CN109345175A - 基于司机匹配度的货源推送方法、系统、设备及存储介质 - Google Patents
基于司机匹配度的货源推送方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN109345175A CN109345175A CN201811177743.0A CN201811177743A CN109345175A CN 109345175 A CN109345175 A CN 109345175A CN 201811177743 A CN201811177743 A CN 201811177743A CN 109345175 A CN109345175 A CN 109345175A
- Authority
- CN
- China
- Prior art keywords
- driver
- cargo
- owner
- source
- goods
- 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.)
- Granted
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
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
本发明提供了基于司机匹配度的货源推送方法、系统、设备及存储介质,其中,方法包括:获得司机与货源的货主的通讯记录;对于每个司机匹配同类司机,同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;根据司机的通讯记录、同类司机的通讯记录获得同类司机与司机的匹配度;自同类司机的通讯记录中的预设时间段内,获得所有与同类司机进行通讯的货主作为备选货主;对于每个备选货主进行通讯的所有同类司机与司机的匹配度分别求和,作为每个备选货主的匹配值;将匹配值最高的备选货主推送给司机,本发明能够更高效的从全体货源数据中提取出更符合司机偏好的数据,从而提高司机与货源之间的匹配度。
Description
技术领域
本发明涉及信息推送领域,具体地说,涉及基于司机匹配度的货源推送方法、系统、设备及存储介质。
背景技术
对平台上在线货源的搜索中,每天在平台上存在几百万的货源,司机从中选择出一个符合自己偏好的货源是非常繁琐的。现有技术仅仅通过价格、定位等作为货源分配的选择条件,过于死板,忽略的人为偏好等难以量化的选择因素。
因此,本发明提供了一种基于司机匹配度的货源推送方法、系统、设备及存储介质。
发明内容
针对现有技术中的问题,本发明的目的在于提供基于司机匹配度的货源推送方法、系统、设备及存储介质,能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
本发明的实施例提供一种基于司机匹配度的货源推送方法,包括以下步骤:
通讯记录收集步骤,获得司机与货源的货主的通讯记录;
同类司机筛选步骤,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
匹配度统计步骤,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
备选货主筛选步骤,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
备选货主优化步骤,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
备选货主推送步骤,将所述匹配值最高的备选货主推送给所述司机。
优选地,所述匹配度统计步骤中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L)。
优选地,所述备选货主筛选步骤中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种。
优选地,所述同类司机筛选步骤中,对于每个司机仅匹配与所述司机位于同一城市的同类司机。
优选地,所述备选货主筛选步骤中还包括删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主。
本发明的实施例还提供一种基于司机匹配度的货源推送系统,用于实现上述的基于司机匹配度的货源推送方法,所述基于司机匹配度的货源推送系统包括:
通讯记录收集模块,获得司机与货源的货主的通讯记录;
同类司机筛选模块,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
匹配度统计模块,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
备选货主筛选模块,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
备选货主优化模块,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
备选货主推送模块,将所述匹配值最高的备选货主推送给所述司机。
优选地,所述匹配度统计模块中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L)。
优选地,所述备选货主筛选模块中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种。
优选地,所述同类司机筛选模块中,对于每个司机仅匹配与所述司机位于同一城市的同类司机。
优选地,所述备选货主筛选模块中删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主。
本发明的实施例还提供一种基于司机匹配度的货源推送设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述基于司机匹配度的货源推送方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被执行时实现上述基于司机匹配度的货源推送方法的步骤。
本发明的基于司机匹配度的货源推送方法、系统、设备及存储介质,能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明的基于司机匹配度的货源推送方法的流程图;
图2是本发明的基于司机匹配度的货源推送系统的架构示意图;
图3是本发明的基于司机匹配度的货源推送设备的结构示意图;以及
图4是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
图1是本发明的基于司机匹配度的货源推送方法的流程图。如图1所示,本发明的基于司机匹配度的货源推送方法,包括以下步骤:
S101、通讯记录收集步骤,获得司机与货源的货主的通讯记录;
S102、同类司机筛选步骤,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
S103、匹配度统计步骤,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
S104、备选货主筛选步骤,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
S105、备选货主优化步骤,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
S106、备选货主推送步骤,将所述匹配值最高的备选货主推送给所述司机。
在一个优选方案中,所述匹配度统计步骤中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L),但不以此为限。例如:设在最近的30天内,其中,司机A与司机B共同打过电话的货源有10票。司机A打过电话的货源有40票,司机B打过电话的货源有60票。则司机A与B的匹配度为P=M/(N+L)=10/(40+60)=0.1。
在一个优选方案中,所述备选货主筛选步骤中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种,但不以此为限。
在一个优选方案中,所述同类司机筛选步骤中,对于每个司机仅匹配与所述司机位于同一城市的同类司机,但不以此为限。
在一个优选方案中,所述备选货主筛选步骤中还包括删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主,但不以此为限。
本发明的基于司机匹配度的货源推送方法能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
本发明通过历史上司机对不同货源的点击、电话、曝光量,计算所有司机的匹配度,也是就如果两个司机打电话货源是一致的,则匹配度较大。将司机之间的匹配度保存在数据库中。在线上使用中,我们会记录所有司机对货源的曝光、点击、电话行为。并且在每次货源排序时通过和当前司机相似的司机的货源点击行为,给当前司机进行推荐。
本发明的实施过程如下:
货运调度平台有6位司机(A、B、C、D、E、F)和3个货源(X、Y、Z)。
货运调度平台实时获得司机与货源的货主的通讯记录(或是订单记录);
每天对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯(或者完成过至少一次订单),获得:
司机A的同类司机为司机B、司机C。
司机B的同类司机为司机A、司机C。
司机C的同类司机为司机A、司机B。
司机D的同类司机为司机E、司机F。
司机E的同类司机为司机D、司机F。
司机F的同类司机为司机D、司机E。
根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度。通过匹配度P=M/(N+L)的公式,得到下表:
司机A | 司机B | 司机C | 司机D | 司机E | 司机F | |
司机A | 0.2 | 0.3 | 0 | 0 | 0 | |
司机B | 0.2 | 0.4 | 0 | 0 | 0 | |
司机C | 0.3 | 0.4 | 0 | 0 | 0 | |
司机D | 0 | 0 | 0 | 0.5 | 0.1 | |
司机E | 0 | 0 | 0 | 0.5 | 0.2 | |
司机F | 0 | 0 | 0 | 0.1 | 0.2 |
上表中的行方向列方向分别表示,该司机与其他司机的匹配度,匹配度大于零的为同类司机,匹配度越大,这说明这两位司机在对与货源的选择上更加接近,匹配度越小,这说明这两位司机在对与货源的选择上不同。
自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主。假设现在给司机A分配任务。和司机A相似度系数大于0的司机为司机B和司机C,司机B和司机C在一周内打过电话的货主为货源X的货主和货源Y的货主,则将货源X的货主和货源Y的货主作为备选货源。
对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值。
其中,司机B和司机C都与货源X的货主进行过通讯(或者是完成过订单),则货源X的货主与司机A的匹配值等于司机A与司机B的匹配度与司机A与司机C的匹配度的和,即货源X的货主与司机A的匹配值=0.2+0.3=0.5。只有司机C与货源Y的货主进行过通讯(或者是完成过订单),则货源Y的货主与司机A的匹配值等于0.3。
将所述匹配值最高的备选货主(货源X的货主)推送给所述司机,通过本方法,货源X的货主最符合司机A的选择,最容易形成订单或是完成货运服务。本发明可以在司机A没有任何行为时可以进行更有效的推荐,获得司机A与货源之间更好信息匹配度。
图2是本发明的基于司机匹配度的货源推送系统的架构示意图。如图2所示,本发明的实施例还提供一种基于司机匹配度的货源推送系统5,用于实现上述的基于司机匹配度的货源推送方法,基于司机匹配度的货源推送系统5包括:
通讯记录收集模块501,获得司机与货源的货主的通讯记录;
同类司机筛选模块502,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
匹配度统计模块503,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
备选货主筛选模块504,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
备选货主优化模块505,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
备选货主推送模块506,将所述匹配值最高的备选货主推送给所述司机。
在一个优选方案中,所述匹配度统计模块中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L)。
在一个优选方案中,所述备选货主筛选模块中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种。
在一个优选方案中,所述同类司机筛选模块中,对于每个司机仅匹配与所述司机位于同一城市的同类司机。
在一个优选方案中,所述备选货主筛选模块中删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主。
本发明的基于司机匹配度的货源推送系统能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
本发明实施例还提供一种基于司机匹配度的货源推送设备,包括处理器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行的基于司机匹配度的货源推送方法的步骤。
如上所示,该实施例能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图3是本发明的基于司机匹配度的货源推送设备的结构示意图。下面参照图3来描述根据本发明的这种实施方式的电子设备600。图3显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的基于司机匹配度的货源推送方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
图4是本发明的计算机可读存储介质的结构示意图。参考图4所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上,本发明的目的在于提供基于司机匹配度的货源推送方法、系统、设备及存储介质,能够更高效的从全体货源数据中提取出更符合司机偏好的数据,尤其是在司机没有任何行为时可以进行更有效的推荐,获得司机与货源之间更好信息匹配度。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (12)
1.一种基于司机匹配度的货源推送方法,其特征在于,包括以下步骤:
通讯记录收集步骤,获得司机与货源的货主的通讯记录;
同类司机筛选步骤,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
匹配度统计步骤,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
备选货主筛选步骤,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
备选货主优化步骤,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
备选货主推送步骤,将所述匹配值最高的备选货主推送给所述司机。
2.如权利要求1所述的基于司机匹配度的货源推送方法,其特征在于:所述匹配度统计步骤中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L)。
3.如权利要求1所述的基于司机匹配度的货源推送方法,其特征在于:所述备选货主筛选步骤中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种。
4.如权利要求1所述的基于司机匹配度的货源推送方法,其特征在于:所述同类司机筛选步骤中,对于每个司机仅匹配与所述司机位于同一城市的同类司机。
5.如权利要求1所述的基于司机匹配度的货源推送方法,其特征在于:所述备选货主筛选步骤中还包括删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主。
6.一种基于司机匹配度的货源推送系统,用于实现权利要求1至5任一项所述的基于司机匹配度的货源推送方法,其特征在于,包括:
通讯记录收集模块,获得司机与货源的货主的通讯记录;
同类司机筛选模块,对于每个司机匹配同类司机,所述同类司机与该司机分别与至少一个相同的货主行过至少一次通讯;
匹配度统计模块,根据所述司机的通讯记录、所述同类司机的通讯记录获得所述同类司机与所述司机的匹配度;
备选货主筛选模块,自所述同类司机的通讯记录中的预设时间段内,获得所有与所述同类司机进行通讯的货主作为备选货主;
备选货主优化模块,对于每个所述备选货主进行通讯的所有同类司机与所述司机的匹配度分别求和,作为每个所述备选货主的匹配值;以及
备选货主推送模块,将所述匹配值最高的备选货主推送给所述司机。
7.如权利要求6所述的基于司机匹配度的货源推送系统,其特征在于:所述匹配度统计模块中,当所述司机与N个货源的货主进行过通讯,所述同类司机与L个货源的货主进行过通讯,其中所述同类司机与所述司机共同与M个货源的货主进行过通讯,则所述同类司机与所述司机的匹配度P=M/(N+L)。
8.如权利要求6所述的基于司机匹配度的货源推送系统,其特征在于:所述备选货主筛选模块中,所述预设时间为一天、三天、一周、一月、一季度、一年中的一种。
9.如权利要求6所述的基于司机匹配度的货源推送系统,其特征在于:所述同类司机筛选模块中,对于每个司机仅匹配与所述司机位于同一城市的同类司机。
10.如权利要求6所述的基于司机匹配度的货源推送系统,其特征在于:所述备选货主筛选模块中删除当前没有货运要求的备选货主,保留当前有货运要求的备选货主。
11.一种基于司机匹配度的货源推送设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至5中任意一项所述基于司机匹配度的货源推送方法的步骤。
12.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至5中任意一项所述基于司机匹配度的货源推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811177743.0A CN109345175B (zh) | 2018-10-10 | 2018-10-10 | 基于司机匹配度的货源推送方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811177743.0A CN109345175B (zh) | 2018-10-10 | 2018-10-10 | 基于司机匹配度的货源推送方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109345175A true CN109345175A (zh) | 2019-02-15 |
CN109345175B CN109345175B (zh) | 2021-08-03 |
Family
ID=65308393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811177743.0A Active CN109345175B (zh) | 2018-10-10 | 2018-10-10 | 基于司机匹配度的货源推送方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345175B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339448A (zh) * | 2020-02-25 | 2020-06-26 | 江苏满运软件科技有限公司 | 查询改写方法、系统、设备及存储介质 |
CN112613813A (zh) * | 2020-12-22 | 2021-04-06 | 天津五八到家货运服务有限公司 | 货运工作方案的推送方法、设备、介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886001A (zh) * | 2013-09-22 | 2014-06-25 | 天津思博科科技发展有限公司 | 一种个性化商品推荐系统 |
CN105095256A (zh) * | 2014-05-07 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 基于用户之间相似度进行信息推送的方法及装置 |
CN106445948A (zh) * | 2015-08-06 | 2017-02-22 | 中兴通讯股份有限公司 | 一种人员潜在关系分析方法和装置 |
CN106547365A (zh) * | 2015-09-17 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 商品推荐的方法和装置 |
CN106952130A (zh) * | 2017-02-27 | 2017-07-14 | 华南理工大学 | 基于协同过滤的通用物品推荐方法 |
US20180137204A1 (en) * | 2016-05-10 | 2018-05-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending personalized content |
-
2018
- 2018-10-10 CN CN201811177743.0A patent/CN109345175B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886001A (zh) * | 2013-09-22 | 2014-06-25 | 天津思博科科技发展有限公司 | 一种个性化商品推荐系统 |
CN105095256A (zh) * | 2014-05-07 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 基于用户之间相似度进行信息推送的方法及装置 |
CN106445948A (zh) * | 2015-08-06 | 2017-02-22 | 中兴通讯股份有限公司 | 一种人员潜在关系分析方法和装置 |
CN106547365A (zh) * | 2015-09-17 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 商品推荐的方法和装置 |
US20180137204A1 (en) * | 2016-05-10 | 2018-05-17 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for recommending personalized content |
CN106952130A (zh) * | 2017-02-27 | 2017-07-14 | 华南理工大学 | 基于协同过滤的通用物品推荐方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339448A (zh) * | 2020-02-25 | 2020-06-26 | 江苏满运软件科技有限公司 | 查询改写方法、系统、设备及存储介质 |
CN111339448B (zh) * | 2020-02-25 | 2022-10-04 | 江苏满运软件科技有限公司 | 查询改写方法、系统、设备及存储介质 |
CN112613813A (zh) * | 2020-12-22 | 2021-04-06 | 天津五八到家货运服务有限公司 | 货运工作方案的推送方法、设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109345175B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330034B (zh) | 一种日志分析方法和装置、计算机设备、存储介质 | |
CN109064278B (zh) | 目标对象推荐方法及装置、电子设备、存储介质 | |
CN107291867B (zh) | 基于人工智能的对话处理方法、装置、设备及计算机可读存储介质 | |
CN111506801A (zh) | 一种应用App中子应用的排序方法及装置 | |
CN110418200A (zh) | 一种视频推荐方法、装置及终端设备 | |
CN107786943A (zh) | 一种用户分群方法及计算设备 | |
CN102902763B (zh) | 关联、检索信息处理数据和处理信息任务的方法及装置 | |
CN106326243B (zh) | 一种数据处理方法及装置 | |
CN109214942A (zh) | 投保信息处理方法、装置、电子设备及计算机可读介质 | |
CN109074378B (zh) | 模块化电子数据分析计算系统 | |
CN109087138A (zh) | 数据处理方法及系统、计算机系统和可读存储介质 | |
CN109544266A (zh) | 产品数据推送方法、装置及计算机可读存储介质 | |
CN109345175A (zh) | 基于司机匹配度的货源推送方法、系统、设备及存储介质 | |
CN112417122A (zh) | 多轮问答方法及装置、计算机可读存储介质、电子设备 | |
CN109360092A (zh) | 交易节点配置方法、装置及计算机设备 | |
CN110335070B (zh) | 一种基于wifi的用户群扩展的方法、装置和电子设备 | |
CN109544392B (zh) | 用于保险订单处理的方法、系统、设备以及介质 | |
US8935264B2 (en) | Characteristic-based selection in a networked computing environment | |
CN109815423A (zh) | 基于终端分类的二维码识别方法、系统、设备及存储介质 | |
CN106202440A (zh) | 数据处理方法、装置及设备 | |
CN108959229A (zh) | 基于客户信息的策划报告生成方法、终端及存储介质 | |
CN110489563B (zh) | 图结构的表示方法、装置、设备及计算机可读存储介质 | |
CN107169005A (zh) | Poi推荐方法、装置、设备及计算机可读存储介质 | |
CN106651408B (zh) | 一种数据分析方法及装置 | |
CN113094602B (zh) | 酒店推荐方法、系统、设备及介质 |
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 |