[发明专利]配送运单的信息处理方法、装置、产品、存储介质及设备

说明书

本说明书实施例提供一种配送运单的信息处理方法、装置、产品、存储介质及设备，所述方法包括：获取当前处于配送状态的配送运单在当前时刻的运单信息；将所述当前时刻的运单信息输入至机器学习模型中，获取所述机器学习模型预测的当前时刻的剩余配送时长均值和剩余配送时长方差；其中，所述机器学习模型是基于当前时刻的剩余配送时长服从正态分布训练得到的；根据所述预测的当前时刻的剩余配送时长均值和剩余时长方差，确定当前时刻的剩余配送时长的正态分布；获取当前时刻的剩余承诺用户时长，利用所述正态分布确定当前时刻下所述配送运单的超时概率。

技术领域

本说明书涉及互联网技术领域，尤其涉及配送运单的信息处理方法、装置、产品、存储介质及设备。

背景技术

配送服务广泛应用于网购、餐饮外卖、跑腿代购等场景中。如餐饮外卖等场景，用户利用客户端下单后，服务端会快速为该配送运单分配配送运力，配送运力会到达店铺方的位置，领取需配送的物品并送达至用户指定的送达位置。此种场景下，配送运单的配送情况对于业务具有重要意义。例如，服务端在用户下单时，会预估该配送运单的预估配送时长并提供给用户，作为对该用户承诺的承诺用户时长；而配送过程中，实际配送时长会动态变化，在当前时刻下，服务端可以预估出实际最终送达时刻与当前时刻之间的剩余配送时长，或者预估该运单是否超时。基于此，在配送过程中，准确地预估配送运单是否超时，成为亟待解决的技术问题。

发明内容

为克服相关技术中存在的问题，本说明书实施例提供了配送运单的信息处理方法、装置、产品、存储介质及设备。

根据本说明书实施例的第一方面，提供一种配送运单的信息处理方法，所述方法包括：

获取当前处于配送状态的配送运单在当前时刻的运单信息；

将所述当前时刻的运单信息输入至机器学习模型中，获取所述机器学习模型预测的当前时刻的剩余配送时长均值和剩余配送时长方差；其中，所述机器学习模型是基于当前时刻的剩余配送时长服从正态分布训练得到的；

根据所述预测的当前时刻的剩余配送时长均值和剩余时长方差，确定当前时刻的剩余配送时长的正态分布；

获取当前时刻的剩余承诺用户时长，利用所述正态分布确定当前时刻下所述配送运单的超时概率。

根据本说明书实施例的第二方面，提供一种配送运单的信息处理装置，包括：

运单信息获取模块，用于：获取当前处于配送状态的配送运单在当前时刻的运单信息；

模型预测模块，用于：将所述当前时刻的运单信息输入至机器学习模型中，获取所述机器学习模型预测的当前时刻的剩余配送时长均值和剩余配送时长方差；其中，所述机器学习模型是基于当前时刻的剩余配送时长服从正态分布训练得到的；

正态分布确定模块，用于：根据所述预测的当前时刻的剩余配送时长均值和剩余时长方差，确定当前时刻的剩余配送时长的正态分布；

超时确定模块，用于：获取当前时刻的剩余承诺用户时长，利用所述正态分布确定当前时刻下所述配送运单的超时概率。

根据本说明书实施例的第三方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现前述第一方面所述方法实施例的步骤。

根据本说明书实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述第一方面所述方法实施例的步骤。

根据本说明书实施例的第五方面，提供一种计算机设备，包括存储器、处理器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，所述处理器执行所述计算机程序时实现前述第一方面所述方法实施例的步骤。

本说明书的实施例提供的技术方案可以包括以下有益效果：