【技术实现步骤摘要】
一种资源配置方法和系统
本申请涉及城市资源分配领域,特别涉及一种资源配置方法和系统。
技术介绍
随着计算机技术的发展,越来越多行业以线下实体门店与线上平台合作的形式实现线上化,从而达到各方共赢。针对城市资源配置常常是静态的资源配置,此类资源配置运营成本较低,但无法动态的判断需求变化情况进行资源配置。例如,现有技术中,车辆维保、加油站、车辆充电桩等的设置都是固定的,且设置时考虑的是人口数量、小区位置等,便捷性较低,选址具有局限性。因此,有必要提供一种可以进行判断需求变化情况以进行动态资源配置以及可以进行静态资源配置降低资源配置运营成本的资源配置方法。
技术实现思路
本申请实施例之一提供一种车辆服务订单在线估测方法。所述车辆服务订单在线估测方法包括:获取车辆轨迹数据;获取车辆服务门店数据,所述门店数据至少包括门店的位置信息;基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平。本申请实施例之一提供一种车辆服务资源配置方法,所述方法包括:确定目标地理范围中的一个或多个候选区域;对于任一候选区域:获取该候选区域内车辆服务门店数据;通过车辆服务订单在线估测方法获取该候选区域内各门店的订单量水平;基于该候选区域内车辆服务门店数据以及各门店的订单量水平确定是否进行车辆服务资源配置和/或待配置的车辆服务资源数量。本申请实施例之一提供一种车辆服务资源配置方法,所述方法包括:获取目标地理区域内的车辆服务门店数据,所述门店数据至少包括位置信息;基于所述车辆服务订单在线估测方法 ...
【技术保护点】
1.一种车辆服务订单在线估测方法,其特征在于,所述方法由一个或多个处理器实现,包括:/n获取车辆轨迹数据;/n获取车辆服务门店数据,所述门店数据至少包括门店的位置信息;/n基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平。/n
【技术特征摘要】
1.一种车辆服务订单在线估测方法,其特征在于,所述方法由一个或多个处理器实现,包括:
获取车辆轨迹数据;
获取车辆服务门店数据,所述门店数据至少包括门店的位置信息;
基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平。
2.根据权利要求1所述的方法,其特征在于,所述基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平,包括,对于任一个门店:
基于车辆轨迹数据以及该门店的位置信息,确定与该门店相关的车辆到站数据、车辆常驻数据以及车辆行驶热度数据;
基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据确定该门店的订单量水平。
3.根据权利要求2所述的方法,其特征在于,所述车辆到站数据包括在所述车辆轨迹数据中,与相应门店距离不超过第一距离阈值且持续时间不小于第一时间阈值的车辆数;
所述车辆常驻数据包括在所述车辆轨迹中,在与相应门店距离不超过第二距离阈值的区域内停留的次数大于第一频次阈值和/或停留的累计时长不小于第二时间阈值的车辆数;
所述车辆行驶热数据包括在所述车辆轨迹中,在与相应门店距离不超过第三距离阈值的区域内行驶的车辆的行驶时长。
4.根据权利要求2或3所述的方法,其特征在于,所述基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据确定该门店的订单量水平,包括:
将所述车辆到站数据、车辆常驻数据以及车辆行驶热度数据进行归一化;
将归一化后的车辆到站数据、车辆常驻数据以及车辆行驶热度数据进行运算,得到所述热力值;
基于所述热力值确定订单量水平,其中,所述订单量水平与所述热力值正相关。
5.根据权利要求2或3所述的方法,其特征在于,所述基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据确定该门店的订单量水平,包括:
将所述车辆到站数据、车辆常驻数据以及车辆行驶热度数据作为特征数据输入到训练好的机器学习模型中,获得所述机器学习模型输出的订单量水平。
6.根据权利要求5所述的方法,其特征在于,所述特征数据还包括热力值,所述热力值为基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据进行运算获得的运算结果。
7.根据权利要求1所述的方法,其特征在于,所述车辆轨迹数据为运输服务提供者的轨迹数据;
所述基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平,包括,对于任一个门店:
获取该门店的服务工位数;
基于该门店的位置信息以及车辆轨迹数据获取该门店的单位工位台次;
基于所述服务工位数以及单位工位台次确定该门店的订单量水平。
8.根据权利要求7所述的方法,其特征在于,所述基于该门店的位置信息以及车辆轨迹数据获取该门店的单位工位台次,包括:
基于该门店的位置信息,确定在与该门店距离不超过第四距离阈值的区域内的住户数;
基于所述车辆轨迹数据,确定常驻于与该门店距离不超过第五距离阈值的区域内的专职运输服务提供者人数以及非专职运输服务提供者人数;
基于所述住户数、专职运输服务提供者人数以及非专职运输服务提供者人数确定该门店的单位工位台次。
9.根据权利要求7所述的方法,其特征在于,所述该门店的单位工位台次为所述住户数、专职运输服务提供者人数以及非专职运输服务提供者人数的加权和。
10.根据权利要求1所述的方法,其特征在于,所述车辆服务的类型包括以下中的一种或多种:充电服务、加油服务、洗车服务以及维保服务。
11.根据权利要求1所述的方法,其特征在于,还包括:
基于一个或多个门店的订单量水平输出订单量分布可视化数据。
12.一种车辆服务资源配置方法,其特征在于,包括:
确定目标地理范围中的一个或多个候选区域;
对于任一候选区域:
获取该候选区域内车辆服务门店数据;
通过权利要求1~11任一项所述的方法获取该候选区域内各门店的订单量水平;
基于该候选区域内车辆服务门店数据以及各门店的订单量水平确定是否进行车辆服务资源配置和/或待配置的车辆服务资源数量。
13.根据权利要求12所述的方法,其特征在于,所述确定目标地理范围中的一个或多个候选区域,包括:
将所述目标地理范围划分为多个区域;
确定各区域的热力值;
基于热力值从所述多个区域中选取一个或多个候选区域。
14.根据权利要求13所述的方法,其特征在于,对于所述多个区域中的任一区域,确定该区域的热力值包括:
基于车辆轨迹数据以及该区域的位置信息,确定与该区域相关的车辆到站数据、车辆常驻数据以及车辆行驶热度数据;
基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据确定该区域的热力值。
15.根据权利要求14所述的方法,其特征在于,所述车辆到站数据包括在所述车辆轨迹数据中,位于该区域内且持续时间不小于第一时间阈值的车辆数;
所述车辆常驻数据包括在所述车辆轨迹中,在该区域内停留的次数大于第一频次阈值和/或停留的累计时长不小于第二时间阈值的车辆数;
所述车辆行驶热数据包括在所述车辆轨迹中,在该区域内行驶的车辆的行驶时长。
16.根据权利要求12所述的方法,其特征在于,所述该候选区域内车辆服务门店数据包括以下中的至少一种:
该候选区域覆盖的车辆服务门店数、该候选区域内不同车辆服务商的制衡度以及该候选区域内车辆服务门店的饱和度。
17.一种车辆服务资源配置方法,其特征在于,包括:
获取目标地理区域内的车辆服务门店数据,所述门店数据至少包括位置信息;
基于权利要求1~11任一项所述的方法获取各门店的订单量水平;
基于目标地理区域内的门店数、各门店的订单量水平以及目标地理区域的市场容量确定新增的车辆服务资源数量N,N为整数;
基于各车辆服务门店的订单量水平及位置信息,确定新增的车辆服务资源的位置分布。
18.根据权利要求17所述的方法,其特征在于,所述基于各车辆服务门店的订单量水平及位置信息,确定新增的车辆服务资源的位置分布包括:
从各车辆服务门店中选择N个门店,获得多种选择结果;
对于每种选择结果,基于选出的N个门店的订单量水平计算总收益;
基于所述多种选择结果中,总收益最大的选择结果中的N个门店的位置确定所述新增的N个车辆服务资源的位置。
19.根据权利要求18所述的方法,其特征在于,所述新增的N个车辆服务资源的位置与其对应的车辆服务门店的位置的间距不小于第六距离阈值。
20.根据权利要求18所述的方法,其特征在于,所述车辆服务的类型包括维保服务。
21.一种车辆服务订单在线估测系统,其特征在于,所述系统包括车辆轨迹获取模块、第一门店数据获取模块以及第一计算模块;
所述车辆轨迹获取模块用于获取车辆轨迹数据;
所述第一门店数据获取模块用于获取车辆服务门店数据,所述门店数据至少包括门店的位置信息;
所述第一计算模块用于基于一个或多个门店的位置信息以及所述车辆轨迹数据,确定一个或多个门店的订单量水平。
22.根据权利要求21所述的系统,其特征在于,所述第一计算模块还用于,对于任一个门店:
基于车辆轨迹数据以及该门店的位置信息,确定与该门店相关的车辆到站数据、车辆常驻数据以及车辆行驶热度数据;
基于车辆到站数据、车辆常驻数据以及车辆行驶热度数据确定该门店的订单量水平。
23.根据权利要求22所述的系统,其特征在于,所述车辆到站数据包括在所述车辆轨...
【专利技术属性】
技术研发人员:卢宇鹏,刘勇,李敏,王瑜,
申请(专利权)人:北京嘀嘀无限科技发展有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。