发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种针对电商平台新注册商家物流公司推荐的基于用户特征识别分析的快递物流用户数据库统一化建立方法,实现了对该电商平台新注册商家合作物流公司的智能推荐;
本发明的目的可以通过以下技术方案实现:
本发明提供了基于用户特征识别分析的快递物流用户数据库统一化建立方法,该方法包括以下步骤:
S1、物流公司数量统计:根据电商平台各商家合作的物流公司,进而将该电商平台各商家合作的物流公司进行对比筛选,统计该电商平台对应的合作物流公司的数量,并将该电商平台合作的物流公司按照预设顺序进行编号,依次标记为1,2,...i,...n;
S2、物流公司基本信息获取:所述物流公司基本信息获取用于获取该电商平台各物流公司对应的基本信息;
S3、物流基本运营信息获取:所述物流公司基本运营信息获取用于获取该电商平台各物流公司对应的基本运营信息,其中物流公司对应的基本运营信息包括车辆信息和运输路线信息,进而构建各物流公司基本运营信息集合Ye(Ye1,Ye2,...Yei,...Yen),Yei表示第i个物流公司对应的第e个运营信息,e表示物流公司运营信息,e=b1,b2,b1和b2分别表示车辆信息和运输路线信息;
S4、物流公司服务质量信息获取:所述物流公司服务质量信息获取用于获取该电商平台各物流公司对应的服务质量信息,其中物流公司服务质量信息包括历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,进而构建各物流公司服务质量信息集合Fz(Fz1,Fz2,...Fzi,...Fzn),Fzi表示该电商平台第i个物流公司对应的第z个服务质量信息,z表示物流公司服务质量信息,z=c1,c2,c3,c4,c1,c2,c3和c4分别表示历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量;
S5、物流公司数据库建立:根据获取的各物流公司对应的基本信息、基本运营信息和服务质量信息,进而构建该电商平台物流公司信息数据库;
S6、商家信息获取:所述商家信息获取用于获取该电商平台新注册商家对应的基本信息,其中该电商平台新注册商家对应的基本信息包括商家销售商品种类、销售商品重量和商家发货地址;
S7、物流公司信息分析:所述物流公司信息分析用于对该电商平台物流公司信息数据库各物流公司对应的基本信息、基本运营信息和服务质量信息进行分析,统计各物流公司对应的综合优选影响系数;
S8、目标合作物流公司选取:根据统计的各物流公司对应的综合优选影响系数,进而将各物流公司对应的综合优选影响系数按照从大到小的顺序进行排序,进而将排名第一位对应的物流公司作为目标合作物流公司。
进一步地,所述物流公司的基本信息包括物流公司合作商家对应的数量、单位收费金额和入驻该电商平台的时长,将该电商平台各商家合作的物流公司进行对比筛选,获取相同物流公司对应的合作商家的数量,进而获取各物流公司对应的合作商家的数量,同时通过该电商平台调取各物流公司对应的单位收费金额和各物流公司入驻该电商平台的时长,并构建各物流公司基本信息集合Jw(Jw1,Jw2,...Jwi,...Jwn),Jwi表示第i个物流公司对应的第w个基本信息,w表示物流公司基本信息,w=a1,a2,a3,a1,a2和a3分别表示物流公司对应的合作商家数量、单位收费金额和入驻该电商平台的时长。
进一步地,所述各物流公司车辆信息包括车量数量和车辆装载量,进而构建各物流公司车辆信息集合Cs(Cs1,Cs2,...Csi,...Csn),Csi表示第i个物流公司对应的s个车辆信息,s表示车辆信息,s=c1,c2,c1和c2分别表示车量数量和车辆装载量。
进一步地,所述各物流公司运输路线信息包括运输路线的条数、各运输路线对应的运输次数和各运输路线对应的运输起始地和运输终止地,进而将各物流公司对应的运输路线按照预设顺序进行编号,依次标记为1,2,...k,...f,进而构建各物流公司运输路线信息集合Ls d(Ls d1,Ls d2,...Ls dk,...Ls df),Ls dk表示第d个物流公司第k条运输路线对应的第s个运输路线信息,s表示运输路线信息,s=h1,h2,h3,h1,h2和h3分别表示运输路线对应的运输次数、运输路线对应的运输起始地和运输路线对应的运输终止地,d表示物流公司编号,d=1,2,...i,...n。
进一步地,所述对各物流公司对应的基本信息分析过程包括以下步骤:
A1、根据各物流公司基本信息集合,进而获取各物流公司合作商家数量、单位收费金额和电商平台入驻时长;
A2、将各物流公司合作商家数量、单位收费金额和入驻该电商平台的时长分别与该电商平台物流公司对应的平均合作商家数量、平均单位收费金额和平均入驻该电商平台的时长进行对比,进而统计各物流公司各基本信息优选影响系数,其计算公式为
β
wd表示第d个物流公司第w个基本信息对应的优选影响系数,a1
d,a2
d,a3
d分别表示第d个物流公司对应的合作商家数量、单位收费金额、入驻该电商平台的时长,
分别表示该电商平台物流公司对应的平均合作商家数量、平均单位收费金额、平均入驻该电商平台的时长;
A3、根据统计的各物流公司各基本信息优选影响系数统计各物流公司基本信息综合优选影响系数,其计算公式为
β′
d表示第d个物流公司对应的基本信息综合优选影响系数,β
a1 d,β
a2 d,β
a3 d分别表示第d个物流公司合作商家数量、单位收费金额、入驻该电商平台的时长对应的优选影响系数。
进一步地,所述对各物流公司基本运营信息分析用于对各物流公司车辆信息进行分析,其具体分析过程包括以下步骤:
B1、根据各物流公司基本运营信息集合进而获取各物流公司对应的车辆信息和运输路线信息;
B2、根据各物流公司对应的车辆信息,调取各物流公司车辆信息集合,进而获取各物流公司对应的车辆数量和车辆装载量;
B3、根据该电商平台新注册商家对应的基本信息,进而获取该电商平台新注册商家对应的销售商品种类和销售商品重量;
B3、根据该电商平台新注册商家对应销售商品种类,进而从该电商平台调取与该电商平台新注册商家销售商品种类相同的商家,并将与该电商平台新注册商家销售商品种类相同的商家记为匹配商家,调取各匹配商家商品销售量,进而获取匹配商家对应的商品日均销售量,将该匹配商家对应的商品日均销售量作为该电商平台新注册商家对应的预估日均销售量;
B4、根据该电商平台新注册商家对应的预估日均销售量和销售商品重量,进而获取该电商平台新注册商家对应的预估发货商品总重量,将该电商平台新注册商家成家预估发货商品总重量与各物流公司对应的车辆装载量进行匹配对比,进而统计各物流公司车辆装载量优选影响系数,其计算公式为
φ
d表示第d个物流公司对应的车辆装载量优选影响系数,c2
d表示第d个物流公司对应的车辆装载量,g表示该电商平台行注册商家成家成交商品对应的综合重量;
B5、将各物流公司对应的车辆数量与物流公司对应的平均车辆数量进行对比,统计各物流公司车辆数量优选影响系数,其计算公式为
表示第d个物流公司对应的车辆数量优选影响系数,n表示该电商平台物流公司数量,c1
d表示第d个物流公司对应的车辆数量;
B6、根据统计的各物流公司车辆装载量优选影响系数和各物流公司车辆数量优选影响系数,进而统计各物流公司车量信息综合优选影响系数,其计算公式为
λ
d表示第d个物流公司对应的车量信息综合优选影响系数。
进一步地,所述对各物流公司基本运营信息分析用于对各物流公司运输路线信息进行分析,其具体分析过程包括以下步骤:
D1、根据各物流公司对应的运输路线信息,调取各物流公司运输路线信息集合,进而获取各物流公司运输路线的条数、各运输路线对应的运输次数和各运输路线对应的运输起始地和运输终止地;
D2、将各物流公司对应运输路线的条数与物流公司对应的标准运输路线条数进行对比,进而统计各物流公司运输路线条数优选影响系数,其计算公式为
μ
d表示第d个物流公司对应的运输路线条数优选影响系数;
D3、根据各物流公司各运输路线对应的运输次数,进而统计各物流公司对应的综合运输次数,将各物流公司对应的综合运输次数与物流公司对应的平均综合运输次数进行对比,进而统计各物流公司运输次数优选影响系数,其计算公式为
ε
d表示第d个物流公司对应的运输次数优选影响系数,h1
d r表示第d个物流公司第r条运输路线对应的运输次数,r表示运输路线编号,r=1,2,...k,...f;
D4、将各物流公司各运输路线对应的运输起始地与该电商平台新注册商家对应的发货地进行匹配对比,统计各物流公司运输起始地与该电商平台新注册商家对应的发货地相同的运输路线条数,并将该运输路线记为匹配运输路线,进而将各物流公司匹配运输路线的条数与物流公司标准匹配运输路线的条数进行对比,进而统计各物流公司标准匹配运输路线条数优选影响系数,其计算公式为
η
d表示第d个物流公司对应的标准匹配运输路线条数优选影响系数,f′
d表示第d个物流公司对应的匹配运输路线的条数,f′
标准表示物流公司标准匹配运输路线的条数;
D5、根据统计的各物流公司运输路线条数优选影响系数、各物流公司运输次数优选影响系数和各物流公司标准匹配运输路线条数优选影响系数进而统计各物流公司运输信息综合优选影响系数,其计算公式为
γ
d表示第d个物流公司对应的运输信息综合优选影响系数。
进一步地,所述对各物流公司服务质量信息进行分析的具体过程为:根据各物流公司服务质量信息集合,进而获取各物流公司对应的历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,将各物流公司历史丢失订单的数量、历史订单运输破损数量和历史配送延时订单数量分别与各物流公司对应的历史接收订单数量进行对比,进而统计各物流公司各服务信息对应的服务质量优选影响系数,其计算公式为
表示第d个物流公司第z个服务信息对应的服务质量优选影响系数,c1
d,c2
d,c3
d,c4
d分别表示第d个物流公司对应的历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,根据统计的各物流公司各服务信息对应的服务质量优选影响系数,进而统计各物流公司综合服务质量优选影响系数,其计算公式为
ψ
d表示第d个物流公司对应的综合服务质量优选影响系数。
进一步地,所述各物流公司对应的综合优选影响系数计算公式为
X
d表示第d个物流公司对应的对应的综合优选影响系数。
进一步地,所述方法还包括信息发送,进而根据选取的该目标合作物流公司,获取该目标合作物流公司对应的编号,根据该目标合作物流公司对应的编号,进而从该电商平台调取该目标合作物流公司对应的联系方式,并将该目标合作物流公司对应的联系方式发送至该电商平台新注册商家对应的用户终端。
本发明的有益效果:
(1)本发明提供的基于用户特征识别分析的快递物流用户数据库统一化建立方法,通过构建该电商平台物流公司信息数据库,解决了现有的物流公司数据库建立方法无法实现对各物流公司之间信息的对比和共享的问题,打破了现有的物流公司数据库建立方法建立数据库存储内容的局限性,大大的提高了对商家合作物流公司推荐的精准性,实现了对该电商平台新注册商家合作物流公司的智能推荐。
(2)本发明通过对各物流公司的基本信息、各物流公司基本运营信息、各物流公司的服务质量信息和该电商平台新注册商家对应信息进行精准的分析和匹配,进而有效的提高了对该电商平台新注册商家合作物流公司的匹配度,同时也大大的提高了对该电商平台新注册商家合作物流公司的推荐效率。
(3)本发明通过将选取的该电商平台新注册商家目标合作物流公司的联系方式发送至该电商平台新注册商家对应的用户终端,进而大大的节省了该电商平台新注册商家对合作物流公司的选取时间,同时也大大的保障了该电商平台新注册商家对合作物流公司信息获取的真实性。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
请参阅图1所示,本发明提供了基于用户特征识别分析的快递物流用户数据库统一化建立方法,该方法包括以下步骤:
S1、物流公司数量统计:根据电商平台各商家合作的物流公司,进而将该电商平台各商家合作的物流公司进行对比筛选,统计该电商平台对应的合作物流公司的数量,并将该电商平台合作的物流公司按照预设顺序进行编号,依次标记为1,2,...i,...n;
S2、物流公司基本信息获取:所述物流公司基本信息获取用于获取该电商平台各物流公司对应的基本信息;
具体的,所述物流公司的基本信息包括物流公司合作商家对应的数量、单位收费金额和入驻该电商平台的时长,将该电商平台各商家合作的物流公司进行对比筛选,获取相同物流公司对应的合作商家的数量,进而获取各物流公司对应的合作商家的数量,同时通过该电商平台调取各物流公司对应的单位收费金额和各物流公司入驻该电商平台的时长,并构建各物流公司基本信息集合Jw(Jw1,Jw2,...Jwi,...Jwn),Jwi表示第i个物流公司对应的第w个基本信息,w表示物流公司基本信息,w=a1,a2,a3,a1,a2和a3分别表示物流公司对应的合作商家数量、单位收费金额和入驻该电商平台的时长。
S3、物流基本运营信息获取:所述物流公司基本运营信息获取用于获取该电商平台各物流公司对应的基本运营信息,其中物流公司对应的基本运营信息包括车辆信息和运输路线信息,进而构建各物流公司基本运营信息集合Ye(Ye1,Ye2,...Yei,...Yen),Yei表示第i个物流公司对应的第e个运营信息,e表示物流公司运营信息,e=b1,b2,b1和b2分别表示车辆信息和运输路线信息;
具体地,所述各物流公司车辆信息包括车量数量和车辆装载量,进而构建各物流公司车辆信息集合Cs(Cs1,Cs2,...Csi,...Csn),Csi表示第i个物流公司对应的s个车辆信息,s表示车辆信息,s=c1,c2,c1和c2分别表示车量数量和车辆装载量。
具体地,所述各物流公司运输路线信息包括运输路线的条数、各运输路线对应的运输次数和各运输路线对应的运输起始地和运输终止地,进而将各物流公司对应的运输路线按照预设顺序进行编号,依次标记为1,2,...k,...f,进而构建各物流公司运输路线信息集合Ls d(Ls d1,Ls d2,...Ls dk,...Ls df),Ls dk表示第d个物流公司第k条运输路线对应的第s个运输路线信息,s表示运输路线信息,s=h1,h2,h3,h1,h2和h3分别表示运输路线对应的运输次数、运输路线对应的运输起始地和运输路线对应的运输终止地,d表示物流公司编号,d=1,2,...i,...n。
S4、物流公司服务质量信息获取:所述物流公司服务质量信息获取用于获取该电商平台各物流公司对应的服务质量信息,其中物流公司服务质量信息包括历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,进而构建各物流公司服务质量信息集合Fz(Fz1,Fz2,...Fzi,...Fzn),Fzi表示该电商平台第i个物流公司对应的第z个服务质量信息,z表示物流公司服务质量信息,z=c1,c2,c3,c4,c1,c2,c3和c4分别表示历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量;
S5、物流公司数据库建立:根据获取的各物流公司对应的基本信息、基本运营信息和服务质量信息,进而构建该电商平台物流公司信息数据库;
本发明实施例通过构建该电商平台物流公司信息数据库,解决了现有的物流公司数据库建立方法无法实现对各物流公司之间信息的对比和共享的问题,打破了现有的物流公司数据库的建立方法建立的数据库存储内容的局限性,大大的提高了对商家合作物流公司推荐的精准性,实现了对该电商平台新注册商家合作物流公司的智能推荐。
S6、商家信息获取:所述商家信息获取用于获取该电商平台新注册商家对应的基本信息,其中该电商平台新注册商家对应的基本信息包括商家销售商品种类、销售商品重量和商家发货地址;
S7、物流公司信息分析:所述物流公司信息分析用于对该电商平台物流公司信息数据库各物流公司对应的基本信息、基本运营信息和服务质量信息进行分析,统计各物流公司对应的综合优选影响系数;
本发明实施例通过对各物流公司的基本信息、各物流公司基本运营信息、各物流公司的服务质量信息和该电商平台新注册商家对应信息进行精准的分析和匹配,进而有效的提高了对该电商平台新注册商家合作物流公司的匹配度,同时也大大的提高了对该电商平台新注册商家合作物流公司的推荐效率。
具体地,所述对各物流公司对应的基本信息分析过程包括以下步骤:
A1、根据各物流公司基本信息集合,进而获取各物流公司合作商家数量、单位收费金额和电商平台入驻时长;
A2、将各物流公司合作商家数量、单位收费金额和入驻该电商平台的时长分别与该电商平台物流公司对应的平均合作商家数量、平均单位收费金额和平均入驻该电商平台的时长进行对比,进而统计各物流公司各基本信息优选影响系数,其计算公式为
β
wd表示第d个物流公司第w个基本信息对应的优选影响系数,a1
d,a2
d,a3
d分别表示第d个物流公司对应的合作商家数量、单位收费金额、入驻该电商平台的时长,
分别表示该电商平台物流公司对应的平均合作商家数量、平均单位收费金额、平均入驻该电商平台的时长;
A3、根据统计的各物流公司各基本信息优选影响系数统计各物流公司基本信息综合优选影响系数,其计算公式为
β′
d表示第d个物流公司对应的基本信息综合优选影响系数,β
a1 d,β
a2 d,β
a3 d分别表示第d个物流公司合作商家数量、单位收费金额、入驻该电商平台的时长对应的优选影响系数。
具体地,所述对各物流公司基本运营信息分析用于对各物流公司车辆信息进行分析,其具体分析过程包括以下步骤:
B1、根据各物流公司基本运营信息集合进而获取各物流公司对应的车辆信息和运输路线信息;
B2、根据各物流公司对应的车辆信息,调取各物流公司车辆信息集合,进而获取各物流公司对应的车辆数量和车辆装载量;
B3、根据该电商平台新注册商家对应的基本信息,进而获取该电商平台新注册商家对应的销售商品种类和销售商品重量;
B3、根据该电商平台新注册商家对应销售商品种类,进而从该电商平台调取与该电商平台新注册商家销售商品种类相同的商家,并将与该电商平台新注册商家销售商品种类相同的商家记为匹配商家,调取各匹配商家商品销售量,进而获取匹配商家对应的商品日均销售量,将该匹配商家对应的商品日均销售量作为该电商平台新注册商家对应的预估日均销售量;
B4、根据该电商平台新注册商家对应的预估日均销售量和销售商品重量,进而获取该电商平台新注册商家对应的预估发货商品总重量,将该电商平台新注册商家成家预估发货商品总重量与各物流公司对应的车辆装载量进行匹配对比,进而统计各物流公司车辆装载量优选影响系数,其计算公式为
φ
d表示第d个物流公司对应的车辆装载量优选影响系数,c2
d表示第d个物流公司对应的车辆装载量,g表示该电商平台行注册商家成家成交商品对应的综合重量;
B5、将各物流公司对应的车辆数量与物流公司对应的平均车辆数量进行对比,统计各物流公司车辆数量优选影响系数,其计算公式为
表示第d个物流公司对应的车辆数量优选影响系数,n表示该电商平台物流公司数量,c1
d表示第d个物流公司对应的车辆数量;
B6、根据统计的各物流公司车辆装载量优选影响系数和各物流公司车辆数量优选影响系数,进而统计各物流公司车量信息综合优选影响系数,其计算公式为
λ
d表示第d个物流公司对应的车量信息综合优选影响系数。
具体地,所述对各物流公司基本运营信息分析用于对各物流公司运输路线信息进行分析,其具体分析过程包括以下步骤:
D1、根据各物流公司对应的运输路线信息,调取各物流公司运输路线信息集合,进而获取各物流公司运输路线的条数、各运输路线对应的运输次数和各运输路线对应的运输起始地和运输终止地;
D2、将各物流公司对应运输路线的条数与物流公司对应的标准运输路线条数进行对比,进而统计各物流公司运输路线条数优选影响系数,其计算公式为
μ
d表示第d个物流公司对应的运输路线条数优选影响系数;
D3、根据各物流公司各运输路线对应的运输次数,进而统计各物流公司对应的综合运输次数,将各物流公司对应的综合运输次数与物流公司对应的平均综合运输次数进行对比,进而统计各物流公司运输次数优选影响系数,其计算公式为
ε
d表示第d个物流公司对应的运输次数优选影响系数,h1
d r表示第d个物流公司第r条运输路线对应的运输次数,r表示运输路线编号,r=1,2,...k,...f;
D4、将各物流公司各运输路线对应的运输起始地与该电商平台新注册商家对应的发货地进行匹配对比,统计各物流公司运输起始地与该电商平台新注册商家对应的发货地相同的运输路线条数,并将该运输路线记为匹配运输路线,进而将各物流公司匹配运输路线的条数与物流公司标准匹配运输路线的条数进行对比,进而统计各物流公司标准匹配运输路线条数优选影响系数,其计算公式为
η
d表示第d个物流公司对应的标准匹配运输路线条数优选影响系数,f′
d表示第d个物流公司对应的匹配运输路线的条数,f′
标准表示物流公司标准匹配运输路线的条数;
D5、根据统计的各物流公司运输路线条数优选影响系数、各物流公司运输次数优选影响系数和各物流公司标准匹配运输路线条数优选影响系数进而统计各物流公司运输信息综合优选影响系数,其计算公式为
γ
d表示第d个物流公司对应的运输信息综合优选影响系数。
具体地,所述对各物流公司服务质量信息进行分析的具体过程为:根据各物流公司服务质量信息集合,进而获取各物流公司对应的历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,将各物流公司历史丢失订单的数量、历史订单运输破损数量和历史配送延时订单数量分别与各物流公司对应的历史接收订单数量进行对比,进而统计各物流公司各服务信息对应的服务质量优选影响系数,其计算公式为
表示第d个物流公司第z个服务信息对应的服务质量优选影响系数,c1
d,c2
d,c3
d,c4
d分别表示第d个物流公司对应的历史接收订单数量、历史丢失订单数量、历史订单运输破损数量和历史配送延时订单数量,根据统计的各物流公司各服务信息对应的服务质量优选影响系数,进而统计各物流公司综合服务质量优选影响系数,其计算公式为
ψ
d表示第d个物流公司对应的综合服务质量优选影响系数。
具体地,各物流公司对应的综合优选影响系数计算公式为
X
d表示第d个物流公司对应的对应的综合优选影响系数。
S8、目标合作物流公司选取:根据统计的各物流公司对应的综合优选影响系数,进而将各物流公司对应的综合优选影响系数按照从大到小的顺序进行排序,进而将排名第一位对应的物流公司作为目标合作物流公司;
S9、信息发送:根据选取的该目标合作物流公司,获取该目标合作物流公司对应的编号,进而根据该目标合作物流公司对应的编号,从该电商平台调取该目标合作物流公司对应的联系方式,并将该目标合作物流公司对应的联系方式发送至该电商平台新注册商家对应的用户终端。
本发明实施例通过将选取的该电商平台新注册商家目标合作物流公司的联系方式发送至该电商平台新注册商家对应的用户终端,进而大大的节省了该电商平台新注册商家对合作物流公司的选取时间,同时也大大的保障了该电商平台新注册商家对合作物流公司信息获取的真实性。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。