[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

说明书

本发明公开一种基于Boosting算法历史数据驱动的包裹交付时长预测方法。本发明包含以下步骤：1、获取下单数据，并对该数据进行整理；2、对获取到的包裹配送数据进行预处理；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组成特征数据集；4、将得到的特征数据集，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；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。本发明结合配送中心的相关特征，定义了负载率作为其特征之一来完成配送中心相关特征的构建。解决电商平台给出承诺送达时效不够精确的问题。

技术领域

本发明属于计算机数据处理与分析领域，涉及一种基于Boosting算法历史数据驱动的包裹交付时长预测方法。

背景技术

随着电子商务飞速发展的同时，物流配送体系也正在不断完善。准确的预估相关包裹的到达时间，对于提高用户购物时的体验感，提高包裹的配送效率具有重要意义。在包裹的实际配送路程中，包裹的行程时长与众多因素相关。电子商务平台在给出包裹承诺送达时效时，就具有很大的不确定性。当超过承诺送达时效时，便影响了包裹的配送效率，用户无法在规定的时间内收到包裹，降低了用户的购物体验感，进而影响到电商平台的声誉。

影响包裹交付时长的因素有许多。过去的预测行程时长的工作，大多数依赖于GPS数据以及道路交通状况等信息，但配送中心的作业效率和时间点以及订单量存在着一定的关联，这也是影响包裹交付时长的一大因素。鉴于大数据下的背景，获取到大量的历史物流信息已不是难题。我们依靠大量的历史数据，重点通过构建配送中心相关特征，结合相关Boosting算法，建立包裹交付时长预测模型。

发明内容

本发明的目的在于提供一种基于Boosting算法历史数据驱动的包裹交付时长预测方法。

本发明的技术方案如下：

一种基于Boosting算法历史数据驱动的包裹交付时长预测方法，包含以下步骤：

步骤1、获取数据，并对该数据进行整理。

对获取到的用户数据、订单数据、配送数据。

在整理过程中，对获取的用户数据、订单数据、配送数据的表进行合并处理，得到整理后的包裹配送数据。

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)。

首先，使用用户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。

最后，将上述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)

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；

所述的原始特征包括用户数据、配送数据、订单数据，数据若不经过转换，创建新特征，则会降低实际预测效果。

例如对于订单数据中的时间特征数据，在原始特征中，是以年月日时分秒的格式存储的。若根据该信息创建新的特征，如提取单独月、日、时的信息，对本文预测目标更具有针对性。