CN105809390A - 一种计算司机和货物匹配度的方法及装置 - Google Patents

一种计算司机和货物匹配度的方法及装置 Download PDF

Info

Publication number
CN105809390A
CN105809390A CN201610108309.1A CN201610108309A CN105809390A CN 105809390 A CN105809390 A CN 105809390A CN 201610108309 A CN201610108309 A CN 201610108309A CN 105809390 A CN105809390 A CN 105809390A
Authority
CN
China
Prior art keywords
goods
transporter
matching degree
property parameters
attribute vector
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
CN201610108309.1A
Other languages
English (en)
Inventor
黄胤人
闫志东
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 Yunke Network Technology Co Ltd
Original Assignee
Beijing Yunke Network 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 Yunke Network Technology Co Ltd filed Critical Beijing Yunke Network Technology Co Ltd
Priority to CN201610108309.1A priority Critical patent/CN105809390A/zh
Publication of CN105809390A publication Critical patent/CN105809390A/zh
Priority to HK16111444.1A priority patent/HK1223183A1/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
    • G06Q10/08—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

本发明提供一种计算司机和货物匹配度的方法及装置，该计算司机和货物匹配度的方法包括：获取运输方的属性参数，并根据运输方的属性参数生成运输方的运输方属性向量；获取货物的属性参数，并根据货物的属性参数生成货物的货物属性向量；根据运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；根据排序结果将货物与运输方进行分配。通过实时本发明，能够基于vsm模型和用户画像，计算司机和货物之间的匹配度，并按照匹配度对货物进行排序，以供司机选择最合理的运送货物清单及运送路线，从而提高物流运送的效率。

Description

一种计算司机和货物匹配度的方法及装置
技术领域
本发明是关于物流运输技术，具体地，是关于一种基于vsm模型和用户画像的计算司机和货物匹配度的方法及装置。
背景技术
在物流管理过程中，如果出现有多个货物订单需要推送给某个司机的时候，并没有一个较成熟的方案，对货物与司机进行调配，以最优化分配货物给适宜运送的司机，从而导致时常会有浪费运送路程或货物无法运送的情况。
发明内容
本发明实施例的主要目的在于提供一种计算司机和货物匹配度的方法及装置，以计算货物订单和司机的匹配度，将最合适的几个订单以一个合理的顺序推送给司机，从而提高物流配送效率。
为了实现上述目的，本发明实施例提供一种一种计算司机和货物匹配度的方法，所述的方法包括：获取运输方的属性参数，并根据所述运输方的属性参数生成运输方的运输方属性向量；获取货物的属性参数，并根据所述货物的属性参数生成货物的货物属性向量；根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；根据排序结果将货物与运输方进行分配。
在一实施例中，上述的运输方的属性参数至少包括：所述运输方所拥有的货车的长度、体积以及所述运输方的常用运输路线。
在一实施例中，上述的货物的属性参数至少包括：所述货物的长度、体积以及所述货物的配送路径。
在一实施例中，上述的根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果，包括：根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物；通过余弦相似度算法计算剩余货物与各所述运输方的匹配度；针对每一所述运输方，根据所述匹配度从大到小的顺序，将各所述剩余货物进行排序，并生成所述排序结果。
在一实施例中，上述的根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物，包括：将所述运输方所拥有的货车的长度与所述货物的长度进行比对，将所述运输方所拥有的货车的体积与所述货物的体积进行比对；针对每一所述运输方，将所述运输方所拥有的货车不能容纳的货物定义为所述不匹配的货物；排除所述不匹配的货物。
本发明实施例还提供一种计算司机和货物匹配度的装置，所述的装置包括：运输方属性向量生成单元，用于获取运输方的属性参数，并根据所述运输方的属性参数生成运输方的运输方属性向量；货物属性向量生成单元，用于获取货物的属性参数，并根据所述货物的属性参数生成货物的货物属性向量；匹配度分析及排序单元，用于根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；分配单元，用于根据排序结果将货物与运输方进行分配。
在一实施例中，上述的运输方的属性参数至少包括：所述运输方所拥有的货车的长度、体积以及所述运输方的常用运输路线。
在一实施例中，上述的货物的属性参数至少包括：所述货物的长度、体积以及所述货物的配送路径。
在一实施例中，上述的匹配度分析及排序单元包括：不匹配货物排除模块，用于根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物；匹配度计算模块，用于通过余弦相似度算法计算剩余货物与各所述运输方的匹配度；排序结果生成模块，用于针对每一所述运输方，根据所述匹配度从大到小的顺序，将各所述剩余货物进行排序，并生成所述排序结果。
在一实施例中，上述的不匹配货物排除模块具体用于：将所述运输方所拥有的货车的长度与所述货物的长度进行比对，将所述运输方所拥有的货车的体积与所述货物的体积进行比对；针对每一所述运输方，将所述运输方所拥有的货车不能容纳的货物定义为所述不匹配的货物；排除所述不匹配的货物。
本发明实施例的有益效果在于，能够基于vsm模型和用户画像，计算司机和货物之间的匹配度，并按照匹配度对货物进行排序，以供司机选择最合理的运送货物清单及运送路线，从而提高物流运送的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的计算司机和货物匹配度的方法的流程图；
图2为根据本发明实施例的计算司机和货物匹配度的装置的结构示意图；
图3为根据本发明实施例的匹配度分析及排序单元3的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种计算司机和货物匹配度的方法及装置。以下结合附图对本发明进行详细说明。
本发明实施例提供一种计算司机和货物匹配度的方法，如图1所示，该方法主要包括以下各步骤：
步骤S101：获取运输方的属性参数，并根据运输方的属性参数生成运输方的运输方属性向量；
步骤S102：获取货物的属性参数，并根据货物的属性参数生成货物的货物属性向量；
步骤S103：根据运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；
步骤S104：根据排序结果将货物与运输方进行分配。
通过上述步骤S101至步骤S104，本发明实施例的计算司机和货物匹配度的方法，能够基于vsm模型和用户画像，计算司机和货物之间的匹配度，并按照匹配度对货物进行排序，以供司机选择最合理的运送货物清单及运送路线，从而提高物流运送的效率。
以下将结合具体示例对本发明实施例的计算司机和货物匹配度的方法的各个步骤进行详细说明。
上述步骤S101，获取运输方的属性参数，并根据运输方的属性参数生成运输方的运输方属性向量。
利用用户画像的方法将用户(运输方)进行属性刻画，最后将各种属性进行定量计算，并用向量的方式表达，即可以用一个向量来代表一个用户。
例如，如下表一所示，存在这样一个用户User1，具有如下一些属性(其中所示的属性仅用于示例，并非用以限制本发明)：
表一
经过上述的定量计算，则可以基于向量空间模型(vsm模型)，用运输方向量<10，1000，2>表示这个用户User1(运输方，例如司机)。
上述步骤S102，获取货物的属性参数，并根据货物的属性参数生成货物的货物属性向量。
针对货物，可用与步骤S101中同样的定量计算方法进行属性抽象，并用向量表示各个货物，从而生成货物属性向量。
例如，三个货物A、B、C，分别具有的属性参数如下：
A：长度9米，体积800立方米，需要从北京运至天津；
B：长度11米，体积900立方米，需要从上海运至杭州；
C：长度9米，体积900立方米，需要从上海运至杭州；
则上述三个货物用货物属性向量分别可以表示为：
A：<9，800，1>；
B：<11，900,，2>；
C：<9，900，2>。
步骤S103，在将运输方和货物分别通过相应的属性向量表示后，根据运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果。
具体地，首先，根据运输方的属性参数与货物的属性参数，针对每一运输方，排除不匹配的货物。将运输方所拥有的货车的长度与货物的长度进行比对，将运输方所拥有的货车的体积与货物的体积进行比对；针对每一运输方，将运输方所拥有的货车不能容纳的货物定义为不匹配的货物；排除不匹配的货物。
例如，货物B长度为11米，超过了用户User1的车辆10米的最大长度，所以货物B为针对该车辆的不匹配的货物，将货物B排除。
然后，通过余弦相似度算法计算剩余货物与各运输方的匹配度；针对每一运输方，根据匹配度从大到小的顺序，将各剩余货物进行排序，并生成排序结果。
由于针对用户User1已排除货物B，因此，只需要计算货物A向量<9，800，1>以及货物C向量<9，900，2>分别与运输方向量<10，1000，2>的匹配度。在本发明实施例中，是选用余弦相似度的方法计算两个向量的相似度来表征匹配度。计算得出，货物C与用户User1的匹配度要大于货物A，因此，针对用户User1推送的顺序就是C，A(即排序结果)。
在另一实施例中，有三个货物，A’发河北，B’发山东，C’发辽宁。有两个司机，甲常跑的线是北京到上海，乙常跑的线是北京到黑龙江。那么根据货物与不同司机的匹配程度(这里属性只有线路，那么这个匹配程度其实就是尽量最大化顺路的程度)，算法计算以后推送给甲的货物列表就是(B’，A’，C’)，推送给乙的列表就是(C’，A’，B’)。
在经过上述步骤S101至步骤S103生成了排序结果后，即可通过步骤S104，根据排序结果将货物合理分配给相应的运输方，以规划最佳运输货物清单及最佳运输路线。
本发明实施例还提供一种计算司机和货物匹配度的装置，如图2所示，该装置主要包括：运输方属性向量生成单元1、货物属性向量生成单元2、匹配度分析及排序单元3以及分配单元4。
其中，运输方属性向量生成单元1，用于获取运输方的属性参数，并根据运输方的属性参数生成运输方的运输方属性向量；货物属性向量生成单元2，用于获取货物的属性参数，并根据货物的属性参数生成货物的货物属性向量；匹配度分析及排序单元3，用于根据运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；分配单元4，用于根据排序结果将货物与运输方进行分配。
通过上述各个组成部分的协同工作，本发明实施例的计算司机和货物匹配度的装置，能够基于vsm模型和用户画像，计算司机和货物之间的匹配度，并按照匹配度对货物进行排序，以供司机选择最合理的运送货物清单及运送路线，从而提高物流运送的效率。
以下将结合具体示例对本发明实施例的计算司机和货物匹配度的装置的各个组成部分进行详细说明。
上述运输方属性向量生成单元1用于获取运输方的属性参数，并根据运输方的属性参数生成运输方的运输方属性向量。
利用用户画像的装置将用户(运输方)进行属性刻画，最后将各种属性进行定量计算，并用向量的方式表达，即可以用一个向量来代表一个用户。
例如，如下表一所示，存在这样一个用户User1，具有如下一些属性(其中所示的属性仅用于示例，并非用以限制本发明)：
表一
经过上述的定量计算，则可以基于向量空间模型(vsm模型)，用运输方向量<10，1000，2>表示这个用户User1(运输方，例如司机)。
上述货物属性向量生成单元2用于获取货物的属性参数，并根据货物的属性参数生成货物的货物属性向量。
针对货物，可用与运输方属性向量生成单元1生成运输方属性向量同样的定量计算方法进行属性抽象，并用向量表示各个货物，从而生成货物属性向量。
例如，三个货物A、B、C，分别具有的属性参数如下：
A：长度9米，体积800立方米，需要从北京运至天津；
B：长度11米，体积900立方米，需要从上海运至杭州；
C：长度9米，体积900立方米，需要从上海运至杭州；
则上述三个货物用货物属性向量分别可以表示为：
A：<9，800，1>；
B：<11，900,，2>；
C：<9，900，2>。
匹配度分析及排序单元3用于在将运输方和货物分别通过相应的属性向量表示后，根据运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果。
具体地，如图3所示，匹配度分析及排序单元3包括：不匹配货物排除模块31、匹配度计算模块32及排序结果生成模块33。
首先，不匹配货物排除模块31根据运输方的属性参数与货物的属性参数，针对每一运输方，排除不匹配的货物。将运输方所拥有的货车的长度与货物的长度进行比对，将运输方所拥有的货车的体积与货物的体积进行比对；针对每一运输方，将运输方所拥有的货车不能容纳的货物定义为不匹配的货物；排除不匹配的货物。
例如，货物B长度为11米，超过了用户User1的车辆10米的最大长度，所以货物B为针对该车辆的不匹配的货物，将货物B排除。
然后，匹配度计算模块32通过余弦相似度算法计算剩余货物与各运输方的匹配度；排序结果生成模块33针对每一运输方，根据匹配度从大到小的顺序，将各剩余货物进行排序，并生成排序结果。
由于针对用户User1已排除货物B，因此，只需要计算货物A向量<9，800，1>以及货物C向量<9，900，2>分别与运输方向量<10，1000，2>的匹配度。在本发明实施例中，是选用余弦相似度的装置计算两个向量的相似度来表征匹配度。计算得出，货物C与用户User1的匹配度要大于货物A，因此，针对用户User1推送的顺序就是C，A(即排序结果)。
在另一实施例中，有三个货物，A’发河北，B’发山东，C’发辽宁。有两个司机，甲常跑的线是北京到上海，乙常跑的线是北京到黑龙江。那么根据货物与不同司机的匹配程度(这里属性只有线路，那么这个匹配程度其实就是尽量最大化顺路的程度)，算法计算以后推送给甲的货物列表就是(B’，A’，C’)，推送给乙的列表就是(C’，A’，B’)。
在经过上述运输方属性向量生成单元1、货物属性向量生成单元2、匹配度分析及排序单元3生成了排序结果后，即可通过分配单元4根据排序结果将货物合理分配给相应的运输方，以规划最佳运输货物清单及最佳运输路线。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读取存储介质中，比如ROM/RAM、磁碟、光盘等。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种计算司机和货物匹配度的方法，其特征在于，所述的方法包括：
获取运输方的属性参数，并根据所述运输方的属性参数生成运输方的运输方属性向量；
获取货物的属性参数，并根据所述货物的属性参数生成货物的货物属性向量；
根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；
根据排序结果将货物与运输方进行分配。
2.根据权利要求1所述的计算司机和货物匹配度的方法，其特征在于，所述运输方的属性参数至少包括：所述运输方所拥有的货车的长度、体积以及所述运输方的常用运输路线。
3.根据权利要求2所述的计算司机和货物匹配度的方法，其特征在于，所述货物的属性参数至少包括：所述货物的长度、体积以及所述货物的配送路径。
4.根据权利要求3所述的计算司机和货物匹配度的方法，其特征在于，根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果，包括：
根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物；
通过余弦相似度算法计算剩余货物与各所述运输方的匹配度；
针对每一所述运输方，根据所述匹配度从大到小的顺序，将各所述剩余货物进行排序，并生成所述排序结果。
5.根据权利要求4所述的计算司机和货物匹配度的方法，其特征在于，根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物，包括：
将所述运输方所拥有的货车的长度与所述货物的长度进行比对，将所述运输方所拥有的货车的体积与所述货物的体积进行比对；
针对每一所述运输方，将所述运输方所拥有的货车不能容纳的货物定义为所述不匹配的货物；
排除所述不匹配的货物。
6.一种计算司机和货物匹配度的装置，其特征在于，所述的装置包括：
运输方属性向量生成单元，用于获取运输方的属性参数，并根据所述运输方的属性参数生成运输方的运输方属性向量；
货物属性向量生成单元，用于获取货物的属性参数，并根据所述货物的属性参数生成货物的货物属性向量；
匹配度分析及排序单元，用于根据所述运输方属性向量及货物属性向量进行匹配度分析及排序，生成排序结果；
分配单元，用于根据排序结果将货物与运输方进行分配。
7.根据权利要求6所述的计算司机和货物匹配度的装置，其特征在于，所述运输方的属性参数至少包括：所述运输方所拥有的货车的长度、体积以及所述运输方的常用运输路线。
8.根据权利要求7所述的计算司机和货物匹配度的装置，其特征在于，所述货物的属性参数至少包括：所述货物的长度、体积以及所述货物的配送路径。
9.根据权利要求8所述的计算司机和货物匹配度的装置，其特征在于，所述匹配度分析及排序单元包括：
不匹配货物排除模块，用于根据所述运输方的属性参数与所述货物的属性参数，针对每一所述运输方，排除不匹配的货物；
匹配度计算模块，用于通过余弦相似度算法计算剩余货物与各所述运输方的匹配度；
排序结果生成模块，用于针对每一所述运输方，根据所述匹配度从大到小的顺序，将各所述剩余货物进行排序，并生成所述排序结果。
10.根据权利要求9所述的计算司机和货物匹配度的装置，其特征在于，所述不匹配货物排除模块具体用于：
将所述运输方所拥有的货车的长度与所述货物的长度进行比对，将所述运输方所拥有的货车的体积与所述货物的体积进行比对；
针对每一所述运输方，将所述运输方所拥有的货车不能容纳的货物定义为所述不匹配的货物；
排除所述不匹配的货物。
CN201610108309.1A 2016-02-26 2016-02-26 一种计算司机和货物匹配度的方法及装置 Pending CN105809390A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610108309.1A CN105809390A (zh) 2016-02-26 2016-02-26 一种计算司机和货物匹配度的方法及装置
HK16111444.1A HK1223183A1 (zh) 2016-02-26 2016-09-30 種計算司機和貨物匹配度的方法及裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610108309.1A CN105809390A (zh) 2016-02-26 2016-02-26 一种计算司机和货物匹配度的方法及装置

Publications (1)

Publication Number Publication Date
CN105809390A true CN105809390A (zh) 2016-07-27

Family

ID=56466521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610108309.1A Pending CN105809390A (zh) 2016-02-26 2016-02-26 一种计算司机和货物匹配度的方法及装置

Country Status (2)

Country Link
CN (1) CN105809390A (zh)
HK (1) HK1223183A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871175A (zh) * 2016-09-27 2018-04-03 传化物流集团有限公司 一种车货匹配派单方法及装置
CN108416556A (zh) * 2018-03-28 2018-08-17 江苏满运软件科技有限公司 一种车货匹配平台的货物关注度平衡方法
CN108510228A (zh) * 2018-04-02 2018-09-07 叶明宝 一种公路运输车货智能匹配方法
CN110245789A (zh) * 2019-05-30 2019-09-17 众能联合数字技术有限公司 一种货车装货匹配方法
CN111209473A (zh) * 2019-12-26 2020-05-29 武汉物易云通网络科技有限公司 一种基于大数据的车货匹配方法及系统
CN112561417A (zh) * 2019-11-25 2021-03-26 北京市船舶检验所(北京市运输管理技术支持中心) 一种基于轨迹特征对危险品运输车辆进行监管的方法
CN113496361A (zh) * 2020-03-19 2021-10-12 上海达牛信息技术有限公司 一种实时运力推荐方法
CN115423399A (zh) * 2022-09-01 2022-12-02 赛马物联科技(宁夏)有限公司 一种物流货运车辆网联化信息管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103186879A (zh) * 2013-01-30 2013-07-03 广州智盈网络科技有限公司 公路运输调度方法
CN104318413A (zh) * 2014-10-22 2015-01-28 长沙路联信息科技有限公司 物流信息匹配方法和系统
CN104866997A (zh) * 2015-06-10 2015-08-26 南京大学 一种用于车货在线配载的智能配对方法
CN105117879A (zh) * 2015-08-19 2015-12-02 广州增信信息科技有限公司 一种车、货智能匹配方法、装置及系统
CN105320668A (zh) * 2014-06-20 2016-02-10 深圳市凯立德科技股份有限公司 货运信息检索的方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103186879A (zh) * 2013-01-30 2013-07-03 广州智盈网络科技有限公司 公路运输调度方法
CN105320668A (zh) * 2014-06-20 2016-02-10 深圳市凯立德科技股份有限公司 货运信息检索的方法及系统
CN104318413A (zh) * 2014-10-22 2015-01-28 长沙路联信息科技有限公司 物流信息匹配方法和系统
CN104866997A (zh) * 2015-06-10 2015-08-26 南京大学 一种用于车货在线配载的智能配对方法
CN105117879A (zh) * 2015-08-19 2015-12-02 广州增信信息科技有限公司 一种车、货智能匹配方法、装置及系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107871175A (zh) * 2016-09-27 2018-04-03 传化物流集团有限公司 一种车货匹配派单方法及装置
CN107871175B (zh) * 2016-09-27 2021-05-25 传化物流集团有限公司 一种车货匹配派单方法及装置
CN108416556A (zh) * 2018-03-28 2018-08-17 江苏满运软件科技有限公司 一种车货匹配平台的货物关注度平衡方法
CN108416556B (zh) * 2018-03-28 2021-09-21 江苏满运软件科技有限公司 一种车货匹配平台的货物关注度平衡方法
CN108510228B (zh) * 2018-04-02 2022-04-05 江苏国镖信息科技有限公司 一种公路运输车货智能匹配方法
CN108510228A (zh) * 2018-04-02 2018-09-07 叶明宝 一种公路运输车货智能匹配方法
CN110245789A (zh) * 2019-05-30 2019-09-17 众能联合数字技术有限公司 一种货车装货匹配方法
CN112561417B (zh) * 2019-11-25 2024-03-19 北京市船舶检验所(北京市运输管理技术支持中心) 一种基于轨迹特征对危险品运输车辆进行监管的方法
CN112561417A (zh) * 2019-11-25 2021-03-26 北京市船舶检验所(北京市运输管理技术支持中心) 一种基于轨迹特征对危险品运输车辆进行监管的方法
CN111209473B (zh) * 2019-12-26 2021-05-07 武汉物易云通网络科技有限公司 一种基于大数据的车货匹配方法及系统
CN111209473A (zh) * 2019-12-26 2020-05-29 武汉物易云通网络科技有限公司 一种基于大数据的车货匹配方法及系统
CN113496361A (zh) * 2020-03-19 2021-10-12 上海达牛信息技术有限公司 一种实时运力推荐方法
CN113496361B (zh) * 2020-03-19 2022-05-20 上海达牛信息技术有限公司 一种实时运力推荐方法
CN115423399A (zh) * 2022-09-01 2022-12-02 赛马物联科技(宁夏)有限公司 一种物流货运车辆网联化信息管理系统

Also Published As

Publication number Publication date
HK1223183A1 (zh) 2017-07-21

Similar Documents

Publication Publication Date Title
CN105809390A (zh) 一种计算司机和货物匹配度的方法及装置
JP7072054B2 (ja) 貨物を仕分けるための方法および装置
Carpaneto et al. Exact solution of large-scale, asymmetric traveling salesman problems
US20140025420A1 (en) Simultaneous micro space and assortment optimization for products
US20150100585A1 (en) Processing of categorized product information
CN107851024A (zh) 用于解空间分割的并行处理
CN113239317A (zh) 确定订单履约仓库的方法和装置
CN108256903A (zh) 基于物流平台的订单计费方法及装置
Mahvash et al. A column generation based heuristic for the capacitated vehicle routing problem with three-dimensional loading constraints
CN111523977A (zh) 波次订单集合的创建方法、装置、计算设备和介质
CN110069579A (zh) 电子围栏分块方法和装置
AU2016333979A1 (en) Parallel processing for solution space partitions
JP2017509043A (ja) グラフデータクエリ方法および装置
US10180960B2 (en) Query processing
CN109658210A (zh) 一种商品推荐方法、装置、设备以及存储介质
US20190012641A1 (en) Freight capacity maximization system
Xue et al. A hybrid pricing and cutting approach for the multi-shift full truckload vehicle routing problem
US20140258253A1 (en) Summarizing a stream of multidimensional, axis-aligned rectangles
CN113222205A (zh) 一种路径规划的方法和装置
CN113762573B (zh) 一种物流网络优化方法和装置
CN106919946B (zh) 一种受众选择的方法及装置
CN109102123B (zh) 拼车路线优化方法及装置、存储介质、计算设备
Bordenave et al. Heuristics for the mixed swapping problem
US20140337854A1 (en) Database dispatcher
Caserta et al. A Discrete‐Binary Transformation of the Reliability Redundancy Allocation Problem

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1223183

Country of ref document: HK

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160727

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1223183

Country of ref document: HK