一种监控和学习订单全程热点区域的算法的制作方法

本发明涉及货物监控技术领域，具体为一种监控和学习订单全程热点区域的算法。

背景技术：

在整体货运行业，从订单产生到货品到达客户手中，全程可视化监控、途中里程碑的时间节点自动触发、在途时效预警及报警存在很多盲区和不确定性。造成运营效率低下、服务成本的不断增长，对物流行业的高效快速发展产生了严重滞后的影响。

通常热点监控都在项目开始之前将基础信息手动维护。业务发生以后，需要手动变更热点信息，对运营人员依赖性较强，一旦延迟录入，造成整体业务的错误。同时录入信息的变更也对业务本身有准确性和时效性的影响。对整体订单的管控也大大增加了风险。为了高效的解决以上问题，所以需要一个智能算法，避免误操作等人为因素产生的失误，不断学习积累历史行为，最终得到精准的智能化线路算法服务。

技术实现要素：

本发明的目的在于提供一种监控和学习订单全程热点区域的算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种监控和学习订单全程热点区域的算法,包括热点基础数据学习积累逻辑和里程碑时间自动触发服务；所述热点基础数据学习积累逻辑包括以下步骤：

a、热点积累流程：每次订单创建后，调用dsp接口开启订单监控；通过天眼设备的位置采集信息结合基础热点数据，将进出区域的热点信息推送到消息队列；业务端进行消息订阅，对不同进出区域的信息进行缓存入库，异步化对入库的信息进行处理；如果监控到热点信息是目的地类型，则取消业务监控，并查询对应订单信息，进行热点模板样例的存储和累计；

b、样本数据的异步运算，包括以下流程：

a、每天按项目、出发站、目的站样本数据进行累计计算；以三次运输行为作为积累依据，对超过三次的线路进行热点统计分析，纵向维度热点信息出现概率超过80％，则认为该热点区域为里程碑节点信息；数据积累以50次为上线，超过该阈值各热点数据仍然分散，则停止计算，该线路热点需手动标注；

b、统计所有有效热点的在每条样本里出现的顺序，通过正态分布算法计算热点最有可能的顺序，顺序把热点组织成用来匹配里程碑的标准样本；

c、根据里程碑类型和订单对应里程碑的规则进行匹配；需要匹配里程碑的站点类型和热点的站点类型以及里程碑的触发事件，已经匹配过的热点触发事件不能够再次进行匹配；

d、热点和里程碑的匹配顺序进行，顺序从第一个热点或最后一个开始匹配，和里程碑匹配不上的热点会被忽略，下一个里程碑的匹配不会匹配已经忽略或已经匹配的热点；

e、热点和里程碑的匹配算法可以加入人工干预；对于已经学习产生的热点集合，可以人工从中选择热点指定匹配到某一个里程碑；算法根据已匹配好的里程碑和出发站和目的地，把需要匹配的里程碑和标准样本进行分段，分段进行匹配，匹配后把分段结果集合起来生成里程碑模板；

f、匹配时从出发站和目的站两端进行里程碑信息的匹配，最终生成里程碑模板数据集合。随着业务的不断增长，该集合的模板数据也不断积累，里程碑及热点信息会随之自动生成，里程碑自动触发的准确性也逐渐精准。

优选的，所述里程碑时间自动触发服务包括如下流程：当天眼设备获取到目的地地址或进入离开热点区域时，会推送进出热点事件，订阅了事件的服务会收到对应事件；通过事件信息，匹配对应已经完成通过学习生成的里程碑模板数据的订单；如果能够找到热点对应的里程碑，则触发了此订单的里程碑，通过这种方式，可以及时反映出订单当前订单状态；如果收到到达目的地事件，需要判断订单目的地地址与事件发生地址，直线距离小于订单目的地5km范围内，最后依次更新订单里程碑时间节点数据表，生成订单热点数据样本，并关闭dsp在消息队列中的设备监控。

与现有技术相比，本发明的有益效果是：本发明可以对订单进行途订单里程碑时间节点全程可视化，主动学习和积累线路模型，对港口、仓库、火车站等里程碑节点自动识别和触发；同时减少了区域的维护，经过长时间的学习，事件出发准确率逐渐提升，提供管理效率，降低运营成本。

附图说明

图1为本发明热点及里程碑学习积累的流程图；

图2为本发明里程碑时间触发流程图。

具体实施方式

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，本领域普通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。

请参阅图1-2，本发明提供一种技术方案：一种监控和学习订单全程热点区域的算法,包括热点基础数据学习积累逻辑和里程碑时间自动触发服务；首先dsp对全球公布的热点信息进行爬取，该过程是不断优化和持续增加的过程。不断的积累基础热点信息，该信息包括港口、中转站、火车站等货运站点信息。同时还增加用户自定义热点，不断的收录个性化信息，为后续的里程碑自动触发，事件预警等服务提供基础保障；所述热点基础数据学习积累逻辑包括以下步骤：

a、热点积累流程：每次订单创建后，调用dsp接口开启订单监控；通过天眼设备的位置采集信息结合基础热点数据，将进出区域的热点信息推送到消息队列；业务端进行消息订阅，对不同进出区域的信息进行缓存入库，异步化对入库的信息进行处理；如果监控到热点信息是目的地类型，则取消业务监控，并查询对应订单信息，进行热点模板样例的存储和累计；

b、样本数据的异步运算，包括以下流程：

a、每天按项目、出发站、目的站样本数据进行累计计算；以三次运输行为作为积累依据，对超过三次的线路进行热点统计分析，纵向维度热点信息出现概率超过80％，则认为该热点区域为里程碑节点信息；数据积累以50次为上线，超过该阈值各热点数据仍然分散，则停止计算，该线路热点需手动标注；

b、统计所有有效热点的在每条样本里出现的顺序，通过正态分布算法计算热点最有可能的顺序，顺序把热点组织成用来匹配里程碑的标准样本；

c、根据里程碑类型和订单对应里程碑的规则进行匹配；需要匹配里程碑的站点类型和热点的站点类型以及里程碑的触发事件，已经匹配过的热点触发事件不能够再次进行匹配；

d、热点和里程碑的匹配顺序进行，顺序从第一个热点或最后一个开始匹配，和里程碑匹配不上的热点会被忽略，下一个里程碑的匹配不会匹配已经忽略或已经匹配的热点；

e、热点和里程碑的匹配算法可以加入人工干预；对于已经学习产生的热点集合，可以人工从中选择热点指定匹配到某一个里程碑；算法根据已匹配好的里程碑和出发站和目的地，把需要匹配的里程碑和标准样本进行分段，分段进行匹配，匹配后把分段结果集合起来生成里程碑模板；

f、匹配时从出发站和目的站两端进行里程碑信息的匹配，最终生成里程碑模板数据集合。随着业务的不断增长，该集合的模板数据也不断积累，里程碑及热点信息会随之自动生成，里程碑自动触发的准确性也逐渐精准。

本发明中，所述里程碑时间自动触发服务包括如下流程：当天眼设备获取到目的地地址或进入离开热点区域时，会推送进出热点事件，订阅了事件的服务会收到对应事件；通过事件信息，匹配对应已经完成通过学习生成的里程碑模板数据的订单；如果能够找到热点对应的里程碑，则触发了此订单的里程碑，通过这种方式，可以及时反映出订单当前订单状态；如果收到到达目的地事件，需要判断订单目的地地址与事件发生地址，直线距离小于订单目的地5km范围内，最后依次更新订单里程碑时间节点数据表，生成订单热点数据样本，并关闭dsp在消息队列中的设备监控。

本发明可以对订单进行途订单里程碑时间节点全程可视化，主动学习和积累线路模型，对港口、仓库、火车站等里程碑节点自动识别和触发；同时减少了区域的维护，经过长时间的学习，事件出发准确率逐渐提升，提供管理效率，降低运营成本。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。