[發明專利]一種預測產品排期時間的方法和裝置

在審

• 申請號: 201910815093.6
• 申請日: 2019-08-30
• 公開（公告）號: CN112446520A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 劉清潔
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10;G06Q50/10;G06N20/00
• 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;張效榮

本發明公開了一種預測產品排期時間的方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：獲取多條歷史數據；每條所述歷史數據包括：產品在各個中間節點的歷史上線時間和歷史要素信息，以及產品在末端節點的歷史上線時間；對于每個中間節點：根據所述產品在該中間節點的歷史上線時間和歷史要素信息訓練子數據模型，以確定在該中間節點上與每條所述歷史數據對應的預測上線時間；依據所述產品在各個中間節點的預測上線時間以及對應的在末端節點的歷史上線時間訓練綜合數據模型，以基于所述綜合數據模型確定所述產品在末端節點的預測上線時間。該實施方式不依賴長時間的工作經驗即可精準快速的給出產品各個節點的排期時間。

技術領域

本發明涉及計算機技術領域，尤其涉及一種預測產品排期時間的方法和裝置。

背景技術

排期是指排列日期時間。以互聯網公司中的一個系統或一個網站為例，產品排期是指從產品立項到上線的過程中，預測中間各個節點的上線時間以及產品的最終上線時間。以民事訴訟案件為例，產品排期是指從案件立案受理到結案的過程中，預測中間各個節點的上線時間以及產品的最終結案時間。現有技術中，一般人為估算或憑借經驗估算各個節點的上線時間以及最終的上線時間。這種排期方式至少存在以下不足之處：1、排期時間準確性差；2、依賴長時間的工作經驗，對于沒有經驗的新手很難估算。

發明內容

有鑒于此，本發明實施例提供一種預測產品排期時間的方法和裝置，不依賴長時間的工作經驗即可精準快速的給出產品各個節點的排期時間。

為實現上述目的，根據本發明實施例的一個方面，提供了一種預測產品排期時間的方法，包括：

獲取多條歷史數據；每條所述歷史數據包括：產品在各個中間節點的歷史上線時間和歷史要素信息，以及產品在末端節點的歷史上線時間；

對于每個中間節點：根據所述產品在該中間節點的歷史上線時間和歷史要素信息訓練子數據模型，以確定在該中間節點上與每條所述歷史數據對應的預測上線時間；

依據所述產品在各個中間節點的預測上線時間以及對應的在末端節點的歷史上線時間訓練綜合數據模型，以基于所述綜合數據模型確定所述產品在末端節點的預測上線時間。

可選地，根據所述產品在該中間節點的歷史上線時間和歷史要素信息訓練子數據模型包括：

將所述產品在該中間節點的各個歷史要素信息轉換為對應的歷史要素分值；以各個所述歷史要素分值作為輸入、所述產品在該中間節點的歷史上線時間作為輸出，訓練子數據模型。

可選地，采用線性回歸或梯度下降法訓練所述子數據模型和/或所述綜合數據模型。

可選地，本發明實施例的方法還包括：獲取多條歷史數據之后，查詢所述多條歷史數據中是否存在異常歷史數據；若存在，則剔除或修正所述異常歷史數據。

根據本發明實施例的第二方面，提供一種預測產品排期時間的裝置，包括：

采集模塊，獲取多條歷史數據；每條所述歷史數據包括：產品在各個中間節點的歷史上線時間和歷史要素信息，以及產品在末端節點的歷史上線時間；

中間節點模塊，對于每個中間節點：根據所述產品在該中間節點的歷史上線時間和歷史要素信息訓練子數據模型，以確定在該中間節點上與每條所述歷史數據對應的預測上線時間；

末端節點模塊，依據所述產品在各個中間節點的預測上線時間以及對應的在末端節點的歷史上線時間訓練綜合數據模型，以基于所述綜合數據模型確定所述產品在末端節點的預測上線時間。

可選地，所述中間節點模塊根據所述產品在該中間節點的歷史上線時間和歷史要素信息訓練子數據模型包括：

將所述產品在該中間節點的各個歷史要素信息轉換為對應的歷史要素分值；以各個所述歷史要素分值作為輸入、所述產品在該中間節點的歷史上線時間作為輸出，訓練子數據模型。