CN116188050A - 基于数据分析的外卖平台信息处理*** - Google Patents
基于数据分析的外卖平台信息处理*** Download PDFInfo
- Publication number
- CN116188050A CN116188050A CN202310208689.6A CN202310208689A CN116188050A CN 116188050 A CN116188050 A CN 116188050A CN 202310208689 A CN202310208689 A CN 202310208689A CN 116188050 A CN116188050 A CN 116188050A
- Authority
- CN
- China
- Prior art keywords
- order
- user
- distribution
- recommendation
- information
- 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- Withdrawn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
- 230000010365 information processing Effects 0.000 title claims abstract description 37
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000012384 transportation and delivery Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000010921 in-depth analysis Methods 0.000 claims 1
- 238000007619 statistical method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 6
- 235000012054 meals Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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]
- G06Q30/0631—Item recommendations
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于餐饮物流领域,涉及数据分析技术,用于解决现有技术中的外卖平台信息处理***,无法将商家推荐模式与骑手分配模式与用户需求相匹配的问题,具体是基于数据分析的外卖平台信息处理***,包括信息处理平台,信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块,用户管理模块用于通过用户***台,信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储;本发明是对用户信息进行管理分析,并通过对历史订单中的订单信息进行统计分析得到用户的常用信息。
Description
技术领域
本发明属于餐饮物流领域,涉及数据分析技术,具体是基于数据分析的外卖平台信息处理***。
背景技术
外卖是指销售供顾客带离店铺的商品,以用户的即时洞察为核心,采用大数据为驱动,围绕着本地生活服务平台打通线上和线下消费场景,线上实现交易闭环,线下通过即时配送完成交易履约,来为更多用户提供从需求发起到商品验收的一站式服务;
但现有技术中国的外卖平台信息处理***,无法根据用户的订单信息以及历史交易记录对用户的订餐用途进行分析,进而导致用户具有不同的订餐用途时,仅能够采用单一的商家推荐模式以及骑手分配模式为用户服务,而无法将商家推荐模式与骑手分配模式与用户需求相匹配,导致配送资源无法科学分配、用户体验低下;
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供基于数据分析的外卖平台信息处理***,用于解决现有技术中的外卖平台信息处理***,无法将商家推荐模式与骑手分配模式与用户需求相匹配的问题。
本发明需要解决的技术问题为:如何提供一种可以将商家推荐模式与骑手分配模式与用户需求相匹配的外卖平台信息处理***。
本发明的目的可以通过以下技术方案实现:
基于数据分析的外卖平台信息处理***,包括信息处理平台,所述信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块;
所述用户管理模块用于通过用户***台,信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储;
所述用户客户端用于用户登录外卖平台并下单,商家通过商家客户端进行订单请求确认后,商家客户端将配送分析信号通过信息处理平台发送至配送分析模块;
所述特征分析模块用于对用户的订单进行分析处理并将订单特征标记为请客、赠送、代收、地址切换或自点;
推荐分析模块用于对用户进行商家推荐分析:推荐分析模块接收到特殊推荐模块后采用特殊推荐模式进行商家推荐并得到推荐顺序;推荐分析模块接收到普通推荐信号后采用普通推荐模式进行商家推荐并得到推荐顺序;将推荐顺序发送至用户客户端进行推荐展示;
所述配送分析模块用于对用户订单进行配送资源分配分析:配送分析模块同时接收到配送分析信号以及优先配送信号后采用优先分配模式进行配送资源分配并得到匹配骑手;配送分析模块仅接收到配送分析信号时采用普通分配模式进行配送资源分配:将与商家距离最近的骑手标记为匹配骑手;将用户订单发送至匹配骑手的手机终端。
作为本发明的一种优选实施方式,用户管理模块用于通过用户***均值得到金均值JJ,通过公式JJmax=t1*JJ得到用户的金额阈值JJmax;对接收人姓名的出现次数进行统计,并将出现次数最多的接收人姓名标记为用户的常用名;将常用名对应的订单信息中配送地址出现次数进行统计,并通过出现次数由多到少的顺序对配送地址进行排序,将排序靠前的L2个配送地址标记为用户的常用地址;由金额阈值JJmax、常用名以及常用地址组成用户的常用信息。
作为本发明的一种优选实施方式,用户通过用户客户端登录外卖平台并下单的具体过程包括:用户通过用户客户端登录外卖平台后进行订单信息选择,用户客户端将用户选择的订单信息通过信息处理平台发送至特征分析模块;用户下单完成后用户客户端生成订单请求并将订单请求通过信息处理平台发送至商家客户端。
作为本发明的一种优选实施方式,特征分析模块对用户的订单进行分析处理的具体过程包括:通过用户ID在存储模块中调取用户的常用信息,将用户选择的订单信息与用户的常用信息进行比对:若订单金额小于金额阈值JJmax,则对订单信息进行深入分析;若订单金额大于等于金额阈值JJmax,则将订单特征标记为请客。
作为本发明的一种优选实施方式,对订单信息进行深入分析的具体过程包括:订单信息中的接收人姓名与常用名相同时,将订单的接收属性值标记为0,订单信息中的接收人姓名与常用名不相同时,将订单的接收属性值标记为1;订单信息中的配送地址与常用地址中的其中一个地址相同时,将订单的配送属性值标记为0,订单信息中的配送地址不与常用地址中的任意一个地址相同时,将订单的配送属性值标记为1;若订单的接收属性值与配送属性值均为0,则将订单特征标记为自点;若订单的接收属性值为0且配送属性值为1,则将订单特征标记为地址切换;若订单的接收属性值为1且配送属性值为0,则将订单特征标记为代收;若订单的接收属性值与配送属性值均为1,则将订单特征标记为赠送;若订单特征被标记为请客、赠送或代收,则生成优先配送信号并将优先配送信号发送至配送分析模块;若订单特征被标记为地址切换,则生成特殊推荐信号并发送至推荐分析模块;若订单特征被标记为自点,则生成正常推荐信号并将正常推荐信号发送至推荐分析模块。
作为本发明的一种优选实施方式,采用特殊推荐模式进行商家推荐的具体过程包括:将与配送地址距离值最小的常用地址标记为近距地址,分别以配送地址与近距地址为圆心、L3为半径值进行画圆得到配送区域与近距区域,若配送区域与近距区域存在重合部分,则将重合部分标记为重合区域,获取配送区域内的商家的距离数据JL、评分数据PF以及历史数据LS,距离数据JL为商家与配送地址之间的直线距离值,评分数据PF为商家在外卖平台上的评分值,历史数据LS为用户最近L1个月在对应商家进行消费的次数,通过公式TJ=(α1*PF+α2*LS)/(t2*α3*JL)得到商家的推荐系数TJ,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;t2为修正因子,t2的取值判定过程包括:若商家位于重合区域之内,则t2的取值为0.85;否则,t2的取值为1;将配送区域内的商家按照推荐系数由小到大的顺序进行排序得到推荐顺序;若配送区域与近距区域不存在重合部分,则采用普通推荐模式进行商家推荐;
采用普通推荐模式进行商家推荐的具体过程包括:在近距区域内计算商家的推荐系数并按照推荐系数由大到小的顺序进行排序,推荐系数的计算公式中t2的取值为1。
作为本发明的一种优选实施方式,采用优先分配模式进行配送资源分配的具体过程包括:获取配送区域内骑手的配送数据PS、好评数据HP以及单量数据DL,配送数据PS为骑手当前位置与配送地址、商家地址之间直线距离值的平均值,好评数据HP为骑手的好评率,单量数据DL为骑手当前未完成订单的数量值,通过对配送数据PS、好评数据HP以及单量数据DL进行数值计算得到骑手的匹配系数PP;将匹配系数最大的骑手标记为匹配骑手。
本发明具备下述有益效果:
1、通过用户管理模块可以对用户信息进行管理分析,通过对历史订单中的订单信息进行统计分析得到用户的常用信息,进而通过常用信息为订单特征分析提供数据支撑;
2、通过特征分析模块可以对用户的订单特征进行分析处理,通过订单参数与常用信息中的参数进行比对,对用户的订单特征进行标记,进而通过订单特征对用户对于本次订餐的重视程度进行反馈,从而根据不同的订单特征为用户提供不同模式的商家推荐与配送资源分配,提高用户体验;
3、通过推荐分析模块可以对用户进行商家推荐分析,通过特殊推荐模式与普通推荐模式为用户生成不同的商家推荐顺序,在用户切换配送地址且配送地址与常用地址距离值处在一定范围内时,优先对重合区域的商家进行推荐排序,使用户可以优先浏览熟悉地区的商家,提高商家筛选效率;
4、通过优先分配模块可以对用户订单进行配送资源分配分析,通过订单特征反馈的订餐重视程度进行分配模式筛选,为订餐重视程度更高的用户提供实际效率更高的分配方式,进而保证在特殊订餐场景下的配送服务能够满足用户需求,进一步提高用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。
图1为本发明的***框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
如图1所示,基于数据分析的外卖平台信息处理***,包括信息处理平台,信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块。
用户管理模块用于通过用户***均值得到金均值JJ,通过公式JJmax=t1*JJ得到用户的金额阈值JJmax;对接收人姓名的出现次数进行统计,并将出现次数最多的接收人姓名标记为用户的常用名;将常用名对应的订单信息中配送地址出现次数进行统计,并通过出现次数由多到少的顺序对配送地址进行排序,将排序靠前的L2个配送地址标记为用户的常用地址;由金额阈值JJmax、常用名以及常用地址组成用户的常用信息,将用户的常用信息发送至信息处理平台,信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储;通过用户习惯对用户信息进行管理分析,通过对历史订单中的订单信息进行统计分析得到用户的常用信息,进而通过常用信息为订单特征分析提供数据支撑。
用户客户端用于用户登录外卖平台并下单:用户通过用户客户端登录外卖平台后进行订单信息选择,用户客户端将用户选择的订单信息通过信息处理平台发送至特征分析模块;用户下单完成后用户客户端生成订单请求并将订单请求通过信息处理平台发送至商家客户端,商家通过商家客户端进行订单请求确认后,商家客户端将配送分析信号通过信息处理平台发送至配送分析模块。
特征分析模块用于对用户的订单特征进行分析处理:通过用户ID在存储模块中调取用户的常用信息,将用户选择的订单信息与用户的常用信息进行比对:若订单金额小于金额阈值JJmax,则对订单信息进行深入分析;若订单金额大于等于金额阈值JJmax,则将订单特征标记为请客;对订单信息进行深入分析的具体过程包括:订单信息中的接收人姓名与常用名相同时,将订单的接收属性值标记为0,订单信息中的接收人姓名与常用名不相同时,将订单的接收属性值标记为1;订单信息中的配送地址与常用地址中的其中一个地址相同时,将订单的配送属性值标记为0,订单信息中的配送地址不与常用地址中的任意一个地址相同时,将订单的配送属性值标记为1;若订单的接收属性值与配送属性值均为0,则将订单特征标记为自点;若订单的接收属性值为0且配送属性值为1,则将订单特征标记为地址切换;若订单的接收属性值为1且配送属性值为0,则将订单特征标记为代收;若订单的接收属性值与配送属性值均为1,则将订单特征标记为赠送;若订单特征被标记为请客、赠送或代收,则生成优先配送信号并将优先配送信号发送至配送分析模块;若订单特征被标记为地址切换,则生成特殊推荐信号并发送至推荐分析模块;若订单特征被标记为自点,则生成正常推荐信号并将正常推荐信号发送至推荐分析模块;对用户的订单特征进行分析处理,通过订单参数与常用信息中的参数进行比对,对用户的订单特征进行标记,进而通过订单特征对用户对于本次订餐的重视程度进行反馈,从而根据不同的订单特征为用户提供不同模式的商家推荐与配送资源分配,提高用户体验。
推荐分析模块用于对用户进行商家推荐分析:推荐分析模块接收到特殊推荐模块后采用特殊推荐模式进行商家推荐:将与配送地址距离值最小的常用地址标记为近距地址,分别以配送地址与近距地址为圆心、L3为半径值进行画圆得到配送区域与近距区域,若配送区域与近距区域存在重合部分,则将重合部分标记为重合区域,获取配送区域内的商家的距离数据JL、评分数据PF以及历史数据LS,距离数据JL为商家与配送地址之间的直线距离值,评分数据PF为商家在外卖平台上的评分值,历史数据LS为用户最近L1个月在对应商家进行消费的次数,通过公式TJ=(α1*PF+α2*LS)/(t2*α3*JL)得到商家的推荐系数TJ,推荐系数是一个反映商家与用户熟悉程度的数值,推荐系数的数值越大,则表示商家与用户的熟悉程度越高;其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;t2为修正因子,t2的取值判定过程包括:若商家位于重合区域之内,则t2的取值为0.85;否则,t2的取值为1;将配送区域内的商家按照推荐系数由小到大的顺序进行排序得到推荐顺序,将推荐顺序发送至用户客户端进行推荐展示;若配送区域与近距区域不存在重合部分,则采用普通推荐模式进行商家推荐;推荐分析模块接收到普通推荐信号后采用普通推荐模式进行商家推荐;普通推荐模式的过程包括:在近距区域内计算商家的推荐系数并按照推荐系数由大到小的顺序进行排序,推荐系数的计算公式中t2的取值为1;对用户进行商家推荐分析,通过特殊推荐模式与普通推荐模式为用户生成不同的商家推荐顺序,在用户切换配送地址且配送地址与常用地址距离值处在一定范围内时,优先对重合区域的商家进行推荐排序,使用户可以优先浏览熟悉地区的商家,提高商家筛选效率。
配送分析模块用于对用户订单进行配送资源分配分析:配送分析模块同时接收到配送分析信号以及优先配送信号后采用优先分配模式进行配送资源分配:获取配送区域内骑手的配送数据PS、好评数据HP以及单量数据DL,配送数据PS为骑手当前位置与配送地址、商家地址之间直线距离值的平均值,好评数据HP为骑手的好评率,单量数据DL为骑手当前未完成订单的数量值,通过公式PP=β1*HP/(β2*PS+β3*DL)得到骑手的匹配系数PP,匹配系数是一个反映骑手进行本次订单配送时的真实配送效率的数值,匹配系数的数值越大,则表示骑手进行本次订单配送时的真实配送效率越高;其中β1、β2以及β3均为比例系数,且β3>β2>β1>1;将匹配系数最大的骑手标记为匹配骑手;配送分析模块仅接收到配送分析信号时采用普通分配模式进行配送资源分配:将与商家距离最近的骑手标记为匹配骑手;将用户订单发送至匹配骑手的手机终端;对用户订单进行配送资源分配分析,通过订单特征反馈的订餐重视程度进行分配模式筛选,为订餐重视程度更高的用户提供实际配送效率更高的分配方式,进而保证在特殊订餐场景下的配送服务能够满足用户需求,进一步提高用户体验。
基于数据分析的外卖平台信息处理***,工作时,采用用户管理模块通过用户习惯对用户信息进行管理分析并得到常用信息,将用户订单与常用信息进行比对并通过比对结果对订单特征进行标记,采用特殊推荐模式对订单特征为地址切换的订单进行商家推荐,优先对重合区域的商家进行推荐排序,使用户可以优先浏览熟悉地区的商家,提高商家筛选效率;采用优先分配模式对特殊订餐用途的订单进行配送资源分配,保证在特殊订餐场景下的配送服务能够满足用户需求,为订餐重视程度更高的用户提供实际配送效率更高的分配方式。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式TJ=(α1*PF+α2*LS)/(t2*α3*JL);由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的推荐系数;将设定的推荐系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为3.74、2.97和2.65;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的推荐系数;只要不影响参数与量化后数值的比例关系即可,如推荐系数与距离数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于数据分析的外卖平台信息处理***,其特征在于,包括信息处理平台,所述信息处理平台通信连接有用户客户端、特征分析模块、用户管理模块、推荐分析模块、配送分配模块、商家客户端以及存储模块;
所述用户管理模块用于通过用户***台,信息处理平台将接收到的用户的常用信息发送至存储模块中进行存储;
所述用户客户端用于用户登录外卖平台并下单,商家通过商家客户端进行订单请求确认后,商家客户端将配送分析信号通过信息处理平台发送至配送分析模块;
所述特征分析模块用于对用户的订单进行分析处理并将订单特征标记为请客、赠送、代收、地址切换或自点;
推荐分析模块用于对用户进行商家推荐分析:推荐分析模块接收到特殊推荐模块后采用特殊推荐模式进行商家推荐并得到推荐顺序;推荐分析模块接收到普通推荐信号后采用普通推荐模式进行商家推荐并得到推荐顺序;将推荐顺序发送至用户客户端进行推荐展示;
所述配送分析模块用于对用户订单进行配送资源分配分析:配送分析模块同时接收到配送分析信号以及优先配送信号后采用优先分配模式进行配送资源分配并得到匹配骑手;配送分析模块仅接收到配送分析信号时采用普通分配模式进行配送资源分配:将与商家距离最近的骑手标记为匹配骑手;将用户订单发送至匹配骑手的手机终端。
2.根据权利要求1所述的基于数据分析的外卖平台信息处理***,其特征在于,用户管理模块通过用户***均值得到金均值JJ,通过公式JJmax=t1*JJ得到用户的金额阈值JJmax;对接收人姓名的出现次数进行统计,并将出现次数最多的接收人姓名标记为用户的常用名;将常用名对应的订单信息中配送地址出现次数进行统计,并通过出现次数由多到少的顺序对配送地址进行排序,将排序靠前的L2个配送地址标记为用户的常用地址;由金额阈值JJmax、常用名以及常用地址组成用户的常用信息。
3.根据权利要求2所述的基于数据分析的外卖平台信息处理***,其特征在于,用户通过用户客户端登录外卖平台并下单的具体过程包括:用户通过用户客户端登录外卖平台后进行订单信息选择,用户客户端将用户选择的订单信息通过信息处理平台发送至特征分析模块;用户下单完成后用户客户端生成订单请求并将订单请求通过信息处理平台发送至商家客户端。
4.根据权利要求3所述的基于数据分析的外卖平台信息处理***,其特征在于,特征分析模块对用户的订单进行分析处理的具体过程包括:通过用户ID在存储模块中调取用户的常用信息,将用户选择的订单信息与用户的常用信息进行比对:若订单金额小于金额阈值JJmax,则对订单信息进行深入分析;若订单金额大于等于金额阈值JJmax,则将订单特征标记为请客。
5.根据权利要求4所述的基于数据分析的外卖平台信息处理***,其特征在于,对订单信息进行深入分析的具体过程包括:订单信息中的接收人姓名与常用名相同时,将订单的接收属性值标记为0,订单信息中的接收人姓名与常用名不相同时,将订单的接收属性值标记为1;订单信息中的配送地址与常用地址中的其中一个地址相同时,将订单的配送属性值标记为0,订单信息中的配送地址不与常用地址中的任意一个地址相同时,将订单的配送属性值标记为1;若订单的接收属性值与配送属性值均为0,则将订单特征标记为自点;若订单的接收属性值为0且配送属性值为1,则将订单特征标记为地址切换;若订单的接收属性值为1且配送属性值为0,则将订单特征标记为代收;若订单的接收属性值与配送属性值均为1,则将订单特征标记为赠送;若订单特征被标记为请客、赠送或代收,则生成优先配送信号并将优先配送信号发送至配送分析模块;若订单特征被标记为地址切换,则生成特殊推荐信号并发送至推荐分析模块;若订单特征被标记为自点,则生成正常推荐信号并将正常推荐信号发送至推荐分析模块。
6.根据权利要求5所述的基于数据分析的外卖平台信息处理***,其特征在于,采用特殊推荐模式进行商家推荐的具体过程包括:将与配送地址距离值最小的常用地址标记为近距地址,分别以配送地址与近距地址为圆心、L3为半径值进行画圆得到配送区域与近距区域,若配送区域与近距区域存在重合部分,则将重合部分标记为重合区域,获取配送区域内的商家的距离数据JL、评分数据PF以及历史数据LS,距离数据JL为商家与配送地址之间的直线距离值,评分数据PF为商家在外卖平台上的评分值,历史数据LS为用户最近L1个月在对应商家进行消费的次数,通过公式TJ=(α1*PF+α2*LS)/(t2*α3*JL)得到商家的推荐系数TJ,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;t2为修正因子,t2的取值判定过程包括:若商家位于重合区域之内,则t2的取值为0.85;否则,t2的取值为1;将配送区域内的商家按照推荐系数由小到大的顺序进行排序得到推荐顺序;若配送区域与近距区域不存在重合部分,则采用普通推荐模式进行商家推荐;
采用普通推荐模式进行商家推荐的具体过程包括:在近距区域内计算商家的推荐系数并按照推荐系数由大到小的顺序进行排序,推荐系数的计算公式中t2的取值为1。
7.根据权利要求6所述的基于数据分析的外卖平台信息处理***,其特征在于,采用优先分配模式进行配送资源分配的具体过程包括:获取配送区域内骑手的配送数据PS、好评数据HP以及单量数据DL,配送数据PS为骑手当前位置与配送地址、商家地址之间直线距离值的平均值,好评数据HP为骑手的好评率,单量数据DL为骑手当前未完成订单的数量值,通过对配送数据PS、好评数据HP以及单量数据DL进行数值计算得到骑手的匹配系数PP;将匹配系数最大的骑手标记为匹配骑手。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310208689.6A CN116188050A (zh) | 2023-03-07 | 2023-03-07 | 基于数据分析的外卖平台信息处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310208689.6A CN116188050A (zh) | 2023-03-07 | 2023-03-07 | 基于数据分析的外卖平台信息处理*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116188050A true CN116188050A (zh) | 2023-05-30 |
Family
ID=86432680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310208689.6A Withdrawn CN116188050A (zh) | 2023-03-07 | 2023-03-07 | 基于数据分析的外卖平台信息处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116188050A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911951A (zh) * | 2023-07-28 | 2023-10-20 | 北京数聚智连科技股份有限公司 | 一种电商数据分析处理方法及*** |
-
2023
- 2023-03-07 CN CN202310208689.6A patent/CN116188050A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911951A (zh) * | 2023-07-28 | 2023-10-20 | 北京数聚智连科技股份有限公司 | 一种电商数据分析处理方法及*** |
CN116911951B (zh) * | 2023-07-28 | 2024-03-08 | 北京数聚智连科技股份有限公司 | 一种电商数据分析处理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190138653A1 (en) | Calculating relationship strength using an activity-based distributed graph | |
CN111915366B (zh) | 一种用户画像构建方法、装置、计算机设备及存储介质 | |
CN107808314B (zh) | 用户推荐方法及装置 | |
US20130249934A1 (en) | Color-based identification, searching and matching enhancement of supply chain and inventory management systems | |
KR20170099078A (ko) | 생산관리시스템(mes)의 제조생산설비 수집정보를 활용한 빅데이터 기반 경영예측 플랫폼 시스템 | |
US9009091B2 (en) | Data classification tool using dynamic attribute weights and intervals of variation about static weights determined by conditional entropy of attribute descriptors | |
WO2015124024A1 (zh) | 一种提升信息的曝光率的方法和装置、确定搜索词的价值的方法和装置 | |
WO2021129531A1 (zh) | 一种资源分配方法、装置、设备、存储介质及计算机程序 | |
CN108009216A (zh) | 目标对象的处理方法、装置和***、存储介质、处理器 | |
CN112215448A (zh) | 分配客服的方法和装置 | |
US20230162212A1 (en) | System and method for correlating and enhancing data obtained from distributed sources in a network of distributed computer systems | |
US20130325861A1 (en) | Data Clustering for Multi-Layer Social Link Analysis | |
CN116188050A (zh) | 基于数据分析的外卖平台信息处理*** | |
CN107977855B (zh) | 一种管理用户信息的方法及装置 | |
CN111104593A (zh) | 物流信息平台、物流服务推荐方法以及物流服务协调方法 | |
CN116739836A (zh) | 一种基于知识图谱的餐饮数据分析方法及*** | |
CN114781717A (zh) | 网点设备推荐方法、装置、设备和存储介质 | |
CN111126917A (zh) | 单位转移数值调整方法、装置、计算机设备及存储介质 | |
CN112950359A (zh) | 一种用户识别方法和装置 | |
CN115860548B (zh) | 基于大数据的SaaS一站式平台管理方法、***及介质 | |
CN116167587A (zh) | 一种自动化分配客服方法及存储*** | |
CN111768139B (zh) | 备货处理方法、装置、设备及存储介质 | |
CN114493132A (zh) | 资源分配方法、装置和电子设备 | |
CN113723894A (zh) | 应用于电子商务的智慧物流路径规划*** | |
CN114841780B (zh) | 一种基于大数据分析的数字化客群服务社群智能管理*** |
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: 20230530 |
|
WW01 | Invention patent application withdrawn after publication |