CN108229893A - 配送任务分配方法、装置、电子设备及存储介质 - Google Patents
配送任务分配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN108229893A CN108229893A CN201810136259.7A CN201810136259A CN108229893A CN 108229893 A CN108229893 A CN 108229893A CN 201810136259 A CN201810136259 A CN 201810136259A CN 108229893 A CN108229893 A CN 108229893A
- Authority
- CN
- China
- Prior art keywords
- dispatching
- characteristic
- resource
- value
- 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
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
- G06Q10/083—Shipping
- G06Q10/0838—Historical data
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
Abstract
本公开实施例公开了一种配送任务分配方法、装置、电子设备及存储介质。所述方法包括:获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。本公开实施例在分配配送任务时考虑了配送资源的配送分数,使得在分配配送任务时根据配送资源的能力对不同配送资源区别对待,做到能者多劳,既提高了配送效率,又提高了配送资源的配送体验。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种配送任务分配方法、装置、电子设备及存储介质。
背景技术
随着线上到线下(Online To Offline)技术的发展,越来越多的用户从线上购买商品,并在生成订单后再进行线下配送。线上到线下技术大大改变了人们的生活方式,比如购物方式,用户通过网上购物类应用,足不出户即可获取自己所需的物品。这些应用在便利用户的同时,也面临着订单配送问题,于是物流调度系统应运而生。物流调度系统的主要任务是将订单分配给合适的配送人员,使得订单尽快送达用户,同时尽量节省运力。
目前,当订单进入物流调度系统后,物流调度系统基于一定的调度策略将订单分配给某配送人员,由该配送人员完成该订单的配送,其中,调度策略比如包括:对相近时间进入物流调度系统的多个订单进行分组,将获得的各订单组基于一定的分配规则分配给合适的配送人员,等等。
发明内容
本公开实施例提供一种配送任务分配方法、装置、电子设备及计算机可读存储介质。
第一方面,本公开实施例中提供了一种配送任务分配方法。
具体的,所述配送任务分配方法,包括:
获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。
结合第一方面,本公开实施例在第一方面的第一种实现方式中,还包括:
根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
结合第一方面,本公开实施例在第一方面的第二种实现方式中,通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值,包括:
根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
确定所述当前配送资源的所述特征数据的权重值;
根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
结合第一方面的第二种实现方式,本公开实施例在第一方面的第三种实现方式中,确定所述当前配送资源的所述特征数据的权重值,包括:
根据信息熵确定所述特征数据的权重值;或者,
根据重要程度确定所述特征数据的权重值。
结合第一方面的第三种实现方式,本公开实施例在第一方面的第四种实现方式中,根据信息熵确定所述特征数据的权重值,包括:
根据当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重确定所述特征数据的信息熵;
根据所述特征数据的信息熵在信息熵总和中所占的比重确定所述特征数据的权重值;所述信息熵总和为所述特征数据以及其他参与计算的特征数据的信息熵之和。
第二方面,本公开实施例提供了一种配送任务分配装置,包括:
获取模块,被配置为获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
第一确定模块,被配置为通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
第二确定模块,被配置为根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。
结合第二方面,本公开实施例在第二方面的第一种实现方式中,还包括:
第三确定模块,被配置为根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
结合第二方面,本公开实施例在第二方面的第二种实现方式中,所述第一确定模块,包括:
