CN110580575A - 一种订单派发方法及装置 - Google Patents
一种订单派发方法及装置 Download PDFInfo
- Publication number
- CN110580575A CN110580575A CN201910797923.7A CN201910797923A CN110580575A CN 110580575 A CN110580575 A CN 110580575A CN 201910797923 A CN201910797923 A CN 201910797923A CN 110580575 A CN110580575 A CN 110580575A
- Authority
- CN
- China
- Prior art keywords
- order
- vehicle
- determining
- preset
- matching
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000006399 behavior Effects 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种订单派发方法及装置。所述方法包括:获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。本发明实施例解决了现有技术中,仅仅将距离作为网约车派单的唯一因素,使得网约车服务具有一定的局限性的问题。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种订单派发方法及装置。
背景技术
近年来,随着移动互联网行业的迅速发展,传统交通运输与互联网融合的行业新业态蓬勃发展,使得网络约车服务(简称网约车)俨然已经成为用户出行的一个重要方式,网约车可满足用户在不同出行场景中的使用需求,用户规模持续、稳定地增长,其在短时间内迅速占据了大量的用户市场,也为用户出行带来了极大的便利。
现有技术中,网约车平台在接收到用户从客户端触发的约车订单后,通常根据用户与车辆之间的距离,筛选与用户距离较近的车辆,并将订单派发给与用户距离较近的车辆,或者与用户距离最近的车辆。也就说,网约车平台在派单时,通常以距离作为派单的唯一因素;然而,随着网约车业务的迅速发展,仅仅将距离作为派单的唯一因素,使得网约车服务具有一定的局限性。
发明内容
本发明实施例提供一种订单派发方法及装置,以解决现有技术中,仅仅将距离作为网约车派单的唯一因素,使得网约车服务具有一定的局限性的问题。
一方面,本发明实施例提供了一种订单派发方法,所述方法包括:
获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
另一方面,本发明实施例还提供一种订单派发装置,所述装置包括:
获取模块,用于获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
参数确定模块,用于确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
建立模块,用于根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
订单派发模块,用于根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
又一方面,本发明实施例还提供一种电子设备,该电子设备包括存储器、处理器及存储在存储器上并可在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上所述的订单派发方法中的步骤。
再一方面,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的订单派发方法中的步骤。
在本发明实施例中,通过获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;确定每个所述约车订单与所述车辆的匹配参数,根据所述匹配参数,通过匹配参数来衡量订单与车辆之间的匹配程度;建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值,确保预设派单周期内,所有订单派发的整体匹配程度较高;根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆,通过匹配参数使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。综合距离因素以及相似度得到匹配参数,使得约车订单资源、车辆资源均得到良好的利用,避免司机与乘客之间的匹配程度较差,造成订单派发的效果较差。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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为本发明实施例提供的订单派发方法的步骤流程图之一;
图2为本发明实施例的第一示例的应用场景图;
图3为本发明实施例提供的订单派发方法的步骤流程图之二;
图4为本发明实施例提供的订单派发装置的结构框图;
图5为本发明实施例提供的电子设备的结构框图。
具体实施方式
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程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。
参见图1,本发明实施例提供了一种订单派发方法,其中,所述方法可应用于网约车的服务器,作为第一示例,所述服务器可与多个客户端通信连接,接收客户端发送的约车订单,并为客户端派发车辆。
所述方法包括:
步骤101,获取预设派单周期内的约车订单以及处于空闲行程状态的车辆。
其中,可针对每个地域,预先设定派单周期,即预设派单周期;比如,在每个派单周期内,将该地域内所有的约车订单进行统一派发;地域的范围可预先设定。
在预设派单周期内,汇总所有的约车订单,以及处于空闲行程状态的车辆;空闲行程状态即在预设派单周期内处于空闲行程状态,空闲行程状态即不处于载客状态,且不具有预约订单。
步骤102,确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的。
其中,匹配参数用于表示约车订单与每台车辆之间的匹配程度;匹配参数包括相似度以及距离参数;具体地,相似度为约车订单中的乘客与所述车辆的司机之间的相似度,相似度中可包括多个标签,每个标签表明一种倾向,对于司机标签可以是在司机行车过程中的特征,比如车速、放音乐等,车速表示司机行车过程中速度快慢,放音乐表示司机在行车过程中是否喜欢播放音乐;对于乘客,标签可以是在乘车过程中的特征,比如同样可以是车速、音乐,车速表示乘客期望(或喜欢)的车速快慢程度,音乐表示乘客在乘车过程中是否期望播放音乐等。
相似度可根据乘客与司机之间的相互评价获得,也可由用户自行选择,通过相似度来判别乘客与司机之间的在多维特征上的相似程度。
距离参数由乘客与司机之间的物理距离来确定。
综合考虑相似度与距离参数,得到每个约车订单与每台车辆的匹配参数,通过匹配参数来判断约车订单与司机之间的匹配程度。
步骤103,根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值。
其中,由于在每个预设派单周期内,可能具有多个约车订单,因此在确定匹配参数之后,还需要进行合理分配,以在确保更多的约车订单匹配到车辆的基础上,为每个订单分配匹配参数较大的车辆。
具体地,本发明实施例中,得到多个匹配参数之后,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图。作为第二示例,参考以下表1,表1中所示数据为二分图的数据示意;
表1:
C1 | …… | Cj | …… | Cm | |
O1 | 0.4 | 0.6 | 0.4 | 0.8 | 0.8 |
…… | 0.8 | 0.6 | 0.6 | 0.4 | 0.4 |
Oi | 0.4 | 0.8 | 0.6 | 0.8 | 0.6 |
…… | 0.6 | 0.8 | 0.8 | 0.8 | 0.8 |
On | 0.8 | 0.4 | 0.6 | 0.4 | 0.6 |
表1中,{O1,……,On}为所述订单集,{C1,……,Cm}为所述车辆集;表格中填充的为匹配参数,比如,对于订单O1来说,其所在行的数据分别表示O1与每台车辆之间的匹配参数,O1D1对应的表格中0.4表示订单O1与车辆C1之间的匹配参数为0.4;也就是说,OiCj表示订单Oi与车辆Cj之间的匹配参数。
得到表1中所示的二分图之后,根据预设的匹配算法,得到二分图的最大匹配权值;其中,匹配的过程中,每个订单至多仅与一台车辆进行匹配,每台车辆至多仅与一个订单匹配;也就是说,最大匹配权值的匹配结果中,车辆与订单之间是一一对应的关系,或者存在有订单未匹配到车辆,但不会出现多对一、或一对多的情况,即不会出现一个订单有多个车辆承接,或一台车辆承接了的多个订单的情况。参见以下表2,作为表1的一种匹配结果,表2中1表示匹配成功,0表示匹配失败,每个订单仅与一台车辆匹配成功,每台车辆仅以一个订单匹配成功。
表2:
最大匹配权值不仅保证了这种一一对应关系,还使得匹配结果中,所有匹配参数之和最大;匹配参数与匹配程度成正比,匹配参数越大,说明匹配程度越高;而预设派单周期内,所有匹配参数之和最大,则确保订单派发的整体匹配程度较高,使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。
步骤104,根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
其中,得到最大匹配权值后,按照匹配结果进行订单派发,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
本发明上述实施例中,通过获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;确定每个所述约车订单与所述车辆的匹配参数,根据所述匹配参数,通过匹配参数来衡量订单与车辆之间的匹配程度;建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值,确保预设派单周期内,所有订单派发的整体匹配程度较高;根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆,通过匹配参数使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。综合距离因素以及相似度得到匹配参数,使得约车订单资源、车辆资源均得到良好的利用,避免司机与乘客之间的匹配程度较差,造成订单派发的效果较差。本发明实施例解决了现有技术中,仅仅将距离作为网约车派单的唯一因素,使得网约车服务具有一定的局限性的问题。
参见图3,本发明又一实施例提供了一种订单派发方法,其中,所述方法可应用于网约车的服务器,所述服务器可与多个客户端通信连接,接收客户端发送的约车订单,并为客户端派发车辆。
所述方法包括:
步骤301,获取预设派单周期内的约车订单以及处于空闲行程状态的车辆。
步骤302,针对每个所述约车订单,从所述车辆中,筛选与所述约车订单中的乘客的出发位置在预设距离阈值内的备选车辆;其中,所述预设距离阈值为派单过程中乘客与司机之间的最大距离。
其中,预设距离阈值即能承接约车订单的车辆,距离乘客的最远距离;针对每个约车订单,首先筛选在距离阈值内的备选车辆。
步骤303,确定所述乘客与每台所述备选车辆的司机之间的相似度;以及
确定所述乘客与每台所述备选车辆的司机之间的距离参数。
其中,相似度为约车订单中的乘客与所述车辆(备选车辆)的司机之间的相似度,相似度中可包括多个标签,每个标签表明一种倾向,对于司机标签可以是在司机行车过程中的特征,比如车速、放音乐等,车速表示司机行车过程中速度快慢,放音乐表示司机在行车过程中是否喜欢播放音乐;对于乘客,标签可以是在乘车过程中的特征,比如同样可以是车速、音乐,车速表示乘客期望(或喜欢)的车速快慢程度,音乐表示乘客在乘车过程中是否期望播放音乐等。
相似度可根据乘客与司机之间的相互评价获得,也可由用户自行选择,通过相似度来判别乘客与司机之间的在多维特征上的相似程度。
距离参数由乘客与司机之间的物理距离来确定。
步骤304,根据所述相似度、距离参数以及第一预设公式,确定每个所述约车订单与所述备选车辆的匹配参数。
其中,综合考虑相似度与距离参数,得到每个约车订单与每台车辆(备选车辆)的匹配参数,通过匹配参数来判断约车订单与司机之间的匹配程度。
步骤305,根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值。
步骤306,根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
可选地,本发明上述实施例中,所述确定所述乘客与每台所述备选车辆的司机之间的相似度的步骤,包括:
获取所述乘客的第一用户画像以及所述司机的第二用户画像;其中,用户画像包括预设标签以及每个所述预设标签的权重系数;
根据预设的相似度计算方法,计算所述第一用户画像以及所述第二用户画像的相似度。
其中,用户画像又称用户角色,其作为一种勾画目标用户、联系用户诉求与设计方向的有效工具,可基于用户画像为用户提供有针对性的服务。在乘客以及司机使用网约车服务的过程中,可预先生成各自的用户画像;用户画像中包括多个预设标签,以及该用户(司机或乘客)在该标签下的权重系数,权重系数表征用户在该预设标签对应的特征的特征值;每个预设标签作为画像的一部分,得到多个预设标签的权重系数之后,变得到该用户的用户画像。
可选地,用户画像可以是画像向量的形式,比如,某用户的画像向量为:
则该用户在预设标签A1至A6下的权重系数分别为4,7,-8,14,20,19;若A1对应的预设标签为喜欢较快车速,则该用户的喜欢程度为4。
得到第一用户画像与第二用户画像之后,预设的相似度计算方法,计算所述第一用户画像以及所述第二用户画像的相似度,可选地,相似度计算方法可以是余弦相似度、皮尔逊相关系数相似度或欧几里得相似度等算法,优选余弦相似度,本发明实施例在此不再赘述。
进一步地,本发明实施例中,所述方法还包括:
获取目标对象的历史评价数据以及历史行为数据;所述目标对象为所述乘客或所述司机;
针对每个所述预设标签,确定所述历史评价数据中与所述预设标签相关联的目标评价的评价次数,以及所述历史行为数据中与所述预设标签相关联的目标行为的行为次数;
根据所述评价次数以及行为次数,确定所述预设标签的权重系数;
根据每个所述预设标签的权重系数,确定所述目标对象的用户画像。
其中,在生成用户画像的过程中,需获取目标对象的历史评价数据以及历史行为数据。历史评价数据可以是乘客与司机之间的相互评价,历史行为数据可以是目标对象在使用网约车服务时的行为数据。
可选地,历史评价数据以及历史行为数据也可以是统计周期内的数据,在每个统计周期后及时更新数据,确保数据的有效性。
针对每个所述预设标签,首先确定所述历史评价数据中与所述预设标签相关联的目标评价的评价次数,以及所述历史行为数据中与所述预设标签相关联的目标行为的行为次数;每个预设标签可以相关联有目标评价和目标行为,当出现目标评价或目标行为,可记录为预设标签的数据。
根据所述评价次数以及行为次数,确定所述预设标签的权重系数;其中,可设定权重计算公式,比如对于预设标签L,其关联有第一评价X1,第二评价X2,以及关联有第一目标行为Y1、第二目标行为Y2以及第三目标行为Y3;
M1为所述第一评价X1的次数,M2为所述第二评价X2的次数,N1为所述第一目标行为Y1的次数,N2为所述第二目标行为Y2的次数,N3为所述第三目标行为Y3的次数;
N1为所述第一目标行为的次数,N2为所述第二目标行为的次数,N3为所述第三目标行为的次数。
且在预设标签L中,第一评价X1具有一权重值p1,第二评价X2具有一权重值p1,第一目标行为Y1具有一权重值p3、第二目标行为Y2具有一权重值p4以及第三目标行为Y3具有一权重值p5;
则对于L,根据以下公式计算其权重系数P:
P=p1*M1+p2*M2+p3*N1+p4*N2+p5*N3
这样,得到目标对象的各个预设标签的权重系数P如以下表3所示:
表3:
其中,P1i,P2i,P3i,......,Pni分别表示第i个目标对象(1≤i≤q),在第1至n个预设标签下的权重系数。
然后对于每一个用户的预设标签,进行归一化处理:
采用Min-Max方式归一化,如以下公式:
P′=(P-Pmin)/(Pmax-Pmin)
比如,若包括4个预设标签,对于User Id为1的目标对象,Pmax=P13,Pmin=P12;
则P11′=(P11-P12)/(P13-P12);
同理可得P12′,P13′,P14′;
这样,User Id=1的用户画像为(P11′,P12′,P13′,P14′);
User Id=2的用户画像为(P21′,P22′,P23′,P24′);
按照上述方式,得到每个所述预设标签的权重系数,然后确定所述目标对象的用户画像。
可选地,本发明实施例中,所述确定所述乘客与每台所述备选车辆的司机之间的距离参数的步骤,包括:
获取所述乘客与所述司机之间的最短路径的路径距离;
根据以下第二预设公式,确定所述乘客与所述司机之间的距离参数:
D0=e[(0-d*d)/(maxThres*maxThres)]
其中,e为自然常数,D0为所述距离参数,d为所述路径距离,maxThres为所述预设距离阈值减去第一预设参数之后的数值,比如第一预设参数为1时,预设距离阈值为3,则maxThres为2。且距离参数与路径距离反比例关系,距离参数越大,路径距离越短。
其中,根据第二预设公式,将距离归一化处理,得到距离参数,便于与相似度进行同等考量。
可选地,本发明实施例中,所述根据所述相似度、距离参数以及第一预设公式,确定每个所述约车订单与所述车辆的匹配参数的步骤,包括:
根据以下第一预设公式,确定每个所述约车订单与所述车辆的匹配参数:
y=a*S十b*D0
其中,S为相似度,a为第二预设参数,b为第三预设参数,D0为所述距离参数。
其中,S可以是余弦相似度,或其他相似度经过归一化处理的数值;将相似度与距离参数放入第一预设公式中,并通过预设参数a、b调整二者的比重;比如,需要侧重于相似度时,将a的数值相对于b调大;需要侧重于距离时,将b的数值相对于a调大。
可选地,本发明实施例中,所述确定所述二分图的最大匹配权值的步骤,包括:
根据以下公式,计算所述二分图的最大匹配权值:
其中,采用KM算法(Kuhn-Munkras)求解出带权二分图的权值最大的完备匹配,参见表1,
X∈{0,n}为所述订单集;
X∈{0,m}为所述车辆集;
Wij表示i订单和j车辆之间的匹配权重,即匹配参数;
参见表2,当且仅当i订单和j车辆可匹配时Xij为1,否则为0。
最大匹配权值的匹配结果中,车辆与订单之间是一一对应的关系,匹配结果中,所有匹配参数之和最大;匹配参数与匹配程度成正比,匹配参数越大,说明匹配程度越高;而预设派单周期内,所有匹配参数之和最大,则确保订单派发的整体匹配程度较高,使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。
本发明上述实施例中,通过获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;确定每个所述约车订单与所述车辆的匹配参数,根据所述匹配参数,通过匹配参数来衡量订单与车辆之间的匹配程度;建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值,确保预设派单周期内,所有订单派发的整体匹配程度较高;根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆,通过匹配参数使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。综合距离因素以及相似度得到匹配参数,使得约车订单资源、车辆资源均得到良好的利用,避免司机与乘客之间的匹配程度较差,造成订单派发的效果较差。
以上介绍了本发明实施例提供的订单派发方法,下面将结合附图介绍本发明实施例提供的订单派发装置。
参见图4,本发明实施例还提供了一种订单派发装置,所述装置包括:
获取模块401,用于获取预设派单周期内的约车订单以及处于空闲行程状态的车辆。
其中,可针对每个地域,预先设定派单周期,即预设派单周期;比如,在每个派单周期内,将该地域内所有的约车订单进行统一派发;地域的范围可预先设定。
在预设派单周期内,汇总所有的约车订单,以及处于空闲行程状态的车辆;空闲行程状态即在预设派单周期内处于空闲行程状态,空闲行程状态即不处于载客状态,且不具有预约订单。
参数确定模块402,用于确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的。
其中,匹配参数用于表示约车订单与每台车辆之间的匹配程度;匹配参数包括相似度以及距离参数;具体地,相似度为约车订单中的乘客与所述车辆的司机之间的相似度,相似度中可包括多个标签,每个标签表明一种倾向,对于司机标签可以是在司机行车过程中的特征,比如车速、放音乐等,车速表示司机行车过程中速度快慢,放音乐表示司机在行车过程中是否喜欢播放音乐;对于乘客,标签可以是在乘车过程中的特征,比如同样可以是车速、音乐,车速表示乘客期望(或喜欢)的车速快慢程度,音乐表示乘客在乘车过程中是否期望播放音乐等。
相似度可根据乘客与司机之间的相互评价获得,也可由用户自行选择,通过相似度来判别乘客与司机之间的在多维特征上的相似程度。
距离参数由乘客与司机之间的物理距离来确定。
综合考虑相似度与距离参数,得到每个约车订单与每台车辆的匹配参数,通过匹配参数来判断约车订单与司机之间的匹配程度。
建立模块403,用于根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值。
其中,由于在每个预设派单周期内,可能具有多个约车订单,因此在确定匹配参数之后,还需要进行合理分配,以在确保更多的约车订单匹配到车辆的基础上,为每个订单分配匹配参数较大的车辆。
具体地,本发明实施例中,得到多个匹配参数之后,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图。得到二分图之后,根据预设的匹配算法,得到二分图的最大匹配权值;其中,匹配的过程中,每个订单至多仅与一台车辆进行匹配,每台车辆至多仅与一个订单匹配;也就是说,最大匹配权值的匹配结果中,车辆与订单之间是一一对应的关系,或者存在有订单未匹配到车辆,但不会出现多对一、或一对多的情况,即不会出现一个订单有多个车辆承接,或一台车辆承接了的多个订单的情况。
最大匹配权值不仅保证了这种一一对应关系,还使得匹配结果中,所有匹配参数之和最大;匹配参数与匹配程度成正比,匹配参数越大,说明匹配程度越高;而预设派单周期内,所有匹配参数之和最大,则确保订单派发的整体匹配程度较高,使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。
订单派发模块404,用于根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
其中,得到最大匹配权值后,按照匹配结果进行订单派发,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
可选地,本发明实施例中,所述参数确定模块402包括:
筛选子模块,用于针对每个所述约车订单,
从所述车辆中,筛选与所述约车订单中的乘客的出发位置在预设距离阈值内的备选车辆;其中,所述预设距离阈值为派单过程中乘客与司机之间的最大距离;
相似度确定子模块,用于确定所述乘客与每台所述备选车辆的司机之间的相似度;以及
距离确定子模块,用于确定所述乘客与每台所述备选车辆的司机之间的距离参数;
参数确定子模块,用于根据所述相似度、距离参数以及第一预设公式,确定每个所述约车订单与所述车辆的匹配参数。
可选地,本发明实施例中,所述相似度确定子模块用于:
获取所述乘客的第一用户画像以及所述司机的第二用户画像;其中,用户画像包括预设标签以及每个所述预设标签的权重系数;
根据预设的相似度计算方法,计算所述第一用户画像以及所述第二用户画像的相似度。
可选地,本发明实施例中,所述装置还包括:
画像生成模块,用于获取目标对象的历史评价数据以及历史行为数据;所述目标对象为所述乘客或所述司机;
针对每个所述预设标签,确定所述历史评价数据中与所述预设标签相关联的目标评价的评价次数,以及所述历史行为数据中与所述预设标签相关联的目标行为的行为次数;
根据所述评价次数以及行为次数,确定所述预设标签的权重系数;
根据每个所述预设标签的权重系数,确定所述目标对象的用户画像。
可选地,本发明实施例中,所述距离确定子模块用于:
获取所述乘客与所述司机之间的最短路径的路径距离;;
根据以下第二预设公式,确定所述乘客与所述司机之间的距离参数:
D0=e[(0-d*d)/(maxThres*maxThres)]
其中,D0为所述距离参数,d为所述路径距离,maxThres为所述预设距离阈值减去第一预设参数之后的数值。
可选地,本发明实施例中,所述参数确定子模块用于:
根据以下第一预设公式,确定每个所述约车订单与所述车辆的匹配参数:
y=a*S十b*D0
其中,S为相似度,a为第二预设参数,b为第三预设参数,D0为所述距离参数。
可选地,本发明实施例中,所述建立模块403包括:
计算子模块,用于根据以下公式,计算所述二分图的最大匹配权值:
其中,
X∈{0,n}为所述订单集;
X∈{0,m}为所述车辆集;
Wij表示i订单和j车辆之间的匹配权重;
当且仅当i订单和j车辆可匹配时Xij为1,否则为0。
本发明实施例提供的订单派发装置能够实现图1至图3的方法实施例中订单派发装置实现的各个过程,为避免重复,这里不再赘述。
本发明的实施例中,通过获取模块401获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;参数确定模块402确定每个所述约车订单与所述车辆的匹配参数,根据所述匹配参数,通过匹配参数来衡量订单与车辆之间的匹配程度;建立模块403建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值,确保预设派单周期内,所有订单派发的整体匹配程度较高;订单派发模块404根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆,通过匹配参数使得每个订单的乘客与车辆的司机之间匹配程度更高,使双方均获得较好的使用体验。综合距离因素以及相似度得到匹配参数,使得约车订单资源、车辆资源均得到良好的利用,避免司机与乘客之间的匹配程度较差,造成订单派发的效果较差。本发明实施例解决了现有技术中,仅仅将距离作为网约车派单的唯一因素,使得网约车服务具有一定的局限性的问题。
另一方面,本发明实施例还提供了一种电子设备,包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述订单派发方法中的步骤。
举个例子如下,图5示出了一种电子设备的实体结构示意图。
如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行如下方法:
获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
此外,上述的存储器530中的逻辑指令可以通过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-Only Memory)、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。
再一方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的订单派发方法,例如包括:
获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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。
Claims (10)
1.一种订单派发方法,其特征在于,所述方法包括:
获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
2.根据权利要求1所述的订单派发方法,其特征在于,所述确定每个所述约车订单与所述车辆的匹配参数的步骤,包括:
针对每个所述约车订单,
从所述车辆中,筛选与所述约车订单中的乘客的出发位置在预设距离阈值内的备选车辆;其中,所述预设距离阈值为派单过程中乘客与司机之间的最大距离;
确定所述乘客与每台所述备选车辆的司机之间的相似度;以及
确定所述乘客与每台所述备选车辆的司机之间的距离参数;
根据所述相似度、距离参数以及第一预设公式,确定每个所述约车订单与所述车辆的匹配参数。
3.根据权利要求2所述的订单派发方法,其特征在于,所述确定所述乘客与每台所述备选车辆的司机之间的相似度的步骤,包括:
获取所述乘客的第一用户画像以及所述司机的第二用户画像;其中,用户画像包括预设标签以及每个所述预设标签的权重系数;
根据预设的相似度计算方法,计算所述第一用户画像以及所述第二用户画像的相似度。
4.根据权利要求3所述的订单派发方法,其特征在于,所述方法还包括:
获取目标对象的历史评价数据以及历史行为数据;所述目标对象为所述乘客或所述司机;
针对每个所述预设标签,确定所述历史评价数据中与所述预设标签相关联的目标评价的评价次数,以及所述历史行为数据中与所述预设标签相关联的目标行为的行为次数;
根据所述评价次数以及行为次数,确定所述预设标签的权重系数;
根据每个所述预设标签的权重系数,确定所述目标对象的用户画像。
5.根据权利要求2所述的订单派发方法,其特征在于,所述确定所述乘客与每台所述备选车辆的司机之间的距离参数的步骤,包括:
获取所述乘客与所述司机之间的最短路径的路径距离;
根据以下第二预设公式,确定所述乘客与所述司机之间的距离参数:
D0=e[(0-d*d)/(maxThres*maxThres)]
其中,D0为所述距离参数,d为所述路径距离,maxThres为所述预设距离阈值减去第一预设参数之后的数值。
6.根据权利要求2所述的订单派发方法,其特征在于,所述根据所述相似度、距离参数以及第一预设公式,确定每个所述约车订单与所述车辆的匹配参数的步骤,包括:
根据以下第一预设公式,确定每个所述约车订单与所述车辆的匹配参数:
y=a*S+b*D0
其中,S为所述相似度,a为第二预设参数,b为第三预设参数,D0为所述距离参数。
7.根据权利要求1所述的订单派发方法,其特征在于,所述确定所述二分图的最大匹配权值的步骤,包括:
根据以下公式,计算所述二分图的最大匹配权值:
其中,
X∈{0,n}为所述订单集;
X∈{0,m}为所述车辆集;
Wij表示i订单和j车辆之间的匹配权重;
当且仅当i订单和j车辆可匹配时Xij为1,否则为0。
8.一种订单派发装置,其特征在于,所述装置包括:
获取模块,用于获取预设派单周期内的约车订单以及处于空闲行程状态的车辆;
参数确定模块,用于确定每个所述约车订单与所述车辆的匹配参数;所述匹配参数为根据所述约车订单中的乘客与所述车辆的司机之间的相似度以及距离参数确定的;
建立模块,用于根据所述匹配参数,建立包括所述约车订单的订单集与包括所述车辆的车辆集之间的二分图,确定所述二分图的最大匹配权值;
订单派发模块,用于根据所述最大匹配权值,确定每个所述约车订单对应的目标车辆,并将所述约车订单派发给对应的目标车辆。
9.一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的订单派发方法的步骤。
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上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的订单派发方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797923.7A CN110580575A (zh) | 2019-08-27 | 2019-08-27 | 一种订单派发方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910797923.7A CN110580575A (zh) | 2019-08-27 | 2019-08-27 | 一种订单派发方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580575A true CN110580575A (zh) | 2019-12-17 |
Family
ID=68812052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910797923.7A Pending CN110580575A (zh) | 2019-08-27 | 2019-08-27 | 一种订单派发方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580575A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340984A (zh) * | 2020-02-25 | 2020-06-26 | 上海银基信息安全技术股份有限公司 | 基于数字钥匙的约车方法、装置及电子设备 |
CN111507493A (zh) * | 2020-04-13 | 2020-08-07 | 北京白龙马云行科技有限公司 | 对象和司乘匹配方法、装置和系统 |
CN111652511A (zh) * | 2020-06-04 | 2020-09-11 | 桂林电子科技大学 | 一种基于区块链技术的网约车管理系统及方法 |
CN111882186A (zh) * | 2020-07-15 | 2020-11-03 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN112215467A (zh) * | 2020-09-10 | 2021-01-12 | 天津五八到家科技有限公司 | 订单推送方法及系统、服务端设备、客户端设备 |
CN112700049A (zh) * | 2020-12-30 | 2021-04-23 | 北京邮电大学 | 一种订单派发方法及装置 |
CN113177780A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 一种数据处理方法、装置、网络设备及可读存储介质 |
CN113361916A (zh) * | 2021-06-04 | 2021-09-07 | 付鑫 | 一种考虑截单情景的多模式共享出行融合调度优化系统 |
CN113642932A (zh) * | 2021-09-01 | 2021-11-12 | 首约科技(北京)有限公司 | 一种网约车预约单派单倾斜策略方法 |
CN113743767A (zh) * | 2021-08-27 | 2021-12-03 | 广东工业大学 | 基于时间和安全性的车辆派单方法、系统、计算机及介质 |
CN114239893A (zh) * | 2021-12-21 | 2022-03-25 | 南京领行科技股份有限公司 | 车辆派单方法、装置、设备及存储介质 |
CN114548682A (zh) * | 2022-01-19 | 2022-05-27 | 浙江吉利控股集团有限公司 | 订单派发方法、订单派发装置、及计算机可读存储介质 |
CN117557187A (zh) * | 2024-01-10 | 2024-02-13 | 四川宽窄智慧物流有限责任公司 | 用于多订单的智能配载控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657883A (zh) * | 2015-03-02 | 2015-05-27 | 北京嘀嘀无限科技发展有限公司 | 基于订单的配对方法和配对设备 |
CN109711713A (zh) * | 2018-12-24 | 2019-05-03 | 首约科技(北京)有限公司 | 确定派单司机的方法、装置以及存储介质 |
CN110059097A (zh) * | 2019-03-21 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置 |
CN110110871A (zh) * | 2018-02-01 | 2019-08-09 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配的方法和系统 |
-
2019
- 2019-08-27 CN CN201910797923.7A patent/CN110580575A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657883A (zh) * | 2015-03-02 | 2015-05-27 | 北京嘀嘀无限科技发展有限公司 | 基于订单的配对方法和配对设备 |
CN110110871A (zh) * | 2018-02-01 | 2019-08-09 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配的方法和系统 |
CN109711713A (zh) * | 2018-12-24 | 2019-05-03 | 首约科技(北京)有限公司 | 确定派单司机的方法、装置以及存储介质 |
CN110059097A (zh) * | 2019-03-21 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340984A (zh) * | 2020-02-25 | 2020-06-26 | 上海银基信息安全技术股份有限公司 | 基于数字钥匙的约车方法、装置及电子设备 |
CN111507493B (zh) * | 2020-04-13 | 2023-04-18 | 北京白龙马云行科技有限公司 | 对象和司乘匹配方法、装置和系统 |
CN111507493A (zh) * | 2020-04-13 | 2020-08-07 | 北京白龙马云行科技有限公司 | 对象和司乘匹配方法、装置和系统 |
CN111652511A (zh) * | 2020-06-04 | 2020-09-11 | 桂林电子科技大学 | 一种基于区块链技术的网约车管理系统及方法 |
CN111652511B (zh) * | 2020-06-04 | 2023-08-11 | 桂林电子科技大学 | 一种基于区块链技术的网约车管理系统及方法 |
CN111882186A (zh) * | 2020-07-15 | 2020-11-03 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN111882186B (zh) * | 2020-07-15 | 2022-04-26 | 赛可智能科技(上海)有限公司 | 出行订单分配方法及装置 |
CN112215467A (zh) * | 2020-09-10 | 2021-01-12 | 天津五八到家科技有限公司 | 订单推送方法及系统、服务端设备、客户端设备 |
CN112700049A (zh) * | 2020-12-30 | 2021-04-23 | 北京邮电大学 | 一种订单派发方法及装置 |
CN113177780A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 一种数据处理方法、装置、网络设备及可读存储介质 |
CN113361916A (zh) * | 2021-06-04 | 2021-09-07 | 付鑫 | 一种考虑截单情景的多模式共享出行融合调度优化系统 |
CN113743767A (zh) * | 2021-08-27 | 2021-12-03 | 广东工业大学 | 基于时间和安全性的车辆派单方法、系统、计算机及介质 |
CN113642932A (zh) * | 2021-09-01 | 2021-11-12 | 首约科技(北京)有限公司 | 一种网约车预约单派单倾斜策略方法 |
CN114239893A (zh) * | 2021-12-21 | 2022-03-25 | 南京领行科技股份有限公司 | 车辆派单方法、装置、设备及存储介质 |
CN114548682A (zh) * | 2022-01-19 | 2022-05-27 | 浙江吉利控股集团有限公司 | 订单派发方法、订单派发装置、及计算机可读存储介质 |
CN117557187A (zh) * | 2024-01-10 | 2024-02-13 | 四川宽窄智慧物流有限责任公司 | 用于多订单的智能配载控制方法 |
CN117557187B (zh) * | 2024-01-10 | 2024-03-26 | 四川宽窄智慧物流有限责任公司 | 用于多订单的智能配载控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580575A (zh) | 一种订单派发方法及装置 | |
CN110580576A (zh) | 一种订单派发方法及装置 | |
CN107844843B (zh) | 一种订单处理方法及服务器 | |
CN107133645A (zh) | 预估乘客取消订单行为的方法、设备及存储介质 | |
CN110889738B (zh) | 一种订单派发方法及装置 | |
CN110992123B (zh) | 一种订单派发方法及装置 | |
CN108182524A (zh) | 一种订单分配方法及装置、电子设备 | |
CN111310119B (zh) | 配送任务的分配方法、装置、服务器和存储介质 | |
CN114187072A (zh) | 聚合打车方法、装置、计算机设备及存储介质 | |
CN113518326A (zh) | 车载边缘网络计算资源和通信资源的联合分配优化方法 | |
CN113221005B (zh) | 客服推送方法、服务器及相关产品 | |
CN109242391A (zh) | 一种货物识别方法及装置 | |
CN110910202B (zh) | 一种订单处理方法及装置 | |
CN114372648A (zh) | 一种流量动态控制方法、装置、设备及计算机介质 | |
CN116797235A (zh) | 消费信息的处理方法、装置、存储介质及计算机设备 | |
CN110163700B (zh) | 分单方法、装置、服务器和介质 | |
CN111612297B (zh) | 评分处理方法、装置及订单派发系统 | |
CN114301907B (zh) | 云计算网络中的业务处理方法、系统、装置及电子设备 | |
CN113128597B (zh) | 一种用户行为特征的提取和分类预测的方法及装置 | |
CN112163868A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111835730B (zh) | 服务账号处理方法、装置、电子设备及可读存储介质 | |
CN107437214A (zh) | 信息处理方法、装置及非临时性计算机可读介质 | |
CN111415075A (zh) | 一种车辆调度方法及装置 | |
CN112508423B (zh) | 引导路线生成方法及装置 | |
CN114026593A (zh) | 将情境博弈器与时间差学习集成,用于运输叫车平台的定价和调度 |
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: 20191217 |