CN112949884A - 物品运单处理方法、装置、计算机设备和存储介质 - Google Patents

物品运单处理方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN112949884A
CN112949884A CN201911255392.5A CN201911255392A CN112949884A CN 112949884 A CN112949884 A CN 112949884A CN 201911255392 A CN201911255392 A CN 201911255392A CN 112949884 A CN112949884 A CN 112949884A
Authority
CN
China
Prior art keywords
waybill
data set
amount
resource
transportation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911255392.5A
Other languages
English (en)
Other versions
CN112949884B (zh
Inventor
吴杰
黄美雯
陈志文
陈瑞乾
叶凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SF Technology Co Ltd
Original Assignee
SF Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201911255392.5A priority Critical patent/CN112949884B/zh
Publication of CN112949884A publication Critical patent/CN112949884A/zh
Application granted granted Critical
Publication of CN112949884B publication Critical patent/CN112949884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本申请涉及一种物品运单处理方法、装置、计算机设备和存储介质。方法包括：获取运单数据集，确定运单数据集对应的运损资源量，获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率，根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量，根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。

Description

物品运单处理方法、装置、计算机设备和存储介质
技术领域
本申请涉及数据处理技术领域，特别是涉及一种物品运单处理方法、装置、计算机设备和存储介质。
背景技术
随着电子商务的普及，网上购物已经成为人们生活中必不可少的一部分，物品的运输数量每年也呈井喷式的增长。
以快递行业为例，伴随着快递行业的蓬勃发展，每年因为快件在运输过程中遭到损坏的情况也在逐年递增。在运输过程中对快递件进行保护，无疑是减小损坏的最佳途径。然而，由于受到实际条件的限制，无法对所有物品的整个运输环节都进行运输保护。传统方式中，一般是基于工作人员的经验判断来确定哪些物品需要进行运输保护，难以实现资源的合理配置。
发明内容
基于此，有必要针对资源配置不合理技术问题，提供一种能够实现资源合理配置的物品运单处理方法、装置、计算机设备和存储介质。
一种物品运单处理方法，方法包括：
获取运单数据集，确定运单数据集对应的运损资源量；
获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
在其中一个实施例中，根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别包括：
根据各运单数据集的运损资源量的大小，对各运单数据集进行排序；
根据排序后的各运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集；
根据目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
在其中一个实施例中，运单数据集的运损资源量包括票均运损资源量；
获取运单数据集，确定运单数据集对应的运损资源量包括：
获取运单数据中的物品类别信息和运损数据；
根据物品类别信息，划分运单数据集；
根据运单数据集中的运损数据和运单数量，确定运单数据集的票均运损资源量。
在其中一个实施例中，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率包括：
获取运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量；
根据运输保护环节数量和平均运输环节数量的比值，确定进行运输保护后的无运损概率；
根据各运输保护环节所需的消耗资源量和运输保护环节数量，确定运输保护所需的消耗资源量。
在其中一个实施例中，获取各运输保护环节所需的消耗资源量包括：
获取运输保护环节所需的资源类别，资源类别至少包括人力资源量、物资资源量和场地资源量中的一项；
根据资源类别和资源类别对应的消耗资源量，确定运输保护环节所需的消耗资源量。
在其中一个实施例中，根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量包括：
根据运损资源量和无运损概率，确定运单数据集减少的运损资源量；
根据减少的运损资源量与消耗资源量的差值，确定对运单数据集中的各运单物品进行运输保护的节约资源量。
在其中一个实施例中，在根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的运单数据集类别之后，还包括：
获取待运输物品的目标运单信息；
根据目标运单信息，确定所属的运单数据集类别；
当运单数据集类别属于目标运单数据集类别时，确定待运输物品的运输方式为需要进行运输保护；
当运单数据集类别不属于目标运单数据集类别时，确定待运输物品的运输方式为不需要进行运输保护。
一种物品运单处理装置，装置包括：
第一获取模块，用于获取运单数据集，确定运单数据集对应的运损资源量；
第二获取模块，用于获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
节约资源量确定模块，用于根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
优化处理模块，用于根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
获取运单数据集，确定运单数据集对应的运损资源量；
获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取运单数据集，确定运单数据集对应的运损资源量；
获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
上述物品运单处理方法、装置、计算机设备和存储介质，通过获取运单数据集来确定运单数据集对应的运损资源量，根据通过获取运输保护环节数量，来分析得到进行运输保护所需要消耗的资源量以及进行运输保护能达到的进行运输保护后的无运损概率，从而基于运损资源量、无运损概率和节约资源量来确定出通过运输保护能够节约的资源量，然后以运单数据集对应的节约资源量为依据，得到总节约资源量最大的目标运单数据集类别，确定出需要进行运输保护的物品，达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。
附图说明
图1为一个实施例中物品运单处理方法的应用场景图；
图2为一个实施例中物品运单处理方法的流程示意图；
图3为另一个实施例中物品运单处理方法的流程示意图；
图4为再一个实施例中物品运单处理方法的流程示意图；
图5为又一个实施例中物品运单处理方法的流程示意图；
图6为还一个实施例中物品运单处理方法的流程示意图；
图7为一个实施例中物品运单处理装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的物品运单处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104接收终端上传的运单数据，划分出运单数据集，并确定运单数据集对应的运损资源量，获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率，根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量，根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别并反馈至终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种物品运单处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤S210至S240。
S210，获取运单数据集，确定运单数据集对应的运损资源量。
运单数据集是指根据运单信息中的物品类别信息，对运单进行类别划分后得到的运单数据集，每个运单数据集中的运单对应的物品属于相同的物品类别。具体来说，物品类别包括办公文具、家电、数码产品、化妆品、服饰等等。物品类别信息可以按照收件时录入运单数据中的物品类别为依据。运损资源量是指由于在运输过程中遭到损坏而需要赔偿给客户约定数量的资源。在一个实施例中，运单数据集对应的运损资源量包括该运单数据集中的全部运单的平均运损资源量，即票均运损资源量。由于不同类别的运单数据集中包含的运单数量可能存在差异，通过票均运损资源量，可以避免由于运单数量差异导致的分析误差，提高分析结构的准确性。在另一个实施例中，每一个运单数据集对应的运单数量相同，运单数据集对应的运损资源量既可以是该运单数据集的全部运单的总运损资源量，也可以是该运单数据集中的全部运单的票均运损资源量。
S220，获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率。
运输保护环节是指在物品的运输过程中，需要对物品进行保护的环节。具体来说，物品的运输过程的环节包括收件环节、中转环节、派件环节三大类，每一大类中又包括多个细化的环节，例如从第一中转场到第二中转场的中转处理环节以及运输环节等。与运单数据集关联的运输保护环节数量可以是预先设定的进行特定运输保护的环节的数量，也可以是根据实际需要进行实时调整的环节的数量，根据物品在运输过程中经过的总运输环节数量与运输保护环节数量的比值，确定通过运输保护达到的进行运输保护后的无运损概率。无运损概率表征通过进行运输保护处理后，不会出现运损情况的概率。具体来说，无运损概率可以是该运单数据集中各个运单的运输环节数量之和与各个运单的运输保护环节数量之和的比值，也可以是该运单数据集中各个运单的平均运输环节数量与各个运单的平均运输保护环节数量的比值。在实际应用过程中，可以根据实际情况进行选择。
S230，根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量。
节约资源量是指在未进行运输保护的情况下和进行运输保护的情况下分别所需要的资源量的差值。在其中一个实施例中，根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量包括：根据运损资源量和无运损概率，确定运单数据集减少的运损资源量。根据减少的运损资源量与消耗资源量的差值，确定对运单数据集中的各运单物品进行运输保护的节约资源量。
在一个具体的实施例中，根据运损资源量与无运损概率的乘积，得到减少的运损资源量，然后基于减少的运算资源量与进行运输保护所消耗的资源量的差值，确定对运单数据集中的各运单物品进行运输保护后的节约资源量。当节约资源量为正值时，表示通过对该运单数据集中的运单物品进行运输保护后，达到了节约资源的效果，在该运单数据集进行运输保护，实现了资源的合理配置。相反，当节约资源量为负值时，表示通过对于该运单数据集中的运单物品进行运输保护，无法到达节约资源的效果，也就不利于资源的合理配置。
S240，根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
当各运单数据集对应的运单数量不一致时，节约资源量可以是该运单数据集的票均节约资源量。当各运单数据集对应的运单数量一致时，节约资源量可以是该运单数据集的总节约资源量。以总节约资源量最大，即各个运单数据集对应的节约资源量的总和最大为优化目标，确定出需要进行运输保护的目标运单数据集类别。具体来说，目标运单数据集类别包括节约资源量数值大于零的运单数据集，即在进行运输保护后所需的资源量应小于未进行运输保护所需的资源量运单数据集。以总节约资源量最大为优化目标可以实现效益最大化的效果。在另一个实施例中，还可以通过以总节约资源量大于零且目标运单数据集数量最少为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别，以实现工作量的最小化。通过确定目标运单数据集类别，可以在应用过程中根据待运输物品所属的运单数据集类别，确定该待运输物品是否为需要进行运输保护的物品，实现在运输过程中的资源有效合理配置。
上述物品运单处理方法，通过获取运单数据集来确定运单数据集对应的运损资源量，根据通过获取运输保护环节数量，来分析得到进行运输保护所需要消耗的资源量以及进行运输保护能达到的进行运输保护后的无运损概率，从而基于运损资源量、无运损概率和节约资源量来确定出通过运输保护能够节约的资源量，然后以运单数据集对应的节约资源量为依据，得到总节约资源量最大的目标运单数据集类别，确定出需要进行运输保护的物品，达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。
在一个实施例中，如图3所示，根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别包括步骤S310至S330。
S310，根据各运单数据集的运损资源量的大小，对各运单数据集进行排序。
S320，根据排序后的各运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集。
S330，根据目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
基于运损资源量的大小，对运单数据集进行排序，具体来说，可以是从大到小进行排序，也可以是从小到大进行排序。其中，对于运损资源量相同的多个运单数据集，可以根据各运单数据集中运输保护环节数量和平均运输环节数量的比值大小，对运损资源量相同的多个运单数据集进行第二次排序。具体来说，当第一次排序时基于运损资源量从小到大进行排序时，对运损资源量相同的多个运单数据集的第二次排序，应当基于运输保护环节数量和平均运输环节数量的比值从大到小进行排序。在其中一个实施例中，当节约资源量大于零且数值最小的目标运单数据集包括多个时，以运输保护环节数量和平均运输环节数量的比值最小的运单数据集为目标运单数据集，来实现相同节约资源量的工作量最小化。在其他实施例中，还可以直接根据节约资源量的大小对各运单数据集进行排序。
在一个实施例中，如图4所示，运单数据集的运损资源量包括票均运损资源量。获取运单数据集，确定运单数据集对应的运损资源量包括步骤S410至S430。
S410，获取运单数据中的物品类别信息和运损数据。
S420，根据物品类别信息，划分运单数据集。
S430，根据运单数据集中的运损数据和运单数量，确定运单数据集的票均运损资源量。
运单数据是指物品运输的数据信息，具体可以包括物品类别信息、运损信息、运输环节数量以及运输保护环节数量等。运单信息可以由终端采集并发送至服务器，其中终端可以包括在运输过程中用到的多个终端。物品类别信息可以是在收件过程中采集的信息，运损数据包括在运输过程中发生损坏后损失的资源量，在实际运输过程中，不是所有的运单都会发生运输过程中的损坏这种情况，所以，存在部分运单数据中的运损数据为零的情况。根据物品的类别信息，对运单进行分类，得到多个运单数据集。以相同类别的物品为同一个类别，并按类别进行分析，可以简化应用过程中的分析过程，只需要确定待运输物品的类别即可确定该物品是否需要进行运输保护。以票均运损资源量作为运单数据集的运损资源量，可以减小部分不存在运损情况的运单造成的数据干扰，也可以避免各个运单数据集中运单数量不平衡造成的误差。
在其中一个实施例中，如图5所示，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率包括步骤S510至S530。
S510，获取运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量。
S520，根据运输保护环节数量和平均运输环节数量的比值，确定进行运输保护后的无运损概率。
S530，根据各运输保护环节所需的消耗资源量和运输保护环节数量，确定运输保护所需的消耗资源量。
运单数据集中各运单的平均运输环节数量是指运单数据集中各运单的运输环节数量的总和除以该运单数据集中的运单数量得到的结果。各运输环节所需的消耗资源量是指各个环节在实现运输保护过程中所需要耗费的资源，例如，人力资源、物资资源、场地资源等。无运损概率包括运单数据集中各运单的平均运输保护环节数量和平均运输环节数量的比值。通过累计各运输保护环节所需的消耗资源量，确定运输保护所需的消耗资源量。具体来说，可以对各运输保护环节所需的消耗资源量进行均值化处理，使得每个运输保护环节所需的消耗资源量相同。通过每一运输保护环节所需的平均消耗资源量和运输保护环节数量的乘积，即可得到运输保护所需的消耗资源量。
在一个实施例中，获取各运输保护环节所需的消耗资源量包括：获取运输保护环节所需的资源类别，资源类别至少包括人力资源量、物资资源量和场地资源量中的一项。根据资源类别和资源类别对应的消耗资源量，确定运输保护环节所需的消耗资源量。
对于不同的运输保护环节，具体所需的消耗资源量可能存在差异，例如，在中转处理过程中，需要工作人员进行快递的中转保护运输，数据录入等，中转保护运输需要借助一定的保护材料或工具以及需要利用到特殊的保护中转场地等。再例如，在运输过程中，需要采用特殊的交通工具等。具体来说，资源类别简单划分为人力资源量、物资资源量和场地资源量三类，通过确定每一环节所需的资源类别，以及每一资源类别所需的资源量，确定该运输保护环节所需的消耗资源量。
其中对于某一运输保护环节，人员对特殊件操作的标准效能，但是件量的多少会影响人员的实际操作效能，根据现场实际测算与拟合处理，人员的实际效能与件量的关系为：
Figure BDA0002310107440000101
其中，V人代表人员对特殊件操作的标准效能，V实代表人员对特殊件操作的实际效能。
C人代表对第j个运单数据集，即第j种明细类别的件量进行保护，需要的人力资源量；
Figure BDA0002310107440000102
故对第j种明细类别的件量进行保护，产生的总成本为C总j，关系表达式是：
C总j＝C人j+C物j+C场地j
在一个实施例中，如图6所示，在根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的运单数据集类别之后，还包括步骤S610至S640。
S610，获取待运输物品的目标运单信息。
S620，根据目标运单信息，确定所属的运单数据集类别。
S630，当运单数据集类别属于目标运单数据集类别时，确定待运输物品的运输方式为需要进行运输保护。
S640，当运单数据集类别不属于目标运单数据集类别时，确定待运输物品的运输方式为不需要进行运输保护。
在一个实施例中，待运输物品是指暂未进行运输处理的物品，待运输物品的目标运单信息中包括待运输物品的物品类别，根据该物品类别，可以确定该待运输物品的运单数据集类别。在实施例中，运单数据集携带有物品类别标签和是否需要进行运输保护的标签，根据物品类别，遍历各个运单数据集，通过标签匹配，可以确定该待运输物品对应的运单数据集类别。再根据该运单数据集类别是否属于目标运单数据集类别，如是否具有需要进行运输保护的标签，确定运输物品的运输方式为需要进行运输保护或不需要进行运输保护。通过构建运单数据集以及对运单数据集进行运输方式的区分，可以简化在应用过程中的对待运输物品的运输方式的判断分析，来提高资源的有效合理配置。
应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个应用实例中，以快递行业的快件运输为例对上述物品运单处理方法进行说明。具体处理过程如下：
对快递公司的快件按照寄件的内容进行明细分类，并按照明细类别统计件量。
J总代表总件量，关系表达式为：
Figure BDA0002310107440000111
其中，Ji代表第i种明细类别的件量；n代表所有明细类别的数量；
S总代表总件量，关系表达式为：
Figure BDA0002310107440000121
其中，Si代表第i种明细类别快件的总理赔金额；
Mi代表第i种明细类别快件的票均理赔金额，关系表达式为：
Figure BDA0002310107440000122
基于票均理赔金额的大小，对明细类别i进行重新排序，得到新的序列j，并使序列满足
Mj≥Mj+1(j＝1,2,3……n-1)
保护特殊件产生的收益来自于减少理赔率与理赔金额，P总代表快递企业运输快件经过的环节数，P保代表保护特殊件经过的环节数量，则可以减少理赔金额的收益率R收益为：
Figure BDA0002310107440000123
Ej代表对第j种明细类别的件量进行特殊件保护产生的收益，关系表达式为：
Figure BDA0002310107440000124
E累计k代表对前k种明细类别的快件进行保护，产生的累计收益，关系表达式为：
Figure BDA0002310107440000125
F人代表雇佣一个人员的费用；V人代表人员对特殊件操作的标准效能，但是件量的多少会影响人员的实际操作效能，根据现场实际测算与拟合，人员的实际效能V实，与件量的关系为：
Figure BDA0002310107440000126
C人代表对第j种明细类别的件量进行保护，需要新增付出的人工成本；
Figure BDA0002310107440000131
F物代表对特殊件进行保护，需要新增付出的单票物资成本；C物代表对第j种明细类别的件量进行保护，需要新增付出的物资成本，关系表达式为：
C物＝Jj×F物
F场地代表对特殊件进行保护，需新增要付出的单票场地成本；C场地代表对第j种明细类别的件量进行保护，需要新增付出的场地成本，关系表达式为：
C场地＝Jj×F场地
故对第j种明细类别的件量进行保护，产生的总成本为C总j，关系表达式是：
C总j＝C人j+C物j+C场地j
C累计k代表对前k种明细类别的快件进行保护，产生的新增成本，关系表达式为：
Figure BDA0002310107440000132
Z代表对特殊件保护的总利润，故如何确定保护件量的约束条件为：
Figure BDA0002310107440000133
目标函数为：
Figure BDA0002310107440000141
求解目标函数：
Figure BDA0002310107440000142
因Jj≥0，故只要
Figure BDA0002310107440000143
的明细类别的快件，均能实现收益的正增长。通过上述运单数据处理，可以帮助快递企业降低运损率，提高快递服务质量，实现资源的有效合理配置。
在一个实施例中，如图7所示，提供了一种物品运单处理装置，包括：第一获取模块710、第二获取模块720、节约资源量确定模块730和优化处理模块740，其中：
第一获取模块710，用于获取运单数据集，确定运单数据集对应的运损资源量。
第二获取模块720，用于获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率。
节约资源量确定模块730，用于根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量。
优化处理模块740，用于根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
在一个实施例中，优化处理模块还用于根据各运单数据集的运损资源量的大小，对各运单数据集进行排序；根据排序后的各运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集；根据目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
在一个实施例中，运单数据集的运损资源量包括票均运损资源量；第一获取模块，还用于获取运单数据中的物品类别信息和运损数据；根据物品类别信息，划分运单数据集；根据运单数据集中的运损数据和运单数量，确定运单数据集的票均运损资源量。
在一个实施例中，第二获取模块还用于获取运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量；根据运输保护环节数量和平均运输环节数量的比值，确定进行运输保护后的无运损概率；根据各运输保护环节所需的消耗资源量和运输保护环节数量，确定运输保护所需的消耗资源量。
在一个实施例中，第二获取模块还用于获取运输保护环节所需的资源类别，资源类别至少包括人力资源量、物资资源量和场地资源量中的一项，根据资源类别和资源类别对应的消耗资源量，确定运输保护环节所需的消耗资源量。
在其中一个实施例中，节约资源量确定模块还用于根据运损资源量和无运损概率，确定运单数据集减少的运损资源量；根据减少的运损资源量与消耗资源量的差值，确定对运单数据集中的各运单物品进行运输保护的节约资源量。
在其中一个实施例中，物品运单处理装置还包括运输方式确定模块，用于获取待运输物品的目标运单信息；根据目标运单信息，确定所属的运单数据集类别；当运单数据集类别属于目标运单数据集类别时，确定待运输物品的运输方式为需要进行运输保护；当运单数据集类别不属于目标运单数据集类别时，确定待运输物品的运输方式为不需要进行运输保护。
上述物品运单处理装置，通过获取运单数据集来确定运单数据集对应的运损资源量，根据通过获取运输保护环节数量，来分析得到进行运输保护所需要消耗的资源量以及进行运输保护能达到的进行运输保护后的无运损概率，从而基于运损资源量、无运损概率和节约资源量来确定出通过运输保护能够节约的资源量，然后以运单数据集对应的节约资源量为依据，得到总节约资源量最大的目标运单数据集类别，确定出需要进行运输保护的物品，达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。
关于物品运单处理装置的具体限定可以参见上文中对于物品运单处理方法的限定，在此不再赘述。上述物品运单处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储物品运单处理数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种物品运单处理方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取运单数据集，确定运单数据集对应的运损资源量；
获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据各运单数据集的运损资源量的大小，对各运单数据集进行排序；
根据排序后的各运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集；
根据目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
在其中一个实施例中，运单数据集的运损资源量包括票均运损资源量；处理器执行计算机程序时还实现以下步骤：
获取运单数据中的物品类别信息和运损数据；
根据物品类别信息，划分运单数据集；
根据运单数据集中的运损数据和运单数量，确定运单数据集的票均运损资源量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量；
根据运输保护环节数量和平均运输环节数量的比值，确定进行运输保护后的无运损概率；
根据各运输保护环节所需的消耗资源量和运输保护环节数量，确定运输保护所需的消耗资源量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取运输保护环节所需的资源类别，资源类别至少包括人力资源量、物资资源量和场地资源量中的一项；
根据资源类别和资源类别对应的消耗资源量，确定运输保护环节所需的消耗资源量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据运损资源量和无运损概率，确定运单数据集减少的运损资源量；
根据减少的运损资源量与消耗资源量的差值，确定对运单数据集中的各运单物品进行运输保护的节约资源量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取待运输物品的目标运单信息；
根据目标运单信息，确定所属的运单数据集类别；
当运单数据集类别属于目标运单数据集类别时，确定待运输物品的运输方式为需要进行运输保护；
当运单数据集类别不属于目标运单数据集类别时，确定待运输物品的运输方式为不需要进行运输保护。
上述用于实现物品运单处理方法的计算机设备，通过获取运单数据集来确定运单数据集对应的运损资源量，根据通过获取运输保护环节数量，来分析得到进行运输保护所需要消耗的资源量以及进行运输保护能达到的进行运输保护后的无运损概率，从而基于运损资源量、无运损概率和节约资源量来确定出通过运输保护能够节约的资源量，然后以运单数据集对应的节约资源量为依据，得到总节约资源量最大的目标运单数据集类别，确定出需要进行运输保护的物品，达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取运单数据集，确定运单数据集对应的运损资源量；
获取与运单数据集关联的运输保护环节数量，根据运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据运损资源量、无运损概率以及消耗资源量，得到对运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据各运单数据集的运损资源量的大小，对各运单数据集进行排序；
根据排序后的各运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集；
根据目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
在其中一个实施例中，运单数据集的运损资源量包括票均运损资源量；计算机程序被处理器执行时还实现以下步骤：
获取运单数据中的物品类别信息和运损数据；
根据物品类别信息，划分运单数据集；
根据运单数据集中的运损数据和运单数量，确定运单数据集的票均运损资源量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量；
根据运输保护环节数量和平均运输环节数量的比值，确定进行运输保护后的无运损概率；
根据各运输保护环节所需的消耗资源量和运输保护环节数量，确定运输保护所需的消耗资源量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取运输保护环节所需的资源类别，资源类别至少包括人力资源量、物资资源量和场地资源量中的一项；
根据资源类别和资源类别对应的消耗资源量，确定运输保护环节所需的消耗资源量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据运损资源量和无运损概率，确定运单数据集减少的运损资源量；
根据减少的运损资源量与消耗资源量的差值，确定对运单数据集中的各运单物品进行运输保护的节约资源量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待运输物品的目标运单信息；
根据目标运单信息，确定所属的运单数据集类别；
当运单数据集类别属于目标运单数据集类别时，确定待运输物品的运输方式为需要进行运输保护；
当运单数据集类别不属于目标运单数据集类别时，确定待运输物品的运输方式为不需要进行运输保护。
上述用于实现物品运单处理方法的计算机可读存储介质，通过获取运单数据集来确定运单数据集对应的运损资源量，根据通过获取运输保护环节数量，来分析得到进行运输保护所需要消耗的资源量以及进行运输保护能达到的进行运输保护后的无运损概率，从而基于运损资源量、无运损概率和节约资源量来确定出通过运输保护能够节约的资源量，然后以运单数据集对应的节约资源量为依据，得到总节约资源量最大的目标运单数据集类别，确定出需要进行运输保护的物品，达到以最小的运输保护处理，换取因快递损坏造成的运损资源量最大程度上的减少的效果，显著提高了资源配置的合理有效性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种物品运单处理方法，所述方法包括：
获取运单数据集，确定所述运单数据集对应的运损资源量；
获取与所述运单数据集关联的运输保护环节数量，根据所述运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
根据所述运损资源量、所述无运损概率以及所述消耗资源量，得到对所述运单数据集中的各运单物品进行运输保护后的节约资源量；
根据各所述运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别包括：
根据各所述运单数据集的运损资源量的大小，对各所述运单数据集进行排序；
根据排序后的各所述运单数据集对应的节约资源量，确定节约资源量大于零且数值最小的目标运单数据集；
根据所述目标运单数据集对应的排序位置，确定总节约资源量最大时对应的目标运单数据集类别。
3.根据权利要求1所述的方法，其特征在于，所述运单数据集的运损资源量包括票均运损资源量；
所述获取运单数据集，确定所述运单数据集对应的运损资源量包括：
获取运单数据中的物品类别信息和运损数据；
根据所述物品类别信息，划分运单数据集；
根据所述运单数据集中的运损数据和运单数量，确定所述运单数据集的票均运损资源量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率包括：
获取所述运单数据集中各运单的平均运输环节数量和各运输保护环节所需的消耗资源量；
根据所述运输保护环节数量和所述平均运输环节数量的比值，确定所述进行运输保护后的无运损概率；
根据各所述运输保护环节所需的消耗资源量和所述运输保护环节数量，确定运输保护所需的消耗资源量。
5.根据权利要求4所述的方法，其特征在于，所述获取各运输保护环节所需的消耗资源量包括：
获取所述运输保护环节所需的资源类别，所述资源类别至少包括人力资源量、物资资源量和场地资源量中的一项；
根据所述资源类别和所述资源类别对应的消耗资源量，确定所述运输保护环节所需的消耗资源量。
6.根据权利要求1所述的方法，其特征在于，所述根据所述运损资源量、所述无运损概率以及所述消耗资源量，得到对所述运单数据集中的各运单物品进行运输保护后的节约资源量包括：
根据所述运损资源量和所述无运损概率，确定所述运单数据集减少的运损资源量；
根据所述减少的运损资源量与所述消耗资源量的差值，确定对所述运单数据集中的各运单物品进行运输保护的节约资源量。
7.根据权利要求1所述的方法，其特征在于，在所述根据各所述运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的运单数据集类别之后，还包括：
获取待运输物品的目标运单信息；
根据所述目标运单信息，确定所属的运单数据集类别；
当所述运单数据集类别属于所述目标运单数据集类别时，确定所述待运输物品的运输方式为需要进行运输保护；
当所述运单数据集类别不属于所述目标运单数据集类别时，确定所述待运输物品的运输方式为不需要进行运输保护。
8.一种物品运单处理装置，其特征在于，所述装置包括：
第一获取模块，用于获取运单数据集，确定所述运单数据集对应的运损资源量；
第二获取模块，用于获取与所述运单数据集关联的运输保护环节数量，根据所述运输保护环节数量，得到运输保护所需的消耗资源量和进行运输保护后的无运损概率；
节约资源量确定模块，用于根据所述运损资源量、所述无运损概率以及所述消耗资源量，得到对所述运单数据集中的各运单物品进行运输保护后的节约资源量；
优化处理模块，用于根据各所述运单数据集对应的节约资源量，以总节约资源量最大为优化目标进行优化处理，确定需要进行运输保护的目标运单数据集类别。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201911255392.5A 2019-12-10 2019-12-10 物品运单处理方法、装置、计算机设备和存储介质 Active CN112949884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911255392.5A CN112949884B (zh) 2019-12-10 2019-12-10 物品运单处理方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911255392.5A CN112949884B (zh) 2019-12-10 2019-12-10 物品运单处理方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN112949884A true CN112949884A (zh) 2021-06-11
CN112949884B CN112949884B (zh) 2023-04-07

Family

ID=76225291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911255392.5A Active CN112949884B (zh) 2019-12-10 2019-12-10 物品运单处理方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN112949884B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090689A (zh) * 2023-04-12 2023-05-09 江西约货科技有限公司 一种基于中转接驳的货运资源优化方法及优化系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6032123A (en) * 1997-05-12 2000-02-29 Jameson; Joel Method and apparatus for allocating, costing, and pricing organizational resources
JP2014130468A (ja) * 2012-12-28 2014-07-10 Mitsubishi Heavy Ind Ltd 生産輸送計画立案装置、生産輸送計画立案方法、プログラム、及び記録媒体
CN108985694A (zh) * 2018-07-17 2018-12-11 北京百度网讯科技有限公司 用于确定配送中心地址的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6032123A (en) * 1997-05-12 2000-02-29 Jameson; Joel Method and apparatus for allocating, costing, and pricing organizational resources
JP2014130468A (ja) * 2012-12-28 2014-07-10 Mitsubishi Heavy Ind Ltd 生産輸送計画立案装置、生産輸送計画立案方法、プログラム、及び記録媒体
CN108985694A (zh) * 2018-07-17 2018-12-11 北京百度网讯科技有限公司 用于确定配送中心地址的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090689A (zh) * 2023-04-12 2023-05-09 江西约货科技有限公司 一种基于中转接驳的货运资源优化方法及优化系统

Also Published As

Publication number Publication date
CN112949884B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN110599067A (zh) 仓储调配方法、存储介质及电子设备
US8249997B2 (en) Method and system for integrated pallet and sort scheme maintenance
Banaszewska et al. A framework for measuring efficiency levels—The case of express depots
CN107688580A (zh) 基于分布式数据仓库的商品分级的方法、装置及系统
CN114723543B (zh) 一种跨境电商的财务档案大数据管理系统及方法
CN112949884B (zh) 物品运单处理方法、装置、计算机设备和存储介质
CN116452095B (zh) 一种数字工厂的车辆智能监管调度方法、系统和介质
JP2001106310A (ja) 物流システム
CN117273607A (zh) 卷烟仓储分拣定时定人定价标准的计算方法
CN113128924A (zh) 货物调度方法、装置和计算机可读存储介质
CN111598500A (zh) 一种基于微服务架构的生产物资管理系统
CN112949885A (zh) 派件方式预测方法、装置、存储介质和电子设备
JP2021039667A (ja) 情報処理システム、情報処理方法及び情報処理プログラム
CN113191709A (zh) 物流状态批量更新方法、装置、设备及存储介质
CN111680941A (zh) 保价推荐方法、装置、设备及存储介质
CN115545617A (zh) Erp电商订单库存管理方法、装置、设备及可读存储介质
JP2023044641A (ja) 物流管理装置、物流管理装置の制御方法及び制御プログラム
CN115358813A (zh) 一种跨境电商平台智能运营系统
CN113806621A (zh) 信息推荐方法、装置、计算机设备和存储介质
CN114493441A (zh) 交安资产精细化智慧管理系统及方法
CN113822477A (zh) 快件拦截处理方法、装置、设备及存储介质
CN110766363A (zh) 生鲜农产品电子商务物流配送管理系统
CN115204435A (zh) 快递物料需求的预测方法、装置、设备和介质
Adikari et al. Distribution Cost Optimization Using Big Data Analytics, Machine Learning and Computer Simulation for FMCG Sector
CN112749821B (zh) 快递派件量预测方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant