CN114707942A - 一种物流数据批量处理方法及系统 - Google Patents
一种物流数据批量处理方法及系统 Download PDFInfo
- Publication number
- CN114707942A CN114707942A CN202210633501.8A CN202210633501A CN114707942A CN 114707942 A CN114707942 A CN 114707942A CN 202210633501 A CN202210633501 A CN 202210633501A CN 114707942 A CN114707942 A CN 114707942A
- Authority
- CN
- China
- Prior art keywords
- key
- classification
- logistics information
- data
- 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.)
- Pending
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
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及物流技术领域,具体公开了一种物流数据批量处理方法及系统。本发明通过周期性批量获取多个购物软件中的物流数据,提取多个重点物流信息;进行一级分类分析;进行二级分类分析;将多个所述重点物流信息进行初始化分类展示;记录用户的点击数据,进行优化分类展示。能够批量获取多个购物软件中的物流数据,提取重点物流信息,进行两级分类分析,进而对多个重点物流信息进行初始化分类展示,并对用户的点击数据进行记录,根据点击数据,对多个重点物流信息进行优化分类展示,从而实现多个物流数据的批量互通整合,且整合之后的物流信息分类有序,并且能够根据用户的点击次数,进行优化排序,方便用户快速找到重要的物流信息。
Description
技术领域
本发明属于物流技术领域,尤其涉及一种物流数据批量处理方法及系统。
背景技术
随着电商的快速崛起和行业的需求,对于物流这一重要环节的需求和要求也在不断提高,物流公司在市场行业中也扮演着越来越重要的角色。然而,现有的技术中,各个物流公司的物流信息不能够批量互通整合,用户在查看物流信息时,需要逐个点开不同的APP进行查看,有的APP或者快捷指令虽然能够批量收集用户的物流信息,但是只能够简单的将收集的多个物流信息进行批量展示,不能够对物流信息进行智能分析与分类,导致展示的物流信息杂乱无章,用户很难快速找到重要的物流信息。
发明内容
本发明实施例的目的在于提供一种物流数据批量处理方法及系统,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种物流数据批量处理方法,所述方法具体包括以下步骤:
周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息;
根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签;
根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签;
根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示;
记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
作为本发明实施例技术方案进一步的限定,所述周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息具体包括以下步骤:
获取用户设置的批量处理周期;
按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据;
对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
作为本发明实施例技术方案进一步的限定,所述根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签具体包括以下步骤:
根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息;
根据所述收件人信息,判断收件人是否是用户本人;
若收件人是用户本人,则生成本人分类标签;
若收件人不是用户本人,则生成他人分类标签。
作为本发明实施例技术方案进一步的限定,所述根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签具体包括以下步骤:
根据多个所述重点物流信息进行二级分类分析,获取多个所述重点物流信息对应的预计收件时间;
根据多个所述预计收件时间,生成多个对应的收件时间分类标签。
作为本发明实施例技术方案进一步的限定,所述根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示具体包括以下步骤:
按照所述本人分类标签和所述他人分类标签对多个所述重点物流信息进行一级分类,生成一级分类数据;
按照多个所述收件时间分类标签对多个所述重点物流信息进行二级分类,生成二级分类数据;
按照所述一级分类数据和所述二级分类数据,将多个所述重点物流信息进行初始化分类展示。
作为本发明实施例技术方案进一步的限定,所述记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示具体包括以下步骤:
记录用户对多个所述重点物流信息的点击浏览次数;
综合多个所述点击浏览次数,生成点击数据;
按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号;
按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
