CN112801454A - 确定资源配置的方法、装置、计算机设备、介质和产品 - Google Patents
确定资源配置的方法、装置、计算机设备、介质和产品 Download PDFInfo
- Publication number
- CN112801454A CN112801454A CN202011626143.5A CN202011626143A CN112801454A CN 112801454 A CN112801454 A CN 112801454A CN 202011626143 A CN202011626143 A CN 202011626143A CN 112801454 A CN112801454 A CN 112801454A
- Authority
- CN
- China
- Prior art keywords
- region
- service
- target
- order
- travel
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000013468 resource allocation Methods 0.000 title claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 title description 2
- 101100100125 Mus musculus Traip gene Proteins 0.000 claims description 40
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000004044 response Effects 0.000 claims description 27
- 230000000694 effects Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 17
- 230000015654 memory Effects 0.000 description 10
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003245 working effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种确定资源配置的方法、装置、计算机设备、介质和产品,包括:分别获取不同地区的出行服务的订单结果信息;根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种确定资源配置的方法、装置、计算机设备、介质和产品。
背景技术
目前,人们的生活节奏越来越快,为了提高工作效率,大多数人都会选择较快的交通工具出行,其中,不同类型出行服务的网约车成为了比较受欢迎的一种出行方式,但是由于地区不同,出行服务所受到的影响不同,不同地区的出行服务所对应的服务结果也有很大差异,为了提高服务效果,需要对不同地区的出行服务进行针对性的改进。
在区分不同地区的出行服务时,一般是先确定类型,然后按照一定的预设规则对每个地区的评价参数进行判断,确定每个地区的类型,但是这种确定地区类型的方法所用到的特征比较少,确定的地区类型并不准确。
发明内容
有鉴于此,本申请的目的在于提供一种确定资源配置的方法、装置、计算机设备、介质和产品,解决现有技术中确定地区类型不准确的问题。
根据本申请的一个方面,提供一种电子设备,可以包括存储介质和与存储介质通信的处理器。存储介质存储有处理器可执行的机器可读指令。当电子设备运行时,处理器与存储介质之间通过总线通信,处理器执行所述机器可读指令,以执行以下操作:
第一方面,本申请实施例提供了一种确定资源配置的方法,包括:
分别获取不同地区的出行服务的订单结果信息;
根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
可选的,所述订单结果信息包括以下信息中的任意一种或多种:
出行服务的司机工作结果信息、出行服务的乘客出行结果信息和出行服务的订单执行结果信息。
可选的,所述出行服务的司机工作结果信息包括以下信息中的任意一种或多种:出行服务的司机工作时长信息、出行服务的司机工作效率信息和出行服务的司机资源分配量;
所述出行服务的乘客出行结果信息包括以下信息中的任意一种或多种:出行服务的乘客出行活跃度、出行服务的乘客出行距离和出行服务的乘客资源分配量;
所述出行服务的订单执行结果信息包括以下信息中的任意一种或多种:出行服务的订单完单距离、出行服务的订单应答率、订单消耗的资源量和执行订单所消耗资源量随时间的变化率;
所述出行服务的地区属性信息包括以下信息中的任意一种或多种:海拔高度信息、经纬度信息、地区标准时间。
可选的,所述针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式,包括:
从多个地区集合中选择出第一目标比较参数不符合预设要求的目标地区集合;所述第一目标比较参数是订单结果信息中的任意一种信息;
基于所述第一目标比较参数,确定所述目标地区的资源配置方式;其中,所述目标地区是所述目标地区集合中的一个。
可选的,所述第一目标比较参数的司机工作时长信息;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区中工作时长小于预设工作时长的目标服务提供方;
生成针对所述目标地区中所述目标服务提供方的服务提醒信息;所述服务提醒信息用于提示目标地区中的服务提供方在服务请求方的数量大于服务请求方的数量的时间段进行工作。
可选的,所述第一目标比较参数包括出行服务的司机工作效率信息;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区中所述司机工作效率信息不符合要求的目标服务提供方;
提高目标提供方的订单分配优先级。
可选的,所述第一目标比较参数包括出行服务的乘客出行活跃度;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定目标地区的所有服务时间段中,乘客出行活跃度不符合要求的第一目标时间段;
向目标地区中的服务请求方发送第一出行服务优惠券;其中,第一出行服务优惠卷的使用时间是所述第一目标时间段。
可选的,所述第一目标比较参数包括出行服务的乘客出行距离;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
根据所述目标地区中每个历史服务订单的乘客出行距离,对所有历史服务订单进行分类,得到不同类型的出行订单集合;
确定不同类型的地区集合中目标出行订单集合的目标出行距离;其中,所述目标出行订单集合中历史服务订单的数量不符合服务订单数量的要求;
向目标地区中的服务提供方发送第二出行服务优惠券;其中,所述出行服务优惠券在目标出行距离对应的服务订单中使用。
可选的,所述第一目标比较参数包括出行服务的订单应答率;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区的所有服务时间段中,订单应答率不符合要求的第二目标时间段;
向所述目标地区的服务提供方发送接单提示信息;所述接单提示信息用于提示目标区域中的服务提供方在所述第二目标时间段进行工作。
可选的,所述第一目标比较参数包括出行服务的订单完单距离;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
根据所述目标地区中每个历史服务订单的订单完单距离,对所有历史服务订单进行分类,得到不同类型的完单集合;
确定不同类型的地区集合中目标完单集合的目标完单距离;其中,所述目标完单集合中历史服务订单的数量不符合服务订单数量的要求;
向目标地区中的服务提供方发送第三出行服务优惠券;其中,所述第三出行服务优惠券在订单距离与目标完单距离一致的服务订单中使用。
可选的,根据每个地区的出行服务的结果信息对多个地区进行聚类,得到至少两个地区集合,包括:
针对每个地区,将该地区的所述订单结果信息转换成对应的距离矩阵;
根据每个地区的距离矩阵和第一中心点地区的距离矩阵对不同的地区进行聚类,得到至少两个地区集合;其中,第一中心点地区是多个地区中的地区;
判断当前的迭代次数是否达到预设次数;
若当前的迭代次数达到预设次数,则聚类结束,得到至少两个地区集合;
若当前的迭代次数未达到预设次数,则针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区;将所述第二中心点地区更新为新的第一中心点地区,并重复执行步骤根据每个地区的距离矩阵和更新后的第一中心点地区对不同的地区进行聚类,得到至少两个地区集合;其中,所述第二中心点地区是地区集合中的地区。
可选的,针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区,包括:
针对每个地区集合中的每个地区,根据该地区的距离矩阵与该集合中其他地区的距离矩阵,计算该地区与该集合中其他地区之间的第二距离;
针对每个地区集合,将第二距离之和最小的地区确定为该地区集合的第二中心点地区。
第二方面,本申请实施例提供了一种确定资源配置的装置,包括:
获取模块,用于分别获取不同地区的出行服务的订单结果信息;
聚类模块,用于根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
区分模块,用于根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
确定模块,用于针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述方法的步骤。
本申请实施例提供了确定资源配置的方法,首先,分别获取不同地区的出行服务的订单结果信息;然后,根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;其次,根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;最后,针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
在上述实施例中,根据每个地区的订单结果信息为不同的地区进行聚类,得到不同的地区集合,聚类过程中并不是依据一个参数和固定规则进行的分类,可以是依据多个订单结果信息相互影响而得到的聚类结果,聚类结果更加准确,根据准确的聚类结果确定每个地区集合的地区类别,以及根据地区类别为目标地区确定资源配置方式,这种确定出来的资源配置方式更准确。
附图说明
为了更清楚地说明本申请实施例的技术方案,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申请的某些实施例,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他相关的附图。
图1示出了本申请实施例提供的一种确定资源配置的方法的流程图;
图2示出了本申请实施例提供的一种服务系统的架构示意图;
图3示出了本申请实施例提供的一种确定资源配置的装置的结构示意图;
图4示出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“出行服务”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕出行服务进行描述,但是应该理解,这仅是一个示例性实施例。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请中的术语“乘客”、“请求方”、“服务请求方”和“客户”可互换使用,以指代可以请求或订购服务的个人、实体或工具。本申请中的术语“司机”、“提供方”、“服务提供方”和“供应商”可互换使用,以指代可以提供服务的个人、实体或工具。本申请中的术语“用户”可以指代请求服务、订购服务、提供服务或促成服务的提供的个人、实体或工具。例如,用户可以是乘客、驾驶员、操作员等,或其任意组合。在本申请中,“乘客”和“乘客终端”可以互换使用,“驾驶员”和“驾驶员终端”可以互换使用。
本申请中的术语“服务请求”和“订单”可互换使用,以指代由乘客、服务请求方、司机、服务提供方、或供应商等、或其任意组合发起的请求。接受该“服务请求”或“订单”的可以是乘客、服务请求方、司机、服务提供方、或供应商等、或其任意组合。服务请求可以是收费的或免费的。
本申请中使用的定位技术可以基于全球定位系统(Global Positioning System,GPS)、全球导航卫星系统(Global Navigation Satellite System,GLONASS),罗盘导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-Zenith Satellite System,QZSS)、无线保真(Wireless Fidelity,WiFi)定位技术等,或其任意组合。一个或多个上述定位系统可以在本申请中互换使用。
不同地区对出行服务的服务情况是存在差异的,有些地区的服务情况比较好,有些地区的服务情况较差,为了提高服务质量,需要对服务情况较差的地区进行针对性的资源配置。但是对这些地区进行分类时,常见的是先确定出类别,然后根据每个地区的评价参数和预设规则,判断每个地区属于哪一个类别,这种分类方法所考虑的评价参数比较单一,分类并不准确。
基于上述缺陷,如图1所示,本申请提供了一种确定资源配置的方法,包括:
S101,分别获取不同地区的出行服务的订单结果信息;
S102,根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
S103,根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
S104,针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
在上述步骤S101中,地区指的是行政地区,比如省、市、县等。出行服务指的是为用户出行提供方便的网约车服务,出行服务可以包括多种类型:拼车出行服务类型、顺风车出行服务类型、专车出行服务类型、快车出行服务类型、特快出行服务类型等。订单结果信息指的是根据已完成服务订单的订单结果所计算得到的。订单结果信息包括以下信息中的任意一种或多种:出行服务的司机工作结果信息、出行服务的乘客出行结果信息、出行服务的订单执行结果信息和出行服务的地区属性信息。
司机工作结果信息指的是根据服务提供方所服务的出行服务订单的服务结果确定的。司机工作结果信息包括以下信息中的任意一种或多种:出行服务的司机工作时长信息、出行服务的司机工作效率信息和出行服务的司机资源分配量。出行服务的司机工作时长信息指的是服务提供方在单位时间段内的工作时长,比如,一天内司机的工作时长、一周内司机的工作时长等。出行服务的司机工作效率信息指的是服务提供方在单位时间段内所完成出行服务订单的情况,比如,单位时间为1天,5天内服务提供方共完成了100个出行服务订单,则服务提供方的司机工作效率信息为20/天。出行服务的司机资源分配量指的是出行服务平台为服务提供方提供的补贴资源,可以用于表征地区中服务提供方对服务订单的服务情况,司机资源分配量越高,说明服务提供方对服务订单的服务情况越差,司机资源分配量越低,说明服务提供方对服务订单的服务情况越好。
乘客出行结果信息是根据服务请求方所发出的出行服务订单的被执行结果所确定的。出行服务的乘客出行结果信息包括以下信息:出行服务的乘客出行活跃度、出行服务的乘客出行距离和出行服务的乘客资源分配量。其中,出行服务的乘客出行活跃度指的是服务请求方在单位时间段内发出出行服务订单的订单量。出行服务的乘客出行距离指的是服务请求方所发出的出行服务订单的所对应的出行距离,这里可以是服务提供方所发出所有出行服务订单的平均出行距离。出行服务的乘客资源分配量指的是出行服务平台为服务请求方提供的补贴资源(比如,优惠券),可以用于表征地区中服务请求方的发布服务订单的活跃度,乘客资源分配量越高,说明服务请求方的发布服务订单的活跃度越差,乘客资源分配量越低,说明服务请求方的发布服务订单的活跃度越好。
出行服务的订单执行结果信息指的是一个地区内所有服务订单被执行后得到的执行结果,用于表征出行服务订单的被执行情况。出行服务的订单执行结果信息包括以下信息中的任意一种或多种:出行服务的订单完单距离、出行服务的订单应答率和订单消耗的资源量、执行订单所消耗资源量随时间的变化率。出行服务的订单完单距离指的是出行服务订单被执行完后出行服务订单的起始位置到终点位置的实际路线所对应的距离,实际路线指的是实际行驶的路线,实际行驶的路线可能与预设订单执行路线不一致,比如,在突发情况下服务提供方无法使用预设订单执行路线时更换的订单执行路线,突发情况可以是交通拥堵、路线施工等。出行服务的订单应答率指的是一个地区中所有出行服务订单被执行完成后的应答结果。订单消耗的资源量指的是一个地区中所有出行服务订单的成交总额。执行订单所消耗资源量随时间的变化率可以用于表征城市所有订单成交总额的稳定性。
出行服务的地区属性信息指的是一个地区的基础信息。出行服务的地区属性信息包括以下信息中的任意一种或多种:海拔高度信息、经纬度信息、地区标准时间。其中,海拔高度信息指的是一个地区所在位置的海拔高度。经纬度信息指的是一个地区所在位置的经纬度信息。地区标准时间指的是根据一个地区所在经度确定的时间,比如,北京位于国际时区划分中的东八区,同格林尼治时间(世界时)整整相差8小时(即北京时间=世界时+8小时),故命名为“北京时间”。
在上述步骤S101中,不同地区的出行服务的订单结果是不同的,为了对不同地区进行分类,需要获取每个地区所对应的出行服务的订单结果信息,在获取了每个地区所对应的出行服务的订单结果信息后才能继续执行后续步骤S102至S104。
在上述步骤S102中,在对地区进行聚类的过程中,首先要确定出至少两个聚类中心,每个聚类中心就是不同地区中的任意一个地区,每个聚类中心是不一样的,聚类中心可以是随机确定的,也可以是根据人的经验确定的。聚类过程是基于每个地区所对应的订单结果信息与聚类中心的订单结果信息之间的距离(相当于相似度)确定的,聚类过程中在未达到预设聚类精度之前聚类中心可以随着聚类过程发生变化,聚类后得到的地区集合的个数与聚类中心的个数一致。聚类的过程并不是仅以某一个参数按照预设规则对不同地区进行分类,而是基于订单结果信息中的多个信息的结合,来对不同地区进行聚类,聚类的评价标准比较综合,聚类后的结果更准确。
在上述步骤S103中,地区类别用于表征不同地区集合之间的差异。地区类别可以是优先级类别,比如订单结果信息对应的值较高的地区优先级高,订单结果信息对应的值较低的地区优先级低。
具体实施中,聚类后得到的不同地区集合,每个地区集合之间的相似度很小,且地区集合是基于订单结果信息中的某些或者全部信息进行聚类的,所以不同地区集合之间同一个或多个订单结果信息会存在差别,根据订单结果信息的差别为每个地区集合确定地区类别。
在上述步骤S104中,资源配置方式用于对地区中出行服务的资源进行调整,资源指的是服务请求方资源或者是服务提供方资源。目标地区可以是一个地区,也可以是多个地区。
具体实施中,在多个地区中确定出目标地区后,每个目标地区可能并不对应同一个地区类别,不同地区类别的地区之间的订单结果信息存在差异,所以针对不同地区类型的目标地区需要有针对性的资源配置,针对性的资源配置,可以减少资源的浪费。
在上述是四个步骤中,根据每个地区的订单结果信息为不同的地区进行聚类,得到不同的地区集合,聚类过程中并不是依据一个参数和固定规则进行的分类,可以是依据多个订单结果信息相互影响而得到的聚类结果,聚类结果更加准确,根据准确的聚类结果确定每个地区集合的地区类别,以及根据地区类别为目标地区确定资源配置方式,这种确定出来的资源配置方式更准确,减少配置资源的浪费。
确定目标地区准确的资源配置方式,可以减少资源的浪费,在一定程度上也是为了提高目标地区对出行服务的服务效率,但是有些地区的服务效益已经达到了最高值了,即使再调整资源配置方式,其服务效率也不会有进一步的提升,并且在对其进行资源配置也是在浪费资源,因此,确定出真正需要进行资源配置的目标地区,也就是,步骤S104,包括:
步骤1041,从多个地区集合中选择出第一目标比较参数不符合预设要求的目标地区集合;所述第一目标比较参数是订单结果信息中的任意一种信息;
步骤1042,基于所述第一目标比较参数,确定所述目标地区的资源配置方式;其中,所述目标地区是所述目标地区集合中的一个。
在上述步骤1041中,第一目标比较参数是订单结果信息中的任意一种信息,两个地区集合之间的比较可以是基于一个参数进行的比较。预设要求可以是认为设定的预设值。预设要求也可以是根据第一目标比较参数对地区集合进行排序后,位于预设顺序的地区集合所对应的第一目标比较参数所对应的值确定的,比如,预设要求为不低于第二顺序的地区集合所对应的出行服务的订单应答率,共有三个地区集合,地区集合A的出行服务的订单应答率为0.6,地区集合B的出行服务的订单应答率为0.9,地区集合C的出行服务的订单应答率为0.3,根据出行服务的订单应答率为这三个地区集合进行排序,顺序依次为地区集合B、地区集合A、地区集合C,则预设要求为出行服务的订单应答率不低于0.6。当然,不符合预设要求可以是低于预设参数,也可以是高于预设参数,主要是看第一目标比较参数对出行服务的服务订单的执行效率的影响。
在上述步骤1042中,目标地区集合是基于第一目标比较参数确定的,那目标地区的资源配置方式也需要根据第一目标比较参数确定,如果资源配置方式并不是依据第一目标比较参数确定的,那资源配置方式并不能解决第一目标比较参数不符合预设要求时在目标地区中所带来的影响,所以基于所述第一目标比较参数,所确定出的目标地区的资源配置方式能够准确的解决第一目标比较参数不符合预设要求时在目标地区中所带来的影响。
在司机工作时长信息在一定程度上反映了服务提供方在工作上的积极性,服务提供方的工作时长比较长,则说明服务提供方工作积极,服务提供方的工作时长比较短,则说明服务提供方工作消极。服务提供方的消极工作态度会降低为服务订单的服务效率,因此,为了提高对服务订单的工作效率,步骤1042,包括:
步骤10421,确定所述目标地区中工作时长小于预设工作时长的目标服务提供方;
步骤10422,生成针对所述目标地区中所述目标服务提供方的服务提醒信息;所述服务提醒信息用于提示目标地区中的服务提供方在服务请求方的数量大于服务请求方的数量的时间段进行工作。
在上述步骤10421中,预设工作时长是服务提供方在单位时间段内正常工作的时间长度,比如,一天内工作8小时,8小时就是预设工作时长。
具体实施中,通过目标地区中每个服务提供方的司机工作时长信息确定小于预设工作时长的目标服务提供方,目标服务提供方的工作积极性不高,对服务订单的服务效率低,可以通过引导服务提供方承接更多的订单来提高目标服务提供方的积极性,也就是步骤10422。
在上述步骤10422中,统计出每个工作时间段内服务请求方的数量和服务提供方的数量,根据每个工作时间段内服务请求方的数量与服务提供方的数量之间的大小,确定每个工作时间段的供需情况,在服务请求方的数量大于服务请求方的数量时是需大于供的情况,这个时候服务提供方能够承接较多的服务订单,也就是服务提供方工作积极性比较高的时间段。因此,在确定出需大于供的工作时间段后,可以利用确定出的工作时间段来生成服务提醒信息,在服务提醒信息中携带有需大于供的工作时间段,服务提醒信息后可以引导服务提供方在需大于供的工作时间段工作,增加服务提供方承接服务订单的订单量,进而提高了服务提供方对服务订单的执行效率。
司机工作效率直接影响到服务提供方对服务订单的执行效率,服务提供端的用工作效率可以是客观因素影响的(比如,抢单速度慢),也可以是主观因素影响的(比如,司机比较懒,不愿意抢单),主观因素是无法控制的,所以在提高服务订单的执行效率时,可以从客观因素入手,也就是,步骤1042,包括:
步骤10423,确定所述目标地区中所述司机工作效率信息不符合要求的目标服务提供方;
步骤10424,提高目标提供方的订单分配优先级。
在上述步骤10423中,在判断服务提供方的司机工作效率信息不符合要求时,还要再判断服务提供方的抢单次数是否也达到了预设抢单次数。具体的,包括:
步骤104231,针对所述目标地区中每一个服务提供方,判断该服务提供方的抢单次数是否大于预设抢单次数,且司机工作效率信息是否小于预设工作效率信息;
步骤104232,将所述目标地区中抢单次数大于预设抢单次数,且司机工作效率信息小于预设工作效率信息的目标服务提供方。
在上述步骤104231中,抢单次数可以是服务提供方在预设时间段内的抢单次数,抢单次数可以是服务器所统计的,服务器在广播服务订单后,会统计对服务订单进行抢单的服务提供方,将服务订单分配给抢单速度最快的服务提供方,统计也对其他抢单速度较慢的服务提供方进行了统计,进而,服务器也就统计到了每个服务提供方的抢单次数。在单位时间段内抢单次数越大,则说明服务提供方工作越积极,在单位时间段内抢单次数越小,则说明服务提供方工作越消极。在单位时间段内抢单次数越小,说明服务提供方自己不想工作,所以针对这一部分服务提供方无法提高其工作积极性。
在上述步骤104232中,在单位时间段内抢单次数越大,则说明服务提供方工作越积极,这部分服务提供方所对应的司机工作效率信息低是因为客观因素导致的(网络信号不好导致抢单速度慢),针对这部分用户进行资源配置的调整可以提高其工作效率,进而提高对服务订单的效率。
在上述步骤10424中,订单分配优先级用于表征将服务订单分配给服务提供方的分配顺序,服务提供方的订单分配优先级越高,则优先为服务提供方分配服务订单。服务提供方的订单分配优先级越低,则稍后为服务提供方分配服务订单。
具体实施中,提高工作积极性高且工作效率低的目标服务提供方的订单分配优先级,在不影响其他服务提供方接单的情况下,让这一部分服务提供方能够快速承接订单,提高了服务提供方整体的工作效率,也提高了对服务订单的执行效率。
乘客出行活跃度在一定程度上也会影响到对服务订单的执行效率,乘客出行活跃度低,服务请求方所发出的服务订单量较少,供服务提供方选择的服务订单少,服务提供方承接不到自己喜欢的服务订单,就会放弃承接服务订单,这样就会降低服务提供方对服务订单的执行效率,也会导致目标地区中供需不平衡。因此,步骤1042,包括:
步骤10425,确定目标地区的所有服务时间段中,乘客出行活跃度不符合要求的第一目标时间段;
步骤10426,向目标地区中的服务请求方发送第一出行服务优惠券;其中,第一出行服务优惠卷的使用时间是所述第一目标时间段。
在上述步骤10425中,乘客出行活跃度不符合要求的第一目标时间段可以是服务提供方发出服务订单的数量小于预设服务订单数量的时间段。提高乘客出行活跃度也就是提高服务提供方发出服务订单的数量。服务时间段指的是服务提供方工作时候的时间段,可以是一天内的某一段时间,比如,早晨8点至9点。
在上述步骤10426中,第一出行服务优惠券可以是打折券、满减券等。直接向服务请求方发送能够在第一目标时间段使用的服务优惠券,这样,服务请求方会更愿意在第一目标时间段发出服务订单,进而提高了乘客出行活跃度,能够满足服务请求方的服务订单增多,提高了服务提供方对服务订单的执行效率,有助于目标地区整体的供需平衡。
出行服务的订单应答率可直接影响到对服务订单的执行效率,订单应答率越高,说明服务提供方的抢单速度越快,服务提供方就会以最快的速度为服务订单进行服务,提高了服务订单的执行效率。订单应答率越低,说明服务提供方的抢单速度越慢,降低了服务订单的执行效率。因此,为了提高服务订单的执行效率,步骤1042,包括:
步骤10427,确定所述目标地区的所有服务时间段中,订单应答率不符合要求的第二目标时间段;
步骤10428,向所述目标地区的服务提供方发送接单提示信息;所述接单提示信息用于提示目标区域中的服务提供方在所述第二目标时间段进行工作。
在上述步骤10427中,订单应答率不符合要求的第二目标时间段,也就是订单应答率小于预设应答率的服务时间段。服务时间段指的是服务提供方工作时候的时间段,可以是一天内的某一段时间,比如,早晨8点至9点。订单应答率低的时间段可以是服务订单的数量大于服务提供方数量的时间段,因为服务提供方数量较少,所以能够被承接服务订单的数量就少,所以订单应答率低。
在上述步骤10428中,接单提示信息用于提示目标区域中的服务提供方在所述第二目标时间段进行工作。服务提供方在接到接单提示信息后,根据接单提示信息中的提示在第二目标时间段进行工作,增加了第二目标时间段内工作的服务提供方的数量,可以增加被承接服务订单的数量,进而提高了订单应答率,也提高了服务订单的执行效率。
现阶段交通工具繁多,针对不同的乘客出行距离,服务请求方会选择不同的交通工具,因此,有些乘客出行距离所对应的出行服务的服务订单数量可能会比较少,有些乘客出行距离所对应的出行服务的服务订单数量可能会比较多,为了提高服务请求方发布服务订单的数量,提高服务提供方执行服务订单的数量,步骤1042,包括:
步骤10429,根据所述目标地区中每个历史服务订单的乘客出行距离,对所有历史服务订单进行分类,得到不同类型的出行订单集合;
步骤10430,确定不同类型的地区集合中目标出行订单集合的目标出行距离;其中,所述目标出行订单集合中历史服务订单的数量不符合服务订单数量的要求;
步骤10431,向目标地区中的服务提供方发送第二出行服务优惠券;其中,所述出行服务优惠券在目标出行距离对应的服务订单中使用。
在上述步骤10429中,历史服务订单可以是预设时间段内目标地区所生成的出行服务的服务订单。预设时间段可以是一个月、一周等。
具体实施时,每一个出行订单集合中所有的历史服务订单的乘客出行距离是在预设距离范围内。每一个历史服务订单所对应的乘客出行距离不能是完全一致的,完全一致的乘客出行距离对应的服务订单很少,所以需要通过预设距离范围对每个历史服务订单进行分类。
在上述步骤10430中,历史服务订单的数量不符合服务订单数量的要求可以是历史服务订单的数量小于预设服务订单数量,也可以是对不同类型的出行订单集合按照每个出行订单集合中历史服务订单的数量进行排序,在预设排序后的出行订单集合均不符合服务订单数量的要求。在上述步骤10431中,第二出行服务优惠券可以是打折券、满减券等。向服务提供方发送用于引导服务请求方发布订单的第二出行服务优惠券,第二出行服务优惠券只能用在订单距离与目标出行距离一致的服务订单中,这样就会增加服务提供方发布与目标出行距离相匹配的服务订单的数量,进而间接的提高了对服务订单的执行效率。
订单完单距离与乘客出行距离类似,因此,有些订单完单距离所对应的出行服务的服务订单数量可能会比较少,有些订单完单距离所对应的出行服务的服务订单数量可能会比较多,为了提高服务请求方发布服务订单的数量,提高服务提供方执行服务订单的数量,进而提高服务订单的执行效率,步骤1042,包括:
步骤10432,根据所述目标地区中每个历史服务订单的订单完单距离,对所有历史服务订单进行分类,得到不同类型的完单集合;
步骤10433,确定不同类型的地区集合中目标完单集合的目标完单距离;其中,所述目标完单集合中历史服务订单的数量不符合服务订单数量的要求;
步骤10434,向目标地区中的服务提供方发送第三出行服务优惠券;其中,所述第三出行服务优惠券在订单距离与目标完单距离一致的服务订单中使用。
在上述步骤10432中,历史服务订单可以是预设时间段内目标地区所生成的出行服务的服务订单。预设时间段可以是一个月、一周等。
具体实施时,每一个完单集合中所有的历史服务订单的订单完单距离是在预设距离范围内。每一个历史服务订单所对应的订单完单距离不能是完全一致的,完全一致的订单完单距离对应的服务订单很少,所以需要通过预设距离范围对每个历史服务订单进行分类。
在上述步骤10433中,历史服务订单的数量不符合服务订单数量的要求可以是历史服务订单的数量小于预设服务订单数量,也可以是对不同类型的出行订单集合按照每个出行订单集合中历史服务订单的数量进行排序,在预设排序后的出行订单集合均不符合服务订单数量的要求。
在上述步骤10434中,第三出行服务优惠券可以是打折券、满减券等。向服务提供方发送用于引导服务请求方发布服务订单的第三出行服务优惠券,第三出行服务优惠券只能用在订单距离与目标完单距离一致的服务订单中,这样就会增加服务提供方发布与目标出行距离相匹配的服务订单的数量,进而间接的提高了对服务订单的执行效率。
本申请中对不同地区进行聚类的方法,在聚类过程中聚类中心一直是多个地区中的某一个地区,减少了因为聚类的边缘点带来的中心偏移的情况,这样得到的聚类结果更准确,下文针对本申请中的聚类方法(也就是K-Medoids聚类算法)进行详细说明,步骤S102,包括:
步骤1021,针对每个地区,将该地区的所述订单结果信息转换成对应的距离矩阵;
步骤1022,根据每个地区的距离矩阵和第一中心点地区的距离矩阵对不同的地区进行聚类,得到至少两个地区集合;其中,第一中心点地区是多个地区中的地区;
步骤1023,判断当前的迭代次数是否达到预设次数;
步骤1024,若当前的迭代次数达到预设次数,则聚类结束,得到至少两个地区集合;
步骤1025,若当前的迭代次数未达到预设次数,则针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区;将所述第二中心点地区更新为新的第一中心点地区,并重复执行步骤根据每个地区的距离矩阵和更新后的第一中心点地区对不同的地区进行聚类,得到至少两个地区集合。
在上述步骤1021中,距离矩阵是将订单结果信息数据规范化后组成的多维矩阵,在多维矩阵中每一个维度表征一个订单结果信息的特征。不同的订单结果信息往往具有不同的量纲,数值见的差别可能很大,不进行处理可能会影响到聚类的结果。为了消除订单结果信息之间的量纲和取值范围差异的影响,需要进行标准化处理,将数据按照比例进行缩放,使之落入一个特定的区域,便于进行综合分析。最常见的数据规范化方式包括:最大-最小规范化、零均值规范化等。
在上述步骤1022中,在聚类过程中,根据每个地区的距离矩阵与第一中心点城市的距离矩阵,计算每个地区与第一中心点地区的距离;每个地区与第一中心点地区的距离是利用余弦相似度计算得到的。根据每个地区与每一个第一中心点地区之间的距离,将该地区与距离最近的第一中心点地区确定为一个地区集合。因此,一个第一中心点地区可确定为一个地区集合。
在上述步骤1023中,预设次数是人为设置的,比如,100次。
具体实施中,对迭代次数进行判断主要是因为考虑到聚类的时间成本。迭代次数越多时间成本越高,迭代次数越少时间成本越低,因此,在保证聚类精度的基础上减少提高时间成本的可能性,因此,需要对迭代次数进行判断。
在上述步骤1025中,若当前的迭代次数未达到预设次数时,根据每个地区集合中每个地区的距离矩阵重新计算该地区集合所对应的第二中心点地区,将第二中心点地区更新为第一中心点地区,病重新执行步骤1022,执行下次迭代过程。
第二中心点地区与第一中心点地区的计算过程是不同的,第二中心点地区需要更接近每个地区集合的中心点,所以在计算第二中心点地区时,仅根据地区集合中每个地区的距离矩阵进行计算,步骤1025中,针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区,包括:
步骤10251,针对每个地区集合中的每个地区,根据该地区的距离矩阵与该集合中其他地区的距离矩阵,计算该地区与该集合中其他地区之间的第二距离;
步骤10252,针对每个地区集合,将第二距离之和最小的地区确定为该地区集合的第二中心点地区。
在上述步骤10251和步骤10252中,第二中心点地区是地区集合中第二距离之和距离最小的地区,也就是地区集合中与其他地区相关性最大的地区,将这样的地区确定为第二中心点地区,使得之后得到的每个地区集合中每个地区之间相关性越来越大,进而得到的聚类结果更准确。
有时候在没有达到预设迭代次数时,聚类中心就有可能不再变化,聚类中心不变化聚类的精度已经是最高精度了,所以在聚类中心不再变化的情况下,还要再次迭代,会提高计算成本,也增加了不必要的计算成本,因此,聚类过程还包括:
步骤1026,若当前的迭代次数未达到预设次数,且当前地区集合中的第一中心点地区与上次迭代得到的地区集合中的第一中心点地区一致,则聚类结束,得到至少两个地区集合;
步骤1027,若当前的迭代次数未达到预设次数,且当前地区集合中的第一中心点地区与上次迭代得到的地区集合中的第一中心点地区不一致,则针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区;将所述第二中心点地区更新为新的第一中心点地区,并重复执行步骤根据每个地区的距离矩阵和更新后的第一中心点地区对不同的地区进行聚类,得到至少两个地区集合;其中,所述第二中心点地区是地区集合中的地区。
在上述步骤1026中,有时候在没有达到预设迭代次数时,聚类中心不变化聚类的精度已经是最高精度了,所以在聚类中心不再变化的情况下,还要再次迭代,会提高计算成本,也增加了不必要的计算成本,因此,需要判断当前每个地区集合中的第一中心点地区与上次迭代得到的每个地区集合中的第一中心点地区是否一致。当当前每个地区集合中的第一中心点地区与上次迭代得到的每个地区集合中的第一中心点地区一致,也就是聚类中心不变化聚类的精度已经是最高精度了,所以不需要再次进行聚类了,可直接聚类结束,减少浪费计算资源。
在上述步骤1027中,当前的迭代次数未达到预设次数,且当前地区集合中的第一中心点地区与上次迭代得到的地区集合中的第一中心点地区不一致时,聚类经度还不够,所以需要重新聚类,也就是返回步骤1022,执行下次迭代过程。
本方案的聚类过程除了上述提到的K-Medoids聚类算法,也可以使用KMeans聚类算法,KMeans聚类算法与K-Medoids聚类算法相比,KMeans聚类算法在每个地区集合中的聚类中心不一定是一个地区,这样容易受地区集合中边缘地区的影响,导致地区集合中的中心点偏移,当然,KMeans聚类算法与K-Medoids聚类算法相比也有一定的优势,KMeans聚类算法计算过程更简单,节约计算资源。
在本方案中,如果通过聚类方法得到的地区集合比较多,某一些地区集合中所包含的地区个数比较少,为了缩减地区集合的数量,可以将包含地区个数比较少的地区集合进行合并,也就是将地区个数比较少的地区集合合并至与该地区集合的相似度较大的地区集合中,地区之间的相似度可以根据两个地区集合所对应的距离矩阵计算,先根据每个地区集合中每个地区的订单结果信息计算订单结果信息的平均值,然后根据每个集合所对应的订单结果信息的平均值生成距离矩阵,根据每个地区集合所对应的距离矩阵计算两个地区集合的相似度。
图2是本申请实施例提供的一种服务系统100的架构示意图。
例如,服务系统100可以是用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、驾驶员租赁、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。服务系统100可以包括服务器110(本申请所提供方法的执行主体的一种)、网络120、服务请求端130(验证终端)、服务提供端140(网约车)和数据库150中的一种或多种,服务器110中可以包括执行指令操作的处理器。
在一些实施例中,服务器110可以是单个服务器,也可以是服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式系统)。在一些实施例中,服务器110相对于终端,可以是本地的、也可以是远程的。例如,服务器110可以经由网络120访问存储在服务请求端130、服务提供端140、或数据库150、或其任意组合中的信息和/或数据。作为另一示例,服务器110可以直接连接到服务请求端130、服务提供端140和数据库150中至少一个,以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实现;仅作为示例,云平台可以包括私有云、公有云、混合云、社区云(community cloud)、分布式云、跨云(inter-cloud)、多云(multi-cloud)等,或者它们的任意组合。在一些实施例中,服务器110可以在具有本申请中图4所示的一个或多个组件的电子设备1000上实现。
网络120可以用于信息和/或数据的交换。在一些实施例中,服务系统100中的一个或多个组件(例如,服务器110,服务请求端130,服务提供端140和数据库150)可以向其他组件发送信息和/或数据。例如,服务器110可以经由网络120从服务请求端130获取服务请求。在一些实施例中,网络120可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络120可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched Telephone Network,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等,或其任意组合。在一些实施例中,网络120可以包括一个或多个网络接入点。例如,网络120可以包括有线或无线网络接入点,例如基站和/或网络交换节点,服务系统100的一个或多个组件可以通过该接入点连接到网络120以交换数据和/或信息。
在一些实施例中,服务请求端130的服务请求方可以是除服务实际需求者之外的其他人。例如,服务请求端130的服务请求方A可以使用服务请求端130来为服务实际需求者B发起服务请求(比如,服务请求方A可以为自己的朋友B叫车),或者从服务器110接收服务信息或指令等。在一些实施例中,服务提供端140的服务请求方可以是服务实际提供者,也可以是除服务实际提供者之外的其他人。例如,服务提供端140的服务请求方C可以使用服务提供端140接收由服务实际提供者D提供服务的服务请求(比如服务请求方C可以为自己雇用的服务提供方D接单),和/或来自服务器110的信息或指令。在一些实施例中,“服务请求方”和“服务请求端”可以互换使用,“服务提供方”和“服务提供端”可以互换使用。
在一些实施例中,服务请求端130可以包括移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等,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照明设备、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、或对讲机等,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(Personal Digital Assistant,PDA)、游戏设备、导航设备、或销售点(point of sale,POS)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。在一些实施例中,机动车辆中的内置设备可以包括车载计算机、车载电视等。在一些实施例中,服务请求端130可以是具有用于定位服务请求方和/或服务请求端的位置的定位技术的设备。
在一些实施例中,服务提供端140可以是与服务请求端130类似或相同的设备。在一些实施例中,服务提供端140可以是具有定位技术的设备,用于定位服务提供方和/或服务提供端的位置。在一些实施例中,服务请求端130和/或服务提供端140可以与其他定位设备通信以确定服务请求方、服务请求端130、服务提供方、或服务提供端140、或其任意组合的位置。在一些实施例中,服务请求端130和/或服务提供端140可以将定位信息发送给服务器110。
数据库150可以存储数据和/或指令。在一些实施例中,数据库150可以存储从服务请求端130和/或服务提供端140获得的数据。在一些实施例中,数据库150可以存储在本申请中描述的示例性方法的数据和/或指令。在一些实施例中,数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(Read-Only Memory,ROM)等,或其任意组合。作为举例,大容量存储器可以包括磁盘、光盘、固态驱动器等;可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等;易失性读写存储器可以包括随机存取存储器(Random Access Memory,RAM);RAM可以包括动态RAM(Dynamic Random AccessMemory,DRAM),双倍数据速率同步动态RAM(Double Date-Rate Synchronous RAM,DDRSDRAM);静态RAM(Static Random-Access Memory,SRAM),晶闸管RAM(Thyristor-BasedRandom Access Memory,T-RAM)和零电容器RAM(Zero-RAM)等。作为举例,ROM可以包括掩模ROM(Mask Read-Only Memory,MROM)、可编程ROM(Programmable Read-Only Memory,PROM)、可擦除可编程ROM(Programmable Erasable Read-only Memory,PEROM)、电可擦除可编程ROM(Electrically Erasable Programmable read only memory,EEPROM)、光盘ROM(CD-ROM)、以及数字通用磁盘ROM等。在一些实施例中,数据库150可以在云平台上实现。仅作为示例,云平台可以包括私有云、公有云、混合云、社区云、分布式云、跨云、多云或者其它类似的等,或其任意组合。
基于同一发明构思,本申请实施例中还提供了与确定资源配置的方法对应的确定资源配置的装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述确定资源配置的方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
如图3所示,为本申请实施例提供的一种确定资源配置的装置示意图,所述装置包括:
获取模块301,用于分别获取不同地区的出行服务的订单结果信息;
聚类模块302,用于根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
区分模块303,用于根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
确定模块304,用于针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
可选的,所述订单结果信息包括以下信息中的任意一种或多种:
出行服务的司机工作结果信息、出行服务的乘客出行结果信息和出行服务的订单执行结果信息。
可选的,所述出行服务的司机工作结果信息包括以下信息中的任意一种或多种:出行服务的司机工作时长信息、出行服务的司机工作效率信息和出行服务的司机资源分配量;
所述出行服务的乘客出行结果信息包括以下信息中的任意一种或多种:出行服务的乘客出行活跃度、出行服务的乘客出行距离和出行服务的乘客资源分配量;
所述出行服务的订单执行结果信息包括以下信息中的任意一种或多种:出行服务的订单完单距离、出行服务的订单应答率、订单消耗的资源量和执行订单所消耗资源量随时间的变化率;
所述出行服务的地区属性信息包括以下信息中的任意一种或多种:海拔高度信息、经纬度信息、地区标准时间。
可选的,确定模块304,包括:
第一确定单元,用于从多个地区集合中选择出第一目标比较参数不符合预设要求的目标地区集合;所述第一目标比较参数是订单结果信息中的任意一种信息;
第二确定单元,用于基于所述第一目标比较参数,确定所述目标地区的资源配置方式;其中,所述目标地区是所述目标地区集合中的一个。
可选的,第二确定单元,包括:
第一确定子单元,用于确定所述目标地区中工作时长小于预设工作时长的目标服务提供方;
生成单元,用于生成针对所述目标地区中所述目标服务提供方的服务提醒信息;所述服务提醒信息用于提示目标地区中的服务提供方在服务请求方的数量大于服务请求方的数量的时间段进行工作。
可选的,第二确定单元,包括:
第二确定子单元,用于确定所述目标地区中所述司机工作效率信息不符合要求的目标服务提供方;
提高子单元,用于提高目标提供方的订单分配优先级。
可选的,第二确定单元,包括:
第三确定子单元,用于确定目标地区的所有服务时间段中,乘客出行活跃度不符合要求的第一目标时间段;
第一发送子单元,用于向目标地区中的服务请求方发送第一出行服务优惠券;其中,第一出行服务优惠卷的使用时间是所述第一目标时间段。
可选的,第二确定单元,包括:
第一分类子单元,用于根据所述目标地区中每个历史服务订单的乘客出行距离,对所有历史服务订单进行分类,得到不同类型的出行订单集合;
第四确定子单元,用于确定不同类型的地区集合中目标出行订单集合的目标出行距离;其中,所述目标出行订单集合中历史服务订单的数量不符合服务订单数量的要求;
第二发送子单元,用于向目标地区中的服务提供方发送第二出行服务优惠券;其中,所述出行服务优惠券在目标出行距离对应的服务订单中使用。
可选的,第二确定单元,包括:
第五确定子单元,用于确定所述目标地区的所有服务时间段中,订单应答率不符合要求的第二目标时间段;
第三发送子单元,用于向所述目标地区的服务提供方发送接单提示信息;所述接单提示信息用于提示目标区域中的服务提供方在所述第二目标时间段进行工作。
可选的,第二确定单元,包括:
第一分类子单元,用于根据所述目标地区中每个历史服务订单的订单完单距离,对所有历史服务订单进行分类,得到不同类型的完单集合;
第六确定子单元,用于确定不同类型的地区集合中目标完单集合的目标完单距离;其中,所述目标完单集合中历史服务订单的数量不符合服务订单数量的要求;
第四发送子单元,用于向目标地区中的服务提供方发送第三出行服务优惠券;其中,所述第三出行服务优惠券在订单距离与目标完单距离一致的服务订单中使用。
可选的,聚类模块302,包括:
转换单元,用于针对每个地区,将该地区的所述订单结果信息转换成对应的距离矩阵;
聚类单元,用于根据每个地区的距离矩阵和第一中心点地区的距离矩阵对不同的地区进行聚类,得到至少两个地区集合;其中,第一中心点地区是多个地区中的地区;
第一判断单元,用于判断当前的迭代次数是否达到预设次数;
第一结束单元,用于若当前的迭代次数达到预设次数,则聚类结束,得到至少两个地区集合;
第二判断单元,用于若当前的迭代次数未达到预设次数,则针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区;将所述第二中心点地区更新为新的第一中心点地区,并重复执行步骤根据每个地区的距离矩阵和更新后的第一中心点地区对不同的地区进行聚类,得到至少两个地区集合;其中,所述第二中心点地区是地区集合中的地区。
可选的,迭代单元,包括:
计算子单元,用于针对每个地区集合中的每个地区,根据该地区的距离矩阵与该集合中其他地区的距离矩阵,计算该地区与该集合中其他地区之间的第二距离;
中心点确定子单元,用于针对每个地区集合,将第二距离之和最小的地区确定为该地区集合的第二中心点地区。
如图4所示,为本申请实施例所提供的电子设备示意图,该电子设备1000包括:处理器1001、存储器1002和总线1003,存储器1002存储有执行指令,当电子设备运行时,处理器1001与存储器1002之间通过总线1003通信,处理器1001执行存储器1002中存储的确定资源配置的方法的步骤。
本申请实施例所提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现确定资源配置的方法的步骤。
具体的,该计算机程序产品上的计算机程序/指令被处理器执行时,能够实现确定资源配置的方法,解决现有技术中存在的确定地区类型不准确不准确的问题。本申请根据每个地区的订单结果信息为不同的地区进行聚类,得到不同的地区集合,聚类过程中并不是依据一个参数和固定规则进行的分类,可以是依据多个订单结果信息相互影响而得到的聚类结果,聚类结果更加准确,根据准确的聚类结果确定每个地区集合的地区类别,以及根据地区类别为目标地区确定资源配置方式,这种确定出来的资源配置方式更准确。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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,又例如,多个模块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通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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,在本申请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。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种确定资源配置的方法,其特征在于,包括:
分别获取不同地区的出行服务的订单结果信息;
根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
2.根据权利要求1所述的方法,其特征在于,所述订单结果信息包括以下信息中的任意一种或多种:
出行服务的司机工作结果信息、出行服务的乘客出行结果信息和出行服务的订单执行结果信息。
3.根据权利要求2所述的方法,其特征在于,
所述出行服务的司机工作结果信息包括以下信息中的任意一种或多种:出行服务的司机工作时长信息、出行服务的司机工作效率信息和出行服务的司机资源分配量;
所述出行服务的乘客出行结果信息包括以下信息中的任意一种或多种:出行服务的乘客出行活跃度、出行服务的乘客出行距离和出行服务的乘客资源分配量;
所述出行服务的订单执行结果信息包括以下信息中的任意一种或多种:出行服务的订单完单距离、出行服务的订单应答率、订单消耗的资源量和执行订单所消耗资源量随时间的变化率;
所述出行服务的地区属性信息包括以下信息中的任意一种或多种:海拔高度信息、经纬度信息、地区标准时间。
4.根据权利要求1所述的方法,其特征在于,所述针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式,包括:
从多个地区集合中选择出第一目标比较参数不符合预设要求的目标地区集合;所述第一目标比较参数是订单结果信息中的任意一种信息;
基于所述第一目标比较参数,确定所述目标地区的资源配置方式;其中,所述目标地区是所述目标地区集合中的一个。
5.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数的司机工作时长信息;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区中工作时长小于预设工作时长的目标服务提供方;
生成针对所述目标地区中所述目标服务提供方的服务提醒信息;所述服务提醒信息用于提示目标地区中的服务提供方在服务请求方的数量大于服务请求方的数量的时间段进行工作。
6.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数包括出行服务的司机工作效率信息;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区中所述司机工作效率信息不符合要求的目标服务提供方;
提高目标提供方的订单分配优先级。
7.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数包括出行服务的乘客出行活跃度;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定目标地区的所有服务时间段中,乘客出行活跃度不符合要求的第一目标时间段;
向目标地区中的服务请求方发送第一出行服务优惠券;其中,第一出行服务优惠卷的使用时间是所述第一目标时间段。
8.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数包括出行服务的乘客出行距离;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
根据所述目标地区中每个历史服务订单的乘客出行距离,对所有历史服务订单进行分类,得到不同类型的出行订单集合;
确定不同类型的地区集合中目标出行订单集合的目标出行距离;其中,所述目标出行订单集合中历史服务订单的数量不符合服务订单数量的要求;
向目标地区中的服务提供方发送第二出行服务优惠券;其中,所述出行服务优惠券在目标出行距离对应的服务订单中使用。
9.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数包括出行服务的订单应答率;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
确定所述目标地区的所有服务时间段中,订单应答率不符合要求的第二目标时间段;
向所述目标地区的服务提供方发送接单提示信息;所述接单提示信息用于提示目标区域中的服务提供方在所述第二目标时间段进行工作。
10.根据权利要求4所述的方法,其特征在于,所述第一目标比较参数包括出行服务的订单完单距离;基于所述第一目标比较参数,确定所述目标地区的资源配置方式,包括:
根据所述目标地区中每个历史服务订单的订单完单距离,对所有历史服务订单进行分类,得到不同类型的完单集合;
确定不同类型的地区集合中目标完单集合的目标完单距离;其中,所述目标完单集合中历史服务订单的数量不符合服务订单数量的要求;
向目标地区中的服务提供方发送第三出行服务优惠券;其中,所述第三出行服务优惠券在订单距离与目标完单距离一致的服务订单中使用。
11.根据权利要求1所述的方法,其特征在于,根据每个地区的出行服务的结果信息对多个地区进行聚类,得到至少两个地区集合,包括:
针对每个地区,将该地区的所述订单结果信息转换成对应的距离矩阵;
根据每个地区的距离矩阵和第一中心点地区的距离矩阵对不同的地区进行聚类,得到至少两个地区集合;其中,第一中心点地区是多个地区中的地区;
判断当前的迭代次数是否达到预设次数;
若当前的迭代次数达到预设次数,则聚类结束,得到至少两个地区集合;
若当前的迭代次数未达到预设次数,则针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区;将所述第二中心点地区更新为新的第一中心点地区,并重复执行步骤根据每个地区的距离矩阵和更新后的第一中心点地区对不同的地区进行聚类,得到至少两个地区集合;其中,所述第二中心点地区是地区集合中的地区。
12.根据权利要求11所述的方法,其特征在于,针对每一个地区集合,根据该地区集合中每个地区的距离矩阵,确定该地区集合的第二中心点地区,包括:
针对每个地区集合中的每个地区,根据该地区的距离矩阵与该集合中其他地区的距离矩阵,计算该地区与该集合中其他地区之间的第二距离;
针对每个地区集合,将第二距离之和最小的地区确定为该地区集合的第二中心点地区。
13.一种确定资源配置的装置,其特征在于,包括:
获取模块,用于分别获取不同地区的出行服务的订单结果信息;
聚类模块,用于根据每个地区的所述订单结果信息对多个地区进行聚类,得到至少两个地区集合;
区分模块,用于根据每个地区集合之间所述订单结果信息的差别,确定每个地区集合的地区类别;
确定模块,用于针对多个地区中的目标地区,根据该目标地区所在的地区集合的地区类别,确定目标地区的资源配置方式。
14.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至12任一所述方法的步骤。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至12任一所述方法的步骤。
16.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至12任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626143.5A CN112801454A (zh) | 2020-12-31 | 2020-12-31 | 确定资源配置的方法、装置、计算机设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011626143.5A CN112801454A (zh) | 2020-12-31 | 2020-12-31 | 确定资源配置的方法、装置、计算机设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112801454A true CN112801454A (zh) | 2021-05-14 |
Family
ID=75807705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011626143.5A Pending CN112801454A (zh) | 2020-12-31 | 2020-12-31 | 确定资源配置的方法、装置、计算机设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801454A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050010218A (ko) * | 2003-07-18 | 2005-01-27 | 명기준 | 카풀 운영 방법 |
CN106910084A (zh) * | 2015-12-23 | 2017-06-30 | 滴滴(中国)科技有限公司 | 电子券分配方法及装置 |
CN110390544A (zh) * | 2018-04-18 | 2019-10-29 | 北京嘀嘀无限科技发展有限公司 | 司机奖励的下发方法及装置 |
CN110832537A (zh) * | 2018-03-16 | 2020-02-21 | 北京嘀嘀无限科技发展有限公司 | 一种用于在线服务中的奖励发放系统和方法 |
CN110914855A (zh) * | 2017-06-06 | 2020-03-24 | 北京嘀嘀无限科技发展有限公司 | 区域划分系统和方法 |
CN111582946A (zh) * | 2020-05-21 | 2020-08-25 | 深圳市元征科技股份有限公司 | 优惠券处理方法及相关装置 |
CN111612286A (zh) * | 2019-02-25 | 2020-09-01 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-31 CN CN202011626143.5A patent/CN112801454A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050010218A (ko) * | 2003-07-18 | 2005-01-27 | 명기준 | 카풀 운영 방법 |
CN106910084A (zh) * | 2015-12-23 | 2017-06-30 | 滴滴(中国)科技有限公司 | 电子券分配方法及装置 |
CN110914855A (zh) * | 2017-06-06 | 2020-03-24 | 北京嘀嘀无限科技发展有限公司 | 区域划分系统和方法 |
CN110832537A (zh) * | 2018-03-16 | 2020-02-21 | 北京嘀嘀无限科技发展有限公司 | 一种用于在线服务中的奖励发放系统和方法 |
CN110390544A (zh) * | 2018-04-18 | 2019-10-29 | 北京嘀嘀无限科技发展有限公司 | 司机奖励的下发方法及装置 |
CN111612286A (zh) * | 2019-02-25 | 2020-09-01 | 北京嘀嘀无限科技发展有限公司 | 一种订单分配方法、装置、电子设备及存储介质 |
CN111582946A (zh) * | 2020-05-21 | 2020-08-25 | 深圳市元征科技股份有限公司 | 优惠券处理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6978513B2 (ja) | 動的にバッチされたサービスプロバイダーおよびサービスリクエストの割り当て | |
US20230044760A1 (en) | Systems and methods for recommending transportation services | |
CN110741402B (zh) | 用于运力调度的系统和方法 | |
US10979863B2 (en) | Systems and methods for recommending a destination | |
US11011057B2 (en) | Systems and methods for generating personalized destination recommendations | |
US20180225796A1 (en) | Resource Allocation in a Network System | |
AU2016359530A1 (en) | Systems and methods for allocating sharable orders | |
US20180314998A1 (en) | Resource Allocation in a Network System | |
EP3571643A1 (en) | A data-driven system for optimal vehicle fleet dimensioning, ride-sharing, and real-time dispatching based on shareability networks | |
US20190139070A1 (en) | Systems and methods for cheat examination | |
CN111311295B (zh) | 服务方式确定方法、装置、电子设备和存储介质 | |
CN112055867B (zh) | 用于推荐个性化上车位置的系统和方法 | |
JP2016200984A (ja) | 共用車両管理装置 | |
US20210042817A1 (en) | Methods and systems for order allocation | |
WO2018146622A1 (en) | Dynamic selection of geo-based service options in a network system | |
CN111831764A (zh) | 一种停留站点的确定方法、装置、电子设备和介质 | |
CN110612523A (zh) | 基于配对数据组关联标识符 | |
CN111275229B (zh) | 资源模型训练方法、资源缺口预测方法、装置及电子设备 | |
CN111242711A (zh) | 信息提示方法、装置、电子设备和存储介质 | |
CN111881369B (zh) | 一种推荐上车点名称准确性检测方法和系统 | |
Huang et al. | Utility-aware batch-processing algorithms for dynamic carpooling based on double auction | |
CN112801454A (zh) | 确定资源配置的方法、装置、计算机设备、介质和产品 | |
WO2020107440A1 (en) | Systems and methods for analyzing traffic congestion | |
CN110704745A (zh) | 一种车载终端的信息搜索方法和装置 | |
CN111612183A (zh) | 信息处理方法、装置、电子设备及计算机可读存储介质 |
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 |