一种取件点地址推荐方法及装置制造方法及图纸

本申请提供了一种取件点地址推荐方法，通过获取收货地址，并根据收货地址，利用设置的取件点推荐模型确定取件点信息，该取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得，当确定取件点信息后，将取件点信息返回至客户端。由此消除了推荐的取件点地址存在的原始数据偏差，取得了提高推荐结果的精确度以及提高推荐内容更加人性化的有益效果。

A Method and Device for Recommending Access Point Address

This application provides a method of recommending the pick-up point address. By obtaining the pick-up address, and according to the pick-up address, the pick-up point information is determined by using the set pick-up point recommendation model. The pick-up point recommendation model is obtained by training the historical pick-up address of the dispatched express delivery and the corresponding pick-up point information. When the pick-up point information is determined, the pick-up point information is returned to the client. This eliminates the deviation of original data in the address of the recommended pick-up point, and achieves the beneficial effect of improving the accuracy of the recommendation results and improving the humanization of the recommendation content.

【技术实现步骤摘要】
一种取件点地址推荐方法及装置
本申请涉及信息
，特别是涉及一种取件点地址推荐方法及装置。
技术介绍
在电子商务快速发展的今天，网购已经是人们日常生活中非常普遍的一种交易方式，在网购的整个流程中，物流发挥了重大的作用，也因为物流的发展出现了一些问题，特别是“物流最后100米问题”，成为了制约电子商务发展的瓶颈之一。“最后一百米”是物流行业近年热点关注的问题，如何在“最后一百米”的配送上提高效率，提高用户体验是众多快递公司考虑的重点。在一些电商促销活动期间，物流压力很大，货物从中转场发出去了，但到达终端却因人力不足送不出去。派件的“最后100米”难题，在业务量剧增时特别明显，已经成了影响工作效率的最大原因。为了解决“最后100米”难题，电商公司和物流公司携手建立面向社区和校园的物流服务平台，为网购用户提供包裹代收服务，致力于为消费者提供多元化的最后100米服务。目前在末端配送网络建设上，在城市，超过4万个取件点构成快递网络的城市末端网络。对于收货不便和有保护隐私需求的用户，在网购平台下单填写地址后，从页面上会根据所填写的地址自动推荐出最优的取件点供用户进行选择，而如何根据收货地址预测出最适合收货的取件点，成为影响用户购物体验和提升物流效率的一个关键环节。在目前，电商为了方便用户收取自己网购的货物，通常先提取用户网购订单中的收货地址的经纬度，根据GeoHash算法(一种将经纬度转换成字符串的方法，并且字符串前缀匹配的越多，距离越近)将收货地址的经纬度转换为字符串，并将转换后的字符串与收货取件点的字符串进行前缀匹配，并将匹配最多的几个取件点返回给用户以供选择。但是，目前的收货取件点地址推荐方法只是根据距离，可能推荐出在收货地址周围主干道、河流、小区围墙、山等对面的取件点，但是GeoHash算法非常耗性能，且有原始数据偏差，导致推荐的收货地址准确度不高，且不人性化。
技术实现思路
鉴于上述问题，本申请实施例提供一种取件点地址推荐方法及装置，以通过利用预设的取件点推荐模型确定取件点信息，解决现有技术中推荐的收货地址准确度不高，且不人性化的问题。相应的，本申请实施例还提供了一种取件点地址推荐方法及装置，用以保证上述方法的实现及应用。为了解决上述问题，本申请实施例公开了一种取件点地址推荐方法，包括：获取收货地址；根据所述收货地址，利用设置的取件点推荐模型确定取件点信息；所述取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得；将所述取件点信息发送至客户端。相应的，本申请实施例还公开了一种取件点地址推荐装置，包括：地址获取模块，用于获取收货地址；推荐信息确定模块，用于根据所述收货地址，利用设置的取件点推荐模型确定取件点信息；所述取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得；推荐信息返回模块，用于将所述取件点信息发送至客户端。相应的，本申请实施例还公开了一种装置，其特征在于，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行一种取件点地址推荐方法。相应的，本申请实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行一种取件点地址推荐方法。本申请实施例包括以下优点：本申请实施例通过获取收货地址，并根据收货地址，利用预设的取件点推荐模型确定取件点信息，该取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得，当确定取件点信息后，将取件点信息返回至客户端。由于取件点的设立位置具有社区性和区域性，且取件点推荐模型中大量的用户历史数据包含了用户的使用习惯，即某一社区或区域的用户在选择需要派送快递的取件点时通常会偏向于选择某一指定取件点，则当用户输入的收货地址落入该社区或区域范围内时，服务器会根据该社区或区域用户曾经的历史收货地址对应的取件点进行推荐，这样的推荐结果更加具有人性化，解决了单纯通过网络地图定位离收货地址最近的取件点进行推荐时，由于网络地图存在数据误差而导致推荐结果不准确的问题，也降低了只根据距离进行推荐而导致推荐的取件点与收货地址之间存在地理隔离物的几率，取得了提高推荐结果的精确度以及使推荐内容更加人性化的有益效果。附图说明参照图1，示出了本申请实施例中的一种取件点地址推荐方法的推荐处理示意图图2是本申请一实施例提供的一种取件点地址推荐方法实施例的步骤流程图；图3是本申请一实施例提供的一种取件点地址推荐方法实施例的具体步骤流程图；图4是本申请一实施例提供的一种取件点地址推荐装置实施例的结构图；图5是本申请一实施例提供的一种取件点地址推荐装置实施例的具体结构图；图6是本申请另一实施例提供的一种装置的硬件结构示意图。具体实施方式为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。取件点收货的场景中，每个取件点的设立位置具有社区性和区域性，其收货范围一般是周边的多个小区、写字楼等POI(PointofInterest，信息点)列表，同时由于不同小区的取件点派送范围基本无交叉，即派送至不同小区取件点的包裹其收货地址无交集，所以每个小区的用户选择的收货取件点具有相似性。因此，取件点预测，可抽象为基于用户收货地址的文本分类问题，以取件点ID作为分类标签，基于所有取件点的历史收货地址数据，建立文本模型，能最大程度上匹配到最合理的取件点。在本申请实施例中，取件点地址推荐方法是基于用户在填写网购订单时输入的收货地址与预先训练好的取件点推荐模型匹配的过程。其中，取件点推荐模型是根据已派送快递的历史收货地址和对应的取件点信息训练获得，已派送快递的历史收货地址是指设立在全国范围内的所有取件点的历史收货数据，该数据包括已派送快递成功的历史收货地址和该历史收货地址对应的取件点ID(取件点ID是取件点的编号，用于识别取件点)。当建立好取件点推荐模型后，根据得到的收货地址，利用预设的取件点推荐模型确定推荐的取件点信息，并返回给用户客户端供用户进行选择，用户根据推荐的一个或多个取件点，选取其中一个进行快递包裹的派送。在本申请实施例中，由于取件点的设立位置具有社区性和区域性，且取件点推荐模型中大量的用户历史数据包含了用户的使用习惯，即某一社区或区域的用户在选择需要派送快递的取件点时通常会偏向于选择某一指定取件点，则当用户输入的收货地址落入该社区或区域范围内时，服务器会根据该社区或区域用户曾经的历史收货地址对应的取件点进行推荐，这样的推荐结果更加具有人性化，解决了单纯通过网络地图定位离收货地址最近的取件点进行推荐时，由于网络地图存在数据误差而导致推荐结果不准确的问题，也降低了只根据距离进行推荐而导致推荐的取件点与收货地址之间存在地理隔离物的几率(河流、山川、高架桥等)。参照图1，示出了本申请实施例中的一种取件点地址推荐方法的推荐处理示意图。在具体实现中，客户端可以为安装有网购应用的移动终端、计算机等，在全国范围内建设有多个取件点，取件点的设立基于周边环境的社区性和区域性。用户在网购应用中选择好商品后，生成网购订单，执行步骤S1：输入收货地址。客户端提取该收货地址，并执行步骤S2：上传收货地址至服务器。服务器根据接收到的收货地址，利用预本文档来自技高网...

【技术保护点】
1.一种取件点地址推荐方法，其特征在于，包括：获取收货地址；根据所述收货地址，利用设置的取件点推荐模型确定取件点信息；所述取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得；将所述取件点信息发送至客户端。

【技术特征摘要】
1.一种取件点地址推荐方法，其特征在于，包括：获取收货地址；根据所述收货地址，利用设置的取件点推荐模型确定取件点信息；所述取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得；将所述取件点信息发送至客户端。2.根据权利要求1所述的方法，其特征在于，还包括：根据已派送快递的历史收货地址及对应的取件点信息训练获得所述取件点推荐模型。3.根据权利要求2所述的方法，其特征在于，所述根据已派送快递的历史收货地址及对应的取件点信息训练获得所述取件点推荐模型的步骤，包括：基于至少一个N元特征模板，针对已派送快递的历史收货地址，抽取相应个数的N元特征；将每个N元特征与所述历史收货地址对应的取件点信息组合为训练特征；利用所述训练特征训练文本分类模型以获得所述取件点推荐模型。4.根据权利要求3所述的方法，其特征在于，还包括：将各训练特征按预设规则聚合为至少一个簇。5.根据权利要求4所述的方法，其特征在于，所述将各训练特征按预设规则聚合为至少一个簇的步骤，包括：将具有相同N元特征的训练特征、以及具有相同取件点信息的训练特征聚合到一个簇。6.根据权利要求3所述的方法，其特征在于，当所述簇有多个时，所述利用所述训练特征训练文本分类模型以获得所述取件点推荐模型的步骤，包括：针对每个簇，分别采用预设逻辑回归算法训练文本分类模型；将各个簇的文本分类模型进行整合，获得所述取件点推荐模型。7.根据权利要求3-6任一项所述的方法，其特征在于，所述根据所述收货地址，利用预设取件点推荐模型确定取件点信息的步骤，包括：基于所述至少一个N元特征模板，针对所述收货地址抽取相应个数的N元特征；将每个N元特征单独输入所述取件点推荐模型，获得输出结果；当各输出结果中的一个或多个包括取件点信息及其权重时，根据所述取件点信息及其权重推荐至少一个取件点信息。8.根据权利要求7所述的方法，其特征在于，当各输出结果中的一个或多个包括取件点信息及其权重时，根据所述取件点信息及其权重推荐至少一个取件点信息的步骤，包括：当各输出结果中的一个或多个输出结果中，累计只包括一个取件点信息及其权重时，则直接对所述取件点信息及其权重进行推荐；当各输出结果中的一个或多个输出结果中，累计包括多个取件点信息及其权重时，则对多个取件点信息及其权重按照同一取件点信息进行归并，并对归并后的取件点信息及其权重进行推荐。9.根据权利要求8所述的方法，所述当各输出结果中的一个或多个输出结果中，累计包括多个取件点信息及其权重时，则对多个取件点信息及其权重按照同一取件点信息进行归并，并对归并后的取件点信息及其权重进行推荐的步骤，包括：当各输出结果中的一个或多个输出结果中，累计包括多个取件点信息及其权重时，对多个取件点信息及其权重中，属于同一取件点信息的权重进行累加，获得累加权重；针对每个取件点信息的累加权重，采用平滑映射函数将所述累加权重映射为指定区间范围的映射权重；以各取件点信息的映射权重对所述取件点信息进行排序；从排序后的取件点信息中选择至少一个取件点信息。10.根据权利要求3所述的方法，其特征在于，所述基于至少一个N元特征模板，针对已派送快递的历史收货地址抽取相应个数的N元特征的步骤，包括：对所述收货地址进行分词处理，得到至少一个分词；按照预设的结构化识别规则，确定各分词的结构化语义标签；将所述至少一个N元特征模板中的结构化语义标签，分别与各分词的结构化语义标签进行匹配，以获取相应的N元特征。11.根据权利要求1所述的方法，其特征在于，还包括：当利用预设取件点推荐模型未确定出取件点信息时，则利用地址哈希模型确定离所述收货地址距离最近的至少一个取件点信息。12.根据权利要求11所述的方法，其特征在于，所述利用地址哈希模型确定离所述收货地址距离最近的至少一个取件点信息的步骤，包括：将所述收货地址标准化；获取标准化后的收货地址的经纬度；将所述提取的经纬度在地址哈希模型中进行匹配，确定离所述经纬度设定距离内的一个或多个取件点信息；从所述一个或多个取件点信息中选择距离收货地址最近的至少一个。13.一种取件点地址推荐装置，其特征在于，包括：地址获取模块，用于获取收货地址；推荐信息确定模块，用于根据所述收货地址，利用设置的取件点推荐模型确定取件点信息；所述取件点推荐模型根据已派送快递的历史收货地址和对应的取件点信息训练获得；推荐信息返回模块，用于将所述取件点信息发送至客户端。14.根据权利要求13所...

【专利技术属性】
技术研发人员：杨建明，王国印，郭育林，
申请(专利权)人：菜鸟智能物流控股有限公司，
类型：发明
国别省市：开曼群岛,KY