CN119494482A 运力资源推 荐方法、装置、设备及存储介质 （北京汇通天下物联科技有限公司）

运力车辆的运力画像；接收用户的运力资源请2接收用户的运力资源请求，将所述运力资源请求中的货源需求与根据所述运力资源数据提取各所述运力车辆的基础属性信息；基于所述历史运输数据提取各所述运力车辆的运输行为偏好；获取所述运力资源请求中的货源需求对应的运力需求信息；基于所述运力需求信息对所述运力画像进行多维匹配，得到各匹配维度下的运力集对各所述匹配维度下的运力集合进行合并，得到与获取目标集合中各运力车辆的匹配度；所述目标集合是目根据所述匹配度对所述目标集合中的各运力车辆进行排序获取所述运力资源对应的各目标运力车辆的可用性因子；所根据所述位置信息提取各所述目标运力车辆在预设时长的历史时间段内的行驶特征，并根据所述行驶特征预测所述目标运力车辆驶向所根据所述载重信息提取各所述目标运力车辆在所述历史时间段内的基于所述第一概率和所述可用概率对各所述目标运力车3根据所述运力需求信息中的装货地，筛选出在所述装货地预设距若所述第一候选车辆的数量超过预设阈值，则根据所述第一基于所述运输线路信息对所述第二候选车辆的运力画像进行多维识别所述运力资源数据和所述历史运输数据中的异常数据；对所述异常数据进行预处理操作；所述预处理操作包括数据清洗、数据数据采集模块，用于获取运力资源数据，以及所述运力资源数据画像构建模块，用于根据所述运力资源数据和所述历史资源推荐模块，用于接收用户的运力资源请求，将所述运9.一种电子设备，包括存储器、处理器及存储在机程序被处理器执行时实现如权利要求1至7任一项所述的运力资源推荐方法4为提升物流效率的关键问题。现有的运力选择与匹配方法过于依赖于人工经验和市场信5对各所述匹配维度下的运力集合进行合并，得到与所述货源需求匹配的运力资获取目标集合中各运力车辆的匹配度；所述目标集合是目标维度下的运力集合，根据所述位置信息提取各所述目标运力车辆在预设时长的历史时间段内的行驶基于所述第一概率和所述可用概率对各所述目标运力车6机程序被处理器执行时实现如上述任一种所述的运力资源推荐方法执行时实现如上述任一种所述的运力资源推7[0025]根据各运力车辆的运力资源数据和历史运输数据，生成各运力车辆的运力画提高推荐的运力资源与用户需求的匹配度，可以在更好地满足用户对运力资源需求的同8步骤230，利用所述基础属性信息和所述运输行为偏好构建所述运力车辆的运力内的运输行为例如近6个月内的运行里程，近6个月内的运行时长，近6个月内常跑路线分9步骤304，根据所述位置信息提取各所述目标运力车辆在预设时长的历史时间段步骤305，根据所述载重信息提取各所述目标运力车辆在所述历史时间段内的载述第一候选车辆的车长与所述运力需求信息中[0059]根据运力需求信息中的装货地，筛选出在装货地预设距离范围内的第一候选车各运力车辆的实时位置对应的地理坐标，基于运力车辆的地理坐标与装货地的地理坐标，力车辆的常跑线路匹配度=近6个月途径运输线路的频次/近6个Ps=sum(s;*w)1）车辆的推荐优先级，例如，用户偏好信息为优先推荐归属地为A区域及其周边区域的车辆3）为运力车辆的最终推荐得分，score为归属地意向得分，对各所述匹配维度下的运力集合进行合并，得到与所述货源需求匹配的运力资获取目标集合中各运力车辆的匹配度；所述目标集合是目标维度下的运力集合，根据所述位置信息提取各所述目标运力车辆在预设时长的历史时间段内的行驶基于所述第一概率和所述可用概率对各所述目标运力车[0085]此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可