CN110390504A - 一种数据处理的方法、装置、可读存储介质和电子设备 - Google Patents

Abstract

本发明实施例公开了一种数据处理的方法、装置、可读存储介质和电子设备。本发明实施例通过在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，根据所述运力特征确定所述运力资源集合的匀速配送速度，在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域内任务。通过上述方法，针对每个分区区域通过该分区区域内第一设定周期的历史数据准确的确定出第二设定周期内该分区区域中运力资源集合的匀速配送速度，可以更准确的确定出每个区域内配送资源的配送速度，进而更准确的预估出配送时间。

Description

一种数据处理的方法、装置、可读存储介质和电子设备

技术领域

本发明涉及数据处理领域，具体涉及一种数据处理的方法、装置、 可读存储介质和电子设备。

背景技术

随着外卖行业的不断发展，给生活带来了越来越多的便利。由于外 卖订单的不断增加，而配送资源是有限的，因此需要提高订单的分配效 率，进而提高运力资源的利用率。

现有技术中，根据配送资源的配送速度对订单进行分配，具体的， 针对每个城市，根据该城市的天气情况为该城市的配送资源统一设置配 送速度。但一个城市分为很多区域，当雨天时也可能一个区域下雨，而 另一个区域没有下雨，若都按照雨天的配送速度进行订单分配，会影响 没下雨区域的订单分配效率。或者，当雨天结束后，路面湿滑，配送资源的配送速度较低，但由于天气设置为了晴天，按照晴天的配送速度进 行订单分配，会造成配送资源无法在预计的时间送达的问题。

综上所述，如何准确的确定配送资源的配送速度是目前需要解决的 问题。

发明内容

有鉴于此,本发明实施例提供了一种数据处理的方法、装置、可读 存储介质和电子设备，能够准确的确定出配送资源的配送速度，进而更 准确的预估出配送时间。

第一方面，本发明实施例提供了一种数据处理的方法，该方法包括： 在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器 解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的 运力特征，其中，所述运力特征包括所述运力资源集合中各运力资源的 至少一个历史匀速配送速度；根据所述运力特征确定所述运力资源集合 的匀速配送速度；在第二设定周期内，根据所述匀速配送速度处理所述 目标分区区域内任务。

优选地，所述在第一设定周期内，接收来自运力资源客户端的上报 信息，通过处理器解析所述信息，获取目标分区区域内运力资源集合中 各运力资源的运力特征，具体包括：在第一设定周期内，接收来自运力 资源集合中各运力资源客户端上报的至少两个上报时间点和所述至少两 个上报时间点对应的至少两个配送速度；将所述第一设定周期拆分为多 个时间段，根据所述至少两个配送速度确定每个时间段内的所述历史匀 速配送速度。

优选地，在第一设定周期内，接收来自运力资源客户端的上报信息， 通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各 运力资源的运力特征，具体包括：在第一设定周期内，在接收来自运力 资源集合中各运力资源客户端上报的至少三个时间点以及所述至少三个 时间点对应的至少三个位置信息；根据所述至少三个位置信息确定所述 运力资源集合中各运力资源的至少两个配送速度；将所述第一设定周期 拆分为多个时间段，根据所述至少两个配送速度确定每个时间段内的所 述历史匀速配送速度。

优选地，所述上报信息还包括目标分区区域标识、以及时间信息。

优选地，根据所述运力特征确定所述运力资源集合的匀速配送速度， 具体包括：将所述运力特征输入预先训练的速度预测模型，确定所述运 力资源集合的匀速配送速度。

优选地，所述目标分区区域根据历史订单数量、或者设定面积、或 者商户数量划分的。

优选地，所述速度预测模型通过如下步骤训练获得：获取历史订单 数据；确定所述历史订单数据对应的运力特征的特征值、以及所述运力 资源集合所对应的历史匀速配送速度的特征值；根据所述特征值训练所 述速度预测模型。

第二方面，本发明实施例提供了一种数据处理的装置，该装置包括： 获取单元，用于在第一设定周期内，接收来自运力资源客户端的上报信 息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合 中各运力资源的运力特征，其中，所述运力特征包括所述运力资源集合 中各运力资源的至少一个历史匀速配送速度；确定单元，用于根据所述 运力特征确定所述运力资源集合的匀速配送速度；处理单元，用于在第 二设定周期内，根据所述匀速配送速度处理所述目标分区区域内任务。

第三方面，本发明实施例提供了一种计算机可读存储介质，其上存 储计算机程序指令，所述计算机程序指令在被处理器执行时实现如第一 方面或第一方面任一种可能中任一项所述的方法。

第四方面，本发明实施例提供了一种电子设备，包括存储器和处理 器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条 或多条计算机程序指令被所述处理器执行以实现如下步骤：在第一设定 周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上 报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征， 其中，所述运力特征包括所述运力资源集合中各运力资源的至少一个历 史匀速配送速度；根据所述运力特征确定所述运力资源集合的匀速配送 速度；在第二设定周期内，根据所述匀速配送速度处理所述目标分区区 域内任务。

优选地，所述处理器具体执行以实现如下步骤：在第一设定周期内， 接收来自运力资源集合中各运力资源客户端上报的至少两个上报时间点 和所述至少两个上报时间点对应的至少两个配送速度；将所述第一设定 周期拆分为多个时间段，根据所述至少两个配送速度确定每个时间段内 的所述历史匀速配送速度。

优选地，所述处理器具体执行以实现如下步骤：在第一设定周期内， 在接收来自运力资源集合中各运力资源客户端上报的至少三个时间点以 及所述至少三个时间点对应的至少三个位置信息；根据所述至少三个位 置信息确定所述运力资源集合中各运力资源的至少两个配送速度；将所 述第一设定周期拆分为多个时间段，根据所述至少两个配送速度确定每 个时间段内的所述历史匀速配送速度。

优选地，所述上报信息还包括目标分区区域标识、以及时间信息。

优选地，所述处理器具体执行如下步骤：将所述运力特征输入预先 训练的速度预测模型，确定所述运力资源集合的匀速配送速度。

优选地，所述目标分区区域根据历史订单数量、或者设定面积、或 者商户数量划分的。

优选地，所述处理器还执行如下步骤：获取历史订单数据；确定所 述历史订单数据对应的运力特征的特征值、以及所述运力资源集合所对 应的历史匀速配送速度的特征值；根据所述特征值训练所述速度预测模 型。

本发明实施例通过在第一设定周期内，接收来自运力资源客户端的 上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资 源集合中各运力资源的运力特征，根据所述运力特征确定所述运力资源 集合的匀速配送速度，在第二设定周期内，根据所述匀速配送速度处理 所述目标分区区域内任务。通过上述方法，针对每个分区区域通过该分 区区域内第一设定周期的历史数据准确的确定出第二设定周期内该分区 区域中运力资源集合的匀速配送速度，可以更准确的确定出每个区域内 配送资源的配送速度，进而更准确的预估出配送时间。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它 目的、特征和优点将更为清楚，在附图中：

图1是本发明第一实施例的一种总区域分区示意图；

图2是本发明第一实施例的一种数据处理的方法流程图；

图3是本发明第一实施例的另一种数据处理的方法流程图；

图4是本发明第二实施例的一种速度预测模型的训练方法流程图；、

图5是本发明第三实施例的应用场景图；

图6是本发明第四实施例的一种数据处理的装置示意图；

图7是本发明第五实施例的电子设备的示意图。

具体实施方式

以下基于实施例对本发明公开进行描述，但是本发明公开并不仅仅 限于这些实施例。在下文对本发明公开的细节描述中，详尽描述了一些 特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可 以完全理解本发明公开。为了避免混淆本发明公开的实质，公知的方法、 过程、流程、元件和电路并没有详细叙述。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说 明的目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、 “包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义； 也就是说，是“包括但不限于”的含义。

在本发明公开的描述中，需要理解的是，术语“第一”、“第二” 等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本 发明公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。

