[發明專利]基于電商寄遞業務量的產業結構分析方法、裝置及設備

在審

• 申請號: 202210008346.0
• 申請日: 2022-01-06
• 公開（公告）號: CN114022057A
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 許良鋒;王豐;李惟聰;楊陽;邱文真;聞克宇;林翠霞
• 申請（專利權）人: 國家郵政局郵政業安全中心
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F16/906
• 代理公司: 北京磊垚威宇知識產權代理事務所(普通合伙) 11779
• 代理人: 周明飛

本公開實施例公開了一種基于電商寄遞業務量的產業結構分析方法、裝置及設備。其中，基于電商寄遞業務量的產業結構分析方法，包括：獲取電商業務信息，所述業務信息包括電商信息和郵寄物品類別信息；提取所述電商信息的身份識別信息；將所述識別信息與電商信息庫內的識別信息進行匹配，得到電商經營物品類別；基于郵寄物品類別信息將郵寄物品歸類到所述電商經營物品類別，得到歸類結果；基于所述歸類結果對電商郵寄物品類別進行統計分析。通過將電商郵寄物品類別基于電商信息進行歸類，并根據歸類結果對電商郵寄的物品進行統計分析，從而對電商業務量進行分析，因采用大數據實時分析，從而達到實時且精準度高的目的。

技術領域

本公開涉及大數據領域 ，尤其涉及一基于電商寄遞業務量的產業結構分析方法、裝置及設備。

背景技術

近年來，隨著電子商務、小微企業等業務規模持續擴大，我國快遞業發展迅猛，企業數量大幅增加。

電商企業的高速發展，對產業發展的影響很大，企業也越來越關注當前產業的分布情況及發展趨勢。但是現有的統計分析方式，主要通過向地方各個電商企業及快遞企業收集數據，數據收集完成之后再統一進行數據整理、分析匯總，最后輸出統計分析報告。或是直接獲取相關統計報表，再進行分析。現有技術存在需要投入大量的人力及資源進行數據的收集及分析，數據無法實時獲取，而且通過局部統計的方式，數據不夠精準。并且，在針對產業結構分析時，可能由于信息數據的非實時性及精準性，導致決策失誤，造成經濟損失，而且相關人員在收集數據準備工作及多維度統計分析的過程中，也比較耗時耗力。

發明內容

有鑒于此，本公開實施例提供了一種基于電商寄遞業務量的產業結構分析方法、裝置及設備，至少部分的解決現有技術中存在的非實時性和精準性不足的問題。

第一方面，本公開實施例提供了一種基于電商寄遞業務量的產業結構分析方法，包括：

獲取電商業務信息，所述業務信息包括電商信息和郵寄物品類別信息；

提取所述電商信息的身份識別信息；

將所述識別信息與電商信息庫內的識別信息進行匹配，得到電商經營物品類別；

基于郵寄物品類別信息將郵寄物品歸類到所述電商經營物品類別，得到歸類結果；

基于所述歸類結果對電商郵寄物品類別進行統計分析。

可選的， 所述將所述識別信息與電商信息庫內的識別信息進行匹配的步驟之前，包括：

獲取電商信息和電商經營物品類別，基于電商信息中的身份識別信息將電商信息和對應的電商經營物品類別存儲至電商信息庫。

可選的，所述獲取電商信息和電商經營物品類別的步驟之后，還包括：

對獲取電商信息進行審核，將審核通過的電商信息存儲至電商信息庫。

可選的，所述電商經營物品類別，包括大類和子類，每個大類下設置多個子類，所述子類隸屬于大類。

可選的，所述基于所述歸類結果對電商郵寄物品類別進行統計分析，包括：

計算設置周期內當前周期與相鄰上個周期的商品業務量數據的環比增長率；

基于最近連續個數設置周期的環比增長率進行線性回歸分析擬合，得到下個設置周期的環比增長率，從而預測出下個設置周期的各物品類別業務量數據。

第二方面，本公開實施例還提供了一種基于電商寄遞業務量的產業結構分析裝置，包括：獲取模塊，用于獲取電商業務信息，所述業務信息包括電商信息和郵寄物品類別信息；

提取模塊，用于提取所述電商信息的身份識別信息；

匹配模塊，用于將所述識別信息與電商信息庫內的識別信息進行匹配，得到電商經營物品類別；

歸類模塊，用于基于郵寄物品類別信息將郵寄物品歸類到所述電商經營物品類別，得到歸類結果；

分析模塊，用于基于所述歸類結果對電商郵寄物品類別進行統計分析。