CN117726251A - 物流中心站点的匹配方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种物流中心站点的匹配方法、装置及存储介质，所述方法包括：获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；获取物流平台在预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；根据第一映射关系以及第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；获取待处理订单信息，并解析待处理订单信息对应的目标行政区名称；根据目标行政区名称查询站点映射库，确定与待处理订单信息相匹配的目标中心站点。本发明提高了中心站点的匹配效率以及准确率。

Description

物流中心站点的匹配方法、装置及存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种物流中心站点的匹配方法、装置及存储介质。

背景技术

目前物流公司在运输过程中，对不同地区和城市的行政划分理解不一，导致在跨区县和城市运送时，经常出现物理(physical)路由配置错误，无法正确匹配对应的区域中心站点，造成物流断点，无法及时准确送达，严重影响了服务质量。

发明内容

本发明提供了一种物流中心站点的匹配方法、装置及存储介质，可以提高中心站点的匹配效率以及准确率。

一方面，本发明提供了一种物流中心站点的匹配方法，所述方法包括：

获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；

在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；

获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；

根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；

获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称；

根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

可选的，所述获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称，包括：

获取行政区解析模型；

将所述待处理订单信息输入所述行政区解析模型进行行政区解析处理，得到所述待处理订单信息对应的目标行政区名称。

可选的，所述行政区解析模型的训练方法包括：

基于所述物流平台的历史订单信息，构建样本地址数据；所述样本地址数据标注了样本行政区名称标签；

将所述样本地址数据输入预设模型进行行政区名称提取处理，得到样本行政区名称结果；

根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型。

可选的，所述根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型，包括：

根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，确定目标损失信息；

根据所述目标损失信息调整所述预设模型的模型参数直至满足训练结束条件，将训练结束时的预设模型确定为初始解析模型；

基于测试地址数据对所述初始解析模型进行性能测试，得到性能测试结果；

当所述性能测试结果为测试未通过结果时，重复训练所述初始解析模型；

当所述性能测试结果为测试通过结果时，将所述初始解析模型确定为所述行政区解析模型。

可选的，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点，包括：

根据所述目标行政区名称查询所述关系数据库，确定与所述目标行政区名称相匹配的目标行政区编码；

根据所述目标行政区编码查询所述站点映射库，得到与所述待处理订单信息相匹配的目标中心站点。

可选的，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点之后，所述方法还包括：

获取所述待处理订单信息对应的多个目标中心站点；

根据所述多个目标中心站点的排序方式，构建多个候选配送路线；

计算每个候选配送路线对应的配送距离；

根据所述多个候选配送路线以及每个候选配送路线对应的配送距离，构建有向加权图；所述有向加权图中节点表征目标中心站点，所述有向加权图中连接线表征连接线所连接的两个目标中心站点之间的距离；

基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线。

可选的，所述方法还包括：

向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务；

在所述配送任务的执行过程中，收集所述目标配送路线对应的实时耗时数据；

获取所述目标配送路线对应的理论耗时数据；

根据所述实时耗时数据与所述理论耗时数据之间的差距，确定所述目标配送路线的更新距离权重；

在下一次路径规划过程中，所述基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线，包括：

基于所述目标配送路线的更新距离权重、最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出更新的目标配送路线。

另一方面提供了一种物流中心站点的匹配装置，所述装置包括：

编码获取模块，用于获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；

第一关系构建模块，用于在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；

第二关系构建模块，用于获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；

第三关系构建模块，用于根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；

解析模块，用于获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称；

站点匹配模块，用于根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

另一方面提供了一种电子设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上所述的物流中心站点的匹配方法。

另一方面提供了一种计算机存储介质，所述计算机存储介质存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如上所述的物流中心站点的匹配方法。

