[发明专利]车货匹配方法和基于其的运力预测方法、装置、电子设备在审

专利信息
申请号: 202210082924.5 申请日: 2022-01-25
公开(公告)号: CN114418417A 公开(公告)日: 2022-04-29
发明(设计)人: 陈朝晖;孙晨鹏;罗竞佳 申请(专利权)人: 江苏满运软件科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/08;G06Q10/04
代理公司: 北京超成律师事务所 11646 代理人: 李骞
地址: 210000 江苏省南京市雨花台*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 匹配 方法 基于 运力 预测 装置 电子设备
【权利要求书】:

1.一种车货匹配方法,其特征在于,包括:

获取目标车辆的历史承运信息;所述历史承运信息包括车辆信息以及历史承运货源信息;

根据所述历史承运货源信息确定所述目标车辆对历史承运货物的特征偏好信息;

根据所述特征偏好信息以及所述车辆信息,确定所述目标车辆与待承运货物的匹配结果。

2.根据权利要求1所述的方法,其特征在于,所述根据所述历史承运货源信息确定所述目标车辆对历史承运货物的特征偏好信息,包括:

根据多个所述历史承运货源信息,确定各个历史承运货物的货物特征;

针对每一货物特征,统计所述目标车辆对存在该货物特征的货物的历史承运次数;

在检测到任一历史承运次数超过次数阈值时,将该历史承运次数所对应的货物特征确定为偏好特征。

3.根据权利要求1所述的方法,其特征在于,所述根据所述历史承运货源信息确定所述目标车辆对历史承运货物的特征偏好信息,包括:

根据多个所述历史承运货源信息,确定各个历史承运货物的货物特征;

根据预设规则分别向量化所述各个历史承运货物的货物特征;

将同类型向量中特征值最大的向量所对应的货物特征确定为偏好特征;或者

将特征值为同类型向量中特征平均值的向量所对应的货物特征确定为偏好特征。

4.根据权利要求3所述的方法,其特征在于,所述根据所述特征偏好信息以及所述车辆信息,确定所述目标车辆与待承运货物的匹配结果,包括:

分别向量化所述车辆信息所对应的车辆特征以及所述待承运货物对应的待承运货物特征,得到车辆特征向量以及待承运货物特征向量;

根据所述偏好特征所对应的向量、所述车辆特征向量以及所述待承运货物特征向量,确定所述匹配结果。

5.根据权利要求4所述的方法,其特征在于,所述根据所述偏好特征所对应的向量、所述车辆特征向量以及所述待承运货物特征向量,确定所述匹配结果,包括:

将所述偏好特征所对应的向量、所述车辆特征向量以及所述待承运货物特征向量作为逻辑回归模型的输入,基于所述逻辑回归模型的输出确定所述匹配结果;其中,所述逻辑回归模型对应的回归算法包括:

其中,表示所述目标车辆能够装载待承运货物的概率参数,w表示所述待承运货物特征的重要程度参数;b表示修正参数。

6.根据权利要求3所述的方法,其特征在于,所述预设规则包括:

判断所述货物特征是否能够被数值量化;

若所述货物特征能够被数值量化,将该货物特征的特征数值确定为向量的特征值;

若所述货物特征不能被数值量化,按照预设编码规则确定该货物特征所对应的向量的特征值。

7.一种运力预测方法,其特征在于,包括:

获取目标区域内的待处理订单;所述待处理订单中包括待承运货物信息;

根据目标车辆与所述待承运货物信息所指示的待承运货物的匹配结果,预测对所述待处理订单的接单结果;其中,所述匹配结果根据权利要求1-6任一项所述的方法确定;

根据所述待处理订单以及所述接单结果,预测所述目标区域所对应的运力信息。

8.一种车货匹配装置,其特征在于,包括:

获取模块,用于获取目标车辆的历史承运信息;所述历史承运信息包括车辆信息以及历史承运货源信息;

第一确定模块,用于根据所述历史承运货源信息确定所述目标车辆对历史承运货物的特征偏好信息;

第二确定模块,用于根据所述特征偏好信息以及所述车辆信息,确定所述目标车辆与待承运货物的匹配结果。

9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-6或者权利要求7任一所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-6或者权利要求7任一所述的方法。

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江苏满运软件科技有限公司,未经江苏满运软件科技有限公司许可,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/202210082924.5/1.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