[发明专利]快递件量的预测指标筛选方法、装置、设备及存储介质

权利要求书

1.一种用于预测快递件量的预测指标筛选方法，其特征在于，包括步骤：

获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；

根据所述目标件量数据信息设计用于预测快递件量的预测指标；

分别建立各预测指标与件量指标之间的回归分析预测模型；

采用各种回归分析预测模型分别进行件量预测，并根据实际件量数据信息计算各回归分析预测模型的件量预测结果的误差信息，筛选误差最小的回归分析预测模型所包含的预测指标作为用于预测快递件量的预测指标；

所述预测指标包括：近期因素、同期因素、周期因素、节假日因素、电商因素、月末因素、临时假日因素、天气因素、经济因素中的多种预测指标；

所述建立各预测指标与件量指标之间的回归分析预测模型，具体包括步骤：

从各预测指标中筛选出用于预测件量的自变量；

将件量作为因变量，并根据筛选的自变量，分别建立各预测指标与件量指标之间的回归分析预测模型；

所述从各预测指标中筛选出用于预测件量的自变量，具体包括步骤：

计算各预测指标之间的相关性；

筛选出指标间相关系数绝对值相对较小，且指标与件量相关系数相对较大的指标；

拟合筛选的指标与件量之间的关系，建立回归模型；

筛选出回归模型中P值小于0.05或小于0.01的指标作为预测件量的自变量。

2.如权利要求1所述的预测指标筛选方法，其特征在于，所述计算各预测指标之间的相关性，具体包括计算预测指标之间的皮尔逊相关系数。

3.如权利要求1所述的预测指标筛选方法，其特征在于，所述对所述历史数据进行预处理包括：清洗历史数据、替换空数据及处理异常数据。

4.一种用于预测快递件量的预测指标筛选装置，其特征在于，包括：

数据处理模块，用于获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；

预测指标设计模块，用于根据所述目标件量数据信息设计用于预测快递件量的预测指标；

回归模型创建模块，用于分别建立各预测指标与件量指标之间的回归分析预测模型；

预测指标筛选模块，用于采用各种回归分析预测模型分别进行件量预测，并根据实际件量数据信息计算各回归分析预测模型的件量预测结果的误差信息，筛选误差最小的回归分析预测模型所包含的预测指标作为用于预测快递件量的预测指标；所述预测指标包括：近期因素、同期因素、周期因素、节假日因素、电商因素、月末因素、临时假日因素、天气因素、经济因素中的多种预测指标；

所述回归模型创建模型，包括筛选单元和创建单元；

所述筛选单元用于从各预测指标中筛选出用于预测件量的自变量；

所述创建单元用于将件量作为因变量，并根据筛选的自变量，分别建立各预测指标与件量指标之间的回归分析预测模型；

计算各预测指标之间的相关性；

筛选出指标间相关系数绝对值相对较小，且指标与件量相关系数相对较大的指标；

拟合筛选的指标与件量之间的关系，建立回归模型；

筛选出回归模型中P值小于0.05或小于0.01的指标作为预测件量的自变量。

5.一种用于预测快递件量的预测指标筛选设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如权利要求1至3中任一项所述的预测指标筛选方法。

6.一种计算机可读存储介质，所述计算机可读存储介质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3中任一项所述的预测指标筛选方法。