订单数据处理方法、装置、电子设备和计算机可读介质与流程

本公开的实施例涉及仓储物流，具体涉及订单数据处理方法、装置、电子设备和计算机可读介质。

背景技术：

1、在城市配送物流场景中，从仓库运送物品到各个超市门店，是每天都要做的事情。对一个企业来讲，花在运送车辆上的钱，是成本支出的主体。但同时，装车之前，一般需要仓内先把订单所指示的物品拣选出来，进行打包。因此，通常存在两种技术方案：一种是从成本最优的角度，往往是等观测到全部订单，再进行优化车型车次的选择；另一种是从产生及时性的角度，往往是来一个订单就立刻生产，随时装车随时发车。

2、然而，发明人发现，上述两种技术方案要不会导致订单的生产时间延迟，要不会导致配送成本大大增加。

3、该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的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

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了订单数据处理方法、装置、电子设备、计算机可读介质和计算机程序产品，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面，本公开的一些实施例提供了一种订单数据处理方法，包括：根据目标区域的历史订单数据中的订单货物的属性信息，确定目标区域在目标时间段内的订单货物的预测属性信息；分析预测属性信息和预设车辆的属性信息，确定完成订单货物运输的预设车辆的车辆数量；基于车辆数量，对目标区域内的多个地理区域进行空间聚类，得到多个区域组；根据多个区域组，对目标时间段内接收到的目标区域内的订单数据进行处理。

4、在一些实施例中，基于车辆数量，对目标区域内的多个地理区域进行空间聚类，得到多个区域组，包括：将车辆数量作为约束条件，通过带约束条件的空间聚类法，对目标区域内的多个地理区域进行聚类，得到与车辆数量相匹配的多个区域组；以及向多个区域组分配预设车辆，建立车辆标识与多个区域组之间的关联关系。

5、在一些实施例中，将车辆数量作为约束条件，通过带约束条件的空间聚类法，对目标区域内的多个地理区域进行聚类，包括：将车辆数量确定为聚类个数，以及设定每一聚类组中订单的数量范围；将聚类个数和数量范围作为约束条件，根据各地理区域的历史订单数量，对目标区域内的多个地理区域进行聚类。

6、在一些实施例中，根据多个区域组，对目标时间段内接收到的目标区域内的订单数据进行处理，包括：对于目标时间段内接收到的目标区域内的订单数据，根据该订单数据的收货地址信息，确定该订单数据所属的区域组，以作为目标区域组；将该订单数据与目标区域组关联的车辆标识建立对应关系。

7、在一些实施例中，该方法还包括：对于已分配的各预设车辆，统计与该预设车辆对应的各订单数据所指示的货物的属性信息，得到运输属性信息；根据该预设车辆的属性信息与运输属性信息的比较结果，确定车辆调整策略。

8、在一些实施例中，根据该预设车辆的属性信息与运输属性信息的比较结果，确定车辆调整策略，包括：响应于确定该预设车辆的属性信息小于运输属性信息，将该预设车辆调整为其他车辆，其中，其他车辆的属性信息大于该预设车辆的属性信息；响应于确定其他车辆的属性信息小于运输属性信息，对其他车辆关联的区域组增加运输车辆。

9、在一些实施例中，根据目标区域的历史订单数据中的订单货物的属性信息，确定目标区域在目标时间段内的订单货物的预测属性信息，包括：根据目标区域的历史订单数据，统计在历史时间序列中的各历史时间点的订单货物的属性信息；将统计数据作为输入，通过梯度提升树模型，输出得到目标区域在目标时间段内的订单货物的预测属性信息。

10、在一些实施例中，多个地理区域通过以下方法得到：根据历史订单数据中的收货地址信息，通过均值漂移算法，对目标区域内的地理位置进行聚类划分，得到多个地理区域。

11、第二方面，本公开的一些实施例提供了一种订单数据处理装置，包括：预测单元，被配置成根据目标区域的历史订单数据中的订单货物的属性信息，确定目标区域在目标时间段内的订单货物的预测属性信息；车辆确定单元，被配置成分析预测属性信息和预设车辆的属性信息，确定完成订单货物运输的预设车辆的车辆数量；区域聚类单元，被配置成基于车辆数量，对目标区域内的多个地理区域进行空间聚类，得到多个区域组；订单处理单元，被配置成根据多个区域组，对目标时间段内接收到的目标区域内的订单数据进行处理。

12、在一些实施例中，区域聚类单元包括：聚类子单元，被配置成将车辆数量作为约束条件，通过带约束条件的空间聚类法，对目标区域内的多个地理区域进行聚类，得到与车辆数量相匹配的多个区域组；分配子单元，被配置成向多个区域组分配预设车辆，建立车辆标识与多个区域组之间的关联关系。

13、在一些实施例中，聚类子单元进一步被配置成将车辆数量确定为聚类个数，以及设定每一聚类组中订单的数量范围；将聚类个数和数量范围作为约束条件，根据各地理区域的历史订单数量，对目标区域内的多个地理区域进行聚类。

14、在一些实施例中，订单处理单元进一步被配置成对于目标时间段内接收到的目标区域内的订单数据，根据该订单数据的收货地址信息，确定该订单数据所属的区域组，以作为目标区域组；将该订单数据与目标区域组关联的车辆标识建立对应关系。

15、在一些实施例中，该装置还包括车辆调整单元，被配置成对于已分配的各预设车辆，统计与该预设车辆对应的各订单数据所指示的货物的属性信息，得到运输属性信息；根据该预设车辆的属性信息与运输属性信息的比较结果，确定车辆调整策略。

16、在一些实施例中，车辆调整单元进一步被配置成响应于确定该预设车辆的属性信息小于运输属性信息，将该预设车辆调整为其他车辆，其中，其他车辆的属性信息大于该预设车辆的属性信息；响应于确定其他车辆的属性信息小于运输属性信息，对其他车辆关联的区域组增加运输车辆。

17、在一些实施例中，预测单元进一步被配置成根据目标区域的历史订单数据，统计在历史时间序列中的各历史时间点的订单货物的属性信息；将统计数据作为输入，通过梯度提升树模型，输出得到目标区域在目标时间段内的订单货物的预测属性信息。

18、在一些实施例中，该装置还包括区域划分单元，被配置成根据历史订单数据中的收货地址信息，通过均值漂移算法，对目标区域内的地理位置进行聚类划分，得到多个地理区域。

19、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。

20、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。

21、第五方面，本公开的一些实施例提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述第一方面中任一实现方式所描述的方法。

22、本公开的上述各个实施例具有如下有益效果：本公开的一些实施例的订单数据处理方法，可以实现配送时效与配送成本的均衡。具体地，相关配送方案一种是成本最优，但是订单的生产时长会延迟很多，无法保证配送时效性。另一种是时间最优，但是配送车辆成本就会大大增加。当前仓储配送行业缺少一种在配送时效和配送成本之间平衡的技术方案。

23、基于此，本公开的一些实施例的订单数据处理方法，可以根据历史订单数据来预测目标时间段内的订单货物的属性信息。从而根据预测的属性信息可以预测所需的车辆数量。也就是说，可以提前预测运输目标时间段内订单货物所需的车辆数量。接着，根据预测的车辆数量可以对目标区域内的多个地理区域进行空间聚类，得到多个区域组。之后，根据多个区域组可以对目标时间段内接收到的目标区域内的订单进行实时处理。也就是说，根据历史订单数据，可以提前对多个地理区域进行空间聚类。而不需要等观测到所有订单，再进行订单聚类和车辆选择。这样当接收到实时订单时，可以根据其收货地址确定其所属的区域组，从而实现订单的聚类。在降低生产配送成本的同时，可以尽可能地保证订单的配送时效。进而实现配送成本与配送时效的平衡。

技术特征：

1.一种订单数据处理方法，包括：

2.根据权利要求1所述的方法，其中，所述基于所述车辆数量，对所述目标区域内的多个地理区域进行空间聚类，得到多个区域组，包括：

3.根据权利要求2所述的方法，其中，所述将所述车辆数量作为约束条件，通过带约束条件的空间聚类法，对所述目标区域内的多个地理区域进行聚类，包括：

4.根据权利要求2所述的方法，其中，所述根据所述多个区域组，对所述目标时间段内接收到的所述目标区域内的订单数据进行处理，包括：

5.根据权利要求4所述的方法，其中，所述方法还包括：

6.根据权利要求5所述的方法，其中，所述根据该预设车辆的属性信息与所述运输属性信息的比较结果，确定车辆调整策略，包括：

7.根据权利要求1所述的方法，其中，所述根据目标区域的历史订单数据中的订单货物的属性信息，确定所述目标区域在目标时间段内的订单货物的预测属性信息，包括：

8.根据权利要求1-7之一所述的方法，其中，所述多个地理区域通过以下方法得到：

9.一种订单数据处理装置，包括：

10.一种电子设备，包括：

11.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时，实现如权利要求1-8中任一所述的方法。

12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现根据权利要求1-8中任一项所述的方法。

技术总结
本公开的实施例公开了订单数据处理方法、装置、电子设备和计算机可读介质。该处理方法的一具体实施方式包括：根据目标区域的历史订单数据中的订单货物的属性信息，确定目标区域在目标时间段内的订单货物的预测属性信息；分析预测属性信息和预设车辆的属性信息，确定完成订单货物运输的预设车辆的车辆数量；基于车辆数量，对目标区域内的多个地理区域进行空间聚类，得到多个区域组；根据多个区域组，对目标时间段内接收到的目标区域内的订单数据进行处理。该实施方式与仓储物流技术有关，通过预测订单货物的属性信息，可以提前对多个地理区域进行空间聚类，从而实现实时订单的聚类。这样在降低配送成本的同时，可以尽可能地保证配送时效。

技术研发人员：刘博洋,杨佳臻,严冰,张锐
受保护的技术使用者：北京京东振世信息技术有限公司
技术研发日：
技术公布日：2024/12/5