CN109074532B - 使用集群来确定所估计的收取/投递窗口 - Google Patents
使用集群来确定所估计的收取/投递窗口 Download PDFInfo
- Publication number
- CN109074532B CN109074532B CN201780029918.0A CN201780029918A CN109074532B CN 109074532 B CN109074532 B CN 109074532B CN 201780029918 A CN201780029918 A CN 201780029918A CN 109074532 B CN109074532 B CN 109074532B
- Authority
- CN
- China
- Prior art keywords
- serviceable point
- serviceable
- historical data
- configurable
- point
- 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.)
- Active
Links
- 238000012384 transportation and delivery Methods 0.000 title claims abstract description 391
- 238000000034 method Methods 0.000 claims abstract description 83
- 230000004044 response Effects 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims description 38
- 238000004891 communication Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 40
- 230000015654 memory Effects 0.000 description 35
- 208000017604 Hodgkin disease Diseases 0.000 description 15
- 208000010747 Hodgkins lymphoma Diseases 0.000 description 15
- 230000009471 action Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000013515 script Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 241000258963 Diplopoda Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 101001095089 Homo sapiens PML-RARA-regulated adapter molecule 1 Proteins 0.000 description 2
- 101100521334 Mus musculus Prom1 gene Proteins 0.000 description 2
- 102100037019 PML-RARA-regulated adapter molecule 1 Human genes 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 101100498823 Caenorhabditis elegans ddr-2 gene Proteins 0.000 description 1
- FAEKWTJYAYMJKF-QHCPKHFHSA-N GlucoNorm Chemical compound C1=C(C(O)=O)C(OCC)=CC(CC(=O)N[C@@H](CC(C)C)C=2C(=CC=CC=2)N2CCCCC2)=C1 FAEKWTJYAYMJKF-QHCPKHFHSA-N 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 229960002354 repaglinide Drugs 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
-
- 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
-
- 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
- G06Q10/0833—Tracking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明的实施例提供用于确定投递或收取窗口的方法、系统、设备以及计算机程序产品。在一个实施例中,提供包含如下动作的方法:当作出投递时,确定是否针对每个工作日而接收确定所估计的收取/投递时间的足够的历史信息/数据;以及响应于确定足够的历史信息/数据可利用于第一个工作日,基于关于第一可服务点和关于第一个工作日的足够的历史信息/数据而针对第一可服务点且针对第一个工作日而确定所估计的收取/投递时间。类似地,响应于针对第二个工作日而确定不可利用足够的历史信息/数据,基于第一历史信息/数据而针对第一可服务点且针对第二个工作日而确定所估计的收取/投递时间。
Description
背景技术
承运商往往每天处理数百万的收取和投递。承运商典型地安排发货人/托运人与收货人/收件人之间的物品或邮件的投递。承运商典型地负责按及时的方式投递物品。作为其服务的一部分,承运商可以给客户(发货人/托运人和/或收货人/收件人)提供用于收取或投递一个或多个物品的所估计的窗口。客户可能依赖于所估计的窗口,以便组织各种个人和业务方面。例如,商家客户可能依赖于所估计的窗口,以在特定的时间基于预期的库存而准备装备或人员配备。类似地,对于要求收件人签名的物品,客户可能依赖于所估计的投递窗口,以确保某人在投递时间出现于投递位置处。因此,在市场上迫切需要提供高度地准确的用于收取和/或投递的所估计的窗口的方式。虽然所估计的窗口在运输和物流的背景下描述,但本文中所描述的实施例具有该上下文之外的广泛的适用性。
发明内容
通常,本文中所描述的主题的一个创新的方面能够在包括如下的动作/事件的方法中体现:识别可服务点的群,该群(a)包含第一可服务点和第二可服务点且(b)指示第一可服务点和第二可服务点处于彼此的一个或多个可配置阈值内;确定关于第一可服务点和第二可服务点的历史数据是否足以针对第一可服务点而确定所估计的投递时间;响应于确定关于第一可服务点和第二可服务点的历史数据足够,至少部分地基于历史数据而针对第一可服务点而确定所估计的投递时间;针对第一可服务点而确定关于所估计的投递时间的置信度分数,置信度分数指示所估计的投递时间准确的可能性;以及至少部分地基于所估计的投递时间和置信度分数而确定关于第一可服务点的所估计的投递窗口,其中,所估计的投递窗口的长度基于置信度分数。
该方面的其它实施例包括在计算机存储装置上编码的配置成实行这些方法的动作/事件的对应的系统、设备以及计算机程序。
这些及其它实施例能够各自任选地包括下文的特征中的一个或多个。确定置信度分数是否满足可配置置信度阈值。响应于确定置信度分数满足可配置置信度阈值,向与第一可服务点相关联的用户提供所估计的投递窗口。确定置信度分数进一步基于根据历史数据而确定的所估计的投递时间的方差。
该方面的其它实施例包括在计算机存储装置上编码的配置成实行这些方法的动作/事件的对应的系统、设备以及计算机程序。
这些及其它实施例能够各自可以任选地包括下文的特征中的一个或多个。确定所估计的投递窗口是否处于指定的时间段内;以及响应于确定所估计的投递窗口处于该指定的时间段内,自动地修改所估计的投递窗口的长度。
通常,本文中所描述的主题的一个创新的方面能够在包括如下的动作/事件的方法中体现:识别第一可服务点和第二可服务点;确定从第一可服务点到第二可服务点的距离是否满足可配置距离阈值;确定从第一可服务点到第二可服务点的行驶时间是否满足可配置行驶时间阈值;响应于确定(a)从第一可服务点到第二可服务点的距离满足可配置距离阈值且(b)从第一可服务点到第二可服务点的行驶时间满足可配置行驶时间阈值,将彼此相关联的第一可服务点和第二可服务点存储为群。
这些及其它实施例能够各自可以任选地包括下文的特征中的一个或多个。识别第三可服务点;确定从第一可服务点到第三可服务点的距离是否满足可配置距离阈值;确定从第一可服务点到第三可服务点的行驶时间是否满足可配置行驶时间阈值;以及响应于确定(a)从第一可服务点到第三可服务点的距离满足可配置距离阈值且(b)从第一可服务点到第三可服务点的行驶时间满足可配置行驶时间阈值,存储彼此相关联的第一可服务点、第二可服务点以及第三可服务点。
这些及其它实施例能够各自可以任选地包括下文的特征中的一个或多个。识别关于第一可服务点的地理编码;以及至少部分地基于地理编码而识别可配置距离阈值和可配置行驶时间阈值。接收关于第一可服务点的第一历史数据,第一历史数据包含在第一可服务点处发生的投递的多个日期和时间;接收关于第二可服务点的第二历史数据,第二历史数据包含在第二可服务点处发生的投递的多个日期和时间;以及至少部分地基于第一历史数据和第二历史数据而针对第一可服务点而确定所估计的投递时间。
这些及其它实施例能够各自可以任选地包括下文的特征中的一个或多个。针对第一可服务点而确定关于所估计的投递时间的置信度分数,置信度分数指示所估计的投递时间准确的可能性;以及至少部分地基于所估计的投递时间和置信度分数而确定关于第一可服务点的所估计的投递窗口,其中,所估计的投递窗口的长度基于置信度分数。
通常,本文中所描述的主题的一个创新的方面能够在包括如下的动作/事件的方法中体现:识别可服务点的群,该群(a)包含第一可服务点和第二可服务点且(b)指示第一可服务点和第二可服务点处于彼此的一个或多个可配置阈值内;接收关于第一可服务点的第一历史数据,第一历史数据包含在第一可服务点处发生的投递的多个日期和时间;接收关于第二可服务点的第二历史数据,第二历史数据包含在第二可服务点处发生的投递的多个日期和时间;以及至少部分地基于第一历史数据和第二历史数据而针对第一可服务点而确定所估计的投递时间。
这些及其它实施例能够各自可以任选地包括下文的特征中的一个或多个。针对第一可服务点而确定关于所估计的投递时间的置信度分数,置信度分数指示所估计的投递时间准确的可能性。至少部分地基于所估计的投递时间和置信度分数而确定关于第一可服务点的所估计的投递窗口,其中,所估计的投递窗口的长度基于置信度分数。
本文中所描述的主题的具体实施例能够如此实现,以便于实现下文的优点中的一个或多个。允许承运商提供高度地准确的所估计的收取/投递窗口。定制的所估计的收取/投递窗口进而增强用户体验。进而,增强的用户体验能够产生更高的收入且生成额外的业务。收取/投递窗口可以用于使针对承运商和客户的各种业务方面优化。
本文中所描述的主题的一个或多个实施例的细节在附图和下文中的描述中阐明。本主题的其它特征、方面以及优点将根据描述、附图以及权利要求变得明显。
附图说明
因而概括地描述了本发明,现在将参考附图,附图不一定按比例绘制,且其中:
图1是能够用于实践本发明的实施例的系统的综述;
图2是根据本发明的一个实施例的承运商计算实体的示范性的示意图;
图3是根据本发明的一个实施例的用户计算实体的示范性的示意图;
图4、6以及10是根据本发明的各种实施例,图示与完成各种规程和操作相关联的示范性的信息/数据流的流程图;
图5A、5B、5C、9A、9B、12A、12B、12C、12D描绘与不同的路线和可服务点相关联的示范性的过往性能数据;
图7A、7B、8A、8B描绘示范性的对可服务点的集群/分组和相关联的集群/分组阈值;并且,
图11A和11B描绘与所估计的投递窗口相关联的置信度因子的示范性5B运算。
具体实施方式
现在将在下文中参考附图而更全面地描述本发明的各种实施例,在附图中,示出发明的一些(而不是所有的)实施例。实际上,这些发明可以按许多不同的形式体现,而不应当被解释为限于本文中所阐明的实施例;相反,提供这些实施例,以便本公开将满足适用的法律要求。除非另有指示,否则术语“或”在本文中在备选的和结合的两种意义上使用。术语“说明性的”和“示范性的”用于不具有质量级别的指示的示例。同样的编号通篇指同样的元件。
I.计算机程序产品、方法以及计算实体
本发明的实施例可以按各种方式(包括作为包含制品的计算机程序产品)实现。计算机程序产品可以包括存储应用程序、程序、程序模块、脚本、源代码、程序代码、对象代码、字节代码、编译代码、解译代码、机器代码、可执行指令以及/或类似物(在本文中也被称为可执行指令、用于执行的指令、计算机程序产品、程序代码以及/或在本文中可互换地使用的类似术语)的非暂时性计算机可读存储介质。这样的非暂时性计算机可读存储介质包括所有的计算机可读介质(包括易失性介质和非易失性介质)。
在一个实施例中,非易失性计算机可读存储介质可以包括软盘、可折叠盘(flexible disk)、硬盘、固态存储(SSS)(例如,固态驱动器(SSD)、固态卡(SSC)、固态模块(SSM)、企业级闪存驱动器、磁带或任何其它非暂时性磁介质以及/或类似物。非易失性计算机可读存储介质还可以包括穿孔卡、纸带、光学标记板(或带有孔图案或其它可光学辨识的记号的任何其它物理介质)、压缩盘只读存储器(CD-ROM)、可重写压缩盘(CD-RW)、数字通用盘(DVD)、蓝光盘(BD)、任何其它非暂时性光学介质以及/或类似物。这样的非易失性计算机可读存储介质还可以包括只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器(例如,串行、与非、或非以及/或类似物)、多媒体存储卡(MMC)、安全数字(SD)存储卡、智能媒体卡、压缩闪存(CF)卡、记忆棒以及/或类似物。而且,非易失性计算机可读存储介质还可以包括导电桥接随机存取存储器(CBRAM)、相变随机存取存储器(PRAM)、铁电随机存取存储器(FeRAM)、非易失性随机存取存储器(NVRAM)、磁阻随机存取存储器(MRAM)、电阻随机存取存储器(RRAM)、硅-氧化物-氮化物-氧化物-硅存储器(SONOS)、浮动结栅极随机存取存储器(FJG RAM)、千足虫存储器、赛道存储器以及/或类似物。
在一个实施例中,易失性计算机可读存储介质可以包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、快速页模式动态随机存取存储器(FPM DRAM)、扩展数据输出动态随机存取存储器(EDO DRAM)、同步动态随机存取存储器(SDRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、第二代双倍数据速率同步动态随机存取存储器(DDR2 SDRAM)、第三代双倍数据速率同步动态随机存取存储器(DDR3SDRAM)、Rambus动态随机存取存储器(RDRAM)、双晶体管RAM(TTRAM)、晶闸管RAM(T-RAM)、零电容(Z-RAM)、Rambus直插存储器模块(RIMM)、双列直插存储器模块(DIMM)、单列直插存储器模块(SIMM)、视频随机存取存储器(VRAM)、高速缓冲存储器(包括各种等级)、闪速存储器、寄存器式存储器以及/或类似物。将意识到,在其中实施例描述为使用计算机可读存储介质的情况下,其它类型的计算机可读存储介质可以替代上述的计算机可读存储介质或除此之外而使用。
如应当意识到的,本发明的各种实施例还可以实现为方法、设备、系统、计算装置、计算实体以及/或类似物。照此,本发明的实施例可以采取执行存储于计算机可读存储介质上的指令,以实行某些步骤或操作的设备、系统、计算装置、计算实体以及/或类似物的形式。因而,本发明的实施例还可以采取全硬件实施例、全计算机程序产品实施例以及/或包含实行某些步骤或操作的计算机程序产品和硬件的组合的实施例的形式。
参考方框图和流程图的图示而在下文描述本发明的实施例。因而,应当理解到,方框图和流程图的图示的每个方框可以按计算机程序产品、全硬件的实施例、硬件和计算机程序产品的组合以及/或设备、系统、计算装置、计算实体以及/或类似物(其实施在计算机可读存储介质上的用于执行的指令、操作、步骤以及可互换地使用的类似词语(例如,可执行指令、用于执行的指令、程序代码以及/或类似物))的形式实现。例如,代码的检索、加载以及执行可以按顺序实行,使得一次检索、加载以及执行一个指令。在一些示范性的实施例中,检索、加载以及/或执行可以并行地实行,使得一起检索、加载以及/或执行多个指令。因而,这样的实施例能够产生实行在方框图和流程图的图示中指定的步骤或操作的专门配置的机器。因此,方框图和流程图的图示支持用于实行指定的指令、操作或步骤的实施例的各种组合。
II.示范性的系统架构
图1提供本发明的示范性实施例的图示。如图1中所示出的,该具体实施例可以包括一个或多个承运商计算实体100、一个或多个网络105以及一个或多个用户计算实体110。这些构件、实体、装置、系统以及在本文中可互换地使用的类似词语中的每个可以例如彼此通过相同或不同的有线或无线网络而直接或间接通信。另外,虽然图1将各种系统实体图示为分开的独立实体,但各种实施例不限于该具体架构。
1.示范性的承运商计算实体
图2提供根据本发明的一个实施例的承运商计算实体100的示意图。承运商可以是传统承运商,诸如联合包裹服务(UPS)、FedEx、DHL、快递服务、美国邮政服务(USPS)、加拿大邮政、货运公司(例如,整车装载、零担装载、铁路承运商、航空承运商、海运承运商等)以及/或类似公司。然而,承运商也可以是非传统承运商,诸如亚马逊(Amazon)、谷歌(Google)、优步(Uber)、骑乘共享服务、众包服务、零售商以及/或类似公司。通常,术语计算实体、计算机、实体、装置、系统以及/或在本文中可互换地使用的类似词语可以指例如一个或多个计算机、计算实体、台式计算机、移动电话、平板电脑、打印机(包括热敏打印机)、平板手机、笔记本电脑、膝上型电脑、分布式系统、游戏机(例如,Xbox、Play Station、Wii)、手表、眼镜、iBeacons、邻近信标、钥匙扣、射频识别(RFID)标签、耳机、扫描仪、电视机、加密狗、相机、腕带、可穿戴物品/装置、信息亭、输入终端、服务器或服务器网络、刀片式服务器、网关、交换机、处理装置、处理实体、机顶盒、中继站、路由器、网络接入点、基站、类似物以及/或适应于实行本文中所描述的功能、操作以及/或过程的装置或实体的任何组合。这样的功能、操作以及/或过程可以包括例如传送、接收、在上操作、处理、显示、存储、确定、创建/生成、监测、评价、比较以及/或在本文中可互换地使用的类似术语。在一个实施例中,这些功能、操作以及/或过程能够在数据、内容、信息/数据以及/或在本文中可互换地使用的类似术语上实行。承运商计算实体100还可以包含各种其它系统(诸如,地址匹配系统(AMS)、互联网会员系统(IMS)、客户概况系统(CPS)、包装件中心信息系统(PCIS)、定制化收取及投递系统(CPAD)、Web内容管理系统(WCMS)、通知电子邮件系统(NES)、诈骗预防系统(FPS)以及各种各样的其它系统及其对应的构件)或与其通信。
如所指示的,在一个实施例中,承运商计算实体100还可以包括用于诸如通过传递能够传送、接收、在上操作、处理、显示、存储以及/或进行类似动作的数据、内容、信息/数据以及/或在本文中可互换地使用的类似术语而与各种计算实体通信的一个或多个通信接口220。例如,承运商计算实体100可以与用户计算实体110和/或各种各样的其它计算实体通信。
如图2中所示出的,在一个实施例中,承运商计算实体100可以包括例如经由总线而与承运商计算实体100内的其它元件通信的一个或多个处理元件205(也被称为处理器、处理电路系统以及/或在本文中可互换地使用的类似术语)或与其通信。如将理解到的,处理元件205可以按许多不同的方式体现。例如,处理元件205可以体现为一个或多个复杂可编程逻辑装置(CPLD)、微处理器、多核处理器、协同处理实体、专用指令集处理器(ASIP)、微控制器以及/或控制器。而且,处理元件205可以体现为一个或多个其它处理装置或电路系统。术语电路系统可以指全硬件的实施例或硬件和计算机程序产品的组合。因而,处理元件205可以体现为集成电路、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、硬件加速器、其它电路系统以及/或类似物。如将因此理解到的,处理元件205可以配置成用于特定用途或配置成执行存储于易失性或非易失性介质中或在其它方式对处理元件205可访问的指令。照此,无论是由硬件或计算机程序产品还是由两者的组合配置,当相应地配置时,处理元件205都可以具有实行根据本发明的实施例的步骤或操作的能力。
在一个实施例中,承运商计算实体100还可以包括非易失性介质(也被称为非易失性存储设备、存储器、存储器存储设备、存储器电路系统以及/或在本文中可互换地使用的类似术语)或与其通信。在一个实施例中,非易失性存储设备或存储器可以包括一个或多个非易失性存储设备或存储器介质210(包括但不限于硬盘、ROM、PROM、EPROM、EEPROM、闪速存储器、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、NVRAM、MRAM、RRAM、SONOS、FJG RAM、千足虫存储器、赛道存储器以及/或类似物)。如将认识到的,非易失性存储设备或存储器介质可以存储数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、对象代码、字节代码、编译代码、解译代码、机器代码、可执行指令以及/或类似物。术语数据库、数据库实例、数据库管理系统以及/或在本文中可互换地使用的类似术语可以指使用一个或多个数据库模型(诸如,层次数据库模型、网络模型、关系模型、实体关系模型、对象模型、文档模型、语义模型、图表模型以及/或类似物)来存储于计算机可读存储介质中的记录或信息/数据的集合。
在一个实施例中,承运商计算实体100还可以包括易失性介质(也被称为易失性存储设备、存储器、存储器存储设备、存储器电路系统以及/或在本文中可互换地使用的类似术语)或与其通信。在一个实施例中,易失性存储设备或存储器还可以包括一个或多个易失性存储设备或存储器介质215(包括但不限于RAM、DRAM、SRAM、FPM DRAM、EDO DRAM、SDRAM、DDR SDRAM、DDR2 SDRAM、DDR3 SDRAM、RDRAM、TTRAM、T-RAM、Z-RAM、RIMM、DIMM、SIMM、VRAM、高速缓冲存储器、寄存器式存储器以及/或类似物)。如将认识到的,易失性存储设备或存储器介质可以用于存储由例如处理元件205执行的数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、对象代码、字节代码、编译代码、解译代码、机器代码、可执行指令以及/或类似物的至少多部分。因而,数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、对象代码、字节代码、编译代码、解译代码、机器代码、可执行指令以及/或类似物可以用于在处理元件205和操作系统的帮助下控制承运商计算实体100的操作的某些方面。
如所指示的,在一个实施例中,承运商计算实体100还可以包括用于诸如通过传递能够传送、接收、在上操作、处理、显示、存储以及/或进行类似动作的数据、内容、信息以及/或在本文中可互换地使用的类似术语而与各种计算实体通信的一个或多个通信接口220。这样的通信可以使用有线数据传输协议(诸如,光纤分布式数据接口(FDDI)、数字订户线路(DSL)、以太网、异步转移模式(ATM)、帧中继、电缆上数据服务接口规范(DOCSIS)或任何其它有线传输协议)来执行。类似地,承运商计算实体100可以配置成使用各种各样的协议(诸如,通用分组无线电服务(GPRS)、通用移动电信系统(UMTS)、码分多址2000(CDMA2000)、CDMA2000 IX(lxRTT)、宽带码分多址(WCDMA)、时分同步码分多址(TD-SCDMA)、长期演进(LTE)、演进式通用陆地无线电接入网(E-UTRAN)、演进数据优化(EVDO)、高速分组接入(HSPA)、高速下行链路分组接入(HSDPA)、IEEE 802.11(Wi-Fi)、Wi-Fi Direct、802.16(WiMAX)、超宽带(UWB)、红外(IR)协议、近场通信(NFC)协议、Wibree、蓝牙协议、无线通用串行总线(USB)协议以及/或任何其它无线协议)中的任一种而经由无线外部通信网络来通信。
虽然未示出,但承运商计算实体100可以包括一个或多个输入元件(诸如,键盘输入、鼠标输入、触摸屏/显示器输入、运动输入、移动输入、音频输入、定点装置输入、操纵杆输入、键板输入以及/或类似物)或与其通信。承运商计算实体100还可以包括一个或多个输出元件(未示出)(诸如,音频输出、视频输出、屏幕/显示器输出、运动输出、移动输出以及/或类似物)或与其通信。
如将意识到的,承运商计算实体100的构件中的一个或多个可以安置成远离其它承运商计算实体100的构件(诸如,安置于分布式系统中)。此外,一个或多个构件可以是组合的,并且,实行本文中所描述的功能的附加构件可以包括在承运商计算实体100中。因而,承运商计算实体100能够适应于顺应各种各样的需要和情形。如将认识到的,这些架构和描述仅出于示范性目的而提供,而不限于各种实施例。
2.示范性用户计算实体
用户可以是个体、家庭、公司、组织、实体、组织内的部门、组织和/或个人的代表以及/或类似用户。在一个示例中,用户可以是承运商人员、发货人/托运人、收货人/收件人以及/或类似用户,且在本文中可互换地使用。例如,用户可以操作包括在功能上与承运商计算实体100的构件类似的一个或多个构件的用户计算实体110(在本文中也被称为客户计算实体和/或类似名称)。图3提供能够结合本发明的实施例使用的用户计算实体110的图示性的示意表示。通常,术语装置、系统、计算实体、实体以及/或在本文中可互换地使用的类似词语可以指例如一个或多个计算机、计算实体、台式机、移动电话、平板电脑、打印机(包括热敏打印机)、平板手机、笔记本电脑、膝上型电脑、分布式系统、游戏机(例如、Xbox、PlayStation、Wii)、手表、眼镜、钥匙扣、射频识别(RFID)标签、耳机、扫描仪、相机、腕带、信息亭、输入终端、服务器或服务器网络、刀片式服务器、网关、交换机、处理装置、处理实体、机顶盒、中继站、路由器、网络接入点、基站、类似物以及/或适应于实行本文中所描述的功能、操作以及/或过程的装置或实体的任何组合。用户计算实体110能够由各方操作。如图3中所示出的,用户计算实体110能够包括分别向传送器304提供信号并从接收器306接收信号的天线312、传送器304(例如、无线电)、接收器306(例如、无线电)以及处理元件308(例如、CPLD、微处理器、多核处理器、协同处理实体、ASIP、微控制器以及/或控制器)。
分别向传送器304提供并从接收器306接收的信号可以包括根据适用的无线系统的空中接口标准的信令信息/数据。在这点上,用户计算实体110可以具有利用一个或多个空中接口标准、通信协议、调制类型以及接入类型来操作的能力。更具体地,用户计算实体110可以根据多个无线通信标准和协议(诸如,在上文中关于承运商计算实体100而描述的那些无线通信标准和协议)中的任一个而操作。在具体实施例中,用户计算实体110可以根据多个无线通信标准和协议(诸如,UMTS、CDMA2000、lxRTT、WCDMA、TD-SCDMA、LTE、E-UTRAN、EVDO、HSPA、HSDPA、Wi-Fi、Wi-Fi Direct、WiMAX、UWB、IR、NFC、蓝牙、USB以及/或类似物)而操作。类似地,用户计算实体110可以经由网络接口320而根据多个有线通信标准和协议(诸如,在上文中关于承运商计算实体100而描述的那些有线通信标准和协议)而操作。
经由这些通信标准和协议,用户计算实体110能够使用诸如非结构化补充服务数据(USSD)、短消息服务(SMS)、多媒体消息服务(MMS)、双音多频信令(DTMF)以及/或订户身份模块拨号器(SIM拨号器)之类的概念来与各种其它实体通信。用户计算实体110还能够将例如更改、插件以及更新下载到其固件、软件(例如,包括可执行指令、应用程序、程序模块)以及操作系统。
根据一个实施例,用户计算实体110可以包括位置确定方面、装置、模块、功能性以及/或在本文中可互换地使用的类似词语。例如,用户计算实体110可以包括室外定位方面,诸如适应于采集例如纬度、经度、海拔、地理编码、航线、方向、航向、速度、通用时间(UTC)、日期以及/或各种其它信息/数据的位置模块。在一个实施例中,位置模块能够通过识别视野中的卫星的数量和那些卫星的相对位置而采集数据(其有时被称为星历数据)。卫星可以是各种各样的不同的卫星,包括低地球轨道(LEO)卫星系统、国防部(DOD)卫星系统、欧盟伽利略定位系统、中国指南针导航系统、印度地区导航卫星系统以及/或类似系统。备选地,位置信息/数据能够通过将用户计算实体110的位置与各种各样的其它系统(包括蜂窝式塔、Wi-Fi接入点以及/或类似物)结合而作三角测量来确定。类似地,用户计算实体110可以包括室内定位方面,诸如适应于采集例如纬度、经度、海拔、地理编码、航线、方向、航向、速度、时间、日期以及/或各种其它信息/数据的位置模块。一些室内系统可以使用各种定位或位置技术,包括RFID标签、室内信标或传送器、Wi-Fi接入点、蜂窝式塔、附近的计算装置(例如,智能电话、膝上型电脑)以及/或类似技术。例如,这样的技术可以包括iBeacons、Gimbal邻近信标、蓝牙低能量(BLE)传送器、NFC传送器以及/或类似技术。这些室内定位方面能够用于各种各样的设置中,以在数英寸或数厘米内的程度上确定某人或某物的位置。
用户计算实体110还可以包含用户界面(其能够包括耦合到处理元件308的显示器316)和/或用户输入接口(耦合到处理元件308)。例如,如本文中所描述的,用户界面可以是在用户计算实体110上执行且/或经由用户计算实体110而可访问,以与来自承运商计算实体100的信息/数据交互且/或引起其显示的用户应用程序、浏览器、用户界面以及/或在本文中可互换地使用的类似词语。用户输入接口能够包含允许用户计算实体110接收数据的多个装置或接口(诸如,键板318(硬质或软质)、触摸显示器、语音/言语或运动接口或其它输入装置)中的任一个。在包括键板318的实施例中,键板318能够包括常规的数字(0-9)键和相关键(#、*)以及用于操作用户计算实体110的其它键(或引起其显示),且可以包括全组字母键或可以被激活以提供全组字母数字键的一组键。除了提供输入之外,用户输入接口还能够用于例如激活或去激活某些功能(诸如,屏幕保护程序和/或休眠模式)。