通常对一个城市的配送资源进行订单分配时，首先需要确定该城市 配送资源的配送速度，然后根据配送资源的配送速度对订单进行分配， 现有技术中，针对每个城市，根据该城市的天气情况为该城市的配送资 源统一设置配送速度，例如，根据天气情况将该城市的配送资源的配送 速度分为三个等级，晴天时为第一等级，第一等级对应的配送速度为35km/h；雨天时为第二等级，第二等级对应的配送速度为25km/h；雷暴大 风天是为第三等级，第三等级的配送速度为15km/h。当雨天时该城市的 全部配送资源的配送速度设置为25km/h，根据该配送速度进行订单分配。 但一个城市分为很多区域，例如图1所示，假设城市A分为四个区域， 区域1、区域2、区域3和区域4，具体的区域划分可以根据面积或者行 政区域划分，本发明对其不做限定，各区域面积的大小可以相同，也可 以不同，本发明对其不做限定。当城市A的天气预报为雨天时，可能区 域1下雨，而区域2、区域3、区域4没有下雨，若城市A都按照雨天的 配送速度进行订单分配，没下雨的区域2、区域3、区域4中的配送资源 的速度也按照雨天的配送速度25km/h进行订单分配，降低了区域2、区 域3、区域4的订单分配效率。或者，当雨天结束后，区域1的路面湿 滑，配送资源的配送速度较低，只能达到25km/h，但由于天气设置为了 晴天，按照晴天的配送速度35km/h进行订单分配，会造成配送资源无法 在预计的时间送达的问题。因此，如何准确的确定配送资源的配送速度， 提高订单分配效率是目前需要解决的问题。

图2是本发明第一实施例的一种数据处理的方法流程图。如图2所 示，具体包括如下步骤：

步骤S200、在第一设定周期内，接收来自运力资源客户端的上报信 息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合 中各运力资源的运力特征，其中，所述运力特征包括所述运力资源集合 中各运力资源的至少一个历史匀速配送速度。

具体的，所述上报信息为至少两个上报时间点和所述至少两个上报 时间点对应的至少两个配送速度，或者至少三个时间点以及所述至少三 个时间点对应的至少三个位置信息，针对上述两种上报信息，分别通过 以下两种处理方式进行说明：

方式一、当所述上报信息为至少两个上报时间点和所述至少两个上 报时间点对应的至少两个配送速度时,在第一设定周期内，接收来自运力 资源集合中各运力资源客户端上报的至少两个上报时间点和所述至少两 个上报时间点对应的至少两个配送速度；将所述第一设定周期拆分为多 个时间段，根据所述至少两个配送速度确定每个时间段内的所述历史匀 速配送速度。

具体的，假设第一设定周期为30分钟，将所述第一设定周期拆分 为4个时间段，分别为前5分钟为第一时间段、前10分钟为第二时间段、 前20分钟为第三时间段，前30分钟为第四时间段，分别确定前5分钟 运力资源集合的第一历史匀速速度、前10分钟运力资源集合的第二历史 匀速速度、前20分钟运力资源集合的第三历史匀速速度、和前30分钟 运力资源集合的第四历史匀速速度，即第一设定周期内可以确定出四个 历史匀速速度，将所述第一历史匀速速度、第二历史匀速速度、第三历 史匀速速度、和第四历史匀速速度作为运力特征，所述每隔设定时间的 时间间隔可以相同也可以不同，本发明实施例对其不做限定。

方式二、当所述上报信息为至少三个时间点以及所述至少三个时间 点对应的至少三个位置信息时，在第一设定周期内，在接收来自运力资 源集合中各运力资源客户端上报的至少三个时间点以及所述至少三个时 间点对应的至少三个位置信息；根据所述至少三个位置信息确定所述运 力资源集合中各运力资源的至少两个配送速度；将所述第一设定周期拆 分为多个时间段，根据所述至少两个配送速度确定每个时间段内的所述 历史匀速配送速度。

具体的，与方式一的处理方式类似，区别在于方式二首先通过位置 信息和上报时间确定出配送资源的配送速度。

在本发明实施例中，所述第一设定周期可以为20分钟、或40分钟， 本发明实施例对其不做限定。

在本发明实施例中，每上报一次上报信息可以称为一次打点，单位 时间的打点数即每分钟内每个运力资源上报自身速度或自身位置的次数， 设定时间内每个运力资源的总打点数为所述第一设定周期内设定时间内 包括的分钟数与单位时间的打点数的积。

举例说明，城市A中的区域1为目标分区区域，假设第一设定周期 的前5分钟，区域1中的运力资源集合中每个运力资源单位时间的打点 数为3，则5分钟内的任一个运力资源的总打点数＝单位时间的打点数3 ×时长5＝15次；假设运力资源集合中的运力资源上报的是自身的速度， 则可以确定每个运力资源在5分钟内的配送速度的平均值，若运力资源上报的是自身位置，可以根据位置间的长度，确定出运力资源的配送速 度，然后进一步计算出每个运力资源在5分钟内的配送速度的平均值。 具体以运力资源甲上报的为配送速度为例，运力资源甲在5分钟内一共 打点3×5＝15次，如表1所示:

表1

根据上述表1的数据，可以确定运力资源甲的配送速度为30km/h。 将运力资源集合中的全部运力资源都通过上述方式确定出配送速度，即 可以确定出运力资源集合的历史匀速配送速度。

具体的，运力资源甲上报的数据为自身位置时，可以根据点与点之 间的位置确定距离，例如1km，然后通过距离除以点与点之间的时间， 例如20s，进而确定出配送速度，本发明在此不再赘述。

本发明实施例中，所述上报信息还包括目标分区区域标识、以及时 间信息，所述时间信息具体包括所述第一设定周期的所在月、所在天以 及所在小时。目标分区区域标识是用来确定每个运力资源所归属的分区 区域。所述运力资源集合包括所述目标分区区域内的全部运力资源，所 述目标分区区域根据历史订单数量、或者设定面积、或者商户数量划分 的。

步骤S201、根据所述运力特征确定所述运力资源集合的匀速配送速 度。

具体的，将所述运力特征输入预先训练的速度预测模型，确定所述 运力资源集合的匀速配送速度，所述速度预测模型为梯度提升决策树 (Gradient Boosting DecisionTree，GBDT)模型。

在一个具体实施例中，由于不同目标分区区域的路况或天气情况不 同，因此通过速度预测模型预测出的匀速配送速度也不同，例如，区域 1为雨天，但雨量较小，根据区域1中5分钟内的运力资源集合的运力 特征确定出匀速配送速度为31km/h，而区域2为晴天但由于晚高峰拥堵， 根据区域2中5分钟内的运力资源集合的运力特征确定出匀速配送速度为26km/h，即可以根据不同目标分区区域的实际情况及时的确定匀速配 送速度，匀速配送速度可以反映目标分区区域内大部分骑手的配送速度， 可以最大程度的提高目标分区区域内目标配送资源集合的利用率。

步骤S202、在第二设定周期内，根据所述匀速配送速度处理所述目 标分区区域内任务。

具体的，假设第一设定周期为30分钟，第二设定周期为30分钟， 在第一设定周期结束时刻开始，采用第一设定周期确定出的匀速配送速 度在第二设定周期为所述目标分区区域内的运力资源集合分配订单。

可选的，根据所述匀速配送速度调整所述目标分区区域内的任务压 单时间，和/或对象的配送范围，当匀速配送速度较小时，配送压力较大 时，增加所述任务压单时间，和/或缩小所述对象的配送范围。

在一个具体实施例中，具体如图3所示，在步骤S200之前，该方 法还包括如下步骤：

步骤S203、确定所述目标分区区域，其中，所述目标分区区域在总 区域内。

例如，所述总区域即上述城市A，所述目标分区区域即上述区域1、 区域2、区域3和区域4。

在一个具体实施例中，图4是本发明第二实施例的一种速度预测模 型的训练方法流程图。如图4所示，具体包括如下步骤：

步骤S400、获取历史订单数据。

步骤S401、确定所述历史订单数据对应的运力特征的特征值、以及 所述运力资源集合所对应的历史匀速配送速度的特征值。

具体的，所述运力特征包括所述运力资源集合的至少一个历史匀速 配送速度、以及所述运力资源集合在所述第一设定周期内的至少一个上 报数据目标分区区域标识、所述第一设定周期结束时刻、所述第一设定 周期的所在月、所在天以及所在小时；所述运力资源集合对应的历史匀 速配送速度的值为每个运力资源在设定时间段内的均值的和值比所述运 力资源的数量。

步骤S402、根据所述特征值训练所述速度预测模型。

具体的，根据上述运力特征对应的特征值，训练GBDT模型。

图5是本发明第三实施例的应用场景图，包括服务器与多个配送资 源终端，例如，配送资源终端1、配送资源终端2等，配送资源终端向 服务器上报数据，以及上报数据时对应的配送速度或位置信息等，服务 器根据接收到的配送速度或位置信息等，确定出匀速配送速度，根据匀 速配送速度为配送资源终端分配订单。具体的，通过在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息， 获取目标分区区域内运力资源集合中各运力资源的运力特征，根据所述 运力特征确定所述运力资源集合的匀速配送速度，在第二设定周期内， 根据所述匀速配送速度处理所述目标分区区域内任务。通过上述方法， 针对每个分区区域通过该分区区域内第一设定周期的历史数据准确的确 定出第二设定周期内该分区区域中运力资源集合的匀速配送速度，可以 更准确的确定出每个区域内配送资源的配送速度，进而更准确的预估出 配送时间。

图6是本发明第四实施例的数据处理装置示意图。如图6所示，本 实施例的装置包括获取单元61、确定单元62和处理单元63。

其中，获取单元61，用于在第一设定周期内，接收来自运力资源客 户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内 运力资源集合中各运力资源的运力特征，其中，所述运力特征包括所述 运力资源集合中各运力资源的至少一个历史匀速配送速度；确定单元62， 用于根据所述运力特征确定所述运力资源集合的匀速配送速度；处理单 元63，用于在第二设定周期内，根据所述匀速配送速度处理所述目标分 区区域内任务。

进一步地，所述获取单元61具体用于：在第一设定周期内，接收 来自运力资源集合中各运力资源客户端上报的至少两个上报时间点和所 述至少两个上报时间点对应的至少两个配送速度；将所述第一设定周期 拆分为多个时间段，根据所述至少两个配送速度确定每个时间段内的所 述历史匀速配送速度。

进一步地，所述获取单元61具体还用于：在第一设定周期内，在 接收来自运力资源集合中各运力资源客户端上报的至少三个时间点以及 所述至少三个时间点对应的至少三个位置信息；根据所述至少三个位置 信息确定所述运力资源集合中各运力资源的至少两个配送速度；将所述 第一设定周期拆分为多个时间段，根据所述至少两个配送速度确定每个 时间段内的所述历史匀速配送速度。

进一步地，所述上报信息还包括目标分区区域标识、以及时间信息。

进一步地，根据所述运力特征确定所述运力资源集合的匀速配送速 度，具体包括：将所述运力特征输入预先训练的速度预测模型，确定所 述运力资源集合的匀速配送速度。

进一步地，所述目标分区区域根据历史订单数量、或者设定面积、 或者商户数量划分的。

进一步地，所述速度预测模型通过如下步骤训练获得：获取单元61 还用于，获取历史订单数据；确定单元62还用于确定所述历史订单数据 对应的运力特征的特征值、以及所述运力资源集合所对应的历史匀速配 送速度的特征值；处理单元63还用于根据所述特征值训练所述速度预测 模型。

图7是本发明第五实施例的电子设备的示意图。在本实施例中，电 子设备为服务器。应理解，还可以为其他电子设备，如树莓派。如图7 所示，该电子设备：至少包括一个处理器701；以及，与至少一个处理 器701通信连接的存储器702；以及，与扫描装置通信连接的通信组件 703，通信组件703在处理器701的控制下接收和发送数据；其中，存储 器702存储有可被至少一个处理器701执行的指令，指令被至少一个处 理器701执行以实现：在第一设定周期内，接收来自运力资源客户端的 上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资 源集合中各运力资源的运力特征，其中，所述运力特征包括所述运力资 源集合中各运力资源的至少一个历史匀速配送速度；根据所述运力特征 确定所述运力资源集合的匀速配送速度；在第二设定周期内，根据所述 匀速配送速度处理所述目标分区区域内任务。

进一步地，在第一设定周期内，接收来自运力资源集合中各运力资 源客户端上报的至少两个上报时间点和所述至少两个上报时间点对应的 至少两个配送速度；将所述第一设定周期拆分为多个时间段，根据所述 至少两个配送速度确定每个时间段内的所述历史匀速配送速度。

进一步地，所述处理器具体执行以实现如下步骤：在第一设定周期 内，在接收来自运力资源集合中各运力资源客户端上报的至少三个时间 点以及所述至少三个时间点对应的至少三个位置信息；根据所述至少三 个位置信息确定所述运力资源集合中各运力资源的至少两个配送速度； 将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速度确 定每个时间段内的所述历史匀速配送速度。

进一步地，所述上报信息还包括目标分区区域标识、以及时间信息。

进一步地，所述处理器具体执行如下步骤：将所述运力特征输入预 先训练的速度预测模型，确定所述运力资源集合的匀速配送速度。

进一步地，所述目标分区区域根据历史订单数量、或者设定面积、 或者商户数量划分的。

进一步地，所述处理器还执行如下步骤：获取历史订单数据；确定 所述历史订单数据对应的运力特征的特征值、以及所述运力资源集合所 对应的历史匀速配送速度的特征值；根据所述特征值训练所述速度预测 模型。

具体地，该电子设备包括：一个或多个处理器701以及存储器702， 图7中以一个处理器701为例。处理器701、存储器702可以通过总线 或者其他方式连接，图7中以通过总线连接为例。存储器702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。处理器701通过运行存储在存储器702 中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用 以及数据处理，即实现上述数据处理的方法。

存储器702可以包括存储程序区和存储数据区，其中，存储程序区 可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储 选项列表等。此外，存储器702可以包括高速随机存取存储器，还可以 包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他 非易失性固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至外 接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、 移动通信网及其组合。

一个或者多个模块存储在存储器702中，当被一个或者多个处理器701执行时，执行上述任意方法实施例中的数据处理的方法。

上述产品可执行本申请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。

本发明的第六实施例涉及一种非易失性存储介质，用于存储计算机 可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方 法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部 分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存 储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等) 或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。 而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM， Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、 磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施例是实现本发明的具 体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变， 而不偏离本发明的精神和范围。

本申请实施例公开了A1、一种数据处理的方法，该方法包括：

在第一设定周期内，接收来自运力资源客户端的上报信息，通过处 理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资 源的运力特征，其中，所述运力特征包括所述运力资源集合中各运力资 源的至少一个历史匀速配送速度；

根据所述运力特征确定所述运力资源集合的匀速配送速度；

在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域 内任务。

A2、如A1的方法，所述在第一设定周期内，接收来自运力资源客 户端的上报信息，通过处理器解析所述信息，获取目标分区区域内运力 资源集合中各运力资源的运力特征，具体包括：

在第一设定周期内，接收来自运力资源集合中各运力资源客户端上 报的至少两个上报时间点和所述至少两个上报时间点对应的至少两个配 送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速 度确定每个时间段内的所述历史匀速配送速度。

A3、如A1所述的方法，在第一设定周期内，接收来自运力资源客 户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内 运力资源集合中各运力资源的运力特征，具体包括：

在第一设定周期内，在接收来自运力资源集合中各运力资源客户端 上报的至少三个时间点以及所述至少三个时间点对应的至少三个位置信 息；

根据所述至少三个位置信息确定所述运力资源集合中各运力资源 的至少两个配送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速 度确定每个时间段内的所述历史匀速配送速度。

A4、如A1所述的方法，所述上报信息还包括目标分区区域标识、 以及时间信息。

A5、如A1-A4中任一项所述的方法，根据所述运力特征确定所述运 力资源集合的匀速配送速度，具体包括：

将所述运力特征输入预先训练的速度预测模型，确定所述运力资源 集合的匀速配送速度。

A6、如A1所述的方法，所述目标分区区域根据历史订单数量、或 者设定面积、或者商户数量划分的。

A7、如A5所述的方法，所述速度预测模型通过如下步骤训练获得：

获取历史订单数据；

确定所述历史订单数据对应的运力特征的特征值、以及所述运力资 源集合所对应的历史匀速配送速度的特征值；

根据所述特征值训练所述速度预测模型。

本申请实施例还公开了B1、一种数据处理的装置，该装置包括：

获取单元，用于在第一设定周期内，接收来自运力资源客户端的上 报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源 集合中各运力资源的运力特征，其中，所述运力特征包括所述运力资源 集合中各运力资源的至少一个历史匀速配送速度；

确定单元，用于根据所述运力特征确定所述运力资源集合的匀速配 送速度；

处理单元，用于在第二设定周期内，根据所述匀速配送速度处理所 述目标分区区域内任务。

本申请实施例还公开了C1、一种计算机可读存储介质，其上存储计 算机程序指令，所述计算机程序指令在被处理器执行时实现如A1-A7中 任一项所述的方法。

本申请实施例还公开了D1、一种电子设备，包括存储器和处理器， 所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多 条计算机程序指令被所述处理器执行以实现如下步骤：

在第一设定周期内，接收来自运力资源客户端的上报信息，通过处 理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资 源的运力特征，其中，所述运力特征包括所述运力资源集合中各运力资 源的至少一个历史匀速配送速度；

根据所述运力特征确定所述运力资源集合的匀速配送速度；

在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域 内任务。

D2、如D1所述的电子设备，所述处理器具体执行以实现如下步骤：

在第一设定周期内，接收来自运力资源集合中各运力资源客户端上 报的至少两个上报时间点和所述至少两个上报时间点对应的至少两个配 送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速 度确定每个时间段内的所述历史匀速配送速度。

D3、如D1所述的电子设备，所述处理器具体执行以实现如下步骤：

在第一设定周期内，在接收来自运力资源集合中各运力资源客户端 上报的至少三个时间点以及所述至少三个时间点对应的至少三个位置信 息；

根据所述至少三个位置信息确定所述运力资源集合中各运力资源 的至少两个配送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速 度确定每个时间段内的所述历史匀速配送速度。

D4、如D1所述的电子设备，所述上报信息还包括目标分区区域标 识、以及时间信息。

D5、如D1-D4中任一项所述的电子设备，所述处理器具体执行如下 步骤：

将所述运力特征输入预先训练的速度预测模型，确定所述运力资源 集合的匀速配送速度。

D6、如D1所述的电子设备，所述目标分区区域根据历史订单数量、 或者设定面积、或者商户数量划分的。

D7、如D1所述的电子设备，所述处理器还执行如下步骤：

获取历史订单数据；

确定所述历史订单数据对应的运力特征的特征值、以及所述运力资 源集合所对应的历史匀速配送速度的特征值；

根据所述特征值训练所述速度预测模型。

Claims (10)

1.一种数据处理的方法，其特征在于，该方法包括：

在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，其中，所述运力特征包括所述运力资源集合中各运力资源的至少一个历史匀速配送速度；

根据所述运力特征确定所述运力资源集合的匀速配送速度；

在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域内任务。

2.如权利要求1所述的方法，其特征在于，所述在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，具体包括：

在第一设定周期内，接收来自运力资源集合中各运力资源客户端上报的至少两个上报时间点和所述至少两个上报时间点对应的至少两个配送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速度确定每个时间段内的所述历史匀速配送速度。

3.如权利要求1所述的方法，其特征在于，在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，具体包括：

在第一设定周期内，在接收来自运力资源集合中各运力资源客户端上报的至少三个时间点以及所述至少三个时间点对应的至少三个位置信息；

根据所述至少三个位置信息确定所述运力资源集合中各运力资源的至少两个配送速度；

将所述第一设定周期拆分为多个时间段，根据所述至少两个配送速度确定每个时间段内的所述历史匀速配送速度。

4.如权利要求1所述的方法，其特征在于，所述上报信息还包括目标分区区域标识、以及时间信息。

5.如权利要求1-4中任一项所述的方法，其特征在于，根据所述运力特征确定所述运力资源集合的匀速配送速度，具体包括：

将所述运力特征输入预先训练的速度预测模型，确定所述运力资源集合的匀速配送速度。

6.如权利要求1所述的方法，其特征在于，所述目标分区区域根据历史订单数量、或者设定面积、或者商户数量划分的。

7.如权利要求5所述的方法，其特征在于，所述速度预测模型通过如下步骤训练获得：

获取历史订单数据；

确定所述历史订单数据对应的运力特征的特征值、以及所述运力资源集合所对应的历史匀速配送速度的特征值；

根据所述特征值训练所述速度预测模型。

8.一种数据处理的装置，其特征在于，该装置包括：

获取单元，用于在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，其中，所述运力特征包括所述运力资源集合中各运力资源的至少一个历史匀速配送速度；

确定单元，用于根据所述运力特征确定所述运力资源集合的匀速配送速度；

处理单元，用于在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域内任务。

9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。

10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如下步骤：

在第一设定周期内，接收来自运力资源客户端的上报信息，通过处理器解析所述上报信息，获取目标分区区域内运力资源集合中各运力资源的运力特征，其中，所述运力特征包括所述运力资源集合中各运力资源的至少一个历史匀速配送速度；

根据所述运力特征确定所述运力资源集合的匀速配送速度；

在第二设定周期内，根据所述匀速配送速度处理所述目标分区区域内任务。