CN109345299A - 一种调整服务范围的方法及装置 - Google Patents

Abstract

本申请提供一种调整服务范围的方法、装置及计算机可读存储介质和电子设备。其中，所述方法包括：根据历史订单数据，预测未来时间片订单池的订单增减量；获取当前时间片订单池的订单存量；根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；将当前的服务范围调整到该调整比例的服务范围。应用本申请，可以提升调整服务范围的准确性和实用性。

Description

一种调整服务范围的方法及装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种调整服务范围的方法、装置及计算机存储介质和电子设备。

背景技术

在某些特殊环境下，针对上门服务业务来说，需要对正常的服务范围进行调整，以适应该特殊环境。例如，在出现恶劣天气时，短时间内会出现新订单的骤增，而服务人员的负载能力并不能短时间提升。为了保证服务人员安全也为了保证用户体验，需要抑制用户需求。

在相关技术中，一般可以根据经验，人为设置一个较小的服务范围，通过缩小正常服务范围的方式，减少新订单的数量，从而达到抑制用户需求的目的。然而，现有方式针对不同环境，例如无论天气状况好坏均缩小成相同的服务范围，导致调整后的服务范围的准确性和实用性不高。

发明内容

有鉴于此，本申请提供一种调整服务范围的方法、装置及计算机存储介质和电子设备，用于解决上述调整后的服务范围的准确性和实用性不高的问题。

具体地，本申请是通过如下技术方案实现的：

一种调整服务范围的方法，所述方法包括：

根据历史订单数据，预测未来时间片订单池的订单增减量；

获取当前时间片订单池的订单存量；

根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

将当前的服务范围调整到该调整比例的服务范围。

可选的，所述根据历史订单数据，预测未来时间片订单池的订单增减量，具体包括：

根据历史订单数据，预测未来时间片的进单量以及消耗单量。

可选的，所述根据历史订单数据，预测未来时间片的进单量，具体包括：

获取一个历史时间片的进单量以及历史进单量的变化量；

计算所述历史时间片的进单量和历史进单量的变化量之和，得到未来时间片的进单量。

可选的，所述一个历史时间片包括当前时间片的上一个时间片；

所述未来时间片包括当前时间片的下一个时间片。

可选的，所述根据历史订单数据，预测未来时间片的消耗单量，具体包括：

将与未来时间片同时段的历史时间片的消耗单量作为所述未来时间片的消耗单量。

可选的，所述与未来时间片同时段的历史时间片包括前1日与未来时间片同时段的时间片；

所述未来时间片包括当前时间片的下一个时间片。

可选的，所述获取当前时间片订单池的订单存量，具体包括：

获取当前时间片开始时的第一订单存量，以及预测当前时间片结束时的第二订单存量。

可选的，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例。

可选的，根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量。

可选的，所述根据历史订单数据，预测未来时间片订单池的订单增减量，还包括：

根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量；

所述根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例。

可选的，所述根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量，具体包括：

获取历史订单中的最长服务时长；

根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载；

计算所述服务人员最大负载和当前在线的服务人员数量的乘积，得到未来时间片的订单池最大存量。

可选的，所述根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载，具体包括：

获取历史订单的服务时长和服务负载；

根据所述服务时长和服务负载，计算线性关系的斜率参数和截距参数；

将所述最大服务时长乘以所述斜率参数后加上所述截距参数，得到服务人员最大负载。

可选的，根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

所述公式的约束条件包括N_t+1≤N_max；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量，N_max表示未来时间片的订单池最大存量。

一种调整服务范围的装置，所述装置包括：

预测单元，根据历史订单数据，预测根据历史订单数据，预测未来时间片订单池的订单增减量；

获取单元，获取当前时间片订单池的订单存量；

计算单元，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

调整单元，将当前的服务范围调整到该调整比例的服务范围。

一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一项所述的调整服务范围方法。

一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为上述任一项所述的调整服务范围方法。

本申请实施例，提供了一种调整服务范围的方案，通过预测未来时间片订单池的订单增减量，与当前时间片订单池的订单存量相比较，在不同的天气条件下，未来时间片订单增减量和当前时间片订单存量具有差异性，根据所述增减量和订单存量可以反映天气恶劣程度，天气越恶劣，订单存量越多，因此需要更少的订单进出，即更小的服务范围。如此，通过未来时间片的订单增减量、当前时间片的订单存量，计算出的未来时间片下服务范围的调整比例，进而将当前的服务范围调整到该调整比例的服务范围。这样方式，针对不同环境可以计算出不同的调整比例，从而可以提升调整后服务范围的准确性和实用性。

附图说明

图1是本申请一示例性实施例示出的一种调整服务范围的方法的流程图；

图2是本申请一示例性实施例示出的服务范围调整前后的示意图；

图3是本申请一示例性实施例示出的一种调整服务范围的装置的硬件结构图；

图4是本申请一示例性实施例示出的一种调整服务范围的装置的模块示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本申请可以应用在各种上门服务场景中，例如出行场景中的打车服务，例如包括快车、专车、出租车等业务；再例如物流场景中的即时配送服务，例如外卖、快递等业务；在例如其它的上门服务，例如打扫卫生、搬家、设备安装、维修、美甲等等。本申请并不对具体地服务内容进行限定。

图1是本申请一示例性实施例示出的一种调整服务范围的方法流程图，所述方法可以应用在调整服务范围的服务器(以下简称为服务器)中，该方法具体可以包括如下步骤：

步骤110：根据历史订单数据，预测未来时间片订单池的订单增减量。

在一实施例中，所述步骤110，具体可以包括：

根据历史订单数据，预测未来时间片的进单量以及消耗单量。也就是说，所述订单增减量可以包括进单量和消耗单量。

服务器根据历史订单数据，基于预设规则、模型或者算法可以预测未来时间片的进单量和消耗单量。

所述进单量可以是指一个时间片内新增加的订单数量。

所述消耗单量可以指一个时间片内完成的订单数量。

所述时间片可以根据业务需求进行调整，本质上是以一定时长作为一个时间片，例如可以是每30分钟作为一个时间片，也可以是每小时、每天、每周、或者每月等时长作为时间片。

在一实施例中，所述根据历史订单数据，预测未来时间片的进单量，具体包括：

获取一个历史时间片的进单量以及历史进单量的变化量；

计算所述历史时间片的进单量和历史进单量的变化量之和，得到未来时间片的进单量。

其中，所述计算未来时间片的进单量可以参考如下公式1：

未来时间片的进单量＝历史时间片的进单量+历史进单量的变化量公式1

其中，所述一个历史时间片可以包括当前时间片的上一个时间片；

所述未来时间片可以包括当前时间片的下一个时间片；

所述历史进单量的变化量可以包括与未来时间片同时段的历史时间片进单量的变化量。所述变化量是指两个时间片的进单量之间的差值。

举例说明，假设当前时间片为第6个时间片(早上6点至早上7点)，那么未来时间片即为第7个时间片(早上7点至早上8点)；相应地，历史进单量的变化量可以是指前1天第7个时间片进单量的变化量；而前1天第7个时间片进单量的变化量可以是指前1天第6个时间片进单量和前1天第7个时间片的进单量的差值。

通常来说，与当前时间片越近的时间片，与未来时间片的天气情况越接近。因此，采用当前时间片的上一个时间片的数据，预测未来时间片的进单量的准确性更高。

在一实施例中，所述根据历史订单数据，预测未来时间片的消耗单量，具体包括：

获取预设数量个历史时间片的消耗单量；

计算所述预设数量个消耗单量的平均值，得到未来时间片的消耗单量。

在一种实现方式中：

所述预设数量个消耗单量的平均值可以参考如下公式2：

其中，N表示历史时间片的数量，F_i表示第i个时间片的消耗单量。

其中，所述历史时间片包括距离当前时间片最近的预设数量个时间片；

所述未来时间片包括当前时间片的下一个时间片。

通常来说，与当前时间片越近的时间片，与未来时间片的天气情况越接近。因此，采用当前时间片最近的预设数量个时间片的数据，预测未来时间片的消耗单量的准确性更高。

所述预设数量可以是预先设置的一个经验值，通常可以根据业务需求灵活设置。

在另一实施例中，所述根据历史订单数据，预测未来时间片的消耗单量，具体包括：

将与未来时间片同时段的历史时间片的消耗单量作为所述未来时间片的消耗单量。

为了便于理解，与未来时间片同时段的历史时间片，请参考以下示例：

假设未来时间片所在的时间段为1天中早上6点至7点；那么同时段的历史时间片即为历史每天的早上6点至7点。

可选的，所述与未来时间片同时段的历史时间片可以是指前1天与未来时间片同时段的时间片。例如，未来时间片为早上6点至7点，则同时段的历史时间片可以为前1天的早上6点至7点。

通常来说，由于同时段的时间片每天只有1个，例如，早上6点至7点的时间片，每天都只有一个。而，在预测未来时间片的消耗单量时，将与当前越近的历史时间片相对来说预测结果越可靠。因此，这里可以采用前1天与未来时间片同时段的时间片的数据，这样预测未来时间片的消耗单量的准确性、可靠性更高。

步骤120：获取当前时间片订单池的订单存量。

其中，所述订单存量是指未完成的订单数量。值得一提的是，订单存量与订单量是两个不同的概念。通常，订单量即包括已完成订单也包括未完成订单；可以理解为，订单量包含订单存量。举例说明，某个时间片的订单量为10件，其中，在该时间片结束时，完成了5件，未完成为5件；那么，该时间片的订单存量仅为5件；可见订单量与订单存量之间的关系可以是包含和被包含的关系。

在一实施例中，所述步骤120，具体可以包括：

获取当前时间片开始时的第一订单存量，以及预测当前时间片结束时的第二订单存量。

所述当前时间片开始时的第一订单存量，即当前时间片的上一时间片结束时订单池中未完成的订单存量。

所述当前时间片结束时的第二订单存量，即当前时间片的下一时间片开始时订单池中未完成的订单存量。

在一实施例中，所述预测当前时间片结束时的第二订单存量，具体包括：

通过前述方式可以预测当前时间片的进单量和消耗单量，进而可以计算出第二订单存量。

举例说明，假设需要预测第7时间片的第二订单存量，首先可以预测第6时间片的进单量和消耗单量，进而根据第6时间片的进单量和消耗单量，计算第7时间片的第二订单存量。

步骤130：根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例。

在一实施例中，所述步骤130，具体可以包括：

根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算未来时间片下服务范围的调整比例。

服务器根据所述进单量、消耗单量、第一订单存量和第二订单存量，可以计算未来时间片下服务范围的调整比例。

在一实施例中，根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例，具体包括：

根据公式3：N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量。

在一种实现方式中，所述N_t+1还可以是人为基于一定的经验或者规则预先设定的。

调整比例α的范围可以包括(0，1)。通常，当天气状况越恶劣，影响服务能力就越大，相应地服务能力就越紧张，则需要使用更小的服务范围，反映在公式3中即计算出的调整比例α越小；反之，当天气状况好转，影响服务能力就越小，相应地服务能力也就越不紧张，则可以使用稍大的服务范围，反映在公式3中即计算出的调整比例α越大。

在一实施例中，可以预先提供多种α，通过将α带入上述公式3，匹配可以实现公式成立的α。

所述提供α的，可以是根据业务需求或者实际场景预先设置的经验值。

步骤140：将当前的服务范围调整到该调整比例的服务范围。

在计算出调整比例之后，服务器就可以根据所述计算出的调整比例，将当前的服务范围调整到该调整比例的服务范围。

通常情况下，是按照原服务范围的中心点为调整中心，将当前的服务范围调整到该调整比例的服务范围。

举例说明，如图2所示的实线区域表示当前的服务范围，假设服务范围为10000，中心点为P点；当计算出的调整比例为0.5；则可以根据中心点P为调整中心，将正常的服务范围由10000调整到5000，得到调整后的服务范围即图2所示的虚线区域表示的服务范围。

本申请实施例，提供了一种调整服务范围的方案，通过预测未来时间片订单池的订单增减量，与当前时间片订单池的订单存量相比较，在不同的天气条件下，未来时间片订单增减量和当前时间片订单存量具有差异性，根据所述增减量和订单存量可以反映天气恶劣程度，天气越恶劣，订单存量越多，因此需要更少的订单进出，即更小的服务范围。如此，通过未来时间片的订单增减量、当前时间片的订单存量，计算出的未来时间片下服务范围的调整比例，进而将当前的服务范围调整到该调整比例的服务范围。这样方式，针对不同环境可以计算出不同的调整比例，从而可以提升调整后服务范围的准确性和实用性。

在一实施例中，图1所示方法实施例，其中，所述步骤110还可以包括：

步骤A：根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量。即可以预测未来时间片的进单量、消耗单量和订单池最大存量。

则，所述步骤130根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例。

该实施例与上一实施例不同之处在于，计算调整比例时，还利用到了订单池最大存量。

在一实施例中，所述步骤A，具体可以包括：

获取历史订单中的最长服务时长；

根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载；

计算所述服务人员最大负载和当前在线的服务人员数量的乘积，得到未来时间片的订单池最大存量。

其中，所述服务负载可以是指服务人员负载情况。例如，假设服务人员最大负载为同时配送5个订单，当正在配送的订单数量为3个时，其服务负载为60％(即3除以5)，如果正在配送的订单数量为5个，则服务负载为100％。

在实际应用中，订单服务时长与服务负载之间存在很好的线性关系。因此，可以根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载，具体包括：

获取历史订单的服务时长和服务负载；

根据所述服务时长和服务负载，计算线性关系的斜率参数和截距参数；

将所述最大服务时长乘以所述斜率参数后加上所述截距参数，得到服务人员最大负载。

其中，服务时长与服务负载之间的线性关系，可以表示为如下公式4：

L＝k*T+b 公式4

其中，L可以表示服务负载，T可以表示服务时长，k可以表示线性关系中的斜率参数，b可以表示线性关系中的截距参数。

在获取到历史订单中的最长服务时长T_max后，根据上述公式4可以得到服务人员最大负载L_max＝k*T_max+b。

进一步的，假设所有在线的服务人员(数量为R)均处于最大负载，则此时总的订单量为L_max*R。由于所有在线的服务人员均处于最大负载，无法再接受新的订单，因此可以认为总的订单量为L_max*R即为订单池最大存量。

所以，订单池最大存量N_max＝L_max*R。

在一实施例中，根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例，具体包括：

根据公式3：N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

所述公式的约束条件包括N_t+1≤N_max；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量，N_max表示未来时间片的订单池最大存量。

上述约束条件限制了预测的未来时间片的订单存量并能超过订单池最大存量。

值得一提的是，当上述公式3计算出的调整比例α等于1时，说明在未来时间片下服务范围为正常的服务范围，在未来时间片下恶劣天气影响服务能力的情况已经消失，即可以将当前的服务范围恢复为正常的服务范围。这样，可以减小由于调整服务范围而导致的订单量损失。

在一实施例中，还可以设置触发执行本申请实施例的触发条件。

一般来说，在恶劣天气出现时，服务器可以自动执行，也可以根据人工指令执行。

在一种实现方式中，服务器可以从第三方天气服务处获取天气状况，当天气状况符合恶劣天气时，自动触发执行本申请实施例。所述恶劣天气可以是预先设定的，例如可以包括下雨、下雪、高温、严寒等。

在一种实现方式中，服务平台工作人员可以根据当地实际的天气状况判断是否需要执行本申请，如果工作人员人为当前或者未来可能会出现恶劣天气，则可以向服务器发送执行本申请的指令，从而控制服务器执行本申请实施例。

在一实施例中，上述触发方式还可以设置有持续时长。

举例说明，当触发执行本申请实施例时，可以开启定时器，当定时器记录的时长达到所述持续时长后，就可以自动将调整的服务范围恢复到正常的服务范围。这里的持续时长可以是人为预先设定的一个经验值。

在一实施例中，上述触发执行本申请实施例的方式，还需要总部进行审核。

一般的，为了保证服务平台整体利益，对于各个区域申请触发所需服务范围的请求，总部可以进行审核，当总部审核部门审核认定申请区域的确由于特殊情况需要调整服务范围时，才可以允许申请区域执行本申请实施例；当总部审核部门审核认定申请区域不符合需要调整服务范围的条件时，则申请区域中断执行本申请实施例，即调整当前的服务范围。

在一实施例中，可以周期性地执行上述实施例，从而可以及时调整服务范围的大小。

假设周期设置为30分钟，那么服务器每30分钟可以计算下一时间片下服务范围的调整比例，进而根据新的调整比例，对上一周期的服务范围进行调整。

与前述调整服务范围的方法的实施例相对应，本申请还提供了调整服务范围的装置的实施例。

本申请调整服务范围的装置的实施例可以应用在服务器上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本申请调整服务范围的装置所在的一种硬件结构图，除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中通常根据该调整服务范围的实际功能，还可以包括其他硬件，对此不再赘述。

请参考图4，在一种软件实施方式中，该调整服务范围的装置可以包括：

预测单元410，根据历史订单数据，预测根据历史订单数据，预测未来时间片订单池的订单增减量；

获取单元420，获取当前时间片订单池的订单存量；

计算单元430，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

调整单元440，将当前的服务范围调整到该调整比例的服务范围。

在一可选的实施例中：

所述预测单元410，具体包括：

预测子单元，根据历史订单数据，预测未来时间片的进单量以及消耗单量。

在一可选的实施例中：

所述预测子单元，具体包括：

获取一个历史时间片的进单量以及历史进单量的变化量；

计算所述历史时间片的进单量和历史进单量的变化量之和，得到未来时间片的进单量。

在一可选的实施例中：

所述一个历史时间片包括当前时间片的上一个时间片；

所述未来时间片包括当前时间片的下一个时间片。

在一可选的实施例中：

所述预测子单元，具体包括：

将与未来时间片同时段的历史时间片的消耗单量作为所述未来时间片的消耗单量。

在一可选的实施例中：

所述与未来时间片同时段的历史时间片包括前1日与未来时间片同时段的时间片；

所述未来时间片包括当前时间片的下一个时间片。

在一可选的实施例中：

所述获取单元420，具体包括：

获取当前时间片开始时的第一订单存量，以及预测当前时间片结束时的第二订单存量。

在一可选的实施例中：

所述计算单元430，具体包括：

比例计算单元，根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例。

在一可选的实施例中：

所述比例计算单元，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量。

在一可选的实施例中：

所述装置还包括：

存量预测单元，根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量；

所述比例计算单元，具体包括：

计算子单元，根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例。

在一可选的实施例中：

所述存量预测单元，具体包括：

时长获取子单元，获取历史订单中的最长服务时长；

负载计算子单元，根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载；

存量计算子单元，计算所述服务人员最大负载和当前在线的服务人员数量的乘积，得到未来时间片的订单池最大存量。

在一可选的实施例中：

所述负载计算子单元，具体包括：

获取历史订单的服务时长和服务负载；

根据所述服务时长和服务负载，计算线性关系的斜率参数和截距参数；

将所述最大服务时长乘以所述斜率参数后加上所述截距参数，得到服务人员最大负载。

在一可选的实施例中：

根据计算子单元，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

所述公式的约束条件包括N_t+1≤N_max；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量，N_max表示未来时间片的订单池最大存量。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上图4描述了业务监控装置的内部功能模块和结构示意，其实质上的执行主体可以为一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

根据历史订单数据，预测未来时间片订单池的订单增减量；

获取当前时间片订单池的订单存量；

根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

将当前的服务范围调整到该调整比例的服务范围。

可选的，所述根据历史订单数据，预测未来时间片订单池的订单增减量，具体包括：

根据历史订单数据，预测未来时间片的进单量以及消耗单量。

可选的，所述根据历史订单数据，预测未来时间片的进单量，具体包括：

获取一个历史时间片的进单量以及历史进单量的变化量；

计算所述历史时间片的进单量和历史进单量的变化量之和，得到未来时间片的进单量。

可选的，所述一个历史时间片包括当前时间片的上一个时间片；

所述未来时间片包括当前时间片的下一个时间片。

可选的，所述根据历史订单数据，预测未来时间片的消耗单量，具体包括：

将与未来时间片同时段的历史时间片的消耗单量作为所述未来时间片的消耗单量。

可选的，所述与未来时间片同时段的历史时间片包括前1日与未来时间片同时段的时间片；

所述未来时间片包括当前时间片的下一个时间片。

可选的，所述获取当前时间片订单池的订单存量，具体包括：

获取当前时间片开始时的第一订单存量，以及预测当前时间片结束时的第二订单存量。

可选的，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例。

可选的，根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量。

可选的，所述根据历史订单数据，预测未来时间片订单池的订单增减量，还包括：

根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量；

所述根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例。

可选的，所述根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量，具体包括：

获取历史订单中的最长服务时长；

根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载；

计算所述服务人员最大负载和当前在线的服务人员数量的乘积，得到未来时间片的订单池最大存量。

可选的，所述根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载，具体包括：

获取历史订单的服务时长和服务负载；

根据所述服务时长和服务负载，计算线性关系的斜率参数和截距参数；

将所述最大服务时长乘以所述斜率参数后加上所述截距参数，得到服务人员最大负载。

可选的，根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

所述公式的约束条件包括N_t+1≤N_max；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量，N_max表示未来时间片的订单池最大存量。

在上述电子设备的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (16)

1.一种调整服务范围的方法，其特征在于，所述方法包括：

根据历史订单数据，预测未来时间片订单池的订单增减量；

获取当前时间片订单池的订单存量；

根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

将当前的服务范围调整到该调整比例的服务范围。

2.根据权利要求1所述的方法，其特征在于，所述根据历史订单数据，预测未来时间片订单池的订单增减量，具体包括：

根据历史订单数据，预测未来时间片的进单量以及消耗单量。

3.根据权利要求2所述的方法，其特征在于，所述根据历史订单数据，预测未来时间片的进单量，具体包括：

获取一个历史时间片的进单量以及历史进单量的变化量；

计算所述历史时间片的进单量和历史进单量的变化量之和，得到未来时间片的进单量。

4.根据权利要求3所述的方法，其特征在于，所述一个历史时间片包括当前时间片的上一个时间片；

所述未来时间片包括当前时间片的下一个时间片。

5.根据权利要求2所述的方法，其特征在于，所述根据历史订单数据，预测未来时间片的消耗单量，具体包括：

将与未来时间片同时段的历史时间片的消耗单量作为所述未来时间片的消耗单量。

6.根据权利要求5所述的方法，其特征在于，所述与未来时间片同时段的历史时间片包括前1日与未来时间片同时段的时间片；

所述未来时间片包括当前时间片的下一个时间片。

7.根据权利要求2所述的方法，其特征在于，所述获取当前时间片订单池的订单存量，具体包括：

获取当前时间片开始时的第一订单存量，以及预测当前时间片结束时的第二订单存量。

8.根据权利要求7所述的方法，其特征在于，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例。

9.根据权利要求8所述的方法，其特征在于，根据所述进单量、消耗单量、第一订单存量和第二订单存量，计算当前时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量。

10.根据权利要求7所述的方法，其特征在于，所述根据历史订单数据，预测未来时间片订单池的订单增减量，还包括：

根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量；

所述根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例，具体包括：

根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例。

11.根据权利要求10所述的方法，其特征在于，所述根据服务时长与服务负载之间的线性关系，预测未来时间片的订单池最大存量，具体包括：

获取历史订单中的最长服务时长；

根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载；

计算所述服务人员最大负载和当前在线的服务人员数量的乘积，得到未来时间片的订单池最大存量。

12.根据权利要求11所述的方法，其特征在于，所述根据服务时长与服务负载之间的线性关系，计算所述最长服务时长对应的服务人员最大负载，具体包括：

获取历史订单的服务时长和服务负载；

根据所述服务时长和服务负载，计算线性关系的斜率参数和截距参数；

将所述最大服务时长乘以所述斜率参数后加上所述截距参数，得到服务人员最大负载。

13.根据权利要求10所述的方法，其特征在于，根据所述进单量、消耗单量、第一订单存量、第二订单存量和订单池最大存量，计算未来时间片下服务范围的调整比例，具体包括：

根据公式N_t+1＝U_t+α*IN_t+F_t，求得调整比例α；

所述公式的约束条件包括N_t+1≤N_max；

其中，N_t+1表示当前时间片结束时订单池的第二订单存量，U_t表示当前时间片开始时订单池的第一订单存量，IN_t表示未来时间片的进单量；F_t表示未来时间片的消耗单量，N_max表示未来时间片的订单池最大存量。

14.一种调整服务范围的装置，其特征在于，所述装置包括：

预测单元，根据历史订单数据，预测根据历史订单数据，预测未来时间片订单池的订单增减量；

获取单元，获取当前时间片订单池的订单存量；

计算单元，根据所述未来时间片订单池的订单增减量和当前时间片订单池的订单存量，计算未来时间片下服务范围的调整比例；

调整单元，将当前的服务范围调整到该调整比例的服务范围。

15.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-13中任一项所述的方法。

16.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

所述处理器被配置为上述权利要求1-13中任一项所述的方法。