王洪艷

摘要：隨著大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)等信息技術(shù)的迅速發(fā)展，物流公共信息平臺(tái)由PC端逐漸向APP轉(zhuǎn)型，O2O貨運(yùn)平臺(tái)成為公路物流信息平臺(tái)新形式。為了提升進(jìn)O2O貨運(yùn)平臺(tái)的效率，促進(jìn)可持續(xù)發(fā)展，提出結(jié)合當(dāng)前平臺(tái)用戶潛在需求，進(jìn)一步優(yōu)化車貨撮合策略的思路，并從擴(kuò)展指標(biāo)體系，優(yōu)化匹配模型、完善個(gè)性化推薦及豐富配套機(jī)制等方面進(jìn)行分析。該研究將為改善平臺(tái)用戶體驗(yàn)，增加平臺(tái)用戶黏性，提升平臺(tái)核心競爭力奠定理論基礎(chǔ)。

關(guān)鍵詞：O2O；貨運(yùn)平臺(tái)；車貨撮合

中圖分類號(hào)：F74文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.16723198.2017.29.019

1引言

近兩年，在O2O貨運(yùn)平臺(tái)遍地開花的背景下，業(yè)界專家學(xué)者也對(duì)O2O貨運(yùn)平臺(tái)的也展開了廣泛研究，歸結(jié)起來，目前我國O2O貨運(yùn)平臺(tái)在發(fā)展中存在的問題集中在：平臺(tái)功能差異性較弱、信息來源的管理與控制不夠、信息撮合效率不高、誠信機(jī)制不完善等方面。O2O貨運(yùn)平臺(tái)作為一種典型的物流公共信息平臺(tái)，高效對(duì)接貨主與車主之間的供求信息，降低車輛的閑置和空駛，是其最直接最核心的功能。但是目前有關(guān)平臺(tái)運(yùn)營機(jī)制和技術(shù)手段的相關(guān)研究較多，車貨匹配與撮合優(yōu)化方面的相關(guān)研究相對(duì)較少。在當(dāng)前互聯(lián)網(wǎng)+背景下的O2O貨運(yùn)平臺(tái)，應(yīng)如何借助互聯(lián)網(wǎng)思維和大數(shù)據(jù)優(yōu)勢，提高車貨撮合效率，是提升平臺(tái)的核心競爭力、增加用戶黏性的重要途徑，也是平臺(tái)智能化、專業(yè)化面臨的主要問題之一，對(duì)該問題的研究和探索，具有重要的理論意義和應(yīng)用價(jià)值。

2車貨撮合問題描述

車貨撮合的過程從本質(zhì)上看是個(gè)信息匹配的過程。信息匹配是指將給出的提問與集合中己存儲(chǔ)的記錄進(jìn)行相似性比較，利用信息技術(shù)，根據(jù)一定的匹配標(biāo)準(zhǔn)選出有關(guān)信息，該過程屬于信息檢索的主要環(huán)節(jié)。而車貨撮合就是利用信息匹配技術(shù)，將物流公共信息平臺(tái)的車源信息與貨源信息按照“供需呼應(yīng)”的原則，把合適的信息檢索結(jié)果反饋給車主或貨主，以便進(jìn)行業(yè)務(wù)對(duì)接。

為保證車貨撮合方案的最優(yōu)，貨運(yùn)平臺(tái)車貨撮合策略的一般按照如下方式設(shè)計(jì)：首先，系統(tǒng)將發(fā)布的車源信息和貨源信息按照材料、車型、 載重和體積等硬性指標(biāo)進(jìn)行篩選；然后將符合篩選條件的信息根據(jù)成本、信息資源利用率、資質(zhì)水平和信譽(yù)水平等指標(biāo)進(jìn)行匹配方案排序；最后系統(tǒng)選擇匹配程度較高的方案推薦給車主和貨主等物流企業(yè)用戶，供車主和貨主進(jìn)行業(yè)務(wù)對(duì)接與確認(rèn)。

3車貨撮合問題解決的一般路徑

在解決車貨撮合問題的實(shí)現(xiàn)方式上， 主要有“被動(dòng)檢索”和“主動(dòng)推薦”兩種方式。

“被動(dòng)檢索”是貨運(yùn)平臺(tái)最早的車貨匹配方式，車主或貨主通過平臺(tái)PC端或APP，在貨運(yùn)平臺(tái)上輸入始發(fā)地、目的地、車型等關(guān)鍵屬性詞，通過信息檢索出滿足需求的所有結(jié)果，然后，根據(jù)自身經(jīng)驗(yàn)和偏好進(jìn)行對(duì)比，選擇貨運(yùn)交易方。由于使用搜索關(guān)鍵詞在很多時(shí)候并不能很好的表示用戶需求，所以，在這種方式下，用戶在得到檢索結(jié)果后，還需要人工排除掉大量不匹配的候選交易方。對(duì)于可供選擇方，也需要大量的時(shí)間通過經(jīng)驗(yàn)判斷、溝通交流和對(duì)比分析后才能確定最終交易方。因此，這種方式下，整個(gè)過程所需用戶時(shí)間成本較高，而效率較低。針對(duì)這種情況，有學(xué)者提出通過語義檢索技術(shù)，建立車源和貨源信息語義知識(shí)模型， 借助其語義推理能力，提升檢索準(zhǔn)確率，但是由于知識(shí)語義建模與推理過程較為復(fù)雜等原因， 語義檢索的方式在實(shí)際應(yīng)用中實(shí)現(xiàn)難度較大，目前在應(yīng)用中還較為少見。

“主動(dòng)推薦”本質(zhì)上是互聯(lián)網(wǎng)個(gè)性化信息推送技術(shù)的在貨運(yùn)平臺(tái)的應(yīng)用。在“主動(dòng)推薦”方式下，平臺(tái)根據(jù)通過一系列表示用戶需求的指標(biāo)，計(jì)算信息的用戶需求匹配度，主動(dòng)將相關(guān)車源或貨源信息推薦給用戶。該方式在實(shí)現(xiàn)過程中，首先要對(duì)信息推送主體的車主和貨主進(jìn)行車貨評(píng)價(jià)指標(biāo)體系的構(gòu)建，然后把車貨信息匹配初級(jí)篩選結(jié)果根據(jù)評(píng)價(jià)指標(biāo)和匹配模型進(jìn)行信息的匹配程度計(jì)算和綜合排序，最后把綜合排序得分較高的檢索結(jié)果推薦給相關(guān)用戶。該方式在一定程度上提升了貨運(yùn)平臺(tái)的智能性，體現(xiàn)了目前貨運(yùn)平臺(tái)的發(fā)展趨勢。

4車貨撮合策略的優(yōu)化需求與對(duì)策分析

雖然目前很多配載型貨運(yùn)平臺(tái)也把重點(diǎn)集中在車貨撮合這一個(gè)核心功能上，也開發(fā)了一定的主動(dòng)推薦功能，但是，在目前智慧物流的導(dǎo)向下，在移動(dòng)互聯(lián)、大數(shù)據(jù)技術(shù)等技術(shù)的迅速發(fā)展的背景下，為更好的為平臺(tái)用戶提供服務(wù)，更好的整合和利用平臺(tái)資源，貨運(yùn)平臺(tái)的車貨撮合策略需一步開發(fā)和完善。經(jīng)過廣泛調(diào)研，筆者認(rèn)為對(duì)當(dāng)前的O2O貨運(yùn)平臺(tái)的車貨撮合策略可以在以下幾個(gè)方面進(jìn)行的優(yōu)化和改進(jìn)。

4.1擴(kuò)展匹配指標(biāo)體系

從貨主的角度來看，其最為關(guān)注的關(guān)鍵指標(biāo)為：價(jià)格、時(shí)間、服務(wù)質(zhì)量、企業(yè)信用、準(zhǔn)時(shí)率、貨損貨差率。車主和貨主是平臺(tái)最為關(guān)鍵的兩大主體，但由于其物流需求不同，所以在選擇交易方時(shí)，考慮因素的側(cè)重點(diǎn)也有所不同。對(duì)貨主來說，在滿足其基本物流需求的基礎(chǔ)上，往往貨物運(yùn)輸?shù)慕?jīng)濟(jì)性指標(biāo)是其關(guān)注的重要的因素。對(duì)車主來說，在車輛滿載安全的基礎(chǔ)上，貨主愿意支付的價(jià)格越高越好。所以，基本上對(duì)于兩大主體，業(yè)內(nèi)普遍做法是分別構(gòu)建指標(biāo)體系。為區(qū)分用戶的剛性需求和柔性需求，李慧提出構(gòu)建車貨供需匹配的軟、硬兩層指標(biāo)體系，具有一定的參考意義。貨主指標(biāo)體系中的硬性指標(biāo)有：車型、載重、車長、體積，到貨時(shí)間，軟性指標(biāo)有：載重率、車長符合度、體積符合度、成本符合度、車主資質(zhì)、車主信譽(yù)；車主指標(biāo)體系中的硬性指標(biāo)有：材料、重量、車長、體積，到貨時(shí)間，軟性指標(biāo)有：載重率、車長符合度、體積符合度、成本符合度、貨主資質(zhì)、貨主信譽(yù)。這套指標(biāo)體系中包含了社會(huì)因素和經(jīng)濟(jì)因素，但是，除此之外，用戶進(jìn)行交易方選擇時(shí)，還需考慮諸如位置、天氣、交通狀況等情境因素。隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、LBS，這些情境因素是可以獲取到的。所以，筆者認(rèn)為，為提升車貨撮合效率，應(yīng)進(jìn)一步擴(kuò)充當(dāng)前匹配指標(biāo)體系，在車主和貨主指標(biāo)體系種增加情境類軟性指標(biāo)。

4.2優(yōu)化匹配模型endprint

在軟硬兩級(jí)匹配指標(biāo)體系下，車貨供需匹配模型一般首先根據(jù)硬性指標(biāo)進(jìn)行篩選，如果信息不符合硬性指標(biāo)要求，則直接被剔除，否則，將成為候選推薦信息。對(duì)于候選推薦信息，將根據(jù)指標(biāo)的層次和權(quán)重對(duì)每一種匹配因素進(jìn)行綜合得分計(jì)算和排序，生成撮合方案。各指標(biāo)的權(quán)重設(shè)置，一般綜合對(duì)平臺(tái)用戶的調(diào)研分析和專家領(lǐng)域知識(shí)得到。

但是，隨著電子商務(wù)對(duì)人們生活的不斷滲透，在當(dāng)前貨運(yùn)市場上，整車運(yùn)輸，尤其是回程的整車運(yùn)輸相對(duì)較少，在這種情況下，零擔(dān)整合成為車主最大化降低運(yùn)輸成本的唯一方法和手段。但是，目前貨運(yùn)平臺(tái)上提供零擔(dān)整合功能還尚待完善。所以，在當(dāng)前匹配模型的基礎(chǔ)上進(jìn)行一定擴(kuò)展，增加對(duì)貨源零擔(dān)整合方案的推薦，將會(huì)大大提高車主的滿意度，對(duì)于車貨撮合的效率也必然有相當(dāng)?shù)奶嵘?/p>

4.3完善個(gè)性化推薦方式

在指標(biāo)體系構(gòu)建完成后，一般O2O貨運(yùn)平臺(tái)在直接按照綜合評(píng)分結(jié)果，將TOP N的信息主動(dòng)推薦給相關(guān)平臺(tái)用戶（車主或貨主）。但是，在這種模式下，由于沒有考慮用戶潛在需求和偏好，所以，有時(shí)候不能將平臺(tái)上一些存在潛在價(jià)值的信息推動(dòng)給用戶。利用大數(shù)據(jù)技術(shù)，對(duì)平臺(tái)的用戶行為進(jìn)行分析，深入挖掘用戶潛在需求，建立用戶行為模型，根據(jù)用戶偏好進(jìn)行個(gè)性化的精準(zhǔn)信息推薦是商業(yè)信息推薦的主流趨勢。精準(zhǔn)化信息推薦模型可以更好的為用戶服務(wù)，滿足用戶潛在需求。例如，平臺(tái)通過分析貨主的歷史發(fā)貨時(shí)點(diǎn)、發(fā)貨線路、發(fā)貨種類、發(fā)貨批量及用車情況，把握貨主的發(fā)貨規(guī)律及用車需求，精準(zhǔn)向貨主發(fā)送車源預(yù)報(bào)與空車信息；同時(shí)通過分析承運(yùn)人的歷史發(fā)車頻率、常駛線路、承運(yùn)貨物類型及批量，把握承運(yùn)人的承運(yùn)偏好及流向規(guī)律，精準(zhǔn)向承運(yùn)人發(fā)送貨源預(yù)報(bào)與常駛線路的貨源推薦。

本文提出的精準(zhǔn)化信息推薦模型，采用組合信息推薦的方式，在原來普通信息推薦機(jī)制中，增加協(xié)同過濾推薦機(jī)制作為補(bǔ)充，兩種組合機(jī)制相互配合，將車貨供需信息匹配的信息更加精準(zhǔn)的向用戶進(jìn)行推薦，從而提升車貨撮合的成功率，該模型的工作流程如下圖1所示。協(xié)同過濾推薦是個(gè)性化信息推薦領(lǐng)域的一種重要方法，它通過對(duì)用戶行為的分析和挖掘，找到相似用戶群，并把該用戶群中最相似的物品或服務(wù)推薦給用戶。因此，協(xié)同過濾推薦以用戶行為模型為基礎(chǔ)，找到相似行為的用戶，并根據(jù)普通信息推薦的結(jié)果，將相似用戶最適合的服務(wù)推薦給當(dāng)前用戶，這種方式本質(zhì)上是對(duì)用戶潛在需求的挖掘。協(xié)同過濾推薦可以看作是普通信息推薦的有益補(bǔ)充，兩者結(jié)合，共同推進(jìn)精準(zhǔn)化車貨撮合信息的推薦的實(shí)現(xiàn)。推薦結(jié)果向用戶推送時(shí)，最好采用交互式推送方式，這樣可以把用戶的偏好信息通過交互方式，反饋到用戶行為模型，從而優(yōu)化推薦最終結(jié)果。

圖1精準(zhǔn)化信息推薦模型示意圖

4.4豐富配套機(jī)制

車貨撮合策略要充分發(fā)揮其作用，還需要具有完備豐富的配套機(jī)制相協(xié)調(diào)。比如依賴交易雙方的評(píng)價(jià)信息建立起來的誠信機(jī)制，保證雙方交易安全順利之行的監(jiān)管機(jī)制，以及促進(jìn)平臺(tái)良性循環(huán)的引導(dǎo)和激勵(lì)機(jī)制。豐富完備的配套機(jī)制，不但可以促進(jìn)整個(gè)平臺(tái)的規(guī)范化和標(biāo)準(zhǔn)化，更是促進(jìn)整個(gè)平臺(tái)健康運(yùn)營生態(tài)鏈的基礎(chǔ)和保障。

5結(jié)論與展望

車貨撮合作為O2O貨運(yùn)平臺(tái)的核心功能，其用戶體驗(yàn)的好壞，直接影響平臺(tái)用戶體驗(yàn)和平臺(tái)的可持續(xù)發(fā)展。本文從平臺(tái)用戶潛在需求為出發(fā)點(diǎn)，利用互聯(lián)網(wǎng)思維和大數(shù)據(jù)分析技術(shù)，對(duì)當(dāng)前O2O貨運(yùn)平臺(tái)的車貨撮合策略進(jìn)行優(yōu)化，提高信息推薦的精準(zhǔn)度和貨運(yùn)平臺(tái)的智能性，對(duì)于增加平臺(tái)用戶體驗(yàn)和用戶黏性，促進(jìn)資源整合，提高行業(yè)效率以及平臺(tái)的可持續(xù)運(yùn)營和良性循環(huán)具有重要意義。在數(shù)據(jù)規(guī)模越來越大的今天，對(duì)O2O貨運(yùn)平臺(tái)優(yōu)化和改進(jìn)仍有很大的拓展空間，如何進(jìn)一步充分利用大數(shù)據(jù)分析技術(shù)與互聯(lián)網(wǎng)思維，促進(jìn)平臺(tái)發(fā)展和物流活動(dòng)規(guī)范化與標(biāo)準(zhǔn)化，值得進(jìn)一步研究探索。

參考文獻(xiàn)

[1]彭靜.車貨匹配類“互聯(lián)網(wǎng)+物流”企業(yè)現(xiàn)狀剖析[J].現(xiàn)代營銷，2016，（11）.

[2]李永平.基于物聯(lián)網(wǎng)技術(shù)的甩掛物流信息平臺(tái)建設(shè)研究[D].西安：長安大學(xué)，2014.

[3]汪傳雷等.基Web 3.0的物流信息平臺(tái)社區(qū)模型構(gòu)建研究[J].情報(bào)理論與實(shí)踐， 2016，（39）.

[4]陳立.物流信息匹配的機(jī)理研究.物流技術(shù)[J].物流技術(shù)，2010，（21）.

[5]牟向偉等.基于改進(jìn)量子進(jìn)化算法的車貨供需匹配方法研究[J].中國管理科學(xué)，2016，（12）.

[6]顧佳婧.基于語義網(wǎng)技術(shù)的車貨匹配系統(tǒng)[D].北京：清華大學(xué)，2013.

[7]李慧.配載型物流信息服務(wù)平臺(tái)的車貨供需匹配研究[D].北京：北京交通大學(xué)，2015.

[8]李俚，周曉蓉.物流陸運(yùn)業(yè)務(wù)交易平臺(tái)撮合算法研究與實(shí)現(xiàn)[J].制造業(yè)自動(dòng)化，2013，（35）.

[9]袁孝尚.中儲(chǔ)智運(yùn)：建新生態(tài)下的互聯(lián)網(wǎng)貨運(yùn)平臺(tái)[N].現(xiàn)代物流報(bào)，2016-1-29（A04）.endprint