[發明專利]一種計算妥投時長的方法和裝置

在審

• 申請號: 202010120937.8
• 申請日: 2020-02-26
• 公開（公告）號: CN113313439A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 黃倩
• 申請（專利權）人: 北京京東振世信息技術有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q30/06;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;王安娜

本發明公開了一種計算妥投時長的方法和裝置，涉及物流配送技術領域。該方法的一具體實施方式包括：采用實際妥投數據分別訓練模型組中的各個模型，得到多個目標模型；采用訓練后的各個目標模型分別計算所述各個目標模型的預測妥投時長；對所述各個目標模型的預測妥投時長進行融合，得到融合妥投時長。該實施方式能夠解決估計出的履約時間不準確的技術問題。

技術領域

本發明涉及物流配送技術領域，尤其涉及一種計算妥投時長的方法和裝置。

背景技術

物流公司在配送時會分配給用戶預約到達的時間，但由于一些特殊原因，比如收貨地點位置比較偏遠、天氣極端、貨量較大、交通堵塞或者其它一些異常情況等，部分貨物可能無法在預約的時間配送完成(即履約)。為了提升用戶體驗，對于這一類貨物，需要對履約的時間進行重新估計，將新的履約時間分配給用戶，使用戶有所準備。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

無法履約時，使用業務規則對預計履約時間進行更新，即在之前的預計履約時間基礎上加上一個固定時長。這種方式沒有綜合考慮任何客觀因素對履約時間的影響，估計出的履約時間顯然是非常不準確的，導致用戶體驗較差；同時也無法及時發現履約異常的訂單。

發明內容

有鑒于此，本發明實施例提供一種計算妥投時長的方法和裝置，以解決估計出的履約時間不準確的技術問題。

為實現上述目的，根據本發明實施例的一個方面，提供了一種計算妥投時長的方法，包括：

采用實際妥投數據分別訓練模型組中的各個模型，得到多個目標模型；

采用訓練后的各個目標模型分別計算所述各個目標模型的預測妥投時長；

對所述各個目標模型的預測妥投時長進行融合，得到融合妥投時長。

可選地，對所述各個目標模型的預測妥投時長進行融合，得到融合妥投時長，包括：

根據當前時間點之前的實際妥投時長和所述各個目標模型的預測妥投時長，計算所述各個目標模型的權重；

對所述各個目標模型的預測妥投時長以及權重進行加權求和，計算得到融合妥投時長。

可選地，根據當前時間點之前的實際妥投時長和所述各個目標模型的預測妥投時長，計算所述各個目標模型的權重，包括：

對于任意一個目標模型，采用以下方法計算所述目標模型的權重：

根據當前時間點之前的各個時間點的實際妥投時長和所述目標模型的預測妥投時長，計算時長方差；

根據所述時長方差、所述當前時間點之前的各個時間點的實際妥投時長、所述目標模型的預測妥投時長以及所述目標模型的初始權重，計算所述目標模型當前時間點的權重。

可選地，對于任意一個目標模型，采用以下方法計算所述目標模型的初始權重：

根據驗證集中各個時間點的實際妥投時長和所述目標模型的預測妥投時長，計算驗證方差；

計算所述驗證方差的倒數，并對所述驗證方差的倒數進行歸一化，從而得到所述目標模型的初始權重。

可選地，采用實際妥投數據分別訓練模型組中的各個模型，得到多個目標模型，包括：

將實際妥投數據分為訓練集和測試集；其中，每組實際妥投數據至少包括實際妥投時長、待配送單量、待上門攬件單量、上個波次未及時妥投的單量；

采用訓練集分別訓練模型組中的各個模型，得到多個目標模型；

采用測試集分別對所述多個目標模型進行測試，以優化所述多個目標模型。