618的包裹，大家都收到了吧~大家在拆包裹的同时，有没有留意过——

你们的包裹是被填得满满当当？

还是空空荡荡？

从小编的几个包裹来看，还是塞得满比较多！

相信每个剁手党以前都遇到过这样的问题：明明只买了些小东西，却用了好大一个箱子来包装。过度包装，真的是太浪费、也太不环保啦。现在一个箱子被塞的满满当当，大家是不是会感叹，打包员的脑子怎么这么灵光，怎么就算得这么精准？

这些包装利用率问题，其实可以转化成一道数学应用题——

# 问：小明购买了1袋猫粮、2包秘制无骨凤爪、3盒冻干藤椒豚骨面，仓库小哥哥该用多大的盒子打包最合适？

# 解：把商品近似地看成长方体, 然后用计算机把长方体往盒子里一顿猛塞：

第一步，用三维空间坐标表示商品在箱子中的位置

第二步，利用加法和乘法，建立三维装箱问题的模型

第三步，求解

第四步，求出最优解

不过我相信您一定看出问题来了，上面的模型其实只存在于理论当中，真正的仓库打包员，怎么可能在打包之前还要进行这么复杂的计算？！实际情况是，仓库打包员打包，基本上是在瞬间就得出结果的；而且这个模型只能求解5个商品（SKU）。换句话说，如果小明买了6件商品，模型就崩溃了。

不过办法总比困难多。如果我们换一个思路来计算：

第一步：把三维装箱问题（问题A）看成图上的搜索问题（问题B）；

第二步：求解搜索问题；

第三步：把搜索问题的解法，映射回原问题A的解。

这个解法可以计算10件商品数量。不过，消费者买了11个商品怎么办？

别担心算法还可以改进，比如，为了弥补前两个算法计算耗时长的问题，我们再换一个又换了个思路——

这套系统有个专业名字——包材推荐系统，是网易严选的决策系统之一。

在它的支持下，海量包裹装箱和装袋会变得极为高效。随着算法的迭代，用户体验也变得更好了。

包材推荐系统实际使用场景

当然啦，在实际中，商品的形状及属性并不是理想的长方体。比如，衣服是柔软的、垃圾桶是中空的、电蚊拍的形状是不规则的……这些问题都给包材算法推荐带来了巨大的挑战。

不过，见识过上面的算法进化过程，相信您也不会太过担心。魔鬼藏在细节里。为了让用户有更好的体验，每一个小小的产品改进背后，都藏着网易小哥哥小姐姐们的心血。

本文参考 / 网易

长按二维码 即刻预登记

 立省50元现场门票！

点击文末“阅读原文”

 也可进入观众预登记哦