[发明专利]通勤预测时间计算方法及系统、电子设备及存储介质

说明书

一种通勤预测时间计算方法及系统、电子设备及存储介质。所述通勤时间计算方法，包括：输入商家的工作参数；获取商家准备时间和订单通勤时间的理论值；基于商家的个性化特征，通过机器学习来求取商家的个性化修正值；根据理论值和个性化修正值综合得到所述商家的通勤预测时间。本发明的通勤预测时间根据商家的个性化行为而作出不同的计算，从而可以灵活地匹配通勤时间调度，减少因为固定通勤时间而导致的时间和人力成本的浪费，提升商家库存的利用率。

技术领域

本发明属于智能家政服务技术领域，具体涉及一种通勤预测时间计算方法及系统、电子设备及存储介质。

背景技术

随着技术的日新月异，对于家政从业人员上门服务的管理，也从原来的人工调度到计算机自动分配，且后台的分配算法也不断进步，更加匹配客户的需求，更方便家政从业人员的出工。

在现有的家政从业人员的调度管理平台上，目前所有服务项由于要预留余地，通常都使用1～4小时固定通勤间隔时间来进行派单，以避免家政从业人员因为无法赶到客户家中而耽误了正常服务时间，影响客户的观感和服务体验。这种固定通勤间隔时间由于缺乏灵活性，对于距离服务地址较近的商家，很可能就浪费了0.5～3.5小时的库存时间，耽误了家政从业人员的上岗挣钱时间，但如果灵活处理的话，目前的调度管理平台又无法针对每一个家政从业人员给出适应性的时间安排，因此迫切需要开发一种通勤时间计算方法及系统来解决上述问题。

发明内容

有鉴于此，本发明的主要目的在于提出一种通勤预测时间计算方法及系统、电子设备及存储介质，以期至少部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的第一个方面，提供了一种通勤预测时间的计算方法，包括如下步骤：

采集商家的工作参数；

获取商家准备时间和订单通勤时间的理论值；

基于商家的个性化特征，通过机器学习来求取商家的个性化修正值；

根据理论值和个性化修正值综合得到所述商家的通勤时间。

作为本发明的第二个方面，还提供了一种通勤预测时间计算系统，包括：

输入模块，用于输入商家的工作参数；

数据查询模块，用于获取商家准备时间和订单通勤时间的理论值；

机器学习模块，用于基于商家的个性化特征，通过机器学习来求取商家的个性化修正值；

汇总模块，用于根据理论值和个性化修正值综合得到所述商家的通勤时间。

作为本发明的第三个方面，还提供了一种电子设备，包括处理器和存储器，所述存储器用于存储计算机可执行程序，当所述计算机可执行程序被所述处理器执行时，所述处理器执行如上所述的通勤预测时间的计算方法。

作为本发明的第四个方面，还提供了一种计算机可读介质，存储有计算机可执行程序，所述计算机可执行程序被执行时，实现如上所述的通勤预测时间的计算方法。

基于上述技术方案可知，本发明的通勤预测时间计算方法及系统相对于现有技术至少具有如下有益效果之一：

本发明的方法运用机器学习和大数据的人工智能方法，能够因人而异的计算和设置通勤时间，减少因为固定通勤时间而导致的时间和人力成本的浪费，提升了商家库存的利用率，进而提高了推荐系统的订单匹配率；

本发明的系统模型稳健性好，可扩展性好，便于迁移到各种应用系统中。

附图说明

图1是家政从业人员派工调度平台预约排班的任务调度示意图；

图2是本发明的通勤预测时间的计算方法的方框流程图；