CN113723890A - 信息处理方法、装置、设备及存储介质 - Google Patents
信息处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113723890A CN113723890A CN202111046115.0A CN202111046115A CN113723890A CN 113723890 A CN113723890 A CN 113723890A CN 202111046115 A CN202111046115 A CN 202111046115A CN 113723890 A CN113723890 A CN 113723890A
- Authority
- CN
- China
- Prior art keywords
- track
- information
- similarity
- target address
- logistics
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 55
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000006399 behavior Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06Q10/0837—Return transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种信息处理方法、装置、设备及存储介质,信息处理方法,包括:获取退货订单的运单物流信息;计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。本发明优化电商平台退货中的信息处理,以加快退货流程的同时,对消费者和商家进行保护。
Description
技术领域
本发明涉及计算机应用领域,尤其涉及一种信息处理方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,通过电商平台进行购物的生活方式越来越普及。用户在电商平台进行商品购物时,常常会存在由于商品错发、商品瑕疵等原因进行退货的情况。目前,电商平台的退货流程,一般需要商家收到退货商品之后才会处理退款。然而,这样的退货过程耗时较长。
为了解决这一问题,在一些解决方案中,当用户发起退款时,即时进行退款处理。然而,这样的方式中,用户可能存在并未退货就执行退款的情况,无法保证商家利益。在又一些解决方案中,电商平台会根据当前的物流状态判断退货商品是否已被揽收,揽收时进行退款处理。然而,这样的方式中,可能存在退货商品并非退回至商家处,从而无法保证商家利益。
由此,如何优化电商平台退货中的信息处理,以加快退货流程的同时,对消费者和商家进行保护,是本领域亟待解决的技术问题。
发明内容
本发明为了克服上述相关技术存在的缺陷,提供一种信息处理方法、装置、设备及存储介质,进而优化电商平台退货中的信息处理,以加快退货流程的同时,对消费者和商家进行保护。
根据本发明的一个方面,提供一种信息处理方法,包括:
获取退货订单的运单物流信息;
计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;
响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
在本发明的一些实施例中,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息中设定轨迹段的字符段信息;
计算所述设定轨迹段的字符段信息与所述目标地址的相似度。
在本发明的一些实施例中,所述设定轨迹段为签收轨迹段和/或派送轨迹段,所述字符段信息包括一项或多项轨迹地址信息,所述轨迹地址信息包括城市、节点以及轨迹详情信息。
在本发明的一些实施例中,所述计算所述设定轨迹段的字符段信息与所述目标地址的相似度包括:
根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合;
根据所述目标地址,生成目标地址字符集合;
计算所述轨迹字符集合与所述目标地址字符集合的相似度。
在本发明的一些实施例中,所述根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合包括:
截取所述字符段信息中的各所述轨迹地址信息的前N个字符,N为大于2的整数;
根据所截取的各所述轨迹地址信息的前N个字符,生成多个轨迹字符;
根据多个所述轨迹字符生成轨迹字符集合;
所述根据所述目标地址,生成目标地址字符集合包括:
截取所述目标地址的前N个字符;
根据所截取的所述目标地址的前N个字符,生成多个目标地址字符;
根据多个所述目标地址字符生成目标地址字符集合。
在本发明的一些实施例中,所述轨迹字符为所述截取的各所述轨迹地址信息的前N个字符中相邻的M个字符,M为大于等于2且小于N的整数;
所述目标地址字符为所述截取的所述目标地址的前N个字符中相邻的M个字符。
在本发明的一些实施例中,所述字符段信息包括多项轨迹地址信息时,所生成的轨迹字符集合为多个,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
计算每一所述轨迹字符集合与所述目标地址字符集合的子相似度;
将各所述子相似度的加权和作为所述轨迹字符集合以及所述目标地址字符集合的相似度,各所述子相似度的权重根据各所述轨迹字符集合对应的轨迹地址信息确定。
在本发明的一些实施例中,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
将所述轨迹字符集合与所述目标地址字符集合的交集和并集之比,作为所述轨迹字符集合与所述目标地址字符集合的相似度。
