CN114022089B - 一种配送禁入区域识别方法以及装置 - Google Patents
一种配送禁入区域识别方法以及装置 Download PDFInfo
- Publication number
- CN114022089B CN114022089B CN202210013874.5A CN202210013874A CN114022089B CN 114022089 B CN114022089 B CN 114022089B CN 202210013874 A CN202210013874 A CN 202210013874A CN 114022089 B CN114022089 B CN 114022089B
- Authority
- CN
- China
- Prior art keywords
- area
- distribution
- point
- delivery
- determining
- 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.)
- Active
Links
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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/0838—Historical data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配送禁入区域识别方法以及装置,该方法包括:从历史配送数据中获取报备位置点和报备位置点对应的预约位置点;获得报备位置点中的备选报备位置点,备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;基于分布密度对备选报备位置点进行聚类处理,获得至少一个报备汇集区;确定出报备汇集区对应的配送关联区域,并将配送关联区域确定为配送资源的配送禁入区域。通过使用该方法,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种配送禁入区域识别方法、装置、电子设备以及计算机可读取存储介质。本申请还涉及配送禁入区域的可配送地址确定方法、装置、电子设备以及计算机可读存储介质。
背景技术
在外卖餐品、生鲜、商超零售等物流配送场景,订单的配送地址理应为用户所处的实际位置。然而针对特殊时期或特殊区域,现有的订单配送地址的确定方式缺乏匹配机制,使得配送过程的科学合理性和可实施性受到影响。例如,现有的物流配送方式未能与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭需求相匹配,使得订单无法配送或所确定的配送地址缺乏合理性,例如,在疫情期间,很多高校、医院、工厂、小区等不允许骑手进入,意味着骑手无法将外卖送到用户的实际位置。例如:用户填写的实际位置是“XXX大学学生宿舍X号楼XXX室”,但是学校不允许骑手进入,实际可配送的位置为“XXX 大学东门”。 因此,如何准确确定出配送禁入区域、采用能够满足该区域配送需求的方式进行物流配送是需要解决的问题。
发明内容
本申请实施例提供一种配送禁入区域识别方法、装置、电子设备及计算机可读存储介质,以解决现有技术中无法准确确定出配送禁入区域从而无法满足该区域配送需求的问题。
本申请实施例提供一种配送禁入区域识别方法,包括:
从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
获得所述报备位置点中的备选报备位置点,所述备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含备选报备位置点中的多个目标备选报备位置点;
确定出所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
可选的,所述确定出所述报备汇集区对应的配送关联区域,包括:
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域。
可选的,所述方法还包括:将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
对应的,所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,响应于所述目标关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
可选的,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
可选的,还包括:将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
可选的,所述基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,包括:
获取所述备选报备位置点对应的置信度;
基于所述置信度确定所述备选报备位置点对应的权重值;
将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,所述第一备选报备位置点为所述备选报备位置点中的任一点;
响应于所述权重值之和不小于所述参考阈值,确定所述第一备选报备位置点为核心点;
获取以所述第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为所述报备汇集区。
可选的,所述备选报备位置点对应的置信度包括如下置信度中的一种或至少两种之和或至少两种的均值:
所述备选报备位置点所属配送订单的置信度;
所述备选报备位置点对应的配送资源的置信度;
所述备选报备位置点对应的配送区域的置信度。
可选的,所述备选报备位置点所属配送订单的置信度通过如下方式确定:获取所述配送订单对应的配送轨迹信息,并确定出所述配送轨迹信息中配送资源的停留点;基于所述停留点与所述备选报备位置点之间的距离,确定所述备选报备位置点所属配送订单的置信度,其中,所述停留点与所述备选报备位置点之间的距离、与所述配送订单的置信度负相关。
本申请实施例还提供一种配送禁入区域的可配送地址确定方法,包括:
获得目标配送禁入区域对应的配送信息;
获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,所述报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
本申请实施例还提供一种配送禁入区域识别装置,包括:
位置点获取单元,用于从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
备选报备位置点获得单元,用于获得所述报备位置点中的备选报备位置点,备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
报备汇集区获得单元,用于基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含所述备选报备位置点中的多个目标备选报备位置点;
配送禁入区域确定单元,用于确定出所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
可选的,所述确定出所述报备汇集区对应的配送关联区域,包括:
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域。
可选的,所述装置还包括:轮廓信息比对单元,用于将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
对应的,所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,响应于所述目标关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
可选的,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
可选的,所述装置还包括:可配送终点区域确定单元,用于将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
可选的,所述基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,包括:
获取所述备选报备位置点对应的置信度;
基于所述置信度确定所述备选报备位置点对应的权重值;
将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,所述第一备选报备位置点为所述备选报备位置点中的任一点;
响应于所述权重值之和不小于所述参考阈值,确定所述第一备选报备位置点为核心点;
获取以所述第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为所述报备汇集区。
可选的,所述备选报备位置点对应的置信度包括如下置信度中的一种或至少两种之和或至少两种的均值:
所述备选报备位置点所属配送订单的置信度;
所述备选报备位置点对应的配送资源的置信度;
所述备选报备位置点对应的配送区域的置信度。
可选的,所述备选报备位置点所属配送订单的置信度通过如下方式确定:
获取所述配送订单对应的配送轨迹信息,并确定出所述配送轨迹信息中配送资源的停留点;基于所述停留点与所述备选报备位置点之间的距离,确定所述备选报备位置点所属配送订单的置信度,其中,所述停留点与所述备选报备位置点之间的距离、与所述配送订单的置信度负相关。
本申请实施例还提供一种配送禁入区域的可配送地址确定装置,包括:
配送信息获得单元,用于获得目标配送禁入区域对应的配送信息;
位置点获得单元,用于获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
可配送地址确定单元,用于根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
本申请实施例还提供一种电子设备,包括处理器和存储器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述方法。
本申请实施例还提供一种计算机可读存储介质,其上存储有一条或多条计算机指令,该指令被处理器执行以实现上述方法。
与现有技术相比,本申请实施例具有以下优点:
本申请实施例提供的配送禁入区域识别方法,包括:从历史配送数据中获取报备位置点和报备位置点对应的预约位置点,报备位置点为配送资源针对配送订单所报备的真实配送终点位置,预约位置点为用户针对配送订单所标识的预约配送终点位置;获得报备位置点中的备选报备位置点,备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;基于分布密度对备选报备位置点进行聚类处理,获得至少一个报备汇集区,报备汇集区包含备选报备位置点中的多个目标备选报备位置点;确定出报备汇集区对应的配送关联区域,并将配送关联区域确定为配送资源的配送禁入区域,配送关联区域为与目标备选报备位置点相关联的配送区域。该方法考虑到疫情期间各配送禁入区域的实际配送状况,即,由于禁止骑手进入等限制,真实配送终点位置与预约配送终点位置之间的距离一般较远,因此将历史配送数据中的报备位置点与其对应的预约位置点之间的距离、与预定距离阈值进行比较,将距离大于预定距离阈值的报备位置点作为后续进行聚类的样本点(备选报备位置点),在采用密度聚类算法对备选报备位置点进行聚类后,可获得多个报备汇集区,并获得报备汇集区对应的配送关联区域,将该配送关联区域确定为配送资源的配送禁入区域。通过使用该方法,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配。
附图说明
图1是本申请第一实施例提供的配送禁入区域识别方法流程图。
图2是本申请第二实施例提供的配送禁入区域的可配送地址确定方法流程图。
图3是本申请第三实施例提供的配送禁入区域识别装置的单元框图。
图4是本申请实施例提供的电子设备的逻辑结构示意图。
图5是本申请第六实施例提供的配送禁入区域的可配送地址确定装置的单元框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
现有基于骑手的轨迹信息识别配送禁入区域的方式为:计算骑手的轨迹进入区域地理实体(AOI,Area of Interest,根据地理位置人为划分的区域,如某个小区,学校,医院等) 区域轮廓的轨迹数百分比,然后当该轨迹数百分比满足设定条件后,将该AOI区域标记为配送禁入区域。
然而,上述方式对区域轮廓有很强的依赖性,当区域轮廓有误差时,进入该区域轮廓的骑手的轨迹数百分比也会带有误差,会导致配送禁入区域识别错误。其次,如果骑手实际可配送的位置聚集在区域轮廓边界内,则很难识别出该配送禁入区域。最后,如果某个区域没有被现有的AOI覆盖(即该区域未被预先划分为已知的AOI区域),则不能将该区域识别为配送禁入区域。
针对外卖餐品、生鲜、商超零售等物流配送场景,为了精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配,且使得识别配送禁入区域的过程能够免受被识别区域的区域轮廓、被识别区域是否被划分为已知的AOI区域等因素的影响,本申请提供了一种配送禁入区域识别方法、与该方法相对应的配送禁入区域识别装置、电子设备以及计算机可读存储介质,本申请还提供一种配送禁入区域的可配送地址确定方法、与该方法相对应的配送禁入区域的可配送地址确定装置、电子设备以及计算机可读存储介质。以下提供实施例对上述方法、装置、电子设备以及计算机可读存储介质进行详细说明。
本申请第一实施例提供一种配送禁入区域识别方法,该方法的应用主体可以为用于识别出配送禁入区域的计算设备应用,该计算设备应用可运行于外卖配送网络平台的服务器。图1为本申请第一实施例提供的配送禁入区域识别方法的流程图,以下结合图1对本实施例提供的方法进行详细描述。以下描述所涉及的实施例是用来解释说明方法原理,不是实际使用的限定。
如图1所示,本实施例提供的配送禁入区域识别方法包括如下步骤:
S101,从历史配送数据中获取报备位置点和报备位置点对应的预约位置点。
历史配送数据可以为餐饮外卖网络平台或其它物流配送平台存储的与配送过程相关的历史数据,例如针对配送订单的配送轨迹、配送时间、配送数量、配送地址等信息,报备位置点为配送资源针对配送订单所报备的真实配送终点位置,预约位置点为用户针对相同配送订单所标识的预约配送终点位置,配送资源可以为配送人员(例如骑手),也可以为配送无人机、配送机器人、配送无人车等具备末端配送能力以及数据收发功能的配送终端。例如,在外卖餐品配送场景,针对外卖订单A的餐品配送过程中,骑手在将餐品送达后通过手机APP向餐饮外卖平台的服务器发送外卖订单A已送达的报备信息(该过程称为骑手打点),该报备信息可包含送达时间、定位的送达地点等,该定位的送达地点即为骑手针对外卖订单A所报备的真实配送终点位置,而用户在针对外卖订单A下单时所标识的外卖送达位置即为预约配送终点位置。在一般情况下,预约配送终点位置应该与真实配送终点位置对应相同位置,即,报备位置点与其对应的预约位置点为相同的位置,例如,骑手需将外卖餐品配送至用户标注的外卖送达位置后进行打点,然而在特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域),由于需进行封闭式管理而禁止骑手进入,因此骑手无法将外卖餐品配送至用户标注的外卖送达位置,只能将其重新与用户约定的取餐位置作为真实配送终点位置,上述禁止骑手进入的区域即为配送禁入区域。
本步骤用于从预先存储的多个历史配送数据中查找获得多个配送订单对应的报备位置点和预约位置点,作为后续识别配送禁入区域的基础数据。
S102,获得报备位置点中的备选报备位置点。
在上述步骤获得获取报备位置点和报备位置点对应的预约位置点之后,本步骤用于获得上述报备位置点中的备选报备位置点,该备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值。此处以预定距离阈值作为从报备位置点中查找备选报备位置点的参考值,如果上述获得的报备位置点与其对应的预约位置点之间的距离大于该预定距离阈值,则确定该报备位置点为备选报备位置点。例如,骑手针对外卖订单A所报备的真实配送终点位置(例如×××大学东门)与用户在针对外卖订单A下单时所标识的预约配送终点位置(例如×××大学×号宿舍楼×层××室)之间的距离大于200米,则表明该预约配送终点位置为不可送达的位置,可能因疫情等原因禁止骑手进入。
S103,基于分布密度对备选报备位置点进行聚类处理,获得至少一个报备汇集区。
本步骤用于基于分布密度对上述步骤获得的备选报备位置点进行聚类处理,获得至少一个报备汇集区,该报备汇集区包含上述备选报备位置点中的多个目标备选报备位置点,即,备选报备位置点作为聚类时的样本点,报备汇集区是由多个目标备选报备位置点聚类获得的区域,每个报备汇集区均包含多个目标备选报备位置点。
在本实施例中,上述基于分布密度对备选报备位置点进行聚类处理采用DBSCAN(Density-BasedSpatial Clustering of Applications with Noise)聚类算法实现,DBSCAN聚类算法是一种基于密度的聚类方法,算法的主要目标是发现任意形状的聚簇,其在大规模数据库上有更好的效率,DBSCAN聚类算法能够将足够高密度的区域划分成聚类簇,并能在具有噪声的空间数据库中发现任意形状的簇,将簇定义为密度相连的点的最大集合,其可以找到样本点(备选报备位置点)的全部密集区域,并将该密集区域作为簇,无需预先指定簇的个数,可在包含噪声的空间中针对以任意形状进行分布的备选报备位置点实现聚类。上述获得的至少一个备选报备位置点即为聚类后的密集区域(簇)。该过程具体包括如下内容:
首先,获取上述备选报备位置点对应的置信度,并基于该置信度确定上述备选报备位置点对应的权重值,置信度越高,则备选报备位置点对应的权重值越大。在本实施例中,备选报备位置点对应的置信度可以为备选报备位置点所属配送订单的置信度,例如,骑手A在针对配送订单A进行配送过程中,骑手A在将餐品送达后需稍作停留,并进行报备打点,通过骑手A的轨迹信息可获得骑手A的停留点,然而骑手A通过手机APP向餐饮外卖平台的服务器发送外卖订单A已送达的报备信息(报备打点)的时间点可能提前或延后,导致骑手实际报备的位置与骑手真实送达的位置之间存在偏差,如果骑手A的停留点与打点位置(备选报备位置点)之间的距离较远,则表明骑手A并未在餐品送达时打点,因此配送订单A的置信度较低,相反,如果骑手A的停留点与打点位置(备选报备位置点)之间的距离较近,则表明骑手A在餐品送达时打点,因此认为配送订单A的置信度较高;备选报备位置点对应的置信度也可以为备选报备位置点对应的配送资源的置信度,例如,配送资源为骑手A,该骑手A的可信度较好,例如,该骑手A的配送历史数据表明其打点位置与其真实配送终点位置始终较为接近,则该骑手的置信度较高,认为当前该骑手的打点位置的置信度较高;备选报备位置点对应的置信度也可以为备选报备位置点对应的配送区域的置信度,例如,配送区域为无法获取骑手轨迹信息的区域,则该配送区域的置信度较低,对应的,在该配送区域内的打点位置的置信度较低。
需要说明的是,上述备选报备位置点对应的置信度还可以为备选报备位置点所属配送订单的置信度、备选报备位置点对应的配送资源的置信度、以及备选报备位置点对应的配送区域的置信度等置信度中的两种或两种以上置信度之和、或者两种或两种以上置信度的均值。上述备选报备位置点所属配送订单的置信度通过如下方式确定:获取配送订单对应的配送轨迹信息,并确定出配送轨迹信息中配送资源的停留点;基于停留点与备选报备位置点之间的距离,确定备选报备位置点所属配送订单的置信度,其中,停留点与备选报备位置点之间的距离、与配送订单的置信度负相关,例如,骑手的停留点与打点位置之间的距离越大,则配送订单的置信度越小。
其次,将上述获得的权重值作为各备选报备位置点能否聚类为簇的决定条件,将权重值之和作为确定核心点时的因素,权重越大的备选报备位置点越容易聚类,以此确定核心点,并基于核心点进行拓展,以生成聚类簇,并将所述聚类簇所对应的区域确定为报备汇集区。该过程具体为:将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,该第一备选报备位置点为上述备选报备位置点中的任一点,如果上述权重值之和不小于参考阈值MinPts,则确定第一备选报备位置点为核心点,DBSCAN聚类过程是根据核心点推导出最大密度相连的样本点集合的过程,Eps和MinPts是预先设定的,例如,Eps取10米,MinPts取5,如果一个骑手打点位置附近10米内一些其他的骑手打点,各打点位置对应的权重值之和大于等于5,则该点为核心点,然后获取以该第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为报备汇集区,直到所有核心点均被访问过且获得多个报备汇集区为止。
上述聚类过程考虑了备选报备位置点对应的置信度,置信度高的备选报备位置点,其权重值越大,越容易聚类,置信度低的备选报备位置点其权重值越小,不容易聚类,在聚类的同时可基于置信度筛选样本点,能够提升聚类结果的准确性。
S104,确定出报备汇集区对应的配送关联区域,并将配送关联区域确定为配送资源的配送禁入区域。
在经上述步骤获得报备汇集区之后,本步骤用于确定出报备汇集区对应的配送关联区域,并将配送关联区域确定为配送资源的配送禁入区域,配送关联区域为与报备汇集区所包含的上述目标备选报备位置点相关联的配送区域,例如,目标备选报备位置点所属的配送订单显示、目标备选报备位置点均为骑手针对A大学的用户进行外卖配送时的打点位置,则A大学即为与该打点位置相关联的配送区域,进而确定A大学为骑手的配送禁入区域。
上述确定出报备汇集区对应的配送关联区域,具体可以是指:确定出目标备选报备位置点对应的目标预约位置点,例如,骑手针对外卖订单A的打点位置(B大学东门)为目标备选报备位置点,用户在针对外卖订单A下单时所标识的外卖送达位置(B大学三号宿舍楼601室)为目标预约位置点;从历史配送数据所包含的预约位置点中,获取与目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点,例如,从历史配送数据的所有用户标识的外卖送达位置中,筛选出与“B大学三号宿舍楼601室”的文本相似度较高的位置作为参考预约位置点,文本相似度越高,表明所获得的参考预约位置点与目标预约位置点属于同一配送区域的可能性越高;基于参考预约位置点进行边界刻画,将刻画的区域确定为报备汇集区对应的配送关联区域,上述基于参考预约位置点进行边界刻画的过程可采用Graham-Scan算法,该算法可根据集合中的参考预约位置点得到可以覆盖这些参考预约位置点的凸多边形,该凸多边形即为配送关联区域的轮廓信息,该过程也可采用图像学中的边缘提取算法(高斯算子)对参考预约位置点所覆盖区域进行边缘提取,获得配送关联区域的轮廓信息,在此不再赘述。
在本实施例中,在上述确定出报备汇集区对应的配送关联区域之后,还需将所述配送关联区域的轮廓信息与预先存储的已命名的区域地理实体(AOI,Area of Interest,根据地理位置人为划分的区域,如某个小区,学校,医院等)的轮廓信息进行比对,以此确定配送关联区域是否为预先存储的区域地理实体;对应的,上述将配送关联区域确定为配送资源的配送禁入区域,具体可以是指:如果上述配送关联区域的轮廓信息与预先存储的已命名的区域地理实体的轮廓信息不匹配,即,配送关联区域不属于预先确定并存储的区域地理实体,则需基于参考预约位置点对应的位置文本信息确定出配送关联区域的名称(具体为,将参考预约位置点对应的位置文本信息中的共有区域的名称确定为配送关联区域的名称,例如,参考预约位置点对应的位置文本信息中均包含“A大学”这一共有区域,则“A大学”即为述配送关联区域的名称),并将该配送关联区域的名称确定为配送禁入区域的名称;或者,如果目标关联区域的轮廓信息与已命名的区域地理实体中的目标区域地理实体的轮廓信息相匹配,即,配送关联区域属于预先确定并存储的已命名的区域地理实体,则将目标区域地理实体的名称确定为配送禁入区域的名称。
在本实施例中,在上述获得报备汇集区以及确定出配送禁入区域之后,还可将上述报备汇集区确定为该配送禁入区域面向配送资源的可配送终点区域,具体可以为:将报备汇集区标记为配送禁入区域面向骑手的实际可配送终点区域,并向骑手的终端下发该实际可配送终点区域的信息,例如,将配送禁入区域的名称及轮廓信息与报备汇集区进行关联存储,并针对与配送禁入区域相关联的配送订单、向骑手的手机APP下发该报备汇集区为骑手针对配送禁入区域的实际可配送终点区域。
本申请实施例提供的配送禁入区域识别方法,从历史配送数据中获取报备位置点和报备位置点对应的预约位置点,报备位置点为配送资源针对配送订单所报备的真实配送终点位置,预约位置点为用户针对配送订单所标识的预约配送终点位置;获得报备位置点中的备选报备位置点,备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;基于分布密度对备选报备位置点进行聚类处理,获得至少一个报备汇集区,报备汇集区包含备选报备位置点中的多个目标备选报备位置点;确定出报备汇集区对应的配送关联区域,并将配送关联区域确定为配送资源的配送禁入区域,配送关联区域为与目标备选报备位置点相关联的配送区域。该方法考虑到疫情期间各配送禁入区域的实际配送状况,即,由于禁止骑手进入等限制,真实配送终点位置与预约配送终点位置之间的距离一般较远,因此将历史配送数据中的报备位置点与其对应的预约位置点之间的距离、与预定距离阈值进行比较,将距离大于预定距离阈值的报备位置点作为后续进行聚类的样本点(备选报备位置点),在采用密度聚类算法对备选报备位置点进行聚类后,可获得多个报备汇集区,并获得报备汇集区对应的配送关联区域,将该配送关联区域确定为配送资源的配送禁入区域。例如,针对疫情期间的某封闭小区A,各骑手均将该封闭小区A的南门作为实际取餐位置和打点位置,所属于该封闭小区A的不同配送订单的打点位置聚集于南门,因此,从网络平台服务器上存储的海量历史配送数据中筛选出上述备选报备位置点之后,对该备选报备位置点进行聚类获得的多个报备汇集区中包含南门,通过该南门可确定出该南门所属的上述封闭小区A,进而确定该封闭小区A为配送禁入区域。
通过使用该方法,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配,且使得识别配送禁入区域的过程能够免受被识别区域的区域轮廓、被识别区域是否被划分为已知的AOI区域等因素的影响。
本申请第二实施例提供一种配送禁入区域的可配送地址确定方法,该方法的实施主体可以为运行于外卖配送网络平台的服务器的计算设备应用,通过实施该方法,可准确确定出配送禁入区域的可配送地址,图2为本申请第二实施例提供的配送禁入区域的可配送地址确定方法的流程图,以下结合图2对本实施例提供的方法进行详细描述。以下描述所涉及的实施例是用来解释说明方法原理,不是实际使用的限定。
如图2所示,本实施例提供的配送禁入区域的可配送地址确定方法包括如下步骤:
S201,获得目标配送禁入区域对应的配送信息。
在本实施例中,目标配送禁入区域为已知的禁止骑手进入的区域。
S202,获得配送信息中的报备位置点和报备位置点对应的预约位置点。
报备位置点为配送资源针对配送订单所报备的真实配送终点位置,预约位置点为用户针对配送订单所标识的预约配送终点位置,报备位置点与其对应的预约位置点之间的距离大于预定距离阈值。
S203,根据报备位置点,获得至少一个报备汇集区,将报备汇集区确定为目标配送禁入区域的可配送地址。
本步骤用于根据上述步骤获得的报备位置点获得至少一个报备汇集区,并将该报备汇集区确定为目标配送禁入区域的可配送地址。
上述根据所述报备位置点,获得至少一个报备汇集区,具体可以是指:基于各报备位置点之间的距离远近或基于各报备位置点的分布密度对报备位置点进行聚类处理,将聚类后获得的位置点集合所对应区域确定为报备汇集区;或者,基于报备位置点进行边界刻画,将所刻画区域确定为报备汇集区。
上述将报备汇集区确定为目标配送禁入区域的可配送地址,具体可以是指:将报备汇集区标记为目标配送禁入区域面向骑手的实际可配送终点区域,并向骑手的终端下发该实际可配送终点区域,例如,将目标配送禁入区域的名称及轮廓信息与报备汇集区进行关联存储,并针对与目标配送禁入区域相关联的配送订单、向骑手的手机APP下发该报备汇集区为骑手针对目标配送禁入区域的实际可配送终点区域。
通过使用本实施例提供的配送禁入区域的可配送地址确定方法,针对已知的禁止骑手进入的配送禁入区域,可确定出该配送禁入区域面向骑手的实际可配送终点区域,并向骑手提供该信息。
上述第一实施例提供了一种配送禁入区域识别方法,与之相对应的,本申请第三实施例还提供了一种配送禁入区域识别装置,由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对装置实施例的描述仅仅是示意性的。
请参考图3理解该实施例,图3为本实施例提供的配送禁入区域识别装置的单元框图,如图3所示,本实施例提供的装置包括:
位置点获取单元301,用于从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
备选报备位置点获得单元302,用于获得所述报备位置点中的备选报备位置点,备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
报备汇集区获得单元303,用于基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含所述备选报备位置点中的多个目标备选报备位置点;
配送禁入区域确定单元304,用于确定出所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
可选的,所述确定出所述报备汇集区对应的配送关联区域,包括:
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域。
可选的,所述装置还包括:轮廓信息比对单元,用于将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
对应的,所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,响应于所述目标关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
可选的,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
可选的,所述装置还包括:可配送终点区域确定单元,用于将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
可选的,所述基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,包括:
获取所述备选报备位置点对应的置信度;
基于所述置信度确定所述备选报备位置点对应的权重值;
将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,所述第一备选报备位置点为所述备选报备位置点中的任一点;
响应于所述权重值之和不小于所述参考阈值,确定所述第一备选报备位置点为核心点;
获取以所述第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为所述报备汇集区。
可选的,所述备选报备位置点对应的置信度包括如下置信度中的一种或至少两种之和或至少两种的均值:
所述备选报备位置点所属配送订单的置信度;
所述备选报备位置点对应的配送资源的置信度;
所述备选报备位置点对应的配送区域的置信度。
可选的,所述备选报备位置点所属配送订单的置信度通过如下方式确定:
获取所述配送订单对应的配送轨迹信息,并确定出所述配送轨迹信息中配送资源的停留点;基于所述停留点与所述备选报备位置点之间的距离,确定所述备选报备位置点所属配送订单的置信度,其中,所述停留点与所述备选报备位置点之间的距离、与所述配送订单的置信度负相关。
通过使用本申请实施例提供的配送禁入区域识别装置,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配,且使得识别配送禁入区域的过程能够免受被识别区域的区域轮廓、被识别区域是否被划分为已知的AOI区域等因素的影响。
在上述的实施例中,提供了一种配送禁入区域识别方法以及一种配送禁入区域识别装置,此外,本申请第四实施例还提供一种电子设备,由于电子设备实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对电子设备实施例的描述仅仅是示意性的。该电子设备实施例如下:
请参考图4理解本实施例,图4为本实施例提供的电子设备的示意图。
如图4所示,本实施例提供的电子设备包括:处理器401和存储器402;
该存储器402用于存储数据处理的计算机指令,该计算机指令在被处理器401读取执行时,执行如下操作:从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
获得所述报备位置点中的备选报备位置点,所述备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含备选报备位置点中的多个目标备选报备位置点;
确定出所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
可选的,所述确定出所述报备汇集区对应的配送关联区域,包括:
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域。
可选的,所述方法还包括:将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
对应的,所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,响应于所述目标关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
可选的,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
可选的,还包括:将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
可选的,所述基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,包括:
获取所述备选报备位置点对应的置信度;
基于所述置信度确定所述备选报备位置点对应的权重值;
将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,所述第一备选报备位置点为所述备选报备位置点中的任一点;
响应于所述权重值之和不小于所述参考阈值,确定所述第一备选报备位置点为核心点;
获取以所述第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为所述报备汇集区。
可选的,所述备选报备位置点对应的置信度包括如下置信度中的一种或至少两种之和或至少两种的均值:
所述备选报备位置点所属配送订单的置信度;
所述备选报备位置点对应的配送资源的置信度;
所述备选报备位置点对应的配送区域的置信度。
可选的,所述备选报备位置点所属配送订单的置信度通过如下方式确定:获取所述配送订单对应的配送轨迹信息,并确定出所述配送轨迹信息中配送资源的停留点;基于所述停留点与所述备选报备位置点之间的距离,确定所述备选报备位置点所属配送订单的置信度,其中,所述停留点与所述备选报备位置点之间的距离、与所述配送订单的置信度负相关。
通过使用本实施例提供的电子设备,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配,且使得识别配送禁入区域的过程能够免受被识别区域的区域轮廓、被识别区域是否被划分为已知的AOI区域等因素的影响。
在上述的实施例中,提供了一种配送禁入区域识别方法、一种配送禁入区域识别装置以及一种电子设备,此外,本申请第五实施例还提供了一种用于实现上述配送禁入区域识别方法的计算机可读存储介质。本申请提供的计算机可读存储介质实施例描述得比较简单,相关部分请参见上述方法实施例的对应说明即可,下述描述的实施例仅仅是示意性的。
本实施例提供的计算机可读存储介质上存储有计算机指令,该指令被处理器执行时实现以下步骤:从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
获得所述报备位置点中的备选报备位置点,所述备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含备选报备位置点中的多个目标备选报备位置点;
确定出所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
可选的,所述确定出所述报备汇集区对应的配送关联区域,包括:
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域。
可选的,所述方法还包括:将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
对应的,所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,响应于所述目标关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
可选的,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
可选的,还包括:将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
可选的,所述基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,包括:
获取所述备选报备位置点对应的置信度;
基于所述置信度确定所述备选报备位置点对应的权重值;
将位于第一备选报备位置点的领域半径范围内的其它备选报备位置点的权重值之和与预设的参考阈值进行比较,所述第一备选报备位置点为所述备选报备位置点中的任一点;
响应于所述权重值之和不小于所述参考阈值,确定所述第一备选报备位置点为核心点;
获取以所述第一备选报备位置点为出发点的密度可达的备选报备位置点,以生成聚类簇,并将所述聚类簇所对应的区域确定为所述报备汇集区。
可选的,所述备选报备位置点对应的置信度包括如下置信度中的一种或至少两种之和或至少两种的均值:
所述备选报备位置点所属配送订单的置信度;
所述备选报备位置点对应的配送资源的置信度;
所述备选报备位置点对应的配送区域的置信度。
可选的,所述备选报备位置点所属配送订单的置信度通过如下方式确定:获取所述配送订单对应的配送轨迹信息,并确定出所述配送轨迹信息中配送资源的停留点;基于所述停留点与所述备选报备位置点之间的距离,确定所述备选报备位置点所属配送订单的置信度,其中,所述停留点与所述备选报备位置点之间的距离、与所述配送订单的置信度负相关。
通过执行本实施例提供的计算机可读存储介质上所存储的计算机指令,针对外卖餐品、生鲜、商超零售等物流配送场景,可精准识别出配送禁入区域,使得物流配送方式能够与特殊时期(例如疫情期间)或特殊区域(例如对私密性要求较高的区域)的封闭管理需求相匹配,且使得识别配送禁入区域的过程能够免受被识别区域的区域轮廓、被识别区域是否被划分为已知的AOI区域等因素的影响。
上述第二实施例提供了一种配送禁入区域的可配送地址确定方法,与之相对应的,本申请第六实施例还提供了一种配送禁入区域的可配送地址确定装置,由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对装置实施例的描述仅仅是示意性的。
请参考图5理解该实施例,图5为本实施例提供的配送禁入区域的可配送地址确定装置的单元框图,如图5所示,本实施例提供的配送禁入区域的可配送地址确定装置包括:
本申请实施例还提供一种配送禁入区域的可配送地址确定装置,包括:
配送信息获得单元501,用于获得目标配送禁入区域对应的配送信息;
位置点获得单元502,用于获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
可配送地址确定单元503,用于根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
通过使用本实施例提供的配送禁入区域的可配送地址确定装置,针对已知的禁止骑手进入的配送禁入区域,可确定出该配送禁入区域面向骑手的实际可配送终点区域,并向骑手提供该信息。
在上述的实施例中,提供了一种配送禁入区域的可配送地址确定方法以及一种配送禁入区域的可配送地址确定装置,此外,本申请第七实施例还提供一种电子设备,由于电子设备实施例基本相似于方法实施例,所以描述得比较简单,相关的技术特征的细节部分请参见上述提供的方法实施例的对应说明即可,下述对电子设备实施例的描述仅仅是示意性的。该电子设备实施例如下:请参考图4理解本实施例,图4为本实施例提供的电子设备的示意图。如图4所示,本实施例提供的电子设备包括:处理器401和存储器402;该存储器402用于存储目标图像获取的计算机指令,该计算机指令在被处理器401读取执行时,执行如下操作:
获得目标配送禁入区域对应的配送信息;
获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,所述报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
通过使用本实施例提供的电子设备,针对已知的禁止骑手进入的配送禁入区域,可确定出该配送禁入区域面向骑手的实际可配送终点区域,并向骑手提供该信息。
在上述的实施例中,提供了一种配送禁入区域的可配送地址确定方法、一种配送禁入区域的可配送地址确定装置以及一种电子设备,此外,本申请第八实施例还提供了一种用于实现上述配送禁入区域的可配送地址确定方法的计算机可读存储介质。本申请提供的计算机可读存储介质实施例描述得比较简单,相关部分请参见上述方法实施例的对应说明即可,下述描述的实施例仅仅是示意性的。
本实施例提供的计算机可读存储介质上存储有计算机指令,该指令被处理器执行时实现以下步骤:
获得目标配送禁入区域对应的配送信息;
获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,所述报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
通过执行本实施例提供的计算机可读存储介质上所存储的计算机指令,针对已知的禁止骑手进入的配送禁入区域,可确定出该配送禁入区域面向骑手的实际可配送终点区域,并向骑手提供该信息。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器 (CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (9)
1.一种配送禁入区域识别方法,其特征在于,包括:
从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
获得所述报备位置点中的备选报备位置点,所述备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含所述备选报备位置点中的多个目标备选报备位置点;
确定出所述目标备选报备位置点对应的目标预约位置点;
从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;
基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
2.根据权利要求1所述的方法,其特征在于,还包括:将所述配送关联区域的轮廓信息与预先存储的区域地理实体的轮廓信息进行比对;
所述将所述配送关联区域确定为配送资源的配送禁入区域,包括:
响应于所述配送关联区域的轮廓信息与所述预先存储的区域地理实体的轮廓信息不匹配,基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,并将所述配送关联区域的名称确定为所述配送禁入区域的名称;或者,
响应于所述配送 关联区域的轮廓信息与所述区域地理实体中的目标区域地理实体的轮廓信息相匹配,将所述目标区域地理实体的名称确定为所述配送禁入区域的名称。
3.根据权利要求2所述的方法,其特征在于,所述基于所述参考预约位置点对应的位置文本信息确定出所述配送关联区域的名称,包括:将所述参考预约位置点对应的位置文本信息中的共有区域的名称确定为所述配送关联区域的名称。
4.根据权利要求1所述的方法,其特征在于,还包括:将所述报备汇集区确定为所述配送禁入区域面向配送资源的可配送终点区域。
5.一种配送禁入区域的可配送地址确定方法,其特征在于,包括:
获得目标配送禁入区域对应的配送信息;其中,所述获得目标配送禁入区域,包括:确定出目标备选报备位置点对应的目标预约位置点;从历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;基于所述参考预约位置点进行边界刻画,将刻画的区域确定为报备汇集区对应的配送关联区域,并将所述配送关联区域确定为目标配送禁入区域;
获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,所述报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
6.一种配送禁入区域识别装置,其特征在于,包括:
位置点获取单元,用于从历史配送数据中获取报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置;
备选报备位置点获得单元,用于获得所述报备位置点中的备选报备位置点,所述备选报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
报备汇集区获得单元,用于基于分布密度对所述备选报备位置点进行聚类处理,获得至少一个报备汇集区,所述报备汇集区包含所述备选报备位置点中的多个目标备选报备位置点;
配送禁入区域确定单元,用于确定出所述目标备选报备位置点对应的目标预约位置点;从所述历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;基于所述参考预约位置点进行边界刻画,将刻画的区域确定为所述报备汇集区对应的配送关联区域,并将所述配送关联区域确定为配送资源的配送禁入区域,所述配送关联区域为与所述目标备选报备位置点相关联的配送区域。
7.一种配送禁入区域的可配送地址确定装置,其特征在于,包括:
配送信息获得单元,用于获得目标配送禁入区域对应的配送信息;其中,所述获得目标配送禁入区域,包括:确定出目标备选报备位置点对应的目标预约位置点;从历史配送数据所包含的预约位置点中,获取与所述目标预约位置点的文本相似度达到或超过预定相似度阈值的参考预约位置点;基于所述参考预约位置点进行边界刻画,将刻画的区域确定为报备汇集区对应的配送关联区域,并将所述配送关联区域确定为目标配送禁入区域;
位置点获得单元,用于获得所述配送信息中的报备位置点和所述报备位置点对应的预约位置点,所述报备位置点为配送资源针对配送订单所报备的真实配送终点位置,所述预约位置点为用户针对所述配送订单所标识的预约配送终点位置,所述报备位置点与其对应的预约位置点之间的距离大于预定距离阈值;
可配送地址确定单元,用于根据所述报备位置点,获得至少一个报备汇集区,将所述报备汇集区确定为所述目标配送禁入区域的可配送地址。
8.一种电子设备,其特征在于,包括处理器和存储器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-5中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有一条或多条计算机指令,其特征在于,该指令被处理器执行以实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210013874.5A CN114022089B (zh) | 2022-01-04 | 2022-01-04 | 一种配送禁入区域识别方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210013874.5A CN114022089B (zh) | 2022-01-04 | 2022-01-04 | 一种配送禁入区域识别方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114022089A CN114022089A (zh) | 2022-02-08 |
CN114022089B true CN114022089B (zh) | 2022-05-13 |
Family
ID=80069678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210013874.5A Active CN114022089B (zh) | 2022-01-04 | 2022-01-04 | 一种配送禁入区域识别方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022089B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472524A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN111340412A (zh) * | 2020-02-07 | 2020-06-26 | 北京三快在线科技有限公司 | 一种订单处理的方法、装置、可读存储介质及电子设备 |
CN111402006A (zh) * | 2020-03-21 | 2020-07-10 | 北京三快在线科技有限公司 | 一种订单处理的方法、装置、可读存储介质及电子设备 |
CN112258105A (zh) * | 2020-10-15 | 2021-01-22 | 拉扎斯网络科技(上海)有限公司 | 配送地址合规检测、合规配送范围信息获得方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975999B2 (en) * | 2002-01-14 | 2005-12-13 | First Data Corporation | Methods and systems for managing business representative distributions |
US9741011B2 (en) * | 2013-12-12 | 2017-08-22 | Main Grade Assets, Llc | System for improving efficiencies of on-demand delivery services |
CN110704756A (zh) * | 2019-09-17 | 2020-01-17 | 北京三快在线科技有限公司 | 一种确定送货位置的方法以及装置 |
CN111275383B (zh) * | 2020-01-19 | 2023-04-07 | 腾讯云计算(北京)有限责任公司 | 一种配送范围生成方法、装置、计算机设备及存储介质 |
CN113254561B (zh) * | 2021-06-16 | 2021-11-19 | 浙江口碑网络技术有限公司 | 一种位置数据处理系统 |
-
2022
- 2022-01-04 CN CN202210013874.5A patent/CN114022089B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472524A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 信息处理方法和装置 |
CN111340412A (zh) * | 2020-02-07 | 2020-06-26 | 北京三快在线科技有限公司 | 一种订单处理的方法、装置、可读存储介质及电子设备 |
CN111402006A (zh) * | 2020-03-21 | 2020-07-10 | 北京三快在线科技有限公司 | 一种订单处理的方法、装置、可读存储介质及电子设备 |
CN112258105A (zh) * | 2020-10-15 | 2021-01-22 | 拉扎斯网络科技(上海)有限公司 | 配送地址合规检测、合规配送范围信息获得方法及装置 |
Non-Patent Citations (3)
Title |
---|
A Scheduling Method to Reduce Waiting Time for Close-range Delivery;Gotoh, Yusuke等;《2015 10TH INTERNATIONAL CONFERENCE ON P2P, PARALLEL, GRID, CLOUD AND INTERNET COMPUTING (3PGCIC)》;20151231;全文 * |
传染性疫情下的应急物流对策;郭惠儒;《中国管理信息化》;20210301(第4期);全文 * |
突发疫情环境下区域应急物流服务模式的研究;许晴等;《中国储运》;20210430(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114022089A (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446281B (zh) | 确定用户亲密度的方法、装置及存储介质 | |
CN110166943B (zh) | 终端位置信息的处理方法 | |
Wu et al. | Modified data-driven framework for housing market segmentation | |
JP2016152044A (ja) | 目標位置を確定するための方法及び装置 | |
US20120182933A1 (en) | Clustering crowd-sourced data for determining beacon positions | |
Cheng et al. | Optimizing Location of Car‐Sharing Stations Based on Potential Travel Demand and Present Operation Characteristics: The Case of Chengdu | |
CN109168195B (zh) | 一种定位信息提取方法及服务平台 | |
EP3109808A1 (en) | Method and apparatus for determining a location of a point of interest | |
US20190325382A1 (en) | Use of geospatial coordinate systems for tracking item delivery | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
CN111212383A (zh) | 区域常住人口数量的确定方法、装置、服务器和介质 | |
CN111475746B (zh) | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 | |
CN105975627A (zh) | 选房方法及装置 | |
Mu et al. | A spatial‐knowledge‐enhanced heuristic for solving the p‐median problem | |
US9900739B2 (en) | Method and apparatus for identifying a target geographic area | |
CN114022089B (zh) | 一种配送禁入区域识别方法以及装置 | |
US20180089774A1 (en) | Method for automatic property valuation | |
CN112887910B (zh) | 异常覆盖区域的确定方法、装置和计算机可读存储介质 | |
CN114547386A (zh) | 基于Wi-Fi信号的定位方法、装置,以及电子设备 | |
CN110619090B (zh) | 一种区域吸引力评估方法及设备 | |
US9917846B1 (en) | Method of defining the user's geographic areas for risk assessment purposes in mobile channels | |
CN115456691A (zh) | 线下广告位的推荐方法、装置、电子设备及存储介质 | |
US8577376B2 (en) | Location based network access point scanning | |
CN110674843A (zh) | 一种停车场实体的生成方法及系统 | |
CN112509164A (zh) | 一种出勤打卡方法、装置、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230506 Address after: Room 507, 788 Zhenbei Road, Putuo District, Shanghai, 200333 Patentee after: RAJAX NETWORK TECHNOLOGY (SHANGHAI) Co.,Ltd. Patentee after: ZHEJIANG KOUBEI NETWORK TECHNOLOGY Co.,Ltd. Address before: 310012 block g, 11 / F, building a, Paradise Software Park, No.3 xidoumen Road, Xihu District, Hangzhou City, Zhejiang Province Patentee before: ZHEJIANG KOUBEI NETWORK TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |