和货物特征元数据进行初步匹配，获取初步结果；
[0062]303、服务器对获取到的所述匹配结果进行分析，获取最优整车匹配结果。
[0063]304、对非最优整车匹配结果，服务器记录其相对应的车特征元数据和/或货物特征元数据，进行递归匹配。
[0064]本实施例步骤301至304与上述实施例2中的步骤201至204步骤内容类似，不再累述。
[0065]305、服务器将获取到的最终匹配结果写入数据库，并向终端推送相匹配的信息。
[0066]服务器在将所有数据进行匹配完毕后，即待分析处理的数据为空时，将获取的所有最终匹配结果写入到数据库，然后，为了实现数据的对接，服务器将该结果向终端进行推送，从而实现数据的可利用。
[0067]本发明实施例中，通过将车特征元数据与货物特征元数据最终匹配结果向终端进行推送，实现了车特征元数据与货物特征元数据分析结果的可利用，从而实现了车和货物的灵活匹配，最大程度地发挥了社会资源。
[0068]需要说明的是，车特征元数据主要包括车辆出发地、目的地、车辆类型、车辆长度、重量、车辆容积等数据；货物特征元数据主要包括货物出发地、目的地、货物重量、货物长度、货物体积等数据；所以，本发明实施例中，服务器对车特征元数据和货物特征元数据进行初步匹配，获取初步结果的具体匹配过程一般为:
[0069]服务器按照出发地和目的地相同；货物类型和车辆类型相容；重量、立方、长度等匹配的车源和货源进行匹配，并采用二进制计算方式形成初步结果。
[0070]同时，服务器对获取到的初步结果、即匹配结果进行分析，获取最优整车匹配结果的过程，一般具体为:
[0071]服务器对获取的初步结果进行分析，通过二进制bit位的对比，分析初步结果中的车特征元数据和货物特征元数据的相似度，并按照配载额度占总额度的比例大小方式设置初步结果的优先级，将优先级排序后，得出最优整车匹配结果。
[0072]为便于理解，下面以一具体应用场景对前述描述的方法进行详细的描述，具体是:
[0073]有等待命令的空车，以及诸多等待运输的货物，首先，服务器将云端发布存储的空车及货物的数据异步加载成为特征元数据(包括GIS位置)进入高速缓存数据库，通过服务器内的分布式调度系统和高速缓存数据库进行初步匹配，将出发地和目的地相同、货物类型和车辆类型相容、重量、立方、长度等匹配的车源和货源记录进初步结果，初步结果使用二进制方式表示。然后，分析该初步结果、即匹配结果，通过二进制bit位的对比，分析初步结果中车特征元数据和货物特征元数据的相似度，设置相应初步结果的优先级，将优先级排序后，得出最优的整车匹配结果，如设置配载额度超过总额度的80%的为最优整车匹配结果，当达到80%时，匹配结束。
[0074]而那些未达到80%配载额度的数据，如零担或大宗货物，则需要记录其剩余吨位及方数，进行递归匹配，并使用贪婪算法，利用相似度优先匹配的方法，将剩余吨位、剩余方数进行二次匹配，递归执行“分析该初步结果、即匹配结果，通过二进制bit位的对比，分析初步结果中车特征元数据和货物特征元数据的相似度，设置相应初步结果的优先级，将优先级排序后，得出最优的整车匹配结果，如设置配载额度超过总额度的80%的为最优整车匹配结果，当达到80%时，匹配结束。而那些未达到80%配载额度的数据，如零担或大宗货物，则需要记录其剩余吨位及方数，进行递归匹配”步骤，直到待分析处理的数据为空。
[0075]最后，将最终结果写入数据库，由服务器分布式调度系统获取任务，向终端设备，如园区LED设备或手持设备推送相匹配的资源。
[0076]以上是对车、货智能匹配方法的说明，下面对车、货智能匹配装置进行描述。
[0077]如图4、图5，本发明实施例中提供的一种车、货智能匹配装置，包括服务器1，其中，服务器I内设置有存储模块2和分布式调度模块3，而分布式调度模块3和存储模块2连接；分布式调度模块3包括匹配单元4、比对分析单元5 ;其中，存储模块2用于对车特征元数据和货物特征元数据进行存储；匹配单元4用于对车特征元数据和货物特征元数据进行初步匹配，获取初步结果；比对分析单元5用于对获取到的所述匹配结果进行分析，获取最优整车匹配结果。
[0078]分布式调度模块3还包括记录单元6和计算单元7 ；
[0079]记录单元6用于对非最优整车匹配结果相对应的车特征元数据和/或货物特征元数据进行记录；
[0080]计算单元7用于采用贪婪算法，对剩余车特征元数据和/或货物特征元数据进行二次匹配，递归执行步骤3)，直到待分析处理的数据为空。
[0081]本发明实施例中，通过服务器内的这些功能模块或单元的连接，能够实现对车和货物的合理优化匹配，节省资源，实现社会资源的最优利用。
[0082]下面对本发明实施例中提供的一种车、货智能匹配系统进行说明，具体如下:
[0083]如图6，一种车、货智能匹配系统，包括终端设备8和车、货智能匹配装置9 ;终端设备8与车、货智能匹配装置9连接交互，并形成环路，从而实现对车和货物的特征元数据的收集、存储、匹配、分析、计算直至输出最优结果，实现车、货物的资源的合理配置，并最终实现该匹配结果的可利用。
[0084]以上所述，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。
【主权项】
1.一种车、货智能匹配方法，其特征在于，包括步骤: 1)服务器对车特征元数据和货物特征元数据进行存储； 2)服务器对车特征元数据和货物特征元数据进行初步匹配，获取初步结果； 3)服务器对获取到的所述匹配结果进行分析，获取最优整车匹配结果。2.根据权利要求1所述的一种车、货智能匹配方法，其特征在于，在所述服务器对获取到的所述匹配结果进行分析，获取最优整车匹配结果步骤之后还包括: 对非最优整车匹配结果，服务器记录其相对应的车特征元数据和/或货物特征元数据，进行递归匹配。3.根据权利要求2所述的一种车、货智能匹配方法，其特征在于，所述对非最优整车匹配结果，服务器记录其相对应的车特征元数据和/或货物特征元数据，进行递归匹配步骤具体为: 服务器使用贪婪算法，对剩余车特征元数据和/或货物特征元数据进行二次匹配，递归执行所述步骤3)，直到待分析处理的数据为空。4.根据权利要求3所述的一种车、货智能匹配方法，其特征在于，在所述服务器使用贪婪算法，对剩余车特征元数据和/或货物特征元数据进行二次匹配，递归执行所述步骤3)，直到待分析处理的数据为空步骤之后还包括: 服务器将获取到的最终匹配结果写入数据库，并向终端推送相匹配的信息。5.根据权利要求1所述的一种车、货智能匹配方法，其特征在于，所述步骤2)具体为: 所述车特征元数据包括车辆出发地、目的地、车辆类型、车辆长度、重量、车辆容积等数据； 所述货物特征元数据包括货物出发地、目的地、货物重量、货物长度、货物体积等数据； 服务器按照出发地和目的地相同、货物类型和车辆类型相容、重量、立方、长度等匹配的车源和货源进行匹配，并采用二进制方式计算形成初步结果。6.根据权利要求1所述的一种车、货智能匹配方法，其特征在于，所述步骤3)具体为: 服务器对获取的所述初步结果进行分析，通过二进制bit位的对比，分析所述初步结果中的车特征元数据和货物特征元数据的相似度，并按照配载额度占总额度的比例大小方式设置所述初步结果的优先级，将优先级排序后，得出最优整车匹配结果。7.一种车、货智能匹配装置，其特征在于，包括服务器，所述服务器内设置有存储模块和分布式调度模块，所述分布式调度模块和所述存储模块连接； 所述分布式调度模块包括匹配单元、比对分析单元； 其中，所述存储模块用于对车特征元数据和货物特征元数据进行存储； 所述匹配单元用于对车特征元数据和货物特征元数据进行初步匹配，获取初步结果； 所述比对分析单元用于对获取到的所述匹配结果进行分析，获取最优整车匹配结果。8.如权利要求7所述的一种车、货智能匹配装置，其特征在于，所述分布式调度模块还包括记录单元和计算单元； 所述记录单元用于对非最优整车匹配结果相对应的车特征元数据和/或货物特征元数据进行记录； 所述计算单元用于采用贪婪算法，对剩余车特征元数据和/或货物特征元数据进行二次匹配，递归执行所述步骤3)，直到待分析处理的数据为空。9.一种车、货智能匹配系统，其特征在于，包括终端设备和如权利要求7至8任一项所述的车、货智能匹配装置； 所述终端设备与所述车、货智能匹配装置交互。
【专利摘要】本发明公开一种车、货智能匹配方法，包括步骤：1)服务器对车特征元数据和货物特征元数据进行存储；2)服务器对车特征元数据和货物特征元数据进行初步匹配，获取初步结果；3)服务器对获取到的所述匹配结果进行分析，获取最优整车匹配结果。本发明还公开一种车、货智能匹配装置及系统。与现有技术相比，本发明能够实现车和货物的灵活匹配，解决沟通成本高、返程资源浪费、货物流转率偏低等问题，最大程度发挥社会资源。
【IPC分类】G06Q10/08, G06Q50/28
【公开号】CN105117879
【申请号】CN201510512431
【发明人】欧阳宏亮, 柏友文, 翁锡逵, 陈照林, 刘自建, 王渤樯, 魏梁
【申请人】广州增信信息科技有限公司
【公开日】2015年12月2日
【申请日】2015年8月19日