用于分析运输数据的系统和方法

摘要

一种分析运输数据的系统和方法包括接收包括与至少一个物品对应的运输数据的运输数据集。把运输数据的一部分转换成事件串，所述事件串包括与多个运输事件对应的多个事件符号。根据查询来选择性地过滤事件串以产生经过滤的事件串，并且可以报告与经过滤的事件串相关联的运输数据。

说明书

技术领域

本发明涉及用于分析数据的系统和方法，并且更具体地涉及用于分析运输数据的系统和方法。

背景技术

许多行业把货物从诸如供应商之类的初始位置运送到诸如零售位置之类的次级位置或运送到诸如配送中心之类的中间位置。货物也可以在到达目的地零售位置之前到达并离开多个零售位置。术语“供应链”通常指代货物从供应商到顾客的这种运输。在每个位置可以记录运输数据。运输数据可以包括特定货物集的到达和离开的时间和日期。在一些情况下，射频识别(“RFID”)标签可以被放置在货物群上以辅助记录运输数据。

除了跟踪货物的到达和离开时间之外，可以记录附加的运输数据，诸如环境数据。在易腐坏食品的示例中，可以记录货物的温度以确保易腐坏货物保持在所要求的温度范围内。术语“冷藏链”用来指代温度受控的供应链。

分析供应链可能复杂且计算要求高。具体而言，当公司使用多个快递员来把具有不同运送要求的大量货物运输到多个次级位置和多个中间位置时，分析供应链数据的复杂性可能显著地增大。

发明内容

一种分析运输数据的方法包括接收包括与至少一个物品对应的运输数据的运输数据集。把运输数据的一部分转换成事件串，所述事件串包括与多个运输事件对应的多个事件符号。根据查询来选择性地过滤事件串以产生经过滤的事件串，并且可以报告与经过滤的事件串相关联的运输数据。

一种用于分析运输数据的系统包括：运输数据集以及包括微处理器的计算机，所述微处理器用来把与至少一个运输物品对应的运输数据集的一部分转换成包括多个事件符号的事件串，以响应于查询而选择性地过滤事件串，以产生经过滤的事件串，并且报告与经过滤的事件串对应的运输数据。

根据以下的说明书和附图可以最好地理解本发明的这些及其他特征，以下的附图是简要说明。

附图说明

图1示意性地示出示例运输物品。

图2示意性地示出示例供应链。

图3示意性地示出图2的供应链的子集。

图4示意性地示出分析运输数据的方法。

图5示出示例运输数据。

图6示意性地示出把运输数据转换成事件串的方法。

图7示出多个示例位置。

图8示出多个示例事件和事件符号。

图9a示出示例事件串。

图9b示出在应用路线处理之后的图9a的事件串。

图10a示出示例事件串。

图10b示出在应用路线处理之后的图10a的事件串。

图11示出多个示例片段模式。

图12示出第一示例报告。

图13示出第二示例报告。

具体实施方式

图1示意性地示出示例运输物品20。数据记录单元22耦合到运输物品20。数据记录单元22包括唯一标识符22a，并且可以可选地包括以预定义的间隔集记录环境数据(诸如温度数据)的监视器22b。在一个示例中，唯一标识符22a对应于具有全球位置码的RFID标签。要理解，数据记录单元22可以与运输物品20相关联但不耦合到运输物品20，并且数据记录单元22不必须需要其自己的唯一标识符。例如，运输物品20可以包括唯一标识符。

图2示意性地示出诸如运输物品20之类的货物的示例供应链30。供应链30包括供应商32、配送中心34和多个零售位置36a-f。多个运送者38a-e可以用来把货物运输到供应链30中的各个位置32、34、36。

图3示意性地示出作为图2的供应链30的子集的供应链30a。如图3所示，运送者38b把货物从供应商32运输到配送中心34，并且运送者38c把货物从配送中34运输到零售位置36a-b。对于递送到零售位置36b的货物而言，零售位置36a可以被认为是中间位置。

图4示意性地示出分析与诸如供应链30a之类的供应链相关联的运输数据的方法100的非限制性实施例。然而，要理解，方法100不限于供应链分析，并且可以应用于其它领域。接收与供应链30a相关联的运输数据40(参见图5)(步骤102)。要理解，在步骤102中可以接收与许多物品而不是仅单个物品相关联的运输数据40。运输数据40包括多个运输事件46的每个的日期42和时间44。然而，要理解，运输数据40可以包括附加信息，诸如与运输事件46相关联的温度。

运输数据40然后被转换成事件串(步骤104；参见图6)。获得位置列表48(参见图7)(步骤120)，并且位置类型51被分配给每个位置(步骤122)。

事件符号50被分配给多个可能的事件52(步骤124；参见图8)，这包括给在每个位置类型51处发生的运输事件52a-52f分配事件符号50(步骤124)，并且也可以包括给诸如监视器启动52g、监视器停止52h、条件启动52i或条件停止52j之类的事件分配事件符号50。监视器启动52g和监视器停止52h对应于监视器22b的启动和停止。条件启动52i和条件停止52j可以被插入到所接收的运输数据40中，以指示有效数据的开始和结束。因为监视器22b可以在被附着到运输物品20之前被启动，并且可以在被从运输物品20移除之后被停止，所以可以记录错误的环境数据。条件启动52i和条件停止52i可以用来防止错误数据影响对运输数据40和环境数据的分析。

事件符号50被分配给运输数据40中的每个事件46(步骤126)。如图8所示，每个事件符号50可以是单个唯一字母数字字符。事件符号50以发生的次序进行放置以形成事件串56(步骤128；参见图9a或图9b)。在一个示例中，事件串56中的每个事件符号50是一种数据结构，其具有多个属性以存储与事件符号相关联的运输数据，诸如日期42、时间44、位置48和温度。

返回到图4，路线处理(步骤106)可以被应用于事件串56以区分中间位置与最终位置。这可以包括给对应于到达或离开的运输事件46分配默认类型设置(诸如大写字母)，并且给位置类型内的中间到达和离开分配第二类型设置(诸如小写字母)。代替使用不同大小写(case)设置，可以采取其它步骤来区分中间位置，诸如给中间位置分配可选事件符号。

例如，运输数据40指示“到达店#1”事件(“E”)、“离开店#1”事件(“F”)和“到达店#2”事件(“E”)，以指示零售位置36a是到零售位置36b的路上的中间位置。因此，在经路线处理的事件串56a(参见图9b，10b)中“到达店#1”和“离开店#1”事件可以被分配小写字母类型设置或者可以被分配如上所述的可选事件符号。

因为运输数据可以被以自动化的方式(诸如使用RFID)进行汇编，所以在运输数据收集中可能出现错误，诸如实际事件的重复。例如，单个运输事件可能被记录多次，从而形成事件串56c的重复部分58(参见图10a)。可以执行路线处理(步骤106)以清楚地识别重复部分58。

然后可以应用对应于查询60的片段模式62(步骤110)，以获得经过滤的数据64。图11示出六个示例查询60和伴随的片段模式62。在图11的示例中，片段模式62对应于正则表达式语言格式。然而，要理解：将不必须使用正则表达式语言格式，并且实践本发明的本领域技术人员将有能力使用另一格式或者开发其自己用于定义片段模式62的格式。

查询60a(通配符搜索)通过搜索事件串56d内的以监视器启动52g(“0”)为开始且以监视器停止52h(“1”)为结束的最长子串来查找整个运输行程。

查询60b(通配符搜索)通过搜索事件串56d内的以条件启动52i(“X”)为开始且以条件停止52j(“Y”)为结束的最长子串来查找有条件的行程。

查询60c(贪心搜索)通过搜索以配送中心到达52c(“C”)为开始且以配送中心离开52d(“D”)为结束、并且包括其间的零个或更多配送中心到达52c和配送中心离开52d的最长子串来查找对应于配送中心34的运输事件。

查询60d(向前搜索)搜索以零售到达52e(“E”)为开始且以条件停止52j(“Y”)为结束的最长子串，其中事件串中的零售离开52f(“F”)在条件停止52j后的一段时间但未包含在经过滤的数据64中。

查询60e(条件搜索)通过搜索以零售到达52e(“E”)为开始且以零售离开52f(“F”)为结束的最长子串来搜索零售片段。

查询60f(条件搜索)搜索第一部分66或第二部分68。“|”字符表示逻辑或算符。第一部分66等同于查询60d。第二部分68搜索以零售离开52f(“F”)为结束的零售到达52e(“E”)，其中除了条件停止52j(“Y”)的任何字符在零售到达52e和零售离开52f之间，且其中零售到达52e(“E”)不在条件停止52j(“Y”)之前。

如上所述，当使用RFID技术时，可能多次记录事件，这可能导致形成事件串56c的重复部分58(参见图10a，10b)。作为“错误处理”的一部分，适当的片段模式62可以被应用于事件串56c以适应重复部分58的形成。例如，查询60c可以被认为是错误处理查询，因为其查询以配送中心到达52c(“C”)为开始且以配送中心离开52d(“D”)为结束的最长子串，从而提供适应那两个事件之间的重复部分的能力。查询60e和60f也可以被认为是错误处理查询。

一种执行查询60a-60f的方式是生成用于运输物品20的每个运送的对象列表和对应的事件串(步骤104)。如果查询60a-60f是采取如上所述的正则表达格式，则正则表达引擎可以用来对照每个运送事件串56匹配每个模式。每个事件串56具有开始索引(针对事件串的第一字符的零，针对事件串的第二字符的一，等等)和结束索引。例如，对于包括三十个事件符号的事件串56d而言，开始索引将为零而结束索引将为二十九。因此，如果事件符号50是事件串56中的第N个字符，则事件符号的索引将是N-1。使用查询60f的示例，经过滤的事件串是“EFEY”，其来自事件串56d、具有二十二的开始索引并且具有二十五的结束索引。事件时间以及其它事件属性因此可以从第二十二和第二十五个事件对象取得。

可能期望的是计算片段持续时间。使用查询60f作为示例，如果“事件[]”是上述的事件对象列表的名称，则为了计算“EFEY”结果的持续时间(查询60f)，用于查询的这个计算将是“事件[25].时间-事件[22].时间”。更复杂的措施可以用来过滤温度日志，以执行诸如平均温度、最小温度、最大温度等等的计算。如果知道进一步的信息，诸如用于所运送产品的温度规范，则可以执行附加的产品特定片段计算，诸如超过产品最大值的时间、在产品范围外的时间、等等。

根据片段模式62过滤运输数据40(步骤112)，以产生经过滤的运输数据64。可以报告经过滤的运输数据64(步骤114)，并且也可以报告对应于经过滤的数据64的环境数据(步骤116)。图12示出第一示例报告70，其示出与运输物品的可接受温度上限80和可接受温度下限82相比、作为日期/时间74的函数的温度72。图13示出第二示例报告78，其示出温度72如何随片段模式(segment pattern)62而改变。

尽管已经公开了本发明的优选实施例，但是本领域的普通技术人员将意识到某些修改将属于本发明的范围内。为此，所附的权利要求书应当被研究以确定本发明的真实范围和内容。