CN109165895B - 一种基于配送业务的定价方法及装置 - Google Patents

一种基于配送业务的定价方法及装置 Download PDF

Info

Publication number
CN109165895B
CN109165895B CN201810898520.7A CN201810898520A CN109165895B CN 109165895 B CN109165895 B CN 109165895B CN 201810898520 A CN201810898520 A CN 201810898520A CN 109165895 B CN109165895 B CN 109165895B
Authority
CN
China
Prior art keywords
delivery
distribution
duration
order
preparation
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
Application number
CN201810898520.7A
Other languages
English (en)
Other versions
CN109165895A (zh
Inventor
朴松梅
张涛
雷宇
郝井华
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 Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online 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 Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN201810898520.7A priority Critical patent/CN109165895B/zh
Publication of CN109165895A publication Critical patent/CN109165895A/zh
Application granted granted Critical
Publication of CN109165895B publication Critical patent/CN109165895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0834—Choice of carriers
    • G06Q10/08345—Pricing

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

本申请提供一种基于配送业务的定价方法、装置及计算机可读存储介质和电子设备。其中，所述方法包括：获取待定价的目标订单的多种配送信息；根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数；根据所述配送信息和配送系数，计算所述目标订单的配送价格。应用本申请，可以提升定价的准确性。

Description

一种基于配送业务的定价方法及装置
技术领域
本申请涉及互联网技术领域，尤其涉及一种基于配送业务的定价方法、装置及计算机存储介质和电子设备。
背景技术
随着互联网技术的发展和智能终端设备的普及，应运而生了各种便于人们生活的服务业务，例如外卖业务、网购业务等。通常，这些服务业务还提供相应的配送业务。配送业务的定价通常根据配送距离这一维度生成。
然而，在实际应用中，除了配送距离之外，还可能存在其它影响定价的因素，例如环境因素等。因此，仅根据距离维度进行定价容易导致定价维度比较单一，准确性不高。
发明内容
有鉴于此，本申请提供一种基于配送业务的定价方法、装置及计算机存储介质和电子设备，用于解决上述定价的准确性不高的问题。
具体地，本申请是通过如下技术方案实现的：
一种基于配送业务的定价方法，所述方法包括：
获取待定价的目标订单的多种配送信息；
根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数；
根据所述配送信息和配送系数，计算所述目标订单的配送价格。
可选的，所述配送信息包括如下至少二种：
配送距离、准备时长、交付时长；其中，所述准备时长表示该目标订单的发起方准备物品的时长，所述交付时长表示该目标订单的接收方接收物品的时长；
对应的配送系数包括：
所述配送距离对应的距离系数；
所述准备时长对应的准备系数；
所述交付时长对应的交付系数。
可选的，根据所述目标订单所在配送区域内的历史订单数据，计算所述配送距离对应的距离系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的配送距离；
获取所述目标订单所在的配送区域内历史订单的平均配送速度；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数。
可选的，根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数，具体包括：
将每个历史订单的配送距离除以平均配送速度后求和，得到第一数值；
将所述第一数值乘以时薪后除以平均配送距离，得到第二数值；
将所述第二数值除以历史订单的数量，得到距离系数。
可选的，根据所述目标订单所在配送区域内的历史订单数据，计算所述准备时长对应的准备系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的准备时长；
获取所述目标订单所在的配送区域内历史订单的平均准备时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数。
可选的，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
将每个历史订单的准备时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均准备时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到准备系数。
可选的，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
根据所述历史订单的准备时长，计算分位数；
按照分位数确定至少两个准备时长范围；
计算每种准备时长范围内历史订单的平均准备时长；
根据所述历史订单时薪以及每种准备时长范围内历史订单的准备时长、平均准备时长，计算每种准备时长范围的准备系数；
确定所述目标订单的准备时长所在的目标准备时长范围；
查询所述目标准备时长范围对应的准备系数；
将所查询到的准备系数确定为所述目标订单的准备时长对应的准备系数。
可选的，根据所述目标订单所在配送区域内的历史订单数据，计算所述交付时长对应的交付系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的交付时长；
获取所述目标订单所在的配送区域内历史订单的平均交付时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数。
可选的，根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
将每个历史订单的交付时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均交付时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到交付系数。
可选的，根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
根据所述历史订单的交付时长，计算分位数；
按照分位数确定至少两个交付时长范围；
计算每种交付时长范围内历史订单的平均交付时长；
根据所述历史订单时薪以及每种交付时长范围内历史订单的交付时长、平均交付时长，计算每种交付时长范围的交付系数；
确定所述目标订单的交付时长所在的目标交付时长范围；
查询所述目标交付时长范围对应的交付系数；
将所查询到的交付系数确定为所述目标订单的交付时长对应的交付系数。
可选的，计算所述目标订单所在的配送区域内历史订单的时薪，具体包括：
获取所述目标订单所在的配送区域内历史订单的平均补贴价格；
获取所述目标订单所在的配送区域内历史订单的平均配送时长；
将所述平均补贴价格和平均配送时长的比值确定为所述配送区域内历史订单的时薪。
可选的，所述方法还包括：
在所述目标订单对应的配送员没有返程订单的情况下，获取所述配送区域的返程系数；
根据所述目标订单的配送距离、配送系数和返程系数，计算所述目标订单的返程补贴；
将所计算的配送价格加上所述返程补贴，得到新的配送价格。
可选的，所述方法还包括：
在所述目标订单对应的配送员存在未完成的其它订单的情况下，根据所述目标订单和其它订单之间的配送路径重叠程度，计算所述目标订单的顺路系数；
将所计算的配送价格乘以所述顺路系数，得到新的配送价格。
可选的，所述方法还包括：
在所述配送区域符合预设条件的情况下，获取所述目标订单的预设补贴；
将所计算的配送价格加上所述预设补贴，得到新的配送价格。
可选的，所述预设条件包括以下至少一种：
当前配送时刻位于预设时间段内、当前天气符合预设天气。
可选的，所述方法还包括：
获取所述配送区域历史订单的接单时长阈值；
计算所述目标订单的创建时刻至当前时刻的时长；
在所述时长超过所述接单时长阈值的情况下，根据超时时长确定超时价格；所述超时时长为所述时长与接单时长阈值之差；
将所计算的配送价格加上所述超时价格，得到新的配送价格；
其中，所述超时时长与超时价格成正比。
可选的，所述方法还包括：
根据所述历史订单的配送价格、配送距离的分布，得到兜底距离；
基于优化算法，调整所述历史订单的配送价格、配送距离的分布；其中，所述优化算法以所述历史订单的总配送价格不变为约束条件，以最佳兜底距离为目标进行迭代计算；
所述根据所述目标订单所在的配送区域内历史订单数据，计算所述配送信息对应的配送系数，具体包括：
根据目标订单所在的配送区域内调整后的历史订单数据，计算所述配送信息对应的配送系数。
一种基于配送业务的定价装置，所述装置包括：
获取单元，获取待定价的目标订单的多种配送信息；
计算单元，根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数；
定价单元，根据所述配送信息和配送系数，计算所述目标订单的配送价格。
一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一项所述基于配送业务的定价方法。
一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
所述处理器被配置为上述任一项所述基于配送业务的定价方法。
本申请实施例，提供了一种基于配送业务的定价方案：基于目标订单的多种配送数据以及基于历史订单得出的配送数据对应的配送系数，根据所述目标订单的多种配送数据和对应的配送系数，计算目标订单的配送价格。如此，通过将多种影响配送价格的配送因素综合起来，可以使得计算的配送价格更为准确。
附图说明
图1是本申请一示例性实施例示出的一种基于配送业务的定价方法的流程图；
图2是本申请一示例性实施例示出的多订单时路径重叠的示意图；
图3是本申请一示例性实施例示出的配送区域内价格-距离的分布曲线示意图；
图4是本申请一示例性实施例示出的分布曲线变化的示意图；
图5是本申请一示例性实施例示出的一种基于配送业务的定价装置的硬件结构图；
图6是本申请一示例性实施例示出的一种基于配送业务的定价装置的模块示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
图1是本申请一示例性实施例示出的一种基于配送业务的定价方法流程图，所述方法可以应用在定价的服务器(以下简称为服务器)中，该方法具体可以包括如下步骤：
步骤110：获取待定价的目标订单的多种配送信息。
步骤120：根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数。
步骤130：根据所述配送信息和配送系数，计算所述目标订单的配送价格。
该实施例中，每一种配送信息可以对应有一个配送系数。并且，所述配送系数可以是根据目标订单所在配送区域内的历史订单数据计算得到的。
基于目标订单的多种配送数据以及基于历史订单得出的配送数据对应的配送系数，根据所述目标订单的多种配送数据和对应的配送系数，计算目标订单的配送价格。如此，通过将多种影响配送价格的配送因素综合起来，可以使得计算的配送价格更为准确。
在一实施例中，所述配送信息包括如下至少二种：
配送距离、准备时长、交付时长；其中，所述准备时长表示该目标订单的发起方准备物品的时长，所述交付时长表示该目标订单的接收方接收物品的时长；
