CN111738517A - 一种基于大数据的电商生鲜类商品快递配送管理系统 - Google Patents

一种基于大数据的电商生鲜类商品快递配送管理系统 Download PDF

Info

Publication number
CN111738517A
CN111738517A CN202010586200.5A CN202010586200A CN111738517A CN 111738517 A CN111738517 A CN 111738517A CN 202010586200 A CN202010586200 A CN 202010586200A CN 111738517 A CN111738517 A CN 111738517A
Authority
CN
China
Prior art keywords
distribution
distributor
time
client
handover
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.)
Granted
Application number
CN202010586200.5A
Other languages
English (en)
Other versions
CN111738517B (zh
Inventor
詹晨
许强
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.)
Andeli Shenzhen Food Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010586200.5A priority Critical patent/CN111738517B/zh
Publication of CN111738517A publication Critical patent/CN111738517A/zh
Application granted granted Critical
Publication of CN111738517B publication Critical patent/CN111738517B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据的电商生鲜类商品快递配送管理系统，包括交接时间点确定模块、时间段天气分析模块、智能延迟判断模块、视频监控追踪模块、分析云平台、配送信息数据库、分级提醒模块、征信管理分析模块和信息管理显示终端，本发明通过对配送时间点到交接时间点这一时间段的天气情况进行查看，判断交接时间点是否延迟及延迟时长，并对延迟后的交接时间点进行分级提醒，同时对配送员在配送途中的配送行为进行监控，最后根据征信管理分析模块对配送和客户双方的最终对接结果情况，进行双方的征信统计管理并显示，便于配送员和客户直观地了解各自的征信状态，实现了对配送员和客户双方的行为约束，提高了配送服务的综合质量。

Description

一种基于大数据的电商生鲜类商品快递配送管理系统
技术领域
本发明涉及生鲜电商类商品快递配送管理技术领域，涉及到一种基于大数据的电商生鲜类商品快递配送管理系统。
背景技术
随着互联网的普及和应用，电子商务以其不可替代的优越性迅速地渗透在人们生活的每个角落，而与人们日常生活紧密相关的生鲜农产品更是电子商务的刚性需求，生鲜农产品电商正迈着稳健的步伐走进我们生活的中心。
众所周知，生鲜类商品由于其保鲜时间短，容易变质，这就需要高效率、低成本的配送活动，保证商品快速、安全送达客户手中，配送活动向上服务于生鲜商品的供应商或销售商，向下服务着客户，起着承上启下的关键作用，配送服务的优劣不仅影响着商家的信誉和利润，还直接影响着客户的购物体验结果，可以说“得配送者得生鲜电商的天下”。
目前，现有的生鲜商品配送服务评级，都只是约束配送员的，且只是针对配送结果判定服务质量，如是否按照约定的时间点到达，无法根据外界天气因素和整个配送途中的过程进行智能评判，鉴于此，本发明设计一种基于大数据的电商生鲜类商品快递配送管理系统。
发明内容
本发明的目的在于一种基于大数据的电商生鲜类商品快递配送管理系统，通过配送员与客户约定交接时间点，对配送时间点到交接时间点这一时间段的天气情况进行查看，判断交接时间点是否延迟及延迟时长，并对延迟后的交接时间点按照设置的不同间隔时间进行分级提醒，同时结合视频监控追踪模块对配送员在配送途中的配送行为进行监控，查看是否有不规范配送行为，并对不规范配送行为进行取证及配送不规范系数统计，最后根据配送和客户双方的最终对接结果情况，进行双方的征信统计管理，解决了背景技术提到的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的电商生鲜类商品快递配送管理系统，包括交接时间点确定模块、时间段天气分析模块、智能延迟判断模块、视频监控追踪模块、分析云平台、配送信息数据库、分级提醒模块、征信管理分析模块和信息管理显示终端；
时间段天气分析模块与交接时间点确定模块连接，分析云平台分别与时间段天气分析模块、视频监控追踪模块、征信管理分析模块和配送信息数据库连接，智能延迟判断模块与分析云平台连接，分级提醒模块与智能延迟判断模块连接，信息管理显示终端分别与分析云平台和征信管理分析模块连接；
时间点确定模块，用于根据客户下单的时间，商家将客户下单的生鲜类商品进行保鲜包装，将包装好的生鲜类商品安排配送员进行配送，并将配送时间点发送给客户，同时配送员根据客户下单的地址，估算配送路程花费的时间，与客户约定好交接时间点和交接地点，同时，时间点确定模块将配送时间点和交接时间点发送至时间段天气分析模块；
时间段天气分析模块，用于接收时间点确定模块发送的配送时间点和交接时间点，对接收的配送时间点到交接时间点这一时间段，通过查看天气预报，了解这一时间段的天气情况，查看该天气情况是否属于恶劣天气情况，若不属于恶劣天气情况，则按照原定的交接时间点进行交接，若属恶劣天气情况，将该天气情况与配送信息数据库中各种恶劣天气情况进对比，判断属于那种恶劣天气情况，并根据该恶劣天气情况预报的预警颜色，提取配送信息数据库中各恶劣天气情况不同预警颜色对应的天气恶劣等级，筛选该恶劣天气的预警颜色对应的天气恶劣等级，并发送至分析云平台；
分析云平台，接收时间段天气分析模块发送的天气恶劣等级，提取配送信息数据库预设的各恶劣天气的不同恶劣等级对应的延迟时长，并发送至智能延迟判断模块；
智能延迟判断模块，用于接收云平台发送的延迟时长，根据配送时间点到交接时间点这一时间段的实际天气情况是否符合预报的恶劣天气情况，若符合预报的恶劣天气情况，则通过接收的延迟时长，计算延迟后的交接时间点，并分别发送给配送员、客户和分级提醒模块，若不符合预报的恶劣天气情况，则按照原定的交接时间点进行交接；
视频监控追踪模块，包括摄像头和GPS定位仪，其均安装在配送车上，所述摄像头用于采集配送员从配送地点至交接地点的配送途中的监控视频，通过无线传输给客户，客户通过查看监控视频，监督配送员在配送途中的行为，判断是否存在不规范的配送行为，若存在不规范配送行为，对出现不规范配送行为的视频进行截图取证，并将该不规范配送行为与预设的各类不规范配送行为进行对比，判断属于哪一类不规范配送行为，并统计配送员在整个配送途中出现的不规范配送行为种类数及出现各种不规范配送行为的频次，构成配送不规范行为集合Hk(hk11,hk22,...,hkjj,...,hkmm)，hkjj表示为配送员出现第j类不规范行为的频次为kj，m表示为不规范行为种类数(m≤5)，所述GPS定位仪，用于定位配送员在配送途中的位置信息，通过无线传输给客户，客户通过查看配送员的实时位置信息，实时了解配送员距离交接地点的配送距离，视频监控追踪模块将统计的配送不规范行为集合发送至分析云平台，并将不规范配送行为的截图取证发送至信息管理显示终端；
分级提醒模块，接收智能延迟判断模块发送的延迟后的交接时间点或原定交接时间点，将接收的延迟后的交接时间点或原定的交接时间点，按照设置的临近交接时间点不同间隔时间进行分级提醒，其分级提醒的方法包括以下几个步骤：
(1)当临近延迟后的交接时间点或原定的交接时间点间隔时间为15分钟时，发送短信提醒客户和配送员此时距离交接时间点的时间间隔；
(2)当临近延迟后的交接时间点或原定的交接时间点间隔时间为10分钟时，启动外呼叫平台，电话提醒客户和配送员此时距离交接时间点的时间间隔：
(3)当临近延迟后的交接时间点或原定的交接时间点间隔时间为5分钟时，启动外呼叫平台，电话呼叫商家，由商家电话提醒客户和配送员此时距离交接时间点的时间间隔；
征信管理分析模块，用于对配送员与客户的最终对接结果进行记录，若在规定时间内最终对接成功，则配送员和客户的征信状态均为守信，分别记录配送员到达交接地点的实际交接时间和客户到达交接地点的实际交接时间，与延迟后的交接时间点或原定的交接时间点进行对比，得到配送员交接时间对比值和客户交接时间对比值，提取配送信息数据库中配送员交接时间标准对比值阈值和客户交接时间标准对比值阈值，将配送员交接时间对比值与配送员交接时间标准对比值阈值进行对比，若小于配送员交接时间标准对比值阈值，其配送员守信等级为三级，若处于配送员交接时间标准对比值阈值内，其配送员守信等级为二级，若大于配送员交接时间标准对比值阈值，其配送员守信等级为一级，将客户交接时间对比值与客户交接时间标准对比值阈值进行对比，若小于客户交接时间标准对比值阈值，其客户守信等级为三级，若处于客户交接时间标准对比值阈值内，其客户守信等级为二级，若大于客户交接时间标准对比值阈值，其客户守信等级为一级，征信管理分析模块将配送员的守信等级和客户的守信等级发送至分析云平台，若规定时间内对接不成功，则记录对接不成功的原因，若由于配送员未及时到场交接地点，则配送员征信状态为失信，若由于客户未及时到场交接地点，则客户征信状态为失信，征信管理分析模块将配送员和客户的征信状态发送至至信息管理显示终端；
配送信息数据库，存储各种恶劣天气情况及其预警颜色，存储各恶劣天气情况不同预警颜色对应的天气恶劣等级，存储各恶劣天气的不同恶劣等级对应的延迟时长，存储预设的各类不规范配送行为及各类不规范配送行为的权重系数，存储配送员交接时间标准对比值阈值及配送员不同守信等级对应的守信系数λ1,λ2,λ3，并存储客户交接时间标准对比值阈值及客户不同守信等级对应的守信系数
Figure BDA0002554735850000051
分析云平台，接收视频监控追踪模块发送的不规范配送行为集合，提取配送信息数据库中各类不规范配送行为的权重系数，计算该配送员的配送不规范系数，并发送至信息管理显示终端；
同时，分析云平台接收征信管理分析模块发送的配送员的守信等级和客户的守信等级，提取配送信息数据库中配送员不同守信等级对应的守信系数和客户不同守信等级对应的守信系数，筛选配送员该守信等级对应的守信系数和客户该守信等级对应的守信系数，发送至信息管理显示终端；
信息管理显示终端，包括配送信息管理显示终端和客户信息管理显示终端，用于接收征信管理分析模块发送的不规范配送行为的截图取证及配送员和客户征信状态，接收分析云平台发送的配送规范系数及配送员守信系数和客户守信系数，将接收的不规范配送行为的截图取证、配送不规范系数、配送员征信状态和配送员守信系数在配送信息管理显示终端显示，将接收的客户征信状态和客户守信系数在客户信息管理显示终端显示。
优选地，所述各种恶劣天气情况包括台风、暴雨、高温、低温、大雾、雷雨、大风、沙尘暴、冰雹、雪灾和冰冻，所述恶劣天气的预警颜色包括蓝色、黄色、橙色和红色，根据各恶劣天气预报的预警颜色对各恶劣天气进行等级划分，构成恶劣天气等级集合W(wb1,wb2,...,wbj,...,wb11),wbj表示为第j种恶劣天气情况的各恶劣等级，b表示恶劣等级，b＝b1,b2,b3,b4，b1,b2,b3,b4分别代表的预警颜色为蓝色、黄色、橙色、红色，其分别对应的恶劣等级为Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级。
进一步地，所述配送各类不规范行为包括偷吃偷拿客户货物、野蛮拿放货物、弄脏客户货物、送货途中违反交通规则和送货途中办理私事，所述野蛮拿放货物包含用脚踢货物、坐在货物上和对能抬起来的货物在地面上拖货，配送各类不规范行为对应的权重系数分别为ξ1,ξ2,ξ3,ξ4,ξ5。
进一步地，所述延迟后的交接时间点计算为t′＝t0+RDΔt，其中，t′表示为延迟后的交接时间点，t0表示为原定的交接时间点，RDΔt表示为第D个天气恶劣等级下的延迟时长，D＝Ⅰ、Ⅱ、Ⅲ、Ⅳ。
进一步地，所述所述配送不规范系数的计算公式为
Figure BDA0002554735850000061
式中ξj表示为第j种配送不规范行为的权重系数，kj表示为第j种配送不规范行为的频次
进一步地，所述配送员守信不同等级对应的守信系数的大小关系为λ1＜λ2＜λ3，所述客户不同守信等级对应的守信系数的大小关系为
Figure BDA0002554735850000062
有益效果：
(1)本发明通过配送员与客户约定交接时间点，根据时间段天气分析模块对配送时间点到交接时间点这一时间段的天气情况进行查看，判断交接时间点是否延迟及延迟时长，并对延迟后的交接时间点按照设置的不同间隔时间进行分级提醒，同时结合视频监控追踪模块对配送员在配送途中的配送行为进行监控，进行配送不规范系数统计，避免了目前的配送服务评级只针对配送结果判定服务质量，最后根据征信管理分析模块对配送和客户双方的最终对接结果情况，进行双方的征信统计管理并显示，便于配送员和客户直观地了解各自的征信状态，实现了对配送员和客户双方的行为约束，提高了配送服务的综合质量。
(2)本发明针对配送途中的时效性受外界天气的影响，通过对配送时间点到交接时间点这一时间段的天气情况进行查看，是否属于恶劣天气情况，并根据对恶劣天气的预警颜色进行分级，同时进行智能延迟判断，并及时通知客户，避免了因天气原因导致配送延迟，未能及时通知客户带来的购物体验感差的问题，并且智能延迟判断模块可以通过天气的恶劣等级进行延迟时长的智能推算，提高了系统的智能性、灵活性。
(3)本发明通过视频监控追踪模块对配送员在配送途中的行为进行监督，查看是否有不规范的配送行为，并对存在不规范配送行为的视频进行截图取证，便于回查核对，同时针对配送员在配送途中的不规范配送行为进行分类统计配送不规范配送系数，优化了目前配送服务的评级，规范了配送员配送过程中的行为，提高了配送效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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他的附图。
图1为本发明的模块示意图；
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于大数据的电商生鲜类商品快递配送管理系统，包括交接时间点确定模块、时间段天气分析模块、智能延迟判断模块、视频监控追踪模块、分析云平台、配送信息数据库、分级提醒模块、征信管理分析模块和信息管理显示终端。
时间段天气分析模块与交接时间点确定模块连接，分析云平台分别与时间段天气分析模块、视频监控追踪模块、征信管理分析模块和配送信息数据库连接，智能延迟判断模块与分析云平台连接，分级提醒模块与智能延迟判断模块连接，信息管理显示终端分别与分析云平台和征信管理分析模块连接。
时间点确定模块，用于根据客户下单的时间，商家将客户下单的生鲜类商品进行保鲜包装，将包装好的生鲜类商品安排配送员进行配送，并将配送时间点发送给客户，同时配送员根据客户下单的地址，估算配送路程花费的时间，与客户约定好交接时间点和交接地点，同时，时间点确定模块将配送时间点和交接时间点发送至时间段天气分析模块。
配送信息数据库，存储各种恶劣天气情况及其预警颜色，存储各恶劣天气情况不同预警颜色对应的天气恶劣等级，所述各种恶劣天气情况包括台风、暴雨、高温、低温、大雾、雷雨、大风、沙尘暴、冰雹、雪灾和冰冻，所述恶劣天气的预警颜色包括蓝色、黄色、橙色和红色，根据各恶劣天气预报的预警颜色对各恶劣天气进行等级划分，构成恶劣天气等级集合W(wb1,wb2,...,wbj,...,wb11),wbj表示为第j种恶劣天气情况的各恶劣等级，b表示恶劣等级，b＝b1,b2,b3,b4，b1,b2,b3,b4分别代表的预警颜色为蓝色、黄色、橙色、红色，其分别对应的恶劣等级为Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级，其中各恶劣等级对应的大小关系为Ⅳ级<Ⅲ级<Ⅱ级<Ⅰ级；存储各恶劣天气的不同恶劣等级对应的延迟时长；存储预设的各类不规范配送行为及各类不规范配送行为的权重系数，所述配送各类不规范行为包括偷吃偷拿客户货物、野蛮拿放货物、弄脏客户货物、送货途中违反交通规则和送货途中办理私事，所述野蛮拿放货物包含用脚踢货物、坐在货物上和对能抬起来的货物在地面上拖货，配送各类不规范行为对应的权重系数分别为ξ1,ξ2,ξ3,ξ4,ξ5；存储配送员交接时间标准对比值阈值及配送员不同守信等级对应的守信系数λ1,λ2,λ3，配送员守信不同等级对应的守信系数的大小关系为λ1＜λ2＜λ3，并存储客户交接时间标准对比值阈值及客户不同守信等级对应的守信系数
Figure BDA0002554735850000091
客户不同守信等级对应的守信系数的大小关系为
Figure BDA0002554735850000092
时间段天气分析模块，用于接收时间点确定模块发送的配送时间点和交接时间点，对接收的配送时间点到交接时间点这一时间段，通过查看天气预报，了解这一时间段的天气情况，查看该天气情况是否属于恶劣天气情况，若不属于恶劣天气情况，则按照原定的交接时间点进行交接，若属恶劣天气情况，将该天气情况与配送信息数据库中各种恶劣天气情况进对比，判断属于那种恶劣天气情况，并根据该恶劣天气情况预报的预警颜色，提取配送信息数据库中各恶劣天气情况不同预警颜色对应的天气恶劣等级，筛选该恶劣天气的预警颜色对应的天气恶劣等级，并发送至分析云平台；
分析云平台，接收时间段天气分析模块发送的天气恶劣等级，提取配送信息数据库预设的各恶劣天气的不同恶劣等级对应的延迟时长，并发送至智能延迟判断模块；
智能延迟判断模块，用于接收云平台发送的延迟时长，根据配送时间点到交接时间点这一时间段的实际天气情况是否符合预报的恶劣天气情况，若符合预报的恶劣天气情况，则通过接收的延迟时长，计算延迟后的交接时间点t′＝t0+RDΔt，t′表示为延迟后的交接时间点，t0表示为原定的交接时间点，RDΔt表示为第D个天气恶劣等级下的延迟时长，D＝Ⅰ、Ⅱ、Ⅲ、Ⅳ。智能延迟判断模块将计算的延迟后的交接时间点分别发送给配送员、客户和分级提醒模块，若不符合预报的恶劣天气情况，则按照原定的交接时间点进行交接，避免了因天气原因导致配送延迟，未能及时通知客户带来的购物体验感差的问题，并且智能延迟判断模块可以通过天气的恶劣等级进行延迟时长的智能推算，提高了系统的智能性、灵活性。
视频监控追踪模块，包括摄像头和GPS定位仪，其均安装在配送车上，所述摄像头用于采集配送员从配送地点至交接地点的配送途中的监控视频，通过无线传输给客户，客户通过查看监控视频，监督配送员在配送途中的行为，判断是否存在不规范的配送行为，若存在不规范配送行为，对出现不规范配送行为的视频进行截图取证，并将该不规范配送行为与预设的各类不规范配送行为进行对比，判断属于哪一类不规范配送行为，并统计配送员在整个配送途中出现的不规范配送行为种类数及出现各种不规范配送行为的频次，构成配送不规范行为集合Hk(hk11,hk22,...,hkjj,...,hkmm)，hkjj表示为配送员出现第j类不规范行为的频次为kj，m表示为不规范行为种类数(m≤5)，所述GPS定位仪，用于定位配送员在配送途中的位置信息，通过无线传输给客户，客户通过查看配送员的实时位置信息，实时了解配送员距离交接地点的配送距离，视频监控追踪模块将统计的配送不规范行为集合发送至分析云平台，并将不规范配送行为的截图取证发送至信息管理显示终端，避免了目前的配送服务评级只针对配送结果判定服务质量，优化了目前配送服务的评级，规范了配送员配送过程中的行为，提高了配送效率。
分级提醒模块，接收智能延迟判断模块发送的延迟后的交接时间点或原定交接时间点，将接收的延迟后的交接时间点或原定的交接时间点，按照设置的临近交接时间点不同间隔时间进行分级提醒，其分级提醒的方法包括以下几个步骤：
(1)当临近延迟后的交接时间点或原定的交接时间点间隔时间为15分钟时，发送短信提醒客户和配送员此时距离交接时间点的时间间隔；
(2)当临近延迟后的交接时间点或原定的交接时间点间隔时间为10分钟时，启动外呼叫平台，电话提醒客户和配送员此时距离交接时间点的时间间隔：
(3)当临近延迟后的交接时间点或原定的交接时间点间隔时间为5分钟时，启动外呼叫平台，电话呼叫商家，由商家电话提醒客户和配送员此时距离交接时间点的时间间隔；
征信管理分析模块，用于对配送员与客户的最终对接结果进行记录，若在规定时间内最终对接成功，则配送员和客户的征信状态均为守信，分别记录配送员到达交接地点的实际交接时间和客户到达交接地点的实际交接时间，与延迟后的交接时间点或原定的交接时间点进行对比，得到配送员交接时间对比值和客户交接时间对比值，提取配送信息数据库中配送员交接时间标准对比值阈值和客户交接时间标准对比值阈值，将配送员交接时间对比值与配送员交接时间标准对比值阈值进行对比，若小于配送员交接时间标准对比值阈值，其配送员守信等级为三级，若处于配送员交接时间标准对比值阈值内，其配送员守信等级为二级，若大于配送员交接时间标准对比值阈值，其配送员守信等级为一级，将客户交接时间对比值与客户交接时间标准对比值阈值进行对比，若小于客户交接时间标准对比值阈值，其客户守信等级为三级，若处于客户交接时间标准对比值阈值内，其客户守信等级为二级，若大于客户交接时间标准对比值阈值，其客户守信等级为一级，守信等级越高，表明其信用程度越高，征信管理分析模块将配送员的守信等级和客户的守信等级发送至分析云平台，若规定时间内对接不成功，则记录对接不成功的原因，若由于配送员未及时到场交接地点，则配送员征信状态为失信，若由于客户未及时到场交接地点，则客户征信状态为失信，征信管理分析模块将配送员和客户的征信状态发送至至信息管理显示终端，实现了对配送员和客户双方的行为约束，提高了配送服务的综合质量。
分析云平台，接收视频监控追踪模块发送的不规范配送行为集合，提取配送信息数据库中各类不规范配送行为的权重系数，计算该配送员的配送不规范系数
Figure BDA0002554735850000121
式中ξj表示为第j种配送不规范行为的权重系数，kj表示为第j种配送不规范行为的频次，分析云平台将计算的配送不规范系数发送至信息管理显示终端。
同时，分析云平台接收征信管理分析模块发送的配送员的守信等级和客户的守信等级，提取配送信息数据库中配送员不同守信等级对应的守信系数和客户不同守信等级对应的守信系数，筛选配送员该守信等级对应的守信系数和客户该守信等级对应的守信系数，发送至信息管理显示终端。
信息管理显示终端，包括配送信息管理显示终端和客户信息管理显示终端，用于接收征信管理分析模块发送的不规范配送行为的截图取证及配送员和客户征信状态，接收分析云平台发送的配送规范系数及配送员守信系数和客户守信系数，将接收的不规范配送行为的截图取证、配送不规范系数、配送员征信状态和配送员守信系数在配送信息管理显示终端显示，将接收的客户征信状态和客户守信系数在客户信息管理显示终端显示，便于配送员和客户直观地了解各自的征信状态及相关系数。
本发明通过配送员与客户约定交接时间点，根据时间段天气分析模块对配送时间点到交接时间点这一时间段的天气情况进行查看，判断交接时间点是否延迟及延迟时长，并对延迟后的交接时间点按照设置的不同间隔时间进行分级提醒，同时结合视频监控追踪模块对配送员在配送途中的配送行为进行监控，进行配送不规范系数统计，避免了目前的配送服务评级只针对配送结果判定服务质量，最后根据征信管理分析模块对配送和客户双方的最终对接结果情况，进行双方的征信统计管理并显示，便于配送员和客户直观地了解各自的征信状态，实现了对配送员和客户双方的行为约束，提高了配送服务的综合质量。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于大数据的电商生鲜类商品快递配送管理系统，其特征在于：包括交接时间点确定模块、时间段天气分析模块、智能延迟判断模块、视频监控追踪模块、分析云平台、配送信息数据库、分级提醒模块、征信管理分析模块和信息管理显示终端；
所述时间段天气分析模块与交接时间点确定模块连接，分析云平台分别与时间段天气分析模块、视频监控追踪模块、征信管理分析模块和配送信息数据库连接，智能延迟判断模块与分析云平台连接，分级提醒模块与智能延迟判断模块连接，信息管理显示终端分别与分析云平台和征信管理分析模块连接；
所述时间点确定模块，用于根据客户下单的时间，商家将客户下单的生鲜类商品进行保鲜包装，将包装好的生鲜类商品安排配送员进行配送，并将配送时间点发送给客户，同时配送员根据客户下单的地址，估算配送路程花费的时间，与客户约定好交接时间点和交接地点，同时，时间点确定模块将配送时间点和交接时间点发送至时间段天气分析模块；
所述配送信息数据库，存储各种恶劣天气情况及其预警颜色，存储各恶劣天气情况不同预警颜色对应的天气恶劣等级，存储各恶劣天气的不同恶劣等级对应的延迟时长，存储预设的各类不规范配送行为及各类不规范配送行为的权重系数，存储配送员交接时间标准对比值阈值及配送员不同守信等级对应的守信系数λ1,λ2,λ3，并存储客户交接时间标准对比值阈值及客户不同守信等级对应的守信系数
Figure FDA0002554735840000011
所述时间段天气分析模块，用于接收时间点确定模块发送的配送时间点和交接时间点，对接收的配送时间点到交接时间点这一时间段，通过查看天气预报，了解这一时间段的天气情况，查看该天气情况是否属于恶劣天气情况，若不属于恶劣天气情况，则按照原定的交接时间点进行交接，若属恶劣天气情况，将该天气情况与配送信息数据库中各种恶劣天气情况进对比，判断属于那种恶劣天气情况，并根据该恶劣天气情况预报的预警颜色，提取配送信息数据库中各恶劣天气情况不同预警颜色对应的天气恶劣等级，筛选该恶劣天气的预警颜色对应的天气恶劣等级，并发送至分析云平台；
所述分析云平台，接收时间段天气分析模块发送的天气恶劣等级，提取配送信息数据库预设的各恶劣天气的不同恶劣等级对应的延迟时长，并发送至智能延迟判断模块；
所述智能延迟判断模块，用于接收云平台发送的延迟时长，根据配送时间点到交接时间点这一时间段的实际天气情况是否符合预报的恶劣天气情况，若符合预报的恶劣天气情况，则通过接收的延迟时长，计算延迟后的交接时间点，并分别发送给配送员、客户和分级提醒模块，若不符合预报的恶劣天气情况，则按照原定的交接时间点进行交接；
所述视频监控追踪模块，包括摄像头和GPS定位仪，其均安装在配送车上，所述摄像头用于采集配送员从配送地点至交接地点的配送途中的监控视频，通过无线传输给客户，客户通过查看监控视频，监督配送员在配送途中的行为，判断是否存在不规范的配送行为，若存在不规范配送行为，对出现不规范配送行为的视频进行截图取证，并将该不规范配送行为与预设的各类不规范配送行为进行对比，判断属于哪一类不规范配送行为，并统计配送员在整个配送途中出现的不规范配送行为种类数及出现各种不规范配送行为的频次，构成配送不规范行为集合Hk(hk11,hk22,...,hkjj,...,hkmm)，hkjj表示为配送员出现第j类不规范行为的频次为kj，m表示为不规范行为种类数(m≤5)，所述GPS定位仪，用于定位配送员在配送途中的位置信息，通过无线传输给客户，客户通过查看配送员的实时位置信息，实时了解配送员距离交接地点的配送距离，视频监控追踪模块将统计的配送不规范行为集合发送至分析云平台，并将不规范配送行为的截图取证发送至信息管理显示终端；
所述分级提醒模块，接收智能延迟判断模块发送的延迟后的交接时间点或原定交接时间点，将接收的延迟后的交接时间点或原定的交接时间点，按照设置的临近交接时间点不同间隔时间进行分级提醒，其分级提醒的方法包括以下几个步骤：
(1)当临近延迟后的交接时间点或原定的交接时间点间隔时间为15分钟时，发送短信提醒客户和配送员此时距离交接时间点的时间间隔；
(2)当临近延迟后的交接时间点或原定的交接时间点间隔时间为10分钟时，启动外呼叫平台，电话提醒客户和配送员此时距离交接时间点的时间间隔：
(3)当临近延迟后的交接时间点或原定的交接时间点间隔时间为5分钟时，启动外呼叫平台，电话呼叫商家，由商家电话提醒客户和配送员此时距离交接时间点的时间间隔；
所述征信管理分析模块，用于对配送员与客户的最终对接结果进行记录，若在规定时间内最终对接成功，则配送员和客户的征信状态均为守信，分别记录配送员到达交接地点的实际交接时间和客户到达交接地点的实际交接时间，与延迟后的交接时间点或原定的交接时间点进行对比，得到配送员交接时间对比值和客户交接时间对比值，提取配送信息数据库中配送员交接时间标准对比值阈值和客户交接时间标准对比值阈值，将配送员交接时间对比值与配送员交接时间标准对比值阈值进行对比，若小于配送员交接时间标准对比值阈值，其配送员守信等级为三级，若处于配送员交接时间标准对比值阈值内，其配送员守信等级为二级，若大于配送员交接时间标准对比值阈值，其配送员守信等级为一级，将客户交接时间对比值与客户交接时间标准对比值阈值进行对比，若小于客户交接时间标准对比值阈值，其客户守信等级为三级，若处于客户交接时间标准对比值阈值内，其客户守信等级为二级，若大于客户交接时间标准对比值阈值，其客户守信等级为一级，征信管理分析模块将配送员的信用等级和客户的信用等级发送至分析云平台，若规定时间内对接不成功，则记录对接不成功的原因，若由于配送员未及时到场交接地点，则配送员征信状态为失信，若由于客户未及时到场交接地点，则客户征信状态为失信，征信管理分析模块将配送员和客户的征信状态发送至至信息管理显示终端；
所述分析云平台，接收视频监控追踪模块发送的不规范配送行为集合，提取配送信息数据库中各类不规范配送行为的权重系数，计算该配送员的配送不规范系数，并发送至信息管理显示终端；
同时，分析云平台接收征信管理分析模块发送的配送员的守信等级和客户的守信等级，提取配送信息数据库中配送员不同守信等级对应的守信系数和客户不同守信等级对应的守信系数，筛选配送员该守信等级对应的守信系数和客户该守信等级对应的守信系数，发送至信息管理显示终端；
所述信息管理显示终端，包括配送信息管理显示终端和客户信息管理显示终端，用于接收征信管理分析模块发送的不规范配送行为的截图取证及配送员和客户征信状态，接收分析云平台发送的配送规范系数及配送员守信系数和客户守信系数，将接收的不规范配送行为的截图取证、配送不规范系数、配送员征信状态和配送员守信系数在配送信息管理显示终端显示，将接收的客户征信状态和客户守信系数在客户信息管理显示终端显示。
2.根据权利要求1所述的一种基于大数据的电商生鲜类商品快递配送管理系统，其特征在于：所述各种恶劣天气情况包括台风、暴雨、高温、低温、大雾、雷雨、大风、沙尘暴、冰雹、雪灾和冰冻，所述恶劣天气的预警颜色包括蓝色、黄色、橙色和红色，根据各恶劣天气预报的预警颜色对各恶劣天气进行等级划分，构成恶劣天气等级集合W(wb1,wb2,...,wbj,...,wb11),wbj表示为第j种恶劣天气情况的各恶劣等级，b表示恶劣等级，b＝b1,b2,b3,b4，b1,b2,b3,b4分别代表的预警颜色为蓝色、黄色、橙色、红色，其分别对应的恶劣等级为Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级。
3.根据权利要求1所述的一种基于大数据的电商生鲜类商品快递配送管理系统：所述配送各类不规范行为包括偷吃偷拿客户货物、野蛮拿放货物、弄脏客户货物、送货途中违反交通规则和送货途中办理私事，所述野蛮拿放货物包含用脚踢货物、坐在货物上和对能抬起来的货物在地面上拖货，配送各类不规范行为对应的权重系数分别为ξ1,ξ2,ξ3,ξ4,ξ5。
4.根据权利要求1所述的一种基于大数据的电商生鲜类商品快递配送管理系统，其特征在于：所述延迟后的交接时间点计算为t′＝t0+RDΔt，其中，t′表示为延迟后的交接时间点，t0表示为原定的交接时间点，RDΔt表示为第D个天气恶劣等级下的延迟时长，D＝Ⅰ、Ⅱ、Ⅲ、Ⅳ。
5.根据权利要求1所述的一种基于大数据的电商生鲜类商品快递配送管理系统，其特征在于：所述配送不规范系数的计算公式为
Figure FDA0002554735840000051
式中ξj表示为第j种配送不规范行为的权重系数，kj表示为第j种配送不规范行为的频次。
6.根据权利要求1所述的一种基于大数据的电商生鲜类商品快递配送管理系统，其特征在于：所述配送员守信不同等级对应的守信系数的大小关系为λ1＜λ2＜λ3，所述客户不同守信等级对应的守信系数的大小关系为
Figure FDA0002554735840000061
CN202010586200.5A 2020-06-24 2020-06-24 一种基于大数据的电商生鲜类商品快递配送管理系统 Expired - Fee Related CN111738517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010586200.5A CN111738517B (zh) 2020-06-24 2020-06-24 一种基于大数据的电商生鲜类商品快递配送管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010586200.5A CN111738517B (zh) 2020-06-24 2020-06-24 一种基于大数据的电商生鲜类商品快递配送管理系统

Publications (2)

Publication Number Publication Date
CN111738517A true CN111738517A (zh) 2020-10-02
CN111738517B CN111738517B (zh) 2021-09-07

Family

ID=72650905

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010586200.5A Expired - Fee Related CN111738517B (zh) 2020-06-24 2020-06-24 一种基于大数据的电商生鲜类商品快递配送管理系统

Country Status (1)

Country Link
CN (1) CN111738517B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967834A (zh) * 2020-10-23 2020-11-20 浙江口碑网络技术有限公司 数据处理方法、装置、电子设备及计算机可读存储介质
CN114663032A (zh) * 2022-05-20 2022-06-24 达州达运公路物流港有限公司 一种可视化货物运输的集成物流管理方法
CN115829447A (zh) * 2022-12-09 2023-03-21 温岭市天航物流有限公司 一种道路货物运输实时物流信息系统及使用方法
CN116308006A (zh) * 2023-05-19 2023-06-23 安徽省赛达科技有限责任公司 一种数字乡村综合服务云平台
CN117557192A (zh) * 2023-11-10 2024-02-13 江苏财经职业技术学院 一种体育器材监控管理系统及方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751271A (zh) * 2015-03-04 2015-07-01 径圆（上海）信息技术有限公司 智能订单调度方法、服务器、电动车、移动终端及系统
CN105260873A (zh) * 2015-11-03 2016-01-20 多点生活(中国)网络科技有限公司 一种基于o2o模式下的配送调度方法及调度系统
CN106845888A (zh) * 2016-12-22 2017-06-13 安徽杰瑞信息科技有限公司 一种智能物流配送方法
CN107230014A (zh) * 2017-05-15 2017-10-03 浙江仟和网络科技有限公司 一种末端即时物流的智能调度系统
CN107991975A (zh) * 2017-12-29 2018-05-04 安徽硖石智能装备科技有限公司 一种物流车辆动态运维系统
CN108364085A (zh) * 2018-01-02 2018-08-03 拉扎斯网络科技（上海）有限公司 一种外卖配送时间预测方法和装置
CN108647927A (zh) * 2018-05-17 2018-10-12 北京顺丰同城科技有限公司 一种订单分配方法以及装置
CN109508918A (zh) * 2017-09-14 2019-03-22 钟志刚 主动配送管理系统
CN110009286A (zh) * 2019-04-10 2019-07-12 贾瑞霞 一种基于大数据的物流信息监控管理系统
CN110139071A (zh) * 2019-04-18 2019-08-16 上海圈嘀网络科技有限公司 快递末端管理系统
CN110363352A (zh) * 2019-07-15 2019-10-22 武汉金康高科技有限公司 一种外卖配送管理方法及装置
CN110599302A (zh) * 2019-09-10 2019-12-20 达疆网络科技(上海)有限公司 一种基于商家对订单生产节点超时未操作统一监控方法
CN111091231A (zh) * 2019-11-25 2020-05-01 珠海格力电器股份有限公司 预测模型训练方法、时间预测方法、训练装置及终端

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751271A (zh) * 2015-03-04 2015-07-01 径圆（上海）信息技术有限公司 智能订单调度方法、服务器、电动车、移动终端及系统
CN105260873A (zh) * 2015-11-03 2016-01-20 多点生活(中国)网络科技有限公司 一种基于o2o模式下的配送调度方法及调度系统
CN106845888A (zh) * 2016-12-22 2017-06-13 安徽杰瑞信息科技有限公司 一种智能物流配送方法
CN107230014A (zh) * 2017-05-15 2017-10-03 浙江仟和网络科技有限公司 一种末端即时物流的智能调度系统
CN109508918A (zh) * 2017-09-14 2019-03-22 钟志刚 主动配送管理系统
CN107991975A (zh) * 2017-12-29 2018-05-04 安徽硖石智能装备科技有限公司 一种物流车辆动态运维系统
CN108364085A (zh) * 2018-01-02 2018-08-03 拉扎斯网络科技（上海）有限公司 一种外卖配送时间预测方法和装置
CN108647927A (zh) * 2018-05-17 2018-10-12 北京顺丰同城科技有限公司 一种订单分配方法以及装置
CN110009286A (zh) * 2019-04-10 2019-07-12 贾瑞霞 一种基于大数据的物流信息监控管理系统
CN110139071A (zh) * 2019-04-18 2019-08-16 上海圈嘀网络科技有限公司 快递末端管理系统
CN110363352A (zh) * 2019-07-15 2019-10-22 武汉金康高科技有限公司 一种外卖配送管理方法及装置
CN110599302A (zh) * 2019-09-10 2019-12-20 达疆网络科技(上海)有限公司 一种基于商家对订单生产节点超时未操作统一监控方法
CN111091231A (zh) * 2019-11-25 2020-05-01 珠海格力电器股份有限公司 预测模型训练方法、时间预测方法、训练装置及终端

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967834A (zh) * 2020-10-23 2020-11-20 浙江口碑网络技术有限公司 数据处理方法、装置、电子设备及计算机可读存储介质
CN114663032A (zh) * 2022-05-20 2022-06-24 达州达运公路物流港有限公司 一种可视化货物运输的集成物流管理方法
CN115829447A (zh) * 2022-12-09 2023-03-21 温岭市天航物流有限公司 一种道路货物运输实时物流信息系统及使用方法
CN116308006A (zh) * 2023-05-19 2023-06-23 安徽省赛达科技有限责任公司 一种数字乡村综合服务云平台
CN116308006B (zh) * 2023-05-19 2023-08-01 安徽省赛达科技有限责任公司 一种数字乡村综合服务云平台
CN117557192A (zh) * 2023-11-10 2024-02-13 江苏财经职业技术学院 一种体育器材监控管理系统及方法
CN117557192B (zh) * 2023-11-10 2024-05-28 江苏财经职业技术学院 一种体育器材监控管理系统及方法

Also Published As

Publication number Publication date
CN111738517B (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
CN111738517B (zh) 一种基于大数据的电商生鲜类商品快递配送管理系统
US11017485B2 (en) Utility resource asset management system
CN114019514B (zh) 一种雷暴大风预警方法、系统、设备及终端
Chen et al. Impacts of severe weather events on high-speed rail and aviation delays
US20030004780A1 (en) Method and system for integrating weather information with enterprise planning systems
CN107464078A (zh) 一种哈密瓜冷链物流控制系统及控制方法
CN104992264A (zh) 企业经营状况实时监控系统
CN107506858A (zh) 基于中小尺度气象预报数据、路网数据及路网气象传感数据的交通气象预报预警方法及系统
CN114999180B (zh) 一种基于物联网的高速公路恶劣天气交通预警系统及方法
CN108827285A (zh) 一种基于智能手环的青少年健康数据共享系统及方法
CN112305641A (zh) 一种高速公路交通安全气象物联网监测预警系统
CN115375234A (zh) 基于gnss的运输车辆运行轨迹规划方法
CN111861348A (zh) 一种基于区块链的冷链溯源系统
CN113988484A (zh) 一种应用于国土空间总体规划的交通可达性指标优化方法
CN106846168A (zh) 输电线路交叉跨越的处理装置以及系统
CN115953186A (zh) 一种网约车需求模式识别与短时需求预测方法
CN116258332A (zh) 一种多源数据的气象灾害预警方法及装置
CN115691049A (zh) 一种基于深度学习的对流初生预警方法
CN116192459A (zh) 基于边边协同的边缘节点网络安全威胁监测方法
CN205862550U (zh) 一种高速公路高炮广告牌安全监控系统
CN117078020B (zh) 基于无人机的物流运输数据管理系统
CN116800800A (zh) 一种基于5g网关的智慧社区物联网系统
CN116882865A (zh) 一种基于生鲜配送的智能物流装车系统及装车方法
CN114926062A (zh) 一种确定配送时长的方法、装置、计算机可读存储介质
CN114664041A (zh) 一种基于深度学习的多传感器融合预警预测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20210818

Address after: 518000 building 3b, zone B, Baosheng Industrial Zone, No. 1, Mabu Road, bainikeng community, Pinghu street, Longgang District, Shenzhen City, Guangdong Province, and building 18, zone B, Baosheng Industrial Zone, No. 3-1, Mabu road

Applicant after: Andeli (Shenzhen) Food Co.,Ltd.

Address before: 430000, No. 30, Jiangda Road, Jiang'an District, Wuhan City, Hubei Province

Applicant before: Zhan Chen

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210907