CN112819266B - 配送参数调整方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及一种配送参数调整方法、装置、存储介质及电子设备，该方法包括：获取目标区域的订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值。通过这样的方式，可以实现对订单配送参数的差异化调整，从而更好地解决不同情况下配送过程中的供需失衡问题。

Description

配送参数调整方法、装置、存储介质及电子设备

技术领域

本公开涉及网络技术领域，具体地，涉及一种配送参数调整方法、装置、存储介质及电子设备。

背景技术

随着移动互联网技术的不断发展，人们可以使用移动终端进行网上点餐、购物等，而配送员可以将用户网上订购的各种商品配送到用户手中。但是，在即时配送场景下，可能由于短期需求量上升或者配送运力不足引起配送过程中的供需失衡，导致订单难以完成配送或者配送超时。

相关技术中，为了解决上述供需失衡的问题，通常是人工根据经验调整配送参数，比如对配送费进行溢价，使得供需失衡的区域内的所有订单统一增加相同的配送费，以抑制用户的下单量，从而使配送过程中的供需恢复正常。

发明内容

本公开的目的是提供一种配送参数调整方法、装置、存储介质及电子设备，以提供一种新的配送参数调整方式。

为了实现上述目的，第一方面，本公开提供一种配送参数调整方法，所述方法包括：

获取目标区域的订单特征信息；

根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；

在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值。

可选地，所述订单特征信息包括以下特征中的至少一个：配送距离特征、配送代价值特征。

可选地，在所述获取目标区域的订单特征信息之前，还包括：

确定所述目标区域预设未来时间内各订单的预估配送时长、以及与所述预设未来时间对应的历史时间内各订单的历史配送时长；

根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，所述目标调整阶梯包括多个调整梯度；

所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述订单特征信息，从所述目标调整阶梯包括的多个调整梯度中确定所述目标调整梯度。

可选地，所述确定所述目标区域预设未来时间内各订单的预估配送时长，包括：

将所述目标区域当前所有订单的订单信息输入到时长预估模型中，得到所述目标区域预设未来时间内各订单的预估配送时长，所述时长预估模型是利用历史配送超时订单的数据训练而得到的。

可选地，所述订单特征信息为配送距离特征，所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述配送距离特征与距离阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述距离阈值是通过以下方式确定的：

确定订单量超过预设订单量的第一样本区域；

将所述第一样本区域内各订单的配送距离进行排序，确定排序位置为第一预设位置的订单距离为所述距离阈值。

可选地，所述订单特征信息为配送代价值特征，所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述配送代价值特征与代价值阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述代价值阈值是通过以下方式确定的：

确定订单量超过预设订单量的第二样本区域；

将所述第二样本区域内各订单的配送代价值进行排序，确定排序位置为第二预设位置的配送代价值为所述代价值阈值。

可选地，所述根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，包括：

确定所述预估配送时长与所述历史配送时长之间的时长差值；

根据所述时长差值与时长阈值的数值关系，确定与所述时长差值对应的目标调整阶梯包括的多个调整梯度，其中，时长差值与调整阶梯的对应关系是预设的。

可选地，在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值之后，所述方法还包括：

获取所述目标区域内各订单的平均配送时长和/或推单完成率，所述推单完成率用于表征所述目标区域内在预设时长实际配送完成的订单占所述预设时长内生成的所有订单的比例；

判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整过度的条件，若满足，则增大所述时长阈值；

判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整不足的条件，若满足，则减小所述时长阈值。

第二方面，本公开还提供一种配送参数调整装置，所述装置包括：

获取模块，用于获取目标区域的订单特征信息；

确定模块，用于根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；

增加模块，用于在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值。

第三方面，本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述方法的步骤。

第四方面，本公开还提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面中任一项所述方法的步骤。

通过上述技术方案，可以获取目标区域的订单特征信息，然后根据所述订单特征信息，在多个调整梯度中确定目标调整梯度。最后在目标区域产生的订单的原始配送参数上增加目标调整梯度对应的配送参数调整值。由于多个调整梯度中的每个调整梯度可以分别对应不同的配送参数调整值，因此通过本公开的配送参数调整方法，可以根据目标区域的订单特征信息对目标区域内的配送参数进行差异化调整，使得配送参数的调整更符合实际订单情况，从而更好的解决不同情况下配送过程中的供需失衡问题。并且，本公开的配送参数调整方法避免了人工统一调整配送参数，从而可以减少配送参数调整过程中耗费的人力，提高调整配送参数的效率。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据本公开一示例性实施例示出的一种配送参数调整方法的实施场景示意图；

图2是根据本公开一示例性实施例示出的一种配送参数调整方法的流程图；

图3是根据本公开另一示例性实施例示出的一种配送参数调整方法的流程图；

图4是根据本公开一示例性实施例示出的一种配送参数调整装置的框图；

图5是根据本公开一示例性实施例示出的一种电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

随着移动互联网技术的不断发展，人们可以使用移动终端进行网上点餐、购物等，而配送员可以将用户网上订购的各种商品配送到用户手中。但是，在即时配送场景下，可能由于短期需求量上升或者配送运力不足引起配送过程中的供需失衡，导致订单难以完成配送或者配送超时。相关技术中，为了解决上述供需失衡的问题，通常是人工根据经验调整配送参数，比如对配送费溢价，使得供需失衡的区域内的所有订单统一增加相同的配送费，以抑制用户的下单量，从而使配送过程中的供需恢复正常。

但是，按照相关技术的方案仅能对区域内的所有订单的配送参数进行统一调整，比如对该区域内的所有订单增加相同的配送费，无法针对实际订单情况进行配送参数的差异化调整，从而无法较好地解决不同情况下配送过程中的供需失衡问题。

有鉴于此，本公开实施例提供一种配送参数调整方法、装置、存储介质及电子设备，以提供一种对配送参数进行差异化调整的方式，从而更好地解决不同情况下配送过程中的供需失衡问题，提高配送参数调整的效率。

首先说明本公开实施例可能的实施场景。参照图1，该实施场景可以包括客户端101(图1中以电脑示意)和服务器102。客户端101可以安装有在线订购单商品的应用程序。比如，用户可以通过客户端101上安装的用于点外卖的应用程序点外卖。在用户通过应用程序点外卖的过程中，如果出现配送供需失衡，应用程序可以将用户的实时点餐情况发送给服务器102。服务器102可以目标区域的订单特征信息，然后根据该订单特征信息，确定目标调整梯度，并在订单的原始配送参数上增加目标调整梯度对应的配送参数调整值，然后服务器102可以将增加后的配送参数值发送给客户端101进行显示。或者，服务器102也可以在确定目标调整梯度后，发送目标调整梯度对应的配送参数调整值给客户端101，然后客户端101在订单的原始配送参数上增加目标调整梯度对应的配送参数调整值。当然，如果未出现配送供需失衡，应用程序可以直接根据用户的实时点餐情况确定订单的配送参数，无需通过服务器102确定配送参数。

图2是根据本公开一示例性实施例示出的一种配送参数调整方法的流程图。参照图2，该配送参数调整方法可以应用于服务器，包括：

步骤201，获取目标区域的订单特征信息。

在可能的方式中，订单特征信息可以包括以下特征中的至少一个：配送距离特征、配送代价值特征。

示例地，配送代价值特征可以用于表征配送员完成订单配送的难度。该配送代价值特征可以是将订单的商家地址、用户地址等订单特征信息输入到订单难度模型中而得到的。其中，订单难度模型可以是通过目标区域产生的历史订单的订单特征信息训练得到的。该历史订单可以包括配送时间较长的长时订单、配送员长时间未接单的接单久订单、超时订单、远距离订单等不同类型的订单。订单特征信息可以包括商家地址、用户地址、订单配送的天气情况等特征信息。

示例地，在步骤201之前，可以周期性对目标区域产生的订单量和各订单的实际配送情况进行分析，以确定目标区域是否存在配送供需失衡。如果目标区域存在配送供需失衡，则在步骤201中获取目标区域的订单特征信息用于后续的配送参数调整过程。

步骤202，根据订单特征信息，在多个调整梯度中确定目标调整梯度。其中，多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值。

示例地，配送参数可以是用于表征配送费的参数，等等，本公开实施例对此不作限定。每个调整梯度对应的配送参数调整值可以是通过设计AB实验分析不同的配送参数调整值对订单业务的影响而确定的，或者也可以是根据不同应用场景进行设定的，本公开实施例对此不作限定。例如，调整梯度分别为调整梯度A1、A2和A3。其中，调整梯度A1对应的配送参数调整值可以为2，调整梯度A2对应的配送参数调整值可以为3，调整梯度A3对应的配送参数调整值可以为4。或者，调整梯度分别为四个调整梯度B1、B2、B3和B4，调整梯度B1对应的配送参数调整值可以为1，调整梯度B2对应的配送参数调整值可以为2，调整梯度B3对应的配送参数调整值可以为3，调整梯度B4对应的配送参数调整值可以为4，等等。

步骤203，在目标区域产生的订单的原始配送参数上增加目标调整梯度对应的配送参数调整值。

示例地，原始配送参数可以是在未考虑配送供需失衡问题的情况下根据商家与用户的距离所确定的。在本公开实施例中，在配送供需失衡的情况下，可以在订单的原始配送参数上增加目标调整梯度对应的配送参数调整值。比如，在配送参数为用于表征配送费的参数的情况下，通过上述方式，可以对配送费进行差异化溢价，减少用户的下单量，解决配送供需失衡的问题。

并且，通过上述方式可以根据目标区域的订单特征信息对目标区域内的配送参数进行差异化调整，使得配送参数的调整更符合实际订单情况，从而更好的解决不同情况下配送过程中的供需失衡问题。并且，上述方法避免了人工统一调整配送参数，从而可以减少配送参数调整过程中耗费的人力，提高调整配送参数的效率。

为了使得本领域技术人员更加理解本公开中的配送参数调整方法，下面对上述各步骤进行详细举例说明。

在可能的方式中，在步骤201之前，还可以确定目标区域预设未来时间内各订单的预估配送时长、以及与预设未来时间对应的历史时间内各订单的历史配送时长。然后，根据预估配送时长和历史配送时长，确定目标调整阶梯，该目标调整阶梯包括多个调整梯度。相应地，步骤202可以是根据订单特征信息，从目标调整阶梯包括的多个调整梯度中确定目标调整梯度。

示例地，预设未来时间可以是根据实际情况设定的，本公开实施例对此不作限定。比如，可以将预设未来时间设定为未来30分钟内。在此种情况下，如果当前是下午3点，则预设未来时间可以是下午3点至下午3点半这一段时间。

对于预设未来时间内各订单的预估配送时长，在可能的方式中，可以将目标区域当前所有订单的订单信息输入到时长预估模型中，得到目标区域预设未来时间内各订单的预估配送时长，该时长预估模型可以是利用历史配送订单的数据训练而得到的。

示例地，时长预估模型可以综合考虑目标区域的总订单数量、未完成的订单数量、订单的配送时长、商家发单接单时间、配送员数量、实时天气状况等各维度的实时特征和离线特征，对目标区域预设未来时间的平均配送时长进行预估。在可能的方式中，时长预估模型可以采用XGB(XGBoost，极端梯度提升)模型，然后可以根据历史配送超时订单进行上采样后输入到XGB模型中进行训练，以减小时长预估模型在配送供需失衡场景下的预估误差。

示例地，历史时间可以是与预设未来时间对应的历史同期时间。比如，预设未来时间为205年1月2日下午3点至下午3点半这一段时间，相应的历史时间则可以是205年1月1日之前某一天或者某几天的下午3点至下午3点半这一段时间，比如可以是205年1月1日下午3点至下午3点半这一段时间等等。

在确定历史时间后，可以从存储有历史订单的数据库根据历史时间进行搜索，从而获取到历史时间内各订单的历史配送时长。应当理解的是，历史时间内可以包括多个历史订单，因此历史配送时长可以是该多个历史订单的平均配送时长。

在确定预估配送时长和历史配送时长之后，可以根据预估配送时长和历史配送时长，确定目标调整阶梯。在可能的方式中，可以先确定预估配送时长与历史配送时长之间的时长差值，然后根据时长差值与时长阈值的数值关系，确定与时长差值对应的目标调整阶梯包括的多个调整梯度。其中，时长差值与调整阶梯的对应关系可以是预设的。

示例地，时长阈值可以是根据实际情况设定的，本公开实施例对此不作限定。应当理解的是，该时长阈值可以固定不变，也可以根据实际情况进行自适应调整。在可能的方式中，对时长阈值进行自适应调整的过程可以是：

在目标区域产生的订单的原始配送参数上增加目标调整梯度对应的配送参数调整值之后，获取目标区域内各订单的平均配送时长和/或推单完成率，该推单完成率用于表征目标区域内在预设时长实际配送完成的订单占该预设时长内生成的所有订单的比例。然后，判断平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整过度的条件，若满足，则增大时长阈值；判断平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整不足的条件，若满足，则减小时长阈值。

示例地，目标区域内各订单的平均配送时长可以根据各订单分别的配送时长进行平均值计算而得到。推单完成率可以用于表征订单程序(比如点外卖的应用程序)生成的订单被配送员实际配送完成的情况。推单完成率越高，则说明订单程序生成的订单中有越多的订单被实际配送完成，反之则说明配送程序生成的订单中有越少的订单被实际配送完成。

示例地，表征配送参数调整过度的条件可以是：平均均配送时长小于等于历史同期区域正常的平均配送时长，或者推单完成率大于等于历史同期区域正常的推单完成率。表征配送参数调整不足的条件可以是：平均均配送时长大于等于历史同期区域正常的平均配送时长，或者推单完成率小于等于历史同期区域正常的推单完成率。

当然，在其他可能的方式中，表征配送参数调整过度的条件和表征配送参数调整不足的条件也可以有其他形式，本公开实施例对此不作限定。

通过上述方式，可以根据预估配送时长与历史同期配送时长之间的时长差值与时长阈值的数值关系，确定目标调整阶梯，从而在目标调整阶梯包括的多个调整梯度中确定目标调整梯度。

其中，时长差值与调整阶梯的对应关系可以是根据实际情况预设的，本公开实施例对此不作限定。比如，可以设定三个调整阶梯，每个调整阶梯分别对应一个时长差值与时长阈值的数值关系。在可能的方式中，还可以在已确定的一个时长阈值的基础上乘以不同的数值得到多个不同的时长阈值，从而将时长差值与该多个时长阈值的数值关系分别对应多个调整阶梯。比如，已确定的一个时长阈值为T0，那么还可以在该时长阈值T0的基础上乘以2得到另一个时长阈值2T0。在此种情况下，还可以进行如下设定：当时长差值小于等于T0时，确定第一调整阶梯；当时长差值大于T0且小于等于2T0时，确定第二调整阶梯；当时长差值大于2T0时，确定第三调整阶梯，从而将时差差值与多个时长阈值的数值关系分别对应多个调整阶梯。

示例地，每个调整阶梯可以分别包括多个调整梯度，针对每个调整阶梯包括的多个调整梯度，该多个调整梯度之间应当各不相同，以实现对配送参数的差异化调整。而每个调整阶梯之间可以有相同的调整梯度，本公开实施例对此不作限定。

例如，上述举例中，第一调整阶梯、第二调整阶梯和第三调整阶梯可以分别对应三个调整梯度。其中，第一调整阶梯对应的调整梯度可以分别为A1、A2和A3，第二调整阶梯对应的调整梯度可以分别为B1、B2和B3，第三调整阶梯对应的调整梯度可以分别为C1、C2和C3。其中，调整梯度A1、A2和A3对应的配送参数调整值各不相同，调整梯度B1、B2和B3对应的配送参数调整值各不相同，调整梯度C1、C2和C3对应的配送参数调整值各不相同。

在通过上述方式确定时长差值对应的目标调整阶梯包括的多个调整梯度后，可以根据订单特征信息，从目标调整阶梯包括的多个调整梯度中确定目标调整梯度。

在一种可能的方式中，订单特征信息为配送距离特征，相应地，根据订单特征信息，在多个调整梯度中确定目标调整梯度可以是：根据配送距离特征与距离阈值的大小关系，在多个调整梯度中确定目标调整梯度。

其中，距离阈值是通过以下方式确定的：确定订单量超过预设订单量的第一样本区域，然后将第一样本区域内各订单的配送距离进行排序，确定排序位置为第一预设位置的订单距离为距离阈值。

示例地，预设订单量可以是根据实际情况设定的，本公开实施例对此不作限定。应当理解的是，预设订单量设定的越大，则距离阈值可能越准确。

示例地，第一样本区域可以与目标区域相同，也可以不同。在本公开具体实施时，可以按照区域、城市、全国的顺序划分样本区域，然后按照区域、城市和全国的先后顺序确定订单量超过预设订单量的第一样本区域。比如，可以先将区域作为第一样本区域，如果区域内的订单量超过预设订单量，则将该区域内各订单的配送距离进行排序，确定排序位置为第一预设位置的订单距离为距离阈值。否则，将比该区域的范围更大的城市作为第一样本区域以确定距离阈值。如果城市中的订单量仍然未超过预设订单量，则将比该城市的范围更大的全国作为第一样本区域以确定距离阈值。

应当理解的是，在本公开实施例中，可以实时检测或者周期性检测用于确定距离阈值的第一样本区域内的订单量是否超过预设订单量，如果检测到该第一样本区域内的订单量未超过预设订单量，则可以更新第一样本区域，即选取比当前第一样本区域范围更大的区域作为新的第一样本区域，并根据新的第一样本区域重新确定距离阈值，从而实现对距离阈值的更新，提高配送参数差异化调整的准确性。

示例地，第一预设位置可以包括一个或多个预设位置，从而可以得到多个距离阈值，以分别与多个调整梯度相对应。例如，将第一样本区域内各订单的配送距离进行从小到大的顺序进行排列，然后将排序后的配送距离中的三分之一位点作为第一距离阈值，三分之二位点作为第二距离阈值。

示例地，配送距离与调整梯度的对应关系可以是根据实际情况预设的，本公开实施例对此不作限定。比如，在配送参数为用于表征配送费的参数的情况下，可以设定配送距离越近，则该配送距离对应的调整梯度的配送参数调整值越低，等等。

举例来说，在配送参数为用于表征配送费的参数的情况下，多个调整梯度分别为调整梯度A1、A2和A3，且调整梯度A1、A2和A3对应的配送参数调整值依次增加，并且根据上述举例的方式确定了第一距离阈值和第二距离阈值。在此种情况下，根据配送距离特征与距离阈值的大小关系，在多个调整梯度中确定目标调整梯度可以是：若配送距离特征小于等于第一距离阈值，则可确定为近距离订单，从而可确定目标调整梯度为A1。若配送距离特征大于第一距离阈值且小于等于第二距离阈值，则可确定为中距离订单，从而可确定目标调整梯度为A2。若配送距离特征大于第二距离阈值，则可确定为远距离订单，从而可确定目标调整梯度为A3。

通过上述方式，可以根据订单的配送距离确定不同的调整梯度，从而实现对配送参数的差异化调整，使得配送参数的调整更符合实际订单情况，从而更好的解决不同情况下配送过程中的供需失衡问题。

在另一种可能的方式中，订单特征信息为配送代价值特征，相应地，根据订单特征信息，在多个调整梯度中确定目标调整梯度可以是：根据配送代价值特征与代价值阈值的大小关系，在多个调整梯度中确定目标调整梯度。

其中，代价值阈值可以是通过以下方式确定的：确定订单量超过预设订单量的第二样本区域，然后将第二样本区域内各订单的配送代价值进行排序，确定排序位置为第二预设位置的配送代价值为代价值阈值。

应当理解的是，第二样本区域的确定与第一样本区域的确定方式类似，第二预设位置与第一预设位置的确定方式类似，这里不再赘述。另外，第二第二样本区域和第一样本区域可以相同，也可以相同，第二预设位置与第一预设位置可以相同，也可以不同，本公开实施例对此不作限定。

同样的，代价值阈值可以有多个，比如将第二样本区域内各订单的配送代价值进行从小到大的顺序进行排列，然后将排序后的配送代价值中的三分之一位点作为第一代价值阈值，三分之二位点作为第二代价值阈值。

并且，与距离阈值类似，可以对代价值阈值进行更新，以提高配送参数差异化调整的准确性。具体的，对于代价值阈值的更新过程可以是：实时检测或者周期性检测用于确定代价值阈值的第二样本区域内的订单量是否超过预设订单量，如果检测到该第二样本区域内的订单量未超过预设订单量，则可以更新第二样本区域，即选取比当前第二样本区域范围更大的区域作为新的第二样本区域，并根据新的第二样本区域重新确定代价值阈值。

示例地，配送代价值与调整梯度的对应关系可以是根据实际情况预设的，本公开实施例对此不作限定。比如，在配送参数为用于表征配送费的参数的情况下，可以设定配送代价值越低，即订单配送难度越低，则该配送距离对应的调整梯度的配送参数调整值越低，等等。

举例来说，在配送参数为用于表征配送费的参数的情况下，多个调整梯度分别为调整梯度B1、B2和B3，且调整梯度B1、B2和B3对应的配送参数调整值依次增加，并且根据上述举例的方式确定了第一代价值阈值和第二代价值阈值。在此种情况下，根据配送代价值特征与代价值阈值的大小关系，在多个调整梯度中确定目标调整梯度可以是：若配送代价值特征小于等于第一代价值阈值，则可确定为低难度订单，从而可确定目标调整梯度为B1。若配送代价值特征大于第一代价值阈值且小于等于第二代价值阈值，则可确定为中难度订单，从而可确定目标调整梯度为B2。若配送代价值特征大于第二代价值阈值，则可确定为高难度订单，从而可确定目标调整梯度为B3。

通过上述方式，可以根据订单的配送难度确定不同的调整梯度，从而实现对配送参数的差异化调整，使得配送参数的调整更符合实际订单情况，从而更好的解决不同情况下配送过程中的供需失衡问题。

应当理解的是，在其他可能的方式中，订单特征信息可以是配送距离特征和配送代价值特征，然后可以结合配送距离特征和配送代价值特征确定目标调整梯度。比如，按照上述方式根据配送距离特征单独确定的目标调整梯度为A1，根据配送代价值特征单独确定的目标调整梯度为A3，且调整梯度A3的配送参数调整值比调整梯度A1对应的配送参数调整值大，那么可以在调整梯度为A1和调整梯度A3之间的调整梯度中选取一个调整梯度作为目标调整阶梯，比如可以将目标调整梯度确定为A2，以在调整梯度A1的配送参数调整值适当增加部分配送参数调整值，并在调整梯度A3对应的配送参数调整值适当减少部分配送参数调整值，以更好地适应实际调整情况。

下面以配送参数为用于表征配送费的参数为例，通过另一示例性实施例对本公开的配送参数调整方法进行说明。参照图3，该配送参数调整方法可以包括：

步骤301，将目标区域当前所有订单的订单信息输入到时长预估模型中，得到目标区域预设未来时间内各订单的预估配送时长。

步骤302，确定与预设未来时间对应的历史时间内各订单的历史配送时长。

步骤303，确定预估配送时长与历史配送时长之间的时长差值。

步骤304，根据时长差值与时长阈值的数值关系，确定与时长差值对应的目标调整阶梯包括的多个调整梯度。

步骤305，获取目标区域的订单特征信息。其中，该订单特征信息包括配送距离特征和/或配送代价值特征。

步骤306，根据订单特征信息，从目标调整阶梯包括的多个调整梯度中确定目标调整梯度。

步骤307，在目标区域产生的订单的原始配送参数上增加目标调整梯度对应的配送参数调整值。

步骤308，判断是否满足表征配送参数调整过度的条件，如果是，则进入步骤309，否则进入步骤310。

步骤309，增大时长阈值，进入步骤301。

步骤310，判断是否满足表征配送参数调整不足的条件，如果是，则进入步骤311，否则结束本次配送参数调整过程。应当理解的是，如果均不满足表征配送参数调整过度和调整不足的条件，则说明本次配送参数调整合理，那么可以结束本次配送参数调整过程，并可以保证该时长阈值，以便下一次配送参数调整。

步骤311，减小时长阈值，进入步骤301。

上述各步骤的具体实施方式已在上文进行详细举例说明，这里不再赘述。另外应当理解的是，对于上述方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受上文所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，上文所描述的实施例属于优选实施例，所涉及的步骤并不一定是本公开所必须的。

通过上述方式，根据目标区域的订单特征信息对目标区域内的配送参数进行差异化调整，使得配送参数的调整更符合实际订单情况，从而更好的解决不同情况下配送过程中的供需失衡问题。并且，本公开的配送参数调整方法避免了人工统一调整配送参数，从而可以减少配送参数调整过程中耗费的人力，提高调整配送参数的效率。

基于同一发明构思，本公开还提供一种配送参数调整装置。该装置可以通过软件、硬件或者两者结合的方式成为电子设备的部分或全部。参照图4，该装置400包括：

获取模块401，用于获取目标区域的订单特征信息；

确定模块402，用于根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；

增加模块403，用于在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值。

可选地，所述订单特征信息包括以下特征中的至少一个：配送距离特征、配送代价值特征。

可选地，所述装置400还包括：

时长确定模块，用于在所述获取目标区域的订单特征信息之前，确定所述目标区域预设未来时间内各订单的预估配送时长、以及与所述预设未来时间对应的历史时间内各订单的历史配送时长；

阶梯确定模块，用于根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，所述目标调整阶梯包括多个调整梯度；

所述确定模块402用于根据所述订单特征信息，从所述目标调整阶梯包括的多个调整梯度中确定所述目标调整梯度。

可选地，所述时长确定模块用于：

将所述目标区域当前所有订单的订单信息输入到时长预估模型中，得到所述目标区域预设未来时间内各订单的预估配送时长，所述时长预估模型是利用对历史配送超时订单的数据训练而得到的。

可选地，所述订单特征信息为配送距离特征，所述确定模块402用于：

根据所述配送距离特征与距离阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述距离阈值是通过以下模块确定的：

第一区域确定模块，用于确定订单量超过预设订单量的第一样本区域；

第一阈值确定模块，用于将所述第一样本区域内各订单的配送距离进行排序，确定排序位置为第一预设位置的订单距离为所述距离阈值。

可选地，所述订单特征信息为配送代价值特征，所述确定模块402用于：

根据所述配送代价值特征与代价值阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述代价值阈值是通过以下模块确定的：

第二区域确定模块，确定订单量超过预设订单量的第二样本区域；

第二阈值确定模块，将所述第二样本区域内各订单的配送代价值进行排序，确定排序位置为第二预设位置的配送代价值为所述代价值阈值。

可选地，所述阶梯确定模块用于：

确定所述预估配送时长与所述历史配送时长之间的时长差值；

根据所述时长差值与时长阈值的数值关系，确定与所述时长差值对应的目标调整阶梯包括的多个调整梯度，其中，时长差值与调整阶梯的对应关系是预设的。

可选地，所述装置400还包括：

信息获取模块，用于在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值之后，获取所述目标区域内各订单的平均配送时长和/或推单完成率，所述推单完成率用于表征所述目标区域内在预设时长实际配送完成的订单占所述预设时长内生成的所有订单的比例；

第一控制模块，用于判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整过度的条件，若满足，则增大所述时长阈值；

第二控制模块，用于判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整不足的条件，若满足，则减小所述时长阈值。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

基于同一发明构思，本公开实施例还提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现上述任一配送参数调整方法的步骤。

在可能的方式中，该电子设备的框图如图5所示。参照图5，电子设备500可以被提供为一服务器，包括处理器522，其数量可以为一个或多个，以及存储器532，用于存储可由处理器522执行的计算机程序。存储器532中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器522可以被配置为执行该计算机程序，以执行上述的配送参数调整方法。

另外，电子设备500还可以包括电源组件526和通信组件550，该电源组件526可以被配置为执行电子设备500的电源管理，该通信组件550可以被配置为实现电子设备500的通信，例如，有线或无线通信。此外，该电子设备500还可以包括输入/输出(I/O)接口558。电子设备500可以操作基于存储在存储器532的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的配送参数调整方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器532，上述程序指令可由电子设备500的处理器522执行以完成上述的配送参数调整方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的配送参数调整方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种配送参数调整方法，其特征在于，所述方法包括：

获取目标区域的订单特征信息；

根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；

在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值；

在所述获取目标区域的订单特征信息之前，还包括：

确定所述目标区域预设未来时间内各订单的预估配送时长、以及与所述预设未来时间对应的历史时间内各订单的历史配送时长；

根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，所述目标调整阶梯包括多个调整梯度；

所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述订单特征信息，从所述目标调整阶梯包括的多个调整梯度中确定所述目标调整梯度。

2.根据权利要求1所述的方法，其特征在于，所述订单特征信息包括以下特征中的至少一个：配送距离特征、配送代价值特征。

3.根据权利要求1所述的方法，其特征在于，所述确定所述目标区域预设未来时间内各订单的预估配送时长，包括：

将所述目标区域当前所有订单的订单信息输入到时长预估模型中，得到所述目标区域预设未来时间内各订单的预估配送时长，所述时长预估模型是利用历史配送超时订单的数据训练而得到的。

4.根据权利要求1-3任一所述的方法，其特征在于，所述订单特征信息为配送距离特征，所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述配送距离特征与距离阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述距离阈值是通过以下方式确定的：

确定订单量超过预设订单量的第一样本区域；

将所述第一样本区域内各订单的配送距离进行排序，确定排序位置为第一预设位置的订单距离为所述距离阈值。

5.根据权利要求1-3任一所述的方法，其特征在于，所述订单特征信息为配送代价值特征，所述根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，包括：

根据所述配送代价值特征与代价值阈值的大小关系，在多个调整梯度中确定目标调整梯度；

其中，所述代价值阈值是通过以下方式确定的：

确定订单量超过预设订单量的第二样本区域；

将所述第二样本区域内各订单的配送代价值进行排序，确定排序位置为第二预设位置的配送代价值为所述代价值阈值。

6.根据权利要求1或3所述的方法，其特征在于，所述根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，包括：

确定所述预估配送时长与所述历史配送时长之间的时长差值；

根据所述时长差值与时长阈值的数值关系，确定与所述时长差值对应的目标调整阶梯包括的多个调整梯度，其中，时长差值与调整阶梯的对应关系是预设的。

7.根据权利要求6所述的方法，其特征在于，在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值之后，所述方法还包括：

获取所述目标区域内各订单的平均配送时长和/或推单完成率，所述推单完成率用于表征所述目标区域内在预设时长实际配送完成的订单占所述预设时长内生成的所有订单的比例；

判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整过度的条件，若满足，则增大所述时长阈值；

判断所述平均配送时长和与历史同期区域正常的平均配送时长的数值关系，和/或判断所述推单完成率与历史同期区域正常的推单完成率的数值关系，是否满足表征配送参数调整不足的条件，若满足，则减小所述时长阈值。

8.一种配送参数调整装置，其特征在于，所述装置包括：

获取模块，用于获取目标区域的订单特征信息；

确定模块，用于根据所述订单特征信息，在多个调整梯度中确定目标调整梯度，所述多个调整梯度中的每个调整梯度分别对应不同的配送参数调整值；

增加模块，用于在所述目标区域产生的订单的原始配送参数上增加所述目标调整梯度对应的配送参数调整值；

所述装置还包括：

时长确定模块，用于在所述获取目标区域的订单特征信息之前，确定所述目标区域预设未来时间内各订单的预估配送时长、以及与所述预设未来时间对应的历史时间内各订单的历史配送时长；

阶梯确定模块，用于根据所述预估配送时长与所述历史配送时长，确定目标调整阶梯，所述目标调整阶梯包括多个调整梯度；

所述确定模块用于根据所述订单特征信息，从所述目标调整阶梯包括的多个调整梯度中确定所述目标调整梯度。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。

Images