[發明專利]一種駐店物流調度的訂單智能選店方法及裝置

在審

• 申請號: 201810426763.0
• 申請日: 2018-05-07
• 公開（公告）號: CN108734431A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 裴松年;涂麗佳;徐明泉
• 申請（專利權）人: 北京順豐同城科技有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/06
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種駐店物流調度的訂單智能選店方法，其特征在于，包括：

獲取駐店訂單與商戶的樣本數據，所述駐店訂單與商戶的樣本數據為帶標簽的樣本數據，其中，正標簽代表駐店訂單被分配給商戶，負標簽代表駐店訂單未被分配給商戶；

根據所述駐店訂單與商戶的樣本數據，構建訂單智能選店預測模型；

基于待選店的駐店訂單，利用所述訂單智能選店預測模型，對所述待選店的駐店訂單預設距離內的所有商戶進行預測，將所述待選店的駐店訂單指派給預測結果為正的商戶。

2.根據權利要求1所述的方法，其特征在于，所述根據所述駐店訂單與商戶的樣本數據，構建訂單智能選店預測模型，包括：

從所述駐店訂單與商戶的樣本數據中提取選店特征；

基于所提取的選店特征構成樣本集，并將所述樣本集分為訓練樣本集和測試樣本集；

對所述訓練樣本集進行訓練，生成訂單智能選店預測模型；

利用所述測試樣本集，對所述訂單智能選店預測模型進行驗證。

3.根據權利要求2所述的方法，其特征在于，所述選店特征包括：駐店訂單與商戶的特征、駐店訂單預設距離內的商戶實時特征、駐店訂單預設距離內的商戶的歷史特征和駐店訂單的時間維度特征。

4.根據權利要求2所述的方法，其特征在于，所述將所述樣本集分為訓練樣本集和測試樣本集，包括：

通過K折交叉，將所述樣本集分為訓練樣本集和測試樣本集，其中，K為訓練樣本集/測試樣本集中樣本的數量。

5.根據權利要求2所述的方法，其特征在于，所述利用所述測試樣本集，對所述訂單智能選店預測模型進行驗證，包括：

利用所述測試樣本集，通過混淆矩陣驗證所述訂單智能選店預測模型的選店結果的準確率和召回率。

6.一種駐店物流調度的訂單智能選店裝置，其特征在于，包括：

獲取模塊，用于獲取駐店訂單與商戶的樣本數據，所述駐店訂單與商戶的樣本數據為帶標簽的樣本數據，其中，正標簽代表駐店訂單被分配給商戶，負標簽代表駐店訂單未被分配給商戶；

構建模塊，用于根據所述駐店訂單與商戶的樣本數據，構建訂單智能選店預測模型；

預測模塊，用于基于待選店的駐店訂單，利用所述訂單智能選店預測模型，對所述待選店的駐店訂單預設距離內的所有商戶進行預測，將所述待選店的駐店訂單指派給預測結果為正的商戶。

7.根據權利要求6所述的裝置，其特征在于，所述構建模塊，具體用于

從所述駐店訂單與商戶的樣本數據中提取選店特征；

基于所提取的選店特征構成樣本集，并將所述樣本集分為訓練樣本集和測試樣本集；

對所述訓練樣本集進行訓練，生成訂單智能選店預測模型；

利用所述測試樣本集，對所述訂單智能選店預測模型進行驗證。

8.根據權利要求7所述的裝置，其特征在于，所述選店特征包括：駐店訂單與商戶的特征、駐店訂單預設距離內的商戶實時特征、駐店訂單預設距離內的商戶的歷史特征和駐店訂單的時間維度特征。

9.一種電子設備，其特征在于，包括：處理器、存儲器、總線及存儲在存儲器上并可在處理器上運行的計算機程序；

其中，所述處理器，存儲器通過所述總線完成相互間的通信；

所述處理器執行所述計算機程序時實現如權利要求1-5中任一項所述的方法。

10.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質上存儲有計算機程序，該計算機程序被處理器執行時實現如權利要求1-5中任一項所述的方法。