CN113298622A - 基于机器学习的电商业务订单的处理方法及*** - Google Patents
基于机器学习的电商业务订单的处理方法及*** Download PDFInfo
- Publication number
- CN113298622A CN113298622A CN202110612056.2A CN202110612056A CN113298622A CN 113298622 A CN113298622 A CN 113298622A CN 202110612056 A CN202110612056 A CN 202110612056A CN 113298622 A CN113298622 A CN 113298622A
- Authority
- CN
- China
- Prior art keywords
- order
- demand
- resource
- business
- processing
- 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.)
- Withdrawn
Links
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种基于机器学习的电商业务订单的处理方法及***,对空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息,而后通过业务订单资源需求的业务订单位置信息以及多个订单需求目标对象位置信息进行计算,并计算业务订单资源需求的订单处理模型的订单处理配置信息,从而通过业务订单资源需求的可用需求资源分布、业务订单位置信息以及订单处理配置信息在多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。如此,考虑到业务订单资源需求与数据源之间的关系,能够有效提高订单处理的效率。
Description
技术领域
本发明涉及机器学习及电子商务技术领域,具体而言,涉及一种基于机器学习的电商业务订单的处理方法及***。
背景技术
目前在对电商业务订单进行处理的过程中,没有考虑到一些业务订单资源需求与处理进程之间的关系,进而导致电商业务订单的处理效率不高。
发明内容
有鉴于此,本发明实施例的目的在于提供一种基于机器学习的电商业务订单的处理方法及***,能够有效提高电商业务订单的处理效率。
第一方面,本发明实施例提供一种基于机器学习的电商业务订单的处理方法,应用于电商业务处理设备,所述方法包括:
获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息;
从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程;
对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息;
通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息;
通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。
其中,所述根据所述主要订单需求对应的处理进程获取空闲处理进程,包括:
将所述主要订单需求对应的处理进程输入到预设的机器学习模型中,获取所述非空闲处理进程以及所述空闲处理进程。
其中,所述预设的机器学习模型通过事前采集的实时产生的第一样本序列和第二样本序列进行机器学习得到,具体包括:
对所述各个业务订单资源需求的主要订单需求对应的处理进程与非业务订单资源需求的主要订单需求对应的处理进程进行聚类识别,确定业务订单资源需求与非业务订单资源需求的主要订单需求对应的处理进程,以训练得到所述机器学习模型。
其中,所述从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程包括:
对所述多个订单需求目标对象状态中的各个订单需求目标对象的状态数据进行处理进程匹配,得到各个订单需求目标对象的状态数据的主要订单需求对应的处理进程。
其中,所述对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息,包括:
对已确定的业务订单资源需求的主要订单需求对应的处理进程进行分析,将不同订单需求目标对象的状态数据间的主要订单需求对应的处理进程进行需求分析,确定业务订单资源需求在各订单需求目标对象的状态数据并记录所述业务订单资源需求的可用需求资源分布以及所述业务订单资源需求的业务订单位置信息。
本发明实施例另一方面还提供一种基于机器学习的电商业务订单的处理***,应用于电商业务处理设备,所述***包括:
业务信息获取模块,用于获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息;
处理进程确定模块,用于从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程;
需求分析记录模块,用于对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息;
配置信息计算模块,用于通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息;
需求参数加载模块,用于通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。
本发明实施例提供的基于机器学习的电商业务订单的处理方法及***,通过从多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据主要订单需求对应的处理进程获取空闲处理进程,接着对空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息,而后通过业务订单资源需求的业务订单位置信息以及多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息,从而通过业务订单资源需求的可用需求资源分布、业务订单位置信息以及订单处理配置信息在多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数,以对电商业务订单进行处理。如此,考虑到业务订单资源需求与处理进程之间的关系,能够有效提高电商业务订单的处理效率。
为使本发明实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例所提供的基于机器学习的电商业务订单的处理方法的流程示意图;
图2示出了本发明实施例所提供的基于机器学习的电商业务订单的处理***的功能模块框图。
具体实施方式
为了使本技术领域的学员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。根据本发明中的实施例,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,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)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,以便这里描述的本发明的实施例例如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、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1示出了本发明实施例提供的基于机器学习的电商业务订单的处理方法的流程示意图,该基于机器学习的电商业务订单的处理方法可由电商业务处理设备执行。
电商业务处理设备可以包括一个或多个处理器,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。电商业务处理设备还可以包括任何存储介质,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储介质可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储介质都可以使用任何技术来存储信息。进一步地,任何存储介质可以提供信息的易失性或非易失性保留。进一步地,任何存储介质可以表示电商业务处理设备的固定或可移除部件。在一种情况下,当处理器执行被存储在任何存储介质或存储介质的组合中的相关联的指令时,电商业务处理设备可以执行相关联指令的任一操作。电商业务处理设备还包括用于与任何存储介质交互的一个或多个驱动单元,诸如硬盘驱动单元、光盘驱动单元等。
电商业务处理设备还包括输入/输出(I/O),其用于接收各种输入(经由输入单元)和用于提供各种输出(经由输出单元)。一个具体输出机构可以包括呈现设备和相关联的图形用户接口(GUI)。电商业务处理设备还可以包括一个或多个网络接口,其用于经由一个或多个通信单元与其他设备交换数据。一个或多个通信总线将上文所描述的部件耦合在一起。
通信单元可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信单元可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称电商业务处理设备等的任何组合。
下面对该基于机器学习的电商业务订单的处理方法的详细步骤进行介绍
步骤100,获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息。
步骤200,从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程。
步骤300,对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息。
步骤400,通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息。
步骤500,通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。
综上所述,本实施例通过从多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据主要订单需求对应的处理进程获取空闲处理进程,接着对空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息,而后通过业务订单资源需求的业务订单位置信息以及多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息,从而通过业务订单资源需求的可用需求资源分布、业务订单位置信息以及订单处理配置信息在多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。如此,考虑到业务订单资源需求与处理进程之间的关系,能够有效提高订单处理的效率。
其中,针对步骤200,本实施例具体可以将所述主要订单需求对应的处理进程输入到预设的机器学习模型中,获取所述非空闲处理进程以及所述空闲处理进程。
其中,预设的机器学习模型通过事前采集的实时产生的第一样本序列和第二样本序列进行机器学习得到,例如具体可以通过对所述各个业务订单资源需求的主要订单需求对应的处理进程与非业务订单资源需求的主要订单需求对应的处理进程进行聚类识别,确定业务订单资源需求与非业务订单资源需求的主要订单需求对应的处理进程,以训练得到所述机器学习模型。
其中,针对步骤200,本实施例具体可以对所述多个订单需求目标对象状态中的各个订单需求目标对象的状态数据进行处理进程匹配,得到各个订单需求目标对象的状态数据的主要订单需求对应的处理进程。
其中,针对步骤300,本实施例具体可以对已确定的业务订单资源需求的主要订单需求对应的处理进程进行分析,将不同订单需求目标对象的状态数据间的主要订单需求对应的处理进程进行需求分析,确定业务订单资源需求在各订单需求目标对象的状态数据并记录所述业务订单资源需求的可用需求资源分布以及所述业务订单资源需求的业务订单位置信息。
图2示出了本发明实施例提供的基于机器学习的电商业务订单的处理***的功能模块图,该基于机器学习的电商业务订单的处理***实现的功能可以对应上述方法执行的步骤。该基于机器学习的电商业务订单的处理***可以理解为上述电商业务处理设备,或电商业务处理设备的处理器,也可以理解为独立于上述电商业务处理设备或处理器之外的在电商业务处理设备控制下实现本发明功能的组件,下面分别对该基于机器学习的电商业务订单的处理***的各个功能模块的功能进行详细阐述。
业务信息获取模块201,用于获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息。
处理进程确定模块202,用于从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程。
需求分析记录模块203,用于对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息。
配置信息计算模块204,用于通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息。
需求参数加载模块205,用于通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数。
其中,所述处理进程确定模块202通过以下方式获取空闲处理进程:
将所述主要订单需求对应的处理进程输入到预设的机器学习模型中,获取所述非空闲处理进程以及所述空闲处理进程。
其中,所述预设的机器学习模型通过事前采集的实时产生的第一样本序列和第二样本序列进行机器学习得到,具体方式包括:
对所述各个业务订单资源需求的主要订单需求对应的处理进程与非业务订单资源需求的主要订单需求对应的处理进程进行聚类识别,确定业务订单资源需求与非业务订单资源需求的主要订单需求对应的处理进程,以训练得到所述机器学习模型。
其中,所述从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程的方式,包括:
对所述多个订单需求目标对象状态中的各个订单需求目标对象的状态数据进行处理进程匹配,得到各个订单需求目标对象的状态数据的主要订单需求对应的处理进程。
其中,所述需求分析记录模块203可以通过以下方式对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息:
对已确定的业务订单资源需求的主要订单需求对应的处理进程进行分析,将不同订单需求目标对象的状态数据间的主要订单需求对应的处理进程进行需求分析,确定业务订单资源需求在各订单需求目标对象的状态数据并记录所述业务订单资源需求的可用需求资源分布以及所述业务订单资源需求的业务订单位置信息。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的***、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,所述模块、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方式中,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,两个连续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动作的专用的根据硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、电商业务处理设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、电商业务处理设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电商业务处理设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。
Claims (10)
1.一种基于机器学习的电商业务订单的处理方法,其特征在于,应用于电商业务处理设备,所述方法包括:
获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息;
从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程;
对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息;
通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息;
通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数,以对所述电商业务订单进行处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述主要订单需求对应的处理进程获取空闲处理进程,包括:
将所述主要订单需求对应的处理进程输入到预设的机器学习模型中,获取所述非空闲处理进程以及所述空闲处理进程。
3.根据权利要求2所述的方法,其特征在于,所述预设的机器学习模型通过事前采集的实时产生的第一样本序列和第二样本序列进行机器学习得到,具体包括:
基于所述第一样本序列和所述第二样本序列对所述各个业务订单资源需求的主要订单需求对应的处理进程与非业务订单资源需求的主要订单需求对应的处理进程进行聚类识别,确定业务订单资源需求与非业务订单资源需求的主要订单需求对应的处理进程,并基于此训练得到所述机器学习模型。
4.根据权利要求3所述的方法,其特征在于,所述从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,包括:
对所述多个订单需求目标对象状态中的各个订单需求目标对象的状态数据进行处理进程匹配,得到各个订单需求目标对象的状态数据的主要订单需求对应的处理进程。
5.根据权利要求4所述的方法,其特征在于,所述对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息,包括:
对已确定的业务订单资源需求的主要订单需求对应的处理进程进行分析,将不同订单需求目标对象的状态数据间的主要订单需求对应的处理进程进行需求分析,确定业务订单资源需求在各订单需求目标对象的状态数据并记录所述业务订单资源需求的可用需求资源分布以及所述业务订单资源需求的业务订单位置信息。
6.一种基于机器学习的电商业务订单的处理***,其特征在于,应用于电商业务处理设备,所述***包括:
业务信息获取模块,用于获取电商业务订单的多个订单需求业务信息,并从所述多个订单需求业务信息中采集多个订单需求目标对象状态和多个订单需求目标对象位置信息;
处理进程确定模块,用于从所述多个订单需求目标对象状态中确定主要订单需求对应的处理进程,并根据所述主要订单需求对应的处理进程获取空闲处理进程;
需求分析记录模块,用于对所述空闲处理进程通过预设业务订单资源需求的主要订单需求对应的处理进程进行需求分析,记录业务订单资源需求的可用需求资源分布以及业务订单资源需求的业务订单位置信息;
配置信息计算模块,用于通过所述业务订单资源需求的业务订单位置信息以及所述多个订单需求目标对象位置信息进行计算,依次访问目标业务订单资源需求,并计算业务订单资源需求的订单处理模型的订单处理配置信息;
需求参数加载模块,用于通过所述业务订单资源需求的可用需求资源分布、所述业务订单资源需求的业务订单位置信息以及所述业务订单资源需求的订单处理模型的订单处理配置信息在所述多个订单需求目标对象状态中加载业务订单资源需求的业务订单需求参数,以对所述电商业务订单进行处理。
7.根据权利要求6所述的***,其特征在于,所述处理进程确定模块具体用于:
将所述主要订单需求对应的处理进程输入到预设的机器学习模型中,获取所述非空闲处理进程以及所述空闲处理进程。
8.根据权利要求7所述的***,其特征在于,所述预设的机器学习模型通过事前采集的实时产生的第一样本序列和第二样本序列进行机器学习得到,具体包括:
对所述各个业务订单资源需求的主要订单需求对应的处理进程与非业务订单资源需求的主要订单需求对应的处理进程进行聚类识别,确定业务订单资源需求与非业务订单资源需求的主要订单需求对应的处理进程,并基于此训练得到所述机器学习模型。
9.根据权利要求8所述的***,其特征在于,所述处理进程确定模块,具体用于:
对所述多个订单需求目标对象状态中的各个订单需求目标对象的状态数据进行处理进程匹配,得到各个订单需求目标对象的状态数据的主要订单需求对应的处理进程。
10.根据权利要求9所述的***,其特征在于,所述需求分析记录模块具体用于:
对已确定的业务订单资源需求的主要订单需求对应的处理进程进行分析,将不同订单需求目标对象的状态数据间的主要订单需求对应的处理进程进行需求分析,确定业务订单资源需求在各订单需求目标对象的状态数据并记录所述业务订单资源需求的可用需求资源分布以及所述业务订单资源需求的业务订单位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612056.2A CN113298622A (zh) | 2021-06-02 | 2021-06-02 | 基于机器学习的电商业务订单的处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612056.2A CN113298622A (zh) | 2021-06-02 | 2021-06-02 | 基于机器学习的电商业务订单的处理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113298622A true CN113298622A (zh) | 2021-08-24 |
Family
ID=77326707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110612056.2A Withdrawn CN113298622A (zh) | 2021-06-02 | 2021-06-02 | 基于机器学习的电商业务订单的处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113298622A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114692069A (zh) * | 2022-03-25 | 2022-07-01 | 广西鸿凯家具有限公司 | 一种钢制金属家具喷涂加工控制方法、***及装置 |
-
2021
- 2021-06-02 CN CN202110612056.2A patent/CN113298622A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114692069A (zh) * | 2022-03-25 | 2022-07-01 | 广西鸿凯家具有限公司 | 一种钢制金属家具喷涂加工控制方法、***及装置 |
CN114692069B (zh) * | 2022-03-25 | 2022-11-15 | 广西鸿凯家具有限公司 | 一种钢制金属家具喷涂加工控制方法、***及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113779409A (zh) | 基于大数据的意图挖掘方法及*** | |
CN113298622A (zh) | 基于机器学习的电商业务订单的处理方法及*** | |
CN113222554A (zh) | 基于大数据的智慧办公协同方法及*** | |
CN111368413A (zh) | 一种服装生产计划跟踪管理方法及*** | |
CN111948967B (zh) | 一种基于大数据的电力数据采集方法及*** | |
CN111951143A (zh) | 一种科技信息政策发布方法及*** | |
US11182606B2 (en) | Converting chart data | |
CN111028019A (zh) | 一种网络商城运营数据分析方法及装置 | |
CN113282482A (zh) | 软件包的兼容测试方法及*** | |
CN114462851A (zh) | 一种面料供应链的任务分配方法及*** | |
CN113179289B (zh) | 一种基于云计算服务的会议视频信息上传方法及*** | |
CN113177567B (zh) | 一种基于云计算服务的图像数据处理方法及*** | |
CN113904003A (zh) | 一种电池包的风冷散热数据采集方法及*** | |
CN113900792A (zh) | 一种基于云计算服务的信息分类方法及*** | |
CN113282480A (zh) | 软件开发测试方法及*** | |
CN111144035A (zh) | 一种环保仿真方法及*** | |
CN113282790A (zh) | 一种基于人工智能的视频特征提取方法及*** | |
CN112650641A (zh) | 一种科技成果转化和知识产权交易管理服务监测方法及*** | |
CN114416978A (zh) | 基于芯片检测的缺陷识别方法及*** | |
CN113297440A (zh) | 基于线上会话的会话数据挖掘方法及*** | |
CN113822731A (zh) | 一种掌上应用管理服务处理方法及*** | |
CN113222444A (zh) | 基于大数据的智慧办公调度方法及*** | |
CN114006710A (zh) | 一种智慧医疗数据访问方法及*** | |
CN113282292A (zh) | 软件开发的编译方法及*** | |
CN111353081A (zh) | 一种科技成果转化数据的智能监测方法及*** |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210824 |
|
WW01 | Invention patent application withdrawn after publication |