订单分配方法、模型训练方法、装置和电子设备制造方法及图纸

技术编号:28322354 阅读:14 留言:0更新日期:2021-05-04 13:02
本申请提供了一种订单分配方法、模型训练方法、装置和电子设备,其中,方法包括:获取待预测区块订单信息,所述待预测区块订单信息包括待预测区块的历史订单量和第一次订单量;基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型,所述压单模型基于不同历史订单量和第一次订单量训练得到;基于所述压单模型预测压单时间;基于所述压单时间进行订单分配。以合理的预测压单时间,从而有效地提高配送运力、配送时效及服务质量、提高配送时效,降低配送成本。

【技术实现步骤摘要】
订单分配方法、模型训练方法、装置和电子设备
本申请涉及数据处理
,尤其涉及一种订单分配方法、模型训练方法、装置和电子设备。
技术介绍
在即时配送的场景下,通常需要给骑手一定的压单时间以便于更好的给骑手做合单处理。这种压单的优势包括以下几个方面:1)便于给骑手做合单处理,降低公司配送成本;2)降低单均行驶距离;3)保证骑手的配送体验;4)提升用户服务体验;5)提高配送时效。现有自动分单对于全部站点,给骑手都留有相同的派单时间。这种压单方式的弊端在于未考虑到外部的实时差异,容易造成空压及压单不充分的情况。在实际配送场景中,因为站点和区块的单量以及爆单情况时间的不同而压单时间是一致的,所以容易造成空压及压单不充分的情况。这将增加公司配送成本,造成运力浪费以及降低用户体验。现有的压单方法只是根据站点情况的不同给出了一个相同的压单时间,未考虑到外部的实时差异,这将无法区别于爆单时间或单量多的区块,所以无法获得更为合理的压单时间,无法在爆单时间储存运力。因此,现有技术中存在由于压单时间预测不准导致的订单分配不合理的问题。
技术实现思路
本申请提供了一种订单分配方法、模型训练方法、装置和电子设备,以至少解决相关技术中存在由于压单时间预测不准导致的订单分配不合理的问题。根据本申请实施例的一个方面,提供了一种订单分配方法,包括:获取待预测区块订单信息,所述待预测区块订单信息包括待预测区块的历史订单量和第一次订单量;基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型,所述压单模型基于不同历史订单量和第一次订单量训练得到;基于所述压单模型预测压单时间;基于所述压单时间进行订单分配。可选地,所述基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型包括:基于所述历史订单量在所述压单模型集合中进行初步筛选;基于所述第一订单量和所述历史订单量的比值在初步筛选结果中进行筛选得到所述压单模型。可选地,所述获取待预测区块订单信息包括:获取待预测区块中区块画像信息和符合预设筛选条件的订单信息,所述区块画像信息包括历史订单量;基于所述订单信息进行变换计算得到所述第一次订单量。可选地,在预测所述压单时间之后包括:判断所述压单时间是否大于预设值;当所述压单时间大于所述预设值时,将所述预设值作为当前压单时间。根据本申请实施例的一个方面,提供了一种模型训练方法,包括:获取多个区块的订单信息,所述订单信息包括历史订单量和第一次订单量;基于多个区块的所述历史订单量和所述第一次订单量分别确定多个对应的待训练的压单模型;分别利用多个区块的所述历史订单量和所述第一次订单量对对应的所述待训练压单模型进行训练得到训练好的压单模型集合。可选地,所述基于多个区块的所述历史订单量和所述第一次订单量分别确定多个对应的待训练的压单模型包括:所述待训练压单模型包括:其中,ON为历史订单量,FO为第一次派单量,HD为历史订单总距离,FD为第一次派单订单总距离;基于所述历史订单量和所述第一次派单量与所述历史订单量的比值确定所述待训练压单模型。可选地,在分别利用多个区块的所述历史订单量和所述第一次订单量对对应的所述待训练压单模型进行训练得到训练好的压单模型集合之后包括:获取测试样本集;将所述测试样本集输入所述压单模型,得到输出结果;基于所述输出结果中的压单时间与所述训练样本集中的压单时间进行对比;基于对比结果对所述压单模型进行评估。根据本申请实施例的另一个方面,提供了一种订单分配装置,包括:获取模块,用于获取待预测区块订单信息,所述待预测区块订单信息包括待预测区块的历史订单量和第一次订单量;选择模块,用于基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型,所述压单模型基于不同历史订单量和第一次订单量训练得到;预测模块,用于基于所述压单模型预测压单时间;分配模块,用于基于所述压单时间进行订单分配。根据本申请实施例的另一个方面,提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,其特征在于,所述存储器,用于存储计算机程序;所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行上述实施例中的方法的步骤。根据本申请实施例的另一个方面,提供了一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述实施例中的方法的步骤。在本申请中,获取到待预测区块的历史订单量和第一次订单量,并当前区块的历史订单量和第一订单量在压单模型集中选择与当前区块对应的压单模型,该压单模型集基于不同的历史订单量和第一次订单量训练得到,进而基于选择的压单模型预测当前区块的压单时间,可以实现针对不同的区块,以及区块对应的历史订单量和第一次订单量动态的选择对应的压单模型对当前区块的压单事件进行预测,进而实现结合历史数据及利用站点区块之间的差异个性化设置动态压单时间。解决了空压和压单不充分的情况,使压单时间更合理化,提升骑手体验、提升骑手执行取送任务的效率;动态压单降低了单均行驶距离,降低了配送时长。提升订单送达的准时率、降低严重超时比例。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本专利技术的实施例,并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的一种可选的订单分配方法的硬件环境的示意图;图2是根据本申请实施例的一种可选的订单分配方法的流程示意图;图3是根据本申请实施例的一种可选的模型分类示意图;图4是根据本申请实施例的一种可选的模型训练方法的流程示意图;图5是根据本申请实施例的一种可选的订单分配置的结构框图;图6是根据本申请实施例的一种可选的电子设备的结构框图。具体实施方式为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必本文档来自技高网
...

【技术保护点】
1.一种订单分配方法,其特征在于,包括:/n获取待预测区块订单信息,所述待预测区块订单信息包括待预测区块的历史订单量和第一次订单量;/n基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型,所述压单模型基于不同历史订单量和第一次订单量训练得到;/n基于所述压单模型预测压单时间;/n基于所述压单时间进行订单分配。/n

【技术特征摘要】
1.一种订单分配方法,其特征在于,包括:
获取待预测区块订单信息,所述待预测区块订单信息包括待预测区块的历史订单量和第一次订单量;
基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型,所述压单模型基于不同历史订单量和第一次订单量训练得到;
基于所述压单模型预测压单时间;
基于所述压单时间进行订单分配。


2.如权利要求1所述的订单分配方法,其特征在于,所述基于所述历史订单量和第一次订单量在训练好的压单模型集合中选择压单模型包括:
基于所述历史订单量在所述压单模型集合中进行初步筛选;
基于所述第一订单量和所述历史订单量的比值在初步筛选结果中进行筛选得到所述压单模型。


3.如权利要求1所述的订单分配方法,其特征在于,所述获取待预测区块订单信息包括:
获取待预测区块中区块画像信息和符合预设筛选条件的订单信息,所述区块画像信息包括历史订单量;
基于所述订单信息进行变换计算得到所述第一次订单量。


4.如权利要求1所述的订单分配方法,其特征在于,在预测所述压单时间之后包括:
判断所述压单时间是否大于预设值;
当所述压单时间小于所述预设值时,将所述预设值作为当前压单时间。


5.一种模型训练方法,其特征在于,包括
获取多个区块的订单信息,所述订单信息包括历史订单量和第一次订单量;
基于多个区块的所述历史订单量和所述第一次订单量分别确定多个对应的待训练的压单模型;
分别利用多个区块的所述历史订单量和所述第一次订单量对对应的所述待训练压单模型进行训练得到训练好的压单模型集合。


6.如权利要求5所述的模型训练方法,其特征在于,所述基于多个区块的所述历史订单量和所述第一次订单量分别确定多个对应的待训练的压单模型包括:
所述待训练...

【专利技术属性】
技术研发人员:刘恬恬李世伟宁忠忠宋子龙
申请(专利权)人:叮当快药科技集团有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1