在本发明的一些实施例中,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
将所述轨迹字符集合与所述目标地址字符集合的交集的两倍除以所述轨迹字符集合与所述目标地址字符集合之和的商,作为所述轨迹字符集合与所述目标地址字符集合的相似度。
在本发明的一些实施例中,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息的实际物流轨迹;
获取所述运单物流信息的预设物流轨迹;
计算所述实际物流轨迹与所述预设物流轨迹的相似度。
在本发明的一些实施例中,所述运单物流信息的预设物流轨迹根据所述运单物流信息的发货地址以及目标地址的历史物流信息预测获得。
在本发明的一些实施例中,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息的实际物流轨迹;
获取所述退货订单关联的购物订单的发货物流轨迹;
计算所述实际物流轨迹与所述发货物流轨迹的相似度。
在本发明的一些实施例中,所述响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程包括:
判断所计算的相似度是否低于第一相似度阈值;
若是,则判断是否存在商家与用户的联系记录;
若不存在,则生成退款提醒信息,并推送至商家终端。
在本发明的一些实施例中,若存在商家与用户的联系记录,则:
判断所述联系记录中是否包含地址信息;
若是,则将所述联系记录中的地址信息作为目标地址,再次计算所述运单物流信息与目标地址的相似度;
判断再次计算的相似度是否低于所述第一相似度阈值;
若是,则生成退款提醒信息,并推送至商家终端;
若否,则触发所述退货订单的退款流程。
在本发明的一些实施例中,所述退款规则包括多个子退款规则,每个所述子退款规则关联不同的用户行为数据,每个所述子退款规则包括不同的相似度阈值范围。
根据本发明的又一方面,还提供一种信息处理装置,包括:
获取模块,配置成获取退货订单的运单物流信息;
计算模块,配置成计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;
触发模块,配置成响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
根据本发明的又一方面,还提供一种电子设备,所述电子设备包括:处理器;存储介质,其上存储有计算机程序,所述计算机程序被所述处理器运行时执行如上所述的步骤。
根据本发明的又一方面,还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上所述的步骤。
相比现有技术,本发明的优势在于:
通过计算所述运单物流信息与所述退货订单的商家地址的相似度,响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程,保证退货的运单物流信息指示退货商品已发往商家地址,由此触发退货订单的退款流程,由此,通过信息的相似度计算,优化电商平台退货中的信息处理,在加快退货流程的同时,对消费者和商家进行保护。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显。
图1示出了根据本发明实施例的信息处理方法的流程图。
图2示出了根据本发明实施例的计算所述运单物流信息与目标地址的相似度的流程图。
图3示出了根据本发明实施例的计算所述设定轨迹段的字符段信息与所述目标地址的相似度的流程图。
图4示出了根据本发明实施例的根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合的流程图。
图5示出了根据本发明实施例的根据所述目标地址,生成目标地址字符集合的流程图。
图6示出了根据本发明实施例的计算所述轨迹字符集合与所述目标地址字符集合的相似度的流程图。
图7示出了根据本发明一实施例的根据轨迹计算所述运单物流信息与目标地址的相似度的流程图。
图8示出了根据本发明另一实施例的根据轨迹计算所述运单物流信息与目标地址的相似度的流程图。
图9示出了根据本发明实施例的响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程的流程图。
图10示出了根据本发明实施例的信息处理装置的模块图。
图11示意性示出本发明示例性实施例中一种计算机可读存储介质示意图。
图12示意性示出本发明示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。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/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此,实际执行的顺序有可能根据实际情况改变。
图1示出了根据本发明实施例的信息处理方法的流程图。信息处理方法包括如下步骤:
步骤S110:获取退货订单的运单物流信息。
具体而言,运单物流信息可以包括但不限于退货商品的实际物流轨迹、实际物流轨迹中的轨迹段(诸如揽收阶段、中转阶段、派送阶段、签收阶段的轨迹段)、各轨迹段中的字符段信息。具体而言,轨迹段的字符段信息用于描述该轨迹段以及退货商品在该轨迹段中的物流状态。
步骤S120:计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址。
具体而言,步骤S120中所计算的运单物流信息与目标地址的相似度用以表示目前的运单物流信息是否可以指示退货商品发往目标地址(或者已到达目标地址)。本发明可以提供多种不同的相似度计算方式,将在下文中结合各附图展开说明。具体而言,所述退货订单的商家地址可以是商家的发货地址,也可以是商家提供的地址。由此,系统可以自动获取商家地址,作为目标地址。
步骤S130:响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
具体而言,根据步骤S120的描述,所计算的相似度用以表示目前的运单物流信息是否可以指示退货商品发往目标地址(或者已到达目标地址),由此,所计算的相似度越高,则表示目前的运单物流信息指示退货商品发往目标地址(或者已到达目标地址)的概率越大。由此,步骤S130可以根据退款规则对相似度的阈值进行设置,从而当所计算的相似度大于设定阈值时,触发所述退货订单的退款流程。
进一步地,本发明还可以使得所述退款规则包括多个子退款规则,每个所述子退款规则关联不同的用户行为数据,每个所述子退款规则包括不同的相似度阈值范围。由此,针对不同的用户行为数据,提供不同的自退款规则。用户行为数据例如可以是根据用户历史购物记录计算获得的用户信用度、用户等级数据等。优选地,用户信用度、用户等级数据越高,则子退款规则关联的相似度阈值越低。在一些具体实现中,当用户信用度、用户等级数据较高时,可以对应设置子退款规则关联较低的相似度阈值,当所计算的相似度大于对应设置的相似度阈值,且用户上传快递单号时,即可触发退货订单的退款流程。当用户信用度、用户等级数据次高时,可以对应设置子退款规则关联次低的相似度阈值,当所计算的相似度大于对应设置的相似度阈值,且当前运单物流信息指示退货商品已到达派送节点时,即可触发退货订单的退款流程。当用户信用度、用户等级数据较低时,可以对应设置子退款规则关联较高的相似度阈值,当所计算的相似度大于对应设置的相似度阈值,且当前运单物流信息指示退货商品已到达签收节点时,即可触发退货订单的退款流程。当用户无历史购物行为时,可以设置当商家确认签收退货商品时,可触发退货订单的退款流程。由此,可以根据用户历史行为、用户等级等,分级别实现快速退款。
在本发明提供的信息处理方法中,通过计算所述运单物流信息与所述退货订单的商家地址的相似度,响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程,保证退货的运单物流信息指示退货商品已发往商家地址,由此触发退货订单的退款流程,由此,通过信息的相似度计算,优化电商平台退货中的信息处理,在加快退货流程的同时,对消费者和商家进行保护。
在一些具体实施例中,所述运单物流信息与目标地址的相似度可以通过字符集合的相似度来计算。下面结合图2至图6对通过字符集合计算运单物流信息与目标地址的相似度的实施例进行阐述。
首先,参见图2,图2示出了根据本发明实施例的计算所述运单物流信息与目标地址的相似度的流程图。图2示出了:
步骤S121:获取所述运单物流信息中设定轨迹段的字符段信息。
具体而言,所述设定轨迹段例如可以为签收轨迹段和/或派送轨迹段,所述字符段信息可以包括一项或多项轨迹地址信息,所述轨迹地址信息包括城市、节点以及轨迹详情信息。由于签收轨迹段和/或派送轨迹段为最靠近目标地址的轨迹段,因为,本发明优先选择签收轨迹段和/或派送轨迹段作为设定轨迹段。
在一些实施例中,当运单物流信息中存在签收轨迹和签收节点时,可以优选将签收轨迹段作为设定轨迹段。当运单物流信息中不存在签收轨迹和签收节点时,可以将派送轨迹段作为设定轨迹段。本发明并非以此为限制。
步骤S122:计算所述设定轨迹段的字符段信息与所述目标地址的相似度。
由此,可以通过字符段与目标地址来实现相似度的计算。字符的相似度计算算法复杂度相对较低,字符处理也较为便捷,由此,通过字符段实现相似度的计算可以大大提高本申请提供的信息处理方法的执行效率。
具体而言,步骤S122可以通过图3所示的步骤来实现。图3示出了根据本发明实施例的计算所述设定轨迹段的字符段信息与所述目标地址的相似度的流程图。图3共示出如下步骤:
步骤S1221:根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合。
具体而言,本发明可以提供多种轨迹字符集合的生成方式。在一些实施例中,可以结合分词算法,在剔除特殊字符及部分干扰词组后,自轨迹地址信息提取分词词段,从而生成轨迹字符集合。
在另一些实施例中,可以通过图4示出的步骤,来生成轨迹字符集合的流程图。图4共示出如下步骤:
步骤S12211:截取所述字符段信息中的各所述轨迹地址信息的前N个字符,N为大于2的整数。
步骤S12212:根据所截取的各所述轨迹地址信息的前N个字符,生成多个轨迹字符。
步骤S12213:根据多个所述轨迹字符生成轨迹字符集合。
具体而言,通过上述步骤,可以在剔除特殊字符及部分干扰词组后,通过对轨迹地址信息截取所述字符段信息中的各所述轨迹地址信息的前N个字符,从而减少信息的处理量。
具体而言,所述轨迹字符为所述截取的各所述轨迹地址信息的前N个字符中相邻的M个字符,M为大于等于2且小于N的整数。例如,当N为4,M为2时,所截取的所述轨迹地址信息的前4个字符为abcd时,根据abcd可以多个轨迹字符ab、bc、cd,根据轨迹字符ab、bc、cd可以生成轨迹字符集合。
由此,通过对轨迹字符集合中所包含的轨迹字符的长度以及字符相邻的限定,便于轨迹字符集合生成的同时,提高字符集合的相似度计算效率。
步骤S1222:根据所述目标地址,生成目标地址字符集合。
具体而言,本发明可以提供多种目标地址字符集合的生成方式。在一些实施例中,可以结合分词算法,在剔除特殊字符及部分干扰词组后,自目标地址中提取分词词段,从而生成目标地址字符集合。
在另一些实施例中,可以通过图5示出的步骤,来生成目标地址字符集合的流程图。图5共示出如下步骤:
步骤S12221:截取所述目标地址的前N个字符。
步骤S12222:根据所截取的所述目标地址的前N个字符,生成多个目标地址字符。
步骤S12223:根据多个所述目标地址字符生成目标地址字符集合。
具体而言,目标地址字符集合的生成步骤可以与图4示出的轨迹字符集合的步骤类似,在剔除特殊字符及部分干扰词组后,通过截取所述目标地址的前N个字符,从而减少信息的处理量。
具体而言,所述目标地址字符为所述截取的所述目标地址的前N个字符中相邻的M个字符。例如,当N为4,M为2时,所截取的所述目标地址的前4个字符为abce时,根据abce可以多个目标地址字符ab、bc、ce,根据目标地址字符ab、bc、ce可以生成目标地址字符集合。具体而言,生成目标地址字符集合所使用的参数N和M的值优选地与生成轨迹字符集合所使用的参数N和M的值一致,以便于后续相似度的计算。
由此,通过对目标地址字符集合中所包含的目标地址字符的长度以及字符相邻的限定,便于目标地址字符集合生成的同时,提高字符集合的相似度计算效率。
步骤S1223:计算所述轨迹字符集合与所述目标地址字符集合的相似度。
具体而言,步骤S1223可以通过所述轨迹字符集合与所述目标地址字符集合的交集,来计算他们之间的相似度。
在一些实施例中,可以通过Jaccard相似度系数计算所述轨迹字符集合与所述目标地址字符集合的相似度。由此,步骤S1223可以包括:将所述轨迹字符集合与所述目标地址字符集合的交集和并集之比,作为所述轨迹字符集合与所述目标地址字符集合的相似度,其可以由如下公式示出:
其中,J(A,B)为所要计算的相似度,A为轨迹字符集合,B为目标地址字符集合。
具体而言,Jaccard相似度系数主要用于计算符号度量或布尔值度量的个体间的相似度,因为个体的特征属性都是由符号度量或者布尔值标识,因此Jaccard系数更关心个体间共同具有的特征是否一致,从而适用于所述轨迹字符集合与所述目标地址字符集合的相似度的计算。
在另一些实施例中,可以通过Sorensen Dice相似度系数计算所述轨迹字符集合与所述目标地址字符集合的相似度。由此,步骤S1223可以包括:将所述轨迹字符集合与所述目标地址字符集合的交集的两倍除以所述轨迹字符集合与所述目标地址字符集合之和的商,作为所述轨迹字符集合与所述目标地址字符集合的相似度,其可以由如下公式示出:
其中,QS为所要计算的相似度,X为轨迹字符集合,Y为目标地址字符集合。
具体而言,Sorensen Dice相似度系数与Jaccard相似度系数类似,主要用于计算符号度量或布尔值度量的个体间的相似度,从而适用于所述轨迹字符集合与所述目标地址字符集合的相似度的计算。
以上仅仅是示意性地提供了本发明的两种相似度计算方式,本发明并非以此为限制,其它相似度计算方式,诸如余弦相似度、重叠相似度、欧氏距离相似度等相似度计算方式皆在本发明的保护范围之内。
进一步地,当所述字符段信息包括多项轨迹地址信息时,所生成的轨迹字符集合为多个时,可以通过图6示出的步骤,来实现步骤S1223:
步骤S12231:计算每一所述轨迹字符集合与所述目标地址字符集合的子相似度。
步骤S12232:将各所述子相似度的加权和作为所述轨迹字符集合以及所述目标地址字符集合的相似度,各所述子相似度的权重根据各所述轨迹字符集合对应的轨迹地址信息确定。
具体而言,在本发明的一些实施例中,当选择签收轨迹段和派送轨迹段作为设定轨迹段时,将会获得两个分别对应于签收轨迹段和派送轨迹段的轨迹字符集合。由此,可以通过上述步骤S12231和步骤S12232分别计算两个轨迹字符集合与所述目标地址字符集合的子相似度,从而根据轨迹字符集合权重以及自相似度来确定所述轨迹字符集合以及所述目标地址字符集合的相似度。在一些实施例中,由于签收轨迹段相较于派送轨迹段更靠近目标地址,因此,可以使得签收轨迹段的子相似度的权重高于派送轨迹段的子相似度的权重。
在一些变化例中,也可以将两个分别对应于签收轨迹段和派送轨迹段的轨迹字符集合进行结合,从而获得一个总的轨迹字符集合以与目标地址字符集合进行相似度计算。具体而言,可以以并集的形式将两个分别对应于签收轨迹段和派送轨迹段的轨迹字符集合结合在一起。本发明可以实现更多的变化方式在此不予赘述。
在另一些具体实施例中,所述运单物流信息与目标地址的相似度可以通过轨迹的相似度来计算。下面分别结合图7至图8对通过轨迹计算运单物流信息与目标地址的相似度的两个实施例进行阐述。
首先参见图7,图7示出了根据本发明一实施例的根据轨迹计算所述运单物流信息与目标地址的相似度的流程图。图7共示出如下步骤:
步骤S123:获取所述运单物流信息的实际物流轨迹。
步骤S124:获取所述运单物流信息的预设物流轨迹。
具体而言,所述运单物流信息的预设物流轨迹根据所述运单物流信息的发货地址以及目标地址的历史物流信息预测获得。在一些变化例中,预设物流轨迹可以是物流公司根据发货地以及收货地提供的预设物流轨迹。本发明并非以此为限制。
步骤S125:计算所述实际物流轨迹与所述预设物流轨迹的相似度。
在一些实施例中,实际物流轨迹与所述预设物流轨迹的相似度可以采用最邻近点对距离(Closest-Pair Distance)来进行计算。Closest-Pair Distance从两条轨迹中找到最近的一对点,并计算它们之间的距离,以此度量实际物流轨迹与所述预设物流轨迹。所获得距离越小,实际物流轨迹与所述预设物流轨迹的相似度越大。具体而言,在使用Closest-Pair Distance时,可以仅采用设定轨迹段的轨迹进行计算,以避免将发货地、揽收节点和初始中转节点纳入轨迹中时,以发货地、揽收节点和初始中转节点进行Closest-PairDistance的计算导致相似度不准确的情况。
在另一些实施例中,实际物流轨迹与所述预设物流轨迹的相似度可以采用总点对距离(Sum-of-Pairs Distance)来进行计算。Sum-of-Pairs Distance从两条轨迹中选取多个点对,并计算它们之间的距离总和,以此度量实际物流轨迹与所述预设物流轨迹。所获得距离越小,实际物流轨迹与所述预设物流轨迹的相似度越大。具体而言,在使用Sum-of-Pairs Distance,可以将物流轨迹中的各节点(揽收节点、初始中转节点、目的中转节点、派送节点等)作为所选取的点对,以便于进行Sum-of-Pairs Distance的计算。
以上仅仅是示意性地描述本发明可以采用的轨迹相似度计算方式,本发明并非以此为限制,其它轨迹相似度计算方式,诸如动态时间规整距离(Dynamic Time WarpingDistance,DTW)、最长公共子序列(Longest Common Subsequence)、编辑距离(EditDistance on Real sequence,EDR)等轨迹相似度计算方式皆在本发明的保护范围之内。
由此,通过上述步骤可以根据所述实际物流轨迹与所述预设物流轨迹的相似度,从而判断实际物流轨迹是否为发往目的地址,以便于确定是否触发退款流程。
下面参见图8,图8示出了根据本发明另一实施例的根据轨迹计算所述运单物流信息与目标地址的相似度的流程图。图8共示出如下步骤:
步骤S126:获取所述运单物流信息的实际物流轨迹。
步骤S127:获取所述退货订单关联的购物订单的发货物流轨迹。
步骤S128:计算所述实际物流轨迹与所述发货物流轨迹的相似度。
具体而言,实际物流轨迹与所述发货物流轨迹的相似度的计算方式可以与前述的实际物流轨迹与所述预设物流轨迹的相似度的计算方式类似,在此不予赘述。
在本实施例中,考虑到商家的发货地址与收货地址相同,且一般从发货地到目的地的轨迹与从目的地到发货地的轨迹是一致的。由此,可以通过实际物流轨迹与所述发货物流轨迹的相似度,从而判断实际物流轨迹是否为发往目的地址,以便于确定是否触发退款流程。
图7至图8仅仅是示意性地示出本发明的通过轨迹单独计算运单物流信息与目标地址的相似度的实施例,本发明并非以此为限制。在本发明的一些变化例中,可以结合轨迹和前述的字符段实现相似度的计算。例如,通过相似度平均值、相似度加权和等方式结合轨迹和前述的字符段实现总相似度的计算。在本发明的又一些实施例中,当实际物流轨迹信息指示当前退货商品到达派送阶段或签收阶段,则采用字符段的方式计算运单物流信息与目标地址的相似度;当实际物流轨迹信息指示当前退货商品尚未到达派送阶段和签收阶段,则采用轨迹的方式计算运单物流信息与目标地址的相似度。本发明可以实现更多的变化方式,在此不予赘述。
下面参见图9,图9示出了根据本发明实施例的响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程的流程图。图9共示出如下步骤:
步骤S131:判断所计算的相似度是否低于第一相似度阈值。
具体而言,第一相似度阈值可以按需设置。进一步地,第一相似度阈值可以根据大量样本数据的统计获得。
若步骤S131判断为否,则执行步骤S132:触发所述退货订单的退款流程。
若步骤S131判断为是,则执行步骤S133:判断是否存在商家与用户的联系记录。
若步骤S133为不存在,则执行步骤S134:生成退款提醒信息,并推送至商家终端。
步骤S133为存在,则执行步骤S135:判断所述联系记录中是否包含地址信息。
若步骤S135判断为是,则执行步骤S136:将所述联系记录中的地址信息作为目标地址,再次计算所述运单物流信息与目标地址的相似度。
步骤S136之后,在此执行步骤S131:判断再次计算的相似度是否低于所述第一相似度阈值;
若步骤S131判断为否,则执行步骤S132:触发所述退货订单的退款流程。
若步骤S131判断为是,则执行步骤S133:判断是否存在商家与用户的联系记录。
由此,当步骤S120自动将退货订单的发货订单的发货地址作为目标地址,然而,商家实际的退货地址并非为发货地址的情况下,考虑到用户与商家在执行退货流程时,商家会将退货地址发送给用户,从而可以通过图9示出的步骤,自商家与用户的联系记录中提取商家发送的退货地址,从而实现目标地址的自动修正,进一步提高本申请的信息处理方法的智能性。
以上仅仅是本发明的信息处理方法的多个具体实现方式,各实现方式可以独立或组合来实现,本发明并非以此为限制。进一步地,本发明的流程图仅仅是示意性地,各步骤之间的执行顺序并非以此为限制,步骤的拆分、合并、顺序交换、其它同步或异步执行的方式皆在本发明的保护范围之内。
下面参见图10,图10示出了根据本发明实施例的信息处理装置的模块图。信息处理装置200包括获取模块210、计算模块220以及触发模块230。
获取模块210配置成获取退货订单的运单物流信息;
计算模块220配置成计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;
触发模块230配置成响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
在本发明的示例性实施方式的信息处理装置中,通过计算所述运单物流信息与所述退货订单的商家地址的相似度,响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程,保证退货的运单物流信息指示退货商品已发往商家地址,由此触发退货订单的退款流程,由此,通过信息的相似度计算,优化电商平台退货中的信息处理,在加快退货流程的同时,对消费者和商家进行保护。
图10仅仅是示意性的示出本发明提供的信息处理装置200,在不违背本发明构思的前提下,模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的信息处理装置200可以由软件、硬件、固件、插件及他们之间的任意组合来实现,本发明并非以此为限。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被例如处理器执行时可以实现上述任意一个实施例中所述信息处理方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述所述信息处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图11所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品700,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
所述计算机可读存储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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储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租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租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),连接到租户计算设备,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)。
在本发明的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述信息处理方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图12来描述根据本发明的这种实施方式的电子设备500。图12显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图12所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:至少一个处理单元510、至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述所述信息处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530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。
电子设备500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通讯,还可与一个或者多个使得租户能与该电子设备500交互的设备通讯,和/或与使得该电子设备500能与一个或多个其它计算设备进行通讯的任何设备(例如路由器、调制解调器等等)通讯。这种通讯可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通讯。网络适配器560可以通过总线530与电子设备500的其它模块通讯。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明实施方式的上述所述信息处理方法。
相比现有技术,本发明的优势在于:
通过计算所述运单物流信息与所述退货订单的商家地址的相似度,响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程,保证退货的运单物流信息指示退货商品已发往商家地址,由此触发退货订单的退款流程,由此,通过信息的相似度计算,优化电商平台退货中的信息处理,在加快退货流程的同时,对消费者和商家进行保护。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (18)
1.一种信息处理方法,其特征在于,包括:
获取退货订单的运单物流信息;
计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;
响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
2.如权利要求1所述的信息处理方法,其特征在于,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息中设定轨迹段的字符段信息;
计算所述设定轨迹段的字符段信息与所述目标地址的相似度。
3.如权利要求2所述的信息处理方法,其特征在于,所述设定轨迹段为签收轨迹段和/或派送轨迹段,所述字符段信息包括一项或多项轨迹地址信息,所述轨迹地址信息包括城市、节点以及轨迹详情信息。
4.如权利要求3所述的信息处理方法,其特征在于,所述计算所述设定轨迹段的字符段信息与所述目标地址的相似度包括:
根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合;
根据所述目标地址,生成目标地址字符集合;
计算所述轨迹字符集合与所述目标地址字符集合的相似度。
5.如权利要求4所述的信息处理方法,其特征在于,所述根据所述字符段信息中的各所述轨迹地址信息,生成轨迹字符集合包括:
截取所述字符段信息中的各所述轨迹地址信息的前N个字符,N为大于2的整数;
根据所截取的各所述轨迹地址信息的前N个字符,生成多个轨迹字符;
根据多个所述轨迹字符生成轨迹字符集合;
所述根据所述目标地址,生成目标地址字符集合包括:
截取所述目标地址的前N个字符;
根据所截取的所述目标地址的前N个字符,生成多个目标地址字符;
根据多个所述目标地址字符生成目标地址字符集合。
6.如权利要求5所述的信息处理方法,其特征在于,所述轨迹字符为所述截取的各所述轨迹地址信息的前N个字符中相邻的M个字符,M为大于等于2且小于N的整数;
所述目标地址字符为所述截取的所述目标地址的前N个字符中相邻的M个字符。
7.如权利要求4所述的信息处理方法,其特征在于,所述字符段信息包括多项轨迹地址信息时,所生成的轨迹字符集合为多个,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
