CN117541209A - 一种智能物流司机多维补贴方法及系统 - Google Patents
一种智能物流司机多维补贴方法及系统 Download PDFInfo
- Publication number
- CN117541209A CN117541209A CN202410027306.XA CN202410027306A CN117541209A CN 117541209 A CN117541209 A CN 117541209A CN 202410027306 A CN202410027306 A CN 202410027306A CN 117541209 A CN117541209 A CN 117541209A
- Authority
- CN
- China
- Prior art keywords
- subsidy
- driver
- source
- goods source
- goods
- 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 49
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000002474 experimental method Methods 0.000 claims description 20
- 230000009191 jumping Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1057—Benefits or employee welfare, e.g. insurance, holiday or retirement packages
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种智能物流司机多维补贴方法及系统,涉及货运领域,方法包括:首先,将货源输入抢派引擎,判断货源接单形式,并启动播单流程或自动锁单流程;然后,在具有补贴额度的情况下,判断货源是否命中司机补贴后台配置策略;若命中,则基于货源维度特征和司机维度特征计算当前轮次司机的总补贴金额;最后,输出本轮次的货源与第一相对应的第一订单的预估费用;其中,预估费用包含补贴信息。此外,本发明还公开一种智能物流司机多维补贴系统。本发明针对不同类型的货源和司机制定差异化的补贴策略,给予司机差异化补贴以吸引其接单完单,提高补贴的精准度,有效提升司机积极性、提高司货满意度、提高平台补贴效益和市场竞争力。
Description
技术领域
本发明涉及物流货运领域,特别涉及一种智能物流司机多维补贴方法及系统。
背景技术
随着网络信息技术和社会经济的发展,自2014年互联网货运平台兴起以来,越来越多的用户通过互联网货运平台对进行托运/承运。在货运行业中,司机的服务质量和运输效率影响着货运平台的竞争力和盈利能力。司机接单补贴可以激励司机积极参与接单,提高服务质量,从而增加货主对平台的信任和忠诚度。可以直接增加司机的收益,提高他们的工作积极性和满意度,从而增强平台的凝聚力和稳定性。在竞争激烈的货运市场中,司机接单补贴还可以帮助平台吸引更多的司机和货主,提高平台的竞争力和市场份额。
在货运行业中,司机的服务质量和运输效率影响着货运平台的竞争力和盈利能力。司机接单补贴可以激励司机积极参与接单,提高服务质量,从而增加货主对平台的信任和忠诚度。可以直接增加司机的收益,提高他们的工作积极性和满意度,从而增强平台的凝聚力和稳定性。在竞争激烈的货运市场中,司机接单补贴还可以帮助平台吸引更多的司机和货主,提高平台的竞争力和市场份额。
在实际运营环境中,不同类型的货源和司机在运输过程中面临的情况和需求是不同的。如果采用单一的接单补贴策略,可能会导致补贴效果不明显、司机积极性提升有限,甚至导致一些司机为了获得更多的补贴而采取不正当的手段,如违规驾驶、超载等。
发明内容
有鉴于现有技术的一部分缺点,本发明所要解决的技术问题是提供一种智能物流司机多维补贴系统,旨在针对不同类型的货源和司机制定差异化的补贴策略,给予司机差异化补贴以吸引其接单完单,提高补贴的精准度,有效提升司机积极性、提高司货满意度、提高平台补贴效益和市场竞争力。
为实现上述目的,本发明提供一种智能物流司机多维补贴系统,所述方法包括:
步骤S1、响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;
步骤S2、获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,执行步骤S5;反之,则本轮次增加补贴,继续执行步骤S3;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
步骤S3、判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,执行步骤S4;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则继续步骤S4;反之,则执行步骤S5;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
步骤S4、将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
步骤S5、输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
在一具体实施方式中,判断所述第一货源是否命中司机补贴后台配置策略包括:
判断所述第一货源的货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间是否符合补贴条件和/或所述第一货源是否属于AB实验流量,若是,则命中所述司机补贴后台配置策略。
在一具体实施方式中,所述司机多维补贴模型为预先实验获得,所述司机多维补贴模型的预先实验获取流程包括:
选取运营试点城市,以平台货源的每日补贴金额、补贴率、样本司机补贴单在所述货源维度特征和所述司机维度特征两个维度的加价金额为变量,验算补贴钱效比最优的实践为目标,构建所述司机多维补贴模型。
在一具体实施方式中,所述步骤S4还包括:
当所述接单形式为所述广播自主抢单模式且本轮次的所述第一司机存在至少两个同/近距离司机,则将同/近距离司机的总补贴金额设置为相同。
在该技术方案中,通过防呆设计,避免司机获知其它司机补贴价而产生补贴价抵触心理。
在一具体实施方式中,在所述步骤S3中,若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,判断所述第一货源的所述接起概率;响应于所述接起概率小于预设值,则判断所述第一货源应增加补贴。
在一具体实施方式中,所述步骤S4包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,求解所述货源维度特征对应的第一加补金额;
根据司机距离、司机接起意愿、货主司机历史成交意图识别预估,求解所述司机维度特征对应的第二加补金额;其中,所述司机距离作为距离补贴的依据,距离补贴由近距补贴和超距补贴组成,所述近距补贴为固定值,所述超距补贴由司机距离装货地的距离、单公里运费及超距补贴系数决定。
在一具体实施方式中,所述步骤S4还包括:
当所述接单形式为所述系统派发接单模式,基于所述第一货源与所述第一司机,建立OD对的补贴模型,并根据司机对货源的心理价位模型,输出与所述第一货源的价位差值并作为最终的补贴金额。
在该技术方案中,一方面也能够对司机心理预期进行推算,另一方面可以节约补贴资金,减少过补助。
在一具体实施方式中,所述方法还包括:
步骤S6、统计历史货源的接单数据;所述历史货源采用AB实验流量进行加补,其中,A组所对应的订单增加补贴,B组所对应的订单未增加补贴;
步骤S7、输出所述AB实验流量的钱效比。
在该技术方案中,通过平时运营中自发进行AB实验流量处理,以便平时运营能够根据运营效果对相关补贴资金投入进行调整,优化钱效比。
在一具体实施方式中,在所述步骤S4中,针对所述第一货源的补贴金额,处于所述自动锁单流程的补贴金额大于处于所述播单流程的补贴金额。
在该技术方案中,考虑到在自动锁单环节是对司机定向曝光,即在权益期间自动锁单货源仅对单个司机展示,因此在该环节中需保障自动锁单司机权益优于播单司机权益,基于以上可以有效提升自动锁单司机的活跃度和粘性,最终提升自动锁单货源的接起,促进成交。
在本发明的第二方面提供一种智能物流司机多维补贴系统,所述系统包括:抢派判断模块、预算判断模块、配置命中判断模块、补贴求解模块、结果输出模块;
所述抢派判断模块,用于响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;
所述预算判断模块,用于获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,则跳转至所述结果输出模块;反之,则本轮次增加补贴,则跳转至所述配置命中判断模块;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
所述配置命中判断模块,用于判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,跳转至所述补贴求解模块处理;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则跳转至所述补贴求解模块处理;反之,则跳转至所述结果输出模块;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
所述补贴求解模块,用于将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
所述结果输出模块,用于输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
在一具体实施方式中,所述补贴求解模块包括:
第一加补求解单元,用于根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,求解所述货源维度特征对应的第一加补金额;
第二加补求解单元,用于根据司机距离、司机接起意愿、货主司机历史成交意图识别预估,求解所述司机维度特征对应的第二加补金额;其中,所述司机距离作为距离补贴的依据,距离补贴由近距补贴和超距补贴组成,所述近距补贴为固定值,所述超距补贴由司机距离装货地的距离、单公里运费及超距补贴系数决定。
在一具体实施方式中,所述补贴求解模块还包括:
司机心理价位求解单元,用于当所述接单形式为所述系统派发接单模式,基于所述第一货源与所述第一司机,建立OD对的补贴模型,并根据司机对货源的心理价位模型,输出与所述第一货源的价位差值并作为最终的补贴金额。
本发明的有益效果:本发明为了解决货源结构差异和司机个体差异产生的司机补贴个性化问题,设计了智能物流司机多维补贴系统,实现了为不同司机提供因时因地制宜的差异化接单补贴。综合考虑货源类型、货源车型、装卸货地距离等货源特性,司机定位、车型车长、历史接单补贴、司机接单意愿等司机特征,通过模型训练和决策修正,在货源播单和自动锁单过程中给予司机个性化补贴以吸引其接单完单,提升司机的工作积极性及对于平台的粘性,同时满足货主的快速合理响应需求,有利于平台高效运营、增强市场竞争力。
附图说明
图1是本发明一具体实施方式中的一种智能物流司机多维补贴方法的流程示意图;
图2是本发明一具体实施方式中的一种智能物流司机多维补贴方法的播单流程的司机接单补贴示意图;
图3是本发明一具体实施方式中的一种智能物流司机多维补贴方法的播单流程的司机抢单示意图;
图4是本发明一具体实施方式中的一种智能物流司机多维补贴方法的自动锁单流程的司机接单界面图;
图5是本发明一具体实施方式中的一种智能物流司机多维补贴系统的系统框图。
实施方式
下面详细描述本专利的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本专利,而不能理解为对本专利的限制。
在本专利的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本专利和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本专利的限制。
在本专利的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“设置”应做广义理解,例如,可以是固定相连、设置,也可以是可拆卸连接、设置,或一体地连接、设置。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本专利中的具体含义。
本发明实施例提供了一种智能物流司机多维补贴方法,如图1-图4所示,包括:
步骤S1、响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;所述抢派引擎用于判断所述第一货源是通过司机自主抢单还是通过系统派发接单;
步骤S2、获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,执行步骤S5;反之,则本轮次增加补贴,继续执行步骤S3;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
步骤S3、判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,执行步骤S4;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则继续步骤S4;反之,则执行步骤S5;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
步骤S4、将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
步骤S5、输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
在本实施例中,判断所述第一货源是否命中司机补贴后台配置策略包括:
判断所述第一货源的货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间是否符合补贴条件和/或所述第一货源是否属于AB实验流量,若是,则命中所述司机补贴后台配置策略。
在本实施例中,所述司机多维补贴模型为预先实验获得,所述司机多维补贴模型的预先实验获取流程包括:
选取运营试点城市,以平台货源的每日补贴金额、补贴率、样本司机补贴单在所述货源维度特征和所述司机维度特征两个维度的加价金额为变量,验算补贴钱效比最优的实践为目标,构建所述司机多维补贴模型。
值得一提的是,所述步骤S4还包括:
当所述接单形式为所述广播自主抢单模式且本轮次的所述第一司机存在至少两个同/近距离司机,则将同/近距离司机的总补贴金额设置为相同。
优选的,在所述步骤S3中,若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,判断所述第一货源的所述接起概率;响应于所述接起概率小于预设值,则判断所述第一货源应增加补贴。
进一步而言,所述步骤S4包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,求解所述货源维度特征对应的第一加补金额;
根据司机距离、司机接起意愿、货主司机历史成交意图识别预估,求解所述司机维度特征对应的第二加补金额;其中,所述司机距离作为距离补贴的依据,距离补贴由近距补贴和超距补贴组成,所述近距补贴为固定值,所述超距补贴由司机距离装货地的距离、单公里运费及超距补贴系数决定。
优选的,所述步骤S4还包括:
当所述接单形式为所述系统派发接单模式,基于所述第一货源与所述第一司机,建立OD对的补贴模型,并根据司机对货源的心理价位模型,输出与所述第一货源的价位差值并作为最终的补贴金额。
其中,OD对即为order-driver,即,第一货源与第一司机。
在本实施例中,所述方法还包括:
步骤S6、统计历史货源的接单数据;所述历史货源采用AB实验流量进行加补,其中,A组所对应的订单增加补贴,B组所对应的订单未增加补贴;
步骤S7、输出所述AB实验流量的钱效比。
进一步而言,在所述步骤S4中,针对所述第一货源的补贴金额,处于所述自动锁单流程的补贴金额大于处于所述播单流程的补贴金额。
司机补贴金额在司机端透传展示之前,需要从司机维度进行该货源在不同推送环节的检验,即:
针对某司机,若该货源为先播再派,则此时自动锁单流程的当前轮次司机补贴金额为。
针对某司机,若该货源为先派再播,则此时播单流程的当前波纹司机补贴金额为。
值得一提的是,一票货源既会以播单形式推送给司机,也同样会以自动锁单形式推送给司机,但是在自动锁单环节是对司机定向曝光,即在权益期间自动锁单货源仅对单个司机展示,因此在该环节中需保障自动锁单司机权益优于播单司机权益,基于以上可以有效提升自动锁单司机的活跃度和粘性,最终提升自动锁单货源的接起,促进成交。
如图2-图3所示,司机端从加价平台获取当前波纹推送司机对应加补金额,并在司机端进行透传展示,吸引司机快速接单。
如图4所示,司机端从加价平台获取当前自动锁单货源决策司机对应加补金额,并在司机端进行透传展示,吸引司机快速接单。
本发明为了解决货源结构差异和司机个体差异产生的司机补贴个性化问题,设计了智能物流司机多维补贴系统,实现了为不同司机提供因时因地制宜的差异化接单补贴。综合考虑货源类型、货源车型、装卸货地距离等货源特性,司机定位、车型车长、历史接单补贴、司机接单意愿等司机特征,通过模型训练和决策修正,在货源播单和自动锁单过程中给予司机个性化补贴以吸引其接单完单,提升司机的工作积极性及对于平台的粘性,同时满足货主的快速合理响应需求,有利于平台高效运营、增强市场竞争力。
此外,本系统方案通过AB流量实验对智能物流司机多维补贴系统和原始无差异化司机补贴系统进行线上效果对比,分析发现实验组-智能物流司机多维补贴系统对业务指标带来提升效果更好。从用户体验来看,对于司机来说,本系统针对特定的货源类型和司机类型提供更高的补贴,增加了司机的收益。对于货主来说,本系统帮助货主找到合适的司机,提高货源匹配率,激励司机提高服务质量,提高了货主的满意度。从平台收益来看,智能物流司机多维补贴系统吸引了更多的司机和货主加入平台,提升了平台的接起率和完单率,进一步刺激了平台司货流量,正向提升了平台的补贴效益和经济收益。
从货运行业来看,本系统一定程度上促进了货运行业运营策略创新,提高服务质量和运营效率,提高行业整体的服务水平和竞争力,推动货运行业的发展和进步。
如图5所示,在本发明的第二实施例中提供一种智能物流司机多维补贴系统,包括:抢派判断模块100、预算判断模块200、配置命中判断模块300、补贴求解模块400、结果输出模块500;
所述抢派判断模块100,用于响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;所述抢派引擎用于判断所述第一货源是通过司机自主抢单还是通过系统派发接单;
所述预算判断模块200,用于获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,则跳转至所述结果输出模块500;反之,则本轮次增加补贴,则跳转至所述配置命中判断模块300;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
所述配置命中判断模块300,用于判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,跳转至所述补贴求解模块400处理;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则跳转至所述补贴求解模块400处理;反之,则跳转至所述结果输出模块500;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
所述补贴求解模块400,用于将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
所述结果输出模块500,用于输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
进一步而言,所述补贴求解模块400包括:
第一加补求解单元401,用于根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,求解所述货源维度特征对应的第一加补金额;
第二加补求解单元402,用于根据司机距离、司机接起意愿、货主司机历史成交意图识别预估,求解所述司机维度特征对应的第二加补金额;其中,所述司机距离作为距离补贴的依据,距离补贴由近距补贴和超距补贴组成,所述近距补贴为固定值,所述超距补贴由司机距离装货地的距离、单公里运费及超距补贴系数决定。
此外,优选的,所述补贴求解模块400还包括:
司机心理价位求解单元,用于当所述接单形式为所述系统派发接单模式,基于所述第一货源与所述第一司机,建立OD对的补贴模型,并根据司机对货源的心理价位模型,输出与所述第一货源的价位差值并作为最终的补贴金额。
其中,OD对即为order-driver,即,第一货源与第一司机。
本实施例的其它部分与第一实施例雷同,本领域技术人员可以参阅第一实施例,这里不再赘述。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种智能物流司机多维补贴方法,其特征在于,所述方法包括:
步骤S1、响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;
步骤S2、获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,执行步骤S5;反之,则本轮次增加补贴,继续执行步骤S3;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
步骤S3、判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,执行步骤S4;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则继续步骤S4;反之,则执行步骤S5;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
步骤S4、将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
步骤S5、输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
2.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,判断所述第一货源是否命中司机补贴后台配置策略包括:
判断所述第一货源的货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间是否符合补贴条件和/或所述第一货源是否属于AB实验流量,若是,则命中所述司机补贴后台配置策略。
3.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,所述司机多维补贴模型为预先实验获得,所述司机多维补贴模型的预先实验获取流程包括:
选取运营试点城市,以平台货源的每日补贴金额、补贴率、样本司机补贴单在所述货源维度特征和所述司机维度特征两个维度的加价金额为变量,验算补贴钱效比最优的实践为目标,构建所述司机多维补贴模型。
4.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,所述步骤S4还包括:
当所述接单形式为所述广播自主抢单模式且本轮次的所述第一司机存在至少两个同/近距离司机,则将同/近距离司机的总补贴金额设置为相同。
5.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,在所述步骤S3中,若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,判断所述第一货源的所述接起概率;响应于所述接起概率小于预设值,则判断所述第一货源应增加补贴。
6.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,所述步骤S4包括:
根据所述第一货源的货源类型、货源车型、装卸货距离、以及同类型货源历史接起率,求解所述货源维度特征对应的第一加补金额;
根据司机距离、司机接起意愿、货主司机历史成交意图识别预估,求解所述司机维度特征对应的第二加补金额;其中,所述司机距离作为距离补贴的依据,距离补贴由近距补贴和超距补贴组成,所述近距补贴为固定值,所述超距补贴由司机距离装货地的距离、单公里运费及超距补贴系数决定。
7.如权利要求6所述的一种智能物流司机多维补贴方法,其特征在于,所述步骤S4还包括:
当所述接单形式为所述系统派发接单模式,基于所述第一货源与所述第一司机,建立OD对的补贴模型,并根据司机对货源的心理价位模型,输出与所述第一货源的价位差值并作为最终的补贴金额。
8.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,所述方法还包括:
步骤S6、统计历史货源的接单数据;所述历史货源采用AB实验流量进行加补,其中,A组所对应的订单增加补贴,B组所对应的订单未增加补贴;
步骤S7、输出所述AB实验流量的钱效比。
9.如权利要求1所述的一种智能物流司机多维补贴方法,其特征在于,在所述步骤S4中,针对所述第一货源的补贴金额,处于所述自动锁单流程的补贴金额大于处于所述播单流程的补贴金额。
10.一种智能物流司机多维补贴系统,其特征在于,所述系统包括:抢派判断模块、预算判断模块、配置命中判断模块、补贴求解模块、结果输出模块;
所述抢派判断模块,用于响应于第一货源上架,将所述第一货源输入抢派引擎,判断所述第一货源的接单形式,并启动播单流程和/或自动锁单流程;所述接单形式包括:与所述播单流程相对应的广播自主抢单、与自动锁单流程相对应的系统派发接单;
所述预算判断模块,用于获取本轮次与所述接单形式相匹配的第一司机,根据当日剩余补贴预算额和/或补贴率上限,判断所述第一司机与所述第一货源对应的待生成订单是否增加补贴;其中,若所述当日剩余补贴预算额不足和/或所述补贴率上限已超,则本轮次不增加补贴,则跳转至所述结果输出模块;反之,则本轮次增加补贴,则跳转至所述配置命中判断模块;所述当日剩余补贴预算额、所述补贴率上限包括平台维度和/或所述第一司机的个人维度,并以所述平台维度和所述个人维度的二者最小值确定;
所述配置命中判断模块,用于判断所述第一货源是否命中司机补贴后台配置策略;若命中,则本轮次增加补贴,跳转至所述补贴求解模块处理;若未命中则根据货源维度特征校验货源的接起概率,判断是否增加补贴,若是,则跳转至所述补贴求解模块处理;反之,则跳转至所述结果输出模块;其中,所述司机补贴后台配置策略的评价维度包括:货源路线、货源车型、运输里程、补贴时段、货源标签、补贴金额区间和AB实验流量;
所述补贴求解模块,用于将所述第一司机、所述第一货源输入司机多维补贴模型,并基于所述货源维度特征和司机维度特征计算当前轮次所述第一司机的总补贴金额;
所述结果输出模块,用于输出本轮次的所述第一货源与所述第一司机相对应的第一订单的预估费用;其中,所述预估费用包含补贴信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027306.XA CN117541209A (zh) | 2024-01-09 | 2024-01-09 | 一种智能物流司机多维补贴方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410027306.XA CN117541209A (zh) | 2024-01-09 | 2024-01-09 | 一种智能物流司机多维补贴方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117541209A true CN117541209A (zh) | 2024-02-09 |
Family
ID=89796195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410027306.XA Pending CN117541209A (zh) | 2024-01-09 | 2024-01-09 | 一种智能物流司机多维补贴方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541209A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341636A (zh) * | 2017-06-30 | 2017-11-10 | 镇江五八到家供应链管理服务有限公司 | 一种货运司机抢单补贴方法 |
CN107358386A (zh) * | 2017-06-23 | 2017-11-17 | 镇江五八到家供应链管理服务有限公司 | 一种货运司机与订单的匹配方法及匹配系统 |
CN108537352A (zh) * | 2017-03-02 | 2018-09-14 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置和服务器 |
CN109376942A (zh) * | 2018-11-12 | 2019-02-22 | 达疆网络科技(上海)有限公司 | 订单处理方法、存储介质和装置 |
CN109492962A (zh) * | 2018-09-20 | 2019-03-19 | 天津五八到家科技有限公司 | 信息处理方法及装置 |
CN114707934A (zh) * | 2022-04-13 | 2022-07-05 | 深圳依时货拉拉科技有限公司 | 提高订单响应率的方法及计算机设备 |
CN114881692A (zh) * | 2022-05-05 | 2022-08-09 | 南京领行科技股份有限公司 | 网约车调度方法、装置、电子设备及存储介质 |
CN115049344A (zh) * | 2022-08-15 | 2022-09-13 | 深圳依时货拉拉科技有限公司 | 货运订单补贴方法及装置、计算机设备及可读存储介质 |
-
2024
- 2024-01-09 CN CN202410027306.XA patent/CN117541209A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108537352A (zh) * | 2017-03-02 | 2018-09-14 | 北京嘀嘀无限科技发展有限公司 | 一种数据处理方法、装置和服务器 |
CN107358386A (zh) * | 2017-06-23 | 2017-11-17 | 镇江五八到家供应链管理服务有限公司 | 一种货运司机与订单的匹配方法及匹配系统 |
CN107341636A (zh) * | 2017-06-30 | 2017-11-10 | 镇江五八到家供应链管理服务有限公司 | 一种货运司机抢单补贴方法 |
CN109492962A (zh) * | 2018-09-20 | 2019-03-19 | 天津五八到家科技有限公司 | 信息处理方法及装置 |
CN109376942A (zh) * | 2018-11-12 | 2019-02-22 | 达疆网络科技(上海)有限公司 | 订单处理方法、存储介质和装置 |
CN114707934A (zh) * | 2022-04-13 | 2022-07-05 | 深圳依时货拉拉科技有限公司 | 提高订单响应率的方法及计算机设备 |
CN114881692A (zh) * | 2022-05-05 | 2022-08-09 | 南京领行科技股份有限公司 | 网约车调度方法、装置、电子设备及存储介质 |
CN115049344A (zh) * | 2022-08-15 | 2022-09-13 | 深圳依时货拉拉科技有限公司 | 货运订单补贴方法及装置、计算机设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113393040B (zh) | 一种基于博弈论的工业园区物流调度方法及系统 | |
US9182764B1 (en) | Apparatus and method for grouping vehicles for cooperative driving | |
US20190087778A1 (en) | Dynamic Load Matching Engine Methods and Systems | |
US7673657B2 (en) | Method for operating and managing a re-fueling business | |
US11100452B2 (en) | Customized integrated pricing packages for freight shipment | |
CN108416559B (zh) | 一种货运平台车主收益最大化智能拼车匹配方法 | |
CN112906949A (zh) | 路线规划方法、装置、电子设备及可读存储介质 | |
CN109685411A (zh) | 一种物流货运平台的拼车匹配方法 | |
CN117196457A (zh) | 一种基于互联网的物流运输路径规划方法 | |
CN113002553A (zh) | 商用车辆车队的数据收集系统和方法 | |
CN114187072A (zh) | 聚合打车方法、装置、计算机设备及存储介质 | |
CN116777331A (zh) | 一种基于大数据的货源智能推送方法及系统 | |
CN115618994A (zh) | 一种基于模拟退火算法的物流园区车辆装货方法 | |
CN117541209A (zh) | 一种智能物流司机多维补贴方法及系统 | |
CN113837688B (zh) | 运输资源匹配方法、装置、可读存储介质和计算机设备 | |
CN117436778A (zh) | 一种物流货运拼车方法及助手系统 | |
CN109978466A (zh) | 一种车货匹配抢单方法及系统 | |
CN116090924A (zh) | 一种驾驶员协同进行物流运力信息管理的方法 | |
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 | |
CN116415747A (zh) | 拼车路线确定方法、装置和电子设备 | |
KR20100119146A (ko) | 경매를 이용하는 운송 시스템 및 방법 | |
US20210383324A1 (en) | Customized integrated pricing packages for freight shipment | |
CN114493411A (zh) | 一种港口货物、国内货物订单匹配系统 | |
CN113657830A (zh) | 一种化工运输配载方法以及系统 | |
CN116228269A (zh) | 一种处理货源信息的方法、装置、电子设备及存储介质 |
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 |