向司机推荐货单的方法、装置和存储介质制造方法及图纸

本发明专利技术公开了向司机推荐货单的方法、装置和存储介质。本发明专利技术提供的本发明专利技术提供的向司机推荐货单的方法，所述方法包括：获取司机特征，所述司机特征包括司机标签信息；根据司机标签信息匹配邀约员；根据司机标签信息分配智能话术组；将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单。本发明专利技术的向司机推荐货单的方法，基于司机特征信息为其分配更合适的邀约员，提供更加具有针对性的话术。可提升邀约过程的沟通效率与成功率，减少司机线索流失，增加线索转化率。加线索转化率。加线索转化率。

【技术实现步骤摘要】
向司机推荐货单的方法、装置和存储介质


[0001]本专利技术涉及货运大数据处理
，尤其涉及向司机推荐货单的方法、装置和存储介质。

技术介绍

[0002]随着互联网以及信息技术的发展，目前，已经可以通过货运平台对接货主以及司机以实现资源的整合以及运输的调配，从而提高整体货运效率。
[0003]在网络货源平台中，托运人(货主)会在网络货运平台上发布货运信息，然后网络货运平台将货运信息推送给承运人(司机)，司机根据货运信息来决定是否接单。
[0004]但是，与客运不同的是，在货运领域，对于司机来说，除了自身喜好外，还要考虑的客观因素很多，包括自身车型、车长、核准载重量等等，而对于货主来说，他们更关心价格、服务、货长、货重、货物类型等，而且，很多时候货主的货物信息(例如长度、宽度、体积、重量等)是估算出来的一个大致范围。因此在货主与司机的匹配中，常常因为信息的不对称而造成对接结果不理想的问题。

技术实现思路

[0005]本专利技术主要解决货主与司机的匹配中，常常因为信息的不对称而造成对接结果不理想的技术问题，提供向司机推荐货单的方法、装置和存储介质。
[0006]为解决上述技术问题，本专利技术采用的一个技术方案是：提供向司机推荐货单的方法，所述方法包括：
[0007]获取司机特征，所述司机特征包括司机标签信息；
[0008]根据司机标签信息匹配邀约员；
[0009]根据司机标签信息分配智能话术组；
[0010]将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单。
[0011]可选地，所述将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单的步骤之后，所述方法还包括：
[0012]根据邀约结果生成对应特定司机特征的特定邀约员特征。
[0013]可选地，所述获取司机特征的步骤包括，从司机的注册信息中获取司机特征。
[0014]可选地，所述根据司机标签信息匹配邀约员的步骤具体包括：
[0015]将司机标签信息和邀约员信息进行拆解；
[0016]将拆解后的某一司机标签信息和某一邀约员信息中相同字段的信息内容进行比对；
[0017]统计比对结果为相同的数量占总体比对字段的数量的占比；
[0018]选择所述占比最高的邀约员作为匹配邀约员。
[0019]可选地，所述司机标签信息的生成流程包括：
[0020]使用司机端应用程序分析或使用线上/线下调查问卷收集司机需求/偏好；
[0021]根据司机需求/偏好生成系列标签，提取司机标签信息。
[0022]可选地，所述根据司机标签信息分配智能话术组的步骤具体包括：
[0023]预先提供针对某一司机标签信息或某一组合司机标签信息对应的智能话术组。
[0024]可选地，所述司机标签信息包括标签类型和标签维度；所述标签类型包含基于属性类信息标签的静态标签，基于用户行为判断的动态标签，和通过机器学习挖掘对某些属性进行的预测的算法标签；所述标签维度包括用户属性维度、社交属性维度、触媒属性维度、营销活动维度、用户行为维度和上网特征维度。
[0025]可选地，所述获取司机特征，所述司机特征包括司机标签信息的步骤之后，所述方法还包括：
[0026]判断所述司机标签信息的完整度；
[0027]若完整度较高则根据司机标签信息匹配邀约员；若匹配邀约员失败或完整度较低则随机分配邀约员；
[0028]根据完整度较低的司机标签信息是否能分配智能话术组；若能，则将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单；若不能，则将默认话术发送给匹配的邀约员，便于匹配的邀约员根据默认话术向司机推荐货单。
[0029]为解决上述技术问题，本专利技术采用的另一个技术方案是：向司机推荐货单的装置，所述装置包括：
[0030]获取模块，用于获取司机特征，所述司机特征包括司机标签信息；
[0031]匹配模块，用于根据司机标签信息匹配邀约员；
[0032]分配模块，用于根据司机标签信息分配智能话术组；
[0033]发送模块，用于将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单。
[0034]为解决上述技术问题，本专利技术采用的另一个技术方案是：计算机可读存储介质，所述计算机可读存储介质中存储有程序数据，所述程序数据在被处理器执行时，用于执行所述程序数据以实现上述的方法。
[0035]本专利技术实施例的有益效果是：区别于现有技术，本专利技术提供的向司机推荐货单的方法，所述方法包括：获取司机特征，所述司机特征包括司机标签信息；根据司机标签信息匹配邀约员；根据司机标签信息分配智能话术组；将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单。本专利技术的向司机推荐货单的方法，基于司机特征信息为其分配更合适的邀约员，提供更加具有针对性的话术。可提升邀约过程的沟通效率与成功率，减少司机线索流失，增加线索转化率。
附图说明
[0036]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
[0037]图1是本专利技术提供的向司机推荐货单的方法一实施例的流程图；
[0038]图2是本专利技术提供的向司机推荐货单的方法另一实施例的流程图；
[0039]图3是本专利技术提供的向司机推荐货单的方法一实施例的话术组合流程图；
[0040]图4是本专利技术提供的向司机推荐货单的方法另一实施例的流程图；
[0041]图5是本专利技术提供的向司机推荐货单的方法另一实施例的司机画像生成流程图；
[0042]图6是本专利技术提供的向司机推荐货单的装置一实施例的结构框图；
[0043]图7是本专利技术提供的计算机可读存储介质一实施例的结构框图。
具体实施方式
[0044]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0045]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
...

【技术保护点】

【技术特征摘要】
1.向司机推荐货单的方法，其特征在于，所述方法包括：获取司机特征，所述司机特征包括司机标签信息；根据司机标签信息匹配邀约员；根据司机标签信息分配智能话术组；将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单。2.根据权利要求1所述的方法，其特征在于，所述将分配的智能话术组发送给匹配的邀约员，便于匹配的邀约员根据所述分配的智能话术组向司机推荐货单的步骤之后，所述方法还包括：根据邀约结果生成对应特定司机特征的特定邀约员特征。3.根据权利要求1所述的方法，其特征在于，所述获取司机特征的步骤包括，从司机的注册信息中获取司机特征。4.根据权利要求1所述的方法，其特征在于，所述根据司机标签信息匹配邀约员的步骤具体包括：将司机标签信息和邀约员信息进行拆解；将拆解后的某一司机标签信息和某一邀约员信息中相同字段的信息内容进行比对；统计比对结果为相同的数量占总体比对字段的数量的占比；选择所述占比最高的邀约员作为匹配邀约员。5.根据权利要求1所述的方法，其特征在于，所述司机标签信息的生成流程包括：使用司机端应用程序分析或使用线上/线下调查问卷收集司机需求/偏好；根据司机需求/偏好生成系列标签，提取司机标签信息。6.根据权利要求1所述的方法，其特征在于，所述根据司机标签信息分配智能话术组的步骤具体包括：预先提供针对某一司机标签信息或某一组合司机标签信息对应的智能话术组。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述司...

【专利技术属性】
技术研发人员：罗彬航，
申请(专利权)人：深圳依时货拉拉科技有限公司，
类型：发明
国别省市：