(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210871013.0 (22)申请日 2022.07.22 (71)申请人 北京三快在线科技有限公司 地址 100080 北京市海淀区北四环西路9号 2106-030 (72)发明人 张甡　罗浩成　查莹　丁雪涛　 司徒陈麒 　黄丹妮　 (74)专利代理 机构 北京曼威知识产权代理有限 公司 11709 专利代理师 王宏财 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06Q 10/04(2012.01) (54)发明名称 一种订单处理方法、 装置、 存储介质及电子 设备 (57)摘要 本说明书提供了一种订单处理方法、 装置、 存储介质及电子设备。 在本说明书提供的订单处 理方法中， 首先根据获取到的各配送 运力的订单 信息选择出能够改派订单的目标配送 运力， 将目 标配送运力的运力信息和订单信息输入到预先 训练的改派模 型中， 得到目标配送 运力对各未处 理订单的改派接受概率， 最终根据改派接受概率 确定出目标配送运力已接受的能够改派的订单， 并对目标订单进行改派。 采用本方法对订单进行 改派处理时， 可根据目标配送 运力的运力信息和 订单信息确定出目标配送运力对各未处理订单 的改派接受概率， 即考虑了配送 运力本身对订单 改派的意愿， 大幅提高了配送 运力接收改派建议 的可能性， 从而有效提高配送 运力的整体配送效 率。 权利要求书2页 说明书12页 附图2页 CN 115222332 A 2022.10.21 CN 115222332 A 1.一种订单处 理方法， 其特 征在于， 包括： 获取各配送运力的订单信息； 根据所述各配送运力的订单信息， 在所述各配送运力中选择目标配送运力； 针对所述目标配送运力已接受 的每个未处理订单， 将所述目标配送运力的运力信 息和 该未处理订单 的订单信息输入预先训练的改派模型， 以通过所述改派模型， 确定所述 目标 配送运力对该 未处理订单的改派接受概 率； 根据所述改派接受概率， 在所述目标配送运力已接受的各未处理订单中选择目标订 单； 根据除所述目标配送运力以外的其他配送运力的运力信 息以及目标订单的订单信 息， 对所述目标订单进行改派。 2.如权利要求1所述的方法， 其特征在于， 根据所述各配送运力的订单信 息在所述各配 送运力中选择目标配送运力， 具体包括： 针对每个配送运力， 确定该配送运力已接受 的各订单的预估送达时刻与期望送达时刻 之间的差值； 若该配送运力已接受的各订单中存在至少一个订单的预估送达时刻与期望送达时刻 之间的差值大于指定阈值， 将该配送运力确定为目标配送运力。 3.如权利要求2所述的方法， 其特征在于， 将该配送运力确定为目标配送运力， 具体包 括： 若该配送运力已接受的各订单中存在未处理订单， 将该配送运力确定为目标配送运 力， 其中， 所述未处 理订单为该配送运力已接受但尚未开始处 理的订单； 和/或， 若该配送运力当前处于安全状态， 将该配送运力确定为目标配送运力。 4.如权利要求1所述的方法， 其特征在于， 在将所述目标配送运力的运力信 息和该未处 理订单的订单信息 输入预先训练的改派模型之前， 所述方法还 包括： 获取环境信息； 根据所述目标配送运力的运力信 息和该未处理订单的订单信 息， 确定所述目标配送运 力和该未处理订单之间的匹配信息； 将所述目标配送运力的运力信息和该未处理订单的订单信息输入预先训练的改派模 型， 具体包括： 将所述环境信息、 所述匹配信息、 所述目标配送运力的运力信息以及该未处理订单的 订单信息 输入预先训练的改派模型。 5.如权利要求1所述的方法， 其特征在于， 根据所述改派接受概率， 在所述目标配送运 力已接受的各 未处理订单中选择目标订单， 具体包括： 针对所述目标配送运力已接受的每个未处理订单， 根据所述目标配送运力的订单信 息， 确定当改派该 未处理订单后， 所述目标配送运力的配送效率； 根据所述目标配送运力对该未处理订单的改派接受概率和改派该未处理订单后所述 目标配送运力的配送效率， 确定将该未处理订单作为 目标订单时， 所述 目标配送运力对应 于该未处理订单的期望配送效率； 根据所述目标配送运力对应于每个未处理订单的期望配送效率， 在所述目标配送运力 已接受的各 未处理订单中选择目标订单。权　利　要　求　书 1/2 页 2 CN 115222332 A 26.如权利要求1所述的方法， 其特 征在于， 预 先训练改派模型， 具体包括： 根据历史数据中的订单改派信 息确定样本配送运力， 获取所述样本配送运力的样本运 力信息和样本订单信息； 将所述样本配送运力在历史上对改派样本未处 理订单的反馈结果作为标注； 针对所述样本配送运力已接受 的每个样本未处理订单， 将所述样本配送运力的样本运 力信息和该样本未处理订单的样本订单信息输入待训练的改派模型， 以通过所述改派模 型， 确定所述样本配送运力对该样本未处 理订单的待优化改派接受概 率； 以所述待优化改派接受概率和所述标注之间的差异最小为优化目标， 对所述改派模型 进行训练。 7.如权利要求6所述的方法， 其特征在于， 在将所述样本配送运力的样本运力信 息和该 样本未处 理订单的样本订单信息 输入待训练的改派模型之前， 所述方法还 包括： 获取样本环境信息； 根据所述样本配送运力的样本运力信 息和该样本未处理订单的订单信 息， 确定所述样 本配送运力和该样本未处 理订单之间的样本匹配信息； 将所述样本配送运力的样本运力信息和该样本未处理订单的样本订单信息输入待训 练的改派模型， 具体包括： 将所述样本环境信息、 所述样本匹配信息、 所述样本配送运力的样本运力信息以及该 样本未处 理订单的订单信息 输入待训练的改派模型。 8.一种订单处 理装置， 其特 征在于， 包括： 获取模块， 获取 各配送运力的订单信息； 第一选择模块， 根据所述各配送运力的订单信息， 在所述各配送运力中选择目标配送 运力； 输入模块， 针对所述目标配送运力已接受的每个未处理订单， 将所述目标配送运力的 运力信息和该未处理订单 的订单信息输入预先训练的改派模型， 以通过所述改派模型， 确 定所述目标配送运力对该 未处理订单的改派接受概 率； 第二选择模块， 根据所述改派接受概率， 在所述目标配送运力已接受的各未处理订单 中选择目标订单； 改派模块， 根据除所述目标配送运力以外的其他配送运力的运力信 息以及目标订单的 订单信息， 对所述目标订单进行改派。 9.一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 机程序被处 理器执行时实现上述权利要求1～7任一项所述的方法。 10.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方 法。权　利　要　求　书 2/2 页 3 CN 115222332 A 3