CN116777331A - 一种基于大数据的货源智能推送方法及系统 - Google Patents
一种基于大数据的货源智能推送方法及系统 Download PDFInfo
- Publication number
- CN116777331A CN116777331A CN202310314321.8A CN202310314321A CN116777331A CN 116777331 A CN116777331 A CN 116777331A CN 202310314321 A CN202310314321 A CN 202310314321A CN 116777331 A CN116777331 A CN 116777331A
- Authority
- CN
- China
- Prior art keywords
- goods
- source
- driver
- big data
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 11
- 230000010354 integration Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
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
- G06Q10/0834—Choice of carriers
- G06Q10/08345—Pricing
-
- 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
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的货源智能推送方法及系统,包括货源推送系统,所述货源推送系统内设有信息整合模块,所述信息整合模块用于将货物属性模块、大数据模块和车辆信息模块相互整合,所述信息整合模块内设有推荐模块,所述推荐模块能够根据整合的信息给司机或者货主提供匹配的货源或者车辆,所述推荐模块内设有匹配模型、排序模型以及其他推荐模型。该系统将司机和车辆的信息与货主和货物的信息相互整合,从而能够为实际推送最优质的货源,同时确保货主或者货源发布者能够找到最优质的运力,同时利用大数据的信息将路途中的天气等因素考虑进去,确保货物能够在期望时间内送达。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的货源智能推送方法及系统。
背景技术
现有技术中,司机在网络货运平台上寻找货源时,网络货运平台会根据客户的历史订单、浏览记录、车型等信息计算司机的偏好,然后进行货源推荐,然而现有的货源推送系统仍然存在以下问题:
现有的货源推送方式大多时通过客户之前的记录进行推荐或者司机自行进行搜索,由于现有的货源大多较为杂乱,使得推送的货源质量较为杂乱无章,从而可能会影响司机的收入,同时可能由于司机的一些问题影响到货主的货物运输,且由于在货物运送的过程中,由于天气等一些因素的影响,可能或导致货物运送到达的时间变迟,而现有的货源推荐系统无法将这些影响因素考虑进去,因此,如何合理的解决这个问题是我们所需要考虑的。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于大数据的货源智能推送方法及系统,该系统将司机和车辆的信息与货主和货物的信息相互整合,从而能够为实际推送最优质的货源,同时确保货主或者货源发布者能够找到最优质的运力,同时利用大数据的信息将路途中的天气等因素考虑进去,确保货物能够在期望时间内送达。
为了实现上述目的,本发明采用了如下技术方案:
一种基于大数据的货源智能推送系统,包括货源推送系统,所述货源推送系统内设有信息整合模块,所述信息整合模块用于将货物属性模块、大数据模块和车辆信息模块相互整合,所述信息整合模块内设有推荐模块,所述推荐模块能够根据整合的信息给司机或者货主提供匹配的货源或者车辆,所述推荐模块内设有匹配模型、排序模型以及其他推荐模型;所述货物属性模块包括运输货物所需车长、装车卸车地、期望装车卸车时间、货主或者货源评价、运价及运费结算方式和货物是否购买保险;所述车辆信息模块包括车辆类型、车辆位置和司机评价,所述司机评价包括系统评价和外部评价,所述外部评价为货主评分,所述系统评价包括装货准时率、送达准时率和投诉率。
优选地,所述大数据模块包括设置装卸地相关车辆通行政策、预估通行费用和沿途天气,所述预估通行费用对运输货物所需的告诉通行费、油费和过路费进行预估。
优选地,所述推荐模块包括基础匹配模型、货源画像和司机车辆画像,所述基础匹配模型包括基础推送算法和进阶推送算法,所述基础推送算法包括货物所需车型车长、装货地的位置和货主评价,根据车长推荐符合要求的货物,根据当前车辆的位置推荐距离较近的货源,然后根据货主评价对符合要求的进行排序,货主评价高的优先推送,进阶推送算法包括司机常用装货城市和司机的熟悉路线,根据司机常用装货城市和司机熟悉路线优先推送司机所熟知区域和道路的货源。
优选地,所述货源画像包括基本属性和实时画像,所述基本属性用于司机了解货源的形状、种类以及重量,所述实时画像包括通行政策、路况、天气和其他可配置的因素,便于司机了解运输该货物的难度。
优选地,所述司机车辆画像包括特定要求、货源偏好、路线偏好、排序因素权重,所述特定要求使得司机自己设置货源条件,所述货源偏好、路线偏好和排序因素权重可以根据大数据结果和用户自定义进行设置。
优选地,所述匹配模型包括路线评估、运费评估、货主评估和司机车辆评估,所述路线评估可以利用大数据相关计算模型,所述运费评估可以利用大数据及运费计算模型计算货运成本与货运报价比较得到运价评估结果,所述司机车辆评估可以使得优质的货源匹配优先给优质的运力。
优选地,所述排序模型包括整体评分和子评分,所述整体评分利用子评分加权平均得出,所述子评分包括路线评分、运费评分,天气评分和货主评分。
优选地,所述其他推荐模型包括闭环多货运匹配模型和回城货运匹配模型。
一种基于大数据的货源智能推送方法,包括如下步骤:
S1基础匹配:根据输入至货源推送系统内的车辆基本属性和货源基本属性,从而得到基础匹配结果;
S2获取货源画像:根据基础匹配结构内的货源列表,利用大数据货源画像工具得到货源画像;
S3获取司机车辆画像:根据大数据司机画像工具得到打击车辆画像;
S4货源评价:将得到的货源画像、司机车辆画像和货运评价模型经过系统相互整合后,得到货源评价;
S5货源排序:根据得到的货源评价、司机车辆画像从而在系统内显示货运顺序。
本发明具有以下有益效果:
与现有技术相比,通过将货物属性模块、大数据模块和车辆信息模块的设置,将三个模块的数据相互整合后,依据评价高低对货源进行排序,从而为司机推送最优质的货源,同时为或者或者货源找到最优质的运力;
与现有技术相比,利用大数据模块的设置,使得系统能够根据货物的装车和卸车地,对道路上的通行政策、通行费用和沿途天气进行显示,从而使得司机能够更好的对该货源运输难度进行了解。
附图说明
图1为本发明提出的一种基于大数据的货源智能推送系统的构成示意图;
图2为图1中货物属性模块的构成示意图;
图3为图1中车辆信息模块的构成示意图;
图4为图3中大数据模块的构成示意图;
图5为图1中推荐报警模块的示意图;
图6为信息整合模块的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
参照图1-6,一种基于大数据的货源智能推送系统,包括货源推送系统,货源推送系统内设有信息整合模块,信息整合模块用于将货物属性模块、大数据模块和车辆信息模块相互整合,信息整合模块内设有推荐模块,推荐模块能够根据整合的信息给司机或者货主提供匹配的货源或者车辆,推荐模块内设有匹配模型、排序模型以及其他推荐模型,货物属性模块包括运输货物所需车长、装车卸车地、期望装车卸车时间、货主或者货源评价、运价及运费结算方式和货物是否购买保险,车辆信息模块包括车辆类型、车辆位置和司机评价,司机评价包括系统评价和外部评价,外部评价为货主评分,系统评价包括装货准时率、送达准时率和投诉率。
其中,大数据模块包括设置装卸地相关车辆通行政策、预估通行费用和沿途天气,预估通行费用对运输货物所需的告诉通行费、油费和过路费进行预估。
其中,推荐模块包括基础匹配模型、货源画像和司机车辆画像,基础匹配模型包括基础推送算法和进阶推送算法,基础推送算法包括货物所需车型车长、装货地的位置和货主评价,根据车长推荐符合要求的货物,根据当前车辆的位置推荐距离较近的货源,然后根据货主评价对符合要求的进行排序,货主评价高的优先推送,进阶推送算法包括司机常用装货城市和司机的熟悉路线,根据司机常用装货城市和司机熟悉路线优先推送司机所熟知区域和道路的货源。
其中,货源画像包括基本属性和实时画像,基本属性用于司机了解货源的形状、种类以及重量,实时画像包括通行政策、路况、天气和其他可配置的因素,便于司机了解运输该货物的难度,司机车辆画像包括特定要求、货源偏好、路线偏好、排序因素权重,特定要求使得司机自己设置货源条件,货源偏好、路线偏好和排序因素权重可以根据大数据结果和用户自定义进行设置。
其中,匹配模型包括路线评估、运费评估、货主评估和司机车辆评估,路线评估可以利用大数据相关计算模型,运费评估可以利用大数据及运费计算模型计算货运成本与货运报价比较得到运价评估结果,司机车辆评估可以使得优质的货源匹配优先给优质的运力,排序模型包括整体评分和子评分,整体评分利用子评分加权平均得出,子评分包括路线评分、运费评分,天气评分和货主评分,其他推荐模型包括闭环多货运匹配模型和回城货运匹配模型,其中闭环多货运匹配模型为从出发地到返回出发地规划处一条闭环货运线路。
一种基于大数据的货源智能推送方法,包括如下步骤:
S1基础匹配:根据输入至货源推送系统内的车辆基本属性和货源基本属性,从而得到基础匹配结果;
S2获取货源画像:根据基础匹配结构内的货源列表,利用大数据货源画像工具得到货源画像;
S3获取司机车辆画像:根据大数据司机画像工具得到打击车辆画像;
S4货源评价:将得到的货源画像、司机车辆画像和货运评价模型经过系统相互整合后,得到货源评价;
S5货源排序:根据得到的货源评价、司机车辆画像从而在系统内显示货运顺序。
本发明可通过以下操作方式阐述其功能原理:在司机或者货主需要货源或者车辆推送时,司机或者货主可以将车辆信息或者货物信息输入至货源推送系统内,此时货源推送系统会将车辆信息、货物信息和大数据模块相结合,从而筛选出合适的货源或者车辆推送给司机或者货主;
在推送信息时,通过上述的货源信息或者车辆信息和大数据货源画像工具或者大数据司机画像工具相结合,从而得出货源画像或者司机画像;
在将货源画像、司机画像和货源评价相结合,此时可以得出货源评价,然后根据货源评价结构将评分由低到更好排列,进而在系统内展示货源顺序供司机或者货主进行选择;
在进行推荐的过程中,司机可以设置货源条件,同时大数据会根据司机之前的运输货源、路线和排序权重进行优先推荐,且运输货源、路线和排序权重在大数据推荐后司机也可再次进行自定义设置,从而使得货源能够更好的满足司机的运送要求;
且排序的过程中,司机可以选择整体评分进行排序,也可以选择路线评分、运费评分、货主评分或者天气评分进行排序,使得司机能够有更好的选择性。
与现有技术相比,通过将货物属性模块、大数据模块和车辆信息模块的设置,将三个模块的数据相互整合后,依据评价高低对货源进行排序,从而为司机推送最优质的货源,同时为或者或者货源找到最优质的运力;
利用大数据模块的设置,使得系统能够根据货物的装车和卸车地,对道路上的通行政策、通行费用和沿途天气进行显示,从而使得司机能够更好的对该货源运输难度进行了解。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的货源智能推送系统,其特征在于:包括货源推送系统,所述货源推送系统内设有信息整合模块,所述信息整合模块用于将货物属性模块、大数据模块和车辆信息模块相互整合,所述信息整合模块内设有推荐模块,所述推荐模块能够根据整合的信息给司机或者货主提供匹配的货源或者车辆,所述推荐模块内设有匹配模型、排序模型以及其他推荐模型;
所述货物属性模块包括运输货物所需车长、装车卸车地、期望装车卸车时间、货主或者货源评价、运价及运费结算方式和货物是否购买保险;
所述车辆信息模块包括车辆类型、车辆位置和司机评价,所述司机评价包括系统评价和外部评价,所述外部评价为货主评分,所述系统评价包括装货准时率、送达准时率和投诉率。
2.根据权利要求1所述的一种基于大数据的货源智能推送系统,其特征在于:所述大数据模块包括设置装卸地相关车辆通行政策、预估通行费用和沿途天气,所述预估通行费用对运输货物所需的告诉通行费、油费和过路费进行预估。
3.根据权利要求1所述的一种基于大数据的货源智能推送系统,其特征在于:所述推荐模块包括基础匹配模型、货源画像和司机车辆画像,所述基础匹配模型包括基础推送算法和进阶推送算法,所述基础推送算法包括货物所需车型车长、装货地的位置和货主评价,根据车长推荐符合要求的货物,根据当前车辆的位置推荐距离较近的货源,然后根据货主评价对符合要求的进行排序,货主评价高的优先推送,进阶推送算法包括司机常用装货城市和司机的熟悉路线,根据司机常用装货城市和司机熟悉路线优先推送司机所熟知区域和道路的货源。
4.根据权利要求3所述的一种基于大数据的货源智能推送系统,其特征在于:所述货源画像包括基本属性和实时画像,所述基本属性用于司机了解货源的形状、种类以及重量,所述实时画像包括通行政策、路况、天气和其他可配置的因素,便于司机了解运输该货物的难度。
5.根据权利要求3所述的一种基于大数据的货源智能推送系统,其特征在于:所述司机车辆画像包括特定要求、货源偏好、路线偏好、排序因素权重,所述特定要求使得司机自己设置货源条件,所述货源偏好、路线偏好和排序因素权重可以根据大数据结果和用户自定义进行设置。
6.根据权利要求1所述的一种基于大数据的货源智能推送系统,其特征在于:所述匹配模型包括路线评估、运费评估、货主评估和司机车辆评估,所述路线评估可以利用大数据相关计算模型,所述运费评估可以利用大数据及运费计算模型计算货运成本与货运报价比较得到运价评估结果,所述司机车辆评估可以使得优质的货源匹配优先给优质的运力。
7.根据权利要求1所述的一种基于大数据的货源智能推送系统,其特征在于:所述排序模型包括整体评分和子评分,所述整体评分利用子评分加权平均得出,所述子评分包括路线评分、运费评分,天气评分和货主评分。
8.根据权利要求1所述的一种基于大数据的货源智能推送系统,其特征在于:所述其他推荐模型包括闭环多货运匹配模型和回城货运匹配模型。
9.一种基于大数据的货源智能推送方法,其特征在于,包括如下步骤:
S1基础匹配:根据输入至货源推送系统内的车辆基本属性和货源基本属性,从而得到基础匹配结果;
S2获取货源画像:根据基础匹配结构内的货源列表,利用大数据货源画像工具得到货源画像;
S3获取司机车辆画像:根据大数据司机画像工具得到打击车辆画像;
S4货源评价:将得到的货源画像、司机车辆画像和货运评价模型经过系统相互整合后,得到货源评价;
S5货源排序:根据得到的货源评价、司机车辆画像从而在系统内显示货运顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310314321.8A CN116777331A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的货源智能推送方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310314321.8A CN116777331A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的货源智能推送方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116777331A true CN116777331A (zh) | 2023-09-19 |
Family
ID=87984895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310314321.8A Pending CN116777331A (zh) | 2023-03-28 | 2023-03-28 | 一种基于大数据的货源智能推送方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116777331A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436777A (zh) * | 2023-12-20 | 2024-01-23 | 江苏运满满同城信息科技有限公司 | 一种用于智能物流货运的多式联运方法及系统 |
CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
-
2023
- 2023-03-28 CN CN202310314321.8A patent/CN116777331A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117436777A (zh) * | 2023-12-20 | 2024-01-23 | 江苏运满满同城信息科技有限公司 | 一种用于智能物流货运的多式联运方法及系统 |
CN117436777B (zh) * | 2023-12-20 | 2024-03-08 | 江苏运满满同城信息科技有限公司 | 一种用于智能物流货运的多式联运方法及系统 |
CN117541138A (zh) * | 2024-01-10 | 2024-02-09 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
CN117541138B (zh) * | 2024-01-10 | 2024-04-19 | 鲁西化工集团股份有限公司 | 一种淘汰不合格危化品物流承运车辆的系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11887030B2 (en) | Interactive network and method for securing conveyance services | |
US11989672B2 (en) | Interactive network and method for securing conveyance services | |
CN116777331A (zh) | 一种基于大数据的货源智能推送方法及系统 | |
US20200410454A1 (en) | System and method for managing on-demand test drives | |
US8200549B1 (en) | Trip comparison system | |
DE112018007491T5 (de) | Gemischte fahrzeugauswahl und routenoptimierung | |
US20210042701A1 (en) | System, method, and program product, for load board and logistics management | |
DE112018007300T5 (de) | Routenführung mit wahrnehmung der umgebung | |
CN101739644A (zh) | 车辆转售价格分析系统 | |
JP7462320B2 (ja) | 搬送業界セグメントにおけるインタラクティブリアルタイムシステムおよびそのリアルタイム使用方法 | |
KR101186941B1 (ko) | 화물 운송 중개 시스템 | |
CN114862299A (zh) | 运输路线规划方法以及装置 | |
US11797908B2 (en) | Fill modeling for hybrid last-mile delivery | |
CN116432880B (zh) | 一种共享云仓物流城配路线智能选择及运费报价系统 | |
US20230196227A1 (en) | Interactive network and method for securing conveyance services | |
Ravula | Monetary and hassle savings as strategic variables in the ride-sharing market | |
JP2002324160A (ja) | 店舗売上予測システム | |
US20230306468A1 (en) | Cartop Advertisement Vehicle-Based Routing and Matching | |
US20210110416A1 (en) | Analytics system and method for building an autonomous vehicle deployment readiness model for a geographic area | |
US20230306469A1 (en) | Cartop Advertisement Vehicle-Based Routing and Matching | |
KR101192708B1 (ko) | 화물 운송 중개용 통신 단말 | |
Vercammen | Improving the planning accuracy and route efficiency at a freight distribution company |
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 |