CN109299892A - 一种物流渠道的推荐方法、存储介质和服务器 - Google Patents
一种物流渠道的推荐方法、存储介质和服务器 Download PDFInfo
- Publication number
- CN109299892A CN109299892A CN201810960919.3A CN201810960919A CN109299892A CN 109299892 A CN109299892 A CN 109299892A CN 201810960919 A CN201810960919 A CN 201810960919A CN 109299892 A CN109299892 A CN 109299892A
- Authority
- CN
- China
- Prior art keywords
- logistics
- channel
- index
- preferential
- logistics channel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0834—Choice of carriers
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (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
本发明提供了一种物流渠道的推荐方法、存储介质和服务器,包括获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。本发明可提高物流渠道选择效率,节省企业成本。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种物流渠道的推荐方法、存储介质和服务器。
背景技术
目前企业用户对于寄送物品时物流商的选择基本都为主观选择,在需要寄送物品时,通常是选择自己习惯的物流商或者选择企业已签约合作的固定物流商,该种方式对于物流寄送的效果并不能得到保障,物流成本很难把控,间接提高了企业的支出成本。
发明内容
本发明实施例提供了一种物流渠道的推荐方法、存储介质和服务器,以解决现有技术中存在企业的物流寄送效果得不到保障,物流成本很难把控,导致企业支出成本较高的问题。
本发明实施例的第一方面提供了一种物流渠道推荐方法,包括:
获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;
若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
本发明实施例的第二方面提供了一种服务器,包括存储器以及处理器,所述存储器存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;
若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;
若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
本发明实施例中,通过获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号,根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限,若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,避免没有物流渠道调用权限的用户使用,从而控制成本,所述物流优先指标是指推荐物流渠道时优先考虑的指标,根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐,每个用户账号对应有不同的物流优先指标,本方案针对不同用户自动推荐不同的物流渠道,满足用户寄送需要的同时,可提高用户物流渠道的选择效率,保障物流寄送效果,并节约企业的成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种物流渠道的推荐方法的实现流程图;
图2是本发明实施例提供的一种物流渠道的推荐方法S104的具体实现流程图;
图3是本发明实施例提供的一种物流渠道推荐方法S1042的具体实现流程图;
图4是本发明实施例提供的一种物流渠道推荐装置的结构框图;
图5是本发明另一实施例提供的一种物流渠道推荐装置的结构框图;
图6是本发明实施例提供的服务器的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的物流渠道推荐方法的实现流程,该方法流程包括步骤S101至S104。各步骤的具体实现原理如下:
S101:获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号。
