CN113222308B - 订单分配方法、装置、电子设备及存储介质 - Google Patents

订单分配方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113222308B
CN113222308B CN202010072549.7A CN202010072549A CN113222308B CN 113222308 B CN113222308 B CN 113222308B CN 202010072549 A CN202010072549 A CN 202010072549A CN 113222308 B CN113222308 B CN 113222308B
Authority
CN
China
Prior art keywords
target
order
capacity
estimated
time
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.)
Active
Application number
CN202010072549.7A
Other languages
English (en)
Other versions
CN113222308A (zh
Inventor
谭佳楠
邹鹏
张国伟
张涛
孔兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202010072549.7A priority Critical patent/CN113222308B/zh
Publication of CN113222308A publication Critical patent/CN113222308A/zh
Application granted granted Critical
Publication of CN113222308B publication Critical patent/CN113222308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请的实施例公开了一种订单分配方法和装置。该方法包括:根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力;在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。本发明能够降低目标区域内的尾单率。

Description

订单分配方法、装置、电子设备及存储介质
技术领域
本申请的实施例涉及计算机技术领域,特别是涉及一种订单分配方法、装置、电子设备及计算机可读存储介质。
背景技术
配送领域的运力可以分为众包和专送两类。在众包模式下,由于缺乏对运力的强管控,会存在骑手挑单不愿意承接部分难配送订单的情况,从而导致经常会产生尾单。由于骑手挑单产生的尾单主要分为两种,一种是因无人接单而导致用户/商家取消的订单,第二种是接单时长过长而导致配送严重超时的订单。
为了减少尾单的产生,相关技术中主要是利用模型来预测订单中存在较高概率成为尾单的订单,或者,通过人工规则来确定长时间无人接单的订单,并对上述两种可能成为尾单的订单增加配送费,来吸引众包骑手接单消化。
但是,仅仅在定价层面对众包骑手做接受尾单的吸引和引导,并不能从根本上解决众包模式下的尾单突出问题。
发明内容
本申请的实施例提供一种订单分配方法,以解决相关技术中尾单突出的问题。
为了解决上述问题,第一方面,本申请实施例提供了一种订单分配方法,包括:
根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力;
在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
可选地,在所述目标运力由承接新订单切换为承接尾单的情况下,对所述尾单的第一超时概率、所述尾单对应的实物发生损坏的第二概率、以及所述尾单的订单价格作第一预设加权运算,生成所述目标运力承接所述未接订单而预估的收益;
可选地,在所述目标运力由承接新订单切换为承接尾单、且所述新订单由第一运力承接的情况下,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的第二超时概率,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的路程信息,以及计算所述新订单由所述目标运力承接切换为由所述第一运力承接而产生的所述目标区域内的派单效率损失;对所述第二超时概率所述路程信息以及所述派单效率损失作第二预设加权运算,生成所述目标运力承接所述未接订单而预估的成本。
第二方面,本申请实施例提供了一种订单分配装置,包括:
第一确定模块,用于根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力;
第二确定模块,用于在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
可选地,所述装置还包括:
第一生成模块,用于在所述目标运力由承接新订单切换为承接尾单的情况下,对所述尾单的第一超时概率、所述尾单对应的实物发生损坏的第二概率、以及所述尾单的订单价格作第一预设加权运算,生成所述目标运力承接所述未接订单而预估的收益;
可选地,所述装置还包括:
第二生成模块,用于在所述目标运力由承接新订单切换为承接尾单、且所述新订单由第一运力承接的情况下,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的第二超时概率,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的路程信息,以及计算所述新订单由所述目标运力承接切换为由所述第一运力承接而产生的所述目标区域内的派单效率损失;对所述第二超时概率所述路程信息以及所述派单效率损失作第二预设加权运算,生成所述目标运力承接所述未接订单而预估的成本。
第三方面,本申请实施例还公开了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请实施例所述的订单分配方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时本申请实施例公开的订单分配方法的步骤。
在本发明实施例中,可以根据目标区域的整体运力供需紧张程度,以及目标区域内未接订单的预估超时时长,来决定介入承接可能成为尾单的未接订单的目标类型的目标运力,并在运力供需紧张程度满足第一预设条件的情况下,根据所述目标运力承接可能成为尾单的上述未接订单而预估的收益和成本,来决定是否对所述目标运力分配所述未接订单,能够借助目标类型的运力降低目标区域内的尾单率,且能够避免因为降低目标区域内的尾单率而导致目标区域内的接单率下降的问题,在确保降低尾单率的同时能够保持一定的接单率。
附图说明
为了更清楚地说明本申请实施例的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例的订单分配方法的步骤流程图;
图2是本申请另一个实施例的订单分配方法的步骤流程图;
图3是本申请一个实施例的订单分配方法的坐标系示意图一;
图4是本申请一个实施例的订单分配方法的坐标系示意图二;
图5是本申请一个实施例的订单分配装置的结构框图;
图6示意性地示出了用于执行根据本公开的方法的计算处理设备的框图;以及
图7示意性地示出了用于保持或者携带实现根据本公开的方法的程序代码的存储单元。
具体实施方式
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,所描述的实施例是本申请一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前,众包运力容易产生尾单,因此,众包的尾部体验问题依然比较突出,与受强管控的专送运力仍有较大差距。
相关技术中主要通过价格策略来吸引众包运力来承接可能成为尾单的订单,但是其未在运力管控和调度层面对尾部体验进行优化。相反,价格策略只能解决一部分的问题,众包整体的尾部订单体验依然与专送有较大的差距。为了优化众包模式下尾部订单的用户体验,本发明实施例的方法对应的配送平台为配送业务搭建了一批受强管控的运力,即后文的目标类型的运力,该目标类型的运力在一个示例中可以命名为乐跑骑手(也不属于专送),为了便于说明,后文各个实施例均以乐跑骑手来表示目标类型的运力。配送平台在调度上可以给予乐跑骑手一定程度的倾斜,保证他们一定的时薪优势,让他们帮助平台消化可能沦为尾单的订单。
那么在存在乐跑骑手这一强管控运力的情况下,本发明实施例的方法可以通过技术手段来将可能成为尾单的订单分配给乐跑骑手,实现整体体验的最优解,减少众包模式下的尾单。
具体的,本申请实施例公开了一种订单分配方法,如图1所示,该方法可以包括步骤100和步骤105:
步骤100,根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力;
