一种运输船货搓合平台和方法

技术领域

本发明属于海洋船舶运输技术领域，特别涉及一种基于算法模型的沿海大宗商品运输船货智能搓合平台和方法。

背景技术

在互联网技术推广和深度融合下，海运业务延伸至网络空间，海运业务的互联网平台应运而生。船东可以在平台上发布船盘信息，货主可以在平台上发布货盘信息。船东、货主通过平台自主筛选符合条件的业务合作对象，洽谈合作达成交易。目前，这种筛选匹配操作耗时、费力，而且达成合作交易的几率很低。如何实现高效筛选，并提高船、货匹配成交几率，是目前主要的研究内容。

发明内容

本发明实施例之一，一种运输船货搓合平台，所述平台包括服务器，服务器具有存储器；以及

耦合到所述存储器的处理器，该处理器被配置为执行存储在所述存储器中的指令，所述处理器执行以下操作：

获得货盘数据和船盘数据；

获得港口数据和船舶AIS数据；

获取船舶货运收益预测数据；

为货盘生成适配船盘清单，为船盘生成适配货盘清单。

所述搓合平台包括用户终端，该用户终端界面提供的数据输入方法包括，选择拟交易的货盘，则界面出现与该货盘相适配的船盘清单，用户在船盘清单中选择船盘；

选择拟交易的船盘，则界面出现与该船盘相适配的货盘清单，用户在货盘清单中选择货盘。

本发明基于历史数据和算法模型，形成的船货智能搓合系统，提供船东和货主使用，实现高效为船舶提供合适货盘，为货主提供合适船盘的目的，提高船货匹配的效率。

具体实施方式

本发明在于针对现有技术中存在的缺陷，适用于中国沿海大宗商品类海洋运输，提供一种最佳的船盘和货盘的推荐系统，缓解船东货主筛选货盘船盘的繁琐、耗时操作，提高船货搓合的工作效率。本方法主要对船盘、船舶、港口、货盘、历史成交数据等分析处理，在客观层面，为船盘货盘提供适配的货盘船盘，满足船舶货主的交易偏好，整个过程全部一体化自动完成，无需人工干预。

根据一个或者多个实施例，一种基于算法模型的沿海散货搓合系统，该系统通过获取大宗散货的货物运输需求，结合后台算法模式自动分析处理，向用户提供业务层面和财务层面的效益测算数据。

该系统分为数据支撑系统、用户信息采集、模型算法系统等三大系统。

用户信息采集系统包括货种、货运量、运价费率、预期船型、滞期/速遣费率、港口总停时、装货港口、卸货港口、装卸港口使用费。

数据技术支撑系统，提供效益测算时，所必需的基础数据支撑，包括预期使用船型基础数据(包括船型名称、日租金、船舶满载航速、船舶空载航速、船舶满载航行消耗、船舶压载航行油耗、船舶停泊油耗、船舶停泊消耗、船舶载货定额等)、港口间距、常用油价(包括FO、GO、DO)，以及通过爬虫在网络上爬取的沿海散货运输运价、市场行情、基于数据拟合算法得出的沿海各港口间距、沿海各港口使用费等，作为整体效益测算的数据基础和支撑

模型算法即本船货智能搓合系统的核心功能，其结合上述录入的参数，即用户信息采集和数据支撑，在经过本功能的筛选和加工后，再结合要匹配的货盘或船盘，结合本功能中的船货搓合算法模型，分别为货盘或船盘，推荐适配的船盘或货盘的清单，并按预测的收益值，将船货盘推荐列表，按降序排列，实现船货智能搓合的目的。具体的搓合算法模型包括以下步骤：

S101，船舶类型的自动配置，这个步骤需结合货盘参数、AIS吃水情况、货主历史偏好等进行判断；

S102，对港口间距的配置，结合船舶历史行为等数据，拟合沿海各港口距离，保证间距及时性和准确性；

S103，生成满载航速、空载航速、满载航行油耗、空载航行油耗、停泊油耗、停泊消耗等关键计算数据；

S104，对于航线判断(从北至南航线、从南至北航线)：基于国内沿海港口港序，结合货盘装货港、卸货港做判断，得出从南至北航线或从北至南航线。在此基础上，精确计算航线距离。其中，若卸货港在北方五港范围内，则整体航线闭环航段＝(起始港至空船港的距离)+(卸货港至装货港的距离)，将该结果作为船舶推荐的二次筛选的主要依据；

S105，搓合推荐依据：

1.空船港与装货港距离/空载航速/周期，得出时间+船盘空船期，与货盘受载期对比；

2.船舶载重吨位结合AIS吃水、船舶历史偏好、泊位参数做对比排序；

3.空船港与装货港距离由小到大排序；

4.空船港与装货港距离、空载航速、航行周期进行聚合计算；

5.结合航次净利润、营运天边际利润、吨天边际利润、目标吨天边际利润等做对比。

本发明实施例通过获取船舶的AIS、GIS数据信息，对船舶最新的AIS、GIS信息进行自动分析处理，同时结合船舶AIS、GIS历史大数据拟合算法，筛选符合条件的最佳船舶推荐给用户。

根据一个或者多个实施例，一种运输船货搓合平台的系统架构包括后台和前端两大子系统。前端子系统收集货盘数据，收集用户的货运需求和参数，其分为两种使用方式，第一种方式由用户直接录入货运参数，第二种方式为将该参数接收端口与货盘收集页面集成，直接从已录入的货盘中自动采集测算涉及的货运参数。其组成如下：

前端子系统收集船盘数据，收集用户的运力需求和参数，其分为两种使用方式，第一种方式由用户直接录入运力参数，第二种方式为将该参数接收端口与船盘收集页面集成，直接从已录入的船盘中自动采集运力参数。其组成如下：

运输船货搓合平台的系统包括数据支撑系统，此系统作为效益测算软件执行过程中的重要依赖部分，说明如下：包括预期使用船型基础数据(包括船型名称、日租金、船舶满载航速、船舶空载航速、船舶满载航行消耗、船舶压载航行油耗、船舶停泊油耗、船舶停泊消耗、船舶载货定额等)、港口间距、常用油价(包括FO、GO、DO)，以及通过爬虫在网络上爬取的沿海散货运输运价、市场行情、基于数据拟合算法得出的沿海各港口间距、沿海各港口使用费等，作为整体效益测算的数据基础和支撑。在效益测算中包括，

本发明实施例的基于算法模型的沿海散货搓合系统，模型算法充分利用港口动态静态数据、船舶航行速度、AIS船舶动态信息、船舶静态信息，以及收益预测数据，通过算法程序，为货盘生成适配船盘清单，为船盘生成适配货盘清单。

根据一个或者多个实施例，运输船货搓合平台利用船舶的AIS、GIS数据信息，结合大数据拟合算法，为用户推荐符合条件的最佳的船舶，其中还包括用户终端，该用户终端界面的业务流程包括，

货主用户在前端界面中选择拟交易的货盘，选择【选取】按钮，则界面右侧将出现与该货盘相适配的船盘清单，用户结合自己需要，在右侧船盘清单中，选择一票船盘，再选择【预配】按钮。

船东用户在前端界面中选择拟交易的船盘，选择【选取】按钮，则界面左侧将出现与该船盘相适配的货盘清单，用户结合自己需要，在左侧货盘清单中，选择一票货盘，再选择【预配】按钮。

平台服务器通过受载期、载重吨、空船港口等条件初步筛选符合条件的船舶。以下以为货盘推荐船盘列表为例讲解，当用户选择一票货盘，并选择【选取】后，系统将结合货盘信息中的货盘有效期、货运量开始执行算法模型中的程序。初步筛选结束后，获取与货盘有效期、货运量相适配的船盘清单。再结合系统中港口基础数据、船舶航行速度、船盘空船区间，以及货盘中关键数据项，在初步筛选的结果中，开展二次船盘筛选。然后再结合AIS船舶动态信息、船盘信息、货盘信息、港口基础数据、市场成交数据、油价基础数据、港口间距数据以及收益预测数据，再依托船货智能算法，计算出满足当前货盘最适配的船盘清单。

上述过程满足为货盘推荐适配船盘清单的需求；为船盘推荐货盘清单的原理相类似，在此不再重复说明。当上述步骤结束后，系统会将通过智能算法得出的适配的货盘或船盘清单，返回到前端，分别呈现给货主类用户、船东类用户。

与现有技术相比，本发明具有以下的技术效果：

1.方便和高效性。

本系统用户体验便捷高效，船东或货主类用户，仅需要在船盘或货盘列表中，选中拟交易的货盘/船盘，点击一次按钮，页面中即将结合货盘或船盘的关键业务参数，将智能推荐的船盘或货盘列表呈现给用户。

2.提高船货搓合的效率。

本系统充分利用货盘、船盘、港口、历史成交数据、燃油价格等数据，结合大数据分析处理技术、智能搓合算法模型，为货盘或船盘资源池中，从运输期限、货运量适配程度、航线距离、船舶航行速度、船东预期收益、货物运输成本等层面，向船东或货主推荐最适合的货盘或船盘。

在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本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，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。