(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211296016.2 (22)申请日 2022.10.21 (71)申请人 拉扎斯网络科技 （上海） 有限公司 地址 200333 上海市普陀区真北路78 8号 507室 (72)发明人 张延　夏浩　沈国斌　 (74)专利代理 机构 北京清源汇知识产权代理事 务所(特殊普通 合伙) 11644 专利代理师 汪洋 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/04(2012.01) (54)发明名称 一种预测配送资源到达商户时间的方法及 装置 (57)摘要 本申请实施例提供一种预测配送资源到达 商户时间的方法及装置， 在上述方法中， 确定配 送资源待领取的第一待配送对象以及第一待配 送对象对应的第一商户信息， 然后， 获取配送资 源在已经领取的第二待配送对象对应的第二商 户信息。 通过商户目标位置向量模 型获取第一商 户对应的第一商户目标位置向量， 以及第二商户 对应的第二商户目标位置向量。 此处根据商户在 多层图谱结构中每层图谱结构对应的初始位置 向量， 经过计算得到的商户目标位置向量， 其中， 多层图谱结构包括近距离无线节点数据层图谱 结构和配送资源的历史行为数据层图谱结构。 通 过上述多层图谱结构提升了商户目标位置向量 的准确度， 也提升了配送资源到达商户所处位置 的预测准确率。 权利要求书3页 说明书29页 附图7页 CN 115481961 A 2022.12.16 CN 115481961 A 1.一种预测配送资源到 达商户时间的方法， 其特 征在于， 包括： 获取配送资源待领 取的第一待配送对象所属的第一商户信息； 将所述第一商户信 息输入至商户目标位置向量模型中， 获得所述商户目标位置向量模 型输出的所述第一商户信息对应的第一商户目标位置 向量， 其中， 所述商户目标位置 向量 模型用于根据第一商户在多层图谱结构中的每层图谱结构对应的初始位置向量， 获得第一 商户目标位置向量， 所述多层图谱结构包括近距离无线节点数据层图谱结构以及配送资源 的历史行为数据层图谱结构； 获取所述配送资源已领取的第 二待配送对象所属的第 二商户信 息， 获取所述第 二商户 信息对应的第二商户目标位置向量； 将所述第二商户目标位置向量和所述第 一商户目标位置向量作为输入数据， 输入到时 长预测网络模型中， 获得所述时长预测网络模型输出的用于表示所述配送资源从第二商户 所处位置 到达第一商户所处位置的第一预测时长信息 。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述第 一商户信 息输入至商户目标 位置向量模型中， 获得所述商户目标位置向量模型输出的所述第一商户信息对应的第一商 户目标位置向量， 包括： 根据所述第 一商户信 息， 获取所述第 一商户信 息对应的第 一商户在近距离无线节点数 据层图谱结构中的第一初始 位置向量， 获取所述第一商户信息对应的第一商户在所述配送 资源的历史行为数据层图谱结构中的第二初始位置向量； 计算所述第一初始位置向量与所述第二初始位置向量之间的第一损失值； 根据所述第一初始位置向量、 所述第 二初始位置向量、 以及所述第一损失值， 获取所述 第一商户目标位置向量。 3.根据权利要求1所述的方法， 其特征在于， 所述多层图谱结构还包括无线局域网数据 层图谱结构； 所述将所述第 一商户信 息输入至商户目标位置向量模型中， 获得所述商户目标位置向 量模型输出的所述第一商户信息对应的第一商户目标位置向量， 包括： 根据所述第 一商户信 息， 获取所述第 一商户信 息对应的第 一商户在近距离无线节点数 据层图谱结构中的第一初始 位置向量， 获取所述第一商户信息对应的第一商户在所述配送 资源的历史行为数据层图谱结构中的第二初始 位置向量， 获取所述第一商户信息对应的第 一商户在所述无线局域网数据层图谱结构中的第三初始位置向量； 计算所述第一初始位置向量、 所述第二初始位置向量、 以及所述第三初始位置向量之 间的第二损失值； 根据所述第一初始位置向量、 所述第 二初始位置向量、 所述第三初始位置向量、 以及所 述第二损失值， 获取 所述第一商户目标位置向量。 4.根据权利要求1所述的方法， 其特征在于， 所述获取所述第 二商户信 息对应的第 二商 户目标位置向量， 包括： 将所述第二商户信 息输入至所述商户目标位置向量模型中， 获得所述商户目标位置向 量模型输出的第二商户信息对应的第二商户目标位置向量， 所述商户目标位置向量模型用 于根据所述第二商户在多层图谱结构中的每层图谱结构对应的初始 位置向量， 获得第二目 标商户位置向量， 所述多层图谱结构包括近距离无线节点数据层图谱结构以及配送资源的权　利　要　求　书 1/3 页 2 CN 115481961 A 2历史行为数据层图谱结构。 5.一种预测商户目标位置的方法， 其特 征在于， 包括： 获取用于表征商户属性的商户信息； 将所述商户信 息输入至商户目标位置向量模型中， 获得所述商户目标位置向量模型输 出的所述商户信息对应的商户目标位置向量； 其中， 所述商户目标位置向量模型用于根据 所述商户在多层图谱结构中的每层图谱结 构对应的初始位置 向量， 获得所述商户目标位置 向量， 所述多层图谱结构包括近距离无线 节点层图谱结构以及配送资源的历史行为数据层图谱结构。 6.根据权利要求5所述的方法， 其特 征在于， 还 包括： 获得配送资源所使用的配送资源终端发送的用于请求获取待配送对象所处位置的第 一请求消息； 根据所述第一请求消息， 获取所述待配送对象所属的商户信息， 所述商户信息包括所 述待配送对象所属商户的商户标识信息以及商户的待配送对象配送信息； 所述将所述商户信 息输入至商户目标位置向量模型中， 获得所述商户目标位置向量模 型输出的所述商户信息对应的商户目标位置向量， 包括： 将所述商户标识信 息以及商户的待配送对象配送信 息作为输入数据， 输入到商户目标 位置向量模型中， 获得所述商户目标位置向量模型输出的所述商户信息对应的商户目标位 置向量， 所述商户目标位置向量 为用于表示配送资源领 取待配送对象的位置向量。 7.一种构建多层图谱结构的方法， 其特 征在于， 包括： 根据目标商户的近距离无线节点信号， 构建用于表征目标商户在目标区域内与其他商 户之间的连接关系的近距离无线节点数据层图谱结构； 根据所述目标商户搜索的无线局域网数据信 息， 构建用于表征目标商户在目标区域内 与其他商户之间的连接关系的无线局域网数据层图谱结构； 获取配送资源在第 一预设时段内的历史行为数据， 构建用于表征目标商户在目标区域 内与其他商户之间的连接关系的配送资源的历史行为数据层图谱结构； 根据所述近距离无线节点数据层图谱结构、 所述无线局域网数据层图谱结构、 以及所 述配送资源的历史行为数据层图谱结构， 构建用于表征目标商户在目标区域内与其他商户 之间的连接关系的多层图谱结构。 8.一种商户目标位置向量模型的训练方法， 其特 征在于， 包括： 构建用于表征配送资源到达目标区域内的目标商户所处位置的多层图谱结构， 所述多 层图谱结构包括近距离无线节点数据层图谱结构以及配送资源的历史行为数据层图谱结 构； 将所述近距离无线节点数据层图谱结构输入商户初始位置向量模型中， 获得所述商户 初始位置 向量模型输出的目标商户在所述近距离无线节点数据层图谱结构中的第一初始 位置向量； 将所述配送资源的历史行为数据层图谱结构输入所述商户初始位置向量模型中， 获得 所述商户初始位置 向量模型输出的目标商户在所述配送资源的历史行为数据层图谱结构 中的第二初始位置向量； 计算目标商户的第 一初始位置向量、 以及目标商户的第 二初始位置向量之间的第 一损权　利　要　求　书 2/3 页 3 CN 115481961 A 3