摘要
本发明公开了基于用户偏好感知的人机混合物流派单系统,包括:用户偏好学习模块用于构建用户长期、短期偏好特征嵌入,通过自监督学习方法得到用户的长期偏好和短期偏好特征表示,然后进行用户订单的收件时间预测,及该预测时间的置信程度;混合派单决策模块利用预测的用户收件时间和置信度,输入派单决策循环神经网络,输出该订单对应的配送单位I D,分配订单至对应配送单位并完成单次配送任务的派遣。提升了物流服务质量、提高客户收件体验,并降低物流平台的人力配送成本。使物流平台及时改进提高服务质量,有利于面向平台更好服务客户、提升效率、创造更大收益。
技术关键词
单系统
偏好特征
人机
决策
混合物
监督学习方法
特征融合网络
编码器
物流平台
历史订单数据
前馈神经网络
模块
注意力模型
序列
嵌入特征
解码器
包裹
生成用户
系统为您推荐了相关专利信息
疏通装置
监测单元
UWB定位标签
监测模块
多模态
智能分发方法
商品库存信息
智能分发系统
生成订单
仓库
智能管控系统
物料管理信息系统
应急响应系统
智能监控模块
料场
智能决策方法
生态
策略
预训练模型
自然语言文本