[发明专利]件量预测方法、装置、设备及其存储介质

权利要求书

1.一种件量预测方法，其特征在于，该方法包括：

获取第一预设时间范围的历史件量数据，将所述历史件量数据划分为训练数据集和验证数据集；

基于所述训练数据集和特征属性，创建随机森林模型；

利用所述随机森林模型对所述验证数据集进行预测，获得预测百分位数；

将第二预设时间范围的历史件量数据输入所述随机森林模型，按照所述预测百分位数获取待预测日期的件量。

2.根据权利要求1所述的方法，其特征在于，所述基于所述训练数据集和特征属性，创建随机森林模型，包括：

从所述训练数据集中有放回地抽取样本，创建若干个样本集合；

确定所述特征属性至少包括节假日、特殊日期、网点位置、件量波动异常的日期；

利用所述若干个样本集合和所述特征属性进行训练得到若干棵决策树，以构建所述随机森林模型。

3.根据权利要求1或2所述的方法，其特征在于，所述利用所述随机森林模型对所述验证数据集进行预测，获得预测百分位数，包括：

利用所述随机森林模型对所述验证数据集中的样本进行预测，得到所述第一预测值集合，该第一预测值集合包括若干个第一预测值；

根据所述第一预测值集合计算第一百分位数集合；

利用所述验证数据集中的样本对应的真实件量，在所述第一百分数集合中确定预测百分位数。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一预测值集合计算第一百分位数集合，包括：

将所述第一预测值集合进行排序，得到第一排序结果；

统计分析所述第一排序结果得到第一百分位数集合。

5.根据权利要求3或4所述的方法，其特征在于，所述利用所述验证数据集中的样本对应的真实件量，在所述第一百分数集合中确定预测百分位数，包括：

从所述验证数据集中获取样本的真实件量；

根据平均绝对百分比误差最小原则，确定与所述真实件量误差最小的第一预测值，以该第一预测值在所述第一百分位数据集合中对应的百分位数作为预测百分位数。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述将第二预设时间范围的历史件量数据输入所述随机森林模型，按照所述预测百分位数获取待预测日期的件量，包括：

获取第二预设时间范围的历史件量数据，以所述第二预设时间范围的历史件量数据作为新的数据集，所述第二预设时间范围根据所述待预测日期确定；

将所述新的数据集输入所述随机森林模型，得到第二预测集合，该第二预测值集合包括若干个第二预测值；

根据所述第二预测值集合计算第二百分位数集合；

确定所述预测百分位数在所述第二百分位数集合中的位置；

基于该位置确定对应的第二预测值作为所述待预测日期的件量。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第二预测值集合计算第二百分位数集合，包括：

将所述第二预测值集合进行排序，得到第二排序结果；

统计分析所述第二排序结果得到第二百分位数集合。

8.根据权利要求2-7任一项所述的方法，其特征在于，

所述节假日为国家法定节假日；

所述特殊日期为商家活动日期；

述网点位置为根据地理位置划分的营业区域；

所述件量波动异常的日期包括正标记值和负标记值，统计预先设置的统计范围内的件量，将该件量进行排序，定义高于第一阈值的件量的日期为正标记值，低于第二阈值的件量的日期为负标记值。