对应的配送系数包括：
所述配送距离对应的距离系数；
所述准备时长对应的准备系数；
所述交付时长对应的交付系数。
该实施例中，实际应用中配送距离是影响配送员的配送时长的因素之一，通常配送距离越远，配送员所需配送时长也越长；
准备时长也是影响配送员的配送时长的因素之一，如果准备时长较长，那么配送员需要等待取货的时长就越长，导致配送时长越长；
交付时长也是影响配送员的配送时长的因素之一，如果交付时长较长，那么配送员需要等待交付的时长就越长，导致配送时长也随之变长；
通常情况下，配送时长可以是和配送价格呈正相关的。
为了便于理解所述准备时长、交付时长、配送距离，以下以即使配送场景中的外卖配送为例加以说明。在外卖配送这一具体业务中，配送距离至少可以包括商家(订单的发起方)的商家位置(起点位置)到订餐用户(订单的接收方)的用户位置(终端位置)的距离。准备时长可以是指商家在获取到用户点餐的餐品后，准备所述餐品的时长。一般的，配送员被分配到目标订单后需要到店取餐后才能进行配送，因此，准备时长也可以称之为等餐时长，也就是说配送员在被分配到目标订单时刻开始的等餐时长内，由于商家还在准备餐品，即使提早到店也无法成功取餐，需要等待商家完成餐品。所述交付时长可以是用户接收餐品所需的时长，即从用户点餐开始到用户收到餐品所需的时长。需要说明的是，外卖配送仅是配送业务的一种示例，本申请并不对配送业务进行限定，实际应用中可以包括任何形式的配送业务。
在一实施例中，所述步骤120根据所述目标订单所在配送区域内的历史订单数据，计算所述配送距离对应的距离系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的配送距离；
获取所述目标订单所在的配送区域内历史订单的平均配送速度；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数。
具体地，计算距离系数可以如下公式1所示：
Figure BDA0001758804880000091
其中，L表示距离系数，函数avg为去算术平均值，
Figure BDA0001758804880000092
表示平均配送速度，S表示时薪，l表示第i个历史订单的配送距离，
Figure BDA0001758804880000093
表示平均配送距离。
也就是说，根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数，具体包括：
将每个历史订单的配送距离除以平均配送速度后求和，得到第一数值；
将所述第一数值乘以时薪后除以平均配送距离，得到第二数值；
将所述第二数值除以历史订单的数量，得到距离系数。
其中，平均配送速度可以是将配送区域内每个历史订单的配送速度相加后除以历史订单的数量，从而得到平均配送速度；平均配送距离可以是将配送区域内每个历史订单的配送距离相加后除以历史订单的数量，从而得到平均配送距离。
在一实施例中，所述步骤120根据所述目标订单所在配送区域内的历史订单数据，计算所述准备时长对应的准备系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的准备时长；
获取所述目标订单所在的配送区域内历史订单的平均准备时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数。
具体地，计算准备系数可以如下公式2所示：
Figure BDA0001758804880000101
其中，T1表示准备系数，函数avg为去算术平均值，
Figure BDA0001758804880000102
表示平均准备时长，S表示时薪，t表示第i个历史订单的准备时长。
也就是说，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
将每个历史订单的准备时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均准备时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到准备系数。
在一实施例中，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
根据所述历史订单的准备时长，计算分位数；
按照分位数确定至少两个准备时长范围；
计算每种准备时长范围内历史订单的平均准备时长；
根据所述历史订单的时薪以及每种准备时长范围内历史订单的准备时长、平均准备时长，计算每种准备时长范围的准备系数；
确定所述目标订单的准备时长所在的目标时长范围；
查询所述目标时长范围对应的准备系数；
将所查询到的准备系数确定为所述目标订单的准备时长对应的准备系数。
该实施例中，所述分位数可以包括中位数、二分位数、四分位数等。如果是中位数，则可以得到两种准备时长范围；如果是二分位数，则可以得到三种准备时长范围；如果是四分位数，则可以得到四种准备时长范围。
以四分位数为例，那么可以得到四种准备时长范围，假设100个历史订单并按照从小到大排序；那么中位数为Q1＝25，Q2＝50，Q3＝75；因此，第一档的准备时长范围为[t1,t25]，第二档的准备时长范围为(t25,t50]，第三档的准备时长范围为(t50,t75]，第四档的准备时长范围为(t75,t100]；其中，t1表示排序后第1个历史订单的准备时长，t25表示排序后第25个历史订单的准备时长，其它类似。
如此在确定了四种准备时长范围后，就可以分别求每个准备时长范围内历史订单的平均准备时长；进而根据前述公式2计算每种准备时长范围对应的准备系数。
进一步的，在确定了目标订单的准备时长后，就可以得到其所在的目标准备时长范围对应的准备系数了。
通过本实施例，从基于所有历史订单计算一个全局准备系数变为计算多个局部准备系数，可以提升局部准备时长范围内准备系数的准确性；进而提升整体定价的准确性。
在一实施例中，所述步骤120根据所述目标订单所在的配送区域内历史订单数据，计算所述交付时长对应的交付系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的交付时长；
获取所述目标订单所在的配送区域内历史订单的平均交付时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数。
具体地，交付系数可以如下公式3所示：
Figure BDA0001758804880000111
其中，T2表示交付系数，函数avg为去算术平均值，
