CN109214732A - 物流对象选择、确定物流线路过载的方法及装置、设备 - Google Patents

物流对象选择、确定物流线路过载的方法及装置、设备 Download PDF

Info

Publication number
CN109214732A
CN109214732A CN201710521757.9A CN201710521757A CN109214732A CN 109214732 A CN109214732 A CN 109214732A CN 201710521757 A CN201710521757 A CN 201710521757A CN 109214732 A CN109214732 A CN 109214732A
Authority
CN
China
Prior art keywords
logistics
stream line
order
logistics object
capacity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710521757.9A
Other languages
English (en)
Inventor
陈东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cainiao Smart Logistics Holding Ltd
Original Assignee
Cainiao Smart Logistics Holding 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 Cainiao Smart Logistics Holding Ltd filed Critical Cainiao Smart Logistics Holding Ltd
Priority to CN201710521757.9A priority Critical patent/CN109214732A/zh
Publication of CN109214732A publication Critical patent/CN109214732A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0835Relationships between shipper or supplier and carriers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种物流对象选择、确定物流线路过载的方法及装置、设备。其中,物流对象选择的方法,包括:提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;获取数据对象订单,所述数据对象订单携带发货地址及收货地址;根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。

Description

物流对象选择、确定物流线路过载的方法及装置、设备
技术领域
本申请涉及数据处理技术领域,尤其涉及一种物流对象选择、确定物流线路过载的方法及装置、设备。
背景技术
目前,物流是商务活动中重要环节,其内容包括通过运输、存储、配送等方式,对标的物品进行从发货地到收获地的规划、实施和控制的全过程。
在相关技术中,买家和卖家达成一笔订单交易后,需要卖家通过某物流服务商提供订单物流服务。而物流服务商一般是由卖家根据实际情况自主选择的,由于依靠卖家的人为判断,故难以确保被选取的物流服务商是最合适的。
发明内容
有鉴于此,本申请提供一种物流对象选择、确定物流线路过载的方法及装置、设备。
为实现上述目的,本申请提供技术方案如下:
根据本申请的第一方面,提出了一种物流对象选择的方法,包括:
提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
根据本申请的第二方面,提出了一种确定物流线路过载的方法,包括:
提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测在所述物流对象的目标物流线路上进行物流的物流量;
若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。
根据本申请的第三方面,提出了一种物流对象选择的装置,所述装置包括:
提供单元,用于提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取单元,用于获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
线路确定单元,用于根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
对象确定单元,用于根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
根据本申请的第四方面,提出了一种确定物流线路过载的装置,包括:
提供单元,用于提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测单元,用于监测在所述物流对象的目标物流线路上进行物流的物流量;
过载确定单元,用于在监测到的所述物流量大于与所述目标物流线路对应的物流量阈值时,确定所述物流对象在该目标物流线路上过载。
根据本申请的第五方面,提出了一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
根据本申请的第六方面,提出了一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测在所述物流对象的目标物流线路上进行物流的物流量;
若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。
由以上技术方案可见,在获取到数据对象订单并确定对应的目标物流线路后,可以基于物流对象信息,确定出与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。基于每条物流线路上的物流量,可以准确确定出哪些线路没有过载,并将没有过载的线路确定为候选的物流对象,提高物流选择效率,保证物流服务质量。
附图说明
图1是本申请一示例性实施例提供的一种物流对象的选择方法的流程图;
图2是本申请一示例性实施例提供的物流线路的示意图;
图3是本申请一示例性实施例提供的一种确定物流线路过载的方法的流程图;
图4是本申请一示例性实施例提供的一种电子设备的结构示意图;
图5是本申请一示例性实施例提供的一种物流对象选择的装置的框图;
图6是本申请一示例性实施例提供的另一种电子设备的结构示意图;
图7是本申请一示例性实施例提供的一种确定物流线路过载的装置的框图;
图8是本申请一示例性实施例提供的一种物流对象推荐系统的模块图。
具体实施方式
通常,可供发货者(如卖家)选择的物流对象有很多,其中,物流对象指的是能够提供物流服务的主体,例如,独立的物流公司、商家或销售平台自有的物流机构等等,如果进一步考虑区域粒度,也可以是物流公司的区域分公司,甚至具体的服务网点等等。相关技术中,在发货者需要发货时,通常会从可选的多个物流对象中,选择某一物流对象来揽收、派送包裹,但由于发货者的信息局限性,目前发货者通常是人为选择一个物流对象来提供物流服务,然而所选择的物流对象难以确保是否是较为适合的,甚至,可能造成在物流成本、时效等方面的资源浪费。鉴于此,存在为用户智能化选取合适物流对象的需求。
图1是本申请一示例性实施例提供的一种物流对象选择的方法的流程图,参图1所示,该方法可以应用于用于智能选择物流对象的服务器,该方法可包括步骤101~104,其中:
在步骤101中,提供物流对象的物流对象信息,其中,所述物流对象信息包括与所述物流对象的物流线路对应的物流量。
其中,需要对本文涉及的一些名词进行定义:
物流对象:提供物流服务的对象,如各大物流运营商或其分支机构等。
物流对象信息:是与物流对象对应的信息,该信息可以反映物流对象的运营状态或基本属性等。
物流线路:是由物流对象的各个物流节点按照一定次序(被物流的货物的流向次序)连接而成的线路。
物流节点:被物流的货物所需经过的节点,物流节点可包括但不限于:城市分拨中心、城市间的中转站、分拨中心下的服务网点、服务网点下的驿站、驿站的揽件员/派件员等。
物流量:在某条物流线路上正在处于物流状态的订单量。其中,“处于物流状态”指物流订单已生成并且货物没有被送达到目的地,一般地,在线上购物场景中,当买家和卖家就某个物品完成交易动作之后,该物品对应的物流订单即可以被生成。当然,也可以将物流订单被物流对象揽收的时刻到物品被送达到目的地的时刻,确定为该物流订单处于物流状态中。
其中,在一实施例中,上述物流对象信息可以预先通过数据统计来获得并存储指定的数据库中,从而在需要时从数据库中读取出所需的物流对象信息。当然,在其他实施例中,也可以没有预先生成的数据,而是在需要数据时,通过相关手段(如利用指定数据来计算、或对物流对象进行监控等)来获得所需要的物流对象信息,对此本文不作限制。
在步骤102中,获取数据对象订单,其中,所述数据对象订单携带发货地址及收货地址。
在具体应用场景中,可包括交易服务器和物流服务器,交易服务器和物流服务器耦合。其中,交易服务器可以用于实现线上交易事务,物流服务器可以用于在交易事务完成并生成交易订单后,为交易订单选择相应的物流对象进行物流服务。所述数据对象订单可以来自于交易服务器,在卖家和买家完成交易动作后生成上述数据对象订单,其中,数据对象订单除了包含发货地址和收货地址外,还可以包括商品信息等。生成数据对象订单之后,交易服务器可以将数据对象订单的发货地址和收货地址提供给物流服务器,来依据一定策略选择合适的物流对象。
在步骤103中,根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路。
其中,针对某物流订单,存在一个或多个可选的目标物流对象用来为该物流订单提供物流服务,如物流对象C1、C2、C3…。本申请实施例中,可针对每一个目标物流对象执行该步骤103的过程。
一般地,每个物流对象均包括若干提供物流服务的物流节点,这些物流节点包括但不限于:城市分拨中心、城市间的中转站、分拨中心下的服务网点、服务网点下的驿站、驿站的揽件员/派件员等。在选定某个物流对象为某笔订单提供物流服务的过程中,该订单对应的包裹从发货地址被送达到收货地址的过程,需要经过该物流对象下的多个特定物流节点,而所述物流线路指的是由包裹经过的各物流节点按照一定的物流次序组成的路径,所述物流次序是指一个包裹在物流过程中经过各个物流节点的先后次序。如图2所示,举例而言,某包裹需要从发货地X寄送到收获地Y,其中,按照包裹经过的各物流节点的先后次序,可以确定该包裹从发货地X寄送到收获地Y的物流线路为:揽件员小黑→网点a→分拨中心b→分拨中心c→网点d→派件员小白。对于每一个可选的目标物流对象而言,可以根据该目标物流对象的历史物流数据,预测出从所述发货地址到所述收获地址的物流线路。例如,根据历史物流数据,发现某物流对象从发货地X寄送到收获地Y的物流线路可能不是唯一的,如包含两条物流线路,则可以分别统计采用这两条物流线路的概率,并将概率最大的物流线路确定为未来针对物流订单提供物流服务时所采用的物流线路。需说明的是,对于一条物流线路而言,并非每一个物流节点都是唯一的,例如,从发货地X到网点a,通常揽件员/派件员不止一人,则最终确定从发货地X寄送到收获地Y的物流线路可为:揽件员小黑/小黄→网点a→分拨中心b→分拨中心c→网点d→派件员小白/小刘。当然,构成物流线路的物流节点类型及粒度细化程度均并不限于以上列举的形式,可依据实际需求调整。
在本申请一可选实施例中,步骤103可具体包括步骤131和步骤132,其中:
步骤131:根据所述发货地址及收货地址,确定从所述发货地址到所述收货地址进行物流所经过的若干物流节点,其中,所述物流节点包括收件员。
举例而言,发货地址为:XX省YY市MM区NN街道BB小区,发货地址为:QQ省WW市EE区RR街道TT小区,则通过对上述发货地址及收货地址进行分词,可以获得所述发货地址及收货地址中包含的各地理位置特征。其中,分词过程中可以通过识别“省”、“市”、“县”、“区”、“街道”、“小区”等地理级别词,从而最终获得各地理位置特征为:“XX省”、“YY市”、“MM区”、“NN街道”、“BB小区”,“QQ省”、“WW市”、“EE区”、“RR街道”、“TT小区”。最终,按照一定的次序,确定的地理路径为:BB小区→NN街道→MM区→YY市→XX省→QQ省→WW市→EE区→RR街道→TT小区。
可以基于目标物流对象的历史物流数据,匹配出与上述地理路径适合的各物流节点。继续参上述例子,对于地理路径:“BB小区→NN街道→MM区→YY市→WW市→EE区→RR街道→TT小区”,其中,确定出在“BB小区→NN街道”上一般由揽件员小黑负责揽件,“NN街道→MM区”上的包裹需要送到网点a,“MM区→YY市”上的包裹需要从网点a运输到分拨中心b,“YY市→WW市”上的包裹需要从分拨中心b运输到分拨中心c,“WW市→EE区”上的包裹需要从分拨中心c运输到网点d,“EE区→RR街道”上的包裹需要由派件员小白从网点d取货并进行派送。故,确定的各物流节点包括:揽件员小黑、网点a、分拨中心b、分拨中心c、网点d、派件员小白。
步骤1013:将所述若干物流节点按照物流次序连接,得到所述目标物流线路。
承上述例子,确定该包裹从发货地X寄送到收获地Y的物流线路为:揽件员小黑→网点a→分拨中心b→分拨中心c→网点d→派件员小白。
在另一种可选实施例中,可以预先根据每一物流对象的历史物流数据,确定每一物流对象下的地理路径和物流线路的对应关系,如表1所示:
表1:
基于上述表1的数据,可以针对每一种地理路径(根据发货地址到收货地址确定),查找到与之对应的每一物流对象下的物流线路。
在为某物流订单确定出最适合的推荐物流对象的过程中,需要考虑物流线路上是否过载,因为物流线路的过载势必会影响物流时效及物流服务质量,为此需要获得每一物流线路上的订单量。
在某些情况中,从发货者向物流对象发出发货指示(如卖家在终端上通过点击“发货”的操作来发出发货指示)起,到包裹被送达到收货地址,包裹在该过程中可视为“处于物流状态”,对于这一情况,可通过监听用户的发货指令来确定“包裹处于物流状态”这一事件。
在另一种情况中,从物流对象揽收到指定包裹,到包裹被送达到收货地址,包裹在该过程中可视为“处于物流状态”,对于这一情况,可通过监听物流对象服务器的包裹状态来确定“包裹处于物流状态”这一事件。
在本申请一实施例中,可获得在预定时间段内被发货到所述物流线路上的订单量。
其中,在预定时间段内,响应于针对所述物流线路进行发货的发货消息,将在预定时间段内被发货到所述物流线路上的订单量加一。
举例来说,上述预定时间段可为每天的0点到24点,对于一笔物流订单,可通过上述步骤103,确定出每一可选的目标物流对象C1、C2、C3…下的物流线路:L1、L2、L3…。而对于确定出的各物流线路:L1、L2、L3…,可以分别根据每天的0点到24点收到的来自发货中心的发货消息,统计出在每天的0点到24点被发货到各物流线路:L1、L2、L3…上的订单量。需要说明的是,每天的订单量的初始值为0,每天从0开始累加,并在24点归零。
在步骤104中,根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
对于物流对象下的每条物流线路而言,其在预设时间段内提供物流服务的能力是有一定上限的,这种能力受限于固定场所的面积、物流运输车辆的规模(如车辆数量、载重量等)、揽件员或派件员的人员数量等,而物流线路在预设时间段内提供物流服务的能力可通过物流量阈值(即所能承担的物流订单总量)来表征。
在一可选实施例中,所述物流对象信息还可以包括与所述物流线路对应的物流量阈值,则所述步骤104可以包括:
根据所述物流对象信息,确定与所述目标物流线路对应的物流量小于与所述目标物流线路对应的物流量阈值的物流对象,作为所述数据对象订单的候选物流对象。
在本申请一实施例中,确定物流量阈值的过程包括:
根据所述物流线路上各物流节点在预定时间段内的节点负载值,确定所述物流线路在预定时间段内的物流量阈值。
承上述例子,对于物流线路L1:揽件员小黑/小黄→网点a→分拨中心b→分拨中心c→网点d→派件员小白/小刘。可以分别计算出各个物流节点的节点负载值,如:网点a每天至多可以承受订单量为3000,揽件员小黑加小黄每天至多可以承受订单量为300,等等。最终,可以将该条物流线路上各物流节点在预定时间段内的节点负载值中的最小值,确定为所述物流线路在预定时间段内的物流量阈值。如:最小值为揽件员小黑加小黄每天至多可以承受订单量:300,则物流线路L1在预定时间段内的物流量阈值为300。当然,在其他实施例中,也可不考虑揽件员和派件员的数量,而将物流线路上的各网点的节点负载值,确定为物流线路L1在预定时间段内的物流量阈值。或者,将所述物流线路上的各网点的节点负载值的平均值,确定为物流线路L1在预定时间段内的物流量阈值,本文对此不作限制。
至此,对于每一可选的目标物流对象C1、C2、C3…下的物流线路:L1、L2、L3…,均可以通过分别统计在物流线路:L1、L2、L3…上的订单量,并结合预先确定的各物流线路:L1、L2、L3…所能承受的物流量阈值,来判定各条物流线路:L1、L2、L3…在预设时间段内是否过载。最终,将未过载的物流线路确定为候选的物流线路如:L1、L2,并相应地确定候选物流对象如C1、C2。
在一可选的实施例中,所述物流对象信息还包括与所述物流线路对应的服务能力信息,则在上述步骤104之后,所述方法还包括:
根据所述服务能力信息,从所述候选物流对象中选取所述服务能力信息满足设定要求的物流对象,作为待推荐的物流对象。
其中,所述服务能力信息用以评价所述物流线路对应的物流服务质量,服务能力信息所反映出的评价指标可以包括但不限于:物流成本、物流好评率、物流时效(如平均送达时长等)等。其中,设定要求可以例如包括如下至少一种:物流成本低于某个阈值,物流好评率高于某个阈值,等等。
可选地,可以根据历史物流数据来确定上述服务能力信息。
其中,所述评价指标还可以是将以上各指标(如物流成本、物流好评率、物流时效)融合的综合指标,其能够同时反映多个方面的服务质量。一般地,可以通过获取一定时长(如每天)内每一候选物流对象的历史物流数据,如:包裹运费、用户对物流对象的评价、物流从发货到送达耗费的时长等。具体地,可以细化到在指定的物流线路上产生的历史物流数据来分析。
在一实施例中,倘若最终确定的未过载的物流线路是L1、L2,则候选物流对象是C1、C2,可以根据历史物流数据,确定物流对象是C1在物流线路L1上的成本值x1、时长值y1、好评值z1,确定物流对象是C2在物流线路L2上的成本值x2、时长值y2、好评值z2,并通过设定相应的权重系数,计算出各自的服务能力信息S,如:
S1=a*x1+b*y1+c*z1;
S2=a*x2+b*y2+c*z2;
最终,通过比较上述S1和S2的大小,确定出从成本、服务、时效上综合考虑最优或最适合推荐给用户的推荐物流对象,以帮助用户选择该推荐物流对象进行物流订单的发货。
在一实施例中,对于每一条物流线路,均可以通过监听物流对象平台(或电子商务平台等)的发货消息及送达消息,来统计被发货到所述物流线路上且处于物流状态的订单量。具体地,该过程可以包括:响应于针对所述物流线路进行发货的发货消息,将被发货到所述物流线路上且处于物流状态的订单量加一。响应于针对所述物流线路进行发货的送达消息,将被发货到所述物流线路上且处于物流状态的订单量减一。由于“被发货到所述物流线路上且处于物流状态的订单量”是一个实时订单量,可以为每一物流线路,确定出一个物流量阈值(即最大实时单量阈值),当某物流线路在某时间点的实时订单量超过物流量阈值,则表明该物流线路已过载。
由以上技术方案可见,在获取到数据对象订单并确定对应的目标物流线路后,可以基于物流对象信息,确定出与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。基于每条物流线路上的物流量,可以准确确定出哪些线路没有过载,并将没有过载的线路确定为候选的物流对象,提高物流选择效率,保证物流服务质量。
图3是本申请一示例性实施例提供的一种确定物流线路过载的方法的流程图,参图3所示,本实施例中,该方法可包括步骤301~303,其中:
在步骤301中,提供物流对象的物流对象信息,其中,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值。
在一实施例中,所述步骤301可以包括:
提供与所述物流线路中包含的各物流节点对应的节点负载信息,其中,所述物流节点包括收件员;
根据所述节点负载信息确定与所述物流线路对应的物流量阈值。其中,关于如何确定物流阈值的过程可以参照上文内容。
在步骤302中,监测在所述物流对象的目标物流线路上进行物流的物流量。
在步骤303中,若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。
通过上述确定物流线路过载的方法,可以准确地把控各个物流对象下的各条物流线路上的过载情况,并利用确定的过载路径及未过载路径实现物流调度。
图4是本申请一示例性实施例提供的一种电子设备的结构示意图。该电子设备可以是电子商务平台服务器或支付平台服务器或物流平台服务器,请参考图4,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成物流对象选取的装置。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
请参考图5,在本申请一实施例中,一种物流对象选择的装置,所述装置包括:
提供单元401,用于提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取单元402,用于获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
线路确定单元403,用于根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
对象确定单元404,用于根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
可选的,所述物流对象信息还可以包括与所述物流线路对应的物流量阈值,则所述对象确定单元404可以包括:
根据所述物流对象信息,确定与所述目标物流线路对应的物流量小于与所述目标物流线路对应的物流量阈值的物流对象,作为所述数据对象订单的候选物流对象。
可选的,所述物流对象信息还可以包括与所述物流线路对应的服务能力信息,所述装置还可以包括:
推荐单元,用于根据所述服务能力信息,从所述候选物流对象中选取所述服务能力信息满足设定要求的物流对象,作为待推荐的物流对象。
可选的,所述线路确定单元403可以包括:
物流节点确定单元,用于根据所述发货地址及收货地址,确定从所述发货地址到所述收货地址进行物流所经过的若干物流节点,所述物流节点包括收件员;
连接单元,用于将所述若干物流节点按照物流次序连接,得到所述目标物流线路。
图6是本申请一示例性实施例提供的一种电子设备的结构示意图。该电子设备可以是电子商务平台服务器或支付平台服务器或物流平台服务器,请参考图6,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成用于确定物流线路过载的装置。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
请参考图7,在本申请一实施例中,一种确定物流线路过载的装置,包括:
提供单元601,用于提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测单元602,用于监测在所述物流对象的目标物流线路上进行物流的物流量;
过载确定单元603,用于在监测到的所述物流量大于与所述目标物流线路对应的物流量阈值时,确定所述物流对象在该目标物流线路上过载。
通过上述确定物流线路过载的装置,可以准确地把控各个物流对象下的各条物流线路上的过载情况,并利用确定的过载路径及未过载路径实现物流调度。
在一实施例中,还提供了一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
在一实施例中,还提供了一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测在所述物流对象的目标物流线路上进行物流的物流量;
若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。图8是本申请一示例性实施例提供的一种物流对象推荐系统的框图。在本申请一实施例中,该物流对象推荐系统可以包括:分单服务单元801、路径订单量统计单元802、离线大数据计算平台803、路径预测数据存储单元804、路径订单量存储单元805、物流服务能力数据储存单元806及物流对象推荐单元807。其中:
分单服务单元801用于调用智能分单服务,针对所有可选的物流对象(即在发货地址到收货地址间可达的快递公司),对待物流包裹的发货地址、收货地址进行智能分单处理,得出每个可选的物流对象的物流线路,所述物流线路可以细化到网点乃至驿站/小件员。
一旦买家下单并付款,交易中心会通过消息告知分单服务单元801,所述消息中可携带有发货地址和收货地址等订单信息。分单服务单元801收到交易中心的消息后,会调用智能分单服务对订单进行处理。分单服务单元801计算得出的线路预测数据会被写入到路径预测数据存储单元804中。路径预测数据存储单元804中的数据存储格式可为:订单Id-物流对象Id-物流线路。
路径订单量统计单元802可以通过接收发货中心的发货消息,根据发货消息中携带的订单Id和物流对象Id,从路径预测数据存储单元804中查找与所述订单Id、物流对象Id对应的物流线路,从而可累计得到在一定时间段内被发货到各条物流线路上的订单量。路径订单量统计单元802将累计得到的订单量实时更新到路径订单量存储单元805中。路径订单量存储单元805中的数据存储格式可为:物流对象Id-物流线路-订单量。
在离线大数据计算平台803上,可以根据离线的历史物流数据,分别计算出每一物流对象下的每条物流线路上的平均派送时效、评价情况、派送能力(即每日的物流量阈值,可根据车辆、小件员情况确定)。其中,离线大数据计算平台803在T日,可以利用T-1日的历史物流数据进行计算。离线大数据计算平台803每天将计算好的数据转储到物流服务能力数据存储单元806中。
物流对象推荐单元807可以根据订单Id,从上述路径预测数据存储单元804中读取所有可选的物流对象ID,及每一物流对象ID下的物流线路。并且,从路径订单量存储单元805中读取每一物流线路的实时订单量,从物流服务能力数据存储单元806中读取每条物流线路的物流量阈值,进而根据每一物流线路的实时订单量及物流量阈值,确定所有没有过载的物流线路。最终,结合从物流服务能力数据存储单元806中读取的成本、时效、服务评价等多个方面进行综合计算,从所有没有过载的物流线路中选出最优物流线路,并相应地确定与该最优物流线路对应的推荐物流对象,向用户推荐。
本申请实施例中,通过确定出更加细粒度的物流线路(可细化到小件员),并结合每条物流线路上的实时订单量的统计,可以准确、高效地知晓物流线路是否过载,为物流推荐系统提供更充分的决策支持。另外,在用户购买并下单时便进行智能分单,可使得智能分单的结果为智能发货环节所利用,从而提高物流推荐结果的准确性。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书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,对于系统、设备、虚拟装置实施例而言,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实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种物流对象选择的方法,其特征在于,所述方法包括:
提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
2.根据权利要求1所述的方法,其特征在于,所述物流对象信息还包括与所述物流线路对应的物流量阈值,所述根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,包括:
根据所述物流对象信息,确定与所述目标物流线路对应的物流量小于与所述目标物流线路对应的物流量阈值的物流对象,作为所述数据对象订单的候选物流对象。
3.根据权利要求1所述的方法,其特征在于,所述物流对象信息还包括与所述物流线路对应的服务能力信息,所述方法还包括:
根据所述服务能力信息,从所述候选物流对象中选取所述服务能力信息满足设定要求的物流对象,作为待推荐的物流对象。
4.根据权利要求1所述的方法,其特征在于,所述根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路,包括:
根据所述发货地址及收货地址,确定从所述发货地址到所述收货地址进行物流所经过的若干物流节点,所述物流节点包括收件员;
将所述若干物流节点按照物流次序连接,得到所述目标物流线路。
5.一种确定物流线路过载的方法,其特征在于,包括:
提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测在所述物流对象的目标物流线路上进行物流的物流量;
若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。
6.根据权利要求5所述的方法,其特征在于,所述提供物流对象的物流对象信息包括:
提供与所述物流线路中包含的各物流节点对应的节点负载信息,所述物流节点包括收件员;
根据所述节点负载信息确定与所述物流线路对应的物流量阈值。
7.一种物流对象选择的装置,其特征在于,所述装置包括:
提供单元,用于提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取单元,用于获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
线路确定单元,用于根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
对象确定单元,用于根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
8.一种确定物流线路过载的装置,其特征在于,包括:
提供单元,用于提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测单元,用于监测在所述物流对象的目标物流线路上进行物流的物流量;
过载确定单元,用于在监测到的所述物流量大于与所述目标物流线路对应的物流量阈值时,确定所述物流对象在该目标物流线路上过载。
9.一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括与所述物流对象的物流线路对应的物流量;
获取数据对象订单,所述数据对象订单携带发货地址及收货地址;
根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路;
根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,作为所述数据对象订单的候选物流对象。
10.根据权利要求9所述的计算机设备,其特征在于,所述物流对象信息还包括与所述物流线路对应的物流量阈值,所述根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象,包括:
根据所述物流对象信息,确定与所述目标物流线路对应的物流量小于与所述目标物流线路对应的物流量阈值的物流对象,作为所述数据对象订单的候选物流对象。
11.根据权利要求9所述的计算机设备,其特征在于,所述物流对象信息还包括与所述物流线路对应的服务能力信息,在根据所述物流对象信息,确定与所述目标物流线路对应的物流量满足条件的物流对象后,还包括:
根据所述服务能力信息,从所述候选物流对象中选取所述服务能力信息满足设定要求的物流对象,作为待推荐的物流对象。
12.根据权利要求9所述的计算机设备,其特征在于,所述根据所述发货地址及收货地址,确定与所述数据对象订单对应的目标物流线路,包括:
根据所述发货地址及收货地址,确定从所述发货地址到所述收货地址进行物流所经过的若干物流节点,所述物流节点包括收件员;
将所述若干物流节点按照物流次序连接,得到所述目标物流线路。
13.一种计算机设备,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:
提供物流对象的物流对象信息,所述物流对象信息包括所述物流对象的物流线路对应的物流量阈值;
监测在所述物流对象的目标物流线路上进行物流的物流量;
若监测到的所述物流量大于与所述目标物流线路对应的物流量阈值,确定所述物流对象在该目标物流线路上过载。
14.根据权利要求13所述的计算机设备,其特征在于,所述提供物流对象的物流对象信息包括:
提供与所述物流线路中包含的各物流节点对应的节点负载信息,所述物流节点包括收件员;
根据所述节点负载信息确定与所述物流线路对应的物流量阈值。
CN201710521757.9A 2017-06-30 2017-06-30 物流对象选择、确定物流线路过载的方法及装置、设备 Pending CN109214732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710521757.9A CN109214732A (zh) 2017-06-30 2017-06-30 物流对象选择、确定物流线路过载的方法及装置、设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710521757.9A CN109214732A (zh) 2017-06-30 2017-06-30 物流对象选择、确定物流线路过载的方法及装置、设备

Publications (1)

Publication Number Publication Date
CN109214732A true CN109214732A (zh) 2019-01-15

Family

ID=64960882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710521757.9A Pending CN109214732A (zh) 2017-06-30 2017-06-30 物流对象选择、确定物流线路过载的方法及装置、设备

Country Status (1)

Country Link
CN (1) CN109214732A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858862A (zh) * 2019-01-30 2019-06-07 深圳市快金数据技术服务有限公司 一种智能推荐物流路线的方法、装置、设备及介质
CN109871991A (zh) * 2019-01-30 2019-06-11 深圳市快金数据技术服务有限公司 一种物流路线的推荐方法、装置、设备及介质
CN109993573A (zh) * 2019-02-19 2019-07-09 拉扎斯网络科技(上海)有限公司 信息投放方法、装置、电子设备和非易失性存储介质
CN111652438A (zh) * 2020-06-04 2020-09-11 上海燕汐软件信息科技有限公司 物流线路的动态优化方法和装置
CN111932176A (zh) * 2020-08-07 2020-11-13 深圳市泽汇科技有限公司 自动交互订单物流筛选方法、装置、终端设备和存储介质
CN112288361A (zh) * 2020-10-28 2021-01-29 上海寻梦信息技术有限公司 订单物流时效管理方法、系统、设备及存储介质
CN113128925A (zh) * 2020-01-16 2021-07-16 顺丰科技有限公司 派件路径的生成方法、装置、设备及计算机可读存储介质
CN113157673A (zh) * 2021-05-25 2021-07-23 武汉新之扬电子商务有限公司 基于用户特征识别分析的快递物流用户数据库统一化建立方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101592956A (zh) * 2009-06-30 2009-12-02 北京交通大学 快捷货物运输路径确定方法和装置
CN104156836A (zh) * 2013-05-13 2014-11-19 阿里巴巴集团控股有限公司 一种物流网络负载查询方法及系统
CN105096067A (zh) * 2014-04-29 2015-11-25 阿里巴巴集团控股有限公司 一种生成物流网络预警信息的方法及服务器
CN105678493A (zh) * 2016-01-04 2016-06-15 北京京东尚科信息技术有限公司 多级配送路径的建立方法和多级配送系统
CN106485438A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 物流线路信息处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101592956A (zh) * 2009-06-30 2009-12-02 北京交通大学 快捷货物运输路径确定方法和装置
CN104156836A (zh) * 2013-05-13 2014-11-19 阿里巴巴集团控股有限公司 一种物流网络负载查询方法及系统
CN105096067A (zh) * 2014-04-29 2015-11-25 阿里巴巴集团控股有限公司 一种生成物流网络预警信息的方法及服务器
CN106485438A (zh) * 2015-09-02 2017-03-08 阿里巴巴集团控股有限公司 物流线路信息处理方法及装置
CN105678493A (zh) * 2016-01-04 2016-06-15 北京京东尚科信息技术有限公司 多级配送路径的建立方法和多级配送系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858862A (zh) * 2019-01-30 2019-06-07 深圳市快金数据技术服务有限公司 一种智能推荐物流路线的方法、装置、设备及介质
CN109871991A (zh) * 2019-01-30 2019-06-11 深圳市快金数据技术服务有限公司 一种物流路线的推荐方法、装置、设备及介质
CN109993573A (zh) * 2019-02-19 2019-07-09 拉扎斯网络科技(上海)有限公司 信息投放方法、装置、电子设备和非易失性存储介质
CN113128925A (zh) * 2020-01-16 2021-07-16 顺丰科技有限公司 派件路径的生成方法、装置、设备及计算机可读存储介质
CN111652438A (zh) * 2020-06-04 2020-09-11 上海燕汐软件信息科技有限公司 物流线路的动态优化方法和装置