计算子模块,被配置为根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
第一确定子模块,被配置为确定所述当前配送资源的所述特征数据的权重值;
第二确定子模块,被配置为根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
结合第二方面的第二种实现方式,本公开实施例在第二方面的第三种实现方式中,所述第一确定子模块,包括:
第三确定子模块,被配置为根据信息熵确定所述特征数据的权重值;或者,
第四确定子模块,被配置为根据重要程度确定所述特征数据的权重值。
结合第二方面的第三种实现方式,本公开实施例在第二方面的第四种实现方式中,所述第三确定子模块,包括:
第五确定子模块,被配置为根据当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重确定所述特征数据的信息熵;
第六确定子模块,被配置为根据所述特征数据的信息熵在信息熵总和中所占的比重确定所述特征数据的权重值;所述信息熵总和为所述特征数据以及其他参与计算的特征数据的信息熵之和。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,配送任务分配装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持配送任务分配装置执行上述第一方面中配送任务分配方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述配送任务分配装置还可以包括通信接口,用于配送任务分配装置与其他设备或通信网络通信。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法步骤。
第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储配送任务分配装置所用的计算机指令,其包含用于执行上述第一方面中配送任务分配方法所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例在分配配送任务时,根据配送资源的特征数据,对配送资源的每个特征数据进行打分得到特征分值,再根据配送资源所涉及的特征数据的特征分值得到配送资源的分数值,并在分配配送任务时将配送资源的分数值作为一个重要因素,确定是否将配送任务分配给配送资源。通过本公开实施例,在分配配送任务时考虑了配送资源的配送分数,使得在分配配送任务时根据配送资源的能力对不同配送资源区别对待,做到能者多劳,既提高了配送效率,又提高了配送资源的配送体验。
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
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的配送任务分配方法的流程图;
图2示出根据图1所示实施方式的步骤S102的流程图;
图3示出根据本公开一实施方式中确定特征数据权重值的流程图;
图4示出根据本公开一实施方式的配送任务分配装置的结构框图;
图5示出根据图4所示实施方式的处理模块402的结构框图;
图6示出根据本公开一实施方式中确定特征数据权重值的结构框图;
图7是适于用来实现根据本公开一实施方式的配送任务分配方法的电子设备的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开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公开。
在物流配送过程中,配送服务商更多的从用户的角度去优化配送过程,非常关注配送的准时率、配送时长等,而对于配送服务最主要的承担者,线下配送资源的体验考虑不足。线下配送资源的配送能力、特点、路径的熟悉程度、肯干程度千差万别,如果不考虑骑士的基本能力,订单的调度一视同仁而不区别对待,即影响骑士的配送体验,又影响用户的服务体验。
图1示出根据本公开一实施方式的配送任务分配方法的流程图。如图1所示,所述配送任务分配方法包括以下步骤S101-S103:
在步骤S101中,获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
在步骤S102中,通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
在步骤S103中,根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。
本实施例中,配送资源的特征数据包括但不限于所述当前配送资源的历史配送数据以及用户反馈数据,历史配送数据包括配送资源在预定时间周期内的配送总量、配送总时长、平均配送速度、日配送量、配送超时比率、忙时配送总量、忙时日配送量、闲时配送总量、闲时日配送量等;用户反馈数据包括配送任务发起者和接收者的评价数据及其他反馈数据。配特征数据可以认为是对配送资源的特征画像。本公开实施例就是将配送资源的抽象的特征画像转化为对配送资源的配送分数值,进而提供给配送任务的调度策略使用。在配送任务的调度策略中,通常会考虑诸多影响因素,并基于诸多影响因素对配送资源进行综合打分,进而根据打分高低将配送任务分配给最适合的配送资源。通过本公开实施例,在给配送资源进行综合打分时,可以将配送资源对应的特征画像对应的配送分数值作为影响因素之一。
