CN111126909B - 货源路线的数据处理方法、装置、设备及存储介质 - Google Patents
货源路线的数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111126909B CN111126909B CN201911329144.0A CN201911329144A CN111126909B CN 111126909 B CN111126909 B CN 111126909B CN 201911329144 A CN201911329144 A CN 201911329144A CN 111126909 B CN111126909 B CN 111126909B
- Authority
- CN
- China
- Prior art keywords
- source
- route
- historical
- goods
- routes
- 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
Links
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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种货源路线的数据处理方法、装置、设备及存储介质。所述方法包括:依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;依据所述目标货源的属性信息,对相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。采用本实施例的方案,会根据用户对货源的偏好情况从这些召回货源路线中找到用偏好的货源所对应的货源路线来进行推送,实现根据用户的需求进行个性化推荐,使得推送的货源路线能够最大程度的符合用户需求,提高用户与推送的货源路线之间的匹配率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种货源路线的数据处理方法、装置、设备及存储介质。
背景技术
随着公路干线物流的不断发展,货源数据日益剧增,平台能根据货车司机当前的找货行为向货车司机推送相似货源路线。
然而,平台向货车司机推送相似货源路线时,通常将一段时间内货源路线之间的相似度大的货源路线,作为相似货源路线。这样,平台向不同的货车司机推送的相似货源路线存在冲突,造成推送的货源路线可能无法满足货车司机的要求,同时向货车司机推送的货源路线中可能存在一些货源路线不符合要求。
发明内容
本发明实施例中提供了一种货源路线的数据处理方法、装置、设备及存储介质,以实现向不同的货车司机推送符合自身需求的货源路线。
第一方面,本发明实施例中提供了一种货源路线的数据处理方法,包括:
依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
第二方面,本发明实施例中还提供了一种货源路线的数据处理装置,包括:
用户信息确定模块,用于依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
路线信息筛选模块,用于依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
第三方面,本发明实施例中还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例中提供的货源路线的数据处理方法。
第四方面,本发明实施例中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,该程序被处理器执行时实现如本发明任意实施例中提供的货源路线的数据处理方法。
本发明实施例中提供了一种货源路线的数据处理方法,能依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线以及用户偏好的目标货源,然后依据目标货源的属性信息,对相似货源路线和偏好货源路线进行筛选。采用本实施例的方案,能够根据用户在近期实时触发的货源路线得到相似货源路线以及根据用户在很长一段历史时间触发的货源路线分析用户的偏好货源路线,实现召回更多贴合用户需求的货源路线,保证货源路线的充足;在此基础上,会根据用户对货源的偏好情况从这些召回货源路线中找到用偏好的货源所对应的货源路线来进行推送,实现根据用户的需求进行个性化推荐,使得推送的货源路线能够最大程度的符合用户需求,提高用户与推送的货源路线之间的匹配率。
上述发明内容仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例中提供的一种货源路线的数据处理方法的流程图;
图2是本发明实施例中提供的另一种货源路线的数据处理方法的流程图;
图3是本发明实施例中提供的一种货源路线的数据处理装置的结构框图;
图4是本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本发明实施例中提供的一种货源路线的数据处理方法的流程图。本实施例可适用于向货车司机推送货源路线的情况。该方法可以由货源路线的数据处理装置执行,该货源路线的数据处理装置可以采用软件和/或硬件的方式实现,并集成在具有网络通信功能的电子设备上。如图1所示,本实施例中的货源路线的数据处理方法,包括以下步骤:
S110、确定用户在历史时间触发的第一历史货源路线和第二历史货源路线。
在本实施例中,在本实施方式中,在一个可选示例中,第一历史货源路线包括用户在当前时间之前的最近第一预设时长(比如最近2小时)内触发的历史货源路线,或者,包括用户在当前时间之前的最近触发的预设次(比如最近触发的100次)历史货源路线。例如,可从在线的缓存数据中获取用户在当前时间之前的最近100次通过点击或电话咨询来触发货源路线的行为数据,以此得到第一历史货源路线。其中,第一历史货源路线中的历史货源路线一般是表示用户最近的实时行为,数据量比较少。
在本实施例中,可选地,可将用户当前时刻触发的货源路线或用户最近触发的固定个货源路线,作为第一历史货源路线。例如,获取用户在当前时间之前的最近1小时通过点击来触发货源路线的行为数据或者最近100次通过点击来触发货源路线的行为数据,以及获取用户在当前时间之前的最近1小时通过电话咨询来触发货源路线的行为数据或最近30次通过电话来触发货源路线的行为数据,以此得到第一历史货源路线。
在本实施例中,第二历史货源路线包括用户在当前时间之前的最近第二预设时长(其中,第一预设时长远小于第二预设时长,比如第二预设时长为最近一个月或者30天)内触发的历史货源路线,或者,第二历史货源路线包括用户在标定时间之前的最近第二预设时长(其中,第一预设时长远小于第二预设时长,比如第二预设时长为最近一个月)内触发的历史货源路线,标定时间早于当前时间。其中,第二历史货源路线中的历史货源路线一般是表示用户历史上比较上的一段时间的长期行为,数据量比较多,因此第二历史货源路线的源数据一般都保存在离线数据库中。
在本实施例中,可选地,可从离线数据库中,获取用户在最近30天通过点击来触发货源路线的行为数据,以及获取用户在最近30天点通过电话来触发货源路线的行为数据,以此得到第二历史货源路线。此外,在确定第一历史货源路线和第二历史货源路线时,还可确定用户触发的第一历史货源路线和第二历史货源路线的用户的注册车辆信息。注册车辆信息包括:年龄、性别、注册城市、注册车长、注册车重以及注册车型。通过注册车辆信息能够在一定程度上表征用户偏好哪些类型的货源。
S120、依据第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源。
在本实施例中,第一历史货源路线是用户最近触发的实时货源路线,其数据量比较少,因此需要对这类历史货源路线进行扩充。为了尽可能使得扩充的货源路线贴合用户的需求,因此需要保证扩充的货源路线需要尽可能与第一历史货源路线相似,因此可通过搜索第一历史货源路线的相似路线来实现对这类货源路线的扩充。可选地,可基于I2I算法,依据第一历史货源路线中的历史起始地和历史目的地进行相似路线搜索,召回得到与第一历史货源路线相似的一个货多个相似货源路线,作为用户的相似货源路线。
在本实施例中,第二历史货源路线是用户很长一段历史时间触发的货源路线,其数据量非常多,因此需要对这类历史货源路线进行筛选。同样地,为了尽可能使得筛选后剩余的历史货源路线贴合用户需求,需要保留用户经常触发的货源路线,而将不常触发的货源路线进行剔除。可选地,确定第二历史货源路线中各历史货源路线的数量,依据各历史货源路线的数量对包括的历史货源路线进行筛选,得到预设个历史货源路线,并将该预设个历史货源路线作为用户的偏好货源路线。例如,按照第二历史货源路线中各历史货源路线的数量由大到小排序,将排序在前的预设个历史货源路线作为用户的偏好货源路线。
在本实施例中,考虑到第二历史货源路线包括了用户在很长一段历史时间触发的货源路线,因此这里选择将第二历史货源路线作为依据,来统计用户对各个类型的货源的偏好程度,确定用户偏好的货源有哪些。可选地,获取第二历史货源路线关联的各个货源的货源数量,然后按照各个货源的货源数量由大到小排序,得到排序在前的预设个货源。进而,将排序在前的预设个货源将作为用户偏好的目标货源。
S130、依据目标货源的属性信息,对相似货源路线和偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
在本实施例中,在确定用户偏好的目标货源后,可进一步确定目标货源的属性信息。目标货源的属性信息包括目标货源的货源重量、货源体积以及货源种类等信息。可见,目标货源的属性信息能够反映用户偏好什么类型的货源。
在本实施例中,对于相似货源路线和偏好货源路线而言,每一个相似货源路线或每一个偏好货源路线均关联有一个或多个货源。每一个货源均有对应的货源信息,货源信息中记录有该货源的基本信息,货源的基本信息包括:货源的种类、货源的重量、货源的体积、货源所需的车长、货源所需的车型以及货源所需的装卸方式等。这样,就可以依据目标货源的属性信息中包括的货源重量、货源体积以及货源种类,确定相似货源路线和偏好货源路线中存在用户偏好的目标货源的货源路线,作为筛选结果。采用这样的方式,可以尽可能使得筛选得到的货源路线是用户偏好的货源路线,且同时使得筛选得到的货源路线中包含的货源均是用户偏好的货源,实现个性化的货源路线推荐效果。
本发明实施例中提供了一种货源路线的数据处理方法,采用本实施例的方案,能够根据用户在近期实时触发的货源路线得到相似货源路线以及根据用户在很长一段历史时间触发的货源路线分析用户的偏好货源路线,实现召回更多贴合用户需求的货源路线,保证货源路线的充足;在此基础上,会根据用户对货源的偏好情况从这些召回货源路线中找到用偏好的货源所对应的货源路线来进行推送,实现根据用户的需求进行个性化推荐,使得推送的货源路线能够最大程度的符合用户需求,提高用户与推送的货源路线之间的匹配率。
图2是本发明实施例中提供的另一种货源路线的数据处理方法的流程图,本发明实施例在上述实施例的基础上进行优化,本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图2所示,本实施例中提供的货源路线的数据处理方法,包括以下步骤:
S210、确定用户在历史时间触发的第一历史货源路线和第二历史货源路线。
S220、依据第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源。
S230、确定第一历史货源路线与相似货源路线的路线相似度,以及目标货源属性信息与相似货源路线之间的货源匹配度,对相似货源路线进行筛选。
在本实施例中,在基于I2I算法,并依据第一历史货源路线中的历史起始地和历史目的地搜索相似路线时,不仅能搜索到第一历史货源路线的相似货源路线,同时还能确定第一历史货源路线与相似货源路线的路线相似度。
在本实施例中,依据目标货源属性信息中包括的货源重量、货源体积以及货源种类中的至少一项属性指标,与相似货源路线关联的相似货源所需要的货源重量、货源体积以及货源种类进行匹配,确定目标货源属性信息与相似货源路线之间的货源匹配度,用于获知相似货源路线中的哪些相似货源与目标货源属性信息更匹配。
在本实施例中,在确定第一历史货源路线与相似货源路线的路线相似度以及目标货源属性信息与相似货源路线之间的货源匹配度,可按照路线相似度由大到小和货源匹配度由大到小,对相似货源路线进行排序,选取排序在前的预设个相似货源路线,作为对相似货源路线的筛选结果。可选地,按照路线相似度由大到小顺序对相似货源路线进行排序,得到排序在前的第一数量的相似货源路线;进而,按照货源匹配度由大到小顺序,对第一数量的相似货源路线进行排序,得到排序在前的第二数量的相似货源路线,这样就可以将第二数量的相似货源路线作为筛选后的相似货源路线。
S240、确定偏好货源路线的路线数量,以及目标货源属性信息与偏好货源路线之间的货源匹配度,对偏好货源路线进行筛选。
在本实施例中,确定偏好货源路线的路线数量,以及目标货源属性信息与偏好货源路线之间的货源匹配度。进而,依据目标货源属性信息中包括的货源重量、货源体积以及货源种类中的至少一项属性指标,与偏好货源路线关联的偏好货源所需要的货源重量、货源体积以及货源种类进行匹配,确定目标货源属性信息与偏好货源路线之间的货源匹配度,用于获知偏好货源路线中的哪些偏好货源与目标货源属性信息更匹配。
在本实施例中,按照偏好货源的路线数量由多到少的顺序对偏好货源路线进行排序,得到排序在前的第三数量的偏好货源路线;进而,按照货源匹配度由大到小顺序,对第三数量的偏好货源路线进行排序,得到排序在前的第四数量的偏好货源路线,这样就可以将第四数量的偏好货源路线作为筛选后的偏好货源路线。
S250、确定对相似货源路线和偏好货源路线的筛选结果,用于向用户推送货源路线。
在本实施例的一种可选方式中,在对相似货源路线和所述偏好货源路线进行筛选的步骤之后,还包括以下步骤A1-步骤A2:
步骤A1、依据第二历史货源路线的数量,确定用户对第二历史货源路线的路线偏好特征。
在本实施例中,第二历史货源路线中包括用户在历史时间触发的大量货源路线,通过对第二历史货源路线的数量得到用户对不同的第二历史货源路线偏好情况有所差异,例如用户虽然在历史触发了很多第二历史货源路线,但是可能更加倾向固定个第二历史货源路线,而对另外一些第二历史货源路线可能只是偶尔的触发行为。基于上述分析,可以依据第二历史货源路线的数量,确定用户对第二历史货源路线的路线偏好特征。第二历史货源路线的数量越多,表明用户对该第二历史货源路线的倾向度更高,此时用户偏好该第二历史货源路线的可能性比较大;第二历史货源路线的数量越少,表明用户对该第二历史货源路线的倾向度比较低,此时用户偏好该第二历史货源路线的可能性比较小。
在本实施例中,路线偏好特征信息可以包括:对固定的第二历史货源路线的偏好度。固定的第二历史货源路线是指第二历史货源路线中数量比较多的历史货源路线,这些货源路线被认为是货车司机常跑的货源路线。通过对固定的第二历史货源路线的偏好度,能够反映用户对固定的第二历史货源路线的偏好情况。对固定的第二历史货源路线的偏好度与固定的第二历史货源路线的路线数量成正相关。固定的第二历史货源路线的数量越多,用户对固定的第二历史货源路线的偏好度越大;反之,则越小。例如,如果固定的第二历史货源路线在第二历史货源路线的总数量的占比越多,则表明用户越偏好该固定的第二历史货源路线。
在本实施例中,路线偏好特征信息可以包括:对不同运输距离的第二历史货源路线的偏好度。对不同运输距离的第二历史货源路线的偏好度,与不同运输距离的第二历史货源路线的数量正相关。对于不同运输距离的第二历史货源路线而言,若具有某一运输距离的第二历史货源路线的数量越多,用户对具有该运输距离的第二历史货源路线的偏好度越大;反之,则越小。例如,如果具有某一运输距离的第二历史货源路线在第二历史货源路线的总数量的占比越多,则表明用户越偏好该运输距离的第二历史货源路线。
在本实施例中,路线偏好特征信息可以包括:对不同起始地的第二历史货源路线的偏好度和对不同目的地的第二历史货源路线的偏好度。对不同起始地或目的地的第二历史货源路线的偏好度,与不同起始地或目的地的第二历史货源路线的数量正相关。对于不同起始地或目的地的第二历史货源路线而言,若具有某一起始地或目的地的第二历史货源路线的数量越多,用户对具有该起始地或目的地的第二历史货源路线的偏好度越大;反之,则越小。
步骤A2、依据路线偏好特征,确定相似货源路线和偏好货源路线的使用占比,用于根据使用占比向用户推送货源路线。
在本实施例中,在确定用户对第二历史货源路线的路线偏好特征,可以确定用户对固定的第二历史货源路线的偏好度。若用户对固定的第二历史货源路线的偏好度大于预设偏好度阈值,表明用户搜索的货源路线比较固定,即路线游离度比较低,此时用户可能只关注一些固定的货源路线,用户期望推送一些固定的货源路线的可能性比较大。若用户对固定的第二历史货源路线的偏好度小于预设偏好度阈值,表明用户搜索的货源路线比较分散不限于固定的货源路线,即路线游离度比较高,此时用户可能会关注比较广泛的货源路线,用户期望推送最近比较喜欢的货源路线的可能性比较大。
在本实施例中,若用户对固定的第二历史货源路线的偏好度大于预设偏好度阈值,则确定相似货源路线的使用占比小于偏好货源路线的使用占比,例如相似货源路线与偏好货源路线的使用占比为3:7;若用户对固定的第二历史货源路线的偏好度小于预设偏好度阈值,则确定相似货源路线的使用占比大于偏好货源路线的使用占比,例如相似货源路线与偏好货源路线的使用占比为7:3。
在本实施例中,预设偏好度阈值并不是唯一的,在使用预设偏好度阈值进行比较时,先确定固定的第二历史货源路线是短途路线、还是中长途路线或者长途路线,货源路线的路途类型不同,其使用的预设偏好度阈值不同。
在本实施例中,可选地,可依据路线偏好特征中包括的用户对不同运输距离的第二历史货源路线的偏好度,从相似货源路线和偏好货源路线中选择用户偏好的运输距离的相似货源路线和偏好货源路线。可选地,可依据路线偏好特征中包括的用户对不同起始地的第二历史货源路线的偏好度和对不同目的地的第二历史货源路线的偏好度,从相似货源路线和偏好货源路线中选择用户偏好的起始地和目的地的相似货源路线和偏好货源路线。进而,可以根据相似货源路线和偏好货源路线的使用占比,向用户推送货源路线。
本发明实施例中提供了一种货源路线的数据处理方法,采用本实施例的方案,能够根据用户在近期实时触发的货源路线得到相似货源路线以及根据用户在很长一段历史时间触发的货源路线分析用户的偏好货源路线,实现召回更多贴合用户需求的货源路线,保证货源路线的充足;在此基础上,会根据用户对货源的偏好情况从这些召回货源路线中找到用偏好的货源所对应的货源路线来进行推送,实现根据用户的需求进行个性化推荐,使得推送的货源路线能够最大程度的符合用户需求,提高用户与推送的货源路线之间的匹配率。同时,还能结合用户对路线的偏好特征,调整相似货源路线与偏好货源路线的占比,保证在满足货车司机个性化需求的货源路线的同时,合理分配相似货源路线与偏好货源路线的使用比例,保证向路线游离度较低的用户推荐更多的偏好货源路线,而向路线游离度较高的用户开发推送更多的相似路线。
图3是本发明实施例中提供的一种货源路线的数据处理装置的结构框图。本实施例可适用于向货车司机推送货源路线的情况。该货源路线的数据处理装置可以采用软件和/或硬件的方式实现,并可集成在具有网络通信功能的电子设备上。如图3所示,本实施例中的货源路线的数据处理装置,包括:用户信息确定模块310和路线信息筛选模块320。其中:
用户信息确定模块310,用于依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
路线信息筛选模块320,用于依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
在上述实施例的基础上,可选地,用户信息确定模块310包括:
依据所述第一历史货源路线中的历史起始地和历史目的地进行相似路线搜索,确定所述相似货源路线;
依据所述第二历史货源路线中历史货源路线的数量,对包括的历史货源路线进行筛选,得到预设个历史货源路线,并将该预设个历史货源路线作为所述偏好货源路线;
依据所述第二历史货源路线中历史货源路线关联的各类货源的数量,确定用户偏好的目标货源。
在上述实施例的基础上,可选地,路线信息筛选模块320包括:
确定所述第一历史货源路线与所述相似货源路线的路线相似度,以及所述目标货源属性信息与所述相似货源路线之间的货源匹配度,对所述相似货源路线进行筛选;
确定所述偏好货源路线的路线数量,以及目标货源属性信息与所述偏好货源路线之间的货源匹配度,对所述偏好货源路线进行筛选。
在上述实施例的基础上,可选地,所述装置还包括:
路线偏好特征确定模块330,用于在对所述相似货源路线和所述偏好货源路线进行筛选之后,依据所述第二历史货源路线的数量,确定用户对第二历史货源路线的路线偏好特征;
路线使用占比确定模块340,用于依据所述路线偏好特征,确定相似货源路线和偏好货源路线的使用占比,用于根据所述使用占比向用户推送货源路线。
在上述实施例的基础上,可选地,所述路线偏好特征信息包括如下至少一项:对固定的第二历史货源路线的偏好度、对不同运输距离的第二历史货源路线的偏好度、对不同起始地的第二历史货源路线的偏好度和对不同目的地的第二历史货源路线的偏好度。
本发明实施例中所提供的货源路线的数据处理装置可执行上述本发明任意实施例中所提供的货源路线的数据处理方法,具备执行该货源路线的数据处理方法相应的功能和有益效果,详细过程参见前述实施例中货源路线的数据处理方法的相关操作。
图4是本发明实施例中提供的一种电子设备的结构示意图。如图4所示结构,本发明实施例中提供的电子设备包括:一个或多个处理器410和存储装置420;该电子设备中的处理器410可以是一个或多个,图4中以一个处理器410为例;存储装置420用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器410执行,使得所述一个或多个处理器410实现如本发明实施例中任一项所述的货源路线的数据处理方法。
该电子设备还可以包括:输入装置430和输出装置440。
该电子设备中的处理器410、存储装置420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
该电子设备中的存储装置420作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例中所提供的货源路线的数据处理方法对应的程序指令/模块。处理器410通过运行存储在存储装置420中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中货源路线的数据处理方法。
存储装置420可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储装置420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
并且,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器410执行时,程序进行如下操作:
依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
当然,本领域技术人员可以理解,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器410执行时,程序还可以进行本发明任意实施例中所提供的货源路线的数据处理方法中的相关操作。
本发明实施例中提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时用于执行货源路线的数据处理方法,该方法包括:
依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线。
可选的,该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的货源路线的数据处理方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包括或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于:电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包括的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、无线电频率(RadioFrequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种货源路线的数据处理方法,其特征在于,包括:
依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线;
依据用户偏好货源的货源属性信息,对所述相似货源路线和所述偏好货源路线进行筛选,包括:
确定所述第一历史货源路线与所述相似货源路线的路线相似度,以及所述目标货源属性信息与所述相似货源路线之间的货源匹配度,对所述相似货源路线进行筛选;
确定所述偏好货源路线的路线数量,以及目标货源属性信息与所述偏好货源路线之间的货源匹配度,对所述偏好货源路线进行筛选。
2.根据权利要求1所述的方法,其特征在于,依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线和偏好货源路线,包括:
依据所述第一历史货源路线中的历史起始地和历史目的地进行相似路线搜索,确定所述相似货源路线;
依据所述第二历史货源路线中历史货源路线的数量,对包括的历史货源路线进行筛选,得到预设个历史货源路线,并将该预设个历史货源路线作为所述偏好货源路线;
依据所述第二历史货源路线中历史货源路线关联的各类货源的数量,确定用户偏好的目标货源。
3.根据权利要求1所述的方法,其特征在于,对所述相似货源路线和所述偏好货源路线进行筛选之后,还包括:
依据所述第二历史货源路线的数量,确定用户对第二历史货源路线的路线偏好特征;
依据所述路线偏好特征,确定相似货源路线和偏好货源路线的使用占比,用于根据所述使用占比向用户推送货源路线。
4.根据权利要求3所述的方法,其特征在于,路线偏好特征信息包括如下至少一项:对固定的第二历史货源路线的偏好度、对不同运输距离的第二历史货源路线的偏好度、对不同起始地的第二历史货源路线的偏好度和对不同目的地的第二历史货源路线的偏好度。
5.一种货源路线的数据处理装置,其特征在于,包括:
用户信息确定模块,用于依据用户在历史时间触发的第一历史货源路线和第二历史货源路线,确定用户的相似货源路线、偏好货源路线,以及用户偏好的目标货源;
路线信息筛选模块,用于依据所述目标货源的属性信息,对所述相似货源路线和所述偏好货源路线进行筛选以得到筛选结果,用于向用户推送货源路线;
路线信息筛选模块,还用于确定所述第一历史货源路线与所述相似货源路线的路线相似度,以及所述目标货源属性信息与所述相似货源路线之间的货源匹配度,对所述相似货源路线进行筛选;
确定所述偏好货源路线的路线数量,以及目标货源属性信息与所述偏好货源路线之间的货源匹配度,对所述偏好货源路线进行筛选。
6.根据权利要求5所述的装置,其特征在于,用户信息确定模块,用于依据所述第一历史货源路线中的历史起始地和历史目的地进行相似路线搜索,确定所述相似货源路线;
依据所述第二历史货源路线中历史货源路线的数量,对包括的历史货源路线进行筛选,得到预设个历史货源路线,并将该预设个历史货源路线作为所述偏好货源路线;
依据所述第二历史货源路线中历史货源路线关联的各类货源的数量,确定用户偏好的目标货源。
7.根据权利要求5所述的装置,其特征在于,所述装置还包括:
路线偏好特征确定模块,用于在对所述相似货源路线和所述偏好货源路线进行筛选之后,依据所述第二历史货源路线的数量,确定用户对第二历史货源路线的路线偏好特征;
路线使用占比确定模块,用于依据所述路线偏好特征,确定相似货源路线和偏好货源路线的使用占比,用于根据所述使用占比向用户推送货源路线。
8.根据权利要求7所述的装置,其特征在于,路线偏好特征信息包括如下至少一项:对固定的第二历史货源路线的偏好度、对不同运输距离的第二历史货源路线的偏好度、对不同起始地的第二历史货源路线的偏好度和对不同目的地的第二历史货源路线的偏好度。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现权利要求1-4中任一所述的货源路线的数据处理方法。
10.一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,该计算机程序被处理器执行时实现权利要求1-4中任一所述的货源路线的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329144.0A CN111126909B (zh) | 2019-12-20 | 2019-12-20 | 货源路线的数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329144.0A CN111126909B (zh) | 2019-12-20 | 2019-12-20 | 货源路线的数据处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126909A CN111126909A (zh) | 2020-05-08 |
CN111126909B true CN111126909B (zh) | 2023-08-08 |
Family
ID=70501052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911329144.0A Active CN111126909B (zh) | 2019-12-20 | 2019-12-20 | 货源路线的数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126909B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000019414A1 (en) * | 1998-09-26 | 2000-04-06 | Liquid Audio, Inc. | Audio encoding apparatus and methods |
EP2224211A1 (de) * | 2009-02-26 | 2010-09-01 | Navigon AG | Verfahren und Vorrichtung zur Berechnung alternativer Routen in einem Navigationssystem |
JP2016217820A (ja) * | 2015-05-19 | 2016-12-22 | 日産自動車株式会社 | 経路案内装置 |
WO2017100780A1 (en) * | 2015-12-11 | 2017-06-15 | Locator Ip, Lp | Interactive telematics system |
CN108038647A (zh) * | 2017-12-22 | 2018-05-15 | 江苏满运软件科技有限公司 | 一种公路干线物流的货源推荐方法 |
CN108229728A (zh) * | 2017-12-18 | 2018-06-29 | 成都返空汇网络技术有限公司 | 一种货源信息的推荐方法及一种计算机设备 |
CN108280548A (zh) * | 2018-01-23 | 2018-07-13 | 成都信达智胜科技有限公司 | 基于网络传输的智能处理方法 |
CN110097287A (zh) * | 2019-05-07 | 2019-08-06 | 宏图物流股份有限公司 | 一种物流司机的群体画像方法 |
CN110260873A (zh) * | 2019-06-12 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种基于用户习惯的路线推荐方法和系统 |
WO2019203818A1 (en) * | 2018-04-18 | 2019-10-24 | Ford Global Technologies, Llc | Dynamic promotions based on vehicle positioning and route determinations |
CN110427574A (zh) * | 2019-08-02 | 2019-11-08 | 江苏满运软件科技有限公司 | 路线相似度确定方法、装置、设备和介质 |
CN110503528A (zh) * | 2019-08-28 | 2019-11-26 | 江苏满运软件科技有限公司 | 一种线路推荐方法、装置、设备和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9489644B2 (en) * | 2012-02-23 | 2016-11-08 | Ford Global Technologies, Llc | Vehicle drive matching system and method |
US20150161563A1 (en) * | 2013-12-09 | 2015-06-11 | Crowdshipping, Inc. | Systems and Methods for Crowdsourced Shipping |
US10280054B2 (en) * | 2015-03-06 | 2019-05-07 | Walmart Apollo, Llc | Shopping facility assistance systems, devices and methods |
US9612128B2 (en) * | 2015-04-29 | 2017-04-04 | Microsoft Technology Licensing, Llc | Controlling travel route planning module based upon user travel preference |
US20170030726A1 (en) * | 2015-07-31 | 2017-02-02 | International Business Machines Corporation | Selective human emotion metrics for navigation plans and maps |
US10663311B2 (en) * | 2016-08-22 | 2020-05-26 | Microsoft Technology Licensing, Llc | Generating personalized routes with user route preferences |
-
2019
- 2019-12-20 CN CN201911329144.0A patent/CN111126909B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000019414A1 (en) * | 1998-09-26 | 2000-04-06 | Liquid Audio, Inc. | Audio encoding apparatus and methods |
EP2224211A1 (de) * | 2009-02-26 | 2010-09-01 | Navigon AG | Verfahren und Vorrichtung zur Berechnung alternativer Routen in einem Navigationssystem |
JP2016217820A (ja) * | 2015-05-19 | 2016-12-22 | 日産自動車株式会社 | 経路案内装置 |
WO2017100780A1 (en) * | 2015-12-11 | 2017-06-15 | Locator Ip, Lp | Interactive telematics system |
CN108229728A (zh) * | 2017-12-18 | 2018-06-29 | 成都返空汇网络技术有限公司 | 一种货源信息的推荐方法及一种计算机设备 |
CN108038647A (zh) * | 2017-12-22 | 2018-05-15 | 江苏满运软件科技有限公司 | 一种公路干线物流的货源推荐方法 |
CN108280548A (zh) * | 2018-01-23 | 2018-07-13 | 成都信达智胜科技有限公司 | 基于网络传输的智能处理方法 |
WO2019203818A1 (en) * | 2018-04-18 | 2019-10-24 | Ford Global Technologies, Llc | Dynamic promotions based on vehicle positioning and route determinations |
CN110097287A (zh) * | 2019-05-07 | 2019-08-06 | 宏图物流股份有限公司 | 一种物流司机的群体画像方法 |
CN110260873A (zh) * | 2019-06-12 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种基于用户习惯的路线推荐方法和系统 |
CN110427574A (zh) * | 2019-08-02 | 2019-11-08 | 江苏满运软件科技有限公司 | 路线相似度确定方法、装置、设备和介质 |
CN110503528A (zh) * | 2019-08-28 | 2019-11-26 | 江苏满运软件科技有限公司 | 一种线路推荐方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
董文禄等.公路军事运输线路的偏好优选法.《物流科技》.2009,(第2期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111126909A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200090502A1 (en) | Artificial intelligent systems and methods for predicting traffic accident locations | |
CN108509501A (zh) | 一种查询处理方法、服务器及计算机可读存储介质 | |
US20180374181A1 (en) | System and method of user behavior based service dispatch | |
CN111078760B (zh) | 货源搜索方法、装置、设备及存储介质 | |
CN110968791A (zh) | 货源路线的数据处理方法、装置、设备及存储介质 | |
CN110503528B (zh) | 一种线路推荐方法、装置、设备和存储介质 | |
US11561105B2 (en) | Optimized route planning for multiple travelers with the same destination | |
CN111316308A (zh) | 用于识别错误订单请求的系统及方法 | |
CN111813900B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
US20190012641A1 (en) | Freight capacity maximization system | |
US11651320B2 (en) | Presentation device and presentation method | |
US20230152108A1 (en) | Emission-optimized vehicle route and charging | |
CN111126909B (zh) | 货源路线的数据处理方法、装置、设备及存储介质 | |
JP6946542B2 (ja) | 学習システム、推定システム及び学習済モデル | |
CN111460286A (zh) | 信息推荐方法、装置、电子设备及介质 | |
CN114459492B (zh) | 确定推荐路线的方法、装置、设备、存储介质及产品 | |
JP7365233B2 (ja) | 情報処理装置 | |
CN111369186B (zh) | 物流推送方法、装置、服务器及可读存储介质 | |
CN110782215B (zh) | 货源确定方法、装置、设备及存储介质 | |
CN111210616A (zh) | 基于多源数据的车流量预测方法、系统、终端及介质 | |
CN116186020B (zh) | 特征信息处理方法、装置、电子设备和计算机可读介质 | |
CN110852684A (zh) | 货源偏好的确定方法、装置、设备及存储介质 | |
CN112308267B (zh) | 一种路由群确定方法、装置、网络设备及存储介质 | |
CN110941768B (zh) | 服务推荐方法和装置 | |
JP6909016B2 (ja) | 情報処理装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |