一种业务处理方法、装置、存储介质及设备与流程

1.本说明书涉及计算机技术领域，尤其涉及一种业务处理方法、装置、存储介质及设备。


背景技术：

2.配送业务是指按服务请求方的下单要求，将服务供应方所提供的被配送对象送交给服务请求方处的业务。在配送业务中，各服务供应方的配送范围构成一个配送边界，配送方一般会在这一配送边界内进行配送。因此，有必要对配送边界的划分方式进行改进，以提高配送效率。


技术实现要素：

3.根据本说明书实施例的第一方面，提供一种业务处理方法，包括：
4.获取目标商圈内的服务供应方可配送的多个感兴趣区域；
5.根据多个感兴趣区域组中每个感兴趣区域组的并单信息，确定每个感兴趣区域组所包括的两个感兴趣区域之间的相似度；所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息；
6.基于所述多个感兴趣区域组的相似度对所述多个感兴趣区域进行聚类，并基于聚类得到的类簇确定目标配送边界，所述目标配送边界内包括同一类簇的各个感兴趣区域，所述目标配送边界用于控制服务请求方的客户端上显示的服务供应方的信息。
7.在某些例子中，上述方法还包括：
8.获取目标商圈内的服务供应方的历史运单数据；
9.从历史运单数据中提取地址信息；
10.基于各历史运单数据中提取的地址信息确定所述多个感兴趣区域。
11.在某些例子中，两个感兴趣区域之间的相似度基于所述两个感兴趣区域之间的并单信息、地理环境信息以及各自的单量信息来确定。
12.在某些例子中，上述地理环境信息包括以下至少一种：用于表征直线距离的第一信息、用于表征可规划路线条数的第二信息、用于表征两个感兴趣区域之间的任一可规划路线是否包括指定地理环境的第三信息；其中，所述指定地理环境包括以下任一：高架、铁路、河。
13.在某些例子中，上述地理环境信息至少包括所述第三信息；所述相似度基于以下方式得到：
14.分别对所述并单信息、所述第一信息、第二信息以及所述单量信息进行归一化处理；
15.基于所述第三信息对归一化处理后的并单信息、归一化处理后的第一信息、归一化处理后的第二信息以及归一化处理后的单量信息进行加权处理，得到相似度。
16.在某些例子中，上述并单信息包括以下至少一种：并单次数、并单的配送耗时平均
值。
17.在某些例子中，基于所述多个感兴趣区域组的相似度对所述多个感兴趣区域进行聚类，包括：
18.从包括所述多个感兴趣区域的样本集选择第一感兴趣区域，在所述第一感兴趣区域的邻域中包含的第二感兴趣区域的数量超过预设数量的情况下，创建新的类簇，并将所述第一感兴趣区域归入所述新的类簇中；
19.针对任意一个第二感兴趣区域，在所述第二感兴趣区域的邻域中包含的第三感兴趣区域的数量超过预设数量的情况下，将所述第三感兴趣区域的邻域中未归入任何一个类簇的感兴趣区域归入所述新的类簇中；
20.其中，一个感兴趣区域的邻域内的各个感兴趣区域与该感兴趣区域之间的相似度小于预设相似度阈值。
21.在某些例子中，上述方法还包括：
22.将单量超过单量阈值的感兴趣区域补充至所述目标配送边界的范围中。
23.在某些例子中，所述方法还包括：
24.若所述服务请求方的客户端当前所处的位置在所述目标配送边界内，控制所述客户端显示所述目标商圈内的服务供应方。
25.根据本说明书实施例的第二方面，提供一种业务处理方法，包括：
26.接收服务请求方所发送的服务供应方获取请求；
27.利用目标配送边界控制所述服务请求方的客户端上所显示的服务供应方的信息；所述目标配送边界内包括同一类簇的各个感兴趣区域；
28.其中，目标商圈内的服务供应方可配送的多个感兴趣区域被分为多个感兴趣区域组，每个感兴趣区域组包括两个感兴趣区域，所述多个感兴趣区域基于各个感兴趣区域组的相似度被聚类成类簇，所述目标配送边界内包括所述类簇的各个感兴趣区域；所述相似度是根据并单信息来确定的，所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息。
29.根据本说明书实施例的第三方面，提供一种业务处理装置，包括：
30.获取模块，用于获取目标商圈内的服务供应方可配送的多个感兴趣区域；
31.确定模块，用于根据多个感兴趣区域组中每个感兴趣区域组的并单信息，确定每个感兴趣区域组所包括的两个感兴趣区域之间的相似度；所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息；
32.聚类模块，用于基于所述多个感兴趣区域组的相似度对所述多个感兴趣区域进行聚类，并基于聚类得到的类簇确定目标配送边界，所述目标配送边界内包括同一类簇的各个感兴趣区域，所述目标配送边界用于控制服务请求方的客户端上显示的服务供应方的信息。
33.根据本说明书实施例的第四方面，提供一种业务处理装置，包括：
34.接收模块，用于接收服务请求方所发送的服务供应方获取请求；
35.控制模块，用于利用目标配送边界控制所述服务请求方的客户端上所显示的服务供应方的信息；所述目标配送边界内包括同一类簇的各个感兴趣区域；
36.其中，目标商圈内的服务供应方可配送的多个感兴趣区域被分为多个感兴趣区域
组，每个感兴趣区域组包括两个感兴趣区域，所述多个感兴趣区域基于各个感兴趣区域组的相似度被聚类成类簇，所述目标配送边界内包括所述类簇的各个感兴趣区域；所述相似度是根据并单信息来确定的，所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息。
37.根据本说明书实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现说明书实施例中任一项方法。
38.根据本说明书实施例的第六方面，提供一种计算机设备，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，其中，所述处理器执行所述程序时实现说明书实施例中任一项方法。
39.本说明书的实施例提供的技术方案可以包括以下有益效果：
40.本说明书实施例中，公开了一种业务处理方法、装置、存储介质及设备。该方法中，在得到目标商圈内的服务供应方可配送的多个感兴趣区域后，根据每两个感兴趣区域之间的并单信息得到相似度，并基于该相似度对这多个感兴趣区域进行聚类，以确定目标配送边界，这一目标配送边界用于控制服务请求方的客户端上所显示的服务供应方的信息，由于该相似度是根据指示两个感兴趣区域之间的并单情况的信息而确定的，因此基于相似度聚类得到的类簇中包括的区域属于高并单区域，进而使该目标配送边界能够用于对服务供应方的配送范围进行协同规划，能够有效提升配送效率。
41.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
42.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
43.图1是本说明书根据一示例性实施例示出的一种配送业务场景的示意图；
44.图2是本说明书根据一示例性实施例示出的一种业务处理方法的流程图；
45.图3是本说明书根据一示例性实施例示出的另一种业务处理方法的流程图；
46.图4是本说明书根据一示例性实施例示出的一种目标配送边界的示意图；
47.图5是本说明书根据一示例性实施例示出的业务处理装置所在计算机设备的一种硬件结构图；
48.图6是本说明书根据一示例性实施例示出的一种业务处理装置的框图；
49.图7是本说明书根据一示例性实施例示出的另一种业务处理装置的框图。
具体实施方式
50.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说明书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、本说明书的一些方面相一致的装置和方法的例子。
51.在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书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。
52.应当理解，尽管在本说明书可能采用术语第一、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，在不脱离本说明书范围的情况下，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”。
53.配送业务为大众生活提供了便利，尤其是即时配送业务的出现，更是满足了人们对时效性、便利性要求较高的消费需求。如图1所示，图1是本说明书根据一示例性实施例示出的一种配送业务场景的示意图，业务方搭建的业务平台可以面向服务供应方、配送方和服务请求方提供服务，具体地，业务方可以提供分别面向服务供应方、配送方和服务请求方的客户端，以通过客户端来提供服务。其中，服务供应方提供有被配送对象，该被配送对象可以是食品、生活用品或药物等实体物品；服务请求方是通过下订单的形式，请求该被配送对象的一方；配送方是将被配送对象从服务供应方处配送至服务请求方处的一方。在一些实际应用中，业务方是口碑外卖平台，供应方是口碑外卖平台上的商户。每个服务供应方有一个对应的配送范围，一般情况下，只有服务请求方的下单位置在某个服务供应方的配送范围内，服务请求方才可以通过客户端浏览到该服务供应方。
54.由于服务供应方的业务活动范围通常都有一定的地理界限，因此一组服务供应方(如商户)可以构成相对稳定的商圈。一个商圈包括多个商户，每个商户都有一个配送范围，相关技术中，商户的配送范围通常是由商户自身来设定的，这多个商户的配送范围的并集就是配送方的跑动范围，在配送的过程中，若该跑动范围太大，则配送方经常需要从距离服务供应方较远的地方返回服务供应方处取单，这样会有太大的运力拉扯，导致配送效率较低。
55.基于此，本说明书实施例提供一种业务处理方案，以解决上述问题。接下来对本说明书实施例进行详细说明。
56.本说明书提供一种业务处理方法，所述方法可以应用于业务平台的服务器，这里的业务平台可以是指即时配送业务平台，如外卖平台、提供即时配送服务的物流平台、电商平台等，相应的，其配送品类也可以是多元化的，如餐饮外卖、医药电商、水果生鲜等等，本实施例对此不作限制。
57.如图2所示，是本说明书根据一示例性实施例示出的一种业务处理方法的流程图，所述方法包括：
58.步骤201、获取目标商圈内的服务供应方可配送的多个感兴趣区域；
59.商圈是由网格组成，网格会包含多个商户，也就是说，一个商圈会包含一组商户。本步骤中提到的目标商圈可以是业务平台的业务覆盖的任意一个商圈。目标商圈包括一组服务供应方，每个服务供应方具有一个可配送的范围，这些可配送范围的并集，是该目标商圈的初始配送边界，也就是配送方在该目标商圈中的跑动边界。
60.感兴趣区域(area of interest，aoi)是在电子地图上划分出的各个区域，如医院、学校、小区、办公楼等，其可以是采用已有的地图工具在电子地图上划分得到的。本步骤提到的多个感兴趣区域可以根据目标商圈内的服务供应方的辐射范围确定，例如，针对某
个服务供应方，沿着四周方向和预设的辐射半径进行扩展，得到该服务供应方的辐射范围，将该辐射范围内的aoi确定为该服务供应方可配送的aoi。
61.在一些例子中，也可以获取目标商圈内的服务供应方的历史运单数据，从历史运单数据中提取地址信息，基于各历史运单数据中提取的地址信息确定所述多个感兴趣区域。所述的历史运单数据是指历史时段内的运单数据，该历史时段可以是指先前预设时间点至当前时间点的时段，如前两周、前30天等，也可以是指先前预设时间点至当前时间点之间的各高峰期时段，需要说明的是，根据业务平台的不同，高峰期时段也可以是有所区别的，例如，若业务平台是外卖平台，高峰期时段可以是11点至14点，以及17点至19点；若业务平台是提供即时配送服务的电商平台，高峰期时段可以是9点至11点，以及14点至17点。通过选择合适时段的历史运单数据，可以降低数据处理量，从而减轻服务器的负载负担。历史运单数据的地址信息可以是表征配送运单的目的位置的信息，也可以是表征用户的下单位置的信息。采用已有的地图工具将从各历史运单数据中提取的地址信息聚合到aoi维度，即可得到服务供应方可配送的多个aoi。这样，借助历史运单数据，可以了解到配送方的实际送单情况，从而能够得到更为准确的数据。需要说明的是，考虑到实际生活中，服务供应方可能因特殊情况接到原本不在其配送范围内的订单，因此，在其他实施例中，也可以在根据地址信息得到所有aoi的集合后，先基于历史运单数据删除掉一些特殊的aoi，如与当前商圈的中心之间的直线距离超过距离阈值的aoi，再基于剩下的aoi确定多个aoi。
62.步骤202、根据多个感兴趣区域组中每个感兴趣区域组的并单信息，确定每个感兴趣区域组所包括的两个感兴趣区域之间的相似度；所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息；
63.本步骤中提到的每个感兴趣区域组包括两个aoi。在得到多个感兴趣区域之后，可以通过组合的方式，获得多个感兴趣区域组，如，获取5个aoi后，从这5个aoi中任取2个aoi为一个感兴趣区域组，从而得到10个感兴趣区域组。
64.配送方从接第一份运单开始，到送完已接取的运单结束，就是一个波次，如，一配送员在开始配送时共有4个运单，则该配送员在将该4个运单送完时，即完成一个波次。配送方在配送运单过程中，若一个波次配送了多个订单，就表示产生了并单。例如，配送方在一个波次中完成了对aoi1的订单以及aoi2的订单的配送，就表示产生了并单，称为aoi1与aoi2之间产生了一次并单。而本实施例就是基于两个aoi之间的并单信息，来定义两个aoi之间的相似度。该相似度可以理解为两个aoi之间的某种抽象意义上的距离，相似度越小，表明在两个aoi之间进行配送时所需消耗的运力可能越小。
65.在某些例子中，所述的并单信息可以包括并单次数和/或并单的配送耗时平均值。其中，并单的配送耗时平均值也可以称为单均跑动平均值，例如，两个aoi之间产生过3次并单，第一次并单时一共5个运单，耗时20分钟，即第一次并单的单均跑动为4分钟，第二次并单时一共2个运单，耗时10分钟，即第二次并单的单均跑动为5分钟，第三次并单时一共3个运单，耗时18分钟，即第三次并单的单均跑动为6分钟，则，两个aoi之间的并单的配送耗时平均值可以取这三次并单的单均跑动的平均值，即5分钟。基于该并单信息所定义的相似度，可以反映出两个aoi之间是否经常产生并单，产生并单时的配送难度如何。
66.两个aoi之间的地理环境情况以及各自的单量(即运单数量)情况同样也会对配送方造成影响，基于此，在一些例子中，两个aoi之间的相似度还可以基于该两个aoi之间的并
单信息、地理环境信息以及两个aoi中每个aoi的单量信息来确定。所述的地理环境信息可以包括以下至少一种：用于表征直线距离的第一信息、用于表征可规划路线条数的第二信息、用于表征两个aoi之间的任一可规划路线是否包括指定地理环境的第三信息；其中，所述指定地理环境包括但不限于以下任一：高架、铁路、河。在实际应用中，两个aoi之间的直线距离越长，则配送方在这两个aoi之间送单的难度可能越高；两个aoi之间的可规划路线条数越少，则配送方在这两个aoi之间送单的难度可能越高；两个aoi之间跨高架、跨铁路或跨河，则配送方在这两个aoi之间送单的难度可能越高。因此，基于该地理环境信息所定义的相似度，同样可以反映出配送方在两个aoi之间送单的配送难度。而针对两个aoi各自的单量信息，若两个aoi的单量越多，则这两个aoi产生并单的概率应当越高，因此其可以与并单信息相结合，反映出两个aoi之间产生并单的次数占其总共的单量的比例，即实际产生并单的频率。基于这些能够表征对配送方的运力拉扯造成影响的因素的信息来定义相似度，能够更好地体现两个aoi之间的“距离”，也为后续步骤得到能够提升配送效率的目标配送边界提供基础。
67.另外，前面提到的并单信息、地理环境信息以及单量信息属于定义相似度的不同指标，其具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果。基于此，为了消除指标之间的量纲影响，可以对这些指标进行数据归一化处理，以使各指标处于同一数量级，适合进行综合对比评价。可选的，采用的归一化处理方式可以是利用反正切函数进行转换，如将原始数据x通过以下公式进行转换，得到归一化处理后的数据x’：x’＝atan(x)*2/π，使结果落到[-1,1]区间。当然，在其他实施例中，根据具体场景的需求也可以采用其他归一化处理方式，本说明书对此不作限制。需要说明的是，相似度可以理解为两个aoi之间的抽象意义上的距离，不同指标可与该相似度呈现不同的相关关系，如并单次数与相似度可以呈负相关关系、而直线距离与相似度可以呈正相关关系；而且，不同指标的影响程度也是不同的。基于此，可以在对各个指标归一化处理的过程中进行调参优化，如针对各个指标预先设置对应的权重值，利用对应的权重值，与通过相同的函数进行转换得到的数值相乘，从而使得到的归一化处理后的数值能够更为准确地指示两个aoi之间的“距离”。
[0068]
还有，需要说明的是，由于用于表征两个aoi之间的任一可规划路线是否包括指定地理环境的第三信息所表征的内容是一个“是”或“否”的结果，因此，若定义相似度的各个指标中至少包括该第三信息，则该相似度可以基于以下方式得到：分别对所述并单信息、所述第一信息、第二信息以及所述单量信息进行归一化处理；基于所述第三信息对归一化处理后的并单信息、归一化处理后的第一信息、归一化处理后的第二信息以及归一化处理后的单量信息进行加权处理，得到相似度。例如，若两个aoi之间不跨高架、不跨铁路，也不跨河，则可以确定权重值为第一权重值，对归一化后的各个信息的数值进行加权求和；若两个aoi之间跨高架/铁路/河，则可以确定权重值为第二权重值，对归一化后的各个信息的数值进行加权求和，其中，第一权重值小于第二权重值。例如，第一权重值为0.5，第二权重值为1。
[0069]
步骤203、基于所述多个感兴趣区域组的相似度对所述多个感兴趣区域进行聚类，并基于聚类得到的类簇确定目标配送边界，所述目标配送边界内包括所述类簇的各个感兴趣区域，所述目标配送边界用于控制服务请求方的客户端上显示的服务供应方的信息。
[0070]
在得到多个感兴趣区域组的相似度后，可以通过聚类的方式将相似度较高的aoi
聚成一个密集区域。本步骤中所提到的聚类可以是密度聚类，如dbscan(density-based spatial clustering of applications with noise，具有噪声的基于密度的聚类方法)。具体的过程可以是：将一个感兴趣区域作为一个样本点，利用前面提到的多个感兴趣区域构建样本集；选择该样本集中的任意一个样本点作为目标样本点，在该目标样本点的邻域中包含的样本点数量超过预设数量的情况下，创建新的类簇，并将该目标样本点归入该新的类簇中；针对该目标样本点的邻域中包含的任意一个其他样本点，在所述其他样本点的邻域中包含的样本点数量超过预设数量的情况下，将该其他样本点的邻域中未归入任何一个类簇的样本点归入该新的类簇中；其中，一个样本点的邻域内的各个样本点与该样本点之间的相似度小于预设相似阈值。所述的预设数量和预设相似阈值是密度聚类的相关参数，以dbscan为例，该预设数量是minpoints参数，可选的，其可以是3，也就是说，只要有3个aoi相关性高，则可以聚为一类；该预设相似阈值是eps(也可以称为ε邻域)参数，可选的，其可以根据多个感兴趣区域组的相似度的预设分位数来确定，该预设分位数可以是30％分位数，也就是说，根据所有aoi与aoi之间的相似度数据，采用30％分位数的值作为该预设相似阈值，另外，为了提升密度聚类的效果，可以通过能够评价聚类好坏的轮廓系数、噪声比来对该预设相似阈值进行调参优化。
[0071]
通过上述过程，可以得到至少一个类簇，所得到的类簇内所包括的多个aoi中任意两个aoi是密度相连的。在初始配送边界内，存在着某些aoi与其他的aoi之间的相似度很弱，这些aoi与其他的aoi之间很少产生并单，说明会大大消耗目标商圈的运力，而本实施例通过密度聚类，可以丢弃这部分aoi，从而降低对目标商圈的运力的消耗，进而提升配送效率。
[0072]
此外，一些单量较多的aoi虽然不和别的aoi产生并单，但这些aoi的内部可能会产生并单，这些aoi对于商圈内商户的冲单量具有一定的意义，基于此，在某些例子中，可以将单量超过单量阈值的感兴趣区域补充至目标配送边界的范围中。所述的单量阈值可以根据具体场景的需求进行设置。最终目标配送边界所对应的密集区域可以包括高并单区域以及单量较多的区域，从而实现效率和单量的均衡保障，既保证了配送方的配送效率，又保证了服务供应方的利益。
[0073]
一些例子中，该目标配送边界还可以在各个aoi的边界的基础上，增加一定的偏差范围，例如，针对处于边缘位置上的aoi，可以将该aoi的边界沿着远离商圈中心的方向移动预设的距离，扩展出一定的辐射范围，并将该辐射范围补充至目标配送边界内。这样，可以减少用户因设备定位不准而导致无法浏览到相应商户的情况。
[0074]
本步骤所得到的目标配送边界实际上是一个商圈密集区域范围，这一商圈密集区域范围的意义在于，可以将服务供应方支持配送的范围统一在一个大的并集里面，配送方的跑动也就局限在这个范围内，由于这一个范围内的区域是高并单区域，因而可以减少配送方的一个送单波次只送一单而造成运力浪费的情况。具体地，在得到该目标配送边界后，业务方可以基于该目标配送边界来对目标商圈内的各服务供应方的配送范围进行协同规划；或者，目标商圈内的服务供应方可以基于该目标配送边界重新规划自身的配送范围。而相应的，业务平台在接收到服务请求方所发送的服务供应方获取请求的情况下，也可以基于该目标配送边界在该服务请求方的客户端上显示服务供应方的信息，如，若该服务请求方的客户端当前所处的位置在该目标配送边界内，则在该服务请求方的客户端上显示该目
标商圈内的服务供应方的信息，反之，若该服务请求方的客户端当前所处的位置不在该目标配送边界内，则控制该服务请求方的客户端所显示的服务供应方的信息不包括该目标商圈内的服务供应方的信息。以配送品类是餐饮外卖为例，当用户当前的下单位置不在目标商圈的目标配送边界内时，该用户无法通过客户端浏览到该目标商圈内的商户，或者，在该用户搜索并请求获取该目标商圈内的商户的信息的情况下，该客户端可以通过文字或图片等方式，将当前下单位置不在目标配送边界内的提醒信息反馈给用户。这样，配送方在接到当前商圈内的服务供应方的运单时，不需要跑出该目标配送边界去配送，大大缩小了跑动范围，减少了运力拉扯，提升了配送效率。
[0075]
本实施例的业务处理方法，在得到目标商圈内的服务供应方可配送的多个感兴趣区域后，根据每两个感兴趣区域之间的并单信息得到相似度，并基于该相似度对这多个感兴趣区域进行聚类，以确定目标配送边界，这一目标配送边界用于控制服务请求方的客户端上所显示的服务供应方的信息，由于该相似度是根据指示两个感兴趣区域之间的并单情况的信息而确定的，因此基于相似度聚类得到的类簇中包括的区域属于高并单区域，进而使该目标配送边界能够用于对服务供应方的配送范围进行协同规划，能够有效提升配送员的配送效率。
[0076]
如图3所示，图3是本说明书根据一示例性实施例示出的另一种业务处理方法的流程图，所述方法包括：
[0077]
步骤301、接收服务请求方所发送的服务供应方获取请求；
[0078]
步骤302、利用目标配送边界控制所述服务请求方的客户端上所显示的服务供应方的信息；其中，目标商圈内的服务供应方可配送的多个感兴趣区域被分为多个感兴趣区域组，每个感兴趣区域组包括两个感兴趣区域，所述多个感兴趣区域基于各个感兴趣区域组的相似度被聚类成类簇，所述目标配送边界内包括所述类簇的各个感兴趣区域；所述相似度是根据并单信息来确定的，所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息。
[0079]
本实施例与图2所示的实施例是相对应的，因此本实施例中各步骤的具体内容可以参见图2所示的实施例中对应步骤的实现过程，在此不再赘述。同时，图2所示的实施例中所涉及的改进内容同样适用于本实施例的方法。
[0080]
为了对本说明书的业务处理方法做更为详细的说明，接下来介绍一具体实施例：
[0081]
本实施例所涉及的场景是餐饮外卖的即时配送场景，业务方针对每个商圈划分出一个商圈密集区域范围，作为商圈内商户配送范围的并集，以提升骑手的配送效率。以其中一个商圈为例，该商圈对应的初始配送边界可以基于以下方式确定：获取商圈内历史30天的运单数据，将各个运单聚合到aoi维度；遍历所有aoi，以每个aoi为圆心，计算半径300米的范围内所包含的aoi的数量，若数量未超过设定的k值(k一般取值20)，则认为该aoi是孤立aoi，否则认为该aoi不孤立；将所有不孤立的aoi合到一起得到商圈密集区域范围。
[0082]
经试验发现，这一初始配送边界只是考虑到了地理位置上的孤立，并没有考虑实际的配送难度。基于此，为了进一步提升合理性，本实施例提出包括以下步骤的方案：
[0083]
s401、基于商圈内历史30天中各高峰期时段的运单数据，基于地图工具确定出多个aoi；
[0084]
s402、将多个aoi通过组合的方式得到多个aoi组，每个aoi组包括两个aoi，基于以
下5个指标来定义每个aoi组中包含的两个aoi之间的相似度：aoi本身的单量；两个aoi之间的并单次数；两个aoi之前并单的单均跑动平均值；两个aoi之间的直线距离；两个aoi之间是否跨高架、或铁路、或跨桥；其中，前3个指标可以通过运单数据来得到，后2个指标可以通过地图工具得到；另外，两个aoi之间的相似度基于对各指标归一化后加权求和得到；
[0085]
s403、基于定义好的相似度进行密度聚类，得到高并单区域；所采用的算法是dbscan密度聚类，其中，考虑只要有3个aoi相关性，则可以聚为一类，因此参数minpoints可以设置为3，参数eps采用所有aoi组的相似度的30％分位数的值，需要说明的是，在聚类过程中，可以通过轮廓系数、噪声比来对参数eps进行调参；聚类会得到至少一个类簇，该类簇中所包含的aoi可以聚成高并单区域，对于s401中的多个aoi，其中部分aoi与其他aoi之间相似度很弱，这部分aoi在密度聚类时不会归入类簇中；
[0086]
s404、根据高并单区域和单量超过单量阈值的aoi，得到目标配送边界；考虑到一些单量较多的区域虽然不和别的aoi产生并单，但可能会自己和自己产生并单，因此，为了避免商户掉单的情况，将单量超过单量阈值的aoi补充至目标配送边界中，这里的单量阈值可以根据不同场景的需求进行相应的调整。
[0087]
本实施例的这一方案所得到的目标配送边界，相较于初始配送边界而言，由于综合考虑了地理位置上是否孤立、实际是否难送、是否难并单等因素，因而合理性更高，更适于对供应方的配送范围进行协同规划，也更有利于维护配送方的配送效率以及供应方的利益。
[0088]
图4是本实施例示出的一种目标配送边界的示意图，图中所示的区域41是由聚类得到的一个类簇所包含的aoi构成的区域，是该目标配送边界内所包含的一个高并单区域，所示的区域42是该目标配送边界内所包含的一个单量超过单量阈值的区域。这一目标配送边界可以供很多下游方调用，如该商圈内的商户可以基于该目标配送边界，规划自身的配送范围。在实际业务中，由于减少了骑手跑到无法产生并单、且单量较少的区域进行配送的情况，因此可以大大减少运力拉扯，提升骑手的配送效率。
[0089]
另外，由于在实际生活中，商圈内的商户可能会有迁出或迁入的变动，而且地理环境也可能因修路、架桥等发生变化，因此，当前确定好的目标配送边界可能随着时间的迁移，合理性逐渐降低。基于此，业务平台可以每隔一段时间重新确定一次目标配送边界，以维护目标配送边界的合理性。
[0090]
与前述方法的实施例相对应，本说明书还提供了业务处理装置及其所应用的终端的实施例。
[0091]
本说明书业务处理装置的实施例可以应用在计算机设备上，例如服务器或终端设备。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，是通过其所在文件处理的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5所示，为本说明书实施例业务处理装置所在计算机设备的一种硬件结构图，除了图5所示的处理器510、内存530、网络接口520、以及非易失性存储器540之外，实施例中装置531所在的服务器或电子设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。
[0092]
相应地，本说明书实施例还提供一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现上述任一实施例中的方法。
[0093]
本说明书实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0094]
如图6所示，图6是本说明书根据一示例性实施例示出的一种业务处理装置的框图，所述装置包括：
[0095]
获取模块61，用于获取目标商圈内的服务供应方可配送的多个感兴趣区域；
[0096]
确定模块62，用于根据多个感兴趣区域组中每个感兴趣区域组的并单信息，确定每个感兴趣区域组所包括的两个感兴趣区域之间的相似度；所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息；
[0097]
聚类模块63，用于基于所述多个感兴趣区域组的相似度对所述多个感兴趣区域进行聚类，并基于聚类得到的类簇确定目标配送边界，所述目标配送边界内包括同一类簇的各个感兴趣区域，所述目标配送边界用于控制服务请求方的客户端上显示的服务供应方的信息。
[0098]
如图7所示，图7是本说明书根据一示例性实施例示出的另一种业务处理装置的框图，所述装置包括：
[0099]
接收模块71，用于接收服务请求方所发送的服务供应方获取请求；
[0100]
控制模块72，用于利用目标配送边界控制所述服务请求方的客户端上所显示的服务供应方的信息；所述目标配送边界内包括同一类簇的各个感兴趣区域；
[0101]
其中，目标商圈内的服务供应方可配送的多个感兴趣区域被分为多个感兴趣区域组，每个感兴趣区域组包括两个感兴趣区域，所述多个感兴趣区域基于各个感兴趣区域组的相似度被聚类成类簇，所述目标配送边界内包括所述类簇的各个感兴趣区域；所述相似度是根据并单信息来确定的，所述并单信息表示两个感兴趣区域的运单并在一个送单波次进行配送时的运单信息。
[0102]
上述装置中各个模块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。
[0103]
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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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说明书方案的目的。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。
[0104]
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来
执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0105]
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
[0106]
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
[0107]
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。