CN110659852B - 配送单元的配送信息的确定方法、系统、设备和存储介质 - Google Patents

配送单元的配送信息的确定方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN110659852B
CN110659852B CN201810712202.7A CN201810712202A CN110659852B CN 110659852 B CN110659852 B CN 110659852B CN 201810712202 A CN201810712202 A CN 201810712202A CN 110659852 B CN110659852 B CN 110659852B
Authority
CN
China
Prior art keywords
delivery
point
distribution
information
stop
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.)
Active
Application number
CN201810712202.7A
Other languages
English (en)
Other versions
CN110659852A (zh
Inventor
刘仁敏
程瑞华
刘旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN201810712202.7A priority Critical patent/CN110659852B/zh
Publication of CN110659852A publication Critical patent/CN110659852A/zh
Application granted granted Critical
Publication of CN110659852B publication Critical patent/CN110659852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • 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
    • G06Q10/0838—Historical data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种配送单元的配送信息的确定方法、系统、设备和存储介质，确定方法包括获取配送员在设定历史时间范围内的历史配送数据；获取配送员每天每波次的第一停留点和第一停留信息；对第一停留点进行密度聚类处理，获取每个第一停留点所属的聚类簇；选取聚类簇中的一个第一停留点作为第二停留点；获取第二停留点的第二停留信息；获取配送单元的配送单元数据，确定第二停留点所属的配送单元，配送单元的配送信息。本发明能够得到配送员实际在每个配送单元的配送时长和配送时间窗，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。

Description

配送单元的配送信息的确定方法、系统、设备和存储介质
技术领域
本发明涉及物流管理技术领域，特别涉及一种配送单元的配送信息的确定方法、系统、设备和存储介质。
背景技术
现有的物流配送系统中，物流站点针对每个配送员会分配相应的配送单元。其中，由于不同配送单元的规模大小不同，如居民小区、办公写字楼、商业区等，如此便造成不同配送单元的配送时间长度、配送时间窗不同。比如，办公写字楼一般会在白天上班时间配送，而居民小区的配送时间一般会在下班时间配送。因此，不同的配送单元由于配送情况存在不同，在相同配送单量的情况下，所需要的配送时间也不同。
即现有的物流配送系统中不能估算出每个配送单元的配送时间窗与配送时间长度，不能有效地可辅助物流站点的管理，配送效率不高，降低了客户满意度。
发明内容
本发明要解决的技术问题是现有技术中的物流配送系统中不能估算出每个配送单元的配送时间窗与配送时间长度，不能有效地可辅助物流站点的管理，配送效率不高，降低了客户满意度的缺陷，目的在于提供一种配送单元的配送信息的确定方法、系统、设备和存储介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供一种配送单元的配送信息的确定方法，所述确定方法包括：
获取配送员在设定历史时间范围内的历史配送数据；
其中，所述历史配送数据包括订单妥投数据和配送跟踪数据；
根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息；
对所述第一停留点进行密度聚类处理，获取每个所述第一停留点所属的聚类簇；
选取所述聚类簇中的一个所述第一停留点作为第二停留点；
其中，每个所述第二停留点用于表征每个所述聚类簇的停留点；
根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息；
获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息。
较佳地，当所述第一停留信息包括第一停留时长，所述第二停留信息包括第二停留时长，所述配送信息包括配送时长时，所述获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息的步骤包括：
根据所述配送单元数据获取所述配送单元所属街区；
获取所述配送单元所属街区内的每个所述第二停留点，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的第二停留点的所述第二停留时长作为所述配送单元的配送时长；
若包含，则将所述配送单元内的每个所述第二停留点的所述第二停留时长之和的平均值作为所述配送单元的配送时长；和/或，
当所述第一停留信息包括第一停留时间窗，所述第二停留信息包括第二停留时间窗，所述配送信息包括配送时间窗时，所述获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息的步骤包括：
根据所述配送单元数据获取所述配送单元所属街区；
获取所述配送单元所属街区内的每个所述第二停留点，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的所述第二停留时间窗作为所述配送单元的配送时间窗；
若包含，则将每个所述第二停留点的所述第二停留时间窗的并集作为所述配送单元的配送时间窗。
较佳地，所述对所述第一停留点进行密度聚类处理的步骤包括：
采用DBSCAN算法(一种机器学习算法)对所述第一停留点进行密度聚类处理。
较佳地，所述根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和每个所述第一停留点对应的第一停留信息的步骤包括：
采用DBSCAN算法对所述历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息。
较佳地，所述选取所述聚类簇中的一个所述第一停留点作为第二停留点的步骤包括：
获取所述聚类簇中每个所述第一停留点的位置信息，选取距离所述聚类簇中心位置最近的第一停留点作为第二停留点。
较佳地，当所述第一停留信息包括所述第一停留时长和所述第一停留时间窗，所述第二停留信息包括所述第二停留时长和所述第二停留时间窗时，所述根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息的步骤包括：
将所述第一停留时间窗转换为数组，并对同一所述聚类簇中的每个所述第一停留点对应的数组进行加法合并处理，获取每个所述聚类簇的所述第二停留点对应的第二停留时间窗；
根据所述聚类簇中的每个所述第一停留点的所述第一停留时长，选取设定时长范围内每个所述第一停留时长之和的平均值作为所述聚类簇的第二停留时长。
较佳地，所述获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息的步骤之后，所述对所述第一停留点进行密度聚类处理的步骤之前包括：
对所述第一停留点进行过滤处理，获取过滤处理后的所述第一停留点。
较佳地，所述订单妥投数据包括站点ID(身份标识号)、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度中的至少一种；
所述配送跟踪数据包括站点ID、配送员ID、PDA(Personal Digital Assistant，掌上电脑)实时上传时间、PDA实时经纬度中的至少一种；
所述配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
本发明还提供一种配送单元的配送信息的确定系统，所述确定系统包括配送数据获取模块、第一信息获取模块、聚类簇获取模块、选取模块、第二信息获取模块、配送单元获取模块和确定模块；
所述配送数据获取模块用于获取配送员在设定历史时间范围内的历史配送数据；
其中，所述历史配送数据包括订单妥投数据和配送跟踪数据；
所述第一信息获取模块用于根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息；
所述聚类簇获取模块用于对所述第一停留点进行密度聚类处理，获取每个所述第一停留点所属的聚类簇；
所述选取模块用于选取所述聚类簇中的一个所述第一停留点作为第二停留点；
其中，每个所述第二停留点用于表征每个所述聚类簇的停留点；
所述第二信息获取模块用于根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息；
所述配送单元获取模块用于获取所述配送单元的配送单元数据；
所述确定模块用于根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的信息。
较佳地，所述确定模块包括停留点获取单元和判断单元；
所述配送单元获取模块用于根据所述配送单元数据获取所述配送单元所属街区；
所述停留点获取单元用于获取所述配送单元所属街区内的每个所述第二停留点；
所述判断单元用于当所述第一停留信息包括第一停留时长，所述第二停留信息包括第二停留时长，所述配送信息包括配送时长时，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的第二停留点的所述第二停留时长；
若包含，则将所述配送单元内的每个所述第二停留点的所述第二停留时长之和的平均值作为所述配送单元的配送时长；和/或，
所述判断单元用于当所述第一停留信息包括第一停留时间窗，所述第二停留信息包括第二停留时间窗，所述配送信息包括配送时间窗时，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的所述第二停留时间窗作为所述配送单元的配送时间窗；
若包含，则将每个所述第二停留点的所述第二停留时间窗的并集作为所述配送单元的配送时间窗。
较佳地，所述聚类簇获取模块用于采用DBSCAN算法对所述第一停留点进行密度聚类处理。
较佳地，所述第一信息获取模块用于采用DBSCAN算法对所述历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息。
较佳地，所述选取模块包括位置获取单元和第一选取单元；
所述位置获取单元用于获取所述聚类簇中每个所述第一停留点的位置信息；
所述第一选取单元用于选取距离所述聚类簇中心位置最近的第一停留点作为第二停留点。
较佳地，所述第二信息获取模块包括处理单元和第二选取单元；
所述第一停留信息包括所述第一停留时长和所述第一停留时间窗；
所述第二停留信息包括所述第二停留时长和所述第二停留时间窗；
所述处理单元用于将所述第一停留时间窗转换为数组，并对同一所述聚类簇中的每个所述第一停留点对应的数组进行加法合并处理，获取每个所述聚类簇的所述第二停留点对应的第二停留时间窗；
所述第二选取单元用于根据所述聚类簇中的每个所述第一停留点的所述第一停留时长，选取设定时长范围内每个所述第一停留时长之和的平均值作为所述聚类簇的第二停留时长。
较佳地，所述确定系统还包括过滤模块；
所述过滤模块用于对所述第一停留点进行过滤处理，获取过滤处理后的所述第一停留点。
较佳地，所述订单妥投数据包括站点ID、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度；
所述配送跟踪数据包括站点ID、配送员ID、PDA实时上传时间、PDA实时经纬度中的至少一种；
所述配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
本发明还提供一种电子设备，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，所述处理器执行计算机程序时实现上述的配送单元的配送信息的确定方法。
本发明还提供一种计算机可读存储介质，其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上述的配送单元的配送信息的确定方法的步骤
本发明的积极进步效果在于：
本发明中，根据配送员在设定历史时间范围内的历史配送数据，获取配送员每天每波次的第一停留点和第一停留信息；对第一停留点进行密度聚类处理，得到第一停留点所属的聚类簇；然后根据聚类簇中每个所述第一停留点，获取第二停留点；根据聚类簇中的每个第一停留点的第一停留信息，获取第二停留点对应的第二停留信息，从而得到配送员实际在每个配送单元的配送时长和配送时间窗，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。
附图说明
图1为本发明实施例1的配送单元的配送信息的确定方法的流程图；
图2为本发明实施例2的配送单元的配送信息的确定方法的流程图；
图3为本发明实施例2的配送单元的配送信息的确定方法中的配送单元与停留点的分布示意图；
图4为图3中的配送单元与停留点的匹配情况示意图；
图5为本发明实施例3的配送单元的配送信息的确定系统的结构示意图；
图6为本发明实施例4的配送单元的配送信息的确定系统的结构示意图；
图7为本发明实施例5中的实现配送单元的配送信息的确定方法的电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例的配送单元的配送信息的确定方法对应的配送情景具体包括：
用户在下订单后，订单系统立即产生订单信息、配送详细地址和配送站点信息。配送站点中的每名配送员和配送车辆均负责固定区域的订单配送。每名配送员和配送车辆在配送时会按照自身的习惯顺序进行实际订单的配送。每名配送员出发前，会把所在配送站点需要配送的订单装入配送车辆中，这次完整的配送为一个配送波次。
每名配送员在到达配送详细地址附近时，会停止配送车辆的运行，下车、取件、上门配送多个临近该配送地址的订单商品(比如同一小区中的订单)，全部配送完成后回到配送车辆停放处，上车、启动配送车辆行驶向一个固定配送地址附近。每个配送员都配备PDA设备，会实时传送当前配送员的GPS(Global Positioning System，全球定位系统)信息。由于受到地点或网络的影响，GPS信息并不是完全准确有效。
如图1所示，本实施例的配送单元的配送信息的确定方法包括：
S101、获取配送员在设定历史时间范围内的历史配送数据；
其中，历史配送数据包括订单妥投数据和配送跟踪数据；
S102、根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个第一停留点对应的第一停留信息；
S103、对第一停留点进行密度聚类处理，获取每个第一停留点所属的聚类簇；
S104、选取聚类簇中的一个第一停留点作为第二停留点；
其中，每个第二停留点用于表征每个聚类簇的停留点；
S105、根据聚类簇中的每个第一停留点对应的第一停留信息，获取第二停留点对应的第二停留信息；
S106、获取配送单元的配送单元数据，根据第二停留点和配送单元数据确定第二停留点所属的配送单元，并根据第二停留点的第二停留信息确定配送单元的配送信息。
本实施例中，根据配送员在设定历史时间范围内的历史配送数据，获取配送员每天每波次的第一停留点和第一停留信息；对第一停留点进行密度聚类处理，得到第一停留点所属的聚类簇；然后根据聚类簇中每个第一停留点，获取第二停留点；根据聚类簇中的每个第一停留点的第一停留信息，获取第二停留点对应的第二停留信息，从而得到配送员实际在每个配送单元的配送信息，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。
实施例2
如图2所示，本实施例的配送单元的配送信息的确定方法是对实施例1的进一步改进，具体地：
订单妥投数据包括站点ID、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度中的至少一种；
配送跟踪数据包括站点ID、配送员ID、PDA实时上传时间、PDA实时经纬度中的至少一种；
配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
第一停留信息包括第一停留时长和第一停留时间窗，第二停留信息包括第二停留时长和第二停留时间窗。
步骤S102包括：
S1021、采用DBSCAN算法对历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点、与每个第一停留点对应的第一停留时长，以及与每个第一停留点对应的第一停留时间窗。
具体地，采用DBSCAN算法对订单妥投数据和配送跟踪数据进行处理，获取配送员ID、配送日期、波次、停留点的GIS坐标、停留开始时间、停留结束时间、每个停留点处实时上传的记录数等数据，进而计算获取配送员每天每波次的至少一个第一停留点、与每个第一停留点对应的第一停留时长，以及与每个第一停留点对应的第一停留时间窗。
其中，步骤S102之后、步骤S103之前还包括：
S1030、对第一停留点进行过滤处理，获取过滤处理后的第一停留点。
由于配送员手持设备PDA的实时上传数据的间隔平均不超过1分钟，根据如下公式：
Figure GDA0003594320350000101
若第一停留点满足上述公式，则保留该停留点；否则，过滤掉该停留点。
步骤S103包括：
S1031、采用DBSCAN算法对第一停留点进行密度聚类处理，获取每个第一停留点所属的聚类簇。
具体地，DBSCAN算法不需要指定聚类簇的数量，只需要设置eps(即两个停留点的距离)和相邻停留点的个数。考虑实际情况，由于GPS经纬度的误差为50m，所以一般设置eps为50m，设置相邻停留点的个数为1。其中，由于配送员具有一定的配送习惯，使得配送员每天的停留点存在一定的相似性。通过密度聚类处理，可以将相似的停留点合为一个，同样可以将频次较少的停留点予以删除。DBSCAN算法对第一停留点进行密度聚类处理过程的输出结果包括第一停留点相关信息(如第一停留点的相似个数、第一停留点的停留时间等)、停留点所属的聚类簇对应的编号。
步骤S104包括：
S1041、获取聚类簇中每个第一停留点的位置信息，选取距离聚类簇中心位置最近的第一停留点作为第二停留点。
步骤S105包括：
S1051、将第一停留时间窗转换为数组，并对同一聚类簇中的每个第一停留点对应的数组进行加法合并处理，获取每个聚类簇的第二停留点对应的第二停留时间窗；
具体地，首先定义需要设置的参数，时间单元大小记为t(单位为分钟)，时间窗大小记为n(n表示时间窗包含的时间单元的数量)，从而可以计算出时间窗的时间长度T为T＝n*t分钟。
将每个第一停留点的时间窗映射到一维数组(1*m)。其中，m＝24×60/t。比如：t＝30，则m＝48。
映射过程具体包括：首先将时间起止时间点转化为分钟start_t、end_t；计算start_t、end_t对应的数组下标，
Figure GDA0003594320350000112
Figure GDA0003594320350000113
Figure GDA0003594320350000114
设置下标在区间[start_index,end_index]的数组值为1，其余为0。
举例说明，比如在t＝30的情况下，对于时间窗9:45至10:30，start_t＝585，end_t＝630，start_index＝19，end_index＝21，映射到数组的结果形式如下：
Figure GDA0003594320350000111
对同一聚类簇中的每个第一停留点对应的一维数组进行加法合并，对数组从大到小进行带索引排序，选取前n个元素，每个元素值代表出现的频次，将元素的索引index是时间点换算为时间窗，起始时间为(index×t)mod 60分，结束时间为[index×(t+1)]mod 60分。如下表所示，其中，n＝3，index＝{17，18，19}，通过计算可知，第二停留点对应的时间窗为8:30到10:00。
S1052、根据聚类簇中的每个第一停留点的第一停留时长，选取设定时长范围内每个第一停留时长之和的平均值作为聚类簇的第二停留时长。
其中，设定时长范围一般取上下四分位数之间的时长。
步骤S106包括：
S1061、根据配送单元数据获取配送单元所属街区，获取配送单元所属街区内的每个第二停留点；
其中，由于各个配送单元大小不一，如果配送单元太小，则可能存在配送员只在配送单元外部范围进行配送，从而不进入该配送单元进行配送。所以如果直接寻找配送单元的停留点，可能会出现大部分配送单元没有停留点的情况。为了避免这种情况，先根据配送单元数据获取配送单元所属三级街区ID、三级街区电子围栏等信息。
S1062、当第一停留信息包括第一停留时长，第二停留信息包括第二停留时长，配送信息包括配送时长时，判断配送单元内是否包含第二停留点，若不包含，则获取街区内与配送单元距离最近的第二停留点，将获取的第二停留点作为配送单元的停留点，并将获取的第二停留点的第二停留时长作为配送单元的配送时长；
若包含，则将配送单元内的每个第二停留点的第二停留时长之和的平均值作为配送单元的配送时长；和/或，
当第一停留信息包括第一停留时间窗，第二停留信息包括第二停留时间窗，配送信息包括配送时间窗时，判断配送单元内是否包含第二停留点，若不包含，则获取街区内与配送单元距离最近的第二停留点，将获取的第二停留点作为配送单元的停留点，并将获取的第二停留时间窗作为配送单元的配送时间窗；
若包含，则将每个第二停留点的第二停留时间窗的并集作为配送单元的配送时间窗。
具体地，如图3所示，为一个三级街区内的各个配送单元的划分情况及三级街区内各个第二停留点分布情况(包括配送单元1、配送单元2、配送单元3，以及停留点1、停留点2、停留点3、停留点4)。如图4所示，为图3中的三级街区内与配送单元已经匹配的第二停留点。
其中，配送单元1内没有第二停留点，通过计算可知第二停留点1与配送单元的距离最近，则确定第二停留点1为配送单元1所属的停留点，并将第二停留点1的停留时长和停留时间窗作为配送单元1的配送时长和配送时间窗。
配送单元2内只包含一个第二停留点4，则确定第二停留点4为配送单元2所属的停留点，并将第二停留点4的停留时长和停留时间窗作为配送单元2的配送时长和配送时间窗。
配送单元3中包含3个停留点，则通过3个停留点共同决定配送单元3的配送时间窗与配送时长，图中用新生停留点表示配送单元3对应的停留点，将3个停留点的停留时长之和的平均值作为配送单元的配送时长，并将3个停留点的停留时间窗的并集作为配送单元的配送时间窗。
本实施例中，根据配送员在设定历史时间范围内的历史配送数据，获取配送员每天每波次的第一停留点和第一停留时长；对第一停留点进行密度聚类处理，得到第一停留点所属的聚类簇；然后根据聚类簇中每个第一停留点，获取第二停留点；根据聚类簇中的每个第一停留点的第一停留时长，获取第二停留点对应的第二停留时长和第二停留时间窗，从而得到配送员实际在每个配送单元的配送时长和配送时间窗，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。
实施例3
如图5所示，本实施例的配送单元的配送信息的确定系统对应的配送情景具体包括：
用户在下订单后，订单系统立即产生订单信息、配送详细地址和配送站点信息。配送站点中的每名配送员和配送车辆均负责固定区域的订单配送。每名配送员和配送车辆在配送时会按照自身的习惯顺序进行实际订单的配送。每名配送员出发前，会把所在配送站点需要配送的订单装入配送车辆中，这次完整的配送为一个配送波次。
每名配送员在到达配送详细地址附近时，会停止配送车辆的运行，下车、取件、上门配送多个临近该配送地址的订单商品(比如同一小区中的订单)，全部配送完成后回到配送车辆停放处，上车、启动配送车辆行驶向一个固定配送地址附近。每个配送员都配备PDA设备，会实时传送当前配送员的GPS信息。由于受到地点或网络的影响，GPS信息并不是完全准确有效。
本实施例的配送单元的配送信息的确定系统包括配送数据获取模块1、第一信息获取模块2、聚类簇获取模块3、选取模块4、第二信息获取模块5、配送单元获取模块6和确定模块7。
配送数据获取模块1用于获取配送员在设定历史时间范围内的历史配送数据；
其中，历史配送数据包括订单妥投数据和配送跟踪数据；
第一信息获取模块2用于根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个第一停留点对应的第一停留信息；
聚类簇获取模块3用于对第一停留点进行密度聚类处理，获取每个第一停留点所属的聚类簇；
选取模块4用于选取聚类簇中的一个第一停留点作为第二停留点；
其中，每个第二停留点用于表征每个聚类簇的停留点；
第二信息获取模块5用于根据聚类簇中的每个第一停留点对应的第一停留信息，获取第二停留点对应的第二停留信息；
配送单元获取模块6用于获取配送单元的配送单元数据；
确定模块7用于根据第二停留点和配送单元数据确定第二停留点所属的配送单元，并根据第二停留点的第二停留信息确定配送单元的信息。
本实施例中，根据配送员在设定历史时间范围内的历史配送数据，获取配送员每天每波次的第一停留点和第一停留信息；对第一停留点进行密度聚类处理，得到第一停留点所属的聚类簇；然后根据聚类簇中每个第一停留点，获取第二停留点；根据聚类簇中的每个第一停留点的第一停留信息，获取第二停留点对应的第二停留信息，从而得到配送员实际在每个配送单元的配送信息，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。
实施例4
如图6所示，本实施例的配送单元的配送信息的确定系统是对实施例3的进一步改进，具体地：
订单妥投数据包括站点ID、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度中的至少一种；
配送跟踪数据包括站点ID、配送员ID、PDA实时上传时间、PDA实时经纬度中的至少一种；
配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
第一停留信息包括第一停留时长和第一停留时间窗；第二停留信息包括第二停留时长和第二停留时间窗。
第一信息获取模块2用于采用DBSCAN算法对历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点、与每个第一停留点对应的第一停留时长，以及与每个第一停留点对应的第一停留时间窗。
具体地，采用DBSCAN算法对订单妥投数据和配送跟踪数据进行处理，获取配送员ID、配送日期、波次、停留点的GIS坐标、停留开始时间、停留结束时间、每个停留点处实时上传的记录数等数据，进而计算获取配送员每天每波次的至少一个第一停留点、与每个第一停留点对应的第一停留时长，以及与每个第一停留点对应的第一停留时间窗。
确定系统还包括过滤模块8，用于对第一停留点进行过滤处理，获取过滤处理后的第一停留点。
由于配送员手持设备PDA的实时上传数据的间隔平均不超过1分钟，根据如下公式：
Figure GDA0003594320350000151
若第一停留点满足上述公式，则保留该停留点；否则，过滤掉该停留点。
聚类簇获取模块3用于采用DBSCAN算法对第一停留点进行密度聚类处理，获取每个第一停留点所属的聚类簇。
具体地，DBSCAN算法不需要指定聚类簇的数量，只需要设置eps(即两个停留点的距离)和相邻停留点的个数。考虑实际情况，由于GPS经纬度的误差为50m，所以一般设置eps为50m，设置相邻停留点的个数为1。其中，由于配送员具有一定的配送习惯，使得配送员每天的停留点存在一定的相似性。通过密度聚类处理，可以将相似的停留点合为一个，同样可以将频次较少的停留点予以删除。DBSCAN算法对第一停留点进行密度聚类处理过程的输出结果包括第一停留点相关信息(如第一停留点的相似个数、第一停留点的停留时间等)、停留点所属的聚类簇对应的编号。
选取模块4包括位置获取单元41和第一选取单元42。
位置获取单元41用于获取聚类簇中每个第一停留点的位置信息；
第一选取单元42用于选取距离聚类簇中心位置最近的第一停留点作为第二停留点。
第二信息获取模块5包括处理单元51和第二选取单元52。
处理单元51用于将第一停留时间窗转换为数组，并对同一聚类簇中的每个第一停留点对应的数组进行加法合并处理，获取每个聚类簇的第二停留点对应的第二停留时间窗。
具体地，首先定义需要设置的参数，时间单元大小记为t(单位为分钟)，时间窗大小记为n(n表示时间窗包含的时间单元的数量)，从而可以计算出时间窗的时间长度T为T＝n*t分钟。
将每个第一停留点的时间窗映射到一维数组(1*m)。其中，m＝24×60/t。比如：t＝30，则m＝48。
映射过程具体包括：首先将时间起止时间点转化为分钟start_t、end_t；计算start_t、end_t对应的数组下标，
Figure GDA0003594320350000162
Figure GDA0003594320350000163
Figure GDA0003594320350000164
设置下标在区间[start_index,end_index]的数组值为1，其余为0。
举例说明，比如在t＝30的情况下，对于时间窗9:45至10:30，start_t＝585，end_t＝630，start_index＝19，end_index＝21，映射到数组的结果形式如下：
Figure GDA0003594320350000161
对同一聚类簇中的每个第一停留点对应的一维数组进行加法合并，对数组从大到小进行带索引排序，选取前n个元素，每个元素值代表出现的频次，将元素的索引index是时间点换算为时间窗，起始时间为(index×t)mod 60分，结束时间为[index×(t+1)]mod 60分。如下表所示，其中，n＝3，index＝{17，18，19}，通过计算可知，第二停留点对应的时间窗为8:30到10:00。
第二选取单元52用于根据聚类簇中的每个第一停留点的第一停留时长，选取设定时长范围内每个第一停留时长之和的平均值作为聚类簇的第二停留时长。
其中，设定时长范围一般取上下四分位数之间的时长。
确定模块7包括停留点获取单元71和判断单元72。
配送单元获取模块6用于根据配送单元数据获取配送单元所属街区；
其中，由于各个配送单元大小不一，如果配送单元太小，则可能存在配送员只在配送单元外部范围进行配送，从而不进入该配送单元进行配送。所以如果直接寻找配送单元的停留点，可能会出现大部分配送单元没有停留点的情况。为了避免这种情况，先根据配送单元数据获取配送单元所属三级街区ID、三级街区电子围栏等信息。
停留点获取单元71用于获取配送单元所属街区内的每个第二停留点；
判断单元72用于当第一停留信息包括第一停留时长，第二停留信息包括第二停留时长，配送信息包括配送时长时，判断配送单元内是否包含第二停留点，若不包含，则获取街区内与配送单元距离最近的第二停留点，将获取的第二停留点作为配送单元的停留点，并将获取的第二停留点的第二停留时长；
若包含，则将配送单元内的每个第二停留点的第二停留时长之和的平均值作为配送单元的配送时长；和/或，
判断单元72用于当第一停留信息包括第一停留时间窗，第二停留信息包括第二停留时间窗，配送信息包括配送时间窗时，判断配送单元内是否包含第二停留点，若不包含，则获取街区内与配送单元距离最近的第二停留点，将获取的第二停留点作为配送单元的停留点，并将获取的第二停留时间窗作为配送单元的配送时间窗；
若包含，则将每个第二停留点的第二停留时间窗的并集作为配送单元的配送时间窗。
具体地，如图3所示，为一个三级街区内的各个配送单元的划分情况及三级街区内各个第二停留点分布情况(包括配送单元1、配送单元2、配送单元3，以及停留点1、停留点2、停留点3、停留点4)。如图4所示，为图3中的三级街区内与配送单元已经匹配的第二停留点。
其中，配送单元1内没有第二停留点，通过计算可知第二停留点1与配送单元的距离最近，则确定第二停留点1为配送单元1所属的停留点，并将第二停留点1的停留时长和停留时间窗作为配送单元1的配送时长和配送时间窗。
配送单元2内只包含一个第二停留点4，则确定第二停留点4为配送单元2所属的停留点，并将第二停留点4的停留时长和停留时间窗作为配送单元2的配送时长和配送时间窗。
配送单元3中包含3个停留点，则通过3个停留点共同决定配送单元3的配送时间窗与配送时长，图中用新生停留点表示配送单元3对应的停留点，将3个停留点的停留时长之和的平均值作为配送单元的配送时长，并将3个停留点的停留时间窗的并集作为配送单元的配送时间窗。
本实施例中，根据配送员在设定历史时间范围内的历史配送数据，获取配送员每天每波次的第一停留点和第一停留时长；对第一停留点进行密度聚类处理，得到第一停留点所属的聚类簇；然后根据聚类簇中每个第一停留点，获取第二停留点；根据聚类簇中的每个第一停留点的第一停留时长，获取第二停留点对应的第二停留时长和第二停留时间窗，从而得到配送员实际在每个配送单元的配送时长和配送时间窗，进而可辅助物流站点的管理，指导配送单元进行分配、管理、制定更加合理的配送方案，有效地提高配送效率，提高客户满意度。
实施例5
图7为本发明实施例5提供的一种电子设备的结构示意图。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，处理器执行程序时实现实施例1或2中任意一实施例中的配送单元的配送信息的确定方法。图7显示的电子设备30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7所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
总线33包括数据总线、地址总线和控制总线。
存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。
存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324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。
处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1-3中任意一实施例中的配送单元的配送信息的确定方法。
电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36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。如图7所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30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、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例6
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现实施例1或2中任意一实施例中的配送单元的配送信息的确定方法中的步骤。
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1或2中任意一实施例中的配送单元的配送信息的确定方法中的步骤。
其中，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的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式作出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (18)

1.一种配送单元的配送信息的确定方法，其特征在于，所述确定方法包括：
获取配送员在设定历史时间范围内的历史配送数据；
其中，所述历史配送数据包括订单妥投数据和配送跟踪数据；
根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息；
对所述第一停留点进行密度聚类处理，获取每个所述第一停留点所属的聚类簇；
选取所述聚类簇中的一个所述第一停留点作为第二停留点；
其中，每个所述第二停留点用于表征每个所述聚类簇的停留点；
根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息；
获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息；所述配送信息包括配送时间窗和配送时间长度中的至少一种。
2.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，当所述第一停留信息包括第一停留时长，所述第二停留信息包括第二停留时长，所述配送信息包括配送时长时，所述获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息的步骤包括：
根据所述配送单元数据获取所述配送单元所属街区；
获取所述配送单元所属街区内的每个所述第二停留点，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的第二停留点的所述第二停留时长作为所述配送单元的配送时长；
若包含，则将所述配送单元内的每个所述第二停留点的所述第二停留时长之和的平均值作为所述配送单元的配送时长；和/或，
当所述第一停留信息包括第一停留时间窗，所述第二停留信息包括第二停留时间窗，所述配送信息包括配送时间窗时，所述获取所述配送单元的配送单元数据，根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的配送信息的步骤包括：
根据所述配送单元数据获取所述配送单元所属街区；
获取所述配送单元所属街区内的每个所述第二停留点，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的所述第二停留时间窗作为所述配送单元的配送时间窗；
若包含，则将每个所述第二停留点的所述第二停留时间窗的并集作为所述配送单元的配送时间窗。
3.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，所述对所述第一停留点进行密度聚类处理的步骤包括：
采用DBSCAN算法对所述第一停留点进行密度聚类处理。
4.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，所述根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和每个所述第一停留点对应的第一停留信息的步骤包括：
采用DBSCAN算法对所述历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息。
5.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，所述选取所述聚类簇中的一个所述第一停留点作为第二停留点的步骤包括：
获取所述聚类簇中每个所述第一停留点的位置信息，选取距离所述聚类簇中心位置最近的第一停留点作为第二停留点。
6.如权利要求2所述的配送单元的配送信息的确定方法，其特征在于，当所述第一停留信息包括所述第一停留时长和所述第一停留时间窗，所述第二停留信息包括所述第二停留时长和所述第二停留时间窗时，所述根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息的步骤包括：
将所述第一停留时间窗转换为数组，并对同一所述聚类簇中的每个所述第一停留点对应的数组进行加法合并处理，获取每个所述聚类簇的所述第二停留点对应的第二停留时间窗；
根据所述聚类簇中的每个所述第一停留点的所述第一停留时长，选取设定时长范围内每个所述第一停留时长之和的平均值作为所述聚类簇的第二停留时长。
7.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，所述获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息的步骤之后，所述对所述第一停留点进行密度聚类处理的步骤之前包括：
对所述第一停留点进行过滤处理，获取过滤处理后的所述第一停留点。
8.如权利要求1所述的配送单元的配送信息的确定方法，其特征在于，所述订单妥投数据包括站点ID、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度中的至少一种；
所述配送跟踪数据包括站点ID、配送员ID、PDA实时上传时间、PDA实时经纬度中的至少一种；
所述配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
9.一种配送单元的配送信息的确定系统，其特征在于，所述确定系统包括配送数据获取模块、第一信息获取模块、聚类簇获取模块、选取模块、第二信息获取模块、配送单元获取模块和确定模块；
所述配送数据获取模块用于获取配送员在设定历史时间范围内的历史配送数据；
其中，所述历史配送数据包括订单妥投数据和配送跟踪数据；
所述第一信息获取模块用于根据历史配送数据，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息；
所述聚类簇获取模块用于对所述第一停留点进行密度聚类处理，获取每个所述第一停留点所属的聚类簇；
所述选取模块用于选取所述聚类簇中的一个所述第一停留点作为第二停留点；
其中，每个所述第二停留点用于表征每个所述聚类簇的停留点；
所述第二信息获取模块用于根据所述聚类簇中的每个所述第一停留点对应的所述第一停留信息，获取所述第二停留点对应的第二停留信息；
所述配送单元获取模块用于获取所述配送单元的配送单元数据；
所述确定模块用于根据所述第二停留点和所述配送单元数据确定所述第二停留点所属的配送单元，并根据所述第二停留点的所述第二停留信息确定所述配送单元的信息；所述配送信息包括配送时间窗和配送时间长度中的至少一种。
10.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述确定模块包括停留点获取单元和判断单元；
所述配送单元获取模块用于根据所述配送单元数据获取所述配送单元所属街区；
所述停留点获取单元用于获取所述配送单元所属街区内的每个所述第二停留点；
所述判断单元用于当所述第一停留信息包括第一停留时长，所述第二停留信息包括第二停留时长，所述配送信息包括配送时长时，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的第二停留点的所述第二停留时长；
若包含，则将所述配送单元内的每个所述第二停留点的所述第二停留时长之和的平均值作为所述配送单元的配送时长；和/或，
所述判断单元用于当所述第一停留信息包括第一停留时间窗，所述第二停留信息包括第二停留时间窗，所述配送信息包括配送时间窗时，判断所述配送单元内是否包含所述第二停留点，若不包含，则获取所述街区内与所述配送单元距离最近的第二停留点，将获取的第二停留点作为所述配送单元的停留点，并将获取的所述第二停留时间窗作为所述配送单元的配送时间窗；
若包含，则将每个所述第二停留点的所述第二停留时间窗的并集作为所述配送单元的配送时间窗。
11.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述聚类簇获取模块用于采用DBSCAN算法对所述第一停留点进行密度聚类处理。
12.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述第一信息获取模块用于采用DBSCAN算法对所述历史配送数据进行处理，获取配送员每天每波次的至少一个第一停留点和与每个所述第一停留点对应的第一停留信息。
13.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述选取模块包括位置获取单元和第一选取单元；
所述位置获取单元用于获取所述聚类簇中每个所述第一停留点的位置信息；
所述第一选取单元用于选取距离所述聚类簇中心位置最近的第一停留点作为第二停留点。
14.如权利要求10所述的配送单元的配送信息的确定系统，其特征在于，所述第二信息获取模块包括处理单元和第二选取单元；
所述第一停留信息包括所述第一停留时长和所述第一停留时间窗；
所述第二停留信息包括所述第二停留时长和所述第二停留时间窗；
所述处理单元用于将所述第一停留时间窗转换为数组，并对同一所述聚类簇中的每个所述第一停留点对应的数组进行加法合并处理，获取每个所述聚类簇的所述第二停留点对应的第二停留时间窗；
所述第二选取单元用于根据所述聚类簇中的每个所述第一停留点的所述第一停留时长，选取设定时长范围内每个所述第一停留时长之和的平均值作为所述聚类簇的第二停留时长。
15.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述确定系统还包括过滤模块；
所述过滤模块用于对所述第一停留点进行过滤处理，获取过滤处理后的所述第一停留点。
16.如权利要求9所述的配送单元的配送信息的确定系统，其特征在于，所述订单妥投数据包括站点ID、配送员ID、订单ID、妥投时间、妥投点经纬度、订单地址经纬度中的至少一种；
所述配送跟踪数据包括站点ID、配送员ID、PDA实时上传时间、PDA实时经纬度中的至少一种；
所述配送单元数据包括配送单元ID、街区ID、配送单元电子围栏信息中的至少一种。
17.一种电子设备，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，其特征在于，所述处理器执行计算机程序时实现权利要求1-8中任一项所述的配送单元的配送信息的确定方法。
18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的配送单元的配送信息的确定方法的步骤。
CN201810712202.7A 2018-06-29 2018-06-29 配送单元的配送信息的确定方法、系统、设备和存储介质 Active CN110659852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810712202.7A CN110659852B (zh) 2018-06-29 2018-06-29 配送单元的配送信息的确定方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810712202.7A CN110659852B (zh) 2018-06-29 2018-06-29 配送单元的配送信息的确定方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN110659852A CN110659852A (zh) 2020-01-07
CN110659852B true CN110659852B (zh) 2022-08-12

Family

ID=69026972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810712202.7A Active CN110659852B (zh) 2018-06-29 2018-06-29 配送单元的配送信息的确定方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN110659852B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113762815A (zh) * 2020-06-05 2021-12-07 京东城市(北京)数字科技有限公司 物流配送信息的处理方法、装置、设备及存储介质
KR102250745B1 (ko) 2020-07-03 2021-05-11 쿠팡 주식회사 배달원의 배정을 위한 전자 장치 및 그 동작 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7542972B2 (en) * 2005-01-28 2009-06-02 United Parcel Service Of America, Inc. Registration and maintenance of address data for each service point in a territory
EP4152230A1 (en) * 2015-01-19 2023-03-22 Clear Destination Inc. System and method for managing and optimizing delivery networks
CN105719008A (zh) * 2015-05-22 2016-06-29 北京小度信息科技有限公司 对配送系统进行优化的方法及装置
CN106886875B (zh) * 2017-02-21 2020-11-24 数贸科技（北京）有限公司 物流妥投时长分析方法及装置
CN107203789B (zh) * 2017-06-23 2020-10-02 北京星选科技有限公司 分配模型建立方法、分配方法以及相关装置

Also Published As

Publication number Publication date
CN110659852A (zh) 2020-01-07

Similar Documents

Publication Publication Date Title
Vogel et al. Strategic and operational planning of bike-sharing systems by data mining–a case study
US20130073321A1 (en) Systems and methods for generating vehicle insurance premium quotes based on a vehicle history
CN110232535B (zh) 信息匹配方法及装置、存储介质及电子终端
CN110659852B (zh) 配送单元的配送信息的确定方法、系统、设备和存储介质
CN110288451B (zh) 一种财务报销方法、系统、设备及存储介质
CN114202908A (zh) 基于灾害天气的车辆预警方法、装置、设备及存储介质
CN117217380A (zh) 停车场空余停车位预测方法、装置、电子设备及存储介质
CN113450162A (zh) 用户分群方法、装置及存储介质
CN110363319A (zh) 资源分配方法、服务器、资源申领方法和客户端
CN110322688A (zh) 一种数据处理的方法、数据查询的方法及相关设备
CN111401690B (zh) 车队风险识别方法、电子装置及可读存储介质
CN111797918A (zh) 大气污染源识别方法、装置、计算机设备及存储介质
CN104933581A (zh) 市场主体监管方法和系统
CN110570246A (zh) 互联网营销系统流量切分方法、系统、设备和介质
CN113469523A (zh) 柜员排班信息的获取方法、装置、电子设备和存储介质
CN113672802A (zh) 航班的推荐方法、系统、电子设备和介质
CN113190795A (zh) 统计实际管理人口数据的方法、装置、介质及设备
CN110765226A (zh) 货主匹配方法、装置、设备和介质
CN114531374B (zh) 网络监控方法、装置、设备及存储介质
US20160267602A1 (en) System for generating historical hail evaluation data
GB2584862A (en) System and method for populating a database with occupancy data of parking facilities
CN114840660A (zh) 业务推荐模型训练方法、装置、设备及存储介质
CN115860621A (zh) 货运专线信息查询方法、系统、设备及存储介质
CN111222846B (zh) 报销流程的跟踪方法、装置、计算机设备和存储介质
CN114693044A (zh) 换电站选址方法、系统、电子设备和存储介质

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