CN112926929A - 承运商推荐方法、装置、设备以及存储介质 - Google Patents
承运商推荐方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112926929A CN112926929A CN202110394986.5A CN202110394986A CN112926929A CN 112926929 A CN112926929 A CN 112926929A CN 202110394986 A CN202110394986 A CN 202110394986A CN 112926929 A CN112926929 A CN 112926929A
- Authority
- CN
- China
- Prior art keywords
- carrier
- index
- score
- recommendation
- information
- 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 95
- 239000000969 carrier Substances 0.000 claims abstract description 77
- 230000008569 process Effects 0.000 claims description 35
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 230000032683 aging Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 239000013056 hazardous product Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 239000007788 liquid Substances 0.000 description 9
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 201000009482 yaws Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012549 training Methods 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种承运商推荐方法、装置、设备以及存储介质,通过先获取各承运商承运目标危险品的历史订单信息,基于历史订单信息,确定每个承运商的得分,该得分用于反映承运商承运目标危险品的可靠程度,进而通过比较每个承运商的得分,确定候选承运商,并将所确定的候选承运商推荐给用户。这样能够实现目标危险品的承运商推荐,有利于保证目标危险品运输环节的可靠性,提高用户体验。
Description
技术领域
本发明涉及软件技术领域,尤其涉及一种承运商推荐方法、装置、设备以及存储介质。
背景技术
在危险品如油品交易中,其运输过程的安全性问题相较于普通商品更为严苛。一旦在运输过程中出现安全问题,容易造成车毁人亡,同时也会损害货主的利益。因此,承运商的选择尤为重要。以油品交易平台为例,在供给环节缺乏关于承运商的有效信息,货主只能靠自身对承运商的了解以及承运商给出的宣传资料去选择承运商,不利于保证运输环节的可靠性。
发明内容
本发明实施例提供了一种承运商推荐方法、装置、设备以及存储介质,能够实现目标危险品的承运商推荐,有利于保证目标危险品运输环节的可靠性,提高用户体验。
第一方面,本发明实施例提供了一种承运商推荐方法,所述方法包括:获取各承运商承运目标危险品的历史订单信息;基于所述历史订单信息,确定每个承运商的得分,所述得分用于反映承运商承运所述目标危险品的可靠程度;比较所述每个承运商的得分,确定候选承运商,并将所述候选承运商推荐给用户。
进一步地,所述基于所述历史订单信息,确定每个承运商的得分,包括:基于所述每个承运商的历史订单信息,确定所述每个承运商的特征指标的指标得分,对所述特征指标的指标得分进行处理,得到所述每个承运商的得分,其中,所述特征指标为预先设置的用于评价目标危险品承运质量的指标。
进一步地,所述特征指标包括:运输安全指标、信用指标、运输时效指标以及偏航指标。其中,所述运输安全指标用于表征所述承运商驾驶员的驾驶行为的安全程度,所述信用指标用于表征所述承运商驾驶员的诚信程度,所述运输时效指标用于表征所述承运商完成承运订单的准时程度,所述偏航指标用于表征运输路线偏离设定路线的程度。
进一步地,所述运输安全指标基于历史订单中的超速次数以及驾驶员疲劳驾驶次数确定;所述信用指标基于历史订单中的异常停靠次数以及异常停靠时间确定。
进一步地,所述基于所述历史订单信息,确定每个承运商的得分,包括:分别针对所述每个承运商,将所述承运商的历史订单信息输入预先训练的评分模型,得到所述承运商的得分。
进一步地,所述将所述候选承运商推荐给用户,包括:将所述候选承运商的推荐信息发送到客户端,以使得所述客户端按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
进一步地,所述获取各承运商承运目标危险品的历史订单信息,包括:在所述每个承运商承运所述目标危险品的运输过程中,采集承运车辆的行驶数据,生成订单承运日志并存储;基于所述订单承运日志,得到所述每个承运商的所述历史订单信息。
进一步地,所述目标危险品为油品。
第二方面,本发明实施例提供了一种承运商推荐方法,应用于客户端,所述方法包括:接收服务器发送的候选承运商的推荐信息,所述候选承运商按照上述第一方面所述的承运商推荐方法确定;基于所述推荐信息,按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
第三方面,本发明实施例提供了一种承运商推荐装置,所述装置包括:获取模块,用于获取各承运商承运目标危险品的历史订单信息;确定模块,用于基于所述历史订单信息,确定每个承运商的得分,所述得分用于反映承运商承运所述目标危险品的可靠程度;推荐模块,用于比较所述每个承运商的得分,确定候选承运商,并将所述候选承运商推荐给用户。
第四方面,本发明实施例提供了一种承运商推荐装置,应用于客户端,所述装置包括:接收模块,用于接收服务器发送的候选承运商的推荐信息,所述候选承运商按照上述第一方面所述的承运商推荐方法确定;展示模块,用于基于所述推荐信息,按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
第五方面,本发明实施例提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述第一方面或第二方面提供的承运商推荐方法的步骤。
第六方面,本发明实施例提供了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上述第一方面或第二方面提供的承运商推荐方法的步骤。
本发明实施例提供的承运商推荐方法,通过先获取各个承运商承运目标危险品的历史订单信息,然后,基于所获取的历史订单信息,确定每个承运商的得分,该得分用于反映承运商承运目标危险品的可靠程度;进而,通过比较每个承运商的得分,确定候选承运商,并将所确定的候选承运商推荐给用户,这样能够实现目标危险品的承运商推荐,用户可以根据推荐选择订单承运商,有利于保证目标危险品运输环节的可靠性。并且,推荐结果是通过采集并分析各个承运商实际承运目标危险品的历史订单完成情况确定的,相比于承运商自己提供的宣传资料,用户以该推荐结果作为参考更具有可靠性。进一步地,通过将本发明实施例提供的承运商推荐方法应用于目标危险品交易平台,能够有效地丰富平台的功能,提高平台用户的使用体验。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本说明书实施例第一方面提供的承运商推荐方法的流程图;
图2示出了本说明书实施例第二方面提供的承运商推荐方法的流程图;
图3示出了本说明书实施例第三方面提供的承运商推荐装置的模块框图;
图4示出了本说明书实施例第四方面提供的承运商推荐装置的模块框图;
图5示出了本说明书实施例第五方面提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
第一方面,本说明书实施例提供了一种承运商推荐方法,如图1所示,该方法至少可以包括以下步骤S101至步骤S103。
步骤S101,获取各承运商承运目标危险品的历史订单信息。
需要说明的是,本说明书实施例提供的承运商推荐方法应用于服务器,例如可以是目标危险品交易平台对应的服务器,或者是其他平台如危险品承运平台对应的服务器。目标危险品可以是油品,也可以是其他危险品,如压缩气体、液化气体或有毒气体等,具体根据实际应用场景确定。本说明书实施例主要以油品为例进行说明。
步骤S101中所述的各承运商可以是在平台中提供油品承运服务的所有承运商,或者是,提供油品承运服务的承运商中愿意参与推荐的多个承运商。历史订单信息可以包括在当前时刻前预设时间段内完成的承运订单的特征信息。其中,预设时间段的时间长度以及特征信息的种类具体可以根据实际需要设置。例如,预设时间段可以为一个月、三个月或一年等。在一种实施方式中,承运订单的特征信息可以包括但不限于运输安全指标信息、信用指标信息、运输时效指标信息以及偏航指标信息。其中,运输安全指标用于表征承运商驾驶员的驾驶行为的安全程度,信用指标用于表征承运商驾驶员的诚信程度,例如,当目标危险品为油品时,信用指标用来衡量驾驶员是否存在偷油行为;运输时效指标用于表征承运商完成承运订单的准时程度,偏航指标用于表征运输路线偏离设定路线的程度,用来衡量驾驶员驾驶行为是否规范化。当然,在本发明其他实施例中,承运订单的特征信息也可以包括其它能够反映承运商的服务质量的订单信息,例如,还可以包括用户评价指标信息等。
具体实施过程中,每种指标可以用相应的数据表征,具体可以根据实际需要设置。举例来讲,运输安全指标可以基于历史订单中的超速次数以及驾驶员疲劳驾驶次数确定;信用指标可以基于历史订单中的异常停靠次数以及异常停靠时间确定;偏航指标可以基于历史订单中的偏航次数确定;运输时效指标可以基于历史订单中承运车辆的出发时效、中间停靠点时效以及到达目的地的时效确定。需要说明的是,每种指标的表征可以不限于所列举出的数据,可以采用更多的数据表征,例如,偏航指标还可以结合每次偏航的偏航时间和/或距离确定,信用指标还可以结合油品装载箱内安装液位传感器采集的液位数据确定,此处不做限定。
为了能够得到上述的指标数据,平台可以在每个承运商承运油品的运输过程中,采集承运车辆的行驶数据,生成订单承运日志,并存储在预设订单信息库中,以便于后续能够基于订单承运日志,得到每个承运商的历史订单信息。承运车辆在订单运输过程中,需要采集的行驶数据可以根据实际分析需要设置。举例来讲,承运车辆的行驶数据可以包括但不限于车辆超速记录、驾驶员疲劳驾驶记录、车辆异常停靠记录、车辆偏航记录以及运输时效记录等。
例如,可以通过各承运商的承运车辆上设置的摄像头、雷达、定位等传感器,实时采集运输过程中的车速数据、驾驶员图像数据以及车辆位置数据;可以在运输线路的出发地、目的地以及中途停靠点设置电子围栏,采集承运车辆经过这些电子围栏时的时间,将实际经过电子围栏的时间与设定时间进行对比,得到订单运输过程中的时效数据;还可以在油品装载箱内安装液位传感器,以便实时监测箱内的油品液位。
本实施例中,可以对这些行驶数据进行分析,得到承运订单的特征信息,然后将承运订单的特征信息生成订单承运日志进行存储,以便于在后续需要时能够从订单承运日志中提取每个承运商的历史订单信息,在承运商推荐过程中实现历史订单信息的快速获取,从而有利于快速得到推荐结果。当然,在本发明其他实施例中,也可以将这些行驶数据生成订单承运日志进行存储,在进行承运商推荐时,再对订单承运日志中记录的行驶数据进行分析,得到每个承运商的历史订单信息。
具体分析过程可以根据实际需要采集的特征信息确定,下面以几种特征信息的获取过程为例进行说明。
运输安全指标信息的获取过程可以包括:在订单运输过程中,检测到承运车辆超速时,采集超速信息发送到服务器进行记录。另外,可以在订单运输过程中,对驾驶员的持续驾驶时长和/或驾驶员图像进行分析,判定驾驶员是否存在疲劳驾驶,并在判断驾驶员存在疲劳驾驶时,采集疲劳驾驶信息发送到服务器进行记录。从而可以根据服务器记录的超速信息以及疲劳驾驶信息,确定超速次数以及驾驶员疲劳驾驶次数。
信用指标信息的获取过程可以包括:在订单运输过程中检测到承运车辆中途停靠时,采集停靠地点的位置信息;将该位置信息与预先设定的中途停靠点进行匹配,若停靠地点与设定的中途停靠点不一致,则判定本次停靠为异常停靠,将异常停靠信息以及每次异常停靠的时间发送到服务器进行记录。可以理解的是,如果驾驶员在运输过程中进行偷油,车辆必须停下来,而且需要停靠时间要达到一定的时长。因此,根据订单运输过程中异常停靠次数以及每次异常停靠的时间能够反映驾驶员存在偷油行为的概率。异常停靠次数越多,每次异常停靠的时间越长,则驾驶员存在偷油行为的概率越大。因此,可以将异常停靠次数以及每次异常停靠的时间用于表征承运商的信用指标。进一步地,还可以通过油品装载箱内安装液位传感器采集油品装货完成时的初始液位以及交货时的液位,以便得到运输起止的液位差值。液位差值也能够反映驾驶员是否存在偷油行为,能够用于表征承运商的信用指标。
运输时效指标信息的获取过程可以包括:通过预先设置在出发地、中途停靠点以及目的地的电子围栏,采集承运车辆通过的时间并发送到服务器进行记录,以便进一步将采集的时间与设定时间进行比对,以时间差表征承运车辆通过各个设定地点的时效。
偏航指标信息的获取过程可以包括:在订单运输过程中,通过承运车辆上设置的定位传感器如北斗模块或GPS模块,按照预设采样间隔采集承运车辆的位置信息,将车辆的实际运输路线与设定路线进行对比,当实际运输路线偏离设定路线超过预设距离阈值时,收集位置信号信息并发送至服务器进行记录,从而统计承运车辆在本次订单运输过程中的偏航次数。进一步地,还可以统计每次偏航的偏航距离和/或偏航时间。
在获取到每个承运商的历史订单信息后,就可以执行步骤S102。
步骤S102,基于历史订单信息,确定每个承运商的得分,该得分用于反映承运商承运目标危险品的可靠程度。
在一种可选的实施例中,基于每个承运商的历史订单信息,确定每个承运商的特征指标的指标得分,对特征指标的指标得分进行处理,得到每个承运商的得分。其中,特征指标为预先设置的用于评价目标危险品承运质量的指标。举例来讲,特征指标可以包括:运输安全指标、信用指标、运输时效指标以及偏航指标中的多种指标。每种特征指标的指标得分用于反映目标危险品承运在该指标上的可靠程度。例如,运输安全指标得分越高,表示承运商驾驶员的驾驶行为的安全程度越高,即承运商的运输安全可靠性越高;信用指标得分越高,表示承运商驾驶员的诚信程度越高,即承运商的诚信度越好;时效指标得分越高,表示承运商完成承运订单的准时程度越好,即承运商的运输时间越准确,时效性越好;偏航指标得分越高,表示承运商运输路线偏离设定路线的程度越低,即承运商的运输路线越可靠。以特征指标包括运输安全指标、信用指标、运输时效指标以及偏航指标为例,需要分别针对每个承运商,基于历史订单信息中的运输安全指标信息,得到承运商的安全指标得分;基于历史订单信息中的信用指标信息,得到承运商的信用指标得分;基于历史订单信息中的时效指标信息,得到承运商的时效指标得分;基于历史订单信息中的偏航指标信息,得到承运商的偏航指标得分。
需要说明的是,指标得分计算方式有多种,具体计算方式可以根据实际需要设置。
以运输安全指标为例,假设承运商有M个历史承运订单,运输安全指标信息包括超速次数以及驾驶员疲劳驾驶次数,则根据这M个历史承运订单中每个承运订单的超速次数以及疲劳驾驶次数确定该承运商的运输安全指标得分。
例如,可以先划分多个得分水平,分别对应有运输安全指标信息的数值范围,其中,得分最高水平对应的运输安全指标信息为:超速次数以及驾驶员疲劳驾驶次数均为0,得分最低水平对应的运输安全指标信息数值范围为:在预设的统计时间或统计次数内,超速次数大于N1,或者,疲劳驾驶次数大于N2,或者超速次数大于N3,且疲劳驾驶次数大于N4,其中,N3小于N1,N4小于N2,N1、N2、N3、N4、具体最高得分水平和最低得分水平可以根据实际需要设置。另外,除了最高和最低得分水平以外的,其他中间得分水平以及对应的运输安全指标信息数值范围也可以根据实际需要设置。然后,分别对这M个历史承运订单的超速次数取平均值,疲劳驾驶次数取平均值,得到平均超速次数以及平均疲劳次数。然后,将平均超速次数以及平均疲劳次数与各得分水平对应的数值范围进行匹配,将匹配的得分水平作为该承运商的运输安全指标得分。
又例如,可以预先设置运输安全指标得分函数,输入为超速次数以及驾驶员疲劳驾驶次数,均为大于或等于0,输出为运输安全指标得分,函数的值域为预先设置的分值范围,如0到100分或0到10分等,当超速次数一定时,疲劳驾驶次数越多,得分越低,当疲劳驾驶次数一定时,超速次数越多,得分也越低,例如,运输安全指标得分函数可以设置为:其中,y表示运输安全指标得分,x1表示超速次数,x2表示疲劳驾驶次数,k0,k1,k2,a1,a2,b1以及b2均为超参数,可以根据多次试验设置,当x1和x2均为0时,y取最大值。将上述平均超速次数以及平均疲劳次数带入该得分函数,即可以得到该承运商的运输安全指标得分。
再例如,还可以预先设置多个不同安全等级,每个安全等级对应一个运输安全指标信息数值范围,统计这M个历史承运订单中,每个安全等级的订单数量占比,根据每个安全等级的订单数量占比计算承运商的运输安全指标得分。具体来讲,可以为每个安全等级设置分值权重,安全等级越高,权重越大,将每个安全等级的订单数量占比与相应分值权重相乘后再进行累加,得到该承运商的运输安全指标得分。
可以理解的是,其他指标得分的计算也可以采用与上述运输安全指标类似的方式或其它适用的方式,此处不做详述。例如,异常停靠次数越少、异常停靠时间越短、油品液位差越接近于0,则信用指标得分越高;偏航次数越少、偏航距离以及偏航时间越短,偏航指标得分越高;采集的时间与设定时间的时间差越接近于0,运输时效指标得分越高。
在得到承运商的每种特征指标的指标得分后,就可以对每种特征指标的指标得分进行处理,得到该承运商的得分。具体来讲,处理方式可以有多种。作为一种实施方式,可以基于预先设置的权重系数,对所有指标得分进行加权平均,即可得到该承运商的得分。其中,权重系数可以根据实际应用场景中各指标的重要程度设置。例如,假设ξ1表示运输安全指标权重系数,ξ2表示信用指标权重系数,ξ3表示时效指标权重系数,ξ4表示偏航指标权重系数,在一种应用场景中,可以设置为ξ2>ξ1>ξ4>ξ3。
在本说明书其他实施例中,也可以将承运商的所有特征指标的指标得分取平均,将平均值作为该承运商的得分,或者,也可以将该承运商的各个特征指标的指标得分输入预设函数,得到该承运商的得分,如预设函数可以为S=λ0+λ1s1+λ2s2+λ3s3+λ4s4,其中,λ0、λ1、λ2、λ3和λ4为常数,可以根据实际经验和多次试验设置,S表示承运商得分,s1表示运输安全指标得分,s2表示信用指标得分,s3表示时效指标得分,s4表示偏航指标得分。
在另一种可选的实施例中,也可以预先训练评分模型,分别针对每个承运商,将该承运商的历史订单信息输入预先训练的评分模型,得到承运商的得分。
其中,评分模型用于根据承运商的历史订单信息预测承运商的得分。具体来讲,可以预先构建初始模型。例如,初始模型可以采用逻辑回归模型,神经网络模型或支持向量机等。然后,获取模型训练数据。例如,可以将预先收集平台中注册的多个承运商的订单信息作为样本数据,针对每个承运商收集多个承运订单的订单信息。为了得到尽量多的样本数据,也可以针对同一承运商,收集多组承运订单的订单信息,每组承运订单包括多个承运订单,一组承运订单作为一个样本;然后按照上述实施例提供的得分计算方式,即基于承运商的历史订单信息,确定承运商的每种特征指标的指标得分,对每种特征指标的指标得分进行加权平均,确定每个样本中承运商的得分。进一步,就可以基于样本数据以及每个样本中承运商的得分,对初始模型进行训练,得到评分模型。
在确定每个承运商的得分后,就可以进一步执行步骤S103。
步骤S103,比较每个承运商的得分,确定候选承运商,并将候选承运商推荐给用户。
可以理解的是,承运商得分是根据承运商的历史订单信息得到的,得分高低能够较真实地反映承运商承运目标危险品的可靠程度,得分越高,也就说明越可靠。因此,可以通过比较每个承运商的得分,选定得分较高的承运商作为候选承运商推荐给用户。
作为一种实施方式,可以按照得分从高到低的顺序,对承运商进行排序,将排在前预设位数的承运商确定为候选承运商。预设位数可以根据实际需要设置,例如,可以设置为前5位或者前10位等。
当然,也可以预先设置一个分数阈值,将得分超过该分数阈值的承运商确定为候选承运商。或者,也可以将每个承运商均作为候选承运商,然后在推荐候选承运商时,按照得分从高到低的顺序进行推荐。
具体实施过程中,推荐方式可以有多种。作为一种实施方式,服务器确定候选承运商后,可以获取候选承运商的推荐信息,并将候选承运商的推荐信息发送到客户端,以使得客户端按照得分由高到低的顺序展示候选承运商,以便用户选择目标承运商。其中,客户端可以是浏览器也可以是第三方应用软件,与服务器(Server)端相对应,为用户提供服务,如油品承运服务,用于生成并提交油品承运订单。这样,用户如货主就可以参考客户端中展示的承运商推荐排名选择目标承运商进行油品运输。
举例来讲,候选承运商的推荐信息可以包括候选承运商的标识信息如承运商名称,以及内容信息。其中,内容信息可以包括候选承运商的推荐位数和/或得分。这样客户端就可以根据内容信息确定候选承运商的推荐排名,从而按照得分由高到低的顺序展示候选承运商。可选地,内容信息还可以包括承运商的用户评价等级以及推荐标签等。例如,用户评价等级用于表征用户的满意程度,推荐标签可以根据用户在平台中对该承运商的评论生成,如“服务态度好”、“超级准时”等。
实际应用中,候选承运商的展示位置可以根据需要设置,此处不作限制。例如,客户端可以在货主的订单确认页面展示按照得分由高到低的顺序展示候选承运商,货主可以选中所展示的其中一个候选承运商作为目标承运商,然后提交订单。或者,可以在客户端中设置承运商推荐按钮,用户点击该按钮时,按照得分由高到低的顺序展示候选承运商,以供用户参考。
另外,候选承运商的展示方式也可以有多种。例如,可以按照得分由高到低的顺序展示候选承运商的名称。或者,除了名称以外,还可以展示得分、用户评价等级以及推荐标签等中的一种或多种。
综上所述,本说明书实施例提供的承运商推荐方法,根据承运商的历史订单信息来确定承运商的得分,进而通过比较得分实现目标危险品的承运商推荐,这样用户就可以根据推荐选择订单承运商,有利于保证目标危险品运输环节的可靠性,提高用户体验。并且,推荐结果是通过采集并分析各个承运商实际承运目标危险品的历史订单完成情况确定的,相比于承运商自己提供的宣传资料,用户以该推荐结果作为参考更具有可靠性。
进一步地,通过将本发明实施例提供的承运商推荐方法应用于目标危险品交易平台,可以使得平台具备承运商推荐功能,有效地丰富了平台的功能,提高平台用户的使用体验。
第二方面,本说明书实施例还提供了一种承运商推荐方法,可以应用于客户端。客户端可以是浏览器也可以是第三方应用软件,与服务器(Server)端相对应,为用户提供服务,如油品承运服务或者是承运商选择服务等。如图2所示,该承运商推荐方法至少包括以下步骤S201至步骤S202。
步骤S201,接收服务器发送的候选承运商的推荐信息。
其中,候选承运商可以根据第一方面提供的承运商推荐方法确定。由与客户端对应的服务器执行上述步骤S101至步骤S103所述的承运商推荐方法,确定候选承运商后,将候选承运商的推荐信息发送到客户端。具体确定过程可以参照上述第一方面中步骤S101至步骤S103的实施过程。
步骤S202,基于候选承运商的推荐信息,按照得分由高到低的顺序展示候选承运商,以便用户选择目标承运商。
步骤S202的具体实施过程可以参照上述第一方面提供的方法实施例中的相关描述,此处不再赘述。
需要说明的是,本发明实施例所提供的承运商推荐方法,其具体实现及产生的技术效果已在前述第一方面提供的方法实施例中进行了描述,为简要描述,本实施例部分未提及之处,可参考前述第一方面提供的方法实施例中相应内容。
第三方面,基于同一发明构思,本说明书实施例还提供了一种承运商推荐装置,如图3所示,该承运商推荐装置30可以包括:
获取模块301,用于获取各承运商承运目标危险品的历史订单信息;
确定模块302,用于基于所述历史订单信息,确定每个承运商的得分,所述得分用于反映承运商承运所述目标危险品的可靠程度;
推荐模块303,用于比较所述每个承运商的得分,确定候选承运商,并将所述候选承运商推荐给用户。
在一种可选的实施方式中,上述确定模块302用于:基于所述每个承运商的历史订单信息,确定所述每个承运商的特征指标的指标得分,对所述特征指标的指标得分进行处理,得到所述每个承运商的得分,其中,所述特征指标为预先设置的用于评价目标危险品承运质量的指标。
在一种可选的实施方式中,上述特征指标包括:运输安全指标、信用指标、运输时效指标以及偏航指标。其中,所述运输安全指标用于表征所述承运商驾驶员的驾驶行为的安全程度,所述信用指标用于表征所述承运商驾驶员的诚信程度,所述运输时效指标用于表征所述承运商完成承运订单的准时程度,所述偏航指标用于表征运输路线偏离设定路线的程度。
在一种可选的实施方式中,所述运输安全指标基于历史订单中的超速次数以及驾驶员疲劳驾驶次数确定;所述信用指标基于历史订单中的异常停靠次数以及异常停靠时间确定;所述运输时效指标基于历史订单中承运车辆的出发时效、中间停靠点时效以及到达目的地的时效确定;所述偏航指标基于历史订单中的偏航次数确定。
在一种可选的实施方式中,上述确定模块302用于:分别针对所述每个承运商,将所述承运商的历史订单信息输入预先训练的评分模型,得到所述承运商的得分。
在一种可选的实施方式中,上述推荐模块303用于:将所述候选承运商的推荐信息发送到客户端,以使得所述客户端按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
在一种可选的实施方式中,上述获取模块301包括:收集子模块,用于在所述每个承运商承运所述目标危险品的运输过程中,采集承运车辆的行驶数据,生成订单承运日志并存储;提取子模块,用于基于所述订单承运日志,得到所述每个承运商的所述历史订单信息。
在一种可选的实施方式中,目标危险品为油品。
需要说明的是,以上各模块可以是由软件代码实现,也可以由硬件例如集成电路芯片实现。
还需要说明的是,以上各模块实现各自功能的具体过程,请参见上述第一方面提供的方法实施例中描述的具体内容,此处不再赘述。
第四方面,基于同一发明构思,本说明书实施例还提供了一种承运商推荐装置,可以应用于客户端中。如图4所示,该承运商推荐装置40可以包括:
接收模块401,用于接收服务器发送的候选承运商的推荐信息。其中,候选承运商可以根据第一方面提供的承运商推荐方法确定。
展示模块402,用于基于所述推荐信息,按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
需要说明的是,以上各模块可以是由软件代码实现,也可以由硬件例如集成电路芯片实现。
还需要说明的是,以上各模块实现各自功能的具体过程,请参见上述第一方面提供的方法实施例中描述的具体内容,此处不再赘述。
第五方面,基于同一发明构思,本说明书实施例还提供了一种电子设备,如图5所示,该电子设备50可以包括:存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序,所述处理器502执行所述程序时实现上述第一方面中任一实施例或上述第二方面中任一实施例提供的承运商推荐方法的步骤。具体实现过程可以参见上述第一方面提供的方法实施例以及上述第二方面提供的方法实施例。
实际应用中,实现上述第一方面中任一实施例提供的承运商推荐方法的步骤的电子设备50可以采用服务器。实现上述第二方面中任一实施例提供的承运商推荐方法的步骤的电子设备50可以采用用户终端,例如,可以是手机、PC(Personal Computer,个人计算机)、智能电视或可穿戴设备等。
第六方面,基于同一发明构思,本说明书实施例还提供了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上述第一方面中任一实施例或上述第二方面中任一实施例提供的承运商推荐方法的步骤。具体实现过程可以参见上述第一方面提供的方法实施例以及上述第二方面提供的方法实施例。
本说明书是参照根据本说明书实施例的方法、系统、设备以及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设备。
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设备的制造品,该指令设备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。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“多个”表示两个以上,包括两个或大于两个的情况。
尽管已描述了本说明书的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本说明书范围的所有变更和修改。
显然,本领域的技术人员可以对本说明书进行各种改动和变型而不脱离本说明书的精神和范围。这样,倘若本说明书的这些修改和变型属于本说明书权利要求及其等同技术的范围之内,则本说明书也意图包含这些改动和变型在内。
Claims (13)
1.一种承运商推荐方法,其特征在于,所述方法包括:
获取各承运商承运目标危险品的历史订单信息;
基于所述历史订单信息,确定每个承运商的得分,所述得分用于反映承运商承运所述目标危险品的可靠程度;
比较所述每个承运商的得分,确定候选承运商,并将所述候选承运商推荐给用户。
2.根据权利要求1所述的方法,其特征在于,所述基于所述历史订单信息,确定每个承运商的得分,包括:
基于所述每个承运商的历史订单信息,确定所述每个承运商的特征指标的指标得分,对所述特征指标的指标得分进行处理,得到所述每个承运商的得分,其中,所述特征指标为预先设置的用于评价目标危险品承运质量的指标。
3.根据权利要求2所述的方法,其特征在于,所述特征指标包括:运输安全指标、信用指标、运输时效指标以及偏航指标,其中,
所述运输安全指标用于表征所述承运商驾驶员的驾驶行为的安全程度,所述信用指标用于表征所述承运商驾驶员的诚信程度,所述运输时效指标用于表征所述承运商完成承运订单的准时程度,所述偏航指标用于表征运输路线偏离设定路线的程度。
4.根据权利要求3所述的方法,其特征在于,
所述运输安全指标基于历史订单中的超速次数以及驾驶员疲劳驾驶次数确定;
所述信用指标基于历史订单中的异常停靠次数以及异常停靠时间确定。
5.根据权利要求1所述的方法,其特征在于,所述基于所述历史订单信息,确定每个承运商的得分,包括:
分别针对所述每个承运商,将所述承运商的历史订单信息输入预先训练的评分模型,得到所述承运商的得分。
6.根据权利要求1所述的方法,其特征在于,所述将所述候选承运商推荐给用户,包括:
将所述候选承运商的推荐信息发送到客户端,以使得所述客户端按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
7.根据权利要求1所述的方法,其特征在于,所述获取各承运商承运目标危险品的历史订单信息,包括:
在所述每个承运商承运所述目标危险品的运输过程中,采集承运车辆的行驶数据,生成订单承运日志并存储;
基于所述订单承运日志,得到所述每个承运商的所述历史订单信息。
8.根据权利要求1所述的方法,其特征在于,所述目标危险品为油品。
9.一种承运商推荐方法,其特征在于,应用于客户端,所述方法包括:
接收服务器发送的候选承运商的推荐信息,所述候选承运商按照权利要求1-8中任一项所述的方法确定;
基于所述推荐信息,按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
10.一种承运商推荐装置,其特征在于,所述装置包括:
获取模块,用于获取各承运商承运目标危险品的历史订单信息;
确定模块,用于基于所述历史订单信息,确定每个承运商的得分,所述得分用于反映承运商承运所述目标危险品的可靠程度;
推荐模块,用于比较所述每个承运商的得分,确定候选承运商,并将所述候选承运商推荐给用户。
11.一种承运商推荐装置,其特征在于,应用于客户端,所述装置包括:
接收模块,用于接收服务器发送的候选承运商的推荐信息,所述候选承运商按照权利要求1-8中任一项所述的方法确定;
展示模块,用于基于所述推荐信息,按照得分由高到低的顺序展示所述候选承运商,以便用户选择目标承运商。
12.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-9中任一项所述方法的步骤。
13.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110394986.5A CN112926929A (zh) | 2021-04-13 | 2021-04-13 | 承运商推荐方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110394986.5A CN112926929A (zh) | 2021-04-13 | 2021-04-13 | 承运商推荐方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112926929A true CN112926929A (zh) | 2021-06-08 |
Family
ID=76174343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110394986.5A Pending CN112926929A (zh) | 2021-04-13 | 2021-04-13 | 承运商推荐方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926929A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200118071A1 (en) * | 2018-10-13 | 2020-04-16 | Walmart Apollo, Llc | Delivery prediction generation system |
CN113257039A (zh) * | 2021-06-28 | 2021-08-13 | 武汉依迅北斗时空技术股份有限公司 | 基于大数据分析的驾驶预警方法及装置 |
CN114493188A (zh) * | 2022-01-06 | 2022-05-13 | 北京中交兴路信息科技有限公司 | 一种货运接单推荐方法、装置、电子设备和存储介质 |
CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
CN117808383A (zh) * | 2024-02-29 | 2024-04-02 | 天津小铁马科技有限公司 | 货运车辆运输监测方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108335064A (zh) * | 2017-12-08 | 2018-07-27 | 南通爱欧塔智能科技有限公司 | 一种受控物运输管理评价方法、服务器和系统 |
CN108932595A (zh) * | 2017-05-24 | 2018-12-04 | 北京万集科技股份有限公司 | 一种运输车辆评价方法及设备 |
CN109816311A (zh) * | 2019-01-22 | 2019-05-28 | 浙江数链科技有限公司 | 物流承运商推荐方法和装置 |
CN111489121A (zh) * | 2020-04-09 | 2020-08-04 | 上海摩库数据技术有限公司 | Ai智能大数据车货匹配方法 |
-
2021
- 2021-04-13 CN CN202110394986.5A patent/CN112926929A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932595A (zh) * | 2017-05-24 | 2018-12-04 | 北京万集科技股份有限公司 | 一种运输车辆评价方法及设备 |
CN108335064A (zh) * | 2017-12-08 | 2018-07-27 | 南通爱欧塔智能科技有限公司 | 一种受控物运输管理评价方法、服务器和系统 |
CN109816311A (zh) * | 2019-01-22 | 2019-05-28 | 浙江数链科技有限公司 | 物流承运商推荐方法和装置 |
CN111489121A (zh) * | 2020-04-09 | 2020-08-04 | 上海摩库数据技术有限公司 | Ai智能大数据车货匹配方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200118071A1 (en) * | 2018-10-13 | 2020-04-16 | Walmart Apollo, Llc | Delivery prediction generation system |
CN113257039A (zh) * | 2021-06-28 | 2021-08-13 | 武汉依迅北斗时空技术股份有限公司 | 基于大数据分析的驾驶预警方法及装置 |
CN114493188A (zh) * | 2022-01-06 | 2022-05-13 | 北京中交兴路信息科技有限公司 | 一种货运接单推荐方法、装置、电子设备和存储介质 |
CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
CN117541138B (zh) * | 2024-01-10 | 2024-04-19 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
CN117808383A (zh) * | 2024-02-29 | 2024-04-02 | 天津小铁马科技有限公司 | 货运车辆运输监测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112926929A (zh) | 承运商推荐方法、装置、设备以及存储介质 | |
US9092815B2 (en) | Searching for goods and services based on keywords and proximity | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
US20160306890A1 (en) | Methods and systems for assessing excessive accessory listings in search results | |
CN109118316B (zh) | 线上店铺真实性的识别方法和装置 | |
Puckett et al. | Revealing the extent of process heterogeneity in choice analysis: An empirical assessment | |
TWI771841B (zh) | 基於競爭神經字元語言模式斷詞之系統以及方法 | |
CN111639193A (zh) | 产品风险评估方法及装置、电子设备、存储介质 | |
US8577646B2 (en) | User evaluation apparatus depending on hardware usage status | |
Calixto et al. | Salespeople performance evaluation with predictive analytics in B2B | |
CN110378546B (zh) | 用于生成信息的方法和装置 | |
CN112396433A (zh) | 基于留评人行为识别虚假商品评论的方法及系统 | |
CN111105244B (zh) | 基于退款的服务方案确定方法及装置 | |
KR102081906B1 (ko) | 상품 감정 서비스 제공장치 및 방법 | |
CN115131084A (zh) | 推荐方法及相关设备 | |
CN111680941B (zh) | 保价推荐方法、装置、设备及存储介质 | |
CN114782115B (zh) | 一种专营店选址推荐方法、系统和终端设备 | |
JP4746827B2 (ja) | オークション方法及びサーバ | |
CN115496440A (zh) | 一种二手车库存量的确定方法及装置 | |
KR101960863B1 (ko) | 기술가치 평가 시스템 | |
JP2019032827A (ja) | 生成装置、生成方法及び生成プログラム | |
CN111209484B (zh) | 基于大数据的产品数据的推送方法、装置、设备及介质 | |
JP2009238118A (ja) | 化学物質規制対策支援システム | |
CN111091481B (zh) | 报名信息验证方法、装置、存储介质及电子设备 | |
CN113052440B (zh) | 基于客户评价对业务服务评估的方法和装置 |
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: 20210709 Address after: 255000 south-02, 4th floor, building 15, Instrument Industrial Park, 9009 Qinglongshan Road, high tech Zone, Zibo City, Shandong Province Applicant after: Energy chain logistics technology Co.,Ltd. Address before: 100020 room A221, 2nd floor, building 4, yard 1, yaojiayuan South Road, Chaoyang District, Beijing Applicant before: CHEZHUBANG (BEIJING) TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210608 |
|
RJ01 | Rejection of invention patent application after publication |