[发明专利]订单时长的估计方法、估计装置、存储介质和电子设备

说明书

本发明实施例公开了一种订单时长的估计方法、估计装置、存储介质和电子设备。本发明实施例根据获取目标订单的订单信息获取目标订单取单位置信息，并获取取单位置所在范围内的至少一个配送运力的信息，从而根据目标订单的订单信息、至少一个配送运力的信息和根据分裂阈值训练获得的模型估计目标订单的订单时长。分裂阈值能够在训练过程中有效降低时长估计模型的复杂度和消耗时间，使得训练获得的模型能够快速且准确地对目标订单的订单时长进行估计，从而在后续根据为预测订单的配送难度提供较为准确的数据支持。

技术领域

本发明公开涉及数据处理领域，具体涉及一种订单时长的估计方法、估计装置、存储介质和电子设备。

背景技术

随着电子商务的不断发展，网上购物变得越来越普遍。对于电商平台或物流公司而言，需要预测订单的配送难度，从而确定订单的分配方式。订单时长(例如，订单的接起时长、取单时长等)能够较客观地反映订单的配送难度，因此可以预先对订单的订单时长进行较为准确的估计，从而在后续根据为预测订单的配送难度提供较为准确的数据支持。

发明内容

有鉴于此,本发明实施例提供了一种订单时长的估计方法、估计装置、存储介质和电子设备，能够对订单的订单时长进行较为准确的估计，并降低了估计的复杂度和消耗时间，从而能够在后续根据为预测订单的配送难度提供较为准确的数据支持。

第一方面，本发明实施例提供了一种订单时长的估计方法，所述方法包括：

获取目标订单的订单信息，所述订单信息包括所述订单的取单位置信息；

获取所述取单位置所在范围内的至少一个配送运力的信息；

根据所述订单信息和所述配送运力的信息提取特征信息；

基于预先训练的时长估计模型，根据所述特征信息估计所述目标订单的订单时长，所述时长估计模型为根据分裂阈值训练获得的模型。

优选地，所述根据所述订单信息和所述配送运力的信息提取特征信息包括：

获取所述订单信息对应的日期相关信息；

按预定的降维方式对所述订单信息、所述配送运力的信息和所述日期相关信息进行降维，将降维后的信息确定为所述特征信息，所述降维方式根据目标订单对应的第一实体集合的历史订单信息确定，所述历史订单信息包括各历史订单对应的历史订单时长，所述第一实体集合包括作为所述目标订单提供方的第一实体。

优选地，所述订单信息还包括所述目标订单对应的第一实体信息和第二实体信息；

所述历史订单信息还包括各所述历史订单对应的第一实体信息和第二实体信息。

优选地，所述降维方式根据历史订单信息中的各项信息与所述历史订单时长的相关度确定。

优选地，所述日期相关信息包括日期和对应的天气。

优选地，所述时长估计模型通过如下步骤获取：

获取初始分类模型；

获取所述初始分类模型的分裂阈值；

根据所述目标订单对应的第一实体集合的历史订单信息获取样本集合，所述历史订单信息包括各历史订单对应的历史订单时长，所述第一实体集合包括作为所述目标订单提供方的第一实体；

根据所述样本集合、所述分裂阈值和所述初始分类模型获取所述时长估计模型。

优选地，所述根据所述样本集合、所述分裂阈值和所述初始分类模型获取所述时长估计模型包括：

根据所述分裂阈值获取所述样本集合在所述初始分类模型的各节点的分裂评分；

根据所述分裂评分确定各所述节点的分裂状态；