运输对象与货物的匹配方法及装置、存储介质、电子设备制造方法及图纸

本公开属于物流技术领域，涉及一种运输对象与货物的匹配方法及装置、计算机可读存储介质、电子设备。该方法包括：获取与待匹配运输对象对应的属性信息，并获取与待运输货物对应的运输任务的任务信息；将属性信息和任务信息输入目标模型中，得到多个推荐运输对象；多个推荐对象的推荐顺序与匹配分数的分数顺序对应；匹配分数为衡量待匹配运输对象和待运输货物之间的匹配度的分数；在多个推荐运输对象中筛选出目标运输对象，以使目标运输对象执行运输任务。在本公开中，多个推荐运输对象是将属性信息和任务信息输入至目标模型中得到的，保证了运力资源的充足性，提高了确定出目标运输对象的准确度以及效率。象的准确度以及效率。象的准确度以及效率。

【技术实现步骤摘要】
运输对象与货物的匹配方法及装置、存储介质、电子设备


[0001]本公开涉及物流
，尤其涉及一种运输对象与货物的匹配方法与运输对象与货物的匹配装置、计算机可读存储介质及电子设备。

技术介绍

[0002]随着物流技术的发展，每天会存在大量需要被运输的货源。
[0003]在相关技术中，采用线下调度的方式，寻找出可以运输货源的司机，这导致无法寻找到与货源匹配的司机的情况时有发生，进而降低了被成功运输的货源的数量，造成大量货源积压。不仅如此，对司机筛选的过程，主要依赖于司机之间的交流，不仅降低了寻找出的司机与货源之间的匹配度，还降低了查询出与货源匹配的司机的效率。
[0004]鉴于此，本领域亟需开发一种新的运输对象与货物的匹配方法及装置。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种运输对象与货物的匹配方法、运输对象与货物的匹配装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术导致的确定出与待运输货物匹配的运输对象的效率较低的问题。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本专利技术实施例的第一个方面，提供一种运输对象与货物的匹配方法，所述方法包括：获取与待匹配运输对象对应的属性信息，并获取与待运输货物对应的运输任务的任务信息；将所述属性信息和所述任务信息输入目标模型中，得到多个推荐运输对象；所述多个推荐运输对象的推荐顺序与匹配分数的分数顺序对应；所述匹配分数为衡量所述待匹配运输对象和所述待运输货物之间的匹配度的分数；在所述多个推荐运输对象中筛选出目标运输对象，以使所述目标运输对象执行所述运输任务。
[0009]在本专利技术的一种示例性实施例中，所述将所述属性信息和所述任务信息输入目标模型中，得到多个推荐运输对象之前，所述方法还包括：获取与历史运输对象对应的样本属性信息；其中，所述样本属性信息包括所述历史运输对象的属性信息以及所述历史运输对象驾驶的车辆的车辆属性信息；获所述取历史运输对象通过驾驶所述车辆所执行的历史运输任务，确定与所述历史运输任务对应的任务样本信息；将所述历史运输对象的属性信息、所述车辆属性信息以及所述任务样本信息作为训练样本输入至待训练的目标模型中，以对所述待训练的目标模型进行训练得到目标模型。
[0010]在本专利技术的一种示例性实施例中，所述方法还包括：将所述样本属性信息以及所述任务样本信息作为目标样本信息，获取预设样本划分比例；按照所述预设样本划分比例，将所述目标样本信息划分为训练样本以及测试样本；将所述训练样本输入至所述待训练目
标模型中，以对所述待训练目标模型进行训练得到目标模型。
[0011]在本专利技术的一种示例性实施例中，所述将所述训练样本输入至所述待训练的目标模型中，以对所述待训练的目标模型进行训练得到目标模型之后之后，所述方法还包括：将所述测试样本输入至所述目标模型中，得到模型预测结果；其中，所述预测结果中包括与所述测试样本对应的测试类别标签；分别计算与不同所述预测类别标签对应的所述预测样本的评估指标，并根据所述评估指标对所述目标模型中的模型参数进行调节，以优化所述目标模型。
[0012]在本专利技术的一种示例性实施例中，所述评估指标包括准确率；所述测试样本包括与第一真实类别标签对应的第一测试样本以及与第二真实类别标签对应的第二测试样本，所述准确率包括与所述第一测试样本对应的第一准确率和与所述第二测试样本对应的第二准确率，所述预测类别标签包括第一预测类别标签和第二预测类别标签；所述分别计算与不同预测类别标签对应的所述预测样本的评估指标，包括：统计出与所述第一预测类别标签对应的第一预测样本的第一样本个数，并统计出与所述第二预测类别标签对应第二预测样本的第二样本个数；统计出与所述第一预测样本对应的所述测试样本属于所述第一测试样本的第三样本个数，并统计出与所述第二预测样本对应的所述测试样本属于所述第二测试样本的第四样本个数；对所述第一样本个数和所述第三样本个数进行计算，得到所述第一准确率；对所述第二样本个数和所述第四样本个数进行计算，得到所述第二准确率。
[0013]在本专利技术的一种示例性实施例中，所述评估指标包括召回率；所述召回率包括与所述第一测试样本对应的第一召回率和与所述第二测试样本对应的第二召回率；所述分别计算与不同预测类别标签对应的所述预测样本的评估指标，包括：统计出所述第一测试样本的第五样本个数，并统计出所述第二测试样本的第六样本个数；对所述第三样本个数和所述第五样本个数进行计算，得到所述第一召回率；对所述第四样本个数和所述第六样本个数进行计算，得到所述第二召回率。
[0014]在本专利技术的一种示例性实施例中，所述评估指标包括平衡F分数；所述平衡F分数包括与第一测试样本对应的第一平衡F分数和与所述第二测试样本对应的第二平衡F分数；所述分别计算与不同预测类别标签对应的所述预测样本的评估指标，包括：对所述第一准确率和所述第一召回率进行计算得到所述第一平衡F分数，对所述第二准确率和所述第二召回率进行计算得到第二平衡F分数。
[0015]在本专利技术的一种示例性实施例中，所述获取待匹配运输对象的属性信息，包括：获取与待运输货物对应的货源地址；获取所有运输对象，并确定与所述所有运输对象对应的对象地址以及与所述所有运输对象驾驶的车辆对应的车辆地址；计算所述货源地址与所述对象地址之间的第一地址距离，并计算所述货源地址与所述车辆地址之间的第二地址距离；根据所述第一地址距离和所述第二地址距离，在所述所有运输对象中筛选出待匹配运输对象，以获取与所述待匹配运输对象对应的属性信息。
[0016]在本专利技术的一种示例性实施例中，所述获取待匹配运输对象的属性信息，包括：获取与待运输货物对应的运输路线，并获取与所有运输对象对应的历史运输路线；若在所述历史运输路线中存在与所述运输路线一致的目标历史运输路线，则将与所述目标历史运输路线对应的所述运输对象确定为待匹配运输对象，以获取与所述待匹配运输对象对应的属性信息。
[0017]在本专利技术的一种示例性实施例中，所述方法还包括：确定与所述目标历史运输路线对应的所述运输对象，并获取所述运输对象针对于与所述目标历史运输路线的历史报价信息；根据所述历史报价信息，在与所述目标历史运输路线对应的所述运输对象中筛选出待匹配运输对象。
[0018]在本专利技术的一种示例性实施例中，所述方法还包括：获取与所有运输对象对应的订阅运输路线；其中，所述运输对象针对于所述订阅运输路线的运输频率高于运输频率阈值；若在所述订阅运输路线中存在与所述运输路线一致的目标订阅运输路线，则将与所述目标订阅运输路线对应的所述运输对象确定为待匹配运输对象。
[0019]在本专利技术的一种示例性实施例中，所述在所述多个推荐运输对象中筛选出目标运输对象，包括：若在所述多个推荐运输对象中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运输对象与货物的匹配方法，其特征在于，所述方法包括：获取与待匹配运输对象对应的属性信息，并获取与待运输货物对应的运输任务的任务信息；将所述属性信息和所述任务信息输入目标模型中，得到多个推荐运输对象；所述多个推荐运输对象的推荐顺序与匹配分数的分数顺序对应；所述匹配分数为衡量所述待匹配运输对象和所述待运输货物之间的匹配度的分数；在所述多个推荐运输对象中筛选出目标运输对象，以使所述目标运输对象执行所述运输任务。2.根据权利要求1所述的运输对象与货物的匹配方法，其特征在于，所述将所述属性信息和所述任务信息输入目标模型中，得到多个推荐运输对象之前，所述方法还包括：获取与历史运输对象对应的样本属性信息；其中，所述样本属性信息包括所述历史运输对象的属性信息以及所述历史运输对象驾驶的车辆的车辆属性信息；获取所述历史运输对象通过驾驶所述车辆所执行的历史运输任务，确定与所述历史运输任务对应的任务样本信息；将所述历史运输对象的属性信息、所述车辆属性信息以及所述任务样本信息作为训练样本输入至待训练的目标模型中，以对所述待训练的目标模型进行训练得到所述目标模型。3.根据权利要求2所述的运输对象与货物的匹配方法，其特征在于，所述方法还包括：将所述样本属性信息以及所述任务样本信息作为目标样本信息，获取预设样本划分比例；按照所述预设样本划分比例，将所述目标样本信息划分为训练样本以及测试样本；将所述训练样本输入至所述待训练的目标模型中，以对所述待训练的目标模型进行训练得到目标模型。4.根据权利要求3所述的运输对象和货物的匹配方法，其特征在于，所述将所述训练样本输入至所述待训练的目标模型中，以对所述待训练的目标模型进行训练得到目标模型之后，所述方法还包括：将所述测试样本输入至所述目标模型中，得到模型预测结果；其中，所述预测结果中包括与所述测试样本对应的测试类别标签；分别计算与不同所述预测类别标签对应的所述预测样本的评估指标，并根据所述评估指标对所述目标模型中的模型参数进行调节，以优化所述目标模型。5.根据权利要求4所述的运输对象和货物的匹配方法，其特征在于，所述评估指标包括准确率；所述测试样本包括与第一真实类别标签对应的第一测试样本以及与第二真实类别标签对应的第二测试样本，所述准确率包括与所述第一测试样本对应的第一准确率和与所述第二测试样本对应的第二准确率，所述预测类别标签包括第一预测类别标签和第二预测类别标签；所述分别计算与不同预测类别标签对应的所述预测样本的评估指标，包括：统计出与所述第一预测类别标签对应的第一预测样本的第一样本个数，并统计出与所述第二预测类别标签对应第二预测样本的第二样本个数；统计出与所述第一预测样本对应的所述测试样本属于所述第一测试样本的第三样本
个数，并统计出与所述第二预测样本对应的所述测试样本属于所述第二测试样本的第四样本个数；对所述第一样本个数和所述第三样本个数进行计算，得到所述第一准确率；对所述第二样本个数和所述第四样本个数进行计算，得到所述第二准确率。6.根据权利要求5所述的运输对象和货物的匹配方法，其特征在于，所述评估指标包括召回率；所述召回率包括与所述第一测试样本对应的第一召回率和与所述第二测试样本对应的第二召回率；所述分别计算与不同预测类别标签对应的所述预测样本的评估指标，包括：统计出所述第一测试样本的第五样本个数，并统计出所述第二测试样本的第六样本个数；对所述第三样本个数和所述第五样本个数进行计算，得到所述第一召回率；对所述第四样本个数和所述第六样本个数进行计算，得到所述第二召回率。7.根据权利要求6所述的运输对象和货物的匹配方法，其特征在于，所述评估指标包括平衡F分数；所述平衡F分数包括与第一测试样本对应的第一平衡F分数和与所述第二测试样本对应的第二平衡F分数；所述分别计算与不同预测类别标签对应的所述预测样...

【专利技术属性】
技术研发人员：杜毅，梁晓卉，陈兰欢，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：