CN112801586B - 一种物流末端配送方法、装置及计算设备 - Google Patents
一种物流末端配送方法、装置及计算设备 Download PDFInfo
- Publication number
- CN112801586B CN112801586B CN202110123349.4A CN202110123349A CN112801586B CN 112801586 B CN112801586 B CN 112801586B CN 202110123349 A CN202110123349 A CN 202110123349A CN 112801586 B CN112801586 B CN 112801586B
- Authority
- CN
- China
- Prior art keywords
- distribution
- time interval
- delivery
- distributable
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0836—Recipient pick-ups
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及物流配送领域,尤其涉及一种物流末端配送方法、装置、计算设备及计算机可读存储介质,包括:获取待配送物品所属配送地址的可配送时段;向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段。通过用户在智慧社区系统的数据记录生成其相应的可配送时段,从而可以提前形成配送计划,指导配送过程,提高了物流末端配送的效率。通过获取接收用户对配送通知的反馈情况,进一步指导后续的可配送时段的确定,如此,可根据用户的需求进行配送时段的动态调整,提升了可配送时段预测的准确性,提升用户体验。
Description
技术领域
本发明实施例涉及物流配送领域,尤其涉及一种物流末端配送方法、装置、计算设备及计算机可读存储介质。
背景技术
随着互联网技术的快速发展,越来越多的人选择网上购物。货物在经过漫长的物流运输后会配送至收货人手里。在这其中,物流配送的最后一公里问题不可小觑,即货物在到达目标城市目标街区之后,最后如何送达收货人手中的问题。相较于城际交通和运输的高效,最后一公里耗费的成本已占物流行业总成本的30%以上。导致这个问题的原因是:收货人停留在收货地址的时间不可预知,所以需要对每个物流单进行收货人与配送员的时间匹配,从而导致效率低下。
当前主流的末端配送方案主要有以下几种:
1)配送员逐一与业主沟通配送时间;
2)采用以快递柜为代表的末端配送设施;
3)代收发模式,包括社区的物流网点、周边代收发商户、物业代收发点等等。
第一种方式在电商行业产生的小件大量物流模式下,人力成本高且效率低下;后两种方案有个相同的缺点:都没有实现送货上门的理想结果,且由于物流公司与代收发点的合作关系不稳定,有时为了取货收货人需要辗转多个代收发点,沉重的物流件还需要自己找工具搬运,配送体验极差。
综上,目前亟需一种物流末端配送方法,用以提高物流末端配送的效率,且送货上门,提升用户体验。
发明内容
本发明实施例提供一种物流末端配送方法,用以提高物流末端配送的效率,且送货上门,提升用户体验。
本发明实施例提供一种物流末端配送方法,包括:
获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段。
通过用户在智慧社区系统的数据记录生成其相应的可配送时段,从而可以提前形成配送计划,指导配送过程,提高了物流末端配送的效率。通过向待配送物品的接收用户发送携带可配送时段的配送通知可以及时地获取接收用户对可配送时段的反馈,从而修正用户该次的可配送时段,尽最大可能地保证配送的成功。通过获取接收用户对配送通知的反馈情况,进一步指导后续的可配送时段的确定,如此,可根据用户的需求进行配送时段的动态调整,提升了可配送时段预测的准确性,提升用户体验。
可选地,所述反馈情况包括所述接收用户对所述可配送时段修改后的调整时段或所述接收用户同意所述可配送时段;
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段,包括:
获取所述接收用户最近N次配送通知的反馈情况;
针对任一时段,根据所述时段所属的反馈情况的选择权重及最近N次配送通知的选择总权重,计算所述时段的选择率;其中,最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重;
若存在任一调整时段的选择率高于所述可配送时段的选择率,则将所述调整时段更新为所述可配送时段。
通过用户针对最近N次配送通知的反馈情况,可以确定用户对任一时段的选择率,据此可分析用户对于配送时段的喜好,用于指导以后对于可配送时段的预测,更加符合用户需求,有利于形成配送人员与用户之间的默契。同时为每一次反馈情况设置了相应的选择权重,并且最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重,如此可以更加符合用户近期的习惯和喜好,更加灵活地对后续的可配送时段进行调整。
可选地,所述调整时段位于所述配送地址处于可接收配送物品状态的可用时段内;
所述可配送时段处于所述可用时段内,但与所述调整时段不同。
如此保证了只有在用户反馈的调整时段处于可用时段内,才会作为反馈情况用于确定是否对可配送时段进行调整,因为若用户反馈的调整时段不是处于可用时段内,则说明用户此次的调整是一次较为异常的调整,不能反映用户的喜好。提高了预测的准确性。
可选地,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的,包括:
针对任一配送地址,根据所述配送地址中的至少一个用户在智慧社区系统的数据记录,确定所述配送地址处于可接收配送物品状态的可用时段;
根据多个待配送物品所属配送地址和多个待配送物品的可用时段,确定出每个待配送物品的可配送时段。
如此,可将多个待配送物品按照其所属的配送地址的可用时段进行统一配送,提高了配送的效率,节省了人力负担。
可选地,根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段之后,还包括:
获取按照所述可配送时段进行配送的配送结果;所述配送结果用于确定是否调整所述可配送时段。
因为可能会出现用户每次接收到配送通知后不予以反馈,而在可配送时段内却不在家导致配送失败的情况,如此,获取按照可配送时段进行配送的配送结果,将每一次的配送结果作用于后续的对可配送时段的调整,可以提高可配送时段预测的准确率,更加符合用户需求的同时,节省配送人员的负担。
可选地,所述配送结果包括配送成功或配送失败;
所述配送结果用于确定是否调整所述可配送时段,包括:
获取所述配送地址的最近N次的配送结果;
根据每次配送失败在最近N次中的配送权重,确定所述配送地址的配送失败率;其中,最近第K次配送的配送权重大于最近第K+1次配送的配送权重;
至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段。
通过为每次配送失败设置相应的权重,从而确定配送失败率,同时设置最近第K次配送的配送权重大于最近第K+1次配送的配送权重,如此可以使距离当前日越近的配送失败对最终配送失败率的确定发挥的作用越大,更加能够反映用户近期的行为动向,提高了后续预测可配送时段的准确率。
可选地,至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段,包括:
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于设定阈值时,调整所述可配送时段;或,
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于所述调整时段的选择率与所述配送地址的配送失败率差值时,将所述可配送时段调整为调整时段。
如此,通过选择率与配送失败率一起作用与对可配送时段的调整,使预测过程更加精确,得到的可配送时段更加符合用户的习惯喜好和行为动态。
本发明实施例还提供一种物流末端配送的装置,包括:
获取单元,用于获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
发送单元,用于向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
处理单元,用于根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段。
本发明实施例还提供一种计算设备,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行上述任一方式所列物流末端配送的方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行上述任一方式所列的物流末端配送的方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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示例性地示出了本发明实施例提供的一种可能的物流末端配送方法;
图2示例性示出了一种为用户发送配送通知的形式;
图3示例性示出了一种根据选择率调整可配送时段的方法;
图4示例性示出了一种配送人员进行配送管理的界面;
图5示例性示出了一种根据配送结果调整可配送时段的方法;
图6为本发明实施例提供的一种可能的物流末端配送装置。
具体实施方式
为使本申请的目的、实施方式和优点更加清楚,下面将结合本申请示例性实施例中的附图,对本申请示例性实施方式进行清楚、完整地描述,显然,所描述的示例性实施例仅是本申请一部分实施例,而不是全部的实施例。
基于本申请描述的示例性实施例,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他实施例,都属于本申请所附权利要求保护的范围。此外,虽然本申请中公开内容按照示范性一个或几个实例来介绍,但应理解,可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体,而不必然意味着限定特定的顺序或先后次序,除非另外注明(Unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换,例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的那些组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
图1示例性地示出了本发明实施例提供的一种可能的物流末端配送方法,包括:
步骤101、获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
步骤102、向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
步骤103、根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段。
通过用户在智慧社区系统的数据记录生成其相应的可配送时段,从而可以提前形成配送计划,指导配送过程,提高了物流末端配送的效率。通过向待配送物品的接收用户发送携带可配送时段的配送通知可以及时地获取接收用户对可配送时段的反馈,从而修正用户该次的可配送时段,尽最大可能地保证配送的成功。通过获取接收用户对配送通知的反馈情况,进一步指导后续的可配送时段的确定,如此,可根据用户的需求进行配送时段的动态调整,提升了可配送时段预测的准确性,提升用户体验。
可选地,在步骤101中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的,包括:
针对任一配送地址,根据所述配送地址中的至少一个用户在智慧社区系统的数据记录,确定所述配送地址处于可接收配送物品状态的可用时段;
根据多个待配送物品所属配送地址和多个待配送物品的可用时段,确定出每个待配送物品的可配送时段。
如此,可将多个待配送物品按照其所属的配送地址的可用时段进行统一配送,提高了配送的效率,节省了人力负担。
制定配送计划的前提是,我们必须知道收货业主停留在家的时间,才能在这个时间内为他安排配送,我们定义这个时间为“可用时段”。在智慧社区系统中,我们可以便利的提取到业主的各种行踪数据,从而使用预测算法推测出可配送时段,其中最典型的是门禁数据。门禁的使用场景是业主在进入社区大门或单元门时,使用本社区的社区服务APP进行手机开门,或者使用传统的刷卡开门,系统可以采集到业主的开门记录,只要业主在使用APP或者领取门卡时注册了自己的手机号即可。汇总业主的开门记录,可以得到业主在智慧社区系统的门禁记录,通过门禁记录可提取出业主可接收配送物品的可用时段。
例如,业主A的门禁记录如表1所示:
业主A门禁记录
业主A | 8月3日 | 周一 | 19:02 |
业主A | 8月4日 | 周二 | 19:04 |
业主A | 8月5日 | 周三 | 19:05 |
业主A | 8月7日 | 周五 | 18:55 |
业主A | 8月10日 | 周一 | 19:02 |
业主A | 8月11日 | 周二 | 19:08 |
业主A | 8月12日 | 周三 | 18:58 |
业主A | 8月13日 | 周四 | 18:59 |
表1
业主B的门禁记录如表2所示:
业主B门禁记录
业主B | 8月3日 | 周一 | 19:02 |
业主B | 8月4日 | 周二 | 19:04 |
业主B | 8月5日 | 周三 | 21:05 |
业主B | 8月6日 | 周四 | 18:55 |
业主B | 8月7日 | 周五 | 21:08 |
业主B | 8月10日 | 周一 | 19:08 |
业主B | 8月11日 | 周二 | 18:58 |
业主B | 8月12日 | 周三 | 21:06 |
表2
业主C的门禁记录如表3所示:
业主C门禁记录
业主C | 8月3日 | 周一 | 19:02 |
业主C | 8月3日 | 周一 | 22:04 |
业主C | 8月4日 | 周二 | 19:05 |
业主C | 8月4日 | 周二 | 21:55 |
业主C | 8月5日 | 周三 | 19:08 |
业主C | 8月5日 | 周三 | 22:08 |
业主C | 8月6日 | 周四 | 18:58 |
业主C | 8月6日 | 周四 | 22:06 |
表3
然后我们使用大数据分析的方法来加工出为每个用户提供配送服务的可用时段。以业主A为例,A在周一至周五大概率下每天晚上19:00左右会有进门的动作,这意味他大约7点下班回家,预留出从大门步行到家和进门休息的时间,晚上19:30以后他基本都停留家中,这就是最理想的配送服务时间了。假设我们的配送服务最晚进行到22:00,业主A的可用时段就是19:30至22:00,在工作日有A的快递到达时我们应当在这个时段内给他配送。
如果情况复杂一些,如业主B每周三和周五大概率9点进门,而其他工作日大概率7点进门,那么他可能在周三和周五晚上有特定的活动,所以我们计算出的可用时段有两种情况,周一、二、四是19:30至22:00,周三、五是21:30至22:00。而用户C又是另外一种情况,他大概率下每晚有两个进门的动作,19:00和22:00,那么他在回家之后某个时点又出门了,仅有开门数据我们不能确定他出门的时间,那可以取一个模拟的中间值20:30(后面还会探讨其他方法来精确化这个值),那么19:30到20:30之间就是他的可用时段。
智慧社区系统可以为可用时段的分析提供更多支持,因为智慧社区中的公共设施和服务是智能共享的,业主可以使用手机上的社区服务APP统一进行操作,系统可以获取到更多能够标识业主行踪轨迹的信息用于可用时段的分析,比如社区内的智能贩售机、智能娱乐设备、车辆进出管控、智能电梯管控等,都可以作为业主外出或进入的证明。如果智慧社区系统中整合了智慧家居,还可以获取到房间内的空调、电力等智能设备运行状态的数据,可以作为业主是否在房间内的参考,这些都可以给我们的大数据分析增加依据,提高预测算法的精确性。
举例说明,如果业主C有从饮用水自动贩售机购买饮用水的习惯,每次他通过社区服务APP买水,系统都可以获取一条购水记录。由此我们可以补充C的行踪记录如表4,之前我们通过门禁数据模糊的推测他在20:30出门,现在通过他晚上21:45左右在社区内买饮用水可以推算出他大约在21:30出门,从而扩大了业主C的可用时段为19:30到21:30。
业主C行踪记录
业主C | 8月3日 | 周一 | 19:02 | 进门 |
业主C | 8月3日 | 周一 | 21:43 | 购水 |
业主C | 8月3日 | 周一 | 22:04 | 进门 |
业主C | 8月4日 | 周二 | 19:05 | 进门 |
业主C | 8月4日 | 周二 | 21:45 | 购水 |
业主C | 8月4日 | 周二 | 21:55 | 进门 |
业主C | 8月5日 | 周三 | 19:08 | 进门 |
业主C | 8月5日 | 周三 | 21:43 | 购水 |
业主C | 8月5日 | 周三 | 22:08 | 进门 |
表4
除了上述行为分析外,系统还可以采集一些辅助数据作为参考来精确化预测结果,比如住户在夏天的晚上有出门纳凉的习惯,如果我们通过调查采集到业主C夏天晚上平均出门纳凉时间为1小时,那么上例中的C,如果是在夏天,对应进门时间22:00,我们有理由相信他出门时间为21:00,那么他的可配送时段应该是19:30至21:00。
可选地,同一个配送地址可能有多个用户,则可获取该配送地址的多个用户的数据记录,如此,可扩大同一个配送地址的可用时段。
以上仅为示例,本发明实施例对此不作限制。
在获取了多个业主的可用时段后,为了实现按批次配送,将配送人员的工作时间划分为若干标准配送时段,然后将业主的可用时段按照标准配送时段进行拆分,生成用标准配送时段表示的业主可用时段表。例如标准配送时间为1h,则业主A的可用时段可进行如表5所示的拆分,得到业主A的可用时段表:
业主A可配送时段标准化拆分
表5
当物流单到达时,根据收货人的手机号匹配到业主,就可以从业主的可配送时段里选取最近的标准配送时段作为可配送时段,然后以标准配送时段为单位,汇总该时段物流单及其对应房号,制定出配送计划,进行路线规划,还可以根据物流单的重量进行人力和搬运工具安排,实现有计划的配送活动。表6示出了一种可能的配送计划:
8月3日 | 19:30-20:30 | 业主A | 2号楼2101 | 物流单号1 | 重量1 | 配送人JOHN |
8月3日 | 19:30-20:30 | 业主E | 5号楼202 | 物流单号2 | 重量2 | 配送人JOHN |
8月3日 | 19:30-20:30 | 业主F | 9号楼1001 | 物流单号3 | 重量3 | 配送人JOHN |
表6
可选地,在步骤102中,需要向业主推送消息来确认最终的可配送时段,业主仅在对系统预测配送时段有异议的情况下才需要进行反馈,而且这个反馈可以在社区服务APP中进行,不需要额外的人力耗费。例如,在表6中,业主A的可配送时段为19:30-20:30,则将业主A的可配送时段推送至业主A。
消息的推送可以使用短信或者通知栏等形式,并且可以点击跳转到社区服务APP中,APP中展示出业主的待收货信息,包括快递单号和配送时段等,如图2所示。
可选地,在步骤103中,业主可以针对配送通知进行反馈,包括对可配送时段进行修改或同意可配送时段。如果不修改则视为同意系统推送的时段。对于配送人员来说,推送消息给业主同时就可以着手进行配送准备,如果业主的反馈到达,再根据业主选择进行时段调整。如在上述例子中,业主A接收配送通知后,将该次的可配送时段调整为20:30-21:30,则系统安排在20:30-21:30为业主A进行配送。
可选地,还可以根据业主此次对可配送时段的反馈调整下一次为用户推送的可配送时段,如图3所示,包括:
步骤301、获取所述接收用户最近N次配送通知的反馈情况;
步骤302、针对任一时段,根据所述时段所属的反馈情况的选择权重及最近N次配送通知的选择总权重,计算所述时段的选择率;其中,最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重;
步骤303、若存在任一调整时段的选择率高于所述可配送时段的选择率,则将所述调整时段更新为所述可配送时段。
通过用户针对最近N次配送通知的反馈情况,可以确定用户对任一时段的选择率,据此可分析用户对于配送时段的喜好,用于指导以后对于可配送时段的预测,更加符合用户需求,有利于形成配送人员与用户之间的默契。同时为每一次反馈情况设置了相应的选择权重,并且最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重,如此可以更加符合用户近期的习惯和喜好,更加灵活地对后续的可配送时段进行调整。
可选地,反馈情况包括接收用户对所述可配送时段修改后的调整时段或所述接收用户同意所述可配送时段;
所述调整时段位于所述配送地址处于可接收配送物品状态的可用时段内;
所述可配送时段处于所述可用时段内,但与所述调整时段不同。
需要注意的是并不是业主的每次反馈都有指导意义,因为业主调整配送时段有两个可能,一是业主可选时段较多所以想根据自己的喜好调整,二是业主当天的作息是非常规的,系统无法预见。系统是可以识别出这两种修改动机的,如前例中业主A,他的可用时段有三个,19:30至20:30、20:30至21:30、21:30至22:00,系统默认选择第一个时段并给他推送信息。如果A反馈调整为20:30至21:30,即可配送时段中第二个,说明晚上8点至9点是他的个人偏好配送时段,我们应当记录下来作为调整时段。但如果他选择18:30至19:30进行配送,不在他的可用时段内,那么他当天是反常的提前回家,不能作为下次预测的参考。我们可以忽略业主作息反常的情况,只记录下业主根据喜好选择的时段,形成业主选择时段数据库,用于指导预测算法。指导方式是通过“选择率”的概念来体现业主的个人偏好。
如此保证了只有在用户反馈的调整时段处于可用时段内,才会作为反馈情况用于确定是否对可配送时段进行调整,因为若用户反馈的调整时段不是处于可用时段内,则说明用户此次的调整是一次较为异常的调整,不能反映用户的喜好。提高了预测的准确性。
例如,可通过如下公式确定业主对某一时段的偏好:
例如,根据上述公式得到的业主A的各个时段的选择率,如表7所示。
表7
可以发现,按上面公式计算的选择率很难体现业主习惯的改变,假设业主E,他的偏好配送时段是T1,总配送次数是20,选择次数是18,选择率高达90%,那么当他改变偏好至T2时段时,要使T2的选择率高过T1,需要他至少反馈18次才可以,这样的算法非常不人性化,所以可以进行如下改进。给业主的每次历史选择赋予一个权重,且距当前日越近,权重越大。以下是一种实现方法:以当前配送为基准,取最近N次配送做参考,倒数第i次的选择权重为(N-i),用T时段的选择权重之和来代替上公式中的选择次数。可配送时段的选择率的计算公式为:
其中,C为可配送时段的选择率;N为最近配送的次数,N可根据需要自定义;i为最近N次配送中选择该时段的倒数序号;
以N=10为例,当业主最近10次都选择T1时段时,T1的选择率为2*(9+8+…+2+1)/(10*9)=100%。当他习惯改变想使用T2时段时,最近10次的选择情况如表8:
表8
每次改选后的选择率计算如表9:
表9
第一次改选后,T1的选择率仍然高于T2,此时T1仍为下次向用户推送的可配送时段,第二次改选后也是同样,但是第三次改选后T2时段的选择率战胜了T1,系统就会改为推送T2时段给业主了,这样只需3次系统就可以发现习惯的改变。
可选地,在实际应用中N是可以调整的参数,如果将N调小,会观察到新选时段的选择率很容易超过旧时段,系统倾向于改变习惯,反之将N调大,系统则趋于保守。这种加权算法比较灵活实用,能够有效标识业主的偏好,提高预测算法的精确度。
可选地,根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段之后,还包括:
获取按照所述可配送时段进行配送的配送结果;所述配送结果用于确定是否调整所述可配送时段。
因为可能会出现用户每次接收到配送通知后不予以反馈,而在可配送时段内却不在家导致配送失败的情况,如此,获取按照可配送时段进行配送的配送结果,将每一次的配送结果作用于后续的对可配送时段的调整,可以提高可配送时段预测的准确率,更加符合用户需求的同时,节省配送人员的负担。
可选地,配送人员可汇总可配送时段的配送地址进行批量配送。配送人员只需要按照配送计划把货物装车,按制定的路线逐户配送即可。配送人员每配送一户,也需要在社区服务APP中标记是否配送成功,这个配送结果会在智慧社区系统中记录下来以待后续利用,为了方便配送人员工作,可以提供批量操作的功能。如图4所示。
理想情况下配送应该是成功的,因为计划的配送时段是业主通过社区服务APP认可的,但是如果业主没有关注系统的推送消息或者忘记约定,配送失败的情况仍会发生,此时在记录下配送失败后,系统还要计算出下一次的可配送时段并向业主推送,计算方法是以当前时间为基准,选择24小时内的最佳配送时段,排入下一轮配送计划。
因此可将此次的配送结果用于确定是否对下一次的可配送时段进行调整。图5示出了一种根据配送结果调整可配送时段的方法,包括:
步骤501、获取所述配送地址的最近N次的配送结果;
步骤502、根据每次配送失败在最近N次中的配送权重,确定所述配送地址的配送失败率;其中,最近第K次配送的配送权重大于最近第K+1次配送的配送权重;
步骤503、至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段。
通过为每次配送失败设置相应的权重,从而确定配送失败率,同时设置最近第K次配送的配送权重大于最近第K+1次配送的配送权重,如此可以使距离当前日越近的配送失败对最终配送失败率的确定发挥的作用越大,更加能够反映用户近期的行为动向,提高了后续预测可配送时段的准确率。
可选地,步骤503中,至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段,包括:
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于设定阈值时,调整所述可配送时段;或,
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于所述调整时段的选择率与所述配送地址的配送失败率差值时,将所述可配送时段调整为调整时段。
如此,通过选择率与配送失败率一起作用与对可配送时段的调整,使预测过程更加精确,得到的可配送时段更加符合用户的习惯喜好和行为动态。
按照图3中选择率的算法,配送失败是不会对选择率产生影响的,系统会在第二天及之后N天内一直推送相同的可配送时段,即使多次配送失败也不会改变。所以为了标识配送失败风险,可采用如下公式计算配送失败率:
其中,F为可配送时段的配送失败率;N为最近配送的次数,N可根据需要自定义;j为最近N次配送中配送失败的倒数序号。
可选地,定义如下计算可配送时段的有效率的公式确定是否调整所述可配送时段:
E=C-F (4)
其中,E为可配送时段的有效率;
以N=10为例,如果业主在最近10次配送中都是选择T1时段,则T1时段选择率为100%,若连续在T1时段配送失败三次,则最近10次的配送结果如表10所示:
表10
计算出的有效率如表11:
业主行为 | 选择率 | 配送失败率 | 有效率 |
初始状态 | 2*(9+8+…+2+1)/90 | 0 | 2*45/90 |
第一次配送失败 | 2*(8+7+…+2+1)/90 | 2*9/90 | 2*27/90 |
第二次配送失败 | 2*(7+6…+2+1)/90 | 2*(9+8)/90 | 2*11/90 |
第三次配送失败 | 2*(6+5+…+2+1)/90 | 2*(9+8+7)/90 | 2*(-3)/90 |
表11
可以看出伴随配送失败的连续发生,有效率明显下降,三次配送失败后,T1时段的配送失败率会大于选择率,导致有效率为负,系统会改选其他时段进行推送。
可选地,通过比较各个可配送时段的有效率,确定下一次为业主进行配送的可配送时段。
下面用一个例子来观察配送失败率与选择率共同作用的效果,假设业主F初始状态是最近4次配送选择T1时段,其他都选择T2时段,此时他在系统推送T1时段时连续配送失败两次,如表12:
表12
针对每步动作,计算出的T1和T2时段有效率如表13:
表13
可以看出在第二次配送失败后,T2时段有效率高于T1时段,系统改选T2时段为业主配送,第一次配送失败后,由于T1存在多次历史选择记录导致选择率较高,使得T1计算出的有效率仍然大于T2时段,系统决定给T1时段多一次机会,这符合实际情况。
可以看出这个公式能够有效指导配送时段的预测,并且我们可以通过调整N值,来调整选择率和爽约率的改变幅度,越小的N值会导致有效率变动幅度越大,鼓励系统尝试其他时段,反之则会给已选时段多几次尝试的机会。
上述方法可以作为完整的基于智慧社区的末端物流配送方案,适用于城镇中所有有门禁管理的小区、写字楼等环境,配合智慧社区其他业主行踪数据,能够达到更好的预测和配送的效果。如果配合送货机器人这样的自动配送设施,可以进一步降低人力成本,提高配送效率。作为扩展,本方案还可以考虑社区环境中家庭的因素,以房号来识别一家人,扩大配送时段的可选范围,进一步提高配送效率。
本发明实施例还提供一种物流末端配送的装置600,如图6所示,包括:
获取单元601,用于获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
发送单元602,用于向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
处理单元603,用于根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段。
本发明实施例还提供一种计算设备,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行上述任一项所述的方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行上述任一项所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种物流末端配送方法,其特征在于,包括:
获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整下一次为所述接收用户推送的所述可配送时段;
所述反馈情况包括所述接收用户对所述可配送时段修改后的调整时段或所述接收用户同意所述可配送时段;
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段,包括:
获取所述接收用户最近N次配送通知的反馈情况;
针对任一时段,根据所述时段所属的反馈情况的选择权重及最近N次配送通知的选择总权重,计算所述时段的选择率;其中,最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重;
若存在任一调整时段的选择率高于所述可配送时段的选择率,则将所述调整时段更新为所述可配送时段。
2.如权利要求1所述的方法,其特征在于,
所述调整时段位于所述配送地址处于可接收配送物品状态的可用时段内;
所述可配送时段处于所述可用时段内,但与所述调整时段不同。
3.如权利要求1所述的方法,其特征在于,
可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的,包括:
针对任一配送地址,根据所述配送地址中的至少一个用户在智慧社区系统的数据记录,确定所述配送地址处于可接收配送物品状态的可用时段;
根据多个待配送物品所属配送地址和多个待配送物品的可用时段,确定出每个待配送物品的可配送时段。
4.如权利要求1-3中任一项所述的方法,其特征在于,
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段之后,还包括:
获取按照所述可配送时段进行配送的配送结果;所述配送结果用于确定是否调整所述可配送时段。
5.如权利要求4所述的方法,其特征在于,
所述配送结果包括配送成功或配送失败;
所述配送结果用于确定是否调整所述可配送时段,包括:
获取所述配送地址的最近N次的配送结果;
根据每次配送失败在最近N次中的配送权重,确定所述配送地址的配送失败率;其中,最近第K次配送的配送权重大于最近第K+1次配送的配送权重;
至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段。
6.如权利要求5所述的方法,其特征在于,
至少根据所述配送地址的配送失败率,确定是否调整所述可配送时段,包括:
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于设定阈值时,调整所述可配送时段;或,
在所述可配送时段的选择率与所述配送地址的配送失败率差值小于所述调整时段的选择率与所述配送地址的配送失败率差值时,将所述可配送时段调整为调整时段。
7.一种物流末端配送的装置,其特征在于,包括:
获取单元,用于获取待配送物品所属配送地址的可配送时段;其中,可配送时段是至少根据配送地址中的至少一个用户在智慧社区系统的数据记录生成的;
发送单元,用于向所述待配送物品的接收用户发送携带所述可配送时段的配送通知;
处理单元,用于根据所述接收用户针对所述配送通知的反馈情况,确定是否调整下一次为所述接收用户推送的所述可配送时段;
所述反馈情况包括所述接收用户对所述可配送时段修改后的调整时段或所述接收用户同意所述可配送时段;
根据所述接收用户针对所述配送通知的反馈情况,确定是否调整所述可配送时段,包括:
获取所述接收用户最近N次配送通知的反馈情况;
针对任一时段,根据所述时段所属的反馈情况的选择权重及最近N次配送通知的选择总权重,计算所述时段的选择率;其中,最近第M次配送的反馈情况的选择权重大于第M+1次配送的反馈情况的选择权重;
若存在任一调整时段的选择率高于所述可配送时段的选择率,则将所述调整时段更新为所述可配送时段。
8.一种计算设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行权利要求1至6任一项所述的方法。
9.一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存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123349.4A CN112801586B (zh) | 2021-01-29 | 2021-01-29 | 一种物流末端配送方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123349.4A CN112801586B (zh) | 2021-01-29 | 2021-01-29 | 一种物流末端配送方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112801586A CN112801586A (zh) | 2021-05-14 |
CN112801586B true CN112801586B (zh) | 2022-12-27 |
Family
ID=75812684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110123349.4A Active CN112801586B (zh) | 2021-01-29 | 2021-01-29 | 一种物流末端配送方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801586B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114697386A (zh) * | 2022-02-24 | 2022-07-01 | 深圳绿米联创科技有限公司 | 信息通知方法、装置、终端及存储介质 |
CN115424387A (zh) * | 2022-08-25 | 2022-12-02 | 青岛海信智慧生活科技股份有限公司 | 智能门锁及开锁方法 |
CN116187878A (zh) * | 2023-03-17 | 2023-05-30 | 吉林农业科技学院 | 一种智能化物流管理系统以及管理方法 |
CN117893116B (zh) * | 2024-03-14 | 2024-05-28 | 宁波蓝犀信息科技有限公司 | 数据处理方法、装置和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327113A (zh) * | 2015-06-23 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 自动推送配送信息、提供揽收信息的方法、终端和服务器 |
CN107145980A (zh) * | 2017-05-05 | 2017-09-08 | 北京京东尚科信息技术有限公司 | 无人车配送方法、系统和控制服务器 |
CN110874666A (zh) * | 2018-08-31 | 2020-03-10 | 北京京东尚科信息技术有限公司 | 物品的配送方法、系统、设备和存储介质 |
CN111242553A (zh) * | 2020-01-17 | 2020-06-05 | 实地地产集团有限公司 | 智能配送方法、装置、计算机设备和存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8498628B2 (en) * | 2007-03-27 | 2013-07-30 | Iocast Llc | Content delivery system and method |
US20110029449A1 (en) * | 2008-03-28 | 2011-02-03 | Sadayuki Hirai | Course creation system and method of course creation |
US11144873B2 (en) * | 2017-10-16 | 2021-10-12 | Florence Corporation | Package management system with accelerated delivery |
CN111047243B (zh) * | 2018-10-15 | 2024-04-05 | 北京京东振世信息技术有限公司 | 一种确定物流配送费用的方法和装置 |
-
2021
- 2021-01-29 CN CN202110123349.4A patent/CN112801586B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327113A (zh) * | 2015-06-23 | 2017-01-11 | 阿里巴巴集团控股有限公司 | 自动推送配送信息、提供揽收信息的方法、终端和服务器 |
CN107145980A (zh) * | 2017-05-05 | 2017-09-08 | 北京京东尚科信息技术有限公司 | 无人车配送方法、系统和控制服务器 |
CN110874666A (zh) * | 2018-08-31 | 2020-03-10 | 北京京东尚科信息技术有限公司 | 物品的配送方法、系统、设备和存储介质 |
CN111242553A (zh) * | 2020-01-17 | 2020-06-05 | 实地地产集团有限公司 | 智能配送方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112801586A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801586B (zh) | 一种物流末端配送方法、装置及计算设备 | |
CN107220789B (zh) | 一种物流配送调度方法及系统 | |
CN103971170B (zh) | 一种用于对特征信息的变化进行预测的方法和装置 | |
US10346889B1 (en) | Determining courier effort for deliveries | |
CN105225129B (zh) | 移动o2o推荐方法及其系统 | |
US11720134B2 (en) | Method and system for predicting potential future energy consumption of built environment | |
JP6978871B2 (ja) | 販売促進システム、機械学習装置および機械学習用データ提供装置 | |
WO2020046200A1 (en) | E-hailing service | |
WO2015129613A1 (ja) | 電力需要予測装置、電力供給システム、電力需要予測方法及びプログラム | |
CN101923683A (zh) | 技术人员控制系统 | |
Ströhle et al. | Local matching of flexible load in smart grids | |
JP4804372B2 (ja) | 広告配信順位決定方法、広告配信システム、広告配信順位決定装置及びコンピュータプログラム | |
JPWO2018078750A1 (ja) | 電力融通管理装置、電力融通管理方法及び電力融通管理プログラム | |
CN107766962A (zh) | 一种推荐最优配送时段的方法和装置 | |
Lois et al. | Online algorithm for dynamic dial a ride problem and its metrics | |
CN109829592B (zh) | 一种快递柜用户的流失预测方法、装置、设备和存储介质 | |
CN110599078A (zh) | 物流配送信息的处理方法、装置及计算机设备 | |
KR20180044700A (ko) | 고객 맞춤형 수요 반응 프로그램을 운영하는 수요 반응 운영 시스템 및 그 방법 | |
CN102959571A (zh) | 保证期限决定装置及保证期限决定方法 | |
AU2011235983A1 (en) | Eco score analytics system | |
WO2022197904A1 (en) | Automated dispatch of field personnel for on-site services | |
CN111105191A (zh) | 一种基于工业互联网的订单配送方法 | |
CA2952092A1 (en) | Systems and methods for forecasting on-shelf product availability | |
WO2017015203A1 (en) | Fresh production forecasting methods and systems | |
Fadly et al. | Hotel room price determination based on dynamic pricing model using nonlinear programming method to maximize revenue |
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 |