送装工程师推荐方法、装置、电子设备及存储介质与流程

本发明涉及物流配送领域，尤其涉及一种送装工程师推荐方法、装置、电子设备及存储介质。

背景技术：

1、在物流配送过程中，网点管理员接收到不同订单后，需要根据每个订单相关的订单信息，主要包括不同的送装商品信息，来选择、安排合适的送装工程师为用户提供上门配送和安装服务。

2、目前主要通过订单信息中的位置、时间和技能方向等来匹配送装工程师，用于判断的数据维度较少，容易导致匹配到的送装工程师与用户之间的适配性较差，给用户带来不好体验。

3、因此，业界亟需一种新的送装工程师推荐方法，用于克服上述现有技术中所存在的缺陷。

技术实现思路

1、本发明提供一种送装工程师推荐方法、装置、电子设备及存储介质，用以解决现有技术中送装工程师与用户之间的适配性较差，给用户带来不好体验的缺陷。

2、第一方面，本发明提供一种送装工程师推荐方法，包括：

3、获取待处理订单相关的目标用户的用户等级和所有送装工程师的初始推荐分值，用以匹配到用于完成所述待处理订单的多名备选送装工程师；

4、根据所述待处理订单中所有送装商品的类别信息和各备选送装工程师的历史用户评价值，构建行为特征矩阵；所述行为特征矩阵包含各备选送装工程师完成各类别送装商品后的用户评价值；

5、获取各备选送装工程师的多维度加权评价值，以利用所述多维度评价加权值对所述行为特征矩阵进行修正；修正后的所述行为特征矩阵包含各备选送装工程师完成各类别送装商品的预期满意度；

6、基于各备选送装工程师的所述预期满意度，对各备选送装工程师的所述初始推荐分值进行修正，获取各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值；

7、基于各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值，确定推荐送装工程师。

8、根据本发明提供的一种送装工程师推荐方法，在获取待处理订单相关的目标用户的用户等级和所有送装工程师的初始推荐分值之前，还包括：

9、获取服务区域内各送装工程师的历史用户评价值；

10、将所述历史用户评价值的平均值，确定为各送装工程师的所述初始推荐分值；

11、获取所述目标用户的身份标识，以基于所述身份标识确定所述目标用户的用户标签，所述用户标签用于表征所述目标用户的用户等级。

12、根据本发明提供的一种送装工程师推荐方法，所述获取待处理订单相关的目标用户的用户等级和所有送装工程师的初始推荐分值，用以匹配到用于完成所述待处理订单的多名备选送装工程师，包括：

13、将所有送装工程师的初始推荐分值中的最大值和最小值作为区间的起始值，构建分值区间；

14、按照所述用户等级的等级数，将所述分值区间划分为多个分值子区间；

15、根据各备选送装工程师的初始推荐分值所属的分值子区间，将所有送装工程师划分为多个送装工程师小组；

16、根据所述用户等级，确定所述多个送装工程师小组中的目标送装工程师小组；

17、所述目标送装工程师小组中的送装工程师为所述备选送装工程师，所述用户等级的大小与分值子区间中的初始推荐分值的大小是相关的。

18、根据本发明提供的一种送装工程师推荐方法，所述行为特征矩阵中第m行第n列对应的特征数据为第m名备选送装工程师在送装第n种类别的送装商品后的用户评价值；或，所述行为特征矩阵中第m行第n列对应的特征数据为第n名备选送装工程师在送装第m种类别的送装商品后的用户评价值。

19、根据本发明提供的一种送装工程师推荐方法，针对任一备选送装工程师，所述获取各备选送装工程师的多维度加权评价值，包括：

20、将所述任一备选送装工程师的每一预设考核项的统计次数和所述任一备选送装工程师的历史送装总次数之间的比值，确定为所述任一备选送装工程师在一个维度下的评价百分比；

21、对所述任一备选送装工程师在每个维度下的评价百分比，以及每一维度的预设权重比进行加权求和处理，获取所述任一备选送装工程师的多维度加权评价值

22、根据本发明提供的一种送装工程师推荐方法，针对所述行为特征矩阵中的任一特征数据，所述利用所述多维度评价加权值对所述行为特征矩阵进行修正，包括：

23、获取所述任一特征数据，确定对应的目标备选送装工程师和送装商品的目标类别；

24、将所述任一特征数据与所述目标备选送装工程师的多维度加权评价值的累加值作为修正后特征数据；

25、所述修正后特征数据为所述目标备选送装工程师完成所述目标类别送装商品的预期满意度。

26、根据本发明提供的一种送装工程师推荐方法，所述基于各备选送装工程师的所述预期满意度，对各备选送装工程师的所述初始推荐分值进行修正，获取各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值，包括：

27、将任一备选送装工程师完成各类别送装商品的预期满意度与所述初始推荐分值的累加值，作为所述任一备选送装工程师完成各类别送装商品的目标推荐分值。

28、根据本发明提供的一种送装工程师推荐方法，所述基于各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值，确定推荐送装工程师，包括：

29、获取各备选送装工程师，送装每一类别的送装商品的目标推荐分值的累加值，作为所述备选送装工程师的得分；

30、将所述得分最高的备选送装工程师，作为所述推荐送装工程师。

31、第二方面，本发明还提供一种送装工程师推荐装置，包括：

32、送装工程师初筛单元，用于获取待处理订单相关的目标用户的用户等级和所有送装工程师的初始推荐分值，用以匹配到用于完成所述待处理订单的多名备选送装工程师；

33、特征采集单元，用于根据所述待处理订单中所有送装商品的类别信息和各备选送装工程师的历史用户评价值，构建行为特征矩阵；所述行为特征矩阵包含各备选送装工程师完成各类别送装商品后的用户评价值；

34、预期满意度确定单元，用于获取各备选送装工程师的多维度加权评价值，以利用所述多维度评价加权值对所述行为特征矩阵进行修正；修正后的所述行为特征矩阵包含各备选送装工程师完成各类别送装商品的预期满意度；

35、推荐分值计算单元，用于基于各备选送装工程师的所述预期满意度，对各备选送装工程师的所述初始推荐分值进行修正，获取各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值；

36、送装工程师确定单元，用于基于各备选送装工程师的送装所述待处理订单各类别的送装商品的目标推荐分值，确定推荐送装工程师。

37、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述送装工程师推荐方法。

38、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述送装工程师推荐方法。

39、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述送装工程师推荐方法。

40、本发明实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：

41、基于用户等级和送装工程师的初始推荐分值初步筛选备选工程师，然后根据各备选工程师针对所有送装商品的历史用户评价值构建行为特征矩阵，再通过各备选工程师的多维度评价值精细化修正得到预期满意度，最终基于预期满意度修正初始分值得到目标推荐分值以确定出推荐工程师，通过综合评估多维度数据，能有效提高推荐送装工程师与目标用户之间的适配性，提升用户体验。

42、进一步的，通过综合考虑各送装工程师的历史用户评价值的平均值作为初始推荐分值，并通过目标用户的身份标识确定目标用户的用户等级，以便于根据目标用户的用户等级以及初始推荐分值，初步筛选合适的备选送装工程师，提高送装工程师推荐效率与精度。

43、更进一步的，基于用户等级的等级数划分多个分值子区间，则当确定目标用户的等级时，便可快速确定出对应的用于服务该等级的目标送装工程师小组，进而也就确定了多名备选送装工程师，实现合理分配备选送装工程师，以便于后续确定推荐送装工程师，提高推荐效率。

44、再进一步的，通过综合考虑多维度下的预设考核项的评价百分比，并进行加权求和处理，以获取用于体现送装工程师服务能力、服务态度的多维度加权评价值，以便于后续修正行为特征矩阵，提高用户以及送装工程师之间的适配性。

45、再进一步的，通过确定任一特征数据的目标备选送装工程师的多维度加权评价值，修正该任一特征数据以作为预期满意度，能够通过预期满意度反映出送装工程师的服务能力、服务态度等信息，在综合考虑多维度数据的基础上，提高送装工程师推荐效率、精度。

46、再进一步的，基于各备选送装工程师完成各类别送装商品的预期满意度以及初始推荐分值，确定出各备选送装工程师的目标推荐分值，以便于后续根据所有备选送装工程师的目标推荐分值，确定出最终的推荐送装工程师，有效提高送装工程师推荐精度。

47、更进一步的，通过选择得分最高的送装工程师作为推荐送装工程师，使得送装工程师尽可能适配用户的送装商品服务，有效确保用户体验。

48、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。