用户计算实体110还能够包括能够嵌入且/或可以为可移除式的易失性存储设备或存储器322和/或非易失性存储设备或存储器324。例如,非易失性存储器可以是ROM、PROM、EPROM、EEPROM、闪速存储器、MMC、SD存储卡、记忆棒、CBRAM、PRAM、FeRAM、NVRAM、MRAM、RRAM、SONOS、FJG RAM、千足虫存储器、赛道存储器以及/或类似物。易失性存储器可以是RAM、DRAM、SRAM、FPM DRAM、EDO DRAM、SDRAM、DDR SDRAM、DDR2 SDRAM、DDR3 SDRAM、RDRAM、TTRAM、T-RAM、Z-RAM、RIMM、DIMM、SIMM、VRAM、高速缓冲存储器、寄存器式存储器以及/或类似物。易失性和非易失性存储设备或存储器能够存储实现用户计算实体110的功能的数据库、数据库实例、数据库管理系统、数据、应用程序、程序、程序模块、脚本、源代码、对象代码、字节代码、编译代码、解译代码、机器代码、可执行指令以及/或类似物。如所指示的,这可以包括驻留于实体上或通过浏览器或用于与承运商计算实体100和/或各种其它计算实体通信的其它用户界面而可访问的用户应用程序。
在另一实施例中,如在上文中更详细地描述的,用户计算实体110可以包括与承运商计算实体100的那些构件或功能性相同或类似的一个或多个构件或功能性。如将认识到的,这些架构和描述仅出于示范性目的而提供,而不限于各种实施例。
3.示范性物品
在一个实施例中,物品115可以是任何有形和/或物理的物体。在一个实施例中,物品115可以是一个或多个包装件、信封、包裹、袋子、商品、产品、集装箱、负载、板条箱、捆扎在一起的物品、车辆零件、托盘、鼓状物、类似物以及/或在本文中可互换地使用的类似词语或包封于其中。在一个实施例中,每个物品115可以包括物品/所载货物标识符(诸如,字母数字标识符)且/或与其相关联。这样的物品/所载货物标识符可以表示为文本、条形码、标签、字符串、Aztec Code、MaxiCode、数据矩阵、快速响应(QR)代码、电子表示以及/或类似物。唯一物品/所载货物标识符(例如,123456789)可以供承运商用于在物品115移动通过承运商的运输网络时,识别且跟踪物品115。而且,这样的物品/所载货物标识符能够通过例如使用在上面(以人类和/或机器可读形式)打印有唯一物品/所载货物标识符的贴纸(例如,签条)或在里面存储有唯一物品/所载货物标识符的RFID标签而粘贴到物品115。这样的物品可以被称为“连接式”物品115和/或“非连接式”物品115。
在一个实施例中,连接式物品115包括确定其位置且/或与各种计算实体通信的能力。出于各种各样的目的,这可以包括能够经由芯片或其它装置(诸如,集成电路芯片、RFID技术、近场通信(NFC)技术、蓝牙技术、Wi-Fi技术以及任何其它合适的通信技术、标准或协议)而彼此通信且/或与各种计算实体通信的物品115。连接式物品115可以包括在功能上与如下所述的承运商计算实体105和/或用户计算实体110的那些构件类似的一个或多个构件。例如,在一个实施例中,每个连接式物品115可以包括一个或多个处理元件、一个或多个显示器装置/输入装置(例如,包括用户界面)、易失性和非易失性存储设备或存储器以及/或一个或多个通信接口。在这点上,在一些示例性的实施例中,物品115可以对发送“到某处”的地址信息/数据、“从某处”接收的地址信息/数据、唯一标识符代码、位置信息/数据、状态信息/数据以及/或各种其它信息/数据进行传递。
在一个实施例中,非连接式物品115并非典型地包括确定其位置的能力且/或可能不能与各种计算实体通信或未被承运商指定为进行这样的动作。非连接式物品115的位置能够在其它适当的计算实体的帮助下确定。例如,非连接式物品115能够被扫描(例如,粘贴的条形码、RFID标签以及/或类似物)或具有在其中安置扫描或安置非连接式物品115的集装箱或车辆。如将认识到的,物品115的实际的扫描或位置确定不一定被要求确定物品115的位置。即,扫描操作可能实际上并非在直接地粘贴到物品115的签条上实行或位置确定可能并非专门针对物品115作出或由物品115作出。例如,容纳许多物品115的较大集装箱上的签条能够被扫描,且通过关联,容纳于集装箱内的物品115的位置被视为在集装箱中安置于所扫描的位置处。类似地,运输许多物品的车辆的位置能够被确定,且通过关联,由车辆运输的物品115的位置被视为在车辆中安置于所确定的位置处。这些动作能够被称为“逻辑”扫描/确定或“虚拟”扫描/确定。因而,尽管存在物品115 中的一个或多个可能实际上并非位于集装箱或车辆内这一事实,这样的物品115的位置还是基于它们位于集装箱或车辆内的假设。
而且,车辆可以是人工操纵或无人操纵式拖拉机、卡车、汽车、摩托车、电动自行车、赛格威车、自行车、高尔夫手推车、手推平车、手推车、拖车、拖拉机和拖车的组合、厢式货车、平板卡车、车辆、无人机、飞行器、飞机、直升机、驳船、轮船以及/或用于移动或运输人和/或物品的任何其它形式的物体(例如,一个或多个包装件、包裹、袋子、集装箱、负载、板条箱、捆扎在一起的物品、车辆零件、托盘、鼓状物、类似物以及/或在本文中可互换地使用的类似词语)。
III.示范性的系统操作
如上所述,承运商计算实体100和/或用户计算实体110可以配置成用于:存储与物品和/或动作/事件(例如,收取、投递以及/或类似物)相关联的信息/数据;向用户提供与物品和/或动作/事件相关联的信息/数据;为访问或提供与物品和/或动作相关联的信息/数据的用户提供工具;以及/或帮助用户访问且供应与物品和/或动作相关联的信息/数据。
根据各种实施例,承运商计算实体100和/或用户计算实体110能够根据经由承运商计算实体100和/或用户计算实体110(例如,经由用户界面)而接收的用户指令和/或输入而提供且/或帮助信息/数据的访问和供应。用户界面可能可从用户计算实体110访问(例如,经由网络105而与承运商计算实体100通信)。例如,在各种实施例中,用户可以从用户计算实体110登录到承运商计算实体100(例如,通过使用显示器316和键板318来打开登录页面且输入用户ID和密码)。承运商计算实体100可以配置成辨识任何这样的登录请求,验证用户有权限访问系统(例如,通过确认用户ID、密码以及/或其它证书为有效的),并且,为用户呈现/提供用户界面(例如,在显示器316上显示)。在其它实施例中,未要求用户登录来访问用户界面。用户界面可以用于访问、请求且/或接收投递信息/数据。例如,用户界面可以用于访问、请求且/或接收所估计的关于物品的投递窗口。
如本文中所描述的,本发明的实施例认识到,能够准确地估计时间、窗口、范围以及/或在本文中可互换地使用的类似词语能够大大地提高各种业务和客户满意度的方面。在一个实现方案中,本发明的实施例可以选择性地选取用于估计投递窗口的历史信息/数据的部分。在一些实现方案中,可以使类似的历史信息/数据聚合,从而基于聚合的历史信息/数据而确定所估计的窗口。在一些实现方案中,关于邻近可服务点的信息/数据可以被集群,且用于针对该群/组内的任何位置而确定所估计的窗口。在一些实现方案中,可以确定置信度分数,以便基于置信度分数而确定所估计的窗口大小。用于估计收取/投递窗口的示范性的过程在下文中参考图4、5A、5B以及5C而描述。
1.示范性的可服务点
在一个实施例中,可服务点、可服务点地址以及/或在本文中可互换地使用的类似词语可以是任何可识别位置(诸如,一个或多个地址、储物柜、接入点、投递位置、停放位置、人行道、公路、小径、小巷、小路、走道、街道、街道区段、入口或出口匝道、道路、经度和纬度点、地理编码、zip编码、区域代码、市、县、州、省、国、停留处(例如,收取停留处、投递停留处、车辆拜访、停留处)地理围栏区域、地理区域、地标、建筑物、桥以及/或其它可识别位置)。例如,可服务点可以是住宅位置(诸如,一个或多个房屋、一个或多个移动式房屋、一个或多个公寓、一个或多个公寓大楼、一个或多个共管式公寓、一个或多个连栋房屋、这样的位置处的一个或多个点以及/或类似物)。可服务点还可以是住宅位置处的任何特定位置(例如,住宅的前门、住宅的侧门以及/或类似物)。可服务点也可以是商业位置(诸如,购物中心里的一个或多个商店、一个或多个办公楼、一个或多个办公园区、公寓大厦的一个或多个办公室、一个或多个车库、一个或多个储物柜或接入点、一个或多个仓库、一个或多个餐厅、一个或多个商店、一个或多个零售位置、这样的位置处的一个或多个点以及/或类似物)。可服务点还可以是例如商业位置处的任何特定位置(例如,商业位置的前门、商业位置的装货平台以及/或类似物)。可服务点可以是一个或多个街道、一个或多个街道区段、一个或多个区、一个或多个区域、一个或多个纬度和/或经度点(例如,33.7869128、-84.3875602)、一个或多个地理编码以及/或类似物。可服务点可以是任何可识别位置。如将认识到的,各种各样的途径和技术能够用于适应于各种需要和情形。
在某些实施例中,可服务点能够在地理地图中数字地表示为地图信息/数据。地图信息/数据可以包括与地图元素相对应的边界、位置以及属性数据。如将认识到的,地图信息/数据能够使用各种各样的格式、层以及/或类似物(包括shapefile、ArcMap、地理数据库(geodatabase)、覆盖、成像、栅格、计算机辅助绘图(CAD)文件、其它存储格式以及/或类似物)来存储。例如,适当的计算实体可以将地图数据作为数字地图的一部分(例如,作为特征层、栅格层、服务层、图标/图形层、地理处理层、基础地图层、卫星层、街道网络层、兴趣点层、可服务点层以及/或类似物的一部分)而存储/记录。术语数字地图旨在包括能够电子地显示地理区域的任何地图。
如将认识到的,可服务点不需要为地址。例如,可服务点能够是经度和纬度或地理编码(例如,所记录的车辆停留位置)。而且,可服务点能够在数字地图中表示为通过一个或多个街道网络或一个街道网络的一个或多个街道区段而可访问。“街道网络”是包含能够用于访问可服务点的可航行、可横过、可行驶以及/或在本文中可互换地使用的类似词语的道路、街道、公路、小路、小径、走道、入口和出口匝道、桥、人行道、小巷以及/或类似物的街道区段的集合。类似地,地图元素、街道网络以及/或类似物能够在数字地图中表示为行驶到可服务点和/或从可服务点行驶的可航行/可横过/可行驶的区段或点。
在一个实施例中,适当的计算实体能够存储与对象或其它数据结构中的每个地图元素相关联的信息/数据。对象或数据结构可以包含与每个地图元素相关联的各种各样的信息/数据(诸如,收货人/收件人姓名、收取或投递标识符、街道名称、街道编号、街道词头、街道词尾、街道类型、市、州、省、准州、国、邮政编码、住宅或商业指示符、街道分类、指向(例如、单向<特定于哪条路>或双向)、经度和纬度、地理编码、位置标识符以及/或类似物)。类似地,适当的计算实体能够存储与对象或其它数据结构中的街道网络的每个街道区段相关联的信息/数据。对象或数据结构可以包含与每个街道区段相关联的各种各样的信息/数据(诸如,街道区段标识符、街道名称、街道编号范围、街道词头、街道词尾、街道类型、市、州、省、准州、国、邮政编码、街道分类、指向(例如、单向<特定于哪条路>或双向)、定义街道区段的经度和纬度点、街道区段的一个或多个部分的速度极限以及/或类似物)。例如,在一个实施例中,地图元素可以由经度和纬度、地理编码、最近的街道区段、地址以及/或类似物表示且/或与其相关联。类似地,街道网络的街道区段可以由街道名称、区段标识符、连接节点、地址或地址范围、一系列的经度和纬度坐标以及/或定义街道区段的整体形状和位置的类似物表示或与其相关联。如将认识到的,各种各样的其它途径和技术能够用于适应于各种需要和情形。
在一个实施例中,适当的计算实体可以存储数字地图。在另一实施例中,地图绘制/路线选择计算可以与向各种各样的用户和/或实体提供数字地图的地图信息/数据的一个或多个地图绘制网站/服务器/提供程序/数据库(包括诸如maps.google.com、bing.com/maps/、mapquest.com、Tele Atlas®、NAVTEQ®以及/或类似物之类的提供程序)通信或相关联。适当的计算实体能够使用数字地图来提供例如关于地图元素(例如,其位置、属性以及/或类似物)的地图信息/数据和/或其对应的基于地图信息/数据的街道网络。适当的计算实体(例如,管理计算实体100或一个或多个地图绘制网站/服务器/提供程序/数据库)还能够提供例如关于地理区域、地区、分组、路线、路径、地区以及/或关于街道网络上的不同的位置的在本文中可互换地使用的类似词语的地图信息/数据。例如,地图信息/数据可以包括将一个或多个物品投递到不同的位置的路线、将物品投递到位置的最高效的顺序、行驶到可服务点和/或从可服务点行驶的方向、行驶到可服务点和/或从可服务点行驶的所估计的距离、行驶到可服务点和/或从可服务点行驶的预期的时间以及/或类似物。地图信息/数据还可以包括关于地图元素以及/或行驶到可服务点和从可服务点行驶的其它信息/数据(诸如,关于相关联的街道区段的当前的所估计的速度、关于相关联的街道区段、最近的街道区段的历史速度、关于相关联的街道区段的标示的速度极限、可服务点的内插的位置、可服务点的逆地理编码的位置、可服务点的纬度和经度点、各种位置之间的距离、方向、停留顺序以及/或类似物)。
在一个实施例中,适当的计算实体能够对与可服务点、地图元素、街道网络、路线、路径以及/或类似物相关联的地图信息/数据进行识别、检索、确定以及/或在本文中可互换地使用的类似词语。例如,地图绘制/路线选择计算实体110能够通过地址、地址部分(例如,街道编号、街道名称、类型以及/或类似物)、纬度和经度点、路线、路径、地理区域、位置标识符以及/或类似物而识别地图元素。下文中的表1示出十八个地图元素的文本图,这些地图元素各自与路线、停留处、地址、市、州、经度和纬度以及/或类似物相关联。
表1
路线:停留处 | 地址 | 市 | 州 |
10A:S1 | 街道地址1 | 任何镇 | 佐治亚 |
10A:S2 | 街道地址2 | 任何镇 | 佐治亚 |
10A:S3 | 街道地址3 | 任何镇 | 佐治亚 |
10A:S4 | 街道地址4 | 任何镇 | 佐治亚 |
10A:S5 | 街道地址5 | 任何镇 | 佐治亚 |
10A:S6 | 街道地址6 | 任何镇 | 佐治亚 |
11C:S1 | 街道地址7 | 任何镇 | 佐治亚 |
11C:S2 | 街道地址8 | 任何镇 | 佐治亚 |
11C:S3 | 街道地址9 | 任何镇 | 佐治亚 |
11C:S4 | 街道地址10 | 任何镇 | 佐治亚 |
11C:S5 | 街道地址11 | 任何镇 | 佐治亚 |
11C:S6 | 街道地址12 | 任何镇 | 佐治亚 |
13B:S1 | 街道地址13 | 任何镇 | 佐治亚 |
13B:S2 | 街道地址14 | 任何镇 | 佐治亚 |
13B:S3 | 街道地址15 | 任何镇 | 佐治亚 |
13B:S4 | 街道地址16 | 任何镇 | 佐治亚 |
13B:S5 | 街道地址17 | 任何镇 | 佐治亚 |
13B:S6 | 街道地址18 | 任何镇 | 佐治亚 |
适当的计算实体还能够例如针对一个或多个位置而识别街道网络上的内插或逆地理编码的位置。并且,地图绘制/路线选择计算实体110能够对位置(诸如,安置于33.7869128、-84.3875602处的GA的任何镇的街道地址1的位置)的纬度和经度点(若可用)进行逆地理编码。如将认识到的,各种各样的其它技术和途径能够用于适应于各种需要和情形。
2.用于估计收取/投递窗口的示范性的过程
图4是用于基于历史信息/数据而估计时间、窗口、范围以及/或在本文中可互换地使用的类似词语的示范性过程。在一些实现方案中,用于估计收取/投递窗口的过程400开始于接收或访问包含关于第一可服务点的第一历史信息/数据的信息/数据。例如,第一历史信息/数据可以指定历史收取或投递信息/数据(诸如,第一可服务点处的先前的收取和投递的日期和时间)(402)。为了进行这样的动作,过程400可以接收、访问或请求一个或多个可配置时段(例如,数天、数周、数月、数年以及/或类似物)的期间的可服务点处的先前的收取和/或投递的历史信息/数据。在一些实现方案中,如图5A中所示出的,历史信息/数据安排成针对一周里的每一天而指定收取和/或投递时间的列表格式。在一些实现方案中,历史信息/数据使可服务点处的每次收取和/或投递与一个或多个路线相关联。路线例如可以是特定的驾驶员、特定的投递车辆、特定的投递服务级别以及/或特定的驾驶路径的投递路线。取决于一周里的某一天或一年里的某个时间,可以通过一个或多个路线而服务于可服务点。如图5A、5B以及5C中所示出的,历史信息/数据可以安排成针对每个工作日且/或针对每个路线而指定收取和/或投递时间的列表格式。例如,基于图5A,能够确定123 MainStreet处的收货人/收件人“Smith”在星期一11:45 AM通过那天的承运商人员驾驶路线10A而接收物品。该历史信息/数据能够针对可服务点的所有的收取和/或投递都提供这样的信息/数据。
在一些实现方案中,历史信息/数据可以由承运商计算实体100针对可配置时段而处理,以确定每一天的平均投递时间、每一天的每个服务级别、每一天的每个路线、以上的要素的组合以及/或类似要素。例如,参考图5B,基于所估计的投递时间为2:00 PM、1:30 PM以及2:05 PM,星期二在第一可服务点处的关于所有的路线的平均值为1:46 PM。在其它实现方案中,加权平均值和/或模式可以确定为所估计的收取/投递时间。在一些实现方案中,如果在工作日可利用一个或更少的投递时间,则未确定平均值。在该示例中,基于关于可配置时段的历史信息/数据而在星期一仅可利用单次投递。因此,未在星期一针对第一可服务点而确定平均投递时间。类似地,关于每个路线的平均值可以针对一周里的所有的日子而确定。例如,可以针对星期二的路线10A而确定平均值。如图5B中所示出的,基于投递时间为2:00 PM和2:05 PM,关于星期二的路线10A的平均值为2:02 PM。类似地,可以通过访问可配置时段内的所有的收取及投递记录,从而针对一周里的所有的日子而确定关于路线11C的平均值。例如,如图5B中所示出的,基于投递时间为1:15 PM、2:05 PM以及3:50 PM,针对所有的工作日的关于路线11C的平均值为2:06 PM。如上所述,加权平均值和模式可以代替标准平均值而使用。类似地,针对具有一个或更少的条目的数据集可能未能确定平均值。在一些实现方案中,可以针对每类投递服务级别(例如,次日达空运、隔夜快递、特快专递、次日晨达空运、次日达限时空运、Jetline、Sprintline、Secureline、隔日达空运、优先送达、隔日晨达空运、三日内送达、陆运、标准邮件、第一类邮件、媒体邮件、SurePost、货运以及/或类似服务)而创建表。例如,陆运(5个工作日内)可以具有与关于特快专递投递(两日内送达型投递)的表不同的表。每个表可以包括关于相应的投递服务级别的平均值。这些表类似于5A和5B,对应的历史信息/数据可以存储于属于承运商计算实体100或与其相关联的数据存储器件中。
过程400可以继续有确定是否存在足够的历史信息/数据来针对一周里的给定的一天而确定所估计的收取/投递时间(404)。例如,过程400可以访问表5A或表示表5A的数据,以确定是否已接收或可利用足够的历史信息/数据来确定所估计的收取/投递时间。例如,承运商计算实体100可以利用针对可配置时段而记录于表5A中的三个动作/事件来确定存在足够的信息/数据来确定星期二在第一可服务点处的所估计的收取/投递时间或星期二在第一可服务点处的关于路线10A的所估计的收取/投递时间。类似地,承运商计算实体100可以基于表5A而确定不存在关于可配置时段的足够的历史信息/数据来确定星期一的投递窗口。
在一些实现方案中,过程400可以继续进行以假想线示出的任选的步骤406。过程400可以针对每次投递而识别与关于第一可服务点的所估计的收取/投递时间相关联的投递服务级别的类型(406)。例如,用户可以选择使用各种各样的投递服务级别来运送物品。实际上,承运商计算实体100可以识别投递服务级别的第一类型为陆运、次日达空运以及/或类似服务级别。过程400可以继续进行以假想线示出的任选的步骤408。过程400可以例如根据所接收的历史信息/数据而识别关于第一可服务点且关于一周里的对应的一天的历史信息/数据。历史信息/数据可以与所识别的投递服务级别类型和第一可服务点两者都相关联(408)。例如,承运商计算实体100可以从表5B识别与送达到123 Main Street位置的陆运投递相关联的信息/数据。注意到,表5B不包括足够用于估计星期一的投递窗口的数据。类似地,承运商计算实体100可以针对特快专递投递服务级别和/或类似物而识别类似的表或数据。
响应于针对一周里的某一天(例如,第一个工作日)而确定足够的历史信息/数据可利用,过程400可以继续有确定每一天的关于可服务点的所估计的收取/投递时间、窗口或范围、每一天的每个服务级别、每一天的每个路线、以上的要素的组合以及/或类似要素。如所注意到的,所估计的收取/投递时间、窗口或范围可以针对一周里的每一天和/或一周里的每一天的投递服务级别而确定(410)。在一些实现方案中,当足够的信息/数据可利用时,平均的所估计的收取/投递时间能够针对一周里的每一天、每个投递服务级别、每个路线、所有的路线以及/或类似要素而确定。投递窗口可以基于所确定的平均值(包括平均数、模式、中值)而估计。在一些实现方案中,所估计的窗口在所估计的收取/投递时间的任一侧上具有固定大小(例如,1小时、3小时、4小时、5小时、8小时)。在其它实现方案中,定制化窗口可以针对每次投递和/或每个可服务点而生成。定制化窗口将在下文的段落中更详细地讨论。图5C示出基于表5B的上文的运算而确定的固定的3小时的投递窗口。
承运商计算实体100能够使用投递服务级别和/或各种其它参数(例如,天气状况、网络流量、交通、人员以及/或类似要素)来针对一周里的每一天而重复该过程。例如,在确定不存在足够的历史信息/数据以针对第一个工作日而作出确定之后,承运商计算实体100能够确定是否存在足够的历史信息/数据以针对第二个工作日(例如,星期二)而作出确定。响应于针对第二个工作日而确定足够的历史信息/数据可利用,承运商计算实体100能够基于历史信息/数据而针对第二个工作日而确定关于第一可服务点的所估计的收取/投递时间(412)。例如,参考图5A和5B,星期一不具有可利用于确定关于123 Main Street的位置的所估计的收取/投递时间的足够的历史信息/数据。因此,承运商计算实体可以使用图5A的信息/数据来基于关于所有的路线和所有的日子的可利用的数据而确定总的所估计的收取/投递时间。例如,如图5B中所示出的,基于关于所有的路线和所有的日子的所有可利用的数据的总的所估计的收取/投递时间为2:22 PM。该估计可以是关于可服务点的所有投递时间的平均值。在一些实现方案中,该估计可以是加权平均值或模式。如图5C中所示出的,固定3小时窗口可以适用于该投递时间,以获得12:30-4:30 PM的窗口。该窗口可以用于星期二在123 Main Street位置处的投递。
通常,在运送时,未知的是,用于将物品投递到特定的可服务点的可利用的路线中的哪个可以使用。例如,在运送时,可能为未知的是,到123 Main Street的投递是否将经由路线10A、11C或13B而投递。因此,与投递的工作日相对应的关于工作日的估计可以提供给客户。然而,一旦路线被确定,更新的窗口就可以提供给客户。例如,到123 Main Street位置的投递可以经由未知的路线来针对星期二而调度。因此,客户可以被提供11:45 PM与3:45 PM之间的所估计的投递窗口。一旦路线针对投递而确定,所估计的窗口就可以被更新且经由接口或一个或多个通知/消息而提供给客户。例如,如果承运商计算实体100确定路线10A将用于在星期二投递到123 Main Street位置,则投递窗口可以更新为12:00-4:00 PM。另一方面,如果承运商计算实体100确定路线11C将用于在星期二投递到123 Main Street位置,则投递窗口可能未被更新,因为,不存在足够的信息/数据以确定关于星期二的11C路线的估计。在一些实现方案中,更新的所估计的窗口的大小可以为较小的。例如,该更新可以指定所估计的投递窗口为12:00-3:45之间。通常,所估计的窗口可以基于多个因素且基于各种类型的信息/数据而更新,因为,信息/数据变得可利用。例如,交通信息/数据可以用于更新所估计的收取/投递窗口。历史信息/数据缺乏可以对所估计的收取/投递窗口的准确度造成显著影响。在一些实现方案中,关于邻近可服务点的历史信息/数据可以用于针对邻近可服务点而估计收取/投递窗口。可以根据可配置规则而创建群。这些规则可以确保所估计的收取/投递窗口依然准确。在一些实现方案中,一群可服务点可以是各自具有可以与用于估计投递和/或收取时间和/或窗口的群中的其它可服务点互换地使用的历史信息的一组可服务点。在一些实现方案中,集群可能要求满足一个或多个可配置时间和/或距离阈值。例如,如果两个可服务点满足可配置时间和/或距离阈值,则这两个可服务点可以被集群。可服务点的集群/分组在下文的段落中更详细地讨论。
3.用于对可服务点进行集群/分组且基于该集群/分组而估计收取/投递窗口的示范性的过程
图6是用于对邻近可服务点进行集群/分组的示范性过程600的流程。可服务点可以根据一个或多个阈值(包括时间、距离或时间和距离)而被集群。例如,可服务点可以根据图7A的一个或多个阈值而如图7B中所示出地被集群。在一些实现方案中,一个或多个阈值可以基于可服务点之间的距离、可服务点之间的行驶时间以及/或可服务点之间的距离和时间。
在一个实施例中,可配置距离阈值可以是指示可服务点之间的可配置距离阈值的可配置阈值,低于该可配置距离阈值,可服务点可以被集群。两个可服务点(例如,Rl:1和Rl:2)之间的距离可以使用各种各样的技术和途径来确定。例如,在一个实施例中,两个可服务点之间的距离能够基于例如这两个可服务点的经度和纬度坐标而确定。进而,经度和纬度坐标之间的所确定的差可以用于基于行驶距离而确定这两个可服务点是否满足可配置距离阈值。在其它实现方案中,地图信息/数据和/或远程信息处理信息/数据能够用于作出类似确定。
在另一实施例中,两个可服务点之间的距离能够根据远程信息处理信息/数据(例如,当投递车辆从第一点行驶到第二点时收集的里程表或车轮转速计信息/数据)和/或地图信息/数据(例如,通过街道网络的路线选择)而确定。例如,车辆可以包括配置成用于生成且/或收集指示各种车辆动态(诸如,发动机点火、发动机速度、车辆速度、车辆位置以及各种车辆构件的状态)的远程信息处理数据的多个车辆传感器、读取器、相机以及/或类似物。车辆传感器可以由可以定位于车辆上或车辆内的远程信息处理装置控制。在控制各种车辆传感器中,远程信息处理装置能够根据编程逻辑而捕获且存储来自各种车辆传感器的远程信息处理数据,并且,使所捕获的远程信息处理数据与上下文数据(例如,日期、时间、位置)相关联。承运商计算实体100能够基于车辆所收集的远程信息处理信息/数据而确定在两个或更多个可服务点(例如,停留处)之间行驶的距离。在一个实施例中,承运商计算实体100通过首先识别指示(a)在第一次停留开始时(例如,当车辆的发动机关闭时、当车辆在即将在停留的开始之前减速到停留处时以及/或类似时刻)或(b)在第一次停留结束时(例如,当车辆的发动机启动时、当车辆从停止和/或类似状态加速时以及/或类似时刻)捕获的投递车辆所行驶的距离(例如,里程表读数)的远程信息处理信息/数据而确定距离。随后,承运商计算实体100能够识别指示车辆到下一次停留为止(例如,当车辆的发动机再次关闭时、当车辆即将在下一次停留的开始之前减速到停留处时以及/或类似时刻)或从先前的停留起(例如,当车辆的发动机再次启动时、当车辆从停止加速时以及/或类似时刻)所行驶的距离的远程信息处理信息/数据。承运商计算实体100可以随后确定车辆在多个停留处之间所行驶的距离且存储该结果(例如,3英里)。在其它实施例中,承运商计算实体100可以类似地使用基于GPS的技术、地图信息/数据以及/或类似物来针对停留处而确定所行驶的距离和/或行驶时间。
另外或备选地,阈值时间可以是指示可服务点之间的可配置行驶时间阈值的可配置阈值,低于该阈值时间,可服务点可以被集群。在一个实现方案中,可服务点之间的行驶时间能够根据地图信息/数据而确定。在另一实现方案中,可服务点(例如,R2:2和R2:3)之间的行驶时间可以使用操作用户计算实体110的投递车辆驾驶员和/或投递人员在将物品投递到可服务点时所提供的远程信息处理信息/数据和/或信息/数据来确定。例如,投递车辆驾驶员可以向承运商计算实体100提供指示在每个可服务点处完成投递的更新。例如,驾驶员可以使用与承运商计算实体100通信的用户计算实体110来提供指示驾驶员在特定的可服务点处完成投递的更新。在一个实现方案中,承运商计算实体100可以基于驾驶员经由他的用户计算实体110而记录停留完成事件,自动地确定驾驶员在第一可服务点处完成投递。另外,这能够基于指示在停留达阈值时段之后车辆已从第一可服务点移动或加速,或车辆的发动机已启动的远程信息处理信息/数据而确定。承运商计算实体110可以随后确定驾驶员到达下一个可服务点处(停留时间(tts))。停留时间能够包括步行时间、驾驶时间、两者的组合以及/或类似时间。例如,驾驶员可以使用与承运商计算实体100通信的用户计算实体110来提供指示驾驶员开始或完成在特定的可服务点处的投递的更新。另外,远程信息处理信息/数据能够指示车辆的发动机已在下一个可服务点处停止或关闭。从第一可服务点到下一个可服务点的行驶时间随后根据第一可服务点处的停留完成与下一个可服务点处的停留开始的时间差而确定。即,承运商计算实体100可以确定两个可服务点之间的行驶时间(例如,步行时间、驾驶时间、两者的组合以及/或类似时间)(例如,为了收取或投递)。进而,可服务点之间的行驶时间可以用于基于可服务点之间的行驶时间而确定这两个可服务点是否满足可配置行驶时间阈值。
承运商计算实体100能够在区域、路线、停留处或驾驶员的基础上作出这些确定。承运商计算实体100可以针对每个可服务点、停留处或其它感兴趣事件而接收以下中的一些或全部:路线编号(例如,10A、llC、13B)、停留处编号(例如,S1、S2、S3)、停留类型(例如,投递或“DL”、收取或“PU”、返回到建筑物或“RTB”以及/或类似物)、从先前的停留起的距离(例如,5英里)、到下一次停留处的距离、驾驶员开始停留的时间(例如,10:44:00)、驾驶员完成停留的时间(例如,10:54:00)、当执行停留时所经过的总时间(例如,10.00分钟)、从先前的停留开始行驶所经过的时间(例如,步行时间、驾驶时间、两者的组合以及/或类似时间)(例如,2.00分钟)、从先前的停留开始行驶且执行当前的停留所经过的总时间(例如,6.00分钟)、驾驶员在到时间停留的时间段期间位于运送枢纽的房地产上的时间量(例如,23.63分钟)、在完成先前的停留与开始当前的停留之间发生的停留的非行驶时间量(例如,5.85分钟)、在完成先前的停留与开始当前的停留之间发生的纯行驶时间量(例如,45.37分钟)、在完成先前的停留与开始当前的停留之间发生的午餐时间量(例如,30.00分钟)、在完成先前的停留与开始当前的停留之间发生的驾驶员编码的延迟时间量(例如,1.50分钟)、单元(诸如,在当前停留处收取或投递的货物或包装件)的总数(例如,3个单元)以及在当前停留处收取或投递的货物或包装件的总重量。这些特征在申请号为14/716160的美国专利中更详细地描述,该申请由此通过引用而以其整体合并于本文中。
在一些实现方案中,承运商计算实体100可以接收包装件投递信息/数据。在一些实现方案中,承运商计算实体100可以频繁地接收更新的包装件投递信息/数据。例如,承运商计算实体100可以每小时一次地、每天一次地、每周一次地以及/或每月一次地接收包装件投递信息/数据更新。在一些实现方案中,承运商计算实体100还可以接收与可服务点相关联的信息/数据。例如,承运商计算实体100可以接收包括街道地址、街道地址的变型、关于地址的住宅商业状态以及收货人/收件人姓名的可服务点信息/数据。例如,地址123 SW1st St的套房1A可以是地址123 Southwest 1st Street, Ste的变型。在一些实现方案中,地址可以与一个或多个可服务点相关联。例如,123 Main Street的1号公寓和2号公寓可以是安置于相同地址(123 Main Street)处的两个不同的可服务点。类似地,在一些实现方案中,可服务点可以与多个街道地址相关联。例如,456 Central Avenue的套房1A和套房2 A可以共享用于投递的单个邮件收发室。上文的信息/数据可以用于建立或更新所建立的可服务点。在可服务点建立的情况下,如果可服务点满足可配置时间、距离以及/或时间和距离阈值,则能够建立可服务点之间的关系。随后,可服务点群和/或可服务点组可以根据所确定的关系而创建。
在一些实现方案中,承运商计算实体100可以接收且/或读取指定可服务点之间的距离和/或行驶时间(例如,步行时间、驾驶时间、两者的组合以及/或类似时间)的信息/数据。在一些实现方案中,承运商计算实体100可以使车辆停留与可服务点信息/数据匹配。在一个实施例中,承运商计算实体100可以基于可服务点之间的距离(例如,GPS距离、地图距离、实际的横过距离)而使可服务点彼此相关联。随后,承运商计算实体100可以确定两个可服务点之间的距离是否满足可配置距离阈值(例如,2英里)。对于满足可配置距离阈值的配对,承运商计算实体100可以确定是否满足关于这些配对的可配置行驶时间阈值。在一个实施例中,承运商计算实体100随后基于满足可配置距离阈值和可配置行驶时间阈值的可服务点而使可服务点彼此相关联。如将认识到的,还可能要求与上文的信息/数据相关联的额外的阈值,以便进行集群/分组。然而,在其它实施例中,仅需要满足可配置距离阈值或可配置行驶时间阈值,以使可服务点相关联。如将认识到的,可配置阈值可以基于各种信息/数据而调整。例如,响应于确定驾驶员具有超过阈值次数(例如,19次)的投递且/或投递包括超过阈值重量(例如,100磅)的包装件,承运商计算实体100可以调整(例如,放宽或提高)可配置行驶时间阈值。
在一个实施例中,当两个或更多个可服务点彼此相关联时,形成群/组。每个群/组具有父可服务点和一个或多个子可服务点。父可服务点可以是关于可服务点的群/组的中心或顶级。对于每个父可服务点,取决于实施例,群/组中的子可服务点满足对应的阈值——可配置距离阈值、可配置行驶时间阈值、两者的组合以及/或类似阈值。满足对应的阈值的可服务点作为子而添加到关于父可服务点的群/组。如将认识到的,给定的可服务点可以是一个群/组中的子和另一群/组中的父。类似地,单个可服务点可以是具有不同的父可服务点的多个群的子。例如,响应于承运商计算实体100确定125 Main Street满足123Main Street和126 Main Street群(父)两者的时间和距离阈值,125 Main Street可以被集群为123 Main Street和126 Main Street群/组中的每个群/组中的子。因此,与125Main Street相关联的信息/数据可以用于针对l23 Main Street和126 Main Street群而确定收取和/或投递时间窗口。在一些实现方案中,126 Main Street可服务点(子)和123Main Street可服务点(子)可以被集群为125 Main Street群/组(父)中的子。用于对可服务点进行集群/分组的过程600在下文中更详细地描述。
过程600可以开始于接收与第一可服务点和第二可服务点相关联的信息/数据(602)。例如,信息/数据可以指定第一和第二可服务点的位置。在一些实现方案中,信息/数据可以指定与第一和第二可服务点相关联的地址、地理编码、经度和纬度、街道区段、街道节点、地理坐标以及/或空间参考信息/数据。地理编码(有时被称为前向地理编码)使用位置的描述(最典型地,可服务点或名称)来根据空间参考信息/数据(诸如,建筑物多边形、地块、街道地址、邮政编码(例如,ZIP编码))查找地理坐标。地理编码可以与具有不同的人口密度、交通密度、可达性、道路或街道质量以及/或类似物的不同的地理位置相关联。信息/数据可以与不同的地理编码相关联而存储。在一个实现方案中,信息/数据可以与具体的地理编码(其与位置和/或环绕位置的地理围栏相关联)相关联而存储。例如,指定关于“芝加哥”市的人口和交通密度的信息/数据可以与关于“芝加哥”市和/或环绕“芝加哥”市或环绕“芝加哥”市的一部分的地理围栏的地理编码相关联而存储。在一些实现方案中,地理位置类型与地理编码相关联而存储。例如,在一个实现方案中,地理位置类型可以是超级农村、农村、郊区、城市以及超级城市。这些地理类型指定不同的交通和人口密度。例如,城市和超级城市地理位置类型可以分别与具有密集和非常密集的交通和人口的城市相关联。类似地,农村和超级农村地理位置类型可以与低和非常低密度的人口和交通相关联。最后,郊区地理位置类型可以与交通和人口的平均密度相关联。在一些实现方案中,地理位置的类型可以更大程度地似颗粒状。例如,一些实施例可以具有各自指定人口和交通密度的测量的超过5类(例如,11类)地理位置。在其它实现方案中,地理位置类型可以不那么似颗粒状(例如,2类)。
过程600可以继续有利用对应的可服务点来确定地理编码和地理位置类型(604)。在一些实现方案中,承运商计算实体100可以通过仅仅访问所接收的信息/数据而确定关于第一可服务点的地理编码和关于第二可服务点的地理编码。在一些实现方案中,承运商计算实体100可以访问数据库,以基于第一和第二可服务点而确定关于第一可服务点的地理编码和关于第二可服务点的地理编码。
过程600可以继续有基于所确定的地理编码而识别地理位置类型、可配置距离阈值以及可配置行驶时间阈值(608)。例如,承运商计算实体100可以基于关于包括第一和第二地址的位置的地理编码而确定该位置是“农村”位置。类似地,承运商计算实体100可以基于关于包括第一和第二地址的位置的地理编码而确定该位置是“城市”位置。承运商计算实体可以随后访问指定集群/分组阈值的信息/数据。例如,承运商计算实体100可以访问图7A中所示出的信息/数据。信息/数据可以基于地理编码而指定关于不同的区域的一个或多个阈值。在一些实现方案中,阈值包括针对集群/分组而指定可配置距离阈值的至少一个阈值。在一些实现方案中,阈值包括针对集群/分组而指定可配置行驶时间阈值的至少一个阈值。阈值可以包括关于每个行驶方法的可配置行驶时间阈值。例如,一个阈值可以针对步行。一个不同的阈值可以针对驾驶。
参考图7A,“精确的”(主要的)地址集群/分组级别描绘设置成其中投递地址位置为必要的可服务点的级别的阈值。“车辆停留”级别描绘针对其中投递车辆停放且驾驶员四处走动到多个邻近投递可服务点的情形而设置的阈值。最后,“街道级别”阈值针对可以驾驶于可服务点之间以作出投递的投递驾驶员。例如,对于“农村”区域处的“车辆停留”的情况,可配置行驶时间阈值可以为60秒钟,并且,可配置距离阈值可以为400米。然而,对于“城市”区域处的“车辆停留”的情况,可配置行驶时间阈值可以为30秒钟,并且,可配置距离阈值可以为50米。这些阈值可以针对不同类型的地理编码和位置而定制化。图7A示出4个不同类型的示范性的地理位置类型。在一些实现方案中,可服务点的类型可以更大程度地似颗粒状(more granular)。这些阈值可以定制化为考虑到对车辆停留距离和投递时间造成影响的各种人口密度。例如,位于曼哈顿(超级城市类型)的公寓将具有与它的可服务点群/组相关联的时间和距离阈值(其与针对位于内布拉斯加州(农村类型)的农场的可服务点不同)。类似地,时间和距离阈值可以定制化为考虑到与投递相关联的行驶方法的影响。
过程600可以响应于确定第一和第二可服务点之间的距离和行驶时间满足可配置时间和可配置距离阈值而将第一和第二可服务点集群/分组到群/组中(610)。例如,参考上文的“城市”、“车辆停留”的示例,承运商计算实体可以确定第一和第二可服务点之间的行驶时间少于30秒钟且行驶距离少于50米。响应于这样的确定,承运商计算实体可以对第一和第二地址进行集群/分组。一旦地址被集群,关于该群/组内的任何地址的历史信息/数据就可以用于针对集群的地址中的任何地址而估计收取/投递窗口。
在一些实现方案中,过程600可以任选地继续接收与第三可服务点相关联的信息/数据(612)。第三地址可以与第一和第二可服务点不同。响应于确定第一和第三可服务点之间的距离和/或行驶时间未能满足可配置时间和可配置距离阈值,过程600可以任选地继续不将第三可服务点集群/分组到群/组中(614)。类似于上文,承运商计算实体100可以确定第三地址是否满足相应的时间和距离阈值。例如,参考上文的“城市”、“车辆停留”的示例,承运商计算实体可以确定第一和第三地址之间的行驶时间超过30秒钟且行驶距离超过50米。响应于这样的确定,承运商计算实体可能不将第三地址集群/分组到群/组中。
在一些实现方案中,过程600可以任选地接收指定在投递期间行驶于第一和第二可服务点之间的方法的信息/数据,其中,进一步基于所接收的信息/数据而识别第二阈值(616)。如上所述,过程600可以接收指定行驶于第一和第二可服务点之间的方法的信息/数据。在一些实现方案中,所接收的信息/数据可以用于确定可配置时间和可配置距离阈值。例如,如参考步骤608和图7A而描述的,所接收的信息/数据可以用于确定投递人员所使用的行驶方法,且进而基于所确定的行驶方法而识别阈值。在一些实现方案中,行驶方法可以使用供投递人员使用的位置确定装置来确定。在其它实现方案中,行驶方法可以使用定位于供投递人员使用的投递车辆上的位置确定装置来确定。关于123 Main St、125 Main St以及126 Main St的集群/分组的具体示例如下。
图8A、8B、8C、9A以及9B示出上文的关于地址的集群/分组的示例。图8A示出针对包括123 Main St、125 Main St以及126 Main St的位置而基于地理编码来确定的阈值。如图8A中所示出的,针对不同的行驶方法而确定不同的阈值。可以基于“精确的”阈值而对123Main Street处的不同的公寓进行集群(图8B的(A)),因为,关于公寓的可服务点之间的距离为5米,并且,行驶时间为10秒钟。这些距离和行驶时间参数少于可配置距离阈值0米和可配置行驶时间阈值20秒钟。由于到123 Main Street的公寓A的可服务点的投递将处于从到123 Main Street的公寓B的投递起的短距离和时间内,因而较低的距离阈值更适合于该具体情况。
为了解决安置成彼此靠近的可服务点,车辆停留集群/分组是使可服务点相关联的一种选择。例如,123 Main Street和125 Main Street两者都可以彼此在27米内且以36秒钟完成投递。由于可服务点之间的时间和距离少于可配置距离阈值40米和可配置行驶时间阈值60秒钟,因而这两个可服务点可以被集群为图8B中所示出的(B)。然而,123和126Main Street可服务点和/或停留处相隔50米和100秒钟。基于“车辆停留”阈值,126b不具备与123 Main Street一起被集群的资格。
然而,参考图8C,基于“街道级别”阈值,126 Main Street有资格与123 MainStreet一起被集群。例如,126 Main Street的50米和100秒钟满足或少于“街道级别”阈值60米和100s。类似地,如图8C中所示出的,124、122 Main Street还可以与123 Main Street一起被集群。为了简单起见,下文的示例针对关于仅包括123和125 Main Street的位置群/组而估计投递窗口。
图9A和图9B分别描绘关于123和125 Main Street的历史信息/数据以及关于123和125 Main Street的所估计的收取/投递时间。如图9B中所示出的,针对每个工作日和针对每个路线的平均值包括来自123 Main Street和125 Main Street两者的历史信息/数据。图9B的所估计的收取/投递时间可以用于生成关于123 Main Street或125 MainStreet的所估计的收取/投递窗口。类似于上文的示例,如果不存在可利用于确定关于特定的日子或路线的估计的足够的信息/数据,则基于关于两者可服务点的所有的历史信息/数据的估计可以用于特定的日子或路线。一旦可服务点被集群,关于该群的历史数据就可以用于按在上文中参考单个可服务点而描述的情况类似的方式估计投递时间。下文的段落描述其中关于某一群的历史数据用于估计关于该群中的可服务点的投递窗口的示例。
4.用于确定置信度分数且用于基于置信度分数而估计收取/投递窗口的示范性过程
图10示出用于基于一个或多个置信度分数而估计收取/投递窗口且确定所估计的收取/投递窗口是否可靠的过程1000。在一些实现方案中,过程1000是过程400的任选的延续。在一些实现方案中,过程1000是独立过程。回到图9A和图9B的示例,过程1000可以用于针对群/组而创建收取/投递窗口。过程1000开始于针对每个所估计的收取/投递时间而确定指定所估计的收取/投递时间准确的可能性的置信度分数(1002)。在一些实现方案中,置信度分数基于关于针对可服务点或可服务点群/组的所估计的收取/投递时间的标准差而确定。例如,置信度分数可以如图11A和11B中所示出地运算。图11A描绘针对多个路线的关于在星期四到123 Main Street的历史投递信息/数据。关于Smiths在星期四的平均投递时间在所有的四个路线之间为1:15 PM。这将导致11:15AM-3:15 PM的4小时的所估计的投递窗口。置信度因子提供驾驶员将在该窗口的期间投递到123 Main Street的位置的确定性的级别的估计。关于上文的11:15AM-3:15 PM的所估计的投递窗口的置信度因子可以参考图11而使用下文的步骤来确定(为了清楚起见而使用军用时间):
1.关于所有的路线的星期四投递时间(上文)求平均值:
(14.75 + 12.25 + 15.5 + 10.25/4 = 13.19)
2. 每个投递时间随后从平均投递时间减去,以确定每个时间与平均值的差:
10A(14.75-13.19 = 1.56)
10B(12.25-13.19 =-0.94)
10C(15.50-13.19 = 2.31)
10D(10.25-13.19 =-2.94)
3.每个时间与平均值之间的差随后求平方值且除以样本大小,以确定方差:
10A(1.562 = 2.44)
10B(-0.942 = .88)
10C(2.312 = 5.35)
10D(-2.942 = 8.63)
2.44 + .88 + 5.35 + 8.63 = 17.23
17.23 /4(投递次数)= 5.77
4. 确定标准差(方差的平方根):
5. 通过将标准差除以范围的一半(或在该情况下,窗口的跨度(4小时/2 = 2)而将标准差转换为Z值:
2.4/2 = 1.2
6. Z值通过引用Z值表而转换为置信度因子。
1.20的Z值 = 76的置信度因子
关于该示例的作为结果的置信度因子为76,其转化成驾驶员将在11:15AM-3:15PM所估计的投递窗口内完成投递的76%的可能性。在置信度因子阈值为70的情况下,123Main Street位置将接收关于其投递的11:15AM-3:15 PM的所估计的投递窗口。在一些实现方案中,所确定的置信度分数可以根据可配置标度而加权或调整。
过程1000可以继续基于置信度分数而确定所估计的投递窗口,其中,所估计的窗口的长度基于置信度分数(1004)。在一些实现方案中,置信度分数可以用于确定投递窗口的定制的大小。例如,置信度分数100指示客户将在精确的所估计的时间接收他或她的投递。因此,非常小的窗口可以适合于具有置信度分数100的估计。另一方面,置信度分数10指示客户将不太可能在精确的所估计的时间接收他或她的投递。因此,大或非常大的窗口可以适合于具有置信度分数10的估计。在一些实现方案中,各种阈值可以用于确定窗口的大小。图12A-12D描绘对所估计的收取/投递时间进行估计的各种定制的窗口大小(l小时、2小时、3小时、4小时)。
为了确定将提供哪个所估计的投递窗口(12A-12D),可以建立序列层次结构。可以首先评价最小的窗口。如果满足相关联的置信度因子,则窗口可以提供给客户。如果窗口不满足阈值置信度因子,则可以评价下一个窗口。关于3小时、2小时以及l小时窗口的置信度阈值将递增,以确保投递性能维持于高标准(例如,对于3小时为75,对于2小时为80,对于l小时为85)。这些阈值可以定制化,以达到期望的准确度。在一些实现方案中,上文的置信度分数和步骤可以由承运商计算实体100实行。
以假想线示出的过程1000的步骤1006是任选的步骤。在一些实现方案中,响应于确定置信度分数满足可配置阈值,过程1000可以继续向与第一可服务点相关联的第一用户的用户装置提供所估计的投递窗口(1006)。类似地,响应于确定置信度分数不满足可配置阈值,过程1000可以任选地继续不向用户装置提供所估计的投递窗口(1008)。例如,可能要求50最小置信度分数阈值来给客户提供所估计的窗口。例如,关于投递估计的44的置信度分数可能导致承运商计算实体100不向相应的客户提供所估计的投递窗口。
最后,过程1000可以结束于任选地确定所估计的投递窗口针对指定/特定的时间段的期间的投递,且作为响应而修改所估计的投递窗口(1010)。承运商计算实体100可以用图表绘制随着时间的推移的历史的所估计的投递窗口有效性。根据该绘图,承运商计算实体100可以确定不太可能在所估计的收取/投递窗口内作出投递所处于的日子或日期范围。例如,某些节假日可能经历高流量的交通。进而,交通的流量可能促成投递期间的延迟。这样的延迟可能蔓延且导致投递超出所估计的收取/投递窗口。
为了改进提供给客户的所估计的收取/投递窗口的准确度,承运商计算实体100可以使经历不那么准确的投递窗口性能的投递时间段隔离。在一些实现方案中,这些时间段可以单独地针对收取/投递窗口而评价。例如,来自这样的时间段的历史信息/数据可以用于确定所估计的投递窗口。在一些实现方案中,来自不处于波动时间段的时间段的历史信息/数据可以被过滤或不用于估计波动时间段的期间的收取/投递窗口。在一些实现方案中,关于收取/投递窗口的置信度分数阈值可以变更,以顺应波动时间段。例如,阈值可以提高,以确保投递在收取/投递窗口内作出。使季节性的时间段隔离可以帮助改进高峰期和/或已存在投递窗口性能上的波动的其它日子或日期的期间的所估计的收取/投递窗口的准确度。在一些实现方案中,波动时间段可以针对不同的可服务点而确定。例如,在特定时间段的期间,当佛罗里达州经历低水平的波动时,佐治亚州可能经历高水平的波动。在一些实现方案中,不同的波动时间段针对不同的可服务点而确定。所估计的投递窗口运算可以基于关于所识别的波动日期的历史投递信息/数据。运算可以通过针对每个日期范围而设置不同的置信度分数阈值来调整。
一旦物品进入网络,承运商计算实体100就确定是否已存在针对所调度的投递日期的任何更改。如果存在更改,则承运商计算实体100根据下文而更新所估计的投递窗口。在输送期间,承运商计算实体100系统接收关于物品状态的更新。承运商计算实体100基于所接收的信息/数据而确定针对物品的状态更改。例如,承运商计算实体100可以将现有的所调度的投递日期与修订的所调度的投递日期比较。如果修订的所调度的投递日期不同,则承运商计算实体100可以检索新的所估计的投递窗口,且相应地更新投递日期和所估计的关于物品的投递窗口。修订的估计可以保存于承运商的本地存储器件处。另外,修订的估计可以发送给客户或公布于承运商的系统上,以便跟踪物品。
在投递日期之前(例如,在投递日期的两天前),关于物品投递的路线信息/数据可以变得可利用且/或已知。承运商计算实体可以访问这一上文的关于特定的物品的路线信息/数据,且使用路线信息/数据来提供更准确的定制的所估计的投递窗口。例如,承运商计算实体可以针对特定的物品投递而识别投递路线。与特定的路线相关联的历史信息/数据可以用于确定更准确的关于投递的估计。如上所述,该估计可以随后用于确定更准确的投递窗口。在一些实现方案中,只有更新的投递窗口以超过可配置阈值不同于原始投递窗口,定制的所估计的收取/投递窗口才更新。更新的估计可以保存于承运商的本地存储器件处。另外,更新的估计可以发送给客户或公布于承运商的系统上,以便跟踪物品。
在一些实现方案中,如果投递路线更改,则承运商计算实体更新相关联的投递窗口。在一些实现方案中,与投递车辆和/或人员相关联的实时GPS信息/数据可以用于更新定制的所估计的投递窗口。在一些实现方案中,只有更新的定制的所估计的投递窗口以超过可配置阈值不同于原始的定制的所估计的投递窗口,定制的所估计的收取/投递窗口才更新。更新的估计可以保存于承运商的本地存储器件处。另外,更新的估计可以发送给客户或公布于承运商的系统上,以便跟踪物品。
在一些实现方案中,关于可服务点的历史信息/数据周期性地更新。在一些实现方案中,可服务点的群周期性地更新。例如,历史信息/数据可以每周一次地和/或每两周一次地更新。在一些实现方案中,所估计的收取/投递窗口响应于历史信息/数据更新和/或可服务点群/组更新而预先确定。在一些实现方案中,波动时间段周期性地更新。例如,波动时间段可以每年一次地更新。
IV.结论
得益于前文的描述和相关联的附图中所提出的教导,本发明所属领域的技术人员将想到本文中所阐明的这些发明的许多修改和其它实施例。因此,将理解到,本发明将不限于所公开的特定实施例,并且,修改和其它实施例旨在包括在所附权利要求的范围内。虽然在本文中采用特定的术语,但这些术语仅在通用和描述的意义上使用,而并非出于限制的目的。
Claims (57)
1.一种计算机实现的方法,包含:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
确定关于所述第一可服务点的第一历史数据是否足以针对所述第一可服务点而确定所估计的投递时间,所述第一历史数据包括发生在所述第一可服务点处的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所述所估计的投递时间;
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
2.根据权利要求1所述的计算机实现的方法,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
3.根据权利要求1所述的计算机实现的方法,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
4.根据权利要求1所述的计算机实现的方法,还包含确定所述置信度分数是否满足可配置置信度阈值。
5.根据权利要求4所述的计算机实现的方法,还包含响应于确定所述置信度分数满足所述可配置置信度阈值,向与所述第一可服务点相关联的用户提供所述所估计的投递窗口。
6.根据权利要求4所述的计算机实现的方法,其中,所述置信度分数的所述确定进一步基于根据所述历史数据而确定的所估计的投递时间的方差。
7.根据权利要求1所述的计算机实现的方法,还包含:
确定所述所估计的投递窗口是否处于指定的时间段内;
响应于确定所述所估计的投递窗口处于所述指定的时间段内,自动地修改所述所估计的投递窗口的所述长度。
8.一种系统,包含:
数据处理设备;以及
计算机存储器设备,与所述数据处理设备进行数据通信,并且,存储可由所述数据处理设备执行且一进行这样的执行,就引起所述数据处理设备实行包含以下的动作的操作的指令:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
确定关于所述第一可服务点的第一历史数据是否足以针对所述第一可服务点而确定所估计的投递时间,所述第一历史数据包括发生在所述第一可服务点处的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所述所估计的投递时间;
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
9.根据权利要求8所述的系统,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
10.根据权利要求8所述的系统,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
11.根据权利要求8所述的系统,其中,所述操作还包含确定所述置信度分数是否满足可配置置信度阈值。
12.根据权利要求11所述的系统,其中,所述操作还包含响应于确定所述置信度分数满足所述可配置置信度阈值,向与所述第一可服务点相关联的用户提供所述所估计的投递窗口。
13.根据权利要求11所述的系统,其中,所述置信度分数的所述确定进一步基于根据所述历史数据而确定的所估计的投递时间的方差。
14.根据权利要求8所述的系统,其中,所述操作还包含:
确定所述所估计的投递窗口是否处于指定的时间段内;
响应于确定所述所估计的投递窗口处于所述指定的时间段内,自动地修改所述所估计的投递窗口的所述长度。
15.一种非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质具有存储于其内的计算机可读程序代码部分,所述计算机可读程序代码部分包含:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
确定关于所述第一可服务点的第一历史数据是否足以针对所述第一可服务点而确定所估计的投递时间,所述第一历史数据包括发生在所述第一可服务点处的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所述所估计的投递时间;
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
16.根据权利要求15所述的非暂时性计算机可读存储介质,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
17.根据权利要求15所述的非暂时性计算机可读存储介质,其中,所述所估计的投递窗口的所述长度与所述置信度分数成反比。
18.根据权利要求15所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含确定所述置信度分数是否满足可配置置信度阈值。
19.根据权利要求18所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含响应于确定所述置信度分数满足所述可配置置信度阈值,向与所述第一可服务点相关联的用户提供所述所估计的投递窗口。
20.根据权利要求18所述的非暂时性计算机可读存储介质,其中,所述置信度分数的所述确定进一步基于根据所述历史数据而确定的所估计的投递时间的方差。
21.根据权利要求18所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含:
确定所述所估计的投递窗口是否处于指定的时间段内;
响应于确定所述所估计的投递窗口处于所述指定的时间段内,自动地修改所述所估计的投递窗口的长度。
22.一种计算机实现的方法,包含:
识别第一可服务点和第二可服务点;
确定从所述第一可服务点到所述第二可服务点的距离是否满足可配置距离阈值;
确定从所述第一可服务点到所述第二可服务点的行驶时间是否满足可配置行驶时间阈值;
响应于确定(a)从所述第一可服务点到所述第二可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第二可服务点的所述行驶时间满足所述可配置行驶时间阈值,将彼此相关联的所述第一可服务点和所述第二可服务点存储为群,
确定所述第一可服务点和所述第二可服务点的第一历史数据是否足以确定所述第一可服务点的所估计的投递时间,所述第一历史数据包括在所述第一可服务点发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一可服务点和所述第二可服务点的所述历史数据是足够的,至少部分地基于所述历史数据确定所述第一可服务点的所估计的投递时间;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所估计的投递时间。
23.根据权利要求22所述的计算机实现的方法,还包含:
识别第三可服务点;
确定从所述第一可服务点到所述第三可服务点的距离是否满足所述可配置距离阈值;
确定从所述第一可服务点到所述第三可服务点的行驶时间是否满足所述可配置行驶时间阈值;以及
响应于确定(a)从所述第一可服务点到所述第三可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第三可服务点的所述行驶时间满足所述可配置行驶时间阈值,存储彼此相关联的所述第一可服务点、所述第二可服务点以及所述第三可服务点。
24.根据权利要求22所述的计算机实现的方法,还包含:
针对所述第一可服务点而识别地理编码;以及
至少部分地基于所述地理编码而识别所述可配置距离阈值和所述可配置行驶时间阈值。
25.根据权利要求22所述的计算机实现的方法,其中,所述可配置距离阈值和所述可配置行驶时间阈值与地理位置类型相对应。
26.根据权利要求22所述的计算机实现的方法,还包含:
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间;
接收关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一可服务点而确定所估计的投递时间。
27.根据权利要求26所述的计算机实现的方法,还包含:
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
28.根据权利要求27所述的计算机实现的方法,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
29.一种系统,包含:
数据处理设备;以及
计算机存储器设备,与所述数据处理设备进行数据通信,并且,存储可由所述数据处理设备执行且一进行这样的执行,就引起所述数据处理设备实行包含以下的动作的操作的指令:
识别第一可服务点和第二可服务点;
确定从所述第一可服务点到所述第二可服务点的距离是否满足可配置距离阈值;
确定从所述第一可服务点到所述第二可服务点的行驶时间是否满足可配置行驶时间阈值;
响应于确定(a)从所述第一可服务点到所述第二可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第二可服务点的所述行驶时间满足所述可配置行驶时间阈值,将彼此相关联的所述第一可服务点和所述第二可服务点存储为群,
确定所述第一可服务点的第一历史数据是否足以确定所述第一可服务点的所估计的投递时间,所述第一历史数据包括在所述第一可服务点发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所述所估计的投递时间。
30.根据权利要求29所述的系统,其中,所述操作还包含:
识别第三可服务点;
确定从所述第一可服务点到所述第三可服务点的距离是否满足所述可配置距离阈值;
确定从所述第一可服务点到所述第三可服务点的行驶时间是否满足所述可配置行驶时间阈值;以及
响应于确定(a)从所述第一可服务点到所述第三可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第三可服务点的所述行驶时间满足所述可配置行驶时间阈值,存储彼此相关联的所述第一可服务点、所述第二可服务点以及所述第三可服务点。
31.根据权利要求29所述的系统,其中,所述操作还包含:
针对所述第一可服务点而识别地理编码;以及
至少部分地基于所述地理编码而识别所述可配置距离阈值和所述可配置行驶时间阈值。
32.根据权利要求29所述的系统,其中,所述可配置距离阈值和所述可配置行驶时间阈值与地理位置类型相对应。
33.根据权利要求29所述的系统,其中,所述操作还包含:
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间;
接收关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一可服务点而确定所估计的投递时间。
34.根据权利要求29所述的系统,其中,所述操作还包含:
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
35.根据权利要求34所述的系统,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
36.一种非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质具有存储于其内的计算机可读程序代码部分,所述计算机可读程序代码部分包含:
识别第一可服务点和第二可服务点;
确定从所述第一可服务点到所述第二可服务点的距离是否满足可配置距离阈值;
确定从所述第一可服务点到所述第二可服务点的行驶时间是否满足可配置行驶时间阈值;
响应于确定(a)从所述第一可服务点到所述第二可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第二可服务点的所述行驶时间满足所述可配置行驶时间阈值,将彼此相关联的所述第一可服务点和所述第二可服务点存储为群,
确定所述第一可服务点的第一历史数据是否足以确定所述第一可服务点的所估计的投递时间,所述第一历史数据包括在所述第一可服务点发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问所述第二可服务点的第二历史数据,所述第二历史数据包括在所述第二可服务点发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;
至少部分地基于所述第一历史数据和所述第二历史数据来生成所述第一服务路线的所述第一可服务点的所述所估计的投递时间。
37.根据权利要求36所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含:
识别第三可服务点;
确定从所述第一可服务点到所述第三可服务点的距离是否满足所述可配置距离阈值;
确定从所述第一可服务点到所述第三可服务点的行驶时间是否满足所述可配置行驶时间阈值;以及
响应于确定(a)从所述第一可服务点到所述第三可服务点的所述距离满足所述可配置距离阈值且(b)从所述第一可服务点到所述第三可服务点的所述行驶时间满足所述可配置行驶时间阈值,存储彼此相关联的所述第一可服务点、所述第二可服务点以及所述第三可服务点。
38.根据权利要求36所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含:
针对所述第一可服务点而识别地理编码;以及
至少部分地基于所述地理编码而识别所述可配置距离阈值和所述可配置行驶时间阈值。
39.根据权利要求36所述的非暂时性计算机可读存储介质,其中,所述可配置距离阈值和所述可配置行驶时间阈值与地理位置类型相对应。
40.根据权利要求36所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含:
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间;
接收关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一可服务点而确定所估计的投递时间。
41.根据权利要求40所述的非暂时性计算机可读存储介质,其中,所述代码部分还包含:
针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性;以及
至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
42.根据权利要求41所述的非暂时性计算机可读存储介质,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
43.一种计算机实现的方法,包含:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一服务路线的所述第一可服务点而确定所述所估计的投递时间。
44.根据权利要求43所述的计算机实现的方法,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
45.根据权利要求43所述的计算机实现的方法,还包含针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性。
46.根据权利要求45所述的计算机实现的方法,还包含至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
47.根据权利要求46所述的计算机实现的方法,其中,所述所估计的投递窗口的长度与所述置信度分数成反比。
48.一种系统,包含:
数据处理设备;以及
计算机存储器设备,与所述数据处理设备进行数据通信,并且,存储可由所述数据处理设备执行且一进行这样的执行,就引起所述数据处理设备实行包含以下动作的操作的指令:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一服务路线的所述第一可服务点而确定所述所估计的投递时间。
49.根据权利要求48所述的系统,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
50.根据权利要求48所述的系统,其中,所述操作还包含针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性。
51.根据权利要求50所述的系统,其中,所述操作还包含至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
52.根据权利要求51所述的系统,其中,所述所估计的投递窗口的所述长度与所述置信度分数成反比。
53.一种非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质具有存储于其内的计算机可读程序代码部分,所述计算机可读程序代码部分包含:
识别可服务点的群,所述群(a)包含第一可服务点和第二可服务点且(b)指示所述第一可服务点和所述第二可服务点处于彼此的一个或多个可配置阈值内;
接收关于第一可服务点的第一历史数据,所述第一历史数据包含在所述第一可服务点处发生的投递的多个日期和时间,其中投递的所述日期和时间与至少第二服务路线相关联,所述第二服务路线包括第二有序的多个可服务点,所述第二有序的多个可服务点包括所述第一可服务点;
响应于确定所述第一历史数据不足以预测所述第一可服务点经由第一服务路线的所估计的投递时间,访问关于第二可服务点的第二历史数据,所述第二历史数据包含在所述第二可服务点处发生的投递的多个日期和时间,其中投递与至少第三服务路线相关联,所述第三服务路线包括第三有序多个可服务点;以及
至少部分地基于所述第一历史数据和所述第二历史数据而针对所述第一服务路线的所述第一可服务点而确定所述所估计的投递时间。
54.根据权利要求53所述的非暂时性计算机可读存储介质,其中,所述可配置阈值包含可配置距离阈值和可配置行驶时间阈值。
55.根据权利要求54所述的非暂时性计算机可读存储介质,其中,所述代码还包含针对所述第一可服务点而确定关于所述所估计的投递时间的置信度分数,所述置信度分数指示所述所估计的投递时间准确的可能性。
56.根据权利要求55所述的非暂时性计算机可读存储介质,其中,所述代码还包含至少部分地基于所述所估计的投递时间和所述置信度分数而针对所述第一可服务点而确定所估计的投递窗口,其中,所述所估计的投递窗口的长度基于所述置信度分数。
57.根据权利要求56所述的非暂时性计算机可读存储介质,
其中,所述所估计的投递窗口的所述长度与所述置信度分数成反比。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662307641P | 2016-03-14 | 2016-03-14 | |
US62/307641 | 2016-03-14 | ||
PCT/US2017/021720 WO2017160611A1 (en) | 2016-03-14 | 2017-03-10 | Determining estimated pick-up/delivery windows using clustering |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109074532A CN109074532A (zh) | 2018-12-21 |
CN109074532B true CN109074532B (zh) | 2022-12-30 |
Family
ID=58387961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780029918.0A Active CN109074532B (zh) | 2016-03-14 | 2017-03-10 | 使用集群来确定所估计的收取/投递窗口 |
Country Status (4)
Country | Link |
---|---|
US (4) | US20170262804A1 (zh) |
CN (1) | CN109074532B (zh) |
CA (1) | CA3016600A1 (zh) |
WO (1) | WO2017160611A1 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9569745B1 (en) * | 2015-07-27 | 2017-02-14 | Amazon Technologies, Inc. | Dynamic vehicle routing for regional clusters |
US11829927B2 (en) | 2016-05-04 | 2023-11-28 | United Parcel Service Of America, Inc. | Remote initiation of interaction by a computing entity |
GB2571874B (en) * | 2016-12-14 | 2021-11-10 | Walmart Apollo Llc | System and method for delivering packages to customers |
US11556883B2 (en) * | 2017-03-15 | 2023-01-17 | Bby Solutions, Inc. | Cached data representations for service schedule availability |
CN108960694B (zh) * | 2017-05-19 | 2022-04-12 | 北京京东振世信息技术有限公司 | 配送区域确定方法和装置 |
US11694153B2 (en) * | 2017-06-14 | 2023-07-04 | Walmart Apollo, Llc | Systems and methods for electronically processing pickup of return items from a customer |
US20190051174A1 (en) * | 2017-08-11 | 2019-02-14 | Lyft, Inc. | Travel path and location predictions |
US11276025B2 (en) | 2017-10-24 | 2022-03-15 | United Parcel Service Of America, Inc. | Automated occupant tracking systems and methods |
US11348061B2 (en) * | 2017-12-21 | 2022-05-31 | Verizon Connect Development Limited | Logistics management platform for modifying schedules in real-time |
US20190325382A1 (en) * | 2018-04-20 | 2019-10-24 | United States Postal Service | Use of geospatial coordinate systems for tracking item delivery |
US10587525B2 (en) * | 2018-05-02 | 2020-03-10 | Citrix Systems, Inc. | System and method to optimize workflow |
CN112020726B (zh) * | 2018-06-27 | 2024-06-21 | 松下控股株式会社 | 信息提供方法以及信息提供系统 |
US20220042808A1 (en) * | 2018-10-02 | 2022-02-10 | Volvo Truck Corporation | Method for operating a vehicle |
US20200118071A1 (en) * | 2018-10-13 | 2020-04-16 | Walmart Apollo, Llc | Delivery prediction generation system |
US11619503B2 (en) * | 2019-03-28 | 2023-04-04 | Rm Acquisition, Llc | Systems and methods for route management |
US11334845B2 (en) * | 2019-04-26 | 2022-05-17 | Dell Products L.P. | System and method for generating notification of an order delivery |
US20210357857A1 (en) * | 2020-05-15 | 2021-11-18 | Here Global B.V. | Method and apparatus for delivery verification |
US20230133602A1 (en) * | 2020-06-29 | 2023-05-04 | Walmart Apollo, Llc | Door-step time estimation and delivery route optimization |
US11200188B1 (en) * | 2020-07-10 | 2021-12-14 | Logitech Europe S.A. | Operating system agnostic wireless multimedia dongle |
CN112418562A (zh) * | 2020-12-15 | 2021-02-26 | 同济大学 | 一种城市轨道交通网络乘客出行方案推定方法 |
US20230061754A1 (en) * | 2021-09-02 | 2023-03-02 | Shopify Inc. | Systems and methods for determining delivery time information for a product sold online |
US11917031B2 (en) * | 2022-01-21 | 2024-02-27 | Dell Products L.P. | Message broker resource deletion |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6748318B1 (en) * | 1993-05-18 | 2004-06-08 | Arrivalstar, Inc. | Advanced notification systems and methods utilizing a computer network |
US7739202B2 (en) | 2003-04-22 | 2010-06-15 | United Parcel Service Of America, Inc. | Computer system for routing package deliveries |
JP2008529168A (ja) * | 2005-01-28 | 2008-07-31 | ユナイテッド パーセル サービス オブ アメリカ インコーポレイテッド | 地域内の各サービス地点の住所データの登録および維持 |
US9959519B2 (en) * | 2005-03-30 | 2018-05-01 | Amazon Technologies, Inc. | Method and system for transit characteristic prediction |
US7624024B2 (en) * | 2005-04-18 | 2009-11-24 | United Parcel Service Of America, Inc. | Systems and methods for dynamically updating a dispatch plan |
CN101055634A (zh) * | 2007-05-29 | 2007-10-17 | 重庆大学 | 面向个性化定制的物品投递系统及方法 |
US20090112618A1 (en) | 2007-10-01 | 2009-04-30 | Johnson Christopher D | Systems and methods for viewing biometrical information and dynamically adapting schedule and process interdependencies with clinical process decisioning |
US7815112B2 (en) * | 2007-12-27 | 2010-10-19 | Robert Bosch Gmbh | Secure parcel delivery in the absence of the intended recipient |
US8244646B2 (en) * | 2009-06-09 | 2012-08-14 | Fiserv, Inc. | Systems and methods for determining estimated lead times |
US20100312715A1 (en) | 2009-06-09 | 2010-12-09 | Fiserv, Inc. | Systems and Methods for Selecting Delivery Methods |
EP2395461A1 (de) * | 2010-06-08 | 2011-12-14 | Deutsche Post AG | System zur Optimierung von Abhol- und/oder Lieferfahrten |
US20120053966A1 (en) * | 2010-08-27 | 2012-03-01 | Cellco Partnership D/B/A Verizon Wireless | Detected arrival at navigated destination automatically triggers delivery of arrival notice to third party |
US9953468B2 (en) | 2011-03-31 | 2018-04-24 | United Parcel Service Of America, Inc. | Segmenting operational data |
US10255577B1 (en) * | 2011-12-22 | 2019-04-09 | Amazon Technologies, Inc. | System and method for generating a delivery plan for multi-tier delivery schemes |
US20130179205A1 (en) * | 2012-01-10 | 2013-07-11 | Eduard SLININ | Systems and methods for optimizing transportation resources |
US9547872B2 (en) * | 2012-02-22 | 2017-01-17 | Ebay Inc. | Systems and methods for providing search results along a corridor |
US10134066B2 (en) * | 2012-03-30 | 2018-11-20 | Ebay Inc. | Personalized delivery time estimate system |
US8407154B1 (en) | 2012-04-27 | 2013-03-26 | Google Inc. | Predicting shipment origin points |
US20140122155A1 (en) * | 2012-10-29 | 2014-05-01 | Wal-Mart Stores, Inc. | Workforce scheduling system and method |
EP2750087A1 (en) | 2012-12-28 | 2014-07-02 | Exapaq Sas | Methods and systems for determining estimated package delivery/pick-up times |
US10607178B2 (en) * | 2013-01-31 | 2020-03-31 | Satori Software Inc. | Shipment planning |
US10521761B2 (en) * | 2013-03-12 | 2019-12-31 | United Parcel Service Of America, Inc. | Systems and methods of delivering parcels using attended delivery/pickup locations |
US9020754B2 (en) * | 2013-03-22 | 2015-04-28 | Here Global B.V. | Vehicle arrival prediction |
US20140330741A1 (en) * | 2013-05-03 | 2014-11-06 | Iwona Bialynicka-Birula | Delivery estimate prediction and visualization system |
WO2014203256A1 (en) * | 2013-06-20 | 2014-12-24 | Reider David | Rideshare system and method of use thereof |
CN104598979B (zh) * | 2013-10-31 | 2021-10-08 | Sap欧洲公司 | 基于时间和位置的递送最优化 |
CN104134290B (zh) * | 2013-10-31 | 2016-08-24 | 杭州快柜网络科技有限公司 | 一种智能快递寄送存取终端及方法 |
US20150294262A1 (en) * | 2014-03-21 | 2015-10-15 | United Parcel Service Of America, Inc. | Determining delivery windows for item delivery based on customer and/or item location |
US20150363843A1 (en) * | 2014-04-23 | 2015-12-17 | United Parcel Service Of America, Inc. | Dynamic provisioning of pick-up, delivery, transportation, and/or sortation options |
US20160048804A1 (en) * | 2014-08-14 | 2016-02-18 | Sunil Paul | Systems and methods for transportation services for package delivery |
CN110555448B (zh) * | 2018-05-30 | 2022-03-29 | 顺丰科技有限公司 | 一种细分派件区域的方法和系统 |
-
2016
- 2016-10-27 US US15/335,828 patent/US20170262804A1/en not_active Abandoned
- 2016-10-27 US US15/335,799 patent/US20170262803A1/en not_active Abandoned
- 2016-11-10 US US15/347,881 patent/US11004031B2/en active Active
-
2017
- 2017-03-10 CN CN201780029918.0A patent/CN109074532B/zh active Active
- 2017-03-10 CA CA3016600A patent/CA3016600A1/en active Pending
- 2017-03-10 WO PCT/US2017/021720 patent/WO2017160611A1/en active Application Filing
-
2021
- 2021-03-08 US US17/195,255 patent/US20210272061A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN109074532A (zh) | 2018-12-21 |
US20170262803A1 (en) | 2017-09-14 |
US20170262804A1 (en) | 2017-09-14 |
US20210272061A1 (en) | 2021-09-02 |
US11004031B2 (en) | 2021-05-11 |
US20170262799A1 (en) | 2017-09-14 |
WO2017160611A1 (en) | 2017-09-21 |
CA3016600A1 (en) | 2017-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109074532B (zh) | 使用集群来确定所估计的收取/投递窗口 | |
US10681498B2 (en) | Standardization of addresses and location information | |
US20220270044A1 (en) | Systems and methods for synchronized delivery | |
US20220027846A1 (en) | Sharing location information with a recipient | |
US11526830B2 (en) | Concepts for electronic door hangers | |
US11935169B2 (en) | Displaying items of interest in an augmented reality environment | |
US9905100B2 (en) | Remote initiation of interaction by a computing entity | |
US11829927B2 (en) | Remote initiation of interaction by a computing entity | |
US11501242B2 (en) | Confidence ratings for delivery of items | |
CN105874483A (zh) | 用于将物品送货至动态地点的系统和方法 | |
US20170276507A1 (en) | Template-based weather data queries for compiling location-based weather monitoring data for defined transportation routes | |
CA3023051A1 (en) | Remote initiation of interaction by a computing entity |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |