CN112990962A - 一种流动型业务的数据处理方法、装置及相关组件 - Google Patents
一种流动型业务的数据处理方法、装置及相关组件 Download PDFInfo
- Publication number
- CN112990962A CN112990962A CN202110176801.3A CN202110176801A CN112990962A CN 112990962 A CN112990962 A CN 112990962A CN 202110176801 A CN202110176801 A CN 202110176801A CN 112990962 A CN112990962 A CN 112990962A
- Authority
- CN
- China
- Prior art keywords
- cruise
- point
- route
- cruising
- fixed
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012790 confirmation Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 235000021152 breakfast Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000219109 Citrullus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000013468 resource allocation 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种流动型业务的数据处理方法、装置及相关组件,该方法包括:获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;根据所述订单信息向用户下发与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。本发明根据用户的订单信息和业务提供方的服务类型信息为用户和业务提供方生成最佳的交易路线,从而提高流动型业务的服务效率。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种流动型业务的数据处理方法、装置及相关组件。
背景技术
流动型商业活动是一种普遍、传统的商业模式,这类商业活动没有长期固定的经营场所和时间,例如没有固定经营地点的水果、蔬菜摊档,移动售货汽车,街头才艺表演,移动宠物清洁车。
但是,由于流动型商业活动不具有固定经营地点这一特点,客户不容易找到经营者,导致业务推广困难,难以吸引回头客。另外对于一些经营场所具有移动功能的流动型性商业活动,例如移动售货车,此类经营活动通常只是通过放音器,沿途播放音乐或广告的方式来吸引客户。可想而知,这种推销方法效率是比较低下的,难以找到真正有需求的客户。
发明内容
本发明实施例提供了一种流动型业务的数据处理方法、装置、计算机设备及存储介质,旨在提高流动性业务的服务效率。
第一方面,本发明实施例提供了一种流动型业务的数据处理方法,包括:
获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
根据所述订单信息向用户下发至与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
第二方面,本发明实施例提供了一种流动型业务的数据处理装置,包括:
订单获取单元,用于获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
下发单元,用于根据所述订单信息向用户下发至与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
接收单元,用于接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
第一生成单元,用于根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的流动型业务的数据处理方法。
第四方面,本发明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执行时实现如第一方面所述的流动型业务的数据处理方法。
本发明实施例提供了一种流动型业务的数据处理方法、装置、计算机设备及存储介质,该方法包括:获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;根据所述订单信息向用户下发至与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。本发明实施例根据用户的订单信息和业务提供方的服务类型信息为用户和业务提供方生成最佳的交易路线,从而提高流动型业务的服务效率。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1为本发明实施例提供的一种流动型业务的数据处理方法的流程示意图;
图2为本发明实施例提供的一种流动型业务的数据处理方法的子流程示意图;
图3为本发明实施例提供的一种流动型业务的数据处理方法中的示例示意图;
图4为本发明实施例提供的一种流动型业务的数据处理方法中的另一示例示意图;
图5为本发明实施例提供的一种流动型业务的数据处理方法中的另一示例示意图;
图6为本发明实施例提供的一种流动型业务的数据处理装置的示意性框图;
图7为本发明实施例提供的一种流动型业务的数据处理装置的子示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
下面请参见图1,图1为本发明实施例提供的一种流动型业务的数据处理方法的流程示意图,具体包括:步骤S101~S104。
S101、获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
S102、根据所述订单信息向用户下发与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
S103、接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
S104、根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
本实施例中,当用户期望与业务提供方进行交易时,首先获取用户的订单信息,并根据所述订单信息获取与订单信息相匹配的业务提供方,即可以满足订单信息的业务提供方,然后将获取的业务提供方向用户下发,使用户可以从至少一个业务提供方中选择其中一个作为目标提供方,当接收到用户选择的目标提供方时,将用户的确认信息下发至对应的目标提供方,使目标提供方知悉对应的订单信息。同时,根据所述订单信息的待购买位置信息以及目标提供方的服务类型信息可以生成一最佳交易路线,使用户和/或目标提供方根据该最佳交易路线完成相应的业务交易。
本实施例根据用户的订单信息和业务提供方的服务类型信息为用户和业务提供方生成最佳的交易路线,从而提高流动型业务的服务效率。还需说明的是,本实施例所述的流动型业务可以是指多种不同类型的流动型业务,即所述流动型业务实质为一个综合性的流动业务平台,其可以适应不同的业务类型。另外,本实施例所述的商品信息可以是具体的商品,例如食品、饮料等等,也可以抽象化的商品,例如理发、修理等服务型商品。
在一实施例中,所述业务提供方的服务类型信息包括:固定点停留型、固定路线巡航型和非固定路线巡航型。
本实施例中,业务提供方提供三种服务类型,其中,固定点停留型即是指业务提供方在一固定点停留,用户若要与该业务提供方进行交易,则需要前往该业务提供方停留的固定点;固定路线巡航型即是指业务提供方按照预设的固定巡航路线进行业务提供,用户若要与该业务提供方进行交易,则需要前往该业务提供方的固定巡航路线中设置的固定巡航点;非固定路线巡航型即是指业务提供方动态调整巡航路线,以方便进行业务提供,用户若要与该业务提供方进行交易,则可以使该业务提供方主动前往用户指定的待购买位置。当然,其他实施例中,还可以为业务提供方设置更多的服务类型,例如将固定点停留型和非固定路线巡航型结合等等,以提高业务提供方的服务效率。
在一实施例中,所述步骤S104包括:
当所述目标提供方的服务类型信息为固定点停留型时,则获取所述目标提供方的停留位置信息,然后根据用户的待购买位置信息和所述目标提供方的停留位置信息生成最佳交易路线并下发给用户和目标提供方;
当所述目标提供方的服务类型信息为固定路线巡航时,则获取所述目标提供方的固定巡航路线中的所有固定巡航点,然后选择距离用户的待购买位置最近的固定巡航点作为目标巡航点,根据所述巡航点的位置信息以及待购买位置信息生成最佳交易路线并下发给用户和目标提供方;
当所述目标提供方的服务类型信息为非固定路线巡航时,则获取所述目标提供方的当前位置信息,并根据所述目标提供方的当前位置信息与所述用户的待购买位置信息生成最佳交易路线并下发给用户和目标提供方。
本实施例中,当所述目标提供方的服务类型信息为固定点停留型时,说明目标提供方停留在一固定点,此时,若用户的待购买位置信息与目标提供方的停留位置信息不同,则可以在用户的待购买位置信息与目标提供方的停留位置信息之间生成一最佳交易路线,以使用户可以根据最佳交易路线前往目标提供方的固定停留点;当所述目标提供方的服务类型信息为固定路线巡航时,说明目标提供方仅会在固定巡航路线中各固定巡航点停留,因此可以选择距离用户的待购买位置最近的固定巡航点作为目标巡航点,再在用户的待购买位置信息与目标巡航点之间生成最佳交易路线;当所述目标提供方的服务类型信息为非固定路线巡航时,则可以直接根据用户的待购买位置信息与目标提供方的当前位置信息生成最佳交易路线,使目标提供方根据最佳交易路线前往用户指定的待购买位置。
在一实施例中,所述流动型业务的数据处理方法还包括:
获取历史交易数据,并根据历史交易数据为固定点停留型的业务提供方生成固定停留点信息并下发给对应的业务提供方,以及根据历史交易数据为固定路线巡航型的业务提供方生成固定巡航路线信息并下发给对应的业务提供方;
获取实时交易需求数据,结合所述用户的订单信息和实时交易需求数据对非固定路线巡航型的业务提供方实时生成巡航路线并下发给对应的业务提供方。
本实施例中,对于固定点停留型的业务提供方和固定路线巡航型的业务提供方,通过根据历史交易数据,为固定点停留型的业务提供方和固定路线巡航型的业务提供方分别生成相应的固定停留点和固定巡航路线,使固定点停留型的业务提供方可以根据下发的固定停留点提供对应的固定业务服务,以及使固定路线巡航型的业务提供方可以根据下发的固定巡航路线提供对应的固定巡航服务,避免业务提供方在没有数据参考的情况选择业务需求较少的固定停留点或者固定巡航路线。
同时,本实施例通过获取实时的交易需求数据,对非固定路线巡航型的业务提供方实时生成动态的巡航路线,使非固定路线巡航型的业务提供方可以根据实时下发的巡航路线前往业务需求量较大的地点,从而提供业务交易效率。
在一实施例中,如图2所示,根据历史交易数据为固定路线巡航型的业务提供方生成固定巡航路线信息并下发给对应的业务提供方,包括:步骤S201~S207。
S201、获取业务提供方的起始巡航点、结束巡航点和巡航半径,以及获取所述业务提供方的起始巡航时间和结束巡航时间,并根据所述起始巡航时间和结束巡航时间确定所述业务提供方的巡航工作时长;
S202、以所述起始巡航点和结束巡航点为端点作线段,并以所述线段的中点为圆心,以所述巡航半径为半径画圆,将圆内的所有巡航点作为候选巡航点;
S203、对所述的候选巡航点的交易需求量进行计算,并按照交易需求量的大小进行排序;
S204、根据对每一所述候选巡航点交易需求量为每一所述候选巡航点分配对应的停留时间,并结合每一所述候选巡航点的停留时间获取每一所述候选巡航点对应的巡航时间;
S205、利用每一所述候选巡航点的交易需求量和巡航时间,选择相应的候选巡航点作为固定巡航点;
S206、基于所述起始巡航点、结束巡航点和所有的固定巡航点为所述业务提供方生成固定巡航路线,并下发至所述业务提供方。
本实施例中,在为固定路线巡航型的业务提供方生成固定巡航路线信息时,首先确定业务提供方的起始巡航点、结束巡航点和巡航半径,以及根据业务提供方的起始巡航时间和结束巡航时间确定业务提供方的巡航工作时长,然后以所述起始巡航点和结束巡航点为端点作线段,并以该线段的中点为圆心,以所述巡航半径为半径画圆,然后将圆内的所有巡航点(例如该巡航范围内所有地铁站、公交站、商场等)作为候选巡航点。如图3所示,图3中的O、T分别为业务提供方的起始巡航点和结束巡航点,M为起始巡航点和结束巡航点之间的线段的中点,然后以M为圆心,R为半径画圆,从而获取圆内的巡航点A、B、C,并将A、B、C巡航点作为候选巡航点。
然后对圆内的各候选巡航点的交易需求量进行计算,并根据各候选巡航点的交易需求量分配相应的停留时间,以确保业务提供方能够获得较好的利益。当然,为了提高资源分配效率,起始巡航点和结束巡航点同样也需要计算交易需求量以及分配停留时间。同时,结合各所述候选巡航点的停留时间,可以计算得到各所述候选巡航点以及起始巡航点和结束巡航点对应的巡航时间,即针对每一巡航点(包括起始巡航点和结束巡航点以及所有候选巡航点),获取另一巡航点到该巡航点的行驶时间,将所述行驶时间与停留时间相加即可得到巡航时间。
结合各所述候选巡航点的交易需求量和巡航时间,从所有的候选巡航点中选择符合要求的候选巡航点作为固定巡航点,并进一步的,结合固定巡航点和起始巡航点、结束巡航点生成所述固定巡航路线。可以理解的是,这里所说的选择符合要求的候选巡航点是指根据具体实际情况,对应选择候选巡航点。
在一具体实施例中,所述步骤S205包括:
获取所述业务提供方在所述起始巡航点与交易需求量最大的候选巡航点之间的巡航时间;
将所述巡航时间与巡航工作时长进行比较,若所述巡航时间小于巡航工作时长则继续计算所述业务提供方依次从所述起始巡航点至交易需求量最大的候选巡航点至交易需求量第二大的候选巡航点的巡航时间,以此类推,直至巡航时间大于所述巡航工作时长。
本实施例中,首先获取业务提供方从起始巡航点到交易需求量最大的候选巡航点之间所需的巡航时间,如果该巡航时间小于巡航工作时长,则继续获取业务提供方从起始巡航点到交易需求量最大的候选巡航点,再到交易需求量第二大的候选巡航点所需的巡航时间,并再次判断该巡航时间是否大于巡航工作时长。以此类推,直至到第n个候选巡航点时,所需的巡航时间大于巡航工作时长,此时,将交易需求量最大的n-1个候选巡航点作为固定巡航点,从而据此生成对应的固定巡航路线。
在一实施例中,所述步骤S203包括:
获取每一候选巡航点的历史交易数据;
对于每一候选巡航点,利用多元线性回归统计方法按照下式对交易需求量进行计算:
y=b0+b1*x1+b2*x2+b3*x3+b4*x4+b5*x5+b6*x6+e
式中,y为候选巡航点的交易需求量;x1、x2、x3、x4、x5和x6为6个自变量,其中x1为候选巡航点内的人口数量,x2为具体时间段,x3为候选巡航点内的功能场所,x4为候选巡航点内的交通状况,x5为候选巡航点内提供同类型业务的业务提供方数量,x6为候选巡航点对应的天气变量;b0为常数项,b1、b2、b3、b4、b5和b6均为偏回归系数;e为随机误差。
本实施例中,结合多元环境变量对各候选巡航点的交易需求量进行计算,从而确保各候选巡航点的交易需求量准确可靠。需要说明的是,在上述交易需求量计算公式中,x3(候选巡航点内的功能场所)和x4(候选巡航点内的交通状况)在实际场景中并非数据,因此本实施例在计算交易需求量之前,预先使x3和x4数据化,例如x3表示候选巡航点内的功能场所,则可以用不同的数字代表不同的功能场所,比如1为地铁站、2为公交站等,又例如x4表示候选巡航点内的交通状况,则可以用不同的数据层级代表不同的交通状况,比如交通状况良好时为一级,交通状况较差时为二级等。进一步的,由于不同的环境变量对应的量纲可能不同,因此本实施例在计算交易需求量前,还可以对各环境变量进行归一化处理,以统一各环境变量的量纲。当然,在其他实施例中,为了提高交易需求量的准确性,还可以结合更多的环境变量对交易需求量进行计算。
在一实施例中,所述步骤S206包括:
获取所述业务提供方在所述起始点巡航点、结束巡航点和所有固定巡航点组成的所有巡航路线,并将所有巡航路线作为候选路线;
按照下列公式对每一候选路线的运输成本进行计算:
式中,sum(Pi)为第i条候选路线的运输成本,C为每公斤货物每公里的运输成本,S为所述业务提供方总载货量,Di为第i条候选路线中从第i-1个巡航点至第i个巡航点的距离,Ri为第i个巡航点所需货物的重量,Ri-1为第i-1个巡航点所需货物的重量,R0为起始巡航点所需货物的重量;
选择运输成本最小的候选路线作为所述业务提供方的固定巡航路线,并下发至所述业务提供方。
本实施例中,当确定业务提供方的固定巡航点后,由于业务提供方到达各固定巡航点的顺序不同,因此可能存在多种不同的巡航路线,所以本实施例首先获取起始点巡航点和所有固定巡航点组成的所有巡航路线,并将所有巡航路线作为候选路线,然后对各候选路线的运输成本进行计算,从而选取运输成本最小的候选路线作为最终的固定巡航路线。可以理解的是,本实施例中的Di为第i条候选路线中从第i-1个巡航点至第i个巡航点的距离,其中的巡航点既包括起始巡航点和结束巡航点,也包括所有的固定巡航点。
举例来说,如图4所示,其中,O为起始巡航点,T为结束巡航点,A、B、C均为固定巡航点,那么由此可以得到候选路线一:OA-AB-BC-CT;候选路线二:OA-AC-CB-BT;候选路线三:OB-BA-AC-CT;候选路线四:OB-BC-CA-AT;候选路线五:OC-CA-AB-BT;候选路线六:OC-CB-BA-AT。然后按照上述运输成本计算公式计算得到各候选路线的运输成本,从而确定最终的固定巡航路线。
当然,在其他实施例中,还可以将巡航距离最短的候选路线作为固定巡航路线,或者将巡航总时间最短的候选路线作为固定巡航路线等等。例如,在基于所述起始巡航点、结束巡航点和所有的固定巡航点为所述业务提供方生成固定巡航路线时,首先可以先获取所有可能的候选路线,并计算每一条候选路线的总业务量(即交易需求量的总和),若存在多条总业务量最大的候选路线,则可以比较各候选路线的总路径长度,并将总路径长度最短的候选路线作为最终的固定巡航路线。还可以在存在多条总业务量最大的候选路线时,对各候选路线的总巡航时间进行比较,并选择总巡航时间最少的候选路线作为最终的固定巡航路线。
在一具体实施例中,所述步骤S206还包括:
分别将每一所述候选巡航点作为唯一固定巡航点,并分别将所述唯一固定巡航点与所述起始巡航点和结束巡航点进行组合,得到所有的巡航路径;
分别将两个候选巡航点作为唯二固定巡航点,并分别将所述唯二固定巡航点与所述起始巡航点和结束巡航点进行组合,得到所有的巡航路径;
以此类推,分别将n个候选巡航点作为唯n个固定巡航点,并分别将所述唯n个固定巡航点与所述起始巡航点和结束巡航点进行组合,得到所有的巡航路径,其中n不大于圆内的候选巡航点总数。
本实施例对圆内任意候选巡航点进行组合,可以充分得到所有的候选路径,进而从所有的候选路径中选择符合要求的路径作为最终的固定巡航路线。例如圆内有三个候选巡航点A、B、C,则首先取任一候选巡航点作为唯一固定巡航点,则存在三个所述唯一固定巡航点:A、B、C,然后分别将所述唯一固定巡航点与起始巡航点O和结束巡航点T进行组合,得到所有候选路线:OA-AT、OB-BT、OC-CT;再分别将两个候选巡航点作为唯二固定巡航点,则存在所述唯二固定巡航点有:AB、AC、BC,然后分别将所述唯一固定巡航点与起始巡航点O和结束巡航点T进行组合,得到所有候选路线:OA-AB-BT或OB-BA-AT、OA-AC-CT或OC-CA-CT、OB-BC-CT或OC-CB-BT。
需要说明的是,对于某些业务提供方来说,其销售的商品可能比较重,例如西瓜等商品,由于货物的重量将直接增加运输公具的能源消耗和轮胎等的机械损耗,因此影响运输成本的两个最大成本因素是巡航距离和货物的重量。同时,业务提供方每到一个固定巡航点后,货物重量将减少,而每个固定巡航点的交易需求量不同,因此固定巡航点的顺序将直接影响业务提供方的巡航长度和巡航所耗费的运输成本。本实施例按照下列公式对候选路线中的起始巡航点和固定巡航点之间的路径所耗费的运输成本进行计算:
P1=S*C*D1
P2=(S–R1)*C*D2
……
Pi=(S–Ri-1,……,–R1)*C*Di
其中,P1为起始巡航点到第一个固定巡航点的运输成本,P2为起始巡航点到第一个固定巡航点,再到第二固定巡航点的运输成本,Pi为起始巡航点到第一个固定巡航点,再到第二固定巡航点,再到第i个固定巡航点的运输成本。
将候选路线中的起始巡航点和固定巡航点之间的路径的运输成本相加即可得到该候选路线的运输成本sum(pi)的值。
在一实施例中,由于某些业务对于时间段较为敏感,例如对于早餐车这一流动型业务提供方来说,该类型业务只有每天的几个小时内有需求,但由于巡航点附近功能场所的不同,产生业务需求高峰的时间可能稍有不同,例如学校附近的早餐需求可能早于工业区附近的早餐需求。因此为了使不同类型的业务提供方能够具有更高的利益,本实施例首先根据历史记录得到各固定巡航点的业务繁忙时段,即繁忙开始时间和繁忙结束时间;
业务提供方由所述的起始巡航点出发,根据各固定巡航点繁忙开始时间、业务提供方到达某固定巡航点的行驶时间,以到达第一个固定巡航点的时间不晚于该固定巡航点的繁忙开始时间作为规则,判断该固定巡航点能否成为第一个候选的固定巡航点;
在第一个固定巡航点的繁忙时间结束后,业务提供方前往下一个固定巡航点。根据各固定巡航点的繁忙开始时间、业务提供方到达某固定巡航点所需时间,以到达下一固定巡航点的时间必须不晚于其繁忙开始时间作为规则,判断某固定巡航点能否成为下一个候选的固定巡航点;
以此类推,当不能再找到下一个符合条件的固定巡航点后,业务提供方前往所述的结束巡航点;
根据业务提供方到达所述结束巡航点的时间不晚于所述业务提供方的巡航结束时间的规则,排除不符合规则的候选路径;
计算剩下的各候选路径的运输成本和销售量,得出利润额,将利润额最大的作为最终的固定巡航路线。
结合图5,业务提供方从O点出发时间为5AM,到达C点的需要半小时,到达时间为5:30AM,早于C点的繁忙开始时间6AM,因此C点能成为候选的第一个到达的固定巡航点。同理,A、B、D也能成为候选的第一个到达的固定巡航点。进一步的,从C点出发时间为8AM,到达A点的需要一小时,到达时间为9AM,不晚于A点开始繁忙时间9AM,因此A点能成为候选的第一个到达的固定巡航点,同时根据上述规则B、D都不能成为候选的下一个到达的固定巡航点。最终,可以得到的候选路线有:OA-AT;OB-BT;OC-CA-AT;OD-DB-BT.
图6为本发明实施例提供的一种流动型业务的数据处理装置600的示意性框图,该装置600包括:
订单获取单元601,用于获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
下发单元602,用于根据所述订单信息向用户下发与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
接收单元603,用于接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
第一生成单元604,用于根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
在一实施例中,所述业务提供方的服务类型信息包括:固定点停留型、固定路线巡航型和非固定路线巡航型。
在一实施例中,所述第一生成单元604包括:
第二生成单元,用于当所述目标提供方的服务类型信息为固定点停留型时,则获取所述目标提供方的停留位置信息,然后根据用户的待购买位置信息和所述目标提供方的停留位置信息生成最佳交易路线并下发给用户和目标提供方;
第三生成单元,用于当所述目标提供方的服务类型信息为固定路线巡航时,则获取所述目标提供方的固定巡航路线中的所有固定巡航点,然后选择距离用户的待购买位置最近的固定巡航点作为目标巡航点,根据所述巡航点的位置信息以及待购买位置信息生成最佳交易路线并下发给用户和目标提供方;
第四生成单元,用于当所述目标提供方的服务类型信息为非固定路线巡航时,则获取所述目标提供方的当前位置信息,并根据所述目标提供方的当前位置信息与所述用户的待购买位置信息生成最佳交易路线并下发给用户和目标提供方。
在一实施例中,所述流动型业务的数据处理装置600还包括:
历史获取单元,用于获取历史交易数据,并根据历史交易数据为固定点停留型的业务提供方生成固定停留点信息并下发给对应的业务提供方,以及根据历史交易数据为固定路线巡航型的业务提供方生成固定巡航路线信息并下发给对应的业务提供方;
实时获取单元,用于获取实时交易需求数据,结合所述用户的订单信息和实时交易需求数据对非固定路线巡航型的业务提供方实时生成巡航路线并下发给对应的业务提供方。
在一实施例中,如图7所示,所述历史获取单元包括:
巡航信息获取单元701,用于获取业务提供方的起始巡航点、结束巡航点和巡航半径,以及获取所述业务提供方的起始巡航时间和结束巡航时间,并根据所述起始巡航时间和结束巡航时间确定所述业务提供方的巡航工作时长;
候选单元702,用于以所述起始巡航点和结束巡航点为端点作线段,并以所述线段的中点为圆心,以所述巡航半径为半径画圆,将圆内的所有巡航点作为候选巡航点;
需求量计算单元703,用于对所述的候选巡航点的交易需求量进行计算,并按照交易需求量的大小进行排序;
巡航时间单元704,用于根据对每一所述候选巡航点交易需求量为每一所述候选巡航点分配对应的停留时间,并结合每一所述候选巡航点的停留时间获取每一所述候选巡航点对应的巡航时间;
固定巡航点选取单元705,用于利用每一所述候选巡航点的交易需求量和巡航时间,选择相应的候选巡航点作为固定巡航点;
固定巡航路线生成单元706,用于基于所述起始巡航点、结束巡航点和所有的固定巡航点为所述业务提供方生成固定巡航路线,并下发至所述业务提供方。
在一实施例中,所述需求量计算单元703包括:
交易数据获取单元,用于获取每一候选巡航点的历史交易数据;
候选巡航点计算单元,用于对于每一候选巡航点,利用多元线性回归统计方法按照下式对交易需求量进行计算:
y=b0+b1*x1+b2*x2+b3*x3+b4*x4+b5*x5+b6*x6+e
式中,y为候选巡航点的交易需求量;x1、x2、x3、x4、x5和x6为6个自变量,其中x1为候选巡航点内的人口数量,x2为具体时间段,x3为候选巡航点内的功能场所,x4为候选巡航点内的交通状况,x5为候选巡航点内提供同类型业务的业务提供方数量,x6为候选巡航点对应的天气变量;b0为常数项,b1、b2、b3、b4、b5和b6均为偏回归系数;e为随机误差。
在一实施例中,所述固定巡航路线生成单元706包括:
路线获取单元,用于获取所述业务提供方在所述起始点巡航点、结束巡航点和所有固定巡航点组成的所有巡航路线,并将所有巡航路线作为候选路线;
运输成本计算单元,用于按照下列公式对每一候选路线的运输成本进行计算:
式中,sum(Pi)为第i条候选路线的运输成本,C为每公斤货物每公里的运输成本,S为所述业务提供方总载货量,Di为第i条候选路线中从第i-1个巡航点至第i个巡航点的距离,Ri为第i个巡航点所需货物的重量,Ri-1为第i-1个巡航点所需货物的重量,R0为起始巡航点所需货物的重量;
运输成本选择单元,用于选择运输成本最小的候选路线作为所述业务提供方的固定巡航路线,并下发至所述业务提供方。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
本发明实施例还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种计算机设备,可以包括存储器和处理器,存储器中存有计算机程序,处理器调用存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然计算机设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,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。在没有更多限制的状况下,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。
Claims (10)
1.一种流动型业务的数据处理方法,其特征在于,包括:
获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
根据所述订单信息向用户下发与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
2.根据权利要求1所述的流动型业务的数据处理方法,其特征在于,所述业务提供方的服务类型信息包括:固定点停留型、固定路线巡航型和非固定路线巡航型。
3.根据权利要求2所述的流动型业务的数据处理方法,其特征在于,所述根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方,包括:
当所述目标提供方的服务类型信息为固定点停留型时,则获取所述目标提供方的停留位置信息,然后根据用户的待购买位置信息和所述目标提供方的停留位置信息生成最佳交易路线并下发给用户和目标提供方;
当所述目标提供方的服务类型信息为固定路线巡航时,则获取所述目标提供方的固定巡航路线中的所有固定巡航点,然后选择距离用户的待购买位置最近的固定巡航点作为目标巡航点,根据所述巡航点的位置信息以及待购买位置信息生成最佳交易路线并下发给用户和目标提供方;
当所述目标提供方的服务类型信息为非固定路线巡航时,则获取所述目标提供方的当前位置信息,并根据所述目标提供方的当前位置信息与所述用户的待购买位置信息生成最佳交易路线并下发给用户和目标提供方。
4.根据权利要求2所述的流动型业务的数据处理方法,其特征在于,还包括:
获取历史交易数据,并根据历史交易数据为固定点停留型的业务提供方生成固定停留点信息并下发给对应的业务提供方,以及根据历史交易数据为固定路线巡航型的业务提供方生成固定巡航路线信息并下发给对应的业务提供方;
获取实时交易需求数据,结合所述用户的订单信息和实时交易需求数据对非固定路线巡航型的业务提供方实时生成巡航路线并下发给对应的业务提供方。
5.根据权利要求4所述的流动型业务的数据处理方法,其特征在于,根据历史交易数据为固定路线巡航型的业务提供方生成固定巡航路线信息并下发给对应的业务提供方,包括:
获取业务提供方的起始巡航点、结束巡航点和巡航半径,以及获取所述业务提供方的起始巡航时间和结束巡航时间,并根据所述起始巡航时间和结束巡航时间确定所述业务提供方的巡航工作时长;
以所述起始巡航点和结束巡航点为端点作线段,并以所述线段的中点为圆心,以所述巡航半径为半径画圆,将圆内的所有巡航点作为候选巡航点;
对所述的候选巡航点的交易需求量进行计算,并按照交易需求量的大小进行排序;
根据对每一所述候选巡航点交易需求量为每一所述候选巡航点分配对应的停留时间,并结合每一所述候选巡航点的停留时间获取每一所述候选巡航点对应的巡航时间;
利用每一所述候选巡航点的交易需求量和巡航时间,选择相应的候选巡航点作为固定巡航点;
基于所述起始巡航点、结束巡航点和所有的固定巡航点为所述业务提供方生成固定巡航路线,并下发至所述业务提供方。
6.根据权利要求5所述的流动型业务的数据处理方法,其特征在于,所述对所述的候选巡航点的交易需求量进行计算,并按照交易需求量的大小进行排序,包括:
获取每一候选巡航点的历史交易数据;
对于每一候选巡航点,利用多元线性回归统计方法按照下式对交易需求量进行计算:
y=b0+b1*x1+b2*x2+b3*x3+b4*x4+b5*x5+b6*x6+e
式中,y为候选巡航点的交易需求量;x1、x2、x3、x4、x5和x6为6个自变量,其中x1为候选巡航点内的人口数量,x2为具体时间段,x3为候选巡航点内的功能场所,x4为候选巡航点内的交通状况,x5为候选巡航点内提供同类型业务的业务提供方数量,x6为候选巡航点对应的天气变量;b0为常数项,b1、b2、b3、b4、b5和b6均为偏回归系数;e为随机误差。
7.根据权利要求5所述的流动型业务的数据处理方法,其特征在于,基于所述起始巡航点、结束巡航点和所有的固定巡航点为所述业务提供方生成固定巡航路线,并下发至所述业务提供方,包括:
获取所述业务提供方在所述起始点巡航点、结束巡航点和所有固定巡航点组成的所有巡航路线,并将所有巡航路线作为候选路线;
按照下列公式对每一候选路线的运输成本进行计算:
式中,sum(Pi)为第i条候选路线的运输成本,C为每公斤货物每公里的运输成本,S为所述业务提供方总载货量,Di为第i条候选路线中从第i-1个巡航点至第i个巡航点的距离,Ri为第i个巡航点所需货物的重量,Ri-1为第i-1个巡航点所需货物的重量,R0为起始巡航点所需货物的重量;
选择运输成本最小的候选路线作为所述业务提供方的固定巡航路线,并下发至所述业务提供方。
8.一种流动型业务的数据处理装置,其特征在于,包括:
订单获取单元,用于获取用户发送的订单信息,其中,所述订单信息包括用户待购买商品信息、待购买时间信息和待购买位置信息;
下发单元,用于根据所述订单信息向用户下发至与所述订单信息匹配的至少一个业务提供方以及所述业务提供方的服务类型信息;
接收单元,用于接收用户从所述业务提供方中所选择的目标提供方的确认信息,并将确认信息与订单信息下发至目标提供方;
第一生成单元,用于根据用户的待购买位置信息和所述目标提供方的服务类型信息生成最佳交易路线并下发给用户和目标提供方。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的流动型业务的数据处理方法。
10.一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执行时实现如权利要求1至7任一项所述的流动型业务的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176801.3A CN112990962B (zh) | 2021-02-07 | 2021-02-07 | 一种流动型业务的数据处理方法、装置及相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176801.3A CN112990962B (zh) | 2021-02-07 | 2021-02-07 | 一种流动型业务的数据处理方法、装置及相关组件 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112990962A true CN112990962A (zh) | 2021-06-18 |
CN112990962B CN112990962B (zh) | 2024-05-31 |
Family
ID=76392540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110176801.3A Active CN112990962B (zh) | 2021-02-07 | 2021-02-07 | 一种流动型业务的数据处理方法、装置及相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112990962B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230127A (zh) * | 2017-04-24 | 2017-10-03 | 深圳市橙方智能科技有限公司 | 一种售货系统 |
CN108229771A (zh) * | 2016-12-13 | 2018-06-29 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
US20190102824A1 (en) * | 2017-09-30 | 2019-04-04 | Boe Technology Group Co., Ltd. | Method and system for intelligent shopping, and intelligent shopping cart |
CN110135660A (zh) * | 2019-05-29 | 2019-08-16 | 新石器慧通(北京)科技有限公司 | 一种无人售卖车及巡游售卖方法 |
CN110168596A (zh) * | 2016-11-06 | 2019-08-23 | 伊利亚·弗拉基米罗维奇·烈德科卡申 | 分配订单的方法 |
CN111191850A (zh) * | 2020-01-03 | 2020-05-22 | 杭州飞步科技有限公司 | 数据处理方法、装置及设备 |
CN111199366A (zh) * | 2018-11-19 | 2020-05-26 | 奥迪股份公司 | 无人配送方法及装置、计算机设备及计算机可读存储介质 |
-
2021
- 2021-02-07 CN CN202110176801.3A patent/CN112990962B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110168596A (zh) * | 2016-11-06 | 2019-08-23 | 伊利亚·弗拉基米罗维奇·烈德科卡申 | 分配订单的方法 |
CN108229771A (zh) * | 2016-12-13 | 2018-06-29 | 北京嘀嘀无限科技发展有限公司 | 分配订单的方法及装置 |
CN107230127A (zh) * | 2017-04-24 | 2017-10-03 | 深圳市橙方智能科技有限公司 | 一种售货系统 |
US20190102824A1 (en) * | 2017-09-30 | 2019-04-04 | Boe Technology Group Co., Ltd. | Method and system for intelligent shopping, and intelligent shopping cart |
CN111199366A (zh) * | 2018-11-19 | 2020-05-26 | 奥迪股份公司 | 无人配送方法及装置、计算机设备及计算机可读存储介质 |
CN110135660A (zh) * | 2019-05-29 | 2019-08-16 | 新石器慧通(北京)科技有限公司 | 一种无人售卖车及巡游售卖方法 |
CN111191850A (zh) * | 2020-01-03 | 2020-05-22 | 杭州飞步科技有限公司 | 数据处理方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112990962B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wen et al. | Transit-oriented autonomous vehicle operation with integrated demand-supply interaction | |
Arnold et al. | Simulation of B2C e-commerce distribution in Antwerp using cargo bikes and delivery points | |
US20120084118A1 (en) | Sales predication for a new store based on on-site market survey data and high resolution geographical information | |
AU2009248196B2 (en) | Improvements in or relating to inventory control and optimization | |
CN111428991B (zh) | 用于确定配送车辆的方法和装置 | |
CN109003131B (zh) | 基于用户场景属性信息的精准营销方法及装置 | |
US20180308039A1 (en) | System and Method for Dynamically Establishing A Regional Distribution Center Truck Flow Graph to Distribute Merchandise | |
US20210201214A1 (en) | System and method for recommending bidding bundle options in bidding-based ridesharing | |
US20110087524A1 (en) | Determining travel routes by using fee-based location preferences | |
CN110544055B (zh) | 订单处理方法和装置 | |
KR101835789B1 (ko) | 유동인구 패턴 기반의 미래 부동산 가치 평가 방법 및 장치 | |
CN113128744A (zh) | 配送规划方法和装置 | |
US20170248432A1 (en) | Determining network maps of transport networks | |
Ellison et al. | Modelling Sydney’s light commercial service vehicles | |
Moslem et al. | A hybrid decomposed fuzzy multi-criteria decision-making model for optimizing parcel lockers location in the last-mile delivery landscape | |
Zhen et al. | Decision models for personal shopper platform operations optimization | |
CN113850441A (zh) | 一种预测送达时效方法及装置 | |
CN113592401A (zh) | 地址推荐方法、系统、设备及存储介质 | |
CN112990962B (zh) | 一种流动型业务的数据处理方法、装置及相关组件 | |
Zhou et al. | A domain‐of‐influence based pricing strategy for task assignment in crowdsourcing package delivery | |
JP6593348B2 (ja) | 予測システム、予測方法及びコンピュータ読み取り可能記録媒体 | |
Kang et al. | Mobile coupons delivery problem: Postponable online multi-constraint knapsack | |
Zhao et al. | Reverse-auction-based competitive order assignment for mobile taxi-hailing systems | |
US20230222403A1 (en) | Communications server apparatus and method for allocating resources to service requests related to a shared economy on-demand service or asset provision | |
Olivares-Benitez | Attraction-rejection model for facility location |
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 |