在本发明实施例中,如企业的员工作为用户需要寄送物品时,在企业的管理系统上经过身份识别登录用户账号,并点击发送物流渠道推荐请求,其中,身份识别包括密码识别和生物特征识别,而生物特征识别包括但不限于人脸识别与指纹识别,服务器在检测到物流渠道推荐请求时,获取所述物流渠道推荐请求携带的用户账号。所述用户账号可用于标识发送所述物流渠道推荐请求的用户身份。
S102:根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限。
在本发明实施例中,对企业中员工使用物流寄送物品的权限进行限定。不是所有的员工都可以使用企业的物流渠道寄送物品,并且,针对不同用户身份的员工,服务器选择的物流渠道推荐方式不同,因此,通过判断用户账号是否具有物流渠道的调用权限来确定用户是否可以使用企业的物流渠道寄送物品。
具体地,根据所述物流渠道推荐请求携带的用户账号,判断所述用户账号是否具有物流渠道的调用权限。所述用户账号标识用户身份,用户账号在管理系统进行注册登记时,根据用户身份为所述用户账号分配对应的权限。进一步地,所述用户账号中设置身份标识位,身份标识位为字符或者数字,不同的身份标识位对应不同的用户身份,在本发明实施例中,根据所述身份标识位确定所述用户账号对应用户的身份。例如,普通研发的工作职责是研发,不需要寄送物流,则该员工的用户账号在管理系统中物流渠道的调用权限被禁用。如该员工为行政前台,则为该员工的用户账号分配的物流渠道的调用权限可启用。在本发明实施例中,若所述用户账号物流渠道的调用权限被禁用,则提示用户无权限。
S103:若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标。
其中,所述物流优先指标包括物流价格、用户满意度、时效达成率以及综合服务评分。具体地,预设用户账号与物流优先指标的对应关系,其中,不同用户账号可对应相同类型的物流优先指标。
S104:根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
其中,所述物流信息库中存有多个物流渠道的信息。在本发明实施例中,根据用户账号对应的物流优先指标选择物流渠道推荐方式,不同物流优先指标对应不同的物流渠道的推荐条件,推荐条件是指根据物流优先指标设定的条件。通过从物流信息库中选择满足物流优先指标对应的推荐条件的物流渠道进行推荐,使得物流渠道推荐具有针对性,针对不同用户推荐不同的物流渠道,通过智能推荐物流渠道的方式,提高物流渠道选择效率,保障物流寄送效果的同时节约企业的成本。
作为本发明的一个实施例,如图2所示,上述S104具体包括:
S1041:查找所述物流优先指标对应的推荐条件。具体地,若所述物流优先指标为物流价格,则对应的推荐条件为不高于预设物流价格;若所述物流优先指标为用户满意度,则对应的推荐条件为不低于预设用户满意度;若所述物流优先指标为时效达成率,则对应的推荐条件为不低于预设时效达成率;若所述物流优先指标为综合服务评分,则对应的推荐条件为不低于预设综合服务评分。
S1042:将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐。
在本发明实施例中,将物流信息库中物流渠道根据所述物流优先指标进行排序,从而方便选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,提高推荐效率。
作为本发明的一个实施例,所述物流优先指标为物流价格,图3示出了本发明实施例提供的物流渠道的推荐方法步S1042的具体实现流程,详述如下:
A1:获取寄送起点、寄送目的地以及待寄送物品的物品信息。本发明实施例中,在确定用户具有物流渠道的调用权限时,提示用户输入寄送起点、寄送目的地以及待寄送物品的物品信息。所述待寄送物品的物品信息包括物品类型、物品重量以及物品体积。其中,物品类型包括采购的机器、文件等实物,文档物流包括寿险业务类型的函件,如核保、保全、续期、理赔等函件。
A2:根据所述寄送起点、所述寄送目的地以及所述待寄送物品的物品信息分别计算所述物流信息库中物流渠道对应的所述待寄送物品的物流价格。具体地,若物品类型为文件,获取所述物流信息库中物流渠道的文件寄送价格,则根据所述寄送起点、寄送目的地以及所述文件寄送价格计算所述待寄送物品的价格;若物品类型为实物,则获取所述待寄送物品的寄送方式,寄送方式包括航运和陆运等,获取所述物流信息库中物流渠道针对所述寄送方式的实物寄送价格,根据针对所述寄送方式的实物寄送价格、所述实物的重量、所述寄送起点以及所述寄送目的地,计算所述待寄送物品的物流价格。
A3:将所述物流信息库中的物流渠道按计算的物流价格从低到高排序。
A4:从排序后的物流渠道中选择不高于预设物流成本的物流渠道进行推荐。进一步地,若所述物流信息库中不高于预设物流成本的物流渠道不止一家,则从排序后的物流渠道中选择与所述预设物流成本价格的价格差最大的物流渠道进行推荐。可选地,若所述物流信息库中不高于预设物流成本的物流渠道不止一家,则获取所述不高于预设物流成本的物流渠道的综合服务评分,选择综合服务评分最高的物流渠道进行推荐。