其中,目标区域的运力供需紧张程度的不同,以及目标区域内未接订单的预估超时时长的不同,都会使得即将承接该未接订单的目标类型(例如乐跑骑手)的目标运力(即具体到哪个乐跑骑手)存在差异,差异可以体现在对乐跑骑手分配该未接订单的时机的区别,以及对该未接订单分配给哪个乐跑骑手的区别。
此外,目标区域为一个地理区域。例如一个城市所在的地域可以划分为多个地理区域,这里的目标区域为需要通过调度乐跑骑手来减少尾单的地理区域。
一个地理区域可以具有运力供需紧张程度的指标。
在确定一个地理区域的运力供需紧张程度时,可以通过预先训练完成的神经网络模型来实现,该模型的输入特征包括:该地理区域内预设时长(例如10分钟)内的未接单率、该地理区域内的运力负载(例如该地理区域内的乐跑骑手和众包骑手的数量之和);模型的输出结果为运力供需紧张程度的数值或者运力供需紧张程度的等级(每个等级可以对应一个运力供需紧张程度的数值范围,例如这里包括1~5等级的5个等级)。
其中,数值越低,等级越低,表示运力供需越不紧张,即该地理区域内的运力足够多;数值越高,等级越高,表示运力供需越紧张,即该地理区域内的运力不够多。
那么在本步骤中,则可以利用该模型来获取到该目标区域的运力供需紧张程度,例如运力供需紧张程度的等级。
步骤105,在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
也就是说,在目标区域的运力供需不紧张的情况下,则需要在确定了对未接订单M待分配至的目标运力之后,以及对该目标运力,例如乐跑骑手S1分配该未接订单之前,即每次在得到针对可能成为尾单的未接订单的调度结果之后,需要预估计算该乐跑骑手S1配送尾单获得的收益reward和配送该尾单付出的成本cost(收益reward和付出的成本cost皆为无量纲单位)。从而确定是否对该乐跑骑手S1分配该订单M进行配送。
在本发明实施例中,可以根据目标区域的整体运力供需紧张程度,以及目标区域内未接订单的预估超时时长,来决定介入承接可能成为尾单的未接订单的目标类型的目标运力,并在运力供需紧张程度满足第一预设条件的情况下,根据所述目标运力承接可能成为尾单的上述未接订单而预估的收益和成本,来决定是否对所述目标运力分配所述未接订单,能够借助目标类型的运力降低目标区域内的尾单率,且能够避免因为降低目标区域内的尾单率而导致目标区域内的接单率下降的问题,在确保降低尾单率的同时能够保持一定的接单率。
可选地,在上述实施例的基础上,在一个实施例中,在执行上述步骤100时,可以通过步骤401和步骤402来实现:
步骤401,根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的订单分配策略;
其中,本步骤中,可以结合目标区域的运力供需紧张程度的差异,来合理的确定出与目标类型的运力(即乐跑骑手)相对应的订单分配策略,即,运力供需紧张程度的区别,使得用于对乐跑骑手分配未接订单的订单分配策略存在区别。
订单分配策略具体的区别可以体现在乐跑骑手承接和停止承接可能成为尾单的未接订单的时机早晚的区别,以及乐跑骑手与待承接的未接订单的顺路程度的区别。
例如运力供需越紧张,则控制乐跑骑手介入承接可能成为尾单的未接订单的时间越晚。
步骤402,若所述目标区域内的未接订单的预估超时时长与所述订单分配策略相匹配,则根据所述订单分配策略确定待承接所述未接订单的目标类型的目标运力。
其中,对于对目标类型的运力(例如乐跑骑手)所配置的订单分配策略而言,订单分配策略中可以携带关于订单超时时长的信息以及对目标类型的运力的筛选条件,且该订单分配策略中,超时时长的区别可以使得对乐跑骑手的筛选条件存在区别。
例如,本步骤中,可以在未接订单的预估超时时长与订单分配策略中的超时时长相匹配的情况下,基于订单分配策略中与预估超时时长所对应的对例如乐跑骑手的筛选条件,来确定待承接该未接订单的乐跑骑手的具体骑手。
在本发明实施例中,可以根据目标区域的运力供需紧张程度,来合理确定与目标类型的运力对应的订单分配策略,然后,确定与该目标区域内未接订单的预估超时时长所匹配的订单分配策略,从而根据该订单分配策略来确定承接该未接订单的目标类型的目标运力,通过设置上述订单分配策略,从而能够灵活准确的定位到解决尾单的目标运力,进而能够利用受强管控的目标类型的运力保证消化尾单的确定性,解决了尾部突出的问题。
可选地,在上述实施例的基础上,本申请还公开了另一种订单分配方法的实施例,如图2所示,该方法可以包括步骤101、步骤102、步骤103、步骤104以及上述步骤105:
结合上述实施例,在本实施例中,在执行上述步骤401时,可以通过以下步骤101来实现;在执行上述步骤402时,可以通过以下步骤102和步骤103来实现;此外,本实施例中的步骤104为可选步骤。
下面结合图2来对本发明实施例的订单分配方法作详细阐述:
步骤101,根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的目标超时区间,以及与所述目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,其中,所述目标超时区间包括所述超时时长;
由于本发明实施例的核心思想在于通过乐跑骑手来消化目标区域内的可能成为尾单的订单,而这些订单即待分配的订单(即未接订单)主要是因为长时间无人接单或者接单时长过长而导致成为尾单的,因此,需要确定由乐跑骑手介入承接该可能成为尾单(即这里的未接订单为可能成为尾单的订单)的目标超时区间,即该未接订单的预估超时时间在怎样的数值范围内时,由该乐跑骑手承接该未接订单;
此外,由于乐跑骑手的数量很多,还需要确定由哪个乐跑骑手来承接该未接订单,而具体由哪个乐跑骑手来承接该未接订单则与该乐跑骑手的派单条件有关,因此,还需要确定超时时长与派单阈值之间的目标对应关系。其中,该目标对应关系与目标类型的运力相关联。另外,该目标对应关系中的超时时长均取自该目标超时区间,该超时时长可以是目标超时区间中的一个或多个,优选为每个超时时长。此外,该派单阈值的取值不同则对应不同的派单条件。
在一个示例中,该派单阈值可以是顺路阈值,顺路阈值越高代表对被派单骑手的顺路性要求越低,顺路阈值越低代表对被派单骑手的顺路性要求越高。
为了在运力供需紧张程度不同的情况下,合理的将可能沦为尾单的订单分配给乐跑骑手,这里则需要根据目标区域的运力供需紧张程度,来确定对乐跑骑手即将分配的订单对应的目标超时区间,以及所述目标超时区间中超时时长与派单阈值之间的目标对应关系。因为,运力供需紧张和不紧张两种情况下乐跑骑手介入承接可能成为尾单的时机是存在差异的。
可选地,在一个实施例中,在执行步骤101时,可以在所述运力供需紧张程度满足第二预设条件的情况下,将第一预设超时区间确定为目标超时区间,以及将第一超时时长与第一派单阈值之间的第一对应关系,确定为所述目标对应关系,其中,所述第一预设超时区间中每个超时时长为所述第一超时时长;
可选地,在一个实施例中,在执行步骤101时,可以在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述运力供需紧张程度,确定时长阈值;对所述第一预设超时区间中的每个超时时长增加所述时长阈值,生成所述目标超时区间;对所述第一对应关系中的每个所述第一超时时长增加所述时长阈值,生成第二超时时长与所述第一派单阈值之间的第二对应关系;将所述第二对应关系确定为所述目标对应关系。
具体而言,运力供需紧张程度满足第二预设条件可以理解为运力供需不紧张(例如运力供需紧张程度的等级小于或等于预设等级(例如3级));运力供需紧张程度满足第一预设条件可以理解为运力供需紧张(例如运力供需紧张程度的等级大于预设等级(例如3级))。
在一个示例中,如图3所示,本发明实施例的方法预先可以生成曲线1a,图3的坐标系中,横轴x表示待分配的订单的预估超时时长,单位为分钟,即横坐标的各个数字表示相应的分钟;纵轴Y表示顺路阈值。
从图3可以看出,曲线1a中预估超时时长x∈[8,18],而曲线1a反映出了顺路阈值Y与预估超时时长x之间的函数对应关系。而该曲线1a表达的是运力供需不紧张,即运力供需紧张程度满足第二预设条件的情况下的顺路阈值与预估超时时长之间的对应关系。
所以,根据该预先生成的曲线1a,可以将第一预设超时区间(这里为x∈[8,18],单位为分钟)确定为目标超时区间,以及将所述第一预设超时区间(x∈[8,18])中每个第一超时时长(即x的取值)与第一派单阈值(这里为顺路阈值Y)之间的第一对应关系,确定为所述目标对应关系;
即这里的曲线1a中横轴的取值范围为在运力供需不紧张情况下,对乐跑骑手即将分配的订单对应的目标超时区间,该曲线1a所表示的函数关系为在运力供需不紧张情况下,对乐跑骑手即将分配的订单对应的目标超时区间和派单阈值之间的目标对应关系。
从图3中的曲线1a可以看出,该目标对应关系表达了乐跑骑手介入承接可能成为尾单的待分配订单的时刻(即订单预估超时8分钟)、触发扩大顺路阈值来派单的时刻(即订单预估超时12分钟)以及停止扩大顺路阈值来派单的时刻(即订单预估超时18分钟)。
为了便于理解,这里以一个具体的例子来对本发明实施例的方法作详细说明,例如某个地理区域的运力供需紧张等级为1级,则可以获取到曲线1a所表达的目标超时区间,以及该目标超时区间中预估超时时长与顺路阈值之间的函数关系。
例如该地理区域内的某个订单M目前无人接单,通过预测可以确定该订单M的预估超时时长为8分钟,则根据该曲线1a的函数关系可以查询到对应该8分钟的顺路阈值y1;然后,可以在该地理区域内的乐跑骑手中寻找派单条件满足该顺路阈值y1对应的目标派单条件的乐跑骑手,例如查找到乐跑骑手S1,则将无人承接的订单M分配给乐跑骑手S1,达到了乐跑骑手消化可能成为尾单的订单M的效果。
前面的示例是以运力供需不紧张的实施例来说明的,而当该目标区域内的运力供需紧张时,例如运力供需紧张等级为5,则需要根据该运力供需紧张程度来确定时长阈值,该时长阈值,用于对图3中的曲线1a在横轴x上做整体的偏移。在所述运力供需紧张程度满足第一预设条件的情况下,该运力供需紧张程度越高,即越紧张,则该时长阈值越大(例如预设有运力供需紧张程度与时长阈值之间的对应关系,和/或,预设有运力供需紧张等级与时长之间的对应关系),即曲线1a在横轴x上做的整体偏移的偏移量越多。当然,该偏移量也有最大值,即该时长阈值最大为5(分钟)。本例中,由于运力供需紧张等级为最大等级5,所以,这里的时长阈值为最大时长阈值,5分钟。
因此,本实施例中,可以对第一预设超时区间(x∈[8,18])增加5分钟,得到目标超时区间x∈[13,23],对图3中的曲线1a在横轴上向右偏移5个单位,则可以得到运力供需紧张的情况下的曲线1b。
而基于曲线1a和时长阈值(5分钟),来得到曲线1b的过程,实质为对所述第一对应关系中的每个所述第一超时时长增加所述时长阈值,生成第二超时时长与所述第一派单阈值(即图3中从曲线1a变化为曲线1b的纵坐标Y的顺路阈值并没有发生改变,只是与各个顺路阈值相对应的x的值增加了5分钟)之间的第二对应关系;将所述第二对应关系确定为所述目标对应关系。
因此,这里的曲线1b中横轴的取值范围[13,23]为在运力供需紧张情况下,对乐跑骑手即将分配的订单对应的目标超时区间,该曲线1b所表示的函数关系为在运力供需紧张情况下,对乐跑骑手即将分配的订单对应的目标超时区间和派单阈值(这里为顺路阈值)之间的目标对应关系。
从图3中的曲线1b可以看出,该目标对应关系表达了乐跑骑手介入承接可能成为尾单的待分配订单的时刻(即订单预估超时13分钟)、触发扩大顺路阈值来派单的时刻(即订单预估超时17分钟)以及停止扩大顺路阈值来派单的时刻(即订单预估超时23分钟)。
曲线1b相较于曲线1a而言,表达了运力供需紧张相较于运力供需不紧张,乐跑骑手介入承接可能成为尾单的待分配订单的时刻推迟了5分钟、触发扩大顺路阈值来派单的时刻也推迟了5分钟,以及停止扩大顺路阈值来派单的时刻也推迟了5分钟。即,运力供需紧张时的用于派单的曲线1b相较于曲线1a中的预估超时时间整体右移,乐跑骑手介入来承接可能成为尾单的订单的时间推迟。
由于目标区域内的运力供需紧张程度可以不断变化,那么本发明实施例的方法则可以根据运力供需紧张程度的变化,来灵活调整调度乐跑骑手来承接可能成为尾单的未接订单的介入时刻、触发扩大顺路阈值来派单的时刻以及停止扩大顺路阈值来派单的时刻,并按照所确定的最新的上述各个时刻来确定与之对应的最新顺路阈值,从而借助于最新的顺路阈值来查找符合派单条件的乐跑骑手。
这样,在本发明实施例中,在所述运力供需紧张程度满足第一预设条件的情况下,说明运力供需程度较为紧张,例如说明目标区域内运力(乐跑+众包骑手的数量之和)较少,未接单率较高。由于目标区域内本身运力供需就紧张,因此,需要确保目标区域内的接单率,所以,相较于运力供需紧张程度满足第二预设条件的情况(运力供需程度较为不紧张),可以延长目标对应关系中的超时时长,从而推迟目标类型的运力介入承接预估超时的未接订单的时机,因为,过早的控制目标类型的运力来承接可能成为尾单的订单,将会导致本就供需紧张的目标区域的接单率下降。所以,本发明实施例的方法可以避免在目标区域的运力供需紧张的情况下,因调度目标类型的运力来承接可能成为尾单的订单所导致的目标区域内的接单率下降,进而影响用户体验的问题。
需要说明的,本发明实施例的目标对应关系,并不限于图3中的曲线1a或曲线1b所示的包括两段平直线以及一段线性增长的线的对应关系,还可以是在目标超时区间内,派单阈值随着预估超时时长线性增长的曲线,或者其他未列举的曲线所表达的对应关系。
可选地,所述与目标类型的运力对应的超时时长与派单阈值之间的目标对应关系可以包括:
当所述目标超时区间中的超时时长在第一时长区间[t1,t2]内时,所述超时时长对应第一阈值;
在一个示例中,如图3中的曲线1a所示的目标对应关系,或者曲线1b所示的目标对应关系。
在曲线1a中,这里的t1=8分钟,这里的t2=12分钟,第一阈值为y1。
在曲线1b中,这里的t1=13分钟,这里的t2=17分钟,第一阈值为y1。
当所述目标超时区间中的超时时长在第二时长区间[t2,t3]内时,所述派单阈值与所述超时时长呈线性递增关系,且所述派单阈值从所述第一阈值开始线性递增至第二阈值;
在一个示例中,在曲线1a中,这里的t3=15分钟,第二阈值为y2。
在曲线1b中,这里的t3=20分钟,第二阈值为y2。
以派单阈值为图3中的顺路阈值为例,例如曲线1a所表示的目标对应关系中,在订单的预估超时时长在12~15分钟的范围内时,顺路阈值与预估超时时长之间呈曲线1a所示的线性函数关系,且随着预估超时时长的增加,该顺路阈值也在增加,因此,是线性递增的函数关系。
当所述目标超时区间中的超时时长在第三时长区间[t3,t4]内时,所述超时时长对应所述第二阈值;
在一个示例中,在曲线1a中,这里的t4=18分钟。
在曲线1b中,这里的t4=23分钟。
其中,所述第一阈值小于所述第二阈值,t1<t2<t3<t4。
这样,在本发明实施例中,所限定的用于对目标类型的运力派可能成为尾单的订单目标对应关系中,在超时时长较短时,则采用同一派单阈值,来查找符合该派单阈值对应的目标派单条件的目标运力;在超时时长从该较短的时长开始增长至较长的超时时长的过程中,则随着超时时长的不断增加,也不断的调整派单阈值,超时时长越长,派单阈值越大。即因为预估超时的未接订单的超时时长在不断增加,如果还使用较小的派单阈值对应的较严格的派单条件来寻找符合需求的目标类型的运力,则会导致难以找到合适的目标运力,增大了该未接订单成为尾单的概率,因此,可以随预估超时时长的增加,来适度提高派单阈值,从而降低派单条件的严苛度,能够在例如不够顺路的范围内查找到可以接单的目标运力,降低尾单率;最后,当未接订单的预估超时时长已经非常长了的情况下,则如果在与该预估超时时长对应的第二阈值对应的最不严苛的派单条件下,仍没有查找到符合该派单条件的目标运力,则停止尝试调度目标类型的运力来承接该未接订单,因为说明该订单可能是超配送范围的订单,无需浪费运力来承接该订单。由于本发明实施例的方法可以随着未接订单的预估超时时间的变化,来调整所使用的派单阈值,从而能够随着预估超时时长的增长来降低目标派单条件,尽最大的可能来找到符合目标派单条件的目标运力,来优化尾单。
步骤102,若所述目标区域内的未接订单的预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值;
其中,该未接订单可以是该目标区域内的每个未接订单,或者部分指定的未接订单。
本发明实施例的方法可以对任意一个未接订单预测其超时时长,即这里的预估超时时长。
一个未接订单的预估超时时长可以随着时间的流逝而不断发生变化,即其是一个变化值,因此,本步骤可以根据该预估超时时长的最新数值来从该目标对应关系中查询与之相匹配的最新的目标派单阈值。
可选地,在确定步骤102中所述目标区域内的未接订单的预估超时时长时,可以通过以下S201~S203来实现:
S201,对于所述目标区域内的未接订单,根据所述未接订单的路径规划信息以及所述未接订单对应的买卖双方之间的历史订单数据,预估所述未接订单的送达耗时时长;
具体而言,对于一个未接订单而言,该订单可以具有买家地址和卖家地址,因此,可以获取从该卖家地址到该买家地址之间的路径规划(ETR);以及获取该买家和卖家之间的历史订单数据(例如历史订单的送达耗时,即从下单时间到送达时间之间的时间长度);根据该路径规划和该历史订单数据,来预估该未接订单从下单时间到送达时间之间的时间长度,即送达耗时时长。
对于一个未接订单而言,该预估的送达耗时时长不是动态变化的,是一个固定值。
S202,计算***时间与所述送达耗时时长之和,得到第一预计送达时间;
其中,该***时间即为本发明实施例的***所使用的时间,例如北京时间,可以计算该***时间与该送达耗时时长之和,得到第一预计送达时间。
其中,由于***时间是在不断变化的,因此,该第一预计送达时间也是在不断变化的。
S203,计算所述第一预计送达时间与客户端侧输出的所述未接订单的第二预计送达时间之差,得到所述未接订单的预估超时时长。
其中,客户端侧在提交了一个订单之后,***可以自动生成该订单的第二预计送达时间,该第二预计送达时间(即ETA)是在客户端侧输出的供用户查看的该订单的预计送达时间,该第二预计送达时间的计算方法可以采用传统技术中的各种方法,这里不再赘述。
