CN110264293A - 匹配程度的确定方法、装置和计算机可读存储介质 - Google Patents
匹配程度的确定方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110264293A CN110264293A CN201810200956.4A CN201810200956A CN110264293A CN 110264293 A CN110264293 A CN 110264293A CN 201810200956 A CN201810200956 A CN 201810200956A CN 110264293 A CN110264293 A CN 110264293A
- Authority
- CN
- China
- Prior art keywords
- matching
- distribution side
- target item
- central point
- matching degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000009826 distribution Methods 0.000 claims abstract description 200
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 2
- 239000010931 gold Substances 0.000 claims description 2
- 229910052737 gold Inorganic materials 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004141 dimensional analysis Methods 0.000 description 3
- 235000004936 Bromus mango Nutrition 0.000 description 2
- 241001093152 Mangifera Species 0.000 description 2
- 235000014826 Mangifera indica Nutrition 0.000 description 2
- 235000009184 Spondias indica Nutrition 0.000 description 2
- 241000669244 Unaspis euonymi Species 0.000 description 1
- 235000010724 Wisteria floribunda Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种匹配程度的确定方法、装置和计算机可读存储介质,涉及数据处理技术领域。该方法包括:根据目标物品确定相关用户,相关用户的历史订单中包含目标物品;根据各相关用户的位置确定中心点;将位置与中心点的距离小于阈值的分销方确定为目标物品的匹配分销方;根据匹配分销方与所述中心点的距离、和匹配订单的金额确定匹配分销方与目标物品的匹配程度,匹配订单为匹配分销方的包含目标物品的历史订单。本公开的技术方案能够降低匹配成本、提高匹配准确度。
Description
技术领域
本公开涉及数据处理技术领域,特别涉及一种匹配程度的确定方法、匹配程度的确定装置和计算机可读存储介质。
背景技术
随着电子商务的发展,用户可以通过电商平台从分销方手中获得不同产地的产品。但是,产品供应链中涉及的供应方、分销方和消费者往往处于不同的地理位置,这就对产品的质量、配送及时性等指标提出了新的挑战。
例如,生鲜农产品的地理属性明显,如海南的大芒果、陕西的红富士一般都是产于一地。但是,分销方往往很难从产地拿到产品,这就导致了消费者买到手里的生鲜不一定是真实产地生产的,不一定是新鲜的,而且不一定能够及时送货。因此,需要为产地的供应方匹配合适的分销方以解决上述问题。
相关技术一般通过公告的形式发布供求信息列表,在列表中搜索查看相关信息,依靠人为经验为供应方匹配分销方以建立合作关系。
发明内容
本公开的发明人发现上述相关技术中存在如下问题:相关信息的查找和匹配关系的建立依靠人为经验,缺乏客观依据,导致时间成本和人工成本高且匹配准确度低。针对上述问题中的至少一个问题,本公开提出了一种匹配程度的确定技术方案,能够降低成本、提高匹配准确度。
根据本公开的一些实施例,提供了一种匹配程度的确定方法包括:根据目标物品确定相关用户,所述相关用户的历史订单中包含目标物品;根据各相关用户的位置确定中心点;将位置与所述中心点的距离小于阈值的分销方确定为所述目标物品的匹配分销方;根据所述匹配分销方与所述中心点的距离、和匹配订单的金额确定所述匹配分销方与所述目标物品的匹配程度,所述匹配订单为所述匹配分销方的包含所述目标物品的历史订单。
可选地,根据所述各相关用户的横坐标的平均值确定所述中心点的横坐标,根据所述各相关用户的纵坐标的平均值确定所述中心点的纵坐标。
可选地,近距离分销方与所述目标物品的匹配程度大于远距离分销方与所述目标物品的匹配程度。所述近距离分销方的位置与所述中心点的距离小于平均距离。所述远距离分销方的位置与所述中心点的距离大于平均距离。所述平均距离为各匹配分销方到所述中心点的距离的平均值。
可选地,大规模分销方与所述目标物品的匹配程度大于小规模分销方与所述目标物品的匹配程度。所述大规模分销方的所述匹配订单的金额大于平均金额。所述小规模分销方的所述匹配订单的金额小于平均金额。所述平均金额为各匹配分销方的所述匹配订单的金额的平均值。
可选地,根据所述匹配分销方的仓库数量确定所述匹配程度,所述匹配分销方的仓库数量越多,所述匹配程度越高。
可选地,根据所述匹配分销方匹配的目标物品数量确定所述匹配程度,所述匹配分销方匹配的目标物品数量越多,所述匹配程度越低。
根据本公开的另一些实施例,提供一种匹配程度的确定装置包括:相关用户确定单元,用于根据目标物品确定相关用户,所述相关用户的历史订单中包含目标物品;中心点确定单元,用于根据各相关用户的位置确定中心点;匹配分销方确定单元,用于将位置与所述中心点的距离小于阈值的分销方确定为所述目标物品的匹配分销方;匹配程度确定单元,用于根据所述匹配分销方与所述中心点的距离、和匹配订单的金额确定所述匹配分销方与所述目标物品的匹配程度,所述匹配订单为所述匹配分销方的包含所述目标物品的历史订单。
可选地,所述中心点确定单元根据所述各相关用户的横坐标的平均值确定所述中心点的横坐标,根据所述各相关用户的纵坐标的平均值确定所述中心点的纵坐标。
可选地,所述匹配程度确定单元确定:近距离分销方与所述目标物品的匹配程度大于远距离分销方与所述目标物品的匹配程度,所述近距离分销方的位置与所述中心点的距离小于平均距离,所述远距离分销方的位置与所述中心点的距离大于平均距离,所述平均距离为各匹配分销方到所述中心点的距离的平均值。
可选地,所述匹配程度确定单元确定:大规模分销方与所述目标物品的匹配程度大于小规模分销方与所述目标物品的匹配程度,所述大规模分销方的所述匹配订单的金额大于平均金额,所述小规模分销方的所述匹配订单的金额小于平均金额,所述平均金额为各匹配分销方的所述匹配订单的金额的平均值。
可选地,所述匹配程度确定单元根据所述匹配分销方的仓库数量确定所述匹配程度,所述匹配分销方的仓库数量越多,所述匹配程度确定单元确定的所述匹配程度越高。
可选地,所述匹配程度确定单元根据所述匹配分销方匹配的目标物品数量确定所述匹配程度,所述匹配分销方匹配的目标物品数量越多,所述匹配程度确定单元确定的所述匹配程度越低。
根据本公开的又一些实施例,提供一种匹配程度的确定装置,包括:存储器和耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行上述任一个实施例所述的匹配程度的确定方法。
根据本公开的再一些实施例,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一个实施例所述的匹配程度的确定方法。
在上述实施例中,根据目标物品的相关用户的位置确定了分销目标物品的中心点位置,再通过分销方与中心点的距离、匹配订单金额等特征对分销方进行多维度分析,以获取各分销方与目标物品的匹配程度。这样可以为供应方与分销方的匹配提供客观依据,以实现自动匹配避免人为主观因素的影响,从而降低匹配成本、提高匹配准确度。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1示出本公开的匹配程度的确定方法的一些实施例的流程图;
图2示出相关用户、中心点和分销方的位置关系的示意图;
图3示出本公开的匹配分销方划分的一些实施例的示意图;
图4示出本公开的匹配分销方与多个目标物品匹配的一些实施例的示意图;
图5示出本公开的匹配程度的确定方法的另一些实施例的流程图;
图6示出本公开的匹配程度的确定装置的一些实施例的框图;
图7示出本公开的匹配程度的确定装置的另一些实施例的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1示出本公开的匹配程度的确定方法的一些实施例的流程图。
如图1所示,该方法包括:步骤110,确定相关用户;步骤120,确定中心点;步骤130,确定匹配分销方;步骤140,确定匹配程度。
在步骤110中,根据目标物品确定相关用户,相关用户的历史订单中包含目标物品。例如,可以在一个固定的区域内(如区、县)获取各用户(消费者)的历史订单数据,历史订单数据中具有目标物品即表明相应用户购买过目标物品,可以将这些用户确定为相关用户。目标物品可以由供应方、农场或批发商等提供。
在步骤120中,根据各相关用户的位置确定中心点。例如,根据各相关用户的横坐标的平均值确定中心点的横坐标,根据各相关用户的纵坐标的平均值确定中心点的纵坐标。也可以根据各相关用户位置坐标的其他统计数据,如各相关用户坐标的中位数,确定中心点坐标。
在步骤130中,将与中心点的距离小于阈值的分销方确定为目标物品的匹配分销方。例如,分销方可以是销售某一种物品的销售、代理、分销、存储企业。阈值可以根据实际情况和需求设定,如可以设定阈值为1公里。在一些实施例中,相关用户、中心点和分销方的位置关系如图2所示。
图2示出相关用户、中心点和分销方的位置关系的示意图。
如图2所示,针对目标物品(如苹果、芒果等农产品)确定的相关用户为图中的圆圈,根据各圆圈的坐标可以确定中心点21的坐标。可以设定阈值为R1,那么可以确定圆心为中心点21,半径为R1的圆范围内的分销方22-26为匹配分销方,该范围外的分销方27为非匹配分销方。
在步骤110-130中,中心点是根据购买过目标物品的消费者的位置确定的,这就保证了中心点附近的消费者对目标物品的需求比较旺盛。因此,将中心点附近的分销方与目标物品的供应方匹配,能够针对目标物品为消费者提供及时的配送服务以满足消费者需求,并保证目标物品的质量(如农产品的新鲜程度等)。建立了匹配关系后,就可以通过图1中的步骤140进一步确定匹配程度。
在步骤140中,根据匹配分销方与中心点的距离、和匹配订单的金额确定匹配分销方与目标物品的匹配程度。匹配订单为匹配分销方的包含所述目标物品的历史订单。
在一些实施例中,可以确定近距离分销方与目标物品的匹配程度大于远距离分销方与目标物品的匹配程度。例如,近距离分销方可以为与中心点的距离小于平均距离的匹配分销方;远距离分销方可以为与中心点的距离大于平均距离的匹配分销方;平均距离为各匹配分销方到中心点的距离的平均值。
例如,远近距离的划分可以如图2所示。图2中的匹配分销方22-26到中心点21的平均距离为R2。在这种情况下,可以确定在以中心点21为圆心R2为半径的圆范围内的分销方22、23为近距离分销方,在此范围外的分销方24-26为远距离分销方。
在一些实施例中,可以确定大规模分销方与目标物品的匹配程度大于小规模分销方与目标物品的匹配程度。例如,大规模分销方可以为其匹配订单的金额大于平均金额的匹配分销方,小规模分销方可以为其匹配订单的金额小于平均金额的匹配分销方,平均金额为各匹配分销方的匹配订单的金额的平均值。
匹配程度可以有不同的确定和表示方法。在一些实施例中,可以根据与中心点的距离和规模将匹配分销方划分为匹配程度不同的集合如图3所示,以不同的集合代表不同的匹配程度。
图3示出本公开的匹配分销方划分的一些实施例的示意图。
如图3所示,X轴代表匹配分销方的匹配订单的金额,即规模大小,Y轴代表匹配分销方与中心点的距离,为各匹配分销方的平均金额,各匹配分销方到中心点的平均距离。例如,可以根据和将匹配分销方划分为4个集合:优选分销方31、次优分销方32、候选分销方33和后备分销方34,匹配程度由高至低。例如,优选分销方31中为近距离且大规模的匹配供应方;次优分销方32为远距离且大规模的匹配供应方;候选分销方33为近距离且小规模的匹配供应方;后备分销方34为远距离且小规模的匹配供应方。可以将匹配分销方所属的集合作为标签与匹配分销方绑定。
在一些实施例中,还可以根据匹配分销方与中心点的距离及其规模大小为匹配分销方评级或评分来确定匹配程度,如表1中所示。
表1匹配分销方的匹配级别和匹配分数
匹配分数可以根据匹配级别确定,例如表中每级3分。
在一些实施例中,还可以根据分销方的仓库数量和/或分销方匹配的目标物品数量来确定匹配程度。例如,可以确定匹配分销方的仓库数量越多匹配程度越高,还可以确定匹配分销方匹配的目标物品数量越多匹配程度越低。图4中示出了一个分销方匹配多个目标物品的示意图。
图4示出本公开的匹配分销方与多个目标物品匹配的一些实施例的示意图。
如图4所示,分销方22-26与中心点21对应的第一目标物品匹配,分销方24、25和42与中心点41对应的第二目标物品匹配。因此,分销方24和25同时匹配两个目标物品。在这种情况下,可以确定分销方24和25与第一和第二目标物品的匹配程度低于图中其他分销方。
在一些实施例中,可以根据仓库数和匹配数为匹配供应方累加匹配分数。例如,匹配分销方的仓库为n个,则其匹配分数加n-1分;匹配分销方匹配的目标物品为n个,则其匹配分数减n-1分。例如,在表1中匹配分数的基础上,根据仓库数和匹配数确定的匹配分数累加结果如表2所示。
表2匹配分销方的匹配分数累加结果
图5示出本公开的匹配程度的确定方法的另一些实施例的流程图。
如图5所示,步骤110和步骤130与图1中的相同;步骤1201、步骤1202为图1中步骤120的进一步详细描述;步骤1401-步骤1405为图1中步骤140的进一步详细描述。
在步骤110中,根据目标物品确定相关用户。
在步骤1201中,获取相关用户的坐标。
在步骤1202中,计算各相关用户的坐标平均值以确定中心点。
在步骤130中,根据各分销方与中心点的距离确定匹配分销方。
在步骤1401中,获取各匹配分销方与中心点的平均距离。
在步骤1402中,获取各匹配分销方的匹配订单的平均金额。
在步骤1403中,获取各匹配分销方的仓库数量。
在步骤1404中获取各匹配分销方匹配的目标物品的数量。步骤1401-1404可以并行处理,也可以分别进行处理且没有执行顺序。
在步骤1405中,根据步骤1401-1404的获取结果确定各匹配分销方的匹配程度。
上述实施例中,根据目标物品的相关用户的位置确定了分销目标物品的中心点位置,再通过分销方与中心点的距离、匹配订单金额等特征对分销方进行多维度分析,以获取各分销方与目标物品的匹配程度。这样可以为供应方与分销方的匹配提供客观依据,以实现自动匹配避免人为主观因素的影响,从而降低匹配成本、提高匹配准确度。
而且,通过本公开的技术方案可以进行分销方站点和冷藏仓库站点的布局,以便达到高效配送,和完善的售后服务。也可应用于大型家电、数码产品等产品的售后维护,配送等实际业务场景中。
图6示出本公开的匹配程度的确定装置的一些实施例的框图。
如图6所示,匹配程度的确定装置6包括相关用户确定单元61、中心点确定单元62、匹配分销方确定单元63和匹配程度确定单元64。
相关用户确定单元61根据目标物品确定相关用户,相关用户的历史订单中包含目标物品。中心点确定单元62根据各相关用户的位置确定中心点。例如,中心点确定单元62根据各相关用户的横坐标的平均值确定中心点的横坐标,根据各相关用户的纵坐标的平均值确定中心点的纵坐标。
匹配分销方确定单元63将与中心点的距离小于阈值的分销方确定为目标物品的匹配分销方。匹配程度确定单元64根据匹配分销方与中心点的距离、和匹配订单的金额确定匹配分销方与目标物品的匹配程度,匹配订单为匹配分销方的包含目标物品的历史订单。
在一些实施例中,匹配程度确定单元64确定近距离分销方与目标物品的匹配程度大于远距离分销方与目标物品的匹配程度。近距离分销方为与所述中心点的距离小于平均距离的匹配分销方,远距离分销方为与中心点的距离大于平均距离的匹配分销方,平均距离为各匹配分销方到中心点的距离的平均值。
在一些实施例中,匹配程度确定单元64确定大规模分销方与目标物品的匹配程度大于小规模分销方与目标物品的匹配程度。大规模分销方为其所述匹配订单的金额大于平均金额的匹配分销方,小规模分销方为其所述匹配订单的金额小于平均金额的匹配分销方,平均金额为各匹配分销方的匹配订单的金额的平均值。
在一些实施例中,匹配分销方的仓库数量越多,匹配程度确定单元64确定的匹配程度越高。
在一些实施例中,匹配分销方匹配的目标物品数量越多,匹配程度确定单元64确定的匹配程度越低。
上述实施例中,根据目标物品的相关用户的位置确定了分销目标物品的中心点位置,再通过分销方与中心点的距离、匹配订单金额等特征对分销方进行多维度分析,以获取各分销方与目标物品的匹配程度。这样可以为供应方与分销方的匹配提供客观依据,以实现自动匹配避免人为主观因素的影响,从而降低匹配成本、提高匹配准确度。
图7示出本公开的匹配程度的确定装置的另一些实施例的框图。
如图7所示,该实施例的物品信息处理装置7包括:存储器71和耦接至该存储器71的处理器72,处理器72被配置为基于存储在存储器71中的指令,执行本公开中任意一个实施例中的匹配程度的确定方法。
存储器71例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开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,本公开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非瞬时性存储介质(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。
至此,已经详细描述了根据本公开的匹配程度的确定方法、匹配程度的确定装置和计算机可读存储介质。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
Claims (12)
1.一种匹配程度的确定方法,包括:
根据目标物品确定相关用户,所述相关用户的历史订单中包含所述目标物品;
根据各相关用户的位置确定中心点;
将位置与所述中心点的距离小于阈值的分销方确定为所述目标物品的匹配分销方;
根据所述匹配分销方与所述中心点的距离、和匹配订单的金额确定所述匹配分销方与所述目标物品的匹配程度,所述匹配订单为所述匹配分销方的包含所述目标物品的历史订单。
2.根据权利要求1所述的确定方法,其中,所述根据各相关用户的位置确定中心点包括:
根据所述各相关用户的横坐标的平均值确定所述中心点的横坐标,根据所述各相关用户的纵坐标的平均值确定所述中心点的纵坐标。
3.根据权利要求1所述的确定方法,其中:
近距离分销方与所述目标物品的匹配程度大于远距离分销方与所述目标物品的匹配程度,所述近距离分销方的位置与所述中心点的距离小于平均距离,所述远距离分销方的位置与所述中心点的距离大于平均距离,所述平均距离为各匹配分销方到所述中心点的距离的平均值;
大规模分销方与所述目标物品的匹配程度大于小规模分销方与所述目标物品的匹配程度,所述大规模分销方的所述匹配订单的金额大于平均金额,所述小规模分销方的所述匹配订单的金额小于平均金额,所述平均金额为各匹配分销方的所述匹配订单的金额的平均值。
4.根据权利要求1-3任一项所述的确定方法,还包括:
根据所述匹配分销方的仓库数量确定所述匹配程度,所述匹配分销方的仓库数量越多,所述匹配程度越高。
5.根据权利要求1-3任一项所述的确定方法,还包括:
根据所述匹配分销方匹配的目标物品数量确定所述匹配程度,所述匹配分销方匹配的目标物品数量越多,所述匹配程度越低。
6.一种匹配程度的确定装置,包括:
相关用户确定单元,用于根据目标物品确定相关用户,所述相关用户的历史订单中包含所述目标物品;
中心点确定单元,用于根据各相关用户的位置确定中心点;
匹配分销方确定单元,用于将位置与所述中心点的距离小于阈值的分销方确定为所述目标物品的匹配分销方;
匹配程度确定单元,用于根据所述匹配分销方与所述中心点的距离、和匹配订单的金额确定所述匹配分销方与所述目标物品的匹配程度,所述匹配订单为所述匹配分销方的包含所述目标物品的历史订单。
7.根据权利要求6所述的确定装置,其中,
所述中心点确定单元根据所述各相关用户的横坐标的平均值确定所述中心点的横坐标,根据所述各相关用户的纵坐标的平均值确定所述中心点的纵坐标。
8.根据权利要求6所述的确定装置,其中,所述匹配程度确定单元确定:
近距离分销方与所述目标物品的匹配程度大于远距离分销方与所述目标物品的匹配程度,所述近距离分销方的位置与所述中心点的距离小于平均距离,所述远距离分销方的位置与所述中心点的距离大于平均距离,所述平均距离为各匹配分销方到所述中心点的距离的平均值;
大规模分销方与所述目标物品的匹配程度大于小规模分销方与所述目标物品的匹配程度,所述大规模分销方的所述匹配订单的金额大于平均金额,所述小规模分销方的所述匹配订单的金额小于平均金额,所述平均金额为各匹配分销方的所述匹配订单的金额的平均值。
9.根据权利要求6-8任一项所述的确定装置,其中,
所述匹配程度确定单元根据所述匹配分销方的仓库数量确定所述匹配程度,所述匹配分销方的仓库数量越多,所述匹配程度确定单元确定的所述匹配程度越高。
10.根据权利要求6-8任一项所述的确定装置,其中,
所述匹配程度确定单元根据所述匹配分销方匹配的目标物品数量确定所述匹配程度,所述匹配分销方匹配的目标物品数量越多,所述匹配程度确定单元确定的所述匹配程度越低。
11.一种匹配程度的确定装置,包括:
存储器;和
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行权利要求1-5任一项所述的匹配程度的确定方法。
12.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-5任一项所述的匹配程度的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200956.4A CN110264293B (zh) | 2018-03-12 | 2018-03-12 | 匹配程度的确定方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200956.4A CN110264293B (zh) | 2018-03-12 | 2018-03-12 | 匹配程度的确定方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110264293A true CN110264293A (zh) | 2019-09-20 |
CN110264293B CN110264293B (zh) | 2024-03-05 |
Family
ID=67911869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810200956.4A Active CN110264293B (zh) | 2018-03-12 | 2018-03-12 | 匹配程度的确定方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110264293B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098318A1 (en) * | 2002-08-26 | 2004-05-20 | Michihisa Furukawa | Method of buying back goods that both improves efficiency and eases the burden on users |
CN105825360A (zh) * | 2016-03-31 | 2016-08-03 | 北京小度信息科技有限公司 | 商户配送范围的调整方法和装置 |
CN105844506A (zh) * | 2016-03-22 | 2016-08-10 | 太仓诚泽网络科技有限公司 | 一种基于网络的用户信息与分销商位置匹配系统 |
CN106485522A (zh) * | 2015-08-27 | 2017-03-08 | 华为终端(东莞)有限公司 | 一种推荐应用的方法、装置、客户端及系统 |
WO2017096437A1 (en) * | 2015-12-11 | 2017-06-15 | Rain-Check.It Pty Ltd | A system and method for facilitating shopping |
CN107392698A (zh) * | 2017-07-03 | 2017-11-24 | 太仓贝岭思拓软件科技有限公司 | 一种基于用户信息的分销商定位系统 |
-
2018
- 2018-03-12 CN CN201810200956.4A patent/CN110264293B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040098318A1 (en) * | 2002-08-26 | 2004-05-20 | Michihisa Furukawa | Method of buying back goods that both improves efficiency and eases the burden on users |
CN106485522A (zh) * | 2015-08-27 | 2017-03-08 | 华为终端(东莞)有限公司 | 一种推荐应用的方法、装置、客户端及系统 |
WO2017096437A1 (en) * | 2015-12-11 | 2017-06-15 | Rain-Check.It Pty Ltd | A system and method for facilitating shopping |
CN105844506A (zh) * | 2016-03-22 | 2016-08-10 | 太仓诚泽网络科技有限公司 | 一种基于网络的用户信息与分销商位置匹配系统 |
CN105825360A (zh) * | 2016-03-31 | 2016-08-03 | 北京小度信息科技有限公司 | 商户配送范围的调整方法和装置 |
CN107392698A (zh) * | 2017-07-03 | 2017-11-24 | 太仓贝岭思拓软件科技有限公司 | 一种基于用户信息的分销商定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110264293B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11010802B2 (en) | Real-time internet capable device information interchange for coordinated queuing at locations | |
Cirulis et al. | Augmented reality in logistics | |
US20150046299A1 (en) | Inventory Assessment with Mobile Devices | |
US10565547B2 (en) | Inter-store inventory transfer | |
US11449882B2 (en) | System and method for assortment planning with interactive similarity and transferable demand visualization | |
US11915194B2 (en) | System and method of augmented visualization of planograms | |
US20170053236A1 (en) | Method and systems for managing shipping transactions | |
US20220343275A1 (en) | Production and logistics management | |
US20150058151A1 (en) | Systems and methods for buying and selling one or more vehicles | |
US20150310387A1 (en) | Systems and Methods for Routing Return Products to Subsequent Purchasers | |
US11741528B1 (en) | Application program interfaces for vendor recommendations | |
Martin | Logistics and supply chain management | |
CN112001664A (zh) | 一种退货任务的生成方法、装置、设备和存储介质 | |
CN113887783A (zh) | 仓储补货预测方法、装置、设备和存储介质 | |
CN109255563B (zh) | 物品的储位区域的确定方法和装置 | |
US11853943B1 (en) | Mixed-reality assisted dimensionality expansion and manipulation analytics | |
CN110264293A (zh) | 匹配程度的确定方法、装置和计算机可读存储介质 | |
US20190272585A1 (en) | Virtual shopping software system and method | |
Babenko et al. | Complex risk analysis of e-commerce companies related to COVID-19 | |
CN110751496B (zh) | 一种商品价格检测方法和装置 | |
CN107644298B (zh) | 一种数据处理的方法、装置、存储装置及终端设备 | |
US11900546B1 (en) | Synchronized analysis of mixed-reality OLAP and supply chain network visualizations | |
CN111339152B (zh) | 一种门店拓展记录数据处理装置 | |
Oxford Analytica | Commercial metaverse to expand fast but unevenly | |
US11748701B1 (en) | Mixed-reality assisted exception analysis and resolution |
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 |