CN110766512A - 订单处理方法、装置、电子设备及存储介质 - Google Patents
订单处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110766512A CN110766512A CN201910889051.7A CN201910889051A CN110766512A CN 110766512 A CN110766512 A CN 110766512A CN 201910889051 A CN201910889051 A CN 201910889051A CN 110766512 A CN110766512 A CN 110766512A
- Authority
- CN
- China
- Prior art keywords
- order
- item
- items
- time period
- combining
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 6
- 235000012054 meals Nutrition 0.000 description 6
- 235000013601 eggs Nutrition 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 235000013305 food Nutrition 0.000 description 3
- 241000227653 Lycopersicon Species 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
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
- 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
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种订单处理方法、装置、电子设备及存储介质，该方法包括：根据接收到的订单的订单标识，对与订单标识关联的订单进行项目分解，得到一个或多个项目；分别确定一个或多个项目在预设时间段内与其他订单的合单结果；响应于合单结果为可合单，将合单结果对应的项目和订单标识放入项目合单队列中；响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。本申请实施例实现了对项目在预设时间段内的合单结果的确定，而不再依赖于人工合单决策，从而在订单量较大时，也可以快速确定合单结果并进行合单处理，从而减少了订单处理时间，提高了订单处理效率。
Description
技术领域
本申请涉及互联网技术领域，特别是涉及一种订单处理方法、装置、电子设备及存储介质。
背景技术
目前，餐饮商家的出餐逻辑是厨师根据打印出的菜品订单，判断是否能够将多个菜品合单一起做，如果可行，则直接合单一起出餐，无法合单的情况，则按照时间先后顺序进行出餐。
现有餐饮商家的出餐方式受到后厨系统能力的约束，在订单高峰期，订单量增大，基于厨师经验的出餐决策会导致出餐能力降低，订单处理时间会延长，订单处理效率低，严重影响用户的体验。
发明内容
本申请实施例提供一种订单处理方法、装置、电子设备及存储介质，以减少订单处理时间，提高订单处理效率。
为了解决上述问题，第一方面，本申请实施例提供了一种订单处理方法，包括：
根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目；
分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果；
响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中；
响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
可选的，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
遍历所述一个或多个项目，确定当前决策项目；
根据所述历史订单数据，提取所述当前决策项目的输入特征；
将所述输入特征输入合单决策模型，获取所述当前决策项目的合单结果，所述合单决策模型为机器学习模型。
可选的，所述根据所述历史订单数据，提取所述当前决策项目的输入特征，包括：
根据历史订单数据，确定预设时间段内所述当前决策项目的下单次数最大值和下单次数二分位数，并确定预设时间段内包含所述当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，确定所述当前决策项目的项目相关性信息；
将所述下单次数最大值、下单次数二分位数、项目的最多数、项目的最少数、项目的二分位数和所述项目相关性信息作为所述输入特征。
可选的，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单概率；
根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
响应于一个项目在预设时间段内与其他订单的合单概率大于或等于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为可合单；
响应于一个项目在预设时间段内与其他订单的合单概率小于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为不可合单。
可选的，在所述分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果之后，还包括：
响应于所述合单结果为不可合单，将所述合单结果对应的项目放入项目出单队列。
可选的，在所述从所述项目合单队列中获取所述项目和所述项目对应的总数量之后，还包括：
将所述项目和所述总数量传入项目出单队列。
可选的，所述出单条件为所述项目放入所述项目合单队列中的时间长度达到预设时间段，或者，所述项目在所述项目合单队列中对应的总数量达到预设数量。
第二方面，本申请实施例提供了一种订单处理装置，包括：
项目分解模块，用于根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目；
合单确定模块，用于分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果；
项目缓存模块，用于响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中；
出单模块，用于响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
可选的，所述合单确定模块具体用于：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述合单确定模块包括：
当前项目确定单元，用于遍历所述一个或多个项目，确定当前决策项目；
输入特征提取单元，用于根据所述历史订单数据，提取所述当前决策项目的输入特征；
合单预估单元，用于将所述输入特征输入合单决策模型，获取所述当前决策项目的合单结果，所述合单决策模型为机器学习模型。
可选的，所述输入特征提取单元具体用于：
根据历史订单数据，确定预设时间段内所述当前决策项目的下单次数最大值和下单次数二分位数，并确定预设时间段内包含所述当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，确定所述当前决策项目的项目相关性信息；
将所述下单次数最大值、下单次数二分位数、项目的最多数、项目的最少数、项目的二分位数和所述项目相关性信息作为所述输入特征。
可选的，所述合单确定模块包括：
合单概率预估单元，用于根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单概率；
合单决策单元，用于根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述合单决策单元具体用于：
响应于一个项目在预设时间段内与其他订单的合单概率大于或等于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为可合单；
响应于一个项目在预设时间段内与其他订单的合单概率小于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为不可合单。
可选的，所述装置还包括：
直接出单模块，用于响应于所述合单结果为不可合单，将所述合单结果对应的项目放入项目出单队列。
可选的，所述装置还包括：
合单出单模块，用于将所述项目和所述总数量传入项目出单队列。
可选的，所述出单条件为所述项目放入所述项目合单队列中的时间长度达到预设时间段，或者，所述项目在所述项目合单队列中对应的总数量达到预设数量。
第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述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本申请实施例所述的订单处理方法。
第四方面，本申请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，该程序被处理器执行时本申请实施例公开的订单处理方法的步骤。
本申请实施例公开的订单处理方法、装置、电子设备及存储介质，通过根据接收到的订单的订单标识，对与所述订单标识相关联的订单进行项目分解，得到一个或多个项目，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中，响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量，实现了对项目在预设时间段内的合单结果的确定，而不再依赖于人工合单决策，从而在订单量较大时，也可以快速确定合单结果并进行合单处理，从而减少了订单处理时间，提高了订单处理效率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术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申请的一些实施例，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是本申请实施例一的订单处理方法的流程图；
图2是本申请实施例二的订单处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
实施例一
本实施例公开的一种订单处理方法，该方法适用于订单高峰期时的处理，如图1所示，该方法包括：步骤110至步骤140。
步骤110，根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目。
针对一个商家，在接收到订单时，根据该订单的订单标识，对该订单进行项目分解，得到所述订单标识对应的一个或多个项目。例如，在餐饮领域，所述项目为菜品，在接收到一个订单时，对该订单进行菜品分解，即将每个菜品分离出来，得到该订单的订单标识对应的一个或多个菜品。在网上购物领域，所述项目为商品，在接收到一个订单时，对该订单进行商品分解，即将每个商品分离出来，得到一个或多个商品。
步骤120，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
其中，预设时间段可以是基于历史订单数据确定的，也可以根据人为经验确定，还可以根据其他需求确定。
在对订单进行项目分解得到一个或多个项目后，分别确定一个或多个项目在当前时间之前的预设时间段内与其他订单的合单结果，或者，分别确定一个或多个项目在未来预设时间段内与其他订单的合单结果，或者，还可以将当前时间作为所述预设时间段内的一个时间点，即分别确定所述一个或多个项目在该预设时间段内与其他订单的合单结果。
在本申请的一个实施例中，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果。
其中，历史订单数据可以是特定时间段内的订单数据，即可以是订单高峰期的订单数据，例如每天的中午十一点到下午两点的订单数据和下午六点到八点的订单数据。
获取历史订单数据，对历史订单数据进行分析，分别预估所述一个或多个项目在未来的预设时间段内与其他订单中的项目是否可合单，得到所述一个或多个项目在预设时间段内与其他订单的合单结果，实现了对项目在预设时间段内的合单结果的预估。
在本申请的一个实施例中，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
遍历所述一个或多个项目，确定当前决策项目；
根据所述历史订单数据，提取所述当前决策项目的输入特征；
将所述输入特征输入合单决策模型，获取所述当前决策项目的合单结果，所述合单决策模型为机器学习模型。
其中，合单决策模型为机器学习模型，基于历史订单数据训练得到，输入为一个项目的输入特征，输出为一个项目在预设时间段内与其他订单的合单结果。所述输入特征包括但不限于：预设时间段内当前决策项目的下单次数最大值和下单次数二分位数，预设时间段内包含当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，以及当前决策项目的项目相关性信息。所述历史订单数据包括当前商家的历史订单数据和当前商家所处商圈的其他商家的历史订单数据，所述其他商家和当前商家为同一行业。
从所述一个或多个项目中，选取一个项目，作为当前决策项目，并基于历史订单数据，提取具有当前决策项目的历史订单数据，并根据该历史订单数据，确定当前决策项目的输入特征，将输入特征输入合单决策模型，得到当前决策项目的合单结果。通过合单决策模型来预估各个项目在预设时间段内与其他订单的合单结果，可以提高合单结果预估的准确性。
在本申请的一个实施例中，所述根据所述历史订单数据，提取所述当前决策项目的输入特征，包括：
根据历史订单数据，确定预设时间段内所述当前决策项目的下单次数最大值和下单次数二分位数，并确定预设时间段内包含所述当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，确定所述当前决策项目的项目相关性信息；
将所述下单次数最大值、下单次数二分位数、项目的最多数、项目的最少数、项目的二分位数和所述项目相关性信息作为所述输入特征。
提取历史订单数据中包括当前决策项目的历史订单数据，并根据该历史订单数据，统计预设时间段内当前决策项目的下单次数最大值和下单次数二分位数，并统计预设时间段内包含当前决策项目的订单中所包括的项目的最多数、项目的最少数和项目的二分位数，并基于历史订单数据和当前决策项目的属性确定当前决策项目的项目相关性信息，从而得到当前决策项目的输入特征。
在餐饮领域，项目为菜品时，所述属性可以是食材，项目相关性信息可以根据菜品所用到的食材来确定。例如，西红柿炒鸡蛋和青椒炒鸡蛋，这两种菜品均包括鸡蛋这一食材，从而这两种菜品是存在相关性的。菜品的相关性信息代表了菜品的可替代性，即存在相关性的两种菜品是可以相互替代的，即一个用户点了具有相关性的多个菜品中的一个菜品，而其他用户很大可能点具有相关性的多个菜品中的另一个菜品，从而存在相关性的菜品合单的概率是比较小的，因此，项目相关性信息对合单概率有一定的影响。
需要说明的是，输入特征除了前述的预设时间段内当前决策项目的下单次数最大值和下单次数二分位数、预设时间段内包含当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，以及所述当前决策项目的项目相关性信息，还可以包括其他信息，如商家用户信息、商圈信息等。
在本申请的另一个实施例中，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单概率；
根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
在本申请的一个实施例中，所述根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
响应于一个项目在预设时间段内与其他订单的合单概率大于或等于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为可合单；
响应于一个项目在预设时间段内与其他订单的合单概率小于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为不可合单。
基于历史订单数据，可以预估一个或多个项目在预设时间段内与其他订单的合单概率，确定合单概率大于或等于预设阈值的项目在预设时间段内与其他订单的合单结果为可合单，确定合单概率小于预设阈值的项目在预设时间段内与其他订单的合单结果为不可合单。根据历史订单数据预估一个项目在预设时间段内的合单概率时，可以基于上述的合单决策模型进行预估，即将一个项目的输入特征输入合单决策模型后，获取合单决策模型的输出，得到该项目在预设时间段内的合单概率，从而根据该合单概率确定该项目在预设时间段内与其他订单的合单结果。
步骤130，响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中。
其中，项目合单队列用于临时保存合单结果为可合单的项目。
若经过判断，一个项目在预设时间段内与其他订单的合单结果为可合单，则将该项目和对应的订单标识放入项目合单队列中，等待进行合单。
步骤140，响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
其中，所述出单条件为所述项目放入所述项目合单队列中的时间长度达到预设时间段，或者，所述项目在所述项目合单队列中对应的总数量达到预设数量。在预估一个项目在预设时间段内与其他订单的合单结果时，对于对时间要求比较强的领域，可以将一个项目放入项目合单队列中的时间长度达到预设时间段，作为出单条件，例如餐饮领域，该出单条件可以避免用户等待过长的时间。
若一个项目在项目合单队列中满足出单条件，则从项目合单队列中获取该项目，并获取项目合单队列中该项目对应的订单标识，确定该项目在每个订单标识对应的订单中的数量，并进行累加，得到该项目对应的总数量，从而可以将该项目合单后进行出单。例如，在餐饮领域，一个菜品为西红柿炒鸡蛋，在该菜品满足出单条件时，从项目合单队列中获取该菜品，并统计得到该菜品对应的总数量为4，从而将该菜品进行合单，给到厨师，从而厨师可以一起做4份西红柿炒鸡蛋。
以餐饮领域为例，在接收到一个订单时，对该订单进行菜品分解，将每个菜品分离出来，得到该订单的订单标识对应的一个或多个菜品；针对每个菜品，通过合单决策模型预估在未来预设时间段内与其他订单中的相同菜品的合单概率，如果合单概率大于预设阈值，则确定对应的菜品在预设时间段内与其他订单的合单结果为可合单，将该菜品加入项目合单队列中，在该订单中的该菜品加入项目合单队列中后，在预设时间段内接收到其他订单的相同菜品，则也加入项目合单队列，如果第一个订单中的该菜品加入项目合单队列中的时间段达到预设时间段，则根据订单标识确定该菜品在对应订单中的数量，并进行累加，得到该菜品的总数量，并将该菜品和总数量传入项目出单队列，等待出单，即等待厨师处理该菜品。通过多个订单的相同菜品同时处理，可以加快处理速度。
以网上购物领域为例，在接收到一个订单时，对该订单进行商品分解，即将每个商品分离出来，得到一个或多个商品以及各个商品对应的数量，针对每个商品，分别预估在预设时间段内与其他订单中的相同商品的合单结果，若合单结果为可合单，则将商品和对应的订单标识加入项目合单队列，若该项目在项目合单队列中的时间达到预设时间或者该商品对应的数量达到预设数量，则确定该商品的总数量，将该商品和对应的总数量加入项目出单队列，等待出单。
本申请实施例公开的订单处理方法，通过根据接收到的订单的订单标识，对与所述订单标识相关联的订单进行项目分解，得到一个或多个项目，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中，响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量，实现了对项目在预设时间段内的合单结果的确定，而不再依赖于人工合单决策，从而在订单量较大时，也可以快速确定合单结果并进行合单处理，从而减少了订单处理时间，提高了订单处理效率。
在上述技术方案的基础上，在所述分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果之后，还包括：
响应于所述合单结果为不可合单，将所述合单结果对应的项目放入项目出单队列。
其中，项目出单队列用于临时保存待出单的项目。
若经过判断，一个项目在预设时间段内与其他订单的合单结果为不可合单，则将该项目直接放入项目出单队列，等待出单，从而可以及时对预估不可合单的项目进行出单。
在上述技术方案的基础上，在所述从所述项目合单队列中获取所述项目和所述项目对应的总数量之后，还包括：
将所述项目和所述总数量传入项目出单队列。
其中，所述项目出单队列用于临时保存待出单的项目以及对应的总数量。
从项目合单队列中获取到项目和该项目对应的总数量后，将该项目和对应的总数量放入项目出单队列，等待进行出单，便于对合单后的项目一起进行出单。
实施例二
本实施例公开的一种订单处理装置，如图2所示，所述订单处理装置200包括：
项目分解模块210，用于根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目；
合单确定模块220，用于分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果；
项目缓存模块230，用于响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中；
出单模块240，用于响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
可选的，所述合单确定模块具体用于：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述合单确定模块包括：
当前项目确定单元，用于遍历所述一个或多个项目，确定当前决策项目；
输入特征提取单元，用于根据所述历史订单数据，提取所述当前决策项目的输入特征；
合单预估单元，用于将所述输入特征输入合单决策模型，获取所述当前决策项目的合单结果，所述合单决策模型为机器学习模型。
可选的，所述输入特征提取单元具体用于：
根据历史订单数据，确定预设时间段内所述当前决策项目的下单次数最大值和下单次数二分位数，并确定预设时间段内包含所述当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，确定所述当前决策项目的项目相关性信息；
将所述下单次数最大值、下单次数二分位数、项目的最多数、项目的最少数、项目的二分位数和所述项目相关性信息作为所述输入特征。
可选的，所述合单确定模块包括：
合单概率预估单元，用于根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单概率；
合单决策单元，用于根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
可选的，所述合单决策单元具体用于：
响应于一个项目在预设时间段内与其他订单的合单概率大于或等于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为可合单；
响应于一个项目在预设时间段内与其他订单的合单概率小于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为不可合单。
可选的，所述装置还包括：
直接出单模块，用于响应于所述合单结果为不可合单，将所述合单结果对应的项目放入项目出单队列。
可选的，所述装置还包括：
合单出单模块，用于将所述项目和所述总数量传入项目出单队列。
可选的，所述出单条件为所述项目放入所述项目合单队列中的时间长度达到预设时间段，或者，所述项目在所述项目合单队列中对应的总数量达到预设数量。
本申请实施例提供的订单处理装置，用于实现本申请实施例一中所述的订单处理方法的各步骤，装置的各模块的具体实施方式参见相应步骤，此处不再赘述。
本申请实施例公开的订单处理装置，通过项目分解模块根据接收到的订单的订单标识，对与所述订单标识相关联的订单进行项目分解，得到一个或多个项目，合单确定模块分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，项目缓存模块响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中，出单模块响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量，实现了对项目在预设时间段内的合单结果的确定，而不再依赖于人工合单决策，从而在订单量较大时，也可以快速确定合单结果并进行合单处理，从而减少了订单处理时间，提高了订单处理效率。
相应的，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述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本申请实施例一所述的订单处理方法。所述电子设备可以为服务器、PC机、移动终端、个人数字助理、平板电脑等。
本申请实施例还公开了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如本申请实施例一所述的订单处理方法的步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上对本申请实施例提供的一种订单处理方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
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实现。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。
Claims (12)
1.一种订单处理方法，包括：
根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目；
分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果；
响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中；
响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
2.根据权利要求1所述的方法，分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果。
3.根据权利要求2所述的方法，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
遍历所述一个或多个项目，确定当前决策项目；
根据所述历史订单数据，提取所述当前决策项目的输入特征；
将所述输入特征输入合单决策模型，获取所述当前决策项目的合单结果，所述合单决策模型为机器学习模型。
4.根据权利要求3所述的方法，所述根据所述历史订单数据，提取所述当前决策项目的输入特征，包括：
根据历史订单数据，确定预设时间段内所述当前决策项目的下单次数最大值和下单次数二分位数，并确定预设时间段内包含所述当前决策项目的订单中项目的最多数、项目的最少数和项目的二分位数，确定所述当前决策项目的项目相关性信息；
将所述下单次数最大值、下单次数二分位数、项目的最多数、项目的最少数、项目的二分位数和所述项目相关性信息作为所述输入特征。
5.根据权利要求2所述的方法，所述根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
根据历史订单数据，分别预估所述一个或多个项目在预设时间段内与其他订单的合单概率；
根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果。
6.根据权利要求5所述的方法，所述根据所述一个或多个项目在预设时间段内与其他订单的合单概率，确定所述一个或多个项目在预设时间段内与其他订单的合单结果，包括：
响应于一个项目在预设时间段内与其他订单的合单概率大于或等于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为可合单；
响应于一个项目在预设时间段内与其他订单的合单概率小于预设阈值，确定该项目在预设时间段内与其他订单的合单结果为不可合单。
7.根据权利要求1所述的方法，在所述分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果之后，还包括：
响应于所述合单结果为不可合单，将所述合单结果对应的项目放入项目出单队列。
8.根据权利要求1所述的方法，在所述从所述项目合单队列中获取所述项目和所述项目对应的总数量之后，还包括：
将所述项目和所述总数量传入项目出单队列。
9.根据权利要求1-8任一项所述的方法，所述出单条件为所述项目放入所述项目合单队列中的时间长度达到预设时间段，或者，所述项目在所述项目合单队列中对应的总数量达到预设数量。
10.一种订单处理装置，包括：
项目分解模块，用于根据接收到的订单的订单标识，对与所述订单标识关联的订单进行项目分解，得到一个或多个项目；
合单确定模块，用于分别确定所述一个或多个项目在预设时间段内与其他订单的合单结果；
项目缓存模块，用于响应于所述合单结果为可合单，将所述合单结果对应的项目和所述订单标识放入项目合单队列中；
出单模块，用于响应于所述项目在所述项目合单队列中满足出单条件，从所述项目合单队列中获取所述项目和所述项目对应的总数量。
11.一种电子设备，包括存储器、处理器及存储在所述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权利要求1至9任意一项所述的订单处理方法。
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至9任意一项所述的订单处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910889051.7A CN110766512A (zh) | 2019-09-19 | 2019-09-19 | 订单处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910889051.7A CN110766512A (zh) | 2019-09-19 | 2019-09-19 | 订单处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110766512A true CN110766512A (zh) | 2020-02-07 |
Family
ID=69329692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910889051.7A Pending CN110766512A (zh) | 2019-09-19 | 2019-09-19 | 订单处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766512A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113421140A (zh) * | 2020-05-11 | 2021-09-21 | 阿里巴巴集团控股有限公司 | 订单处理方法、装置、系统及电子设备 |
| CN113781133A (zh) * | 2020-06-22 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种订单数据处理方法和装置 |
-
2019
- 2019-09-19 CN CN201910889051.7A patent/CN110766512A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113421140A (zh) * | 2020-05-11 | 2021-09-21 | 阿里巴巴集团控股有限公司 | 订单处理方法、装置、系统及电子设备 |
| CN113421140B (zh) * | 2020-05-11 | 2024-08-09 | 阿里巴巴集团控股有限公司 | 订单处理方法、装置、系统及电子设备 |
| CN113781133A (zh) * | 2020-06-22 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种订单数据处理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108108821B (zh) | 模型训练方法及装置 | |
| CN104951428B (zh) | 用户意图识别方法及装置 | |
| CN109299994B (zh) | 推荐方法、装置、设备及可读存储介质 | |
| WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
| CN106339507B (zh) | 流媒体消息推送方法和装置 | |
| CN108335177A (zh) | 购物推荐方法、用户端、服务端、设备和存储介质 | |
| CN111400507B (zh) | 实体匹配方法及其装置 | |
| CN110503498B (zh) | 一种订单推荐方法及装置 | |
| CN107093091B (zh) | 一种数据处理方法和装置 | |
| CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
| CN110490683B (zh) | 一种线下线上协同多模型混合推荐的方法及系统 | |
| CN111737473B (zh) | 文本分类方法、装置及设备 | |
| CN111275493B (zh) | 榜单数据的处理方法、装置、服务器和非易失性存储介质 | |
| CN109214956B (zh) | 餐品推送方法及装置 | |
| CN110766512A (zh) | 订单处理方法、装置、电子设备及存储介质 | |
| CN113923529A (zh) | 直播连麦方法、装置、设备以及存储介质 | |
| CN113689258A (zh) | 一种商品推荐热度生成方法及系统 | |
| CN112182370A (zh) | 物品类目信息推送方法、装置、电子设备和介质 | |
| CN112732886B (zh) | 一种会话管理方法、装置、系统及介质 | |
| JP2014074961A (ja) | 商品推薦装置及び方法及びプログラム | |
| CN107910044A (zh) | 对象推送方法及系统 | |
| CN108694171B (zh) | 信息推送的方法及装置 | |
| CN113127683B (zh) | 内容推荐方法、装置、电子设备和介质 | |
| CN110766488A (zh) | 一种自动确定主题场景的方法和装置 | |
| CN114265972A (zh) | 内容推荐方法和装置、存储介质及电子装置 |
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 |