北京大数据研究院院长刘云淮教授团队获CIKM 2025最佳学生论文奖

主要观点总结

北京大学计算机学院软件研究所大数据与普适计算实验室与京东物流联合发表的研究论文《D3-TR: Data-driven Daily Delivery Task Rescheduling for Cost-effective Last-mile Delivery》在CIKM 2025大会上荣获最佳学生应用研究报告奖。该论文提出了一种数据驱动的日常配送任务重新调度策略，旨在解决快递量波动和快递员可能请假带来的问题。该策略通过引入工时评估的排序相关性，使用真实数据训练了高一致性的XGBoost工作负载预测器，并采用负荷感知的遗传算法进行优化。该方法已在北京六个不同类型的营业部部署上线，取得了显著的成效，预计若推广到全国核心城市，可节省大量人力成本。

关键观点总结

关键观点1: 研究背景及目标

随着快递业务的发展，快递量波动和快递员请假带来的问题日益突出，传统的配送模式难以满足需求。本研究旨在提出一种数据驱动的日常配送任务重新调度策略，以应对这些问题。

关键观点2: 研究方法

研究引入工时评估的排序相关性，使用真实数据训练了XGBoost工作负载预测器。此外，还采用了负荷感知的遗传算法进行优化，以生成更高效的配送方案。

关键观点3: 研究成果

该方法在北京六个不同类型营业部部署上线，取得了显著的成效，包括提高配送准时率和降低快递员超时工作时长。预计若推广到全国核心城市，可节省大量人力成本。

关键观点4: 研究团队及论文信息

该研究由北京大学计算机学院博士生张立地主导，其他作者包括导师刘云淮教授和美国罗格斯大学的联合导师张德升教授。论文已发表在CIKM 2025大会上，并获得最佳学生应用研究报告奖。