在本发明实施例中,当物流优先指标为物流价格时,计算物流信息库中各个物流渠道针对所述待寄送物品的物流价格,将物流渠道按计算的物流价格从低到高排序,再从排序后的物流渠道中选择不高于预设物流成本的物流渠道进行推荐,从而在保障物流寄送效果的前提下,有效控制企业的物流成本,同时,通过智能推荐物流渠道的方式,提高物流渠道选择效率。
作为本发明的一个实施例,所述物流优先指标为用户满意度,本发明实施例提供的物流渠道的推荐方法S1042的具体实现流程,详述如下:
B1:获取历史物流渠道推荐请求的历史用户满意度。
B2:根据如下公式确定所述物流信息库中物流渠道i的用户满意度Sdegreei:
其中,dik为第i个物流渠道在第k个历史物流渠道推荐请求中的历史用户满意度,i为正整数,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数。
B3:将所述物流信息库中的物流渠道按所述用户满意度从高到低排序。
B4:从排序后的物流渠道中选择不低于预设满意度的物流渠道进行推荐。
在本发明实施例中,记录针对每一次物流渠道推荐请求推荐的物流渠道,以及该物流渠道完成物品寄送后的用户满意度。根据上述公式(1)计算物流信息库中每一个物流渠道对应的用户满意度,将所述物流信息库中的物流渠道按所述用户满意度从高到低排序,从中选择选择不低于预设满意度的物流渠道进行推荐,针对用户自动推荐合适的物流渠道寄送物品,保证物流寄送效果的同时,节省物流成本,并提高物流渠道选择效率。
作为本发明的一个实施例,所述物流优先指标为时效达成率,本发明实施例提供的物流渠道的推荐方法S1042的具体实现流程,详述如下:
C1:根据如下公式确定所述物流信息库中物流渠道i的时效达成率Aratei:
其中,i为正整数,T_realik为第i个物流渠道在第k个历史物流渠道推荐请求中的实际送达时间,T_promiseik为第i个物流渠道在第k个历史物流渠道推荐请求中的承诺送达时间,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数。
C2:将所述物流信息库中的物流渠道按时效达成率从高到低排序。
C3:从排序后的物流渠道中选择不低于预设时效达成率的物流渠道进行推荐。
在本发明实施例中,记录针对每一次物流渠道推荐请求推荐的物流渠道,以及该物流渠道完成物品寄送的时效达成率。根据上述公式(2)计算物流信息库中每一个物流渠道对应的时效达成率,将所述物流信息库中的物流渠道按所述时效达成率从高到低排序,从中选择选择不低于预设时效达成率的物流渠道进行推荐,针对用户自动推荐合适的物流渠道寄送物品,保证物流寄送时效的同时,节省物流成本,并提高物流渠道选择效率。
作为本发明的一个实施例,所述物流优先指标为综合服务评分,本发明实施例提供的物流渠道的推荐方法S1042的具体实现流程,详述如下:
D1:获取历史物流渠道推荐请求的多个历史物流优先指标。
D2:构建包括输入层、隐含层和输出层的神经网络模型,根据神经网络模型确定所述历史物流渠道推荐请求对应的各个物流优先指标的指标权重。
D3:根据如下公式计算所述物流信息库中物流渠道i的综合服务评分QoSi:
QoSi=ω1×Pricei+ω2×Aratei+ω3×Sdegreei (3);
其中,所述历史物流优先指标包括物流渠道i的物流价格Pricei、时效达成率Aratei以及用户满意度Sdegreei,i为正整数,ω1为物流价格Pricei对应的指标权重,ω2为时效达成率Aratei对应的指标权重,ω3为用户满意度Sdegreei对应的指标权重。
具体地,历史物流渠道推荐请求对应的多个历史物流优先指标可描述为一个L×N的服务矩阵T,N位物流渠道总数,L为物流优先指标种数,在本发明实施例中,L=3,所述服务矩阵T表示如下:
可选地,构建包括输入层、隐含层和输出层的神经网络模型,根据神经网络模型确定历史物流渠道推荐请求对应的服务矩阵T中各物流优先指标的指标权重。
获取样本服务矩阵和实际服务矩阵,将样本服务矩阵作为输入,实际服务矩阵作为输出,对神经网络模型进行训练,得到的连接权矩阵,通过连接矩阵计算各输入层节点到所有隐含层节点间连接权的绝对值之和,并归一化,获得物流优先指标的权重。
可选地,为消除输入输出矩阵中各指标间的不同量纲,对其中的积极型指标和消极性指标分别进行归一化处理。在本发明实施例中,积极性指标是指值越大越好的指标,例如承诺达成率、用户满意度,消极性指标是指值越小越好,例如物流价格。
根据如下公式(4)对积极型指标进行归一化处理:
根据如下公式(5)对消极型指标进行归一化处理:
其中,和表示指标M的最大值和最小值。
将归一化后的输入矩阵与输出矩阵在神经网络中进行训练,得到连接权矩阵V,通过V计算各输入层节点到所有隐含层节点间连接权的绝对值之和,并归一化后得到物流优先指标的权重值,根据如下公式(6)对得到物流优先指标l的权重:
其中,L为总的物流优先指标数,,其中,m表示神经网络模型中隐含层节点数。
根据每一个物流优先指标的权重,得到物流优先指标的权重向量ω=(ω1,ω2,…,ωL),L=3,第i个物流渠道的综合服务评分根据上述公式(3)确定。
D4:将所述物流信息库中的物流渠道按综合服务评分从高到低排序。
D5:从排序后的物流渠道中选择不低于预设综合服务评分的物流渠道进行推荐。
在本发明实施例中,记录针对每一次物流渠道推荐请求推荐的物流渠道,以及该物流渠道完成物品寄送的综合服务评分。根据上述公式(3)计算物流信息库中每一个物流渠道对应的综合服务评分,将所述物流信息库中的物流渠道按所述综合服务评分从高到低排序,从中选择选择不低于预设综合服务评分的物流渠道进行推荐,针对用户自动推荐性价比最高的物流渠道寄送物品,保证物流寄送时效的同时,节省物流成本,并提高物流渠道选择效率。
本发明实施例中,通过获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号,根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限,若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,避免没有物流渠道调用权限的用户使用,从而控制成本,所述物流优先指标是指推荐物流渠道时优先考虑的指标,根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐,每个用户账号对应有不同的物流优先指标,本方案针对不同用户自动推荐不同的物流渠道,满足用户寄送需要的同时,可提高用户物流渠道的选择效率,保障物流寄送效果,并节约企业的成本。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的物流渠道推荐方法,图4示出了本申请实施例提供的物流渠道的推荐装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图4,该物流渠道的推荐装置包括:推荐请求获取单元41,权限判定单元42,指标查找单元43,推荐单元44,其中:
推荐请求获取单元41,用于获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
权限判定单元42,用于根据所述用户账号,判断所述用户账号是否具有物流渠道推荐的调用权限;
指标查找单元43,用于若所述用户账号具有所述物流渠道推荐的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
推荐单元44,用于根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
可选地,如图5所示,所述推荐单元44包括:
条件查找模块441,用于查找所述物流优先指标对应的推荐条件;
推荐模块442,用于将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐。
可选地,所述物流优先指标为物流价格,所述推荐模块442包括:
第一信息获取子模块,用于获取寄送起点、寄送目的地以及待寄送物品的物品信息;
第一计算子模块,用于根据所述寄送起点、所述寄送目的地以及所述待寄送物品的物品信息分别计算所述物流信息库中物流渠道对应的所述待寄送物品的物流价格;
第一排序子模块,用于将所述物流信息库中的物流渠道按计算的物流价格从低到高排序;
第一推荐子模块,用于从排序后的物流渠道中选择不高于预设物流成本的物流渠道进行推荐。
可选地,所述物流优先指标为用户满意度,所述推荐模块442包括:
第二信息获取子模块,用于获取历史物流渠道推荐请求的历史用户满意度;
第二计算子模块,用于根据如下公式确定所述物流信息库中物流渠道i的用户满意度Sdegreei:
其中,dik为第i个物流渠道在第k个历史物流渠道推荐请求中的历史用户满意度,i为正整数,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数;
第二排序子模块,用于将所述物流信息库中的物流渠道按所述用户满意度从高到低排序;
第二推荐子模块,用于从排序后的物流渠道中选择不低于预设满意度的物流渠道进行推荐。
可选地,所述物流优先指标为时效达成率,所述推荐模块442包括:
第三计算子模块,用于根据如下公式确定所述物流信息库中物流渠道i的时效达成率Aratei:
其中,i为正整数,T_realik为第i个物流渠道在第k个历史物流渠道推荐请求中的实际送达时间,T_promiseik为第i个物流渠道在第k个历史物流渠道推荐请求中的承诺送达时间,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数;
第三排序子模块,用于将所述物流信息库中的物流渠道按时效达成率从高到低排序;
第三推荐子模块,用于从排序后的物流渠道中选择不低于预设时效达成率的物流渠道进行推荐。
可选地,所述物流优先指标为综合服务评分,所述推荐模块442包括:
历史信息获取子模块,用于获取历史物流渠道推荐请求的多个历史物流优先指标;
权重确定子模块,用于构建包括输入层、隐含层和输出层的神经网络模型,根据神经网络模型确定所述历史物流渠道推荐请求对应的各个物流优先指标的指标权重;
评分计算子模块,用于根据如下公式计算所述物流信息库中物流渠道i的综合服务评分QoSi:
QoSi=ω1×Pricei+ω2×Aratei+ω3×Sdegreei;
其中,所述历史物流优先指标包括物流渠道i的物流价格Pricei、时效达成率Aratei以及用户满意度Sdegreei,i为正整数,ω1为物流价格Pricei对应的指标权重,ω2为时效达成率Aratei对应的指标权重,ω3为用户满意度Sdegreei对应的指标权重;
第四排序子模块,用于将所述物流信息库中的物流渠道按综合服务评分从高到低排序;
第四推荐子模块,用于从排序后的物流渠道中选择不低于预设综合服务评分的物流渠道进行推荐。
本发明实施例中,通过获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号,根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限,若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,避免没有物流渠道调用权限的用户使用,从而控制成本,所述物流优先指标是指推荐物流渠道时优先考虑的指标,根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐,每个用户账号对应有不同的物流优先指标,本方案针对不同用户自动推荐不同的物流渠道,满足用户寄送需要的同时,可提高用户物流渠道的选择效率,保障物流寄送效果,并节约企业的成本。
图6是本发明一实施例提供的服务器的示意图。如图6所示,该实施例的服务器6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如物流渠道的推荐程序。所述处理器60执行所述计算机程序62时实现上述各个物流渠道的推荐方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块41至44的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述服务器6中的执行过程。
所述服务器6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是服务器6的示例,并不构成对服务器6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述服务器6的内部存储单元,例如服务器6的硬盘或内存。所述存储器61也可以是所述服务器6的外部存储设备,例如所述服务器6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述服务器6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种物流渠道的推荐方法,其特征在于,包括:
获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;
若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
2.根据权利要求1所述的推荐方法,其特征在于,所述根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
查找所述物流优先指标对应的推荐条件;
将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐。
3.根据权利要求2所述的推荐方法,其特征在于,所述物流优先指标为物流价格,所述将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
获取寄送起点、寄送目的地以及待寄送物品的物品信息;
根据所述寄送起点、所述寄送目的地以及所述待寄送物品的物品信息分别计算所述物流信息库中物流渠道对应的所述待寄送物品的物流价格;
将所述物流信息库中的物流渠道按计算的物流价格从低到高排序;
从排序后的物流渠道中选择不高于预设物流成本的物流渠道进行推荐。
4.根据权利要求2所述的推荐方法,其特征在于,所述物流优先指标为用户满意度,所述将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
获取历史物流渠道推荐请求的历史用户满意度;
根据如下公式确定所述物流信息库中物流渠道i的用户满意度Sdegreei:
其中,dik为第i个物流渠道在第k个历史物流渠道推荐请求中的历史用户满意度,i为正整数,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数;
将所述物流信息库中的物流渠道按所述用户满意度从高到低排序;
从排序后的物流渠道中选择不低于预设满意度的物流渠道进行推荐。
5.根据权利要求2所述的推荐方法,其特征在于,所述物流优先指标为时效达成率,所述将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
根据如下公式确定所述物流信息库中物流渠道i的时效达成率Aratei:
其中,i为正整数,T_realik为第i个物流渠道在第k个历史物流渠道推荐请求中的实际送达时间,T_promiseik为第i个物流渠道在第k个历史物流渠道推荐请求中的承诺送达时间,Ni为所述第i个物流渠道对应的历史物流渠道推荐请求总数;
将所述物流信息库中的物流渠道按时效达成率从高到低排序;
从排序后的物流渠道中选择不低于预设时效达成率的物流渠道进行推荐。
6.根据权利要求2所述的推荐方法,其特征在于,所述物流优先指标为综合服务评分,所述将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
获取历史物流渠道推荐请求的多个历史物流优先指标;
构建包括输入层、隐含层和输出层的神经网络模型,根据神经网络模型确定所述历史物流渠道推荐请求对应的各个物流优先指标的指标权重;
根据如下公式计算所述物流信息库中物流渠道i的综合服务评分QoSi:
QoSi=ω1×Pricei+ω2×Aratei+ω3×Sdegreei;
其中,所述历史物流优先指标包括物流渠道i的物流价格Pricei、时效达成率Aratei以及用户满意度Sdegreei,i为正整数,ω1为物流价格Pricei对应的指标权重,ω2为时效达成率Aratei对应的指标权重,ω3为用户满意度Sdegreei对应的指标权重;
将所述物流信息库中的物流渠道按综合服务评分从高到低排序;
从排序后的物流渠道中选择不低于预设综合服务评分的物流渠道进行推荐。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述物流渠道推荐方法的步骤。
8.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如下步骤:
获取物流渠道推荐请求,所述物流渠道推荐请求携带有发送所述物流渠道推荐请求的用户账号;
根据所述用户账号,判断所述用户账号是否具有物流渠道的调用权限;
若所述用户账号具有所述物流渠道的调用权限,则根据所述用户账号,查找所述用户账号对应的物流优先指标,所述物流优先指标是指推荐物流渠道时优先考虑的指标;
根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐。
9.根据权利要求8所述的服务器,其特征在于,所述根据所述物流优先指标,从物流信息库中选择满足所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
查找所述物流优先指标对应的推荐条件;
将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐。
10.根据权利要求9所述的服务器,其特征在于,所述物流优先指标为综合服务评分,所述将所述物流信息库中的物流渠道根据所述物流优先指标进行排序,并从排序后的物流渠道中选择符合所述物流优先指标对应的推荐条件的物流渠道进行推荐,包括:
获取历史物流渠道推荐请求的多个历史物流优先指标;
构建包括输入层、隐含层和输出层的神经网络模型,根据神经网络模型确定所述历史物流渠道推荐请求对应的各个物流优先指标的指标权重;
根据如下公式计算所述物流信息库中物流渠道i的综合服务评分QoSi:
QoSi=ω1×Pricei+ω2×Aratei+ω3×Sdegreei;
其中,所述历史物流优先指标包括物流渠道i的物流价格Pricei、时效达成率Aratei以及用户满意度Sdegreei,i为正整数,ω1为物流价格Pricei对应的指标权重,ω2为时效达成率Aratei对应的指标权重,ω3为用户满意度Sdegreei对应的指标权重;
将所述物流信息库中的物流渠道按综合服务评分从高到低排序;
从排序后的物流渠道中选择不低于预设综合服务评分的物流渠道进行推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810960919.3A CN109299892A (zh) | 2018-08-22 | 2018-08-22 | 一种物流渠道的推荐方法、存储介质和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810960919.3A CN109299892A (zh) | 2018-08-22 | 2018-08-22 | 一种物流渠道的推荐方法、存储介质和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109299892A true CN109299892A (zh) | 2019-02-01 |
Family
