[发明专利]一种驻店物流调度的订单智能选店方法及装置在审

专利信息
申请号: 201810426763.0 申请日: 2018-05-07
公开(公告)号: CN108734431A 公开(公告)日: 2018-11-02
发明(设计)人: 裴松年;涂丽佳;徐明泉 申请(专利权)人: 北京顺丰同城科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q10/06
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;李相雨
地址: 100083 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商户 样本数据 物流调度 智能 预测模型 标签 预测结果 预设距离 超时 分配 构建 配送 疏解 指派 预测
【权利要求书】:

1.一种驻店物流调度的订单智能选店方法,其特征在于,包括:

获取驻店订单与商户的样本数据,所述驻店订单与商户的样本数据为带标签的样本数据,其中,正标签代表驻店订单被分配给商户,负标签代表驻店订单未被分配给商户;

根据所述驻店订单与商户的样本数据,构建订单智能选店预测模型;

基于待选店的驻店订单,利用所述订单智能选店预测模型,对所述待选店的驻店订单预设距离内的所有商户进行预测,将所述待选店的驻店订单指派给预测结果为正的商户。

2.根据权利要求1所述的方法,其特征在于,所述根据所述驻店订单与商户的样本数据,构建订单智能选店预测模型,包括:

从所述驻店订单与商户的样本数据中提取选店特征;

基于所提取的选店特征构成样本集,并将所述样本集分为训练样本集和测试样本集;

对所述训练样本集进行训练,生成订单智能选店预测模型;

利用所述测试样本集,对所述订单智能选店预测模型进行验证。

3.根据权利要求2所述的方法,其特征在于,所述选店特征包括:驻店订单与商户的特征、驻店订单预设距离内的商户实时特征、驻店订单预设距离内的商户的历史特征和驻店订单的时间维度特征。

4.根据权利要求2所述的方法,其特征在于,所述将所述样本集分为训练样本集和测试样本集,包括:

通过K折交叉,将所述样本集分为训练样本集和测试样本集,其中,K为训练样本集/测试样本集中样本的数量。

5.根据权利要求2所述的方法,其特征在于,所述利用所述测试样本集,对所述订单智能选店预测模型进行验证,包括:

利用所述测试样本集,通过混淆矩阵验证所述订单智能选店预测模型的选店结果的准确率和召回率。

6.一种驻店物流调度的订单智能选店装置,其特征在于,包括:

获取模块,用于获取驻店订单与商户的样本数据,所述驻店订单与商户的样本数据为带标签的样本数据,其中,正标签代表驻店订单被分配给商户,负标签代表驻店订单未被分配给商户;

构建模块,用于根据所述驻店订单与商户的样本数据,构建订单智能选店预测模型;

预测模块,用于基于待选店的驻店订单,利用所述订单智能选店预测模型,对所述待选店的驻店订单预设距离内的所有商户进行预测,将所述待选店的驻店订单指派给预测结果为正的商户。

7.根据权利要求6所述的装置,其特征在于,所述构建模块,具体用于

从所述驻店订单与商户的样本数据中提取选店特征;

基于所提取的选店特征构成样本集,并将所述样本集分为训练样本集和测试样本集;

对所述训练样本集进行训练,生成订单智能选店预测模型;

利用所述测试样本集,对所述订单智能选店预测模型进行验证。

8.根据权利要求7所述的装置,其特征在于,所述选店特征包括:驻店订单与商户的特征、驻店订单预设距离内的商户实时特征、驻店订单预设距离内的商户的历史特征和驻店订单的时间维度特征。

9.一种电子设备,其特征在于,包括:处理器、存储器、总线及存储在存储器上并可在处理器上运行的计算机程序;

其中,所述处理器,存储器通过所述总线完成相互间的通信;

所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的方法。

10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京顺丰同城科技有限公司,未经北京顺丰同城科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810426763.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top