人们生活在互联网的发展发达的今天, 越来越多的消费者热衷于网上点餐, 订单量的日益剧增, 这让美团平台如何将订单合理地分配给骑手成为了一个迫在眉睫的问题。利用大数据, 意图解决订单分配问题。
针对订单分配问题, 由于多个订单比较集中, 可能导致骑手之间会争相选择, 有时会导致送餐不及时, 给消费者带来不好的消费体验, 对美团平台造成用户的流失, 我们将收集到的数据进行分析, 将每个订单的店铺位置和用户位置作为一组, 划分小区域, 把小区域内的订单进行打包分配。
模型的假设:
假设订单打包分配只受到消费者订单数、商家与消费者之间的距离、骑手数三个因素的影响。
模型的建立与求解:
受消费者的消费体验和配送成本多方面限制, 为取得效益最大化, 本课题采用线性回归模型寻求最优选方案。
假设下单时间一定, 我们选取午饭高峰期时间, 关于商家位置, 消费者位置, 订单数, 骑手数量的数据, 考虑商铺与消费者之间的距离, 消费者订单数, 骑手数, 均对用户体验有一定的影响, 故需将其作为指标进行量化处理。
(一) 把商家位置和用户位置在图上表示出来, 用EXCEL或者地图软件, 选取商铺最中心的那个位置为中心原点, 做一个圆, 这个圆能包括所有商铺;
(二) 计算并量化每个用户位置到中心原点距离, 即x1;
(三) 以每个商铺为圆心, 半径为3km, 计算在圆内的用户订单数为x2, 分级量化用户的订单数, 分为五级, 0—40, 40—80, 80—120, 120—160, 160—200, 量化值分别为2, 4, 6, 8, 10, ;
(四) 将骑手数分五个等级并量化它, 等级分别为1—5, 5—10, 10—15, 15—20, 20—25, 商铺周围的骑手数x3, 量化值分别为2, 4, 6, 8, 10。
在打包时也考虑到骑手的数量, 把几个订单打包成为一个任务分配给一个骑手最合理。这里的数据处理量非常大, 所以使用MATLAB对数据处理进行。
根据以上分析, 建立数学模型
通过数据处理得到结果为
解释自变量与任务定价之间的线性关系, 我们计算统计量F的值来说明总体上被解释变量与所有解释变量之间的线性关系是否显著。
F变量定义为:
即F统计量服从以为自由度的F分布。其中n为选取数据的数, k为回归方程的自由度。通过查询F分布统计表, 我们便可以得出在特定显著度的条件下F检验的临界值。当统计量F的值大于临界值时。即可认为在总体上, 自变量与任务定价呈显著的线性关系。
本文分析了影响订单打包分配的几个因素, 引入了多元回归模型, 提出了求解模型的任务打包方案, 实验结果表明, 本文提出的模型与算法能够有效地解决任务打包分配问题, 适用于不同地区的任务分布。
摘要：随着互联网移动支付的发展, 美团外卖每日订单量的日益剧增, 基于移动互联网的自助式劳务众包平台, 把多个订单打包成一个任务分配给一个骑手可以高效地完成任务, 把多个订单打包成为一个任务分配给骑手, 以武汉市蔡甸区万达广场和湘隆广场周围为例, 建立众包平台的多任务打包模型设定三个影响任务打包的影响因素, 运用MATLAB对数据进行处理, 从而算出回归方程。
关键词：任务打包分配,多元回归模型,MATLAB
[1] 宋天舒, 童咏昕, 王立斌, 许可.众包环境下的3类对象在线人数分配.北京, 软件开发环境国家重点实验室 (北京航空航天大学) , 2017.
[2] 李永军, 郭基凤, 缑西梅.软件“众包”任务分配方法.中原工学院软件学院, 《计算机系统应用》, 2015 (2) .
[3] 姜启源, 谢金星, 叶俊.数学模型[M].高等教育出版社, 2010.
[4] 周晨, 冯宇东, 肖匡心, 等.基于多元线性回归模型的东北地区需水量分析[J].数学的认识与实践, 2014 (12) .