特征数据可以是对配送资源不同维度进行刻画的数据,如配送资源以往的历史配送数据,以及用户对配送资源配送服务的评价等。例如,在外卖送餐业务中,配送资源可以是配送骑士,特征数据可以包括每个配送资源的配送天数、预定周期内的配送单量、日配送单量、预定周期内的超时单量、日超时单量、预定周期内的午高峰配送单量、日午高峰配送单量、预定周期内的晚高峰配送单量、日晚高峰配送单量、预定周期内的闲时配送单量、日闲时配送单量、平均配送速度、商户评价、用户平均等,这些特征数据可以根据需要进行扩展。
特征数据的特征分数可以基于所有配送资源在同一维度特征上的表现情况来确定。即对于同样的特征数据,表现最好的可以给出最高分,表现最差的给出最低分,依此为每个配送资源在每一维度上的特征数据进行打分,得到不同配送资源的每一特征数据的特征分值。例如,所获取的当前配送资源的特征数据包括多种,每种特征数据对应一个特征分值,那么可以基于所有特征数据的特征分值计算得到当前配送资源的分数值。
配送资源的分数值可以基于该配送资源的一个或多个特征数据的特征分值来确定。例如,某一配置资源的每一特征数据对应的特征分值都较高,则该配送资源的配送分数相应较高,反之,该配送资源的配送分数相应较低。配送资源的分数值的计算可以通过综合考虑各个特征数据的特征分值来确定,具体计算方式可根据实际情况确定。
在本实施例的一个可选实现方式中,配送任务分配方法还包括:
根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
该可选的实现方式中,在确定了配送资源的配送分数后,在进行配送任务的分配时,可以基于配送资源的配送分数确定是否将配送任务分配给该配送资源,在其他条件相当的情况下,可以将配送任务优先分配给配送分数较高的配送资源。当然,可以理解的是,在配送任务的调度过程中,除了配送资源的配送分数之外,还可以综合考虑配送资源的其他条件,例如配送资源已被分配但是未配送完成的任务数量、配送资源与当前要分配的配送任务的配送地址之间的距离等等。
在本实施例的一个可选实现方式中,如图2所示,所述步骤S102,即通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值的步骤,进一步包括以下步骤S201-S203:
在步骤S201中,根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
在步骤S202中,确定所述当前配送资源的所述特征数据的权重值;
在步骤S203中,根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
在该可选的实现方式中,某一配送资源的某一特征数据的分值大小与参与配送的所有配送资源的相同特征数据相关,如果该配送资源的特征数据在所有配送资源的相同特征数据中为最佳值,那么该配送资源的该特征数据的特征分值可以设置为一最大值,而其他配送资源同样特征数据的特征分值小于该最大值。此外,由于不同特征数据的数值范围不一样,因此可以通过归一化的方式使得各个特征数据的大小能够进行同等计算,而不影响计算的准确性。例如:预定周期内的配送总量的数值是订单数量,范围在1000~2500,日配送量的范围在15~50,如果直接用这些数值进行后续的计算,会导致不同特征的差异很大,从而影响评分的准确性。
特征数据的归一化值如下差值归一化方法计算:
其中normal Vi是第i个配送资源的特征数据的归一化后的值,Vi是该特征数据的数值,min是所有参与配送的配送资源的该特征数据V的最小数值,max为所有配送资源的该特征数据V的最大数值。
考虑到不同特征数据的重要程度不同,因此可以通过为不同特征数据赋予不同权重来确保分数的准确性。特征数据的权重值可以基于经验来确定,也可以基于其他方式计算得到。
不同特征数据对应不同的特征分值,特征分值可以基于将特征数据归一化后的归一化值以及该特征数据的权重计算得到。例如,可以通过以下公式计算得到:
scorej=normalVj×Wj
其中,scorej为当前配送资源的第j个特征数据的特征分值,normal Vj是当前配送资源的第j个特征数据的归一化值,Wj为当前配送资源的第j个特征数据的权重值。
在本实施例的一个可选实现方式中,所述步骤S202,即确定所述当前配送资源的所述特征数据的权重值的步骤,进一步包括以下步骤:
根据信息熵确定所述特征数据的权重值;或者,
根据重要程度确定所述特征数据的权重值。
该可选的实现方式中,特征数据的权重值可以通过信息熵来确定。信息熵可以用于反映特征数据包含的信息量的大小,信息熵越小,说明该特征数据的变异程度越大,提供的信息量越大。也就是说特征数据的权重值可以和特征数据的信息熵成反比。
另一种情况下,还可以通过特征数据的重要程度来确定权重值。越重要的特征数据,权重值越大,反之,权重值越小。特征数据的重要程度可以基于以往经验以及人工设置等因素来确定。
在本实施例的一个可选实现方式中,如图3所示,通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值的步骤,进一步包括以下步骤S301-S302:
在步骤S301中,根据当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重确定所述特征数据的信息熵;
在步骤S302中,根据所述特征数据的信息熵在信息熵总和中所占的比重确定所述特征数据的权重值;所述信息熵总和为所述特征数据以及其他参与计算的特征数据的信息熵之和。
