CN111324827B - 智能推荐货源订单信息的方法、装置、设备及存储介质 - Google Patents
智能推荐货源订单信息的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111324827B CN111324827B CN202010091736.XA CN202010091736A CN111324827B CN 111324827 B CN111324827 B CN 111324827B CN 202010091736 A CN202010091736 A CN 202010091736A CN 111324827 B CN111324827 B CN 111324827B
- Authority
- CN
- China
- Prior art keywords
- information
- order information
- preset
- source
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及物流管理领域,公开了一种智能推荐货源订单信息的方法、装置、设备及存储介质,用于提高车主通过货运平台获取货源信息的效率。智能推荐货源订单信息的方法包括:通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包含预设的检索内容;若检索信息不包含预设的检索内容,则获取订单信息的类型;从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息;获取与目标优先级信息对应的候选货源订单信息;根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
Description
技术领域
本发明涉及物流管理领域,尤其涉及一种智能推荐货源订单信息的方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,许多行业都运用到互联网技术。在物流行业中,司机通过互联网构建的货运平台寻找合适的货源信息,进而对选择的货源信息对应的货物进行装配和运输。
在现有的技术中,由于车主是通过手动对互联网构建的货运平台进行多项操作,诸如:填写始发地所在的区域、运货量和运输时间,以及根据填写的信息进行检索获得多项货源,对多项货源进行点击选择,从而,导致车主通过货运平台获取货源信息的效率低。
发明内容
本发明的主要目的在于解决车主通过货运平台获取货源信息的效率低的问题。
本发明第一方面提供了一种智能推荐货源订单信息的方法,包括:
通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息,识别所述检索信息是否包含预设的检索内容;
若所述检索信息不包含预设的检索内容,则获取所述订单信息的类型;
从预置优先级信息中匹配与所述订单信息的类型对应的目标优先级信息,所述预置优先级信息用于指示对所述定位信息、所述车辆类型信息和所述订单信息进行优先级顺序设置的信息;
对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息;
根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
可选的,在本发明第一方面的第一种实现方式中,所述获取所述订单信息的类型,包括:
提取所述订单信息中的货运需求特征信息;
对所述货运需求特征信息进行降维处理,获得目标特征信息;
对所述目标特征信息进行类型的贝叶斯概率计算和拉普拉斯平滑处理得到类型概率值,根据所述类型概率值获得所述订单信息的类型。
可选的,在本发明第一方面的第二种实现方式中,所述通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息之前,还包括:
设置预置的订单信息的类型与货运车辆的定位信息、车辆类型信息和订单信息的对应关系,将所述对应关系作为预置优先级信息;
获取预置数据库中未启动流程的货源订单信息,对所述未启动流程的货源订单信息进行特征提取,获得货源订单特征信息,所述货源订单特征信息包括始发地特征信息、目的地特征信息和运输到达时刻特征信息;
将所述货源订单特征信息作为结点,根据所述结点创建货源订单结构树。
可选的,在本发明第一方面的第三种实现方式中,所述对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息,包括:
对所述目标优先级信息进行关键词提取,获得关键信息;
对预先创建的货源订单结构树进行随机游走处理,获得序列数据;
计算所述关键信息在所述序列数据的词频-逆文本频率指数值;
将所述词频-逆文本频率指数值大于第一预设阈值的序列数据作为与所述目标优先级信息对应的候选货源订单信息。
可选的,在本发明第一方面的第四种实现方式中,所述根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,包括:
赋予所述目标优先级信息权重值,获得权重优先级信息;
根据所述权重值计算所述候选货源订单信息与所述权重优先级信息的向量余弦相似度;
按照所述向量余弦相似度的值从大到小的顺序,对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
可选的,在本发明第一方面的第五种实现方式中,在所述根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息之后,还包括:
获取车主和货主对所述目标货源订单信息的评估信息,对所述评估信息进行数据脱敏处理和桑葚图生成处理获得桑葚图,将所述桑葚图链接至所述目标货源订单信息;
根据链接所述桑葚图的目标货源订单信息,对所述货源推荐系统进行迭代优化。
可选的,在本发明第一方面的第六种实现方式中,所述识别所述检索信息是否包含预设的检索内容,包括:
通过预置的三层贝叶斯概率模型分别对所述检索信息和预设的检索内容进行关键词提取,获得第一关键词和第二关键词;
计算所述第一关键词和所述第二关键词之间的相似度值,以及比较所述相似度值是否大于第二预设阈值;
若所述相似度值小于或等于所述第二预设阈值,则判定所述检索信息不包含预设的检索内容。
本发明第二方面提供了一种智能推荐货源订单信息的装置,包括:
获取模块,用于通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息,识别所述检索信息是否包含预设的检索内容;
分析模块,用于若所述检索信息不包含预设的检索内容,则获取所述订单信息的类型;
匹配模块,用于从预置优先级信息中匹配与所述订单信息的类型对应的目标优先级信息,所述预置优先级信息用于指示对所述定位信息、所述车辆类型信息和所述订单信息进行优先级顺序设置的信息;
检索模块,用于对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息;
排序模块,用于根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
可选的,在本发明第二方面的第一种实现方式中,所述分析模块具体用于:
提取所述订单信息中的货运需求特征信息;
对所述货运需求特征信息进行降维处理,获得目标特征信息;
对所述目标特征信息进行类型的贝叶斯概率计算和拉普拉斯平滑处理得到类型概率值,根据所述类型概率值获得所述订单信息的类型。
可选的,在本发明第二方面的第二种实现方式中,所述智能推荐货源订单信息的装置还包括:
设置模块,用于设置预置的订单信息的类型与货运车辆的定位信息、车辆类型信息和订单信息的对应关系,将所述对应关系作为预置优先级信息;
提取模块,用于获取预置数据库中未启动流程的货源订单信息,对所述未启动流程的货源订单信息进行特征提取,获得货源订单特征信息,所述货源订单特征信息包括始发地特征信息、目的地特征信息和运输到达时刻特征信息;
创建模块,用于将所述货源订单特征信息作为结点,根据所述结点创建货源订单结构树。
可选的,在本发明第二方面的第三种实现方式中,所述检索模块具体用于:
对所述目标优先级信息进行关键词提取,获得关键信息;
对预先创建的货源订单结构树进行随机游走处理,获得序列数据;
计算所述关键信息在所述序列数据的词频-逆文本频率指数值;
将所述词频-逆文本频率指数值大于第一预设阈值的序列数据作为与所述目标优先级信息对应的候选货源订单信息。
可选的,在本发明第二方面的第四种实现方式中,所述排序模块具体用于:
赋予所述目标优先级信息权重值,获得权重优先级信息;
根据所述权重值计算所述候选货源订单信息与所述权重优先级信息的向量余弦相似度;
按照所述向量余弦相似度的值从大到小的顺序,对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
可选的,在本发明第二方面的第五种实现方式中,所述智能推荐货源订单信息的装置还包括:
处理模块,用于获取车主和货主对所述目标货源订单信息的评估信息,对所述评估信息进行数据脱敏处理和桑葚图生成处理获得桑葚图,将所述桑葚图链接至所述目标货源订单信息;
优化模块,用于根据链接所述桑葚图的目标货源订单信息,对所述货源推荐系统进行迭代优化。
可选的,在本发明第二方面的第六种实现方式中,所述获取模块具体用于:
分别对所述检索信息和预设的检索内容进行关键词提取,获得第一关键词和第二关键词;
计算所述第一关键词和所述第二关键词之间的相似度值,以及比较所述相似度值是否大于第二预设阈值;
若所述相似度值小于或等于所述第二预设阈值,则判定所述检索信息不包括预设的检索内容。
本发明第三方面提供了一种基于优先级的资源分配设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能推荐货源订单信息的设备执行上述的智能推荐货源订单信息的方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的智能推荐货源订单信息的方法。
本发明提供的技术方案中,通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包含预设的检索内容;若检索信息不包含预设的检索内容,则获取订单信息的类型;从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息;对预置数据库中存储的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息;根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。本发明实施例中,通过结合货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息匹配对应的候选货源订单信息,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率。
附图说明
图1为本发明实施例中智能推荐货源订单信息的方法的一个实施例示意图;
图2为本发明实施例中智能推荐货源订单信息的方法的另一个实施例示意图;
图3为本发明实施例中智能推荐货源订单信息的装置的一个实施例示意图;
图4为本发明实施例中智能推荐货源订单信息的装置的另一个实施例示意图;
图5为本发明实施例中智能推荐货源订单信息的设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种智能推荐货源订单信息的方法、装置、设备及存储介质,通过结合货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息匹配对应的候选货源订单信息,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中智能推荐货源订单信息的方法的一个实施例包括:
101、通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包含预设的检索内容;
可以理解的是,本发明的执行主体可以为智能推荐货源订单信息的装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
在本实施例中,服务器上搭载有货源推荐系统,在进行货源订单信息推荐时,服务器首先通过货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否预设的检索内容。其中,预置的货源推荐系统通过根据货运车辆的定位信息、车辆类型信息、车主在货源推荐系统操作所生成的订单信息和车主输入的检索信息获取目标货源订单信息训练而得。预设的检索内容包括货源位置信息、车辆的需求信息和运输时刻信息。定位信息包括车主在终端登录货源推荐系统时所在的定位位置;车辆类型信息包括车主在货源推荐系统登记的车辆类型、车辆容量和车辆数量;订单信息包括正在进行的订单信息和历史订单信息。服务器可通过识别检索信息中的元素是否为空,若为空,则不存在,若不为空,则识别检索信息中的元素是否包括预设的检索内容对应的元素,以实现对检索信息中是否包括预设的检索内容的识别。
102、若检索信息不包括预设的检索内容,则获取订单信息的类型;
当服务器通过货源推荐系统识别到检索信息中的元素为空或者检索信息中的元素不具有预设的检索内容对应的元素(即检索信息不包括预设的检索内容)时,分析订单信息对应的类型,例如:若车主首次使用货源推荐系统,则订单信息中包括首次登陆、首次注册或首次操作等信息,货源推荐系统识别到首次登陆、首次注册或首次操作对应的信息,将订单信息归类到预设的第一类型(即首次操作);若车主第一次在货源推荐系统中产生订单信息,且订单信息中该订单信息的当前时刻为运行中,则将订单信息归类到预设的第二类型(即无历史订单且订单进行中);若车主已多次使用货源推荐系统,在货源推荐系统已生产多个历史订单信息,订单信息仅包括历史订单信息,没有运行中的订单信息,则将订单信息归类到预设的第三类型(即有历史订单且无订单进行中)。
其中,当订单信息的类型为有历史订单且无订单进行中时,服务器通过基于内容的推荐算法或协同过滤推荐算法对历史订单中的目的地进行聚类分析,以获得车主期望的目的地信息,并将其车主期望的目的地信息添加在订单信息中。通过对订单信息进行类型分析,以便于后续根据类型分析所得订单信息的类型快速而准确地获取对应的匹配规则和目标货源订单信息。当服务器通过货源推荐系统识别到检索信息中的元素具有预设的检索内容对应的元素(即检索信息包括预设的检索内容)时,提取预设的检索内容的关键词,根据预设的检索内容的关键词从预置数据库中存储的货源订单信息中匹配到与关键词对应的货源订单信息。
103、从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息,预置优先级信息用于指示对定位信息、车辆类型信息和订单信息进行优先级顺序设置的信息;
订单信息的类型与预置优先级信息建立有对应关系,服务器通过订单信息的类型对预置优先级信息进行检索,可获得订单信息的类型对应的目标优先级信息。例如:订单信息的类型为无历史订单且订单进行中,该订单为始发地为上海市青浦区、目的地为合肥市蜀山区和运输到达时刻为12月3日下午3点,定位信息为上海青浦区,车辆类型信息为7.6米厢式货车,订单信息的类型对应的目标优先级信息为订单信息-车辆类型信息,即货源装车时间为12月3日下午5点,货源装车地址为合肥市蜀山区,车辆要求7.6米厢式货车。
104、对预先创建的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息;
服务器通过货源推荐系统将未操作或未被订购的货源订单信息以结构树的形式存储在数据库中,遍历货源订单结构树,从货源订单结构树中的结点中匹配与目标优先级信息相同或关联度大于阈值的货源订单信息,将该与目标优先级信息相同或关联度大于阈值的货源订单信息作为候选货源订单信息。通过对货源订单结构树进行检索获得候选货源订单信息,提高候选货源订单信息获取的效率和准确性。
105、根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
其中,服务器可通过堆排序算法按照与目标优先级信息的对应程度从大到小的顺序,对候选货源订单创建大顶堆,以对候选货源订单信息进行排序,与目标优先级信息的对应程度为候选货源订单信息满足目标优先级信息的程度,例如:目标优先级信息为订单信息-车辆类型信息-定位信息,而候选货源订单信息中仅存在符合订单信息和车辆类型信息对应的信息,则对应程度为高,数值为89。预设排位范围可为排位为第一或排位为前三,推荐排位为前三的目标货源订单信息以为车主提供多个选择。通过将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,减少车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高车主的接单操作效率,进而提高车主通过货运平台获取货源订单信息的效率。
本发明实施例中,通过结合货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息匹配对应的候选货源订单信息,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率。
请参阅图2,本发明实施例中智能推荐货源订单信息的方法的另一个实施例包括:
201、通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包括预设的检索内容;
具体地,服务器识别检索信息是否包括预设的检索内容,可以包括:分别对检索信息和预设的检索内容进行关键词提取,获得第一关键词和第二关键词;计算第一关键词和第二关键词之间的相似度值,以及比较相似度值是否大于第二预设阈值;若相似度值小于或等于第二预设阈值,则判定检索信息不包括预设的检索内容。
服务器通过货源推荐系统调用预置的三层贝叶斯概率模型(Latent DirichletAllocation,LDA)分别获取检索信息中的第一主题信息和预设的检索内容中的第二主题信息,根据第一主题信息和第二主题信息分别对检索信息和预设的检索内容进行分词处理、分词拼接处理和分词拼接过滤处理,获得第一关键词和第二关键词。在比较相似度值是否大于第二预设阈值时,若相似度值大于第二预设阈值,则判定检索信息包括预设的检索内容。通过根据关键词之间相似度值是被检索信息中是否包含预设的检索内容,提高识别的效率和准确性。
可选地,服务器通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息之前,还可以包括:设置预置的订单信息的类型与货运车辆的定位信息、车辆类型信息和订单信息的对应关系,将对应关系作为预置优先级信息;获取预置数据库中未启动流程的货源订单信息,对未启动流程的货源订单信息进行特征提取,获得货源订单特征信息,货源订单特征信息包括始发地特征信息、目的地特征信息和运输到达时刻特征信息;将货源订单特征信息作为结点,根据结点创建货源订单结构树。
服务器根据预置的订单信息的类型设置货运车辆的定位信息、车辆类型信息和订单信息的对应关系,例如:若预置的订单信息的类型为首次操作,则设置预置的订单信息的类型与定位信息和车辆类型信息的对应关系;若预置的订单信息的类型为无历史订单且订单进行中,则设置预置的订单信息的类型与车辆类型信息和定位信息的对应关系;若预置的订单信息的类型为有历史订单且无订单进行中,则设置预置的订单信息的类型与定位信息、车辆类型信息和预置的订单信息的对应关系。将对应关系对应的预置优先级信息以哈希表的形式存储在预置数据库中,以及创建货源订单结构树,以便于减少存储空间,以及提高检索的效率和准确性。
202、若检索信息不包含预设的检索内容,则获取订单信息的类型;
具体地,服务器获取订单信息的类型,可以包括:提取订单信息中的货运需求特征信息;对货运需求特征信息进行降维处理,获得目标特征信息;对目标特征信息进行类型的贝叶斯概率计算和拉普拉斯平滑处理得到类型概率值,根据类型概率值获得订单信息的类型。
服务器通过预置的主成分分析算法计算货运需求特征信息的相关系数矩阵,计算该相关系数矩阵的特征值和特征值对应的特征向量,由特征向量组合成新的目标特征向量,根据目标特征向量获得主成分特征,计算每个特征值相对总的特征值的信息贡献率和累积贡献率,从而获得每个主成分特征的信息贡献率,根据每个主成分特征的信息贡献率获得目标特征信息。通过预置的贝叶斯分类算法中的贝叶斯公式计算目标特征信息对于各类型的贝叶斯概率,通过拉普拉斯系数对该贝叶斯概率进行拉普拉斯平滑处理,从而获得类型概率值,将类型概率值最大对应的类型作为订单信息的类型。通过上述操作,以便于快速而准确地对订单信息进行类型分析。
203、从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息,预置优先级信息用于指示对定位信息、车辆类型信息和订单信息进行优先级顺序设置的信息;
订单信息的类型与预置优先级信息建立有对应关系,服务器通过订单信息的类型对预置优先级信息进行检索,可获得订单信息的类型对应的目标优先级信息。例如:订单信息的类型为无历史订单且订单进行中,该订单为始发地为上海市青浦区、目的地为合肥市蜀山区和运输到达时刻为12月3日下午3点,定位信息为上海青浦区,车辆类型信息为7.6米厢式货车,订单信息的类型对应的目标优先级信息为订单信息-车辆类型信息,即货源装车时间为12月3日下午5点,货源装车地址为合肥市蜀山区,车辆要求7.6米厢式货车。
204、对预先创建的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息;
具体地,服务器对预先创建的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息,可以包括:对目标优先级信息进行关键词提取,获得关键信息;对预先创建的货源订单结构树进行随机游走处理,获得序列数据;计算关键信息在序列数据的词频-逆文本频率指数值;将词频-逆文本频率指数值大于第一预设阈值的序列数据作为与目标优先级信息对应的候选货源订单信息。
服务器通过随机游走算法对预先创建的货源订单结构树进行随机游走处理,获得序列数据,提高获取候选货源订单信息的精确度和性能。通过根据词频-逆文本频率指数值对序列数据进行筛选获得候选货源订单信息,能够简单快速而准确地获取候选货源订单信息。
205、根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息;
具体地,服务器根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,具体可以包括:赋予目标优先级信息权重值,获得权重优先级信息;根据权重值计算候选货源订单信息与权重优先级信息的向量余弦相似度;按照向量余弦相似度的值从大到小的顺序,对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
其中,服务器根据权重值计算候选货源订单信息与权重优先级信息的向量余弦相似度,例如:目标优先级信息为货源装车地址为上海青浦区、卸货地址为合肥包河区、车辆要求为7.6米厢式货车,对目标优先级信息赋予权重值后的权重优先级信息为货源装车地址为上海青浦区(权重值0.5)、卸货地址为合肥包河区(0.1)、车辆要求为7.6米厢式货车(0.4),候选货源订单信息中的信息与货源装车地址为上海青浦区的向量余弦相似度为0.8,候选货源订单信息中的信息与卸货地址为合肥包河区的向量余弦相似度为0.9,候选货源订单信息中的信息与车辆要求为7.6米厢式货车的向量余弦相似度为1.0,则候选货源订单信息与权重优先级信息的向量余弦相似度为0.8*0.5+0.9*0.1+1.0*0.4=0.53。通过对候选货源订单信息与权重优先级信息进行加权相似度计算,提高目标货源订单信息与车主需求的符合度。
206、获取车主和货主对目标货源订单信息的评估信息,对评估信息进行数据脱敏处理和桑葚图生成处理获得桑葚图,将桑葚图链接至目标货源订单信息。
在车主完成对目标货源订单信息的运输之后,车主和目标货源订单信息的货主在货源推荐系统中填写对目标货源订单信息的评估信息,服务器获得该评估信息后,对该评估信息进行数据脱敏处理,通过预置的可视化工具Echarts将经过数据脱敏处理的评估信息生成桑葚图,将桑葚图链接至目标货源订单信息。通过将评估信息以桑葚图链接至目标货源订单信息,以将评估信息作为推荐的筛选条件,以及便于车主和订单下发者了解目标货源订单信息的处理状况。
207、根据链接桑葚图的目标货源订单信息,对货源推荐系统进行迭代优化。
服务器通过结合共轭梯度算法和超参数优化算法的预置优化算法根据链接桑葚图的目标货源订单信息不断调整货源推荐系统获取目标货源订单信息的处理过程和处理规则,以及通过货源推荐系统中的目标损失函数不断减少货源推荐系统获取目标货源订单信息的误差值,从而实现对货源推荐系统进行迭代优化,提高货源推荐系统的智能性以及货源推荐系统获取目标货源订单信息的准确性,从而提高车主通过货运平台获取货源订单信息的效率。
本发明实施例中,在减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率的基础上,通过将评估信息以桑葚图链接至目标货源订单信息,以将评估信息作为推荐的筛选条件,以及便于车主和订单下发者了解目标货源订单信息的处理状况,通过对货源推荐系统进行迭代优化,提高货源推荐系统的智能性以及货源推荐系统获取目标货源订单信息的准确性,从而提高了车主通过货运平台获取货源订单信息的效率。
上面对本发明实施例中智能推荐货源订单信息的方法进行了描述,下面对本发明实施例中智能推荐货源订单信息的装置进行描述,请参阅图3,本发明实施例中智能推荐货源订单信息的装置一个实施例包括:
获取模块301,用于通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包含预设的检索内容;
分析模块302,用于若检索信息不包含预设的检索内容,则获取订单信息的类型;
匹配模块303,用于从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息,预置优先级信息用于指示对定位信息、车辆类型信息和订单信息进行优先级顺序设置的信息;
检索模块304,用于对预先创建的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息;
排序模块305,用于根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
本发明实施例中,通过结合货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息匹配对应的候选货源订单信息,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率。
请参阅图4,本发明实施例中智能推荐货源订单信息的装置的另一个实施例包括:
获取模块301,用于通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作货源推荐系统所生成的订单信息和车主输入的检索信息,识别检索信息是否包含预设的检索内容;
分析模块302,用于若检索信息不包含预设的检索内容,则获取订单信息的类型;
匹配模块303,用于从预置优先级信息中匹配与订单信息的类型对应的目标优先级信息,预置优先级信息用于指示对定位信息、车辆类型信息和订单信息进行优先级顺序设置的信息;
检索模块304,用于对预先创建的货源订单结构树进行检索,获得与目标优先级信息对应的候选货源订单信息;
排序模块305,用于根据目标优先级信息对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息;
处理模块306,用于获取车主和货主对目标货源订单信息的评估信息,对评估信息进行数据脱敏处理和桑葚图生成处理获得桑葚图,将桑葚图链接至目标货源订单信息;
优化模块307,用于根据链接桑葚图的目标货源订单信息,对货源推荐系统进行迭代优化。
可选的,分析模块302还可以具体用于:
提取订单信息中的货运需求特征信息;
对货运需求特征信息进行降维处理,获得目标特征信息;
对目标特征信息进行类型的贝叶斯概率计算和拉普拉斯平滑处理得到类型概率值,根据类型概率值获得订单信息的类型。
可选的,智能推荐货源订单信息的装置还包括:
设置模块,用于设置预置的订单信息的类型与货运车辆的定位信息、车辆类型信息和订单信息的对应关系,将对应关系作为预置优先级信息;
提取模块,用于获取预置数据库中未启动流程的货源订单信息,对未启动流程的货源订单信息进行特征提取,获得货源订单特征信息,货源订单特征信息包括始发地特征信息、目的地特征信息和运输到达时刻特征信息;
创建模块,用于将货源订单特征信息作为结点,根据结点创建货源订单结构树。
可选的,检索模块304还可以具体用于:
对目标优先级信息进行关键词提取,获得关键信息;
对预先创建的货源订单结构树进行随机游走处理,获得序列数据;
计算关键信息在序列数据的词频-逆文本频率指数值;
将词频-逆文本频率指数值大于第一预设阈值的序列数据作为与目标优先级信息对应的候选货源订单信息。
可选的,排序模块305还可以具体用于:
赋予目标优先级信息权重值,获得权重优先级信息;
根据权重值计算候选货源订单信息与权重优先级信息的向量余弦相似度;
按照向量余弦相似度的值从大到小的顺序,对候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
可选的,获取模块301还可以具体用于:
分别对检索信息和预设的检索内容进行关键词提取,获得第一关键词和第二关键词;
计算第一关键词和第二关键词之间的相似度值,以及比较相似度值是否大于第二预设阈值;
若相似度值小于或等于第二预设阈值,则判定检索信息不包含预设的检索内容。
本发明实施例中,在减少了车主对货源推荐系统的操作时间和操作次数,准确地为车主推荐目标货源订单,提高了车主的接单操作效率,进而提高了车主通过货运平台获取货源订单信息的效率的基础上,通过将评估信息以桑葚图链接至目标货源订单信息,以将评估信息作为推荐的筛选条件,以及便于车主和订单下发者了解目标货源订单信息的处理状况,通过对货源推荐系统进行迭代优化,提高货源推荐系统的智能性以及货源推荐系统获取目标货源订单信息的准确性,从而提高了车主通过货运平台获取货源订单信息的效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的智能推荐货源订单信息的装置进行详细描述,下面从硬件处理的角度对本发明实施例中智能推荐货源订单信息的设备进行详细描述。
图5是本发明实施例提供的一种智能推荐货源订单信息的设备的结构示意图,该智能推荐货源订单信息的设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对智能推荐货源订单信息的设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在智能推荐货源订单信息的设备500上执行存储介质530中的一系列指令操作。
智能推荐货源订单信息的设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的智能推荐货源订单信息设备结构并不构成对智能推荐货源订单信息的设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述智能推荐货源订单信息的方法的步骤。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以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全部或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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,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)
1.一种智能推荐货源订单信息的方法,其特征在于,所述智能推荐货源订单信息的方法包括:
通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息,识别所述检索信息是否包含预设的检索内容;
若所述检索信息不包含预设的检索内容,则获取所述订单信息的类型;
从预置优先级信息中匹配与所述订单信息的类型对应的目标优先级信息,所述预置优先级信息用于指示对所述定位信息、所述车辆类型信息和所述订单信息进行优先级顺序设置的信息;
对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息;
根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
2.根据权利要求1所述的智能推荐货源订单信息的方法,其特征在于,所述获取所述订单信息的类型,包括:
提取所述订单信息中的货运需求特征信息;
对所述货运需求特征信息进行降维处理,获得目标特征信息;
对所述目标特征信息进行类型的贝叶斯概率计算和拉普拉斯平滑处理得到类型概率值,根据所述类型概率值获得所述订单信息的类型。
3.根据权利要求1所述的智能推荐货源订单信息的方法,其特征在于,所述通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息之前,还包括:
设置预置的订单信息的类型与货运车辆的定位信息、车辆类型信息和订单信息的对应关系,将所述对应关系作为预置优先级信息;
获取预置数据库中未启动流程的货源订单信息,对所述未启动流程的货源订单信息进行特征提取,获得货源订单特征信息,所述货源订单特征信息包括始发地特征信息、目的地特征信息和运输到达时刻特征信息;
将所述货源订单特征信息作为结点,根据所述结点创建货源订单结构树。
4.根据权利要求1所述的智能推荐货源订单信息的方法,其特征在于,所述对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息,包括:
对所述目标优先级信息进行关键词提取,获得关键信息;
对预先创建的货源订单结构树进行随机游走处理,获得序列数据;
计算所述关键信息在所述序列数据的词频-逆文本频率指数值;
将所述词频-逆文本频率指数值大于第一预设阈值的序列数据作为与所述目标优先级信息对应的候选货源订单信息。
5.根据权利要求1所述的智能推荐货源订单信息的方法,其特征在于,所述根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息,包括:
赋予所述目标优先级信息权重值,获得权重优先级信息;
根据所述权重值计算所述候选货源订单信息与所述权重优先级信息的向量余弦相似度;
按照所述向量余弦相似度的值从大到小的顺序,对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
6.根据权利要求1-5中任一项所述的智能推荐货源订单信息的方法,其特征在于,在所述根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息之后,还包括:
获取车主和货主对所述目标货源订单信息的评估信息,对所述评估信息进行数据脱敏处理和桑葚图生成处理获得桑葚图,将所述桑葚图链接至所述目标货源订单信息;
根据链接所述桑葚图的目标货源订单信息,对所述货源推荐系统进行迭代优化。
7.根据权利要求1所述的智能推荐货源订单信息的方法,其特征在于,所述识别所述检索信息是否包含预设的检索内容,包括:
分别对所述检索信息和预设的检索内容进行关键词提取,获得第一关键词和第二关键词;
计算所述第一关键词和所述第二关键词之间的相似度值,以及比较所述相似度值是否大于第二预设阈值;
若所述相似度值小于或等于所述第二预设阈值,则判定所述检索信息不包含预设的检索内容。
8.一种智能推荐货源订单信息的装置,其特征在于,所述智能推荐货源订单信息的装置包括:
获取模块,用于通过预置的货源推荐系统获取货运车辆的定位信息、车辆类型信息、操作所述货源推荐系统所生成的订单信息和所述车主输入的检索信息,识别所述检索信息是否包含预设的检索内容;
分析模块,用于若所述检索信息不包含预设的检索内容,则获取所述订单信息的类型;
匹配模块,用于从预置优先级信息中匹配与所述订单信息的类型对应的目标优先级信息,所述预置优先级信息用于指示对所述定位信息、所述车辆类型信息和所述订单信息进行优先级顺序设置的信息;
检索模块,用于对预先创建的货源订单结构树进行检索,获得与所述目标优先级信息对应的候选货源订单信息;
排序模块,用于根据所述目标优先级信息对所述候选货源订单信息进行排序,将在预设排位范围的候选货源订单信息作为推荐的目标货源订单信息。
9.一种智能推荐货源订单信息的设备,其特征在于,所述智能推荐货源订单信息的设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述智能推荐货源订单信息的设备执行如权利要求1-7中任意一项所述的智能推荐货源订单信息的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质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如权利要求1-7中任一项所述智能推荐货源订单信息的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010091736.XA CN111324827B (zh) | 2020-02-12 | 2020-02-12 | 智能推荐货源订单信息的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010091736.XA CN111324827B (zh) | 2020-02-12 | 2020-02-12 | 智能推荐货源订单信息的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111324827A CN111324827A (zh) | 2020-06-23 |
CN111324827B true CN111324827B (zh) | 2023-04-07 |
Family
ID=71171008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010091736.XA Active CN111324827B (zh) | 2020-02-12 | 2020-02-12 | 智能推荐货源订单信息的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111324827B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112598351A (zh) * | 2020-12-24 | 2021-04-02 | 金蝶软件(中国)有限公司 | 一种业务处理模块、业务处理系统及业务处理方法 |
CN114493036B (zh) * | 2022-02-15 | 2022-08-09 | 深圳佳利达供应链管理有限公司 | 一种多车型的物流运输规划方法 |
CN116089502B (zh) * | 2023-04-11 | 2023-06-20 | 北京泽桥医疗科技股份有限公司 | 一种基于自适应模型的订单检索分析系统及方法 |
CN116452093A (zh) * | 2023-05-25 | 2023-07-18 | 深圳深创建控股集团有限公司 | 一种货运调度信息管理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017167291A1 (zh) * | 2016-03-31 | 2017-10-05 | 北京小度信息科技有限公司 | 订单推荐方法和装置 |
CN108920689A (zh) * | 2018-07-12 | 2018-11-30 | 江苏满运软件科技有限公司 | 货源推荐方法及系统 |
CN109447334A (zh) * | 2018-10-19 | 2019-03-08 | 江苏满运软件科技有限公司 | 货源信息的数据降维方法、装置、电子设备、存储介质 |
CN110400060A (zh) * | 2019-07-08 | 2019-11-01 | 拉货宝网络科技有限责任公司 | 一种基于车辆地理位置定位的公路物流货源推荐方法 |
-
2020
- 2020-02-12 CN CN202010091736.XA patent/CN111324827B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017167291A1 (zh) * | 2016-03-31 | 2017-10-05 | 北京小度信息科技有限公司 | 订单推荐方法和装置 |
CN108920689A (zh) * | 2018-07-12 | 2018-11-30 | 江苏满运软件科技有限公司 | 货源推荐方法及系统 |
CN109447334A (zh) * | 2018-10-19 | 2019-03-08 | 江苏满运软件科技有限公司 | 货源信息的数据降维方法、装置、电子设备、存储介质 |
CN110400060A (zh) * | 2019-07-08 | 2019-11-01 | 拉货宝网络科技有限责任公司 | 一种基于车辆地理位置定位的公路物流货源推荐方法 |
Non-Patent Citations (1)
Title |
---|
谷钰 ; 张丽杰 ; 吕翘楚 ; .电子商务交易中多用户相似货源信息检索仿真.计算机仿真.2018,(10),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111324827A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111324827B (zh) | 智能推荐货源订单信息的方法、装置、设备及存储介质 | |
US9087111B2 (en) | Personalized tag ranking | |
CN110866181B (zh) | 资源推荐的方法、装置及存储介质 | |
US20100131450A1 (en) | Automatic classification of defects | |
CN111125086B (zh) | 获取数据资源的方法、装置、存储介质及处理器 | |
WO2013192093A1 (en) | Search method and apparatus | |
US20210319039A1 (en) | Extraction of a nested hierarchical structure from text data in an unstructured version of a document | |
CN112860917A (zh) | 待入库货物数据的处理方法、装置、设备及存储介质 | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
US20200272674A1 (en) | Method and apparatus for recommending entity, electronic device and computer readable medium | |
CN103678315A (zh) | 图像处理装置、图像处理方法和电子设备 | |
CN107391627B (zh) | 数据的内存占用分析方法、装置及服务器 | |
US20140181124A1 (en) | Method, apparatus, system and storage medium having computer executable instrutions for determination of a measure of similarity and processing of documents | |
US20080158160A1 (en) | Central storage for data entry processing | |
US11709798B2 (en) | Hash suppression | |
CN112989061B (zh) | 应急资源推荐方法、装置、电子设备及存储介质 | |
CN111159213A (zh) | 一种数据查询方法、装置、系统和存储介质 | |
EP3771992A1 (en) | Methods and systems for data ingestion in large-scale databases | |
CN114418236A (zh) | 信息预测方法、装置、存储介质及电子设备 | |
CN110991177B (zh) | 一种物料排重方法及装置 | |
US20160283524A1 (en) | Adaptive Sampling via Adaptive Optimal Experimental Designs to Extract Maximum Information from Large Data Repositories | |
CN113128222A (zh) | 电子面单生成方法、系统、设备及存储介质 | |
CN111339448A (zh) | 查询改写方法、系统、设备及存储介质 | |
US20160070776A1 (en) | Logical operation method and information processing device | |
US11842379B2 (en) | Method and system for obtaining item-based recommendations |
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 |