CN113283517A - 一种家政服务匹配方法、系统和计算机设备 - Google Patents
一种家政服务匹配方法、系统和计算机设备 Download PDFInfo
- Publication number
- CN113283517A CN113283517A CN202110606333.9A CN202110606333A CN113283517A CN 113283517 A CN113283517 A CN 113283517A CN 202110606333 A CN202110606333 A CN 202110606333A CN 113283517 A CN113283517 A CN 113283517A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- service
- housekeeping
- home
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012545 processing Methods 0.000 claims abstract description 103
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000006243 chemical reaction Methods 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 53
- 239000002699 waste material Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000003825 pressing Methods 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于家政服务领域,提供一种家政服务匹配方法、系统和计算机设备,该方法包括:监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。本发明实现了更全面、更有效的监测和数据处理。
Description
技术领域
本发明属于互联网络技术领域,特别适用于家政服务领域,更具体的是涉及一种家政服务匹配方法、系统和计算机设备。
背景技术
家政业务包括月嫂服务以及保姆服务等,传统家政服务中月嫂服务被消费者喜爱:月嫂到用户家里为用户提供育儿服务。然而,传统的月嫂服务主要靠自己总结的经验服务用户,同时用户不清楚月嫂的服务内容及质量。
具体地,传统家政服务具有以下几大缺点:家政服务质量、内容无法保障,无法对家政服务内容监督和查看。在现有的家政服务中,月嫂服务大多数是中介介绍或经朋友介绍月嫂,服务内容、质量不透明,月嫂服务没有统一标准,例如月嫂还是靠经验来服务,无法达到科学育儿,无法有效实现与用户针对性需求的适配服务。
现有的家政服务系统,能够为消费者提供线上预约家政服务项目,其余需求仅能够依靠经纪人或推广人电话沟通或者社交工具沟通,不够便捷,无法满足用户根据需求指定服务人员的需求,往往只能够听从家政公司或家政服务平台随机安排家政人员上门服务,存在家政服务人员的分配不合理、家政服务人员与用户的匹配精确度低以及无法有效实现用户定制需求的适配服务等问题。此外,现有家政服务匹配系统因进行家政服务匹配计算或其他计算时,需要从不同数据库调用数据,进行多次调用,并且所调用的数据并不能直接使用,需要计算或转换后才能使用,由此导致数据处理效率偏低,因此在数据管理、数据处理、数据分类等多方面仍存在很大改进空间。
因此,有必要提供一种更有效的家政服务匹配方法。
发明内容
(一)要解决的技术问题
本发明旨在解决提高现有家政服务系统中数据多处调用、多次调用等导致的数据处理效率偏低、提高数据分类精确性以及提高家政服务匹配有效性和适配度等问题。
(二)技术方案
为解决上述技术问题,本发明的一方面提出一种家政服务匹配方法,其用于对家政服务提供方和家政服务需求方进行匹配,包括:监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
根据本发明的优选实施方式,所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法;所述第二内存是所述家政服务系统平台的Redis服务器的内存。
根据本发明的优选实施方式,所述接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换包括:使用集成于所述家政服务系统平台的数据处理组件,识别用户下单位置信息;将所识别的所述订单信息中用户下单位置信息与在线的家政服务提供方的位置信息进行距离计算,以转换成特定数量的距离数据。
根据本发明的优选实施方式,所述确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序包括:根据所计算的距离数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理。
根据本发明的优选实施方式,还包括:在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
根据本发明的优选实施方式,还包括:根据变量参数、固定参数、分类系数,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据,其中,所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务提供方的接单信息;所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
根据本发明的优选实施方式,还包括:确定分类系数,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数;可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
根据本发明的优选实施方式,还包括:使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量;使用所述数据处理组件对所述第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注;进一步将预计算和更新后的服务配置详情向量和排班详情向量存储到第一内存。
根据本发明的优选实施方式,所述进行与该触发事件相对应的数据更新处理包括:根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
本发明第二方面提出一种家政服务匹配系统,其用于对家政服务提供方和家政服务需求方进行匹配,包括:监测模块,用于监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;接收处理模块,用于接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;调用模块,用于从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
根据本发明的优选实施方式,所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法;所述第二内存是所述家政服务系统平台的Redis服务器的内存。
根据本发明的优选实施方式,还包括识别转换模块,所述识别转换模块用于使用集成于所述家政服务系统平台的数据处理组件,识别用户下单位置信息;所述识别转换模块用于将所识别的所述订单信息中用户下单位置信息与在线的家政服务提供方的位置信息进行距离计算,以转换成特定数量的距离数据。
根据本发明的优选实施方式,包括:根据所计算的距离数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理。
根据本发明的优选实施方式,还包括确定模块,所述确定模块在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
根据本发明的优选实施方式,还包括:根据变量参数、固定参数、分类系数,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据,其中,所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务提供方的接单信息;所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
根据本发明的优选实施方式,还包括:确定分类系数,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数;可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
根据本发明的优选实施方式,还包括:使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量;使用所述数据处理组件对所述第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注;进一步将预计算和更新后的服务配置详情向量和排班详情向量存储到第一内存。
根据本发明的优选实施方式,所述进行与该触发事件相对应的数据更新处理包括:根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
本发明第三方面提出一种计算机设备,包括处理器和存储器,所述存储器用于存储计算机可执行程序,当所述计算机程序被所述处理器执行时,所述处理器执行本发明所述的家政服务匹配方法。
本发明第四方面提出一种计算机程序产品,存储有计算机可执行程序,所述计算机可执行程序被执行时,实现本发明所述的家政服务匹配方法。
(三)有益效果
与现有技术相比,本发明能够实现对与家政服务提供方相关的信息进行更全面、更有效的监测,并使用数据库和内存两种存储方式,能够更有效配合数据处理,能够提高数据处理速度,从而提高数据处理效率。
进一步地,通过数据处理组件,能够有效将不可用的信息或数据转换成可直接使用或计算的数据,并能够为下一流程提供可直接使用或计算的数据,还进一步加快了数据处理的效率,进而能够提高家政服务匹配计算过程,并能够优化家政服务匹配过程;通过对信息数据进行预分类,分别对分类后的第一类信息数据和第二类信息数据进行监测、计算、存储,优化了数据分类,实现梁更有效地数据处理和管理;进行家政服务匹配计算,能够有效实现用户定制需求的适配服务,并为用户提供更有效的推送消息,还能够提高用户体验感和下单率。
附图说明
图1是本发明的实施例1的家政服务匹配方法的一示例的流程图。
图2是本发明的实施例1的家政服务匹配方法的另一示例的流程图。
图3是本发明的实施例1的家政服务匹配方法的又一示例的流程图。
图4是本发明的实施例2的家政服务匹配系统的一示例的示意图。
图5是本发明的实施例2的家政服务匹配系统的另一示例的示意图。
图6是本发明的实施例2的家政服务匹配系统的又一示例的示意图
图7是本发明的一个实施例的计算机设备的结构示意图。
图8是本发明的一个实施例的计算机程序产品的示意图。
具体实施方式
在对于具体实施例的介绍过程中,对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是,并不排除本领域技术人员可以在特定情况下,以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示,不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤,也不代表必须按照图中所显示的的顺序执行。例如,流程图中有的操作/步骤可以分解,有的操作/步骤可以合并或部分合并,等等,在不脱离本发明的发明主旨的情况下,流程图中显示的执行顺序可以根据实际情况改变。
附图中的框图一般表示的是功能实体,并不一定必然与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理单元系统和/或微控制器系统中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分,因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说,这些定语仅是用来将一者与另一者区分。例如,第一器件亦可称为第二器件,但不偏离本发明实质的技术方案。此外,术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
鉴于上述问题,本发明提出一种家政服务匹配方法,该方法通过使用户数据处理组件监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,并接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存。在进行家政服务匹配计算时或者其他计算时,从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。由此,能够实现对与家政服务相关的信息进行更全面、更有效的监测,并使用数据库和内存两种存储方式,能够更有效提供数据处理效率,并能够提高数据处理效率。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
实施例1
图1是本发明的实施例1的家政服务匹配方法的一示例的流程图。
如图1所示,提供了一种家政服务匹配方法,具体包括如下步骤。
步骤S101,监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据。
步骤S102,接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存。
步骤S103,从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
在本示例中,本发明的家政服务匹配方法用于在家政服务系统平台对家政服务提供方和家政服务需求方进行匹配,并向家政服务需求方推荐所匹配出的家政服务提供方。
具体地,所述家政服务系统平台还包括对家政服务提供方和家政服务需求方相关的信息进行数据处理。以下将具体说明本发明的方法流程。
首先,在步骤S101中,监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据。
具体地,所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法,并且所述家政服务系统平台包括数据处理组件,该数据处理组件集成于系统服务器。
在本示例中,使用数据处理组件对第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,其中,该触发事件用于确定与家政服务提供方相关的待处理数据,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注。
具体地,第一类信息是指与家政服务提供方相关的信息数据,该信息数据包括各家政服务提供方的基本信息,地理位置、擅长菜系数据、学历数据、从事家政服务的工作时间、排班信息,各家政服务提供方所关联的历史订单数据、历史匹配度信息,各家政服务提供方的服务质量信息,特定时间段内的接单数量、压单数量、抢单数量等等,其中,所述基本信息包括账号、手机号、性别和年龄;所述服务质量信息包括历史服务质量好评或差评、特定时间内的投诉频率、准时率和入职时长。
需要说明的是,由于家政服务提供方的数据量相对于家政服务需求方的数据量较小,因此,将与家政服务提供方相关的信息(第一类信息)存储到第一内存,在需要使用时,可实时进行调用,由此,能够有效地进行数据分类,能够提高数据处理速度,从而提高数据处理效率。
可选地,所述家政服务提供方包括月嫂、保姆、临时保洁员等等。
具体地,使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量,并将所述预计算的服务配置详情向量和排班详情向量存储到第一内存。
例如,在监测到家政服务提供方的请假信息(即触发事件)时,使用数据处理组件对与该请假信息相对应的数据进行数据更新处理,即将该家政提供方的服务配置详情信息中增加请假时间,根据所增加的请假时间,更新服务配置详情向量,并将更新后的服务配置详情向量存储到第一内存。
再例如,根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
可选地,设定监测方式,所述监测方式包括实时监测或定时监测等。
例如,对第一类信息中的排班信息(或者调整排班信息)、请假信息、有无午休信息、以及是否是新入注的家政服务提供方等信息进行实时监测。
再例如,对家政服务提供方在一周内、一个月内或者其他特定时间内的评价数据、可提供服务质量数据、可提供服务类型、周期性休息信息等信息进行定时监测,并根据监测信息数据对相应数据进行数据更新处理。
可选地,使用家政服务需求方的标识信息将与数据更新处理前后的相应数据进行关联,以用于后续使用数据组件进行查询。
由此,通过数据处理组件,能够实现对与家政服务提供方相关的信息进行更全面、更有效的监测,并使用数据库和内存两种存储方式,能够更有效配合数据处理,能够提高数据处理速度,从而提高数据处理效率。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
接下来,在步骤S102中,接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存。
在本示例中,使用数据处理组件,接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换。即,所述数据处理组件可对家政服务需求方和家政服务提供方等至少两方面的信息数据进行数据处理。
具体地,使用数据处理组件,识别如下待转换信息中的至少一种信息:用户下单位置、下单渠道、历史评价信息和历史消费信息。
在本示例中,识别待转换信息中的用户下单位置信息。
具体地,从家政服务提供方数据库(例如mysql数据库)中,获取在线的家政服务提供方的位置信息,并存储到第二内存,该第二内存是所述家政服务系统平台的Redis服务器的内存。由于使用内存存储家政服务提供方的位置信息,所以在进行数据调用时,能够提高数据调用和处理效率。
需要说明的是,由于家政服务需求方的数据量相对于家政服务提供方的数据量相对较大,因此,将家政服务需求方的数据存储到例如mysql数据库,并将其中需要信息数据转换的信息存储到第二内存。由此,能够更有效地进行数据分类,并能够提高数据处理速度。
具体地,将所识别的所述订单信息中用户下单位置信息与在线的家政服务提供方的位置信息进行距离计算,以转换成特定数量的距离数据,即,计算订单信息中用户下单位置信息与特定数量的家政服务提供方的位置信息之间的距离,以转换成特定数量的距离数据。
可选地,在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置(例如下单位置、需求家政服务的位置)以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
需要说明的是,对于信息数据转换,例如使用java语言,将对象方式存在的数据(例如家政服务提供方的基本信息对象、家政服务提供方的历史订单信息对象、接单设置信息对象、标签信息对象、订单信息对象、订单服务信息对象、商家排班信息对象等等),转换成向量方式存在的数据。但是不限于此,可以通过其他文本转向量的方法,进行信息数据转换(向量转换),以生成相应向量。由此,能够将不可用的信息或数据转换成可直接使用的数据,以供后续直接调用或使用。
可选地,使用家政服务提供方的标识信息将与信息数据转换前后的相应数据进行关联,以用于后续使用数据组件进行查询。
