CN111444422B - 物流信息推荐方法、装置、物流配送系统及服务器 - Google Patents
物流信息推荐方法、装置、物流配送系统及服务器 Download PDFInfo
- Publication number
- CN111444422B CN111444422B CN202010215612.8A CN202010215612A CN111444422B CN 111444422 B CN111444422 B CN 111444422B CN 202010215612 A CN202010215612 A CN 202010215612A CN 111444422 B CN111444422 B CN 111444422B
- Authority
- CN
- China
- Prior art keywords
- hot spot
- matching
- interest
- logistics
- hotspot
- 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 44
- 238000013507 mapping Methods 0.000 claims description 96
- 239000013598 vector Substances 0.000 claims description 82
- 239000011159 matrix material Substances 0.000 claims description 28
- 239000003550 marker Substances 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 8
- 238000007667 floating Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940124645 emergency medicine Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/9535—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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种物流信息推荐方法、装置、物流配送系统及服务器，通过解析受推荐请求获得对应的推荐时间段以及推荐编辑信息，然后获取推荐时间段所在的设定时间段所对应的目标热点配送区域，并以此进行数据特征向量的跟踪以生成对应的物流信息推荐项目。如此，能够根据物流配送方的个性化的受推荐请求向物流配送方推荐其所感兴趣的物流热点相关的物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率。
Description
技术领域
本发明涉及信息推荐技术领域，具体而言，涉及一种物流信息推荐方法、装置、物流配送系统及服务器。
背景技术
目前，随着互联网技术的快速发展，也直接加快了物流领域（例如外卖配送、急药配送等）的物流订单量的增加速度。如何向物流配送方推荐其所感兴趣的物流热点相关的物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率，是本领域技术人员亟待解决的技术问题。
发明内容
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种物流信息推荐方法、装置、物流配送系统及服务器，能够向物流配送方推荐其所感兴趣的物流热点相关的物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率。
第一方面，本发明提供一种物流信息推荐方法，应用于服务器，所述服务器与多个物流配送终端通信连接，所述方法包括：
在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
在第一方面的一种可能的设计中，所述获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域的步骤，包括：
在监测到每个物流配送终端与物流配送请求任务的物流接收终端建立物流配送任务时，以预设路径管理策略生成每个物流配送任务的物流配送路径坐标序列；
根据每个物流配送任务的物流配送路径坐标序列确定每个物流配送路径坐标所对应的配送兴趣点以及所述配送兴趣点对应的物流配送频繁度信息，并根据所述物流配送频繁度信息和依据所述物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获得所述配送兴趣点对应的兴趣区域范围；
将每个物流配送任务中包含的所有物流配送路径坐标所对应的物流配送频繁度信息的兴趣区域范围按范围连通情况进行融合得到每个物流配送任务的融合兴趣区域范围，并根据各个设定时间段内的每个物流配送任务的兴趣区域范围生成各个设定时间段所对应的热点配送区域；
获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域。
在第一方面的一种可能的设计中，所述根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段的步骤，包括：
根据所述目标热点配送区域的各个目标热点的热点特征信息构建对应的热点特征分布空间，针对每个物流编辑项目的编辑信息，根据所述热点特征分布空间对所述编辑信息进行处理，得到所述热点特征分布空间的多个不同热点特征单元的匹配结果作为所述编辑信息的候选推荐匹配热点，以得到每个物流编辑项目的候选推荐匹配热点；
基于所述每个物流编辑项目的候选推荐匹配热点，匹配出所述候选推荐匹配热点的每个匹配热点为频繁热点的概率、以及每个匹配热点为频繁热点时该匹配热点相对于其所在的热点特征单元的热点特征区域的热点状态；
确定概率高于预设概率阈值的配送热点为频繁热点，并基于确定出的各频繁热点的热点状态相对于其所在的热点特征单元的热点特征区域的热点状态的状态偏移，确定由所述频繁热点确定出的热点特征单元的热点特征区域的热点状态；
剔除各频繁热点确定出的热点特征单元的热点特征区域的热点状态中被重复确定的热点特征单元的热点特征区域的热点状态，得到各待定热点特征单元的热点特征区域的热点状态；
将所述编辑信息的候选推荐匹配热点输入热点特征单元展示矩阵，基于各待定热点特征单元的热点特征区域的热点状态对所述热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列；
基于所述待定热点特征单元的热点特征区域的热点状态，在所述编辑信息中确定各待定热点特征单元的联结待定热点特征单元，并计算所述待定热点特征单元的趋势向量序列与对应的各联结待定热点特征单元的趋势向量序列之间的趋势向量距离，作为所述待定热点特征单元与对应的各联结待定热点特征单元之间的收敛度；
将与所述待定热点特征单元之间的收敛度小于预设收敛度阈值的联结待定热点特征单元作为与所述待定热点特征单元相关的联结待定热点特征单元，将各待定热点特征单元与相关的联结待定热点特征单元对合为热点特征单元对；
基于所述热点特征单元对中各待定热点特征单元的热点特征区域的热点状态确定所述热点特征单元对中所有热点特征单元所对应的热点作为推荐匹配热点；
根据确定的每个物流编辑项目的推荐匹配热点中包括的关键字段确定每个物流编辑项目的匹配关键字段。
在第一方面的一种可能的设计中，所述基于各待定热点特征单元的热点特征区域的热点状态对所述热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列的步骤，包括：
基于各待定热点特征单元的热点特征区域的热点状态从所述热点特征单元展示矩阵输出的热点变化行为中提取对应的热点条件标签，得到热点条件标签序列，并基于所述热点条件标签序列包括的热点条件标签的标签分类，确定每个标签分类位图，其中，所述每个标签分类位图涵盖的范围包含每个热点条件标签序列中的每个热点条件标签的标签分类；
对于所述每个标签分类位图，将包括的热点条件标签的标签分类处于该标签分类位图的热点条件标签序列对合为热点条件标签序列对，对于每个热点条件标签序列对中的每个热点条件标签序列对，从该热点条件标签序列对中提取设定数量个热点条件标签序列，对于所提取出的各个热点条件标签序列中的每个热点条件标签序列，确定该热点条件标签序列包括的热点条件标签的融合热点条件标签，其中，所述融合热点条件标签为各个热点条件标签中的相同类型的热点条件标签融合后构成的热点条件标签；
确定每两个融合热点条件标签之间的条件决策范围，并将所确定出的融合热点条件标签之间的条件决策范围确定为对应的热点条件标签序列之间的决策区间，其中，所述决策区间用于表征热点条件标签序列之间的重合条件决策范围；
将所确定出的决策区间大于设定区间长度的决策区间对应的热点条件标签序列合并为用于比较的热点条件标签序列，将所确定出的决策区间小于等于所述设定区间长度的决策区间对应的热点条件标签序列确定为用于比较的热点条件标签序列，对于所述用于比较的热点条件标签序列中的每个热点条件标签序列，从所述热点条件标签序列中的不属于所述用于比较的热点条件标签序列的热点条件标签中，确定与该热点条件标签序列的决策区间大于所述设定区间长度且小于所述设定区间长度的预设倍数的热点条件标签作为目标热点条件标签；
从各个目标热点条件标签中，选择设定数量个热点条件标签并输出用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列。
在第一方面的一种可能的设计中，所述分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息的步骤，包括：
确定所述推荐匹配热点中每个物流点的标签属性作为所述第一匹配属性信息，并确定所述匹配关键字段中每个物流点的标签属性作为所述第二匹配属性信息。
在第一方面的一种可能的设计中，所述将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目的步骤，包括：
根据所述当前匹配特征向量的所属特征标签，确定针对所述基准匹配对象的映射地址，并根据所述映射地址确定所述基准匹配对象的映射地址序号和不同映射地址序号之间的映射范围；
以所述映射地址序号为映射对象、以所述映射范围为映射区间，根据所述映射地址将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标；
根据所述当前映射目标，提取所述当前匹配特征向量中的第一映射地址序号的第一映射对象与第二映射地址序号中的第二映射对象，并依次合并由所述第一映射对象与所述第二映射对象构成的特征向量分段，其中，所述第一映射地址序号用于表征所述当前映射目标在所述当前匹配特征向量中的起始地址序号，所述第二映射地址序号用于表征所述当前映射目标在所述当前匹配特征向量中的终止地址序号；
识别每个特征向量分段所对应的物流信息项目作为对应的物流信息推荐项目。
第二方面，本申请实施例还提供一种物流信息推荐装置，应用于服务器，所述服务器与多个物流配送终端通信连接，所述装置包括：
解析模块，用于在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
获取模块，用于获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
确定模块，用于分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
推送模块，用于确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
第三方面，本申请实施例还提供一种物流配送系统，所述物流配送系统包括服务器以及与所述服务器通信连接的多个物流配送终端；
所述物流配送终端用于向所述服务器发送受推荐请求，
所述服务器用于在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
所述服务器用于获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
所述服务器用于分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
所述服务器用于确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
第四方面，本申请实施例还提供一种服务器，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个物流配送终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的物流信息推荐方法。
第五方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的物流信息推荐方法。
基于上述任意一个方面，本发明通过解析受推荐请求获得对应的推荐时间段以及推荐编辑信息，然后获取推荐时间段所在的设定时间段所对应的目标热点配送区域，并以此进行数据特征向量的跟踪以生成对应的物流信息推荐项目。如此，能够根据物流配送方的个性化的受推荐请求向物流配送方推荐其所感兴趣的物流热点相关的物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对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发明的某些实施例，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它相关的附图。
图1为本发明实施例提供的物流配送系统的应用场景示意图；
图2为本发明实施例提供的物流信息推荐方法的流程示意图；
图3为本发明实施例提供的物流信息推荐装置的功能模块示意图；
图4为本发明实施例提供的用于实现上述的物流信息推荐方法的服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的物流配送系统10的交互示意图。物流配送系统10可以包括服务器100以及与所述服务器100通信连接的物流配送终端200。图1所示的物流配送系统10仅为一种可行的示例，在其它可行的实施例中，该物流配送系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，物流配送终端200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的物流信息推荐方法的流程示意图，本实施例提供的物流信息推荐方法可以由图1中所示的服务器100执行，下面对该物流信息推荐方法进行详细介绍。
步骤S110，在接收到多个物流配送终端200中的任一物流配送终端200发送的受推荐请求时，对受推荐请求进行解析得到与受推荐请求对应的推荐时间段以及推荐编辑信息。
步骤S120，获取推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据目标热点配送区域确定推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段。
步骤S130，分别确定推荐匹配热点的第一匹配属性信息以及匹配关键字段的第二匹配属性信息。
步骤S140，确定推荐匹配热点在第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将当前匹配特征向量映射至基准匹配对象，在基准匹配对象中得到当前映射目标，并根据当前匹配特征向量和当前映射目标生成对应的物流信息推荐项目，向物流配送终端200推送每个物流信息推荐项目所对应的物流推荐信息。
本实施例中，推荐编辑信息可以包括物流配送终端200在人机交互面板上所选择的每个物流编辑项目的编辑信息。编辑信息具体可以为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合。
例如，物流配送终端200可以为相关的用户提供人机交互面板上的人际交互界面，该人际交互界面上可以展示多个物流编辑项目，例如外卖中的A项目、B项目，送药中的C项目、D项目等等，在此不作具体限定，可以基于相关的用户实际需求进行灵活配置。
本实施例，上述的第一匹配属性信息和第二匹配属性信息均可以包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量。其中，值得说明的是，匹配对象可以理解为具体匹配到的物流相关的元素，例如物流点，物流店名等等。
基于上述设计，本实施例通过解析受推荐请求获得对应的推荐时间段以及推荐编辑信息，然后获取推荐时间段所在的设定时间段所对应的目标热点配送区域，并以此进行数据特征向量的跟踪以生成对应的物流信息推荐项目。如此，能够根据物流配送方的个性化的受推荐请求向物流配送方推荐其所感兴趣的物流热点相关的物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率。
在一种可能的设计中，针对步骤S120，本实施例可以在监测到每个物流配送终端200与物流配送请求任务的物流接收终端建立物流配送任务时，以预设路径管理策略生成每个物流配送任务的物流配送路径坐标序列。
在此基础上，可以根据每个物流配送任务的物流配送路径坐标序列确定每个物流配送路径坐标所对应的配送兴趣点以及配送兴趣点对应的物流配送频繁度信息，并根据物流配送频繁度信息和依据物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获得配送兴趣点对应的兴趣区域范围。
接着，可以将每个物流配送任务中包含的所有物流配送路径坐标所对应的物流配送频繁度信息的兴趣区域范围按范围连通情况进行融合得到每个物流配送任务的融合兴趣区域范围，并根据各个设定时间段内的每个物流配送任务的兴趣区域范围生成各个设定时间段所对应的热点配送区域。
由此，可以获取推荐时间段所在的设定时间段所对应的目标热点配送区域。
其中，值得说明的是，本实施例中，物流配送终端200在接收服务器100分配的物流配送请求任务时，可以与相对应的物流接收终端建立物流配送任务。例如，外卖商家A的物流配送终端200在接收服务器100分配的配送XXX产品的物流配送请求任务时，可以与相对应的物流接收终端建立该XXX产品的物流配送任务。
本实施例中，通常一个物流配送任务不仅仅是配送一个物流需求方，而是配送数个物流需求方，因此每个物流配送任务的物流配送路径坐标序列可以理解为每个物流配送任务在建立时，服务器100根据相关的路径决策算法生成的物流配送路径坐标序列，例如物流配送路径坐标序列可以理解为从起始点到终止点的过程中，可能需要经过的多个物流需求方所相关的路径构成的坐标序列，具体的路径决策算法本实施例对此不作具体限制。
在上述方案中，在生成每个物流配送任务的物流配送路径坐标序列的过程中，考虑到在配送过程中可能存在物流协同，也即可能存在从一个地方取货，从另一个地方寄货等情况，或者连续将一种物流货物配送到多个地方，为了提高物流配送路径坐标序列的合理性，以便于提高后续配送人员的配送效率，本实施例可以从预设路径管理策略中获取路径坐标生成模型及路径坐标生成模型中路径坐标生成节点的协同策略，并根据路径坐标生成节点的协同策略配置路径坐标生成节点的协同任务类型以及与路径坐标生成节点的协同任务类型相匹配的协同优先级。
其中，值得说明的是，协同任务类型可以理解为在协同过程中所对应的任务类型，例如同一种货物的协同类型，不同货物的协同类型，同一配送需求方的协同类型，不同配送需求方的协同类型等等，在此不做具体限定。此外，协同优先级可以理解在协同过程中的优先配送等级，具体可以根据实际设计需求由物流平台进行设定，在此不作任何限制。
在此基础上，本实施例可以根据物流配送任务的子任务节点确定子任务所对应的任务类型和任务空间位置，并根据子任务所对应的任务类型所在的目标协同任务类型以及目标协同任务类型对应的协同优先级，确定物流配送任务中每个待定路径坐标的协同坐标区域。
然后，自协同坐标区域进入子任务所对应的任务类型的坐标生成进程开始，到离开子任务所对应的任务类型的坐标生成进程为止，作为一个坐标生成过程，将协同坐标区域在子任务所对应的任务类型的点对应的位置依次生成到路径坐标生成模型，将坐标生成过程中所保存的所有协同坐标区域的位置序列的坐标生成顺序与预先设置的路径坐标生成模型中路径坐标生成节点的协同策略进行比较。
如果坐标生成过程中所保存的协同坐标区域的位置序列的坐标生成顺序匹配协同策略，则确定协同坐标区域所对应的待定路径坐标为有效物流配送路径坐标，并记录到物流配送路径坐标序列中，以得到由至少一个物流配送路径坐标所组成的物流配送路径坐标序列。
进一步地，在一种可能的设计中，为了准确获得每个物流配送路径坐标所对应的配送兴趣点以及所述配送兴趣点对应的物流配送频繁度信息，本实施例可以根据每个物流配送任务的物流配送路径坐标序列确定各个对应的物流配送路径坐标的坐标覆盖次数信息，并将坐标覆盖次数信息转换为频繁特征矩阵。
其中，值得说明的是，频繁特征矩阵基于各个对应的物流配送路径坐标的坐标覆盖次数信息与预设频繁度关联系数计算得到，预设频繁度关联系数分别与各个对应的物流配送路径坐标的物流任务类型相关，不同的物流任务类型与不同的预设频繁度关联系数一一对应，具体可以预先根据实际设计需求进行个性化设置，在此不作具体限制。
在此基础上，即可根据频繁特征矩阵，构建对应的物流编码图谱，并对构建的物流编码图谱进行分类，得到多个编码图谱特征。
例如，在一种可能的示例中，上述的物流编码图谱可以包括对应于不同物流配送路径坐标的频繁度特征信息，编码图谱特征可以用于表示每个相同物流配送任务类型的物流配送路径坐标序列的频繁度特征信息构成的特征部分。
接着，可以获取各个编码图谱特征中各个特征部分的特征向量的加权值，以得到编码图谱特征的频繁度特征值，然后将频繁度特征值相关联的多个编码图谱特征进行筛选，以生成由多个筛选的编码图谱特征的筛选组合组成的对应的兴趣点矩阵，由此可以根据兴趣点矩阵确定每个物流配送路径坐标所对应的配送兴趣点以及配送兴趣点对应的物流配送频繁度信息。
此外，作为一种可能的示例中，在上述根据兴趣点矩阵确定每个物流配送路径坐标所对应的配送兴趣点以及配送兴趣点对应的物流配送频繁度信息的过程中，本实施例可以在兴趣点矩阵中选择频繁度特征最大的兴趣点和频繁度特征最小的兴趣点分别作为第一兴趣点和第二兴趣点，并分别计算兴趣点矩阵中各个兴趣点与第一兴趣点、第二兴趣点之间的频繁度特征偏移，将与第一兴趣点的频繁度特征偏移小于或者等于与第二兴趣点的频繁度特征偏移的兴趣点分配至第一兴趣点序列，将与第一兴趣点的频繁度特征偏移大于与第二兴趣点的频繁度特征偏移的兴趣点分配至第二兴趣点序列。然后，计算第一兴趣点序列中所有兴趣点的频繁度，重新获得第一兴趣点，计算第二兴趣点序列中所有兴趣点的频繁度，重新获得第二兴趣点。
在上述前提下，可以循环重复上述步骤，直到重新获得的第一兴趣点和第二兴趣点与上一次重新获得的第一兴趣点和第二兴趣点相同时，获得最终获得的第一兴趣点对应的第一兴趣点序列中的兴趣点和最终重新获得的第二兴趣点对应的第二兴趣点序列中的兴趣点。
由此，可以根据最终重新获得的第一兴趣点对应的第一兴趣点序列中的兴趣点和最终重新获得的第二兴趣点对应的第二兴趣点序列中的兴趣点将兴趣点矩阵中的兴趣点分为第一兴趣点矩阵和第二兴趣点矩阵，然后根据第一兴趣点矩阵和第二兴趣点矩阵，确定物流配送路径坐标所对应的配送兴趣点的兴趣点集中部分，并对兴趣点集中部分进行分析处理以获取对应的配送兴趣点，而后计算配送兴趣点对应的物流配送频繁度信息。
在一种可能的设计中，为了准确获得所述配送兴趣点对应的兴趣区域范围，本实施例可以根据物流配送频繁度信息和依据物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获取配送兴趣点对应的兴趣待定区域。
其中，值得说明的是，兴趣待定区域通过配送兴趣点相关的物流配送路径坐标的配送坐标区间和相关的物流配送路径坐标的物流配送频繁度信息计算得到，物流配送频繁度越大，兴趣待定区域的区域大小越大，兴趣待定区域的区域大小基于配送兴趣点相关的物流配送路径坐标的配送坐标区间为基准获得。
在此基础上，可以根据配送兴趣点对应的兴趣待定区域中的物流配送路径坐标的数量确定配送兴趣点对应的兴趣待定区域的兴趣置信度（该兴趣置信度可以为配送兴趣点对应的兴趣待定区域中的物流配送路径坐标的数量，也可以为配送兴趣点对应的兴趣待定区域中的物流配送路径坐标的数量乘以某个预设的固定系数得到），然后根据兴趣置信度对兴趣待定区域进行映射处理，以建立兴趣待定区域与兴趣等级的对应关系，例如，当可以匹配兴趣置信度所对应的兴趣等级，从而建立兴趣待定区域与兴趣等级的对应关系。
接着，可以根据建立的兴趣待定区域与兴趣等级的对应关系确定配送兴趣点中每个配送坐标记录信息的多个坐标偏移参数（例如，兴趣等级可以作为每个配送坐标记录信息的多个坐标偏移参数的偏移量），然后针对每一个坐标偏移参数，获取每个配送坐标记录信息之前预设数量个配送坐标记录信息的对应坐标偏移参数的偏移平均参数与每个配送坐标记录信息之后预设数量个配送坐标记录信息的对应坐标偏移参数的偏移平均参数之间的偏移平均参数差值，并对该偏移平均参数差值进行处理，以得到每个配送坐标记录信息在该坐标偏移参数处的兴趣范围，以得到每个配送坐标记录信息的兴趣范围。
由此，可以根据每个配送坐标记录信息的兴趣范围获取每个配送坐标记录信息在预设条件下的初始兴趣区域范围，然后处理初始兴趣区域范围得到多个待定兴趣区域范围对应的多个兴趣标记子区域，并确定多个兴趣标记子区域的第一兴趣标记子区域和第二兴趣标记子区域。
其中，值得说明的是，上述的第一兴趣标记子区域包含每个配送坐标记录信息的兴趣点确认时的标记区域，第二兴趣标记子区域包含每个配送坐标记录信息的兴趣点未确认时的标记区域。
然后，可以确定第一兴趣标记子区域在兴趣标记子区域中的占比，并根据占比确定第一兴趣标记子区域的兴趣可信度，并按照兴趣可信度分别划分第一兴趣标记子区域为多个第一兴趣标记划分区域，同时针对每个兴趣标记子区域，确定当前处理的兴趣标记子区域中每个兴趣标记子区域的每个第一兴趣标记划分区域的兴趣标识，根据每个兴趣标识在当前兴趣标记子区域包含的多个兴趣标记子区域的兴趣显示范围生成每个兴趣标识的兴趣显示范围边界。此外，进一步针对每个第一兴趣标记划分区域，根据当前处理的第一兴趣标记划分区域包含的多个兴趣标识的兴趣显示范围边界，确定当前处理的第一兴趣标记划分区域是否包含兴趣显示范围周期性变化的兴趣标识。
例如，若当前处理的第一兴趣标记划分区域包含兴趣显示范围周期性变化的兴趣标识，则标记当前处理的第一兴趣标记划分区域为被选择的第一兴趣标记划分区域。
再例如，若当前处理的第一兴趣标记划分区域不包含兴趣显示范围周期性变化的兴趣标识，则标记当前处理的第一兴趣标记划分区域为未被选择的第一兴趣标记划分区域。
由此，可以针对标记后的被选择的多个第一兴趣标记划分区域，将具有关联关系的第一兴趣标记划分区域组合为目标兴趣区域范围节点信息，并确定目标兴趣区域范围节点信息中多个兴趣标识中兴趣显示范围发生周期性变化的多个参考兴趣标识，以及确定每个参考兴趣标识的兴趣显示范围浮动区间，然后根据每个兴趣标记子区域的兴趣显示范围浮动区间筛选出符合预设参考浮动区间的至少一个兴趣标记子区域，从而可以将至少一个兴趣标记子区域和多个兴趣标记子区域中除至少一个兴趣标记子区域之外的兴趣标记子区域进行合并，获得配送兴趣点对应的兴趣区域范围。
在一种可能的设计中，仍旧针对步骤S120，本实施例可以根据目标热点配送区域的各个目标热点的热点特征信息构建对应的热点特征分布空间，然后针对每个物流编辑项目的编辑信息，根据热点特征分布空间对编辑信息进行处理，得到热点特征分布空间的多个不同热点特征单元的匹配结果作为编辑信息的候选推荐匹配热点，以得到每个物流编辑项目的候选推荐匹配热点。
在此基础上，可以基于每个物流编辑项目的候选推荐匹配热点，匹配出候选推荐匹配热点的每个匹配热点为频繁热点的概率、以及每个匹配热点为频繁热点时该匹配热点相对于其所在的热点特征单元的热点特征区域的热点状态。然后，确定概率高于预设概率阈值的配送热点为频繁热点，并基于确定出的各频繁热点的热点状态相对于其所在的热点特征单元的热点特征区域的热点状态的状态偏移，确定由频繁热点确定出的热点特征单元的热点特征区域的热点状态。
同时，可以剔除各频繁热点确定出的热点特征单元的热点特征区域的热点状态中被重复确定的热点特征单元的热点特征区域的热点状态，得到各待定热点特征单元的热点特征区域的热点状态，并且将编辑信息的候选推荐匹配热点输入热点特征单元展示矩阵，基于各待定热点特征单元的热点特征区域的热点状态对热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征待定热点特征单元的热点变化行为趋势的趋势向量序列。
接着，可以基于待定热点特征单元的热点特征区域的热点状态，在编辑信息中确定各待定热点特征单元的联结待定热点特征单元，并计算待定热点特征单元的趋势向量序列与对应的各联结待定热点特征单元的趋势向量序列之间的趋势向量距离，作为待定热点特征单元与对应的各联结待定热点特征单元之间的收敛度。
而后，可以将与待定热点特征单元之间的收敛度小于预设收敛度阈值的联结待定热点特征单元作为与待定热点特征单元相关的联结待定热点特征单元，将各待定热点特征单元与相关的联结待定热点特征单元对合为热点特征单元对，基于热点特征单元对中各待定热点特征单元的热点特征区域的热点状态确定热点特征单元对中所有热点特征单元所对应的热点作为推荐匹配热点，从而可以根据确定的每个物流编辑项目的推荐匹配热点中包括的关键字段确定每个物流编辑项目的匹配关键字段。
其中，在一种可能的实现方式中，在上述基于各待定热点特征单元的热点特征区域的热点状态对热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征待定热点特征单元的热点变化行为趋势的趋势向量序列的过程中，本实施例可以基于各待定热点特征单元的热点特征区域的热点状态从热点特征单元展示矩阵输出的热点变化行为中提取对应的热点条件标签，得到热点条件标签序列，并基于热点条件标签序列包括的热点条件标签的标签分类，确定每个标签分类位图。
其中，每个标签分类位图涵盖的范围可以包含每个热点条件标签序列中的每个热点条件标签的标签分类。示例性地，本领域技术人员可以理解，热点条件标签可以用于表示具体的热点条件，例如寄放条件、人员收货条件等。
在此基础上，对于每个标签分类位图，可以将包括的热点条件标签的标签分类处于该标签分类位图的热点条件标签序列对合为热点条件标签序列对，对于每个热点条件标签序列对中的每个热点条件标签序列对，从该热点条件标签序列对中提取设定数量个热点条件标签序列，对于所提取出的各个热点条件标签序列中的每个热点条件标签序列，确定该热点条件标签序列包括的热点条件标签的融合热点条件标签。
其中，值得说明的是，上述的融合热点条件标签可以为各个热点条件标签中的相同类型的热点条件标签融合后构成的热点条件标签。
在此基础上，确定每两个融合热点条件标签之间的条件决策范围，并将所确定出的融合热点条件标签之间的条件决策范围确定为对应的热点条件标签序列之间的决策区间。
其中，决策区间可以用于表征热点条件标签序列之间的重合条件决策范围。也即，在确定每两个融合热点条件标签之间的条件决策范围之后，那么每两个融合热点条件标签分别对应的热点条件标签序列之间的决策区间即可根据该两个融合热点条件标签之间的条件决策范围之间的重合条件决策范围来确定相对应的决策区间。
然后，可以将所确定出的决策区间大于设定区间长度的决策区间对应的热点条件标签序列合并为用于比较的热点条件标签序列，将所确定出的决策区间小于等于设定区间长度的决策区间对应的热点条件标签序列确定为用于比较的热点条件标签序列，对于用于比较的热点条件标签序列中的每个热点条件标签序列，从热点条件标签序列中的不属于用于比较的热点条件标签序列的热点条件标签中，确定与该热点条件标签序列的决策区间大于设定区间长度且小于设定区间长度的预设倍数的热点条件标签作为目标热点条件标签。
由此，可以从各个目标热点条件标签中，选择设定数量个热点条件标签并输出用于表征待定热点特征单元的热点变化行为趋势的趋势向量序列。
在一种可能的设计中，针对步骤S130，本实施例可以确定推荐匹配热点中每个物流点的标签属性作为第一匹配属性信息，并确定匹配关键字段中每个物流点的标签属性作为第二匹配属性信息。其中，标签属性可以理解为该物流点具体被预先配置的标签，比如外卖A1标签，送药B2标签等。
在一种可能的设计中，针对步骤S140，本实施例可以根据当前匹配特征向量的所属特征标签，确定针对基准匹配对象的映射地址，并根据映射地址确定基准匹配对象的映射地址序号和不同映射地址序号之间的映射范围。然后，以映射地址序号为映射对象、以映射范围为映射区间，根据映射地址将当前匹配特征向量映射至基准匹配对象，在基准匹配对象中得到当前映射目标。由此，可以根据当前映射目标，提取当前匹配特征向量中的第一映射地址序号的第一映射对象与第二映射地址序号中的第二映射对象，并依次合并由第一映射对象与第二映射对象构成的特征向量分段。
其中，值得说明的是，第一映射地址序号用于表征当前映射目标在当前匹配特征向量中的起始地址序号，第二映射地址序号用于表征当前映射目标在当前匹配特征向量中的终止地址序号。
在此基础上，可以识别每个特征向量分段所对应的物流信息项目作为对应的物流信息推荐项目，由此可以向所述物流配送终端200推送每个所述物流信息推荐项目所对应的物流推荐信息，以减少物流配送方进行市场调研的时间花费，从而提高物流运作效率。
图3为本发明实施例提供的物流信息推荐装置300的功能模块示意图，本实施例可以根据上述服务器100执行的方法实施例对该物流信息推荐装置300进行功能模块的划分。其中，物流信息推荐装置300可以包括解析模块310、获取模块320、确定模块330以及推送模块340，下面分别对该物流信息推荐装置300的各个功能模块的功能进行详细阐述。
解析模块310，用于在接收到多个物流配送终端200中的任一物流配送终端200发送的受推荐请求时，对受推荐请求进行解析得到与受推荐请求对应的推荐时间段以及推荐编辑信息，推荐编辑信息包括物流配送终端200在人机交互面板上所选择的每个物流编辑项目的编辑信息，编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合。
获取模块320，用于获取推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据目标热点配送区域确定推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段。
确定模块330，用于分别确定推荐匹配热点的第一匹配属性信息以及匹配关键字段的第二匹配属性信息，第一匹配属性信息和第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量。
推送模块340，用于确定推荐匹配热点在第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将当前匹配特征向量映射至基准匹配对象，在基准匹配对象中得到当前映射目标，并根据当前匹配特征向量和当前映射目标生成对应的物流信息推荐项目，向物流配送终端200推送每个物流信息推荐项目所对应的物流推荐信息。
进一步地，图4为本发明实施例提供的用于执行上述物流信息推荐方法的服务器100的结构示意图。如图4所示，该服务器100可包括网络接口110、机器可读存储介质120、处理器130以及总线140。处理器130可以是一个或多个，图4中以一个处理器130为例。网络接口110、机器可读存储介质120以及处理器130可以通过总线140或其它方式连接，图4中以通过总线140连接为例。
机器可读存储介质120作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的物流信息推荐方法对应的程序指令/模块（例如图3中所示的物流信息推荐装置300的解析模块310、获取模块320、确定模块330以及推送模块340）。处理器130通过检测存储在机器可读存储介质120中的软件程序、指令以及模块，从而执行终端设备的各种功能应用以及数据处理，即实现上述的物流信息推荐方法，在此不再赘述。
机器可读存储介质120可主要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终端的使用所创建的数据等。此外，机器可读存储介质120可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合发布节点的存储器。在一些实例中，机器可读存储介质120可进一步包括相对于处理器130远程设置的存储器，这些远程存储器可以通过网络连接至服务器100。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。
处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器、数字信号处理器(Digital SignalProcessor，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)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。
服务器100可以通过网络接口110和其它设备（例如物流配送终端200）进行信息交互。网络接口110可以是电路、总线、收发器或者其它任意可以用于进行信息交互的装置。处理器130可以利用网络接口110收发信息。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：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，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种物流信息推荐方法，其特征在于，应用于服务器，所述服务器与多个物流配送终端通信连接，所述方法包括：
在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
2.根据权利要求1所述的物流信息推荐方法，其特征在于，所述获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域的步骤，包括：
在监测到每个物流配送终端与物流配送请求任务的物流接收终端建立物流配送任务时，以预设路径管理策略生成每个物流配送任务的物流配送路径坐标序列；
根据每个物流配送任务的物流配送路径坐标序列确定每个物流配送路径坐标所对应的配送兴趣点以及所述配送兴趣点对应的物流配送频繁度信息，并根据所述物流配送频繁度信息和依据所述物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获得所述配送兴趣点对应的兴趣区域范围；
将每个物流配送任务中包含的所有物流配送路径坐标所对应的物流配送频繁度信息的兴趣区域范围按范围连通情况进行融合得到每个物流配送任务的融合兴趣区域范围，并根据各个设定时间段内的每个物流配送任务的兴趣区域范围生成各个设定时间段所对应的热点配送区域；
获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域；
所述根据所述物流配送频繁度信息和依据所述物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获得所述配送兴趣点对应的兴趣区域范围的步骤，包括：
根据所述物流配送频繁度信息和依据所述物流配送路径坐标序列计算出的物流配送路径坐标的配送坐标区间，获取所述配送兴趣点对应的兴趣待定区域，其中，所述兴趣待定区域通过所述配送兴趣点相关的物流配送路径坐标的配送坐标区间和相关的物流配送路径坐标的物流配送频繁度信息计算得到，物流配送频繁度越大，所述兴趣待定区域的区域大小越大，所述兴趣待定区域的区域大小基于所述配送兴趣点相关的物流配送路径坐标的配送坐标区间为基准获得；
根据所述配送兴趣点对应的兴趣待定区域中的物流配送路径坐标的数量确定所述配送兴趣点对应的兴趣待定区域的兴趣置信度；
根据所述兴趣置信度对所述兴趣待定区域进行映射处理，以建立所述兴趣待定区域与兴趣等级的对应关系；
根据建立的所述兴趣待定区域与兴趣等级的对应关系确定所述配送兴趣点中每个配送坐标记录信息的多个坐标偏移参数，针对每一个坐标偏移参数，获取每个配送坐标记录信息之前预设数量个配送坐标记录信息的对应坐标偏移参数的偏移平均参数与每个配送坐标记录信息之后预设数量个配送坐标记录信息的对应坐标偏移参数的偏移平均参数之间的偏移平均参数差值，并对该偏移平均参数差值进行处理，以得到每个配送坐标记录信息在该坐标偏移参数处的兴趣范围，以得到每个配送坐标记录信息的兴趣范围；
根据每个配送坐标记录信息的兴趣范围获取每个配送坐标记录信息在预设条件下的初始兴趣区域范围；
处理所述初始兴趣区域范围得到多个待定兴趣区域范围对应的多个兴趣标记子区域，并确定所述多个兴趣标记子区域的第一兴趣标记子区域和第二兴趣标记子区域，所述第一兴趣标记子区域包含所述每个配送坐标记录信息的兴趣点确认时的标记区域，所述第二兴趣标记子区域包含所述每个配送坐标记录信息的兴趣点未确认时的标记区域；
确定所述第一兴趣标记子区域在所述兴趣标记子区域中的占比，并根据所述占比确定所述第一兴趣标记子区域的兴趣可信度，并按照所述兴趣可信度分别划分所述第一兴趣标记子区域为多个第一兴趣标记划分区域；
针对每个兴趣标记子区域，确定当前处理的兴趣标记子区域中每个所述兴趣标记子区域的每个第一兴趣标记划分区域的兴趣标识；
根据每个兴趣标识在当前兴趣标记子区域包含的多个所述兴趣标记子区域的兴趣显示范围生成每个兴趣标识的兴趣显示范围边界；
针对所述每个第一兴趣标记划分区域，根据当前处理的第一兴趣标记划分区域包含的多个兴趣标识的兴趣显示范围边界，确定所述当前处理的第一兴趣标记划分区域是否包含兴趣显示范围周期性变化的兴趣标识；
若所述当前处理的第一兴趣标记划分区域包含兴趣显示范围周期性变化的兴趣标识，则标记所述当前处理的第一兴趣标记划分区域为被选择的第一兴趣标记划分区域；
若所述当前处理的第一兴趣标记划分区域不包含兴趣显示范围周期性变化的兴趣标识，则标记所述当前处理的第一兴趣标记划分区域为未被选择的第一兴趣标记划分区域；
针对标记后的被选择的多个第一兴趣标记划分区域，将具有关联关系的第一兴趣标记划分区域组合为目标兴趣区域范围节点信息，并确定所述目标兴趣区域范围节点信息中多个兴趣标识中兴趣显示范围发生周期性变化的多个参考兴趣标识，以及确定每个参考兴趣标识的兴趣显示范围浮动区间；
根据所述每个兴趣标记子区域的兴趣显示范围浮动区间筛选出符合预设参考浮动区间的至少一个兴趣标记子区域；
将所述至少一个兴趣标记子区域和所述多个兴趣标记子区域中除所述至少一个兴趣标记子区域之外的兴趣标记子区域进行合并，获得所述配送兴趣点对应的兴趣区域范围。
3.根据权利要求1所述的物流信息推荐方法，其特征在于，所述根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段的步骤，包括：
根据所述目标热点配送区域的各个目标热点的热点特征信息构建对应的热点特征分布空间，针对每个物流编辑项目的编辑信息，根据所述热点特征分布空间对所述编辑信息进行处理，得到所述热点特征分布空间的多个不同热点特征单元的匹配结果作为所述编辑信息的候选推荐匹配热点，以得到每个物流编辑项目的候选推荐匹配热点；
基于所述每个物流编辑项目的候选推荐匹配热点，匹配出所述候选推荐匹配热点的每个匹配热点为频繁热点的概率、以及每个匹配热点为频繁热点时该匹配热点相对于其所在的热点特征单元的热点特征区域的热点状态；
确定概率高于预设概率阈值的配送热点为频繁热点，并基于确定出的各频繁热点的热点状态相对于其所在的热点特征单元的热点特征区域的热点状态的状态偏移，确定由所述频繁热点确定出的热点特征单元的热点特征区域的热点状态；
剔除各频繁热点确定出的热点特征单元的热点特征区域的热点状态中被重复确定的热点特征单元的热点特征区域的热点状态，得到各待定热点特征单元的热点特征区域的热点状态；
将所述编辑信息的候选推荐匹配热点输入热点特征单元展示矩阵，基于各待定热点特征单元的热点特征区域的热点状态对所述热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列；
基于所述待定热点特征单元的热点特征区域的热点状态，在所述编辑信息中确定各待定热点特征单元的联结待定热点特征单元，并计算所述待定热点特征单元的趋势向量序列与对应的各联结待定热点特征单元的趋势向量序列之间的趋势向量距离，作为所述待定热点特征单元与对应的各联结待定热点特征单元之间的收敛度；
将与所述待定热点特征单元之间的收敛度小于预设收敛度阈值的联结待定热点特征单元作为与所述待定热点特征单元相关的联结待定热点特征单元，将各待定热点特征单元与相关的联结待定热点特征单元对合为热点特征单元对；
基于所述热点特征单元对中各待定热点特征单元的热点特征区域的热点状态确定所述热点特征单元对中所有热点特征单元所对应的热点作为推荐匹配热点；
根据确定的每个物流编辑项目的推荐匹配热点中包括的关键字段确定每个物流编辑项目的匹配关键字段。
4.根据权利要求3所述的物流信息推荐方法，其特征在于，所述基于各待定热点特征单元的热点特征区域的热点状态对所述热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列的步骤，包括：
基于各待定热点特征单元的热点特征区域的热点状态从所述热点特征单元展示矩阵输出的热点变化行为中提取对应的热点条件标签，得到热点条件标签序列，并基于所述热点条件标签序列包括的热点条件标签的标签分类，确定每个标签分类位图，其中，所述每个标签分类位图涵盖的范围包含每个热点条件标签序列中的每个热点条件标签的标签分类；
对于所述每个标签分类位图，将包括的热点条件标签的标签分类处于该标签分类位图的热点条件标签序列对合为热点条件标签序列对，对于每个热点条件标签序列对中的每个热点条件标签序列对，从该热点条件标签序列对中提取设定数量个热点条件标签序列，对于所提取出的各个热点条件标签序列中的每个热点条件标签序列，确定该热点条件标签序列包括的热点条件标签的融合热点条件标签，其中，所述融合热点条件标签为各个热点条件标签中的相同类型的热点条件标签融合后构成的热点条件标签；
确定每两个融合热点条件标签之间的条件决策范围，并将所确定出的融合热点条件标签之间的条件决策范围确定为对应的热点条件标签序列之间的决策区间，其中，所述决策区间用于表征热点条件标签序列之间的重合条件决策范围；
将所确定出的决策区间大于设定区间长度的决策区间对应的热点条件标签序列合并为用于比较的热点条件标签序列，将所确定出的决策区间小于等于所述设定区间长度的决策区间对应的热点条件标签序列确定为用于比较的热点条件标签序列，对于所述用于比较的热点条件标签序列中的每个热点条件标签序列，从所述热点条件标签序列中的不属于所述用于比较的热点条件标签序列的热点条件标签中，确定与该热点条件标签序列的决策区间大于所述设定区间长度且小于所述设定区间长度的预设倍数的热点条件标签作为目标热点条件标签；
从各个目标热点条件标签中，选择设定数量个热点条件标签并输出用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列。
5.根据权利要求1-4中任意一项所述的物流信息推荐方法，其特征在于，所述分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息的步骤，包括：
确定所述推荐匹配热点中每个物流点的标签属性作为所述第一匹配属性信息，并确定所述匹配关键字段中每个物流点的标签属性作为所述第二匹配属性信息。
6.根据权利要求1-4中任意一项所述的物流信息推荐方法，其特征在于，所述将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目的步骤，包括：
根据所述当前匹配特征向量的所属特征标签，确定针对所述基准匹配对象的映射地址，并根据所述映射地址确定所述基准匹配对象的映射地址序号和不同映射地址序号之间的映射范围；
以所述映射地址序号为映射对象、以所述映射范围为映射区间，根据所述映射地址将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标；
根据所述当前映射目标，提取所述当前匹配特征向量中的第一映射地址序号的第一映射对象与第二映射地址序号中的第二映射对象，并依次合并由所述第一映射对象与所述第二映射对象构成的特征向量分段，其中，所述第一映射地址序号用于表征所述当前映射目标在所述当前匹配特征向量中的起始地址序号，所述第二映射地址序号用于表征所述当前映射目标在所述当前匹配特征向量中的终止地址序号；
识别每个特征向量分段所对应的物流信息项目作为对应的物流信息推荐项目。
7.一种物流信息推荐装置，其特征在于，应用于服务器，所述服务器与多个物流配送终端通信连接，所述装置包括：
解析模块，用于在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
获取模块，用于获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
确定模块，用于分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
推送模块，用于确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
8.根据权利要求7所述的物流信息推荐装置，其特征在于，所述确定模块用于通过以下方式根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段：
根据所述目标热点配送区域的各个目标热点的热点特征信息构建对应的热点特征分布空间，针对每个物流编辑项目的编辑信息，根据所述热点特征分布空间对所述编辑信息进行处理，得到所述热点特征分布空间的多个不同热点特征单元的匹配结果作为所述编辑信息的候选推荐匹配热点，以得到每个物流编辑项目的候选推荐匹配热点；
基于所述每个物流编辑项目的候选推荐匹配热点，匹配出所述候选推荐匹配热点的每个匹配热点为频繁热点的概率、以及每个匹配热点为频繁热点时该匹配热点相对于其所在的热点特征单元的热点特征区域的热点状态；
确定概率高于预设概率阈值的配送热点为频繁热点，并基于确定出的各频繁热点的热点状态相对于其所在的热点特征单元的热点特征区域的热点状态的状态偏移，确定由所述频繁热点确定出的热点特征单元的热点特征区域的热点状态；
剔除各频繁热点确定出的热点特征单元的热点特征区域的热点状态中被重复确定的热点特征单元的热点特征区域的热点状态，得到各待定热点特征单元的热点特征区域的热点状态；
将所述编辑信息的候选推荐匹配热点输入热点特征单元展示矩阵，基于各待定热点特征单元的热点特征区域的热点状态对所述热点特征单元展示矩阵输出的热点变化行为进行处理，生成用于表征所述待定热点特征单元的热点变化行为趋势的趋势向量序列；
基于所述待定热点特征单元的热点特征区域的热点状态，在所述编辑信息中确定各待定热点特征单元的联结待定热点特征单元，并计算所述待定热点特征单元的趋势向量序列与对应的各联结待定热点特征单元的趋势向量序列之间的趋势向量距离，作为所述待定热点特征单元与对应的各联结待定热点特征单元之间的收敛度；
将与所述待定热点特征单元之间的收敛度小于预设收敛度阈值的联结待定热点特征单元作为与所述待定热点特征单元相关的联结待定热点特征单元，将各待定热点特征单元与相关的联结待定热点特征单元对合为热点特征单元对；
基于所述热点特征单元对中各待定热点特征单元的热点特征区域的热点状态确定所述热点特征单元对中所有热点特征单元所对应的热点作为推荐匹配热点；
根据确定的每个物流编辑项目的推荐匹配热点中包括的关键字段确定每个物流编辑项目的匹配关键字段。
9.一种物流配送系统，其特征在于，所述物流配送系统包括服务器以及与所述服务器通信连接的多个物流配送终端；
所述物流配送终端用于向所述服务器发送受推荐请求，
所述服务器用于在接收到所述多个物流配送终端中的任一物流配送终端发送的受推荐请求时，对所述受推荐请求进行解析得到与所述受推荐请求对应的推荐时间段以及推荐编辑信息，所述推荐编辑信息包括所述物流配送终端在人机交互面板上所选择的每个物流编辑项目的编辑信息，所述编辑信息为文本编辑信息、图像采集信息、视频采集信息或语音采集信息中的一种或多种组合；
所述服务器用于获取所述推荐时间段所在的设定时间段所对应的目标热点配送区域，并根据所述目标热点配送区域确定所述推荐编辑信息中每个物流编辑项目的推荐匹配热点以及匹配关键字段；
所述服务器用于分别确定所述推荐匹配热点的第一匹配属性信息以及所述匹配关键字段的第二匹配属性信息，所述第一匹配属性信息和所述第二匹配属性信息均包括多个不同的匹配对象，每个匹配对象中各自对应有匹配特征向量；
所述服务器用于确定所述推荐匹配热点在所述第一匹配属性信息中的任一匹配对象对应的当前匹配特征向量，并将所述第二匹配属性信息中的排序最靠前的匹配对象确定为基准匹配对象，将所述当前匹配特征向量映射至所述基准匹配对象，在所述基准匹配对象中得到当前映射目标，并根据所述当前匹配特征向量和所述当前映射目标生成对应的物流信息推荐项目，向所述物流配送终端推送每个所述物流信息推荐项目所对应的物流推荐信息。
10.一种服务器，其特征在于，所述服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个物流配送终端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-6中任意一项的物流信息推荐方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011449984.3A CN112507221A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法及物流配送系统 |
| CN202011449988.1A CN112507222A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、物流配送系统及服务器 |
| CN202010215612.8A CN111444422B (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、装置、物流配送系统及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010215612.8A CN111444422B (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、装置、物流配送系统及服务器 |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011449988.1A Division CN112507222A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、物流配送系统及服务器 |
| CN202011449984.3A Division CN112507221A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法及物流配送系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111444422A CN111444422A (zh) | 2020-07-24 |
| CN111444422B true CN111444422B (zh) | 2021-02-09 |
Family
ID=71649003
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010215612.8A Active CN111444422B (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、装置、物流配送系统及服务器 |
| CN202011449984.3A Withdrawn CN112507221A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法及物流配送系统 |
| CN202011449988.1A Withdrawn CN112507222A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、物流配送系统及服务器 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011449984.3A Withdrawn CN112507221A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法及物流配送系统 |
| CN202011449988.1A Withdrawn CN112507222A (zh) | 2020-03-25 | 2020-03-25 | 物流信息推荐方法、物流配送系统及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (3) | CN111444422B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112039994B (zh) * | 2020-09-02 | 2024-02-27 | 深邦智能科技集团(青岛)有限公司 | 基于互联网的远程监控方法、装置及服务器 |
| CN113298454A (zh) * | 2020-09-29 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 物流信息处理方法、装置及电子设备 |
| CN112712314A (zh) * | 2020-12-29 | 2021-04-27 | 江阴华西化工码头有限公司 | 一种基于物联网传感器的物流数据推荐方法 |
| CN112818216B (zh) * | 2021-01-13 | 2021-09-28 | 平安科技（深圳）有限公司 | 客户推荐方法、装置、电子设备及存储介质 |
| CN114925680A (zh) * | 2022-05-26 | 2022-08-19 | 北京京东振世信息技术有限公司 | 物流兴趣点信息生成方法、装置、设备和计算机可读介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107220795A (zh) * | 2017-06-28 | 2017-09-29 | 北京惠赢天下网络技术有限公司 | 一种不同门店间关联下单方法及装置 |
| US9881339B2 (en) * | 2012-12-18 | 2018-01-30 | Johnathan Mun | Project economics analysis tool |
| CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
| CN110738448A (zh) * | 2019-10-11 | 2020-01-31 | 张妍祺 | 一种实时监控状态的云物流管理系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106548309A (zh) * | 2015-09-18 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 发货信息处理方法及装置 |
| US20170124511A1 (en) * | 2015-11-04 | 2017-05-04 | Newstore Inc. | Automatic Integrated Routing and Fulfillment System and Method with Product Exchange |
| CN105427160A (zh) * | 2015-12-24 | 2016-03-23 | 厦门绿链集成服务有限公司 | 全程共享式物联网电子商务系统 |
| CN110503353B (zh) * | 2018-05-16 | 2022-04-01 | 北京三快在线科技有限公司 | 一种配送区域表达方法及装置 |
-
2020
- 2020-03-25 CN CN202010215612.8A patent/CN111444422B/zh active Active
- 2020-03-25 CN CN202011449984.3A patent/CN112507221A/zh not_active Withdrawn
- 2020-03-25 CN CN202011449988.1A patent/CN112507222A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9881339B2 (en) * | 2012-12-18 | 2018-01-30 | Johnathan Mun | Project economics analysis tool |
| CN107220795A (zh) * | 2017-06-28 | 2017-09-29 | 北京惠赢天下网络技术有限公司 | 一种不同门店间关联下单方法及装置 |
| CN108573325A (zh) * | 2018-04-16 | 2018-09-25 | 哈尔滨工业大学 | 物流配送路径优化方法及终端设备 |
| CN110738448A (zh) * | 2019-10-11 | 2020-01-31 | 张妍祺 | 一种实时监控状态的云物流管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112507222A (zh) | 2021-03-16 |
| CN111444422A (zh) | 2020-07-24 |
| CN112507221A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111444422B (zh) | 物流信息推荐方法、装置、物流配送系统及服务器 | |
| CN112465590A (zh) | 基于电子商务大数据的用户画像解析方法及系统 | |
| CN111696130B (zh) | 目标跟踪方法、目标跟踪装置及计算机可读存储介质 | |
| CN103248705B (zh) | 服务器、客户端及视频处理方法 | |
| CN103238163B (zh) | 用于规定作为广告分发对象的设备，以及广告分发设备 | |
| CN110263733B (zh) | 图像处理方法、提名评估方法及相关装置 | |
| US11894021B2 (en) | Data processing method and system, storage medium, and computing device | |
| CN112291228A (zh) | 基于图像大数据的攻击行为挖掘方法及系统 | |
| CN113505265B (zh) | 数据的查询方法、装置及电子设备、存储介质、程序产品 | |
| CN111626816B (zh) | 基于电子商务直播的图像互动信息处理方法及云计算平台 | |
| CN111556330B (zh) | 基于人工智能的电子商务信息推送方法及人工智能云平台 | |
| CN111401767B (zh) | 物流配送热点推送方法、装置、物流配送系统及服务器 | |
| CN111611871A (zh) | 图像识别方法、装置、计算机设备和计算机可读存储介质 | |
| CN111353429A (zh) | 基于眼球转向的感兴趣度方法与系统 | |
| CN111460419B (zh) | 物联网人工智能人脸验证方法及物联网云服务器 | |
| CN111199443A (zh) | 商品信息处理方法、装置和计算机可读存储介质 | |
| CN110213067A (zh) | 业务请求的跟踪信息处理方法、装置和系统 | |
| CN111739649A (zh) | 一种用户画像捕捉方法、装置及系统 | |
| CN111091118A (zh) | 图像的识别方法、装置及电子设备和存储介质 | |
| CN108268545B (zh) | 一种分级的用户标签库的创建的方法和装置 | |
| CN113609317A (zh) | 一种图像库构建方法、装置及电子设备 | |
| KR102249997B1 (ko) | 단말과 서비스 제공 장치, 그를 포함하는 상품 정보 제공 시스템, 그 제어 방법 및 컴퓨터 프로그램이 기록된 기록매체 | |
| CN113408986B (zh) | 一种全链路轨迹确定方法、装置、设备及存储介质 | |
| CN112328073B (zh) | 基于增强现实设备的评标方法、装置、系统和计算机设备 | |
| CN115375412B (zh) | 基于图像识别的商品智能推荐处理方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Yunda software college, No.2 Cuihu North Road, Wuhua District, Kunming City, Yunnan Province 650091 Applicant after: Shen Shuxin Address before: Department of software engineering, no.1199 sunban South Road, Jimei Cultural and educational District, Xiamen City, Fujian Province Applicant before: Shen Shuxin |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210120 Address after: No. l4-37, 4th floor, building a, No. 663, Shinan Road, Dongyong Town, Nansha District, Guangzhou, Guangdong 510000 (office use only) Applicant after: Guangzhou Kangyuan Internet of things Technology Co.,Ltd. Address before: Cloud University Software College, No.2 Cuihu North Road, Wuhua District, Kunming City, Yunnan Province, 650091 Applicant before: Shen Shuxin |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Logistics information recommendation method, device, logistics distribution system and server Effective date of registration: 20210720 Granted publication date: 20210209 Pledgee: Yuexiu sub branch of Bank of Guangzhou Co.,Ltd. Pledgor: Guangzhou Kangyuan Internet of things Technology Co.,Ltd. Registration number: Y2021440000247 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220727 Granted publication date: 20210209 Pledgee: Yuexiu sub branch of Bank of Guangzhou Co.,Ltd. Pledgor: Guangzhou Kangyuan Internet of things Technology Co.,Ltd. Registration number: Y2021440000247 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Logistics information recommendation method, device, logistics distribution system and server Effective date of registration: 20220729 Granted publication date: 20210209 Pledgee: Yuexiu sub branch of Bank of Guangzhou Co.,Ltd. Pledgor: Guangzhou Kangyuan Internet of things Technology Co.,Ltd. Registration number: Y2022980011589 |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20240822 Granted publication date: 20210209 |