外卖配送优化的创新点
外卖配送优化的创新点
后台是把一个城市是划不同的区域，用户只有处在特定的区域内打开App才能看到这个区域内的商家，才能点这个商家的订单。每一个区域都有特定的骑手为区域内的商家服务。每个区域每天都有大量的订单，如何高效地提升资源的配置效率，是美团外卖想要解决的痛点。
60万的骑手，每个月光薪资就会有几十亿的人民币支出。如何控制成本，提高效率呢？可以从两个方面入手，第一，对骑手进行专业的培训；第二，对配送模式进行效率优化，例如根据区域的实际情况制定合理的配送费，以及合理的配送人数。
外卖订单量怎么提升人工智能的发展，大致可以分为3个阶段，第一个阶段是Descriptive，做一些检索和精确的计算（比如说加减乘除），第二个阶段Predictive，其实是用算法发现一些规律，这一工作最早可以追溯到最小二乘等线性拟合算法，复杂一些的就是用语音识别，人脸识别发现一些规律。目前大部分成功的AI应用都是在第二个阶段。第三个阶段Prescriptive是基于这些规律进行最优的决策，比如说机票的动态定价，物流的订单分配。
在基础建设方面，要有一个大数据平台，要保持业务层面和机制的整体运行，在这个基础之
上，还需要机器学习的平台，在这之上有许多机器学习的模型，方便对数据进行训练学习。在这两个基础之上还有大量业务的架构。一方面是机器学习的方法技术，另一方面是运输优化。机器学习解决一些数据的统计和数据的规律分析。当模型的边界比较清晰的时候，就需要运输优化来解决一些问题。ETR问题也是需要考虑的，其实就是怎么样去估计一个路径上每一个点的时间。比如说骑手从一个地方出发，给他规划一个线路，他应该在最少的时间内配送最多的订单且路程最短。需要给每一个节点规划出什么时间可以完成。这个问题意义很大，因为在做订单分配的时候，要考虑是不是能准时送达，准时与否非常影响用户的体验。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。