CN115271617A - 一种大宗商品物流运输交易智能信息处理系统 - Google Patents
一种大宗商品物流运输交易智能信息处理系统 Download PDFInfo
- Publication number
- CN115271617A CN115271617A CN202211186253.3A CN202211186253A CN115271617A CN 115271617 A CN115271617 A CN 115271617A CN 202211186253 A CN202211186253 A CN 202211186253A CN 115271617 A CN115271617 A CN 115271617A
- Authority
- CN
- China
- Prior art keywords
- transportation
- unit
- information
- evaluation
- commodity
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及物流运输技术领域,尤其涉及一种大宗商品物流运输交易智能信息处理系统,该系统包括第一接收模块接收业务信息和运输信息;分析模块对业务信息和运输信息进行分析;分配模块根据分析结果给运输业务分配运输方案;监控模块对运输工具和运输路径过程进行监控;第二接收模块在运输完成时,接收商品检测信息、运输费用和用户的反馈信息;评估模块根据监控信息、商品检测信息、运输费用和反馈信息对运输过程进行评估;更新模块根据评估结果对数据库进行更新。通过对运输过程进行监控,对运输过程进行评估并及时更新数据库,进而使分配运输方案时的参考数据更加准确,提高匹配效果,使运输效果和运输效率得到提高。
Description
技术领域
本发明涉及物流运输技术领域,尤其涉及一种大宗商品物流运输交易智能信息处理系统。
背景技术
近年来,我国大宗商品得到极大发展,而对大宗商品的运输是大宗商品交易的重要环节,由于物流运输过程较长,所以对物流运输全过程的运输信息进行监控非常重要。
申请号为201810174677 .5 的专利公开的一种智能化大宗商品物流管理系统包括:对外服务层用于响应用户发送的业务指令,提供对应的服务模块及根据所述业务指令生成发送至所述中间服务层的请求指令;中间服务层用于从所述请求指令中自动解析、分解和转化成与自身业务系统相对应的服务指令,并根据所述服务指令调用对应的业务系统和相关的物流业务数据以处理当前的物流业务。
现有技术是对物流过程进行全程监控,但并未对物流运输完成后进行分析,造成物流运输得不到改善,使物流运输效率差。
发明内容
为此,本发明提供一种大宗商品物流运输交易智能信息处理系统,可以解决物流运输得不到改善,使物流运输效率差的问题。
为实现上述目的,本发明提供一种大宗商品物流运输交易智能信息处理系统,该系统包括:
第一接收模块,用于接收用户上传的业务信息和运输单位上传的运输信息,并根据业务信息生成运输业务;
分析模块,用于对所述业务信息和所述运输信息进行分析,得到分析结果;
分配模块,用于根据所述分析结果给所述运输业务分配运输方案,所述运输方案包括运输工具和运输路径;
监控模块,用于对所述运输工具和运输路径过程进行监控,形成监控信息;
第二接收模块,用于在运输完成时,接收商品检测信息、运输费用和用户的反馈信息;
评估模块,用于根据所述监控信息、商品检测信息、运输费用和反馈信息对运输过程进行评估,生成评估结果;
更新模块,用于根据所述评估结果对数据库进行更新。
进一步地,所述评估模块在对运输过程进行评估时,所述评估模块包括第一计算单元、比较单元、判断单元和评估单元,所述第一计算单元将所述商品检测信息与商品基本信息进行计算,计算差值△M,所述比较单元将差值△M与预设差值△M0进行比较,
若△M≥△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅰ级;
若0<△M<△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅱ级;
若△M=0,则所述判断单元判断商品未损坏;
其中,商品损坏等级大小为Ⅰ级>Ⅱ级;
所述监控信息包括运输总时间,所述比较单元将所述运输总时间t与预测运输总时间t0进行比较,
若t>t0,则所述判断单元判断运输时间超时;
若0<t≤t0,则所述判断单元判断运输时间未超时;
所述第一计算单元将运输费用Y和预测运输费用Y0进行计算,计算差值△Y,所述比较单元将差值△Y与预设差值△Y0进行比较,
若△Y≥△Y0,则所述判断单元判断运输费用异常;
若0<△Y<△Y0,则所述判断单元判断运输费用正常。
进一步地,所述评估单元根据判断结果和所述反馈信息对运输过程进行评估,在商品已损坏时,通过所述第一计算单元计算运输时间超时和运输费用异常的出现总个数N,所述评估单元根据判断结果进行评估,
若△M≥△M0且N=2,则所述评估单元评估运输过程风险系数为a;
若△M≥△M0且N=1,则所述评估单元评估运输过程风险系数为b;
若0<△M<△M0且N=2,则所述评估单元评估运输过程风险系数为c;
若△M≥△M0且N=0,则所述评估单元评估运输过程风险系数为d;
若0<△M<△M0且N=1,则所述评估单元评估运输过程风险系数为e;
若0<△M<△M0且N=0,则所述评估单元评估运输过程风险系数为f;
其中,风险系数大小为a>b>c>d>e>f;
所述评估单元根据所述反馈信息对运输过程进行评估,所述反馈信息包括满意度评分,若所述满意度评分大于等于60分,则评估单元将运输过程风险系数按60%进行下降,若所述满意度评分小于60分,则将评估单元将运输过程风险系数按110%进行上升,评估单元将运输过程风险系数进行调整后得到第一评估结果。
进一步地,所述评估模块得到所述第一评估结果后,再根据所述监控信息进行第二次评估,所述监控信息还包括触发信息,所述触发信息为所述监控模块在监控到发生异常时生成的参照信息,所述第一计算单元获取触发信息在运输总时间t内出现的次数S并计算频率F,其中,F=S/t,所述比较单元将频率F与预设频率F0进行比较,
若F>F0,所述评估单元将所述第一评估结果的运输过程风险系数按80%进行下降;
若0≤F≤F0,所述判断单元评估单元将所述第一评估结果的运输过程风险系数按90%进行下降;
所述评估单元将所述第一评估结果的运输过程风险系数进行调整后,得到第二评估结果。
进一步地,所述更新模块将所述第二评估结果存储到数据库,所述第二评估结果包括运输单位标识和评估时间,当更新模块每次存储第二评估结果时,将当前第二评估结果的运输单位标识与历史第二评估结果的运输单位标识进行匹配,当匹配到时,将历史第二评估结果进行更新,将当前第二评估结果存储到数据库。
进一步地,所述监控模块在对所述运输工具和运输路径过程进行监控时,在所述运输工具安装有定位装置和传感器,所述监控模块包括获取单元、分析单元和触发单元,所述获取单元获取天气、路况、水况和转站点的信息,并获取定位装置和传感器上传的数据信息,所述分析单元对获取的信息进行分析,将获取的信息与对应的标准信息进行比较分析,将不符合标准信息的信息生成触发信息,所述触发单元将触发信息发送至处理终端和评估模块。
进一步地,所述第一接收模块在接收所述业务信息和所述运输信息时,所述业务信息包括业务请求对象基本信息和所述商品基本信息,所述商品基本信息包括商品名称、商品类型、商品数量、商品重量、商品体积、商品易损级别、运输方式、运输起始地、运输目的地、运输期限和期望运输费用,所述运输信息包括运输单位标识、运输单位信用等级、运输工具名称、运输工具类型、运输工具承重和运输工具检测证明,根据业务信息生成运输业务,所述运输业务包含业务请求对象标识。
进一步地,所述分析模块在对所述业务信息进行分析时,所述分析模块包括排序单元、第二计算单元和提取单元,所述业务请求对象基本信息包括业务请求对象标识和信用等级,所述排序单元根据所述信用等级和运输期限对所述运输业务进行排序,根据第一预设排序规则将所述运输业务进行排序,得到运输业务排序列表;
所述第二计算单元根据所述运输起始地和运输目的地计算运输距离;
所述提取单元根据预设商品关键词库对所述商品基本信息进行关键词提取,得到商品关键词列表。
进一步地,所述分析模块在对所述运输信息进行分析时,所述分析模块还包括调取单元,所述调取单元根据所述运输单位标识向数据库调取对应的评估结果,若调取成功,则所述排序单元根据评估结果和所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第一运输单位排序列表,若调取失败,则所述排序单元根据所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第二运输单位排序列表;
所述提取单元根据预设运输关键词库对所述运输信息进行关键词提取,得到运输关键词列表。
进一步地,所述分配模块在根据所述分析结果给运输业务分配运输方案时,所述分析结果为所述运输业务排序列表、运输距离、商品关键词列表、运输关键词列表、第一运输单位排序列表或第二运输单位排序列表,所述分配模块包括匹配单元和第三计算单元,所述匹配单元根据运输业务排序列表和第二运输单位排序列表依次进行匹配,将运输业务对应的商品关键词列表与运输关键词列表进行匹配,得到三种待选择运输方案,任意待选择运输方案除了包括运输工具和运输路径还包括运输方式,所述第三计算单元根据该待选择运输方案的运输方式、运输工具和运输路径计算出所述预测运输总时间和预测运输费用,将三种待选择运输方案、对应的预测运输总时间和预测运输费用发送给用户进行选择,将用户选择的一种待选择运输方案作为目标运输方案。
与现有技术相比,本发明的有益效果在于,通过对业务信息和运输信息进行分析并分配运输方案,然后实时对运输过程进行多项监控,在运输完成时对运输过程进行评估并及时更新数据库,进而使再次分配运输方案时的参考数据更加准确,使匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
尤其,评估模块通过从商品损坏、运输时间和运输费用三方面进行评估,使后面对运输过程评估更加准确,进而对运输单位的评估更加公平,将第一评估结果的运输过程风险系数进行相应调整,使在匹配运输单位时可以进行参考匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
尤其,评估单元根据判断结果进行评估得到运输过程风险系数,通过反馈信息将运输过程风险系数进行相应调整,使运输过程风险系数更加准确,通过多方面进行分析调整运输过程风险系数,使对运输过程评估更加准确,进而对运输单位的评估更加公平,使在匹配运输单位时可以进行参考匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
尤其,评估模块通过监测环境状况,去除环境原因造成运输出现问题的因素,使对运输过程评估更加准确,进而对运输单位的评估更加公平。
尤其,更新模块通过将历史第二评估结果进行更新,将当前第二评估结果存储到数据库,通过及时将数据库进行更新,使数据库数据为最新数据,进而使分配运输时更加准确,进而使运输效果和效率得到提高。
尤其,所述监控模块通过对所述运输工具和运输路径过程进行监控和分析,及时通过获取到的监控信息与标准信息进行比较,及时发现异常,减少风险,进而提高运输效果和运输效率。
尤其,所述分析模块通过将所述运输业务进行排序,使信用等级高和运输着急的运输业务越快分配运输方案,分析模块中的提取单元根据预设商品关键词库对所述商品基本信息进行关键词提取,使运输业务与运输单位匹配时更加准确且效率高。
尤其,所述分析模块通过对所述运输信息进行分析,将运输单位进行排序,使运输单位等级或评估越高的排序越高,使在与运输业务进行匹配时可以优先匹配且运输质量高,分析模块对所述运输信息进行关键词提取,使运输业务与运输单位匹配时更加准确且效率高。
尤其,所述分配模块根据运输业务排序列表和第二运输单位排序列表将运输业务对应的商品关键词列表与运输关键词列表进行匹配,得到三种待选择运输方案,使排序越高的优先进行匹配,通过运输方案计算预测运输总时间和预测运输费用供用户选择,进而使运输效果和效率得到提高。
附图说明
图1为本发明实施例提供的大宗商品物流运输交易智能信息处理系统的结构示意图;
图2为本发明实施例提供的评估模块的结构示意图;
图3为本发明实施例提供的监控模块的结构示意图;
图4为本发明实施例提供的分析模块的结构示意图;
图5为本发明实施例提供的分配模块的结构示意图。
具体实施方式
请参阅图1所示,本发明实施例提供的大宗商品物流运输交易智能信息处理系统包括:
第一接收模块110,用于接收用户上传的业务信息和运输单位上传的运输信息,并根据业务信息生成运输业务;
分析模块120,用于对所述业务信息和所述运输信息进行分析,得到分析结果;
分配模块130,用于根据所述分析结果给所述运输业务分配运输方案,所述运输方案包括运输工具和运输路径;
监控模块140,用于对所述运输工具和运输路径过程进行监控,形成监控信息;
第二接收模块150,用于在运输完成时,接收商品检测信息、运输费用和用户的反馈信息;
评估模块160,用于根据所述监控信息、商品检测信息、运输费用和反馈信息对运输过程进行评估,生成评估结果;
更新模块170,用于根据所述评估结果对数据库进行更新。
具体而言,所述业务信息为用户上传的大宗商品的基本信息和运输要求,所述运输信息为运输商上传的关于运输工具的基本信息和运输费用等信息。
具体而言,本发明实施例中第一接收模块接收用户上传的业务信息和运输单位上传的运输信息,并根据业务信息生成运输业务,分析模块对所述业务信息和所述运输信息进行分析,得到分析结果,分配模块根据所述分析结果给所述运输业务分配运输方案,所述运输方案包括运输工具和运输路径,监控模块对所述运输工具和运输路径过程进行监控,形成监控信息,第二接收模块在运输完成时,接收商品检测信息、运输费用和用户的反馈信息,评估模块根据所述监控信息、商品检测信息、运输费用和反馈信息对运输过程进行评估,生成评估结果,更新模块根据所述评估结果对数据库进行更新,通过对业务信息和运输信息进行分析并分配运输方案,然后实时对运输过程进行多项监控,在运输完成时对运输过程进行评估并及时更新数据库,进而使再次分配运输方案时的参考数据更加准确,使匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
具体而言,所述评估模块在对运输过程进行评估时,如图2所示,所述评估模块包括第一计算单元161、比较单元162、判断单元163和评估单元164,所述第一计算单元将所述商品检测信息与商品基本信息进行计算,计算差值△M,所述比较单元将差值△M与预设差值△M0进行比较,
若△M≥△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅰ级;
若0<△M<△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅱ级;
若△M=0,则所述判断单元判断商品未损坏;
其中,商品损坏等级大小为Ⅰ级>Ⅱ级;
所述监控信息包括运输总时间,所述比较单元将所述运输总时间t与预测运输总时间t0进行比较,
若t>t0,则所述判断单元判断运输时间超时;
若0<t≤t0,则所述判断单元判断运输时间未超时;
所述第一计算单元将运输费用Y和预测运输费用Y0进行计算,计算差值△Y,所述比较单元将差值△Y与预设差值△Y0进行比较,
若△Y≥△Y0,则所述判断单元判断运输费用异常;
若0<△Y<△Y0,则所述判断单元判断运输费用正常。
具体而言,所述商品检测信息和商品基本信息可以为商品质量和数量、体积等,将运输完成时检测的数据和用户提交的数据进行计算来判断大宗商品是否有损坏。
具体而言,本发明实施例中所述评估模块在对运输过程进行评估时,评估模块的第一计算单元根据所述商品检测信息与商品基本信息计算差值,评估模块的比较单元将差值与预设差值进行比较,比较单元将所述运输总时间与预测运输总时间进行比较,第一计算单元根据运输费用和预测运输费用计算差值,比较单元将差值与预设差值进行比较,然后判断单元根据三种比较结果分别判断商品是否损坏、运输时间是否超时和运输费用是否异常,实现了商品信息和运输信息的实时控制,通过从商品损坏、运输时间和运输费用三方面进行评估,使后面对运输过程评估更加准确,进而对运输单位的评估更加公平,将第一评估结果的运输过程风险系数进行相应调整,使在匹配运输单位时可以进行参考匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
具体而言,所述评估单元根据判断结果和所述反馈信息对运输过程进行评估,在商品已损坏时,通过所述计算单元计算运输时间超时和运输费用异常的出现总个数N,所述评估单元根据判断结果进行评估,
若△M≥△M0且N=2,则所述评估单元评估运输过程风险系数为a;
若△M≥△M0且N=1,则所述评估单元评估运输过程风险系数为b;
若0<△M<△M0且N=2,则所述评估单元评估运输过程风险系数为c;
若△M≥△M0且N=0,则所述评估单元评估运输过程风险系数为d;
若0<△M<△M0且N=1,则所述评估单元评估运输过程风险系数为e;
若0<△M<△M0且N=0,则所述评估单元评估运输过程风险系数为f;
其中,风险系数大小为a>b>c>d>e>f;
所述评估单元根据所述反馈信息对运输过程进行评估,所述反馈信息包括满意度评分,若所述满意度评分大于等于60分,则评估单元将运输过程风险系数按60%进行下降,若所述满意度评分小于60分,则将评估单元将运输过程风险系数按110%进行上升,评估单元将运输过程风险系数进行调整后得到第一评估结果。
具体而言,如运输过程风险系数a进行下降为0.6a,上升为1.1a。
具体而言,本发明实施例中所述评估单元根据判断结果和所述反馈信息对运输过程进行评估时,商品已损坏时,通过所述第一计算单元计算运输时间超时和运输费用异常的出现个数,所述评估单元根据判断结果进行评估,分情况得到运输过程风险系数,按等级进行排列,再通过反馈信息将运输过程风险系数进行相应调整,使运输过程风险系数更加准确,通过多方面进行分析调整运输过程风险系数,使对运输过程评估更加准确,进而对运输单位的评估更加公平,将第一评估结果的运输过程风险系数进行相应调整,使在匹配运输单位时可以进行参考匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
具体而言,所述评估模块得到所述第一评估结果后,再根据所述监控信息进行第二次评估,所述监控信息还包括触发信息,所述触发信息为所述监控模块在监控到发生异常时生成的参照信息,所述第一计算单元获取触发信息在运输总时间t内出现的次数S并计算频率F,其中,F=S/t,所述比较单元将频率F与预设频率F0进行比较,
若F>F0,所述评估单元将所述第一评估结果的运输过程风险系数按80%进行下降;
若0≤F≤F0,所述判断单元评估单元将所述第一评估结果的运输过程风险系数按90%进行下降;
所述评估单元将所述第一评估结果的运输过程风险系数进行调整后,得到第二评估结果。
具体而言,第一评估结果的运输过程风险系数0.6a进行下降后为0.48a或0.54a,1.1a进行下降后为0.88a或0.99a,所述触发信息就是警示信息。
具体而言,本发明实施例中所述评估模块得到所述第一评估结果后,再根据所述监控信息进行第二次评估,通过监测环境状况,去除环境原因造成运输出现问题的因素,使对运输过程评估更加准确,进而对运输单位的评估更加公平,将第一评估结果的运输过程风险系数进行相应调整,使在匹配运输单位时可以进行参考匹配到最优运输单位和运输方案,提高匹配效果,进而使运输效果和运输效率得到提高。
具体而言,所述更新模块将所述第二评估结果存储到数据库,所述第二评估结果包括运输单位标识和评估时间,当更新模块每次存储第二评估结果时,将当前第二评估结果的运输单位标识与历史第二评估结果的运输单位标识进行匹配,当匹配到时,将历史第二评估结果进行更新,将当前第二评估结果存储到数据库。
具体而言,本发明实施例中更新模块在每次存储第二评估结果时,将当前第二评估结果的运输单位标识与历史第二评估结果的运输单位标识进行匹配,当匹配到时,将历史第二评估结果进行更新,将当前第二评估结果存储到数据库,通过及时将数据库进行更新,使数据库数据为最新数据,进而使分配运输时更加准确,进而使运输效果和效率得到提高。
具体而言,所述监控模块在对所述运输工具和运输路径过程进行监控时,在所述运输工具安装有定位装置和传感器,如图3所示,所述监控模块包括获取单元141、分析单元142和触发单元143,所述获取单元获取天气、路况、水况和转站点的信息,并获取定位装置和传感器上传的数据信息,所述分析单元对获取的信息进行分析,将获取的信息与对应的标准信息进行比较分析,将不符合标准信息的信息生成触发信息,所述触发单元将触发信息发送至处理终端和评估模块。