计算每一所述轨迹字符集合与所述目标地址字符集合的子相似度;
将各所述子相似度的加权和作为所述轨迹字符集合以及所述目标地址字符集合的相似度,各所述子相似度的权重根据各所述轨迹字符集合对应的轨迹地址信息确定。
8.如权利要求4所述的信息处理方法,其特征在于,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
将所述轨迹字符集合与所述目标地址字符集合的交集和并集之比,作为所述轨迹字符集合与所述目标地址字符集合的相似度。
9.如权利要求4所述的信息处理方法,其特征在于,所述计算所述轨迹字符集合与所述目标地址字符集合的相似度包括:
将所述轨迹字符集合与所述目标地址字符集合的交集的两倍除以所述轨迹字符集合与所述目标地址字符集合之和的商,作为所述轨迹字符集合与所述目标地址字符集合的相似度。
10.如权利要求1所述的信息处理方法,其特征在于,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息的实际物流轨迹;
获取所述运单物流信息的预设物流轨迹;
计算所述实际物流轨迹与所述预设物流轨迹的相似度。
11.如权利要求10所述的信息处理方法,其特征在于,所述运单物流信息的预设物流轨迹根据所述运单物流信息的发货地址以及目标地址的历史物流信息预测获得。
12.如权利要求1所述的信息处理方法,其特征在于,所述计算所述运单物流信息与目标地址的相似度包括:
获取所述运单物流信息的实际物流轨迹;
获取所述退货订单关联的购物订单的发货物流轨迹;
计算所述实际物流轨迹与所述发货物流轨迹的相似度。
13.如权利要求1所述的信息处理方法,其特征在于,所述响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程包括:
判断所计算的相似度是否低于第一相似度阈值;
若是,则判断是否存在商家与用户的联系记录;
若不存在,则生成退款提醒信息,并推送至商家终端。
14.如权利要求13所述的信息处理方法,其特征在于,若存在商家与用户的联系记录,则:
判断所述联系记录中是否包含地址信息;
若是,则将所述联系记录中的地址信息作为目标地址,再次计算所述运单物流信息与目标地址的相似度;
判断再次计算的相似度是否低于所述第一相似度阈值;
若是,则生成退款提醒信息,并推送至商家终端;
若否,则触发所述退货订单的退款流程。
15.如权利要求13所述的信息处理方法,其特征在于,所述退款规则包括多个子退款规则,每个所述子退款规则关联不同的用户行为数据,每个所述子退款规则包括不同的相似度阈值范围。
16.一种信息处理装置,其特征在于,包括:
获取模块,配置成获取退货订单的运单物流信息;
计算模块,配置成计算所述运单物流信息与目标地址的相似度,所述目标地址为所述退货订单的商家地址;
触发模块,配置成响应于所计算的相似度符合退款规则,触发所述退货订单的退款流程。
17.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储器,其上存储有计算机程序,所述计算机程序被所述处理器运行时执行:
如权利要求1至15任一项所述的信息处理方法。
18.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行:
如权利要求1至15任一项所述的信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046115.0A CN113723890B (zh) | 2021-09-07 | 2021-09-07 | 信息处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111046115.0A CN113723890B (zh) | 2021-09-07 | 2021-09-07 | 信息处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113723890A true CN113723890A (zh) | 2021-11-30 |
CN113723890B CN113723890B (zh) | 2024-03-26 |
Family
ID=78682475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111046115.0A Active CN113723890B (zh) | 2021-09-07 | 2021-09-07 | 信息处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723890B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581195A (zh) * | 2022-03-10 | 2022-06-03 | 北京京东振世信息技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348730A (zh) * | 2019-07-04 | 2019-10-18 | 创新奇智(南京)科技有限公司 | 风险用户判断方法及其系统、电子设备 |
KR20200101024A (ko) * | 2019-02-19 | 2020-08-27 | 주식회사 리턴박스 | 반품상품의 사진에 포함된 위치정보를 활용하여 픽업요청이 가능한 반품서비스 시스템 |
CN111966766A (zh) * | 2020-02-18 | 2020-11-20 | 上海寻梦信息技术有限公司 | 地址信息的检测方法、系统、电子设备和存储介质 |
CN112308487A (zh) * | 2020-10-28 | 2021-02-02 | 上海寻梦信息技术有限公司 | 物流轨迹展示方法、装置、电子设备以及存储介质 |
CN112633805A (zh) * | 2020-12-25 | 2021-04-09 | 南京谱隘网络科技有限公司 | 基于区块链和云计算的电子商务商品订单物流信息处理方法及云服务器 |
CN112712086A (zh) * | 2020-12-28 | 2021-04-27 | 云镝智慧科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN112818685A (zh) * | 2021-01-29 | 2021-05-18 | 上海寻梦信息技术有限公司 | 地址匹配方法、装置、电子设备及存储介质 |
-
2021
- 2021-09-07 CN CN202111046115.0A patent/CN113723890B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200101024A (ko) * | 2019-02-19 | 2020-08-27 | 주식회사 리턴박스 | 반품상품의 사진에 포함된 위치정보를 활용하여 픽업요청이 가능한 반품서비스 시스템 |
CN110348730A (zh) * | 2019-07-04 | 2019-10-18 | 创新奇智(南京)科技有限公司 | 风险用户判断方法及其系统、电子设备 |
CN111966766A (zh) * | 2020-02-18 | 2020-11-20 | 上海寻梦信息技术有限公司 | 地址信息的检测方法、系统、电子设备和存储介质 |
CN112308487A (zh) * | 2020-10-28 | 2021-02-02 | 上海寻梦信息技术有限公司 | 物流轨迹展示方法、装置、电子设备以及存储介质 |
CN112633805A (zh) * | 2020-12-25 | 2021-04-09 | 南京谱隘网络科技有限公司 | 基于区块链和云计算的电子商务商品订单物流信息处理方法及云服务器 |
CN112712086A (zh) * | 2020-12-28 | 2021-04-27 | 云镝智慧科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN112818685A (zh) * | 2021-01-29 | 2021-05-18 | 上海寻梦信息技术有限公司 | 地址匹配方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581195A (zh) * | 2022-03-10 | 2022-06-03 | 北京京东振世信息技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113723890B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046965A (zh) | 信息推荐方法、装置、设备和介质 | |
CN109783490B (zh) | 数据融合方法、装置、计算机设备及存储介质 | |
CN109509048B (zh) | 恶意订单识别方法、装置、电子设备及存储介质 | |
CN110322300B (zh) | 数据处理方法及装置、电子设备、存储介质 | |
CN110909540B (zh) | 短信垃圾新词识别方法、装置及电子设备 | |
CN112818685A (zh) | 地址匹配方法、装置、电子设备及存储介质 | |
CN110647675B (zh) | 停留点识别及预测模型训练方法、装置及存储介质 | |
CN111209478A (zh) | 任务推送方法及装置、存储介质及电子设备 | |
CN110503528A (zh) | 一种线路推荐方法、装置、设备和存储介质 | |
CN112860993A (zh) | 兴趣点的分类方法、装置、设备、存储介质及程序产品 | |
CN111967808B (zh) | 确定物流对象收货方式的方法、装置、电子设备及存储介质 | |
CN111427915B (zh) | 信息处理方法及装置、存储介质、电子设备 | |
US10346766B1 (en) | Determination and optimization of delivery routes | |
CN113837260A (zh) | 模型训练方法、对象匹配方法、装置及电子设备 | |
CN113723890B (zh) | 信息处理方法、装置、设备及存储介质 | |
CN109544392B (zh) | 用于保险订单处理的方法、系统、设备以及介质 | |
CN110009154B (zh) | 一种退款预测方法、装置、终端设备及存储介质 | |
CN111368189B (zh) | 货源排序推荐方法、装置、电子设备、存储介质 | |
CN109255563B (zh) | 物品的储位区域的确定方法和装置 | |
CN107644102B (zh) | 数据特征构造方法及装置、存储介质、电子设备 | |
CN111860554B (zh) | 风险监控方法、装置、存储介质及电子设备 | |
CN110348581B (zh) | 用户特征群中用户特征寻优方法、装置、介质及电子设备 | |
CN112308487A (zh) | 物流轨迹展示方法、装置、电子设备以及存储介质 | |
CN116911953A (zh) | 物品推荐方法、装置、电子设备及计算机可读存储介质 | |
CN109857816B (zh) | 测试样本的选取方法及装置、存储介质、电子设备 |
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 |