一种基于云计算的物流快递商品配送评价数据库建立分析方法

技术领域

本发明属于数据库建立技术领域，涉及到一种基于云计算的物流快递商品配送评价数据库建立分析方法。

背景技术

随着互联网技术的发展，网上购物也逐步成为了当代青年的一种生活方式，在这种大背景下，电商行业的服务质量也得到了稳步提升，为了便于顾客对寄件方式和待寄件人员的选择以及平台对快递人员的配送考核，需对每个快递人员进行配送评价。

现有的物流快递商品配送评价数据库的评价数据基本为顾客对快递人员的评价数据，若顾客没有进行评价，则平台默认好评，这方式获取的数据并不全面和真实，某些快递人员也存在刻意刷好评的行为，因此，现有物流快递商品配送评价数据库的数据还存在了很多问题，一方面，平台没有对快递人员实际配送数据进行获取，默认好评的数据不具备真实性，另一方面，平台无法识别好评的真实性，顾客对快递人员的评价数据不具备参考性。

发明内容

鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于云计算的物流快递商品配送评价数据库建立分析方法，实现了对物流快递商品配送精准评价数据库的建立；

本发明的目的可以通过以下技术方案实现：

本发明提供了一种基于云计算的物流快递商品配送评价数据库建立分析方法，该方法包括以下步骤：

S1、快递商品信息导入：获取该采集周期内对应的快递商品信息，并进行平台导入，其中快递商品信息包括快递商品种类、快递商品配送地址和快递商品配送时间段；

S2、快递商品数量统计：统计该采集周期内对应的商品的数量，进而将统计的商品按照预设顺序进行编号，依次标记为1，2，...i,...n；

S3、快递人员基本信息导入：统计该采集周期内对应的快递人员数量，将统计的该地区的快递人员按照预设顺序进行编号，依次标记为1，2，...j,...m，并将各快递人员对应的基本信息进行平台导入，其中，快递人员基本信息包括快递人员姓名、快递人员联系方式和快递人员提货地址，进而统计该地区快递人员的数量，,进而构建快递人员信息集合R

S4、快递人员配送快递商品数量统计：根据该采集周期内对应的快递商品的数量，进而获取各快递商品对应的各快递人员信息，将该采集周期内各快递商品对应的各快递人员信息进行对比筛选，进而统计快递人员信息相同的快递商品数量，进而获取各快递人员对应的快递商品的数量，将各快递人员对应的快递商品按照预设顺序进行编号，依次标记为1，2，...v,...y，根据快递人员对应的快递商品信息，进而构建各快递人员配送快递商品信息集合K

S5、配送时长预估：根据各快递商品对应的配送地址以及各快递人员对应的提货地址，进而获取各快递商品对应的配送地址与各快递人员对应的提货地址之间的距离，进而统计各快递商品对应的预估配送时长；

S6、快递人员跟踪：所述快递人员跟踪包括快递人员时间跟踪和快递人员位置跟踪，当快递人员完成该快递商品取件时记录该快递人员的取件时间点、快递商品信息，并启动跟踪设备对快递人员进行跟踪，其中，跟踪设备包括第一跟踪单元和第二跟踪单元，第一跟踪单元用于对各快递人员进行时间跟踪，第二跟踪单元用于对各快递人员进行位置跟踪，当各快递人员离开提货地址时，分别启动其跟踪设备内部的第一跟踪单元，进而分别记录其开始配送时间点，并开始计时，同时启动第二跟踪单元对各快递人员所在的位置进行实时记录，当快递人员到达配送地址时，第一跟踪单元停止计时，进而获取各快递商品对应的各快递人员的实际配送时长、实际配送时间段和实际配送地址；

S7、云平台评价模型建立：所述云平台评价模型包括云平台评价参数、云平台参数评价等级和云平台参数评价等级对应的云平台评价指数，其中云平台评价参数包括配送时长、配送时间段、配送地址和沟通情况，将云平台评价参数，将各评价参数按照预设等级划分方式进行评价等级划分，进而得到划分的各云平台参数评价等级，将云平台参数评价等级记为h,h＝q1,q2,q3，q1,q2,q3分别表示为优秀、标准和不合格，进而获取各云平台参数评价等级对应的云平台评价指数，将各云平台参数评价等级对应的云平台评价指数记为f,f＝p1，p2，p3，p1，p2和p3分别表示为评价优秀对应的云平台评价指数、评价标准对应的云平台评价指数和评价不合格对应的云平台评价指数；

S8、顾客评价模型建立：所述顾客评价模型包括顾客评价参数、顾客参数评价等级和顾客参数评价等级对应的顾客评价指数，其中顾客评价参数包括服务态度、配送速度、商品完好性、商品准确性和回复及时性，将各顾客评价参数按照预设等级划分方式进行评价等级划分，进而得到划分的各顾客参数评价等级，将各顾客参数评价等级记为t,t＝c1,c2，c3，c1,c2，c3分别表示满意，一般，不满意，进而获取各顾客参数评价等级对应的顾客评价指数，将各顾客参数评价等级对应的顾客评价指数记为q，q＝x1，x2，x3,x1，x2和x3分别表示为评价满意对应的顾客评价指数，评价一般对应的顾客评价指数和评价不满意对应的顾客评价指数；

S9、云平台评价系数分析与统计：将各快递人员在进行各快递商品配送时对应的实际配送时长与各快递商品对应的预估配送时长进行对比，进而获取各快递人员在进行各快递商品配送时对应的实际配送时长与各快递商品对应的预估配送时长的差值，根据该差值进而从云平台评价模型中调取该实际配送时长对应的云平台评价等级和该评价等级对应的云平台评价指数，根据各快递人员在进行各快递商品配送时对应的实际配送时间段，进而从云平台评价模型中调取该实际配送时间段对应的云平台评价等级和该等级对应的云平台评价指数，将各快递人员在进行各快递商品配送时对应的实际配送地址与各快递商品对应的配送地址进行匹配识别，进而获取该实际配送地址的准确性，并从云平台评价模型中调取该实际配送地址准确性对应的云平台评价等级和该等级对应的云平台评价指数，同时调取该平台中各快递人员与其对应顾客沟通的数据，进而获取快递人员与顾客的实际沟通情况，进而从云平台评价模型中调取各快递人员沟通情况对应的云平台评价等级和该等级对应的云平台评价指数，根据各快递人员在进行各快递商品配送时对应的实际配送时长对应的云平台评价指数、实际配送时间段对应的云平台评价指数、实际配送地址准确性对应的云平台评价指数、实际沟通情况对应的云平台评价指数进而统计各快递人员配送各快递商品对应的云平台评价系数；

S10、顾客满意系数分析与统计：当各顾客签收其对应的快递商品时，通过第三方网络对快递人员的配送按照其第三方网络显示的顾客评价页面进行评价，进而获取某快递人员在进行某件快递商品配送时其各顾客评价参数对应的顾客评价指数，进而统计各快递人员配送各快递商品对应的顾客满意评价系数；

S11、综合评价系数分析与统计：根据统计的各快递人员配送各快递商品对应的云平台评价系数和各快递人员配送各快递商品对应的顾客满意评价系数进而统计各快递人员配送各快递商品对应的综合评价系数。

进一步地，所述在云平台参数评价等级中，q1>q2>q3,在云平台评价指数中，p1>p2>p3，在顾客参数评价等级中，c1>c2>c3，在顾客评价指数中，x1>x2>x3，p1，p2，p3，x1，x2，x3为定值。

进一步地，所述跟踪设备为佩戴式的跟踪终端，第一跟踪单元表为计时器，第二跟踪单元为GPS定位器，其分别安装在跟踪终端内部。

进一步地，所述各快递人员配送各快递商品对应的云平台评价系数计算公式为

进一步地，所述各快递人员配送各快递商品对应的顾客满意评价系数计算公式为

进一步地，所述各快递人员配送各快递商品对应的综合评价系数计算公式为

本发明的有益效果：

(1)本发明提供的一种基于云计算的物流快递商品配送评价数据库建立分析方法，通过对快递人员进行时间跟踪和位置跟踪，进而获取了各快递人员配送各快递商品对应实际配送时长、实际配送时间段和实际配送地址，进而解决了评价数据不具备真实性的问题，同时通过建立的云平台评价模型和顾客评价模型的建立对各快递人员配送各快递商品对应的平台评价和顾客评价的数据进行了细致的分析，进而统计了各快递人员配送各快递商品对应的综合评价系数，大大的提高了评价数据的参考性，进而实现了对物流快递商品配送精准评价数据库的建立。

(2)本发明通过对各快递配送时长的预估，进而为各快递人员对应的配送时长评价等级的获取提供了参考数据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法实施步骤流程图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

请参阅图1所示，本发明提供了一种基于云计算的物流快递商品配送评价数据库建立分析方法，该方法包括以下步骤：

S1、快递商品信息导入：获取该采集周期内对应的快递商品信息，并进行平台导入，其中快递商品信息包括快递商品种类、快递商品配送地址和快递商品配送时间段；

S2、快递商品数量统计：统计该采集周期内对应的商品的数量，进而将统计的商品按照预设顺序进行编号，依次标记为1，2，...i,...n；

S3、快递人员基本信息导入：统计该采集周期内对应的快递人员数量，将统计的该地区的快递人员按照预设顺序进行编号，依次标记为1，2，...j,...m，并将各快递人员对应的基本信息进行平台导入，其中，快递人员基本信息包括快递人员姓名、快递人员联系方式和快递人员提货地址，进而统计该地区快递人员的数量，,进而构建快递人员信息集合R

本发明实施例通过对快递人员基本信息导入，进而为后续快递商品配送时长的预估提供了数据基础。

S4、快递人员配送快递商品数量统计：根据该采集周期内对应的快递商品的数量，进而获取各快递商品对应的各快递人员信息，将该采集周期内各快递商品对应的各快递人员信息进行对比筛选，进而统计快递人员信息相同的快递商品数量，进而获取各快递人员对应的快递商品的数量，将各快递人员对应的快递商品按照预设顺序进行编号，依次标记为1，2，...v,...y，根据快递人员对应的快递商品信息，进而构建各快递人员配送快递商品信息集合K

本发明实施例通过对快递人员配送快递商品数量统计，为后续对快递人员的评价提供了数据基础。

S5、配送时长预估：根据各快递商品对应的配送地址以及各快递人员对应的提货地址，进而获取各快递商品对应的配送地址与各快递人员对应的提货地址之间的距离，进而统计各快递商品对应的预估配送时长；

S6、快递人员跟踪：所述快递人员跟踪包括快递人员时间跟踪和快递人员位置跟踪，当快递人员完成该快递商品取件时记录该快递人员的取件时间点、快递商品信息，并启动跟踪设备对快递人员进行跟踪，其中，跟踪设备为佩戴式的跟踪终端，其包括第一跟踪单元和第二跟踪单元，第一跟踪单元表为计时器，第二跟踪单元为GPS定位器，其分别安装在跟踪终端内部，第一跟踪单元用于对各快递人员进行时间跟踪，第二跟踪单元用于对各快递人员进行位置跟踪，当各快递人员离开提货地址时，分别启动其跟踪设备内部的第一跟踪单元，进而分别记录其开始配送时间点，并开始计时，同时启动第二跟踪单元对各快递人员所在的位置进行实时记录，当快递人员到达配送地址时，第一跟踪单元停止计时，进而获取各快递商品对应的各快递人员的实际配送时长、实际配送时间段和实际配送地址；

本发明实施例通过对快递人员进行时间跟踪和位置跟踪，进而获取了各各快递人员配送各快递商品对应实际配送时长、实际配送时间段和实际配送地址，进而解决了评价数据不具备真实性的问题。

S7、云平台评价模型建立：所述云平台评价模型包括云平台评价参数、云平台参数评价等级和云平台参数评价等级对应的云平台评价指数，其中云平台评价参数包括配送时长、配送时间段、配送地址和沟通情况，将云平台评价参数，将各评价参数按照预设等级划分方式进行评价等级划分，进而得到划分的各云平台参数评价等级，将云平台参数评价等级记为h,h＝q1,q2,q3，q1,q2,q3分别表示为优秀、标准和不合格，进而获取各云平台参数评价等级对应的云平台评价指数，将各云平台参数评价等级对应的云平台评价指数记为f,f＝p1，p2，p3，p1，p2和p3分别表示为评价优秀对应的云平台评价指数、评价标准对应的云平台评价指数和评价不合格对应的云平台评价指数，在云平台参数评价等级中，q1>q2>q3,在云平台评价指数中，p1>p2>p3，p1，p2，p3为定值；

本发明实施例通过对云平台评价模型的建立，进而为各快递人员配送各快递商品对应的云平台评价系数的统计提供了参考。

S8、顾客评价模型建立：所述顾客评价模型包括顾客评价参数、顾客参数评价等级和顾客参数评价等级对应的顾客评价指数，其中顾客评价参数包括服务态度、配送速度、商品完好性、商品准确性和回复及时性，将各顾客评价参数按照预设等级划分方式进行评价等级划分，进而得到划分的各顾客参数评价等级，将各顾客参数评价等级记为t,t＝c1,c2，c3，c1,c2，c3分别表示满意，一般，不满意，进而获取各顾客参数评价等级对应的顾客评价指数，将各顾客参数评价等级对应的顾客评价指数记为q，q＝x1，x2，x3,x1，x2和x3分别表示为评价满意对应的顾客评价指数，评价一般对应的顾客评价指数和评价不满意对应的顾客评价指数，在顾客参数评价等级中，c1>c2>c3，在顾客评价指数中，x1>x2>x3，x1，x2，x3为定值；

本发明实施例通过对顾客评价模型的建立，进而各快递人员配送各快递商品对应的顾客满意评价系数的统计提供了参考。

S9、云平台评价系数分析与统计：将各快递人员在进行各快递商品配送时对应的实际配送时长与各快递商品对应的预估配送时长进行对比，进而获取各快递人员在进行各快递商品配送时对应的实际配送时长与各快递商品对应的预估配送时长的差值，根据该差值进而从云平台评价模型中调取该实际配送时长对应的云平台评价等级和该评价等级对应的云平台评价指数，根据各快递人员在进行各快递商品配送时对应的实际配送时间段，进而从云平台评价模型中调取该实际配送时间段对应的云平台评价等级和该等级对应的云平台评价指数，将各快递人员在进行各快递商品配送时对应的实际配送地址与各快递商品对应的配送地址进行匹配识别，进而获取该实际配送地址的准确性，并从云平台评价模型中调取该实际配送地址准确性对应的云平台评价等级和该等级对应的云平台评价指数，同时调取该平台中各快递人员与其对应顾客沟通的数据，进而获取快递人员与顾客的实际沟通情况，进而从云平台评价模型中调取各快递人员沟通情况对应的云平台评价等级和该等级对应的云平台评价指数，根据各快递人员在进行各快递商品配送时对应的实际配送时长对应的云平台评价指数、实际配送时间段对应的云平台评价指数、实际配送地址准确性对应的云平台评价指数、实际沟通情况对应的云平台评价指数进而统计各快递人员配送各快递商品对应的云平台评价系数，所述各快递人员配送各快递商品对应的云平台评价系数计算公式为

本发明实施例创造性的提出了云平台评价系数计算公式，进而获取各快递人员对应的云平台评价系数。

S10、顾客满意系数分析与统计：当各顾客签收其对应的快递商品时，通过第三方网络对快递人员的配送按照其第三方网络显示的顾客评价页面进行评价，进而获取某快递人员在进行某件快递商品配送时其各顾客评价参数对应的顾客评价指数，进而统计各快递人员配送各快递商品对应的顾客满意评价系数，其中，各快递人员配送各快递商品对应的顾客满意评价系数计算公式为

本发明实施例创造性的提出了顾客满意评价系数计算公式，进而获取了各快递人员对应的顾客满意评价系数。

S11、综合评价系数分析与统计：根据统计的各快递人员配送各快递商品对应的云平台评价系数和各快递人员配送各快递商品对应的顾客满意评价系数进而统计各快递人员配送各快递商品对应的综合评价系数，其中，各快递人员配送各快递商品对应的综合评价系数计算公式为

本发明实施例通过对各快递人员配送各快递商品对应的平台评价和顾客评价的数据进行了细致的分析，进而统计了各快递人员配送各快递商品对应的综合评价系数，大大的提高了评价数据的参考性。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。