[发明专利]基于Boosting算法历史数据驱动的包裹交付时长预测方法

权利要求书

1.基于Boosting算法历史数据驱动的包裹交付时长预测方法，其特征在于包含以下步骤：

步骤1、获取下单数据，并对该数据进行整理；

对获取到的用户信息数据、订单数据、包裹配送数据；

在整理过程中，对获取的用户信息数据、订单数据、包裹配送数据的表进行合并处理，得到整理后合并的包裹配送数据；

步骤2、对获取到的包裹配送数据进行预处理；

其中针对包裹配送数据中的异常数据进行剔除，所述的异常数据为实际包裹交付时长与承诺交付时长差值在3天及3天以上的数据样本；

步骤3、对预处理后的包裹配送数据进行特征提取，依靠数据原始特征创建新特征，新特征组成特征数据集；

步骤4、将经过数据预处理和特征提取构建后得到的特征数据集，输入预测模型实现包裹交付时长的预测，利用多种评价指标，对模型进行评估，得到完成训练的包裹交付时长预测模型；

步骤5、将经过训练得到的包裹交付时长预测模型，用真实的测试数据进行测试，实现包裹交付时长的预测。

2.根据权利要求1所述的基于Boosting算法历史数据驱动的包裹交付时长预测方法，其特征在于步骤1所述的合并处理实现如下：

在对三表进行合并处理操作时，使用到的字段有用户唯一标识(user_ID)、订单唯一标识(order_ID)及包裹唯一标识(package_ID)；

先使用用户信息数据和订单数据共有的用户唯一标识(user_ID)，对两表进行合并处理；然后第一步合并表与配送数据进行合并，使用共有的订单唯一标识(order_ID)及包裹唯一标识性(package_ID)。

3.根据权利要求1所述的基于Boosting算法历史数据驱动的包裹交付时长预测方法，其特征在于所述的转换后的特征数据集包含用户信息特征、订单特征、时间特征以及配送中心特征；配送中心特征是基于Bosting算法历史数据驱动包的包裹交付时长预测模型的重要特征因子。

4.根据权利要求1所述的基于Boosting算法历史数据驱动的包裹交付时长预测方法，其特征在于订单数据包括订单的各种属性、发货配送中心和离目标地址最近的配送中心信息；

配送中心定义为：

配送中心是送货的设施和机构，能够接受并处理末端用户的订货信息，对上游的订单货物进行分拣，同时根据用户订货要求进行拣选、加工、组配的作业；

用户信息数据包含用户的个人信息：年龄、婚姻状态、地址所在城市的等级；

包裹配送数据包含来自59个配送中心的配送数据，涵盖了历史每一个配送环节的时间点。

5.根据权利要求4所述的基于Boosting算法历史数据驱动的包裹交付时长预测方法，其特征在于合并后的包裹配送数据包括了众多维度，每条数据记录中包含的主要信息有:

包裹唯一标识：package_ID

用户唯一标识：user_ID

订单唯一标识：order_ID

发货配送中心ID：dc_roi，表示是哪个发货配送中心

离目标地址最近的配送中心ID：dc_des

下单时间：订单提交时间，时间格式为：年:月:日:时:分:秒；

配送中心作业时间：包裹从仓库完成拣货并发出的时间点，时间格式为：年:月:日:时:分:秒；

到达配送站点的时间：时间格式为：年:月:日:时:分:秒；

订单信息：包含商品数量、是否包含礼品。