[發明專利]快遞派件量預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201911037557.1
• 申請日: 2019-10-29
• 公開（公告）號: CN112749821A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 李鳳;化文文;許勝;蘇德嘉;湛長蘭;王本玉
• 申請（專利權）人: 順豐科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李姣姣

1.一種快遞派件量預測方法，其特征在于，所述方法包括：

獲取上一時間區間中快遞件的收派時間數據以及上一時間區間中不同時間段內快遞的預測收件量與預測派件量；

根據所述收派時間數據，確定不同時間段的實際收件量和實際派件量，并確定所述實際收件量與所述預測收件量的收件預測誤差、以及所述預測派件量與所述預測派件量的派件預測誤差；

根據所述收派時間數據對應的派件任務類型，確定不同派件任務類型的耗時分布數據；

根據不同時間段的所述收件預測誤差和各類所述派件任務類型的耗時分布數據，得到下一時間區間的派件量預測修正值；

獲取下一時間區間對應的初始預測派件量，根據所述派件預測誤差和所述派件量預測修正值更新所述初始預測派件量，得到更新的預測派件量。

2.根據權利要求1所述的方法，其特征在于，所述根據所述收派時間數據對應的派件任務類型和所述實際派件量，確定不同派件任務類型的耗時分布數據包括：

獲取關聯周期，并根據所述關聯周期，確定與所述上一時間區間關聯的歷史時間區間；

確定所述歷史時間區間中的各類派件任務類型與所述上一時間區間中各類派件任務類型的對應關系；

根據所述歷史時間區間中各類派件任務類型對應的歷史耗時分布數據以及所述對應關系，確定所述上一時間區間中各類派件任務類型的耗時分布數據。

3.根據權利要求2所述的方法，其特征在于，所述根據所述歷史時間區間中各類派件任務類型對應的歷史耗時分布數據以及所述對應關系，確定所述上一時間區間中各類派件任務類型的耗時分布數據之前，還包括：

以所述歷史時間區間對應的時間段為收件時間段，確定收件時間段相同的派件任務類型；

累加所述收件時間段相同的各派件任務類型對應的快遞件數量，確定所述收件時間段的總快遞件數量；

計算所述快遞件數量與所述總快遞件數量的比值，將所述比值標記為所述快遞件數量對應所述派件任務類型的耗時比，得到所述歷史時間區間中各類派件任務類型對應的歷史耗時分布數據。

4.根據權利要求1所述的方法，其特征在于，所述根據不同時間段的所述收件預測誤差和各類所述派件任務類型的耗時分布數據，得到下一時間區間的派件量預測修正值包括：

根據所述收件預測誤差對應的時間段以及待預測的下一時間區間，確定對應的目標派件任務類型；

根據所述目標派件任務類型對應的耗時分布數據，計算各時間段對應的修正值；

累計各所述修正值，得到下一時間區間的派件量預測修正值。

5.根據權利要求1所述的方法，其特征在于，所述根據所述收派時間數據對應的派件任務類型，確定不同派件任務類型的耗時分布數據之前，還包括：

獲取上一時間區間內各快遞件的收派網點信息；

根據所述收派時間數據和所述收派網點信息，對各快遞件進行分類，確定各類派件任務類型。

6.根據權利要求1所述的方法，其特征在于，所述根據所述派件預測誤差和所述派件量預測修正值更新所述初始預測派件量，得到更新的預測派件量包括：

獲取特征時間列表，確定所述上一時間區間中各時間段在所述特征時間列表中的匹配特征量；

根據各所述時間段匹配特征量的數值大小，確定特征時間影響數據；

根據所述派件預測誤差、所述派件量預測修正值以及所述特征時間影響數據，更新所述初始預測派件量，得到更新的預測派件量。

7.根據權利要求1所述的方法，其特征在于，所述根據所述派件預測誤差和所述派件量預測修正值更新所述初始預測派件量，得到更新的預測派件量包括：

獲取攜帶有模型參數的回歸模型，所述模型參數包括截距參數、派件預測誤差系數以及派件量預測修正值系數；

將所述派件預測誤差以及所述派件量預測修正值輸入所述攜帶有模型參數的回歸模型，通過回歸計算得到更新的預測派件量。