Figure BDA0001758804880000112
表示平均交付时长，S表示时薪，t表示第i个历史订单的交付时长。
也就是说，所述根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
将每个历史订单的交付时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均交付时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到交付系数。
在一实施例中，所述根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
根据所述历史订单的交付时长，计算分位数；
按照分位数确定至少两个交付时长范围；
计算每种交付时长范围内历史订单的平均交付时长；
根据所述历史订单时薪以及每种交付时长范围内历史订单的交付时长、平均交付时，计算每种交付时长范围的交付系数；
确定所述目标订单的交付时长所在的目标交付时长范围；
查询所述目标交付时长范围对应的交付系数；
将所查询到的交付系数确定为所述目标订单的交付时长对应的交付系数。
该实施例与前述准备系数的实施例相似，可以参考前述实施例，此处不再进行赘述。
通过本实施例，从基于所有历史订单计算一个全局交付系数变为计算多个局部交付系数，可以提升局部交付时长范围内交付系数的准确性；进而提升整体定价的准确性。
在一实施例中，前述计算所述目标订单所在的配送区域内历史订单的时薪，具体包括：
获取所述目标订单所在的配送区域内历史订单的平均补贴价格；
获取所述目标订单所在的配送区域内历史订单的平均配送时长；
将所述平均补贴价格和平均配送时长的比值确定为所述配送区域内历史订单的时薪。
具体地，计算时薪可以如下公式4所示：
S＝平均补贴价格/平均配送时长 公式4
其中，所述平均补贴价格可以通过将每个历史订单的补贴价格相加后取平均值得出。
所述平均配送时长可以通过将每个历史订单的配送时长相加后去平均值得出。
对于任一历史订单的配送时长可以通过如下方式得到：
配送距离＝起点位置(如商家位置)到终点位置(如下单用户位置)的距离；
移动时长＝配送距离/配送员平均速度；
配送时长＝移动时长+准备时长+交付时长。
在一实施例中，所述步骤130根据所述配送信息和配送系数，计算所述目标订单的配送价格，具体包括：
将每种配送信息与队友的配送系数相乘，然后求和，得到目标订单的配送价格。
具体地，计算配送价格可以如下公式5所示：
配送价格＝配送距离*距离系数+准备时长*准备系数+交付时长*交付系数
公式5
可见，通过综合配送距离、准备时长和交付时长以及对应的系数这些影响配送价格的因素，可以使得计算目标订单的配送价格更为准确。
在一实施例中，实际应用中，配送员可以会同时配送多个订单；而这些订单中可能会和目标订单存在配送路径重叠的情况，按照公式5会将重叠路径的配送费用多次计算，所以需要将重叠路径的费用减扣。为此，前述方法还可以包括：
在所述目标订单对应的配送员存在未完成的其它订单的情况下，根据所述目标订单和其它订单之间的配送路径重叠程度，计算所述目标订单的顺路系数；
将所计算的配送价格乘以所述顺路系数，得到新的配送价格。
该实施例中，所述配送路径重叠程度可以基于现有的路径相似度算法进行计算。
具体地，计算顺路系数可以如下公式6所示：
顺路系数＝总配送距离/(总配送距离-重叠距离) 公式6
举例说明，如图2所述，目标订单的配送路径为A到B到C；其它订单的配送路径为A到B到D；那么重叠距离即为AB的距离；
因此，基于公式6，图2例子的顺路系数＝(ABC距离+ABD距离)/(ABC距离+ABD距离-AB距离)。
相应地，计算配送价格可以如下公式所示：
配送价格＝(配送距离*距离系数+准备时长*准备系数+交付时长*交付系数)*顺路系数
通过本实施例，在前述实施例基础上，还考虑到了多订单时由于配送距离重叠多计算的费用，在公式5基础上乘以顺路系数可以减扣这些多计算的费用，使得最终的配送价格更为准确、更为合理。
在一实施例中，实际应用中，配送员可以会存在配送目标订单后返程空载的情况，例如订单终点位置属于偏远地区。返程空载就意味配送员返程没有收入，这样会降低配送员接单的积极性，容易出现偏远地区的订单无人接单的情况。为了避免这样请求的出现，所述方法还可以包括：
在所述目标订单对应的配送员没有返程订单的情况下，获取所述配送区域的返程系数；
根据所述目标订单的配送距离、配送系数和返程系数，计算所述目标订单的返程补贴；
将所计算的配送价格加上所述返程补贴，得到新的配送价格。
该实施例中，当目标订单对应的配送员没有返程订单时，说明配送员返程很可能会空载，需要对该配送员进行补贴。所述返程系数可以是人为预先设置的一个经验值。当然随着机器学习技术的发展，可以基于机器学习技术，训练出一个最优的返程系数。
相应地，计算配送价格可以如下公式所示：
配送价格＝配送距离*距离系数+准备时长*准备系数+交付时长*交付系数+返程距离*距离系数*返程系数
其中，所述返程距离可以是指目标订单的配送距离；再有的实施例中，也可以是指距离配送员最近的一个订单起点位置的距离。
通过本实施例，在前述实施例基础上，当出现返程空载时，通过提供返程补贴的方式，增加配送价格，提升订单的被接单几率。
值得一提的是，在某些实施例中，不管目标订单对应的配送员是否存在返程订单，均可以在目标订单的配送价格上添加返程补贴。这样，就无需判断配送员是否存在返程订单这一步骤，从而简化了流程。
在一实施例中，实际应用中，当出现恶劣天气、配送高峰期等特殊情况时，为了提升配送员接单意愿，可以提高订单的配送价格，从而调用配送员接单。为此，所述方法还可以包括：
在所述配送区域符合预设条件的情况下，获取所述目标订单的预设补贴；
将所计算的配送价格加上所述预设补贴，得到新的配送价格。
其中，所述预设条件包括以下至少一种：
当前配送时刻位于预设时间段内、当前天气符合预设天气。
相应地，计算配送价格可以如下公式所示：
配送价格＝配送距离*距离系数+准备时长*准备系数+交付时长*交付系数+预设补贴
该实施例中，不同预设条件可以对应有不同的预设补贴。所述预设补贴可以是人为预先设定的一个经验值，当然也可以根据实际情况自动调节，例如基于机器学习技术，可以动态调节预设补贴。
在一实施例中，在实际应用中，不同配送区域的接收方对于配送员接单时长均有不同敏感度，所述敏感度可以体现在配送接收方对于订单的打分、评价和/或取消率等。举例说明，当订单创建后，接单时长(可以是订单创建时刻至被配送员接单时刻的时长)越长，敏感度越高；接单时长越短，敏感度越低。因此，可以根据某个配送区域内历史订单的敏感度信息，确定该配送区域的接单时长阈值。
其中，所述接单时长阈值可以是人为设置的一个经验值。例如有经验的工作人员可以根据历史订单的敏感度信息，制定一个符合该区域主流敏感度的接单时长阈值。
随着计算机技术的不断发展，特别是人工智能的进步，所述接单时长阈值还可以是通过机器学习计算得到的。例如，以历史订单的接单时长的敏感度为标签，以历史订单为训练样本，通过机器学习算法可以计算一个最优的接单时长阈值。
再有的，所述接单时长阈值还可以是基于大数据技术计算得到的。例如，通过海量数据，发现配送区域内大部分历史订单的接单时长当大于10分钟时，敏感度就大为增高，那么就可以确定10分钟为接单时长阈值。
如果订单超时即该订单创建时刻至当前时刻的时长超过了接单时长阈值，则说明配送员对该订单的接单意愿较低，可以适当提高该订单的配送价格，从而提升配送员的接单意愿。为此，所述方法还可以包括：
获取所述配送区域历史订单的接单时长阈值；
计算所述目标订单的创建时刻至当前时刻的时长；
在所述时长超过所述接单时长阈值的情况下，根据超时时长确定超时价格；所述超时时长为所述时长与接单时长阈值之差；
将所计算的配送价格加上所述超时价格，得到新的配送价格；
其中，所述超时时长与超时价格成正比。
相应地，计算配送价格可以如下公式所示：
配送价格＝配送距离*距离系数+准备时长*准备系数+交付时长*交付系数+超时价格
在一实施例中，可以综合上述全部实施例，的都一种更为准确的定价方案，例如计算配送价格可以如下公式7所示：
配送价格＝(配送距离*距离系数+准备时长*准备系数+交付时长*交付系数)*顺路系数+返程距离*距离系数*返程系数+预设补贴+超时价格 公式7
在一实施例中，还可以对配送系数进行调整，使得配送系统更为准确。具体地，所述方法还包括：
根据所述历史订单的配送价格、配送距离的分布，得到兜底距离；
基于优化算法，调整所述历史订单的配送价格、配送距离的分布；其中，所述优化算法以所述历史订单的总配送价格不变为约束条件，以最佳兜底距离为目标进行迭代计算；
所述根据所述目标订单所在的配送区域内历史订单数据，计算所述配送信息对应的配送系数；
根据目标订单所在的配送区域内调整后的历史订单数据，计算所述配送信息对应的配送系数。
在实际应用中，每个订单的配送价格存在一个兜底价，可以理解为起送价；即所有订单的配送价格都会大于等于该兜底价。每个配送区域内都存在有一个兜底距离，可以理解为起送价对应的距离，当配送距离小于等于兜底距离时，配送价格即为兜底价，当配送距离大于兜底距离时，配送价格就会在兜底价的基础上随超出距离(配送距离减去兜底距离)的增加而增加。
一般的，可以根据所述历史订单的配送价格、配送距离的分布，画出该配送区域内价格-距离的分布曲线。
如图3所示的，该直角坐标系中，横坐标表示配送距离，纵坐标表示配送价格，坐标系中的坐标点即反映了一个历史订单的配送价格和配送距离。可见，在配送距离小于等于兜底距离时，配送价格始终为兜底价，即分布曲线中水平部分；在配送距离大于兜底距离时，配送价格就会增长，即分布曲线中斜线部分。
这样的分布曲线可以用数学公式表示，如下公式8：
Figure BDA0001758804880000171
其中，someDist表示兜底距离，α表示斜率(即分布曲线中斜线部分的斜率)，β表示截距(即分布曲线中斜线部分的截距)。
在实际应用中，上述兜底距离通常是人为预先设置的一个经验值，可能并准确。基于现有的KPI(如5分钟接单率、推单完成率等)相关因素模型可知，在其它变量(历史订单的总配送价格不变)不变的情况下，最佳KPI可以对应一个最佳兜底距离。
由于兜底距离someDist的改变，相应地历史订单的配送价格、配送距离的分布也会随之改变，即公式8可以修改为如下公式9：
Figure BDA0001758804880000181
其中，someDist’表示最佳兜底距离，α’表示新的斜率(即改变后分布曲线中斜线部分的斜率)，β’表示改截距(即改变后分布曲线中斜线部分的截距)。
上述公式9是体现了分布曲线改变情况，改变过程如下所示：
基于优化算法，调整所述历史订单的配送价格、配送距离的分布；其中，所述优化算法以所述历史订单的总配送价格不变为约束条件，以最佳兜底距离为目标进行迭代计算。所述优化算法可以包括梯度下降法。
如图4所示，当最佳兜底距离小于原有兜底距离时，斜线的斜率会降低；而当最佳兜底距离大于原有兜底距离时，斜线的斜率会升高。
由于配送区域内历史订单的配送数据改变后，因此，所述步骤120根据所述目标订单所在的配送区域内历史订单数据，计算所述配送信息对应的配送系数，具体包括：
根据目标订单所在的配送区域内调整后的历史订单数据，计算所述配送信息对应的配送系数。
具体地，可以输出新的距离系数、准备系数和/或交付系数。
通过本实施例，根据每个配送区域内价格-距离分布，在确保总体配送价格恒定的情况下，通过改变兜底距离从而调整价格与距离的斜率，使得整体分布更为合理。
本申请可以应用在O2O众包场景中，所述O2O众包是一种新型的配送模式，主要是通过调动社会闲散劳动力参与物流配送业务。020众包对于各个参与方都有好处，是一种多赢的配送模式。因此，前述订单均可以包括众包订单。
基于目标众包订单的多种配送数据以及基于历史订单得出的配送数据对应的配送系数，根据所述目标众包订单的多种配送数据和对应的配送系数，计算目标众包订单的配送价格。如此，通过将多种影响配送价格的配送因素综合起来，可以使得计算的配送价格更为准确。
与前述基于配送业务的定价方法的实施例相对应，本申请还提供了基于配送业务的定价装置的实施例。
本申请基于配送业务的定价装置的实施例可以应用在服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图5所示，为本申请基于配送业务的定价装置所在的一种硬件结构图，除了图5所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中通常根据该定价的实际功能，还可以包括其他硬件，对此不再赘述。
请参考图6，在一种软件实施方式中，该基于配送业务的定价装置可以包括：
获取单元610，获取待定价的目标订单的多种配送信息；
计算单元620，根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数；
定价单元630，根据所述配送信息和配送系数，计算所述目标订单的配送价格。
在一可选实施例中，所述配送信息包括如下至少二种：
配送距离、准备时长、交付时长；其中，所述准备时长表示该目标订单的发起方准备物品的时长，所述交付时长表示该目标订单的接收方接收物品的时长；
对应的配送系数包括：
所述配送距离对应的距离系数；
所述准备时长对应的准备系数；
所述交付时长对应的交付系数。
在一可选实施例中，所述计算单元620，具体包括：
第一获取子单元，获取所述目标订单所在的配送区域内历史订单的配送距离；
第二获取子单元，获取所述目标订单所在的配送区域内历史订单的平均配送速度；
时薪计算子单元，计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
第一计算子单元，根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数。
在一可选实施例中，所述第一计算子单元，具体包括：
求和子单元，将每个历史订单的配送距离除以平均配送速度后求和，得到第一数值；
除法子单元，将所述第一数值乘以时薪后除以平均配送距离，得到第二数值；
求平均子单元，将所述第二数值除以历史订单的数量，得到距离系数。
在一可选实施例中，所述计算单元620，具体包括：
第三获取子单元，获取所述目标订单所在的配送区域内历史订单的准备时长；
第四获取子单元，获取所述目标订单所在的配送区域内历史订单的平均准备时长；
时薪计算子单元，计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
第二计算子单元，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数。
在一可选实施例中，所述第二计算子单元，具体包括：
求和子单元，将每个历史订单的准备时长求和，得到第一数值；
除法子单元，将所述第一数值乘以时薪后除以平均准备时长，得到第二数值；
求平均子单元，将所述第二数值除以历史订单的数量，得到准备系数。
在一可选实施例中，所述计算单元620，具体包括：
所述第二计算单元，具体包括：
分位数计算子单元，根据所述历史订单的准备时长，计算分位数；
范围确定子单元，按照分位数确定至少两个准备时长范围；
时长计算子单元，计算每种准备时长范围内历史订单的平均准备时长；
系数计算子单元，根据所述历史订单时薪以及每种准备时长范围内历史订单的准备时长、平均准备时长，计算每种准备时长范围的准备系数；
目标范围确定子单元，确定所述目标订单的准备时长所在的目标准备时长范围；
查询子单元，查询所述目标准备时长范围对应的准备系数；
系数确定子单元，将所查询到的准备系数确定为所述目标订单的准备时长对应的准备系数。
在一可选实施例中，所述计算单元620，具体包括：
第五获取子单元，获取所述目标订单所在的配送区域内历史订单的交付时长；
第六获取子单元，获取所述目标订单所在的配送区域内历史订单的平均交付时长；
时薪计算子单元，计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
第三计算子单元，根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数。
在一可选实施例中，所述第三计算子单元，具体包括：
求和子单元，每个历史订单的交付时长求和，得到第一数值；
除法子单元，将所述第一数值乘以时薪后除以平均交付时长，得到第二数值；
求平均子单元，将所述第二数值除以历史订单的数量，得到交付系数。
在一可选实施例中，所述第三计算子单元，具体包括：
分位数计算子单元，根据所述历史订单的交付时长，计算分位数；
范围确定子单元，按照分位数确定至少两个交付时长范围；
时长计算子单元，计算每种交付时长范围内历史订单的平均交付时长；
系数计算子单元，根据所述历史订单的平均交付时长和时薪以及每种交付时长范围内历史订单的交付时长，计算每种交付时长范围的交付系数；
目标范围确定子单元，确定所述目标订单的交付时长所在的目标交付时长范围；
查询子单元，查询所述目标交付时长范围对应的交付系数；
系数确定子单元，将所查询到的交付系数确定为所述目标订单的交付时长对应的交付系数。
在一可选实施例中，所述时薪计算子单元，具体包括：
价格获取子单元，获取所述目标订单所在的配送区域内历史订单的平均补贴价格；
时长获取子单元，获取所述目标订单所在的配送区域内历史订单的平均配送时长；
时薪确定子单元，将所述平均补贴价格和平均配送时长的比值确定为所述配送区域内历史订单的时薪。
在一可选实施例中，所述装置还包括：
顺路系数计算单元，在所述目标订单对应的配送员存在未完成的其它订单的情况下，根据所述目标订单和其它订单之间的配送路径重叠程度，计算所述目标订单的顺路系数；
定价调整单元，将所计算的配送价格乘以所述顺路系数，得到新的配送价格。
在一可选实施例中，所述装置还包括：
返程系数获取单元，在所述目标订单对应的配送员没有返程订单的情况下，获取所述配送区域的返程系数；
返程补贴计算单元，根据所述目标订单的配送距离、配送系数和返程系数，计算所述目标订单的返程补贴；
定价调整单元，将所计算的配送价格加上所述返程补贴，得到新的配送价格。
在一可选实施例中，所述装置还包括：
预设补贴获取单元，在所述配送区域符合预设条件的情况下，获取所述目标订单的预设补贴；
定价调整单元，将所计算的配送价格加上所述预设补贴，得到新的配送价格。
在一可选实施例中，所述预设条件包括以下至少一种：
当前配送时刻位于预设时间段内、当前天气符合预设天气。
在一可选实施例中，所述装置还包括：
阈值获取单元，获取所述配送区域历史订单的接单时长阈值；
时长计算单元，计算所述目标订单的创建时刻至当前时刻的时长；
超时价格确定单元，在所述时长超过所述接单时长阈值的情况下，根据超时时长确定超时价格；所述超时时长为所述时长与接单时长阈值之差；
定价调整单元，将所计算的配送价格加上所述超时价格，得到新的配送价格；其中，所述超时时长与超时价格成正比。
在一可选实施例中，所述装置还包括：
兜底距离计算单元，根据所述历史订单的配送价格、配送距离的分布，得到兜底距离；
分布调整单元，基于优化算法，调整所述历史订单的配送价格、配送距离的分布；其中，所述优化算法以所述历史订单的总配送价格不变为约束条件，以最佳兜底距离为目标进行迭代计算；
所述计算单元620，具体包括：
根据目标订单所在的配送区域内调整后的历史订单数据，计算所述配送信息对应的配送系数。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (19)

1.一种基于配送业务的定价方法，其特征在于，所述方法包括：
获取待定价的目标订单的多种配送信息；所述多种配送信息包括如下至少二种：配送距离、准备时长、交付时长，所述目标订单为一个订单，所述准备时长为配送员在被分配到所述目标订单时刻开始的等餐时长，所述交付时长为从用户点餐开始到所述用户收到餐品所需的时长；
根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数，所述配送系数包括：所述配送距离对应的距离系数、所述准备时长对应的准备系数、所述交付时长对应的交付系数；
根据所述配送信息和配送系数，计算所述目标订单的配送价格；
根据计算得到的所述目标订单的配送价格，分配所述目标订单。
2.根据权利要求1所述的方法，其特征在于，根据所述目标订单所在配送区域内的历史订单数据，计算所述配送距离对应的距离系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的配送距离；
获取所述目标订单所在的配送区域内历史订单的平均配送速度；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数。
3.根据权利要求2所述的方法，其特征在于，根据所述历史订单的配送距离、平均配送速度、平均配送距离和时薪，计算所述配送距离对应的距离系数，具体包括：
将每个历史订单的配送距离除以平均配送速度后求和，得到第一数值；
将所述第一数值乘以时薪后除以平均配送距离，得到第二数值；
将所述第二数值除以历史订单的数量，得到距离系数。
4.根据权利要求1所述的方法，其特征在于，根据所述目标订单所在配送区域内的历史订单数据，计算所述准备时长对应的准备系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的准备时长；
获取所述目标订单所在的配送区域内历史订单的平均准备时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数。
5.根据权利要求4所述的方法，其特征在于，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
将每个历史订单的准备时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均准备时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到准备系数。
6.根据权利要求4所述的方法，其特征在于，根据所述历史订单的准备时长、平均准备时长和时薪，计算所述准备时长对应的准备系数，具体包括：
根据所述历史订单的准备时长，计算分位数；
按照分位数确定至少两个准备时长范围；
计算每种准备时长范围内历史订单的平均准备时长；
根据所述历史订单时薪以及每种准备时长范围内历史订单的准备时长、平均准备时长，计算每种准备时长范围的准备系数；
确定所述目标订单的准备时长所在的目标准备时长范围；
查询所述目标准备时长范围对应的准备系数；
将所查询到的准备系数确定为所述目标订单的准备时长对应的准备系数。
7.根据权利要求1所述的方法，其特征在于，根据所述目标订单所在配送区域内的历史订单数据，计算所述交付时长对应的交付系数，具体包括：
获取所述目标订单所在的配送区域内历史订单的交付时长；
获取所述目标订单所在的配送区域内历史订单的平均交付时长；
计算所述目标订单所在的配送区域内历史订单的时薪；所述时薪反映了所述配送区域的成本指标；
根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数。
8.根据权利要求7所述的方法，其特征在于，根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
将每个历史订单的交付时长求和，得到第一数值；
将所述第一数值乘以时薪后除以平均交付时长，得到第二数值；
将所述第二数值除以历史订单的数量，得到交付系数。
9.根据权利要求7所述的方法，其特征在于，根据所述历史订单的交付时长、平均交付时长和时薪，计算所述交付时长对应的交付系数，具体包括：
根据所述历史订单的交付时长，计算分位数；
按照分位数确定至少两个交付时长范围；
计算每种交付时长范围内历史订单的平均交付时长；
根据所述历史订单时薪以及每种交付时长范围内历史订单的交付时长、平均交付时长，计算每种交付时长范围的交付系数；
确定所述目标订单的交付时长所在的目标交付时长范围；
查询所述目标交付时长范围对应的交付系数；
将所查询到的交付系数确定为所述目标订单的交付时长对应的交付系数。
10.根据权利要求2至9中任一项所述的方法，其特征在于，计算所述目标订单所在的配送区域内历史订单的时薪，具体包括：
获取所述目标订单所在的配送区域内历史订单的平均补贴价格；
获取所述目标订单所在的配送区域内历史订单的平均配送时长；
将所述平均补贴价格和平均配送时长的比值确定为所述配送区域内历史订单的时薪。
11.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在所述目标订单对应的配送员没有返程订单的情况下，获取所述配送区域的返程系数；
根据所述目标订单的配送距离、配送系数和返程系数，计算所述目标订单的返程补贴；
将所计算的配送价格加上所述返程补贴，得到新的配送价格。
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述目标订单对应的配送员存在未完成的其它订单的情况下，根据所述目标订单和其它订单之间的配送路径重叠程度，计算所述目标订单的顺路系数；
将所计算的配送价格乘以所述顺路系数，得到新的配送价格。
13.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述配送区域符合预设条件的情况下，获取所述目标订单的预设补贴；
将所计算的配送价格加上所述预设补贴，得到新的配送价格。
14.根据权利要求13所述的方法，其特征在于，所述预设条件包括以下至少一种：
当前配送时刻位于预设时间段内、当前天气符合预设天气。
15.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述配送区域历史订单的接单时长阈值；
计算所述目标订单的创建时刻至当前时刻的时长；
在所述时长超过所述接单时长阈值的情况下，根据超时时长确定超时价格；所述超时时长为所述时长与接单时长阈值之差；
将所计算的配送价格加上所述超时价格，得到新的配送价格；
其中，所述超时时长与超时价格成正比。
16.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述历史订单的配送价格、配送距离的分布，得到兜底距离；
基于优化算法，调整所述历史订单的配送价格、配送距离的分布；其中，所述优化算法以所述历史订单的总配送价格不变为约束条件，以最佳兜底距离为目标进行迭代计算；
所述根据所述目标订单所在的配送区域内历史订单数据，计算所述配送信息对应的配送系数，具体包括：
根据目标订单所在的配送区域内调整后的历史订单数据，计算所述配送信息对应的配送系数。
17.一种基于配送业务的定价装置，其特征在于，所述装置包括：
获取单元，获取待定价的目标订单的多种配送信息；所述多种配送信息包括如下至少二种：配送距离、准备时长、交付时长，所述目标订单为一个订单，所述准备时长为配送员在被分配到所述目标订单时刻开始的等餐时长，所述交付时长为从用户点餐开始到所述用户收到餐品所需的时长；
计算单元，根据所述目标订单所在配送区域内的历史订单数据，计算每种配送信息对应的配送系数，所述配送系数包括：所述配送距离对应的距离系数、所述准备时长对应的准备系数、所述交付时长对应的交付系数；
定价单元，根据所述配送信息和配送系数，计算所述目标订单的配送价格；
根据计算得到的所述目标订单的配送价格，分配所述目标订单。
18.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-16中任一项所述的方法。
19.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
所述处理器被配置为上述权利要求1-16中任一项所述的方法。
CN201810898520.7A 2018-08-08 2018-08-08 一种基于配送业务的定价方法及装置 Active CN109165895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810898520.7A CN109165895B (zh) 2018-08-08 2018-08-08 一种基于配送业务的定价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810898520.7A CN109165895B (zh) 2018-08-08 2018-08-08 一种基于配送业务的定价方法及装置

Publications (2)

Publication Number Publication Date
CN109165895A CN109165895A (zh) 2019-01-08
CN109165895B true CN109165895B (zh) 2021-07-30

Family

ID=64895168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810898520.7A Active CN109165895B (zh) 2018-08-08 2018-08-08 一种基于配送业务的定价方法及装置

Country Status (1)

Country Link
CN (1) CN109165895B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009288A (zh) * 2019-04-15 2019-07-12 北京闪送科技有限公司 调价方法、装置、设备及存储介质
CN110009287A (zh) * 2019-04-15 2019-07-12 北京闪送科技有限公司 溢价确定方法、装置、设备及存储介质
CN112819266B (zh) * 2019-11-15 2023-04-18 北京三快在线科技有限公司 配送参数调整方法、装置、存储介质及电子设备
CN111105191A (zh) * 2019-12-16 2020-05-05 三只松鼠股份有限公司 一种基于工业互联网的订单配送方法
CN112163883A (zh) * 2020-09-27 2021-01-01 长沙市到家悠享家政服务有限公司 价格处理方法、装置、设备和存储介质
CN112766587B (zh) * 2021-01-26 2023-10-27 北京顺达同行科技有限公司 物流订单处理方法、装置、计算机设备以及存储介质
CN112926923A (zh) * 2021-03-24 2021-06-08 拉扎斯网络科技（上海）有限公司 一种测试数据集合的获取方法、装置及电子设备
CN113191816A (zh) * 2021-05-18 2021-07-30 拉扎斯网络科技（上海）有限公司 订单的定价方法及系统
CN117649164B (zh) * 2024-01-30 2024-04-16 四川宽窄智慧物流有限责任公司 一种货物统筹管理的梯度分配方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455904A (zh) * 2013-09-03 2013-12-18 何俊明 一种物流运价自动计算系统及其工作方法
CN106327111A (zh) * 2015-06-15 2017-01-11 丹阳飓风物流股份有限公司 一种基于第三方物流的运输费用计算系统
CN107451779A (zh) * 2017-08-01 2017-12-08 北京同城必应科技有限公司 一种动态调价方法和装置、计算机设备、存储介质
CN107563699A (zh) * 2017-09-08 2018-01-09 汪明陆 一种物流系统和配货运输流程
CN107563786A (zh) * 2017-07-21 2018-01-09 闫凯 一种城市内乘客及货物协同运输的定价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455904A (zh) * 2013-09-03 2013-12-18 何俊明 一种物流运价自动计算系统及其工作方法
CN106327111A (zh) * 2015-06-15 2017-01-11 丹阳飓风物流股份有限公司 一种基于第三方物流的运输费用计算系统
CN107563786A (zh) * 2017-07-21 2018-01-09 闫凯 一种城市内乘客及货物协同运输的定价方法
CN107451779A (zh) * 2017-08-01 2017-12-08 北京同城必应科技有限公司 一种动态调价方法和装置、计算机设备、存储介质
CN107563699A (zh) * 2017-09-08 2018-01-09 汪明陆 一种物流系统和配货运输流程

Also Published As

Publication number Publication date
CN109165895A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
CN109165895B (zh) 一种基于配送业务的定价方法及装置
CN112418536A (zh) 一种基于大数据的物流到货时长实时监测预估系统
CN109697637A (zh) 对象类别确定方法、装置、电子设备及计算机存储介质
CN111695842B (zh) 配送方案确定方法、装置、电子设备及计算机存储介质
CN110599078A (zh) 物流配送信息的处理方法、装置及计算机设备
CN116542705A (zh) 预测方法、装置和计算机可读存储介质
CN111768216A (zh) 订单价格调整方法、装置、服务器及存储介质
CN111062530A (zh) 一种基于加权图的多地点物流配送路线推荐方法
CN109583634A (zh) 一种基于现代投资组合理论的外卖配送路径选择方法
CN111667181B (zh) 任务处理方法、装置、电子设备及计算机可读存储介质
CN111460301B (zh) 对象推送方法、装置、电子设备及存储介质
CN112819394B (zh) 运单处理方法、装置、计算机可读存储介质及电子设备
CN110837919A (zh) 公交供给情况判定方法及装置
CN111815239B (zh) 错误补码订单统计方法、装置及计算机可读存储介质
CN114612034A (zh) 仓库确定方法、装置及设备
CN111325594A (zh) 一种潜在尾单判断、调度方法及装置
CN112308266B (zh) 仓库选址方法、装置、设备和可读存储介质
CN111105284B (zh) 订单处理方法、装置、m层订单处理模型、电子设备及储存介质
CN112990948A (zh) 服务评估方法、装置、设备、存储介质及计算机程序产品
CN112053087A (zh) 投诉工单的处理方法、装置、设备及存储介质
CN113537853A (zh) 订单分配方法、订单分配装置、可读存储介质及电子设备
CN114066105B (zh) 运单配送超时预估模型的训练方法，存储介质和电子设备
CN112818192B (zh) 服务对象聚类方法、装置、存储介质和电子设备
US20230214767A1 (en) Communications server apparatus and method for simulating supply and demand conditions related to a transport service
CN110969319A (zh) 一种考核时长的确定方法及装置

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