[發明專利]一種基于大數據的車貨匹配方法及系統

有效

• 申請號: 201911368307.6
• 申請日: 2019-12-26
• 公開（公告）號: CN111209473B
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 王義;聶磊;彭寅冬;劉鑫幫;吳凡
• 申請（專利權）人: 武漢物易云通網絡科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q10/08
• 代理公司: 北京智乾知識產權代理事務所(普通合伙) 11552
• 代理人: 鄧大為

本發明提供了一種基于大數據的車貨匹配方法及系統，其方法包括：首先，利用司機歷史交易記錄，分析得到車貨匹配算法中的各指標的得分情況；然后，進行權重的計算，即根據司機過去喜歡什么樣的貨源來產生刻畫此用戶喜好的特征向量；最后，計算貨源在這些指標下的匹配度，并將匹配度較高的前N個貨源推薦給司機。本發明的有益效果是：通過推薦系統優選匹配度高的司機進行通知，以此提高成單率和叫車效率。

技術領域

本發明涉及大宗商品物流領域，尤其涉及一種基于大數據的車貨匹配方法及系統。

背景技術

物流企業不定期的需要貨車運力來運輸自己的大宗商品。貨車司機不會一直在線關注貨源信息網站。貨源和司機的匹配度不高，導致常規的廣告手段效率低下，對司機造成騷擾，同時浪費企業資源。

發明內容

為了解決上述問題，本發明提供了一種基于大數據的車貨匹配方法及系統，一種基于大數據的車貨匹配方法，主要包括以下步驟：

S101：獲取多個司機的歷史交易記錄；

S102：根據各司機的歷史交易記錄，獲取各司機的偏好特征向量；

S103：獲取所有新貨源的指標屬性，并將各新貨源的指標屬性拆分為對應的屬性標簽；所述新貨源有多個，每個新貨源對應多個屬性標簽；

S104：根據各司機的特征向量及各新貨源的屬性標簽，獲得各司機相對于每個新貨源的偏好向量，進而采用余弦相似度計算公式，計算出各司機和各個新貨源之間的相似度值；

S105：對于每個司機，將其對應的多個新貨源的相似度值從大到小進行排序，并選擇前N個相似度值對應的新貨源推薦給司機；其中，N為預設值，且N大于0。

進一步地，步驟S101中，通過大數據平臺，抽取線上系統的數據到數據倉庫，進而提取司機歷史交易記錄；所述歷史交易記錄中包括對應司機交易過的所有歷史貨源集合；所述歷史貨源集合中包括多個貨源，每個貨源對應有多個屬性標簽。

進一步地，步驟S102中，針對某個司機，根據所述歷史交易記錄，獲取該司機的特征向量的方法如下：

計算所述歷史貨源集合中每個貨源下各屬性標簽的偏好情況，得出對應指標后，進行權重的計算，再得出該司機對某一具體標簽的權重偏好，即根據司機過去喜歡什么樣的貨源來產生刻畫此司機喜好的特征向量，把司機所有交易過的貨源對應的向量的平均值作為此用戶的特征向量；具體步驟如下：

S201：將該司機的歷史貨源集合表示為D＝[d₁,d₂,…,d_j,…,d_n]；其中，d_j表示第j個貨源，j＝1,2,…,n，n為歷史貨源集合中的貨源總數；

S202：將每個貨源的屬性標簽集合表示為T＝[t₁,t₂,…,t_i,…,t_m]；其中，t_i表示該貨源的第i個屬性標簽；i＝1,2,…,m，m為貨源的屬性標簽總數；

S203：結合S201和S202，將該用戶對貨源d_j的喜好的特征向量表示為：d_j＝[w1_j,w2_j,…,wi_j,…,wn_j]；其中，wi_j表示第j個貨源的第i個屬性標簽在貨源d_j中所占的權重大小；其中，wi_j的計算公式如公式(1)所示：