CN111429061A - 订单分配方法和装置 - Google Patents
订单分配方法和装置 Download PDFInfo
- Publication number
- CN111429061A CN111429061A CN202010203725.6A CN202010203725A CN111429061A CN 111429061 A CN111429061 A CN 111429061A CN 202010203725 A CN202010203725 A CN 202010203725A CN 111429061 A CN111429061 A CN 111429061A
- Authority
- CN
- China
- Prior art keywords
- target
- picker
- pickers
- order
- time period
- 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.)
- Withdrawn
Links
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明公开了一种订单分配方法和装置。其中,该方法包括:获取多个拣货员中每个拣货员的数据知识图谱,其中,数据知识图谱根据每个拣货员的历史拣货数据得到;将每个拣货员的数据知识图谱输入到目标识别模型中,其中,目标识别模型为使用样本知识图谱进行训练得到的用于识别数据知识图谱的模型;获取目标识别模型输出的每个拣货员的识别结果,其中,识别结果中包括每个拣货员的拣货的目标商品类型、目标时间段与目标区域;按照每个拣货员的目标商品类型、目标时间段与目标区域将待分配的目标订单分配给多个拣货员中的目标拣货员。本发明解决了订单分配准确性低的技术问题。
Description
技术领域
本发明涉及物流领域,具体而言,涉及一种订单分配方法和装置。
背景技术
现有技术中,在物流过程中进行货物的分拣的过程中,通常需要将待分拣的订单分配给某个拣货员,由该拣货员进行分拣。目前在分配拣货员的过程中,需要根据人为的判断,确定出拣货员的最佳拣货位置、最佳拣货时间段与最佳拣货类型,并进一步按照该信息将订单分配给某个拣货员。
然而,若是采用上述方法,依靠人为判断的方法确定拣货员的最佳拣货位置、最佳拣货时间段与最佳拣货类型是不准确的,进一步造成分配订单的准确性低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种订单分配方法和装置,以至少解决订单分配准确性低的技术问题。
根据本发明实施例的一个方面,提供了一种订单分配方法,包括:获取多个拣货员中每个拣货员的数据知识图谱,其中,上述数据知识图谱根据上述每个拣货员的历史拣货数据得到;将上述每个拣货员的上述数据知识图谱输入到目标识别模型中,其中,上述目标识别模型为使用样本知识图谱进行训练得到的用于识别上述数据知识图谱的模型;获取上述目标识别模型输出的上述每个拣货员的识别结果,其中,上述识别结果中包括上述每个拣货员的拣货的目标商品类型、目标时间段与目标区域;按照上述每个拣货员的上述目标商品类型、上述目标时间段与上述目标区域将待分配的目标订单分配给上述多个拣货员中的目标拣货员。
作为一种可选的实施方式,上述按照上述识别结果将待分配的目标订单分配给上述多个拣货员中的目标拣货员包括:获取上述目标订单的货物品类、出货时间段与存放区域;从上述多个拣货员中,确定出第一拣货员,其中,上述第一拣货员的上述目标商品类型与上述货物品类相同,且上述第一拣货员的上述目标时间段包括上述出货时间段,且上述第一拣货员的上述目标区域包括上述存放区域;从多个上述第一拣货员中确定出上述目标拣货员。
作为一种可选的实施方式,在获取上述目标订单的上述货物品类、上述出货时间段与上述存放区域之后,上述方法还包括:在从上述多个拣货员中未查找到上述第一拣货员的情况下,从上述多个拣货员中确定出第二拣货员,其中,上述第二拣货员的上述目标时间段包括上述出货时间段,且上述第二拣货员的上述目标区域包括上述存放区域;从多个上述第二拣货员中确定出上述目标拣货员。
作为一种可选的实施方式,在获取上述目标订单的上述货物品类、上述出货时间段与上述存放区域之后,上述方法还包括:在从上述多个拣货员中未查找到上述第二拣货员的情况下,从上述多个拣货员中确定出第三拣货员,其中,上述第三拣货员的上述目标时间段包括上述出货时间段;从多个上述第三拣货员中确定出上述目标拣货员。
作为一种可选的实施方式,上述按照上述每个拣货员的上述目标商品类型、上述目标时间段与上述目标区域将待分配的目标订单分配给上述多个拣货员中的目标拣货员包括:查询上述目标拣货员的状态;在上述目标拣货员的状态为目标状态的情况下,从上述多个拣货员中重新确定上述目标拣货员,其中,上述目标状态用于指示上述目标拣货员处于忙碌状态。
根据本发明实施例的另一方面,还提供了一种订单分配装置,包括:第一获取单元,用于获取多个拣货员中每个拣货员的数据知识图谱,其中,上述数据知识图谱根据上述每个拣货员的历史拣货数据得到;输入单元,用于将上述每个拣货员的上述数据知识图谱输入到目标识别模型中,其中,上述目标识别模型为使用样本知识图谱进行训练得到的用于识别上述数据知识图谱的模型;第二获取单元,用于获取上述目标识别模型输出的上述每个拣货员的识别结果,其中,上述识别结果中包括上述每个拣货员的拣货的目标商品类型、目标时间段与目标区域;分配单元,用于按照上述每个拣货员的上述目标商品类型、上述目标时间段与上述目标区域将待分配的目标订单分配给上述多个拣货员中的目标拣货员。
作为一种可选的示例,上述分配单元包括:获取模块,用于获取上述目标订单的货物品类、出货时间段与存放区域;第一确定模块,用于从上述多个拣货员中,确定出第一拣货员,其中,上述第一拣货员的上述目标商品类型与上述货物品类相同,且上述第一拣货员的上述目标时间段包括上述出货时间段,且上述第一拣货员的上述目标区域包括上述存放区域;第二确定模块,用于从多个上述第一拣货员中确定出上述目标拣货员。
作为一种可选的示例,上述分配单元还包括:第三确定模块,用于在获取上述目标订单的上述货物品类、上述出货时间段与上述存放区域之后,在从上述多个拣货员中未查找到上述第一拣货员的情况下,从上述多个拣货员中确定出第二拣货员,其中,上述第二拣货员的上述目标时间段包括上述出货时间段,且上述第二拣货员的上述目标区域包括上述存放区域;第四确定模块,用于从多个上述第二拣货员中确定出上述目标拣货员。
作为一种可选的示例,上述分配单元还包括:第五确定模块,用于在获取上述目标订单的上述货物品类、上述出货时间段与上述存放区域之后,在从上述多个拣货员中未查找到上述第二拣货员的情况下,从上述多个拣货员中确定出第三拣货员,其中,上述第三拣货员的上述目标时间段包括上述出货时间段;第六确定模块,用于从多个上述第三拣货员中确定出上述目标拣货员。
作为一种可选的示例,上述分配单元还包括:查询模块,用于查询上述目标拣货员的状态;第七确定模块,用于在上述目标拣货员的状态为目标状态的情况下,从上述多个拣货员中重新确定上述目标拣货员,其中,上述目标状态用于指示上述目标拣货员处于忙碌状态。
在本发明实施例中,采用了获取多个拣货员中每个拣货员的数据知识图谱,其中,上述数据知识图谱根据上述每个拣货员的历史拣货数据得到;将上述每个拣货员的上述数据知识图谱输入到目标识别模型中,其中,上述目标识别模型为使用样本知识图谱进行训练得到的用于识别上述数据知识图谱的模型;获取上述目标识别模型输出的上述每个拣货员的识别结果,其中,上述识别结果中包括上述每个拣货员的拣货的目标商品类型、目标时间段与目标区域;按照上述每个拣货员的上述目标商品类型、上述目标时间段与上述目标区域将待分配的目标订单分配给上述多个拣货员中的目标拣货员的方法,由于在上述方法中,在确定拣货员的擅长的拣货类型、拣货时间段与拣货区域的过程中,是通过神经网络模型识别拣货员的历史见或数据形成的数据指示图谱实现的,因此,确定出的拣货员的擅长的拣货类型、拣货时间段与拣货区域的准确性高。从而实现了,提高订单分配准确性的效果。进而解决了订单分配准确性低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的订单分配方法的流程示意图;
图2是根据本发明实施例的一种可选的订单分配装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,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”等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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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。
根据本发明实施例的一个方面,提供了一种订单分配方法,可选地,作为一种可选的实施方式,如图1所示,上述订单分配方法包括:
S102,获取多个拣货员中每个拣货员的数据知识图谱,其中,数据知识图谱根据每个拣货员的历史拣货数据得到;
S104,将每个拣货员的数据知识图谱输入到目标识别模型中,其中,目标识别模型为使用样本知识图谱进行训练得到的用于识别数据知识图谱的模型;
S106,获取目标识别模型输出的每个拣货员的识别结果,其中,识别结果中包括每个拣货员的拣货的目标商品类型、目标时间段与目标区域;
S108,按照每个拣货员的目标商品类型、目标时间段与目标区域将待分配的目标订单分配给多个拣货员中的目标拣货员。
可选地,上述订单分配方法可以但不限于应用于可以计算数据的终端上,例如手机、平板电脑、笔记本电脑、PC机等终端上,终端可以通过网络与服务器进行交互,上述网络可以包括但不限于无线网络或有线网络。其中,该无线网络包括:WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于:广域网、城域网、局域网。上述服务器可以包括但不限于任何可以进行计算的硬件设备。
可选地,上述订单分配方法可以但不限于应用于订单分配过程中,如物流过程订单分配过程中。
以订单分配过程为例,现有技术中,在分配订单的过程中,通常需要按照人为的判断确定出拣货员所擅长拣货的货物类型、时间段与拣货区域。然而,上述人为判断的方式造成判断出的拣货员所擅长拣货的货物类型、时间段与拣货区域并不准确。进一步造成分配订单的准确性低。而本方案中通过获取每一位拣货员的历史拣货数据,并形成历史拣货数据的知识图谱,以及使用神经网络模型识别知识图谱,从而识别得到每一位拣货员的拣货的目标商品类型、目标时间段与目标区域,该拣货员在该目标时间段与目标区域内拣货该类型的目标商品是最佳的。最佳可以为效率最高,或者货物损耗最小,或者出货最快,或者拣货错误率最低等等。在获取到目标订单后,获取目标订单的货物品类、出货时间段与存放区域,将目标订单分配给与目标订单的货物品类、出货时间段与存放区域匹配的目标拣货员。
可选地,本方案中的目标订单中可以包括货物品类,货物品类可以为目标订单中货物的类型。出货时间段,出货时间段可以为目标订单需要出货的时间区间,存放区域,存放区域可以为目标订单中货物的存放位置。
可选地,本方案中需要获取多个拣货员中,每一位拣货员的历史拣货数据。将每一位拣货员的历史拣货数据进行数据整理,得到每一位拣货员的历史拣货数据的知识图谱。历史拣货数据可以为预定时间段内的历史拣货数据。将每一位拣货员的知识图谱输入到目标识别模型中。目标识别模型为使用样本知识图谱训练原始识别模型得到的模型。
例如,获取样本知识图谱,样本知识图谱为获取的多个拣货员的历史拣货数据,样本知识图谱中标注有该拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置。将样本知识图谱输入到原始识别模型中,训练原始识别模型,得到目标识别模型。目标识别模型用于在输入一个拣货员的历史拣货数据的知识图谱之后,输出该拣货员的目标商品类型、目标时间段与目标区域。该拣货员在该目标时间段与目标区域中拣货该目标商品类型的商品最佳。最佳可以为效率最高,或者货物损耗最小,或者出货最快,或者拣货错误率最低等等。
可选地,在确定目标拣货员的过程中,可以获取目标订单的货物品类、出货时间段与存放区域,然后,获取每一位拣货员的目标商品类型、目标时间段与目标区域,将上述目标订单的货物品类、出货时间段与存放区域与每一位拣货员的目标商品类型、目标时间段与目标区域进行匹配。若是一个拣货员的目标商品类型与货物品类相同,且目标时间段包括出货时间段,且目标区域包括存放区域,则将该拣货员确定为第一拣货员。第一拣货员可以有一个或多个。若第一拣货员有一个,则将该第一拣货员确定为目标拣货员。若是第一拣货员有多个,则可以从多个第一拣货员中随机确定目标拣货员,或者将第一拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,若是经过比对,发现所有的拣货员都不符合第一拣货员的特征,则可以减少比对要求,将目标时间段包括目标订单的出货时间段,且目标区域包括目标订单的存放区域的拣货员确定为第二拣货员。第二拣货员可以有一个或多个。若第二拣货员有一个,则将该第二拣货员确定为目标拣货员。若是第二拣货员有多个,则可以从多个第二拣货员中随机确定目标拣货员,或者将第二拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,若是经过比对,发现所有的拣货员都不符合第一拣货员与第二拣货员的特征,则可以再次降低比对要求,将目标时间段包括目标订单的出货时间段的拣货员确定为第三拣货员。第三拣货员可以有一个或多个。若第三拣货员有一个,则将该第三拣货员确定为目标拣货员。若是第三拣货员有多个,则可以从多个第三拣货员中随机确定目标拣货员,或者将第三拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,在确定出目标拣货员之后,可以将目标订单分配给目标拣货员,并通知该目标拣货员拣货的时间、位置与拣货的类型和需要准备的工具等。在将目标订单分配给目标拣货员之前,还可以查询目标拣货员的状态,若是目标拣货员为忙绿状态,或者目标拣货员在目标订单的出货时间段为忙绿状态,则需要重新确定目标拣货员。若是目标拣货员为空闲状态或者在目标订单的出货时间段为空闲状态,则可以将目标订单分配给该目标拣货员。
以下结合一个具体示例进行说明。
预先采集多个样本拣货员的历史拣货数据,并形成历史拣货数据的数据知识图谱。标注数据知识图谱中多个样本拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置,并使用该数据知识图谱训练原始识别模型,得到目标识别模型。现有十个拣货员,分别获取每个拣货员的历史拣货数据,包括以下参数:拣选品类、拣选商品、拣选类别、拣选速度、拣选货损率、拣选准确率、拣选货位、拣货库区、拣货时间段、拣选货位,并进行数据清洗,洗掉垃圾数据,剩余数据形成数据知识图谱,将数据知识图谱输入到目标识别模型中,由目标识别模型输出每一位拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置。如第一位拣货员在上午八点到下午六点在第一拣货区拣货手机最佳,最佳可以为效率最高或拣货破损率最小或者出货最快或者拣货错误率最低,第二为拣货员晚上八点到晚上十二点在第三拣货区衣物最佳等。若是收到目标订单,如上午九点到十点间出货,位于第一拣货区的手机,则可以从十个拣货员中确定出符合条件的第一拣货员。第一拣货员至少包括了诗歌拣货员中的第一位拣货员。第二位拣货员不符合条件。可以将第一位拣货员确定为目标拣货员。若是十个拣货员中所有拣货员都不符合条件,则获取目标订单中的出货时间在上午九点到十点,位置在第一拣货区,查找最佳拣货时间包括了上午九点到十点且最佳拣货位置包括了第一拣货区的第二拣货员,并从第二拣货员中确定出目标拣货员。若是十个拣货员中所有拣货员都不符合条件,则选择最佳拣货时间包括了上午九点到十点的第三拣货员,从第三拣货员中确定出目标拣货员。如最后确定出拣货员为拣货员A,则查看拣货员A在上午九点到十点是否为空闲状态。若是空闲状态,则将目标订单分配给该拣货员A。若是拣货员A在上午九点到十点处于忙碌状态,则需要重新确定拣货员。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面,还提供了一种用于实施上述订单分配方法的订单分配装置。如图2所示,该装置包括:
(1)第一获取单元202,用于获取多个拣货员中每个拣货员的数据知识图谱,其中,数据知识图谱根据每个拣货员的历史拣货数据得到;
(2)输入单元204,用于将每个拣货员的数据知识图谱输入到目标识别模型中,其中,目标识别模型为使用样本知识图谱进行训练得到的用于识别数据知识图谱的模型;
(3)第二获取单元206,用于获取目标识别模型输出的每个拣货员的识别结果,其中,识别结果中包括每个拣货员的拣货的目标商品类型、目标时间段与目标区域;
(4)分配单元208,用于按照每个拣货员的目标商品类型、目标时间段与目标区域将待分配的目标订单分配给多个拣货员中的目标拣货员。
可选地,上述订单分配装置可以但不限于应用于订单分配过程中,如物流过程订单分配过程中。
以订单分配过程为例,现有技术中,在分配订单的过程中,通常需要按照人为的判断确定出拣货员所擅长拣货的货物类型、时间段与拣货区域。然而,上述人为判断的方式造成判断出的拣货员所擅长拣货的货物类型、时间段与拣货区域并不准确。进一步造成分配订单的准确性低。而本方案中通过获取每一位拣货员的历史拣货数据,并形成历史拣货数据的知识图谱,以及使用神经网络模型识别知识图谱,从而识别得到每一位拣货员的拣货的目标商品类型、目标时间段与目标区域,该拣货员在该目标时间段与目标区域内拣货该类型的目标商品是最佳的。最佳可以为效率最高,或者货物损耗最小,或者出货最快,或者拣货错误率最低等等。在获取到目标订单后,获取目标订单的货物品类、出货时间段与存放区域,将目标订单分配给与目标订单的货物品类、出货时间段与存放区域匹配的目标拣货员。
可选地,本方案中的目标订单中可以包括货物品类,货物品类可以为目标订单中货物的类型。出货时间段,出货时间段可以为目标订单需要出货的时间区间,存放区域,存放区域可以为目标订单中货物的存放位置。
可选地,本方案中需要获取多个拣货员中,每一位拣货员的历史拣货数据。将每一位拣货员的历史拣货数据进行数据整理,得到每一位拣货员的历史拣货数据的知识图谱。历史拣货数据可以为预定时间段内的历史拣货数据。将每一位拣货员的知识图谱输入到目标识别模型中。目标识别模型为使用样本知识图谱训练原始识别模型得到的模型。
例如,获取样本知识图谱,样本知识图谱为获取的多个拣货员的历史拣货数据,样本知识图谱中标注有该拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置。将样本知识图谱输入到原始识别模型中,训练原始识别模型,得到目标识别模型。目标识别模型用于在输入一个拣货员的历史拣货数据的知识图谱之后,输出该拣货员的目标商品类型、目标时间段与目标区域。该拣货员在该目标时间段与目标区域中拣货该目标商品类型的商品最佳。最佳可以为效率最高,或者货物损耗最小,或者出货最快,或者拣货错误率最低等等。
可选地,在确定目标拣货员的过程中,可以获取目标订单的货物品类、出货时间段与存放区域,然后,获取每一位拣货员的目标商品类型、目标时间段与目标区域,将上述目标订单的货物品类、出货时间段与存放区域与每一位拣货员的目标商品类型、目标时间段与目标区域进行匹配。若是一个拣货员的目标商品类型与货物品类相同,且目标时间段包括出货时间段,且目标区域包括存放区域,则将该拣货员确定为第一拣货员。第一拣货员可以有一个或多个。若第一拣货员有一个,则将该第一拣货员确定为目标拣货员。若是第一拣货员有多个,则可以从多个第一拣货员中随机确定目标拣货员,或者将第一拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,若是经过比对,发现所有的拣货员都不符合第一拣货员的特征,则可以减少比对要求,将目标时间段包括目标订单的出货时间段,且目标区域包括目标订单的存放区域的拣货员确定为第二拣货员。第二拣货员可以有一个或多个。若第二拣货员有一个,则将该第二拣货员确定为目标拣货员。若是第二拣货员有多个,则可以从多个第二拣货员中随机确定目标拣货员,或者将第二拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,若是经过比对,发现所有的拣货员都不符合第一拣货员与第二拣货员的特征,则可以再次降低比对要求,将目标时间段包括目标订单的出货时间段的拣货员确定为第三拣货员。第三拣货员可以有一个或多个。若第三拣货员有一个,则将该第三拣货员确定为目标拣货员。若是第三拣货员有多个,则可以从多个第三拣货员中随机确定目标拣货员,或者将第三拣货员中效率最高或拣货破损率最小或者出货最快或者拣货错误率最低的拣货员确定为目标拣货员。
可选地,在确定出目标拣货员之后,可以将目标订单分配给目标拣货员,并通知该目标拣货员拣货的时间、位置与拣货的类型和需要准备的工具等。在将目标订单分配给目标拣货员之前,还可以查询目标拣货员的状态,若是目标拣货员为忙绿状态,或者目标拣货员在目标订单的出货时间段为忙绿状态,则需要重新确定目标拣货员。若是目标拣货员为空闲状态或者在目标订单的出货时间段为空闲状态,则可以将目标订单分配给该目标拣货员。
以下结合一个具体示例进行说明。
预先采集多个样本拣货员的历史拣货数据,并形成历史拣货数据的数据知识图谱。标注数据知识图谱中多个样本拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置,并使用该数据知识图谱训练原始识别模型,得到目标识别模型。现有十个拣货员,分别获取每个拣货员的历史拣货数据,包括以下参数:拣选品类、拣选商品、拣选类别、拣选速度、拣选货损率、拣选准确率、拣选货位、拣货库区、拣货时间段、拣选货位,并进行数据清洗,洗掉垃圾数据,剩余数据形成数据知识图谱,将数据知识图谱输入到目标识别模型中,由目标识别模型输出每一位拣货员的最佳拣货类型、最佳拣货时间段与最佳拣货位置。如第一位拣货员在上午八点到下午六点在第一拣货区拣货手机最佳,最佳可以为效率最高或拣货破损率最小或者出货最快或者拣货错误率最低,第二为拣货员晚上八点到晚上十二点在第三拣货区衣物最佳等。若是收到目标订单,如上午九点到十点间出货,位于第一拣货区的手机,则可以从十个拣货员中确定出符合条件的第一拣货员。第一拣货员至少包括了诗歌拣货员中的第一位拣货员。第二位拣货员不符合条件。可以将第一位拣货员确定为目标拣货员。若是十个拣货员中所有拣货员都不符合条件,则获取目标订单中的出货时间在上午九点到十点,位置在第一拣货区,查找最佳拣货时间包括了上午九点到十点且最佳拣货位置包括了第一拣货区的第二拣货员,并从第二拣货员中确定出目标拣货员。若是十个拣货员中所有拣货员都不符合条件,则选择最佳拣货时间包括了上午九点到十点的第三拣货员,从第三拣货员中确定出目标拣货员。如最后确定出拣货员为拣货员A,则查看拣货员A在上午九点到十点是否为空闲状态。若是空闲状态,则将目标订单分配给该拣货员A。若是拣货员A在上午九点到十点处于忙碌状态,则需要重新确定拣货员。
上述实施例中的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,可以存储在上述计算机可读取的存储介质中。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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,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,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接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种订单分配方法,其特征在于,包括:
获取多个拣货员中每个拣货员的数据知识图谱,其中,所述数据知识图谱根据所述每个拣货员的历史拣货数据得到;
将所述每个拣货员的所述数据知识图谱输入到目标识别模型中,其中,所述目标识别模型为使用样本知识图谱进行训练得到的用于识别所述数据知识图谱的模型;
获取所述目标识别模型输出的所述每个拣货员的识别结果,其中,所述识别结果中包括所述每个拣货员的拣货的目标商品类型、目标时间段与目标区域;
按照所述每个拣货员的所述目标商品类型、所述目标时间段与所述目标区域将待分配的目标订单分配给所述多个拣货员中的目标拣货员。
2.根据权利要求1所述的方法,其特征在于,所述按照所述识别结果将待分配的目标订单分配给所述多个拣货员中的目标拣货员包括:
获取所述目标订单的货物品类、出货时间段与存放区域;
从所述多个拣货员中,确定出第一拣货员,其中,所述第一拣货员的所述目标商品类型与所述货物品类相同,且所述第一拣货员的所述目标时间段包括所述出货时间段,且所述第一拣货员的所述目标区域包括所述存放区域;
从多个所述第一拣货员中确定出所述目标拣货员。
3.根据权利要求2所述的方法,其特征在于,在获取所述目标订单的所述货物品类、所述出货时间段与所述存放区域之后,所述方法还包括:
在从所述多个拣货员中未查找到所述第一拣货员的情况下,从所述多个拣货员中确定出第二拣货员,其中,所述第二拣货员的所述目标时间段包括所述出货时间段,且所述第二拣货员的所述目标区域包括所述存放区域;
从多个所述第二拣货员中确定出所述目标拣货员。
4.根据权利要求3所述的方法,其特征在于,在获取所述目标订单的所述货物品类、所述出货时间段与所述存放区域之后,所述方法还包括:
在从所述多个拣货员中未查找到所述第二拣货员的情况下,从所述多个拣货员中确定出第三拣货员,其中,所述第三拣货员的所述目标时间段包括所述出货时间段;
从多个所述第三拣货员中确定出所述目标拣货员。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述按照所述每个拣货员的所述目标商品类型、所述目标时间段与所述目标区域将待分配的目标订单分配给所述多个拣货员中的目标拣货员包括:
查询所述目标拣货员的状态;
在所述目标拣货员的状态为目标状态的情况下,从所述多个拣货员中重新确定所述目标拣货员,其中,所述目标状态用于指示所述目标拣货员处于忙碌状态。
6.一种订单分配装置,其特征在于,包括:
第一获取单元,用于获取多个拣货员中每个拣货员的数据知识图谱,其中,所述数据知识图谱根据所述每个拣货员的历史拣货数据得到;
输入单元,用于将所述每个拣货员的所述数据知识图谱输入到目标识别模型中,其中,所述目标识别模型为使用样本知识图谱进行训练得到的用于识别所述数据知识图谱的模型;
第二获取单元,用于获取所述目标识别模型输出的所述每个拣货员的识别结果,其中,所述识别结果中包括所述每个拣货员的拣货的目标商品类型、目标时间段与目标区域;
分配单元,用于按照所述每个拣货员的所述目标商品类型、所述目标时间段与所述目标区域将待分配的目标订单分配给所述多个拣货员中的目标拣货员。
7.根据权利要求6所述的装置,其特征在于,所述分配单元包括:
获取模块,用于获取所述目标订单的货物品类、出货时间段与存放区域;
第一确定模块,用于从所述多个拣货员中,确定出第一拣货员,其中,所述第一拣货员的所述目标商品类型与所述货物品类相同,且所述第一拣货员的所述目标时间段包括所述出货时间段,且所述第一拣货员的所述目标区域包括所述存放区域;
第二确定模块,用于从多个所述第一拣货员中确定出所述目标拣货员。
8.根据权利要求7所述的装置,其特征在于,所述分配单元还包括:
第三确定模块,用于在获取所述目标订单的所述货物品类、所述出货时间段与所述存放区域之后,在从所述多个拣货员中未查找到所述第一拣货员的情况下,从所述多个拣货员中确定出第二拣货员,其中,所述第二拣货员的所述目标时间段包括所述出货时间段,且所述第二拣货员的所述目标区域包括所述存放区域;
第四确定模块,用于从多个所述第二拣货员中确定出所述目标拣货员。
9.根据权利要求8所述的装置,其特征在于,所述分配单元还包括:
第五确定模块,用于在获取所述目标订单的所述货物品类、所述出货时间段与所述存放区域之后,在从所述多个拣货员中未查找到所述第二拣货员的情况下,从所述多个拣货员中确定出第三拣货员,其中,所述第三拣货员的所述目标时间段包括所述出货时间段;
第六确定模块,用于从多个所述第三拣货员中确定出所述目标拣货员。
10.根据权利要求6至9任意一项所述的装置,其特征在于,分配单元还包括:
查询模块,用于查询所述目标拣货员的状态;
第七确定模块,用于在所述目标拣货员的状态为目标状态的情况下,从所述多个拣货员中重新确定所述目标拣货员,其中,所述目标状态用于指示所述目标拣货员处于忙碌状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010203725.6A CN111429061A (zh) | 2020-03-20 | 2020-03-20 | 订单分配方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010203725.6A CN111429061A (zh) | 2020-03-20 | 2020-03-20 | 订单分配方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111429061A true CN111429061A (zh) | 2020-07-17 |
Family
ID=71548458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010203725.6A Withdrawn CN111429061A (zh) | 2020-03-20 | 2020-03-20 | 订单分配方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429061A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035350A (zh) * | 2023-08-23 | 2023-11-10 | 嘉兴聚水潭智能科技有限公司 | 一种电商订单批次分配方法及系统 |
CN117649164A (zh) * | 2024-01-30 | 2024-03-05 | 四川宽窄智慧物流有限责任公司 | 一种货物统筹管理的梯度分配方法及系统 |
-
2020
- 2020-03-20 CN CN202010203725.6A patent/CN111429061A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035350A (zh) * | 2023-08-23 | 2023-11-10 | 嘉兴聚水潭智能科技有限公司 | 一种电商订单批次分配方法及系统 |
CN117649164A (zh) * | 2024-01-30 | 2024-03-05 | 四川宽窄智慧物流有限责任公司 | 一种货物统筹管理的梯度分配方法及系统 |
CN117649164B (zh) * | 2024-01-30 | 2024-04-16 | 四川宽窄智慧物流有限责任公司 | 一种货物统筹管理的梯度分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109772714A (zh) | 货物拣选方法及装置、存储介质、电子设备 | |
CN105654341A (zh) | 一种基于云服务的航空产品推荐系统及方法 | |
CN110929981B (zh) | 一种订单分配方法、装置、系统及存储介质 | |
CN111429061A (zh) | 订单分配方法和装置 | |
CN107545315A (zh) | 订单处理方法及装置 | |
CN109544081B (zh) | 物流拣选模式匹配方法及系统 | |
CN109978292B (zh) | 门店的智能管理方法及装置 | |
CN109063935A (zh) | 一种预测任务处理时间的方法、装置及存储介质 | |
CN110363453A (zh) | 配送信息可视化方法和装置 | |
CN112700180A (zh) | 一种拣货方法和拣货装置 | |
CN110097302A (zh) | 分配订单的方法和装置 | |
CN111476520A (zh) | 摆放位置的确定方法及装置、存储介质、电子装置 | |
CN103578020A (zh) | 一种商品信息推送系统及方法 | |
CN111209368A (zh) | 信息提示方法和装置、计算机可读的存储介质及电子装置 | |
CN113177766B (zh) | 储藏物料的方法、装置及终端设备 | |
CN107087034B (zh) | 服务管理方法、装置及系统 | |
CN111461826B (zh) | 信息推送方法和装置、存储介质和电子装置 | |
CN106202302A (zh) | 数据采集方法、装置及系统 | |
CN108335008A (zh) | 网络信息处理方法和装置、存储介质及电子装置 | |
CN109522334B (zh) | 一种欠料查询方、欠料查询系统及电子设备 | |
CN111260271A (zh) | 用于缩短门店订单拣货时长的方法和装置 | |
CN114266291A (zh) | 聚类集合的确定方法和装置、存储介质及电子装置 | |
CN108205460A (zh) | 宿主机可用资源的生成方法和装置 | |
CN111242554A (zh) | 拣货方式类型确定方法和装置 | |
CN108132940A (zh) | 一种应用程序数据提取方法及装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200717 |