[发明专利]业务量的预测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202110710929.3 申请日: 2021-06-25
公开(公告)号: CN115526367A 公开(公告)日: 2022-12-27
发明(设计)人: 李崇贵;金健;孟群 申请(专利权)人: 顺丰科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/08;G06Q30/06;G06K9/62
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 李健
地址: 518000 广东省深圳市南山区学府路(以南)*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 业务 预测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种业务量的预测方法,其特征在于,所述预测方法包括:

获取当前预测时间和网点在所述当前预测时间之前的多个第一待揽收运单信息,其中,所述当前预测时间为时间循环周期内的一个时间点;

基于所述当前预测时间确定所述当前预测时间对应的揽件时间预测模型;

将所述多个第一待揽收运单信息输入所述揽件时间预测模型,得到各个第一待揽收运单信息的预测揽件时间;

基于各个第一待揽收运单信息的预测揽件时间确定网点在所述当前预测时间之后预设时间内的待揽件业务量。

2.根据权利要求1所述的业务量的预测方法,其特征在于,所述基于所述当前预测时间确定所述当前预测时间对应的揽件时间预测模型,包括:

获取预设预测时间与预设揽件时间预测模型的对应关系,其中,不同的预设预测时间对应不同的预设揽件时间预测模型;

根据预设预测时间和预设揽件时间预测模型的对应关系、所述当前预测时间确定所述当前预测时间对应的揽件时间预测模型。

3.根据权利要求2所述的业务量的预测方法,其特征在于,所述获取预设预测时间与预设揽件时间预测模型的对应关系,之前,包括:

获取预设历史时间段内的多个第一历史揽件信息和所述时间循环周期中的多个预设预测时间,其中,所述预设历史时间段包括多个时间循环周期;

基于所述多个预设预测时间从所述多个第一历史揽件信息获取与所述多个预设预测时间对应的多个训练集;

基于所述多个训练集分别对预设预测模型进行训练,得到各个预设预测时间对应的预设揽件时间预测模型;

根据各个预设预测时间对应的预设揽件时间预测模型确定预设预测时间与预设揽件时间预测模型的对应关系。

4.根据权利要求3所述的业务量的预测方法,其特征在于,所述基于所述多个预设预测时间从所述多个第一历史揽件信息获取与所述多个预设预测时间对应的多个训练集,包括:

获取所述多个第一历史揽件信息对应的历史实际揽件时间和历史下单时间;

基于所述多个第一历史揽件信息对应的历史实际揽件时间和历史下单时间从所述多个第一历史揽件信息中获取每个时间循环周期内截止预设预测时间已下单未揽件的多个第二历史揽件信息;

将所述多个第二历史揽件信息确定为所述预设预测时间对应的训练集。

5.根据权利要求3所述的业务量的预测方法,其特征在于,所述获取当前预测时间和网点在所述当前预测时间之前的多个第一待揽收运单信息,包括:

从待揽收运单集合中获取多个第二待揽收运单信息;

将所述多个第二待揽收运单信息输入揽件分类模型,得到各个第二待揽收运单信息的揽件类型,其中,所述揽件分类模型是以所述多个第一历史揽件信息和所述多个第一历史揽件信息对应的揽件类别为训练集进行训练得到的,所述揽件类别包括第一历史揽件信息在下单后预设时间内被揽收和第一历史揽件信息在下单后预设时间内未被揽收;

将揽件类型为下单后预设时间内被揽收的第二待揽收运单信息确定为所述多个第一待揽收运单信息,并将揽件类型为下单后预设时间内未被揽收的第二待揽收运单信息放回所述待揽收运单集合。

6.根据权利要求3所述的业务量的预测方法,其特征在于,所述基于各个第一待揽收运单信息的预测揽件时间确定网点在所述当前预测时间之后预设时间内的待揽件业务量,包括:

基于各个第一待揽收运单信息的预测揽件时间确定在预设时间内多个时段的多个第一预测件量;

将所述多个第一预测件量输入至预设线性回归模型得到所述多个第一预测件量对应的多个第二预测件量,其中,所述预设线性回归模型是以所述预设历史时间段内每个时间循环周期内的多个历史预测件量和对应的多个历史实际揽件量为训练集训练得到的;

将所述多个第二预测件量确定为网点在所述当前预测时间之后预设时间内的待揽件业务量。

7.根据权利要求5所述的业务量的预测方法,其特征在于,所述从待揽收运单集合中获取多个第二待揽收运单信息,包括:

从待揽收运单集合中获取多个第三待揽收运单信息;

将未填写预约收件时间的第三待揽收运单信息确定为第二待揽收运单信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110710929.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top