AI智能大数据车货匹配方法组成比例

本发明专利技术涉及一种AI智能大数据车货匹配方法，定期对现有承运商和货源进行匹配，包括以下步骤：将承运商与货源线路进行匹配，得到多组线路匹配成功的承运商和货源；对每一组线路匹配成功的承运商和货源进行危化品等级匹配，若承运商危化承运等级高于或等于货源危化等级，则危化品等级匹配成功，否则危化品等级匹配失败；对每一组危化品等级匹配成功的承运商和货源进行权重等级匹配，若承运商权重等级大于或等于货源权重等级，则权重等级匹配成功，否则权重等级匹配失败；将最终匹配成功的货源信息发送给对应承运商。本发明专利技术通过对线路、危化品等级以及权重等级进行匹配并推送至承运商，确保了平台信息的及时性和对称性，最大程度的促成了承运交易。

【技术实现步骤摘要】
AI智能大数据车货匹配方法
本专利技术涉及智能交通和交通运输
，特别涉及一种AI智能大数据车货匹配方法。
技术介绍
随着信息技术在交通运输领域的深入发展，以车源信息和货源信息为代表的物流信息资源越来越丰富，在应用中需要准确的提取其中的关键信息并快速对物流资源进行匹配与推荐，由于车货信息资源具有数据量大，更新频繁，数据的流速、流量、流向复杂多变等流式数据特征，造成了匹配效率低下，不能实时产生匹配方案等问题。且对于互联网领域中的危化品物流匹配交易，现有平台仅满足交易双方的货主与承运商在平台发布信息，或用户在平台中主动检索查找与自身匹配的信息。由于开放平台鱼龙混杂，每天的海量数据在平台中堆积，用户检索满足的信息非常困难，同时，由于危化品物流行业的特殊性与及时性，造成了很大程度的信息不对称和不及时，困扰了许多用户，货主无法找到承运商及时运输货物，承运商无法找到匹配的货源，导致空车返程等。因此，有必要提供一种AI智能大数据车货匹配方法，以解决现有技术中车货匹配不对称或不及时的问题，以提高物流效率。
技术实现思路
本文档来自技高网...

【技术保护点】
1.一种AI智能大数据车货匹配方法，其特征在于，定期对现有承运商和货源进行匹配，包括以下匹配步骤：/n将承运商与货源的线路进行匹配，得到多组线路匹配成功的承运商和货源；/n对每一组线路匹配成功的承运商和货源进行危化品等级匹配，若承运商的危化承运等级低于货源的危化等级，则危化品等级匹配失败，若承运商的危化承运等级高于或等于货源的危化等级，则危化品等级匹配成功；/n对每一组危化品等级匹配成功的承运商和货源进行权重等级匹配，若承运商的权重等级大于或等于货源权重等级，则权重等级匹配成功，否则权重等级匹配失败；/n将最终的权重等级匹配成功的货源的信息发送给对应承运商。/n

【技术特征摘要】
1.一种AI智能大数据车货匹配方法，其特征在于，定期对现有承运商和货源进行匹配，包括以下匹配步骤：
将承运商与货源的线路进行匹配，得到多组线路匹配成功的承运商和货源；
对每一组线路匹配成功的承运商和货源进行危化品等级匹配，若承运商的危化承运等级低于货源的危化等级，则危化品等级匹配失败，若承运商的危化承运等级高于或等于货源的危化等级，则危化品等级匹配成功；
对每一组危化品等级匹配成功的承运商和货源进行权重等级匹配，若承运商的权重等级大于或等于货源权重等级，则权重等级匹配成功，否则权重等级匹配失败；
将最终的权重等级匹配成功的货源的信息发送给对应承运商。


2.如权利要求1所述的AI智能大数据车货匹配方法，其特征在于，在线路匹配过程中，将承运商分为已维护线路的承运商和未维护线路的承运商；
对于已维护线路的承运商，将承运商已维护线路作为与货源线路进行比对的比对线路；
对于未维护线路的承运商，若所述未维护线路的承运商完成运单数量大于或等于后台预设完成数量，则将所述未维护线路的承运商的重复线路作为与货源线路进行比对的比对线路；若所述未维护线路的承运商完成运单数量小于后台预设完成数量，则将所述未维护线路的承运商的历史线路作为与货源线路进行比对的比对线路。


3.如权利要求2所述的AI智能大数据车货匹配方法，其特征在于，对于完成运单数量大于或等于后台预设完成数量的未维护线路的承运商，若没有重复线路，则所述未维护线路的承运商与货源线路匹配失败；对于完成运单数量小于后台预设完成数量的未维护线路的承运商，若没有历史线路，则所述未维护线路的承运商与货源线路匹配失败。


4.如权利要求1所述的AI智能大数据车货匹配方法，其特征在于，线路匹配过程中货源线路匹配对象还包括承运商的司机，将司机的预设线路作为与货源线路进行比对的比对线路，若线路匹配成功则通过司机对应的承运商进行危化品等级匹配和权重等级匹配。


5.如权利要求2或4所述的AI智能...

【专利技术属性】
技术研发人员：周建光，
申请(专利权)人：上海摩库数据技术有限公司，
类型：发明
国别省市：上海;31