【技术实现步骤摘要】
多频次派件时长预测方法、装置、设备及存储介质
本专利技术涉及人工智能领域,尤其涉及一种多频次派件时长预测方法、装置、设备及存储介质。
技术介绍
受益于电商消费的高速发展,快递行业景气度持续,运单的业务量继续保持高增长态势,因此,用户在下单时,也对物流到货时刻比较关注,而预测的签收时刻往往由于误差较大,常常引起用户的投诉,影响物流派送人员的绩效考核。在现有的技术中,当前业内主要采用始发地和目的地之间的距离以及货车所耗时长预估运单投递时长和运单签收时刻,但忽视了投递路径中每个网点的个体特征,例如,是否上门收件以及去分拨中心交件的时刻,导致预估派件时长的误差较大,以及预测运单签收时刻准确性较低。
技术实现思路
本专利技术的主要目的在于解决预估派件时长的误差较大,以及预测运单签收时刻准确性较低的问题。本专利技术第一方面提供了一种多频次派件时长预测方法,包括:获取目标运单的初始特征数据,所述初始特征数据包括揽件时刻、揽件网点的地址、始发分拨中心的地址、目的分拨中心的地址和目的网点的地址;对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行数据预处理,得到第一特征数据、第二特征数据和第三特征数据;通过训练好的决策树模型分别对所述第一特征数据、所述第二特征数据和所述第三特征数据进行派件时长预测,得到第一预测时长、第二预测时长和第三预测时长;基于所述揽件时刻对所述第一预测时长、所述第二预测时长和所述第三预测时长进行累加计算,得到所述目标运单的预测签收时刻。< ...
【技术保护点】
1.一种多频次派件时长预测方法,其特征在于,所述多频次派件时长预测方法包括:/n获取目标运单的初始特征数据,所述初始特征数据包括揽件时刻、揽件网点的地址、始发分拨中心的地址、目的分拨中心的地址和目的网点的地址;/n对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行数据预处理,得到第一特征数据、第二特征数据和第三特征数据;/n通过训练好的决策树模型分别对所述第一特征数据、所述第二特征数据和所述第三特征数据进行派件时长预测,得到第一预测时长、第二预测时长和第三预测时长;/n基于所述揽件时刻对所述第一预测时长、所述第二预测时长和所述第三预测时长进行累加计算,得到所述目标运单的预测签收时刻。/n
【技术特征摘要】
1.一种多频次派件时长预测方法,其特征在于,所述多频次派件时长预测方法包括:
获取目标运单的初始特征数据,所述初始特征数据包括揽件时刻、揽件网点的地址、始发分拨中心的地址、目的分拨中心的地址和目的网点的地址;
对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行数据预处理,得到第一特征数据、第二特征数据和第三特征数据;
通过训练好的决策树模型分别对所述第一特征数据、所述第二特征数据和所述第三特征数据进行派件时长预测,得到第一预测时长、第二预测时长和第三预测时长;
基于所述揽件时刻对所述第一预测时长、所述第二预测时长和所述第三预测时长进行累加计算,得到所述目标运单的预测签收时刻。
2.根据权利要求1所述的多频次派件时长预测方法,其特征在于,所述对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行数据预处理,得到第一特征数据、第二特征数据和第三特征数据,包括:
对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行经纬度转换,得到所述揽件网点的经纬度、所述始发分拨中心的经纬度、所述目的分拨中心的经纬度和所述目的网点的经纬度;
将所述揽件网点的经纬度和所述始发分拨中心的经纬度设置为第一特征数据,将所述始发分拨中心的经纬度和所述目的分拨中心的经纬度设置为第二特征数据,将所述目的分拨中心的经纬度和所述目的网点的经纬度设置为第三特征数据。
3.根据权利要求2所述的多频次派件时长预测方法,其特征在于,所述对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址进行经纬度转换,得到所述揽件网点的经纬度、所述始发分拨中心的经纬度、所述目的分拨中心的经纬度和所述目的网点的经纬度,包括:
对所述揽件网点的地址、所述始发分拨中心的地址、所述目的分拨中心的地址和所述目的网点的地址按照预设的行政区划标准进行标准化处理,得到多个标准地址,所述多个标准地址包括所述揽件网点的标准地址、所述始发分拨中心的标准地址、所述目的分拨中心的地址和所述目的网点的地址;
解析所述多个标准地址的经度和纬度,得到所述揽件网点的经纬度、所述始发分拨中心的经纬度、所述目的分拨中心的经纬度和所述目的网点的经纬度。
4.根据权利要求2所述的多频次派件时长预测方法,其特征在于,所述通过训练好的决策树模型分别对所述第一特征数据、所述第二特征数据和所述第三特征数据进行派件时长预测,得到第一预测时长、第二预测时长和第三预测时长,包括:
将所述揽件网点的经纬度、所述始发分拨中心的经纬度和所述揽件时刻输入到训练好的决策树模型进行派件时长预测,得到第一预测时长;
将所述始发分拨中心的经纬度、所述目的分拨中心的经纬度和所述揽件时刻输入到所述训练好的决策树模型进行派件时长预测,得到第二预测时长;
将所述目的分拨中心的经纬度、所述目的网点的经纬度和所述揽件时刻输入到所述训练好的决策树模型进行派件时长预测,得到第三预测时长。
5.根据权利要求1所述的多频次派件时长预测方法,其特征在于,所述基于所述揽件时刻对所述第一预测时长、所述第二预测时长和所述第三预...
【专利技术属性】
技术研发人员:杨周龙,黄理,
申请(专利权)人:上海东普信息科技有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。