[发明专利]一种时序数据预测方法、装置以及计算机存储介质

权利要求书

1.一种时序数据预测方法，其特征在于，所述方法包括：

获得物流行业中在第一设定时长内符合设定规则的历史数据；

基于所述历史数据，建立用于预测时序的预测模型；

基于所述预测模型，对物流行业中的件量进行预测。

2.如权利要求1所述的方法，其特征在于，所述历史数据包含物流行业中在第一设定时长内符合设定规则的件量；

基于所述历史数据，建立用于预测时序的预测模型，包括：

基于所述历史数据，分别确定件量的增长趋势、件量的周期变化、以及特殊时期对件量的冲击，其中所述特殊时期是指件量突然上升或突然下降的时期；

累加所述增长趋势、周期变化以及特殊时期对件量的冲击；

得到的累加结果作为件量的预测模型。

3.如权利要求2所述的方法，其特征在于，还包括：

确定滞后项，所述滞后项是指过去期的被解释变量对当期的被解释变量产生影响；

基于所述历史数据，建立用于预测时序的预测模型，包括：

基于所述历史数据，分别确定件量的增长趋势、件量的周期变化、特殊时期对件量的冲击，以及滞后项，其中所述特殊时期是指件量突然上升或突然下降的时期；

累加所述增长趋势、周期变化、特殊时期对派件量的冲击以及滞后项；

得到的累加结果作为派件量的预测模型。

4.如权利要求2或3所述的方法，其特征在于，确定特殊时期对件量的冲击，包括：

确定所述历史数据中件量变化异常的时间，其中所述变化异常是指件量曲线中上升超过第一设定值或下降查过第二设定值的情形；

将所述变化异常的时间划分为不同的时间窗口；

按照所述时间窗口，确定特殊时期对件量的冲击。

5.如权利要求1所述的方法，其特征在于，所述件量包含物流行业的收件量；或

物流行业的派件量。

6.一种时序数据预测装置，其特征在于，所述装置包括：

获取模块，用于获得物流行业中在第一设定时长内符合设定规则的历史数据；

处理模块，用于基于所述历史数据，建立用于预测时序的预测模型；以及基于所述预测模型，对物流行业中的件量进行预测。

7.如权利要求6所述的装置，其特征在于，所述历史数据包含物流行业中在第一设定时长内符合设定规则的件量；

所述处理模块，具体用于基于所述历史数据，分别确定件量的增长趋势、件量的周期变化、以及特殊时期对件量的冲击，其中所述特殊时期是指件量突然上升或突然下降的时期；累加所述增长趋势、周期变化以及特殊时期对件量的冲击；得到的累加结果作为件量的预测模型。

8.如权利要求7所述的装置，其特征在于，所述获取模块，还用于确定滞后项，所述滞后项是指过去期的被解释变量对当期的被解释变量产生影响；

所述处理模块，还用于基于所述历史数据，分别确定件量的增长趋势、件量的周期变化、特殊时期对件量的冲击，以及滞后项，其中所述特殊时期是指件量突然上升或突然下降的时期；累加所述增长趋势、周期变化、特殊时期对派件量的冲击以及滞后项；得到的累加结果作为派件量的预测模型。

9.如权利要求7或8所述的装置，其特征在于，所述处理模块，具体用于确定所述历史数据中件量变化异常的时间，其中所述变化异常是指件量曲线中上升超过第一设定值或下降查过第二设定值的情形；将所述变化异常的时间划分为不同的时间窗口；按照所述时间窗口，确定特殊时期对件量的冲击。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的时序数据预测方法的步骤。