本发明涉及计算机技术领域，尤其涉及一种信息确定方法及装置。
背景技术：
线上到线下(Oline To Offline，简称O2O)的发展推动了外卖领域，物流领域的发展，越来越多的人选择通过网络订购的方式购买商品。O2O平台需基于当前时段的配送量配置相应数量的物流服务人员(亦称骑士，为方便描述下文中统称为骑士)，以将订单商品送达至指定地址。
目前，骑士数量配置通常是由工作人员根据经验估算出的。人工估算存在如下问题：若估算使用的骑士人员数过多，则造成人员配送效率过低，成本浪费；若估算使用的骑士人员数过低，会使得物流调度系统的整体表现下降，影响客户的物流体验，虽然能够通过临时调整兼职和外包的做法弥补，但同等数目的兼职骑士、外包骑士的成本仍然高于使用全职骑士。
技术实现要素：
如何用数目最少的骑士保证所有订单的高效完成，是落地配、同城配送行业和外卖物流领域的核心课题之一。一方面，订单的高效完成代表着配送的服务质量；另一方面，使用的骑士数目代表着配送的服务成本。因此，需要提供一种通过给出建议当天使用的骑士数目以在保障配送质量的前提下尽可能降低配送成本的技术方案。
于是，在本发明的一个实施例中，提供了一种信息确定方法。该方法包括：获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性；基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率；获取未来单位时段的第一业务类配送量；根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
可选地，上述基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率，包括：
基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数；
根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
可选地，基于所述各单位时段对应的第一业务类配送表现属性，计算所述各单位时段中一个单位时段对应的第一业务类人员配送效率的反例数，包括：
将所述单位时段对应的第一业务类人员配送效率作为参考效率；
统计所述历史时段内第一业务类人员配送效率低于或等于所述参考效率，且配送表现属性为未达标表现的单位时段的数量，作为第一数量；
统计所述历史时段内第一业务类人员配送效率高于所述参考效率，且配送表现属性为达标表现的单位时段的数量，作为第二数量；
将所述第一数量与所述第二数量之和作为所述单位时段对应的第一业务类人员配送效率的反例数。
可选地，上述根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率，包括：
比较所述各单位时段对应的第一业务类人员配送效率的反例数，以得到取值最低反例数；
将所述取值最低反例数的第一业务类人员配送效率作为所述第一业务类最大安全效率。
可选地，上述根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率，还包括：
若取值最低反例数为多个，则获取多个取值最低反例数分别对应的第一业务类人员配送效率；
从获取到的多个第一业务类人员配送效率中，将人员配送效率高的作为所述第一业务类最大安全效率。
可选地，所述获取未来单位时段的第一业务类配送量，包括：
获取历史时段内各单位时段的第一业务类配送量；
提取所述各单位时段的第一业务类配送量的最高配送量；
将所述最高配送量作为所述未来单位时段的第一业务类配送量；
或者，所述获取未来单位时段的第一业务类配送量，包括：
获取历史时段内各单位时段的第一业务类配送量；
计算所述各单位时段的第一业务类配送量的平均值；
将所述各单位时段的第一业务类配送量的平均值作为所述未来单位时段的第一业务类配送量；
或者，所述获取未来单位时段的第一业务类配送量，包括：
判断所述未来单位时段所属的时段属性；
获取历史时段内具有相同时段属性的各单位时段的第一业务类配送量；
计算所述具有相同时段属性的各单位时段的第一业务类配送的平均值；
将所述具有相同时段属性的各单位时段的第一业务类配送量的平均值，作为所述未来单位时段的第一业务类配送量。
可选地，所述方法还包括：
获取历史时段内各单位时段对应的第二业务类人员配送效率及所述第二业务类配送表现属性；
基于所述各单位时段对应的第二业务类配送表现属性，从所述各单位时段对应的第二业务类配送效率中确定第二最大安全效率；
获取未来单位时段的第二业务类配送量；
根据所述第二最大安全效率和所述第二业务类配送量，确定第二业务类人员配置信息；
根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息。
可选地，人员配置信息为人员配置数量，以及根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息，包括：
将所述第一业务类人员配置信息和所述第二业务类人员配置信息中人员配置数量取值大的作为所述总人员配置信息。
在本发明的另一实施例中，提供了一种信息确定装置。该装置包括：第一获取模块，用于获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性；选取模块，用于基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率；第二获取模块，用于获取未来单位时段的第一业务类配送量；确定模块，用于根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
在一种可能的设计中，信息确定装置的结构中包含处理器和存储器，所述存储器用于存储支持所述信息确定装置执行上述信息确定方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述信息确定装置还可以包括通讯接口，用于实现所述信息确定装置与其他设备或通信网络通信。
在本发明的又一实施例中，提供了一种计算机存储介质，用于存储信息确定装置所用的计算机软件指令，其包含于执行上述信息确定方法为信息确定装置所涉及的程序。
本发明实施例提供的技术方案中，不仅基于历史时段内各单位时段对应的人员配送效率，还考虑了各单位时段的配送表现属性，以便于基于配送表现属性来准确确定出最大安全效率，进而根据最大安全效率和配送量，确定人员配置信息，以实现在保证配送质量的同时，最大程度的减少物流人力成本的目的；与现有技术相比，人员配置预估准确度有所提升。
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为本发明一实施例提供的信息确定方法的流程示意图；
图2为本发明另一实施例提供的信息确定方法的流程示意图；
图3为本发明又一实施例提供的信息确定方法的流程示意图；
图4为本发明一实施例提供的信息确定装置的结构框图；
图5为本发明另一实施例提供的信息确定装置的结构框图；
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、权利要求书及上述附图中描述的一些流程中，包含了按照特定顺序出现的多个操作，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做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。
图1为本发明一实施例提供的信息确定方法的流程示意图。如图1所示，该方法包括：
101、获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性。
102、基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率。
103、获取未来单位时段的第一业务类配送量。
104、根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
上述101中，历史时段可以是前一个星期、前一个月、前一个季度等等，本发明实施例对此不作具体限定。当然，历史时段的时间周期越长，其历史数据基数就越大，有助于提高确定最大安全效率的准确性。单位时段可以是一天、或是每4个小时等等，具体实施时可人为设定，本发明实施例对此不作具体限定。在不同应用场景下，所述第一业务类是不同的。例如，在外卖类应用场景下，第一业务类为外卖业务配送；在快递类应用场景下，第一业务类为快递配送业务。上述实施例中，人员配送效率是指：骑士的工作效率，即每人每单位时段内能够完成的配送量/票数。配送表现属性可以是针对单位时段整体物流表现的考核内容。例如，单位时段为一天，考核内容就是一天所使用骑士数量对应的物流表现是否达到考核指标的要求。其中，考核指标可以是：平均配送时长、准时率等。在不同的应用场景下，考核指标的达标标准可以不同。单位时段内使用的骑士数会很大程度地影响物流的配送表现，使用的骑士数量多，配送表现更容易达标，对应的人员配送效率会比较低；使用的骑士少，配送表现容易不达标，对应的人员配送效率会比较高。O2O平台会记录每单位时段(例如一天)的人员配送效率及配送表现，并将所述配送表现作为属性信息与人员配送效率进行关联存储。上述101中获取到的一个单位时段对应的第一业务类人员配送效率及所述第一业务类配送表现属性可作为一组数据。若所述历史时段为前30天的，则得到30组包含{人员配送效率，配送表现属性}的数据。
上述102中，最大安全效率可理解为：在保证用户配送体验的前提下，能够达到的每人每单位时段内能够完成的最大配送量/最大票数。其中，第一最大安全效率可采用如下几种方式来确定：
方式一、将配送表现属性为达标表现的单位时段对应的多个人员配送效率中人员配送效率值最小的作为所述第一最大安全效率；
方式二、将配送表现属性为未达标表现的单位时段对应的多个人员配送效率的人员配送效率值平均值作为所述第一最大安全效率；
方式三、基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数，然后根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
上述方式三中，反例数是指：历史时段内与指定人员配送效率在配送表现属性上满足呈相反或不同表现条件的单位时段的数量。其中，指定人员配送效率是指当前计算的目标单位时段对应的人员配送效率。在计算过程中，可先将当前计算的目标单位时段对应的人员配送效率作为参考效率，然后统计历史时段中与参考效率在配送表现属性上呈相反或不同表现的单位时段的数量。例如，所述反例数是所述历史时段内第一业务类人员配送效率低于或等于所述参考效率且第一业务类配送表现属性为未达标表现的单位时段数量以及所述历史时段内第一业务类人员配送效率高于所述参考效率且第一业务类配送表现属性为达标表现的单位时段数量之和。为了便于理解，下面举一个简单的例子以说明反例数。
假设历史时段内包含有4个单位时段的人员配送效率和配送表现属性，分别为：
单位时段1的人员配送效率和配送表现属性为[10,达标]，
单位时段2的人员配送效率和配送表现属性为[15,未达标]，
单位时段3的人员配送效率和配送表现属性为[8,达标]，
单位时段4的人员配送效率和配送表现属性为[12,未达标]。
首先，计算单位时段1的人员配送效率作为参考效率时的反例数：这4个单位时段中人员配送效率低于或等于10且配送表现属性为未达标表现的单位时段数量为0，人员配送效率高于10且配送表现属性为达标表现的单位时段数量为0，因此，该单位时段1对应的人员配送效率的反例数为0+0＝0，可记为[10,0]；
计算单位时段2的人员配送效率作为参考效率时的反例数：这4个单位时段中人员配送效率低于或等于15且配送表现属性为未达标表现的单位时段数量为2，人员配送效率高于15且配送表现属性为达标表现的单位时段数量为0，因此，该单位时段2对应的人员配送效率的反例数为2+0＝2，可记为[15,2]；
计算单位时段3的人员配送效率作为参考效率时的反例数：这4个单位时段中人员配送效率低于或等于8且配送表现属性为未达标表现的单位时段数量为0，人员配送效率高于8且配送表现属性为达标表现的单位时段数量为1，因此，该单位时间段3对应的人员配送效率的反例数为0+1＝1，可记为[8,1]；
计算单位时段4的人员配送效率作为参考效率时的反例数：这4个单位时段中人员配送效率低于或等于12且配送表现属性为未达标表现的单位时段数量为1，人员配送效率高于12且配送表现属性为达标表现的单位时段数量为0，因此，该单位时间段4对应的人员配送效率的反例数为0+1＝1，可记为[12,1]；
然后，将取值最低反例数的第一业务类人员配送效率作为所述第一最大安全效率。即将反例数为0的人员配送效率10作为所述第一最大安全效率。
这里需要说明的是：有时会存在最低反例数有多个的情况，此时可获取多个取值最低反例数分别对应的第一业务类人员配送效率；从获取到的多个第一业务类人员配送效率中，将人员配送效率值高的第一业务类人员配送效率作为所述第一最大安全效率。
对于不同的业务领域，上述103中涉及的配送量获取方式也是不同的。对于快递行业来说，落地配的配送量在前一天就已经知道了，所以是不需要预估的。而对于外卖订单来说，配送量是无法预先知道的，订单是实时发生的。因此，对于外卖订单的配送量来说，可通过预估的方式来获得。例如，外卖配送量预估的策略有如下几种：
第一种是保底型，取历史时段内配送量最高的配送量作为未来单位时段的配送量。即获取历史时段内各单位时段的第一业务类配送量；提取所述各单位时段的第一业务类配送量的最高配送量；将所述最高配送量作为所述未来单位时段的第一业务类配送量。
第二种是稳定型，取历史时段内的平均配送量作为未来单位时段的配送量。即获取历史时段内各单位时段的第一业务类配送量；计算所述各单位时段的第一业务类配送量的平均值；将所述各单位时段的第一业务类配送量的平均值作为所述未来单位时段的第一业务类配送量。
第三种是改进稳定型，判断所述未来单位时段所属的时段属性；获取历史时段内具有相同时段属性的各单位时段的第一业务类配送量；计算所述具有相同时段属性的各单位时段的第一业务类配送的平均值；将所述具有相同时段属性的各单位时段的第一业务类配送量的平均值，作为所述未来单位时段的第一业务类配送量。
上述第三种策略中，所述时段属性分为工作日、节假日等等；或者所述时段属性分为早餐时段、午餐时段、晚餐时段和夜宵时段。假设单位时段为一天，则时段属性可分为工作日和节假日。相应的，上述第三种方式可具体为：若未来一天是工作日，则取过去一段日期内工作日的日均配送量作为未来一天配送量；如果未来一天是节假日，则取过去一段日期内节假日的日均配送量作为未来一天配送量。
上述104中，可将配送量除以第一最大安全效率得到所述第一业务类所需的人员配置信息。
本实施例提供的技术方案中，不仅基于历史时段内各单位时段对应的人员配送效率，还考虑了各单位时段的配送表现属性，以便于基于配送表现属性来准确确定出最大安全效率，进而根据最大安全效率和配送量，确定人员配置信息，以实现在保证配送质量的同时，最大程度的减少物流人力成本的目的；与现有技术相比，人员配置预估准确度有所提升。
进一步的，在上述和下述实施例中，上述实施例102，基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率，可采用如下方法实现：
S1、基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数。
S2、根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
进一步的，上述S1中基于所述各单位时段对应的第一业务类配送表现属性，计算所述各单位时段中一个单位时段对应的第一业务类人员配送效率的反例数，可包括如下步骤：
将所述单位时段对应的第一业务类人员配送效率作为参考效率；
统计所述历史时段内第一业务类人员配送效率低于或等于所述参考效率，且配送表现属性为未达标表现的单位时段的数量，作为第一数量；
统计所述历史时段内第一业务类人员配送效率高于所述参考效率，且配送表现属性为达标表现的单位时段的数量，作为第二数量；
将所述第一数量与所述第二数量之和作为所述单位时段对应的第一业务类人员配送效率的反例数。
这里需要说明的是：所述各单位时段中的每一个单位时段对应的第一业务类人员配送效率均可采用上述过程计算反例数。
进一步的，上述根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率，可具体为：比较所述各单位时段对应的第一业务类人员配送效率的反例数，以得到取值最低反例数；将所述取值最低反例数的第一业务类人员配送效率作为所述第一业务类最大安全效率。
图2为本发明另一实施例提供的信息确定方法的流程示意图。如图2所示，该方法包括：
201、获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性。
202、基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率。
203、获取未来单位时段的第一业务类配送量。
204、根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
205、获取历史时段内各单位时段对应的第二业务类人员配送效率及所述第二业务类配送表现属性。
206、基于所述各单位时段对应的第二业务类配送表现属性，从所述各单位时段对应的第二业务类配送效率中确定第二最大安全效率。
207、获取未来单位时段的第二业务类配送量。
208、根据所述第二最大安全效率和所述第二业务类配送量，确定第二业务类人员配置信息。
209、根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息。
上述步骤201～204可参照上述实施例中的内容，此处不再赘述。
上述步骤205～208类同于步骤201～204，计算过程相同，仅业务类型不同。
本实施例提供的技术方案适用于融合两个业务类型的平台，例如，融合了外卖配送业务和快递配送业务的综合系统。在该系统下，骑士可在配送外卖的同时，完成快递配送的业务。即采用上述步骤201～204计算外卖配送业务所需人员配置信息，采用上述步骤205～208计算跨地配送业务所需人员配置信息。通过上述步骤209，确定系统的总需求人员配置信息。
一种可实现的方案中，上述人员配置信息可以为人员配置数量。相应的，上述根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息，可具体为：将所述第一业务类人员配置信息和所述第二业务类人员配置信息中人员配置数量取值大的作为所述总人员配置信息。
下面结合应用场景，对本发明实施例提供的技术方案进行详细的说明，以帮助理解方案。
301、统计过去30天内商圈每天的人员配送效率和配送表现属性，得到30组[当日人员配送效率，是否达标]的数据。
302、将30组数据按“当日人员配送效率”从高到低排序。
303、依次计算各个“当日人员配送效率”的取值作为参考效率时对应的“反例数”，得到30组[当日人员配送效率，反例数]的数据。
其中，反例数是指“当日人员配送效率”低于或等于参考安全效率且配送表现属性为未达标表现的天数以及“当日人员配送效率”高于参考安全效率且配送表现属性为达标表现的天数之和。反例数的具体计算过程可参见上述实施例中列举的实例。
304、将30组[当日人员配送效率，反例数]的数据按“反例数”从低到高排序，取“反例数”最低那天对应的“当日人员配送效率”作为最大安全效率；如果最低反例数对应有多天，取最高的“当日人员配送效率”作为最大安全效率。
305、在外卖部分和快递部分都经过以上步骤之后，得到一组[外卖最大安全效率，快递最大安全效率]的数据。
306、获取外卖当日配送量及快递当日配送量。
对于外卖配送量来说，可采用上述实施例中理解的预估策略进行预估。对于快递配送量来说，当日需配送的配送量在前一天就已经知道了，因此无需预估。
307、外卖当日配送量除以外卖最大安全效率得到人员配置信息1，快递当日配送量除以快递最大安全效率得到人员配置信息2。
308、取人员配置信息1和人员配置信息2中的大值作为整个系统给出的总需求人员配置信息。
需要说明的是：上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤101至步骤103的执行主体可以为设备A；又比如，步骤101和102的执行主体可以为设备A，步骤103的执行主体可以为设备B；等等。
图4示出了本发明一实施例提供的信息确定装置的结构框图。如图4所示，本实施例提供的装置包括：第一获取模块401、选取模块402、第二获取模块403和确定模块404。其中，第一获取模块401用于获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性。选取模块402用于基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率。第二获取模块403用于获取未来单位时段的第一业务类配送量。确定模块404用于根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
本实施例提供的技术方案中，不仅基于历史时段内各单位时段对应的人员配送效率，还考虑了各单位时段的配送表现属性，以便于基于配送表现属性来准确确定出最大安全效率，进而根据最大安全效率和配送量，确定人员配置信息，以实现在保证配送质量的同时，最大程度的减少物流人力成本的目的；与现有技术相比，人员配置预估准确度有所提升。
进一步的，所述选取模块可采用如下结构实现。所述选取模块包括：计算单元和处理单元。其中，计算单元，用于基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数；处理单元，用于根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
进一步的，所述计算单元还用于：
将所述各单位时段中一个单位时段对应的第一业务类人员配送效率作为参考效率；
统计所述历史时段内第一业务类人员配送效率低于或等于所述参考效率，且配送表现属性为未达标表现的单位时段的数量，作为第一数量；
统计所述历史时段内第一业务类人员配送效率高于所述参考效率，且配送表现属性为达标表现的单位时段的数量，作为第二数量；
将所述第一数量与所述第二数量之和作为所述单位时段对应的第一业务类人员配送效率的反例数。
进一步的，上述处理单元还用于：比较所述各单位时段对应的第一业务类人员配送效率的反例数，以得到取值最低反例数；将所述取值最低反例数的第一业务类人员配送效率作为所述第一业务类最大安全效率。
再进一步的，上述的处理单元还用于：若取值最低反例数为多个，则获取多个取值最低反例数分别对应的第一业务类人员配送效率；从获取到的多个第一业务类人员配送效率中，将人员配送效率高的作为所述第一业务类最大安全效率。
进一步的，所述第二获取模块，还用于：
获取历史时段内各单位时段的第一业务类配送量；
提取所述各单位时段的第一业务类配送量中的最高配送量；
将所述最高配送量作为所述未来单位时段的第一业务类配送量。
或者，所述第二获取模块，还用于
获取历史时段内各单位时段的第一业务类配送量；
计算所述各单位时段的第一业务类配送量的平均值；
将所述各单位时段的第一业务类配送量的平均值作为所述未来单位时段的第一业务类配送量。
或者，所述第二获取模块，还用于
判断所述未来单位时段所属的时段属性；
获取历史时段内具有相同时段属性的各单位时段的第一业务类配送量；
计算所述具有相同时段属性的各单位时段的第一业务类配送的平均值；
将所述具有相同时段属性的各单位时段的第一业务类配送量的平均值，作为所述未来单位时段的第一业务类配送量。
进一步的，上述的装置还包括：
所述第一获取模块，还用于获取历史时段内各单位时段对应的第二业务类人员配送效率及所述第二业务类配送表现属性；
所述选取模块，还用于基于所述各单位时段对应的第二业务类配送表现属性，从所述各单位时段对应的第二业务类配送效率中确定第二最大安全效率；
所述第二获取模块，还用于获取未来单位时段的第二业务类配送量；
所述确定模块，还用于根据所述第二最大安全效率和所述第二业务类配送量，确定第二业务类人员配置信息；
所述确定模块，还用于根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息。
进一步的，上述人员配置信息为人员配置数量。相应的，上述的确定模块还用于：将所述第一业务类人员配置信息和所述第二业务类人员配置信息中人员配置数量取值大的作为所述总人员配置信息。
这里需要说明的是：上述实施例提供的信息确定装置可实现上述各方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容，此处不再赘述。
在一个可能的设计中，信息确定装置的结构中包括处理器510和存储器520(如图5所示)，所述存储器520用于存储支持信息确定装置执行上述信息确定方法的程序，所述处理器510被配置为用于执行所述存储器520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。
存储器520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，如本发明实施例中的信息确定方法对应的程序指令/模块(例如，附图4所示的第一获取模块401、选取模块402、第二获取模块403和确定模块404)。处理器510通过运行存储在存储器520中的非易失性软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例的信息确定方法。
所述处理器510用于：获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性；基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率；获取未来单位时段的第一业务类配送量；根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。。
处理器510可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本发明实施例还提供的一种计算机存储介质，用于存储信息确定装置所用的计算机软件指令，其包含用于执行上述方法实施例中的信息确定方法为信息确定装置所涉及的程序。
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。
本发明公开了A1、一种信息确定方法，包括：
获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性；
基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率；
获取未来单位时段的第一业务类配送量；
根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
A2、如A1所述的方法中，基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率，包括：
基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数；
根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
A3、如A2所述的方法中，基于所述各单位时段对应的第一业务类配送表现属性，计算所述各单位时段中一个单位时段对应的第一业务类人员配送效率的反例数，包括：
将所述单位时段对应的第一业务类人员配送效率作为参考效率；
统计所述历史时段内第一业务类人员配送效率低于或等于所述参考效率，且配送表现属性为未达标表现的单位时段的数量，作为第一数量；
统计所述历史时段内第一业务类人员配送效率高于所述参考效率，且配送表现属性为达标表现的单位时段的数量，作为第二数量；
将所述第一数量与所述第二数量之和作为所述单位时段对应的第一业务类人员配送效率的反例数。
A4、如A2或A3所述的方法中，根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率，包括：
比较所述各单位时段对应的第一业务类人员配送效率的反例数，以得到取值最低反例数；
将所述取值最低反例数的第一业务类人员配送效率作为所述第一业务类最大安全效率。
A5、如A4所述的方法中，根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率，还包括：
若取值最低反例数为多个，则获取多个取值最低反例数分别对应的第一业务类人员配送效率；
从获取到的多个第一业务类人员配送效率中，将人员配送效率高的作为所述第一业务类最大安全效率。
A6、如A1至A3中任一项所述的方法中，所述获取未来单位时段的第一业务类配送量，包括：
获取历史时段内各单位时段的第一业务类配送量；
提取所述各单位时段的第一业务类配送量的最高配送量；
将所述最高配送量作为所述未来单位时段的第一业务类配送量；
或者，所述获取未来单位时段的第一业务类配送量，包括：
获取历史时段内各单位时段的第一业务类配送量；
计算所述各单位时段的第一业务类配送量的平均值；
将所述各单位时段的第一业务类配送量的平均值作为所述未来单位时段的第一业务类配送量；
或者，所述获取未来单位时段的第一业务类配送量，包括：
判断所述未来单位时段所属的时段属性；
获取历史时段内具有相同时段属性的各单位时段的第一业务类配送量；
计算所述具有相同时段属性的各单位时段的第一业务类配送的平均值；
将所述具有相同时段属性的各单位时段的第一业务类配送量的平均值，作为所述未来单位时段的第一业务类配送量。
A7、如A1至A3中任一项所述的方法，还包括：
获取历史时段内各单位时段对应的第二业务类人员配送效率及所述第二业务类配送表现属性；
基于所述各单位时段对应的第二业务类配送表现属性，从所述各单位时段对应的第二业务类配送效率中确定第二最大安全效率；
获取未来单位时段的第二业务类配送量；
根据所述第二最大安全效率和所述第二业务类配送量，确定第二业务类人员配置信息；
根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息。
A8、如A7所述的方法中，人员配置信息为人员配置数量，以及
根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息，包括：
将所述第一业务类人员配置信息和所述第二业务类人员配置信息中人员配置数量取值大的作为所述总人员配置信息。
本发明还公开了B9、一种信息确定装置，包括：
第一获取模块，用于获取历史时段内各单位时段对应的第一业务类人员配送效率及第一业务类配送表现属性；
选取模块，用于基于所述各单位时段对应的第一业务类配送表现属性，从所述各单位时段对应的第一业务类人员配送效率中选出一个人员配送效率作为第一业务类最大安全效率；
第二获取模块，用于获取未来单位时段的第一业务类配送量；
确定模块，用于根据所述第一业务类最大安全效率和所述第一业务类配送量，确定第一业务类人员配置信息。
B10、如B9所述的装置中，所述选取模块，包括：
计算单元，用于基于所述各单位时段对应的第一业务类配送表现属性，依次计算各单位时段对应的第一业务类人员配送效率的反例数；
处理单元，用于根据所述各单位时段对应的第一业务类人员配送效率的反例数，选出反例数满足要求的第一业务类人员配送效率作为所述第一业务类最大安全效率。
B11、如B10所述的装置中，所述计算单元还用于：
将所述各单位时段中一个单位时段对应的第一业务类人员配送效率作为参考效率；
统计所述历史时段内第一业务类人员配送效率低于或等于所述参考效率，且配送表现属性为未达标表现的单位时段的数量，作为第一数量；
统计所述历史时段内第一业务类人员配送效率高于所述参考效率，且配送表现属性为达标表现的单位时段的数量，作为第二数量；
将所述第一数量与所述第二数量之和作为所述单位时段对应的第一业务类人员配送效率的反例数。
B12、如B10或B11所述的装置中，所述处理单元还用于：
比较所述各单位时段对应的第一业务类人员配送效率的反例数，以得到取值最低反例数；
将所述取值最低反例数的第一业务类人员配送效率作为所述第一业务类最大安全效率。
B13、如B12所述的装置中，所述处理单元还用于：
若取值最低反例数为多个，则获取多个取值最低反例数分别对应的第一业务类人员配送效率；
从获取到的多个第一业务类人员配送效率中，将人员配送效率高的作为所述第一业务类最大安全效率。
B14、如B9至B11中任一项所述的装置中，所述第二获取模块还用于：
获取历史时段内各单位时段的第一业务类配送量；
提取所述各单位时段的第一业务类配送量中的最高配送量；
将所述最高配送量作为所述未来单位时段的第一业务类配送量；
或者，所述第二获取模块还用于：
获取历史时段内各单位时段的第一业务类配送量；
计算所述各单位时段的第一业务类配送量的平均值；
将所述各单位时段的第一业务类配送量的平均值作为所述未来单位时段的第一业务类配送量；
或者，所述第二获取模块还用于：
判断所述未来单位时段所属的时段属性；
获取历史时段内具有相同时段属性的各单位时段的第一业务类配送量；
计算所述具有相同时段属性的各单位时段的第一业务类配送的平均值；
将所述具有相同时段属性的各单位时段的第一业务类配送量的平均值，作为所述未来单位时段的第一业务类配送量。
B15、如B9至B11中任一项所述的装置，还包括：
所述第一获取模块，还用于获取历史时段内各单位时段对应的第二业务类人员配送效率及所述第二业务类配送表现属性；
所述选取模块，还用于基于所述各单位时段对应的第二业务类配送表现属性，从所述各单位时段对应的第二业务类配送效率中确定第二最大安全效率；
所述第二获取模块，还用于获取未来单位时段的第二业务类配送量；
所述确定模块，还用于根据所述第二最大安全效率和所述第二业务类配送量，确定第二业务类人员配置信息；
所述确定模块，还用于根据所述第一业务类人员配置信息和所述第二业务类人员配置信息，确定总人员配置信息。
B16、如B15所述的装置中，人员配置信息为人员配置数量，以及
所述确定模块还用于：
将所述第一业务类人员配置信息和所述第二业务类人员配置信息中人员配置数量取值大的作为所述总人员配置信息。