本发明实施例涉及物流领域和数据处理领域,尤其涉及一种应用于运力调度的数据处理方法及装置。
背景技术:
同城物流是o2o领域的关键,相对于电商的快递物流,同城物流具有明显的时效性。在有限的时间内高效进行同城物流的调度,对于同城物流具有重要意义。
以外卖为例,配送的高峰集中在午高峰和晚高峰;配送方式分为多级配送,例如,全职运力、兼职运力、众包运力。在现有技术中,根据人工经验对全职运力、兼职运力、众包运力进行调度和控制。但是,通过人工感知配送压力,不仅耗费精力,还具有以下诸多缺陷:效率低下;无法准确预估运力分配;相对于实际运力的需求有较大误差;无法基于现状有效地实现运力调整与调度。
技术实现要素:
本发明实施例提供一种应用于运力调度的数据处理方法及装置,用以解决现有技术中存在的难以高效利用运力的问题。
第一方面,本发明实施例提供了一种应用于运力调度的数据处理方法,包括:
获取订单数据,所述订单数据包含订单的下单时间;
根据所述订单数据进行数据统计,确定订单的时间分布;
基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
第二方面,本发明实施例提供一种应用于运力调度的数据处理装置,包括:
数据获取模块,用于获取订单数据;
数据处理模块,用于根据所述订单数据确定订单的时间分布;
放单线确定模块,用于基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
所述数据处理装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,所述数据处理装置的结构中包括处理器和存储器,所述存储器用于存储支持所述数据处理装置执行上述第一方面中的数据处理方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述所述数据处理装置还可以包括通信接口,用于所述数据处理装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种计算机存储介质,用于储存上述数据处理装置所用的计算机软件指令,该指令被执行以实现上述第一方面中的数据处理方法。
本发明实施例能够充分、高效地利用多方运力实现运力调度,或者为充分、高效地实现运力调度提供基础。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。
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一简单地介绍,显而易见地,下面描述中的附图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示出了根据本发明一个实施例的应用于运力调度的数据处理方法的流程示意图;
图2示出了根据本发明另一个实施例的应用于运力调度的数据处理方法的流程示意图;
图3示出了根据本发明一个实施例的应用于运力调度的数据处理装置的框图;
图4示出了图3所示数据处理装置的放单线确定模块的框图;
图5示出了根据本发明另一个实施例的应用于运力调度的数据处理装置的框图;
图6示出了根据本发明再一个实施例的应用于运力调度的数据处理装置的框图;
图7示出了根据本发明一个实施例的全职、兼职、众包三种运力的调度方式示意图;
图8示出了根据本发明一个实施例的规划全职运力的逻辑;
图9示出了根据本发明一个实施例的确定实际兜底线的逻辑。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
首先,对本发明可能涉及的词汇进行非限制性解释。本领域技术人员应当理解,这些解释意在使读者更容易理解本发明的方案,而并不用于对本发明构成限制。
订单:运力规划的目的是为了配送订单。订单的分发有两种模式,一种是系统派单,用于全职和兼职运力,应用系统会对全职和兼职运力进行统一无差别指派;一种是抢单,用于众包运力,在全职和兼职运力压力过大时会将订单分发给众包运力用于抢单。
派单:应用系统进行智能调度,自动分派订单给骑士。
抢单:应用系统只扩散需要配送的订单,骑士需要手动抢,系统根据结果指派。
全职运力:全职运力需要保证全天在岗时间,并且在稳定周期(例如十天)内全职运力总数不会发生剧烈变化,需要投入大量的成本维持,由系统派单。
兼职运力:预约上岗,只在开放的时间窗口内保证在岗时长即可,为了分担全职在高峰时期的压力,预约上岗期间和全职无差别接受系统派单。
众包运力:没有岗时长需求,只要抢单送单即可,是全职和兼职压力过大情况下的运力补充,需要手动抢单。
放单:放单是指将本应该指派给全职运力和兼职运力的订单分发给众包运力进行抢单配送的行为。
人效:单人所完成的单量,是衡量运力效率和成本的关键指标。本发明中,通过预测下一个稳定周期全职或者兼职可配送的单量,配合调节人效,可以预测下一个稳定周期内需要的全职和兼职人数。
实际兜底线:实际兜底线是临界值,具有周期性,表示周期时间t内用于自动指派的订单的数量上限。每隔时间t重新开始计数,时间t内进单序号在实际兜底线之前的由系统自动派单,之后的订单则自动发送给众包运力用于抢单配送。兜底线的变化会影响放单的数量,直接影响着众包运力。
理论兜底线:理论兜底线是一个全天的理论临界值,可根据历史数据计算得到。例如,在本发明的部分实施例中,可以基于过去7天的理论兜底线均值计算当天的实际兜底线。在本发明或本发明的部分实施例中,可以将实际兜底线看做是基于理论兜底线优化得到的值。
接起率:表示众包运力实际配送的单量和发送给众包的单量的比。
图1是根据本发明实施例的一种应用于运力调度的数据处理方法的流程示意图。参照图1,所述方法包括:
100:获取订单数据,所述订单数据包含订单的下单时间。这里的订单数据是指历史订单数据。
102:根据所述订单数据进行数据统计,确定订单的时间分布。
可选地,在本实施例的一种实现方式中,将一个完整周期划分为若干个时间段,在处理102中根据所述订单数据确定在每一个时间段的订单数理。例如,一个完整周期为一天,一个时间段为5分钟。
104:确定放单线。具体而言,基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
在本实施例中,放单线是一种兜底线,表示运力分配的界限值。众包运力没有岗时长需求,只要抢单送单即可,是全职和兼职压力过大情况下的运力补充,需要手动抢单。
在本实施例中,104具体可以通过以下方式实现:基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布构建等式,求解所述放单线。
采用本实施例提供的方法,能够基于历史数据确定有利于充分利用各种运力、提高运力效率的放单线,
可选地,在本实施例的一种实现方式中,稳定运力包括全职运力和兼职运力。当然,在其它实现方式中,稳定运力也可以仅包括全职运力。
可选地,在本实施例的一种实现方式中,采用以下方式规划全职运力和兼职运力:基于全职运力的全职人效以及基于订单数据确定的所述全职运力在第一在先周期(例如,一个稳定的统计周期)中的日均送单量,确定全职运力在第一在后周期(例如,一个运营周期,例如,一天)中的人数;基于兼职运力的兼职人效以及基于订单数据确定的兼职运力在第一在先周期中的日均送单量,确定兼职运力在第一在后周期中的人数。
可选地,在本实施例的一种实现方式中,所述稳定运力的人效的时间分布包括:所述稳定运力的均值人效(例如,全天平均人效)以及所述稳定运力的峰值人效(例如,在设定的高峰时段内的人效)。
可选地,在本实施例的一种实现方式中,采用以下方式实现处理104:
基于所述订单的时间分布、所述众包运力的最低接起率以及作为变量的所述放单线,确定所述稳定运力的峰值单量;基于所述订单的时间分布以及作为变量的所述放单线确定所述稳定运力的总单量;根据所述稳定运力的峰值单量、所述稳定运力的总单量、所述稳定运力的均值人效以及所述稳定运力的峰值人效,计算得到所述放单线。例如,使所述稳定运力的均值人效与峰值人效的比值等于所述稳定运力的总单量与峰值单量的比值,从而求出放单线。
图2是根据本发明实施例的一种应用于运力调度的数据处理方法的流程示意图,参照图2,所述方法除了包括图1所示的100-104之外,还包括:
200:监督实时接单量。换言之,在运力调度期间,实时监督接单量。其中,实时接单量也是在预设的各个时间段的接单量。
202:判断实时接单量是否超过放单线或放单线的优化值,如果超过,则执行204;否则执行206。其中,放单线的优化值是指基于处理104计算的放单线进一步优化得到的值。示例性地,放单线可以是下文提及的理论兜底线,放单线的优化值可以是下文提及的实际兜底线。关于优化方法的示例性描述,将在下文说明。
204:将所超过数量的订单发送给众包运力。
206:将订单发送给稳定运力。
采用本实施例提供的方法,能够基于图1所示实施例提供的放单线进行运力调度,提高运力效率。具体而言,当实时接单量不超过放单线(或优化值)时,将订单派发给稳定运力;当实时接单量超过放单线时,将多出的订单发送给众包运力。从而充分、高效地利用多种运力进行订单派发。
可选地,在本实施例的一种实现方式中,基于所述放单线进行优化,确定所述放单线的优化值。在该实现方式中,所述放单线可以是一个或多个(例如,前一天的放单线或前一周内每天的放单线),而确定每个放单线的方法均是相同的,只不过统计的时间周期不同。关于优化的具体方法,请参照下文基于理论兜底线得到实际兜底线的方法。
图3是根据本发明实施例的一种应用于运力调度的数据处理装置的框图的一例。参照图3,数据处理装置包括数据获取模块30、数据处理模块32和放单线确定模块34。下面进行具体说明。
在本实施例中,数据获取模块30用于获取订单数据,即历史订单数据,所述订单数据包含订单的下单时间。所述订单数据可以是预设时间内的订单数据。
在本实施例中,数据处理模块32用于根据所述订单数据进行数据统计,确定订单的时间分布。可选地,在本实施例的一种实现方式中,将一个完整周期划分为若干个时间段,数据处理模块32根据所述订单数据确定在每一个时间段的订单数理。例如,一个完整周期为一天,一个时间段为5分钟。
在本实施例中,放单线确定模块34用于基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
可选地,在本实施例的一种实现方式中,稳定运力包括全职运力和兼职运力。
可选地,在本实施例的一种实现方式中,所述稳定运力的人效的时间分布包括:所述稳定运力的均值人效以及所述稳定运力的峰值人效。
可选地,在本实施例的一种实现方式中,如图4所示,放单线确定模块34包括:峰值单量确定子模块,用于基于所述订单的时间分布、所述众包运力的最低接起率以及作为变量的所述放单线,确定所述稳定运力的峰值单量;总单量确定子模块,用于基于所述订单的时间分布以及作为变量的所述放单线确定所述稳定运力的总单量;放单线确定子模块,用于根据所述稳定运力的峰值单量、所述稳定运力的总单量、所述稳定运力的均值人效以及所述稳定运力的峰值人效,计算得到所述放单线。
图5是根据本发明实施例的一种应用于运力调度的数据处理装置的框图的一例。参照图5,数据处理装置包括处理包括前述的数据获取模块30、数据处理模块32和放单线确定模块34之外,还包括全职规划模块50和兼职规划模块52。其中,全职规划模块50用于基于全职运力的全职人效以及基于订单数据确定的全职运力(例如,在第一在先周期中)的日均送单量,确定全职运力(例如,在第一在后周期中)的人数;兼职规划模块52用于基于兼职运力的兼职人效以及基于订单数据确定的兼职运力(例如,在第一在先周期中)的日均送单量,确定兼职运力(例如,在第一在后周期中)的人数。
采用图5所示实施例提供的数据处理装置,能够基于多种运力方式对运力调度进行更加完整的规划。
图6是根据本发明实施例的一种应用于运力调度的数据处理装置的框图的一例。参照图6,数据处理装置包括处理包括前述的数据获取模块30、数据处理模块32和放单线确定模块34之外,还包括监督模块60、判断模块62和分配模块64。其中,监督模块60用于监督实时接单量;判断模块62用于判断所述实时接单量是否超过所述放单线或所述放单线的优化值;分配模块64用于在所述判断模块判断为是时,将所超过数量的订单发送给所述众包运力。
采用图6所示实施例提供的数据处理装置,能够基于所确定的放单线或其优化值进行运力调度,提高运力效率。
以上结合附图对本发明的部分方法实施例和装置实施例进行了说明。下面对本发明的一种具体实施例进行说明。本领域技术人员应当理解,在具体实施例中描述的内容可以作为单独的实施例,也可以作为前文所述实施例的实现方式。
【关于运力规划】
在全职、兼职、众包三位一体的运力格局中,三种运力的关系如图7所示。具体而言,全职是运力的中坚力量,但是不可能无限制的维持较高的运力水平,需要在运力效率和成本之间找到一个平衡点,在可预计的高峰时期,使用兼职分担部分配送压力,在全职和兼职都达到了预期的人效时,使用众包作为补充。因此运力计划的核心是计算满足专职(稳定)人效的前提下,估算兼职运力,通过订单的历史数据计算理论兜底线,计算实际兜底线,进而调控众包运力。
【关于全职运力的规划】
全职运力规划的目的是要使全职运力的全天人效达到一个理想的状态,因此是根据人效来计算全职人数。
整体而言,如图8所示,通过预测下一个稳定周期全职每天的单量以及设定下一个稳定周期的全职人数,来预估下一个稳定周期全职运力人数。
具体而言,可以采用以下公式进行计算:
其中,ef表示人效,df表示全职全天的完成单量,kf表示当天全职运力在职骑士人数。全职人效ef反应运力利用率和运力成本。较高的人效意味着运力的潜力得到了充分的挖掘利用,意味着运力投入的最大化,成本和收益达到了一个理想的状态。因此每个运力稳定周期中会指定一个预期的人效,并且会根据预期人效预估所需要的全职骑士人数,因此需要估计未来一个稳定周期中每天全职需要完成的单量df。在外卖场景下,最近未来一段时间内骑士配送的单量是相对稳定的,因此可以选择距离现在最稳定的一个稳定周期中最后五天的每日单量均值,作为最近未来一个稳定周期的每日单量,用于计算下一个周期的骑士运力kf。
【关于兼职运力的规划】
兼职运力是对全职运力的补充,在全职面临进单量压力过大的时候,会在午高峰时候向兼职发放任务与预计需要的运力数量。兼职运力一旦预约成功就像全职骑士一样完成整个午高峰期间的配送,中间不得退出。因此,需要预估在稳定周期内每天所需要的兼职运力。兼职运力和全职运力拥有相同的特点,即在最近的未来一段时间内会保持人效的稳定。因此采用和全职运力相似的估算方法。对最近过去的一个稳定周期进行采样统计兼职运力每日完成的单量dp,比上预期的兼职运力人效ep,得出预计中的兼职运力人数kp。公式如下:
【关于众包运力的规划】
当全职运力和兼职运力的人效达到理想状态时的人数在午高峰时期或者晚高峰时期无法满足配送需求时,就会动用众包运力来填补空白。众包运力没有稳定周期,所有的奖励和结算都是按单计价。全职和兼职运力会被自动派单,众包运力则手动抢单,因此本实施例中,众包运力的规划的重点是控制自动派单的订单数量和众包抢单的数量。
参考公式1,自动派单高峰安全人效e(这是一个全职和兼职的混合量,不同于前文描述的ef和ep)是指在众包运力最低的前提下,全职和兼职骑士需要配送的人均单量,可以是给定的常量值。pt表示每隔时间t的进单量,max(pt)表示周期时间t内的最大进单量,如果t为5分钟,那么pt就有288个值,max(pt)就表示288个值中最大的。未知变量x表示理论放单线,表示单位时间t内进单序号超过x的要被发放给众包运力,pi表示众包历史最低的接起率,是设定常量值,也可以基于数据分析得到。kp表示当天的全职和兼职的骑士数量总和。max(pt)-x表示单位时间t内应该兜底给众包运力的最大单量,[max(pt)-x)](1-pi)表示单位时间t内众包运力在处于最低接起率的时候无法接起的单量,公式1的分子就表示高峰时间单位时间t内全职和兼职运力安全配送的总单量。
公式2表示当天自动派单单量(全职和兼职配送单量)的计算方法。如果t时间内进单量超过了兜底线x,就自动指派x单,如果没有超过就全部自动指派。
公式3是全职和兼职运力一天混合人效的计算方法;
通过以上方法计算了理论兜底线x。理论兜底线是根据历史数据计算出的历史理论值。在本发明的一种实施例中,每天的理论兜底线只有一个值;而实际兜底线则可以具有多个值,例如,每5分钟变化一次。示例性地,计算当天的实际兜底线,可以取昨天开始的前一周的理论兜底线数据,求期望,然后将理论兜底线的期望值作为参数用于实际兜底线(理论兜底线的优化值)的计算,进而达到调节众包运力的目的。在其它实施例中,用于计算实际兜底线的参数可以是多个,例如,除了将理论兜底线周均值作为其中一个重要参数之外,还可以将当天的实时订单数理、运力变动情况等作为参数。
示例性地,在本实施例中确定实际兜底线的逻辑过程如图9所示,包括:
根据历史数据计算过去每天的理论兜底线;根据理论兜底线均值计算当天的实际兜底线;通过实际兜底线调节众包可抢的单量。
采用图9所示的方法确定的实际兜底线是综合考虑近日的运力调度状况得到的,有利于兼顾现状高效地实现运力调度。
在一个可能的设计中,本文所述的数据处理装置的结构中包括处理器和存储器,所述存储器用于存储支持数据处理装置执行上述数据处理方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令供所述处理器调用执行。
所述处理器用于执行所述指令从而实现如前述100-104或100-204或前述其它相关处理。
本发明实施例提供了一种计算机存储介质,用于储存前述数据处理装置所用的计算机软件指令,其被执行以实现前述100-104或100-204或前述其它相关处理。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如rom/ram、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明公开a1、一种应用于运力调度的数据处理方法,包括:
获取订单数据,所述订单数据包含订单的下单时间;
根据所述订单数据进行数据统计,确定订单的时间分布;
基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
a2、如a1所述的方法中,所述稳定运力包括全职运力和兼职运力。进一步地,所述方法还可包括:
基于所述全职运力的全职人效以及基于所述订单数据确定的所述全职运力(在第一在先周期中)的日均送单量,确定所述全职运力(在第一在后周期中)的人数,
基于所述兼职运力的兼职人效以及基于所述订单数据确定的所述兼职运力(在第一在先周期中)的日均送单量,确定所述兼职运力(在第一在后周期中)的人数。
a3、如a1所述的方法中,所述稳定运力的人效的时间分布包括:所述稳定运力的均值人效以及所述稳定运力的峰值人效。
a4、如a1或a3所述的方法中,所述基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线,包括:
基于所述订单的时间分布、所述众包运力的最低接起率以及作为变量的所述放单线,确定所述稳定运力的峰值单量;
基于所述订单的时间分布以及作为变量的所述放单线确定所述稳定运力的总单量;
根据所述稳定运力的峰值单量、所述稳定运力的总单量、所述稳定运力的均值人效以及所述稳定运力的峰值人效,计算得到所述放单线。
a5、如a4所述的方法中,所述根据所述稳定运力的峰值单量、所述稳定运力的总单量、所述稳定运力的均值人效以及所述稳定运力的峰值人效,计算得到所述放单线包括:
基于所述稳定运力的峰值单量与总单量的比值以及所述稳定运力的峰值人效与均值人效的比值构建等式,求解得到所述放单线。
a6、如a1所述的方法中,还包括:
监督实时接单量;
判断所述实时接单量是否超过所述放单线或所述放单线的优化值;
如果超过,则将所超过数量的订单发送给所述众包运力。
本发明还公开了b7、一种应用于运力调度的数据处理装置,包括:
数据获取模块,用于获取订单数据,所述订单数据包含订单的下单时间;
数据处理模块,用于根据所述订单数据进行数据统计,确定订单的时间分布;
放单线确定模块,用于基于稳定运力的人效的时间分布、众包运力的最低接起率以及所述订单的时间分布,确定放单线。
b8、如b7所述的装置中,所述稳定运力包括全职运力和兼职运力。进一步地,所述装置还包括:
全职规划模块,用于基于所述全职运力的全职人效以及基于所述订单数据确定的所述全职运力(在第一在先周期中)的日均送单量,确定所述全职运力(在第一在后周期中)的人数,
兼职规划模块,用于基于所述兼职运力的兼职人效以及基于所述订单数据确定的所述兼职运力(在第一在先周期中)的日均送单量,确定所述兼职运力(在第一在后周期中)的人数。
b9、如b7所述的装置,所述稳定运力的人效的时间分布包括:所述稳定运力的均值人效以及所述稳定运力的峰值人效。
b10、如b7或b9所述的装置中,所述放单线确定模块包括:
峰值单量确定子模块,用于基于所述订单的时间分布、所述众包运力的最低接起率以及作为变量的所述放单线,确定所述稳定运力的峰值单量;
总单量确定子模块,用于基于所述订单的时间分布以及作为变量的所述放单线确定所述稳定运力的总单量;
放单线确定子模块,用于根据所述稳定运力的峰值单量、所述稳定运力的总单量、所述稳定运力的均值人效以及所述稳定运力的峰值人效,计算得到所述放单线。
b11、如b10所述的装置中,所述放单线确定子模块具体用于:
基于所述稳定运力的峰值单量与总单量的比值以及所述稳定运力的峰值人效与均值人效的比值构建等式,求解得到所述放单线。
b12、如b7所述的装置中,还包括:
监督模块,用于监督实时接单量;
判断模块,用于判断所述实时接单量是否超过所述放单线或所述放单线的优化值;
分配模块,用于在所述判断模块判断为是时,将所超过数量的订单发送给所述众包运力。
本发明还公开了c13、一种数据处理装置(例如,移动终端、计算机设备、专用设备等),包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令供所述处理器调用执行;
所述处理器用于执行所述指令以实现如a1-a6中任一项所述的数据处理方法。
本发明还公开了d14、一种计算机存储介质,该介质存储有一条或多条计算机指令,该指令被执行时实现如a1-a6中任一项所述的数据处理方法。