电子设备示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请第一实施例提供一种对物流网点的评价方法，本申请第二实施例提供一种对物流网点的评价装置，本申请第三实施例提供一种电子设备。
本申请提供的一种对物流网点的评价方法实施例如下：
本申请第一实施例提供的对物流网点的评价方法的实施例请参照图1，图1示出了该对物流网点的评价方法的处理流程图。
以下结合图1对本实施例提供的一种对物流网点的评价方法进行说明，并且对该方法的各个步骤进行说明；此外，本实施例提供的一种对物流网点的评价方法的具体步骤之间的顺序关系请根据图1确定。
本实施例假设的应用场景为电子商务平台中的物流子系统，用于实现对所述电子商务平台中的物流子系统中物流网点的评价。本申请提供的对物流网点的评价方法当然还可以用于其他场合，在此不作限定。
步骤S101，获取对特定物流网点的用户评价文本。
所述用户评价文本，是指用户针对物流网点的物流服务的反馈信息，包括用户对商品投递速度(即：物流速度)的反馈信息、用户对投递员的服务态度的反馈信息，以及用户对商品的包装完整度的反馈信息等。
本实施例中，所述用户评价文本从用户订单获得；
需要说明的是，所述用户评价文本包括叙述性评价文本和选择性评价文本；其中，叙述性评价文本是指用户针对物流网点的物流服务在电子商务平台中输入的文字或者图像描述信息；选择性评价文本的特殊之处在于，用户针对物流网点的物流服务在电子商务平台中输入的不是文字或者图像描述信息，而是采用直接打分的方式在电子商务平台中输入对物流服务的至少一个评价分；本实施例中，下述的用户评价文本是指叙述性评价文本。
除此之外，上述用户评价文本还包括其他类型的用户评价文本，在此不作限定。
本实施例中，以叙述性评价文本为例，针对所述电子商务平台中物流子系统中的任意一个物流网点，对所述获取对该物流网点(即：特定物流网点)的用户评价文本的步骤进行说明，具体实现如下：
1)获取所述电子商务平台中所述用户订单中的收货地址；
2)根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
3)根据上述步骤2)中所述的方法获取的归属于所述特定物流网点的所述用户订单，提取所述用户订单的用户评价文本，即为所述对所述特定物流网点的用户评价文本；
所述需要数量的用户订单可以是到评价时间点为止能够搜集到的所有用户订单，也可以是某一个规定时间段内的所有用户订单，或者以合理的抽样方法抽样获得的合适数量的用户订单。
除此之外，上述获取对所述特定物流网点的用户评价文本的步骤还可以采用其他方式实现，在此不作限定。
此外，需要说明的是，上述对所述特定物流网点的用户评价文本，根据各自价值的不同都有对应价值分，即：文本价值权重(ω文本)；对于不同的用户评价文本，其文本价值权重(ω文本)可能相同，也可能不同。
本实施例中，提供了下述三种确定所述用户评价文本的文本价值权重(ω文本)的方法：
方法一：
根据所述用户评价文本的字数确定所述用户评价文本的文本价值权重(ω文本)，具体实现如下：
1)获取所述用户评价文本的字数；
2)根据字数对所述用户评价文本进行分档；
3)以用户评价文本与字数正相关为原则，对不同档的用户评价文本赋予不同的权重值，作为所述文本价值权重(ω文本)。
例如：根据所述用户评价文本的字数，将字数大于1000的用户评价文本分为第一档、字数在500-1000之间的用户评价文本分为第二档、字数在500-100之间的用户评价文本分为第三档、字数在小于100的用户评价文本分为第四档；
则第一档的用户评价文本的文本价值权重(ω文本)>第二档的用户评价文本的文本价值权重(ω文本)>第三档的用户评价文本的文本价值权重(ω文本)>第四档的用户评价文本的文本价值权重(ω文本)。
上述根据字数对所述用户评价文本进行分档的依据在于：一般而言，用户评价的数据越多、内容越丰富，即：用户评价文本的字数越多，该用户评价文本的可信度越高，具有的价值也越高。
方法二：
根据用户的信用度确定所述用户评价文本的文本价值权重(ω文本)，具体实现如下：
1)从用户账户信息中获取每个用户的信用值；
2)根据各个用户的信用值对所述用户进行分档；
例如：在电子商务平台中，将用户在电子商务平台中购买商品累积的积分作为信用值，或者是将用户的用户账户信息的完整度(是否绑定手机号、是否绑定银行卡)作为信用值。
3)以用户给出的用户评价文本与用户的信用值正相关为原则，对不同档的用户给出的用户评价文本赋予不同的权重值，作为所述文本价值权重(ω文本)。
对于信用度比较高的用户，一般而言，认为该用户的用户评价(即：用户评价文本)可信度比较高，具有的价值也比较高。
方法三：
结合上述方法一中的所述用户评价文本的字数和上述方法二中的用户的信用度，根据字数和用户的信用度二者共同确定所述用户评价文本的文本价值权重(ω文本)，具体实现如下：
1)获取所述用户评价文本的字数；
2)根据字数对所述用户评价文本进行字数分档；
3)以及，从用户账户信息中获取每个用户的信用值；