另一方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行以实现如上所述的物流中心站点的匹配方法。

本发明提供的物流中心站点的匹配方法、装置及存储介质，具有如下技术效果：

本发明获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；获取物流平台在预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；根据第一映射关系以及第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；获取待处理订单信息，并解析待处理订单信息对应的目标行政区名称；根据目标行政区名称查询站点映射库，确定与待处理订单信息相匹配的目标中心站点。本发明实现了自动匹配订单对应的中心站点，提高了中心站点的匹配效率以及准确率。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案和优点，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的介绍，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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本说明书实施例提供的一种物流中心站点的匹配系统的示意图；

图2是本说明书实施例提供的一种物流中心站点的匹配方法的流程示意图；

图3是本说明书实施例提供的一种获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称的方法的流程示意图；

图4是本说明书实施例提供的一种行政区解析模型的训练方法的流程示意图；

图5是本说明书实施例提供的一种根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点的方法的流程示意图；

图6是本说明书实施例提供的一种筛选出目标配送路线的方法的流程示意图；

图7是本说明书实施例提供的一种确定所述目标配送路线的更新距离权重的方法的流程示意图；

图8是本说明书实施例提供的一种物流中心站点的匹配装置的结构示意图；

图9是本说明书实施例提供的一种服务器的结构示意图。

具体实施方式

下面将结合本说明书实施例中的附图，对本说明书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的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

请参阅图1，图1是本说明书实施例提供的一种物流中心站点的匹配系统的示意图，如图1所示，该物流中心站点的匹配系统可以至少包括服务器01和客户端02。

具体的，本说明书实施例中，所述服务器01可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(ContentDelivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。服务器01可以包括有网络通信单元、处理器和存储器等等。具体的，所述服务器01可以用于确定待处理订单信息相匹配的目标中心站点。

具体的，本说明书实施例中，所述客户端02可以包括智能手机、台式电脑、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、智能音箱、车载终端、智能电视等类型的实体设备，也可以包括运行于实体设备中的软体，例如一些服务商提供给用户的网页页面，也可以为该些服务商提供给用户的应用。具体的，所述客户端02可以用于在线查询待处理订单信息对应的目标中心站点。

以下介绍本发明的一种物流中心站点的匹配方法，图2是本说明书实施例提供的一种物流中心站点的匹配方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：

S201：获取预设范围内的各个行政区域对应的行政区名称以及行政区编码。

在本说明书实施例中，预设范围可以为自定义的区域范围，例如可以为全国范围、全省范围等。每个行政区都有对应的行政区名称以及对应的行政区编码。可以调研并收集全国省市区县的行政区划编码数据，要求完整准确、统一格式。

S203：在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系。

在本说明书实施例中，关系数据库中存储的数据格式如：[省级编码、省份名称、市级编码、市名称、区县级编码、区县名称]。每个区县对应一个记录，数据库中字段包含上述区划信息。该数据库具有可扩展性。

S205：获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项。

在本说明书实施例中，可以调研并整理全国主要城市及县级市的区域中心站点数据，要求包含站点名称、地址和面积范围等信息。

S207：根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中。

在本说明书实施例中，将站点信息与所在区县行政编码建立映射关系，存储到站点映射库中。站点映射库提供查询接口，可根据区划码精确返回对应的区域中心站点信息。

S209：获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称。

在本说明书实施例中，如图3所示，所述获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称，包括：

S2091：获取行政区解析模型；

S2093：将所述待处理订单信息输入所述行政区解析模型进行行政区解析处理，得到所述待处理订单信息对应的目标行政区名称。

在本说明书实施例中，待处理订单信息可以为订单对应的收货方地址信息；可以预先训练得到行政区解析模型；将所述待处理订单信息输入所述行政区解析模型进行行政区解析处理，得到所述待处理订单信息对应的目标行政区名称。

示例如下：

输入订单地址信息:aa省bb市cc区XX路XX号XX大厦

输出的目标行政区名称为:aa省，bb市，cc区。

在本说明书实施例中，如图4所示，所述行政区解析模型的训练方法包括：

S401：基于所述物流平台的历史订单信息，构建样本地址数据；所述样本地址数据标注了样本行政区名称标签；

S403：将所述样本地址数据输入预设模型进行行政区名称提取处理，得到样本行政区名称结果；

S405：根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型。

在本说明书实施例中，使用自然语言处理技术，收集并标注大量历史订单地址样本数据，作为地址解析的训练数据。训练并优化命名行政区解析模型，能对地址文本进行省市区关键词抽取。

在本说明书实施例中，所述根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型，包括：

根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，确定目标损失信息；

根据所述目标损失信息调整所述预设模型的模型参数直至满足训练结束条件，将训练结束时的预设模型确定为初始解析模型；

基于测试地址数据对所述初始解析模型进行性能测试，得到性能测试结果；

当所述性能测试结果为测试未通过结果时，重复训练所述初始解析模型；

当所述性能测试结果为测试通过结果时，将所述初始解析模型确定为所述行政区解析模型。

在本说明书实施例中，可以对训练得到的初始解析模型进行性能测试，得到性能测试结果；当所述性能测试结果为测试未通过结果时，重复训练所述初始解析模型；当所述性能测试结果为测试通过结果时，将所述初始解析模型确定为所述行政区解析模型；从而提高行政区解析模型的准确率。

S2011：根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

示例性的，订单系统调用地址解析接口，获得订单地址所属的省市区信息。根据省市区行政编码，调用站点映射库接口，查询出对应的区域中心站点信息。保存匹配的站点结果，写入订单数据库的相关字段。

在本说明书实施例中，如图5所示，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点，包括：

S20111：根据所述目标行政区名称查询所述关系数据库，确定与所述目标行政区名称相匹配的目标行政区编码；

S20113：根据所述目标行政区编码查询所述站点映射库，得到与所述待处理订单信息相匹配的目标中心站点。

在本说明书实施例中，可以根据目标行政区名称查询所述关系数据库，确定与所述目标行政区名称相匹配的目标行政区编码；并目标行政区编码查询所述站点映射库，得到与所述待处理订单信息相匹配的目标中心站点数据，从而根据目标中心站点数据确定对应的目标中心站点。

在本说明书实施例中，可以从订单数据库中提取已匹配的区域中心站点数据。根据站点坐标，计算站点间配送路线和距离，经过最短路径优化算法，获得最优站点顺序路线。路线数据写入订单，转发给执行系统用于运输。运输过程中，收集路线耗时数据，不断优化算法模型，提升路线生成效率。

在本说明书实施例中，如图6所示，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点之后，所述方法还包括：

S601：获取所述待处理订单信息对应的多个目标中心站点；

S603：根据所述多个目标中心站点的排序方式，构建多个候选配送路线；

S605：计算每个候选配送路线对应的配送距离；

S607：根据所述多个候选配送路线以及每个候选配送路线对应的配送距离，构建有向加权图；所述有向加权图中节点表征目标中心站点，所述有向加权图中连接线表征连接线所连接的两个目标中心站点之间的距离；

S609：基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线。

在本说明书实施例中，可以从订单数据库中提取已匹配的区域中心站点数据；例如，从订单表中的站点匹配字段提取出匹配的3个区域中心站点信息:

站点A(经纬度X1，Y1)

站点B(经纬度X2，Y2)

站点C(经纬度X3，Y3)

然后根据站点坐标，计算站点间配送路线和距离；

利用经纬度计算公式，计算任意两站点间的距离，例如站点A到站点B的距离D1。连接所有站点可以得到多条路线，例如:

路径1:A->B->C

路径2:A->C->B

计算每条路径的总距离，例如路径1距离总和D＝D1+D2；经过最短路径优化算法，获得最优站点顺序路线。

将上一步的多条路径和距离构建成一个有向加权图、运行迪杰斯特拉或者A*等最短路径算法；返回一条总距离最短的路径，例如:A->C->B；此路径站点顺序即为最优路线。

在本说明书实施例中，如图7所示，所述方法还包括：

S701：向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务；

S703：在所述配送任务的执行过程中，收集所述目标配送路线对应的实时耗时数据；

S705：获取所述目标配送路线对应的理论耗时数据；

S707：根据所述实时耗时数据与所述理论耗时数据之间的差距，确定所述目标配送路线的更新距离权重。

在下一次路径规划过程中，所述基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线，包括：

基于所述目标配送路线的更新距离权重、最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出更新的目标配送路线。

在本说明书实施例中，运输过程中，收集目标配送路线耗时数据，不断优化算法模型；从执行系统中收集该路线的实际运输耗时；然后与理论距离比较，修改目标配送路线的距离权重；在下次针对同一订单信息进行路径规划时，可以再次运行算法计算，产生新的最优站点顺序；在应用过程中，可以不断重复上述过程，优化算法距离权重，从而不断更新得到最优的更新的目标配送路线。

在本说明书实施例中，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点之后，所述方法还包括：

获取所述待处理订单对应的当前位置信息以及所述目标中心站点对应的目标坐标信息；

根据所述当前位置信息以及所述目标坐标信息，构建多个候选配送路线；

计算每个候选配送路线对应的配送距离；

根据每个候选配送路线对应的配送距离，从所述候选配送路线中筛选出目标配送路线；

向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务。

在本说明书实施例中，还可以获取待处理订单对应的当前位置信息以及所述目标中心站点对应的目标坐标信息；根据所述当前位置信息以及所述目标坐标信息，构建多个候选配送路线；计算每个候选配送路线对应的配送距离；并根据每个候选配送路线对应的配送距离，从所述候选配送路线中筛选出配送距离最近的目标配送路线，并向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务。

在本说明书实施例中，当XX快递应用程序或网站提交订单时，将订单地址发送到地址解析模块；地址解析后，获得aa省bb市cc区的区划信息。通过站点匹配模块根据区划信息，从映射库查询到杭州西湖区的区域中心站点A。算法模块计算出优化路线，生成路线数据包含站点A。XX快递系统根据该路线数据执行运输任务，确保包裹经过站点A，送达收件人。如果实际运输发现路线效率不高，则重新优化算法模型。

本实施例利用了区划行政数据，打通了物流信息孤岛，实现了地址解析到准确站点配置的自动转换。通过收集全国行政编码数据，建立区域中心站点映射库，同时利用自然语言处理技术开发地址解析模块，可以实现对任意订单地址精确解析出区县信息，再自动匹配到对应站点。而运用最短路径算法，可以快速计算出最优物流路线。实施该方案后，可以完全避免人工配置路线时对不同区划的错误理解，大大降低了物流配送失误率，确保成功送达。与传统经验配置相比，利用行政数据和算法实现自动化，可以做到秒级响应和持续优化，大幅提升了效率。该方案应用前沿算法，实现从人工到智能化的转变，大幅降低了物流成本。

由以上本说明书实施例提供的技术方案可见，本说明书实施例公开了一种物流中心站点的匹配方法、装置及存储介质，所述方法包括：获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；获取物流平台在预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；根据第一映射关系以及第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；获取待处理订单信息，并解析待处理订单信息对应的目标行政区名称；根据目标行政区名称查询站点映射库，确定与待处理订单信息相匹配的目标中心站点。本发明提高了中心站点的匹配效率以及准确率。

本说明书实施例还提供了一种物流中心站点的匹配装置，如图8所示，所述装置包括：

编码获取模块810，用于获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；

第一关系构建模块820，用于在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；

第二关系构建模块830，用于获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；

第三关系构建模块840，用于根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；

解析模块850，用于获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称；

站点匹配模块860，用于根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

在一些实施例中，所述解析模块包括：

模型获取单元，用于获取行政区解析模型；

名称解析单元，用于将所述待处理订单信息输入所述行政区解析模型进行行政区解析处理，得到所述待处理订单信息对应的目标行政区名称。

在一些实施例中，所述装置还包括：

样本地址数据构建模块，用于基于所述物流平台的历史订单信息，构建样本地址数据；所述样本地址数据标注了样本行政区名称标签；

样本行政区名称结果提取模块，用于将所述样本地址数据输入预设模型进行行政区名称提取处理，得到样本行政区名称结果；

训练模块，用于根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型。

在一些实施例中，所述训练模块还用于根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，确定目标损失信息；根据所述目标损失信息调整所述预设模型的模型参数直至满足训练结束条件，将训练结束时的预设模型确定为初始解析模型；基于测试地址数据对所述初始解析模型进行性能测试，得到性能测试结果；当所述性能测试结果为测试未通过结果时，重复训练所述初始解析模型；当所述性能测试结果为测试通过结果时，将所述初始解析模型确定为所述行政区解析模型。

在一些实施例中，所述站点匹配模块还用于：根据所述目标行政区名称查询所述关系数据库，确定与所述目标行政区名称相匹配的目标行政区编码；根据所述目标行政区编码查询所述站点映射库，得到与所述待处理订单信息相匹配的目标中心站点。

在一些实施例中，所述装置还包括：

目标站点获取模块，用于获取所述待处理订单信息对应的多个目标中心站点；

候选路线构建模块，用于根据所述多个目标中心站点的排序方式，构建多个候选配送路线；

配送距离计算模块，用于计算每个候选配送路线对应的配送距离；

有向图构建模块，用于根据所述多个候选配送路线以及每个候选配送路线对应的配送距离，构建有向加权图；所述有向加权图中节点表征目标中心站点，所述有向加权图中连接线表征连接线所连接的两个目标中心站点之间的距离；

筛选模块，用于基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线。

在一些实施例中，所述装置还包括：

路线发送模块，用于向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务；

实时数据收集模块，用于在所述配送任务的执行过程中，收集所述目标配送路线对应的实时耗时数据；

理论数据获取模块，用于获取所述目标配送路线对应的理论耗时数据；

权重更新模块，用于根据所述实时耗时数据与所述理论耗时数据之间的差距，确定所述目标配送路线的更新距离权重；

在下一次路径规划过程中，所述筛选模块还用于基于所述目标配送路线的更新距离权重、最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出更新的目标配送路线。

所述的装置实施例中的装置与方法实施例基于同样地发明构思。

本说明书实施例提供了一种电子设备，该设备包括处理器和存储器，该存储器中存储有至少一条指令或至少一段程序，该至少一条指令或至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的物流中心站点的匹配方法。

本发明的实施例还提供了一种计算机存储介质，所述存储介质可设置于终端之中以保存用于实现方法实施例中一种物流中心站点的匹配方法相关的至少一条指令或至少一段程序，该至少一条指令或至少一段程序由该处理器加载并执行以实现上述方法实施例提供的物流中心站点的匹配方法。

本发明的实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行以实现上述方法实施例提供的物流中心站点的匹配方法。

可选地，在本说明书实施例中，存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本说明书实施例所述存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

本说明书实施例所提供的物流中心站点的匹配方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图9是本说明书实施例提供的一种物流中心站点的匹配方法的服务器的硬件结构框图。如图9所示，该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)910(中央处理器910可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器930，一个或一个以上存储应用程序923或数据922的存储介质920(例如一个或一个以上海量存储设备)。其中，存储器930和存储介质920可以是短暂存储或持久存储。存储在存储介质920的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器910可以设置为与存储介质920通信，在服务器900上执行存储介质920中的一系列指令操作。服务器900还可以包括一个或一个以上电源960，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口940，和/或，一个或一个以上操作系统921，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。

输入输出接口940可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器900的通信供应商提供的无线网络。在一个实例中，输入输出接口940包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口940可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图9所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器900还可包括比图9中所示更多或者更少的组件，或者具有与图9所示不同的配置。

由上述本发明提供的物流中心站点的匹配方法、装置、电子设备或存储介质的实施例可见，本发明公开了一种物流中心站点的匹配方法、装置及存储介质，所述方法包括：获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；获取物流平台在预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；根据第一映射关系以及第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；获取待处理订单信息，并解析待处理订单信息对应的目标行政区名称；根据目标行政区名称查询站点映射库，确定与待处理订单信息相匹配的目标中心站点。本发明提高了中心站点的匹配效率以及准确率。

需要说明的是：上述本说明书实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种物流中心站点的匹配方法，其特征在于，所述方法包括：

获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；

在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；

获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；

根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；

获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称；

根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称，包括：

获取行政区解析模型；

将所述待处理订单信息输入所述行政区解析模型进行行政区解析处理，得到所述待处理订单信息对应的目标行政区名称。

3.根据权利要求2所述的方法，其特征在于，所述行政区解析模型的训练方法包括：

基于所述物流平台的历史订单信息，构建样本地址数据；所述样本地址数据标注了样本行政区名称标签；

将所述样本地址数据输入预设模型进行行政区名称提取处理，得到样本行政区名称结果；

根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，训练所述预设模型，得到行政区解析模型，包括：

根据所述样本行政区名称结果与所述样本行政区名称标签之间的标签，确定目标损失信息；

根据所述目标损失信息调整所述预设模型的模型参数直至满足训练结束条件，将训练结束时的预设模型确定为初始解析模型；

基于测试地址数据对所述初始解析模型进行性能测试，得到性能测试结果；

当所述性能测试结果为测试未通过结果时，重复训练所述初始解析模型；

当所述性能测试结果为测试通过结果时，将所述初始解析模型确定为所述行政区解析模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点，包括：

根据所述目标行政区名称查询所述关系数据库，确定与所述目标行政区名称相匹配的目标行政区编码；

根据所述目标行政区编码查询所述站点映射库，得到与所述待处理订单信息相匹配的目标中心站点。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点之后，所述方法还包括：

获取所述待处理订单信息对应的多个目标中心站点；

根据所述多个目标中心站点的排序方式，构建多个候选配送路线；

计算每个候选配送路线对应的配送距离；

根据所述多个候选配送路线以及每个候选配送路线对应的配送距离，构建有向加权图；所述有向加权图中节点表征目标中心站点，所述有向加权图中连接线表征连接线所连接的两个目标中心站点之间的距离；

基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

向物流执行系统发送所述待处理订单对应的目标配送路线，以使所述物流执行系统基于所述目标配送路线执行所述待处理订单的配送任务；

在所述配送任务的执行过程中，收集所述目标配送路线对应的实时耗时数据；

获取所述目标配送路线对应的理论耗时数据；

根据所述实时耗时数据与所述理论耗时数据之间的差距，确定所述目标配送路线的更新距离权重；

在下一次路径规划过程中，所述基于最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出目标配送路线，包括：

基于所述目标配送路线的更新距离权重、最短路径算法以及所述有向加权图，从所述候选配送路线中筛选出更新的目标配送路线。

8.一种物流中心站点的匹配装置，其特征在于，所述装置包括：

编码获取模块，用于获取预设范围内的各个行政区域对应的行政区名称以及行政区编码；

第一关系构建模块，用于在关系数据库中存储各个行政区名称与行政区编码之间的第一映射关系；

第二关系构建模块，用于获取物流平台在所述预设范围内的各个行政区域对应的中心站点数据，并确定行政区名称与中心站点数据之间的第二映射关系；所述中心站点数据包括中心站点名称、站点面积、站点地址中的至少一项；

第三关系构建模块，用于根据所述第一映射关系以及所述第二映射关系，构建中心站点数据与行政区编码之间的第三映射关系，并存储至站点映射库中；

解析模块，用于获取待处理订单信息，并解析所述待处理订单信息对应的目标行政区名称；

站点匹配模块，用于根据所述目标行政区名称查询所述站点映射库，确定与所述待处理订单信息相匹配的目标中心站点。

9.一种电子设备，其特征在于，所述设备包括：处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的物流中心站点的匹配方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-7任一所述的物流中心站点的匹配方法。