具体而言,所述传感器可以为质量传感器、温度传感器和湿度传感器等,用于测量运输的大宗商品的实际参数,所述标准信息有大宗商品运输前基本信息、预设路径和标准环境信息等,所述处理终端为运输人员终端。
具体而言,本发明实施例中所述监控模块在对所述运输工具和运输路径过程进行监控时,监控模块中的获取单元获取天气、路况、水况和转站点的信息,并获取定位装置和传感器上传的数据信息,监控模块中的分析单元将获取的信息与对应的标准信息进行比较分析,将不符合标准信息的信息生成触发信息,及时通过获取到的监控信息与标准信息进行比较,及时发现异常,减少风险,将触发信息发送至评估模块,进而使在运输完成时,根据触发信息进行评估,使评估结果更加准确,进而使再次给运输业务分配运输单位时,分配最优的运输单位和运输方案,提高分配效果,进而提高运输效果和运输效率。
具体而言,所述第一接收模块在接收所述业务信息和所述运输信息时,所述业务信息包括业务请求对象基本信息和所述商品基本信息,所述商品基本信息包括商品名称、商品类型、商品数量、商品重量、商品体积、商品易损级别、运输方式、运输起始地、运输目的地、运输期限和期望运输费用,其中,商品体积、运输方式和期望运输费用可为空,所述运输信息包括运输单位标识、运输单位信用等级、运输工具名称、运输工具类型、运输工具承重和运输工具检测证明,根据业务信息生成运输业务,所述运输业务包含业务请求对象标识。
具体而言,所述分析模块在对所述业务信息进行分析时,如图4所示,所述分析模块包括排序单元121、第二计算单元122和提取单元123,所述业务请求对象基本信息包括业务请求对象标识和信用等级,所述排序单元根据所述信用等级和运输期限对所述运输业务进行排序,根据第一预设排序规则将所述运输业务进行排序,得到运输业务排序列表;
所述第二计算单元根据所述运输起始地和运输目的地计算运输距离;
所述提取单元根据预设商品关键词库对所述商品基本信息进行关键词提取,得到商品关键词列表。
具体而言,本发明实施例中所述分析模块在对所述业务信息进行分析时,分析模块中的排序单元根据所述信用等级和运输期限对所述运输业务进行排序,根据第一预设排序规则将所述运输业务进行排序,使信用等级高和运输着急的运输业务越快分配运输方案,分析模块中的提取单元根据预设商品关键词库对所述商品基本信息进行关键词提取,使运输业务与运输单位匹配时更加准确且效率高。
具体而言,所述分析模块在对所述运输信息进行分析时,所述分析模块还包括调取单元124,所述调取单元根据所述运输单位标识向数据库调取对应的评估结果,若调取成功,则所述排序单元根据评估结果和所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第一运输单位排序列表,若调取失败,则所述排序单元根据所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第二运输单位排序列表;
所述提取单元根据预设运输关键词库对所述运输信息进行关键词提取,得到运输关键词列表。
具体而言,本发明实施例中所述分析模块在对所述运输信息进行分析时,分析模块中的调取单元根据所述运输单位标识向数据库调取对应的评估结果,根据调取结果和对应的预设排序规则将运输单位进行排序,使运输单位等级或评估越高的排序越高,使在与运输业务进行匹配时可以优先匹配且运输质量高,分析模块中的提取单元根据预设运输关键词库对所述运输信息进行关键词提取,使运输业务与运输单位匹配时更加准确且效率高。
具体而言,所述分配模块在根据所述分析结果给运输业务分配运输方案时,所述分析结果为所述运输业务排序列表、运输距离、商品关键词列表、运输关键词列表、第一运输单位排序列表或第二运输单位排序列表,如图5所示,所述分配模块包括匹配单元131和第三计算单元132,所述匹配单元根据运输业务排序列表和第二运输单位排序列表依次进行匹配,将运输业务对应的商品关键词列表与运输关键词列表进行匹配,得到三种待选择运输方案,任意待选择运输方案除了包括运输工具和运输路径还包括运输方式,所述第三计算单元根据该待选择运输方案的运输方式、运输工具和运输路径计算出所述预测运输总时间和预测运输费用,将三种待选择运输方案、对应的预测运输总时间和预测运输费用发送给用户进行选择,将用户选择的一种待选择运输方案作为目标运输方案。
具体而言,本发明实施例中所述分配模块在根据所述分析结果给运输业务分配运输方案时,分配模块中的匹配单元根据运输业务排序列表和第二运输单位排序列表依次进行匹配,将运输业务对应的商品关键词列表与运输关键词列表进行匹配,得到三种待选择运输方案,使排序越高的优先进行匹配,通过运输方案计算预测运输总时间和预测运输费用供用户选择,进而使运输效果和效率得到提高。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种大宗商品物流运输交易智能信息处理系统,其特征在于,包括:
第一接收模块,用于接收用户上传的业务信息和运输单位上传的运输信息,并根据业务信息生成运输业务;
分析模块,用于对所述业务信息和所述运输信息进行分析,得到分析结果;
分配模块,用于根据所述分析结果给所述运输业务分配运输方案,所述运输方案包括运输工具和运输路径;
监控模块,用于对所述运输工具和运输路径过程进行监控,形成监控信息;
第二接收模块,用于在运输完成时,接收商品检测信息、运输费用和用户的反馈信息;
评估模块,用于根据所述监控信息、商品检测信息、运输费用和反馈信息对运输过程进行评估,生成评估结果;
更新模块,用于根据所述评估结果对数据库进行更新。
2.根据权利要求1所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述评估模块在对运输过程进行评估时,所述评估模块包括第一计算单元、比较单元、判断单元和评估单元,所述第一计算单元将所述商品检测信息与商品基本信息进行计算,计算差值△M,所述比较单元将差值△M与预设差值△M0进行比较,
若△M≥△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅰ级;
若0<△M<△M0,则所述判断单元判断商品已损坏且损坏程度为Ⅱ级;
若△M=0,则所述判断单元判断商品未损坏;
其中,商品损坏等级大小为Ⅰ级>Ⅱ级;
所述监控信息包括运输总时间,所述比较单元将所述运输总时间t与预测运输总时间t0进行比较,
若t>t0,则所述判断单元判断运输时间超时;
若0<t≤t0,则所述判断单元判断运输时间未超时;
所述第一计算单元将运输费用Y和预测运输费用Y0进行计算,计算差值△Y,所述比较单元将差值△Y与预设差值△Y0进行比较,
若△Y≥△Y0,则所述判断单元判断运输费用异常;
若0<△Y<△Y0,则所述判断单元判断运输费用正常。
3.根据权利要求2所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述评估单元根据判断结果和所述反馈信息对运输过程进行评估,在商品已损坏时,通过所述第一计算单元计算运输时间超时和运输费用异常的出现总个数N,所述评估单元根据判断结果进行评估,
若△M≥△M0且N=2,则所述评估单元评估运输过程风险系数为a;
若△M≥△M0且N=1,则所述评估单元评估运输过程风险系数为b;
若0<△M<△M0且N=2,则所述评估单元评估运输过程风险系数为c;
若△M≥△M0且N=0,则所述评估单元评估运输过程风险系数为d;
若0<△M<△M0且N=1,则所述评估单元评估运输过程风险系数为e;
若0<△M<△M0且N=0,则所述评估单元评估运输过程风险系数为f;
其中,风险系数大小为a>b>c>d>e>f;
所述评估单元根据所述反馈信息对运输过程进行评估,所述反馈信息包括满意度评分,若所述满意度评分大于等于60分,则评估单元将运输过程风险系数按60%进行下降,若所述满意度评分小于60分,则将评估单元将运输过程风险系数按110%进行上升,评估单元将运输过程风险系数进行调整后得到第一评估结果。
4.根据权利要求3所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述评估模块得到所述第一评估结果后,再根据所述监控信息进行第二次评估,所述监控信息还包括触发信息,所述触发信息为所述监控模块在监控到发生异常时生成的参照信息,所述第一计算单元获取触发信息在运输总时间t内出现的次数S并计算频率F,其中,F=S/t,所述比较单元将频率F与预设频率F0进行比较,
若F>F0,所述评估单元将所述第一评估结果的运输过程风险系数按80%进行下降;
若0≤F≤F0,所述判断单元评估单元将所述第一评估结果的运输过程风险系数按90%进行下降;
所述评估单元将所述第一评估结果的运输过程风险系数进行调整后,得到第二评估结果。
5.根据权利要求4所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述更新模块将所述第二评估结果存储到数据库,所述第二评估结果包括运输单位标识和评估时间,当更新模块每次存储第二评估结果时,将当前第二评估结果的运输单位标识与历史第二评估结果的运输单位标识进行匹配,当匹配到时,将历史第二评估结果进行更新,将当前第二评估结果存储到数据库。
6.根据权利要求5所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述监控模块在对所述运输工具和运输路径过程进行监控时,在所述运输工具安装有定位装置和传感器,所述监控模块包括获取单元、分析单元和触发单元,所述获取单元获取天气、路况、水况和转站点的信息,并获取定位装置和传感器上传的数据信息,所述分析单元对获取的信息进行分析,将获取的信息与对应的标准信息进行比较分析,将不符合标准信息的信息生成触发信息,所述触发单元将触发信息发送至处理终端和评估模块。
7.根据权利要求6所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述第一接收模块在接收所述业务信息和所述运输信息时,所述业务信息包括业务请求对象基本信息和所述商品基本信息,所述商品基本信息包括商品名称、商品类型、商品数量、商品重量、商品体积、商品易损级别、运输方式、运输起始地、运输目的地、运输期限和期望运输费用,所述运输信息包括运输单位标识、运输单位信用等级、运输工具名称、运输工具类型、运输工具承重和运输工具检测证明,根据业务信息生成运输业务,所述运输业务包含业务请求对象标识。
8.根据权利要求7所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述分析模块在对所述业务信息进行分析时,所述分析模块包括排序单元、第二计算单元和提取单元,所述业务请求对象基本信息包括业务请求对象标识和信用等级,所述排序单元根据所述信用等级和运输期限对所述运输业务进行排序,根据第一预设排序规则将所述运输业务进行排序,得到运输业务排序列表;
所述第二计算单元根据所述运输起始地和运输目的地计算运输距离;
所述提取单元根据预设商品关键词库对所述商品基本信息进行关键词提取,得到商品关键词列表。
9.根据权利要求8所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述分析模块在对所述运输信息进行分析时,所述分析模块还包括调取单元,所述调取单元根据所述运输单位标识向数据库调取对应的评估结果,若调取成功,则所述排序单元根据评估结果和所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第一运输单位排序列表,若调取失败,则所述排序单元根据所述运输单位信用等级对运输单位进行排序,根据第二预设排序规则将运输单位进行排序,得到第二运输单位排序列表;
所述提取单元根据预设运输关键词库对所述运输信息进行关键词提取,得到运输关键词列表。
10.根据权利要求9所述的大宗商品物流运输交易智能信息处理系统,其特征在于,所述分配模块在根据所述分析结果给运输业务分配运输方案时,所述分析结果为所述运输业务排序列表、运输距离、商品关键词列表、运输关键词列表、第一运输单位排序列表或第二运输单位排序列表,所述分配模块包括匹配单元和第三计算单元,所述匹配单元根据运输业务排序列表和第二运输单位排序列表依次进行匹配,将运输业务对应的商品关键词列表与运输关键词列表进行匹配,得到三种待选择运输方案,任意待选择运输方案除了包括运输工具和运输路径还包括运输方式,所述第三计算单元根据该待选择运输方案的运输方式、运输工具和运输路径计算出所述预测运输总时间和预测运输费用,将三种待选择运输方案、对应的预测运输总时间和预测运输费用发送给用户进行选择,将用户选择的一种待选择运输方案作为目标运输方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211186253.3A CN115271617B (zh) | 2022-09-28 | 2022-09-28 | 一种大宗商品物流运输交易智能信息处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211186253.3A CN115271617B (zh) | 2022-09-28 | 2022-09-28 | 一种大宗商品物流运输交易智能信息处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115271617A true CN115271617A (zh) | 2022-11-01 |
CN115271617B CN115271617B (zh) | 2022-12-27 |
Family
ID=83756472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211186253.3A Active CN115271617B (zh) | 2022-09-28 | 2022-09-28 | 一种大宗商品物流运输交易智能信息处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271617B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116151717A (zh) * | 2023-04-20 | 2023-05-23 | 广州侨益科技有限公司 | 一种大宗商品物流运输异常预警方法及系统 |
CN117079220A (zh) * | 2023-10-13 | 2023-11-17 | 凌雄技术(深圳)有限公司 | 一种基于物联网的供应链智能监管系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220164910A1 (en) * | 2020-11-20 | 2022-05-26 | Lyft, Inc. | Prioritized transportation requests for a dynamic transportation matching system |
CN114548605A (zh) * | 2022-04-25 | 2022-05-27 | 深圳市快金数据技术服务有限公司 | 一种基于大数据的跨境电商物流订单分析管理系统 |
CN114580927A (zh) * | 2022-03-09 | 2022-06-03 | 中武(福建)跨境电子商务有限责任公司 | 一种用于大宗商品采销平台的风险控制方法 |
CN114626790A (zh) * | 2022-03-25 | 2022-06-14 | 浙江工贸职业技术学院 | 一种基于物联网的城市绿色配送交易系统 |
-
2022
- 2022-09-28 CN CN202211186253.3A patent/CN115271617B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220164910A1 (en) * | 2020-11-20 | 2022-05-26 | Lyft, Inc. | Prioritized transportation requests for a dynamic transportation matching system |
CN114580927A (zh) * | 2022-03-09 | 2022-06-03 | 中武(福建)跨境电子商务有限责任公司 | 一种用于大宗商品采销平台的风险控制方法 |
CN114626790A (zh) * | 2022-03-25 | 2022-06-14 | 浙江工贸职业技术学院 | 一种基于物联网的城市绿色配送交易系统 |
CN114548605A (zh) * | 2022-04-25 | 2022-05-27 | 深圳市快金数据技术服务有限公司 | 一种基于大数据的跨境电商物流订单分析管理系统 |
Non-Patent Citations (1)
Title |
---|
何金海: "《基于优先级的物流园区共同配送车辆调度优化研究》", 《西华大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116151717A (zh) * | 2023-04-20 | 2023-05-23 | 广州侨益科技有限公司 | 一种大宗商品物流运输异常预警方法及系统 |
CN117079220A (zh) * | 2023-10-13 | 2023-11-17 | 凌雄技术(深圳)有限公司 | 一种基于物联网的供应链智能监管系统及方法 |
CN117079220B (zh) * | 2023-10-13 | 2023-12-26 | 凌雄技术(深圳)有限公司 | 一种基于物联网的供应链智能监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115271617B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115271617B (zh) | 一种大宗商品物流运输交易智能信息处理系统 | |
US6684349B2 (en) | Reliability assessment and prediction system and method for implementing the same | |
CN116415840B (zh) | 一种基于机器学习模型的指标自动预警方法及系统 | |
CA2389253A1 (en) | Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines | |
CN112184115A (zh) | 物流预警方法、物流推荐方法、装置及相关设备 | |
CN115860645B (zh) | 一种基于大数据的物流仓储管理方法及系统 | |
CN116245112A (zh) | 一种物流信息的识别方法、装置和计算机设备 | |
CN114723543B (zh) | 一种跨境电商的财务档案大数据管理系统及方法 | |
CN110969274A (zh) | 一种预测配送时间的方法、装置及计算机可读存储介质 | |
CN116664029A (zh) | 冷链干线与落地配整合方法、装置、设备及存储介质 | |
CN117347869A (zh) | 储能电池管理系统数据分析方法、装置、电子设备及介质 | |
CN114612029A (zh) | 风险运单数据识别方法、装置、计算机设备和存储介质 | |
CN112163154A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111274605A (zh) | 混凝土搅拌站仓库管理系统 | |
CN113034076B (zh) | 物流承运对象推荐方法、装置、电子设备和存储介质 | |
KR102489119B1 (ko) | 스마트 고장형태 영향분석 시스템 및 이를 이용한 공정관리 시스템 및 방법 | |
CN115907374A (zh) | 分拨中心车辆智能调度方法、装置、设备及存储介质 | |
CN114819805A (zh) | 车辆运输管理系统 | |
CN113298469A (zh) | 异常数据检测方法、装置、电子设备和存储介质 | |
CN113139770A (zh) | 快递的路由数据分析方法、装置、设备及存储介质 | |
KR102557717B1 (ko) | 상품 정보 업데이트 장치 및 방법 | |
CN116862209B (zh) | 一种新能源汽车充电设施管理方法及系统 | |
CN117788097B (zh) | 基于供应链场景的多目标订单自动生成方法及系统 | |
CN117521929A (zh) | 快递路由动态优化方法、装置、设备及存储介质 | |
CN117236832A (zh) | 物流运输全链路过程中路由规划方法、系统及设备 |
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 |