该可选的实现方式中,通过计算每一特征数据的信息熵,并基于当前特征数据的信息熵在所有特征数据的信息熵之和中所占的比重确定当前特征数据的权重值。此处所有特征数据是指参与配送资源的配送分数计算的特征数据,可以是预先定义好的,可以包括多种不同的特征数据。特征数据的权重值与该特征数据的信息熵在所有特征数据的信息熵之和中所占的比重呈反比。当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重是指当前配送资源的特征数据的数值与其他配送资源的特征数据的数值在该特征数据的总数值范围内所占的比重。例如,参与配送的配送资源包括3个,当前配送资源的特征数据A的数值为100,其他两个配送资源的特征数据A的数值分别为120和150,那么当前配送资源的特征数据A的数值100在该特征数据A的总数值中所在比重为100/(100+120+150)。
例如可通过以下公式计算特征数据的信息熵:
其中,H为当前特征数据的信息熵,它的值越小,说明该当前特征数据的变异程度越大,提供的信息量越多,在综合评价中的作用越大,n为当前特征数据的个数,也是参与计算的配送资源的个数,pi为当前特征数据的比重,计算公式如下:vi为第i个配送资源的当前特征数据的数值。
在计算得出当前特征数据的信息熵之后,可以基于当前特征数据的信息熵确定当前特征数据的权重值,计算公式如下:
其中,m为特征数据的种类数,W为当前特征数据的权重值,H为当前特征的信息熵。
在一实施例中,当前配送资源的分数值根据所获取的该当前配送资源的所有特征数据对应的特征分值来确定。例如,可以将每个特征分值进行归一化之后,再基于该配送分数的取值范围确定出当前配送资源的配送分数,可参见下述公式计算:
其中,Normal为差值归一化方法,e和k为预设常数,是为了根据需要,扩大分数的影响程度,具体根据配送分数的取值范围来确定,如果e=2,k=1,则配送分数的取值范围为1到-1之间,如果想增加配送资源的配送分数的影响,可以取e=4,k=2,则配送分数的取值范围为2到-2之间。j为当前配送资源的第j个特征数据,m为特征数据的个数。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图4示出根据本公开一实施方式的配送任务分配装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,所述配送任务分配装置包括获取模块401、第一确定模块402和第二确定模块403:
获取模块401,被配置为获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
第一确定模块402,被配置为通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
第二确定模块403,被配置为根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。。
本实施例中,配送资源的特征数据包括但不限于所述当前配送资源的历史配送数据以及用户反馈数据,历史配送数据包括配送资源在预定时间周期内的配送总量、配送总时长、平均配送速度、日配送量、配送超时比率、忙时配送总量、忙时日配送量、闲时配送总量、闲时日配送量等;用户反馈数据包括配送任务发起者和接收者的评价数据及其他反馈数据。配特征数据可以认为是对配送资源的特征画像。本公开实施例就是将配送资源的抽象的特征画像转化为对配送资源的配送分数值,进而提供给配送任务的调度策略使用。在配送任务的调度策略中,通常会考虑诸多影响因素,并基于诸多影响因素对配送资源进行综合打分,进而根据打分高低将配送任务分配给最适合的配送资源。通过本公开实施例,在给配送资源进行综合打分时,可以将配送资源对应的特征画像对应的配送分数值作为影响因素之一。
特征数据可以是对配送资源不同维度进行刻画的数据,如配送资源以往的历史配送数据,以及用户对配送资源配送服务的评价等。例如,在外卖送餐业务中,配送资源可以是配送骑士,特征数据可以包括每个配送资源的配送天数、预定周期内的配送单量、日配送单量、预定周期内的超时单量、日超时单量、预定周期内的午高峰配送单量、日午高峰配送单量、预定周期内的晚高峰配送单量、日晚高峰配送单量、预定周期内的闲时配送单量、日闲时配送单量、平均配送速度、商户评价、用户平均等,这些特征数据可以根据需要进行扩展。
特征数据的特征分数可以基于所有配送资源在同一维度特征上的表现情况来确定。即对于同样的特征数据,表现最好的可以给出最高分,表现最差的给出最低分,依此为每个配送资源在每一维度上的特征数据进行打分,得到不同配送资源的每一特征数据的特征分值。例如,所获取的当前配送资源的特征数据包括多种,每种特征数据对应一个特征分值,那么可以基于所有特征数据的特征分值计算得到当前配送资源的分数值。
配送资源的分数值可以基于该配送资源的一个或多个特征数据的特征分值来确定。例如,某一配置资源的每一特征数据对应的特征分值都较高,则该配送资源的配送分数相应较高,反之,该配送资源的配送分数相应较低。配送资源的分数值的计算可以通过综合考虑各个特征数据的特征分值来确定,具体计算方式可根据实际情况确定。
在本实施例的一个可选实现方式中,配送任务分配装置还包括:
第三确定模块,被配置为根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
该可选的实现方式中,在确定了配送资源的配送分数后,在进行配送任务的分配时,可以基于配送资源的配送分数确定是否将配送任务分配给该配送资源,在其他条件相当的情况下,可以将配送任务优先分配给配送分数较高的配送资源。当然,可以理解的是,在配送任务的调度过程中,除了配送资源的配送分数之外,还可以综合考虑配送资源的其他条件,例如配送资源已被分配但是未配送完成的任务数量、配送资源与当前要分配的配送任务的配送地址之间的距离等等。
在本实施例的一个可选实现方式中,如图5所示,所述第一确定模块402,包括:
计算子模块501,被配置为根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
第一确定子模块502,被配置为确定所述当前配送资源的所述特征数据的权重值;
第二确定子模块503,被配置为根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
在该可选的实现方式中,某一配送资源的某一特征数据的分值大小与参与配送的所有配送资源的相同特征数据相关,如果该配送资源的特征数据在所有配送资源的相同特征数据中为最佳值,那么该配送资源的该特征数据的特征分值可以设置为一最大值,而其他配送资源同样特征数据的特征分值小于该最大值。此外,由于不同特征数据的数值范围不一样,因此可以通过归一化的方式使得各个特征数据的大小能够进行同等计算,而不影响计算的准确性。例如:预定周期内的配送总量的数值是订单数量,范围在1000~2500,日配送量的范围在15~50,如果直接用这些数值进行后续的计算,会导致不同特征的差异很大,从而影响评分的准确性。
特征数据的归一化值如下差值归一化方法计算:
其中normal Vi是第i个配送资源的特征数据的归一化后的值,Vi是该特征数据的数值,min是所有参与配送的配送资源的该特征数据V的最小数值,max为所有配送资源的该特征数据V的最大数值。
考虑到不同特征数据的重要程度不同,因此可以通过为不同特征数据赋予不同权重来确保分数的准确性。特征数据的权重值可以基于经验来确定,也可以基于其他方式计算得到。
不同特征数据对应不同的特征分值,特征分值可以基于将特征数据归一化后的归一化值以及该特征数据的权重计算得到。例如,可以通过以下公式计算得到:
scorej=normalVj×Wj
其中,scorej为当前配送资源的第j个特征数据的特征分值,normal Vj是当前配送资源的第j个特征数据的归一化值,Wj为当前配送资源的第j个特征数据的权重值。
在本实施例的一个可选实现方式中,所述第一确定子模块502,包括:
第三确定子模块,被配置为根据信息熵确定所述特征数据的权重值;或者,
第四确定子模块,被配置为根据重要程度确定所述特征数据的权重值。
该可选的实现方式中,特征数据的权重值可以通过信息熵来确定。信息熵可以用于反映特征数据包含的信息量的大小,信息熵越小,说明该特征数据的变异程度越大,提供的信息量越大。也就是说特征数据的权重值可以和特征数据的信息熵成反比。
另一种情况下,还可以通过特征数据的重要程度来确定权重值。越重要的特征数据,权重值越大,反之,权重值越小。特征数据的重要程度可以基于以往经验以及人工设置等因素来确定。
在本实施例的一个可选实现方式中,如图6所示,所述第三确定子模块,包括:
第五确定子模块,被配置为根据当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重确定所述特征数据的信息熵;
第六确定子模块,被配置为根据所述特征数据的信息熵在信息熵总和中所占的比重确定所述特征数据的权重值;所述信息熵总和为所述特征数据以及其他参与计算的特征数据的信息熵之和。
该可选的实现方式中,通过计算每一特征数据的信息熵,并基于当前特征数据的信息熵在所有特征数据的信息熵之和中所占的比重确定当前特征数据的权重值。此处所有特征数据是指参与配送资源的配送分数计算的特征数据,可以是预先定义好的,可以包括多种不同的特征数据。特征数据的权重值与该特征数据的信息熵在所有特征数据的信息熵之和中所占的比重呈反比。当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重是指当前配送资源的特征数据的数值与其他配送资源的特征数据的数值在该特征数据的总数值范围内所占的比重。例如,参与配送的配送资源包括3个,当前配送资源的特征数据A的数值为100,其他两个配送资源的特征数据A的数值分别为120和150,那么当前配送资源的特征数据A的数值100在该特征数据A的总数值中所在比重为100/(100+120+150)。
例如可通过以下公式计算特征数据的信息熵:
其中,H为当前特征数据的信息熵,它的值越小,说明该当前特征数据的变异程度越大,提供的信息量越多,在综合评价中的作用越大,n为当前特征数据的个数,也是参与计算的配送资源的个数,pi为当前特征数据的比重,计算公式如下:vi为第i个配送资源的当前特征数据的数值。
在计算得出当前特征数据的信息熵之后,可以基于当前特征数据的信息熵确定当前特征数据的权重值,计算公式如下:
其中,m为特征数据的种类数,W为当前特征数据的权重值,H为当前特征的信息熵。
在一实施例中,当前配送资源的分数值根据所获取的该当前配送资源的所有特征数据对应的特征分值来确定。例如,可以将每个特征分值进行归一化之后,再基于该配送分数的取值范围确定出当前配送资源的配送分数,可参见下述公式计算:
其中,Normal为差值归一化方法,e和k为预设常数,是为了根据需要,扩大分数的影响程度,具体根据配送分数的取值范围来确定,如果e=2,k=1,则配送分数的取值范围为1到-1之间,如果想增加配送资源的配送分数的影响,可以取e=4,k=2,则配送分数的取值范围为2到-2之间。j为当前配送资源的第j个特征数据,m为特征数据的个数。