ID=65165528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810960919.3A Pending CN109299892A (zh) | 2018-08-22 | 2018-08-22 | 一种物流渠道的推荐方法、存储介质和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109299892A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948981A (zh) * | 2019-03-18 | 2019-06-28 | 康美药业股份有限公司 | 选择配送方案的方法、终端及计算机可读存储介质 |
CN110991952A (zh) * | 2019-11-22 | 2020-04-10 | 汉口北进出口服务有限公司 | 一种跨境物流模式选择方法和装置 |
CN110991975A (zh) * | 2020-03-04 | 2020-04-10 | 深圳市易达云科技有限公司 | 一种智能分物流方法 |
CN111899065A (zh) * | 2020-06-30 | 2020-11-06 | 深圳市宝视佳科技有限公司 | 订单与物流匹配的方法、装置、设备及存储介质 |
CN113034076A (zh) * | 2021-03-29 | 2021-06-25 | 上海寻梦信息技术有限公司 | 物流承运对象推荐方法、装置、电子设备和存储介质 |
CN113449184A (zh) * | 2021-06-23 | 2021-09-28 | 平安科技(深圳)有限公司 | 触达渠道的推荐方法、装置、计算机设备和存储介质 |
CN113592386A (zh) * | 2021-07-01 | 2021-11-02 | 申怡群供应链服务(深圳)有限公司 | 基于多物流渠道的物流产品生成方法、装置、设备及介质 |
WO2022062420A1 (zh) * | 2020-09-28 | 2022-03-31 | 北京京东振世信息技术有限公司 | 寄件方法和寄件装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260815A (zh) * | 2015-09-18 | 2016-01-20 | 国网辽宁省电力有限公司鞍山供电公司 | 基于大数据的电力系统缴费渠道评价方法 |
CN105447633A (zh) * | 2015-11-17 | 2016-03-30 | 中国农业大学 | 一种科研机构综合评价方法及系统 |
CN106408219A (zh) * | 2016-11-21 | 2017-02-15 | 中国工业设计(上海)研究院股份有限公司 | 一种产品综合评价方法及系统 |
CN106682949A (zh) * | 2016-12-31 | 2017-05-17 | 中国移动通信集团江苏有限公司 | 业务推荐方法、业务信息接收方法、装置及系统 |
CN107404431A (zh) * | 2017-08-22 | 2017-11-28 | 国网江苏省电力公司电力科学研究院 | 一种多渠道多账户统一鉴权的消息发送选择方法及系统 |
CN107705118A (zh) * | 2017-09-19 | 2018-02-16 | 深圳金融电子结算中心有限公司 | 基于渠道路由的交易支付方法、系统、服务器及存储介质 |
-
2018
- 2018-08-22 CN CN201810960919.3A patent/CN109299892A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105260815A (zh) * | 2015-09-18 | 2016-01-20 | 国网辽宁省电力有限公司鞍山供电公司 | 基于大数据的电力系统缴费渠道评价方法 |
CN105447633A (zh) * | 2015-11-17 | 2016-03-30 | 中国农业大学 | 一种科研机构综合评价方法及系统 |
CN106408219A (zh) * | 2016-11-21 | 2017-02-15 | 中国工业设计(上海)研究院股份有限公司 | 一种产品综合评价方法及系统 |
CN106682949A (zh) * | 2016-12-31 | 2017-05-17 | 中国移动通信集团江苏有限公司 | 业务推荐方法、业务信息接收方法、装置及系统 |
CN107404431A (zh) * | 2017-08-22 | 2017-11-28 | 国网江苏省电力公司电力科学研究院 | 一种多渠道多账户统一鉴权的消息发送选择方法及系统 |
CN107705118A (zh) * | 2017-09-19 | 2018-02-16 | 深圳金融电子结算中心有限公司 | 基于渠道路由的交易支付方法、系统、服务器及存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948981A (zh) * | 2019-03-18 | 2019-06-28 | 康美药业股份有限公司 | 选择配送方案的方法、终端及计算机可读存储介质 |
CN110991952A (zh) * | 2019-11-22 | 2020-04-10 | 汉口北进出口服务有限公司 | 一种跨境物流模式选择方法和装置 |
CN110991975A (zh) * | 2020-03-04 | 2020-04-10 | 深圳市易达云科技有限公司 | 一种智能分物流方法 |
CN111899065A (zh) * | 2020-06-30 | 2020-11-06 | 深圳市宝视佳科技有限公司 | 订单与物流匹配的方法、装置、设备及存储介质 |
WO2022062420A1 (zh) * | 2020-09-28 | 2022-03-31 | 北京京东振世信息技术有限公司 | 寄件方法和寄件装置 |
CN113034076A (zh) * | 2021-03-29 | 2021-06-25 | 上海寻梦信息技术有限公司 | 物流承运对象推荐方法、装置、电子设备和存储介质 |
CN113034076B (zh) * | 2021-03-29 | 2024-03-29 | 上海寻梦信息技术有限公司 | 物流承运对象推荐方法、装置、电子设备和存储介质 |
CN113449184A (zh) * | 2021-06-23 | 2021-09-28 | 平安科技(深圳)有限公司 | 触达渠道的推荐方法、装置、计算机设备和存储介质 |
CN113592386A (zh) * | 2021-07-01 | 2021-11-02 | 申怡群供应链服务(深圳)有限公司 | 基于多物流渠道的物流产品生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299892A (zh) | 一种物流渠道的推荐方法、存储介质和服务器 | |
Chen et al. | A reinforcement learning based approach for multi-projects scheduling in cloud manufacturing | |
Jula et al. | Cloud computing service composition: A systematic literature review | |
Kahraman et al. | Information systems outsourcing decisions using a group decision-making approach | |
CN105224606B (zh) | 一种用户标识的处理方法及装置 | |
WO2022237667A1 (zh) | 确定订单履约仓库的方法和装置 | |
CN109144997A (zh) | 数据关联方法、装置及存储介质 | |
CN107220217A (zh) | 基于逻辑回归的特征系数训练方法和装置 | |
CN109840730B (zh) | 用于数据预测的方法及装置 | |
Wang et al. | Coordinated scheduling of production and transportation in a two-stage assembly flowshop | |
KR102180267B1 (ko) | O2o 기반 의류산업 내 발주자와 제작자를 연결하는 의류생산 매칭 서비스 제공 시스템 | |
CN114328949A (zh) | 一种基于知识图谱的企业风险传导分析方法和装置 | |
CN109447822A (zh) | 保单智能回访方法、装置及计算机可读存储介质 | |
CN110263818A (zh) | 简历筛选的方法、装置、终端和计算机可读存储介质 | |
CN109741086A (zh) | 一种计算模型的生成方法及设备 | |
CN105022729A (zh) | 一种用户偏好确定方法及装置 | |
CN109977316A (zh) | 一种并行式文章推荐方法、装置、设备及存储介质 | |
CN110428139A (zh) | 基于标签传播的信息预测方法及装置 | |
CN111078997B (zh) | 一种资讯推荐方法及装置 | |
CN110309142A (zh) | 规则管理的方法和装置 | |
CN108681871A (zh) | 一种提示信息的方法、终端设备及计算机可读存储介质 | |
CN113362139B (zh) | 基于双塔结构模型的数据处理方法和装置 | |
CN108319612A (zh) | 受众媒体推荐方法和系统 | |
CN104794135B (zh) | 一种对搜索结果进行排序的方法和装置 | |
Xing et al. | Model for evaluating the virtual enterprise’s risk with 2-tuple linguistic information |
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 |