4)根据所述用户的信用值对所述用户给出的用户评价文本进行信用分档；
5)以用户评价文本与字数正相关，与用户的信用值正相关为原则，根据各个文本在上述字数分档和信用分档中的档次，按照每次分档占预定的权重值比例的方式，对每个用户评价文本赋予相应的权重值，作为所述文本价值权重(ω文本)。
除本实施例提供的上述三种确定所述用户评价文本的文本价值权重(ω文本)的方法之外，还可以采用其他方式实现，在此不作限定。
步骤S102，获取所述用户评价文本中对应于各个物流属性的物流相关评价用词。
所述物流属性，对于所述特定物流网点的物流服务，不同的用户关注的角度(维度)不同，物流服务在各个维度下的表现，称之为物流服务的各个物流属性；针对每一个物流属性，用户都有各自的重视程度和敏感度。
例如：网购图书时，用户关注度比较高的是物流的速度、包装完整度；购买大家电时，用户关注度比较高的是包装的完整度、投递员的服务态度，负责大家电的快递员提供的服务将会令用户的体验深刻。
本实施例中，所述物流属性包括：速度、服务态度和包装完整度。
需要说明的是，对于上述的各个物流属性，每一个物流属性都有一个各自预定的物流属性权重(ω属性)，用于衡量用户之于不同物流属性的重视程度和敏感度。
本实施例中，将各个物流属性的评价率分别作为各自预定的物流属性权重(ω属性)；
其中，物流属性的评价率，是指在所述特定物流网点中的所有用户评价文本中各个物流属性出现的频率，该物流属性的评价率为该物流属性出现的次数(T属性)与所有物流属性出现的次数(T总)的比值(T属性/T总)。
则针对上述各个物流属性中的任意一个物流属性，该物流属性预定的物流属性权重(ω属性)为：
除此之外，所述各个物流属性各自预定的物流属性权重(ω属性)还可以通过其他方法实现，比如根据各个物流属性的评价率，赋予所述物流属性与评价率正相关的权重值作为物流属性权重(ω属性)，在此不作限定。
根据上述步骤S101获取的对所述特定物流网点的用户评价文本，本步骤中，获取所述用户评价文本中对应于各个物流属性的物流相关评价用词，具体实现如下：
1)读取上述步骤S101获取的对所述特定物流网点的用户评价文本中的所有评价用词；
2)获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
3)根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
例如：在速度物流属性下的物流评价可能用词为：“物流快、物流一般、物流慢”；
用户评价文本中的所有评价用词为：“物流快、包裹损坏”；
则挑选出的该用户评价文本在速度物流属性下的物流相关评价用词为“物流快”。
除此之外，上述获取所述用户评价文本中对应于各个物流属性的物流相关评价用词的方法，还可以采用其他方式实现，在此不作限定。
步骤S103，获取所述物流相关评价用词对应的预定的属性分值。
所述物流相关评价用词对应的预定的属性分值(S属性)，是用于表述物流相关评价用词中包含的用户对物流服务的情感评价是正面还是负面，以及用户对物流服务的情感评价的程度；
本实施例中，将用户对物流服务的情感评价是正面还是负面，以及用户对物流服务的情感评价的程度赋予特定的数值，用数值来表示情感评价的正面、负面，以及情感评价的各个程度，该数值被称为属性分值(S属性)；
此外，所述属性分值(S属性)的“正值”和“负值”分别表示用户对物流服务的情感评价的正面和负面，所述属性分值(S属性)的大小表明了用户对物流服务的情感评价的程度。
例如：物流相关评价用词为：“物流快、态度好、包裹损坏”；
其中，速度物流属性下的物流评价可能用词为“物流快”，“物流快”对应的属性分值(S属性)赋值为3分；此外，“物流一般”对应的属性分值(S属性)可赋值为1分，“物流慢”对应的属性分值(S属性)可赋值为-1分。
需要说明的是，对于上述各个物流属性中的任意一个个物流属性，若所述用户评价文本中不包括归属于该物流属性的物流相关评价用词，则对所述用户评价文本的该物流属性赋予预定的默认属性分值。
本实施例中，所述各个物流属性下的物流相关评价用词对应的预定的属性分值(S属性)，从物流相关评价用词与属性分值对照表中记录的物流相关评价用词与属性分值对照关系中读取；
所述物流相关评价用词与属性分值对照表中，记录有与物流评价相关的各个物流属性，包括：速度、服务态度、包装完整度；并且记录有各个物流属性下的物流相关评价用词，针对各个物流属性下的每一个物流相关评价用词，记录有该物流相关评价用词的属性分值(S属性)，即：所述物流相关评价用词对应的预定的属性分值(S属性)。
所述物流相关评价用词与属性分值对照关系，是指所述物流相关评价用词与属性分值对照表中的所述物流相关评价用词和所述属性分值(S属性)之间的一一对应关系。
除此之外，上述物流相关评价用词与属性分值对照关系，还可以采用其他方式实现，在此不作限定。
步骤S104，以预定的算法计算并获得对所述特定物流网点的评分。
