CN113139803A - 订单信息生成方法、装置、电子设备和计算机可读介质 - Google Patents
订单信息生成方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113139803A CN113139803A CN202110375695.1A CN202110375695A CN113139803A CN 113139803 A CN113139803 A CN 113139803A CN 202110375695 A CN202110375695 A CN 202110375695A CN 113139803 A CN113139803 A CN 113139803A
- Authority
- CN
- China
- Prior art keywords
- value
- order
- information
- type
- value factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000000605 extraction Methods 0.000 claims abstract description 141
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 238000013507 mapping Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0834—Choice of carriers
- G06Q10/08345—Pricing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了订单信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到用户提交的订单信息,检测订单信息的订单类型;根据所检测的订单类型,从预设的价值因子提取模型组中选择与订单类型匹配的至少一个价值因子提取模型;通过至少一个价值因子提取模型,从订单信息中提取价值因子信息;基于价值因子信息,生成对应订单信息的订单价值信息。该实施方式保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,减少了业务人员的配置工作量;同时,降低了业务人员配置失误的概率,降低了计费成本。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及订单信息生成方法、装置、电子设备和计算机可读介质。
背景技术
计费***是一个基于网络和OA软件构建的内部办公平台,被广泛应用在业务领域和计费领域。目前,计费***常用的计费方式为:直接接入业务***的业务事件信息,通过对业务事件的信息结合配置的对应业务的计费公式以及报价进行计费并生成计费凭证。
然而,采用上述方式通常会存在以下技术问题:由于计费公式的计费项不一致,导致需要重复配置计费项,增加业务人员的配置工作量,同时增加了业务人员配置失误的概率,造成计费成本较高。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了订单信息生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种订单信息生成方法,该方法包括:响应于接收到用户提交的订单信息,检测上述订单信息的订单类型;根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型;通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息;基于上述价值因子信息,生成对应上述订单信息的订单价值信息。
可选地,上述根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型,包括:响应于检测到上述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与上述第一类型匹配的订单价值因子提取模型和事件价值因子提取模型。
可选地,上述价值因子信息包括:订单价值因子和事件价值因子。
可选地,上述通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息,包括:通过上述订单价值因子提取模型,从上述订单信息中提取订单价值因子;通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
可选地,上述事件价值因子包括始发地、目的地和物品重量,上述订单价值因子包括物品总价值。
可选地,上述基于上述价值因子信息,生成对应上述订单信息的订单价值信息,包括:从预设的价值信息表中查找与上述始发地和上述目的地对应的起步价值信息和单位重量价值信息;根据上述物品重量、上述起步价值信息和上述单位重量价值信息,生成订单价值属性值;从预设的价值区间费率信息表中查找与上述物品总价值匹配的价值区间费率信息作为目标价值区间费率信息;基于上述目标价值区间费率信息和上述订单价值属性值,生成对应上述第一类型的订单价值信息。
可选地,上述方法还包括:将上述对应上述第一类型的订单价值信息发送至与上述目的地对应的用户的支付设备。
可选地,上述根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型,包括:响应于检测到上述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与上述第二类型匹配的事件价值因子提取模型。
可选地,上述通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息,包括:通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
可选地,上述基于上述价值因子信息,生成对应上述订单信息的订单价值信息,包括:根据上述事件价值因子,生成对应上述第二类型的订单价值信息。
可选地,上述方法还包括:将上述对应上述第二类型的订单价值信息发送至与上述用户对应的支付设备。
第二方面,本公开的一些实施例提供了一种订单信息生成装置,装置包括:检测单元,被配置成响应于接收到用户提交的订单信息,检测上述订单信息的订单类型;选择单元,被配置成根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型;提取单元,被配置成通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息;生成单元,被配置成基于上述价值因子信息,生成对应上述订单信息的订单价值信息。
可选地,上述选择单元被进一步配置成:响应于检测到上述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与上述第一类型匹配的订单价值因子提取模型和事件价值因子提取模型。
可选地,上述价值因子信息包括:订单价值因子和事件价值因子。
可选地,上述提取单元被进一步配置成:通过上述订单价值因子提取模型,从上述订单信息中提取订单价值因子;通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
可选地,上述事件价值因子包括始发地、目的地和物品重量,上述订单价值因子包括物品总价值。
可选地,上述生成单元被进一步配置成:从预设的价值信息表中查找与上述始发地和上述目的地对应的起步价值信息和单位重量价值信息;根据上述物品重量、上述起步价值信息和上述单位重量价值信息,生成订单价值属性值;从预设的价值区间费率信息表中查找与上述物品总价值匹配的价值区间费率信息作为目标价值区间费率信息;基于上述目标价值区间费率信息和上述订单价值属性值,生成对应上述第一类型的订单价值信息。
可选地,装置还包括:发送单元,被配置成将上述对应上述第一类型的订单价值信息发送至与上述目的地对应的用户的支付设备。
可选地,上述选择单元被进一步配置成:响应于检测到上述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与上述第二类型匹配的事件价值因子提取模型。
可选地,上述提取单元被进一步配置成:通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
可选地,上述生成单元被进一步配置成:根据上述事件价值因子,生成对应上述第二类型的订单价值信息。
可选地,装置还包括:信息发送单元,被配置成将上述对应上述第二类型的订单价值信息发送至与上述用户对应的支付设备。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的订单信息生成方法,保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,减少了业务人员的配置工作量;同时,降低了业务人员配置失误的概率,降低了计费成本。具体来说,造成计费成本较高的原因在于:由于计费公式的计费项不一致,导致需要重复配置计费项,增加业务人员的配置工作量,同时增加了业务人员配置失误的概率。基于此,本公开的一些实施例的订单信息生成方法,首先,响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。由此,可以根据不同的订单类型,对订单信息进行不同的计费处理。接着,根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型。由此,可以选择出与订单类型匹配的提取模型,为后续将订单信息转换为标准计费事件(价值因子)提供了支持。此外,由于预设的价值因子提取模型组可以涵盖相同计费项涉及的计费因子(价值因子),可以最大限度地提高了计费模型(价值因子提取模型)的复用度。然后,通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息。由此,保证了计费公式中计费项(价值因子信息)的一致性。最后,基于上述价值因子信息,生成对应上述订单信息的订单价值信息。由此,保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,减少了业务人员的配置工作量;同时,降低了业务人员配置失误的概率,降低了计费成本。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的订单信息生成方法的一个应用场景的示意图;
图2是本公开的一些实施例的订单信息生成方法的价值因子提取模型的示意图;
图3是根据本公开的订单信息生成方法的一些实施例的流程图;
图4是根据本公开的订单信息生成方法的另一些实施例的流程图;
图5是本公开的一些实施例的订单信息生成方法的订单价值因子提取模型的示意图;
图6是根据本公开的订单信息生成方法的又一些实施例的流程图;
图7是根据本公开的订单信息生成装置的一些实施例的结构示意图;
图8是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的订单信息生成方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以响应于接收到用户提交的订单信息102,检测上述订单信息102的订单类型103。这里,订单信息102可以是指快递订单信息,可以包括但不限于以下至少一项:寄件地址,收件地址,包裹重量(物品重量),寄件人信息,收件人信息,承运方信息(快递公司信息),寄件时间,订单总价值(物品的价值属性值)等。这里,订单类型103可以是指快递订单的付款类型,可以包括但不限于以下至少一项:第一类型,第二类型,第三类型等。这里,第一类型可以表征收件人付款。这里,第二类型可以是表征寄件人付款。这里,第三类型可以表征寄件人在预设时间内结清付款,例如,30天内结清付款。接着,计算设备101可以根据所检测的订单类型103,从预设的价值因子提取模型组104中选择与上述订单类型103匹配的至少一个价值因子提取模型105。这里,请参见图2,价值因子提取模型组104中的价值因子提取模型可以是指将订单信息102中的各个字段转换为价值因子信息的映射转换表。然后,计算设备101可以通过上述至少一个价值因子提取模型105,从上述订单信息102中提取价值因子信息106。这里,价值因子信息106可以表征各个计费项,可以包括但不限于以下至少一项:始发地,目的地,重量,付款方,收款方等。最后,计算设备101可以基于上述价值因子信息106,生成对应上述订单信息102的订单价值信息107。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图3,示出了根据本公开的订单信息生成方法的一些实施例的流程300。该订单信息生成方法,包括以下步骤:
步骤301,响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。
在一些实施例中,订单信息生成方法的执行主体(例如图1所示的计算设备101)可以响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。这里,订单信息可以是指快递订单信息,可以包括但不限于以下至少一项:寄件地址,收件地址,包裹重量(物品重量),寄件人信息,收件人信息,承运方信息(快递公司信息),寄件时间,订单总价值(物品的价值属性值)等。这里,订单类型可以是指快递订单的付款类型,可以包括但不限于以下至少一项:第一类型,第二类型,第三类型等。这里,第一类型可以表征收件人付款。这里,第二类型可以是表征寄件人付款。这里,第三类型可以表征寄件人在预设时间内结清付款,例如,30天内结清付款。
作为示例,上述执行主体接收到的订单信息可以是:
{[寄件地址:XX省YY市ZZ区WW街道56号];
[收件地址:XY省KK市NN区FF街道12号];
[包裹重量:5KG];
[寄件人信息:xxx];
[收件人信息:yyy];
[承运方信息:某东快递公司];
[订单总价值:100元]}-[第二类型]。
上述执行主体可以检测到上述订单信息的订单类型为:[第二类型]。
步骤302,根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型。
在一些实施例中,上述执行主体可以从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型。这里,价值因子提取模型组中的价值因子提取模型可以是指将订单信息中的各个字段转换为价值因子信息的映射转换表。实践中,预设的价值因子提取模型组可以包括但不限于以下至少一项:订单价值因子提取模型,事件价值因子提取模型(可参见图2),定期价值因子提取模型等。这里,订单价值因子提取模型适用于第一类型的订单信息。这里,事件价值因子提取模型适用于任何类型(包括第一类型,第二类型,第三类型)的订单信息。这里,定期价值因子提取模型适用于第三类型的订单信息。
作为示例,上述执行主体可以从预设的价值因子提取模型组{订单价值因子提取模型,事件价值因子提取模型,定期价值因子提取模型}中选择与上述订单类型匹配的事件价值因子提取模型。
步骤303,通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息。
在一些实施例中,首先,上述执行主体可以查找订单信息中与事件价值因子提取模型包括的各个字段相同的字段。然后,再将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为价值因子信息。这里,价值因子信息可以是包括了用于计费公式的各个价值因子(计费参数)。可选地,价值因子信息可以包括订单价值因子和事件价值因子。这里,订单价值因子可以是包括第一类型的计费公式所需要的计费项。这里,事件价值因子可以是包括了各种类型的计费公式所需要的计费项。
作为示例,订单信息可以是:
{[寄件地址:XX省YY市ZZ区WW街道56号];
[收件地址:XY省KK市NN区FF街道12号];
[包裹重量:5KG];
[寄件人信息:xxx];
[收件人信息:yyy];
[承运方信息:某东快递公司];
[订单总价值:100元]}-[第二类型]。
通过事件价值因子提取模型(如图2)将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为价值因子信息:
{[始发地:XX省YY市ZZ区WW街道56号];
[目的地:XY省KK市NN区FF街道12号];
[物品重量:5KG];
[付款方:xxx];
[收款方:某东快递公司]}。
步骤304,基于上述价值因子信息,生成对应上述订单信息的订单价值信息。
在一些实施例中,首先,上述执行主体可以将价值因子信息所包括的各个价值因子从预设的价值信息表中查找对应价值因子的单位重量价值信息。实践中,价值信息表可以包括:始发地,目的地,单位重量价值信息。其中,单位重量价值信息可以表示单位包裹重量对应的价值信息。例如,单位重量价值信息可以是“每5千克的快递费为7元”。然后,上述执行主体可以确定订单信息的订单价值属性值。最后,将价值因子信息中的“付款方”和“收款方”与上述订单价值属性值进行组合,以生成对应上述订单信息的订单价值信息。
作为示例,价值信息表可以是:
始发地 | 目的地 | 单位重量价值信息 |
YY市 | KK市 | 每5KG的快递费为7元 |
YY市 | TT市 | 每5KG的快递费为6元 |
价值因子信息可以是:
{[始发地:XX省YY市ZZ区WW街道56号];
[目的地:XY省KK市NN区FF街道12号];
[重量:5KG];
[付款方:xxx];
[收款方:某东快递公司]}。
从而,上述执行主体可以从价值信息表中查找与价值因子信息包括的始发地“XX省YY市ZZ区WW街道56号”和目的地“XY省KK市NN区FF街道12号”对应的价值信息表中“始发地:YY市;目的地:KK市”的单位重量价值信息“每5千克的快递费为7元”。然后,上述执行主体可以将价值因子信息中的价值因子“重量5KG”的订单价值属性值(快递费)为“7元”。最后,上述执行主体可以将价值因子信息中的“付款方:xxx”和“收款方:某东快递公司”与上述订单价值属性值进行组合,以生成对应上述订单信息的订单价值信息“[付款方:xxx]-[收款方:某东快递公司]-[订单价值属性值:7元]”。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的订单信息生成方法,保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,减少了业务人员的配置工作量;同时,降低了业务人员配置失误的概率,降低了计费成本。具体来说,造成计费成本较高的原因在于:由于计费公式的计费项不一致,导致需要重复配置计费项,增加业务人员的配置工作量,同时增加了业务人员配置失误的概率。基于此,本公开的一些实施例的订单信息生成方法,首先,响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。由此,可以根据不同的订单类型,对订单信息进行不同的计费处理。接着,根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型。由此,可以选择出与订单类型匹配的提取模型,为后续将订单信息转换为标准计费事件(价值因子)提供了支持。此外,由于预设的价值因子提取模型组可以涵盖相同计费项涉及的计费因子(价值因子),可以最大限度地提高了计费模型(价值因子提取模型)的复用度。然后,通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息。由此,保证了计费公式中计费项(价值因子信息)的一致性。最后,基于上述价值因子信息,生成对应上述订单信息的订单价值信息。由此,保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,减少了业务人员的配置工作量;同时,降低了业务人员配置失误的概率,降低了计费成本。
进一步参考图4,示出了根据本公开的订单信息生成方法的另一些实施例的流程图。该订单信息生成方法,包括以下步骤:
步骤401,响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。
在一些实施例中,步骤401的具体实现及所带来的技术效果可以参考图3对应的那些实施例中的步骤301,在此不再赘述。
步骤402,响应于检测到上述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与上述第一类型匹配的订单价值因子提取模型和事件价值因子提取模型。
在一些实施例中,订单信息生成方法的执行主体(例如图1所示的计算设备101)可以响应于检测到上述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与上述第一类型匹配的订单价值因子提取模型(如图5)和事件价值因子提取模型(如图2)。这里,订单价值因子提取模型适用于第一类型的订单信息。这里,事件价值因子提取模型适用于任何类型(包括第二类型,第一类型,第三类型)的订单信息。
步骤403,通过上述订单价值因子提取模型,从上述订单信息中提取订单价值因子。
在一些实施例中,首先,上述执行主体可以查找订单信息中与订单价值因子提取模型包括的各个字段相同的字段。然后,再将订单信息中与订单价值因子提取模型包括的相同的字段映射转换为订单价值因子。其中,上述订单价值因子包括物品价值属性值。这里,上述订单价值因子还可以包括:付款方,收款方。
作为示例,订单信息可以是:
{[寄件地址:XX省YY市ZZ区WW街道56号];
[收件地址:XY省KK市NN区FF街道12号];
[包裹重量:5KG];
[寄件人信息:xxx];
[收件人信息:yyy];
[承运方信息:某东快递公司];
[订单总价值:100元]}-[第一类型]。
通过订单价值因子提取模型(如图5)将订单信息中与订单价值因子提取模型包括的相同的字段映射转换为订单价值因子:
{[付款方:xxx];[收款方:某东快递公司];[订单总价值:100元]}。
步骤404,通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
在一些实施例中,首先,上述执行主体可以查找订单信息中与事件价值因子提取模型包括的各个字段相同的字段。然后,再将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为事件价值因子。其中,上述事件价值因子包括始发地、目的地和物品重量。这里,上述事件价值因子还可以包括但不限于:付款方,收款方。
作为示例,订单信息可以是:
{[寄件地址:XX省YY市ZZ区WW街道56号];
[收件地址:XY省KK市NN区FF街道12号];
[包裹重量:5KG];
[寄件人信息:xxx];
[收件人信息:yyy];
[承运方信息:某东快递公司];
[订单总价值:100元]}-[第一类型]。
通过事件价值因子提取模型(如图2)将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为事件价值因子:
{[始发地:XX省YY市ZZ区WW街道56号];
[目的地:XY省KK市NN区FF街道12号];
[物品重量:5KG];
[付款方:xxx];
[收款方:某东快递公司]}。
步骤405,从预设的价值信息表中查找与上述始发地和上述目的地对应的起步价值信息和单位重量价值信息。
在一些实施例中,上述执行主体可以从预设的价值信息表中查找与上述始发地和上述目的地对应的起步价值信息和单位重量价值信息。这里,价值信息表中的价值信息可以包括:始发地、目的地、起步价值信息(起步价)、单位重量价值信息。
作为示例,价值信息表可以是:
上述执行主体可以从价值信息表中查找与价值因子信息包括的始发地“XX省YY市ZZ区WW街道56号”和目的地“XY省KK市NN区FF街道12号”对应的价值信息表中“始发地:YY市;目的地:KK市”的起步价值信息“10元”和单位重量价值信息“3元/KG”。
步骤406,根据上述物品重量、上述起步价值信息和上述单位重量价值信息,生成订单价值属性值。
在一些实施例中,上述执行主体可以通过以下公式生成订单价值属性值:∑=起步价值信息(始发地,目的地)+(物品重量-起始重量)*单位重量价值信息(始发地,目的地)。这里,∑表示订单价值属性值。这里,起始重量可以是表征起步价值信息的起步重量。
作为示例,上述物品重量可以是“5KG”。上述起步价值信息可以是“10元”。上述起始重量可以是“1KG”。上述单位重量价值信息可以是“3元/KG”。通过上述公式,生成订单价值属性值“22元”。
步骤407,从预设的价值区间费率信息表中查找与上述物品总价值匹配的价值区间费率信息作为目标价值区间费率信息。
在一些实施例中,上述执行主体可以从预设的价值区间费率信息表中查找包含上述物品总价值的价值区间费率信息作为目标价值区间费率信息。这里,价值区间费率信息表中的价值区间费率信息可以包括物品总价值(单位为元)和费率。
作为示例,价值区间费率信息表可以是:
物品总价值 | 费率 |
(0-100] | 0.1% |
(100-200] | 0.15% |
… | … |
从而,上述执行主体可以从预设的价值区间费率信息表中查找包含上述物品总价值“100元”的价值区间费率信息“(0-100];0.1%”作为目标价值区间费率信息。
步骤408,基于上述目标价值区间费率信息和上述订单价值属性值,生成对应上述第一类型的订单价值信息。
在一些实施例中,首先,上述执行主体可以将目标价值区间费率信息包括的费率与物品总价值的乘积确定为费率价值属性值。然后,上述执行主体可以再将费率价值属性值与订单价值属性值的和确定为订单价值信息。
作为示例,首先,可以将上述费率“0.1%”与物品总价值“100元”的乘积“0.1元”确定为费率价值属性值。然后,可以将费率价值属性值“0.1元”与订单价值属性值“22元”的和“22.1元”确定为上述第一类型的订单价值信息。
步骤409,将上述对应上述第一类型的订单价值信息发送至与上述目的地对应的用户的支付设备。
在一些实施例中,上述执行主体可以将上述对应上述第一类型的订单价值信息发送至与上述目的地对应的用户的支付设备。
作为示例,可以将上述第一类型的订单价值信息“22.1元”发送至与上述目的地“XY省KK市NN区FF街道12号”对应的用户“收件人”的支付设备“手机”。
从图4可以看出,与图3对应的一些实施例的描述相比,图4对应的一些实施例中的流程400可以通过不同的提取模型将第一类型的订单信息拆分为不同的计费事件。由此,可以减少业务人员的配置工作,同时也减少了计费因配置错误导致的***多个相同计费项配置不同而导致计算有误的情况。此外,保证了计费公式的计费项的一致性,解决了需要重复配置计费项的问题,降低了业务人员配置失误的概率,降低了计费成本。
进一步参考图6,示出了根据本公开的订单信息生成方法的又一些实施例的流程图。该订单信息生成方法,包括以下步骤:
步骤601,响应于接收到用户提交的订单信息,检测上述订单信息的订单类型。
在一些实施例中,步骤601的具体实现及所带来的技术效果可以参考图3对应的那些实施例中的步骤301,在此不再赘述。
步骤602,响应于检测到上述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与上述第二类型匹配的事件价值因子提取模型。
在一些实施例中,订单信息生成方法的执行主体(例如图1所示的计算设备101)可以响应于检测到上述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与上述第二类型匹配的事件价值因子提取模型(如图2)。这里,事件价值因子提取模型适用于任何类型(包括第二类型,第一类型,第三类型)的订单信息。
步骤603,通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
在一些实施例中,首先,上述执行主体可以查找订单信息中与事件价值因子提取模型包括的各个字段相同的字段。然后,再将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为事件价值因子。其中,上述事件价值因子包括始发地、目的地和物品重量。这里,上述事件价值因子还可以包括但不限于:付款方,收款方。
作为示例,订单信息可以是:
{[寄件地址:XX省YY市ZZ区WW街道56号];
[收件地址:XY省KK市NN区FF街道12号];
[包裹重量:5KG];
[寄件人信息:xxx];
[收件人信息:yyy];
[承运方信息:某东快递公司];
[订单总价值:100元]}-[第二类型]。
通过事件价值因子提取模型(如图2)将订单信息中与事件价值因子提取模型包括的相同的字段映射转换为事件价值因子:
{[始发地:XX省YY市ZZ区WW街道56号];
[目的地:XY省KK市NN区FF街道12号];
[物品重量:5KG];
[付款方:xxx];
[收款方:某东快递公司]}。
步骤604,根据上述事件价值因子,生成对应上述第二类型的订单价值信息。
在一些实施例中,首先,上述执行主体可以通过以下公式生成订单价值属性值:∑=起步价值信息(始发地,目的地)+(物品重量-起始重量)*单位重量价值信息(始发地,目的地)。这里,∑表示订单价值属性值。这里,起始重量可以是表征起步价值信息的起步重量。然后,可以将订单价值属性值确定为上述第二类型的订单价值信息。
作为示例,首先,上述物品重量可以是“5KG”。上述起步价值信息可以是“10元”。上述起始重量可以是“1KG”。上述单位重量价值信息可以是“3元/KG”。通过上述公式,生成订单价值属性值“22元”。然后,可以将订单价值属性值“22元”确定为上述第二类型的订单价值信息。
步骤605,将上述对应上述第二类型的订单价值信息发送至与上述用户对应的支付设备。
在一些实施例中,上述执行主体可以将上述对应上述第二类型的订单价值信息发送至与上述用户对应的支付设备。
作为示例,可以将上述第二类型的订单价值信息“22元”发送至与上述用户“寄件人”的支付设备“手机”。
从图6可以看出,与图3对应的一些实施例的描述相比,图6对应的一些实施例中的流程600可以通过事件价值因子提取模型将第二类型的订单信息转换为计费事件。由此,可以减少业务人员的配置工作,同时也减少了计费因配置错误导致的***多个相同计费项配置不同而导致计算有误的情况。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种订单信息生成装置的一些实施例,这些装置实施例与图3所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,一些实施例的订单信息生成装置700包括:检测单元701、选择单元702、提取单元703和生成单元704。其中,检测单元701被配置成响应于接收到用户提交的订单信息,检测上述订单信息的订单类型;选择单元702被配置成根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型;提取单元703被配置成通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息;生成单元704被配置成基于上述价值因子信息,生成对应上述订单信息的订单价值信息。
在一些实施例的一些可选的实现方式中,上述选择单元702被进一步配置成:响应于检测到上述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与上述第一类型匹配的订单价值因子提取模型和事件价值因子提取模型。
可选地,上述价值因子信息包括:订单价值因子和事件价值因子。
在一些实施例的一些可选的实现方式中,上述提取单元703被进一步配置成:通过上述订单价值因子提取模型,从上述订单信息中提取订单价值因子;通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
可选地,上述事件价值因子包括始发地、目的地和物品重量,上述订单价值因子包括物品总价值。
在一些实施例的一些可选的实现方式中,上述生成单元704被进一步配置成:从预设的价值信息表中查找与上述始发地和上述目的地对应的起步价值信息和单位重量价值信息;根据上述物品重量、上述起步价值信息和上述单位重量价值信息,生成订单价值属性值;从预设的价值区间费率信息表中查找与上述物品总价值匹配的价值区间费率信息作为目标价值区间费率信息;基于上述目标价值区间费率信息和上述订单价值属性值,生成对应上述第一类型的订单价值信息。
可选地,装置700还包括:发送单元,被配置成将上述对应上述第一类型的订单价值信息发送至与上述目的地对应的用户的支付设备。
在一些实施例的一些可选的实现方式中,上述选择单元702被进一步配置成:响应于检测到上述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与上述第二类型匹配的事件价值因子提取模型。
在一些实施例的一些可选的实现方式中,上述提取单元703被进一步配置成:通过上述事件价值因子提取模型,从上述订单信息中提取事件价值因子。
在一些实施例的一些可选的实现方式中,上述生成单元704被进一步配置成:根据上述事件价值因子,生成对应上述第二类型的订单价值信息。
可选地,装置700还包括:信息发送单元,被配置成将上述对应上述第二类型的订单价值信息发送至与上述用户对应的支付设备。
可以理解的是,该装置700中记载的诸单元与参考图3描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置700及其中包含的单元,在此不再赘述。
下面参考图8,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)800的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM802被安装。在该计算机程序被处理装置801执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于接收到用户提交的订单信息,检测上述订单信息的订单类型;根据所检测的订单类型,从预设的价值因子提取模型组中选择与上述订单类型匹配的至少一个价值因子提取模型;通过上述至少一个价值因子提取模型,从上述订单信息中提取价值因子信息;基于上述价值因子信息,生成对应上述订单信息的订单价值信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括检测单元、选择单元、提取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,选择单元还可以被描述为“从预设的价值因子提取模型组中选择与所检测的订单类型匹配的至少一个价值因子提取模型的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种订单信息生成方法,包括:
响应于接收到用户提交的订单信息,检测所述订单信息的订单类型;
根据所检测的订单类型,从预设的价值因子提取模型组中选择与所述订单类型匹配的至少一个价值因子提取模型;
通过所述至少一个价值因子提取模型,从所述订单信息中提取价值因子信息;
基于所述价值因子信息,生成对应所述订单信息的订单价值信息。
2.根据权利要求1所述的方法,其中,所述根据所检测的订单类型,从预设的价值因子提取模型组中选择与所述订单类型匹配的至少一个价值因子提取模型,包括:
响应于检测到所述订单信息的订单类型为第一类型,从预设的价值因子提取模型组中选择与所述第一类型匹配的订单价值因子提取模型和事件价值因子提取模型。
3.根据权利要求2所述的方法,其中,所述价值因子信息包括:订单价值因子和事件价值因子;以及
所述通过所述至少一个价值因子提取模型,从所述订单信息中提取价值因子信息,包括:
通过所述订单价值因子提取模型,从所述订单信息中提取订单价值因子;
通过所述事件价值因子提取模型,从所述订单信息中提取事件价值因子。
4.根据权利要求3所述的方法,其中,所述事件价值因子包括始发地、目的地和物品重量,所述订单价值因子包括物品总价值;以及
所述基于所述价值因子信息,生成对应所述订单信息的订单价值信息,包括:
从预设的价值信息表中查找与所述始发地和所述目的地对应的起步价值信息和单位重量价值信息;
根据所述物品重量、所述起步价值信息和所述单位重量价值信息,生成订单价值属性值;
从预设的价值区间费率信息表中查找与所述物品总价值匹配的价值区间费率信息作为目标价值区间费率信息;
基于所述目标价值区间费率信息和所述订单价值属性值,生成对应所述第一类型的订单价值信息。
5.根据权利要求4所述的方法,其中,所述方法还包括:
将所述对应所述第一类型的订单价值信息发送至与所述目的地对应的用户的支付设备。
6.根据权利要求1所述的方法,其中,所述根据所检测的订单类型,从预设的价值因子提取模型组中选择与所述订单类型匹配的至少一个价值因子提取模型,包括:
响应于检测到所述订单信息的订单类型为第二类型,从预设的价值因子提取模型组中选择与所述第二类型匹配的事件价值因子提取模型。
7.根据权利要求6所述的方法,其中,所述通过所述至少一个价值因子提取模型,从所述订单信息中提取价值因子信息,包括:
通过所述事件价值因子提取模型,从所述订单信息中提取事件价值因子。
8.根据权利要求7所述的方法,其中,所述基于所述价值因子信息,生成对应所述订单信息的订单价值信息,包括:
根据所述事件价值因子,生成对应所述第二类型的订单价值信息。
9.根据权利要求8所述的方法,其中,所述方法还包括:
将所述对应所述第二类型的订单价值信息发送至与所述用户对应的支付设备。
10.一种订单信息生成装置,包括:
检测单元,被配置成响应于接收到用户提交的订单信息,检测所述订单信息的订单类型;
选择单元,被配置成根据所检测的订单类型,从预设的价值因子提取模型组中选择与所述订单类型匹配的至少一个价值因子提取模型;
提取单元,被配置成通过所述至少一个价值因子提取模型,从所述订单信息中提取价值因子信息;
生成单元,被配置成基于所述价值因子信息,生成对应所述订单信息的订单价值信息。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110375695.1A CN113139803B (zh) | 2021-04-08 | 2021-04-08 | 订单信息生成方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110375695.1A CN113139803B (zh) | 2021-04-08 | 2021-04-08 | 订单信息生成方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113139803A true CN113139803A (zh) | 2021-07-20 |
CN113139803B CN113139803B (zh) | 2024-07-16 |
Family
ID=76810604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110375695.1A Active CN113139803B (zh) | 2021-04-08 | 2021-04-08 | 订单信息生成方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139803B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030023563A1 (en) * | 2000-01-17 | 2003-01-30 | Ken Kutaragi | Flexible license payment method for electronic commerce systems |
WO2005119536A2 (en) * | 2004-05-28 | 2005-12-15 | Atos Origin Nederland B.V. | Order manager system |
CN104599002A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 预测订单价值的方法及设备 |
CN108470295A (zh) * | 2017-02-23 | 2018-08-31 | 北京京东尚科信息技术有限公司 | 一种订单计费方法及*** |
CN109472643A (zh) * | 2018-11-12 | 2019-03-15 | 德邦物流股份有限公司 | 产品价格计算方法及装置 |
CN110288288A (zh) * | 2019-05-23 | 2019-09-27 | 中国平安财产保险股份有限公司 | 智能订单处理方法、装置、计算机设备及存储介质 |
CN110348922A (zh) * | 2018-04-04 | 2019-10-18 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN111489124A (zh) * | 2020-04-13 | 2020-08-04 | 杭州壹算科技有限公司 | 物流运费计算方法、装置及设备 |
CN111695931A (zh) * | 2020-05-11 | 2020-09-22 | 北京顺达同行科技有限公司 | 物流计费方法、相关装置及计算机可读存储介质 |
-
2021
- 2021-04-08 CN CN202110375695.1A patent/CN113139803B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030023563A1 (en) * | 2000-01-17 | 2003-01-30 | Ken Kutaragi | Flexible license payment method for electronic commerce systems |
WO2005119536A2 (en) * | 2004-05-28 | 2005-12-15 | Atos Origin Nederland B.V. | Order manager system |
CN104599002A (zh) * | 2015-02-13 | 2015-05-06 | 北京嘀嘀无限科技发展有限公司 | 预测订单价值的方法及设备 |
CN108470295A (zh) * | 2017-02-23 | 2018-08-31 | 北京京东尚科信息技术有限公司 | 一种订单计费方法及*** |
CN110348922A (zh) * | 2018-04-04 | 2019-10-18 | 北京京东尚科信息技术有限公司 | 用于生成信息的方法和装置 |
CN109472643A (zh) * | 2018-11-12 | 2019-03-15 | 德邦物流股份有限公司 | 产品价格计算方法及装置 |
CN110288288A (zh) * | 2019-05-23 | 2019-09-27 | 中国平安财产保险股份有限公司 | 智能订单处理方法、装置、计算机设备及存储介质 |
CN111489124A (zh) * | 2020-04-13 | 2020-08-04 | 杭州壹算科技有限公司 | 物流运费计算方法、装置及设备 |
CN111695931A (zh) * | 2020-05-11 | 2020-09-22 | 北京顺达同行科技有限公司 | 物流计费方法、相关装置及计算机可读存储介质 |
Non-Patent Citations (4)
Title |
---|
R. ZHOU, R. DE SOUZA AND J. S. K. ANG: ""Improving supply chain performance through simulation"", 《2016 IEEE INTERNATIONAL CONFERENCE ON MANAGEMENT OF INNOVATION AND TECHNOLOGY(ICMIT)》, 24 October 2016 (2016-10-24), pages 95 - 98 * |
刘希宋;李文庆;喻登科;: "基于市场营销离群数据挖掘的客户分类模型", 《情报杂志》, vol. 28, no. 12, 31 December 2009 (2009-12-31), pages 134 - 137 * |
刘建徽;张应良: "订单农业模式中主体纵向协作选择行为分析", 《农业技术经济》, no. 11, 26 November 2017 (2017-11-26), pages 104 - 114 * |
林清山;: "跨境电子商务电子单证信息描述研究", 《质量技术监督研究》, no. 2, 20 April 2016 (2016-04-20), pages 28 - 32 * |
Also Published As
Publication number | Publication date |
---|---|
CN113139803B (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022007855A1 (zh) | 一种引用文档的更新方法、装置、电子设备及存储介质 | |
CN111966950B (zh) | 日志发送方法、装置、电子设备和计算机可读介质 | |
CN110781373B (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
CN111679990A (zh) | 测试数据生成方法、装置、可读介质及电子设备 | |
CN111596991A (zh) | 交互操作执行方法、装置和电子设备 | |
CN110852720A (zh) | 文档的处理方法、装置、设备及存储介质 | |
CN111241137A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111355784B (zh) | 一种处理请求信息的方法、装置、介质和电子设备 | |
CN111596823B (zh) | 页面显示方法、装置和电子设备 | |
CN111949746A (zh) | 数据处理方法、装置、电子设备及计算机可读介质 | |
CN116700907A (zh) | 服务调用需求文档存储方法、装置、电子设备和可读介质 | |
CN111752644A (zh) | 接口模拟方法、装置、设备及存储介质 | |
CN116542585A (zh) | 物品流转价值凭证生成方法、装置、电子设备和可读介质 | |
CN113139803B (zh) | 订单信息生成方法、装置、电子设备和计算机可读介质 | |
CN113988992B (zh) | 订单信息发送方法、装置、电子设备和计算机可读介质 | |
CN115292635A (zh) | 页面楼层数据显示方法、装置、设备和计算机可读介质 | |
CN112446768B (zh) | 物品信息推荐方法、装置、电子设备和计算机可读介质 | |
CN112200643B (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN112100211A (zh) | 数据存储方法、装置、电子设备和计算机可读介质 | |
CN112734522A (zh) | 信息展示方法、装置、电子设备和计算机可读介质 | |
CN111753238A (zh) | 数据映射方法、装置和电子设备 | |
CN111597439A (zh) | 信息处理方法、装置和电子设备 | |
CN111414161A (zh) | 一种生成idl文件的方法、装置、介质和电子设备 | |
CN110188119A (zh) | 用于获取数据的方法和装置 | |
CN113487269B (zh) | 支付信息生成方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |