CN111047264A - 一种物流任务分配方法及装置 - Google Patents

Abstract

本申请提供一种物流任务分配方法及装置，涉及物流技术领域，方法包括：获取当前待配送时间段内待配送区域中的所有物流任务；获取所有物流任务的配送总难度以及每个物流任务的配送难度；获取所有配送人员的画像；根据所有物流任务的配送总难度以及所有配送人员的画像从所有配送人员中选出目标配送人员；根据每个物流任务的配送难度为目标配送人员分配与其画像匹配的物流任务。在上述实现过程中，先根据当前配送时间段内配送区域中的物流任务获取配送难度，然后根据配送难度和配送人员的画像对物流任务进行分配，能够保证将物流任务分配至每个配送人员的均衡，从而保证能够合理的分配物流任务。

Description

一种物流任务分配方法及装置

技术领域

本申请涉及物流技术领域，具体而言，涉及一种物流任务分配方法及装置。

背景技术

随着互联网的发展，以电子交易方式进行交易的电商逐步发展，物流行业保持较快增长速度，物流任务也越来越多，目前将物流任务分配给负责配送的不同配送人员，是由相关的管理人员根据物流任务量将任务分配至不同的配送人员，但是该分配方式会出现配送人员的物流任务量相同，但是任务量不一致的情况，无法合理的分配物流任务。

发明内容

本申请实施例的目的在于提供一种物流任务分配方法及装置，用以改善现有技术中无法合理的分配物流任务的问题。

第一方面，本申请实施例提供了一种物流任务分配方法，所述方法包括：获取当前待配送时间段内待配送区域中的所有物流任务；获取所述所有物流任务的配送总难度以及每个物流任务的配送难度；获取所有配送人员的画像；根据所述所有物流任务的配送总难度以及所述所有配送人员的画像从所有配送人员中选出目标配送人员；根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务。

在上述实现过程中，先根据当前配送时间段内配送区域中的物流任务获取配送难度，然后根据配送难度和配送人员的画像对物流任务进行分配，能够保证将物流任务分配至每个配送人员的均衡，从而保证能够合理的分配物流任务。

可选地，所述根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务之后，所述方法还包括：根据为所述目标配送人员分配的物流任务更新所述目标配送人员的画像。

在上述实现过程中，当为目标配送人员分配了当前待配送时间段的配送任务后，可以对其画像进行更新，以保证在下次的物流任务分配中，能够根据更新后的画像对目标配送人员进行任务分配，保证配送人员的物流任务压力不会过大，从而合理的进行物流分配。

可选地，所述获取每个物流任务的配送难度，包括：获取所述每个物流任务的订单信息以及地址信息；根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度。

可选地，所述订单信息包括体积及重量，所述地址信息包括配送点密度；所述根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度，包括：根据所述配送点密度确定所述体积及重量对所述物流任务的配送难度的影响系数；根据所述影响系数以及所述体积及重量计算所述每个物流任务的配送难度。其中，采用这种方式可以全面的反映包裹派送的难度。

可选地，所述画像包括能力数据以及意愿数据，所述获取所有配送人员的画像，包括：根据所述配送人员的历史工作数据获取所述配送人员的能力数据；获取所述配送人员的意愿数据。

在上述实现过程中，通过根据历史数据获取配送人员能力数据的方式，能够保证配送人员画像的准确性，而直接获取配送人员的意愿数据的方式，可以保证配送人员能够有一定的选择，从而保证物流任务分配的准确性和合理性。

第二方面，本申请实施例提供了一种物流任务分配装置，所述装置包括：物流任务获取模块，用于获取当前待配送时间段内待配送区域中的所有物流任务；配送难度获取模块，用于获取所述所有物流任务的配送总难度以及每个物流任务的配送难度；画像获取模块，用于获取所有配送人员的画像；目标配送人员选取模块，用于根据所述所有物流任务的配送总难度以及所述所有配送人员的画像从所有配送人员中选出目标配送人员；物流任务分配模块，用于根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务。

可选地，所述装置还包括：画像更新模块，用于根据为所述目标配送人员分配的物流任务更新所述目标配送人员的画像。

可选地，所述配送难度获取模块包括：物流任务信息获取单元，用于获取所述每个物流任务的订单信息以及地址信息；配送难度获取单元，用于根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度。

可选地，所述订单信息包括体积及重量，所述地址信息包括配送点密度；所述配送难度获取单元包括：影响系数确定子单元，用于根据所述配送点密度确定所述体积及重量对所述物流任务的配送难度的影响系数；配送难度获取子单元，用于根据所述影响系数以及所述体积及重量计算所述每个物流任务的配送难度。

可选地，所述画像包括能力数据以及意愿数据，所述画像获取模块包括：能力数据获取单元，用于根据所述配送人员的历史工作数据获取所述配送人员的能力数据；意愿数据获取单元，用于获取所述配送人员的意愿数据。

第三方面，本申请实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的方法。

第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的方法。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种物流任务分配方法的流程图；

图2为本申请实施例提供的一种物流任务分配装置的结构框图；

图3为本申请实施例提供的一种电子设备的结构框图。

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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。

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定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

目前将物流任务分配给负责配送的不同配送人员，是由相关的管理人员根据物流任务量将任务分配至不同的配送人员，但是该分配方式会出现配送人员的物流任务量相同，但是任务量不一致的情况，例如，在配送的高峰时段以及繁忙的工作区域，任务量少的配送区域的配送人员能够快速的完成配送任务，而，任务量大的配送区域可能会出现配送人员不足的情况，最终导致任务量大的配送区域的快件不能及时的进行配送，甚至出现滞留与积压的情况，而在配送的低峰时段，由于没有及时减轻人手，则会导致部分上岗的配送人员无法分配到足够的工作，闲置在配送区域，导致物流任务分配的不合理。

为了改善物流任务分配不合理的问题，本申请实施例提供了一种物流任务分配方法，请参看图1，该方法包括如下步骤：

步骤S110：获取当前待配送时间段内待配送区域中的所有物流任务。

由于一天内会在不同的时间段到达包裹，因此物流任务也分布在不同的时间段，为了能够及时的将包裹送至收件人手中，或者及时的从寄件人处揽收包裹并安排物流运输，一般会根据预设的规则将一段时间作为配送时间段，例如，一天24个小时，配送人员的工作时间为早上八点至下午五点，则可以分三个配送时间段，早上八点至上午十一点为第一配送时间段，上午十一点至下午两点为第二个配送时间段，下午两点至下午五点为第三个配送时间段。由于物流运输的特性，每个待配送区域中的物流任务在不同的配送时间段中数量不同，在第一配送时间段内的物流任务数量可以为100件，在第二配送时间段内的物流任务数量可以为500件，在第三配送时间段内的物流任务数量可以为600件。

步骤S120：获取所有物流任务的配送总难度以及每个物流任务的配送难度。

不同的包裹的大小、重量等不同，且不同的包裹所在的配送区域也不同，因此不同的包裹有不同的配送难度。在获取每个物流的配送难度时，可以根据每个物流任务的订单信息以及地址信息两个影像因素来确定，详细的确定方法在下文进行介绍，配送总难度则可以对每个物流任务的配送难度求和进行获取。

步骤S130：获取所有配送人员的画像。

画像包括能力数据以及意愿数据，配送人员画像能够表示快递员的基本特征，包括表示劳动负载的最大上限以及平均上限等的能力数据，还包括表示配送时间段工作意愿以及工作时长意愿等的意愿数据。

相应地，获取所有配送人员的画像可以通过两种获取方式获取，以下为对两种获取方式的描述。

第一种获取方式，根据配送人员的历史工作数据获取配送人员的能力数据。由于配送人员的历史工作数据可以客观的反应出该配送人员的工作能力，因此，可以根据配送人员的历史工作数据进行分析，以获取该配送人员的工作能力数据，例如，可以先确定该工作人员的历史工作数据的平均数，然后确定出大于该平均数的所有工作数据，并求出大于该平均数的所有工作数据的平均数，作为能力数据中的平均上限，此外，可以将历史工作数据按工作负载从大到小顺序排列，并按从大到小的顺序取一定数量的历史工作数据求平均值，作为能力数据中的平均上限。能力数据中的最大上限可以直接选取历史工作数据中的最大的历史工作数据，还可以选出最大的几个历史工作数据求平均值，并将该平均值作为能力数据中的最大上限。

其中，为了保证数据能够贴近实际情况，可以将历史工作数据中异常的工作数据去除，例如，若某员工的历史工作数据中的最大值为500，而仅次于最大值的次大值为200，则可以认为最大值500为异常值。

第二种获取方式，获取配送人员的意愿数据。由于配送人员的意愿数据需要能够反映配送人员的当天或者该段时间的工作意愿，因此，可以在预设时间段内对配送人员的意愿进行采集，例如，可以在每天晚上5点至晚上12点的时间段内采集配送人员在明天工作的意愿数据，也可以在每周的周末采集配送人员在下周工作的一员数据。采集配送人员的工作意愿可以包括配送时间段工作意愿以及工作时长意愿，如，配送人员可以填写表示工作时长意愿的数值，也可以通过填写页面给出的选项选择符合自己意愿的工作时长意愿。又如，配送人员一整天的工作时间被分为三个配送时间段，则配送人员可以在进行意愿采集时选择自己倾向的配送时间段，例如，配送人员A由于家庭住址原因距离工作地点过远，则可以填写其配送时间段工作意愿为第二配送时间段以及第三配送时间段，配送人员B由于需要接孩子放学，可以填写其配送时间段工作意愿为第一配送时间段以及第二配送时间段，配送人员C有午休习惯，则可以填写其配送时间段工作意愿为第一配送时间段以及第三配送时间段，配送人员D在配送时间段上没有任何需求，则可以填写其配送时间段工作意愿为第一配送时间段、第二配送时间段以及第三配送时间段。通过根据历史数据获取配送人员能力数据的方式，能够保证配送人员画像的准确性，而直接获取配送人员的意愿数据的方式，可以保证配送人员能够有一定的选择，从而保证物流任务分配的准确性和合理性。

步骤S140：根据所有物流任务的配送总难度以及所有配送人员的画像从所有配送人员中选出目标配送人员。

作为一种实施方式，若在第一配送时间段所有物流任务的配送总难度为500，则可以从所有配送人员中选出目标配送人员，目标配送人员的能力数据总和可以大于配送总难度且小于根据配送总难度确定的阈值，例如，若根据配送总难度确定的阈值为550，配送人员A的能力数据为100，配送人员B的能力数据为200，配送人员C的能力数据为150，配送人员D的能力数据为170，配送人员E的能力数据为130，则配送人员A、B、C、D的能力数据的总和为620，不满足目标配送人员的选取规则，配送人员A、C、D、E的能力数据的总和为550，则配送人员A、C、D、E满足目标配送人员的选取规则。

作为另一种实施方式，可以从所有的配送人员中选取包括多个配送人员的不同组合，则可以选取所有组合中能力数据的总和大于配送总难度且能力数据的总和最小的组合中的配送人员为目标配送人员。

步骤S150：根据每个物流任务的配送难度为目标配送人员分配与其画像匹配的物流任务。

选出目标配送人员后，可以根据目标配送人员的画像分配物流任务，以合理地给目标配送人员分配物流任务。

在上述实现过程中，先根据当前配送时间段内配送区域中的物流任务获取配送难度，然后根据配送难度和配送人员的画像对物流任务进行分配，能够保证将物流任务分配至每个配送人员的均衡，从而保证能够合理的分配物流任务。

可选地，根据每个物流任务的配送难度为目标配送人员分配与其画像匹配的物流任务之后，可以根据为目标配送人员分配的物流任务更新目标配送人员的画像。

当为目标配送人员分配了当前待配送时间段的配送任务后，可以对其画像进行更新，以保证在下次的物流任务分配中，能够根据更新后的画像对目标配送人员进行任务分配，保证配送人员的物流任务压力不会过大，从而合理的进行物流分配。

作为一种实施方式，获取每个物流任务的配送难度可以包括如下过程，先获取每个物流任务的订单信息以及地址信息，然后根据订单信息以及地址信息确定每个物流任务的配送难度。

物流任务的订单信息可以包括配送类型，配送类型可以分为派件信息和收件信息，其中，派件信息主要从包裹的重量、体积、包裹数量、包裹所在的楼层、签回单、包裹是否代收、是否接驳、客户的密度以及订单的配送距离等属性；收件信息主要从快件的重量、体积、包裹数目、托寄物的类型、历史平均耗时、是否接驳、配送距离等属性。地址信息则表示包裹所在的地方，如，包裹1在距离配送点南北方向1KM远的地方，包裹2在距离配送点西方向1KM远的地方。

作为上述实施方式中的一种实现方式，若订单信息中包括体积及重量，地址信息包括配送点密度；那么根据订单信息以及地址信息确定每个物流任务的配送难度，可以包括如下过程，首先，可以根据配送点密度确定体积及重量对物流任务的配送难度的影响系数，然后根据影响系数以及体积及重量计算每个物流任务的配送难度。

包裹体积越大或者重量越重，配送难度则越大，而体积大但重量小的包裹的配送难度则相对较小，为了能够同时考虑到两个因素，可以采用将重量值和体积值直接相乘的方式确定配送难度的影响系数。地址信息则可以包括空间分配的最小单位(Area OfInterest，AOI)信息，例如，可以从配送类型、所在地固有面积、大客户系数、大客户订单系数、不同配送类型的单量占比等进行刻画，则可以从地址信息中获取配送点密度，配送点密度可以表示某一个具体的配送点需要配送的物流任务量，例如，若某配送点需要配送的物流任务总量为50，则表示配送人员需要在该配送点内配送50个包裹，若加上该配送点是需要上门配送的多层公寓，则可以将50与需要上门配送的客户数量相乘，得到最终的配送密度，若该配送点是只需要将包裹放至配送点，则可以直接用50来表示其配送点密度。

例如，物流任务为对包裹1进行派送，其订单信息包括体积为5及重量10KG，地址信息包括配送点密度为5，则可以先根据配送点密度为5的数值直接确定为影响系数5，然后将影响系数5、体积5以及重量10KG三个数值直接相乘确定配送难度为250，物流任务为对包裹2进行派送，其订单信息包括体积为1及重量0.5KG，地址信息包括配送点密度为30，则可以先根据配送点密度为30的数值直接确定为影响系数30，然后将影响系数30、体积1以及重量0.5KG三个数值直接相乘确定配送难度为15。由上例可以看出虽然包裹1的配送点密度较小，但是其包裹的重量较重，因此其配送难度比包裹2的难度大，因此，采用这种方式可以全面的反映包裹派送的难度。此外，此处体积为5只是表示包裹1的体积类型，由于包裹数量众多，可以将不同体积的包裹用体积类型表示，如体积小于某数值且长宽高三者都不大于预设值的包裹可以用1来表示，若体积小于某数值但长宽高三者中有至少一个大于预设值可以用2表示。具体的体积分类方法可以根据包裹的实际情况进行确定。

在上述实现过程中，由于物流配送难度的确定涉及到不同的考虑角度，因此，可以根据与物流配送难度有关的配送因素确定出配送难度，从而保证物流配送难度能够准确的反映出物流配送实际的难度，从而准确的为配送人员进行物流任务的分配。

此外，还可以根据历史物流任务训练物流任务预估模型，从而使该物流任务预估模型能够准确的预测未来某段时间内的预估物流任务，从而根据预估物流任务进行物流任务的预分配。物流任务预估模型采用机器学习算法进行建立，可以针对历史物流任务获取不同的配送类型以及不同的配送时间段抽取了不同类别为特征变量，用以训练不同的预测模型，其中，特征变量可以包括有时序关系的特征、时间特征、物流量信息特征、地理信息特征等。

基于同一发明构思，本申请实施例中还提供一种物流任务分配装置100，请参看图2，图2为本申请实施例提供的一种物流任务分配装置100的结构框图。该装置可以是电子设备上的模块、程序段或代码。应理解，该物流任务分配装置100与上述图1方法实施例对应，能够执行图1方法实施例涉及的各个步骤，该物流任务分配装置100具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。

可选地，该物流任务分配装置100包括：

物流任务获取模块110，用于获取当前待配送时间段内待配送区域中的所有物流任务。

配送难度获取模块120，用于获取所有物流任务的配送总难度以及每个物流任务的配送难度。

画像获取模块130，用于获取所有配送人员的画像。

目标配送人员选取模块140，用于根据所有物流任务的配送总难度以及所有配送人员的画像从所有配送人员中选出目标配送人员。

物流任务分配模块150，用于根据每个物流任务的配送难度为目标配送人员分配与其画像匹配的物流任务。

可选地，装置还包括：

画像更新模块，用于根据为目标配送人员分配的物流任务更新目标配送人员的画像。

可选地，配送难度获取模块120包括：

物流任务信息获取单元，用于获取每个物流任务的订单信息以及地址信息。

配送难度获取单元，用于根据订单信息以及地址信息确定每个物流任务的配送难度。

可选地，订单信息包括体积及重量，地址信息包括配送点密度。

配送难度获取单元包括：

影响系数确定子单元，用于根据配送点密度确定体积及重量对物流任务的配送难度的影响系数。

配送难度获取子单元，用于根据影响系数以及体积及重量计算每个物流任务的配送难度。

可选地，画像包括能力数据以及意愿数据，画像获取模块130包括：

能力数据获取单元，用于根据配送人员的历史工作数据获取配送人员的能力数据。

意愿数据获取单元，用于获取配送人员的意愿数据。

请参照图3，图3为本申请实施例提供的一种电子设备的结构框图，该电子设备包括：至少一个处理器301，至少一个通信接口302，至少一个存储器303和至少一个通信总线304。其中，通信总线304用于实现这些组件直接的连接通信，通信接口302用于与其他节点设备进行信令或数据的通信，存储器303存储有处理器301可执行的机器可读指令。当电子设备运行时，处理器301与存储器303之间通过通信总线304通信，机器可读指令被处理器301调用时执行上述方法。

处理器301可以是一种集成电路芯片，具有信号处理能力。上述处理器301可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器303可以包括但不限于随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

可以理解，图3所示的结构仅为示意，电子设备还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。于本申请实施例中，电子设备可以是，但不限于专用检测设备、台式机、笔记本电脑、智能手机、智能穿戴设备、车载设备等实体设备，还可以是虚拟机等虚拟设备。另外，电子设备也不一定是单台设备，还可以是多台设备的组合，例如服务器集群，等等。

本申请实施例提供一种可读取存储介质，计算机程序被处理器执行时，执行如图1所示方法实施例中电子设备所执行的方法过程。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

综上所述，本申请实施例提供了一种物流任务分配方法及装置，方法包括：获取当前待配送时间段内待配送区域中的所有物流任务；获取所有物流任务的配送总难度以及每个物流任务的配送难度；获取所有配送人员的画像；根据所有物流任务的配送总难度以及所有配送人员的画像从所有配送人员中选出目标配送人员；根据每个物流任务的配送难度为目标配送人员分配与其画像匹配的物流任务。在上述实现过程中，先根据当前配送时间段内配送区域中的物流任务获取配送难度，然后根据配送难度和配送人员的画像对物流任务进行分配，能够保证将物流任务分配至每个配送人员的均衡，从而保证能够合理的分配物流任务。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，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单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种物流任务分配方法，其特征在于，所述方法包括：

获取当前待配送时间段内待配送区域中的所有物流任务；

获取所述所有物流任务的配送总难度以及每个物流任务的配送难度；

获取所有配送人员的画像；

根据所述所有物流任务的配送总难度以及所述所有配送人员的画像从所有配送人员中选出目标配送人员；

根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务。

2.根据权利要求1所述的方法，其特征在于，所述根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务之后，所述方法还包括：

根据为所述目标配送人员分配的物流任务更新所述目标配送人员的画像。

3.根据权利要求1所述的方法，其特征在于，所述获取每个物流任务的配送难度，包括：

获取所述每个物流任务的订单信息以及地址信息；

根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度。

4.根据权利要求3所述的方法，其特征在于，所述订单信息包括体积及重量，所述地址信息包括配送点密度；

所述根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度，包括：

根据所述配送点密度确定所述体积及重量对所述物流任务的配送难度的影响系数；

根据所述影响系数以及所述体积及重量计算所述每个物流任务的配送难度。

5.根据权利要求1所述的方法，其特征在于，所述画像包括能力数据以及意愿数据，所述获取所有配送人员的画像，包括：

根据所述配送人员的历史工作数据获取所述配送人员的能力数据；

获取所述配送人员的意愿数据。

6.一种物流任务分配装置，其特征在于，所述装置包括：

物流任务获取模块，用于获取当前待配送时间段内待配送区域中的所有物流任务；

配送难度获取模块，用于获取所述所有物流任务的配送总难度以及每个物流任务的配送难度；

画像获取模块，用于获取所有配送人员的画像；

目标配送人员选取模块，用于根据所述所有物流任务的配送总难度以及所述所有配送人员的画像从所有配送人员中选出目标配送人员；

物流任务分配模块，用于根据所述每个物流任务的配送难度为所述目标配送人员分配与其画像匹配的物流任务。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

画像更新模块，用于根据为所述目标配送人员分配的物流任务更新所述目标配送人员的画像。

8.根据权利要求6所述的装置，其特征在于，所述配送难度获取模块包括：

物流任务信息获取单元，用于获取所述每个物流任务的订单信息以及地址信息；

配送难度获取单元，用于根据所述订单信息以及所述地址信息确定所述每个物流任务的配送难度。

9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1至5中任一项所述的方法。

10.一种可读取存储介质，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，运行如权利要求1至5中任一项所述的方法。

Images