一种物流数据批量处理系统,所述系统包括物流数据处理单元、一级分类分析单元、二级分类分析单元、始化分类展示单元和优化分类展示单元,其中:
物流数据处理单元,用于周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息;
一级分类分析单元,用于根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签;
二级分类分析单元,用于根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签;
始化分类展示单元,用于根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示;
优化分类展示单元,用于记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
作为本发明实施例技术方案进一步的限定,所述物流数据处理单元具体包括:
处理周期获取模块,用于获取用户设置的批量处理周期;
周期批量获取模块,用于按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据;
重点信息提取模块,用于对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
作为本发明实施例技术方案进一步的限定,所述一级分类分析单元具体包括:
一级分类分析模块,用于根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息;
收件判断模块,用于根据所述收件人信息,判断收件人是否是用户本人;
本人标签生成模块,用于在收件人是用户本人时,生成本人分类标签;
他人标签生成模块,用于在收件人不是用户本人时,生成他人分类标签。
作为本发明实施例技术方案进一步的限定,所述优化分类展示单元具体包括:
点击记录模块,用于记录用户对多个所述重点物流信息的点击浏览次数;
点击数据生成模块,用于综合多个所述点击浏览次数,生成点击数据;
优化排列模块,用于按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号;
优化分类展示模块,用于按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
与现有技术相比,本发明的有益效果是:
本发明实施例通过周期性批量获取多个购物软件中的物流数据,提取多个重点物流信息;进行一级分类分析;进行二级分类分析;将多个所述重点物流信息进行初始化分类展示;记录用户的点击数据,进行优化分类展示。能够批量获取多个购物软件中的物流数据,提取重点物流信息,进行两级分类分析,进而对多个重点物流信息进行初始化分类展示,并对用户的点击数据进行记录,根据点击数据,对多个重点物流信息进行优化分类展示,从而实现多个物流数据的批量互通整合,且整合之后的物流信息分类有序,并且能够根据用户的点击次数,进行优化排序,方便用户快速找到重要的物流信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中物流数据批量处理的流程图。
图3示出了本发明实施例提供的方法中一级分类分析的流程图。
图4示出了本发明实施例提供的方法中二级分类分析的流程图。
图5示出了本发明实施例提供的方法中初始化分类展示的流程图。
图6示出了本发明实施例提供的方法中优化分类展示的流程图。
图7示出了本发明实施例提供的系统的应用架构图。
图8示出了本发明实施例提供的系统中物流数据处理单元的结构框图。
图9示出了本发明实施例提供的系统中一级分类分析单元的结构框图。
图10示出了本发明实施例提供的系统中优化分类展示单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,现有技术中,各个物流公司的物流信息不能够批量互通整合,用户在查看物流信息时,需要逐个点开不同的APP进行查看,有的APP或者快捷指令虽然能够批量收集用户的物流信息,但是只能够简单的将收集的多个物流信息进行批量展示,不能够对物流信息进行智能分析与分类,导致展示的物流信息杂乱无章,用户很难快速找到重要的物流信息。
为解决上述问题,本发明实施例通过周期性批量获取多个购物软件中的物流数据,提取多个重点物流信息;进行一级分类分析;进行二级分类分析;将多个所述重点物流信息进行初始化分类展示;记录用户的点击数据,进行优化分类展示。能够批量获取多个购物软件中的物流数据,提取重点物流信息,进行两级分类分析,进而对多个重点物流信息进行初始化分类展示,并对用户的点击数据进行记录,根据点击数据,对多个重点物流信息进行优化分类展示,从而实现多个物流数据的批量互通整合,且整合之后的物流信息分类有序,并且能够根据用户的点击次数,进行优化排序,方便用户快速找到重要的物流信息。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种物流数据批量处理方法,所述方法具体包括以下步骤:
步骤S101,周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息。
在本发明实施例中,用户可以在移动端进行批量处理周期的设置,通过获取用户设置的批量处理周期,在每个批量处理周期开始时,从移动端安装的多个购物软件中批量地导入物流数据,通过对批量导入的多个物流数据进行重点信息识别,得到多个物流数据对应的重点物流信息,并将识别的多个重点物流信息进行提取。
可以理解的是,重点物流信息包括收件人信息、物流状态、预测收件时间等,且在重点物流信息提取时,还需要创建重点物流信息与对应的物流数据之间的链接,便于用户点击重点物流信息时,可以根据相应的链接,快速访问对应的物流数据,从而查看更加详细的物流信息。
具体的,图2示出了本发明实施例提供的方法中物流数据批量处理的流程图。
其中,在本发明提供的优选实施方式中,所述周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息具体包括以下步骤:
步骤S1011,获取用户设置的批量处理周期。
步骤S1012,按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据。
步骤S1013,对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
进一步的,所述物流数据批量处理方法还包括以下步骤:
步骤S102,根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签。
在本发明实施例中,对多个重点物流信息进行一级分类分析,提取多个重点物流信息中分别对应的收件人信息,进而通过多个收件人信息,判断多个重点物流信息对应的收件人是否是用户本人,对于收件人是用户本人的重点物流信息,生成本人分类标签;对于收件人不是用户本人的重点物流信息,生成他人分类标签。
可以理解的是,移动端中记录有用户的姓名信息,通过将多个收件人信息与用户的姓名信息相比较,可以判断多个重点物流信息对应的收件人是否是用户本人;一级分类标签包括本人分类标签和他人分类标签。
具体的,图3示出了本发明实施例提供的方法中一级分类分析的流程图。
其中,在本发明提供的优选实施方式中,所述根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签具体包括以下步骤:
步骤S1021,根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息。
步骤S1022,根据所述收件人信息,判断收件人是否是用户本人。
步骤S1023,若收件人是用户本人,则生成本人分类标签。
步骤S1024,若收件人不是用户本人,则生成他人分类标签。
进一步的,所述物流数据批量处理方法还包括以下步骤:
步骤S103,根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签。
在本发明实施例中,根据多个重点物流信息进行二级分类分析,确定多个重点物流信息分别对应的预计收件时间,进而按照预计收件时间,生成多个相应的收件时间分类标签。
可以理解的是,收件时间分类标签具有多种,按照收件日期进行更新,根据不同日期的预计收件时间对应的重点物流信息,生成相关的收件时间分类标签;二级分类标签包括多个收件时间分类标签,且多个收件时间分类标签,按照不同的收件日期进行更新。
具体的,图4示出了本发明实施例提供的方法中二级分类分析的流程图。
其中,在本发明提供的优选实施方式中,所述根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签具体包括以下步骤:
步骤S1031,根据多个所述重点物流信息进行二级分类分析,获取多个所述重点物流信息对应的预计收件时间。
步骤S1032,根据多个所述预计收件时间,生成多个对应的收件时间分类标签。
进一步的,所述物流数据批量处理方法还包括以下步骤:
步骤S104,根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示。
在本发明实施例中,按照本人分类标签和他人分类标签对多个重点物流信息进行一级分类,将多个重点物流信息分为一级的两大类,生成一级分类数据,进而在一级的两大类中,均按照收件时间分类标签进行重点物流信息的二级分类,生成二级分类数据,进而综合一级分类数据和二级分类数据,将多个重点物流信息进行初始化分类展示。
可以理解的是,在初始化分类展示中,多个重点物流信息按照一级分类和二级分类在用户的移动端界面上展示。例如:将10个重点物流信息按照本人分类标签和他人分类标签的一级分类,划分为7个本人分类标签对应的重点物流信息和3个他人分类标签对应的重点物流信息,进而对于7个本人分类标签对应的重点物流信息和3个他人分类标签对应的重点物流信息,分别按照收件时间分类标签进行二级分类,使得7个本人分类标签对应的重点物流信息划分为今日取件和明日取件的两个分类展示,3个他人分类标签对应的重点物流信息划分为明日取件和后日取件的两个分类展示。
具体的,图5示出了本发明实施例提供的方法中初始化分类展示的流程图。
其中,在本发明提供的优选实施方式中,所述根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示具体包括以下步骤:
步骤S1041,按照所述本人分类标签和所述他人分类标签对多个所述重点物流信息进行一级分类,生成一级分类数据。
步骤S1042,按照多个所述收件时间分类标签对多个所述重点物流信息进行二级分类,生成二级分类数据。
步骤S1043,按照所述一级分类数据和所述二级分类数据,将多个所述重点物流信息进行初始化分类展示。
进一步的,所述物流数据批量处理方法还包括以下步骤:
步骤S105,记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
在本发明实施例中,通过对用户对于重点物流信息进行点击、浏览更加详细的物流信息的操作进行记录,得到对于不同重点物流信息的点击浏览次数,进而综合不同重点物流信息的点击浏览次数,生成点击数据,按照点击数据,对二次分类展示的重点物流信息进行优化排列,生成优化排列信号,按照优化排列信号,对初始化分类展示的多个重点物流信息进行优化分类展示,使得点击次数更多的重点物流信息排列更靠前。
可以理解的是,用户对于某个重点物流信息的点击次数越多,表明用户越重视该重点物流信息,从而将该重点物流信息更靠前展示,方便用户通过移动端的展示界面更方便的查看该重点物流信息,也便于用户下一次点击该重点物流信息,从而进行详细的物流信息的浏览。
具体的,图6示出了本发明实施例提供的方法中优化分类展示的流程图。
其中,在本发明提供的优选实施方式中,所述记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示具体包括以下步骤:
步骤S1051,记录用户对多个所述重点物流信息的点击浏览次数。
步骤S1052,综合多个所述点击浏览次数,生成点击数据。
步骤S1053,按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号。
步骤S1054,按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种物流数据批量处理系统,包括:
物流数据处理单元101,用于周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息。
在本发明实施例中,用户可以在移动端进行批量处理周期的设置,物流数据处理单元101通过获取用户设置的批量处理周期,在每个批量处理周期开始时,从移动端安装的多个购物软件中批量地导入物流数据,通过对批量导入的多个物流数据进行重点信息识别,得到多个物流数据对应的重点物流信息,并将识别的多个重点物流信息进行提取。
具体的,图8示出了本发明实施例提供的系统中物流数据处理单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述物流数据处理单元101具体包括:
处理周期获取模块1011,用于获取用户设置的批量处理周期。
周期批量获取模块1012,用于按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据。
重点信息提取模块1013,用于对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
进一步的,所述物流数据批量处理系统还包括:
一级分类分析单元102,用于根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签。
在本发明实施例中,一级分类分析单元102对多个重点物流信息进行一级分类分析,提取多个重点物流信息中分别对应的收件人信息,进而通过多个收件人信息,判断多个重点物流信息对应的收件人是否是用户本人,对于收件人是用户本人的重点物流信息,生成本人分类标签;对于收件人不是用户本人的重点物流信息,生成他人分类标签。
具体的,图9示出了本发明实施例提供的系统中一级分类分析单元102的结构框图。
其中,在本发明提供的优选实施方式中,所述一级分类分析单元102具体包括:
一级分类分析模块1021,用于根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息。
收件判断模块1022,用于根据所述收件人信息,判断收件人是否是用户本人。
本人标签生成模块1023,用于在收件人是用户本人时,生成本人分类标签。
他人标签生成模块1024,用于在收件人不是用户本人时,生成他人分类标签。
进一步的,所述物流数据批量处理系统还包括:
二级分类分析单元103,用于根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签。
在本发明实施例中,二级分类分析单元103根据多个重点物流信息进行二级分类分析,确定多个重点物流信息分别对应的预计收件时间,进而按照预计收件时间,生成多个相应的收件时间分类标签。
始化分类展示单元104,用于根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示。
在本发明实施例中,始化分类展示单元104按照本人分类标签和他人分类标签对多个重点物流信息进行一级分类,将多个重点物流信息分为一级的两大类,生成一级分类数据,进而在一级的两大类中,均按照收件时间分类标签进行重点物流信息的二级分类,生成二级分类数据,进而综合一级分类数据和二级分类数据,将多个重点物流信息进行初始化分类展示。
优化分类展示单元105,用于记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
在本发明实施例中,优化分类展示单元105通过对用户对于重点物流信息进行点击、浏览更加详细的物流信息的操作进行记录,得到对于不同重点物流信息的点击浏览次数,进而综合不同重点物流信息的点击浏览次数,生成点击数据,按照点击数据,对二次分类展示的重点物流信息进行优化排列,生成优化排列信号,按照优化排列信号,对初始化分类展示的多个重点物流信息进行优化分类展示,使得点击次数更多的重点物流信息排列更靠前。
具体的,图10示出了本发明实施例提供的系统中优化分类展示单元105的结构框图。
其中,在本发明提供的优选实施方式中,所述优化分类展示单元105具体包括:
点击记录模块1051,用于记录用户对多个所述重点物流信息的点击浏览次数。
点击数据生成模块1052,用于综合多个所述点击浏览次数,生成点击数据。
优化排列模块1053,用于按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号。
优化分类展示模块1054,用于按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种物流数据批量处理方法,其特征在于,所述方法具体包括以下步骤:
周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息;
根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签;
根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签;
根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示;
记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
2.根据权利要求1所述的物流数据批量处理方法,其特征在于,所述周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息具体包括以下步骤:
获取用户设置的批量处理周期;
按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据;
对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
3.根据权利要求1所述的物流数据批量处理方法,其特征在于,所述根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签具体包括以下步骤:
根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息;
根据所述收件人信息,判断收件人是否是用户本人;
若收件人是用户本人,则生成本人分类标签;
若收件人不是用户本人,则生成他人分类标签。
4.根据权利要求3所述的物流数据批量处理方法,其特征在于,所述根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签具体包括以下步骤:
根据多个所述重点物流信息进行二级分类分析,获取多个所述重点物流信息对应的预计收件时间;
根据多个所述预计收件时间,生成多个对应的收件时间分类标签。
5.根据权利要求4所述的物流数据批量处理方法,其特征在于,所述根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示具体包括以下步骤:
按照所述本人分类标签和所述他人分类标签对多个所述重点物流信息进行一级分类,生成一级分类数据;
按照多个所述收件时间分类标签对多个所述重点物流信息进行二级分类,生成二级分类数据;
按照所述一级分类数据和所述二级分类数据,将多个所述重点物流信息进行初始化分类展示。
6.根据权利要求1所述的物流数据批量处理方法,其特征在于,所述记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示具体包括以下步骤:
记录用户对多个所述重点物流信息的点击浏览次数;
综合多个所述点击浏览次数,生成点击数据;
按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号;
按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
7.一种物流数据批量处理系统,其特征在于,所述系统包括物流数据处理单元、一级分类分析单元、二级分类分析单元、始化分类展示单元和优化分类展示单元,其中:
物流数据处理单元,用于周期性批量获取多个购物软件中的物流数据,提取多个所述物流数据中的重点物流信息;
一级分类分析单元,用于根据多个所述重点物流信息进行一级分类分析,生成多个重点物流信息对应的一级分类标签;
二级分类分析单元,用于根据多个所述重点物流信息进行二级分类分析,生成多个重点物流信息对应的二级分类标签;
始化分类展示单元,用于根据多个所述一级分类标签和多个所述二级分类标签,将多个所述重点物流信息进行初始化分类展示;
优化分类展示单元,用于记录用户对多个所述重点物流信息的点击数据,根据所述点击数据,对多个所述重点物流信息进行优化分类展示。
8.根据权利要求7所述的物流数据批量处理系统,其特征在于,所述物流数据处理单元具体包括:
处理周期获取模块,用于获取用户设置的批量处理周期;
周期批量获取模块,用于按照所述批量处理周期,周期性批量获取多个购物软件中的物流数据;
重点信息提取模块,用于对多个所述物流数据进行重点信息识别,提取多个所述物流数据中的重点物流信息。
9.根据权利要求7所述的物流数据批量处理系统,其特征在于,所述一级分类分析单元具体包括:
一级分类分析模块,用于根据多个所述重点物流信息进行一级分类分析,获取多个所述重点物流信息对应的收件人信息;
收件判断模块,用于根据所述收件人信息,判断收件人是否是用户本人;
本人标签生成模块,用于在收件人是用户本人时,生成本人分类标签;
他人标签生成模块,用于在收件人不是用户本人时,生成他人分类标签。
10.根据权利要求7所述的物流数据批量处理系统,其特征在于,所述优化分类展示单元具体包括:
点击记录模块,用于记录用户对多个所述重点物流信息的点击浏览次数;
点击数据生成模块,用于综合多个所述点击浏览次数,生成点击数据;
优化排列模块,用于按照所述点击数据,对多个所述重点物流信息进行优化排列,生成优化排列信号;
优化分类展示模块,用于按照所述优化排列信号,对初始化分类展示的多个所述重点物流信息进行优化分类展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633501.8A CN114707942A (zh) | 2022-06-07 | 2022-06-07 | 一种物流数据批量处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210633501.8A CN114707942A (zh) | 2022-06-07 | 2022-06-07 | 一种物流数据批量处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114707942A true CN114707942A (zh) | 2022-07-05 |
Family
ID=82177856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210633501.8A Pending CN114707942A (zh) | 2022-06-07 | 2022-06-07 | 一种物流数据批量处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707942A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150810A (zh) * | 2007-10-10 | 2008-03-26 | 叶志宝 | 一种实现菜单动态排序显示的手机装置及其方法 |
CN109359280A (zh) * | 2018-09-12 | 2019-02-19 | 深圳市随手科技有限公司 | 数据展示方法、装置、计算机设备和存储介质 |
CN109815266A (zh) * | 2018-12-13 | 2019-05-28 | 顺丰科技有限公司 | 基于大数据平台的快递批量查询方法和装置 |
CN111724226A (zh) * | 2019-11-22 | 2020-09-29 | 上海寻梦信息技术有限公司 | 信息展示方法、系统、电子设备及存储介质 |
CN113177759A (zh) * | 2021-04-29 | 2021-07-27 | 深圳市火乐科技发展有限公司 | 物流信息展示方法、装置和投影设备 |
US20210336840A1 (en) * | 2012-11-14 | 2021-10-28 | Steve Belmonte | Hardware server and technical method to optimize bulk printing of physical items |
-
2022
- 2022-06-07 CN CN202210633501.8A patent/CN114707942A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150810A (zh) * | 2007-10-10 | 2008-03-26 | 叶志宝 | 一种实现菜单动态排序显示的手机装置及其方法 |
US20210336840A1 (en) * | 2012-11-14 | 2021-10-28 | Steve Belmonte | Hardware server and technical method to optimize bulk printing of physical items |
CN109359280A (zh) * | 2018-09-12 | 2019-02-19 | 深圳市随手科技有限公司 | 数据展示方法、装置、计算机设备和存储介质 |
CN109815266A (zh) * | 2018-12-13 | 2019-05-28 | 顺丰科技有限公司 | 基于大数据平台的快递批量查询方法和装置 |
CN111724226A (zh) * | 2019-11-22 | 2020-09-29 | 上海寻梦信息技术有限公司 | 信息展示方法、系统、电子设备及存储介质 |
CN113177759A (zh) * | 2021-04-29 | 2021-07-27 | 深圳市火乐科技发展有限公司 | 物流信息展示方法、装置和投影设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020232879A1 (zh) | 风险传导关联图谱优化方法、装置、计算机设备和存储介质 | |
CN109634698B (zh) | 菜单显示方法、装置、计算机设备及存储介质 | |
CN111080398B (zh) | 商品推荐方法、装置、计算机设备和存储介质 | |
CN110008251B (zh) | 基于时序数据的数据处理方法、装置和计算机设备 | |
CN109766534A (zh) | 报表生成方法、装置、计算机设备及可读存储介质 | |
WO2013177279A2 (en) | Systems and methods for calculating category proportions | |
CN109801151A (zh) | 财务造假风险监控方法、装置、计算机设备和存储介质 | |
CN115631011A (zh) | 一种基于互联网的产品推送方法及系统 | |
CN109697155B (zh) | It系统性能评估方法、装置、设备及可读存储介质 | |
CN104636059B (zh) | 记事项目的搜索方法及其系统 | |
CN114707942A (zh) | 一种物流数据批量处理方法及系统 | |
CN114422450B (zh) | 基于多源网络流量数据的网络流量分析方法和装置 | |
Serhal et al. | Machine learning based approach to analyze file meta data for smart phone file triage | |
CN114443834A (zh) | 一种证照信息提取的方法、装置及存储介质 | |
CN114756671A (zh) | 文章推荐方法、装置、计算机设备及存储介质 | |
CN113033536A (zh) | 工作笔记生成方法及装置 | |
CN113468379A (zh) | 数据源的处理方法、装置及智能分析平台 | |
CN115114353B (zh) | 一种大数据的筛选方法和系统 | |
CN117093715B (zh) | 词库扩充方法、系统、计算机设备及存储介质 | |
CN116243861A (zh) | 一种批量数据迁移方法及系统 | |
CN114579916B (zh) | 一种基于大数据的信息推荐方法及系统 | |
CN114240576A (zh) | 一种产品智能推荐方法及系统 | |
CN114217876A (zh) | 一种高效的客户数据处理系统及方法 | |
Sharanya et al. | Predicting Abnormal User Behaviour Patterns in Social Media Platforms based on Process Mining | |
CN114943027A (zh) | 一种基于大数据的数字作品推广方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220705 |
|
RJ01 | Rejection of invention patent application after publication |