CN113435809A - 信息处理方法、装置、电子设备和计算机可读介质 - Google Patents
信息处理方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113435809A CN113435809A CN202110611241.XA CN202110611241A CN113435809A CN 113435809 A CN113435809 A CN 113435809A CN 202110611241 A CN202110611241 A CN 202110611241A CN 113435809 A CN113435809 A CN 113435809A
- Authority
- CN
- China
- Prior art keywords
- user
- transportation
- information
- transportation information
- score
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 31
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 230000032258 transport Effects 0.000 description 113
- 238000010586 diagram Methods 0.000 description 15
- 239000000969 carrier Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000012546 transfer 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了信息处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息；将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。该实施方式解决了部分物品因运输不及时的问题，提高了部分物品的运输效率，降低了物品的损耗。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及信息处理方法、装置、电子设备和计算机可读介质。
背景技术
随着快递的广泛应用，对快递承运方的需求越来越多。目前，快递公司在选择快递承运方时，通常采用的方式为：通过业务人员对快递承运方进行审核。
然而，采用上述方式通常会存在以下技术问题：人工审核存在一定的主观性，导致所选择的快递承运方无法满足运输需求，进而导致部分物品因运输不及时而造成物品的损耗较高。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息处理方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种信息处理方法，该方法包括：获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息；将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
可选地，上述方法还包括：响应于上述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对上述用户运输信息评分模型包括的权重因子进行调整。
可选地，上述用户运输信息集中的用户运输信息包括线路信息，上述线路信息包括线路类型和运输方式，上述用户运输信息评分模型包括线路类型评分表、运输方式评分表、对应上述线路类型评分表的线路类型权重因子、对应上述运输方式评分表的运输方式权重因子。
可选地，上述通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，包括：基于上述线路类型评分表和上述线路类型权重因子，生成对应上述用户运输信息的线路评分值；基于上述运输方式评分表和上述运输方式权重因子，生成对应上述用户运输信息的运输评分值。
可选地，上述用户运输信息集中的用户运输信息还包括运输时长信息，上述运输时长信息包括：运输总时长和连续运输时长，上述用户运输信息评分模型还包括总时长评分表、连续时长评分表、对应上述总时长评分表的总时长权重因子、对应上述连续时长评分表的连续时长权重因子。
可选地，上述通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，还包括：基于上述总时长评分表和上述总时长权重因子，生成对应上述用户运输信息的运输总时长评分值；基于上述连续时长评分表和上述连续时长权重因子，生成对应上述用户运输信息的连续运输时长评分值。
可选地，上述用户运输信息集中的用户运输信息还包括单位运输信息，上述单位运输信息包括：单位运输次数、单位运输体量和单位运输时长，上述用户运输信息评分模型还包括：运输次数评分表、运输体量评分表、单位时长评分表、对应上述运输次数评分表的运输次数权重因子、对应上述运输体量评分表的运输体量权重因子、对应上述单位时长评分表的单位时长权重因子。
可选地，上述通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，还包括：基于上述运输次数评分表和上述运输次数权重因子，生成对应上述用户运输信息的单位运输次数评分值；基于上述运输体量评分表和上述运输体量权重因子，生成对应上述用户运输信息的单位运输体量评分值；基于上述单位时长评分表和上述单位时长权重因子，生成对应上述用户运输信息的单位运输时长评分值；基于上述线路评分值、上述运输评分值、上述运输总时长评分值、上述连续运输时长评分值、上述单位运输次数评分值、上述单位运输体量评分值和上述单位运输时长评分值，生成用户运输信息评分值。
可选地，上述基于上述线路类型评分表和上述线路类型权重因子，生成对应上述用户运输信息的线路评分值，包括：从上述线路类型评分表选择对应上述用户运输信息的线路类型评分值；基于上述线路类型评分值和上述线路类型权重因子，生成线路评分值。
可选地，上述基于上述运输方式评分表和上述运输方式权重因子，生成对应上述用户运输信息的运输评分值，包括：从上述运输方式评分表选择对应上述用户运输信息的运输方式评分值；基于上述运输方式评分值和上述运输方式权重因子，生成运输评分值。
可选地，上述基于上述总时长评分表和上述总时长权重因子，生成对应上述用户运输信息的运输总时长评分值，包括：根据上述用户运输信息集中用户运输信息包括的运输总时长，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列；将上述用户运输信息在上述第一用户运输信息序列中的序号与上述第一用户运输信息序列包括的第一用户运输信息的数量的比值确定为总时长评分比值；从上述总时长评分表中选择对应上述总时长评分比值的总时长评分值；基于上述总时长评分值与上述总时长权重因子，生成运输总时长评分值。
可选地，上述基于上述连续时长评分表和上述连续时长权重因子，生成对应上述用户运输信息的连续运输时长评分值，包括：根据上述用户运输信息集中用户运输信息包括的连续运输时长，对上述用户运输信息集进行降序处理，得到第二用户运输信息序列；将上述用户运输信息在上述第二用户运输信息序列中的序号与上述第一用户运输信息序列包括的第二用户运输信息的数量的比值确定为连续时长评分比值；从上述连续时长评分表中选择对应上述连续时长评分比值的连续时长评分值；基于上述连续时长评分值与上述连续时长权重因子，生成连续运输时长评分值。
可选地，上述基于上述运输次数评分表和上述运输次数权重因子，生成对应上述用户运输信息的单位运输次数评分值，包括：根据上述用户运输信息集中用户运输信息包括的单位运输次数，对上述用户运输信息集进行降序处理，得到第三用户运输信息序列；将上述用户运输信息在上述第三用户运输信息序列中的序号与上述第三用户运输信息序列包括的第三用户运输信息的数量的比值确定为运输次数评分比值；从上述运输次数评分表中选择对应上述运输次数评分比值的运输次数评分值；基于上述运输次数评分值和上述运输次数权重因子，生成单位运输次数评分值。
可选地，上述基于上述运输体量评分表和上述运输体量权重因子，生成对应上述用户运输信息的单位运输体量评分值，包括：根据上述用户运输信息集中用户运输信息包括的单位运输体量，对上述用户运输信息集进行降序处理，得到第四用户运输信息序列；将上述用户运输信息在上述第四用户运输信息序列中的序号与上述第四用户运输信息序列包括的第四用户运输信息的数量的比值确定为运输体量评分比值；从上述运输体量评分表中选择对应上述运输体量评分比值的运输体量评分值；基于上述运输体量评分值和上述运输体量权重因子，生成单位运输体量评分值。
可选地，上述基于上述单位时长评分表和上述单位时长权重因子，生成对应上述用户运输信息的单位运输时长评分值，包括：根据上述用户运输信息集中用户运输信息包括的单位运输时长，对上述用户运输信息集进行降序处理，得到第五用户运输信息序列；将上述用户运输信息在上述第五用户运输信息序列中的序号与上述第五用户运输信息序列包括的第五用户运输信息的数量的比值确定为单位时长评分比值；从上述单位时长评分表中选择对应上述单位时长评分比值的单位时长评分值；基于上述单位时长评分值和上述单位时长权重因子，生成单位运输时长评分值。
可选地，上述方法还包括：将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组；将上述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组；根据上述异常用户信息组，控制相关联的报警设备进行警报操作。
第二方面，本公开的一些实施例提供了一种信息处理装置，装置包括：获取单元，被配置成获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；评分单元，被配置成通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；选择单元，被配置成基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息；确定单元，被配置成将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
可选地，装置还包括：调整单元，被配置成响应于上述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对上述用户运输信息评分模型包括的权重因子进行调整。
可选地，上述用户运输信息集中的用户运输信息包括线路信息，上述线路信息包括线路类型和运输方式，上述用户运输信息评分模型包括线路类型评分表、运输方式评分表、对应上述线路类型评分表的线路类型权重因子、对应上述运输方式评分表的运输方式权重因子。
可选地，评分单元被进一步配置成：第一生成子单元，被配置成基于上述线路类型评分表和上述线路类型权重因子，生成对应上述用户运输信息的线路评分值；第二生成子单元，被配置成基于上述运输方式评分表和上述运输方式权重因子，生成对应上述用户运输信息的运输评分值。
可选地，上述用户运输信息集中的用户运输信息还包括运输时长信息，上述运输时长信息包括：运输总时长和连续运输时长，上述用户运输信息评分模型还包括总时长评分表、连续时长评分表、对应上述总时长评分表的总时长权重因子、对应上述连续时长评分表的连续时长权重因子。
可选地，评分单元被进一步配置成：第三生成子单元，被配置成基于上述总时长评分表和上述总时长权重因子，生成对应上述用户运输信息的运输总时长评分值；第四生成子单元，被配置成基于上述连续时长评分表和上述连续时长权重因子，生成对应上述用户运输信息的连续运输时长评分值。
可选地，上述用户运输信息集中的用户运输信息还包括单位运输信息，上述单位运输信息包括：单位运输次数、单位运输体量和单位运输时长，上述用户运输信息评分模型还包括：运输次数评分表、运输体量评分表、单位时长评分表、对应上述运输次数评分表的运输次数权重因子、对应上述运输体量评分表的运输体量权重因子、对应上述单位时长评分表的单位时长权重因子。
可选地，评分单元被进一步配置成：第五生成子单元，被配置成基于上述运输次数评分表和上述运输次数权重因子，生成对应上述用户运输信息的单位运输次数评分值；第六生成子单元，被配置成基于上述运输体量评分表和上述运输体量权重因子，生成对应上述用户运输信息的单位运输体量评分值；第七生成子单元，被配置成基于上述单位时长评分表和上述单位时长权重因子，生成对应上述用户运输信息的单位运输时长评分值；第八生成子单元，被配置成基于上述线路评分值、上述运输评分值、上述运输总时长评分值、上述连续运输时长评分值、上述单位运输次数评分值、上述单位运输体量评分值和上述单位运输时长评分值，生成用户运输信息评分值。
可选地，第一生成子单元被进一步配置成：从上述线路类型评分表选择对应上述用户运输信息的线路类型评分值；基于上述线路类型评分值和上述线路类型权重因子，生成线路评分值。
可选地，第二生成子单元被进一步配置成：从上述运输方式评分表选择对应上述用户运输信息的运输方式评分值；基于上述运输方式评分值和上述运输方式权重因子，生成运输评分值。
可选地，第三生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的运输总时长，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列；将上述用户运输信息在上述第一用户运输信息序列中的序号与上述第一用户运输信息序列包括的第一用户运输信息的数量的比值确定为总时长评分比值；从上述总时长评分表中选择对应上述总时长评分比值的总时长评分值；基于上述总时长评分值与上述总时长权重因子，生成运输总时长评分值。
可选地，第四生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的连续运输时长，对上述用户运输信息集进行降序处理，得到第二用户运输信息序列；将上述用户运输信息在上述第二用户运输信息序列中的序号与上述第一用户运输信息序列包括的第二用户运输信息的数量的比值确定为连续时长评分比值；从上述连续时长评分表中选择对应上述连续时长评分比值的连续时长评分值；基于上述连续时长评分值与上述连续时长权重因子，生成连续运输时长评分值。
可选地，第五生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输次数，对上述用户运输信息集进行降序处理，得到第三用户运输信息序列；将上述用户运输信息在上述第三用户运输信息序列中的序号与上述第三用户运输信息序列包括的第三用户运输信息的数量的比值确定为运输次数评分比值；从上述运输次数评分表中选择对应上述运输次数评分比值的运输次数评分值；基于上述运输次数评分值和上述运输次数权重因子，生成单位运输次数评分值。
可选地，第六生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输体量，对上述用户运输信息集进行降序处理，得到第四用户运输信息序列；将上述用户运输信息在上述第四用户运输信息序列中的序号与上述第四用户运输信息序列包括的第四用户运输信息的数量的比值确定为运输体量评分比值；从上述运输体量评分表中选择对应上述运输体量评分比值的运输体量评分值；基于上述运输体量评分值和上述运输体量权重因子，生成单位运输体量评分值。
可选地，第七生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输时长，对上述用户运输信息集进行降序处理，得到第五用户运输信息序列；将上述用户运输信息在上述第五用户运输信息序列中的序号与上述第五用户运输信息序列包括的第五用户运输信息的数量的比值确定为单位时长评分比值；从上述单位时长评分表中选择对应上述单位时长评分比值的单位时长评分值；基于上述单位时长评分值和上述单位时长权重因子，生成单位运输时长评分值。
可选地，装置还包括：第一标记单元，被配置成将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组；第二标记单元，被配置成将上述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组；控制单元，被配置成根据上述异常用户信息组，控制相关联的报警设备进行警报操作。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息处理方法，使得所选择的快递承运方可以满足运输需求，提高了部分物品的运输效率，降低了物品的损耗。具体来说，造成物品的损耗较高的原因在于：人工审核存在一定的主观性，导致所选择的快递承运方无法满足运输需求，进而导致部分物品因运输不及时而造成物品的损耗较高。基于此，本公开的一些实施例的信息处理方法，首先，获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。这里，可以了解用户(快递承运方)的运输信息，为后续选择符合需求的用户提供了数据支持。接着，通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集。由此，可以通过预先设定的用户运输信息评分模型，对用户运输信息进行评分，为后续选择满足需求的用户提供了参考依据。然后，基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息。由此，可以选择出用户运输信息评分值较高的用户运输信息作为目标用户运输信息。最后，将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。由此，使得所选择的快递承运方可以满足运输需求。从而，解决了部分物品因运输不及时的问题，提高了部分物品的运输效率，降低了物品的损耗。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的信息处理方法的一个应用场景的示意图；
图2是根据本公开的信息处理方法的一些实施例的流程图；
图3是根据本公开的信息处理方法的另一些实施例的流程图；
图4是根据本公开的信息处理方法的又一些实施例的流程图；
图5是根据本公开的信息处理装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的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实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的信息处理方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以获取用户信息集102中每个用户信息对应的用户运输信息，得到用户运输信息集103。这里，用户信息集中的用户信息可以表征用户(快递承运方)的基本信息，可以包括但不限于以下至少一项：用户名称，联系方式。这里，用户运输信息集103中的用户运输信息可以包括但不限于以下至少一项：用户名称，月运输量，运输车辆总量，线路类型。这里，月运输量可以是指每个月运输的平均量。这里，线路类型可以是指运输时所选择的路线的类型。例如，干线运输，支线运输。接着，计算设备101可以通过预设的用户运输信息评分模型104，对上述用户运输信息集103中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集105。这里，用户运输信息评分模型104可以是指包含了多个运输数据维度的评分表，以及包含每个运输数据维度对应的权重因子。这里，运输数据可以包括但不限于以下至少一项：月运输量，运输车辆总量，线路类型。然后，计算设备101可以基于上述用户运输信息评分值集105，从上述用户运输信息集103中选择出至少一个目标用户运输信息106。最后，计算设备101可以将上述至少一个目标用户运输信息106中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息107。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的信息处理方法的一些实施例的流程200。该信息处理方法，包括以下步骤：
步骤201，获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。
在一些实施例中，信息处理方法的执行主体(例如图1所示的计算设备101)可以通过有线连接或无线连接的方式从终端设备获取预先存储的用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。这里，用户信息集中的用户信息可以表征用户(快递承运方)的基本信息，可以包括但不限于以下至少一项：用户名称，联系方式。这里，用户运输信息集中的用户运输信息可以是指用户(快递承运方)所进行快递运输的历史运输信息，可以包括但不限于以下至少一项：用户名称，月运输量，运输车辆总量，线路类型。这里，月运输量可以是指每个月运输的平均量。这里，线路类型可以是指运输时所选择的路线的类型。例如，干线运输，支线运输。
作为实例，用户信息集可以是：
{[用户名称：XX公司，联系方式132XXXX]；
[用户名称：YY公司，联系方式156XXXX]；
[用户名称：ZZ公司，联系方式187XXXX]；
[用户名称：SS公司，联系方式155XXXX]}。
上述执行主体可以从终端设备中获取与用户信息[用户名称：XX公司，联系方式132XXXX]包括的用户名称相同的用户运输信息[用户名称：XX公司，月运输量：150，运输车辆总量：20，线路类型：支线运输]。可以从终端设备中获取与用户信息[用户名称：YY公司，联系方式156XXXX]包括的用户名称相同的用户运输信息[用户名称：YY公司，月运输量：180，运输车辆总量：18，线路类型：干线运输]。可以从终端设备中获取与用户信息[用户名称：ZZ公司，联系方式187XXXX]包括的用户名称相同的用户运输信息[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]。可以从终端设备中获取与用户信息[用户名称：SS公司，联系方式155XXXX]包括的用户名称相同的用户运输信息[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]。
从而，获取到的用户运输信息集为：
{[用户名称：XX公司，月运输量：150，运输车辆总量：20，线路类型：支线运输]；
[用户名称：YY公司，月运输量：180，运输车辆总量：18，线路类型：干线运输]；
[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]；
[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]}。
步骤202，通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集。
在一些实施例中，首先，对上述用户运输信息集中的每个用户运输信息，上述执行主体可以从预设的用户运输信息评分模型包含的多个运输数据维度的评分中选择与上述用户运输信息包括的多个运输数据对应的运输数据评分值和对应的权重因子。然后，再对用户运输信息包括的多个运输数据对应的运输数据评分值和对应的权重因子进行综合求解，以生成用户运输信息评分值。这里，用户运输信息评分模型可以是指包含了多个运输数据维度的评分表，以及包含每个运输数据维度对应的权重因子。这里，运输数据可以包括但不限于以下至少一项：月运输量，运输车辆总量，线路类型。
作为示例，用户运输信息评分模型可以是：
用户运输信息集可以为：{[用户名称：XX公司，月运输量：150，运输车辆总量：20，线路类型：支线运输]；[用户名称：YY公司，月运输量：180，运输车辆总量：18，线路类型：干线运输]；[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]；[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]}。
对于用户运输信息[用户名称：XX公司，月运输量：150，运输车辆总量：20，线路类型：支线运输]，可以从上述用户运输信息评分模型中选择出月输入量“150”对应的评分“8分”和权重因子“0.3”。可以从上述用户运输信息评分模型中选择出运输车辆总量“20”对应的评分“5分”和权重因子“0.4”。可以从上述用户运输信息评分模型中选择出线路类型“支线运输”对应的评分“8分”和权重因子“0.3”。从而，可以将月输入量“150”对应的评分“8分”和权重因子“0.3”的乘积值“2.4”、运输车辆总量“20”对应的评分“5分”和权重因子“0.4”的乘积值“2”与线路类型“支线运输”对应的评分“8分”和权重因子“0.3”的乘积值“2.4”的和“6.8”确定为用户运输信息[用户名称：XX公司，月运输量：150，运输车辆总量：20，线路类型：支线运输]的用户运输信息评分值。
对于用户运输信息[用户名称：YY公司，月运输量：180，运输车辆总量：18，线路类型：干线运输]，可以从上述用户运输信息评分模型中选择出月输入量“180”对应的评分“8分”和权重因子“0.3”。可以从上述用户运输信息评分模型中选择出运输车辆总量“18”对应的评分“5分”和权重因子“0.4”。可以从上述用户运输信息评分模型中选择出线路类型“干线运输”对应的评分“10分”和权重因子“0.3”。从而，可以将月输入量“180”对应的评分“8分”和权重因子“0.3”的乘积值“2.4”、运输车辆总量“18”对应的评分“5分”和权重因子“0.4”的乘积值“2”与线路类型“干线运输”对应的评分“10分”和权重因子“0.3”的乘积值“3”的和“7.4”确定为用户运输信息[用户名称：YY公司，月运输量：180，运输车辆总量：18，线路类型：干线运输]的用户运输信息评分值。
对于用户运输信息[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]，可以从上述用户运输信息评分模型中选择出月输入量“240”对应的评分“10分”和权重因子“0.3”。可以从上述用户运输信息评分模型中选择出运输车辆总量“25”对应的评分“8分”和权重因子“0.4”。可以从上述用户运输信息评分模型中选择出线路类型“干线运输”对应的评分“10分”和权重因子“0.3”。从而，可以将月输入量“240”对应的评分“10分”和权重因子“0.3”的乘积值“3”、运输车辆总量“25”对应的评分“8分”和权重因子“0.4”的乘积值“3.2”与线路类型“干线运输”对应的评分“10分”和权重因子“0.3”的乘积值“3”的和“9.2”确定为用户运输信息[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]的用户运输信息评分值。
对于用户运输信息[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]，可以从上述用户运输信息评分模型中选择出月输入量“250”对应的评分“10分”和权重因子“0.3”。可以从上述用户运输信息评分模型中选择出运输车辆总量“24”对应的评分“8分”和权重因子“0.4”。可以从上述用户运输信息评分模型中选择出线路类型“支线运输”对应的评分“8分”和权重因子“0.3”。从而，可以将月输入量“250”对应的评分“10分”和权重因子“0.3”的乘积值“3”、运输车辆总量“24”对应的评分“8分”和权重因子“0.4”的乘积值“3.2”与线路类型“支线运输”对应的评分“8分”和权重因子“0.3”的乘积值“2.4”的和“8.6”确定为用户运输信息[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]的用户运输信息评分值。
从而，得到用户运输信息评分值集“6.8，7.4，9.2，8.6”。
步骤203，基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息。
在一些实施例中，基于上述用户运输信息评分值集，上述执行主体可以通过以下步骤从上述用户运输信息集中选择出至少一个目标用户运输信息：
第一步，可以从用户运输信息评分值集中选择大于等于预设评分值的用户运输信息评分值作为目标用户运输信息评分值，得到目标用户运输信息评分值组。这里，对于预设评分值的设定，不作限制。这里，预设评分值可以是“8分”。
第二步，可以从上述用户运输信息集中选择出目标用户运输信息评分值组中每个目标用户运输信息评分值对应的用户运输信息作为目标用户运输信息，得到目标用户运输信息组。
作为示例，目标用户运输信息评分值组可以是“9.2，8.6”。可以从步骤202所示例的用户运输信息集中选择对应上述目标用户运输信息评分值“9.2”的用户运输信息[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]作为目标用户运输信息。可以从步骤202所示例的用户运输信息集中选择对应上述目标用户运输信息评分值“8.6”的用户运输信息[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]作为目标用户运输信息。从而，得到至少一个目标用户运输信息“[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]；[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]”。
步骤204，将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
在一些实施例中，上述执行主体可以将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
作为示例，至少一个目标用户运输信息可以是“[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]；[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]”。可以将目标用户运输信息[用户名称：ZZ公司，月运输量：240，运输车辆总量：25，线路类型：干线运输]对应的用户信息[用户名称：ZZ公司，联系方式187XXXX]确定为目标用户信息。可以将目标用户运输信息[用户名称：SS公司，月运输量：250，运输车辆总量：24，线路类型：支线运输]对应的用户信息[用户名称：SS公司，联系方式155XXXX]确定为目标用户信息。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息处理方法，使得所选择的快递承运方可以满足运输需求，提高了部分物品的运输效率，降低了物品的损耗。具体来说，造成物品的损耗较高的原因在于：人工审核存在一定的主观性，导致所选择的快递承运方无法满足运输需求，进而导致部分物品因运输不及时而造成物品的损耗较高。基于此，本公开的一些实施例的信息处理方法，首先，获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。这里，可以了解用户(快递承运方)的运输信息，为后续选择符合需求的用户提供了数据支持。接着，通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集。由此，可以通过预先设定的用户运输信息评分模型，对用户运输信息进行评分，为后续选择满足需求的用户提供了参考依据。然后，基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息。由此，可以选择出用户运输信息评分值较高的用户运输信息作为目标用户运输信息。最后，将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。由此，使得所选择的快递承运方可以满足运输需求。从而，解决了部分物品因运输不及时的问题，提高了部分物品的运输效率，降低了物品的损耗。
进一步参考图3，示出了根据本公开的信息处理方法的另一些实施例的流程图。该信息处理方法，包括以下步骤：
步骤301，获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。
在一些实施例中，步骤301的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201，在此不再赘述。
步骤302，通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集。
在一些实施例中，上述用户运输信息集中的用户运输信息包括线路信息。上述线路信息包括线路类型和运输方式。上述用户运输信息评分模型包括线路类型评分表、运输方式评分表、对应上述线路类型评分表的线路类型权重因子、对应上述运输方式评分表的运输方式权重因子。这里，线路类型评分表可以包括线路类型和对应线路类型的线路类型评分值。这里，运输方式评分表可以包括运输方式和对应运输方式的运输方式评分值。上述用户运输信息集中的用户运输信息还包括运输时长信息，上述运输时长信息包括：运输总时长和连续运输时长。上述用户运输信息评分模型还包括总时长评分表、连续时长评分表、对应上述总时长评分表的总时长权重因子、对应上述连续时长评分表的连续时长权重因子。这里，运输总时长可以是指用户(快递承运方)所进行快递运输的时长的总和。这里，连续运输时长可以是指用户(快递承运方)连续不间断的进行快递运输的时长。这里，总时长评分表可以包括总时长评分比值和对应上述总时长评分比值的总时长评分值。这里，连续时长评分表可以包括连续时长评分比值和对应上述连续时长评分比值的连续时长评分值。上述用户运输信息集中的用户运输信息还包括单位运输信息，上述单位运输信息包括：单位运输次数、单位运输体量和单位运输时长。上述用户运输信息评分模型还包括：运输次数评分表、运输体量评分表、单位时长评分表、对应上述运输次数评分表的运输次数权重因子、对应上述运输体量评分表的运输体量权重因子、对应上述单位时长评分表的单位时长权重因子。这里，单位运输次数可以是指单位时间内的平均运输次数。例如，可以是指每月平均运输次数。这里，单位运输体量可以是指单位时间内的平均运输体量。例如，运输体量可以是指运输体积，或运输重量。这里，单位运输时长可以是指单位时间内的运输时长。例如，单位运输时长可以是月平均运输时长。这里，运输次数评分表可以包括运输次数评分比值和对应上述运输次数评分比值的运输次数评分值。这里，运输体量评分表可以包括运输体量评分比值和对应上述运输体量评分比值的运输体量评分值。这里，单位时长评分表可以包括单位时长评分比值和对应上述单位时长评分比值的单位时长评分值。通过预设的用户运输信息评分模型，信息处理方法的执行主体(例如图1所示的计算设备101)可以以下步骤对上述用户运输信息集中的每个用户运输信息进行评分处理以生成用户运输信息评分值：
第一步，基于上述线路类型评分表和上述线路类型权重因子，生成对应上述用户运输信息的线路评分值。
实践中，上述第一步可以包括以下子步骤：
第一子步骤，从上述线路类型评分表选择对应上述用户运输信息的线路类型评分值。实践中，上述执行主体可以从上述线路类型评分表中选择与上述用户运输信息包括的线路类型相同的线路类型评分值。
作为示例，线路类型评分表可以是：
| 线路类型 | 线路类型评分值 |
| 干线运输 | 10 |
| 支线运输 | 8 |
用户运输信息可以是[用户名称：ZZ公司，线路类型：干线运输，运输方式：零担运输]。从而，可以从线路类型评分表中选择与线路类型“干线运输”对应的线路类型评分值“10”。
第二子步骤，基于上述线路类型评分值和上述线路类型权重因子，生成线路评分值。实践中，可以将上述线路类型评分值和上述线路类型权重因子的乘积值确定为线路评分值。
作为示例，可以将线路类型评分值“10”和上述线路类型权重因子“0.05”的乘积值“0.5”确定为线路评分值。
第二步，基于上述运输方式评分表和上述运输方式权重因子，生成对应上述用户运输信息的运输评分值。
实践中，上述第二步可以包括以下子步骤：
第一子步骤，从上述运输方式评分表选择对应上述用户运输信息的运输方式评分值。实践中，上述执行主体可以从上述运输方式评分表中选择与上述用户运输信息包括的运输方式相同的运输方式评分值。
作为实施例，运输方式评分表可以是：
| 运输方式 | 运输方式评分值 |
| 整车运输 | 10 |
| 零担运输 | 8 |
用户运输信息可以是[用户名称：ZZ公司，线路类型：干线运输，运输方式：零担运输]。从而，可以从运输方式评分表中选择与运输方式“零担运输”对应的运输方式评分值“8”。
第二子步骤，基于上述运输方式评分值和上述运输方式权重因子，生成运输评分值。实践中，可以将上述运输方式评分值和上述运输方式权重因子的乘积值确定为运输评分值。
作为示例，可以将运输方式评分值“8”和上述运输方式权重因子“0.05”的乘积值“0.4”确定为运输评分值。
第三步，基于上述总时长评分表和上述总时长权重因子，生成对应上述用户运输信息的运输总时长评分值。
实践中，上述第三步可以包括以下子步骤：
第一子步骤，根据上述用户运输信息集中用户运输信息包括的运输总时长，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列。实践中，首先，上述执行主体可以对上述用户运输信息集中各个用户运输信息包括的运输总时长进行降序排序，得到运输总时长序列。然后，按照运输总时长序列中运输总时长的序号，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列。
例如，用户运输信息集可以是：
[用户名称：XX公司，线路类型：干线运输，运输方式：整车运输，运输总时长：1年]；
[用户名称：ZZ公司，线路类型：支线运输，运输方式：零担运输，运输总时长：2年]；
[用户名称：YY公司，线路类型：干线运输，运输方式：零担运输，运输总时长：3年]。
从而，可以对上述用户运输信息集中各个用户运输信息包括的运输总时长进行降序排序，得到运输总时长序列“3年，2年，1年”。然后，可以按照运输总时长序列中运输总时长的序号，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列“[用户名称：YY公司，线路类型：干线运输，运输方式：零担运输，运输总时长：3年]；[用户名称：ZZ公司，线路类型：支线运输，运输方式：零担运输，运输总时长：2年]；[用户名称：XX公司，线路类型：干线运输，运输方式：整车运输，运输总时长：1年]”。
第二子步骤，将上述用户运输信息在上述第一用户运输信息序列中的序号与上述第一用户运输信息序列包括的第一用户运输信息的数量的比值确定为总时长评分比值。这里，总时长评分比值的取值可以保留至小数点后两位有效数字。作为示例，用户运输信息“[用户名称：ZZ公司，线路类型：支线运输，运输方式：零担运输，运输总时长：2年]”在上述第一用户运输信息序列中的序号“2”与上述第一用户运输信息序列包括的第一用户运输信息的数量“3”的比值“0.66”确定为总时长评分比值。
第三子步骤，从上述总时长评分表中选择对应上述总时长评分比值的总时长评分值。
作为示例，总时长评分表可以是：
| 总时长评分比值 | 总时长评分值 |
| (0，0.2] | 10 |
| (0.2，0.4] | 8 |
| (0.4，0.6] | 6 |
| (0.6，0.8] | 4 |
| (0.8，1] | 2 |
作为示例，可以从上述总时长评分表中选择对应上述总时长评分比值“0.66”的总时长评分值“4”。
第四子步骤，基于上述总时长评分值与上述总时长权重因子，生成运输总时长评分值。实践中，上述执行主体可以将上述总时长评分值与上述总时长权重因子的乘积值确定为运输总时长评分值。
作为示例，可以将上述总时长评分值“4”与上述总时长权重因子“0.1”的乘积值“0.4”确定为运输总时长评分值。
第四步，基于上述连续时长评分表和上述连续时长权重因子，生成对应上述用户运输信息的连续运输时长评分值。
实践中，上述第四步可以包括以下子步骤：
第一子步骤，根据上述用户运输信息集中用户运输信息包括的连续运输时长，对上述用户运输信息集进行降序处理，得到第二用户运输信息序列。实践中，首先，上述执行主体可以对上述用户运输信息集中各个用户运输信息包括的连续运输时长进行降序排序，得到连续运输时长序列。然后，按照连续运输时长序列中连续运输时长的序号，对上述用户运输信息集进行降序处理，得到第二用户运输信息序列。
第二子步骤，将上述用户运输信息在上述第二用户运输信息序列中的序号与上述第一用户运输信息序列包括的第二用户运输信息的数量的比值确定为连续时长评分比值。
第三子步骤，从上述连续时长评分表中选择对应上述连续时长评分比值的连续时长评分值。
作为示例，连续时长评分表可以是：
| 连续时长评分比值 | 连续时长评分值 |
| (0，0.2] | 10 |
| (0.2，0.4] | 8 |
| (0.4，0.6] | 6 |
| (0.6，0.8] | 4 |
| (0.8，1] | 2 |
第四子步骤，基于上述连续时长评分值与上述连续时长权重因子，生成连续运输时长评分值。实践中，上述执行主体可以将上述连续时长评分值与上述连续时长权重因子的乘积值确定为连续运输时长评分值。
第五步，基于上述运输次数评分表和上述运输次数权重因子，生成对应上述用户运输信息的单位运输次数评分值。
实践中，上述第五步可以包括以下子步骤：
第一子步骤，根据上述用户运输信息集中用户运输信息包括的单位运输次数，对上述用户运输信息集进行降序处理，得到第三用户运输信息序列。实践中，首先，上述执行主体可以对上述用户运输信息集中各个用户运输信息包括的单位运输次数进行降序排序，得到单位运输次数序列。然后，按照单位运输次数序列中单位运输次数的序号，对上述用户运输信息集进行降序处理，得到第三用户运输信息序列。
第二子步骤，将上述用户运输信息在上述第三用户运输信息序列中的序号与上述第三用户运输信息序列包括的第三用户运输信息的数量的比值确定为运输次数评分比值。
第三子步骤，从上述运输次数评分表中选择对应上述运输次数评分比值的运输次数评分值。
作为示例，运输次数评分表可以是：
| 运输次数评分比值 | 运输次数评分值 |
| (0，0.2] | 10 |
| (0.2，0.4] | 8 |
| (0.4，0.6] | 6 |
| (0.6，0.8] | 4 |
| (0.8，1] | 2 |
第四子步骤，基于上述运输次数评分值和上述运输次数权重因子，生成单位运输次数评分值。实践中，上述执行主体可以将上述运输次数评分值和上述运输次数权重因子的乘积值确定为单位运输次数评分值。
第六步，基于上述运输体量评分表和上述运输体量权重因子，生成对应上述用户运输信息的单位运输体量评分值。
实践中，上述第六步可以包括以下子步骤：
第一子步骤，根据上述用户运输信息集中用户运输信息包括的单位运输体量，对上述用户运输信息集进行降序处理，得到第四用户运输信息序列。实践中，首先，上述执行主体可以对上述用户运输信息集中各个用户运输信息包括的单位运输体量进行降序排序，得到单位运输体量序列。然后，按照单位运输体量序列中单位运输体量的序号，对上述用户运输信息集进行降序处理，得到第四用户运输信息序列。
第二子步骤，将上述用户运输信息在上述第四用户运输信息序列中的序号与上述第四用户运输信息序列包括的第四用户运输信息的数量的比值确定为运输体量评分比值。
第三子步骤，从上述运输体量评分表中选择对应上述运输体量评分比值的运输体量评分值。
作为示例，运输体量评分表可以是：
第四子步骤，基于上述运输体量评分值和上述运输体量权重因子，生成单位运输体量评分值。实践中，上述执行主体可以将上述运输体量评分值和上述运输体量权重因子的比值确定为单位运输体量评分值。
第七步，基于上述单位时长评分表和上述单位时长权重因子，生成对应上述用户运输信息的单位运输时长评分值。
实践中，上述第七步包括以下子步骤：
第一子步骤，根据上述用户运输信息集中用户运输信息包括的单位运输时长，对上述用户运输信息集进行降序处理，得到第五用户运输信息序列。首先，上述执行主体可以对上述用户运输信息集中各个用户运输信息包括的单位运输时长进行降序排序，得到单位运输时长序列。然后，按照单位运输时长序列中单位运输时长的序号，对上述用户运输信息集进行降序处理，得到第五用户运输信息序列。
第二子步骤，将上述用户运输信息在上述第五用户运输信息序列中的序号与上述第五用户运输信息序列包括的第五用户运输信息的数量的比值确定为单位时长评分比值。
第三子步骤，从上述单位时长评分表中选择对应上述单位时长评分比值的单位时长评分值。
作为示例，单位时长评分表可以是：
| 单位时长评分比值 | 单位时长评分值 |
| (0，0.2] | 10 |
| (0.2，0.4] | 8 |
| (0.4，0.6] | 6 |
| (0.6，0.8] | 4 |
| (0.8，1] | 2 |
第四子步骤，基于上述单位时长评分值和上述单位时长权重因子，生成单位运输时长评分值。实践中，上述执行主体可以将上述单位时长评分值和上述单位时长权重因子的乘积值确定为单位运输时长评分值。
第八步，基于上述线路评分值、上述运输评分值、上述运输总时长评分值、上述连续运输时长评分值、上述单位运输次数评分值、上述单位运输体量评分值和上述单位运输时长评分值，生成用户运输信息评分值。实践中，上述执行主体可以将上述线路评分值、上述运输评分值、上述运输总时长评分值、上述连续运输时长评分值、上述单位运输次数评分值、上述单位运输体量评分值与上述单位运输时长评分值的总和确定为单位运输时长评分值。
步骤303，基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息。
步骤304，将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
在一些实施例中，步骤303-304的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤203-204，在此不再赘述。
步骤305，将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组。
在一些实施例中，上述执行主体可以将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组。这里，对于预设阈值的设定，不作限制。例如，预设阈值可以是“7”。实践中，上述执行主体可以将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记上“异常”的字样。
步骤306，将上述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组。
在一些实施例中，上述执行主体可以将上述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组。
步骤307，根据上述异常用户信息组，控制相关联的报警设备进行警报操作。
在一些实施例中，上述执行主体可以控制与上述执行主体通信连接的报警设备对上述异常用户信息组中的每个异常用户信息进行语音播放警报。
从图3可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的流程300可以通过线路类型、运输方式、运输总时长、连续运输时长、单位运输次数、单位运输体量和单位运输时长等7个影响因素，综合对用户(快递承运方)进行评分。从而，可以选择评分较高的用户进行快递运输，使得所选择的快递承运方可以满足运输需求，解决了部分物品因运输不及时的问题，降低了部分物品的损耗。
进一步参考图4，示出了根据本公开的信息处理方法的又一些实施例的流程图。该信息处理方法，包括以下步骤：
步骤401，获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集。
步骤402，通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集。
步骤403，基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息。
步骤404，将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
在一些实施例中，步骤401-404的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-204，在此不再赘述。
步骤405，响应于上述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对上述用户运输信息评分模型包括的权重因子进行调整。
在一些实施例中，信息处理方法的执行主体(例如图1所示的计算设备101)可以响应于上述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对上述用户运输信息评分模型包括的权重因子进行调整。这里，预设条件可以是“至少一个目标用户信息包括的目标用户信息与预先设定的目标用户信息组中的目标用户信息相同”。上述执行主体可以将上述用户运输信息评分模型包括的部分权重因子的数值进行上调，以及将上述用户运输信息评分模型包括的部分权重因子的数值进行下调。例如，用户运输信息评分模型可以包括线路类型权重因子“0.3”和运输体量权重因子“0.7”。可以将线路类型权重因子“0.3”调整为“0.4”，以及将运输体量权重因子“0.7”调整为“0.6”。
从图4可以看出，与图2对应的一些实施例的描述相比，图4对应的一些实施例中的流程400可以实现对用户运输信息评分模型的调整，以使得通过用户运输信息评分模型生成用户运输信息评分值的准确度更高。从而，可以使得所选择的快递承运方满足运输需求，以解决部分物品因运输不及时的问题。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种信息处理装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的信息处理装置500包括：获取单元501、评分单元502、选择单元503和确定单元504。其中，获取单元501被配置成获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；评分单元502被配置成通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；选择单元503被配置成基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息；确定单元504被配置成将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
可选地，装置500还包括：调整单元，被配置成响应于上述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对上述用户运输信息评分模型包括的权重因子进行调整。
可选地，上述用户运输信息集中的用户运输信息包括线路信息，上述线路信息包括线路类型和运输方式，上述用户运输信息评分模型包括线路类型评分表、运输方式评分表、对应上述线路类型评分表的线路类型权重因子、对应上述运输方式评分表的运输方式权重因子。
可选地，评分单元502被进一步配置成：第一生成子单元，被配置成基于上述线路类型评分表和上述线路类型权重因子，生成对应上述用户运输信息的线路评分值；第二生成子单元，被配置成基于上述运输方式评分表和上述运输方式权重因子，生成对应上述用户运输信息的运输评分值。
可选地，上述用户运输信息集中的用户运输信息还包括运输时长信息，上述运输时长信息包括：运输总时长和连续运输时长，上述用户运输信息评分模型还包括总时长评分表、连续时长评分表、对应上述总时长评分表的总时长权重因子、对应上述连续时长评分表的连续时长权重因子。
可选地，评分单元502被进一步配置成：第三生成子单元，被配置成基于上述总时长评分表和上述总时长权重因子，生成对应上述用户运输信息的运输总时长评分值；第四生成子单元，被配置成基于上述连续时长评分表和上述连续时长权重因子，生成对应上述用户运输信息的连续运输时长评分值。
可选地，上述用户运输信息集中的用户运输信息还包括单位运输信息，上述单位运输信息包括：单位运输次数、单位运输体量和单位运输时长，上述用户运输信息评分模型还包括：运输次数评分表、运输体量评分表、单位时长评分表、对应上述运输次数评分表的运输次数权重因子、对应上述运输体量评分表的运输体量权重因子、对应上述单位时长评分表的单位时长权重因子。
可选地，评分单元502被进一步配置成：第五生成子单元，被配置成基于上述运输次数评分表和上述运输次数权重因子，生成对应上述用户运输信息的单位运输次数评分值；第六生成子单元，被配置成基于上述运输体量评分表和上述运输体量权重因子，生成对应上述用户运输信息的单位运输体量评分值；第七生成子单元，被配置成基于上述单位时长评分表和上述单位时长权重因子，生成对应上述用户运输信息的单位运输时长评分值；第八生成子单元，被配置成基于上述线路评分值、上述运输评分值、上述运输总时长评分值、上述连续运输时长评分值、上述单位运输次数评分值、上述单位运输体量评分值和上述单位运输时长评分值，生成用户运输信息评分值。
可选地，第一生成子单元被进一步配置成：从上述线路类型评分表选择对应上述用户运输信息的线路类型评分值；基于上述线路类型评分值和上述线路类型权重因子，生成线路评分值。
可选地，第二生成子单元被进一步配置成：从上述运输方式评分表选择对应上述用户运输信息的运输方式评分值；基于上述运输方式评分值和上述运输方式权重因子，生成运输评分值。
可选地，第三生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的运输总时长，对上述用户运输信息集进行降序处理，得到第一用户运输信息序列；将上述用户运输信息在上述第一用户运输信息序列中的序号与上述第一用户运输信息序列包括的第一用户运输信息的数量的比值确定为总时长评分比值；从上述总时长评分表中选择对应上述总时长评分比值的总时长评分值；基于上述总时长评分值与上述总时长权重因子，生成运输总时长评分值。
可选地，第四生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的连续运输时长，对上述用户运输信息集进行降序处理，得到第二用户运输信息序列；将上述用户运输信息在上述第二用户运输信息序列中的序号与上述第一用户运输信息序列包括的第二用户运输信息的数量的比值确定为连续时长评分比值；从上述连续时长评分表中选择对应上述连续时长评分比值的连续时长评分值；基于上述连续时长评分值与上述连续时长权重因子，生成连续运输时长评分值。
可选地，第五生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输次数，对上述用户运输信息集进行降序处理，得到第三用户运输信息序列；将上述用户运输信息在上述第三用户运输信息序列中的序号与上述第三用户运输信息序列包括的第三用户运输信息的数量的比值确定为运输次数评分比值；从上述运输次数评分表中选择对应上述运输次数评分比值的运输次数评分值；基于上述运输次数评分值和上述运输次数权重因子，生成单位运输次数评分值。
可选地，第六生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输体量，对上述用户运输信息集进行降序处理，得到第四用户运输信息序列；将上述用户运输信息在上述第四用户运输信息序列中的序号与上述第四用户运输信息序列包括的第四用户运输信息的数量的比值确定为运输体量评分比值；从上述运输体量评分表中选择对应上述运输体量评分比值的运输体量评分值；基于上述运输体量评分值和上述运输体量权重因子，生成单位运输体量评分值。
可选地，第七生成子单元被进一步配置成：根据上述用户运输信息集中用户运输信息包括的单位运输时长，对上述用户运输信息集进行降序处理，得到第五用户运输信息序列；将上述用户运输信息在上述第五用户运输信息序列中的序号与上述第五用户运输信息序列包括的第五用户运输信息的数量的比值确定为单位时长评分比值；从上述单位时长评分表中选择对应上述单位时长评分比值的单位时长评分值；基于上述单位时长评分值和上述单位时长权重因子，生成单位运输时长评分值。
可选地，装置500还包括：第一标记单元，被配置成将上述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组；第二标记单元，被配置成将上述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组；控制单元，被配置成根据上述异常用户信息组，控制相关联的报警设备进行警报操作。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)600的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；通过预设的用户运输信息评分模型，对上述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；基于上述用户运输信息评分值集，从上述用户运输信息集中选择出至少一个目标用户运输信息；将上述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、评分单元、选择单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，选择单元还可以被描述为“基于上述用户运输信息评分值集，从上述用户运输信息集中筛选出至少一个目标用户运输信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种信息处理方法，包括：
获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；
通过预设的用户运输信息评分模型，对所述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；
基于所述用户运输信息评分值集，从所述用户运输信息集中选择出至少一个目标用户运输信息；
将所述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
2.根据权利要求1所述的方法，其中，所述方法还包括：
响应于所述至少一个目标用户信息中存在不符合预设条件的目标用户信息，对所述用户运输信息评分模型包括的权重因子进行调整。
3.根据权利要求1所述的方法，其中，所述用户运输信息集中的用户运输信息包括线路信息，所述线路信息包括线路类型和运输方式，所述用户运输信息评分模型包括线路类型评分表、运输方式评分表、对应所述线路类型评分表的线路类型权重因子、对应所述运输方式评分表的运输方式权重因子；以及
所述通过预设的用户运输信息评分模型，对所述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，包括：
基于所述线路类型评分表和所述线路类型权重因子，生成对应所述用户运输信息的线路评分值；
基于所述运输方式评分表和所述运输方式权重因子，生成对应所述用户运输信息的运输评分值。
4.根据权利要求3所述的方法，其中，所述用户运输信息集中的用户运输信息还包括运输时长信息，所述运输时长信息包括：运输总时长和连续运输时长，所述用户运输信息评分模型还包括总时长评分表、连续时长评分表、对应所述总时长评分表的总时长权重因子、对应所述连续时长评分表的连续时长权重因子；以及
所述通过预设的用户运输信息评分模型，对所述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，还包括：
基于所述总时长评分表和所述总时长权重因子，生成对应所述用户运输信息的运输总时长评分值；
基于所述连续时长评分表和所述连续时长权重因子，生成对应所述用户运输信息的连续运输时长评分值。
5.根据权利要求4所述的方法，其中，所述用户运输信息集中的用户运输信息还包括单位运输信息，所述单位运输信息包括：单位运输次数、单位运输体量和单位运输时长，所述用户运输信息评分模型还包括：运输次数评分表、运输体量评分表、单位时长评分表、对应所述运输次数评分表的运输次数权重因子、对应所述运输体量评分表的运输体量权重因子、对应所述单位时长评分表的单位时长权重因子；以及
所述通过预设的用户运输信息评分模型，对所述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，还包括：
基于所述运输次数评分表和所述运输次数权重因子，生成对应所述用户运输信息的单位运输次数评分值；
基于所述运输体量评分表和所述运输体量权重因子，生成对应所述用户运输信息的单位运输体量评分值；
基于所述单位时长评分表和所述单位时长权重因子，生成对应所述用户运输信息的单位运输时长评分值；
基于所述线路评分值、所述运输评分值、所述运输总时长评分值、所述连续运输时长评分值、所述单位运输次数评分值、所述单位运输体量评分值和所述单位运输时长评分值，生成用户运输信息评分值。
6.根据权利要求3所述的方法，其中，所述基于所述线路类型评分表和所述线路类型权重因子，生成对应所述用户运输信息的线路评分值，包括：
从所述线路类型评分表选择对应所述用户运输信息的线路类型评分值；
基于所述线路类型评分值和所述线路类型权重因子，生成线路评分值。
7.根据权利要求3所述的方法，其中，所述基于所述运输方式评分表和所述运输方式权重因子，生成对应所述用户运输信息的运输评分值，包括：
从所述运输方式评分表选择对应所述用户运输信息的运输方式评分值；
基于所述运输方式评分值和所述运输方式权重因子，生成运输评分值。
8.根据权利要求4所述的方法，其中，所述基于所述总时长评分表和所述总时长权重因子，生成对应所述用户运输信息的运输总时长评分值，包括：
根据所述用户运输信息集中用户运输信息包括的运输总时长，对所述用户运输信息集进行降序处理，得到第一用户运输信息序列；
将所述用户运输信息在所述第一用户运输信息序列中的序号与所述第一用户运输信息序列包括的第一用户运输信息的数量的比值确定为总时长评分比值；
从所述总时长评分表中选择对应所述总时长评分比值的总时长评分值；
基于所述总时长评分值与所述总时长权重因子，生成运输总时长评分值。
9.根据权利要求4所述的方法，其中，所述基于所述连续时长评分表和所述连续时长权重因子，生成对应所述用户运输信息的连续运输时长评分值，包括：
根据所述用户运输信息集中用户运输信息包括的连续运输时长，对所述用户运输信息集进行降序处理，得到第二用户运输信息序列；
将所述用户运输信息在所述第二用户运输信息序列中的序号与所述第一用户运输信息序列包括的第二用户运输信息的数量的比值确定为连续时长评分比值；
从所述连续时长评分表中选择对应所述连续时长评分比值的连续时长评分值；
基于所述连续时长评分值与所述连续时长权重因子，生成连续运输时长评分值。
10.根据权利要求5所述的方法，其中，所述基于所述运输次数评分表和所述运输次数权重因子，生成对应所述用户运输信息的单位运输次数评分值，包括：
根据所述用户运输信息集中用户运输信息包括的单位运输次数，对所述用户运输信息集进行降序处理，得到第三用户运输信息序列；
将所述用户运输信息在所述第三用户运输信息序列中的序号与所述第三用户运输信息序列包括的第三用户运输信息的数量的比值确定为运输次数评分比值；
从所述运输次数评分表中选择对应所述运输次数评分比值的运输次数评分值；
基于所述运输次数评分值和所述运输次数权重因子，生成单位运输次数评分值。
11.根据权利要求5所述的方法，其中，所述基于所述运输体量评分表和所述运输体量权重因子，生成对应所述用户运输信息的单位运输体量评分值，包括：
根据所述用户运输信息集中用户运输信息包括的单位运输体量，对所述用户运输信息集进行降序处理，得到第四用户运输信息序列；
将所述用户运输信息在所述第四用户运输信息序列中的序号与所述第四用户运输信息序列包括的第四用户运输信息的数量的比值确定为运输体量评分比值；
从所述运输体量评分表中选择对应所述运输体量评分比值的运输体量评分值；
基于所述运输体量评分值和所述运输体量权重因子，生成单位运输体量评分值。
12.根据权利要求5所述的方法，其中，所述基于所述单位时长评分表和所述单位时长权重因子，生成对应所述用户运输信息的单位运输时长评分值，包括：
根据所述用户运输信息集中用户运输信息包括的单位运输时长，对所述用户运输信息集进行降序处理，得到第五用户运输信息序列；
将所述用户运输信息在所述第五用户运输信息序列中的序号与所述第五用户运输信息序列包括的第五用户运输信息的数量的比值确定为单位时长评分比值；
从所述单位时长评分表中选择对应所述单位时长评分比值的单位时长评分值；
基于所述单位时长评分值和所述单位时长权重因子，生成单位运输时长评分值。
13.根据权利要求1所述的方法，其中，所述方法还包括：
将所述用户运输信息集中对应的用户运输信息评分值小于等于预设阈值的用户运输信息标记为异常用户运输信息，得到异常用户运输信息组；
将所述异常用户运输信息组中的每个异常用户运输信息对应的用户信息标记为异常用户信息，得到异常用户信息组；
根据所述异常用户信息组，控制相关联的报警设备进行警报操作。
14.一种信息处理装置，包括：
获取单元，被配置成获取用户信息集中每个用户信息对应的用户运输信息，得到用户运输信息集；
评分单元，被配置成通过预设的用户运输信息评分模型，对所述用户运输信息集中的每个用户运输信息进行评分处理，以生成用户运输信息评分值，得到用户运输信息评分值集；
选择单元，被配置成基于所述用户运输信息评分值集，从所述用户运输信息集中选择出至少一个目标用户运输信息；
确定单元，被配置成将所述至少一个目标用户运输信息中每个目标用户运输信息对应的用户信息确定为目标用户信息，得到至少一个目标用户信息。
15.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-13中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-13中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110611241.XA CN113435809A (zh) | 2021-06-01 | 2021-06-01 | 信息处理方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110611241.XA CN113435809A (zh) | 2021-06-01 | 2021-06-01 | 信息处理方法、装置、电子设备和计算机可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113435809A true CN113435809A (zh) | 2021-09-24 |
Family
ID=77804160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110611241.XA Pending CN113435809A (zh) | 2021-06-01 | 2021-06-01 | 信息处理方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435809A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642935A (zh) * | 2021-10-13 | 2021-11-12 | 北京国电通网络技术有限公司 | 基于大数据分析的供应链运营平台数据处理方法及装置 |
| CN115130065A (zh) * | 2022-08-29 | 2022-09-30 | 北京国电通网络技术有限公司 | 供应端特征信息处理方法、装置、设备和计算机可读介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105678580A (zh) * | 2016-01-06 | 2016-06-15 | 北京京东尚科信息技术有限公司 | 电子商务平台及发放优惠券的方法 |
| CN106547758A (zh) * | 2015-09-17 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种数据分箱的方法和设备 |
| CN108769107A (zh) * | 2018-04-12 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种视频调度方法、装置及电子设备 |
| CN109636262A (zh) * | 2018-10-26 | 2019-04-16 | 北京中关村科金技术有限公司 | 一种订单处理方法、装置、系统、计算机设备和存储介质 |
| CN109670295A (zh) * | 2018-11-30 | 2019-04-23 | 北京小米移动软件有限公司 | 用户使用权限的确定方法和装置 |
| 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 |
-
2021
- 2021-06-01 CN CN202110611241.XA patent/CN113435809A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106547758A (zh) * | 2015-09-17 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种数据分箱的方法和设备 |
| CN105678580A (zh) * | 2016-01-06 | 2016-06-15 | 北京京东尚科信息技术有限公司 | 电子商务平台及发放优惠券的方法 |
| CN108769107A (zh) * | 2018-04-12 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种视频调度方法、装置及电子设备 |
| CN109636262A (zh) * | 2018-10-26 | 2019-04-16 | 北京中关村科金技术有限公司 | 一种订单处理方法、装置、系统、计算机设备和存储介质 |
| CN109670295A (zh) * | 2018-11-30 | 2019-04-23 | 北京小米移动软件有限公司 | 用户使用权限的确定方法和装置 |
| 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 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642935A (zh) * | 2021-10-13 | 2021-11-12 | 北京国电通网络技术有限公司 | 基于大数据分析的供应链运营平台数据处理方法及装置 |
| CN113642935B (zh) * | 2021-10-13 | 2021-12-28 | 北京国电通网络技术有限公司 | 基于大数据分析的供应链运营平台数据处理方法及装置 |
| CN115130065A (zh) * | 2022-08-29 | 2022-09-30 | 北京国电通网络技术有限公司 | 供应端特征信息处理方法、装置、设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113435809A (zh) | 信息处理方法、装置、电子设备和计算机可读介质 | |
| CN115130065B (zh) | 供应端特征信息处理方法、装置、设备和计算机可读介质 | |
| CN112184100A (zh) | 物品库存监控方法、装置、电子设备和计算机可读介质 | |
| CN113034090A (zh) | 运输设备调度方法、装置、电子设备和计算机可读介质 | |
| CN114429365A (zh) | 物品销量信息生成方法、装置、电子设备和计算机介质 | |
| CN111966950A (zh) | 日志发送方法、装置、电子设备和计算机可读介质 | |
| CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
| CN114066363A (zh) | 订单信息处理方法、装置、电子设备和计算机可读介质 | |
| CN111262907B (zh) | 服务实例访问方法、装置和电子设备 | |
| CN116245595A (zh) | 供应端物品运输方法、装置、电子设备和计算机可读介质 | |
| CN112308378A (zh) | 调度设备控制方法、装置、电子设备和计算机可读介质 | |
| CN115660244A (zh) | 路线信息生成方法、装置、设备和介质 | |
| CN116150216A (zh) | 行程搜索方法、装置、电子设备及存储介质 | |
| CN112547569B (zh) | 物品分拣设备控制方法、装置、设备和计算机可读介质 | |
| CN112529672B (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
| CN112446768B (zh) | 物品信息推荐方法、装置、电子设备和计算机可读介质 | |
| CN115271582A (zh) | 物品调度方法、装置、电子设备和计算机可读介质 | |
| CN113065829A (zh) | 物流产品确定方法、装置、电子设备和计算机可读介质 | |
| CN112200643A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
| CN112288521A (zh) | 用于调整物品属性值的方法、装置、电子设备和可读介质 | |
| CN111639829A (zh) | 精益项目的分析评优方法、装置以及电子设备 | |
| CN111597441A (zh) | 信息处理方法、装置和电子设备 | |
| CN117591048B (zh) | 任务信息处理方法、装置、电子设备和计算机可读介质 | |
| CN112288540A (zh) | 物品定制化信息推送方法、装置、电子设备和可读介质 | |
| CN115169321B (zh) | 物流内容文本核对方法、装置、电子设备和计算机介质 |
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 |