- 综合排序
- 最热优先
- 最新优先
- 来自专栏刘旷专栏
解决骑手困局，从赋予系统温度开始
近日《外卖骑手，困在系统里》一文揭示了不少外卖系统背后存在的问题，一时间引发了大量有关骑手安全问题的讨论。 总体来看，既然骑手问题的直接诱因是时间问题，那么修改或放宽骑手配送的时间，就是一个看起来很直接有效的方式。 但值得注意的是，系统为骑手设定的配送时间，是根据用户、场景等多种因素考虑得出的。 因为外卖服务是非常复杂的，从角色来说，外卖涉及商家、平台、骑手、用户四方，从服务过程来看，从用户下单到商家出餐再到骑手配送，涉及众多角色众多环节，每天数千万单的量一叠加，系统只能用算法解决可以解决的问题 在优化系统措施上，美团表示调度系统会留给骑手8分钟的弹性时间，让骑手可以等电梯，在路口慢一点。此外，在恶劣天气下，美团还表示系统会延长配送时间，甚至停止接单。 除了以上系统优化和安全保障措施外，美团还将改进骑手奖励模式，加入安全指标考核标准，同单量区间组成新考核标准。这意味着，安全和快速将成为同样重要的考核标准，这样的改变将有效强化骑手的安全配送意识。
47820发布于 2020-09-11 外卖跑腿配送开发如何构建属于自己的本地配送平台
那么，一个完整的外卖跑腿配送开发项目，到底应该如何构建？本文将从平台架构、订单系统、骑手调度、配送逻辑、地图定位、高并发处理等方面，详细解析外卖跑腿配送开发的核心技术实现。 而如今越来越多本地商家、创业团队开始转向：本地独立配送平台校园配送平台同城跑腿系统社区团购配送商超即时配送因为很多区域市场，更需要：本地化运营本地骑手团队灵活配送规则自定义抽佣模式所以外卖跑腿配送开发， ↓配送完成在外卖跑腿配送开发中，订单系统不仅仅要处理支付，还需要同时处理：配送距离配送时间骑手状态商家出餐时间配送范围四、外卖跑腿配送开发订单数据设计订单系统通常是整个平台最核心的数据模块。 消息队列处理订单用户下单 ↓进入MQ队列 ↓库存系统处理 ↓骑手系统处理这样可以提升系统吞吐能力。 十一、总结一个完整的外卖跑腿配送开发项目，本质上并不仅仅是做一个点餐系统。而是构建：用户系统商家系统骑手系统调度系统配送系统数据运营系统组成的完整本地生活生态。
13210编辑于 2026-05-19- 来自专栏美团无人配送
【美团技术解析】机器学习在美团配送系统的实践：用技术还原真实世界
美团“超脑”配送系统的由来 2014年，斯嘉丽·约翰逊主演的科幻片《超体》大火，影片中主人公Lucy由于无意中摄入了大量的代号为“CPH4”的神秘药物，大脑神经元获得空前的开发，获得了异乎寻常的超能力， 因此我们内部把配送的AI系统，简称为“超脑”配送系统。 ? 多传感器：提供室内定位 、精细化场景刻画、骑手运动状态识别 正确理解和准确预测 时间预估：提供所有配送环节时间的准确预估 其他预估：销量预估、运力预估等 完成复杂决策 调度系统：多人多点实时调度系统，完成派单决策 定价系统：实时动态定价系统，完成定价决策：用户收多少钱？给骑手多少钱？ 规划系统：配送网络规划系统，完成规划决策：站点如何划分？运力如何运营？ 配送系统的核心参数ETA ETA（Estimated Time of Arrival，时间送达预估）是配送系统中非常重要参数，与用户体验、配送成本有直接关系，而且会直接影响调度系统和定价系统的最终决策。
1.3K50发布于 2019-05-10 - 来自专栏SnailTyan
机器学习在美团配送系统的实践：用技术还原真实世界-笔记
美团“超脑”配送系统的由来 美团内部把配送的AI系统，简称为“超脑”配送系统。 2. 进一步提升效率并形成循环，更好的用户体验，让更多用户（商户）聚集过来，提升规模和密度，进一步提升配送效率。 4. 多传感器：提供室内定位以、精细化场景刻画、骑手运动状态识别 正确理解和准确预测 时间预估：提供所有配送环节时间的准确预估 其他预估：销量预估、运力预估等 完成复杂决策 调度系统：多人多点实时调度系统 定价系统：实时动态定价系统，完成定价决策：用户收多少钱？给骑手多少钱？ 规划系统：配送网络规划系统，完成规划决策：站点如何划分？运力如何运营？ 5. 配送系统的核心参数ETA ETA（Estimated Time of Arrival，时间送达预估）是配送系统中非常重要参数，与用户体验、配送成本有直接关系，而且会直接影响调度系统和定价系统的最终决策。
1.3K20编辑于 2022-06-12 配送外卖系统源码如何降低外卖平台的技术和运营成本
本文从系统架构、核心模块设计和关键代码实现三个层面，拆解配送外卖系统源码是如何帮助平台降低技术和运营成本的。 3已完成4已取消privateDatecreateTime;}当你后期增加“预约单”“加急单”时，只需在订单状态和规则层扩展，而不用重写整个系统。 三、智能派单机制降低人工调度成本在没有系统支撑的情况下，很多平台早期会依赖人工派单或简单规则派单，这会直接导致：客服人力成本高派单效率低骑手体验差配送外卖系统源码通常内置自动派单逻辑。 80%以上的派单工作，平台可以明显减少：客服介入频率骑手投诉订单流转时间四、统一多端系统，减少重复开发与维护很多平台一开始会踩的坑是：用户端一套逻辑商家端一套逻辑骑手端再写一套而配送外卖系统源码通常采用统一后端服务 ，可以实现：日结/周结自动生成商家、骑手自助查看财务只做审核不做计算六、从“能跑”到“能规模化”的关键真正拉开平台差距的，并不是有没有外卖系统，而是：系统能不能低成本扩展业务增长后技术是否扛得住配送外卖系统源码通过
18310编辑于 2026-01-26- 来自专栏Alfred数据室
外卖骑手的困局，算法不背这个锅 | Alfred数据室
《人物》杂志发表了《外卖骑手，困在系统里》一文，文中从外卖骑手的视角出发，探究了目前外卖生态中外卖骑手送餐只能越来越快、越来越不顾自身安全的困局，引起大家对于外卖平台以及其所设计出来的算法的批判，并且在引言中发起一个思考 该论文首次比较系统地披露了外卖平台（饿了么）目前采用哪些特征如何设计算法来预估从顾客下单到外卖员送餐到顾客手上所使用的时间，被KDD 2020（数据挖掘领域顶级会议）接收为口头报告论文。 一、关于算法造成骑手困局的逻辑 《外卖骑手，困在系统里》一文中透露出来的逻辑，或者说大家脑海里关于算法造成骑手困局的逻辑是这样的： ? 聚合因素：包括通过骑手手机的GPS轨迹等计算出来的聚合因素； 3. 菜品因素：比如说拉面、披萨、火锅等不同菜品的种类等； 4. 餐厅备餐时间 5. 引用： [1] 人物.外卖骑手，困在系统里[EB/OL].https://mp.weixin.qq.com/s/Mes1RqIOdp48CMw4pXTwXw,2020-09-08. [2] Lin Zhu
1.6K10发布于 2020-09-14 - 来自专栏SnailTyan
即时配送的订单分配策略：从建模和优化-笔记
怎么在配送体验和配送成本之间取得最佳的平衡，是即时配送平台生存的根基和关键所在。在用户满意度持续提升的同时，降低配送成本、提高骑手满意度、驱动配送系统的自动化和智能化，是外卖配送团队要解决的难题。 即时配送智能调度系统 措施 首先通过优化设定配送费以及预计送达时间来调整订单结构； 在接收订单之后，考虑骑手位置、在途订单情况、骑手能力、商家出餐、交付难度、天气、地理路况、未来单量等因素，在正确的时间将订单分配给最合适的骑手 ，并在骑手执行过程中随时预判订单超时情况并动态触发改派操作，实现订单和骑手的动态最优匹配； 系统派单后，为骑手提示该商家的预计出餐时间和合理的配送线路，并通过语音方式和骑手实现高效交互； 在骑手送完订单后 系统派单具备如下优势： 系统可以在全局层面上掌握和配送有关的骑手、商家、用户、订单等各类信息，在此基础上，可以做出全局较优的方案，从而提升配送效率和配送体验，减少配送成本； 显著减轻人工调度员的工作，从而降低人工成本 即时配送订单分配场景下的数据包括两类： 直接通过业务系统采集可获取的数据，例如订单数据、骑手负载数据、骑手状态数据等。
2.8K20编辑于 2022-06-12 外卖系统小程序开发怎么做？从平台搭建到配送系统完整解析
但很多人理解的外卖系统，只是一个“点餐页面”。实际上，一个成熟的外卖平台，背后包含订单系统、配送调度、商家管理、骑手协同、营销体系等多个核心模块。那么，外卖系统小程序开发到底应该怎么做？ 商家后台主要用于：商品管理库存调整营业时间设置订单处理配送范围设置查看经营数据对于多门店平台，还需要支持门店独立管理。然后是骑手配送端。配送系统其实是整个外卖系统小程序开发中最核心的一部分。 、外卖系统小程序开发中的下单流程一个完整的外卖订单流程通常如下：用户下单 ↓生成订单 ↓支付成功 ↓通知商家 ↓进入配送队列 ↓骑手接单 ↓配送完成这里面最关键的是：订单状态流转高并发处理配送协同尤其在高峰期 五、外卖配送系统如何实现自动派单很多人认为外卖系统开发最难的是页面。实际上，真正复杂的是配送调度逻辑。例如系统需要判断：哪个骑手距离最近哪个骑手当前空闲哪个骑手顺路哪个骑手即将超时这些都需要算法参与。 十、外卖系统如何实现实时消息通知外卖平台中，消息通知非常关键。例如：用户支付成功商家接单骑手到店骑手配送中订单完成这些状态都需要实时推送。通常会使用：WebSocket + 消息队列实现实时通信。
12310编辑于 2026-05-25- 来自专栏携程技术
干货 | 机器学习算法在饿了么供需平衡系统中的应用
三、压力平衡系统 3.1 系统目标 压力平衡系统要解决的问题是：当配送供给(骑手)与用户需求（订单）出现日内的异常不匹配时，为了保证用户体验不受到过大损伤，及时有效地使用调控手段来平衡需求与供给。 3.3 数据监控 我们还构建了一套策略实时监控系统，方便相关人员查看。例如，图4显示的是某个团队的实时压力系数。 图4 压力系数监控看板 四、机器学习算法在压力平衡中的应用 在这个章节中，我将通过两个案例来介绍机器学习算法在构建饿了么压力平衡系统中起到的关键作用。 包含前28天、21天、14天、7天、5天、3天的骑手平均最大非超时背单量； 2）天气和温度信息； 3) 骑手的个性化信息：包括骑手的等级，骑手的工作天数，骑手所在团队的信息等； 4) 时间信息：主要包括该日是一周的哪一天 图4中的虚线即展示了其中一次预测的值。
4.4K130发布于 2018-03-16 - 来自专栏SnailTyan
美团智能配送系统的运筹优化实战-笔记
美团智能配送系统架构 美团配送业务场景复杂，单量规模大。在大规模的业务场景下，配送智能化就变得非常重要，而智能配送的核心就是做资源的优化配置。 外卖配送既有线上的业务，也有线下的复杂运营。 Note: 机器学习系统：例如ETA预估 调度系统：根据订单进行骑手的分配 LBS系统：路径规划 定价系统：根据时间、天气、运力情况进行动态定价 规划系统：可以使用行政区域划分，在此基础上再进行调整 2 2.3 骑手路径规划 骑手的路径规划问题，不是简单的路线规划，一个骑手身上有很多配送任务，这些配送任务存在各种约束，怎样选择最优配送顺序去完成所有任务，这是一个NP难问题。 系统派单、系统改派，都依赖路径规划算法。在骑手端，给每个骑手推荐任务执行顺序。路径规划算法核心的诉求是优化效果必须是稳定的好。不能这次的优化结果好，下次就不好。另外，运行时间一定要短。 对于骑手来说，平台没法规定每个骑手的任务执行顺序。骑手在配送过程中可以自由发挥，所以骑手执行顺序的不确定性也一直存在。 Reference 美团智能配送系统的运筹优化实战
2.7K20编辑于 2022-06-12 外卖跑腿配送开发如何构建高效稳定的即时配送平台
但真正做过外卖跑腿配送开发的人会发现：即时配送平台真正难的，并不是做一个下单页面。而是：如何在高并发场景下，让订单、骑手、商家、地图、支付、调度系统稳定协同运行。 尤其在：午餐高峰晚餐高峰节假日活动期间，大量订单同时涌入，如果系统架构不合理，很容易出现：系统卡顿骑手调度混乱商家漏单配送超时用户支付失败因此，一个成熟的外卖跑腿配送开发平台，本质上更像是一个“高并发实时调度系统 本文将从平台架构、订单系统、骑手调度、高并发处理、地图定位以及系统稳定性等方面，详细解析如何构建高效稳定的即时配送平台。 完整订单流程通常如下：用户下单 ↓生成订单 ↓支付成功 ↓商家接单 ↓系统派单 ↓骑手接单 ↓配送完成订单系统不仅仅需要记录订单。更重要的是：处理订单状态流转。 九、总结一个真正成熟的外卖跑腿配送开发平台，本质上并不仅仅是做一个下单系统。而是需要同时构建：用户系统商家系统骑手系统调度系统地图系统支付系统数据运营系统共同组成完整的即时配送生态。
10310编辑于 2026-05-20外卖配送系统搭建方法核心：调度算法与任务分配机制实现思路
做外卖配送系统，如果没有调度算法，本质上只是一个“下单+通知工具”。真正决定平台履约效率的，不是页面，而是调度机制。 一套成熟的外卖配送系统，核心要解决三个问题：订单如何快速匹配骑手如何降低配送总时长如何平衡骑手负载与平台效率下面直接讲实现思路。一、调度模型基础设计调度系统的本质是一个“多约束条件下的最优匹配问题”。 这种方式的好处是：防止某个骑手被疯狂派单提高整体配送均衡性可根据运营策略动态调整权重四、批量订单优化（进阶）当系统进入高峰期，不能再用“单单匹配”，而要使用批量调度。 很多外卖配送系统只做到“抢单模式”，把调度交给骑手自己。这种方式适合早期平台，但一旦订单上量，履约效率一定下降。 真正成熟的外卖配送系统，一定具备：智能调度能力批量订单处理能力可调权重策略高并发容错机制调度算法决定配送效率，配送效率决定用户体验，用户体验决定复购率。
44510编辑于 2026-03-30- 来自专栏AI研习社
专访美团点评 AI 技术团队负责人何仁清：全球规模最大的智能配送调度系统是如何建成的
以下是采访内容： Q：美团智能配送系统每天要处理千万级的订单，管理近50万骑手，对于这种复杂问题的求解和优化很多大公司都还无从下手，你能否简单地向读者介绍下美团智能配送系统的技术框架？ 通过实时调度系统，实现订单和骑手的动态最优匹配，大大提升了配送效率；同时，通过定价系统，实现对用户端、骑手端、商户端的合理定价，为即时配送的各参与方建立良好的生态系统，实现了多方共赢的目标。 A：美团点评的数据闭环是配送系统的核心能力之一，骑手可以触达城市的每一个角落，收集到的完备并且准确数据，而且这些数据都具备非常高的商用价值。 当然，数据采集的渠道很多种，常规的是商家端、骑手App。 ，配送调度系统也需要保持以客户为中心，提供让客户更满意、让骑手更高效的服务。 为此，我们做了很多方面系统改造，比如在订单调度系统中加入了骑手偏好和运营奖励等因素，有效增加了骑手对平台的粘性。
2.7K20发布于 2018-07-26 外卖配送系统开发搭建从0到1：小程序、App与后台如何联动
如今，即时配送行业正在快速发展，越来越多企业开始关注“外卖配送系统开发搭建”。很多人认为，外卖系统只是一个点餐页面，但真正完整的平台，其实涉及用户端、商家端、骑手端以及后台管理系统之间的大量实时联动。 用户下单之后，系统需要同步通知商家接单、骑手配送、后台调度，并实时更新订单状态。整个过程如果任何一个环节出现延迟，都会直接影响用户体验。 一、外卖配送系统整体架构设计一个完整的外卖配送平台，通常会包含：用户端小程序/App商家管理端骑手配送端平台运营后台API接口服务数据库与缓存系统消息推送服务整个系统的数据流转，大致如下：用户下单 ↓接口服务接收订单 ↓订单系统生成订单 ↓消息系统通知商家 ↓商家接单出餐 ↓骑手接单配送 ↓后台统一监控订单状态很多外卖系统真正难的地方，其实是：“多端实时同步”。 九、总结一个完整的外卖配送系统开发搭建，本质上是：“多角色、多终端、多状态实时联动的平台”。从用户下单，到商家接单，再到骑手配送以及后台调度，每一步都依赖系统实时同步。
15010编辑于 2026-05-27- 来自专栏AI研习社
历经五次迭代，看饿了么方舟智能调度系统如何指挥 300 万骑手
饿了么对 AI 研习社表示，智能调度系统「方舟」是饿了么外卖即时配送领域中最核心的环节，该系统替代了调度员大部分的工作，减少了人力介入的程度，实现了自动化、智能化派单。 在外卖的午间与晚间高峰，「方舟」会以运单效率为第一准则，在高峰期优先对高等级骑手分派订单，以提升配送效率。数据显示，「方舟」系统每秒处理订单的峰值可以达到 80 单。 数据显示，在智能调度系统的帮助下，饿了么每单配送时长已缩短至 28.62 分钟，准时率和用户好评率都高达 99%。 所谓「网格」，就是配送地图中的最小单位，在传统的配送体系中，网格与网格之间派单体系独立，网格 A 的外卖小哥不能接到网格 B 的订单，但在实际中，跨网格配送的情况却很常见，这样容易导致骑手空驶返回，造成成本浪费 但是由于配送员的行为可能不会按照系统给的最优配送路径，比如电动车没电或者配送员想走另外一条路，因此这种获取订单最优解的方案虽然有效，但满足不了业务需求。 之后，他们升级到蓄水分单：蓄水时长内最优。
2.9K20发布于 2018-07-26 - 来自专栏物流IT圈
美团智能配送系统的运筹优化实战
美团智能配送系统架构 美团配送业务场景复杂，单量规模大。下图这组数字是2019年5月美团配送品牌发布时的数据。 ? 更直观的规模数字，可能是美团每年给骑手支付的工资，目前已经达到几百亿这个量级。 智能配送系统架构 根据智能配送的这三层体系，配送算法团队也针对性地进行了运作。如上图所示，右边三个子系统分别对应这三层体系，最底层是规划系统，中间层是定价系统，最上层是调度系统。 同样非常重要的还包括图中另外四个子系统，在配送过程中做精准的数据采集、感知、预估，为优化决策提供准确的参数输入，包括机器学习系统、IoT 和感知系统、LBS系统，这都是配送系统中非常重要的环节，涉及大量复杂的机器学习问题 如果从骑手平均单量的角度去配置骑手的话，只能配置3~4个骑手。如果某一两个人突然有事要请假，可想而知，站点的配送体验一定会变得非常差，运营管理难度会很高。 系统派单、系统改派，都依赖路径规划算法。在骑手端，给每个骑手推荐任务执行顺序。另外，用户点了外卖之后，美团会实时展示骑手当前任务还需要执行几分钟，要给用户提供更多预估信息。
2.6K32发布于 2020-02-26 - 来自专栏量子位
历史转折中的美团，AI进化新范式
据当时负责系统搭建的同学回忆说，在派单系统上线之前通常情况是先组建外卖配送群，然后一有单来，每个站点的派单员再往群里分销，有人接就接，没人接派单员就通过电话等方式直接指定骑手配送。 缺陷也是天然的。 想要快速突进快速抢占市场份额，最大限度争取骑手就成关键所在。 而且抢单系统开发本身并不复杂，骑手可以自主抢单，多劳多得，有利于激发积极性，在竞合战争中组建所向披靡的配送大军。 要搭建一个满足如此复杂的外卖业务需求的配送系统，需要考虑的维度太多了，比如： 在派单系统未上线前，在订单的配送过程中，骑手在商家、用户处的取餐和交付时间会占到整个订单配送时长的一半以上。 没过多久，骑手们就发现效率更高了，配送更省心了，收入也增加了。 此后，派单系统走出回龙观、走出北京，开始在全国推广。 当下我们看到的是人类骑手的配送，未来则会让更多无人配送方式补充其中，协助骑手提高效率。
94130发布于 2018-12-26 - 来自专栏2025开发者成长日志
AI 协作日志 | 同城即时配送系统现代化改造经验谈
系统核心功能包括： 智能订单分配：根据订单需求、地理环境及骑手特点实现动态匹配。 实时轨迹追踪：提供配送全程的可视化监控。 多端协同：支持骑手端、商家端和个人用户端的无缝协作。 四、核心功能开发与AI协作 4.1 智能订单分配组件 订单分配是配送系统的核心功能，我们需要实现一个能够实时分配订单给最优骑手的智能组件。 基于骑手位置、负载量和订单距离进行优化分配 * 2. 考虑交通状况和骑手评分因素 * 3. 实现动态负载均衡 * 4. riderRating：骑手评分（0-5分）。 4.2 实时地图跟踪组件 实时地图是配送系统的关键可视化功能，我们使用Mapbox GL实现高性能地图渲染。 每个骑手是一个Mapbox Marker 3. 需要频繁更新位置 4.
57820编辑于 2025-09-09 - 来自专栏图与推荐
美团配送实时特征平台建设实践
如何在70w+QPS的场景下实现4个9响应耗时在50毫秒的需求？本文将为大家介绍配送实时特征平台的发展历程，关键技术和实践经验。 01 配送业务介绍 1. 商业模型 ? 配送的业务最主要的就是一个履约的行为，将用户、商家和骑手关联起来，促进配送效率提升、用户体验提高、配送成本降低，从而形成一个闭环的商业模型。 可以看到物理世界是比较复杂的一个过程，那就需要智能决策系统来做一定的调度，派给哪个骑手？何时到店取餐？同时要做一个合理的定价，针对恶劣天气和爬楼梯等特殊情况收的费用肯定是不同的，收多少配送费？ 付给骑手多少配送费？最后还要给出一个合理的时间预估，配送时长是多少？商家多久可以出餐？ 稳定性：通过特征兜底策略避免了Kafka集群故障，系统没有S级事故。 4. 规模化 ① 数据服务挑战&思路 ? 第二阶段规模化建设的背景就是推动实时特征收口。
1.8K20发布于 2021-01-27 - 来自专栏猴子聊数据分析
美团面试题：如何分析差评原因？
(2)骑手：骑手差评数、配送时间指标情况，分析典型样本的具体标签分布。 (3)站点对比：站点差评指标和配送时间指标对比，评价各站点表现以及存在的问题。 2.骑手分析 下图是骑手总体配送情况 下图是差评前5骑手配送时间情况 从上图可以得出结论： （1）配送时间指标大大高于平均值的骑手。 （2）抽样调查骑手差评数前4位： 李*骑手： 该骑手的平均总时长、平均取餐时长、平均送达时长3项指标时长皆低于平均值。 但其对应评价标签中，出现频率最高的是“送达超时”和“其他”。 （3）D、F站点则在差评和配送时间的多项指标中表现优秀。 4.分析汇总 通过数据可视化图表信息，可以得出以下结论，用户差评占比最高的问题为“送达超时”。 4.对于差评标签带有：态度不好和少餐/撒餐的情况的订单，首先要给用户发送致歉短信，给予一定外卖红包奖励（金额做好控制），获取用户谅解，让用户保持对平台的好感。
1.3K11发布于 2020-05-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号