图7是适于用来实现根据本公开实施方式的配送任务分配方法的电子设备的结构示意图。
如图7所示,电子设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行上述图1所示的实施方式中的各种处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,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710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708。
特别地,根据本公开的实施方式,上文参考图1描述的方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行图1的方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、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,路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,所述模块、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。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开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,本公开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所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。例如上述特征与本公开中公开的(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)
1.一种配送任务分配方法,其特征在于,包括:
获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。
2.根据权利要求1所述的配送任务分配方法,其特征在于,还包括:
根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
3.根据权利要求1所述的配送任务分配方法,其特征在于,通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值,包括:
根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
确定所述当前配送资源的所述特征数据的权重值;
根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
4.根据权利要求3所述的配送任务分配方法,其特征在于,确定所述当前配送资源的所述特征数据的权重值,包括:
根据信息熵确定所述特征数据的权重值;或者,
根据重要程度确定所述特征数据的权重值。
5.根据权利要求4所述的配送任务分配方法,其特征在于,根据信息熵确定所述特征数据的权重值,包括:
根据当前配送资源以及参与配送的其他配送资源的所述特征数据各自所占比重确定所述特征数据的信息熵;
根据所述特征数据的信息熵在信息熵总和中所占的比重确定所述特征数据的权重值;所述信息熵总和为所述特征数据以及其他参与计算的特征数据的信息熵之和。
6.一种配送任务分配装置,其特征在于,包括:
获取模块,被配置为获取当前配送资源的特征数据;所述特征数据包括所述当前配送资源的历史配送数据以及用户反馈数据;
第一确定模块,被配置为通过所述当前配送资源的所述特征数据,确定所述特征数据的特征分值;
第二确定模块,被配置为根据所述当前配送资源的不同特征数据对应的所述特征分值确定所述当前配送资源的分数值。
7.根据权利要求6所述的配送任务分配装置,其特征在于,还包括:
第三确定模块,被配置为根据所述当前配送资源的分数值确定是否将配送任务分配给所述当前配送资源。
8.根据权利要求6所述的配送任务分配装置,其特征在于,所述第一确定模块,包括:
计算子模块,被配置为根据参与配送的其他配送资源的特征数据以及所述当前配送资源的特征数据,计算所述当前配送资源的特征数据的归一化值;
第一确定子模块,被配置为确定所述当前配送资源的所述特征数据的权重值;
第二确定子模块,被配置为根据所述特征数据的归一化值以及所述权重值确定所述当前配送资源的特征分值。
9.一种电子设备,其特征在于,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现权利要求1-5任一项所述的方法步骤。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-5任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810136259.7A CN108229893A (zh) | 2018-02-09 | 2018-02-09 | 配送任务分配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810136259.7A CN108229893A (zh) | 2018-02-09 | 2018-02-09 | 配送任务分配方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108229893A true CN108229893A (zh) | 2018-06-29 |
Family
ID=62661431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810136259.7A Pending CN108229893A (zh) | 2018-02-09 | 2018-02-09 | 配送任务分配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229893A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898351A (zh) * | 2018-08-14 | 2018-11-27 | 网易无尾熊(杭州)科技有限公司 | 配送方选择方法、系统、介质和计算设备 |
CN109146368A (zh) * | 2018-08-02 | 2019-01-04 | 中国联合网络通信集团有限公司 | 货物配送方法和装置 |
CN109615122A (zh) * | 2018-11-27 | 2019-04-12 | 拉扎斯网络科技(上海)有限公司 | 配送范围的生成方法、装置、电子设备和存储介质 |
CN109685429A (zh) * | 2018-12-27 | 2019-04-26 | 拉扎斯网络科技(上海)有限公司 | 配送能力确定方法、装置、电子设备及存储介质 |
CN110310059A (zh) * | 2019-05-23 | 2019-10-08 | 天津五八到家科技有限公司 | 运输任务分配方法、装置及电子设备 |
CN110717690A (zh) * | 2019-10-22 | 2020-01-21 | 拉扎斯网络科技(上海)有限公司 | 配送资源管理方法、装置、电子设备及计算机存储介质 |
CN113159592A (zh) * | 2021-04-27 | 2021-07-23 | 北京京东乾石科技有限公司 | 一种任务分配方法、装置、设备和存储介质 |
CN113743785A (zh) * | 2021-09-06 | 2021-12-03 | 郑州时空隧道信息技术有限公司 | 一种基于交互软件的任务分配方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092997A (zh) * | 2016-07-29 | 2017-08-25 | 北京小度信息科技有限公司 | 一种物流调度方法及装置 |
CN107464057A (zh) * | 2017-08-04 | 2017-12-12 | 北京小度信息科技有限公司 | 用于推送信息的方法和装置 |
-
2018
- 2018-02-09 CN CN201810136259.7A patent/CN108229893A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092997A (zh) * | 2016-07-29 | 2017-08-25 | 北京小度信息科技有限公司 | 一种物流调度方法及装置 |
CN107464057A (zh) * | 2017-08-04 | 2017-12-12 | 北京小度信息科技有限公司 | 用于推送信息的方法和装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146368A (zh) * | 2018-08-02 | 2019-01-04 | 中国联合网络通信集团有限公司 | 货物配送方法和装置 |
CN108898351A (zh) * | 2018-08-14 | 2018-11-27 | 网易无尾熊(杭州)科技有限公司 | 配送方选择方法、系统、介质和计算设备 |
CN109615122A (zh) * | 2018-11-27 | 2019-04-12 | 拉扎斯网络科技(上海)有限公司 | 配送范围的生成方法、装置、电子设备和存储介质 |
CN109615122B (zh) * | 2018-11-27 | 2021-02-02 | 拉扎斯网络科技(上海)有限公司 | 配送范围的生成方法、装置、电子设备和存储介质 |
CN109685429A (zh) * | 2018-12-27 | 2019-04-26 | 拉扎斯网络科技(上海)有限公司 | 配送能力确定方法、装置、电子设备及存储介质 |
CN109685429B (zh) * | 2018-12-27 | 2022-06-07 | 拉扎斯网络科技(上海)有限公司 | 配送能力确定方法、装置、电子设备及存储介质 |
CN110310059A (zh) * | 2019-05-23 | 2019-10-08 | 天津五八到家科技有限公司 | 运输任务分配方法、装置及电子设备 |
CN110717690A (zh) * | 2019-10-22 | 2020-01-21 | 拉扎斯网络科技(上海)有限公司 | 配送资源管理方法、装置、电子设备及计算机存储介质 |
CN113159592A (zh) * | 2021-04-27 | 2021-07-23 | 北京京东乾石科技有限公司 | 一种任务分配方法、装置、设备和存储介质 |
CN113743785A (zh) * | 2021-09-06 | 2021-12-03 | 郑州时空隧道信息技术有限公司 | 一种基于交互软件的任务分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229893A (zh) | 配送任务分配方法、装置、电子设备及存储介质 | |
Wangphanich et al. | Analysis of the bullwhip effect in multi-product, multi-stage supply chain systems–a simulation approach | |
CN103971170B (zh) | 一种用于对特征信息的变化进行预测的方法和装置 | |
CN107092997A (zh) | 一种物流调度方法及装置 | |
US10387925B2 (en) | System and method for integrating retail price optimization for revenue and profit with business rules | |
US20180308030A1 (en) | System and Method for Establishing Regional Distribution Center Inventory Levels for New Third Party Products | |
Klosterhalfen et al. | Safety stock optimisation in distribution systems: a comparison of two competing approaches | |
Dai et al. | A DEA-based incentive approach for allocating common revenues or fixed costs | |
Lee | A dispatching rule and a random iterated greedy metaheuristic for identical parallel machine scheduling to minimize total tardiness | |
Choi et al. | Scheduling and co-ordination of multi-suppliers single-warehouse-operator single-manufacturer supply chains with variable production rates and storage costs | |
Xu et al. | Dynamic order acceptance and scheduling problem with sequence-dependent setup time | |
CN108369710A (zh) | 计算机化的促销和降价调度 | |
JPWO2014141394A1 (ja) | 供給グループ決定支援装置及び供給グループ決定支援プログラム | |
Han et al. | Yield management with downward substitution and uncertainty demand in semiconductor manufacturing | |
CN113807553A (zh) | 预约服务的数量分析方法、装置、设备及存储介质 | |
Abouelrous et al. | Optimizing the inventory and fulfillment of an omnichannel retailer: a stochastic approach with scenario clustering | |
Kundu et al. | A multi-product continuous review inventory system in stochastic environment with budget constraint | |
CN109961306A (zh) | 一种物品的库存分配方法和装置 | |
CN109961250A (zh) | 一种物流收派员任务分配方法及装置、设备、存储介质 | |
Li et al. | Construct the stable vendor managed inventory partnership through a profit-sharing approach | |
CN116245458A (zh) | 基于人工智能的库存管理方法、装置、电子设备及介质 | |
CN115222342A (zh) | 一种智能配补调方法、系统、设备及介质 | |
Holmbom et al. | A solution procedure for Economic Lot Scheduling Problems even in high utilisation facilities | |
CN112348298B (zh) | 设计师管理方法、装置、电子终端、及存储介质 | |
Sarker et al. | Improving service rate for a tree-type three-echelon supply chain system with backorders at retailer's level |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |