CN117556929A - 一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 - Google Patents
一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117556929A CN117556929A CN202311570932.5A CN202311570932A CN117556929A CN 117556929 A CN117556929 A CN 117556929A CN 202311570932 A CN202311570932 A CN 202311570932A CN 117556929 A CN117556929 A CN 117556929A
- Authority
- CN
- China
- Prior art keywords
- order
- matching matrix
- driver
- matching
- sub
- 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
- 239000011159 matrix material Substances 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
- G06Q10/025—Coordination of plural reservations, e.g. plural trip segments, transportation combined with accommodation
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质。通过获取用户端发送的订单请求;根据订单出发地,获取与订单请求初步匹配的司机端;根据订单请求与司机端,生成订单司机组合;根据订单司机组合,生成撮合矩阵,撮合矩阵为同一省份的订单司机组合;对撮合矩阵进行图切割处理,得到子撮合矩阵;通过对子撮合矩阵分发决策节点,进行全局决策。根据订单的省份,可形成以省份维度的多组订单司机组合的撮合矩阵。对撮合矩阵使用图切割的方法,将其切割成每一个不相关的子撮合矩阵。对子撮合矩阵分发决策节点,进行全局派单决策。通过这种方式,使全局决策可并行化计算,大大提高全局决策的效率,提高全局派单的效率。
Description
技术领域
本发明属于互联网约车技术领域,具体涉及一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质。
背景技术
在网约车行业,最关键和最具挑战性的任务之一是为每个客户的订单选择最合适的司机。传统的派单系统的决策节点一般是把订单分配给接送距离最近的司机。但为了实现全局最优决策,决策节点的选择尤为重要。
目前派单系统进行全局决策派单时,通常是服务器获取某一时间(段)的订单需求与可用司机,对此统一进行决策。
申请人在网约车进行全局决策的运营过程中发现,全局决策时的计算量对CPU的耗费大,且全局决策的执行效率低。
发明内容
本发明的目的是要解决上述的技术问题,提供一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质。
为了解决上述问题,本发明按以下技术方案予以实现的:
根据本发明的一方面,提供了一种基于撮合矩阵提高全局派单效率的方法,所述方法包括:
获取用户端发送的订单请求,所述订单请求包括订单出发地;
根据所述订单出发地,获取与所述订单请求初步匹配的司机端;
根据所述订单请求与所述司机端,生成订单司机组合;
根据所述订单司机组合,生成撮合矩阵,所述撮合矩阵包括若干个同一省份的订单司机组合;
对所述撮合矩阵进行图切割处理,得到子撮合矩阵;
通过对所述子撮合矩阵分发决策节点,进行全局决策。
根据本发明的另一方面,提供了一种基于撮合矩阵提高全局派单效率的装置,所述装置包括:
获取订单请求模块,用于获取用户端发送的订单请求,所述订单请求包括订单出发地;
获取司机端模块,用于根据所述订单出发地,获取与所述订单请求初步匹配的司机端;
生成订单司机组合模块,用于根据所述订单请求与所述司机端,生成订单司机组合;
生成撮合矩阵模块,用于根据所述订单司机组合,生成撮合矩阵,所述撮合矩阵包括若干个同一省份的订单司机组合;
得到子撮合矩阵模块,用于对所述撮合矩阵进行图切割处理,得到子撮合矩阵;
全局决策模块,用于通过对所述子撮合矩阵分发决策节点,进行全局决策。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明实施例所述的基于撮合矩阵提高全局派单效率的方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使处理器执行时实现本发明实施例所述的基于撮合矩阵提高全局派单效率的方法。
在本发明实施例中,派单系统通过获取用户端发送的订单请求,订单请求包括订单出发地;根据订单出发地,获取与订单请求初步匹配的司机端;根据订单请求与司机端,生成订单司机组合;根据订单司机组合,生成撮合矩阵,撮合矩阵为同一省份的订单司机组合;对撮合矩阵进行图切割处理,得到子撮合矩阵;通过对子撮合矩阵分发决策节点,进行全局决策。根据订单的省份,可形成以省份维度的多组订单司机组合的撮合矩阵。对撮合矩阵使用图切割的方法,将其切割成每一个不相关的子撮合矩阵。对子撮合矩阵分发决策节点,进行全局派单决策。通过这种方式,使全局决策可并行化计算,大大提高全局决策的效率,提高全局派单的效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,其中:
图1是本发明实施例的一种基于撮合矩阵提高全局派单效率的方法的流程图;
图2是本发明实施例的一种基于撮合矩阵提高全局派单效率的装置的结构示意图;
图3是本发明实施例的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
申请人在运营过程中发现,目前派单系统进行全局决策派单时,通常是服务器获取某一时间(段)的订单需求与可用司机,对此统一进行决策。此时,获取的订单与司机的数据量庞大,全局判单决策时CPU运行计算量大,导致全局决策的效率低。
为此,本发明的目的是提供一种全局决策可并行化计算,提高全局决策效率的方案。
图1是本发明实施例的一种基于撮合矩阵提高全局派单效率的方法的流程图,本实施例可适用于全局派单决策的情况,该方法可以由一种基于撮合矩阵提高全局派单效率的装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于电子设备中。如图1所示,该方法包括:
步骤101、获取用户端发送的订单请求,订单请求包括订单出发地。
派单系统在进行派单决策前,首先会获取乘客使用用户端进行下单操作生成的订单请求。
其中,订单请求包括订单出发地,即乘客上车点。
步骤102、根据订单出发地,获取与订单请求初步匹配的司机端。
具体的,根据乘客订单请求中的订单出发地,搜索附近的司机端,即搜索可接单的司机。其中,搜索附近的司机端可根据实际需求进行设置,例如搜索订单出发地3公里以内的司机端。设置的同时需要考虑司机的接驾时长,确保司机能够及时接驾,以保证乘客的乘车体验感。
在一个具体实施例中,派单系统会根据订单出发地进行初步搜索可接单的司机。接着根据初步匹配要求,对搜索到的司机进行进一步筛选。
例如,设置距离阈值和接驾时长,根据距离阈值和接驾时长筛选出与订单请求初步匹配的司机。其中,初步匹配要求则为设置的距离阈值和接驾时长。
需要说明的是,此时,初步匹配的司机数量至少为一个。
步骤103、根据订单请求与司机端,生成订单司机组合。
派单系统根据订单请求,以及与其初步匹配的司机端,将两者进行关联,生成订单司机组合。
在一个具体实施例中,派单系统同时获取若干的订单请求,每一个订单请求初步匹配至少一个司机端。且将订单请求关联司机端,生成若干个订单司机组合。
其中,订单司机组合为一个订单请求匹配至少一个司机端。
步骤104、根据订单司机组合,生成撮合矩阵,撮合矩阵为同一省份的订单司机组合。
本发明实施例中,根据不同省份,生成撮合矩阵。
具体的,根据省份,首先对若干个订单司机组合进行分类处理,再生成不同省份的撮合矩阵。其中,撮合矩阵的元素则为订单司机组合。
派单系统可设置为周期性获取撮合矩阵,例如,每2秒获取某个省份的整体订单司机组合的撮合矩阵。
本发明为了提高图切割的执行效率,按省份维度聚合多组订单司机组合的撮合矩阵。按省份维度的原因,是因为网约车司机不能跨省接单,每个省份的订单司机没相关性,同时避免了一个司机出现在多个撮合矩阵中。
步骤105、对撮合矩阵进行图切割处理,得到子撮合矩阵。
根据得到的多个不同省份的撮合矩阵,通过图切割的方式,将一个撮合矩阵切割出几个不相关的撮合矩阵。
在一个具体实施例中,派单系统根据订单司机组合的相似性,即元素的相似性,对撮合矩阵进行图切割处理,得到若干个子撮合矩阵。
例如,将北京和广东两个地方分作两个桶,两个桶的撮合矩阵为(P是乘客,D是司机),北京:P1->(D1,D2),P2->(D2),P3->(D3);广东:P4->(D4,D5),P5->(D5),P6->(D6)。将上述两个桶的撮合矩阵进行图切割,得到:北京1:P1->(D1,D2),P2->(D2);北京2:P3->(D3);广东1:P4->(D4,D5),P5->(D5);广东2:P6->(D6)。
其中,图切割是根据元素的相似性,即北京的撮合矩阵中,P1和P2均有D2的元素,P3没有D3元素,将其切割后,可得到两个不相关的子撮合矩阵。
步骤106、通过对子撮合矩阵分发决策节点,进行全局决策。
在图切割后,得到若干的撮合矩阵,派单系统对若干个撮合矩阵分发决策节点,并行计算作全局决策。
例如,图切割后,得到北京1:P1->(D1,D2),P2->(D2)、北京2:P3->(D3)、广东1:P4->(D4,D5),P5->(D5)和广东2:P6->(D6)四个子撮合矩阵,分发决策节点至这四个子撮合矩阵,最后并行计算作全局决策。
其中,决策节点即表示决策方案。例如,决策节点为根据接驾时长进行派单。此时,北京的D2相比P1和P2,P2的接驾时长更短,那么最后的决策结果为D2对应P2,D1对应P1,D3对应P3。
本发明实施例根据订单省份分发和图切割的方法,把一大组订单司机的撮合矩阵切割,拆解成多个不相关的子撮合矩阵,从而使全局决策可并行化计算,大大提高了全局决策的效率。
图2是本发明实施例的一种基于撮合矩阵提高全局派单效率的装置的结构示意图。如图2所示,该装置包括:
获取订单请求模块201,用于获取用户端发送的订单请求,所述订单请求包括订单出发地;
获取司机端模块202,用于根据所述订单出发地,获取与所述订单请求初步匹配的司机端;
生成订单司机组合模块203,用于根据所述订单请求与所述司机端,生成订单司机组合;
生成撮合矩阵模块204,用于根据所述订单司机组合,生成撮合矩阵,所述撮合矩阵包括若干个同一省份的订单司机组合;
得到子撮合矩阵模块205,用于对所述撮合矩阵进行图切割处理,得到子撮合矩阵;
全局决策模块206,用于通过对所述子撮合矩阵分发决策节点,进行全局决策。
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,如基于撮合矩阵提高全局派单效率的方法。
在一些实施例中,基于撮合矩阵提高全局派单效率的方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于撮合矩阵提高全局派单效率的方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于撮合矩阵提高全局派单效率的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
本发明实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序在被处理器执行时实现如本发明实施例所提供的基于撮合矩阵提高全局派单效率的方法。
计算机程序产品在实现的过程中,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种基于撮合矩阵提高全局派单效率的方法,其特征在于,所述方法包括:
获取用户端发送的订单请求,所述订单请求包括订单出发地;
根据所述订单出发地,获取与所述订单请求初步匹配的司机端;
根据所述订单请求与所述司机端,生成订单司机组合;
根据所述订单司机组合,生成撮合矩阵,所述撮合矩阵为同一省份的订单司机组合;
对所述撮合矩阵进行图切割处理,得到子撮合矩阵;
通过对所述子撮合矩阵分发决策节点,进行全局决策。
2.根据权利要求1所述一种基于撮合矩阵提高全局派单效率的方法,其特征在于,所述根据所述订单出发地,获取与所述订单请求初步匹配的司机端,包括:
根据所述订单出发地,搜索所述司机端,筛选符合初步匹配要求的若干个所述司机端。
3.根据权利要2所述一种基于撮合矩阵提高全局派单效率的方法,其特征在于,所述根据所述订单请求与所述司机端,生成订单司机组合,包括:
确定所述订单请求与所述司机端初步匹配,生成若干个订单司机组合,所述订单司机组合为一个订单请求匹配至少一个司机端。
4.根据权利要求3所述一种基于撮合矩阵提高全局派单效率的方法,其特征在于,所述根据所述订单司机组合,生成撮合矩阵,包括:
根据省份,对若干个订单司机组合进行分类处理,生成不同省份的撮合矩阵,其中,所述撮合矩阵的元素为所述订单司机组合。
5.根据权利要求4所述一种基于撮合矩阵提高全局派单效率的方法,其特征在于,所述对所述撮合矩阵进行图切割处理,得到子撮合矩阵,包括:
根据元素的相似性,对所述撮合矩阵进行图切割处理,得到若干个子撮合矩阵。
6.一种基于撮合矩阵提高全局派单效率的装置,其特征在于,所述装置包括:
获取订单请求模块,用于获取用户端发送的订单请求,所述订单请求包括订单出发地;
获取司机端模块,用于根据所述订单出发地,获取与所述订单请求初步匹配的司机端;
生成订单司机组合模块,用于根据所述订单请求与所述司机端,生成订单司机组合;
生成撮合矩阵模块,用于根据所述订单司机组合,生成撮合矩阵,所述撮合矩阵为同一省份的订单司机组合;
得到子撮合矩阵模块,用于对所述撮合矩阵进行图切割处理,得到子撮合矩阵;
全局决策模块,用于通过对所述子撮合矩阵分发决策节点,进行全局决策。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的基于撮合矩阵提高全局派单效率的方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于使处理器执行时实现权利要求1-5中任一项所述的基于撮合矩阵提高全局派单效率的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570932.5A CN117556929A (zh) | 2023-11-22 | 2023-11-22 | 一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311570932.5A CN117556929A (zh) | 2023-11-22 | 2023-11-22 | 一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117556929A true CN117556929A (zh) | 2024-02-13 |
Family
ID=89812349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311570932.5A Pending CN117556929A (zh) | 2023-11-22 | 2023-11-22 | 一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556929A (zh) |
-
2023
- 2023-11-22 CN CN202311570932.5A patent/CN117556929A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113656179B (zh) | 云计算资源的调度方法及装置、电子设备和存储介质 | |
CN114298322B (zh) | 联邦学习方法和装置、系统、电子设备、计算机可读介质 | |
CN113568938B (zh) | 数据流处理方法、装置、电子设备及存储介质 | |
CN113657483A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114428674A (zh) | 任务调度方法、装置、设备以及存储介质 | |
CN114861039B (zh) | 一种搜索引擎的参数配置方法、装置、设备及存储介质 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN117556929A (zh) | 一种基于撮合矩阵提高全局派单效率的方法、装置、设备及存储介质 | |
CN115146653B (zh) | 对话剧本构建方法、装置、设备及存储介质 | |
CN114792125B (zh) | 基于分布式训练的数据处理方法、装置、电子设备和介质 | |
US20130232172A1 (en) | Methods and systems for matching expressions | |
CN114565105A (zh) | 处理数据的方法和深度学习模型的训练方法、装置 | |
CN113239054A (zh) | 信息生成方法、相关装置及计算机程序产品 | |
CN112948246B (zh) | 数据平台的ab测试控制方法、装置、设备及存储介质 | |
CN115482422B (zh) | 深度学习模型的训练方法、图像处理方法和装置 | |
CN113641670B (zh) | 数据存储及数据检索方法、装置、电子设备及存储介质 | |
CN115203502A (zh) | 业务数据处理方法及装置、电子设备和存储介质 | |
CN114120042A (zh) | 图像识别方法和装置 | |
CN108536362B (zh) | 用于识别操作的方法、装置及服务器 | |
CN116188888A (zh) | 目标检测模型的训练方法和装置 | |
CN117216041A (zh) | 一种数据处理方法和装置 | |
CN118193577A (zh) | 数据处理方法和装置、电子设备、计算机可读存储介质 | |
CN115578583A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN116915711A (zh) | 一种派单服务扩容保护下游服务的方法、装置、设备及存储介质 | |
CN117555885A (zh) | 数据预处理方法和装置 |
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 |