[发明专利]基于大数据的第四方汽配物流平台及管理方法

说明书

本申请的实施例提供了一种基于大数据的第四方汽配物流平台及管理方法。其中，管理方法包括：在维修单位、配件供应商、交易平台以及配送单位之间构建汽配链，在维修单位触发维修需求之后，对维修需求进行分析，确定待用配件及其对应的优先级；之后基于上述信息通过预先基于决策树构建的自适应配送模型在仓储单位的仓储信息中进行匹配，确定待用配件对应的目标仓储，并将订单下达至该目标仓储中，基于优先级调用配送单位的物流资源进行配送，并将配件需求信息同步至配件供应商，同时协同其他流程手续的处理，本申请实施例的技术方案提高了汽配的运送效率。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种基于大数据的汽配物流第四方汽配物流平台、管理方法、计算机可读介质及电子设备。

背景技术

整个汽配的发展离不开物流，甚至可以说是相辅相成，汽配供应链实质上就是商流和物流的结合。汽车后市场比较难做好的一个关键点就是汽配物流配送版块，短时间内无法建立一个能够满足大部分客户配送需求的物流配送解决体系，运送效率较低。

发明内容

本申请的实施例提供了一种基于大数据的第四方汽配物流平台、管理方法、计算机可读介质及电子设备，进而可以建立在线化的第四方汽配物流平台，提高汽配的运送效率。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种基于大数据的第四方汽配物流管理方法，包括：在维修单位、配件供应商、交易平台以及配送单位之间构建基于云平台的汽配链；在维修单位触发维修需求之后，对维修需求进行分析，确定待用配件标识以及待用配件对应的优先级；基于所述待用配件标识及其对应优先级，通过预先基于决策树构建的自适应配送模型在仓储单位中确定待用配件对应的目标仓储，维修单位通过所述交易平台从所述配件供应商建立订单流，所述配件供应商向所述维修单位建立物流；基于所述待用配件标识生成订单，并将订单下达至所述目标仓储；从目标仓储中提取所述待用配件，基于所述优先级调用配送单位的物流资源进行配送，并跟踪配送进度生成物流信息。

在本申请的一些实施例中，基于前述方案，所述维修需求包括第一类别维修需求和第二类别维修需求，所述第一类别维修需求指维修信息中的配件种类和数量确定，所述第二类别维修需求指维修信息的配件种类和数量不确定；在确定待用配件标识以及待用配件对应的优先级之前，还包括：确定属于第一类维修需求还是第二类维修需求；如果是第一类维修需求，则获取各个配件的标识；如果是第二类维修需求，则根据模糊识别算法，匹配出必修配件和选修配件。

在本申请的一些实施例中，基于前述方案，所述第二类维修需求为车辆碰撞后维修需求，所述如果是第二类维修需求，则根据模糊识别算法，匹配出必修配件和选修配件，包括：获取车辆的多张图像，对所图像进行识别，根据所述模糊识别算法确定所述车型以及故障区域；确定所述故障区域残缺的必修配件，并根据所述车型匹配选修配件。

在本申请的一些实施例中，基于前述方案，所述对维修需求进行分析，确定待用配件标识以及待用配件对应的优先级，包括：识别所述维修需求中各文字标识对应的文字内容，确定包含配件标识的标识字段；将所述标识字段作为所述待用配件标识；从配件库中确定待用配件的配件信息，其中所述配件信息包括数量信息、费用信息、生产数据以及存储信息；对所述配件信息进行量化，得到量化信息；基于所述量化信息确定所述待用配件的优先参数；基于所述优先参数确定所述待用配件对应的优先级。

在本申请的一些实施例中，基于前述方案，所述对所述配件信息进行量化，得到量化信息，包括：获取所述配件信息中生产数据对应的生产极值信息；基于所述生产极值信息和所述生产数据之间的差值对所述配件信息进行量化，确定生产数据对应的量化信息。