【技术实现步骤摘要】
物流对象分拨方法和装置、电子设备以及计算机可读存储介质
本申请涉及物流
,尤其涉及一种物流对象分拨方法和装置、电子设备以及计算机可读存储介质。
技术介绍
在目前的物流行业中,通常是在用户下单后,根据用户的收货地址来对物流对象进行分拨和运输。一般,物流对象会途经多个物流站点(仓库等),最后由末端站点(收货地址所在区域的物流配送站点)的配送员配送到收货地址。但是,受限于运输工具、路况、突发事件等各种不确定因素,现有技术中这样的根据用户的实际订购行为来进行物流对象的传输,往往会导致用户在下单之后需要等待较长的时间才能够收到所订购的物流对象。尤其在节假日或商品促销等物流运输量剧增时,运送超时的情况会变得更加严重,大大降低了用户的购物体验。
技术实现思路
本申请实施例提供一种物流对象分拨方法和装置、电子设备以及计算机可读存储介质,以解决现有技术中用户在下单之后物流对象运送时间过长的缺陷。为达到上述目的,本申请实施例提供了一种物流对象分拨方法,包括:获取针对多个用户与多个物流对象的历史数据,其中,所述历史数据至少包含标识用户针对物流对象的购买行为的第一动态数据;根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据;根据所述预测数据,对所述物流对象进行分拨处理。本申请实施例还提供了一种物流对象分拨装置,包括:第一获取模块,用于获取针对多个用户与多个物流对象的历史数据,其中,所述历史数据至少包含标识用户针对 ...
【技术保护点】
1.一种物流对象分拨方法,其特征在于,包括:/n获取针对多个用户与多个物流对象的历史数据,其中,所述历史数据至少包含标识用户针对物流对象的购买行为的第一动态数据;/n根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据;/n根据所述预测数据,对所述物流对象进行分拨处理。/n
【技术特征摘要】
1.一种物流对象分拨方法,其特征在于,包括:
获取针对多个用户与多个物流对象的历史数据,其中,所述历史数据至少包含标识用户针对物流对象的购买行为的第一动态数据;
根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据;
根据所述预测数据,对所述物流对象进行分拨处理。
2.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第二动态数据,计算多个用户之间的相似度;
获取相似度高于第一预设阈值的至少一组用户组,其中,所述用户组至少包括第一用户和第二用户;
根据与所述第一用户相关的第一动态数据,计算所述第二用户预计购买所述第一动态数据所针对的第一物流对象的概率值。
3.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户的职业信息、性别信息、年龄信息和地域信息中的至少一种信息的第一属性数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第一属性数据,计算多个用户之间的相似度;
获取相似度高于第一预设阈值的至少一组用户组,其中,所述用户组至少包括第一用户和第二用户;
根据与所述第一用户相关的第一动态数据,计算所述第二用户预计购买所述第一动态数据所针对的第一物流对象的概率值。
4.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,以及包含标识用户的职业信息、性别信息、年龄信息和地域信息中的至少一种信息的第一属性数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第二动态数据和所述第一属性数据,计算多个用户之间的相似度;
获取相似度高于第一预设阈值的至少一组用户组,其中,所述用户组至少包括第一用户和第二用户;
根据与所述第一用户相关的第一动态数据,计算所述第二用户预计购买所述第一动态数据所针对的第一物流对象的概率值。
5.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第二动态数据,计算多个物流对象之间的相似度;
获取相似度高于第二预设阈值的至少一组物流对象组,其中,所述物流对象组至少包括第一物流对象和第二物流对象;
根据针对所述第一物流对象的第一动态数据,计算与所述第一动态数据相关的第一用户预计购买所述第二物流对象的概率值。
6.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识物流对象的类别信息、生产方信息和出售方信息中的至少一种信息的第二属性数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第二属性数据,计算多个物流对象之间的相似度;
获取相似度高于第二预设阈值的至少一组物流对象组,其中,所述物流对象组至少包括第一物流对象和第二物流对象;
根据针对所述第一物流对象的第一动态数据,计算与所述第一动态数据相关的第一用户预计购买所述第二物流对象的概率值。
7.根据权利要求1所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,以及包含标识物流对象的类别信息、生产方信息和出售方信息中的至少一种信息的第二属性数据,
所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述第二动态数据和所述第二属性数据,计算多个物流对象之间的相似度;
获取相似度高于第二预设阈值的至少一组物流对象组,其中,所述物流对象组至少包括第一物流对象和第二物流对象;
根据针对所述第一物流对象的第一动态数据,计算与所述第一动态数据相关的第一用户预计购买所述第二物流对象的概率值。
8.根据权利要求1所述的物流对象分拨方法,其特征在于,所述根据所述历史数据,获取用于预测至少一个所述用户针对至少一个所述物流对象的购买行为的预测数据,包括:
根据所述历史数据,计算多个用户之间的相似度和多个物流对象之间的相似度;
获取相似度高于第一预设阈值的至少一组用户组和相似度高于第二预设阈值的至少一组物流对象组,其中,所述用户组至少包括第一用户和第二用户,所述物流对象组至少包括第一物流对象和第二物流对象;
根据标识所述第一用户针对所述第一物流对象的购买行为的第一动态数据,计算所述第二用户预计购买所述第二物流对象的概率值。
9.根据权利要求8所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,
所述根据所述历史数据,计算多个用户之间的相似度和多个物流对象之间的相似度,包括:
根据所述第二动态数据,计算多个用户之间的相似度;
根据所述第二动态数据,计算多个物流对象之间的相似度。
10.根据权利要求8所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,以及包含标识物流对象的类别信息、生产方信息和出售方信息中的至少一种信息的第二属性数据,
所述根据所述历史数据,计算多个用户之间的相似度和多个物流对象之间的相似度,包括:
根据所述第二动态数据,计算多个用户之间的相似度;
根据所述第二属性数据,计算多个物流对象之间的相似度。
11.根据权利要求8所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户针对物流对象的搜索行为、浏览行为、收藏行为和加购物车行为中的至少一种行为的第二动态数据,以及包含标识物流对象的类别信息、生产方信息和出售方信息中的至少一种信息的第二属性数据,
所述根据所述历史数据,计算多个用户之间的相似度和多个物流对象之间的相似度,包括:
根据所述第二动态数据,计算多个用户之间的相似度;
根据所述第二动态数据和所述第二属性数据,计算多个物流对象之间的相似度。
12.根据权利要求8所述的物流对象分拨方法,其特征在于,所述历史数据还包含标识用户的职业信息、性别信息、年龄信息和地域信息中的至少一种信息的第一属性数据,以及包含标识用户针对物流对象的搜索行为、浏览行为...
【专利技术属性】
技术研发人员:庄文辉,谭又豪,
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
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。