CN109886557A - 一种基于大数据和网格化的订单分发方法及系统 - Google Patents
一种基于大数据和网格化的订单分发方法及系统 Download PDFInfo
- Publication number
- CN109886557A CN109886557A CN201910073636.1A CN201910073636A CN109886557A CN 109886557 A CN109886557 A CN 109886557A CN 201910073636 A CN201910073636 A CN 201910073636A CN 109886557 A CN109886557 A CN 109886557A
- Authority
- CN
- China
- Prior art keywords
- subclass
- attendant
- attribute
- client
- order
- 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
Abstract
本发明提供一种基于大数据和网格化的订单分发方法及系统，所述订单分发方法包括以下步骤：步骤S1，根据网点分布创建网格结构；步骤S2，根据网格结构创建服务人员信息；步骤S3，对网格服务人员创建服务人员标签属性；步骤S4，根据客户订单的定位信息生成地市属性，根据地市属性检测网格结构，生成第一服务人员集合；步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性，根据客户标签属性检索服务人员标签属性，生成第二服务人员集合；步骤S6，分别计算所述第一服务人员集合和第二服务人员集合的匹配度，选取匹配度达到预设匹配值的服务人员，将其写入数据库并展示给客户端。本发明能够有效提高订单的分发效率及准确性。
Description
技术领域
本发明涉及一种订单分发方法，尤其涉及一种基于大数据和网格化的订单分发方法，并涉及采用了该基于大数据和网格化的订单分发方法的订单分发系统。
背景技术
订单分发一直是订单系统设计的重点和难点，以往的中心化设计，需要耗费较多人力来处理分发任务，并且由于信息缺少时效性，订单任务的分发会出现人员的冗余或者重复工作，耗时也比较久，不利于有实际分发需求的工单工作；加上网格化营销场景，使得网格的管理成本加大，无形中增加了很多的网格中心，增加成本的同时，还不便于订单的分发和管理，影响订单分发的准确性。
发明内容
本发明所要解决的技术问题是需要提供一种能够有效提高整体分发效率及准确性的基于大数据和网格化的订单分发方法，并需要进一步提供采用了该基于大数据和网格化的订单分发方法的订单分发系统。
对此，本发明提供一种基于大数据和网格化的订单分发方法，包括以下步骤：
步骤S1，根据网点分布创建网格结构；
步骤S2，根据网格结构创建服务人员信息；
步骤S3，对网格服务人员创建服务人员标签属性；
步骤S4，根据客户订单的定位信息生成地市属性，并根据地市属性检测已有的网格结构，自动生成匹配的第一服务人员集合；
步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性，并根据客户标签属性检索服务人员标签属性，自动生成匹配的第二服务人员集合；
步骤S6，分别计算所述第一服务人员集合和第二服务人员集合的匹配度，选取匹配度达到预设匹配值的服务人员，将其写入数据库并展示给客户端。
本发明的进一步改进在于，所述步骤S1中，根据现有的组织架构和地市信息对应的网点分布，创建具备上下级关系的网格结构{A1...An}，n为自然数。
本发明的进一步改进在于，所述步骤S2中，根据网格结构{A1...An}实际配备的服务人员情况，录入各个网格的服务人员信息{B1...Bn}，每一个服务人员信息均包括个人信息、认证信息、账号信息和所在网格中的任意一种或几种。
本发明的进一步改进在于，所述步骤S3中，对网格服务人员创建服务人员标签属性{C1...Cn}，每一个服务人员标签属性均包括服务时间、服务评价、熟练度和完成度中的任意一种或几种。
本发明的进一步改进在于，所述步骤S4中，根据客户订单的定位信息生成地市属性{D1...Dn}；然后根据地市属性{D1...Dn}，从网格结构{A1...An}中检索出归属于地市属性{D1...Dn}下的网格集合A(D1...Dn)；再根据网格集合A(D1...Dn)，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)下的第一服务人员集合B(A(D1...Dn))。
本发明的进一步改进在于，所述步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性{E1...En}，所述客户标签属性{E1...En}包括上班族、价格偏好和服务偏好中的任意一种或几种；然后根据客户的标签属性{E1...En}，从已有的服务人员标签属性{C1...Cn}中检索出相匹配的属性集合E(C1...Cn)；再根据属性集合E(C1...Cn)，从服务人员信息{B1...Bn}中检索出具备这些属性的第二服务人员集合B(E(C1...Cn))。
本发明的进一步改进在于，所述步骤S6包括以下子步骤：
步骤S601，根据公式A1*D1*(D1/(D1+D2+...Dn))％计算出子集合A1D1的分值，依此通过公式A1*Dn*(Dn/(D1+D2+...Dn))％计算出子集合A1Dn的分值，n为大于2的自然数，并对子集合A1D1、子集合A1D2、…、子集合A1Dn的分值进行比较，取子集合A1D1、子集合A1D2、…、子集合A1Dn中的分值最大值作为网格集合A(D1...Dn)的第一个元素；
步骤S602，依此类推，取子集合A2D1、子集合A2D2、…、子集合A2Dn中的分值最大值作为网格集合A(D1...Dn)的第二个元素；
步骤S603，依此类推，取子集合AnD1、子集合AnD2、…、子集合AnDn中的分值最大值作为网格集合A(D1...Dn)的第n个元素；
步骤S604，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)中的第一服务人员集合B(A(D1...Dn))。
本发明的进一步改进在于，所述步骤S6还包括以下子步骤：
步骤S605，根据公式E1*C1*(C1/(C1+C2+...Cn))％计算出子集合E1C1的分值，依此通过公式E1*Cn*(Cn/(C1+C2+...Cn))％计算出子集合E1Cn的分值，n为大于2的自然数，并对子集合E1C1、子集合E1C2、…、子集合E1Cn的分值进行比较，取子集合E1C1、子集合E1C2、…、子集合E1Cn中的分值最大值作为属性集合E(C1...Cn)的第一个元素；
步骤S606，依此类推，取子集合E2C1、子集合E2C2、…、子集合E2Cn中的分值最大值作为属性集合E(C1...Cn)的第二个元素；
步骤S607，依此类推，取子集合EnC1、子集合EnC2、…、子集合EnCn中的分值最大值作为属性集合E(C1...Cn)的第n个元素；
步骤S608，从服务人员信息{B1...Bn}中检索出归属于属性集合E(C1...Cn)中的第二服务人员集合B(E(C1...Cn))。
本发明的进一步改进在于，所述步骤S6中，取所述第一服务人员集合和第二服务人员集合之间的交集所对应的服务人员，将其写入数据库并展示给客户端。
本发明还提供一种基于大数据和网格化的订单分发系统，采用了如上所述的基于大数据和网格化的订单分发方法。
与现有技术相比，本发明的有益效果在于：在大数据的基础上，通过智能算法实现网格、客户以及服务人员之间的自动匹配，能够计算出所述第一服务人员集合和第二服务人员集合与订单之间的匹配度，从而提高订单的分发效率及准确性，降低了系统维护成本，提高了订单管理的有效性。
附图说明
图1是本发明一种实施例的工作流程示意图；
图2是本发明一种实施例的数据交互流程示意图；
图3是本发明一种实施例的网格结构示意图。
具体实施方式
下面结合附图，对本发明的较优的实施例作进一步的详细说明。
如图1至图3所示，本例提供一种基于大数据和网格化的订单分发方法，包括以下步骤：
步骤S1，根据网点分布创建网格结构；
步骤S2，根据网格结构创建服务人员信息；
步骤S3，对网格服务人员创建服务人员标签属性；
步骤S4，根据客户订单的定位信息生成地市属性，并根据地市属性检测已有的网格结构，自动生成匹配的第一服务人员集合；
步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性，并根据客户标签属性检索服务人员标签属性，自动生成匹配的第二服务人员集合；
步骤S6，分别计算所述第一服务人员集合和第二服务人员集合的匹配度，选取匹配度达到预设匹配值的服务人员，将其写入数据库并展示给客户端。
本例所述步骤S1中，根据现有的组织架构和地市信息对应的网点分布，创建具备上下级关系的网格结构{A1...An}，n为自然数。所述地市信息指的是城市地理位置信息，比如省份、市、县/区以及街道/镇等等，如图3所示。
本例所述步骤S2中，根据网格结构{A1...An}实际配备的服务人员情况，录入各个网格的服务人员信息{B1...Bn}，每一个服务人员信息均包括个人信息、认证信息、账号信息和所在网格中的任意一种或几种。服务人员指的是订单下达之后，实际跟进和处理订单，以保证订单完结的工作人员。根据每一个网格实际配备的服务人员情况，在系统中录入服务人员信息，具体包括个人信息、认证信息、账号信息以及所在网格等。
本例所述步骤S3中，对网格服务人员创建服务人员标签属性{C1...Cn}，并传递给数据服务器BS，每一个服务人员标签属性均包括服务时间、服务评价、熟练度和完成度中的任意一种或几种。
也就是说，本例所述步骤S1至步骤S3其实是根据订单管理系统和地市信息进行搭建网格结构和录入各个网格服务人员信息的步骤，为订单管理系统提供大数据基础。
本例所述步骤S4中，根据客户订单的定位信息生成地市属性{D1...Dn}；然后根据地市属性{D1...Dn}，从网格结构{A1...An}中检索出归属于地市属性{D1...Dn}下的网格集合A(D1...Dn)；再根据网格集合A(D1...Dn)，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)下的第一服务人员集合B(A(D1...Dn))。
本例所述步骤S4中，首先在接收新的订单后，根据客户实际所在的定位信息生成地市属性{D1...Dn}，如：深圳市福田区莲花街道；然后服务器BS根据订单的地市属性{D1...Dn}，检测已有的网格集合A(D1...Dn)，从网格结构{A1...An}中检索出归属于地市属性{D1...Dn}下的网格集合A(D1...Dn)，即得到匹配的网格集合A(D1...Dn)；最后在网格集合A(D1...Dn)中，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)下的第一服务人员集合B(A(D1...Dn))，得到匹配的第一服务人员集合B(A(D1...Dn))，该第一服务人员集合B(A(D1...Dn))为网格匹配服务人员集合。
本例所述步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性{E1...En}，所述客户标签属性{E1...En}包括上班族、价格偏好和服务偏好中的任意一种或几种；然后根据客户的标签属性{E1...En}，从已有的服务人员标签属性{C1...Cn}中检索出相匹配的属性集合E(C1...Cn)；再根据属性集合E(C1...Cn)，从服务人员信息{B1...Bn}中检索出具备这些属性的第二服务人员集合B(E(C1...Cn))，该第二服务人员集合B(E(C1...Cn))标签属性匹配服务人员集合。
本例所述步骤S5，先根据客户历史的订单及浏览的行为数据生成客户标签属性{E1...En}，如：上班族、价格偏好、服务偏好等；然后，服务器BS根据客户标签属性{E1...En}，检测已有的服务人员标签属性{C1...Cn}，即根据客户的标签属性{E1...En}，从已有的服务人员标签属性{C1...Cn}中检索出相匹配的属性集合E(C1...Cn)；最后，再根据属性集合E(C1...Cn)，，从服务人员信息{B1...Bn}中检索出具备这些属性的第二服务人员集合B(E(C1...Cn))，即得到匹配的第二服务人员集合B(E(C1...Cn))。
从已有的服务人员标签属性{C1...Cn}中检索出相匹配的属性集合E(C1...Cn)的具体流程为：第一、数据库保存客户的历史订单及浏览行为标签属性如：服务偏好字段等客户标签属性{E1...En}；第二、检索服务将客户标签属性E1作为检索关键字；第三、数据库保存服务人员标签属性如：服务能力字段等服务人员标签属性{C1...Cn}；第四、检索服务根据客户标签属性E1的关键字，检索数据库中的服务人员标签属性{C1...Cn}；第五、形成属性集合E(C1...Cn)的标签属性集合；第六、检索服务根据E(C1...Cn)的关键字，检索数据库中的服务人员信息{B1...Bn}；第七、形成第二服务人员集合B(E(C1...Cn))。
本例所述步骤S6包括以下子步骤：
步骤S601，如下表所示，根据公式A1*D1*(D1/(D1+D2+...Dn))％计算出子集合A1D1的分值，依此通过公式A1*Dn*(Dn/(D1+D2+...Dn))％计算出子集合A1Dn的分值，n为大于2的自然数，并对子集合A1D1、子集合A1D2、…、子集合A1Dn的分值进行比较，取子集合A1D1、子集合A1D2、…、子集合A1Dn中的分值最大值作为网格集合A(D1...Dn)的第一个元素；
| 网格结构 | 地市属性 | 权重 |
| A1 | D1 | D1/(D1+D2+..Dn)％ |
| A1 | D2 | D2/(D1+D2+..Dn)％ |
| .... | .... | .... |
| A1 | Dn | Dn/(D1+D2+..Dn)％ |
步骤S602，依此类推，通过公式A2*Dn*(Dn/(D1+D2+...Dn))％计算出子集合A2Dn的分值，并对子集合A2D1、子集合A2D2、…、子集合A2Dn的分值进行比较，取子集合A2D1、子集合A2D2、…、子集合A2Dn中的分值最大值作为网格集合A(D1...Dn)的第二个元素；
步骤S603，依此类推，通过公式An*Dn*(Dn/(D1+D2+...Dn))％计算出子集合AnDn的分值，并对子集合AnD1、子集合AnD2、…、子集合AnDn的分值进行比较，取子集合AnD1、子集合AnD2、…、子集合AnDn中的分值最大值作为网格集合A(D1...Dn)的第n个元素；
步骤S604，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)中的第一服务人员集合B(A(D1...Dn))。
同样的，本例所述步骤S6还包括以下子步骤：
步骤S605，如下表所示，根据公式E1*C1*(C1/(C1+C2+...Cn))％计算出子集合E1C1的分值，依此通过公式E1*Cn*(Cn/(C1+C2+...Cn))％计算出子集合E1Cn的分值，n为大于2的自然数，并对子集合E1C1、子集合E1C2、…、子集合E1Cn的分值进行比较，取子集合E1C1、子集合E1C2、…、子集合E1Cn中的分值最大值作为属性集合E(C1...Cn)的第一个元素；
步骤S606，依此类推，通过公式E2*Cn*(Cn/(C1+C2+...Cn))％计算出子集合E2Cn的分值，并对子集合E2C1、子集合E2C2、…、子集合E2Cn的分值进行比较，取子集合E2C1、子集合E2C2、…、子集合E2Cn中的分值最大值作为属性集合E(C1...Cn)的第二个元素；
步骤S607，依此类推，通过公式En*Cn*(Cn/(C1+C2+...Cn))％计算出子集合EnCn的分值，并对子集合EnC1、子集合EnC2、…、子集合EnCn的分值进行比较，取子集合EnC1、子集合EnC2、…、子集合EnCn中的分值最大值作为属性集合E(C1...Cn)的第n个元素；
步骤S608，从服务人员信息{B1...Bn}中检索出归属于属性集合E(C1...Cn)中的第二服务人员集合B(E(C1...Cn))。
更为优选的，本例所述步骤S6中，取所述第一服务人员集合和第二服务人员集合之间的交集所对应的服务人员，这样就能够在网格结构中尽量满足了地市属性、客户标签属性以及服务人员标签属性等多种要求，提高订单的匹配度，提高订单的分发效率及准确性，然后将其写入数据库并展示给客户端。
本例还提供一种基于大数据和网格化的订单分发系统，采用了如上所述的基于大数据和网格化的订单分发方法。
综上所述，本例在大数据的基础上，通过智能算法实现网格、客户以及服务人员之间的自动匹配，能够计算出所述第一服务人员集合和第二服务人员集合与订单之间的匹配度，从而提高订单的分发效率及准确性，降低了系统维护成本，提高了订单管理的有效性。
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 (10)
1.一种基于大数据和网格化的订单分发方法，其特征在于，包括以下步骤：
步骤S1，根据网点分布创建网格结构；
步骤S2，根据网格结构创建服务人员信息；
步骤S3，对网格服务人员创建服务人员标签属性；
步骤S4，根据客户订单的定位信息生成地市属性，并根据地市属性检测已有的网格结构，自动生成匹配的第一服务人员集合；
步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性，并根据客户标签属性检索服务人员标签属性，自动生成匹配的第二服务人员集合；
步骤S6，分别计算所述第一服务人员集合和第二服务人员集合的匹配度，选取匹配度达到预设匹配值的服务人员，将其写入数据库并展示给客户端。
2.根据权利要求1所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S1中，根据现有的组织架构和地市信息对应的网点分布，创建具备上下级关系的网格结构{A1...An}，n为自然数。
3.根据权利要求2所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S2中，根据网格结构{A1...An}实际配备的服务人员情况，录入各个网格的服务人员信息{B1...Bn}，每一个服务人员信息均包括个人信息、认证信息、账号信息和所在网格中的任意一种或几种。
4.根据权利要求3所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S3中，对网格服务人员创建服务人员标签属性{C1...Cn}，每一个服务人员标签属性均包括服务时间、服务评价、熟练度和完成度中的任意一种或几种。
5.根据权利要求4所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S4中，根据客户订单的定位信息生成地市属性{D1...Dn}；然后根据地市属性{D1...Dn}，从网格结构{A1...An}中检索出归属于地市属性{D1...Dn}下的网格集合A(D1...Dn)；再根据网格集合A(D1...Dn)，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)下的第一服务人员集合B(A(D1...Dn))。
6.根据权利要求5所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S5，根据客户的历史订单及浏览行为数据生成客户标签属性{E1...En}，所述客户标签属性{E1...En}包括上班族、价格偏好和服务偏好中的任意一种或几种；然后根据客户的标签属性{E1...En}，从已有的服务人员标签属性{C1...Cn}中检索出相匹配的属性集合E(C1...Cn)；再根据属性集合E(C1...Cn)，从服务人员信息{B1...Bn}中检索出具备这些属性的第二服务人员集合B(E(C1...Cn))。
7.根据权利要求6所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S6包括以下子步骤：
步骤S601，根据公式A1*D1*(D1/(D1+D2+...Dn))％计算出子集合A1D1的分值，依此通过公式A1*Dn*(Dn/(D1+D2+...Dn))％计算出子集合A1Dn的分值，n为大于2的自然数，并对子集合A1D1、子集合A1D2、…、子集合A1Dn的分值进行比较，取子集合A1D1、子集合A1D2、…、子集合A1Dn中的分值最大值作为网格集合A(D1...Dn)的第一个元素；
步骤S602，依此类推，取子集合A2D1、子集合A2D2、…、子集合A2Dn中的分值最大值作为网格集合A(D1...Dn)的第二个元素；
步骤S603，依此类推，取子集合AnD1、子集合AnD2、…、子集合AnDn中的分值最大值作为网格集合A(D1...Dn)的第n个元素；
步骤S604，从服务人员信息{B1...Bn}中检索出归属于网格集合A(D1...Dn)中的第一服务人员集合B(A(D1...Dn))。
8.根据权利要求7所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S6还包括以下子步骤：
步骤S605，根据公式E1*C1*(C1/(C1+C2+...Cn))％计算出子集合E1C1的分值，依此通过公式E1*Cn*(Cn/(C1+C2+...Cn))％计算出子集合E1Cn的分值，n为大于2的自然数，并对子集合E1C1、子集合E1C2、…、子集合E1Cn的分值进行比较，取子集合E1C1、子集合E1C2、…、子集合E1Cn中的分值最大值作为属性集合E(C1...Cn)的第一个元素；
步骤S606，依此类推，取子集合E2C1、子集合E2C2、…、子集合E2Cn中的分值最大值作为属性集合E(C1...Cn)的第二个元素；
步骤S607，依此类推，取子集合EnC1、子集合EnC2、…、子集合EnCn中的分值最大值作为属性集合E(C1...Cn)的第n个元素；
步骤S608，从服务人员信息{B1...Bn}中检索出归属于属性集合E(C1...Cn)中的第二服务人员集合B(E(C1...Cn))。
9.根据权利要求1至8任意一项所述的基于大数据和网格化的订单分发方法，其特征在于，所述步骤S6中，取所述第一服务人员集合和第二服务人员集合之间的交集所对应的服务人员，将其写入数据库并展示给客户端。
10.一种基于大数据和网格化的订单分发系统，其特征在于，采用了如权利要求1至9任意一项所述的基于大数据和网格化的订单分发方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910073636.1A CN109886557A (zh) | 2019-01-25 | 2019-01-25 | 一种基于大数据和网格化的订单分发方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910073636.1A CN109886557A (zh) | 2019-01-25 | 2019-01-25 | 一种基于大数据和网格化的订单分发方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109886557A true CN109886557A (zh) | 2019-06-14 |
Family
ID=66927022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910073636.1A Pending CN109886557A (zh) | 2019-01-25 | 2019-01-25 | 一种基于大数据和网格化的订单分发方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886557A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047152A (zh) * | 2019-11-22 | 2020-04-21 | 口碑(上海)信息技术有限公司 | 一种工单处理方法及装置 |
| CN113487158A (zh) * | 2021-06-30 | 2021-10-08 | 武汉空心科技有限公司 | 一种基于标签的任务需求分类检索系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106228419A (zh) * | 2016-07-13 | 2016-12-14 | 深圳市拓源天创实业发展有限公司 | 一种订单处理方法及系统 |
| CN106709758A (zh) * | 2016-12-19 | 2017-05-24 | 浙江网新恒天软件有限公司 | 一种电商产品中服务类商品的智能推荐和分配解决方法 |
| CN107360336A (zh) * | 2017-06-28 | 2017-11-17 | 上海航动科技有限公司 | 一种基于语音服务的智能派单系统及方法 |
| US20180032932A1 (en) * | 2016-07-26 | 2018-02-01 | Robert Dale Beadles | Systems and methods of dispatching service providers |
| CN107832941A (zh) * | 2017-10-31 | 2018-03-23 | 广州为想互联网科技有限公司 | 订单处理方法及装置 |
| CN109087158A (zh) * | 2018-06-12 | 2018-12-25 | 佛山欧神诺陶瓷有限公司 | 一种自动汇总并分配多渠道商机的方法及其系统 |
-
2019
- 2019-01-25 CN CN201910073636.1A patent/CN109886557A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106228419A (zh) * | 2016-07-13 | 2016-12-14 | 深圳市拓源天创实业发展有限公司 | 一种订单处理方法及系统 |
| US20180032932A1 (en) * | 2016-07-26 | 2018-02-01 | Robert Dale Beadles | Systems and methods of dispatching service providers |
| CN106709758A (zh) * | 2016-12-19 | 2017-05-24 | 浙江网新恒天软件有限公司 | 一种电商产品中服务类商品的智能推荐和分配解决方法 |
| CN107360336A (zh) * | 2017-06-28 | 2017-11-17 | 上海航动科技有限公司 | 一种基于语音服务的智能派单系统及方法 |
| CN107832941A (zh) * | 2017-10-31 | 2018-03-23 | 广州为想互联网科技有限公司 | 订单处理方法及装置 |
| CN109087158A (zh) * | 2018-06-12 | 2018-12-25 | 佛山欧神诺陶瓷有限公司 | 一种自动汇总并分配多渠道商机的方法及其系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047152A (zh) * | 2019-11-22 | 2020-04-21 | 口碑(上海)信息技术有限公司 | 一种工单处理方法及装置 |
| CN113487158A (zh) * | 2021-06-30 | 2021-10-08 | 武汉空心科技有限公司 | 一种基于标签的任务需求分类检索系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110175788A (zh) | 一种智慧城市能源云平台 | |
| US7640179B1 (en) | User interface and method to facilitate analysis and/or planning of business operation | |
| US7200607B2 (en) | Data analysis system for creating a comparative profile report | |
| Senouci et al. | Analysis of change orders in Qatari construction projects | |
| US20080256041A1 (en) | System and Method for Generating and Displaying Community Awareness Management Data | |
| US20070027903A1 (en) | Community Awareness Management Systems and Methods | |
| CN104040583A (zh) | 在能源管理系统中动态加标签以创建逻辑模型及优化缓存相关申请的交叉引用 | |
| JP2008525917A (ja) | 企業全体にわたるポリシー管理のシステムおよび方法 | |
| CN109886557A (zh) | 一种基于大数据和网格化的订单分发方法及系统 | |
| CN107317872A (zh) | 一种空间众包中多类型任务的调度方法 | |
| KR20190133381A (ko) | 자격증 소지자, 경력자, 및 관리자 선정 플랫폼 기반 중개 서비스 제공 방법 | |
| CN111210377A (zh) | 一种基于云计算的网络订餐监管系统及方法 | |
| CN113673839B (zh) | 智能基层事件网格化自动派发方法和基层事件处理系统 | |
| CN107909458A (zh) | 一种用于网上服务系统的常用功能列表生成方法及系统 | |
| CN113792081B (zh) | 一种自动化进行数据资产盘点的方法和系统 | |
| CN116402485A (zh) | 智慧城市就业管理方法及物联网系统、存储介质及装置 | |
| Meyers | GIS in the utilities | |
| JP2013171576A (ja) | 業務依頼支援システム、業務依頼支援方法 | |
| CN1652123A (zh) | 组织架构的动态管理方法及系统 | |
| JP5545085B2 (ja) | 情報検索装置、情報検索方法及びプログラム | |
| Vanclay | Design and implementation of a state-of-the-art inventory and forecasting system for indigenous forests | |
| Zatsarinnaya et al. | An automated software package creation for energy consumption accounting | |
| CN108877201A (zh) | 一种基于交通指挥指数的警力资源优化方法 | |
| CN109102338A (zh) | 喜马拉雅Art艺指数评估方法 | |
| CN113947390B (zh) | 一种金额类业绩的比例分配方法及比例分配系统 |
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: 20190614 |