进一步地,将信息数据转换后的相应数据存储到所述第二内存,以用于下一流程调用或使用。由此,通过数据处理组件,能够有效将不可用的信息或数据转换成可直接使用或计算的数据,并能够为下一流程提供可直接使用或计算的数据,还进一步加快了数据处理的效率,进而能够提高家政服务匹配计算过程。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制。在其他示例中,还包括对与家政服务相关的其他不可用信息或数据,进行信息数据处理,以转换成可直接使用或用于计算的数据。
接下来,在步骤S103中,从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
在本示例中,当接收到当前订单信息时,确定该当前订单信息中的家政服务需求方是否为新用户。
在判断不是新用户时,从第二内存中获取与该家政服务需求方的标识信息,该标识信息例如为用户名称、账号、手机号等。
根据所获取的家政服务需求方的标识信息,从数据处理组件中查询相应数据,或直接调用相关数据,以用于家政服务匹配计算。
例如,在进行家政服务匹配计算时,向数据处理组件发送调用数据请求,从所述第一内存和第二内存直接调用相应数据。
再例如,从第二内存调用所计算的距离数据,确定与当前订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理,以初步确定特定数量的家政服务提供方。
可选地,确定所述当前订单信息中用户(即家政服务需求方)的用户意向信息和口味偏好信息,进一步与所述多个家政服务提供方进行匹配处理,以确定与该用户相适配的家政服务提供方。
由此,通过使用可直接计算的相关数据进行匹配计算,能够进一步提高数据处理效率,并能够优化家政服务匹配过程。
如图2所示,在另一示例中,所述家政服务匹配方法包括对家政服务提供方和家政服务需求方相关的各信息进行预分类的步骤S201。
需要说明的是,由于图2中步骤S202、步骤S203、步骤S204分别与图1中的步骤S101、步骤S102、步骤S103相同,因此,省略了对步骤S202、步骤S203、步骤S204的描述。
在步骤S201中,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以优化数据分类,提高数据处理速度。
具体地,根据变量参数、固定参数、分类系数,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据。
在本示例中,所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务提供方的接单信息。
具体地,所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
优选地,还包括确定分类系数的步骤。
具体地,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数。
可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
例如,使用FM算法,构建分类系数模型,使用训练数据集训练该分类系数模型,该训练数据集来自以下的至少一种:历史家政服务提供方的用户特征参数(在本示例中为对基本信息、地理位置和排班信息进行特征提取所生成的用户特征参数)、历史可提供服务时间、历史浪费服务时间、历史空档时间、历史接单率以及已接单的家政服务需求方的用户特征参数。
具体地,使用训练好的分类系数模型,输入家政服务提供方的用户特征参数,输出接单浪费值,该接单浪费值为0~1之间的一个数值,用于表示接受当前订单可能造成的服务浪费情况。
进一步地,设定比对阈值,在所计算的接单浪费值大于比对阈值,表示该当前订单可能造成服务浪费情况严重,而在所计算的接单浪费值小于等于比对阈值,表示该当前订单可能造成服务浪费不严重。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制,在其他示例中,还可以使用FFM算法、DeepFM,或者两种算法的组合算法等,或者使用机器学习的其他方法,构建分类系数模型。
由此,分别对分类后的第一类信息数据和第二类信息数据进行监测、计算、存储,能够实现更有效地数据处理和管理。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制。
在又一示例中,该示例为步骤S103中对所述多个家政服务提供方进行匹配和/或排序的又一示例。
在该示例中,例如获取当前订单数据,对该当前订单数据中家政服务需求方的用户特征参数进行确定,例如使用数据处理组件从第一内存和第二内存进行相关数据调用,以确定该家政服务需求方的用户特征参数。
具体地,所述用户特征参数包括用户意向特征数据或口味特征数据,该用户意向特征数据包括该用户需求的地理位置、学历要求、性格要求、期望服务人员的年龄区段和可提供薪资范围中的至少两个特征数据。
进一步地,将该家政服务需求方的用户特征参数与在线的各家政服务提供方进行匹配计算,得到与该家政服务需求方相适配的特定数量的家政服务提供方。
对于匹配计算,例如使用贝叶斯算法,建立匹配度计算模型,使用训练数据集训练该匹配度计算模型,其中,所述训练数据集来自以下的至少一种:历史用户的订单数据、服务匹配特征数据、家政服务需求方的用户特征参数和已匹配的家政服务提供方的服务者特征参数,其中,所述服务匹配特征数据包括家政服务类型、服务时间、地理位置。
具体地,使用训练好的匹配度计算模型,输入所述家政服务需求方的用户特征参数和步骤S103所确定的多个家政服务提供方进行匹配计算,以确定最优适配的家政服务提供方。
因此,通过配合使用数据处理组件进行家政服务匹配计算,能够实现更有效的匹配过程,能够降低计算量,还能够节约资源。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
进一步地,根据预定推送策略向该用户对应的客户端传送所述匹配家政服务提供方的信息。
具体地,所述预定推送策略包括推送时间、推送方式和次数、推送内容和推送人。
例如,在匹配的家政服务提供方进行第一推送之后,该家政服务需求方在特定时间内未接收该推送且未下单,在该情况下,根据预设推送策略进行第二推送。
由此,能够有效实现用户定制需求的适配服务,并为用户提供更有效的推送消息,还能够提高用户体验感和下单率。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制。
此外,上述方法的过程仅用于对本发明的说明,其中,步骤的顺序和数量没有特别的限制。在其他示例中,上述方法中的步骤还可以拆分成两个(例如将步骤S102拆分成S102和S301,具体参见图3)、三个,或者有些步骤也可以合并成一个步骤,根据实际示例进行调整。上述仅作为示例进行说明,不能理解成对本发明的限制。
与现有技术相比,本发明能够实现对与家政服务提供方相关的信息进行更全面、更有效的监测,并使用数据库和内存两种存储方式,能够更有效配合数据处理,能够提高数据处理速度,从而提高数据处理效率。
进一步地,通过数据处理组件,能够有效将不可用的信息或数据转换成可直接使用或计算的数据,并能够为下一流程提供可直接使用或计算的数据,还进一步加快了数据处理的效率,进而能够提高家政服务匹配计算过程,并能够优化家政服务匹配过程;通过对信息数据进行预分类,分别对分类后的第一类信息数据和第二类信息数据进行监测、计算、存储,优化了数据分类,实现梁更有效地数据处理和管理;进行家政服务匹配计算,能够有效实现用户定制需求的适配服务,并为用户提供更有效的推送消息,还能够提高用户体验感和下单率。
实施例2
下面描述本发明的系统实施例,该系统可以用于执行本发明的方法实施例。对于本发明系统实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明系统实施例中未披露的细节,可以参照上述方法实施例来实现。
参照图4、图5和图6,将说明本发明的实施例2的家政服务匹配系统400,其用于对家政服务提供方和家政服务需求方进行匹配,该家政服务匹配系统400包括:监测模块401,用于监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;接收处理模块402,用于接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;调用模块403,用于从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
具体地,所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法;所述第二内存是所述家政服务系统平台的Redis服务器的内存。
在另一示例中,如图5所示,家政服务匹配系统400还包括识别转换模块501,换言之,将图4中的接收处理模块402拆分成接收处理模块402和识别转换模块501两个模块,其中,所述识别转换模块501用于使用集成于所述家政服务系统平台的数据处理组件,识别用户下单位置信息。
具体地,所述识别转换模块501还用于将所识别的所述订单信息中用户下单位置信息与在线的家政服务人员的位置信息进行距离计算,以转换成特定数量的距离数据。
进一步地,包括:根据所计算的距离数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理。
在又一示例中,如图6所示,家政服务匹配系统400还包括确定模块601,换言之,将将图4中的接收处理模块402拆分成接收处理模块402和确定模块601两个模块,其中,所述确定模块601在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
具体地,还包括:根据变量参数、固定参数、分类系数,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据,其中,所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务人员的接单信息;所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
进一步地,还包括:确定分类系数,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数。
可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
具体地,还包括:使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量;使用所述数据处理组件对所述第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注。
接着,进一步将预计算和更新后的服务配置详情向量和排班详情向量存储到第一内存。
具体地,所述进行与该触发事件相对应的数据更新处理包括:根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制。此外,在实施例2中,省略了与实施例1相同的部分的说明。
本领域技术人员可以理解,上述系统实施例中的各模块可以按照描述分布于系统中,也可以进行相应变化,分布于不同于上述实施例的一个或多个系统中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
与现有技术相比,本发明能够实现对与家政服务提供方相关的信息进行更全面、更有效的监测,并使用数据库和内存两种存储方式,能够更有效配合数据处理,能够提高数据处理速度,从而提高数据处理效率。
进一步地,通过数据处理组件,能够有效将不可用的信息或数据转换成可直接使用或计算的数据,并能够为下一流程提供可直接使用或计算的数据,还进一步加快了数据处理的效率,进而能够提高家政服务匹配计算过程,并能够优化家政服务匹配过程;通过对信息数据进行预分类,分别对分类后的第一类信息数据和第二类信息数据进行监测、计算、存储,优化了数据分类,实现梁更有效地数据处理和管理;进行家政服务匹配计算,能够有效实现用户定制需求的适配服务,并为用户提供更有效的推送消息,还能够提高用户体验感和下单率。
实施例3
下面描述本发明的计算机设备实施例,该计算机设备可以视为对于上述本发明的方法和系统实施例的具体实体实施方式。对于本发明计算机设备实施例中描述的细节,应视为对于上述方法或系统实施例的补充;对于在本发明计算机设备实施例中未披露的细节,可以参照上述方法或系统实施例来实现。
图7是本发明的一个实施例的计算机设备的结构示意图,该计算机设备包括处理器和存储器,所述存储器用于存储计算机可执行程序,当所述计算机程序被所述处理器执行时,所述处理器执行图1的方法。
具体地,该计算机设备作为与服务器进行通信连接的客户端,所述服务器上建立有家政服务人员数据库,以存储各家政服务人员的服务者特征参数;所述客户端用于获取用户关于家政服务需求的文本数据;所述客户端或服务器从所述文本数据中抽取该用户的用户特征参数;当用户意向度满足预定条件,所述服务器将所述用户特征参数与所述数据库中的各服务者特征参数进行匹配,以计算各家政服务人员与该用户的匹配度;所述服务器根据所述匹配度和预定推送策略向所述客户端传送服务人员的信息。
如图7所示,计算机设备以通用计算设备的形式表现。其中处理器可以是一个,也可以是多个并且协同工作。本发明也不排除进行分布式处理,即处理器可以分散在不同的实体设备中。本发明的计算机设备并不限于单一实体,也可以是多个实体设备的总和。
所述存储器存储有计算机可执行程序,通常是机器可读的代码。所述计算机可读程序可以被所述处理器执行,以使得计算机设备能够执行本发明的方法,或者方法中的至少部分步骤。
所述存储器包括易失性存储器,例如随机存取存储单元(RAM)和/或高速缓存存储单元,还可以是非易失性存储器,如只读存储单元(ROM)。
可选的,该实施例中,计算机设备还包括有I/O接口,其用于计算机设备与外部的设备进行数据交换。I/O接口可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
应当理解,图7显示的计算机设备仅仅是本发明的一个示例,本发明的计算机设备中还可以包括上述示例中未示出的元件或组件。例如,有些计算机设备中还包括有显示屏等显示单元,有些计算机设备还包括人机交互元件,例如按扭、键盘等。只要该计算机设备能够执行存储器中的计算机可读程序以实现本发明方法或方法的至少部分步骤,均可认为是本发明所涵盖的计算机设备。
需要说明的是,上述仅作为示例进行说明,不能理解成对本发明的限制。此外,在实施例3中,省略了与实施例1和实施例2相同的部分的描述。
图8是本发明的一个实施例的计算机程序产品的示意图。如图8所示,计算机程序产品中存储有计算机可执行程序,所述计算机可执行程序被执行时,实现本发明上述方法。所述计算机程序产品可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。还可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。计算机程序产品上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
通过以上对实施方式的描述,本领域的技术人员易于理解,本发明可以由能够执行特定计算机程序的硬件来实现,例如本发明的系统,以及系统中包含的电子处理单元、服务器、客户端、手机、控制单元、处理器等来实现。本发明也可以由执行本发明的方法的计算机软件来实现,例如由微处理器、电子控制单元,客户端、服务器端等执行的控制软件来实现。但需要说明的是,执行本发明的方法的计算机软件并不限于由一个或特定个的硬件实体中执行,其也可以是由不特定具体硬件的以分布式的方式来实现。对于计算机软件,软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中,也可以分布式存储于网络上,只要其能使得计算机设备执行根据本发明的方法。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟系统或者计算机设备固有相关,各种通用系统也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种家政服务匹配方法,其用于对家政服务提供方和家政服务需求方进行匹配,其特征在于,包括:
监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;
接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;
从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
2.如权利要求1所述的家政服务匹配方法,其特征在于,
所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法;
所述第二内存是所述家政服务系统平台的Redis服务器的内存。
3.如权利要求2所述的家政服务匹配方法,其特征在于,所述接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换包括:
使用集成于所述家政服务系统平台的数据处理组件,识别用户下单位置信息;
将所识别的所述订单信息中用户下单位置信息与在线的家政服务提供方的位置信息进行距离计算,以转换成特定数量的距离数据。
4.如权利要求3所述的家政服务匹配方法,其特征在于,所述确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序包括:
根据所计算的距离数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理。
5.如权利要求1所述的家政服务匹配方法,其特征在于,还包括:
在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
6.如权利要求1所述的家政服务匹配方法,其特征在于,还包括:
根据变量参数、固定参数、分类系数,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据,其中,
所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务提供方的接单信息;
所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
7.如权利要求6所述的家政服务匹配方法,其特征在于,还包括:
确定分类系数,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数;
可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
8.如权利要求7所述的家政服务匹配方法,其特征在于,还包括:
使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量;
使用所述数据处理组件对所述第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注;
进一步将预计算和更新后的服务配置详情向量和排班详情向量存储到第一内存。
9.如权利要求8所述的家政服务匹配方法,其特征在于,所述进行与该触发事件相对应的数据更新处理包括:
根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
10.一种家政服务匹配系统,其用于对家政服务提供方和家政服务需求方进行匹配,其特征在于,包括:
监测模块,用于监测触发事件,进行与该触发事件相对应的数据更新处理,并将数据更新处理后的数据存储到第一内存,该触发事件用于确定与家政服务提供方相关的待处理数据;
接收处理模块,用于接收家政服务需求方的订单信息,并识别所述订单信息中待转换信息以进行信息数据转换,以转换成家政服务匹配计算可直接使用的数据,并将转换后的数据存储到第二内存;
调用模块,用于从所述第一内存和第二内存直接调用相应数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行匹配和/或排序。
11.如权利要求10所述的家政服务匹配系统,其特征在于,
所述第一内存是家政服务系统平台本身的内存,该家政服务系统平台用于执行所述家政服务匹配方法;
所述第二内存是所述家政服务系统平台的Redis服务器的内存。
12.如权利要求11所述的家政服务匹配系统,其特征在于,还包括识别转换模块,所述识别转换模块用于使用集成于所述家政服务系统平台的数据处理组件,识别用户下单位置信息;
所述识别转换模块用于将所识别的所述订单信息中用户下单位置信息与在线的家政服务提供发方的位置信息进行距离计算,以转换成特定数量的距离数据。
13.如权利要求12所述的家政服务匹配系统,其特征在于,包括:
根据所计算的距离数据,确定与所述订单信息相适配的多个家政服务提供方,并对所述多个家政服务提供方进行排序处理。
14.如权利要求10所述的家政服务匹配系统,其特征在于,还包括确定模块,所述确定模块在识别所述订单信息中待转换信息之前,确定所述订单信息是否是预约订单信息,并确定需要提供家政服务的时间、位置以及所述订单信息中的用户是否是新用户,再进行信息数据转换。
15.如权利要求10所述的家政服务匹配系统,其特征在于,还包括:
根据变量参数、固定参数、分类系数,对家政服务提供方和家政服务需求方相关的各信息进行预分类,以分类成分别与家政服务提供方和家政服务需求方相对应的第一类信息数据和第二类信息数据,其中,
所述变量参数包括家政服务提供方和家政服务需求方的位置信息、家政服务提供方的排班信息、是否有新家政服务提供方入注、在线的家政服务提供方的接单信息;
所述固定参数包括特定时间内家政服务提供方可提供家政服务的在线数量,各家政服务提供方的基本信息,各家政服务提供方在历史时间段内的评价信息,特定时间段内的接单数量、压单数量、抢单数量。
16.如权利要求15所述的家政服务匹配系统,其特征在于,还包括:
确定分类系数,通过家政服务类别、城市等级、各家政服务质量要求以进行加权计算,得到所述分类系数;
可选地,通过训练好的机器学习模型计算各家政服务提供方的接单浪费值,以该接单浪费值作为所述分类系数。
17.如权利要求16所述的家政服务匹配系统,其特征在于,还包括:
使用数据处理组件对所述第一类信息进行预计算,得到各家政服务提供方的服务配置详情向量和排班详情向量;
使用所述数据处理组件对所述第一类信息进行监测,在监测到触发事件时,进行与该触发事件相对应的数据更新处理,所述触发事件包括家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注;
进一步将预计算和更新后的服务配置详情向量和排班详情向量存储到第一内存。
18.如权利要求17所述的家政服务匹配系统,其特征在于,所述进行与该触发事件相对应的数据更新处理包括:
根据所监测到家政服务提供方的请假信息、调整排班信息、是否有新家证服务提供方入注,重新生成各家政服务提供方的服务配置详情向量和排班详情向量,以更新预计算的服务配置详情向量和排班详情向量。
19.一种计算机设备,包括处理器和存储器,所述存储器用于存储计算机可执行程序,其特征在于:
当所述计算机程序被所述处理器执行时,所述处理器执行如权利要求1-9中任一项所述的家政服务匹配方法。
20.一种计算机程序产品,存储有计算机可执行程序,其特征在于,所述计算机可执行程序被执行时,实现如权利要求1-9中任一项所述的家政服务匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606333.9A CN113283517B (zh) | 2021-05-31 | 2021-05-31 | 一种家政服务匹配方法、系统和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606333.9A CN113283517B (zh) | 2021-05-31 | 2021-05-31 | 一种家政服务匹配方法、系统和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113283517A true CN113283517A (zh) | 2021-08-20 |
CN113283517B CN113283517B (zh) | 2023-03-24 |
Family
ID=77282873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110606333.9A Active CN113283517B (zh) | 2021-05-31 | 2021-05-31 | 一种家政服务匹配方法、系统和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283517B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956030A (zh) * | 2023-07-21 | 2023-10-27 | 广州一号家政科技有限公司 | 基于人工智能的家政业务处理方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077301A (zh) * | 2013-03-28 | 2014-10-01 | 何白剑 | 基于云计算移动定位离线服务的家政信息综合服务平台 |
CN105096174A (zh) * | 2014-04-16 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种交易匹配方法以及系统 |
US20170278210A1 (en) * | 2016-03-22 | 2017-09-28 | Ucarer Inc. | Method and system for providing home care service |
CN108009899A (zh) * | 2017-12-26 | 2018-05-08 | 广州信恩信息技术有限公司 | 一种家政管理软件订单用系统及方法 |
CN108681975A (zh) * | 2018-05-23 | 2018-10-19 | 深圳市元征科技股份有限公司 | 一种家政服务信息管理方法、装置及设备 |
CN109165828A (zh) * | 2018-08-09 | 2019-01-08 | 江苏艾爱网络科技有限公司 | 基于网络平台的家政服务系统和使用方法 |
CN109658181A (zh) * | 2018-11-09 | 2019-04-19 | 长沙市到家悠享家政服务有限公司 | 信息处理方法及装置 |
CN110990893A (zh) * | 2019-11-29 | 2020-04-10 | 山东爱城市网信息技术有限公司 | 一种基于区块链的家政服务体系管理方法及设备、介质 |
CN111768095A (zh) * | 2020-06-24 | 2020-10-13 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的家政服务体系管理方法 |
CN112597151A (zh) * | 2020-12-03 | 2021-04-02 | 长沙市到家悠享家政服务有限公司 | 数据处理方法、装置、设备和存储介质 |
-
2021
- 2021-05-31 CN CN202110606333.9A patent/CN113283517B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077301A (zh) * | 2013-03-28 | 2014-10-01 | 何白剑 | 基于云计算移动定位离线服务的家政信息综合服务平台 |
CN105096174A (zh) * | 2014-04-16 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种交易匹配方法以及系统 |
US20170278210A1 (en) * | 2016-03-22 | 2017-09-28 | Ucarer Inc. | Method and system for providing home care service |
CN108009899A (zh) * | 2017-12-26 | 2018-05-08 | 广州信恩信息技术有限公司 | 一种家政管理软件订单用系统及方法 |
CN108681975A (zh) * | 2018-05-23 | 2018-10-19 | 深圳市元征科技股份有限公司 | 一种家政服务信息管理方法、装置及设备 |
CN109165828A (zh) * | 2018-08-09 | 2019-01-08 | 江苏艾爱网络科技有限公司 | 基于网络平台的家政服务系统和使用方法 |
CN109658181A (zh) * | 2018-11-09 | 2019-04-19 | 长沙市到家悠享家政服务有限公司 | 信息处理方法及装置 |
CN110990893A (zh) * | 2019-11-29 | 2020-04-10 | 山东爱城市网信息技术有限公司 | 一种基于区块链的家政服务体系管理方法及设备、介质 |
CN111768095A (zh) * | 2020-06-24 | 2020-10-13 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的家政服务体系管理方法 |
CN112597151A (zh) * | 2020-12-03 | 2021-04-02 | 长沙市到家悠享家政服务有限公司 | 数据处理方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
孔德财 等: "家政服务人员与雇主的双边匹配模型", 《东北大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956030A (zh) * | 2023-07-21 | 2023-10-27 | 广州一号家政科技有限公司 | 基于人工智能的家政业务处理方法及系统 |
CN116956030B (zh) * | 2023-07-21 | 2024-02-02 | 广州一号家政科技有限公司 | 基于人工智能的家政业务处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113283517B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111181770B (zh) | 一种资源分配方法、系统、电子设备和存储介质 | |
CN112819263B (zh) | 一种调度客服的方法和装置 | |
CN112163887A (zh) | 电销系统和电销名单管理方法、装置、设备、存储介质 | |
CN110619701A (zh) | 排队渠道推荐方法及装置、存储介质及电子设备 | |
CN115048224B (zh) | 一种基于多个云服务商的算力复用管理方法及其装置 | |
CN111031185A (zh) | 一种基于人工智能导航的坐席分配方法及相关装置 | |
CN112163155B (zh) | 信息处理方法、装置、设备及存储介质 | |
CN113283517B (zh) | 一种家政服务匹配方法、系统和计算机设备 | |
CN113657634A (zh) | 银行网点排队等待时长预测方法及装置 | |
CN116029391A (zh) | 基于联邦学习的模型训练方法、预测方法、装置 | |
CN113112173A (zh) | 一种家政服务人员智能匹配方法、系统和计算机设备 | |
CN114202203A (zh) | 投诉工单处理方法、装置、存储介质及电子设备 | |
CN113221005B (zh) | 客服推送方法、服务器及相关产品 | |
CN112529400B (zh) | 一种数据处理方法、装置、终端和可读存储介质 | |
CN113379229A (zh) | 一种资源调度方法和装置 | |
CN113570114B (zh) | 一种资源服务智能匹配方法、系统和计算机设备 | |
CN115619142A (zh) | 匹配数据的方法、装置、设备和计算机可读介质 | |
CN112866358B (zh) | 一种物联网服务重调度的方法、系统及装置 | |
CN113919921A (zh) | 一种基于多任务学习模型的产品推荐方法及相关设备 | |
CN114741198A (zh) | 视频流处理方法及装置、电子设备、计算机可读介质 | |
CN113890948A (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN109669779B (zh) | 用于确定数据的清理路径、清理数据的方法和设备 | |
CN113901316A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN115080197A (zh) | 计算任务调度方法、装置、电子设备和存储介质 | |
CN112363716A (zh) | 动态组装评估模型的方法、系统和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |