CN111651249B - 任务分配方法、装置、可读存储介质和电子设备 - Google Patents

任务分配方法、装置、可读存储介质和电子设备 Download PDF

Info

Publication number
CN111651249B
CN111651249B CN202010413047.6A CN202010413047A CN111651249B CN 111651249 B CN111651249 B CN 111651249B CN 202010413047 A CN202010413047 A CN 202010413047A CN 111651249 B CN111651249 B CN 111651249B
Authority
CN
China
Prior art keywords
sub
task
information
determining
region
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
Application number
CN202010413047.6A
Other languages
English (en)
Other versions
CN111651249A (zh
Inventor
沈诚轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rajax Network Technology Co Ltd
Original Assignee
Rajax Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Rajax Network Technology Co Ltd filed Critical Rajax Network Technology Co Ltd
Priority to CN202010413047.6A priority Critical patent/CN111651249B/zh
Publication of CN111651249A publication Critical patent/CN111651249A/zh
Application granted granted Critical
Publication of CN111651249B publication Critical patent/CN111651249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种任务分配方法、装置、可读存储介质和电子设备,通过确定目标区域对应的多个子区域和任务信息集合,根据各所述子区域对应的特征属性进行筛选,以得到特征属性符合一定条件的目标子区域,再对所述任务信息集合中的任务信息和各所述目标子区域对应的至少一个任务处理装置进行匹配,将各所述任务信息分配至匹配的任务处理装置。本发明实施例通过确定目标区域的子区域对目标区域的任务处理装置进行分类筛选,以获取特征属性满足一定条件的子区域对应的任务处理装置进行任务匹配,提高任务匹配效率的同时减少匹配过程中的匹配次数,缓解计算压力。

Description

任务分配方法、装置、可读存储介质和电子设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种任务分配方法、装置、可读存储介质和电子设备。
背景技术
在某些互联网软件平台的运营过程中,需要调配大量的任务处理装置对平台接收到的任务进行处理,以调度平台可用的任务处理装置以合理的方式流动。在分配任务的过程中,为了提高整体的任务处理效率,调度平台通常需要对平台接收到的任务和平台的任务处理装置进行匹配。但由于平台获取的任务量和任务处理装置的数量通常较大,使得匹配过程的计算量庞大,匹配时间长、匹配效率低。
发明内容
有鉴于此,本发明提供了一种任务分配方法、装置、可读存储介质和电子设备,旨在提高任务匹配过程的效率,节省线上计算资源。
第一方面,本发明实施例提供了一种任务分配方法,所述方法包括:
确定目标区域和对应的任务信息集合,所述任务信息集合中包括至少一个任务信息;
确定目标区域对应的多个子区域;
确定各所述子区域对应的特征属性;
根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域;
根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合,所述目标任务处理装置集合包括位于目标子区域中的至少一个任务处理装置;
对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配;
将各所述任务信息发送至匹配的任务处理装置。
进一步地,所述特征属性为接单率;
所述确定各所述子区域对应的特征属性包括:
确定各所述子区域对应的属性信息和任务信息子集合;
根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
进一步地,所述根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率具体为:
对于各所述子区域,将对应的属性信息以及任务信息子集合中的任务信息输入预先训练得到的接单预测模型,输出对应的接单率。
进一步地,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域具体为:
确定接单率满足预定条件的至少一个子区域为目标子区域。
进一步地,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域具体为:
确定接单率大于接单率阈值的子区域为目标子区域。
进一步地,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域包括:
确定各所述子区域对应的任务处理装置数量;
根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数;
确定被计数的子区域为目标子区域。
进一步地,所述特征属性为任务处理效率;
所述确定各所述子区域对应的特征属性包括:
确定各所述子区域对应的历史任务信息集合,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息;
根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
进一步地,所述根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率包括:
对于各所述子区域,确定预定时间段内的历史任务信息以及对应的用户评价信息;
将各所述历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型,输出与所述子区域对应的任务处理效率。
第二方面,本发明实施例提供了一种任务分配装置,所述装置包括:
第一信息确定模块,用于确定目标区域和对应的任务信息集合,所述任务信息集合中包括至少一个任务信息;
子区域确定模块,用于确定目标区域对应的多个子区域;
特征确定模块,用于确定各所述子区域对应的特征属性;
区域筛选模块,用于根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域;
第二信息确定模块,用于根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合,所述目标任务处理装置集合包括位于目标子区域中的至少一个任务处理装置;
信息匹配模块,用于对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配;
任务分配模块,用于将各所述任务信息发送至匹配的任务处理装置。
进一步地,所述特征属性为接单率;
所述特征确定模块包括:
信息确定单元,用于确定各所述子区域对应的属性信息和任务信息子集合;
接单率预测单元,用于根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
进一步地,所述接单率预测单元具体用于:
对于各所述子区域,将对应的属性信息以及任务信息子集合中的任务信息输入预先训练得到的接单预测模型,输出对应的接单率。
进一步地,所述区域筛选模块具体用于:
确定接单率满足预定条件的至少一个子区域为目标子区域。
进一步地,所述区域筛选模块具体用于:
确定接单率大于接单率阈值的子区域为目标子区域。
进一步地,所述区域筛选模块包括:
处理装置确定单元,用于确定各所述子区域对应的任务处理装置数量;
计数单元,用于根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数;
区域筛选单元,用于确定被计数的子区域为目标子区域。
进一步地,所述特征属性为任务处理效率;
所述特征确定模块包括:
信息获取单元,用于确定各所述子区域对应的历史任务信息集合,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息;
处理效率确定单元,用于根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
进一步地,所述处理效率确定单元包括:
信息获取子单元,用于对于各所述子区域,确定预定时间段内的历史任务信息以及对应的用户评价信息;
处理效率确定子单元,用于将各所述历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型,输出与所述子区域对应的任务处理效率。
第三方面,本发明实施例提供了一种计算机可读存储介质,用于存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如第一方面中任一项所述的方法。
第四方面,本发明实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权第一方面中任一项所述的方法。
本发明实施例通过确定目标区域的子区域对目标区域的任务处理装置进行分类筛选,以获取特征属性满足一定条件的子区域对应的任务处理装置进行任务匹配,提高任务匹配效率的同时减少匹配过程中的匹配次数,缓解计算压力。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1为可以实施本发明实施例的任务分配方法的任务分配系统的示意图;
图2为本发明实施例的任务分配方法的流程图;
图3为本发明实施例的目标区域的示意图;
图4为本发明实施例的子区域的示意图;
图5为本发明实施例的确定接单率过程的示意图;
图6为本发明实施例的确定任务处理效率过程的示意图;
图7为本发明实施例的任务分配装置的示意图;
图8为本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
图1为可以实施本发明实施例的任务分配方法的任务分配系统示意图,如图1所示,所述系统包括通过网络连接的服务器10、任务发送终端11和任务处理终端12。其中,所述服务器10用于接收至少一个所述任务发送终端11发送的任务信息,将各所述任务信息与至少一个任务处理终端12进行匹配,再将各所述任务信息分配至匹配到的任务处理终端12进行处理。本发明实施例可以应用于任何通过服务器进行任务分配、调度的系统中,以将各任务分配到适合的任务处理终端进行处理。例如外卖平台的订单分配场景、网约车平台的订单分配场景、各种网络平台的售后处理客服匹配系统等应用场景。
在本实施例中,所述服务器10可以是单个服务器、也可以是以分布式方式配置的服务器集群。所述任务发送终端11和任务处理终端12可以是能够运行计算机程序的、具有通信功能通用数据处理终端,例如,智能手机或平板电脑等。
以外卖平台的订单分配场景为例进行说明,所述服务器10为外卖平台的服务器,用于分配任务;所述任务发送终端11为用户终端,用于向所述服务器10发送任务信息;所述任务处理终端12为平台绑定的配送终端,所述配送终端可以为骑手终端,或其他包括内置通信装置的自动配送设备。所述服务器10与多个用户终端11和多个配送终端12连接,还用于获取各所述配送终端12对应的属性信息,即任务处理装置信息。所述服务器10在接收到所述任务处理终端11发送的至少一个任务信息后,对各所述任务信息与各所述配送终端12对应的任务处理终端信息进行匹配,以确定与每一个任务信息匹配的配送终端12,将所述任务信息分配至所述配送终端12。
图2为本发明实施例的任务分配方法的流程图,如图2所示,所述任务分配方法包括:
步骤S100、确定目标区域和对应的任务信息集合。
具体地,所述目标区域和对应的任务信息集合通过服务器确定,其中,所述目标区域对应的任务信息集合中包括至少一个任务信息。在本发明实施例中,所述服务器中预先设定多个区域,并根据接收到的任务信息中的第一位置信息与各所述区域建立对应关系,以确定各所述区域对应的任务信息集合。因此,所述服务器在确定目标区域以及对应的任务信息集合时,可以在预先设定的多个区域中选定所述目标区域,并获取所述目标区域对应的任务信息集合。其中,所述目标区域对应的任务信息集合中各所述任务信息的第一位置信息在所述目标区域内。
以所述任务分配方法的应用场景为外卖场景为例进行说明,所述任务信息为配送订单信息,所述服务器根据城市、商圈、热度等特征预先划分多个区域,并确定每个区域对应配送订单信息集合。其中,所述配送订单信息集合中包括至少一个配送订单信息,所述配送订单信息中包括商户位置以及配送位置,所述服务器可以根据其中的一个位置设定所述配送订单信息和区域的对应关系。例如,当所述服务器根据商户位置设定所述配送订单信息和区域的对应关系时,所述配送订单信息集合中的各所述配送订单信息中的商户位置在对应的区域内。因此,所述服务器通过上述方式预先确定并存储的各区域和对应的配送订单信息集合可以为“区域A:配送订单信息集合a”、“区域B:配送订单信息集合b”、“区域C:配送订单信息集合c”。所述服务器在上述区域中确定目标区域为区域B时,同时确定所述区域B对应的任务信息集合为配送订单信息集合b。
进一步地,所述服务器内还维护各所述区域和所述服务器的任务处理装置的对应关系,所述对应关系可以通过所述任务处理装置的第二位置信息与各所述区域的关系确定。例如,当任务处理装置1的第二位置信息在区域A内,则所述任务处理装置1为所述区域A对应的任务处理装置。图3为本发明实施例的目标区域的示意图,如图3所示,所述目标区域30中包括多个与所述目标区域30对应的任务处理装置31。
步骤S200、确定目标区域对应的多个子区域。
具体地,所述目标区域对应的多个子区域可以在服务器确定目标区域后对所述目标区域划分得到,或所述服务器根据预先存储的各区域对应的子区域直接确定所述目标区域对应的多个子区域。其中,每个目标区域对应的各所述子区域可以为圆形、扇形、矩形等任意预定的形状,多个所述子区域完全覆盖所述目标区域。例如,当所述目标区域为圆形时,所述服务器可以确定所述目标区域对应的多个子区域为6个圆心角为60,半径与所述圆形相同的扇形区域,拼接所述6个扇形区域即可得到所述圆形目标区域;当所述目标区域为矩形时,所述服务器可以确定所述目标区域对应的多个子区域为4个长、宽分别为所述目标区域长、宽二分之一的小矩形区域,拼接所述4个小矩形区域即可得到所述矩形目标区域。
进一步地,所述服务器维护各所述区域与任务处理装置的对应关系,各所述任务处理装置和各所述区域的对应关系根据所述任务处理装置的第二位置信息确定。因此,当所述服务器在确定所述目标区域对应的多个子区域时,与所述目标区域对应的各所述任务处理装置还分别对应于各所述子区域。图4为本发明实施例的子区域的示意图,如图4所示,图3中所示的矩形目标区域30有四个对应的矩形子区域,分别为子区域40、子区域41、子区域42和子区域43。进一步地,所述目标区域30对应的各所述任务处理装置31还分别对应于各所述子区域40、子区域41、子区域42和子区域43。
以所述目标区域为顶点(0,0)、(0,10)、(10,0)和(10,10)围成的矩形区域,所述目标区域对应的子区域为所述子区域40、子区域41、子区域42和子区域43为例进行说明。其中,所述子区域42为顶点(0,0)、(0,5)、(5,0)和(5,5)围成的矩形,所述子区域40为顶点(0,5)、(0,10)、(5,5)和(5,10)围成的矩形,所述子区域43为顶点(5,0)、(10,0)、(5,5)和(10,5)围成的矩形,所述子区域41为顶点(5,5)、(10,5)、(5,10)和(10,10)围成的矩形。当所述目标区域有以下对应的任务处理装置:任务处理装置1、任务处理装置2、任务处理装置3和任务处理装置4,且上述任务处理装置的第二位置信息依次为(8,7)、(6,1)、(2,4)和(2,7)时,所述任务处理装置1还对应于子区域41,所述任务处理装置2还对应于子区域43,所述任务处理装置3还对应于子区域42,所述任务处理装置4还对应于子区域40。
步骤S300、确定各所述子区域对应的特征属性。
具体地,所述特征属性用于表征所述子区域的任务处理情况,可以包括接单率、任务处理效率、任务处理速度、最大任务处理量等一种或多种特征。其中,所述接单率用于表征对应子区域接单的概率,所述任务处理效率用于表征对应子区域处理任务的质量,所述任务处理速度用于表征对应子区域处理单件任务的时间,所述任务处理量用于表征对应子区域在单位时间内能够处理的最大任务数量。
在本发明实施例的一个可选的实现方式中,所述特征属性为接单率。所述服务器确定各所述子区域对应接单率的过程可以包括:
步骤S310、确定各所述子区域对应的属性信息和任务信息子集合。
具体地,所述属性信息可以包括所述子区域对应的任务处理装置数量、任务信息数量、天气信息以及各所述任务处理装置的等级等属性。在本发明实施例中,所述任务信息在分配的过程中基于目标区域进行分配,各所述子区域对应的任务信息、任务信息数量仅用于表征所述子区域对应的属性。其中,所述任务信息数量用于表征当前第一位置信息在所述子区域内的任务信息数量,所述天气信息用于表征当前所述子区域的天气情况,例如下雨、下雪、晴天、台风等,所述任务处理装置的等级用于表征所述任务处理装置的任务处理能力。所述任务信息子集合为所述目标区域对应任务信息集合中的一部分,其中包括第一位置信息在所述子区域内的至少一个任务信息。所述任务信息中可以包括任务内容、任务难度、至少一种位置信息等。
以所述任务分配方法的应用场景为外卖场景为例进行说明,所述属性信息可以包括当前所述子区域内的全部配送骑手数量、天气情况、任务信息数量以及所述子区域对应的各骑手在所述外卖平台的等级等信息。所述任务信息子集合中的任务信息为所述外卖平台的配送订单,可以包括订单内容、任务难度、商户位置和配送位置。其中,所述服务器可以预先设定商户位置和配送位置中的一个为第一位置信息,以确定所述配送订单和子区域的对应关系。
步骤S320、根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
具体地,所述服务器可以通过将所述子区域对应的任务信息子集合和属性信息确定与所述子区域对应的接单率。例如,将所述任务信息子集合中的全部任务信息和属性信息输入到预先训练得到的接单预测模型中,输出所述子区域对应的接单率。其中,所述接单预测模型可以通过预先标注的训练集训练得到,所述训练集包括所述子区域在历史的多个时刻对应的任务信息子集合和属性信息,以及对应的接单率,所述接单率可以通过计算所述子区域的任务处理装置接收任务信息的数量和所述任务信息子集合中全部任务信息数量的商确定。所述训练过程为将一个时刻所述子区域的全部任务信息和属性信息作为所述接单预测模型的输入,将所述时刻的接单率作为所述接单预测模型的输出,以训练得到所述接单预测模型。
图5为本发明实施例的确定接单率过程的示意图,如图5所示,在本发明实施例的一个可选的实现方式中,所述服务器将所述子区域对应的各任务信息和属性信息输入接单预测模型50中,输出对应的接单率。
在本发明实施例的另一个可选的实现方式中,所述特征属性为任务处理效率。所述服务器确定各所述子区域对应任务处理效率的过程可以包括:
步骤S310’、确定各所述子区域对应的历史任务信息集合。
具体地,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息。所述历史任务信息集合可以通过服务器获取对应的任务时间在预定的时间区间内,且与各所述子区域对应的已完成历史任务信息确定。其中,所述用户评价信息为发送所述历史任务信息的用户对所述任务的完成情况进行的评价,所述评价内容可以为文字、打分等信息。当所述评价内容为文字时,可以通过识别关键词等方式基于所述评价内容的文字生成对应的评分。
以所述任务分配方法的应用场景为外卖场景为例进行说明,所述历史任务信息为所述外卖平台用户历史的配送订单,所述用户评价信息为所述外卖平台用户在配送订单完成后对所述配送过程的评分。所述服务器确定所述历史任务信息集合的过程例如可以是获取在当前时刻之前24小时内,所述子区域对应的任务处理装置处理的全部历史任务信息,再确定各所述历史任务信息的用户评价信息。
步骤S320’、根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
具体地,所述服务器可以根据各所述子区域对应的历史任务信息集合确定各所述子区域对应的任务处理效率。当所述用户评价信息为用户评分时,所述任务处理效率可以通过计算各所述历史任务信息对应的用户评价信息的特征值确定,所述特征值可以为平均值、加权和、众数等。以所述特征值为平均值为例进行说明,当所述历史任务信息集合中包括“历史任务信息1:6分”、“历史任务信息2:7分”、“历史任务信息3:4分”、“历史任务信息4:9分”、“历史任务信息5:4分”时,计算得到所述任务处理效率为各所述用户评价信息的特征值6。进一步地,当所述用户评价信息为用户文字评价时,可以基于所述文字评价内容中的关键词确定对应的评分,再计算各评分的特征值得到所述子区域对应的任务处理效率。
图6为本发明实施例的确定任务处理效率过程的示意图,如图6所示,在本发明实施例的另一个可选的实现方式中,所述任务处理效率还可以通过获取预定时间段内所述子区域的历史任务信息和对应的用户评价信息,再将获取到的所述多个历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型60,输出所述子区域的任务处理效率。其中,所述处理效率模型可以通过预先标注得到的训练集训练,所述训练集中可以包括多个时间段对应的历史任务信息、对应的用户评价信息以及计算得到的特征值,在训练过程中将各所述时间段对应的历史任务信息和用户评价信息作为所述处理效率模型的输入,将所述特征值作为所述处理效率模型的输出。
步骤S400、根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域。
具体地,所述服务器在确定各所述子区域对应的特征属性后,根据预设的筛选规则对子区域进行筛选,以确定至少一个目标子区域。其中,所述筛选规则可以由服务器预先设定。
在本发明实施例的一个可选的实现方式中,所述服务器可以设定一个预定条件,确定接单率满足预定条件的至少一个子区域为目标子区域。例如设定一个大于零的整数N,根据特征属性对各所述子区域进行排序,以确定排序后优先级最高的N个子区域为目标子区域。以图4所示的目标区域和对应子区域为例进行说明,所述目标区域对应所述子区域40、子区域41、子区域42和子区域43。当所述服务器设定的整数N为3、特征属性为接单率,所述子区域40、子区域41、子区域42和子区域43对应的接单率依次为0.85、0.79、0.66和0.82时,确定目标子区域分别为子区域40、子区域41和子区域43。
在本发明实施例的另一个可选的实现方式中,所述服务器可以设定一个特征属性阈值,当对应的特征属性大于所述阈值时,确定所述子区域为目标子区域。以图4所示的目标区域和对应子区域为例进行说明,所述目标区域对应所述子区域40、子区域41、子区域42和子区域43。当所述特征属性为接单率,所述服务器设定特征属性阈值,即接单率阈值为0.7,且所述子区域40、子区域41、子区域42和子区域43对应的接单率依次为0.85、0.79、0.66和0.82时,确定目标子区域分别为子区域40、子区域41和子区域43。
在本发明实施例的又一个可选的实现方式中,所述服务器还可以设定任务处理装置的数量阈值,根据特征属性对各所述子区域进行排序,以获取优先级靠前,且对应的任务处理装置数量和不小于所述数量阈值的子区域为目标子区域。以所述特征属性为接单率为例进行说明,所述筛选子区域的方法为先获取各所述子区域对应的任务处理装置集合中包括的任务处理装置数量,以确定各所述子区域对应的任务处理装置数量。再根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数,最后确定被计数的子区域为目标子区域。以图4所示的目标区域和对应子区域为例进行说明,所述目标区域对应所述子区域40、子区域41、子区域42和子区域43。当所述子区域40、子区域41、子区域42和子区域43对应的接单率依次为0.85、0.79、0.66和0.82,对应的任务处理装置数量依次为20、30、25和18,服务器设定的数量阈值为60时,先根据接单率从大到小对各所述子区域排序,以确定子区域的优先级依次为子区域40、子区域43、子区域41和子区域42,根据上述排序后的子区域对应的任务处理装置数量进行计数,第60个任务处理装置为所述子区域41中的任务处理装置。因此,根据上述方法确定的目标子区域为子区域40、子区域43和子区域41。
步骤S500、根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合。
具体地,所述目标任务处理装置集合中包括至少一个位于所述目标区域内的任务处理装置。所述服务器在确定目标子区域后,获取全部目标子区域对应的任务处理装置,以确定包括全部目标子区域对应的任务处理装置的目标任务处理装置集合。同时,所述服务器还进一步确定各所述任务处理装置对应的任务处理装置信息。在本发明实施例中,所述任务处理装置信息用于表征对应任务处理装置的属性,可以包括所述任务处理装置的标识、等级、评价、处理任务数量等内容。
以所述任务分配方法的应用场景为外卖场景为例进行说明,所述任务处理装置为配送设备,所述任务处理装置信息中可以包括所述配送设备在系统中的编码、对应的等级、用户的好评率、历史任务处理量以及附加设施等信息。其中,所述附加设施例如可以是防震装置、保温箱、防盗设备等。
步骤S600、对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配。
具体地,所述服务器在确定了目标任务处理装置集合,并获取其中包括的各所述任务处理装置对应的任务处理装置信息后,对所述任务信息集合中的各所述任务信息和各所述任务处理装置对应的任务处理装置信息进行匹配,以使得每一个任务信息匹配到对应的任务处理装置信息。在本发明实施例的一个可选的实现方式中,所述匹配过程可以通过KM算法实现。
以所述任务分配方法的应用场景为外卖场景为例进行说明,所述服务器通过对各所述订单信息和各所述配送装置对应的配送装置信息进行匹配的过程为各所述订单匹配到合适的配送装置。例如,当所述订单信息为配送饮品的订单时,所述服务器可以通过所述匹配过程为所述订单信息匹配到一个携带防震装置的配送装置。
步骤S700、将各所述任务信息发送至匹配的任务处理装置。
具体地,当所述服务器在对各所述任务信息和各所述任务处理装置信息进行匹配后,将各所述任务信息发送至其匹配的任务处理装置信息对应的任务处理装置,以通过所述任务处理装置处理匹配的任务信息。
本发明实施例所述的方法通过确定目标区域的子区域对目标区域的任务处理装置进行分类筛选,以获取特征属性满足一定条件的子区域对应的任务处理装置进行任务匹配,提高任务匹配效率的同时减少匹配过程中的匹配次数,缓解计算压力。
图7为本发明实施例的任务分配装置的示意图,如图7所示,所述任务分配装置包括第一信息确定模块70、子区域确定模块71、特征确定模块72、区域筛选模块73、第二信息确定模块74、信息匹配模块75和任务分配模块76。
具体地,所述第一信息确定模块70用于确定目标区域和对应的任务信息集合,所述任务信息集合中包括至少一个任务信息。所述子区域确定模块71用于确定目标区域对应的多个子区域。所述特征确定模块72用于确定各所述子区域对应的特征属性。所述区域筛选模块73用于根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域。所述第二信息确定模块74用于根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合,所述目标任务处理装置集合包括位于目标子区域中的至少一个任务处理装置。所述信息匹配模块75用于对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配。所述任务分配模块76用于将各所述任务信息发送至匹配的任务处理装置。
进一步地,所述特征属性为接单率;
所述特征确定模块包括:
信息确定单元,用于确定各所述子区域对应的属性信息和任务信息子集合;
接单率预测单元,用于根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
进一步地,所述接单率预测模块具体用于:
对于各所述子区域,将对应的属性信息以及任务信息子集合中的任务信息输入预先训练得到的接单预测模型,输出对应的接单率。
进一步地,所述区域筛选模块具体用于:
确定接单率满足预定条件的至少一个子区域为目标子区域。
进一步地,所述区域筛选模块具体用于:
确定接单率大于接单率阈值的子区域为目标子区域。
进一步地,所述区域筛选模块包括:
处理装置确定单元,用于确定各所述子区域对应的任务处理装置数量;
计数单元,用于根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数;
区域筛选单元,用于确定被计数的子区域为目标子区域。
进一步地,所述特征属性为任务处理效率;
所述特征确定模块包括:
信息获取单元,用于确定各所述子区域对应的历史任务信息集合,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息;
处理效率确定单元,用于根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
进一步地,所述处理效率确定单元包括:
信息获取子单元,用于对于各所述子区域,确定预定时间段内的历史任务信息以及对应的用户评价信息;
处理效率确定子单元,用于将各所述历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型,输出与所述子区域对应的任务处理效率。
本发明实施例所述的装置能够实现通过确定目标区域的子区域对目标区域的任务处理装置进行分类筛选,以获取特征属性满足一定条件的子区域对应的任务处理装置进行任务匹配,提高任务匹配效率的同时减少匹配过程中的匹配次数,缓解计算压力。
图8为本发明实施例的电子设备的示意图,如图8所示,在本实施例中,所述电子设备可以为服务器或终端等,所述终端例如可以是手机、电脑、平板电脑等智能设备。如图所示,所述电子设备包括:至少一个处理器81;与至少一个处理器通信连接的存储器80;以及与存储介质通信连接的通信组件82,所述通信组件82在处理器的控制下接收和发送数据;其中,存储器80存储有可被至少一个处理器81执行的指令,指令被至少一个处理器81执行以实现本发明实施例所述的任务分配方法。
具体地,所述存储器80作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器81通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述任务分配方法。
存储器80可以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、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器80可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器80可选包括相对于处理器81远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器80中,当被一个或者多个处理器81执行时,执行上述任意方法实施例中的任务分配方法。
上述产品可执行本申请实施例所公开的方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所公开的任务分配方法。
本发明还涉及一种计算机可读存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例所述方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理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 (18)

1.一种任务分配方法,其特征在于,所述方法包括:
确定目标区域和对应的任务信息集合,所述任务信息集合中包括至少一个任务信息;
确定目标区域对应的多个子区域;
确定各所述子区域对应的特征属性;
根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域;
根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合,所述目标任务处理装置集合包括位于目标子区域中的至少一个任务处理装置;
对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配;
将各所述任务信息发送至匹配的任务处理装置。
2.根据权利要求1所述的方法,其特征在于,所述特征属性为接单率;
所述确定各所述子区域对应的特征属性包括:
确定各所述子区域对应的属性信息和任务信息子集合;
根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率具体为:
对于各所述子区域,将对应的属性信息以及任务信息子集合中的任务信息输入预先训练得到的接单预测模型,输出对应的接单率。
4.根据权利要求2所述的方法,其特征在于,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域具体为:
确定接单率满足预定条件的至少一个子区域为目标子区域。
5.根据权利要求2所述的方法,其特征在于,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域具体为:
确定接单率大于接单率阈值的子区域为目标子区域。
6.根据权利要求2所述的方法,其特征在于,所述根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域包括:
确定各所述子区域对应的任务处理装置数量;
根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数;
确定被计数的子区域为目标子区域。
7.根据权利要求1所述的方法,其特征在于,所述特征属性为任务处理效率;
所述确定各所述子区域对应的特征属性包括:
确定各所述子区域对应的历史任务信息集合,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息;
根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
8.根据权利要求7所述的方法,其特征在于,所述根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率包括:
对于各所述子区域,确定预定时间段内的历史任务信息以及对应的用户评价信息;
将各所述历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型,输出与所述子区域对应的任务处理效率。
9.一种任务分配装置,其特征在于,所述装置包括:
第一信息确定模块,用于确定目标区域和对应的任务信息集合,所述任务信息集合中包括至少一个任务信息;
子区域确定模块,用于确定目标区域对应的多个子区域;
特征确定模块,用于确定各所述子区域对应的特征属性;
区域筛选模块,用于根据对应的特征属性对各所述子区域进行筛选,以确定至少一个目标子区域;
第二信息确定模块,用于根据各所述目标子区域对应的任务处理装置确定目标任务处理装置集合,所述目标任务处理装置集合包括位于目标子区域中的至少一个任务处理装置;
信息匹配模块,用于对所述任务信息集合中的各所述任务信息和所述目标任务处理装置集合中各所述任务处理装置的任务处理装置信息进行匹配;
任务分配模块,用于将各所述任务信息发送至匹配的任务处理装置。
10.根据权利要求9所述的装置,其特征在于,所述特征属性为接单率;
所述特征确定模块包括:
信息确定单元,用于确定各所述子区域对应的属性信息和任务信息子集合;
接单率预测单元,用于根据各所述子区域对应的任务信息子集合和属性信息确定对应的接单率。
11.根据权利要求10所述的装置,其特征在于,所述接单率预测单元具体用于:
对于各所述子区域,将对应的属性信息以及任务信息子集合中的任务信息输入预先训练得到的接单预测模型,输出对应的接单率。
12.根据权利要求10所述的装置,其特征在于,所述区域筛选模块具体用于:
确定接单率满足预定条件的至少一个子区域为目标子区域。
13.根据权利要求10所述的装置,其特征在于,所述区域筛选模块具体用于:
确定接单率大于接单率阈值的子区域为目标子区域。
14.根据权利要求10所述的装置,其特征在于,所述区域筛选模块包括:
处理装置确定单元,用于确定各所述子区域对应的任务处理装置数量;
计数单元,用于根据接单率由高到低对各所述子区域对应的任务处理装置进行计数,直到计数结果达到数量阈值时停止计数;
区域筛选单元,用于确定被计数的子区域为目标子区域。
15.根据权利要求9所述的装置,其特征在于,所述特征属性为任务处理效率;
所述特征确定模块包括:
信息获取单元,用于确定各所述子区域对应的历史任务信息集合,所述历史任务信息集合中包括至少一个历史任务信息和对应的用户评价信息;
处理效率确定单元,用于根据各所述子区域对应的历史任务信息集合确定对应的任务处理效率。
16.根据权利要求15所述的装置,其特征在于,所述处理效率确定单元包括:
信息获取子单元,用于对于各所述子区域,确定预定时间段内的历史任务信息以及对应的用户评价信息;
处理效率确定子单元,用于将各所述历史任务信息和对应的用户评价信息输入预先训练得到的处理效率模型,输出与所述子区域对应的任务处理效率。
17.一种计算机可读存储介质,用于存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-8中任一项所述的方法。
18.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-8中任一项所述的方法。
CN202010413047.6A 2020-05-15 2020-05-15 任务分配方法、装置、可读存储介质和电子设备 Active CN111651249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010413047.6A CN111651249B (zh) 2020-05-15 2020-05-15 任务分配方法、装置、可读存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010413047.6A CN111651249B (zh) 2020-05-15 2020-05-15 任务分配方法、装置、可读存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN111651249A CN111651249A (zh) 2020-09-11
CN111651249B true CN111651249B (zh) 2022-08-02

Family

ID=72344382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010413047.6A Active CN111651249B (zh) 2020-05-15 2020-05-15 任务分配方法、装置、可读存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN111651249B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723755A (zh) * 2021-07-28 2021-11-30 叶红 一种自然资源建库用外业勘探管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107274125A (zh) * 2017-06-08 2017-10-20 北京惠赢天下网络技术有限公司 配送商订单的处理方法、装置、服务器及订单分配系统
CN109615122A (zh) * 2018-11-27 2019-04-12 拉扎斯网络科技(上海)有限公司 配送范围的生成方法、装置、电子设备和存储介质
CN109685309A (zh) * 2018-11-15 2019-04-26 拉扎斯网络科技(上海)有限公司 订单分配方法、装置、电子设备和存储介质
CN109711789A (zh) * 2019-01-22 2019-05-03 北京顺丰同城科技有限公司 一种配送范围的确定方法及装置
CN109741142A (zh) * 2019-01-03 2019-05-10 上海拉扎斯信息科技有限公司 订单分配方法、订单分配装置、可读存储介质和电子设备
CN110689254A (zh) * 2019-09-23 2020-01-14 拉扎斯网络科技(上海)有限公司 数据处理方法、装置、电子设备和计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107274125A (zh) * 2017-06-08 2017-10-20 北京惠赢天下网络技术有限公司 配送商订单的处理方法、装置、服务器及订单分配系统
CN109685309A (zh) * 2018-11-15 2019-04-26 拉扎斯网络科技(上海)有限公司 订单分配方法、装置、电子设备和存储介质
CN109615122A (zh) * 2018-11-27 2019-04-12 拉扎斯网络科技(上海)有限公司 配送范围的生成方法、装置、电子设备和存储介质
CN109741142A (zh) * 2019-01-03 2019-05-10 上海拉扎斯信息科技有限公司 订单分配方法、订单分配装置、可读存储介质和电子设备
CN109711789A (zh) * 2019-01-22 2019-05-03 北京顺丰同城科技有限公司 一种配送范围的确定方法及装置
CN110689254A (zh) * 2019-09-23 2020-01-14 拉扎斯网络科技(上海)有限公司 数据处理方法、装置、电子设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN111651249A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN109615122B (zh) 配送范围的生成方法、装置、电子设备和存储介质
CN111539780B (zh) 一种任务处理方法、装置、存储介质和电子设备
CN109272360B (zh) 一种广告智能推荐方法、系统及装置
CN113516249B (zh) 基于半异步的联邦学习方法、系统、服务器及介质
CN109325845A (zh) 一种金融产品智能推荐方法及系统
CN109739985A (zh) 文本自动分类方法、设备及存储介质
CN111341041A (zh) 一种支付方式确定方法、装置、系统及设备
CN110490646A (zh) 汽车品牌目标用户的确定方法及装置
EP3895030A1 (en) Binning for nonlinear modeling
CN106919588A (zh) 一种应用程序搜索系统及方法
CN111651249B (zh) 任务分配方法、装置、可读存储介质和电子设备
CN109086289A (zh) 一种媒体数据处理方法、客户端、介质和设备
CN111445191A (zh) 一种配送难度的预估方法、装置和存储介质
CN111444930A (zh) 一种确定二分类模型的预测效果的方法及装置
CN110516872B (zh) 一种信息处理方法、装置、存储介质和电子设备
CN112488806A (zh) 一种预测订单意愿的方法、装置、计算机设备及计算机可读存储介质
CN114724011B (zh) 一种行为的确定方法、装置、存储介质及电子装置
CN111404835A (zh) 流量控制方法、装置、设备及存储介质
CN113128597B (zh) 一种用户行为特征的提取和分类预测的方法及装置
CN110879752B (zh) 资源分配方法、装置、可读存储介质和电子设备
CN111311150B (zh) 配送任务分组方法、平台、电子设备及存储介质
CN112836036A (zh) 针对智能体的交互式训练方法、装置、终端和存储介质
CN113409095A (zh) 数据处理方法、装置、服务器及存储介质
CN113457167A (zh) 用户分类网络的训练方法、用户分类方法及装置
CN112487295A (zh) 5g套餐推送方法、装置、电子设备及计算机存储介质

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