装卸货点位确定方法、装置、计算机设备和存储介质与流程

1.本技术涉及装卸货点位推荐领域，特别是涉及一种装卸货点位确定方法、装置、计算机设备和存储介质。


背景技术：

2.以往在向用户推荐装卸货点位时，通常采用用户历史的真实装卸货点位(包括装货的点位和卸货的点位)的uber的h3标识的中心点来激活路网数据，然后通过多路召回和数据融合匹配用户可能的路网点，最后输出top n的装卸货点位推荐到用户，用户从推荐的装卸货点位选择相关点位，然后继续下单操作。
3.发明人经过实践发现，采用用户历史的真实装卸货点的uber的h3标识的中心点来激活路网数据时，会造成最终推荐的用户的装卸货点位存在跨墙、跨路的情况，这导致司机行驶到用户下单时选定的装卸货点位后，才发现自己到达的位置并不是用户的真实停留点，因而还需要再次行驶到用户的真实停留点，显然，目前向用户推荐装卸货点位的方式提高了司机和需要装卸货的用户碰面的成本，并且用户使用体验不佳。


技术实现要素：

4.本技术针对上述不足或缺点，提供了一种装卸货点位确定方法、装置、计算机设备和存储介质，本技术实施例能够降低司机和需要装卸货的用户碰面的成本，并且提高用户使用体验。
5.本技术根据第一方面提供了一种装卸货点位确定方法，在一个实施例中，该方法包括：
6.根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单；
7.根据各目标历史订单关联的每一装卸货点位生成召回点位集合；
8.基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合；
9.使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征；
10.根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位。
11.在一些实施例中，根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单，包括：
12.选择订单创建时间处于过去预设时长内、且关联的装卸货点位同时包含发单人的停留点和装卸货联系人的停留点的每一历史订单作为初筛订单集合；
13.遍历初筛订单集合中的每一历史订单，将关联的历史真实停留点和推荐停留点间的距离不超过预设长度的每一历史订单确定为目标历史订单，得到上述多个目标历史订单。
14.在一些实施例中，基于预设规则从召回点位集合中筛选出多个装卸货点位作为候
选点位集合，包括：
15.从召回点位集合中召回多个装卸货点位作为初始候选点位集合；
16.对初始候选点位集合进行合并以及去重处理，得到过渡候选点位集合；
17.根据订单创建时间从过渡候选点位集合中筛选预设数量的装卸货点位作为候选点位集合。
18.在一些实施例中，召回点位集合中包括多个装卸货点位；召回点位集合中的每一装卸货点位的点位信息包括以下各项信息：
19.键、经纬度、订单创建时间、与对应推荐停留点的距离以及置信度。
20.在一些实施例中，从召回点位集合中召回多个装卸货点位作为初始候选点位集合，包括：
21.根据用户标识和点位标识拼装得到多个键；用户标识为发单人的标识或联系人的标识；点位标识为点位id或点位名称；
22.使用每一键查询召回点位集合，获得每一键对应的装卸货点位；
23.将所有键对应的装卸货点位作为召回点位集合。
24.在一些实施例中，使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征，包括：
25.使用dbscan聚类算法对候选点位集合进行聚类处理，得到多个点簇；
26.计算所有候选点位的聚类中心作为候选点位集合的聚类中心；
27.计算每一点簇的候选点位数量以及点位距离信息；任一点簇的点位距离信息包括簇内每一候选点位与聚类中心的平均距离；
28.根据每一点簇的候选点位数量以及点位距离信息生成候选点位集合的聚类特征。
29.在一些实施例中，根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位，包括：
30.将候选点位集合的聚类中心以及聚类特征输出至排序模块；
31.通过排序模块从候选点位集合中确定多个进行推荐的装卸货点位。
32.本技术根据第二方面提供了一种装卸货点位确定装置，在一个实施例中，该装置包括：
33.订单确定模块，用于根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单；
34.召回点位生成模块，用于根据各目标历史订单关联的每一历史挖掘装卸货点位生成召回点位集合；
35.筛选模块，用于基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合；
36.聚类模块，用于使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征；
37.确定模块，用于根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位。
38.本技术根据第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的实
施例的步骤。
39.本技术根据第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
40.在本技术实施例中，不采用用户历史的真实装卸货点的uber的h3标识的中心点来激活路网数据，而是采用直接对用户历史挖掘点进行多路召回，并去重后进行密度聚类(基于dbscan实现)，最后根据聚类的聚类中心(即质心)和相关聚类特征完成最终推荐给用户的装卸货点位的确定。经线上验证，本技术实施例能够降低司机和需要装卸货的用户碰面的成本，并且提高用户使用体验。
附图说明
41.图1为一个实施例中一种装卸货点位确定方法的流程示意图；
42.图2为一个实施例中聚类处理的流程示意图；
43.图3为一个应用例中确定装卸货点位的流程图；
44.图4为一个实施例中一种装卸货点位确定装置的结构框图；
45.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
46.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本技术，并不用于限定本技术。
47.本技术提供了一种装卸货点位确定方法。在一些实施例中，本技术提供的装卸货点位确定方法可以应用于为下发货运订单的用户推荐装卸货点位的服务器，该服务器可以是服务器集群或分布式服务器。该装卸货点位确定方法包括如图1所示的步骤，下面对各步骤进行说明。
48.s110：根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单。
49.s120：根据各目标历史订单关联的每一装卸货点位生成召回点位集合。
50.s130：基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合。
51.s140：使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征。
52.s150：根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位。
53.在本技术实施例中，不采用用户历史的真实装卸货点的uber的h3标识的中心点来激活路网数据，而是采用直接对用户历史挖掘点进行多路召回，并去重后进行密度聚类(基于dbscan实现，可以充当粗排层在货运领域的应用)，最后根据聚类的聚类中心(即质心)和相关聚类特征完成最终推荐给用户的装卸货点位的确定。经线上验证，本技术实施例能够提升推荐停留点和真实停留点的不定点指标(如30米定点率、50米定点率等)，进而能够降低司机和需要装卸货的用户碰面的成本，并且提高用户使用体验，降低用户进行投诉的可能性。
54.在一些实施例中，上述根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单，可以包括：选择订单创建时间处于过去预设时长内、且关联的装卸货点位同时包含发单人的停留点和装卸货联系人的停留点的每一历史订单作为初筛订单集合；遍历初筛订单集合中的每一历史订单，将关联的历史真实停留点和推荐停留点间的距离不超过预设长度的每一历史订单确定为目标历史订单，得到上述多个目标历史订单。
55.其中，上述的过去预设时长可以根据实际情况来确定，本实施例对此不做限制，例如，过去预设时长可以是过去一年，过去6个月等等。每一历史订单关联的装卸货点位可以包括服务器为该历史订单的发单人推荐装卸货点位时所召回的所有装卸货定位，还可以进一步包括该历史订单的发单人和联系人的停留点。上述的预设长度可以根据实际情况来确定，本实施例对此不做限制，例如，预设长度可以是5000米，3000米等等。
56.在一些实施例中，召回点位集合中包括多个装卸货点位；其中，召回点位集合中的每一装卸货点位的点位信息包括以下各项信息：
57.键、经纬度、订单创建时间、与对应推荐停留点的距离以及置信度。
58.其中，上述推荐停留点指推荐给用户的装卸货点位。
59.在一些实施例中，基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合，包括：从召回点位集合中召回多个装卸货点位作为初始候选点位集合；对初始候选点位集合进行合并以及去重处理，得到过渡候选点位集合；根据订单创建时间从过渡候选点位集合中筛选预设数量的装卸货点位作为候选点位集合。
60.在一些实施例中，从召回点位集合中召回多个装卸货点位作为初始候选点位集合，包括：
61.根据用户标识和点位标识拼装得到多个键；用户标识为发单人的标识或联系人的标识；点位标识为点位id或点位名称；
62.使用每一键查询召回点位集合，获得每一键对应的装卸货点位；
63.将所有键对应的装卸货点位作为召回点位集合。
64.在一些实施例中，使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征，如图2所示，包括：
65.s141：使用dbscan聚类算法对候选点位集合进行聚类处理，得到多个点簇；
66.s142：计算所有候选点位的聚类中心作为候选点位集合的聚类中心；
67.s143：计算每一点簇的候选点位数量以及点位距离信息；任一点簇的点位距离信息包括簇内每一候选点位与聚类中心的平均距离；
68.s144：根据每一点簇的候选点位数量以及点位距离信息生成候选点位集合的聚类特征。
69.在一些实施例中，根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位，包括：将候选点位集合的聚类中心以及聚类特征输出至排序模块；通过排序模块从候选点位集合中确定多个进行推荐的装卸货点位。
70.以下通过一个应用例对上述实施例做进一步说明。
71.请参见图3，图3所示为本应用例中确定装卸货点位的流程图。
72.在本应用例中，使用包含发单人和装卸货联系人停留点的一年内的目标历史订单来生成召回点位，具体地，获取每一目标历史订单的每一历史挖掘点来作为召回点位(可理
解的，召回点位也是装卸货点位)，从而得到一个召回点位集合，召回点位集合中每一装卸货点位的点位信息可以参见表一。其中，目标历史订单的历史挖掘点是指向该目标历史订单的用户推荐装卸货点位时所召回的所有装卸货点位，其中，在选择目标历史订单时，为了提高装卸货点位的推荐准确性，对历史真实停留点和推荐停留点距离超过5000m的异常订单进行过滤。
73.表一：
[0074][0075]
接着，使用发单人+poiid、发单人+poi-name、联系人+poiid、联系人+poi-name的四路召回方法完成召回操作。对于四路召回的结果(其中包括多个装卸货点位)，先进行合并和去重处理，在对合并和去重处理的结果按照时间从早到晚进行排序，截取时间上最晚的最多500个装卸货点位作为候选点位集合(集合中的装卸货点位可称为候选点)。
[0076]
接着使用dbscan聚类算法对候选点位集合进行聚类处理，计算所有候选点的聚类中心，以及计算每个点簇(也可称为聚类簇)的候选点数目以及每个点簇的候选点和该聚类中心的平均距离来生成聚类特征。
[0077]
具体流程可以如下：
[0078]
1.使用球面距离度量候选点之间的距离。
[0079]
2.设置点簇内点之间的最大距离阈值和簇内样本数目的最小阈值，对于候选点位进行聚类，并输出聚类中心，以及每个候选点归属于簇类别的标识。
[0080]
3.遍历每一个点簇，对于簇中的每一个点进行遍历，按照表二所示的相应方法来计算该簇的特征。
[0081]
表二：
[0082][0083]
最后将候选点位集合的聚类中心以及聚类特征输出至排序模块，通过排序模块从候选点位集合中确定多个进行推荐的装卸货点位。
[0084]
图1-2为一个实施例中装卸货点位确定方法的流程示意图。应该理解的是，虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0085]
基于相同的发明构思，本技术还提供了一种装卸货点位确定装置。在本实施例中，如图4所示，该装卸货点位确定装置包括以下模块：
[0086]
订单确定模块110，用于根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单；
[0087]
召回点位生成模块120，用于根据各目标历史订单关联的每一历史挖掘装卸货点位生成召回点位集合；
[0088]
筛选模块130，用于基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合；
[0089]
聚类模块140，用于使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选
点位集合的聚类中心以及聚类特征；
[0090]
确定模块150，用于根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位。
[0091]
订单确定模块110根据发单人的停留点和装卸货联系人的停留点确定多个目标历史订单时，用于：
[0092]
选择订单创建时间处于过去预设时长内、且关联的装卸货点位同时包含发单人的停留点和装卸货联系人的停留点的每一历史订单作为初筛订单集合；
[0093]
遍历初筛订单集合中的每一历史订单，将关联的历史真实停留点和推荐停留点间的距离不超过预设长度的每一历史订单确定为目标历史订单，得到上述多个目标历史订单。
[0094]
在一些实施例中，筛选模块130基于预设规则从召回点位集合中筛选出多个装卸货点位作为候选点位集合时，用于：
[0095]
从召回点位集合中召回多个装卸货点位作为初始候选点位集合；
[0096]
对初始候选点位集合进行合并以及去重处理，得到过渡候选点位集合；
[0097]
根据订单创建时间从过渡候选点位集合中筛选预设数量的装卸货点位作为候选点位集合。
[0098]
在一些实施例中，召回点位集合中包括多个装卸货点位；召回点位集合中的每一装卸货点位的点位信息包括以下各项信息：
[0099]
键、经纬度、订单创建时间、与对应推荐停留点的距离以及置信度。
[0100]
在一些实施例中，筛选模块130从召回点位集合中召回多个装卸货点位作为初始候选点位集合时，用于：
[0101]
根据用户标识和点位标识拼装得到多个键；用户标识为发单人的标识或联系人的标识；点位标识为点位id或点位名称；
[0102]
使用每一键查询召回点位集合，获得每一键对应的装卸货点位；
[0103]
将所有键对应的装卸货点位作为召回点位集合。
[0104]
在一些实施例中，聚类模块140使用dbscan聚类算法对候选点位集合进行聚类处理，得到候选点位集合的聚类中心以及聚类特征时，用于：
[0105]
使用dbscan聚类算法对候选点位集合进行聚类处理，得到多个点簇；
[0106]
计算所有候选点位的聚类中心作为候选点位集合的聚类中心；
[0107]
计算每一点簇的候选点位数量以及点位距离信息；任一点簇的点位距离信息包括簇内每一候选点位与聚类中心的平均距离；
[0108]
根据每一点簇的候选点位数量以及点位距离信息生成候选点位集合的聚类特征。
[0109]
在一些实施例中，确定模块150根据候选点位集合的聚类中心以及聚类特征从候选点位集合中确定多个进行推荐的装卸货点位时，用于：
[0110]
将候选点位集合的聚类中心以及聚类特征输出至排序模块；
[0111]
通过排序模块从候选点位集合中确定多个进行推荐的装卸货点位。
[0112]
关于装卸货点位确定装置的具体限定可以参见上文中对于装卸货点位确定方法的限定，在此不再赘述。上述装卸货点位确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，
也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0113]
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史订单信息等数据，具体存储的数据还可以参见上述方法实施例中的限定。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种装卸货点位确定方法。
[0114]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0115]
本实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一方法实施例中提供的方法中的步骤。
[0116]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一方法实施例中提供的方法中的步骤。
[0117]
本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0118]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0119]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。