点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
“线上买菜难”，难在配送员******
中新网12月15日电 (中新财经记者 吴涛)“订单量较大，时效可能无法保障，请您耐心等待”“暂无可选配送时间”“本店铺可配送时间均已约满”“本站点当前运力已约满”……
近日，一方面居民反映网上买菜配送困难，另一方面企业表示配送运力不足，这该如何破局？
配送服务高负荷运转，服务缩水
近日，北京等地的市民反映买菜难，无论是物美多点还是美团七鲜，统统“不好使”，延迟配送或自提都是运气好能抢到订单的，其余的不是运力预约满就是没有可选择的配送时间。
记者14日体验时，叮咚买菜多个站点显示“本站点运力已约满”；美团买菜可以下单但是需要自提；七鲜提醒“暂无可选配送时间”；还有一些线上超市甚至直接称“本店休息啦”。
部分买菜APP表示“暂无可选配送时间”。截图有消费者反映，配送员表示部分社区只能送至楼下或社区门口，买时还有菜送货时就缺货了，服务大打折扣。记者注意到，很多买菜APP都标注“如商品缺货，系统将自动退款”。
多方回应，多举措提高配送效率
针对北京市民在疫情期间的物资需求，达达快送表示，将通过新配送员招募、老运力激活、人员补贴等多种措施增加骑士数量；另外还常态化配置四轮车进行集中配送，提高配送效率。
部分买菜APP表示时效受影响。截图京东方面表示，12月14日下午，京东从全国调集的首批1000余名快递小哥已陆续抵达北京，定向增援北京市内的快递配送等工作。他们将于15日起陆续投入到北京全市的快递配送工作中，后续还将有数百名小哥在本周内抵京。
物美多点工作人员对中新财经表示，北京地区200家门店覆盖店外自取点，还通过门店支援和“变阵”等方式增加运力。“变阵”则是将一些线下员工转去做线上工作，进行分拣、打包、配送等。
盒马表示，将通过盒马文职员工拣货、共享员工、临时租用餐饮企业员工等多种方式提高效率。“盒马超市在北京的45家门店全力备货，储备商品量已经达到平常的3到5倍，盒马北京的生鲜大仓也24小时运转。”
菜鸟则表示，对配送员进行超单激励，配送员每日达到一定的配送量，会触发配送员的激励，保障每个配送员的配送量都能在适度情况下调节到最优，从而也可以促进配送员带领自己的家人以及周边的朋友参与进来，增加配送产能。
13日，国家邮政局就保障首都邮政快递业末端畅通工作对北京市邮政管理局和各快递企业总部进行调度，保障首都邮政快递微循环畅通。
针对当前快递末端服务存在的问题，北京市邮政管理局表示，已多措并举制定实施强化版工作措施，明确“两天见到成效、一周恢复正常”的工作目标，即：两天内现存快递积压件全部清零；一周内尽快补齐快递小哥人员缺口，基本满足全市正常投递需求。
高薪难找配送员，待遇直线上调
近日，还有消息称，外卖配送员日薪达到1500元。不过有外卖配送员对中新财经表示，“没有那么高，只是最近单子比较多。”
“现在不是钱的事情，关键是没人，我周边很多同行都在发烧，我也刚中招了。”该外卖配送员称，如果负荷比较重，差不多每天能赚1000元左右。
盒马方面对中新财经表示，共享员工一天平均收入200元，但主要是承担拣货等工作，并不涉及户外配送，相对轻松。
资料图。中新社记者 富田 摄14日下午，记者还从交通运输部了解到，京东针对外地支援北京员工，薪酬按照员工前三个月平均工资给予最低保障，保底工资9000元每月。此外，每人每天给予50元的餐食补贴和150元的业务激励补贴。
你最近线上买菜了吗？配送时效如何？(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
佰家富app地图 |
)