CN109871991A - 一种物流路线的推荐方法、装置、设备及介质 - Google Patents
一种物流路线的推荐方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109871991A CN109871991A CN201910090591.9A CN201910090591A CN109871991A CN 109871991 A CN109871991 A CN 109871991A CN 201910090591 A CN201910090591 A CN 201910090591A CN 109871991 A CN109871991 A CN 109871991A
- Authority
- CN
- China
- Prior art keywords
- timeliness
- freight charges
- route
- logistics route
- logistics
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种物流路线的推荐方法，包括：获取用户输入的发件地址和收件地址；根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；获取每条所述待选物流路线的运费和时效；根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；根据所述综合值，向用户推荐物流路线。通过将物流路线时效转换成运费维度的时效费用，统一了时效和运费，根据时效和运费，计算出评价物流路线的综合值，根据综合值向用户推荐物流路线，能够为用户推荐性价比较高的物流路线，从而能够提高用户体验度。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种物流路线的推荐方法、装置、设备及介质。
背景技术
现有技术中，用户在寄件时，需要自己打听、分析哪个物流公司或物流产品更好，性价比更高，需要消耗大量的人力物力，但这样，还不一定能够选择到最佳物流路线，用户寄件的体验较差。
发明内容
针对现有技术中的缺陷，本发明提供一种物流路线的推荐方法、装置、设备及介质，能够为用户推荐性价比较高的物流路线，从而能够提高用户体验度。
第一方面，本发明提供了一种物流路线的推荐方法，包括：
获取用户输入的发件地址和收件地址；
根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；
获取每条所述待选物流路线的运费和时效；
根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；
根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
根据所述综合值，向用户推荐物流路线。
可选的，在所述根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用的步骤之前，还包括：
获取市场上所有样本物流路线的历史运费和历史时效；
根据所述历史运费和历史时效，获得关系模型；
根据所述关系模型，获得每条所述样本物流路线的所述历史运费和相应的所述历史时效的比值；
将所述比值分为若干段；
采用机器学习算法，基于相应的所述历史运费和历史时效，利用预先设定的转换公式，计算每段比值对应的系数因子；
记录每段比值对应的所述系数因子，建立转换模型。
可选的，所述比值包括三段，分别为：0-0.5,0.5-1,大于1；
当比值在0-0.5之间，系数因子为0.3；
当比值在0.5-1之间，系数因子为0.1；
当比值大于1，系数因子为0.05。
可选的，所述转换公式为：
其中，FS表示当前物流路线的时效转换成运费维度的时效费用；F表示当前物流路线的运费；T表示当前物流路线的时效；To表示最优时效路线的最优时效；θ表示系数因子。
可选的，所述根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值，包括：
采用综合值计算公式，根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
所述综合值计算公式为：
W＝F+FS
其中，W表示当前物流路线的综合值；F表示当前物流路线的运费。
可选的，所述根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用，包括：
对比每条所述待选物流路线的时效，获得最优时效路线；
根据所述最优时效路线的最优时效，基于预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用。
可选的，还包括：
实时更新所述待选物流路线的时效；
根据更新后的时效和所述运费，实时更新每条所述待选物流路线的综合值。
第二方面，本发明提供了一种物流路线的推荐装置，包括：
地址获取模块，用于获取用户输入的发件地址和收件地址；
路线获取模块，用于根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；
参数获取模块，用于获取每条所述待选物流路线的运费和时效；
转换模块，用于根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；
综合值计算模块，用于根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
路线推荐模块，用于根据所述综合值，向用户推荐物流路线。
第三方面，本发明提供了一种物流路线的推荐设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面提供的一种物流路线的推荐方法。
第四方面，本发明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，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面提供的一种物流路线的推荐方法。
本发明提供了一种物流路线的推荐方法，包括：获取用户输入的发件地址和收件地址；根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；获取每条所述待选物流路线的运费和时效；根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；根据所述综合值，向用户推荐物流路线。通过将物流路线时效转换成运费维度的时效费用，统一了时效和运费，根据时效和运费，计算出评价物流路线的综合值，根据综合值向用户推荐物流路线，能够为用户推荐性价比较高的物流路线，从而能够提高用户体验度。
本发明提供的一种物流路线的推荐装置、一种计算机可读存储介质和一种物流路线的推荐设备，与上述一种物流路线的推荐方法出于相同的发明构思，具有相同的有益效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例提供的一种物流路线的推荐方法的流程图；
图2为本发明实施例提供的一种物流路线的推荐装置的示意图；
图3为本发明实施例提供的一种物流路线的推荐设备的示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本发明提供了一种物流路线的推荐方法、装置、设备及介质。下面结合附图对本发明的实施例进行说明。
本发明的执行主体为服务器，通过软件来实现，服务器对应有相应的客户端，用户可以在客户端输入发件地址和收件地址，最后推荐的物流路线，通过客户端输出给用户。当用户需要寄件时，可以利用本发明为用户推荐性价比较高的物流路线。
例如，当消费者下单之后，商家根据消费者输入的收货地址和商品的发货地址，需要选择性价比较高的物流路线，可以通过本发明提供的方法获取到最佳物流路线。
请参考图1，图1为本发明具体实施例提供的一种物流路线的推荐方法的流程图，本实施例提供的一种物流路线的推荐方法，包括：
步骤S101：获取用户输入的发件地址和收件地址。
在获取用户输入的发件地址和收件地址时，可以通过客户端获取，也可以通过嵌入式程序从现有应用程序中获取，这都在本发明的保护范围内。
步骤S102：根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线。
其中，物流路线包括：不同物流公司对应的不同路线、同一物流公司对应的不同产品路线等。例如，顺丰、中通、圆通等，空运、陆运等。
在获取待选物流路线之前，需要统计所有物流公司的所有路线，汇总成表格。当获取发件地址和收件地址后，利用统计的所有路线，获取发件地址和收件地址对应的所有待选物流路线。
步骤S103：获取每条所述待选物流路线的运费和时效。
每个物流公司对应的每条物流路线都对应有相应的运费和时效，在统计物流公司的物流路线时，也需要将相应的运费和时效进行统计。当获取到待选物流路线后，根据预先统计的运费和时效，为待选物流路线匹配运费和时效。
步骤S104：根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用。
由于运费和时效的维度不同，无法综合考虑运费和时效，给用户推荐物流路线，因此，可以将时效转换成运费维度的时效费用，这样，在同一维度下进行比较，能够得到较准确的判断。
在转换之前，还包括：转换模型建立过程，具体过程包括：获取市场上所有样本物流路线的历史运费和历史时效；根据所述历史运费和历史时效，获得关系模型；根据所述关系模型，获得每条所述样本物流路线的所述历史运费和相应的所述历史时效的比值；将所述比值分为若干段；采用机器学习算法，基于相应的所述历史运费和历史时效，利用预先设定的转换公式，计算每段比值对应的系数因子；记录每段比值对应的所述系数因子，建立转换模型。
在获取历史运费和历史时效时，可以通过现在每天的大量订单数据获取，订单里面有运费和轨迹，根据轨迹可以获得时效。
市场上所有样本物流路线是指所有物流公司对应的所有产品的物流路线，每条物流路线都对应有相应的运费和时效，记为历史运费和历史时效，根据历史运费和历史时效，能够建立两者之间的关系模型，该关系模型是指历史运费和历史时效之间的对应关系表。将关系模型中每条样本物流路线的历史运费和历史时效进行对比，获得每条样本物流路线的历史运费和历史时效的比值。
按照预设规则将比值分为若干段，例如，将比值分别为：0-0.5,0.5-1,大于1，三个分段，也可以分为更细的分段，分段越细，最后获得的综合值越准确。该预设规则可以是人为规定，也可以是通过机器学习算法、深度学习算法等获得。
再采用机器学习算法，利用预先设定的转换公式，计算每段比值对应的系数因子。
所述转换公式为：
其中，FS表示当前物流路线的时效转换成运费维度的时效费用；F表示当前物流路线的运费；T表示当前物流路线的时效；To表示最优时效路线的最优时效；θ表示系数因子。
记录每段比值对应的系数因子，建立系数因子与比值分段之间的对应关系，并结合转换公式，获得转换模型。
例如，当比值在0-0.5之间，系数因子为0.3；当比值在0.5-1之间，系数因子为0.1；当比值大于1，系数因子为0.05。
在根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用时，包括：对比每条所述待选物流路线的时效，获得最优时效路线；根据所述最优时效路线的最优时效，基于预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用。
获取最优时效路线的最优时效后，将每条待选物流路线的运费和时效进行对比，获得两者的比值；将该比值、最优时效、当前物流路线的时效和当前物流路线的费用输入至转换模型中，转换模型判断该比值在哪个分段范围内，根据分段获取相应的系数因子，再根据转换公式，将时效转换成时效费用。
例如，比值判断过程为：判断比值是否大于1，若是，则系数因子为0.05；若否，则判断比值是否大于0.5，若是，则系数因子为0.1；若否，则系数因子为0.3。
由于物流运输过程中，每条物流路线的时效可能会发生变化，因此，需要实时更新每条待选物流路线的时效，根据更新后的时效和运费，获得更新后的时效费用，进而能够获得更新后的综合值，这样，能够获得更加准确的综合值，推荐更加合理，用户体验较高。
步骤S105：根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值。
在计算综合值时，可以利用综合值计算公式进行计算，公式为：
W＝F+FS
其中，W表示当前物流路线的综合值；F表示当前物流路线的运费。
步骤S106：根据所述综合值，向用户推荐物流路线。
在推荐物流路线时，综合值越高，表明成本越高，因此，选择综合值对低的物流路线输出给用户。
本发明通过将物流路线时效转换成运费维度的时效费用，统一了时效和运费，根据时效和运费，计算出评价物流路线的综合值，根据综合值向用户推荐物流路线，能够为用户推荐性价比较高的物流路线，从而能够提高用户体验度。
以上，为本发明提供的一种物流路线的推荐方法。
基于与上述一种物流路线的推荐方法相同的发明构思，与之相对应的，本发明实施例还提供了一种物流路线的推荐装置，如图3所示。由于装置实施例基本相似与方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
本发明提供了一种物流路线的推荐装置，包括：
地址获取模块101，用于获取用户输入的发件地址和收件地址；
路线获取模块102，用于根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；
参数获取模块103，用于获取每条所述待选物流路线的运费和时效；
转换模块104，用于根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；
综合值计算模块105，用于根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
路线推荐模块106，用于根据所述综合值，向用户推荐物流路线。
在本发明提供的一个具体实施例中，所述装置，还包括：
历史数据获取模块，用于获取市场上所有样本物流路线的历史运费和历史时效；
关系模块获取模块，用于根据所述历史运费和历史时效，获得关系模型；
比值获取模块，用于根据所述关系模型，获得每条所述样本物流路线的所述历史运费和相应的所述历史时效的比值；
分段模块，用于将所述比值分为若干段；
因子计算模块，用于采用机器学习算法，基于相应的所述历史运费和历史时效，利用预先设定的转换公式，计算每段比值对应的系数因子；
转换模块，用于记录每段比值对应的所述系数因子，建立转换模型。
在本发明提供的一个具体实施例中，所述比值包括三段，分别为：0-0.5,0.5-1,大于1；
当比值在0-0.5之间，系数因子为0.3；
当比值在0.5-1之间，系数因子为0.1；
当比值大于1，系数因子为0.05。
在本发明提供的一个具体实施例中，所述转换公式为：
其中，FS表示当前物流路线的时效转换成运费维度的时效费用；F表示当前物流路线的运费；T表示当前物流路线的时效；To表示最优时效路线的最优时效；θ表示系数因子。
在本发明提供的一个具体实施例中，所述综合值计算模块105，包括：
采用综合值计算公式，根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
所述综合值计算公式为：
W＝F+FS
其中，W表示当前物流路线的综合值；F表示当前物流路线的运费。
在本发明提供的一个具体实施例中，所述转换模块104，包括：
对比单元，用于对比每条所述待选物流路线的时效，获得最优时效路线；
转换单元，用于根据所述最优时效路线的最优时效，基于预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用。
在本发明提供的一个具体实施例中，还包括：
时效更新模块，用于实时更新所述待选物流路线的时效；
综合值更新模块，用于根据更新后的时效和所述运费，实时更新每条所述待选物流路线的综合值。
以上，为本发明提供的一种物流路线的推荐装置。
进一步地，在上述实施例所提供的一种物流路线的推荐方法及装置的基础上，本发明实施例还提供了一种物流路线的推荐设备。如图3所示，该设备可以包括：一个或多个处理器201、一个或多个输入设备202、一个或多个输出设备203和存储器204，上述处理器201、输入设备202、输出设备203和存储器204通过总线205相互连接。存储器204用于存储计算机程序，所述计算机程序包括程序指令，所述处理器201被配置用于调用所述程序指令执行上述方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器201可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal 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。
输入设备202可以包括键盘等，输出设备203可以包括显示器(LCD等)、扬声器等。
该存储器204可以包括只读存储器和随机存取存储器，并向处理器201提供指令和数据。存储器204的一部分还可以包括非易失性随机存取存储器。例如，存储器204还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器201、输入设备202、输出设备203可执行本发明实施例提供的一种物流路线的推荐方法的实施例中所描述的实现方式，在此不再赘述。
相应地，本发明实施例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，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述物流路线的推荐方法。
所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
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单元来实现本发明实施例方案的目的。
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，也可以是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，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种物流路线的推荐方法，其特征在于，包括：
获取用户输入的发件地址和收件地址；
根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；
获取每条所述待选物流路线的运费和时效；
根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；
根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
根据所述综合值，向用户推荐物流路线。
2.根据权利要求1所述的方法，其特征在于，在所述根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用的步骤之前，还包括：
获取市场上所有样本物流路线的历史运费和历史时效；
根据所述历史运费和历史时效，获得关系模型；
根据所述关系模型，获得每条所述样本物流路线的所述历史运费和相应的所述历史时效的比值；
将所述比值分为若干段；
采用机器学习算法，基于相应的所述历史运费和历史时效，利用预先设定的转换公式，计算每段比值对应的系数因子；
记录每段比值对应的所述系数因子，建立转换模型。
3.根据权利要求2所述的方法，其特征在于，所述比值包括三段，分别为：0-0.5,0.5-1,大于1；
当比值在0-0.5之间，系数因子为0.3；
当比值在0.5-1之间，系数因子为0.1；
当比值大于1，系数因子为0.05。
4.根据权利要求2所述的方法，其特征在于，所述转换公式为：
其中，FS表示当前物流路线的时效转换成运费维度的时效费用；F表示当前物流路线的运费；T表示当前物流路线的时效；To表示最优时效路线的最优时效；θ表示系数因子。
5.根据权利要求4所述的方法，其特征在于，所述根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值，包括：
采用综合值计算公式，根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
所述综合值计算公式为：
W＝F+FS
其中，W表示当前物流路线的综合值；F表示当前物流路线的运费。
6.根据权利要求4所述的方法，其特征在于，所述根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用，包括：
对比每条所述待选物流路线的时效，获得最优时效路线；
根据所述最优时效路线的最优时效，基于预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用。
7.根据权利要求1所述的方法，其特征在于，还包括：
实时更新所述待选物流路线的时效；
根据更新后的时效和所述运费，实时更新每条所述待选物流路线的综合值。
8.一种物流路线的推荐装置，其特征在于，包括：
地址获取模块，用于获取用户输入的发件地址和收件地址；
路线获取模块，用于根据所述发件地址和收件地址，获取所述发件地址和收件地址对应的所有待选物流路线；
参数获取模块，用于获取每条所述待选物流路线的运费和时效；
转换模块，用于根据预先建立的转换模型，将每条所述待选物流路线的所述时效转换成运费维度的时效费用；
综合值计算模块，用于根据所述时效费用和所述运费，获得每条所述待选物流路线的综合值；
路线推荐模块，用于根据所述综合值，向用户推荐物流路线。
9.一种物流路线的推荐设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910090591.9A CN109871991A (zh) | 2019-01-30 | 2019-01-30 | 一种物流路线的推荐方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910090591.9A CN109871991A (zh) | 2019-01-30 | 2019-01-30 | 一种物流路线的推荐方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109871991A true CN109871991A (zh) | 2019-06-11 |
Family
ID=66918330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910090591.9A Pending CN109871991A (zh) | 2019-01-30 | 2019-01-30 | 一种物流路线的推荐方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109871991A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110909956A (zh) * | 2019-12-05 | 2020-03-24 | 上海凯京信达科技集团有限公司 | 物流线路推荐方法、计算机存储介质及电子设备 |
| CN111428933A (zh) * | 2020-03-30 | 2020-07-17 | 江苏满运软件科技有限公司 | 物流地址推荐方法、系统、设备及存储介质 |
| CN111652561A (zh) * | 2020-06-11 | 2020-09-11 | 上海凯京信达科技集团有限公司 | 线路推荐方法、计算机存储介质及电子设备 |
| CN111950803A (zh) * | 2020-08-24 | 2020-11-17 | 上海寻梦信息技术有限公司 | 物流对象送达时间预测方法、装置、电子设备及存储介质 |
| CN111967793A (zh) * | 2020-08-28 | 2020-11-20 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
| CN112488623A (zh) * | 2020-11-30 | 2021-03-12 | 上海寻梦信息技术有限公司 | 展示包裹预配送路线的方法、装置、设备以及存储介质 |
| CN112700210A (zh) * | 2020-12-23 | 2021-04-23 | 绿瘦健康产业集团有限公司 | 一种运费核对方法、装置及存储介质 |
| CN112862135A (zh) * | 2019-11-26 | 2021-05-28 | 顺丰科技有限公司 | 快件运输线路规划方法、装置、服务器及存储介质 |
| CN112949880A (zh) * | 2019-11-26 | 2021-06-11 | 北京京东振世信息技术有限公司 | 一种生成推荐路线的方法和装置 |
| CN113269481A (zh) * | 2021-01-26 | 2021-08-17 | 安必快科技(深圳)有限公司 | 平台、国际物流智能报价方法、控制装置及存储介质 |
| CN113408836A (zh) * | 2020-03-16 | 2021-09-17 | 北京京东振世信息技术有限公司 | 物流路由评估方法及装置、存储介质、电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101782982A (zh) * | 2009-07-07 | 2010-07-21 | 上海海事大学 | 集装箱多式联运路径选择的多目标整数线性规划方法 |
| CN105809401A (zh) * | 2016-03-11 | 2016-07-27 | 惠龙易通国际物流股份有限公司 | 一种基于动态规划算法的货运信息处理方法及系统 |
| CN107247762A (zh) * | 2017-06-01 | 2017-10-13 | 深圳前海跨海侠跨境电子商务有限公司 | 一种国际物流线路推荐方法 |
| CN107506967A (zh) * | 2017-09-12 | 2017-12-22 | 上海澳通信息科技有限公司 | 跨国购物转运系统 |
| CN107679646A (zh) * | 2017-09-04 | 2018-02-09 | 安徽共生物流科技有限公司 | 一种效益最优的运输路线智能优化方法 |
| CN109214732A (zh) * | 2017-06-30 | 2019-01-15 | 菜鸟智能物流控股有限公司 | 物流对象选择、确定物流线路过载的方法及装置、设备 |
-
2019
- 2019-01-30 CN CN201910090591.9A patent/CN109871991A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101782982A (zh) * | 2009-07-07 | 2010-07-21 | 上海海事大学 | 集装箱多式联运路径选择的多目标整数线性规划方法 |
| CN105809401A (zh) * | 2016-03-11 | 2016-07-27 | 惠龙易通国际物流股份有限公司 | 一种基于动态规划算法的货运信息处理方法及系统 |
| CN107247762A (zh) * | 2017-06-01 | 2017-10-13 | 深圳前海跨海侠跨境电子商务有限公司 | 一种国际物流线路推荐方法 |
| CN109214732A (zh) * | 2017-06-30 | 2019-01-15 | 菜鸟智能物流控股有限公司 | 物流对象选择、确定物流线路过载的方法及装置、设备 |
| CN107679646A (zh) * | 2017-09-04 | 2018-02-09 | 安徽共生物流科技有限公司 | 一种效益最优的运输路线智能优化方法 |
| CN107506967A (zh) * | 2017-09-12 | 2017-12-22 | 上海澳通信息科技有限公司 | 跨国购物转运系统 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862135A (zh) * | 2019-11-26 | 2021-05-28 | 顺丰科技有限公司 | 快件运输线路规划方法、装置、服务器及存储介质 |
| CN112949880B (zh) * | 2019-11-26 | 2023-11-03 | 北京京东振世信息技术有限公司 | 一种生成推荐路线的方法和装置 |
| CN112862135B (zh) * | 2019-11-26 | 2023-06-13 | 顺丰科技有限公司 | 快件运输线路规划方法、装置、服务器及存储介质 |
| CN112949880A (zh) * | 2019-11-26 | 2021-06-11 | 北京京东振世信息技术有限公司 | 一种生成推荐路线的方法和装置 |
| CN110909956A (zh) * | 2019-12-05 | 2020-03-24 | 上海凯京信达科技集团有限公司 | 物流线路推荐方法、计算机存储介质及电子设备 |
| CN113408836B (zh) * | 2020-03-16 | 2023-11-07 | 北京京东振世信息技术有限公司 | 物流路由评估方法及装置、存储介质、电子设备 |
| CN113408836A (zh) * | 2020-03-16 | 2021-09-17 | 北京京东振世信息技术有限公司 | 物流路由评估方法及装置、存储介质、电子设备 |
| CN111428933B (zh) * | 2020-03-30 | 2022-10-04 | 江苏满运软件科技有限公司 | 物流地址推荐方法、系统、设备及存储介质 |
| CN111428933A (zh) * | 2020-03-30 | 2020-07-17 | 江苏满运软件科技有限公司 | 物流地址推荐方法、系统、设备及存储介质 |
| CN111652561A (zh) * | 2020-06-11 | 2020-09-11 | 上海凯京信达科技集团有限公司 | 线路推荐方法、计算机存储介质及电子设备 |
| CN111950803A (zh) * | 2020-08-24 | 2020-11-17 | 上海寻梦信息技术有限公司 | 物流对象送达时间预测方法、装置、电子设备及存储介质 |
| CN111967793B (zh) * | 2020-08-28 | 2021-04-06 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
| CN111967793A (zh) * | 2020-08-28 | 2020-11-20 | 上海寻梦信息技术有限公司 | 物流时效评价方法、装置、电子设备及存储介质 |
| CN112488623A (zh) * | 2020-11-30 | 2021-03-12 | 上海寻梦信息技术有限公司 | 展示包裹预配送路线的方法、装置、设备以及存储介质 |
| CN112700210A (zh) * | 2020-12-23 | 2021-04-23 | 绿瘦健康产业集团有限公司 | 一种运费核对方法、装置及存储介质 |
| CN113269481A (zh) * | 2021-01-26 | 2021-08-17 | 安必快科技(深圳)有限公司 | 平台、国际物流智能报价方法、控制装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109871991A (zh) | 一种物流路线的推荐方法、装置、设备及介质 | |
| CN110543968B (zh) | 预计送达时间确定方法、装置、电子设备及存储介质 | |
| Anderson et al. | A game-theoretic analysis of competition among container port hubs: the case of Busan and Shanghai | |
| Jara-Díaz | Transport economic theory | |
| Lai et al. | Valuation of storage at a liquefied natural gas terminal | |
| Gurnani et al. | Supply contracts in manufacturer‐retailer interactions with manufacturer‐quality and retailer effort‐induced demand | |
| CN109377145B (zh) | 一种商品智能配送管理系统 | |
| Chang et al. | Port competitiveness, efficiency, and supply chains: a literature review | |
| Lahrichi et al. | Strategic analysis of the dairy transportation problem | |
| CN109858862A (zh) | 一种智能推荐物流路线的方法、装置、设备及介质 | |
| CN109284881A (zh) | 订单分配方法、装置、计算机可读存储介质及电子设备 | |
| CN109740873A (zh) | 保单的分配方法、装置、介质及电子设备 | |
| Wang et al. | Optimal price decisions for joint ventures between port operators and shipping lines under the congestion effect | |
| Wang et al. | Cruise service planning considering berth availability and decreasing marginal profit | |
| Pomfret et al. | Global value-chains and connectivity in developing Asia–With application to the Central and West Asian region | |
| Lee et al. | Forecasting container port volume: implications for dredging | |
| Ji-li et al. | A new mathematical model of vehicle routing problem based on milk-run | |
| CN107085754A (zh) | 信息输出方法和装置 | |
| CN109003148B (zh) | 广告推送方法、装置、服务器及可读存储介质 | |
| CN109360041A (zh) | 商户展示方法、装置、电子设备和存储介质 | |
| CN103595783B (zh) | 云计算调度系统及云计算调度方法 | |
| Kress et al. | A mechanism design approach to planning problems in intermodal transport logistics of large city sea ports and megahubs | |
| CN109886489A (zh) | 应用于中转资源的配置系统及方法 | |
| Borndörfer et al. | Fair ticket pricing in public transport as a constrained cost allocation game | |
| CN108038347A (zh) | 线损率获取方法和装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190611 |