一種確定商品配送范圍的方法和裝置

1.一種確定商品配送范圍的方法，其特征在于，包括：
步驟A：對于預選的包含配送員信息的多個歷史配送地址，使用查找重復串的方式確定初始詞庫；
步驟B：對所述初始詞庫進行二級過濾得到過濾詞庫；其中，第一級過濾濾除對所述歷史配送地址沒有意義的詞，第二級過濾濾除不能代表具體的地理位置的詞，使該過濾詞庫中的各個代表詞分別對應(yīng)一個或幾個配送地址，并且每個代表詞所在的配送地址由一個配送員配送；
步驟C：對于所述過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類；
步驟D：對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍；
所述步驟C包括：計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重；對所述過濾詞庫中的所有詞按所述權(quán)重構(gòu)成鄰接矩陣，然后得出該鄰接矩陣對應(yīng)的拉普拉斯矩陣；將所述拉普拉斯矩陣的前K個最小的特征值對應(yīng)的特征向量排列組成N×K的矩陣，其中N表示所述過濾詞庫中的代表詞的數(shù)量；采用K-me?ans算法對所述N×K的矩陣按行進行聚類，將聚類之后的同一類的行對應(yīng)的代表詞作為同一類的代表詞。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述步驟B之前，還包括：對步驟A中確定出的初始詞庫進行去重處理。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟B中的過濾包括第一級過濾和第二級過濾；
所述第一級過濾包括：
計算所述初始詞庫中各個詞在所述初始詞庫中的詞頻與該詞在指定城市的所有地址中出現(xiàn)的詞頻的比值，取該比值大于預設(shè)閾值的詞構(gòu)成中間過濾詞庫；
所述第二級過濾包括：
按如下步驟1至步驟3進行計算代表詞對應(yīng)的平均值，若步驟3中計算得到的平均值小于預選閾值，則舍棄該平均值大于預選閾值的代表詞并且再次執(zhí)行步驟1至步驟3，直至選擇的每個代表詞對應(yīng)的所述平均值小于所述預選閾值，然后將選擇的代表詞組成所述過濾詞庫：
步驟1：從每一個所述歷史配送地址中選擇代表詞，該代表詞屬于所述中間過濾詞庫，并且是該代表詞所在地址中的在所述中間過濾詞庫中詞頻最高的詞；
步驟2：對每個選擇的代表詞，按如下公式計算一日的熵：
其中T表示包含該選擇的代表詞的所有配送地址在該日對應(yīng)的配送員數(shù)目，P表示所述對應(yīng)的配送員中每個配送員在該日的配送地址數(shù)占該所有地址的比例；
步驟3：對每個選擇的代表詞，計算預設(shè)數(shù)目的多日的熵的平均值并作為該代表詞對應(yīng)的平均值。
4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，
根據(jù)如下公式計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重：
其中 表示第i1個代表詞和第i2個代表詞之間的權(quán)重，L表示采樣天數(shù)，M表示在L天內(nèi)所述過濾詞庫中的所有代表詞所在的配送地址對應(yīng)的所有配送員的數(shù)目，aijk表示第k天，第i個代表詞所在的配送地址由第j個配送員配送的數(shù)量。
5.一種確定商品配送范圍的裝置，其特征在于，包括：
初始詞庫模塊，用于對于預選的包含配送員信息的多個歷史配送地址，使用查找重復串的方式確定多個代表詞得到初始詞庫；
過濾模塊，用于對所述初始詞庫進行二級過濾得到過濾詞庫；其中，第一級過濾濾除對所述歷史配送地址沒有意義的詞，第二級過濾濾除不能代表具體的地理位置的詞，使該過濾詞庫中的各個代表詞分別對應(yīng)一個或幾個配送地址，并且每個代表詞所在的配送地址由一個配送員配送；
聚類模塊，用于對于所述過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類；
確定模塊，用于對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍；
所述聚類模塊還用于：計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重：對所述過濾詞庫中的所有詞按所述權(quán)重構(gòu)成鄰接矩陣，然后得出該鄰接矩陣對應(yīng)的拉普拉斯矩陣；
將所述拉普拉斯矩陣的前K個最小的特征值對應(yīng)的特征向量排列組成N×K的矩陣，其中N表示所述過濾詞庫中的代表詞的數(shù)量；采用K-me?ans算法對所述N×K的矩陣按行進行聚類，將聚類之后的同一類的行對應(yīng)的代表詞作為同一類的代表詞。
6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，還包括去重模塊，用于對所述初始詞庫模塊得到的詞庫中的多個代表詞進行去重處理。
7.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述過濾模塊還用于對所述初始詞庫進行第一級過濾和第二級過濾；
所述第一級過濾包括：
計算所述初始詞庫中各個詞在所述初始詞庫中的詞頻與該詞在指定城市的所有地址中出現(xiàn)的詞頻的比值，取該比值大于預設(shè)閾值的詞構(gòu)成中間過濾詞庫；
所述第二級過濾包括：
按如下步驟1至步驟3進行計算代表詞對應(yīng)的平均值，若步驟3?中計算得到的平均值小于預選閾值，則舍棄該平均值大于預選閾值的代表詞并且再次執(zhí)行步驟1至步驟3，直至選擇的每個代表詞對應(yīng)的所述平均值小于所述預選閾值，然后將選擇的代表詞組成所述過濾詞庫：
步驟1：從每一個所述歷史配送地址中選擇代表詞，該代表詞屬于所述中間過濾詞庫，并且是該代表詞所在地址中的在所述中間過濾詞庫中詞頻最高的詞；
步驟2：對每個選擇的代表詞，按如下公式計算一日的熵：
其中T表示包含該選擇的代表詞的所有配送地址在該日對應(yīng)的配送員數(shù)目，P表示所述對應(yīng)的配送員中每個配送員在該日的配送地址數(shù)占該所有地址的比例；
步驟3：對每個選擇的代表詞，計算預設(shè)數(shù)目的多日的熵的平均值并作為該代表詞對應(yīng)的平均值。
8.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述聚類模塊還用于：
根據(jù)如下公式計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重：
其中 表示第i1個代表詞和第i2個代表詞之間的權(quán)重，L表示采樣天數(shù)，M表示在L天內(nèi)所述過濾詞庫中的所有代表詞所在的配送地址對應(yīng)的所有配送員的數(shù)目，aijk表示第k天，第i個代表詞所在的配送地址由第j個配送員配送的數(shù)量。
9.一種電子設(shè)備，其特征在于，包括：
一個或多個處理器；
存儲裝置，用于存儲一個或多個程序，
當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如權(quán)利要求1-4中任一所述的方法。
10.一種計算機可讀介質(zhì)，其上存儲有計算機程序，其特征在于，所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-4中任一所述的方法。

一種確定商品配送范圍的方法和裝置\n技術(shù)領(lǐng)域\n[0001] 本發(fā)明涉及計算機技術(shù)領(lǐng)域，特別地涉及一種確定商品配送范圍的方法和裝置。\n背景技術(shù)\n[0002] 隨著電子商務(wù)的不斷發(fā)展，網(wǎng)上購物成為越來越常見的購物方式。在網(wǎng)上購物之后，商品將被配送員送達用戶指定的配送地址。各個配送員各自負責不同的配送范圍，配送范圍是多個配送地址組成的集合。商品在配送站要經(jīng)過人工分揀，使配送員確定屬于自己負責的配送范圍的商品。這種人工分揀的效率比較低，影響了配送速度。\n發(fā)明內(nèi)容\n[0003] 有鑒于此，本發(fā)明提供一種確定商品配送范圍的方法和裝置，能夠比較高效地確定各個配送員的配送范圍，有助于提高配送速度。\n[0004] 為實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了一種確定商品配送范圍的方法。\n[0005] 本發(fā)明的確定商品配送范圍的方法包括：步驟A：對于預選的包含配送員信息的多個歷史配送地址，使用查找重復串的方式確定初始詞庫；步驟B：對所述初始詞庫進行過濾得到過濾詞庫；其中，使該過濾詞庫中的各個代表詞分別對應(yīng)一個或幾個配送地址，并且每個代表詞所在的配送地址由一個配送員配送；步驟C：對于所述過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類；步驟D：對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍。\n[0006] 可選地，在所述步驟B之前，還包括：對步驟A中確定出的初始詞庫進行去重處理。\n[0007] 可選地，所述步驟B中的過濾包括第一級過濾和第二級過濾；所述第一級過濾包括：計算所述初始詞庫中各個詞在所述初始詞庫中的詞頻與該詞在指定城市的所有地址中出現(xiàn)的詞頻的比值，取該比值大于預設(shè)閾值的詞構(gòu)成中間過濾詞庫；所述第二級過濾包括：\n按如下步驟1至步驟3進行計算代表詞對應(yīng)的平均值，若步驟3中計算得到的平均值小于預選閾值，則舍棄該平均值大于預選閾值的代表詞并且再次執(zhí)行步驟1至步驟3，直至選擇的每個代表詞對應(yīng)的所述平均值小于所述預選閾值，然后將選擇的代表詞組成所述過濾詞庫：步驟1：從每一個所述歷史配送地址中選擇代表詞，該代表詞屬于所述中間過濾詞庫，并且是該代表詞所在地址中的在所述中間過濾詞庫中詞頻最高的詞；步驟2：對每個選擇的代表詞，按如下公式計算一日的熵：\n[0008]\n[0009] 其中T表示包含該選擇的代表詞的所有配送地址在該日對應(yīng)的配送員數(shù)目，P表示所述對應(yīng)的配送員中每個配送員在該日的配送地址數(shù)占該所有地址的比例；步驟3：對每個選擇的代表詞，計算預設(shè)數(shù)目的多日的熵的平均值并作為該代表詞對應(yīng)的平均值。\n[0010] 可選地，所述步驟C包括：根據(jù)如下公式計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重：\n[0011]\n[0012] 其中 表示第i1個代表詞和第i2個代表詞之間的權(quán)重，L表示采樣天數(shù)，M表示在L天內(nèi)所述過濾詞庫中的所有代表詞所在的配送地址對應(yīng)的所有配送員的數(shù)目，aijk表示第k天，第i個代表詞所在的配送地址由第j個配送員配送的數(shù)量；對所述過濾詞庫中的所有詞按所述權(quán)重構(gòu)成鄰接矩陣，然后得出該鄰接矩陣對應(yīng)的拉普拉斯矩陣；將所述拉普拉斯矩陣的前K個最小的特征值對應(yīng)的特征向量排列組成N×K的矩陣，其中N表示所述過濾詞庫中的代表詞的數(shù)量；采用K-mans算法對所述N×K的矩陣按行進行聚類，將聚類之后的同一類的行對應(yīng)的代表詞作為同一類的代表詞。\n[0013] 根據(jù)本發(fā)明的另一方面，提供了一種確定商品配送范圍的裝置。\n[0014] 本發(fā)明的確定商品配送范圍的裝置包括：初始詞庫模塊，用于對于預選的包含配送員信息的多個歷史配送地址，使用查找重復串的方式確定多個代表詞得到初始詞庫；過濾模塊，用于對所述初始詞庫進行過濾得到過濾詞庫；其中，使該過濾詞庫中的各個代表詞分別對應(yīng)一個或幾個配送地址，并且每個代表詞所在的配送地址由一個配送員配送；聚類模塊，用于對于所述過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類；確定模塊，用于對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍。\n[0015] 可選地，還包括去重模塊，用于對所述初始詞庫模塊得到的詞庫中的多個代表詞進行去重處理。\n[0016] 可選地，所述過濾模塊還用于對所述初始詞庫進行第一級過濾和第二級過濾；所述第一級過濾包括：計算所述初始詞庫中各個詞在所述初始詞庫中的詞頻與該詞在指定城市的所有地址中出現(xiàn)的詞頻的比值，取該比值大于預設(shè)閾值的詞構(gòu)成中間過濾詞庫；所述第二級過濾包括：按如下步驟1至步驟3進行計算代表詞對應(yīng)的平均值，若步驟3中計算得到的平均值小于預選閾值，則舍棄該平均值大于預選閾值的代表詞并且再次執(zhí)行步驟1至步驟3，直至選擇的每個代表詞對應(yīng)的所述平均值小于所述預選閾值，然后將選擇的代表詞組成所述過濾詞庫：步驟1：從每一個所述歷史配送地址中選擇代表詞，該代表詞屬于所述中間過濾詞庫，并且是該代表詞所在地址中的在所述中間過濾詞庫中詞頻最高的詞；步驟2：\n對每個選擇的代表詞，按如下公式計算一日的熵：\n[0017]\n[0018] 其中T表示包含該選擇的代表詞的所有配送地址在該日對應(yīng)的配送員數(shù)目，P表示所述對應(yīng)的配送員中每個配送員在該日的配送地址數(shù)占該所有地址的比例；步驟3：對每個選擇的代表詞，計算預設(shè)數(shù)目的多日的熵的平均值并作為該代表詞對應(yīng)的平均值。\n[0019] 可選地，所述聚類模塊還用于：根據(jù)如下公式計算所述過濾詞庫中的所有代表詞兩兩之間的權(quán)重：\n[0020]\n[0021] 其中 表示第i1個代表詞和第i2個代表詞之間的權(quán)重，L表示采樣天數(shù)，M表示在L天內(nèi)所述過濾詞庫中的所有代表詞所在的配送地址對應(yīng)的所有配送員的數(shù)目，aijk表示第k天，第i個代表詞所在的配送地址由第j個配送員配送的數(shù)量；對所述過濾詞庫中的所有詞按所述權(quán)重構(gòu)成鄰接矩陣，然后得出該鄰接矩陣對應(yīng)的拉普拉斯矩陣；將所述拉普拉斯矩陣的前K個最小的特征值對應(yīng)的特征向量排列組成N×K的矩陣，其中N表示所述過濾詞庫中的代表詞的數(shù)量；采用K-mans算法對所述N×K的矩陣按行進行聚類，將聚類之后的同一類的行對應(yīng)的代表詞作為同一類的代表詞。\n[0022] 根據(jù)本發(fā)明的技術(shù)方案，獲取代表配送地址的代表詞，再對這些代表詞進行聚類，使配送區(qū)域得以細化，配送區(qū)域被劃分為多個網(wǎng)格，每個網(wǎng)格有一個配送員，直接按網(wǎng)格就可以確定各個配送員的配送范圍，因此能夠高效地確定各個配送員的配送范圍，有助于提高配送速度。\n附圖說明\n[0023] 附圖用于更好地理解本發(fā)明，不構(gòu)成對本發(fā)明的不當限定。其中：\n[0024] 圖1是根據(jù)本發(fā)明實施例的確定商品配送范圍的方法的主要步驟的示意圖；\n[0025] 圖2是根據(jù)本發(fā)明實施例的樹的結(jié)構(gòu)的示意圖；\n[0026] 圖3是根據(jù)本發(fā)明實施例的確定商品配送范圍的裝置的基本結(jié)構(gòu)的示意圖。\n具體實施方式\n[0027] 以下結(jié)合附圖對本發(fā)明的示范性實施例做出說明，其中包括本發(fā)明實施例的各種細節(jié)以助于理解，應(yīng)當將它們認為僅僅是示范性的。因此，本領(lǐng)域普通技術(shù)人員應(yīng)當認識到，可以對這里描述的實施例做出各種改變和修改，而不會背離本發(fā)明的范圍和精神。同樣，為了清楚和簡明，以下的描述中省略了對公知功能和結(jié)構(gòu)的描述。\n[0028] 在本發(fā)明實施例中，根據(jù)歷史配送地址，將配送區(qū)域劃分為多個網(wǎng)格，每個網(wǎng)格由一名配送員進行配送。歷史配送地址是歷史中的一段時間(幾周或兩三個月)的配送信息，其中包含配送員信息，即哪個配送員在哪天配送了哪些地址。圖1是根據(jù)本發(fā)明實施例的確定商品配送范圍的方法的主要步驟的示意圖。如圖1所示，該方法主要包括如下的步驟S11至步驟S14。\n[0029] 步驟S10：獲取歷史配送地址。\n[0030] 步驟S11：確定初始詞庫。本實施例中采用查找重復串的方式來得到初始詞庫。首先去除預先指定的一些明顯不能代表地址的字、詞、字符等，例如“省”、“市”、“區(qū)”、“街”、“路”等。然后統(tǒng)計每個字在所有歷史配送地址中出現(xiàn)的次數(shù)，如果小于預設(shè)值，該字也被去除，其中數(shù)字和字母不參與統(tǒng)計。最后對于保留下來的字，進行重復串查找，重復串長度預先設(shè)定，以重復串出現(xiàn)6次以上為例，將多條地址作為一項文本，該文本中各個字的位置如下：\n[0031] 北辰西路1號(11，12，13，14，15，16)\n[0032] 北辰西路1號(24，25，26，27，28，29)\n[0033] 北辰西路8號院(33，34，35，36，37，38，39)\n[0034] 北辰西路11號(41，42，43，44，45，46，47)\n[0035] 北辰西路1號(61，62，63，64，65，66)\n[0036] 北辰西路1號(83，84，85，86，87，88)\n[0037] 其中數(shù)字表示相應(yīng)的字在該文本中的位置，例如第一條地址中的“北”位于第11個字，“西”位于第13個字。\n[0038] 接下來建立樹并結(jié)合樹得到重復串。參考圖2，圖2是根據(jù)本發(fā)明實施例的樹的結(jié)構(gòu)的示意圖。在建立樹時，對每個節(jié)點包含“字、該字在各地址中的位置、樹的深度”，例如，在圖2中的樹20中，節(jié)點21中，字為“北”；該字在各地址中的位置為[11，24，33，41，61，83]；\n因為是第一個節(jié)點，因此樹的深度為0。在樹增加節(jié)點時，要對該字的下一個字進行等價類劃分，劃分結(jié)果如果某個等價類小于預設(shè)閾值，則該節(jié)點不能加入。最后用深度優(yōu)先原則處理，可采用堆棧來輔助實現(xiàn)，從而得到以“北”開頭的重復串長度為6次的“北辰西路”。\n[0039] 將歷史配送地址所有文本按上述方式處理，會得到多種重復串，并且同時出現(xiàn)大量實際內(nèi)容重復的地理名稱，這主要是由于書寫或錄入錯誤引起，例如得到45個“北辰世紀中心”、48個“辰世紀中心”、49個“北辰世紀中”，此時可進行去重處理。在允許冗余的情況下，對全字符串進行根據(jù)前向排序和后向排序后去重，如上結(jié)果重復串中只提取出“北辰世紀中心”。至此得到初始詞庫。\n[0040] 步驟S12：對初始詞庫進行過濾得到過濾詞庫。本實施例中對初始詞庫進行二級過濾，其中第一級過濾為TF-IDF過濾，第二級過濾為熵過濾。在初始詞庫中，很多詞對于代表整個收貨地址來說沒有意義，例如“大廈13層”、“八單元”、“單元9**室”、“管理處”、“編輯部”、“小區(qū)**號樓”等詞在多個配送站都會出現(xiàn)，在本實施例中采用TF-IDF過濾將其過濾掉；又如“中關(guān)村”、“大屯路”、“奧運村”這樣的詞所指的地理范圍不能代表具體的地理位置，并且一般是由多個配送員配送，在本實施例中采用熵過濾將其過濾掉。\n[0041] 在TF-IDF過濾中，將初始詞庫中各個詞在初始詞庫中的詞頻作為TF，將該詞在指定城市的所有地址中出現(xiàn)的詞頻作為IDF，計算二者比值即TF/IDF，該比值小于預設(shè)閾值時該詞被過濾掉，得到中間過濾詞庫。\n[0042] 在熵過濾中，按如下步驟1至步驟3進行計算代表詞對應(yīng)的平均值，若步驟3中計算得到的平均值小于預選閾值，則舍棄該平均值大于預選閾值的代表詞并且再次執(zhí)行步驟1至步驟3，直至選擇的每個代表詞對應(yīng)的平均值小于預選閾值，然后將選擇的代表詞組成過濾詞庫：\n[0043] 步驟1：從每一個歷史配送地址中選擇代表詞，該代表詞屬于中間過濾詞庫，并且是該代表詞所在地址中的在中間過濾詞庫中詞頻最高的詞；\n[0044] 步驟2：對每個選擇的代表詞，按如下公式計算一日的熵：\n[0045]\n[0046] 其中T表示包含該選擇的代表詞的所有配送地址在該日對應(yīng)的配送員數(shù)目，P表示對應(yīng)的配送員中每個配送員在該日的配送地址數(shù)占該所有地址的比例；\n[0047] 步驟3：對每個選擇的代表詞，計算預設(shè)數(shù)目的多日的熵的平均值并作為該代表詞對應(yīng)的平均值。\n[0048] 步驟S13：對于過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類。根據(jù)以上步驟所做的操作，從統(tǒng)計上可以保證，每條地址提取在中間過濾詞庫中詞頻最高的詞作為代表詞由一個配送員進行配送。每條地址的文本信息，通過分詞之后一條文本地址會對應(yīng)很多的地理名稱的詞。然后在通過詞過濾之后，提取的詞是代表定位配送范圍并且在一個配送區(qū)域內(nèi)有代表性的詞。例如地址“北京市西城區(qū)金融大街19號富凱大廈B座10層1005”中，“富凱大廈”就是有代表性的詞。前面的處理實際上是將所有的收貨地址的文本信息處理為一個詞來代替，如上例中的“富凱大廈”。但是同一個詞所代表的地址位置信息還是太細了，實際劃分的網(wǎng)格是多個詞的集合。一個詞的集合對應(yīng)著一個地址位置范圍，該范圍可認為是網(wǎng)格劃分出來的一個格子。在步驟13中，主要是解決的是如何將多個代表詞聚合成一個代表網(wǎng)格區(qū)域的詞集合。\n[0049] 本實施例中，步驟13按如下步驟進行：\n[0050] 步驟1：根據(jù)如下公式計算過濾詞庫中的所有代表詞兩兩之間的權(quán)重：\n[0051]\n[0052] 其中 表示第i1個代表詞和第i2個代表詞之間的權(quán)重，L表示采樣天數(shù)，M表示在L天內(nèi)過濾詞庫中的所有代表詞所在的配送地址對應(yīng)的所有配送員的數(shù)目，aijk表示第k天，第i個代表詞所在的配送地址由第j個配送員配送的數(shù)量。\n[0053] 步驟2：對過濾詞庫中的所有詞按權(quán)重構(gòu)成鄰接矩陣，然后得出該鄰接矩陣對應(yīng)的拉普拉斯矩陣。\n[0054] 步驟3：將拉普拉斯矩陣的前K個最小的特征值對應(yīng)的特征向量排列組成N×K的矩陣，其中N表示過濾詞庫中的代表詞的數(shù)量。\n[0055] 步驟4：采用K-mans算法對N×K的矩陣按行進行聚類，將聚類之后的同一類的行對應(yīng)的代表詞作為同一類的代表詞。因為每一行的元素是該行對應(yīng)的代表詞與該行每一列對應(yīng)的代表詞之間的相關(guān)度，所以與其他詞的相關(guān)度較為接近的代表詞應(yīng)當歸為同一類。\n[0056] 步驟S14：對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍。此時可以按類輸出各個代表詞，每一類形成一個商品配送范圍，在配送站直接按該商品配送范圍分揀貨物得到多組貨物，這樣每一組貨物就由一個配送員配送。\n[0057] 圖3是根據(jù)本發(fā)明實施例的確定商品配送范圍的裝置的基本結(jié)構(gòu)的示意圖。如圖3所示，確定商品配送范圍的裝置30主要包括初始詞庫模塊31、過濾模塊32、聚類模塊33、以及確定模塊34。\n[0058] 初始詞庫模塊31用于對于預選的包含配送員信息的多個歷史配送地址，使用查找重復串的方式確定多個代表詞得到初始詞庫；過濾模塊32用于對所述初始詞庫進行過濾得到過濾詞庫；其中，使該過濾詞庫中的各個代表詞分別對應(yīng)一個或幾個配送地址，并且每個代表詞所在的配送地址由一個配送員配送；聚類模塊33用于對于過濾詞庫中的各個代表詞，按其對應(yīng)的配送地址的地理位置接近的原則對這些代表詞進行聚類；確定模塊34用于對于聚類得到的各類的代表詞，將每一類代表詞對應(yīng)的多個配送地址作為一個商品配送范圍。\n[0059] 確定商品配送范圍的裝置30還可以包括去重模塊(圖中未示出)，用于對初始詞庫模塊得到的詞庫中的多個代表詞進行去重處理。過濾模塊還可用于對初始詞庫進行上述的第一級過濾和第二級過濾。聚類模塊33還可采用步驟S13中的步驟進行處理。\n[0060] 根據(jù)本發(fā)明實施例的技術(shù)方案，獲取代表配送地址的代表詞，再對這些代表詞進行聚類，使配送區(qū)域得以細化，配送區(qū)域被劃分為多個網(wǎng)格，每個網(wǎng)格有一個配送員，直接按網(wǎng)格就可以確定各個配送員的配送范圍，因此能夠高效地確定各個配送員的配送范圍，有助于提高配送速度。\n[0061] 以上結(jié)合具體實施例描述了本發(fā)明的基本原理，但是，需要指出的是，對本領(lǐng)域的普通技術(shù)人員而言，能夠理解本發(fā)明的方法和設(shè)備的全部或者任何步驟或者部件，可以在任何計算裝置(包括處理器、存儲介質(zhì)等)或者計算裝置的網(wǎng)絡(luò)中，以硬件、固件、軟件或者它們的組合加以實現(xiàn)，這是本領(lǐng)域普通技術(shù)人員在閱讀了本發(fā)明的說明的情況下運用他們的基本編程技能就能實現(xiàn)的。\n[0062] 因此，本發(fā)明的目的還可以通過在任何計算裝置上運行一個程序或者一組程序來實現(xiàn)。所述計算裝置可以是公知的通用裝置。因此，本發(fā)明的目的也可以僅僅通過提供包含實現(xiàn)所述方法或者裝置的程序代碼的程序產(chǎn)品來實現(xiàn)。也就是說，這樣的程序產(chǎn)品也構(gòu)成本發(fā)明，并且存儲有這樣的程序產(chǎn)品的存儲介質(zhì)也構(gòu)成本發(fā)明。顯然，所述存儲介質(zhì)可以是任何公知的存儲介質(zhì)或者將來開發(fā)出的任何存儲介質(zhì)。\n[0063] 還需要指出的是，在本發(fā)明的裝置和方法中，顯然，各部件或各步驟是可以分解和/或重新組合的。這些分解和/或重新組合應(yīng)視為本發(fā)明的等效方案。并且，執(zhí)行上述系列處理的步驟可以自然地按照說明的順序按時間順序執(zhí)行，但是并不需要一定按照時間順序執(zhí)行。某些步驟可以并行或彼此獨立地執(zhí)行。\n[0064] 上述具體實施方式，并不構(gòu)成對本發(fā)明保護范圍的限制。本領(lǐng)域技術(shù)人員應(yīng)該明白的是，取決于設(shè)計要求和其他因素，可以發(fā)生各種各樣的修改、組合、子組合和替代。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進等，均應(yīng)包含在本發(fā)明保護范圍之內(nèi)。