[發(fā)明專利]訂單數(shù)量和訂單狀態(tài)的預(yù)測方法、裝置及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711347589.2
• 申請日: 2017-12-15
• 公開（公告）號: CN109934368A
• 公開（公告）日: 2019-06-25
• 發(fā)明（設(shè)計）人: 呂韜;鄭恒;沈磊;陳鑫
• 申請（專利權(quán)）人: 菜鳥智能物流控股有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

本申請?zhí)峁┝擞唵螖?shù)量和訂單狀態(tài)的預(yù)測方法、裝置及系統(tǒng)，其中訂單數(shù)量的預(yù)測方法包括：獲取至少一個訂單的訂單狀態(tài)；確定所述至少一個訂單的訂單狀態(tài)對應(yīng)的多個預(yù)測訂單狀態(tài)以及多個預(yù)測訂單狀態(tài)對應(yīng)的發(fā)生概率；確定預(yù)測訂單狀態(tài)在多個訂單中的發(fā)生概率；確定預(yù)測訂單狀態(tài)對應(yīng)的訂單數(shù)量。本申請會根據(jù)各個物流節(jié)點的當(dāng)前訂單狀態(tài)來預(yù)測當(dāng)前訂單狀態(tài)的未來的訂單狀態(tài)和發(fā)生概率。由于當(dāng)前訂單狀態(tài)是實時的、準(zhǔn)確的，所以基于當(dāng)前訂單狀態(tài)預(yù)測到的預(yù)測訂單狀態(tài)和對應(yīng)的發(fā)生概率也具有一定的準(zhǔn)確性。相比于現(xiàn)有技術(shù)完全基于歷史訂單數(shù)量計算訂單數(shù)量而言，本申請可以大大提高獲得的預(yù)測訂單狀態(tài)的訂單數(shù)量的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及物流技術(shù)領(lǐng)域，尤其涉及一種訂單數(shù)量的預(yù)測方法、裝置及系統(tǒng)、訂單狀態(tài)的預(yù)測方法、裝置及系統(tǒng)。

背景技術(shù)

物流節(jié)點是指物流網(wǎng)絡(luò)中連接物流線路的結(jié)節(jié)之處，物流節(jié)點包括但不限于倉庫、分撥中心、末端網(wǎng)點、菜鳥驛站等等。各個物流節(jié)點可以對訂單對應(yīng)的物資進行中轉(zhuǎn)、集散和儲運。

由于各個物流線路的訂單數(shù)量是波動的，所以各個物流節(jié)點的訂單數(shù)量也是變動的。目前，物流節(jié)點需要依據(jù)訂單數(shù)量來提前進行工作安排，所以需要對物流節(jié)點的訂單數(shù)量進行預(yù)測。

目前通常會統(tǒng)計物流節(jié)點的歷史訂單數(shù)量，并利用物流節(jié)點的歷史訂單數(shù)量，來預(yù)測物流節(jié)點未來的訂單數(shù)量。但是，在物流領(lǐng)域中物流節(jié)點的訂單數(shù)量具有較大的突變性和偶然性，這導(dǎo)致物流節(jié)點的歷史訂單數(shù)量無法體現(xiàn)出物流節(jié)點的突變。

例如，電商平臺某天或某個時刻臨時的降價活動或促銷活動，會導(dǎo)致訂單數(shù)量突然增加；又如，由于天氣、交通等不可控因素導(dǎo)致行車路線發(fā)生變更、車輛故障，導(dǎo)致訂單數(shù)量突然減少或增多。

因此，現(xiàn)有基于物流節(jié)點的歷史訂單數(shù)量，對未來的訂單數(shù)量進行預(yù)測的方案，其準(zhǔn)確性較低。

發(fā)明內(nèi)容

鑒于此，本申請?zhí)峁┝艘环N訂單數(shù)量的預(yù)測方法、裝置及系統(tǒng)、訂單狀態(tài)的預(yù)測方法、裝置及系統(tǒng)，以便對物流節(jié)點的訂單數(shù)量進行準(zhǔn)確預(yù)測。為了實現(xiàn)上述目的提供了下述技術(shù)特征：

一種訂單數(shù)量的預(yù)測方法包括：

獲取至少一個訂單的訂單狀態(tài)；

確定所述至少一個訂單的訂單狀態(tài)對應(yīng)的多個預(yù)測訂單狀態(tài)以及多個預(yù)測訂單狀態(tài)對應(yīng)的發(fā)生概率；

確定預(yù)測訂單狀態(tài)在多個訂單中的發(fā)生概率；

確定預(yù)測訂單狀態(tài)對應(yīng)的訂單數(shù)量。

可選的，所述確定至少一個訂單的訂單狀態(tài)對應(yīng)的多個預(yù)測訂單狀態(tài)以及多個預(yù)測訂單狀態(tài)對應(yīng)的發(fā)生概率，包括：

輸入訂單的訂單狀態(tài)至訂單狀態(tài)預(yù)測模型；

獲得所述訂單狀態(tài)模型輸出若干預(yù)測訂單狀態(tài)，以及若干預(yù)測訂單狀態(tài)的原概率；

對若干個預(yù)測訂單狀態(tài)中進行篩選操作，確定篩選后的多個預(yù)測訂單狀態(tài)及多個預(yù)測訂單狀態(tài)的發(fā)生概率；

其中，所述訂單狀態(tài)預(yù)測模型為以訂單狀態(tài)為輸入，用于對訂單狀態(tài)的后續(xù)訂單狀態(tài)進行預(yù)測，并輸出預(yù)測訂單狀態(tài)和預(yù)測訂單狀態(tài)對應(yīng)發(fā)生概率的機器模型。

可選的，所述對若干個預(yù)測訂單狀態(tài)中進行篩選操作，確定篩選后的多個預(yù)測訂單狀態(tài)及多個預(yù)測訂單狀態(tài)的發(fā)生概率，包括：

在訂單的物流路徑規(guī)劃中，確定訂單的下一物流節(jié)點標(biāo)識和動作標(biāo)識；

在訂單的若干預(yù)測訂單狀態(tài)中進行篩選操作，保留包含訂單的下一物流節(jié)點標(biāo)識和動作標(biāo)識的多個預(yù)測訂單狀態(tài)；

計算篩選后多個預(yù)測訂單狀態(tài)的原概率的和值；

分別將多個預(yù)測訂單狀態(tài)的原概率與所述和值的比值，確定為多個預(yù)測訂單狀態(tài)對應(yīng)的發(fā)生概率。