根据上述步骤S103获取的所述物流相关评价用词对应的预定的属性分值(S属性)，本步骤中，以预定的算法计算并获得对所述特定物流网点的评分(S网点)。
本实施例中，提供下述三种计算对所述特定物流网点的评分(S网点)的方法：
方法一：
1)获取所述用户订单涉及的商品；
对于所述用户订单涉及的所有商品，其中的每一件商品都归属于各自的商品类目，比如书籍归属于图书音像商品类目，平板电脑归属于电脑办公商品类目；
此外，对于电子商务平台中的所有商品类目，均有各自预定的类目权重(ω类目)，该类目权重(ω类目)用于衡量用户之于不同商品类目的重视程度。
本实施例中，将各个商品类目的评价率分别作为各自预定的类目权重(ω类目)；
其中，商品类目的评价率，是指在所述特定物流网点中各个商品类目下的用户评价文本的个数(Q类目)与所有商品类目下的用户评价文本的总个数(Q总)的比值(Q类目/Q总)；
则针对所述特定物流网点中各个商品类目中的任意一个商品类目，该商品类目的类目权重(ω类目)为：
重复上述计算过程，依次计算获得所述特定物流网点中所有商品类目的类目权重(ω类目)。
除此之外，所述商品类目的类目权重(ω类目)还可以通过其他方法实现，比如将各个商品类目下的用户评价文本的个数(Q类目)分别作为各个商品类目的类目权重(ω类目)，并将所有的商品类目的类目权重(ω类目)进行归一化，在此不作限定。
2)根据每个用户评价文本的各个属性分值(S属性)，求得每个用户评价文本的单一文本物流评价分值(S文本)；
所述单一文本物流评价分值(S文本)的计算过程如下：
a、根据上述步骤S102中所述的物流属性权重(ω属性)的计算公式：
计算并获取各个物流属性预定的物流属性权重(ω属性)；
b、将所述用户评价文本的各个物流属性的属性分值(S属性)分别与各自预定的物流属性权重(ω属性)相乘，并对所有的相乘值求和，即为所述用户评价文本的单一文本物流评价分值(S文本)；
则针对所述特定物流网点中所有用户评价文本中的任意一个用户评价文本，该用户评价文本的单一文本物流评价分值(S文本)为：
重复上述计算过程，依次计算获得所述特定物流网点中所有用户评价文本的单一文本物流评价分值(S文本)。
3)根据各个商品类目下所述用户订单涉及的所有商品，以及涉及各个商品类目下所有商品的所有用户订单对应的所有用户评价文本的单一文本物流评价分值(S文本)，求得各个商品类目下的物流评价平均值(S类目)；
本实施例中，采用加权平均值的算法计算各个商品类目下的物流评价平均值(S类目)；其中，所述加权平均值采用的加权权重为上述步骤S101中获取的各个用户评价文本的文本价值权重(ω文本)；
则针对所述特定物流网点中各个商品类目中的任意一个商品类目，该商品类目下的物流评价平均值(S类目)为：
其中，Q类目为该商品类目下的用户评价文本的个数，ω文本为该商品类目下的各个用户评价文本的文本价值权重，S文本为该商品类目下各个用户评价文本的单一文本物流评价分值。
重复上述计算过程，依次计算获得所述特定物流网点中所有商品类目下的物流评价平均值(S类目)。
除此之外，所述各个商品类目下的物流评价平均值(S类目)还可以采用其他方式实现，比如采用算术平均值计算所述物流评价平均值(S类目)，在此不作限定。
4)将各个商品类目下的物流评价平均值(S类目)与各自预定的类目权重(ω类目)相乘，并对所有的相乘值求和，即为对所述特定物流网点的评分(S网点)。
根据本方法步骤1)获得的所述特定物流网点中各个商品类目的类目权重(ω类目)，以及本方法步骤3)获得的所述特定物流网点中各个商品类目下的物流评价平均值(S类目)，采用下述公式：
计算获得对所述特定物流网点的评分(S网点)，作为用户对所述特定物流网点的评价。
方法二：
1)根据每个用户评价文本的各个属性分值(S属性)，求得每个用户评价文本的单一文本物流评价分值(S文本)；
所述单一文本物流评价分值(S文本)的计算过程如下：
a、根据上述步骤S102中所述的物流属性权重(ω属性)的计算公式：
计算并获取各个物流属性预定的物流属性权重(ω属性)；
b、将所述用户评价文本的各个物流属性的属性分值(S属性)分别与各自预定的物流属性权重(ω属性)相乘，并对所有的相乘值求和，即为所述用户评价文本的单一文本物流评价分值(S文本)；
则针对所述特定物流网点中所有用户评价文本中的任意一个用户评价文本，该用户评价文本的单一文本物流评价分值(S文本)为：
重复上述计算过程，依次计算获得所述特定物流网点中所有用户评价文本的单一文本物流评价分值(S文本)。
2)将所述特定物流网点的所有用户评价文本的单一文本物流评价分值(S文本)求和之后除以所有用户评价文本的总个数(Q总)，即为对所述特定物流网点的评分(S网点)。
根据本方法步骤1)获得的所述特定物流网点中所有用户评价文本的单一文本物流评价分值(S文本)，并根据所述特定物流网点的所有用户评价文本的总个数(Q总)，采用下述公式：
计算获得对所述特定物流网点的评分(S网点)，作为用户对所述特定物流网点的评价。
方法三：
1)根据每个用户评价文本的各个属性分值(S属性)，求得每个用户评价文本的单一文本物流评价分值(S文本)；
所述单一文本物流评价分值(S文本)的计算过程如下：
a、根据上述步骤S102中所述的物流属性权重(ω属性)的计算公式：
计算并获取各个物流属性预定的物流属性权重(ω属性)；
b、将所述用户评价文本的各个物流属性的属性分值(S属性)分别与各自预定的物流属性权重(ω属性)相乘，并对所有的相乘值求和，即为所述用户评价文本的单一文本物流评价分值(S文本)；
则针对所述特定物流网点中所有用户评价文本中的任意一个用户评价文本，该用户评价文本的单一文本物流评价分值(S文本)为：
重复上述计算过程，依次计算获得所述特定物流网点中所有用户评价文本的单一文本物流评价分值(S文本)。
2)以上述步骤S101中提供的三种确定所述用户评价文本的文本价值权重(ω文本)的方法中的任意一种方法，计算获得对所述特定物流网点中的所有用户评价文本赋予文本价值权重(ω文本)；
3)将所述特定物流网点的所有用户评价文本的单一文本物流评价分值(S文本)分别与各自的文本价值权重(ω文本)相乘，并对所有的相乘值求和之后除以所有用户评价文本的总个数(Q总)，即为对所述特定物流网点的评分(S网点)。
根据本方法步骤1)获得的所述特定物流网点的所有用户评价文本的单一文本物流评价分值(S文本)，以及本方法步骤2)获得的所述特定物流网点中的所有用户评价文本赋予文本价值权重(ω文本)，并根据所述特定物流网点的所有用户评价文本的总个数(Q总)，采用下述公式：
计算获得对所述特定物流网点的评分(S网点)，作为用户对所述特定物流网点的评价。
除本实施例提供的上述三种计算对所述特定物流网点的评分(S网点)的方法之外，还可以采用其他方法，在此不作限定。
本申请提供的一种对物流网点的评价装置实施例如下：
在上述的实施例中，提供了一种对物流网点的评价方法，与之相对应的，本申请提供了一种对物流网点的评价装置，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述方法实施例对应说明即可。下述描述的装置实施例仅仅是示意性的。
本申请第二实施例提供的对物流网点的评价装置的实施例请参照图2，图2示出了该对物流网点的评价装置的示意图。
本申请提供的一种对物流网点的评价装置，包括：
用户评价文本获取单元201，用于获取对特定物流网点的用户评价文本；
物流相关评价用词获取单元202，用于获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；
属性分值获取单元203，用于根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；
物流网点评分计算单元204，用于根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
可选的，所述用户评价文本从用户订单获得，相应的，所述用户评价文本获取单元201，包括：
收货地址获取子单元，用于获取所述用户订单中的收货地址；
用户订单归属子单元，用于根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
用户评价文本提取子单元，用于提取收货地址归属于所述特定物流网点的需要数量的用户订单的用户评价文本，即为所述对特定物流网点的用户评价文本。
可选的，所述用户评价文本为叙述性评价文本时，相应的，所述物流相关评价用词获取单元202，包括：
评价用词读取子单元，用于读取所述用户评价文本中的所有评价用词；
物流评价可能用词获取子单元，用于获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
物流相关评价用词获取子单元，用于根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
本申请提供的一种电子设备实施例如下：
在上述的实施例中，提供了一种对物流网点的评价方法，以及与之相对应的一种对物流网点的评价装置，本申请另外提供一种用于实现上述对物流网点的评价方法的电子设备，该电子设备的实施例描述得比较简单，相关的部分请参见上述对物流网点的评价方法实施例对应说明即可。下述描述的电子设备实施例仅仅是示意性的。
本申请第三实施例提供的电子设备的实施例请参照图3，图3示出了该电子设备的示意图。
本申请提供的一种电子设备，包括：
存储器301；
处理器302；
所述存储器301，用于存储获取的对特定物流网点的用户评价文本；以及用于存储获取的所述用户评价文本中对应于各个物流属性的物流相关评价用词；
所述处理器302，用于读取所述存储器301存储的所述用户评价文本和所述物流相关评价用词，根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；并且，根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
可选的，所述用户评价文本采用如下任一形式或者如下形式的组合：
叙述性评价文本；
选择性评价文本。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (24)
1.一种对物流网点的评价方法，其特征在于，包括：
获取对特定物流网点的用户评价文本；
获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；
根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；
根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
2.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述用户评价文本从用户订单获得，相应的，所述获取对特定物流网点的用户评价文本的步骤，包括：
获取所述用户订单中的收货地址；
根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
提取收货地址归属于所述特定物流网点的需要数量的用户订单的用户评价文本，即为所述对特定物流网点的用户评价文本。
3.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述用户评价文本采用如下任一形式或者如下形式的组合：
叙述性评价文本；
选择性评价文本。
4.根据权利要求3所述的对物流网点的评价方法，其特征在于，所述用户评价文本为叙述性评价文本时，相应的，所述获取用户评价文本中对应于各个物流属性的物流相关评价用词的步骤，包括：
读取所述用户评价文本中的所有评价用词；
获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
5.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述物流属性包括下述属性中的至少一种：
速度、服务态度、包装完整度。
6.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述物流相关评价用词与属性分值对照关系从物流相关评价用词与属性分值对照表获得；
其中，所述物流相关评价用词与属性分值对照表记录与物流评价相关的各个物流属性，并存储各个物流属性下的物流相关评价用词，以及存储有每个物流相关评价用词在所属的物流属性下的属性分值，该属性分值即为所述预定的属性分值。
7.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
将所述特定物流网点的所有用户评价文本的单一文本物流评价分值求之和后除以所有用户评价文本的总个数，即为对所述特定物流网点的评分。
8.根据权利要求1所述的对物流网点的评价方法，其特征在于，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
对每个用户评价文本根据预定的算法赋予文本价值权重；
将所述特定物流网点的所有用户评价文本的单一文本物流评价分值分别与各自的文本价值权重相乘，并对所有的相乘值求和之后除以所有用户评价文本的总个数，即为对所述特定物流网点的评分。
9.根据权利要求2所述的对物流网点的评价方法，其特征在于，所述以预定的算法计算并获得对所述特定物流网点的评分的步骤，采用下述方式：
获取所述用户订单涉及的商品；所有的商品均归属于各自预定的商品类目，所有的商品类目均有各自预定的类目权重；
根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值；
根据各个商品类目下所述用户订单涉及的所有商品，以及涉及各个商品类目下所有商品的所有用户订单对应的所有用户评价文本的单一文本物流评价分值，求得各个商品类目下的物流评价平均值；
将各个商品类目下的物流评价平均值与各自预定的类目权重相乘，并对所有的相乘值求和，即为对所述物流网点的评分。
10.根据权利要求9所述的对物流网点的评价方法，其特征在于，所述商品类目的类目权重为：
根据各个商品类目的评价率赋予与评价率正相关的权重值。
11.根据权利要求10所述的对物流网点的评价方法，其特征在于，所述根据各个商品类目的评价率赋予与评价率正相关的权重值，具体是将所述商品类目的评价率作为类目权重。
12.根据权利要求9所述的对物流网点的评价方法，其特征在于，所述各个商品类目下的物流评价平均值，具体是下述平均值中的一种：
算术平均值、加权平均值。
13.根据权利要求12所述的对物流网点的评价方法，其特征在于，所述各个商品类目下的物流评价平均值为加权平均值时，所述加权平均值采用的加权权重为根据预定的算法对各个用户评价文本赋予的文本价值权重。
14.根据权利要求7至9任意一项所述的对物流网点的评价方法，其特征在于，所述根据每个用户评价文本的各个属性分值，求得每个用户评价文本的单一文本物流评价分值，采用下述方式：
获取各个物流属性预定的物流属性权重；
将所述用户评价文本的各个物流属性的属性分值分别与各自预定的物流属性权重相乘，并对所有的相乘值求和，即为所述用户评价文本的单一文本物流评价分值；
若所述用户评价文本中不包括归属于任意一个物流属性的物流相关评价用词，则对所述用户评价文本的该物流属性赋予预定的默认属性分值。
15.根据权利要求14所述的对物流网点的评价方法，其特征在于，所述各个物流属性预定的物流属性权重为：
根据各个物流属性的评价率赋予与评价率正相关的权重值。
16.根据权利要求15所述的对物流网点的评价方法，其特征在于，所述根据各个物流属性的评价率赋予与评价率正相关的权重值，具体是将所述物流属性的评价率作为权重值。
17.根据权利要求8或13所述的对物流网点的评价方法，其特征在于，所述文本价值权重以下述方法获得：
获取所述用户评价文本的字数；
根据字数对所述用户评价文本进行分档；
以用户评价文本与字数正相关为原则，对不同档的用户评价文本赋予不同的权重值。
18.根据权利要求8或13所述的对物流网点的评价方法，其特征在于，所述文本价值权重以下述方法获得：
从用户账户信息中获取每个用户的信用值；
根据各个用户的信用值对所述用户进行分档；
以用户给出的用户评价文本与用户的信用值正相关为原则，对不同档的用户给出的用户评价文本赋予不同的权重值。
19.根据权利要求8或13所述的对物流网点的评价方法，其特征在于，所述文本价值权重以下述方法获得：
获取所述用户评价文本的字数；
根据字数对所述用户评价文本进行字数分档；
以及，从用户账户信息中获取每个用户的信用值；
根据所述用户的信用值对所述用户给出的用户评价文本进行信用分档；
以用户评价文本与字数正相关，与用户的信用值正相关为原则，根据各个文本在上述字数分档和信用分档中的档次，按照两次分档分别占预定的权重值比例的方式，对每个用户评价文本赋予相应的权重值。
20.一种对物流网点的评价装置，其特征在于，包括：
用户评价文本获取单元，用于获取对特定物流网点的用户评价文本；
物流相关评价用词获取单元，用于获取所述用户评价文本中对应于各个物流属性的物流相关评价用词；
属性分值获取单元，用于根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；
物流网点评分计算单元，用于根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
21.根据权利要求20所述的对物流网点的评价装置，其特征在于，所述用户评价文本从用户订单获得，相应的，所述用户评价文本获取单元，包括：
收货地址获取子单元，用于获取所述用户订单中的收货地址；
用户订单归属子单元，用于根据预定的各个物流网点与收货地址的对照关系，将所述用户订单归属于所述特定物流网点；
用户评价文本提取子单元，用于提取收货地址归属于所述特定物流网点的需要数量的用户订单的用户评价文本，即为所述对特定物流网点的用户评价文本。
22.根据权利要求20所述的对物流网点的评价装置，其特征在于，所述用户评价文本为叙述性评价文本时，相应的，所述物流相关评价用词获取单元，包括：
评价用词读取子单元，用于读取所述用户评价文本中的所有评价用词；
物流评价可能用词获取子单元，用于获取预定的评价文本分词库中记录的各个物流属性下的物流评价可能用词；
物流相关评价用词获取子单元，用于根据所述各个物流属性下的物流评价可能用词，分别挑选出所述用户评价文本中与各个物流属性下的物流评价可能用词相匹配的评价用词，即为对应于各个物流属性的物流相关评价用词。
23.一种电子设备，其特征在于，包括：
存储器；
处理器；
所述存储器，用于存储获取的对特定物流网点的用户评价文本；以及用于存储获取的所述用户评价文本中对应于各个物流属性的物流相关评价用词；
所述处理器，用于读取所述存储器存储的所述用户评价文本和所述物流相关评价用词，根据预定的各个物流属性下的物流相关评价用词与属性分值对照关系，获取所述物流相关评价用词对应的预定的属性分值；并且，根据获取的所述物流相关评价用词对应的属性分值，以预定的算法计算并获得对所述特定物流网点的评分，作为对所述特定物流网点的评价。
24.根据权利要求23所述的电子设备，其特征在于，所述用户评价文本采用如下任一形式或者如下形式的组合：
叙述性评价文本；
选择性评价文本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410841226.4A CN105809379A (zh) | 2014-12-30 | 2014-12-30 | 一种对物流网点的评价方法、装置以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410841226.4A CN105809379A (zh) | 2014-12-30 | 2014-12-30 | 一种对物流网点的评价方法、装置以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105809379A true CN105809379A (zh) | 2016-07-27 |
Family
ID=56980018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410841226.4A Pending CN105809379A (zh) | 2014-12-30 | 2014-12-30 | 一种对物流网点的评价方法、装置以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105809379A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107766316A (zh) * | 2016-08-15 | 2018-03-06 | 株式会社理光 | 评价数据的分析方法、装置及系统 |
| WO2019061665A1 (zh) * | 2017-09-30 | 2019-04-04 | 平安科技（深圳）有限公司 | 电子装置、构建零售网点评分模型的方法、系统及存储介质 |
| CN111738632A (zh) * | 2020-08-28 | 2020-10-02 | 北京每日优鲜电子商务有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
| CN112036157A (zh) * | 2020-08-04 | 2020-12-04 | 林树 | 一种基金经理语调文本分析方法及装置 |
| CN112949273A (zh) * | 2021-03-04 | 2021-06-11 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
| CN114444918A (zh) * | 2022-01-21 | 2022-05-06 | 北京航空航天大学 | 物流网点的确定方法和装置、存储介质及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693492A (zh) * | 2011-03-21 | 2012-09-26 | 维鹏信息技术(上海)有限公司 | 一种评分板系统以及对应的评分板设备与控制方法 |
| CN103020482A (zh) * | 2013-01-05 | 2013-04-03 | 南京邮电大学 | 一种基于关系的垃圾评论检测方法 |
| CN103679462A (zh) * | 2012-08-31 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种评论数据处理方法和装置、一种搜索方法和系统 |
| CN104239331A (zh) * | 2013-06-19 | 2014-12-24 | 阿里巴巴集团控股有限公司 | 一种用于实现评论搜索引擎排序的方法和装置 |
-
2014
- 2014-12-30 CN CN201410841226.4A patent/CN105809379A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693492A (zh) * | 2011-03-21 | 2012-09-26 | 维鹏信息技术(上海)有限公司 | 一种评分板系统以及对应的评分板设备与控制方法 |
| CN103679462A (zh) * | 2012-08-31 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种评论数据处理方法和装置、一种搜索方法和系统 |
| CN103020482A (zh) * | 2013-01-05 | 2013-04-03 | 南京邮电大学 | 一种基于关系的垃圾评论检测方法 |
| CN104239331A (zh) * | 2013-06-19 | 2014-12-24 | 阿里巴巴集团控股有限公司 | 一种用于实现评论搜索引擎排序的方法和装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107766316A (zh) * | 2016-08-15 | 2018-03-06 | 株式会社理光 | 评价数据的分析方法、装置及系统 |
| CN107766316B (zh) * | 2016-08-15 | 2021-03-30 | 株式会社理光 | 评价数据的分析方法、装置及系统 |
| WO2019061665A1 (zh) * | 2017-09-30 | 2019-04-04 | 平安科技（深圳）有限公司 | 电子装置、构建零售网点评分模型的方法、系统及存储介质 |
| CN112036157A (zh) * | 2020-08-04 | 2020-12-04 | 林树 | 一种基金经理语调文本分析方法及装置 |
| CN111738632A (zh) * | 2020-08-28 | 2020-10-02 | 北京每日优鲜电子商务有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
| CN111738632B (zh) * | 2020-08-28 | 2020-12-11 | 北京每日优鲜电子商务有限公司 | 设备控制方法、装置、电子设备和计算机可读介质 |
| CN112949273A (zh) * | 2021-03-04 | 2021-06-11 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
| CN112949273B (zh) * | 2021-03-04 | 2024-04-26 | 长沙市到家悠享网络科技有限公司 | 电子合同签约方法、装置、电子设备及计算机可读介质 |
| CN114444918A (zh) * | 2022-01-21 | 2022-05-06 | 北京航空航天大学 | 物流网点的确定方法和装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105809379A (zh) | 一种对物流网点的评价方法、装置以及电子设备 | |
| TWI679604B (zh) | 確定使用者風險等級的方法及裝置、電腦設備 | |
| JP5965911B2 (ja) | オンライン取引プラットフォームに基づくデータ処理 | |
| CN106355391A (zh) | 一种业务处理方法及装置 | |
| US9218602B2 (en) | Providing page navigation in multirole-enabled network application | |
| US9053170B2 (en) | Relationship discovery in business analytics | |
| US10169810B2 (en) | Product information inconsistency detection | |
| CN107679856A (zh) | 基于交易的业务控制方法和装置 | |
| CN110019785B (zh) | 一种文本分类方法及装置 | |
| CN110019660A (zh) | 一种相似文本检测方法及装置 | |
| CN105898835B (zh) | 生成无线接入点的接入点属性信息的方法与设备 | |
| CN110610432A (zh) | 一种保险产品的评估方法、装置、介质和电子设备 | |
| US20130304539A1 (en) | User recommendation method and device | |
| US8977622B1 (en) | Evaluation of nodes | |
| CN108268534A (zh) | 传播影响力计算方法及装置 | |
| CN106997340B (zh) | 词库的生成以及利用词库的文档分类方法及装置 | |
| CN104462438A (zh) | 一种信息处理方法及装置 | |
| KR102299525B1 (ko) | 제품 평가 마이닝 방법 및 이를 수행하는 장치 | |
| CN108492112A (zh) | 判定虚假资源转移及虚假交易的方法、装置及电子设备 | |
| CN110781497B (zh) | 网页链接的检测方法及存储介质 | |
| JP5427119B2 (ja) | 類似文書検索装置、類似文書検索方法、そのプログラムおよび記録媒体 | |
| CN112214663A (zh) | 获取舆情声量的方法、系统、装置、存储介质及移动终端 | |
| CN107679236A (zh) | 一种热门内容池维护方法和装置 | |
| CN110163470B (zh) | 事件评估方法及装置 | |
| CN103677668B (zh) | 一种移动存储设备检测的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180424 Address after: Four story 847 mailbox of the capital mansion of Cayman Islands, Cayman Islands, Cayman Applicant after: CAINIAO SMART LOGISTICS HOLDING Ltd. Address before: Cayman Islands Grand Cayman capital building a four storey No. 847 mailbox Applicant before: ALIBABA GROUP HOLDING Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160727 |