[發明專利]一種預測波次訂單量的方法和裝置

在審

• 申請號: 201810941830.2
• 申請日: 2018-08-17
• 公開（公告）號: CN110837907A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 韋于思
• 申請（專利權）人: 天津京東深拓機器人科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;李陽

1.一種預測波次訂單量的方法，其特征在于，包括：

根據待預測波次的起始時間、終止時間以及預設的時間粒度，確定待預測時間切片；

判斷所述待預測波次在所述預測時間切片內是否存在前波次；

如果存在，則根據所述前波次在預測時間切片內的訂單量和待預測波次的特征信息，確定所述待預測波次的訂單量；否則，根據所述待預測波次的特征信息，確定所述待預測波次的訂單量。

2.根據權利要求1所述的方法，其特征在于，根據所述前波次在預測時間切片內的訂單量和待預測波次的特征信息，確定所述待預測波次的訂單量的步驟包括：

根據待預測波次的起始時間和終止時間，將所述待預測時間切片劃分為起始時間切片、中間時間切片和終止時間切片；以及

根據待預測波次的指標數據和預測模型，分別確定出起始時間切片、中間時間切片和終止時間切片的訂單量；

根據所述前波次在所述起始時間切片內的訂單量，以及所述起始時間切片的訂單量，確定出所述待預測波次的第一訂單量；

根據所述待預測波次的終止時間和所述終止時間切片的訂單量，確定出所述待預測波次的第二訂單量；

匯總所述第一次訂單量、第二訂單量和所述中間時間切片的訂單量，確定出待預測波次的訂單量。

3.根據權利要求1所述的方法，其特征在于，根據所述待預測波次的特征信息，確定所述待預測波次的訂單量的步驟包括：

根據待預測波次的指標數據和預測模型，確定出所述待預測時間切片的訂單量；

根據所述待預測波次的終止時間和所述待預測時間切片的訂單量，確定出所述待預測波次的訂單量。

4.根據權利要求2和3所述的方法，其特征在于，還包括：

根據歷史訂單數據的訂單時間和所述時間粒度，對獲取的歷史訂單數據進行分組；

將每組中包括的歷史訂單數據的訂單時間進行取整；

根據取整后的歷史訂單數據和歷史訂單數據的特征信息，訓練得到預測模型。

5.根據權利要求4所述的方法，其特征在于，根據取整后的歷史訂單數據和歷史訂單數據的特征信息，訓練得到預測模型的步驟包括：

構建神經網絡結構，所述神經網絡結構的激活函數為稀疏激活函數；

根據取整后的歷史訂單數據和歷史訂單數據的特征信息，訓練所述神經網絡結構以得到預測模型。

6.根據權利要求1所述的方法，其特征在于，特征信息至少包括：波次所在日期對應的周中日，年中周、月中日。

7.一種預測波次訂單量的裝置，其特征在于，包括：

時間切片確定模塊，用于根據待預測波次的起始時間、終止時間以及預設的時間粒度，確定待預測時間切片；

判斷模塊，用于判斷所述待預測波次在所述預測時間切片內是否存在前波次；

計算模塊，用于根據所述前波次在預測時間切片內的訂單量和待預測波次的特征信息，確定所述待預測波次的訂單量；以及，根據所述待預測波次的特征信息，確定所述待預測波次的訂單量。

8.根據權利要求7所述的裝置，其特征在于，所述計算模塊還用于，根據待預測波次的起始時間和終止時間，將所述待預測時間切片劃分為起始時間切片、中間時間切片和終止時間切片；以及，根據待預測波次的指標數據和預測模型，分別確定出起始時間切片、中間時間切片和終止時間切片的訂單量；根據所述前波次在所述起始時間切片內的訂單量，以及所述起始時間切片的訂單量，確定出所述待預測波次的第一訂單量；根據所述待預測波次的終止時間和所述終止時間切片的訂單量，確定出所述待預測波次的第二訂單量；匯總所述第一次訂單量、第二訂單量和所述中間時間切片的訂單量，確定出待預測波次的訂單量。

9.根據權利要求7所述的裝置，其特征在于，所述計算模塊還用于，根據待預測波次的指標數據和預測模型，確定出所述待預測時間切片的訂單量；根據所述待預測波次的終止時間和所述待預測時間切片的訂單量，確定出所述待預測波次的訂單量。