数据处理方法、装置、电子设备和计算机可读存储介质转让专利
申请号 : CN202010671174.6
文献号 : CN111815059B
文献日 : 2021-04-23
发明人 : 余维 , 王鹏宇 , 朱麟 , 冯文星
申请人 : 拉扎斯网络科技(上海)有限公司
摘要 :
权利要求 :
1.一种数据处理方法,其特征在于,所述方法包括:获取目标任务的任务信息;
将所述目标任务的任务信息输入至第一时间预测模型进行处理,以确定所述目标任务的预计完成时长信息;
根据所述目标任务的任务信息确定所述目标任务的预计获取时长信息;
确定所述目标任务所属的任务处理资源组对应的第二时间预测模型,所述任务处理资源组设置有对应的全局超时率,所述第一时间预测模型基于各任务处理资源组的全局超时率训练获得,使得各任务处理资源组的任务超时率满足所述全局超时率;所述任务处理资源组用于表征处理任务的资源所在的分组;
将所述目标任务的任务信息、所述预计完成时长信息和所述预计获取时长信息输入至所述第二时间预测模型,获取冗余时长;
根据所述目标任务的生成时间、所述预计获取时长信息和所述冗余时长确定任务异常报备时间。
2.根据权利要求1所述的方法,其特征在于,所述第一时间预测模型基于对应的损失函数,根据第一样本数据训练获得,所述第一样本数据包括多个历史任务信息。
3.根据权利要求2所述的方法,其特征在于,所述对应的损失函数为基于各所述全局超时率的分位线回归损失函数。
4.根据权利要求3所述的方法,其特征在于,所述任务信息包括所述目标任务的生成时间、目标任务对象的类型、所述目标任务对象所属的任务产生端、当前峰期以及所述目标任务对应的任务处理资源组。
5.根据权利要求1所述的方法,其特征在于,将所述目标任务的任务信息输入至第一时间预测模型进行处理,以确定所述目标任务的预计完成时长信息包括:将所述目标任务的任务信息输入至第一时间预测模型进行处理,确定所述目标任务的预计完成时长;
根据预计完成时长分段表和所述目标任务的预计完成时长确定所述目标任务的预计完成时长信息,所述预计完成时长信息包括预计完成时长分段;
其中,所述预计完成时长分段表根据多个异常报备的历史任务的预计完成时长的数据分布确定。
6.根据权利要求1所述的方法,其特征在于,根据所述目标任务的任务信息确定所述目标任务的预计获取时长信息包括:将所述目标任务对象的信息输入至第三时间预测模型进行处理,确定所述目标任务对象的预计获取时长,所述第三时间预测模型根据多个历史任务对象的信息训练获得;
根据预计获取时长分段表和所述目标任务对象的预计获取时长确定所述目标任务的预计获取时长信息,所述预计获取时长信息包括预计获取时长分段;
其中,所述预计获取时长分段根据多个异常报备的历史任务的预计获取时长的数据分布确定。
7.根据权利要求1所述的方法,其特征在于,所述方法包括:向所述目标任务对应的任务处理资源发送所述任务异常报备时间。
8.根据权利要求1或7所述的方法,其特征在于,所述方法还包括:响应于到达所述任务异常报备时间,向所述目标任务对应的任务处理资源发送任务异常报备提醒。
9.一种数据处理装置,其特征在于,所述装置包括:信息获取单元,被配置为获取目标任务的任务信息;
第一处理单元,被配置为将所述目标任务的任务信息输入至第一时间预测模型进行处理,以确定所述目标任务的预计完成时长信息;
第二处理单元,被配置为根据所述目标任务的任务信息确定所述目标任务的预计获取时长信息;
第二时间预测模型确定单元,被配置为确定所述目标任务所属的任务处理资源组对应的第二时间预测模型,所述任务处理资源组设置有对应的全局超时率,所述第一时间预测模型基于各任务处理资源组的全局超时率训练获得,使得各任务处理资源组的任务超时率满足所述全局超时率;所述任务处理资源组用于表征处理任务的资源所在的分组;
第三处理单元,被配置为将所述目标任务的任务信息、所述预计完成时长信息和所述预计获取时长信息输入至所述第二时间预测模型,获取冗余时长;
报备时间确定单元,被配置为根据所述目标任务的生成时间、所述预计获取时长信息和所述冗余时长确定任务异常报备时间。
10.根据权利要求9所述的装置,其特征在于,所述第一时间预测模型基于对应的损失函数,根据第一样本数据训练获得,所述第一样本数据包括多个历史任务信息。
11.根据权利要求10所述的装置,其特征在于,所述对应的损失函数为基于各所述全局超时率的分位线回归损失函数。
12.根据权利要求11所述的装置,其特征在于,所述任务信息包括所述目标任务的生成时间、目标任务对象的类型、所述目标任务对象所属的任务产生端、当前峰期以及所述目标任务对应的任务处理资源组。
13.根据权利要求9所述的装置,其特征在于,所述第一处理单元包括:预计完成时长确定子单元,被配置为将所述目标任务的任务信息输入至第一时间预测模型进行处理,确定所述目标任务的预计完成时长;
第一信息确定子单元,被配置为根据预计完成时长分段表和所述目标任务的预计完成时长确定所述目标任务的预计完成时长信息,所述预计完成时长信息包括预计完成时长分段;
其中,所述预计完成时长分段表根据多个异常报备的历史任务的预计完成时长的数据分布确定。
14.根据权利要求9所述的装置,其特征在于,第二处理单元包括:预计获取时长确定子单元,被配置为将所述目标任务对象的信息输入至第三时间预测模型进行处理,确定所述目标任务对象的预计获取时长,所述第三时间预测模型根据多个历史任务对象的信息训练获得;
第二信息确定子单元,被配置为根据预计获取时长分段表和所述目标任务对象的预计获取时长确定所述目标任务的预计获取时长信息,所述预计获取时长信息包括预计获取时长分段;
其中,所述预计获取时长分段根据多个异常报备的历史任务的预计获取时长的数据分布确定。
15.根据权利要求9所述的装置,其特征在于,所述装置包括:第一发送单元,被配置为向所述目标任务对应的任务处理资源发送所述任务异常报备时间。
16.根据权利要求9或15所述的装置,其特征在于,所述装置还包括:第二发送单元,被配置为响应于到达所述任务异常报备时间,向所述目标任务对应的任务处理资源发送任务异常报备提醒。
17.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1‑8中任一项所述的方法。
18.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1‑8中任一项所述的方法。
说明书 :
数据处理方法、装置、电子设备和计算机可读存储介质
技术领域
背景技术
以进行异常报备,以在任务超时时根据异常报备进行判责,从而可以保证物流服务的任务
处理资源的权益。
发明内容
超时率训练获得;
预测模型基于各任务处理资源组的全局超时率训练获得;
长分段;
多个历史任务对象的信息训练获得;
取时长分段;
存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如上所
述的方法。
执行以实现如上所述的方法。
确定目标任务的预计获取时长信息,确定任务处理资源组对应的第二时间预测模型,将目
标任务的任务信息、预计完成时长信息和预计获取时长信息输入至第二时间预测模型,获
取冗余时长,根据目标任务的生成时间、预计获取时长信息和冗余时长确定任务异常报备
时间,由此,可以提高任务异常报备的合理性。
附图说明
具体实施方式
这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过
程、流程、元件和电路并没有详细叙述。
是两个或两个以上。
包括骑手、骑手终端和外卖车辆等,在外卖餐品的出餐时间超过预计出餐时间(也即任务对
象的预计获取时间)时,可能导致外卖配送超时,将这些由于商户出餐慢而导致的配送超时
归咎于任务处理资源显然是不合理的,由此,通常允许任务处理资源在预计获取时间后预
定时间还未获取到任务对象时进行异常报备,以保证物流服务的任务处理资源的权益。在
相关技术中,所有任务均采用统一的预定时间,以预定时间为5分钟为例,则所有任务在超
过对应的预计获取时间5分钟后均可进行异常报备,这容易造成在任务平峰期进行异常报
备的任务量偏高,也即在任务的预计获取时间偏短的时候异常报备的标准过松,在任务的
预计获取时间偏长时异常报备的标准过于严格的现象。由此,本发明实施例提供一种数据
处理方法,以在保证任务处理资源的权益的同时,提高任务异常报备的合理性。本发明实施
例并不限制应用场景,例如,本发明实施例可应用于快递、外卖、商超新零售、代购、跑腿等
应用场景,通过估计的出仓时间、取货时间,结合送达时间对骑手进行配送时间调整,下文
主要以外卖应用场景为例进行详细说明。
的任务处理资源组中的一项或多项。可选的,峰期可以包括低峰期、平峰期、午高峰和晚高
峰等。以外卖场景为例,目标任务的生成时间也即外卖订单的生成时间(例如用户的下单时
间或商户的接单时间),目标任务对象的类型也即外卖餐品的类型(例如冒菜、麻辣香锅
等),目标任务对象所属的任务产生端也即外卖商户,目标任务对应的任务处理资源组也即
目标任务所在的运力线。在外卖领域,通常会将各配送资源进行分组形成多个运力线,可选
的,不同的运力线具有不同的配送范围。
或任务产生端当前的所有未完成任务。以外卖场景为例,外卖任务的生成时间到送到时间
之间的预计时间段为该外卖任务的预计完成时长。
标任务的预计完成时长确定目标任务的预计完成时长信息,预计完成时长信息包括预计完
成时长分段。其中,预计完成时长分段表根据多个异常报备的历史任务的预计完成时长的
数据分布确定。可选的,预计完成时长分段表根据预定时间段内(例如两周内或一个月内
等)的多个异常报备的历史任务的预计完成时长的数据分布确定。可选的,预计完成时长分
段表实时或定时更新的,例如每周更新一次等。在其他可选的实现方式中,预计完成时长分
段表也可以根据历史任务(不限于异常报备的历史任务)的预计完成时长的数据分布确定。
可选的,预计完成时长分段表包括8个预计完成时长分段,例如0‑30min、30‑35min、35‑
40min、40‑45min、45‑50min、50‑55min、55‑60min、大于60min。由此,若目标任务的预计完成
时长为48min,则该目标任务对应的预计完成时长分段为45‑50min。应理解,上述预计完成
时长分段仅仅是示例性的,本实施例并不对此进行限制。
对应的任务处理资源组、历史任务的任务对象类型、历史任务对象所属的任务产生端、历史
任务的生成时间、完成时间、起始地址和目的地址等。
的损失函数为基于各全局超时率的分位线回归损失函数。在本实施例中,对每个任务处理
资源组设置全局超时率,其中,各任务处理资源组对应的全局超时率可以相同也可以不同。
可选的,全局超时率可以根据对应的任务处理资源组的处理区域等确定。分位数回归是利
用因变量的条件分位数来进行建模,其可以得到因变量的条件概率分布。由此,本实施例基
于分位数回归的思想,根据各任务处理资源组的全局超时率来训练第一时间预测模型,以
将各任务处理资源组的任务超时率控制在稳定范围内。
使求得的回归曲线之下能够包含90%的数据点(Yi)。由此,可以根据不同的τ获取多个分位
数回归曲线,以不同范围的Yi具有不同程度的变化。
时率不超过预先设置的全局超时率。可选的,本实施例的第一时间预测模型可以采用的损
失函数LOSS为:
数据中的历史任务数量,n≥1,1≤i≤n。
务对应的预计完成时长f(x),以获取损失函数LOSS最小化时的第一时间预测模型。由此,本
实施例采用分位数回归损失函数来对第一时间预测模型,以使得获取的任务的预计完成时
长可以满足预设的全局超时率。
任务对象的预计获取时长,根据预计获取时长分段表和目标任务对象的预计获取时长确定
所述目标任务的预计获取时长信息,预计获取时长信息包括预计获取时长分段。其中,第三
时间预测模型根据多个历史任务对象的信息训练获得。历史任务对象的信息包括任务对象
的类型、历史任务对象所属的任务产生端等信息。以外卖场景为例,第三时间预测模型用于
确定外卖餐品的预计出餐时间。在另一种可选的实现方式中,也可以根据目标任务对象所
属的任务产生端的历史任务的任务对象获取时长的平均值或加权平均值、或者与目标任务
对象类型相同的历史任务对象获取时长的平均值或加权平均值,确定目标任务的预计获取
时长。可选的,可以根据历史任务的生成时间据当前时间的时长确定对应的权值。应理解,
其他可以确定目标任务对象的预计获取时长的方法均可应用于本实施例中,本实施例并不
对此进行限制。
一个月内等)的多个异常报备的历史任务的预计获取时长的数据分布确定。可选的,预计获
取时长分段表实时或定时更新的,例如每周更新一次等。在其他可选的实现方式中,预计获
取时长分段表也可以根据历史任务(不限于异常报备的历史任务)的预计获取时长的数据
分布确定。可选的,预计获取时长分段表包括8个预计获取时长分段,例如0‑20min、20‑
25min、25‑30min、30‑35min、35‑40min、40‑45min、45‑50min、大于50min。由此,若目标任务
的预计获取时长为28min,则该目标任务对应的预计获取时长分段为25‑30min。应理解,上
述预计获取时长分段仅仅是示例性的,本实施例并不对此进行限制。
理资源组具有不同的全局超时率,因此本实施例针对不同任务处理资源组的全局超时率,
确定对应的第二时间预测模型,以在保证各任务处理资源组的超时率的同时,提高任务异
常报备的合理性。
以使得任务处理资源终端可以在任务产生一段时间(预计获取时长+冗余时长)后,进行任
务异常报备。
标任务的冗余时长。可选的,对于各峰期,计算各预计完成时长分段与各预计获取时长分段
对应的冗余时长。以上述预计完成时长分段表和预计获取时长分段表为例,假设目标任务
对应的当前峰期为晚高峰,第一时间预测模型确定的目标任务的预计完成时长为51分钟,
则其对应的预计完成时长分段为50‑55min,第三时间预测模型确定的目标任务的预计获取
时长为27min,则其对应的预计获取时长分段为25‑30min,第二时间预测模型可以基于预定
的计算方法,计算在晚高峰时,预计完成时长分段为50‑55min、预计获取时长分段为25‑
30min对应的冗余时长。在其他可选的实现方式中,可以预先根据具有异常报备的历史任务
的峰期、第一时间预测模型确定的预计完成时长、第三时间预测模型确定的预计获取时长、
预计完成时长分段表以及预计获取时长分段表等,确定各峰期时,各预计完成时长分段和
各预计获取时长分段对应的冗余时长表,第二时间预测模型在确定目标任务的冗余时长
时,调用预先确定的冗余时长表,以根据目标任务的峰期、预计完成时长分段和预计获取时
长分段确定该目标任务的冗余时长。
由此,本实施例可以通过控制全局超时率来调整冗余时长,从而可以引导任务处理资源进
行合理有效地任务异常报备,提高了任务异常报备的合理性。
10min,则目标任务对应的任务处理资源若在12:30还未获取到目标任务对象,可以进行任
务异常报备。
应的任务异常报备时间,并发送给任务处理资源的终端,以使得任务处理资源可以根据异
常报备时间进行任务异常报备。
后,仍未接收到来自任务处理资源的终端上传的确认获取目标任务对象的消息,向任务处
理终端发送任务异常报备提醒,以提醒任务处理资源可以进行任务异常报备。由此,可以进
一步保证任务处理资源的权益。
当前峰期(晚高峰)以及外卖任务所属的运力线(也即承接该外卖任务的骑手所属的运力
线)等任务信息,将外卖任务的任务信息输入至第一时间预测模型中进行处理,确定外卖任
务的预计完成时长(也即外卖任务生成时间与外卖送达时间之间的时间差),根据外卖任务
的预计完成时长和预计完成时长分段表确定该外卖任务的预计完成时长分段,将外卖任务
的任务信息输入至第三时间预测模型进行处理,确定外卖任务的出餐时长,根据外卖任务
的出餐时长和出餐时长分段表(也即上述预计获取时长分段表)确定该外卖任务的出餐时
长分段,将外卖任务的当前峰期、预计完成时长分段和出餐时长分段等信息输入至第二时
间预测模型,使得第二时间预测模型调用预先确定的冗余时长表,以根据当前峰期、预计完
成时长分段和出餐时长分段等信息确定该外卖任务的冗余时长,根据外卖任务生成时间、
出餐时长和冗余时长确定任务异常报备时间。例如,假设确定的该外卖任务的出餐时长为
26min,冗余时长为10min,则任务异常报备时间为18:48,也即若在18:53该外卖任务的餐品
还未出餐,则骑手可通过骑手终端进行任务异常报备。
确定目标任务的预计获取时长信息,确定任务处理资源组对应的第二时间预测模型,将目
标任务的任务信息、预计完成时长和预计获取时长输入至第二时间预测模型,获取冗余时
长,根据目标任务的生成时间、预计获取时长信息和冗余时长确定任务异常报备时间,由
此,可以提高任务异常报备的合理性。
务的预计完成时长和任务完成时长分段表确定目标任务的预计完成时长分段,将目标任务
的任务信息输入至第三时间预测模型23进行处理确定目标任务的预计获取时长,根据目标
任务的预计获取时长和任务获取时长分段表确定目标任务的预计获取时长分段,将目标任
务的任务信息、预计完成时长分段和预计获取时长分段输入至第二时间预测模型22进行处
理,以获取冗余时长,将冗余时长输入至报备时间确定单元24,报备时间确定单元24根据冗
余时长、目标任务的任务生成时间和预计获取时长确定目标任务的任务异常报备时间。
可以满足预设的全局超时率。本实施例的各第二时间预测模型根据各任务资源组对应的历
史任务信息、第一时间预测模型输出的各历史任务对应的预计完成时长和各历史任务的任
务获取时长等计算冗余时长,由此,本实施例的第二时间预测模型通过控制全局超时率来
调整冗余时长,以使得获取的冗余时长能够适应不同的任务阶段,例如高峰期任务的预计
获取时长较长,则第二时间预测模型可以使得其对应的冗余时长相对较短,在低峰或平峰
期任务的预计获取时长较短,则第二时间预测模型可以使得其对应的冗余时长相对较长,
从而可以提高任务异常报备的合理性。
确定目标任务的预计获取时长信息,确定任务处理资源组对应的第二时间预测模型,将目
标任务的任务信息、预计完成时长信息和预计获取时长信息输入至第二时间预测模型,获
取冗余时长,根据目标任务的生成时间、预计获取时长信息和冗余时长确定任务异常报备
时间,由此,可以提高任务异常报备的合理性。
定单元34、第三处理单元35以及报备时间确定单元36。
及所述目标任务对应的任务处理资源组。
单元32包括预计完成时长确定子单元321和第一信息确定子单元322。预计完成时长确定子
单元321被配置为将所述目标任务的任务信息输入至第一时间预测模型进行处理,确定所
述目标任务的预计完成时长。第一信息确定子单元322被配置为根据预计完成时长分段表
和所述目标任务的预计完成时长确定所述目标任务的预计完成时长信息,所述预计完成时
长信息包括预计完成时长分段。其中,所述预计完成时长分段表根据多个异常报备的历史
任务的预计完成时长的数据分布确定
源组设置有对应的全局超时率,所述对应的损失函数为基于各所述全局超时率的分位线回
归损失函数。可选的,所述对应的损失函数为:
数据中的历史任务数量。
元331和第二信息确定子单元332。预计获取时长确定子单元331被配置为将所述目标任务
对象的信息输入至第三时间预测模型进行处理,确定所述目标任务对象的预计获取时长,
所述第三时间预测模型根据多个历史任务对象的信息训练获得。第二信息确定子单元332
被配置为根据预计获取时长分段表和所述目标任务对象的预计获取时长确定所述目标任
务的预计获取时长信息,所述预计获取时长分段根据多个异常报备的历史任务的预计获取
时长的数据分布确定。其中,所述预计获取时长分段根据多个异常报备的历史任务的预计
获取时长的数据分布确定。
间预测模型基于各任务处理资源组的全局超时率训练获得。第三处理单元35被配置为将所
述目标任务的任务信息、所述预计完成时长信息和所述预计获取时长信息输入至所述第二
时间预测模型,获取冗余时长。报备时间确定单元36被配置为根据所述目标任务的生成时
间、所述预计获取时长信息和所述冗余时长确定任务异常报备时间。
任务异常报备提醒。
确定目标任务的预计获取时长信息,确定任务处理资源组对应的第二时间预测模型,将目
标任务的任务信息、预计完成时长信息和预计获取时长信息输入至第二时间预测模型,获
取冗余时长,根据目标任务的生成时间、预计获取时长信息和冗余时长确定任务异常报备
时间,由此,可以提高任务异常报备的合理性。
连接的存储器42;以及,与扫描装置通信连接的通信组件43,通信组件43在处理器41的控制
下接收和发送数据;其中,存储器42存储有可被至少一个处理器41执行的指令,指令被至少
一个处理器41执行以实现上述数据处理方法。
例。存储器42作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易
失性计算机可执行程序以及模块。处理器41通过运行存储在存储器42中的非易失性软件程
序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述数据处理方
法。
高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器
件、或其他非易失性固态存储器件。在一些实施例中,存储器42可选包括相对于处理器41远
程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但
不限于互联网、企业内部网、局域网、移动通信网及其组合。
确定目标任务的预计获取时长信息,确定任务处理资源组对应的第二时间预测模型,将目
标任务的任务信息、预计完成时长信息和预计获取时长信息输入至第二时间预测模型,获
取冗余时长,根据目标任务的生成时间、预计获取时长信息和冗余时长确定任务异常报备
时间,由此,可以提高任务异常报备的合理性。
得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法
的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read‑Only
Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程
序代码的介质。
替换、改进等,均应包含在本发明的保护范围之内。