【技术实现步骤摘要】
快递揽件量的预测方法、装置、设备和存储介质
本专利技术属于业务量预测的
，尤其涉及一种快递揽件量的预测方法、装置、设备和存储介质。
技术介绍
预测是大数据最核心的应用，大数据预测将传统意义预测拓展到“现测”。大数据预测的优势体现在它把一个非常困难的预测问题，转化为一个相对简单的描述问题，而这是传统小数据集根本无法企及的。从预测的角度看，大数据预测所得出的结果不仅仅得到处理现实业务简单、客观的结论，更能用于帮助企业经营决策，收集起来的资料还可以被规划，引导开发更大的消费力量。时间序列数据挖掘以事物在不同时刻的状态所形成的数据为研究对象，通过对时间序列数据的特征进行分析和研究，揭示事物的发展变化规律，用于指导人们的社会、经济、军事和生活等活动。时间序列挖掘对人类社会、科技和经济的发展具有重大意义，正逐渐成为数据挖掘的研究热点之一。随着物流行业的快速发展，业务量(快递件量)的管控关系着物流公司的业务能否正常进行。因此，对件量进行预测就显得尤为重要。对于物流领域的件量预测问题，件量总是随时间发生变化的，...
【技术保护点】
1.一种快递揽件量的预测方法，其特征在于，适用于特殊日期的快递揽件量预测，所述快递揽件量的预测方法包括：/n步骤S1：获取揽件量的历史数据，对历史数据进行预处理，得到N个历史周期的第一数据集及第二数据集；所述第一数据集为所述特殊日期前的揽件量数据，所述第二数据集为包含所述特殊日期的揽件量数据；/n步骤S2：分析第一数据集中N个历史周期的揽件量总和的增长趋势及第二数据集中前N-1个历史周期的揽件量总和的增长趋势，将第一数据集中前N-1个历史周期的揽件量总和的增长趋势与第二数据集中前N-1个历史周期的揽件量总和的增长趋势进行比较，根据比较结果，预测第二数据集中第N个历史周期的揽...
【技术特征摘要】
1.一种快递揽件量的预测方法，其特征在于，适用于特殊日期的快递揽件量预测，所述快递揽件量的预测方法包括：
步骤S1：获取揽件量的历史数据，对历史数据进行预处理，得到N个历史周期的第一数据集及第二数据集；所述第一数据集为所述特殊日期前的揽件量数据，所述第二数据集为包含所述特殊日期的揽件量数据；
步骤S2：分析第一数据集中N个历史周期的揽件量总和的增长趋势及第二数据集中前N-1个历史周期的揽件量总和的增长趋势，将第一数据集中前N-1个历史周期的揽件量总和的增长趋势与第二数据集中前N-1个历史周期的揽件量总和的增长趋势进行比较，根据比较结果，预测第二数据集中第N个历史周期的揽件量相对于第N-1个历史周期的揽件量的增长率；
步骤S3：根据所述步骤S2中预测得到的增长率及第二数据集中的第N-1个历史周期的揽件量总和，计算得到第二数据集中第N个历史周期的揽件量总和；
步骤S4：分析第二数据集中前N-1个历史周期中每个历史周期的日揽件量，根据分析结果，预测第二数据集中第N个历史周期的日揽件量的占比率；
步骤S5：根据所述步骤S4中预测得到的日揽件量的占比率及所述步骤S3中得到的第N个历史周期的揽件量总和，计算得到第二数据集中第N个历史周期的日揽件量预测值。
2.如权利要求1所述的快递揽件量的预测方法，其特征在于，所述步骤S1进一步包括：
清洗历史数据，替换空数据及异常数据；
将所述特殊日期所在月份之前的历史数据设为第一数据集，将包含所述特殊日期的月份的历史数据设为第二数据集。
3.如权利要求1所述的快递揽件量的预测方法，其特征在于，所述步骤S2进一步包括：
一历史周期为一年，计算第一数据集中每年的揽件量总和，并统计当年揽件量总和相比上一年的揽件量总和的增长率，得到第一增长率序列；
计算第二数据集中前N-1年的揽件量总和，并统计当年揽件量总和相比上一年的揽件量总和的增长率，得到第二增长率序列；
比较第一增长率序列中的前N-2个值与第二增长率序列中相应顺序的值，若值相近，则将第二数据集中第N年的揽件量总和相比于第N-1年的揽件量总和的增长率取值为第一增长率序列中的第N-1个的值。
4.如权利要求2所述的快递揽件量的预测方法，其特征在于，所述步骤S4进一步包括：
选取第二数据集中包含特殊日期在内的，日期连续的若干历史数据；统计若干所述历史数据中前N-1个历史周期的日揽件量占相应的历史周期的揽件量总和的比例值，得到N-1个历史周期的日占比序列；
比较所述N-1个日占比序列中的相应位置的数值，若数值相近，则将第二...
【专利技术属性】
技术研发人员：夏扬，李斯，陈玉芬，
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。