[发明专利]运单号数据分析方法及装置

权利要求书

1.一种运单号数据分析方法，其特征在于，包括：

收集原始数据，所述原始数据包括运单号及其对应的物流商信息；

按照至少一个预置的特征维度对所述原始数据进行统计，确定各所述特征维度上对应的相关概率，其中，所述预置的特征维度包括运单号特征维度，对应的相关概率包括：对于特定运单号特征，对应的运单号可能属于各物流商的概率；

从所述原始数据中确定训练样本数据，根据统计的结果，确定训练样本数据中的运单号对应的至少一个可能的物流商，并分别确定当该运单号与所述可能的物流商对应时，在各所述特征维度上对应的概率；

将计算出的各所述特征维度上的概率以及期望的预测结果输入到预置的模型训练机中进行训练，得到预测模型；

利用所述统计的结果以及所述预测模型，对待预测运单号所属的物流商进行预测。

2.根据权利要求1所述的方法，其特征在于，所述运单号特征维度，包括：

运单号中预置位置处预置长度的字符特征维度，和/或运单号的长度特征维度。

3.根据权利要求2所述的方法，其特征在于，所述运单号中预置位置处预置长度的字符特征，包括运单号中前N位字符组成的前缀的字符特征维度；

所述确定各所述特征维度上对应的相关概率，包括：

统计运单号中前N位字符组成的前缀中各前缀的出现次数A；

统计同一前缀对应的运单号中，每个物流商出现的次数B；

确定该前缀出现时，属于对应物流商的概率为B/A；

其中，N、A、B均为正整数。

4.根据权利要求2所述的方法，其特征在于，对于所述运单号的长度特征维度，所述确定各所述特征维度上对应的相关概率，包括：

统计长度为M的运单号出现次数C；

统计长度为M的运单号中，各物流商的出现次数D；

确定运单号长度为M时，属于对应物流商的概率为D/C；

其中，M、C、D均为正整数。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述预置的特征维度还包括物流商特征维度，对应的相关概率包括：对于特定物流商，各种运单号特征的出现概率，和/或，各物流商在全部原始数据中的出现概率。

6.根据权利要求5所述的方法，其特征在于，所述对于特定物流商，各种运单号特征的出现概率，包括：对于特定物流商，各种运单号长度的出现概率。

7.根据权利要求6所述的方法，其特征在于，在从所述原始数据中提取训练样本数据后，所述分别确定当该运单号与所述可能的物流商对应时，各个特征维度上的相关概率信息，包括：

对于该运单号与可能的物流商，确定该运单号前N位字符组成的前缀以及该运单号的长度；

确定该前缀出现时，属于该物流商的概率；

确定该运单号长度对应该物流商的概率；

确定该物流商对应该运单号长度的概率；

确定该物流商出现的概率。

8.根据权利要求1所述的方法，其特征在于，所述训练样本数据中的运单号对应的至少一个可能的物流商中，包括一个正确的物流商，以及至少一个错误的物流商；所述分别确定当该运单号与所述可能的物流商对应时，在各所述特征维度上的相关概率，包括：

确定当该运单号与所述正确的物流商对应时，在各所述特征维度上的相关概率；以及，

确定当该运单号与其中一个错误的物流商对应时，在各所述特征维度上的相关概率；

其中，对于正确或错误的物流商，在将相关概率信息输入模型训练机中训练时，对应的期望值不同。