经典算法与人工智能在外卖物流调度中的应用
SPEAKER / 徐明泉 百度外卖首席架构师 引言:外卖配送的背后 2 引言:外卖订单调度系统要考虑的因素 3 订单相关 骑士相关 • 商户、用户位置 • 用户期望时间 • 预计出餐时间.. • 现有订单的配送路线 • 新增订单后配送路线的改变情况 • 历史取送餐速度 • 完成每个订单的预计时间 • 熟悉的区域 • 配送工具 • 装载情况.. 环境相关 • 当前配送的繁忙程度 2 3 提纲 4 外卖订单的智能 调度系统 一. 智能调度系统的 大数据分析监控 二. 智能调度系统中 的人工智能 三. 提纲 5 外卖订单的智能 调度系统 一. 智能调度系统的 大数据分析监控 二. 智能调度系统中 的人工智能 三. 外卖订单智能调度系统发展历程 6 人工派单模式 • 调度员根据订单地址和骑士 位置来进行订单分配 • 人力调度派单峰值为每人 系统综合考虑各因素进行 订单分组,然后再指派给 合适的骑士 订单云端分组 整体最优分配 调度 系统 4.0 深度学习智能模式 • 出餐时间估算更准,缩短 骑士到店等待时间,节省 运力,提升用户等餐体验 出餐时间预估 深度学习智能 调度 系统 2.0 系统派单模式 • 系统综合考虑配送距离、 骑士运力、期望送达时间 等因素来自动派单 配送距离 期望送达时间 骑士运力 订单相似度 调度0 码力 | 28 页 | 6.86 MB | 1 年前3RocketMQ v3.2.4 开发指南
RocketMQ 开发挃南 针对 v3.2.4 ©Alibaba 消息中间件项目组 2015/1/7 文档变更历史 序号 主要更改内容 更改人 更改时间 1 建立初始版本 誓嘉 vintage.wang@gmail.com 2013/5/18 2 3.0 版本补充文档 誓嘉 vintage.wang@gmail.com Notification 规范,规范为我们设计系统挃明了 方吐,但是仍有丌少问题规范没有提及,对亍消息中间件又至关重要。RocketMQ 幵丌遵循任何规范,但是参考了 各种规范不同类产品的设计思想。 2 产品发展历史 大约经历了三个主要版本迭代 一、Metaq(Metamorphosis) 1.x 由开源社区 killme2008 维护,开源社区非常活跃。 https://github.com/ 要返种严格的优兇级,如果将优兇级压缩成几个,对业务的影响有多大? 4.3 Message Order 消息有序挃的是一类消息消费时,能挄照収送的顺序来消费。例如:一个订单产生了 3 条消息,分别是订单创 建,订单付款,订单完成。消费时,要挄照返个顺序消费才能有意丿。但是同时订单乀间是可以幵行消费的。 RocketMQ 可以严格的保证消息有序。 4.4 Message Filter Broker 端消息过滤0 码力 | 52 页 | 1.61 MB | 1 年前3深度学习在电子商务中的应用
网页前端 移动应用前端 系统架构图 会话分析 用户意图识别 检索模块 段落或句 子检索 文档检 索 专业检索接口: 商品参数接口 商品价格接口 商品信息接口 商品卖点接口 促销活动接口 订单信息接口 语法语义分析 用户画像 Json/rest 答案获取和排序模块 答案实体抽取 返回最相关答案 相关性句子排序 …… 机器学习/深度学习模型 电商知识库 社交嵌入应用前端 下单购买 订单查询 售后服务 其它闲聊 …… • 用户意图识别是非常 重要的一环。针对不 同的意图, 可以采用 不同的策略回应 • 用户意图识别可以采 用深度学习建模分类 你好,我买了两台空调,想问下安装 咋收费的呀? =》售后服务 问问你,苹果6与6S的运行内存都是1G 吗? =》商品研究 订单能不能改成货到付款? =》订单查询 23 深度学习模型: 从会话历史数据中学习回答问题0 码力 | 27 页 | 1.98 MB | 1 年前324-云原生中间件之道-高磊
前沿的数字化技术也让产业安全有了更多内涵。5G、AI、隐私计算等技术在构筑数字大楼的同时,不仅带来了全新的安全场景,也成为网络安全攻防 当中的利器;2020年井喷的远程办公,拷问传统安全边界防线,让“零信任”这一有着十年历史的理念再次受到关注,成为企业构建后疫情时代安全体系 的基石;云上原生的安全能力让成本、效率、安全可以兼得,上云正在成为企业解决数字化转型后顾之忧的最优解…… 安全是为了预防资产损失,所以当安全投入 通过跨域数据同步能力,实现多地域数据多活。 这个例子,也给数据库云原生化上的技术架构演进提 供了一个范本,并不是原封不动的迁移就变成云原生 高级能力-云原生数据库-应用的基石-3-场景 数据源 数据日志 消息数据 订单数据 云原生 DB 高并发写入 用户 MR 云DB 用户 日志消息类数据实时分析 支持企业低成本、大容量存储和查询各类日志、消息、交易、用户行为、画像等 结构化/半结构化数据,支持高吞吐量实时入库及数据实时查询,实现数据资源 负载均衡、流量监 控等职责与业务逻 辑隔离,在运行时 完成透明装配,同 时提供细粒度的消 息灰度和治理能力 高级能力-云原生大数据|AI-业务赋能的基石-1 大数据发展了近30年,甚至比云计算的历史还要 早,它带有那个时代的架构思路,体系庞大而且 复杂,因为业务上极其重要的地位,发出现先发 的优势,但是带来了后发的劣势: • 大数据平台为业务的营销、决策等活动进行 数字化支撑,这是新时代数字化的核心平台,0 码力 | 22 页 | 4.39 MB | 5 月前3KubeCon2020/微服务技术与实践论坛/Spring Cloud Alibaba 在 Kubernetes 下的微服务治理最佳实践-方剑
Spring Initializr 上线 Spring Cloud Alibaba 组件 2020.3 Aliyun Initializr 上线 Spring Cloud Alibaba 发展历史 https://spring.io/projects/spring-cloud-alibaba 5000+ 项目使用 Spring Cloud Alibaba构建微服务体系 300 + 公司生产环境上线 更灵活的摘除策略:调整权重 应用A 应用B 应用C 应用D 全局摘除:监管控一体 • 维度更加丰富 摘除后动作 • 弹性扩容替换故障机器 离群实例摘除: 单点故障自愈 服务治理中心 订单服务 交易服务 4. 发起调用 3. 获取token 5. 校验签名和规则 6. 审计日志 7. 返回结果 Agent • 规则优先级: 方法级别 > 应用 • 鉴权方式:白名单(允许调用),黑名单(拒绝调用)0 码力 | 27 页 | 7.10 MB | 1 年前3Apache RocketMQ 从入门到实战
节点数据的强一致性,该部署 架构在金融行业用的比较多。 二、消息订阅模型 在 RocketMQ 的消息消费模式采用的是发布与订阅模式。 topic:一类消息的集合,消息发送者将一类消息发送到一个主题中,例如订单模块将 订单发送到 order_topic 中,而用户登录时,将登录事件发送到 user_login_topic 中。 consumegroup:消息消费组,一个消费单位的“群体”,消费组首先在启动时需要 订阅需要消费的 topic。一个 topic 可以被多个消费组订阅,同样一个消费组也可以订阅多 个主题。一个消费组拥有多个消费者。 术语解释起来有点枯燥晦涩,接下来我举例来阐述。 例如我们在开发一个订单系统,其中有一个子系统:order-service-app,在该项目 中会创建一个消费组 order_consumer 来订阅 order_topic,并且基于分布式部署, order-service-app 人为干预,否则消费会 积压。 三、事务消息 事务消息并不是为了解决分布式事务,而是提供消息发送与业务落库的一致性,其实现 原理就是一次分布式事务的具体运用,请看如下示例: 上述伪代码中,将订单存储关系型数据库中和将消息发送到 MQ 这是两个不同介质的 两个操作,如果能保证消息发送、数据库存储这两个操作要么同时成功,要么同时失败, RocketMQ 为了解决该问题引入了事务消息。 温0 码力 | 165 页 | 12.53 MB | 1 年前3企业云原生的探索与落地深圳沙龙-RacherLabs-20-11-14/小程序+容器:前端后端全链路敏捷化
XX银行构建开放生态平台案例 借鉴“OPEN BANKING”理念提升APP核心竞争力 将各种活动嵌入到各个不同的生 活场景中,为客户提供从生活 需 求到解决方案的闭环生态 构建场景化生态 基于客户历史交易数据及行为数 据,实现客户“千人千面”的“个性 化”服务 提供个性化服务 统一接入 提供标准化、数字化的商户入 驻流程,实现对商家及商家活 动的动态管理 引入小程序上下架功能,通过 云原生 | 智能 | 敏捷 NOSQL数据库 缓存集群 注册中心 对象存储 接入网关 灰度发布 运营服务 云端编译 账户中心 通知中心 小程序管理 版本管理 数据统计 许可证服务 订单中心 规则引擎 支付服务 Rancher容器云 搜索引擎 Serverless Computing 接入网关 a p i … … … … … … 开发端 监控平台 运营端 服务治理0 码力 | 27 页 | 3.74 MB | 1 年前3机器学习课程-温州大学-12机器学习-关联规则
基于频繁k项集,连接生成候选频繁k+1项集。 3) 令k=k+1,转入步骤2。 12 2.Apriori算法 算法案例 第一次迭代:假设支持度阈值为2,创建大小为1的项集并计算它们的支持度。 订单编号 项目 T1 1 3 4 T2 2 3 5 T3 1 2 3 5 T4 2 5 T5 1 3 5 项集 支持度 {1} 3 {2} 3 {3} 3 {1,5} 2 {2,3} 2 {2,5} 3 {3,5} 3 F2 项集 支持度 {1,3} 3 {1,5} 2 {2,3} 2 {2,5} 3 {3,5} 3 C2 订单编号 项目 T1 1 3 4 T2 2 3 5 T3 1 2 3 5 T4 2 5 T5 1 3 5 15 2.Apriori算法 算法案例 2 {2,5} 3 {3,5} 3 C2 再次消除支持度小于2的项集。在这个例子中{1,2}。 现在,让我们了解什么是剪枝,以及它如何使Apriori成为查找频繁项集的 最佳算法之一。 订单编号 项目 T1 1 3 4 T2 2 3 5 T3 1 2 3 5 T4 2 5 T5 1 3 5 16 2.Apriori算法 算法案例0 码力 | 49 页 | 1.41 MB | 1 年前3云原生微服务最佳实践
HTTP HTTP HTTP 10% 90% web web web服务 Gray 基线版本 用户中心 Dubbo Gray Dubbo 基线版本 RPC RPC 订单中心 Dubbo Gray Dubbo 基线版本 RPC RPC 设备中心 Dubbo 基线版本 RPC 支付中心 Dubbo 基线版本 RPC RPC 数据中心 Dubbo Dubbo Gray Dubbo 基线版本 RPC RPC 微服务中心 app pos web MSE 云原生网关 认证鉴权服务 primweb web 订单中心 促销中心 商品中心 库存中心 渠道中心 用户中心 营销中心 会员中心 日志服务 安全 全链路监控 web服务 ES 云数据库 Rredis 版 RDS 云数据库 POLARDB 微服务中心 限流熔断0 码力 | 20 页 | 6.76 MB | 1 年前3网易云Service Mesh的产品架构与实现
Haproxy作为service mesh的Agentwww.163yun.com 从haproxy到envoy consul consul consul 注册中心 配置中心 haproxy 平台 haproxy 订单 haproxy 会员 /agents/haproxy/haproxy.ctmpl /consul-template /haproxy -f /agents/haproxy/haproxy0 码力 | 35 页 | 6.33 MB | 5 月前3
共 87 条
- 1
- 2
- 3
- 4
- 5
- 6
- 9