CN111652438B (zh) * 2020-06-04 2024-04-19 上海燕汐软件信息科技有限公司 物流线路的动态优化方法和装置
CN111932176A (zh) * 2020-08-07 2020-11-13 深圳市泽汇科技有限公司 自动交互订单物流筛选方法、装置、终端设备和存储介质
CN112288361A (zh) * 2020-10-28 2021-01-29 上海寻梦信息技术有限公司 订单物流时效管理方法、系统、设备及存储介质
CN113157673A (zh) * 2021-05-25 2021-07-23 武汉新之扬电子商务有限公司 基于用户特征识别分析的快递物流用户数据库统一化建立方法

Similar Documents

Publication Publication Date Title
CN109214732A (zh) 物流对象选择、确定物流线路过载的方法及装置、设备
Yuen et al. Port competitiveness from the users' perspective: An analysis of major container ports in China and its neighboring countries
Psaraftis et al. Dynamic vehicle routing problems: Three decades and counting
CN109948958B (zh) 物流路由的确定方法及相关设备
Mirhedayatian et al. A two-echelon location-routing problem with synchronisation
Xue et al. Optimization of rider scheduling for a food delivery service in O2O business
CN107067218A (zh) 一种配送商的货物配送方法、系统及终端
CN110837917A (zh) 一种客户拜访管理系统、方法、终端设备及存储介质
US20170249582A1 (en) Intermodal delivery optimization
Teo et al. Evaluation of distance-based and cordon-based urban freight road pricing in e-commerce environment with multiagent model
CN106372822B (zh) 业务对象预约时段处理方法及装置
CN109214731A (zh) 分配物流订单的方法及装置、计算机系统
CN106991544A (zh) 调拨系统及调拨方法
CN115392809A (zh) 电力指标信息生成方法、装置、电子设备和介质
Lee et al. Cloud-based cyber-physical logistics system with nested MAX-MIN ant algorithm for e-commerce logistics
CN113792951A (zh) 物流配送方法、装置、存储介质和电子设备
Zhou et al. A domain‐of‐influence based pricing strategy for task assignment in crowdsourcing package delivery
Li et al. Reinforcement learning approaches for the orienteering problem with stochastic and dynamic release dates
Drakaki et al. A multi-agent based decision framework for sustainable supplier selection, order allocation and routing problem
CN115099865A (zh) 一种数据处理方法和装置
CN112132500B (zh) 构建派件围栏的方法、超派运单的识别方法及相关设备
CN108197158A (zh) 一种信息获取方法及其设备
CN112990948A (zh) 服务评估方法、装置、设备、存储介质及计算机程序产品
CN113379170A (zh) 基于互联网的订单分配方法及相关装置
Pahlavani et al. A competitive facility location model with elastic demand and patronising behaviour sensitive to location, price and waiting time

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: 20190115

RJ01 Rejection of invention patent application after publication