一种配送范围的确定方法及装置制造方法及图纸

本申请提供一种配送范围的确定方法、装置及计算机可读存储介质和电子设备。其中，所述方法包括：针对目标配送请求方绘制多个候选配送范围；根据所述候选配送范围内的历史订单信息，预估每个候选配送范围的配送效率数据；根据每种候选配送范围的配送效率数据，从所述多个候选配送范围中确定最优的配送范围。应用本申请，可以更为准确性，更有效率且更为客观的确定配送范围。

A method and device to determine the distribution scope

【技术实现步骤摘要】
一种配送范围的确定方法及装置
本申请涉及互联网
，尤其涉及一种配送范围的确定方法、装置及计算机存储介质和电子设备。
技术介绍
在即时配送场景中，每个配送请求方都有独自的配送范围。在相关技术中，配送请求方的配送范围通常是线下人工进行绘制，通常可以根据人工经验逐个绘制并确定每一个配送请求方的配送范围。以外卖配送这一即时配送场景为例，配送请求方可以为商家；配送平台工作人员基于经验逐个为每个商家绘制配送范围。然而，人工绘制主要基于工作人员的工作经验，不仅主观因素较大，容易出现偏差，而且人工绘制费时费力，效率较低；因此，需要提供一种更为准确、更有效率且更为客观的配送范围的确定方案。
技术实现思路
有鉴于此，本申请提供一种配送范围的确定方法、装置及计算机存储介质和电子设备，用于解决上述至少一个问题。具体地，本申请是通过如下技术方案实现的：一种配送范围的确定方法，所述方法包括：针对目标配送请求方绘制多个候选配送范围；根据所述候选配送范围内的历史订单信息，预估每个候选配送范围的配送效率数据；根据每种候选配送范围的配送效率数据，从所述多个候选配送范围中确定最优的配送范围。可选的，所述针对目标配送请求方绘制多个候选配送范围，具体包括：以目标配送请求方为中心，以多个不同的导航半径绘制多个候选配送范围。可选的，所述配送效率数据包括订单量和/或平均配送时长。可选的，所述方法还包括：对所述候选配送范围进行优化处理；所述预估每个候选配送范围的配送效率数据，具体包括：预估优化后的每个候选配送范围内的订单量和/或平均配送时长。可选的，所述对所述候选配送范围进行优化处理，具体包括：确定所述候选配送范围的边界最近的道路边界；根据所述道路边界重新绘制候选配送范围。可选的，所述对所述候选配送范围进行优化处理，具体包括：对构成所述候选配送范围的配送基准点集合进行数据压缩。可选的，所述对构成所述候选配送范围的配送基准点集合进行数据压缩，具体包括：遍历构成所述候选配送范围的配送基准点集合；符合相邻两个配送基准点之间的距离小于阈值后，将所述相邻两个配送基准点合并为一个。可选的，所述将所述相邻两个配送基准点合并为一个，具体包括：将所述相邻两个配送基准点中任意一个从所述配送基准点集合中删除；或者，计算所述相邻两个配送基准点的平均配送基准点，并将所述配送基准点集合中的相邻两个配送基准点替换为所述平均配送基准点。可选的，所述对所述候选配送范围进行优化处理，具体包括：获取所述候选配送范围外预设半径内的热点区块；将所述热点区块作为候选配送范围的一部分，从而形成新的候选配送范围。可选的，所述预估每个候选配送范围内的订单量和/或平均配送时长，具体包括：基于机器学习算法，预估每个候选配送范围内的订单量和/或平均配送时长。可选的，所述从所述多个候选配送范围中确定最优的配送范围，具体包括：基于组合优化算法，从所述多个候选配送范围中确定最优的配送范围。可选的，所述组合优化算法的目标为：最大化候选配送范围中目标配送请求方的收益。可选的，所述收益包括单均配送时长的成交金额。可选的，所述根据每种候选配送范围的配送效率数据，基于组合优化算法，从所述多个候选配送范围中确定最优的配送范围，具体包括：根据每种候选配送范围的订单量和/或平均配送时长，求解最大化候选配送范围中单均配送时长的成交金额；将单均配送时长的成交金额最大的候选配送范围确定为最优的配送范围。一种配送范围的确定装置，所述装置包括：绘制单元，针对目标配送请求方绘制多个候选配送范围；计算单元，根据所述候选配送范围内的历史订单信息，预估每个候选配送范围的配送效率数据；确定单元，根据每种候选配送范围的配送效率数据，从所述多个候选配送范围中确定最优的配送范围。可选的，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一项所述的配送范围的确定方法。一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；所述处理器被配置为上述任一项所述的配送范围的确定方法。本申请实施例，提供了一种配送范围的确定方案，针对目标配送请求提供多种候选配送范围，并利用每种候选配送范围的历史配送数据，计算出每种候选配送范围的配送效率数据，最后根据每种候选配送范围的配送效率数据从多种候选配送范围中选取一个最优的候选配送范围作为目标配送请求方的配送范围。如此，可以自动得生成目标配送请求方的配送范围。一方面，由于历史配送数据是客观存在的，因此基于历史配送数据最终确定最优配送范围方案可以认为是可观的，从而消除了主观因素的影响；另一方面由于历史配送数据可以真实反映了候选配送范围历史订单活跃情况，因此基于历史配送数据确定的配送范围更为准确；再一方面，自动绘制配送范围相对于人工绘制更有效率。附图说明图1是本申请一示例性实施例示出的一种配送范围的确定方法的流程图；图2a是本申请一示例性实施例示出的某个城市区域的平面地图示意图；图2b是本申请一示例性实施例示出的导航半径的候选配送区域的示意图；图3a是本申请一示例性实施例示出的热点区块的示意图；图3b对图3a中的候选配送范围进行优化处理后新的候选配送区域的示意图；图4a是本申请一示例性实施例示出的候选配送范围边界穿越街区的示意图；图4b是图4a中距离候选配送范围边界最近的道路边界的示意图；图4c是根据图4b中所确定的道路边界重新绘制的候选配送范围的示意图；图5是本申请一示例性实施例示出的一种配送范围的确定装置的硬件结构图；图6是本申请一示例性实施例示出的一种配送范围的确定装置的模块示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如本文档来自技高网...

【技术保护点】
1.一种配送范围的确定方法，其特征在于，所述方法包括：/n针对目标配送请求方绘制多个候选配送范围；/n根据所述候选配送范围内的历史订单信息，预估每个候选配送范围的配送效率数据；/n根据每种候选配送范围的配送效率数据，从所述多个候选配送范围中确定最优的配送范围。/n

【技术特征摘要】
1.一种配送范围的确定方法，其特征在于，所述方法包括：
针对目标配送请求方绘制多个候选配送范围；
根据所述候选配送范围内的历史订单信息，预估每个候选配送范围的配送效率数据；
根据每种候选配送范围的配送效率数据，从所述多个候选配送范围中确定最优的配送范围。


2.根据权利要求1所述的方法，其特征在于，所述针对目标配送请求方绘制多个候选配送范围，具体包括：
以目标配送请求方为中心，以多个不同的导航半径绘制多个候选配送范围。


3.根据权利要求1所述的方法，其特征在于，所述配送效率数据包括订单量和/或平均配送时长。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
对所述候选配送范围进行优化处理；
所述预估每个候选配送范围的配送效率数据，具体包括：
预估优化后的每个候选配送范围内的订单量和/或平均配送时长。


5.根据权利要求4所述的方法，其特征在于，所述对所述候选配送范围进行优化处理，具体包括：
确定所述候选配送范围的边界最近的道路边界；
根据所述道路边界重新绘制候选配送范围。


6.根据权利要求4所述的方法，其特征在于，所述对所述候选配送范围进行优化处理，具体包括：
对构成所述候选配送范围的配送基准点集合进行数据压缩。


7.根据权利要求6所述的方法，其特征在于，所述对构成所述候选配送范围的配送基准点集合进行数据压缩，具体包括：
遍历构成所述候选配送范围的配送基准点集合；
符合相邻两个配送基准点之间的距离小于阈值后，将所述相邻两个配送基准点合并为一个。


8.根据权利要求7所述的方法，其特征在于，所述将所述相邻两个配送基准点合并为一个，具体包括：
将所述相邻两个配送基准点中任意一个从所述配送基准点集合中删除；
或者，
计算所述相邻两个配送基准点的平均配送基准点，并将所述配送基准点集合中的相邻两个配送基准点替换为所述平均配送基准点。


9.根据权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：张润丰，丁雪涛，邢轲，殷瑞，贾东，何仁清，郭振刚，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11