基于地址的物流分派方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种基于地址的物流分派方法、装置、设备和存储介质，针对现有的需要快递员画地图确定自己的揽派范围，再解析地址的经纬度信息得到该由谁揽派的信息的物流分派方法，在对不规则地址的位置确定方面存在效率低且准确率不高的问题，通过创建基于Transform模型的地址向量生成模型，采用三重损失函数以自监督的形式对地址向量生成模型进行训练，获得训练好的地址向量生成模型；将物流地址输入地址向量生成模型生成地址向量；根据该地址向量，检索物流数据库，得到最相似地址，并生成相应的派件人或揽件人。在面对大量不规则地址时，相较使用地址经纬度解析服务，提高了物流分派的准确性及分派效率。

【技术实现步骤摘要】
基于地址的物流分派方法、装置、设备和存储介质
本专利技术属于物流管理的
，尤其涉及一种基于地址的物流分派方法、装置、设备和存储介质。
技术介绍
随着网络购物的繁荣和同城配送市场的兴起，物流配送行业迎来了前所未有的增长。然而，伴随着快递业务量快速增长的同时，物流配送效率不高,快递企业商品积压、爆仓，客户投诉率高等等体现城市物流配送体系不完善的问题也逐渐暴露出来。如何提高城市物流“最后一公里”配送效率成为众多快递企业亟待解决的难题。城市物流配送难在：包裹分拣耗时长、派送路线规划难、派送范围选择广、派送地点分布散乱。必须从源头分析并解决这些障碍，才能有效帮助物流配送企业提高配送效率，更好地完善城市物流配送体系。其中，对快递人员的分派是个极其重要的方面。通常，一个快递员负责一片区域的快件揽收与配送，快递员通过画地图确定自己的揽派范围。当物流系统接收订单业务时，会通过解析订单中的地址的经纬度信息来确定位置，从而得到该由谁揽派的信息。但是，用户在输入地址时，存在很多不规范操作，其输入的地址很随意，从而使物流系统接收到很多不规则地址，通过解析地址的经纬度来确定不规则地址的位置，其效率低且准确率不高。
技术实现思路
本专利技术的目的是提供一种基于地址的物流分派方法、装置、设备和存储介质，根据地址的文本信息生成地址向量，通过该地址向量检索物流数据库，得到最相似地址，根据该最相似地址获得历史揽件或派件人信息，可快速确定派送人员，不需要快递员画地图确定自己的揽派范围，再通过物流系统解析地址的经纬度信息得到该由谁揽派的信息；在面对大量不规则地址时，相较使用地址经纬度解析服务有巨大的优势。为解决上述问题，本专利技术的技术方案为：一种基于地址的物流分派方法，包括：创建基于Transform模型的地址向量生成模型，通过三重损失函数以自监督的形式对地址向量生成模型进行训练，并对地址向量生成模型进行梯度下降微调，获得训练好的地址向量生成模型；获取待揽件或派件的物流地址，采用训练好的地址向量生成模型对物流地址进行处理，生成地址向量；所述物流地址包括不规则地址信息；根据地址向量，检索物流数据库，得到最相似地址；根据所述最相似地址，生成与所述最相似地址对应的派件人或揽件人。根据本专利技术一实施例，所述通过三重损失函数以自监督的形式对地址向量生成模型进行训练进一步包括：获取物流数据库中的历史物流地址，根据历史物流地址，制定锚定地址集、正例地址集及负例地址集；通过三元组算法计算锚定地址与正例地址之间的地址向量的距离，及锚定地址与负例地址之间的地址向量的距离，分别得到第一距离值及第二距离值；将第一距离值及第二距离值代入三重损失函数计算得到损失值，根据损失值计算梯度值，根据获得的梯度值更新地址向量生成模型。根据本专利技术一实施例，所述采用地址向量生成模型对物流地址进行处理，生成地址向量进一步包括：预先将同一园区或同一社区的地址设置为同属同一POI内的地址；提取待处理的物流地址中的POI数据，确定与所述POI数据同属同一POI的地址，将该POI地址处理成地址向量。根据本专利技术一实施例，所述确定与所述POI数据同属同一POI的地址进一步包括：计算所述POI数据与各POI内所有地址的相似度，若得到的相似度大于预设的相似度阈值，则判定该POI数据与该地址同属同一POI。根据本专利技术一实施例，所述计算所述POI数据与各POI内所有地址的相似度进一步包括：对POI数据及各POI内的地址进行归一化处理，计算该POI数据Y到某一POI下所有地址(X1,X2,X3...Xm)T的平均余弦距离，计算公式为：其中，为单位行向量，Amn＝(X1,X2,X3...Xm)T，Yn为包含n个元素的POI数据Y的列向量。根据本专利技术一实施例，所述获得训练好的地址向量生成模型之后还包括：将训练好的地址向量生成模型作为老师模型，继承老师模型中的一层参数作为Fine-tune，构成学生模型；使用学生模型直接对老师模型生成的地址向量进行学习，对地址向量生成模型进行知识蒸馏。根据本专利技术一实施例，所述生成地址向量之后还包括：采样PCA算法对地址向量进行降维，提升地址向量检索的速度。一种基于地址的物流分派装置，包括：模型创建及训练模块，用于创建基于Transform模型的地址向量生成模型，通过三重损失函数以自监督的形式对地址向量生成模型进行训练，并对地址向量生成模型进行梯度下降微调，获得训练好的地址向量生成模型；地址向量生成模块，用于获取待揽件或派件的物流地址，采用地址向量生成模型对物流地址进行处理，生成地址向量；所述物流地址包括不规则地址信息；地址匹配模块，用于根据地址向量，检索物流数据库，得到最相似地址；根据所述最相似地址，生成与所述最相似地址对应的派件人或揽件人。一种基于地址的物流分派设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现本专利技术一实施例中的基于地址的物流分派方法。一种计算机可读介质，存储计算机程序，所述计算机程序被一个或多个处理器执行时，实现本专利技术一实施例中的基于地址的物流分派方法。本专利技术由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：1)本专利技术一实施例中的基于地址的物流分派方法，针对现有的需要快递员画地图确定自己的揽派范围，再通过物流系统解析地址的经纬度信息得到该由谁揽派的信息的物流分派方法，在对不规则地址的位置确定方面存在效率低且准确率不高的问题，通过创建基于Transform模型的地址向量生成模型，采用三重损失函数以自监督的形式对地址向量生成模型进行训练，获得训练好的地址向量生成模型；将物流地址输入地址向量生成模型生成地址向量；根据该地址向量，检索物流数据库，得到最相似地址，并生成与该最相似地址对应的派件人或揽件人。不需要快递员画地图确定自己的揽派范围，再通过物流系统解析地址的经纬度信息得到该由谁揽派的信息；在面对大量不规则地址时，相较使用地址经纬度解析服务，提高了物流分派的准确性及分派效率。2)本专利技术一实施例中的基于地址的物流分派方法，采用三重损失函数以自监督的形式对地址向量生成模型进行训练，调整地址向量生成模型的梯度，优化锚定向量和正例向量之间的距离，与锚定向量和负例向量之间的距离的比值，提高模型生成地址向量的准确度。3)本专利技术一实施例中的基于地址的物流分派方法，在希望同一社区或者同一园区内的公司或家庭地址都应该为同一POI的情况下，由于同一社区或者同一园区内的公司或家庭地址在地图上对应的POI标签不同，导致这些地址之间的向量相似度不高，不能归属同一POI的问题，通过模型精炼的方式，即预先将同一园区或同一社区的地址设置为同属同一POI内的地址，对待处理地址提取POI数据后，计算该POI数据与各POI内所有地址的相似度，若得到的相似度大于预设的相似度阈值，则判定该POI数据与该地址同属本文档来自技高网...

【技术保护点】
1.一种基于地址的物流分派方法，其特征在于，包括：/n创建基于Transform模型的地址向量生成模型，通过三重损失函数以自监督的形式对地址向量生成模型进行训练，并对地址向量生成模型进行梯度下降微调，获得训练好的地址向量生成模型；/n获取待揽件或派件的物流地址，采用训练好的地址向量生成模型对物流地址进行处理，生成地址向量；所述物流地址包括不规则地址信息；/n根据地址向量，检索物流数据库，得到最相似地址；根据所述最相似地址，生成与所述最相似地址对应的派件人或揽件人。/n

【技术特征摘要】
1.一种基于地址的物流分派方法，其特征在于，包括：
创建基于Transform模型的地址向量生成模型，通过三重损失函数以自监督的形式对地址向量生成模型进行训练，并对地址向量生成模型进行梯度下降微调，获得训练好的地址向量生成模型；
获取待揽件或派件的物流地址，采用训练好的地址向量生成模型对物流地址进行处理，生成地址向量；所述物流地址包括不规则地址信息；
根据地址向量，检索物流数据库，得到最相似地址；根据所述最相似地址，生成与所述最相似地址对应的派件人或揽件人。


2.如权利要求1所述的基于地址的物流分派方法，其特征在于，所述通过三重损失函数以自监督的形式对地址向量生成模型进行训练进一步包括：
获取物流数据库中的历史物流地址，根据历史物流地址，制定锚定地址集、正例地址集及负例地址集；
通过三元组算法计算锚定地址与正例地址之间的地址向量的距离，及锚定地址与负例地址之间的地址向量的距离，分别得到第一距离值及第二距离值；
将第一距离值及第二距离值代入三重损失函数计算得到损失值，根据损失值计算梯度值，根据获得的梯度值更新地址向量生成模型。


3.如权利要求1所述的基于地址的物流分派方法，其特征在于，所述对地址向量生成模型进行训练进一步包括：
预先将同一园区或同一社区的地址设置为同属同一POI内的地址；
提取待处理的物流地址中的POI数据，确定与所述POI数据同属同一POI的地址，将该POI地址处理成地址向量。


4.如权利要求3所述的基于地址的物流分派方法，其特征在于，所述确定与所述POI数据同属同一POI的地址进一步包括：
计算所述POI数据与各POI内所有地址的相似度，若得到的相似度大于预设的相似度阈值，则判定该POI数据与该地址同属同一POI。


5.如权利要求4所述的基于地址的物流分派方法，其特征在于，所述计算所述POI数据与各POI内所有地址的相似度进一步包括：
对P...

【专利技术属性】
技术研发人员：杨天宇，
申请(专利权)人：上海东普信息科技有限公司，
类型：发明
国别省市：上海;31