CN111353676B - 订单分配方法、系统、计算机设备和计算机可读存储介质 - Google Patents
订单分配方法、系统、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111353676B CN111353676B CN201811580695.XA CN201811580695A CN111353676B CN 111353676 B CN111353676 B CN 111353676B CN 201811580695 A CN201811580695 A CN 201811580695A CN 111353676 B CN111353676 B CN 111353676B
- Authority
- CN
- China
- Prior art keywords
- order
- distributed
- information
- driver
- probability
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process 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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种订单分配方法、系统、计算机设备和计算机可读存储介质,其中,订单分配方法,包括:获取预设时间内多个待分配订单信息以及多个待分配司机信息;确定对应于每个待分配订单信息的订单接受概率,并根据所有待分配订单信息的订单接受概率确定订单分配方式;根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。通过本发明的技术方案,通过确定每个待分配订单信息被每个待分配司机信息的司机终端的订单接受概率,确定订单分配方式,提高了整体的订单接受概率,进一步提高了司机终端的接单质量,减少了乘客的等车时间。
Description
技术领域
本发明涉及计算机处理技术领域,具体而言,涉及一种订单分配方法、一种订单分配系统、一种计算机设备和一种计算机可读存储介质。
背景技术
目前,在为待分配司机分配订单时,计算待分配司机和待分配订单的相关性算法上,选择了若干特征,包括司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入等,将这些特征通过相关性公式计算一个分数进行排序,从而为待分配司机分配最匹配订单。但是实际场景中,在预设时间段内,会出现多个待分配司机和多个待分配订单,由于一个待分配司机只能接受一个待分配订单,现有的解决方式可能会出现将一个待分配订单分配给多个待分配司机,该待分配订单被其中一个司机接受后,其他待分配订单被其他司机拒绝的概率较大,进而造成在预设时间段内,多个待分配司机和多个待分配订单的整体成交率较低。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提供一种订单分配方法。
本发明的另一个目的在于提供一种订单分配系统。
本发明的再一个目的在于提供一种计算机设备。
本发明的又一个目的在于提供一种计算机可读存储介质。
为了实现上述目的,本发明的第一方面的技术方案提供了一种订单分配方法,包括:获取预设时间内多个待分配订单信息以及多个待分配司机信息;确定对应于每个待分配订单信息的订单接受概率,并根据所有待分配订单信息的订单接受概率确定订单分配方式;根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
在该技术方案中,在实际场景中,订单分配遵循以下四个原则:(1)每个司机每次只能收到1个订单;(2)每个订单可以同时播送给多个司机;(3)每个司机接到订单后,自行决定是否接受;(4)若有多个司机接受同一订单,系统采用先到先得原则,并且在预设时间内会出现多个待分配订单以及多个待分配司机,因此会有多个不同的订单分配方式。首先获取预设时间内多个待分配订单信息以及多个待分配司机信息,例如发送订单需求的乘客位置、司机当前位置、当前订单所处的时间段、司机接单偏好,进而得到待分配订单信息和待分配司机信息的关联性,关联性包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入、司机当前位置;然后确定对应于每个待分配订单信息的订单接受概率,即每个待分配订单被每个待分配司机信息的司机终端接受的概率,综合考虑所有关联性,根据所有待分配订单信息的订单接受概率,通过优化组合,确定订单分配方式,最后根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息,使预设时间内的所有待分配订单信息被多个待分配司机信息的司机终端接受的整体订单接受概率最高。
进一步地,确定对应于每个待分配订单信息的订单接受概率,具体包括:根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率。
在该技术方案中,通过分析每个待分配司机信息的司机终端对待分配订单信息是否接受的历史接受数据,来确定对当前每个待分配订单信息的接受子概率,进一步分析所有订单信息的接受子概率,进而可以确定多个订单分配方式的整体订单接受概率。
其中,历史接受数据为在不同情形下的订单接单概率,不同情形包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入、所处商圈和所处时间段。
进一步地,根据所有待分配订单信息的订单接受概率确定订单分配方式,具体包括:根据多个预设分配方式分别确定对应于每个预设分配方式的所有待分配订单信息的订单接受概率;确定订单分配方式为所有预设分配方式中订单接受概率最高的预设分配方式。
在该技术方案中,通过计算分别对应于每个预设分配方式的所有待分配订单信息的接受概率,产生多个预设分配方式以及对应的多个接受概率,通过优化组合,按照订单接受概率最高的预设分配方式确定订单分配方式,使预设时间内的多个待分配订单的整体订单接受概率最高。
进一步地,订单分配方法中,第i个待分配订单信息的订单接受概率其中,n为待分配司机信息的总个数,j为第j个待分配司机信息,pij为第j个待分配司机信息对应于第i个待分配订单信息的接受子概率,aij为根据预设分配方式确定的第i个待分配订单信息是否分配给第j个待分配司机信息的司机终端的分配元素,若第i个待分配订单信息分配给第j个待分配司机信息的司机终端,则aij=1,否则aij=0;
其中,m为待分配订单信息的总个数。
在该技术方案中,由于一个待分配订单只能分配给一个待分配司机,因此若第i个待分配订单信息分配给第j个待分配司机信息,则aij=1,否则aij=0,通过公式可得到第i个待分配订单信息的订单接受概率,通过公式可得到多个预设分配方式各自的订单接受概率,从中选取订单接受概率最高的预设分配方式,以确定最终订单分配方式。
进一步地,根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端,具体包括:根据订单分配方式,确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;将待分配订单信息分别发送至至少一个待分配司机信息。
在该技术方案中,低于预设概率的待分配订单信息表明由于接驾距离较远或者订单的预计收入较低等导致司机终端不接受订单信息。通过确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息,并将该待分配订单信息分别发送至至少一个待分配司机信息的司机终端,提高了待分配订单信息的订单接受概率,同时也不会对订单接受概率低于预设概率的待分配订单信息进行分配,减轻了平台系统的运算负担,提高了待分配司机信息的司机终端的接单质量。
本发明的第二方面的技术方案提出了一种订单分配系统,包括:信息获取单元,用于获取预设时间内多个待分配订单信息以及多个待分配司机信息;概率确定单元,用于确定对应于每个待分配订单信息的订单接受概率;分配方式确定单元,用于根据所有待分配订单信息的订单接受概率确定订单分配方式;订单发送单元,用于根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
在该技术方案中,首先获取预设时间内多个待分配订单信息以及多个待分配司机信息,例如发送订单需求的乘客位置、司机当前位置、当前订单所处的时间段、司机接单偏好,进而得到待分配订单信息和待分配司机信息的关联性,关联性包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入;然后确定对应于每个待分配订单信息的订单接受概率,即每个待分配订单被每个待分配司机信息的司机终端接受的概率,综合考虑所有关联性,根据所有待分配订单信息的订单接受概率,通过优化组合,确定订单分配方式,最后根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息,使预设时间内的所有待分配订单信息被多个待分配司机信息的司机终端接受的整体订单接受概率最高。
进一步地,概率确定单元,具体包括:历史信息获取单元,用于根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;汇总单元,用于根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率。
在该技术方案中,通过分析每个待分配司机信息的司机终端对待分配订单信息是否接受的历史接受数据,来确定对当前每个待分配订单信息的接受子概率,进一步分析所有订单信息的接受子概率,进而可以确定多个订单分配方式的整体订单接受概率。
其中,历史接受数据为在不同情形下的接单概率,不同情形包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入、所处商圈和所处时间段。
进一步地,分配方式确定单元,具体包括:计算单元,用于根据多个预设分配方式分别确定对应于每个预设分配方式的所有待分配订单信息的订单接受概率;优化单元,用于确定订单分配方式为所有预设分配方式中订单接受概率最高的预设分配方式。
在该技术方案中,通过计算分别对应于每个预设分配方式的所有待分配订单信息的接受概率,产生多个预设分配方式以及对应的多个接受概率,通过优化组合,按照接受概率最高的预设分配方式确定订单分配方式,使预设时间内的多个待分配订单的整体订单接受概率最高。
进一步地,在上述订单分配系统中,第i个待分配订单信息的订单接受概率其中,n为待分配司机信息的总个数,j为第j个待分配司机信息,pij为第j个待分配司机信息对应于第i个待分配订单信息的接受子概率,aij为根据预设分配方式确定的第i个待分配订单信息是否分配给第j个待分配司机信息的司机终端的分配元素,若第i个待分配订单信息分配给第j个待分配司机信息的司机终端,则aij=1,否则aij=0;预设分配方式的方式接受概率其中,m为待分配订单信息的总个数。
在该技术方案中,由于一个待分配订单只能分配给一个待分配司机,因此若第i个待分配订单信息分配给第j个待分配司机信息,则aij=1,否则aij=0,通过公式可得到第i个待分配订单信息的订单接受概率,通过公式可得到多个预设分配方式各自的订单接受概率,从中选取订单接受概率最高的预设分配方式,以确定最终订单分配方式。
进一步地,订单发送单元,具体用于,根据订单分配方式,确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;将待分配订单信息分别发送至至少一个待分配司机信息的司机终端。
在该技术方案中,低于预设概率的待分配订单信息表明由于接驾距离较远或者订单的预计收入较低等导致司机终端不接受订单信息。通过确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息,并将该待分配订单信息分别发送至至少一个待分配司机信息的司机终端,提高了待分配订单信息的订单接受概率,同时也不会对订单接受概率低于预设概率的待分配订单信息进行分配,减轻了平台系统的运算负担,提高了待分配司机信息的司机终端的接单质量。
本发明的第三方面的技术方案提出了一种计算机设备,计算机设备包括处理器,处理器用于执行存储器中存储的计算机程序时实现如上述本发明的第一方面的技术方案提出的任一项的订单分配方法的步骤。
在该技术方案中,计算机设备包括处理器,处理器用于执行存储器中存储的计算机程序时实现如上述本发明的第一方面的技术方案提出的任一项的订单推送方法的步骤,提高了整体的订单接受概率,因而进一步提高了司机终端的接单质量,减少了乘客的等车时间。
本发明的第四方面的技术方案提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现本发明的第一方面的技术方案提出的任一项的订单分配方法的步骤。
在该技术方案中,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现本发明的第一方面的技术方案提出的任一项的订单推送方法的步骤,提高了整体的订单接受概率,因而进一步提高了司机终端的接单质量,减少了乘客的等车时间。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明实施例1的订单分配方法的流程示意图;
图2示出了本发明实施例2的订单分配方法的流程示意图;
图3示出了本发明实施例3的订单分配方法的流程示意图;
图4示出了本发明实施例4的订单分配系统的示意框图;
图5示出了本发明实施例5的订单分配系统的示意框图;
图6示出了本发明实施例6的订单分配系统的示意框图;
图7示出了本发明实施例7的计算机设备的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1:
图1示出了本发明实施例1的订单分配方法的流程示意图。
如图1所示,根据本发明的实施例的订单分配方法,包括:步骤S102,获取预设时间内多个待分配订单信息以及多个待分配司机信息;步骤S104,确定对应于每个待分配订单信息的订单接受概率,并根据所有待分配订单信息的订单接受概率确定订单分配方式;步骤S106,根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
在实际场景中,订单分配遵循以下四个原则:(1)每个司机每次只能收到1个订单;(2)每个订单可以同时播送给多个司机;(3)每个司机接到订单后,自行决定是否接受;(4)若有多个司机接受同一订单,系统采用先到先得原则,并且在预设时间内会出现多个待分配订单以及多个待分配司机,因此会有多个不同的订单分配方式。首先获取预设时间内多个待分配订单信息以及多个待分配司机信息,例如发送订单需求的乘客位置、司机当前位置、当前订单所处的时间段、司机接单偏好,进而得到待分配订单信息和待分配司机信息的关联性,关联性包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入;然后确定对应于每个待分配订单信息的订单接受概率,即每个待分配订单被每个待分配司机信息的司机终端接受的概率,以只考虑接驾距离为例,一个待分配订单信息被某个待分配司机信息的司机终端接受的概率较高,而被其他待分配司机信息的司机终端接受的概率较低,或者一个待分配订单信息被多个待分配司机信息的司机终端接受的概率都较高,但接受概率不同,因此综合考虑所有关联性,根据所有待分配订单信息的订单接受概率,通过优化组合,确定订单分配方式,最后根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息,使预设时间内的所有待分配订单信息被多个待分配司机信息的司机终端接受的整体订单接受概率最高。
实施例2:
图2示出了本发明实施例2的订单分配方法的流程示意图。
如图2所示,根据本发明的实施例的订单分配方法,包括:步骤S202,获取预设时间内多个待分配订单信息以及多个待分配司机信息;步骤S204,根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;步骤S206,根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率;步骤S208,根据多个预设分配方式分别确定对应于每个预设分配方式的所有待分配订单信息的订单接受概率;步骤S210,确定订单分配方式为所有预设分配方式中订单接受概率最高的预设分配方式;步骤S212,根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
通过分析每个待分配司机信息的司机终端对待分配订单信息是否接受的历史接受数据,来确定对当前每个待分配订单信息的接受子概率,进一步分析所有订单信息的接受子概率,进而可以确定多个预设分配方式分别对应于每个预设分配方式的所有待分配订单信息的接受概率,产生多个预设分配方式以及对应的多个接受概率,通过优化组合,按照订单接受概率最高的预设分配方式确定订单分配方式,使预设时间内的多个待分配订单的整体订单接受概率最高。
其中,历史接受数据为在不同情形下的订单接单概率,不同情形包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入、所处商圈和所处时间段。
假设n为待分配司机信息的总个数,j为第j个待分配司机信息,pij为第j个待分配司机信息对应于第i个待分配订单信息的接受子概率,aij为根据预设分配方式构成的矩阵中,第i个待分配订单信息是否分配给第j个待分配司机信息的司机终端的分配元素,则第i个待分配订单信息的订单接受概率
具体推算过程为:
设当前有m个待分配订单信息,n个待分配司机信息,那么该问题的解可以定义为一个m×n的矩阵Am×n,其元素aij的含义如下:
由于每个司机在预设时间内只能接受1个订单,因此:
由此可知,对第j个待分配司机信息而言,至多只能接受m个订单中的一个,表现在Am×n矩阵中,就是对每个j的一列,至多只能出现1个“1”,其余必须全部为“0”,即若第i个待分配订单信息分配给第j个待分配司机信息的司机终端,则aij=1,否则aij=0。
每个司机对每个订单的订单接受子概率如表1所示:
表1
其中pij的计算采用logistics regression模型(即逻辑回归模型)进行计算,具体分为两个步骤:
1.离线训练部分
这部分主要采用离线数据,对logistics regression模型中的权重向量进行计算。
例如:训练数据采用最近一个月的日志数据,如表2所示:
表2
采用日志中的数据对logistics regression进行训练,以待分配司机信息的司机终端是否接受为y(即订单接受结果),其余特征(即司机ID、乘客ID、接驾距离、方向夹角、订单收入、所属商圈)为向量x,经过对历史多组数据的计算,可得到sigmoid函数中的权重向量w。
其中,训练数据的样本量越多,求得的权重向量更有针对性,根据不同的环境时间条件进行灵活选择,例如,分析夏季雨天时接单概率时,由于雨天的概率不高,因此时间可选取最近几年的样本,再对无效订单进行排除,仅选取最近几年的夏季雨天的订单信息进行分析,从而使得最终的订单接受概率更有针对性。
2.在线计算部分
在上述离线训练部分每日将新训练好的权重向量w输出给线上模型部分,线上模型加载w后,即对每一对待分配订单信息i和待分配司机信息j,根据其特征向量xij,带入方程最终确定对应于每一对i和j的订单接受子概率pij。
从而可根据多个pij相关概率论知识,第i个待分配订单信息的订单接受概率为:
则进一步可推算出针对于每种预设分配方式的接受概率为:
在所有预设分配方式中选择E最高的预设分配方式作为最终的订单分配方式,此时预设时间内的待分配订单信息的整体订单接受概率最高。
实施例3:
图3示出了本发明实施例3的订单分配方法的流程示意图。
如图3所示,根据本发明的实施例的订单分配方法,包括:步骤S302,获取预设时间内多个待分配订单信息以及多个待分配司机信息;步骤S304,根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;步骤S306,根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率;步骤S308,根据多个预设分配方式分别确定对应于每个预设分配方式的所有待分配订单信息的订单接受概率;步骤S310,确定订单分配方式为所有预设分配方式中订单接受概率最高的预设分配方式;步骤S312,根据订单分配方式,确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;步骤S314,将待分配订单信息分别发送至至少一个待分配司机的司机终端。
低于预设概率的待分配订单信息表明由于接驾距离较远或者订单的预计收入较低等导致司机终端不接受订单信息。通过确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息,并将该待分配订单信息分别发送至至少一个待分配司机信息的司机终端,提高了待分配订单信息的订单接受概率,同时也不会对订单接受概率低于预设概率的待分配订单信息进行分配,减轻了平台系统的运算负担,提高了待分配司机信息的司机终端的接单质量。
实施例4:
图4示出了本发明实施例4的订单分配系统400的示意框图。
如图4所示,根据本发明的实施例的订单分配系统400,包括:信息获取单元402,用于获取预设时间内多个待分配订单信息以及多个待分配司机信息;概率确定单元404,用于确定对应于每个待分配订单信息的订单接受概率;分配方式确定单元406,用于根据所有待分配订单信息的订单接受概率确定订单分配方式;订单发送单元408,用于根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
首先获取预设时间内多个待分配订单信息以及多个待分配司机信息,例如发送订单需求的乘客位置、司机当前位置、当前订单所处的时间段、司机接单偏好,进而得到待分配订单信息和待分配司机信息的关联性,关联性包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入;然后确定对应于每个待分配订单信息的订单接受概率,即每个待分配订单被每个待分配司机信息的司机终端接受的概率,以只考虑接驾距离为例,一个待分配订单信息被某个待分配司机信息的司机终端接受的概率较高,而被其他待分配司机信息的司机终端接受的概率较低,或者一个待分配订单信息被多个待分配司机信息的司机终端接受的概率都较高,但接受概率不同,因此综合考虑所有关联性,根据所有待分配订单信息的订单接受概率,通过优化组合,确定订单分配方式,最后根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息,使预设时间内的所有待分配订单信息被多个待分配司机信息的司机终端接受的整体订单接受概率最高。
实施例5
图5示出了本发明实施例5的订单分配系统500的示意框图。
如图5所示,根据本发明的实施例的订单分配系统500,包括:信息获取单元502,用于获取预设时间内多个待分配订单信息以及多个待分配司机信息;概率确定单元504,用于确定对应于每个待分配订单信息的订单接受概率;分配方式确定单元506,用于根据所有待分配订单信息的订单接受概率确定订单分配方式;订单发送单元508,用于根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端;
其中概率确定单元504具体包括:历史信息获取单元5042,用于根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;汇总单元5044,用于根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率。
通过分析每个待分配司机信息的司机终端对待分配订单信息是否接受的历史接受数据,来确定对当前每个待分配订单信息的接受子概率,进一步分析所有订单信息的接受子概率,进而可以确定多个订单分配方式的整体订单接受概率。
其中,历史接受数据为在不同情形下的接单概率,不同情形包括但不限于:司机与乘客的接驾距离、司机当前行驶方向与乘客连线的夹角、订单的预计收入、所处商圈和所处时间段。
实施例6:
图6示出了本发明实施例6的订单分配系统600的示意框图。
如图6所示,根据本发明的实施例的订单分配系统600,包括:信息获取单元602,用于获取预设时间内多个待分配订单信息以及多个待分配司机信息;概率确定单元604,用于确定对应于每个待分配订单信息的订单接受概率;分配方式确定单元606,用于根据所有待分配订单信息的订单接受概率确定订单分配方式;订单发送单元608,用于根据订单分配方式将待分配订单信息发送至对应的至少一个待分配司机信息的司机终端。
其中概率确定单元604具体包括:历史信息获取单元6042,用于根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;汇总单元6044,用于根据对应于待分配订单信息的所有接受子概率,确定待分配订单信息的订单接受概率。
分配方式确定单元606具体包括:计算单元6062,用于根据多个预设分配方式分别确定对应于每个预设分配方式的所有待分配订单信息的方式接受概率;优化单元6066,用于确定订单分配方式为所有预设分配方式中方式接受概率最高的预设分配方式。
通过计算分别对应于每个预设分配方式的所有待分配订单信息的接受概率,产生多个预设分配方式以及对应的多个接受概率,通过优化组合,按照接受概率最高的预设分配方式确定订单分配方式,使预设时间内的多个待分配订单的整体订单接受概率最高。
进一步地,订单发送单元608具体用于,根据订单分配方式,确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;将待分配订单信息分别发送至至少一个待分配司机信息的司机终端。低于预设概率的待分配订单信息表明接驾距离较远或者订单的预计收入较低等。通过确定每个待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息,并将该待分配订单信息分别发送至至少一个待分配司机信息的司机终端,提高了待分配订单信息的订单接受概率,同时也不会对订单接受概率低于预设概率的待分配订单信息进行分配,减轻了平台系统的运算负担,提高了待分配司机信息的司机终端的接单质量。
实施例7:
图7示出了本发明实施例7的计算机设备1的示意框图。
如图7所示,根据本发明的实施例的计算机设备1,包括存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序,处理器14执行计算机程序时实现上述本发明的实施例提出的任一项的订单分配方法。
计算机设备1包括处理器14,处理器14用于执行存储器12中存储的计算机程序时实现上述本发明的实施例提出的任一项的订单分配方法的步骤,提高了整体的订单接受概率,因而进一步提高了司机终端的接单质量,减少了乘客的等车时间。
实施例8:
根据本发明的实施例的计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述本发明的实施例提出的任一项的订单分配方法。
计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述本发明的实施例提出的任一项的订单分配方法的步骤,提高了整体的订单接受概率,因而进一步提高了司机终端的接单质量,减少了乘客的等车时间。
以上结合附图详细说明了本发明的技术方案,本发明提供了一种订单分配方法、订单分配系统、计算机设备和计算机可读存储介质,通过确定每个待分配订单信息被每个待分配司机信息的司机终端的订单接受概率,确定订单分配方式,提高了整体的订单接受概率,因而进一步提高了司机终端的接单质量,减少了乘客的等车时间。
在本发明中,术语“第一”、“第二”、“第三”仅用于描述的目的,而不能理解为指示或暗示相对重要性;术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中,需要理解的是,术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作,因此,不能理解为对本发明的限制。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含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实例。而且,描述的具体特征、结构、材料或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。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种订单分配方法,其特征在于,包括:
获取预设时间内多个待分配订单信息以及多个待分配司机信息;
针对每个预设分配方式:根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;根据对应于所述待分配订单信息的所有所述接受子概率,确定该预设分配方式下的所述待分配订单信息的订单接受概率;根据各预设分配方式下的所有所述待分配订单信息的订单接受概率确定订单分配方式;
根据所述订单分配方式将所述待分配订单信息发送至对应的至少一个待分配司机信息的司机终端;
所述根据对应于所述待分配订单信息的所有所述接受子概率,确定该预设分配方式下的所述待分配订单信息的订单接受概率,包括:
通过如下公式确定该预设分配方式下的所述待分配订单信息的订单接受概率:
其中,Ei为第i个待分配订单信息的订单接受概率,n为待分配司机信息的总个数,j为第j个待分配司机信息,pij为第j个待分配司机信息对应于第i个待分配订单信息的接受子概率,aij为根据所述预设分配方式确定的第i个待分配订单信息是否分配给第j个待分配司机信息的司机终端的分配元素,若第i个待分配订单信息分配给第j个待分配司机信息的司机终端,则aij=1,否则aij=0。
2.根据权利要求1所述的订单分配方法,其特征在于,所述根据各预设分配方式下的所有所述待分配订单信息的订单接受概率确定订单分配方式,具体包括:
根据各预设分配方式下的所有所述待分配订单信息的订单接受概率,确定每个所述预设分配方式的订单接受概率;
确定所述订单分配方式为所有所述预设分配方式中所述接受概率最高的预设分配方式。
4.根据权利要求1至3中任一项所述的订单分配方法,其特征在于,所述根据所述订单分配方式将所述待分配订单信息发送至对应的至少一个待分配司机信息的司机终端,具体包括:
根据所述订单分配方式,确定每个所述待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;
将所述待分配订单信息分别发送至所述至少一个待分配司机的司机终端。
5.一种订单分配系统,其特征在于,包括:
信息获取单元,用于获取预设时间内多个待分配订单信息以及多个待分配司机信息;
概率确定单元,用于确定对应于每个所述待分配订单信息的订单接受概率;
分配方式确定单元,用于根据所有所述待分配订单信息的订单接受概率确定订单分配方式;
订单发送单元,用于根据所述订单分配方式将所述待分配订单信息发送至对应的至少一个待分配司机信息的司机终端;
针对每个预设分配方式,所述概率确定单元,具体包括:
历史信息获取单元,用于根据每个待分配司机信息的历史接受数据,确定每个待分配订单信息对应于每个待分配司机信息的接受子概率;
汇总单元,用于根据对应于所述待分配订单信息的所有所述接受子概率,确定该预设分配方式下的所述待分配订单信息的订单接受概率;
所述分配方式确定单元,具体用于根据各预设分配方式下的所有所述待分配订单信息的订单接受概率确定订单分配方式;
所述汇总单元,具体用于通过如下公式确定该预设分配方式下的所述待分配订单信息的订单接受概率:
其中,Ei为第i个待分配订单信息的订单接受概率,n为待分配司机信息的总个数,j为第j个待分配司机信息,pij为第j个待分配司机信息对应于第i个待分配订单信息的接受子概率,aij为根据所述预设分配方式确定的第i个待分配订单信息是否分配给第j个待分配司机信息的司机终端的分配元素,若第i个待分配订单信息分配给第j个待分配司机信息的司机终端,则aij=1,否则aij=0。
6.根据权利要求5所述的订单分配系统,其特征在于,所述分配方式确定单元,具体包括:
计算单元,用于根据各预设分配方式下的所有所述待分配订单信息的订单接受概率,确定每个所述预设分配方式的接受概率;
优化单元,用于确定所述订单分配方式为所有所述预设分配方式中所述方式接受概率最高的预设分配方式。
8.根据权利要求5至7中任一项所述的订单分配系统,其特征在于,所述订单发送单元,具体用于,根据所述订单分配方式,确定每个所述待分配订单信息对应的订单接受概率大于预设概率的至少一个待分配司机信息;将所述待分配订单信息分别发送至所述至少一个待分配司机信息的司机终端。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的订单分配方法。
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,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的订单分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580695.XA CN111353676B (zh) | 2018-12-24 | 2018-12-24 | 订单分配方法、系统、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580695.XA CN111353676B (zh) | 2018-12-24 | 2018-12-24 | 订单分配方法、系统、计算机设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111353676A CN111353676A (zh) | 2020-06-30 |
CN111353676B true CN111353676B (zh) | 2022-09-09 |
Family
ID=71195177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811580695.XA Active CN111353676B (zh) | 2018-12-24 | 2018-12-24 | 订单分配方法、系统、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353676B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418616B (zh) * | 2020-11-05 | 2024-01-23 | 深圳依时货拉拉科技有限公司 | 一种订单广播的方法、装置、计算机设备以及计算机可读存储介质 |
US20220292414A1 (en) * | 2021-03-15 | 2022-09-15 | Uber Technologies, Inc. | Dynamic invitation transmission and presentation mode determination for a network-based service |
CN113240477A (zh) * | 2021-06-21 | 2021-08-10 | 拼途(北京)信息技术有限公司 | 订单派发方法、订单派发装置和可读存储介质 |
CN114330879B (zh) * | 2021-12-29 | 2022-09-16 | 蔷薇大树科技有限公司 | 一种多维度约束的订单分配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537502A (zh) * | 2015-01-15 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
CN106530188A (zh) * | 2016-09-30 | 2017-03-22 | 百度在线网络技术(北京)有限公司 | 在线叫车服务平台中司机的接单意愿评价方法和装置 |
CN107341553A (zh) * | 2017-05-26 | 2017-11-10 | 北京三快在线科技有限公司 | 一种车辆调度方法及装置,电子设备 |
CN108665170A (zh) * | 2018-05-14 | 2018-10-16 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
CN108734432A (zh) * | 2018-05-21 | 2018-11-02 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8010438B2 (en) * | 2000-06-01 | 2011-08-30 | Pipeline Financial Group, Inc. | Method for directing and executing certified trading interests |
US10977585B2 (en) * | 2015-01-29 | 2021-04-13 | Beijing Didi Infinity Technology And Development Co., Ltd. | Order allocation system and method |
-
2018
- 2018-12-24 CN CN201811580695.XA patent/CN111353676B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537502A (zh) * | 2015-01-15 | 2015-04-22 | 北京嘀嘀无限科技发展有限公司 | 处理订单的方法和设备 |
CN106530188A (zh) * | 2016-09-30 | 2017-03-22 | 百度在线网络技术(北京)有限公司 | 在线叫车服务平台中司机的接单意愿评价方法和装置 |
CN107341553A (zh) * | 2017-05-26 | 2017-11-10 | 北京三快在线科技有限公司 | 一种车辆调度方法及装置,电子设备 |
CN108665170A (zh) * | 2018-05-14 | 2018-10-16 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
CN108734432A (zh) * | 2018-05-21 | 2018-11-02 | 北京顺丰同城科技有限公司 | 订单分配方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111353676A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353676B (zh) | 订单分配方法、系统、计算机设备和计算机可读存储介质 | |
CN108090456B (zh) | 识别车道线模型的训练方法、车道线识别方法及装置 | |
CN110309923B (zh) | 横向联邦学习方法、装置、设备及计算机存储介质 | |
CN109598566B (zh) | 下单预测方法、装置、计算机设备和计算机可读存储介质 | |
EP3843036B1 (en) | Sample labeling method and device, and damage category identification method and device | |
CN111291895B (zh) | 组合特征评估模型的样本生成和训练方法及装置 | |
CN111428137B (zh) | 一种电动汽车充电设施的推荐方法及推荐装置 | |
CN107392382B (zh) | 一种高分辨率地球静止轨道成像卫星观测任务规划方法 | |
US8271587B2 (en) | Object movement control system, object movement control method, server and computer program | |
CN110992124B (zh) | 房源的推荐方法及房源的推荐系统 | |
CN111047903A (zh) | 停车位查找方法、系统、存储介质、电子设备及导航方法 | |
CN113139667B (zh) | 基于人工智能的酒店房间推荐方法、装置、设备及存储介质 | |
CN112397199B (zh) | 一种基于5g和区块链的大数据疾病预测系统 | |
CN112215357A (zh) | 模型优化方法、装置、设备和计算机可读存储介质 | |
CN111899061A (zh) | 订单推荐方法、装置、设备及存储介质 | |
CN114880569A (zh) | 车辆的推荐控制方法、装置、电子设备、系统和存储介质 | |
CN110580576A (zh) | 一种订单派发方法及装置 | |
CN114187072A (zh) | 聚合打车方法、装置、计算机设备及存储介质 | |
CN115562276A (zh) | 路径规划方法、装置、设备及计算机可读存储介质 | |
CN110555156A (zh) | 一种最优泊位推荐的方法及装置 | |
CN111368784B (zh) | 一种目标识别方法、装置、计算机设备和存储介质 | |
US20220317683A1 (en) | Remote operator recommendation system and remote operator recommendation method | |
US20190065674A1 (en) | Nucleic acid sample analysis | |
CN108831548B (zh) | 远程智能医疗的优化方法、装置及系统 | |
KR102459756B1 (ko) | 배송지 간 접근성 및 다중 모드 사용을 고려한 계층적 경로 추천 방법 및 시스템 |
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 |