而上述第一预计送达时间相当于本发明实施例的方法预估的该未接订单的实际送达时间,而ETA是客户端侧输出的用户可以看到的预计送达时间,因此,本发明实施例通过将第一预计送达时间减去该第二预计送达时间,即可以得到该未接订单的预估超时时长。从而利用该预估超时时长来查询上述目标对应关系,例如图3中所示的曲线1a或曲线1b或者未示出的横轴的偏移量大于零小于5的其他曲线,来得到用于查找乐跑骑手的目标顺路阈值,从而利用目标顺路阈值来调度目标运力,即某个乐跑骑手。
在本发明实施例中,可以利用未接订单的路径规划以及买卖双方之间的历史订单数据来预估该未接订单的送达耗时时长,使得预估的该送达耗时时长的准确率较高,并利用该送达耗时时长来预估该未接订单的实际送达时间,即第一预计送达时间,并计算第一预计送达时间和客户端侧输出的该未接订单的第二预计送达时间,从而预估得到该未接订单的超时时长;使得预估的超时时长较为准确,从而能够基于该预估超时时长和所述目标对应关系,来确定该未接订单是否为可能沦为尾单的订单,即预估超时时长是否在目标超时区间内(是,则可能沦为尾单),能够及时准确地定位到可能成为尾单的未接订单,利用确定的目标派单阈值,来调度目标类型的目标运力来承接该未接订单,降低目标区域的尾单率。
需要说明的是,本发明全文所述的各个实施例所述的未接订单表示卖家已经接单,但是还没有运力(即骑手)对该订单承接的订单。
可选地,那么基于未接订单的上述第一预计送达时间可知,第一预计送达时间是本发明实施例预估的实际送达时间,而且该第一预计送达时间在不断变化,因此,在本发明实施例中,上述图3所示的曲线1a、曲线1b可以是从图4所示的曲线2a、曲线2b得到的。
换句话说,本发明实施例所述的目标对应关系也可以是未接订单的第一预计送达时间与派单阈值之间的对应关系,那么在使用目标对应关系时,则通过判断预估得到的第一预计送达时间的具体时间是ETA加几分钟,来定位曲线2a或曲线2b中的横坐标取值。
其中,图4中的曲线2a对应于图3中的曲线1a,图4中的曲线2b对应于图3中的曲线1b,原理类似,这里不再一一赘述,参照图3的描述即可。
而图4中的横轴的例如ETA+8中的8则是8分钟,表示该未接订单的预估的实际送达时间比客户端侧显示的预计送达时间ETA晚了8分钟。即订单预估超时8分钟。
步骤103,确定所述目标区域内派单条件满足与所述目标派单阈值对应的目标派单条件的所述目标类型的目标运力;
其中,以派单阈值为顺路阈值为例进行说明,对于目标区域内的每个目标类型的运力,例如乐跑骑手,都可以计算出与之对应的一个派单条件,例如顺路值,则可以判断是否存在该顺路值与目标顺路阈值之间的差值小于预设阈值的乐跑骑手,如果存在该差值小于预设阈值的乐跑骑手,则说明目标区域内存在派单条件满足目标派单条件的目标运力,如果不存在该差值小于预设阈值的乐跑骑手,则说明目标区域内不存在派单条件满足目标派单条件的目标运力。
需要说明的是这里的目标运力的数量为一个,当该目标区域内存在多个派单条件满足该目标派单条件的多个乐跑骑手时,则将该多个乐跑骑手中,顺路值最接近该目标顺路阈值的乐跑骑手确定为目标运力。
当然,当根据某个未接订单M的预估超时时长,来确定的目标顺路阈值,并利用该目标顺路阈值来目标类型的目标运力时,可能也没有查找到满足目标派单条件的目标运力。但是,该未接订单的预估超时时长是在不断变化的,因此,可以根据最新的预估超时时长来实时查询该目标对应关系,来以最新的目标派单阈值,例如目标顺路阈值,来查找目标区域内是否存在目标运力。
继续以关于图3中的曲线1a为目标对应关系为例进行说明。
该未接订单M的该预估超时时长越长,例如在预估超时8分钟时,基于顺路阈值y1没有查找到符合目标派单条件的乐跑骑手,则在预估超时不断增加的过程(例如预估超时时长在8分钟~12分钟的区间)中,本发明实施例的方法会实时的基于顺路阈值y1在该地理区域内查找是否存在符合目标派单条件的乐跑骑手;如果都没有找到,待预估超时时长超过12分钟并不断增长至15分钟的过程中,则会按照曲线1a中与预估超时时间对应的顺路阈值(在y1~y2内)查询对应的目标顺路阈值,这个过程中目标顺路阈值不断增加,即查找目标运力的顺路要求越来越低,目标派单条件越来越低;如果还没有查找到符合最新的目标顺路阈值的乐跑骑手,则在预估超时不断增加的过程(例如预估超时时长在15分钟~18分钟的区间)中则会以目标顺路阈值y2,来查找乐跑骑手;当预估超时时长达到18分钟,则停止查找乐跑骑手。
也就是说,本发明实施例的步骤103在查找确定目标运力时,可以根据实时变化的预估超时时长,来查找最新的目标派单阈值,从而以最新的目标派单条件,来查找目标区域内是否存在派单条件满足该目标派单条件的目标类型的目标运力。
当未接订单M预估超时8分钟时,则尝试在顺路阈值y1的顺路性要求较高的范围内尝试将该订单调度给乐跑骑手;而如果预估超时时长达到12分钟,还没有找到顺路性满足该顺路阈值y1的顺路性要求的乐跑骑手时,则触发扩大顺路阈值来派单的动作(即,随着预估超时时长的值增加来提高顺路阈值,即降低顺利性要求,在更大的地理范围内查找符合顺利性要求的乐跑骑手),其中,这个阶段顺路阈值随***时间,或者说预估超时时长线性递增;当预估超时时长达到15分钟时,则对于该订单的顺路阈值不再增加保持不变(因为,超时太久了,没必要再从更不顺路的乐跑骑手中调度骑手来配送该订单);当预估超时时长超过18分钟之后,如果还没有找到符合顺路性要求的乐跑骑手,则放弃对该未接订单调度乐跑骑手(因为,超时太久了,没必要再调度乐跑骑手来配送该订单)。
其中,顺路阈值越高代表对被派单骑手的顺路性要求越低,例如不太顺路也可以接单。
此外,本发明实施例的步骤103在查找确定目标运力时,也可以根据目标区域内运力供需紧张程度的变化,而实时调整所使用的目标对应关系,进而根据最新的预估超时时长,来查找最新的目标派单阈值,从而以最新的目标派单条件,来查找目标区域内是否存在派单条件满足该目标派单条件的目标类型的目标运力。
可选地,在执行步骤103时,可以通过S301~S302来实现:
S301,根据所述目标区域内目标类型的每个运力的定位信息、对所述运力已分配且未完成的订单数据以及所述未接订单的订单数据,获取所述目标类型的每个运力的派单条件;
其中,可以获取目标区域内每个乐跑骑手的定位信息,以及每个乐跑骑手已被分配但是还未完成(即未送达至买家)的订单数据,以及上述例如未接订单M的订单数据(例如包括买家定位、卖家定位等);
然后,根据这些数据来计算每个乐跑骑手的派单条件,例如顺路值。
在一个示例中,可以根据乐跑骑手的定位信息来确定乐跑骑手与该未接订单M的买家、买家二者之间的距离;以及根据乐跑骑手已经承接但还未完成配送的订单的数据,来计算该乐跑骑手对该未接订单M的顺路参数;然后,对该顺路参数、以及乐跑骑手与上述买家之间的距离、以及其与卖家之间的距离进行加权运算,来得到顺路值。这样,可以得到目标区域内每个乐跑骑手的派单条件。
当然,计算乐跑骑手派单条件的方法并不限于上述举例,还可以通过其他已知或未来开发的方法来实现。
S302,将所述派单条件满足与所述目标派单阈值对应的目标派单条件的运力,确定为所述目标运力。
具体而言,若目标区域内的乐跑骑手中,存在所述派单条件的取值(例如顺路值)与所述目标派单阈值之间的差值小于预设阈值的候选运力,若该候选运力为一个,则将该候选运力确定为目标运力;若该候选运力的数量为多个,则将多个所述候选运力中对应最小所述差值的运力,确定为所述目标运力;
若目标区域内的乐跑骑手中,不存在所述派单条件的取值(例如顺路值)与所述目标派单阈值之间的差值小于预设阈值的候选运力,则根据变化后的最新的该未接订单M的预估超时时间,来确定最新的目标顺路阈值对应的目标派单条件,来重新查找是否存在派单条件满足该最新的目标派单条件的目标运力。
在本发明实施例中,可以根据所述目标区域内目标类型的每个运力的定位信息、对所述运力已分配且未完成的订单数据以及所述未接订单的订单数据,来获取所述目标类型的每个运力的派单条件,使得所确定的每个运力的派单条件结合了该未接订单的订单数据,以及运力的当前定位,以及该运力还需要配送的未送达订单的情况三类数据,那么所确定的派单条件能够更加准确地表达出相应的运力对该未接订单的实际接单能力,从而能够在目标区域内找到对该未接订单的实际接单能力最强的目标类型的目标运力来承接该未接订单,在降低尾单率的同时又降低对目标区域内新订单的配送效率的影响。
该新订单可以是下单时间距离***时间之间的时间差值小于阈值,例如5分钟的订单。
可选地,步骤104,在所述运力供需紧张程度满足第二预设条件的情况下,则对所述目标运力分配所述未接订单;
也就是说,在目标区域的运力供需不紧张的情况下,则可以直接将例如该未接订单M分配给目标运力,例如乐跑骑手S1来配送。
由于目标区域的运力供需并不紧张,即运力较为充足,因此,可以不考虑对乐跑骑手S1分配订单M对应的收益和成本,而直接进行派单,可以较快地降低目标区域内的尾单,倾向于直接调度符合目标派单条件的乐跑骑手来承接可能成为尾单的订单M,降低尾单率。
步骤105,在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
具体参加图1实施例关于步骤105的描述,这里不再赘述。
在本发明实施例中,根据目标区域的整体运力供需紧张程度来决定目标类型的运力介入承接可能成为尾单的未接订单对应的目标超时区间,以及决定所述目标超时区间中超时时长与派单阈值之间的目标对应关系,从而能够根据该未接订单的预估超时时长来查询上述目标对应关系,进而决定目标类型的运力承接该未接订单的时间和目标派单阈值;能够在该未接订单没有严重超时或未被取消的情况下,及时地基于该目标派单阈值来确定派单条件满足对应的目标派单条件的目标类型的目标运力,能够在运力管控和调度层面对目标区域的尾部体验进行优化,利用受强管控的目标类型的运力保证消化尾单的确定性,解决了尾单突出的问题。此外,在运力供需紧张程度满足第二预设条件的情况下,则直接对目标运力分配该未接订单,可以在运力不够紧张的情况下,及时的降低目标区域的尾单率;以及在运力供需紧张程度满足第一预设条件的情况下,根据所述目标运力承接可能成为尾单的上述未接订单而预估的收益和成本,来决定是否对所述目标运力分配所述未接订单,避免了因为降低目标区域内的尾单率而导致目标区域内的接单率下降的问题。
可选地,在执行步骤105时,可以通过以下方式来实现:若所述目标运力承接所述未接订单而预估的收益大于或等于成本,则对所述目标运力分配所述未接订单;若所述目标运力承接所述未接订单而预估的收益小于所述成本,则拒绝对所述目标运力分配所述未接订单。
本步骤中,主要是通过预估该目标运力如果承接该未接订单M而得到的收益,以及付出的成本。
而在预估该收益和成本时,则是基于已产生的尾单的相关数据,来对可能成为尾单的未接订单M预估目标运力承接该订单M的收益和成本。
具体而言,首先定义以下两类订单:
新订单:客户端侧下单时间距离***时间之间的时间差值小于阈值(例如5分钟)。
尾单:包括因无人接单而导致用户/商家取消的订单,接单时长过长而导致配送严重超时的订单(例如实际超时时长大于15分钟)。
例如,在运力供需紧张的情况下,所确定的目标运力为乐跑骑手S1,并且乐跑骑手S1,是在某个未接订单M预估超时时长13分钟所对应的目标顺路阈值y1(参照图3的曲线1a)所查找得到的派单条件符合该目标顺路阈值对应的目标派单条件的乐跑骑手)
具体的,在该目标区域的由新订单构成的订单池1中,按照贪心算法将订单池中的新订单分配给该目标区域内的众包骑手和乐跑骑手,从而确定该乐跑骑手S1被分配了哪些新订单,例如订单B和订单C(均为新订单)。
此外,在上述订单池中加入该目标区域内的尾单(定义参照上文),构成新的订单池2(其中,订单池2中大比例,例如80%以上都是新订单);在利用贪心算法来对目标区域内的骑手派单时,首先忽略该订单池2中的新订单,按照贪心算法优先将订单池2中的尾单分配给乐跑骑手,待订单池2中的尾单全部分配完成之后,再按照贪心算法将订单池2中的新订单分配给各个骑手(可以是众包骑手,还可以是乐跑骑手)。例如经过分配,使得乐跑骑手S1分配了尾单A,骑手S2(不限制是乐跑骑手,还是众包骑手)分配了订单B和订单C(均为新订单)。
也就是,预估该乐跑骑手S1本来需要配送新订单B和新订单C,但是,其没有配送这两个新订单,而是配送了尾单A。
所以需要以配送尾单(这里为尾单A)为基础,来预估乐跑骑手S1因为配送未接订单M而没有配送新订单(这里以新订单B和新订单C为例)所导致的配送未接订单M的成本cost;以及以配送尾单(这里为尾单A)为基础,来预估乐跑骑手S1因为配送未接订单M而获取的收益reward。
那么在reward≥cost时,本发明实施例的方法才会将未接订单M分配给乐跑骑手S1进行配送;
相反,如果reward<cost,则会放弃本次将该未接订单M分配给乐跑骑手S1的调度,即在该未接订单M的预估超时时长为上述列举的13分钟时,调度结果为乐跑骑手S1,但是会放弃本次调度,不会将未接订单分配给乐跑骑手S1进行配送;待下一次调度时,例如未接订单M的预估超时时长变化,或者目标区域的运力供需紧张程度的变化,导致根据目标对应关系所确定的目标派单阈值发生变化时,再重新计算上述成本和收益。
此外,当reward<cost时,则可以对乐跑骑手S1继续分配新订单。
可选地,在一个实施例中,在预估上述收益时,可以在所述目标运力由承接新订单切换为承接尾单的情况下,对所述尾单的第一超时概率、所述尾单对应的实物发生损坏的第二概率、以及所述尾单的订单价格作第一预设加权运算,生成所述目标运力承接所述未接订单而预估的收益;
继续以上述举例来说明:
例如尾单A派给了乐跑骑手S1,导致和骑手S1最顺路的新订单B和新订单C派给了次顺路的骑手S2:
通过公式1来计算乐跑骑手S1配送尾单A获得的收益reward,将该收益作为预估的乐跑骑手S1配送未接订单M而获得的收益:
reward=α*risk1(A,t)+β*price(A)*risk2(A,t), 公式1;
其中,risk1(A,t)代表尾单A在调度时刻t的超时风险;
risk2(A,t)代表尾单A在调度时刻t产生餐损的风险;
price(A)代表订单A的用户实付价格。
其中,risk1(A,t)和risk2(A,t)均由已投入使用模型预测得到。
可选地,在一个实施例中,在所述目标运力由承接新订单切换为承接尾单、且所述新订单由第一运力承接的情况下,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的第二超时概率,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的路程信息,以及计算所述新订单由所述目标运力承接切换为由所述第一运力承接而产生的所述目标区域内的派单效率损失;对所述第二超时概率所述路程信息以及所述派单效率损失作第二预设加权运算,生成所述目标运力承接所述未接订单而预估的成本。
继续以上述举例来说明:
例如尾单A派给了乐跑骑手S1,导致和骑手S1最顺路的新订单B和新订单C派给了次顺路的骑手S2:
通过公式2来计算乐跑骑手S1配送尾单A付出的成本cost,将该成本作为预估的乐跑骑手S1配送未接订单M的成本:
cost=γ*[Δrisk1(B,t)+Δrisk1(C,t)]+δ*[loss(B,s1,s2)+loss(C,s1,s2)]+θ*f(t), 公式2;
其中,Δrisk1(B,t)代表新订单B派给次顺路的骑手S2增加的超时风险;
Δrisk1(C,t)代表新订单C派给次顺路的骑手S2增加的超时风险;
loss(B,s1,s2)代表新订单B从最顺路的骑手S1更换派给次顺路的骑手S2所增加的路程增量;
loss(C,s1,s2)代表新订单C从最顺路的骑手S1更换派给次顺路的骑手S2所增加的路程增量;
f(t)代表调度时刻t因为乐跑骑手S1损失新订单B和新订单C导致后续可能的该目标区域内的整体派单效率损失。
在一个示例中,f(t)是与目标区域和调度时刻t相关的常量,即,不同的目标区域、不同的调度时刻,这个常量的值取值不同。
总结而言,本发明实施例的方法利用对订单的调度效率和订单价值来评估上述reward和cost。
需要说明的是,本发明上述公式所描述的调度时刻t为本发明各个实施例中确定用于承接未接订单M的乐跑骑手的时刻,即本发明各个实施例的方法都是在调度时刻t执行的,包括对未接订单M挑选接单骑手的操作以及评估上述reward和cost等一系列操作。
在本发明实施例中,在运力供需紧张的情况下,为了避免因为降低尾单而导致目标区域内的接单率下降,这种情况下本发明实施例的方法该以消化订单为主要目标,即只有预估目标运力承接尾单的收益大于承接尾单的成本时,才会对原本会分配新订单的目标运力改为分配该可能成为尾单的未接订单,确保在运力紧张的情况下,调度运力优先承接新订单,确保接单效率。此外,还能够从调度效率和订单价值方面来综合评估调动目标类型的运力承接尾单带来的收益和成本,使得预估的收益和成本较为准确,那么基于该收益和成本来确定每次对该未接订单的调度的最终决策,从而可以实现目标区域内的整体体验最优。
发明人考虑到仅在定价层面对众包骑手做接受尾单的吸引和引导,并不能从根本上解决众包模式下的尾单突出问题,而借助于本发明上述各个实施例的技术方案,可以通过调度运力来解决尾部体验问题,具体的,在运力管控和调度层面对众包的尾部体验进行优化,利用受强管控的乐跑骑手保证消化尾单,保证尾单消化的确定性;同时,根据当前众包整体的运力供需紧张程度来调整乐跑骑手介入承接尾单的时间、派单阈值(例如上述顺路阈值);在运力供需紧张的场景下,充分考虑每次尾单调度决策的成本和收益,只有当收益>=损失时,才执行对可能成为尾单的未接订单的调度决策,减少对伤害大盘体验的尾单调度决策,从而实现整体体验最优。
本实施例公开了一种订单分配装置,如图5所示,所述装置包括:
第一确定模块51,用于根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力;
第二确定模块52,用于在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
在本发明实施例中,可以根据目标区域的整体运力供需紧张程度,以及目标区域内未接订单的预估超时时长,来决定介入承接可能成为尾单的未接订单的目标类型的目标运力,并在运力供需紧张程度满足第一预设条件的情况下,根据所述目标运力承接可能成为尾单的上述未接订单而预估的收益和成本,来决定是否对所述目标运力分配所述未接订单,能够借助目标类型的运力降低目标区域内的尾单率,且能够避免因为降低目标区域内的尾单率而导致目标区域内的接单率下降的问题,在确保降低尾单率的同时能够保持一定的接单率。
可选地,所述第一确定模块51包括:
第一确定子模块,用于根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的订单分配策略;
第二确定子模块,用于若所述目标区域内的未接订单的预估超时时长与所述订单分配策略相匹配,则根据所述订单分配策略确定待承接所述未接订单的目标类型的目标运力。
在本发明实施例中,可以根据目标区域的运力供需紧张程度,来合理确定与目标类型的运力对应的订单分配策略,然后,确定与该目标区域内未接订单的预估超时时长所匹配的订单分配策略,从而根据该订单分配策略来确定承接该未接订单的目标类型的目标运力,通过设置上述订单分配策略,从而能够灵活准确的定位到解决尾单的目标运力,进而能够利用受强管控的目标类型的运力保证消化尾单的确定性,解决了尾部突出的问题。
可选地,所述第一确定子模块包括:
第一确定单元,用于根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的目标超时区间,以及与所述目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,其中,所述目标超时区间包括所述超时时长;
可选地,所述第二确定子模块包括:
获取单元,用于若所述目标区域内的未接订单的预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值;
第二确定单元,用于确定所述目标区域内派单条件满足与所述目标派单阈值对应的目标派单条件的所述目标类型的目标运力。
在本发明实施例中,根据目标区域的整体运力供需紧张程度来决定目标类型的运力介入承接可能成为尾单的未接订单对应的目标超时区间,以及决定所述目标超时区间中超时时长与派单阈值之间的目标对应关系,从而能够根据该未接订单的预估超时时长来查询上述目标对应关系,进而决定目标类型的运力承接该未接订单的时间和目标派单阈值;能够在该未接订单没有严重超时或未被取消的情况下,及时地基于该目标派单阈值来确定派单条件满足对应的目标派单条件的目标类型的目标运力,能够在运力管控和调度层面对目标区域的尾部体验进行优化,利用受强管控的目标类型的运力保证消化尾单的确定性,解决了尾单突出的问题。此外,在运力供需紧张程度满足第一预设条件的情况下,根据所述目标运力承接可能成为尾单的上述未接订单而预估的收益和成本,来决定是否对所述目标运力分配所述未接订单,避免了因为降低目标区域内的尾单率而导致目标区域内的接单率下降的问题。
可选地,所述第一确定单元包括:
第一确定子单元,用于在所述运力供需紧张程度满足第二预设条件的情况下,将第一预设超时区间确定为目标超时区间,以及将第一超时时长与第一派单阈值之间的第一对应关系,确定为所述目标对应关系,其中,所述第一预设超时区间中每个超时时长为所述第一超时时长;
第二确定子单元,用于在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述运力供需紧张程度,确定时长阈值;对所述第一预设超时区间中的每个超时时长增加所述时长阈值,生成所述目标超时区间;对所述第一对应关系中的每个所述第一超时时长增加所述时长阈值,生成第二超时时长与所述第一派单阈值之间的第二对应关系;将所述第二对应关系确定为所述目标对应关系。
这样,在本发明实施例中,在所述运力供需紧张程度满足第一预设条件的情况下,说明运力供需程度较为紧张,例如说明目标区域内运力(乐跑+众包骑手的数量之和)较少,未接单率较高。由于目标区域内本身运力供需就紧张,因此,需要确保目标区域内的接单率,所以,相较于运力供需紧张程度满足第二预设条件的情况(运力供需程度较为不紧张),可以延长目标对应关系中的超时时长,从而推迟目标类型的运力介入承接预估超时的未接订单的时机,因为,过早的控制目标类型的运力来承接可能成为尾单的订单,将会导致本就供需紧张的目标区域的接单率下降。所以,本发明实施例的方法可以避免在目标区域的运力供需紧张的情况下,因调度目标类型的运力来承接可能成为尾单的订单所导致的目标区域内的接单率下降,进而影响用户体验的问题。
可选地,所述与目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,包括:
当所述目标超时区间中的超时时长在第一时长区间[t1,t2]内时,所述超时时长对应第一阈值;
当所述目标超时区间中的超时时长在第二时长区间[t2,t3]内时,所述派单阈值与所述超时时长呈线性递增关系,且所述派单阈值从所述第一阈值开始线性递增至第二阈值;
当所述目标超时区间中的超时时长在第三时长区间[t3,t4]内时,所述超时时长对应所述第二阈值;
其中,所述第一阈值小于所述第二阈值,t1<t2<t3<t4。
这样,在本发明实施例中,所限定的用于对目标类型的运力派可能成为尾单的订单目标对应关系中,在超时时长较短时,则采用同一派单阈值,来查找符合该派单阈值对应的目标派单条件的目标运力;在超时时长从该较短的时长开始增长至较长的超时时长的过程中,则随着超时时长的不断增加,也不断的调整派单阈值,超时时长越长,派单阈值越大。即因为预估超时的未接订单的超时时长在不断增加,如果还使用较小的派单阈值对应的较严格的派单条件来寻找符合需求的目标类型的运力,则会导致难以找到合适的目标运力,增大了该未接订单成为尾单的概率,因此,可以随预估超时时长的增加,来适度提高派单阈值,从而降低派单条件的严苛度,能够在例如不够顺路的范围内查找到可以接单的目标运力,降低尾单率;最后,当未接订单的预估超时时长已经非常长了的情况下,则如果在与该预估超时时长对应的第二阈值对应的最不严苛的派单条件下,仍没有查找到符合该派单条件的目标运力,则停止尝试调度目标类型的运力来承接该未接订单,因为说明该订单可能是超配送范围的订单,无需浪费运力来承接该订单。由于本发明实施例的方法可以随着未接订单的预估超时时间的变化,来调整所使用的派单阈值,从而能够随着预估超时时长的增长来降低目标派单条件,尽最大的可能来找到符合目标派单条件的目标运力,来优化尾单。
可选地,所述获取单元包括:
预估子单元,用于对于所述目标区域内的未接订单,根据所述未接订单的路径规划信息以及所述未接订单对应的买卖双方之间的历史订单数据,预估所述未接订单的送达耗时时长;
第一计算子单元,用于计算***时间与所述送达耗时时长之和,得到第一预计送达时间;
第二计算子单元,用于计算所述第一预计送达时间与客户端侧输出的所述未接订单的第二预计送达时间之差,得到所述未接订单的预估超时时长;
第一获取子单元,用于若所述预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值。
在本发明实施例中,可以利用未接订单的路径规划以及买卖双方之间的历史订单数据来预估该未接订单的送达耗时时长,使得预估的该送达耗时时长的准确率较高,并利用该送达耗时时长来预估该未接订单的实际送达时间,即第一预计送达时间,并计算第一预计送达时间和客户端侧输出的该未接订单的第二预计送达时间,从而预估得到该未接订单的超时时长;使得预估的超时时长较为准确,从而能够基于该预估超时时长和所述目标对应关系,来确定该未接订单是否为可能沦为尾单的订单,即预估超时时长是否在目标超时区间内(是,则可能沦为尾单),能够及时准确地定位到可能成为尾单的未接订单,利用确定的目标派单阈值,来调度目标类型的目标运力来承接该未接订单,降低目标区域的尾单率。
可选地,所述第二确定模块52包括:
分配子模块,用于若所述目标运力承接所述未接订单而预估的收益大于或等于成本,则对所述目标运力分配所述未接订单;
拒绝子模块,用于若所述目标运力承接所述未接订单而预估的收益小于成本,则拒绝对所述目标运力分配所述未接订单。
可选地,所述装置还包括:
第一生成模块,用于在所述目标运力由承接新订单切换为承接尾单的情况下,对所述尾单的第一超时概率、所述尾单对应的实物发生损坏的第二概率、以及所述尾单的订单价格作第一预设加权运算,生成所述目标运力承接所述未接订单而预估的收益;
可选地,所述装置还包括:
第二生成模块,用于在所述目标运力由承接新订单切换为承接尾单、且所述新订单由第一运力承接的情况下,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的第二超时概率,计算所述新订单由所述目标运力承接切换为由所述第一运力承接而增加的路程信息,以及计算所述新订单由所述目标运力承接切换为由所述第一运力承接而产生的所述目标区域内的派单效率损失;对所述第二超时概率所述路程信息以及所述派单效率损失作第二预设加权运算,生成所述目标运力承接所述未接订单而预估的成本。
在本发明实施例中,在运力供需紧张的情况下,为了避免因为降低尾单而导致目标区域内的接单率下降,这种情况下本发明实施例的方法该以消化订单为主要目标,即只有预估目标运力承接尾单的收益大于承接尾单的成本时,才会对原本会分配新订单的目标运力改为分配该可能成为尾单的未接订单,确保在运力紧张的情况下,调度运力优先承接新订单,确保接单效率。此外,还能够从调度效率和订单价值方面来综合评估调动目标类型的运力承接尾单带来的收益和成本,使得预估的收益和成本较为准确,那么基于该收益和成本来确定每次对该未接订单的调度的最终决策,从而可以实现目标区域内的整体体验最优。
可选地,所述第二确定单元包括:
第二获取子单元,用于根据所述目标区域内目标类型的每个运力的定位信息、对所述运力已分配且未完成的订单数据以及所述未接订单的订单数据,获取所述目标类型的每个运力的派单条件;
第三确定子单元,用于将所述派单条件满足与所述目标派单阈值对应的目标派单条件的运力,确定为所述目标运力。
在本发明实施例中,可以根据所述目标区域内目标类型的每个运力的定位信息、对所述运力已分配且未完成的订单数据以及所述未接订单的订单数据,来获取所述目标类型的每个运力的派单条件,使得所确定的每个运力的派单条件结合了该未接订单的订单数据,以及运力的当前定位,以及该运力还需要配送的未送达订单的情况三类数据,那么所确定的派单条件能够更加准确地表达出相应的运力对该未接订单的实际接单能力,从而能够在目标区域内找到对该未接订单的实际接单能力最强的目标类型的目标运力来承接该未接订单,在降低尾单率的同时又降低对目标区域内新订单的配送效率的影响。
可选地,所述装置还包括:
分配模块,用于在所述运力供需紧张程度满足第二预设条件的情况下,则对所述目标运力分配所述未接订单。
本发明实施例能够在运力供需紧张程度满足第二预设条件的情况下,则直接对目标运力分配该未接订单,可以在运力不够紧张的情况下,及时的降低目标区域的尾单率。
本申请实施例公开的订单分配装置,用于实现本申请上述各个实施例所述的订单分配方法的各步骤,装置的各模块的具体实施方式参见相应步骤,此处不再赘述。
相应的,本申请还公开了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请上述任意一个实施例所述的订单分配方法。所述电子设备可以为PC机、移动终端、个人数字助理、平板电脑等。
本申请还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请上述任意一个实施例所述的订单分配方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本申请提供的一种订单分配方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
本公开的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的计算处理设备中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
例如,图6示出了可以实现根据本公开的方法的计算处理设备。该计算处理设备传统上包括处理器1010和以存储器1020形式的计算机程序产品或者计算机可读介质。存储器1020可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器1020具有用于执行上述方法中的任何方法步骤的程序代码1031的存储空间1030。例如,用于程序代码的存储空间1030可以包括分别用于实现上面的方法中的各种步骤的各个程序代码1031。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为如参考图7所述的便携式或者固定存储单元。该存储单元可以具有与图6的计算处理设备中的存储器1020类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元包括计算机可读代码1031’,即可以由例如诸如1010之类的处理器读取的代码,这些代码当由计算处理设备运行时,导致该计算处理设备执行上面所描述的方法中的各个步骤。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着,结合实施例描述的特定特征、结构或者特性包括在本公开的至少一个实施例中。此外,请注意,这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是:以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

Claims (10)

1.一种订单分配方法,其特征在于,包括:
根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力,与所述目标类型的运力对应的目标超时区间,随所述目标区域的运力供需紧张程度的不同而不同,其中,所述未接订单的预估超时时间在所述目标超时区间内时,由所述目标类型的运力承接该未接订单;
在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
2.根据权利要求1所述的方法,其特征在于,所述根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力,包括:
根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的订单分配策略;
若所述目标区域内的未接订单的预估超时时长与所述订单分配策略相匹配,则根据所述订单分配策略确定待承接所述未接订单的目标类型的目标运力。
3.根据权利要求2所述的方法,其特征在于,
所述根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的订单分配策略,包括:
根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的目标超时区间,以及与所述目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,其中,所述目标超时区间包括所述超时时长;
所述若所述目标区域内的未接订单的预估超时时长与所述订单分配策略相匹配,则根据所述订单分配策略确定待承接所述未接订单的目标类型的目标运力,包括:
若所述目标区域内的未接订单的预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值;
确定所述目标区域内派单条件满足与所述目标派单阈值对应的目标派单条件的所述目标类型的目标运力。
4.根据权利要求3所述的方法,其特征在于,所述根据目标区域的运力供需紧张程度,确定与目标类型的运力对应的目标超时区间,以及与所述目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,包括:
在所述运力供需紧张程度满足第二预设条件的情况下,将第一预设超时区间确定为目标超时区间,以及将第一超时时长与第一派单阈值之间的第一对应关系,确定为所述目标对应关系,其中,所述第一预设超时区间中每个超时时长为所述第一超时时长;
在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述运力供需紧张程度,确定时长阈值;对所述第一预设超时区间中的每个超时时长增加所述时长阈值,生成所述目标超时区间;对所述第一对应关系中的每个所述第一超时时长增加所述时长阈值,生成第二超时时长与所述第一派单阈值之间的第二对应关系;将所述第二对应关系确定为所述目标对应关系。
5.根据权利要求3所述的方法,其特征在于,所述与目标类型的运力对应的超时时长与派单阈值之间的目标对应关系,包括:
当所述目标超时区间中的超时时长在第一时长区间[t1,t2]内时,所述超时时长对应第一阈值;
当所述目标超时区间中的超时时长在第二时长区间[t2,t3]内时,所述派单阈值与所述超时时长呈线性递增关系,且所述派单阈值从所述第一阈值开始线性递增至第二阈值;
当所述目标超时区间中的超时时长在第三时长区间[t3,t4]内时,所述超时时长对应所述第二阈值;
其中,所述第一阈值小于所述第二阈值,t1<t2<t3<t4。
6.根据权利要求3所述的方法,其特征在于,所述若所述目标区域内的未接订单的预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值,包括:
对于所述目标区域内的未接订单,根据所述未接订单的路径规划信息以及所述未接订单对应的买卖双方之间的历史订单数据,预估所述未接订单的送达耗时时长;
计算***时间与所述送达耗时时长之和,得到第一预计送达时间;
计算所述第一预计送达时间与客户端侧输出的所述未接订单的第二预计送达时间之差,得到所述未接订单的预估超时时长;
若所述预估超时时长与所述目标超时区间匹配,则根据所述目标对应关系,获取与所述预估超时时长匹配的目标派单阈值。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单,包括:
若所述目标运力承接所述未接订单而预估的收益大于或等于成本,则对所述目标运力分配所述未接订单;
若所述目标运力承接所述未接订单而预估的收益小于成本,则拒绝对所述目标运力分配所述未接订单。
8.一种订单分配装置,其特征在于,包括:
第一确定模块,用于根据目标区域的运力供需紧张程度和所述目标区域内的未接订单的预估超时时长,确定待承接所述未接订单的目标类型的目标运力,与所述目标类型的运力对应的目标超时区间,随所述目标区域的运力供需紧张程度的不同而不同,其中,所述未接订单的预估超时时间在所述目标超时区间内时,由所述目标类型的运力承接该未接订单;
第二确定模块,用于在所述运力供需紧张程度满足第一预设条件的情况下,则根据所述目标运力承接所述未接订单而预估的收益和成本,确定是否对所述目标运力分配所述未接订单。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任意一项所述的订单分配方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任意一项所述的订单分配方法的步骤。
CN202010072549.7A 2020-01-21 2020-01-21 订单分配方法、装置、电子设备及存储介质 Active CN113222308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010072549.7A CN113222308B (zh) 2020-01-21 2020-01-21 订单分配方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010072549.7A CN113222308B (zh) 2020-01-21 2020-01-21 订单分配方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113222308A CN113222308A (zh) 2021-08-06
CN113222308B true CN113222308B (zh) 2023-05-30

Family

ID=77085281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010072549.7A Active CN113222308B (zh) 2020-01-21 2020-01-21 订单分配方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113222308B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066256A (zh) * 2021-11-17 2022-02-18 北京同城必应科技有限公司 一种在供需调度下支撑运营体系运行策略的解决方案
CN114266632A (zh) * 2021-12-31 2022-04-01 首约科技(北京)有限公司 一种司机应答策略的保障方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102135A (zh) * 2017-06-21 2018-12-28 北京嘀嘀无限科技发展有限公司 订单分配方法及装置
CN109426896A (zh) * 2017-08-23 2019-03-05 北京三快在线科技有限公司 一种确定区域运力状态的方法及装置、电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201706602RA (en) * 2015-02-13 2017-09-28 Beijing Didi Infinity Tech And Dev Co Ltd Methods and systems for transport capacity scheduling
CN107437146B (zh) * 2017-08-01 2021-03-09 北京同城必应科技有限公司 一种订单供需调度方法、***、计算机设备和存储介质
CN109993328B (zh) * 2017-12-29 2022-09-09 北京嘀嘀无限科技发展有限公司 网络约车订单分配方法和装置
CN108494861A (zh) * 2018-03-28 2018-09-04 北京三快在线科技有限公司 用于服务资源调配的方法、装置及电子设备
CN109636213A (zh) * 2018-12-19 2019-04-16 拉扎斯网络科技(上海)有限公司 订单分配、评价方法及装置、电子设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102135A (zh) * 2017-06-21 2018-12-28 北京嘀嘀无限科技发展有限公司 订单分配方法及装置
CN109426896A (zh) * 2017-08-23 2019-03-05 北京三快在线科技有限公司 一种确定区域运力状态的方法及装置、电子设备

Also Published As

Publication number Publication date
CN113222308A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
Sayarshad et al. A scalable non-myopic dynamic dial-a-ride and pricing problem for competitive on-demand mobility systems
Cheung et al. Dynamic routing model and solution methods for fleet management with mobile technologies
Van Heeswijk et al. Evaluating urban logistics schemes using agent-based simulation
EP3896628A1 (en) A method of tracking and matching reservations, of marine docking berths at ports, for maximization of business goals
Elbek et al. A variable neighborhood search for the multi-period collection of recyclable materials
CN113222308B (zh) 订单分配方法、装置、电子设备及存储介质
Yan et al. The planning and real-time adjustment of courier routing and scheduling under stochastic travel times and demands
CN106991544B (zh) 调拨***及调拨方法
Li et al. Enhancing green supply chain initiatives via empty container reuse
Lapouchnian et al. Re-designing process architectures towards a framework of design dimensions
CN111667083B (zh) 网约车预估价确定方法和装置
CN116128408A (zh) 智能补货方法、***以及计算机可读介质
CN111695842A (zh) 配送方案确定方法、装置、电子设备及计算机存储介质
Zhang et al. Collaborative planning for intermodal transport with eco-label preferences
US20130060712A1 (en) Bulk Distribution Method
CN116187092A (zh) 一种考虑运力***供需状态的动态配送订单分配优化方法
CN110059866B (zh) 一种基于预约的出行时间推荐方法及装置
CN112949889A (zh) 一种基于物联网与大数据技术的分级库存及二次配送方法
Kamano et al. A dynamic allocation model for bike sharing system; the sharing economy concept.
Li et al. Reprint of “Enhancing green supply chain initiatives via empty container reuse”
CN110533485A (zh) 一种对象选取的方法、装置、存储介质及电子设备
Riezebos et al. Inventory control with seasonality of lead times
CN117083623A (zh) 用于监测和自动控制货物运输的电子***
CN112837001A (zh) 物流网络规划方法、装置及计算机可读存储介质
CN112308266A (zh) 仓库选址方法、装置、设备和可读存储介质

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
GR01 Patent grant