本申请涉及一种预测基期确定方法、装置、计算机设备和存储介质，包括：获取当前日期对应的实时时间序列，以及，获取多个历史日期各自对应的历史时间序列；将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度和序列形状相似度；根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列；将所述目标历史时间序列对应的历史日期确定为预测基期，实现了预测基期的准确选择，在选择预测基期时，既考虑实时数据截面的相似性，又考虑了时序中多个时点的动态关联，有效提高基期选择的准确性，避免人工选择基期而带来的偏误或者采用传统距离度量难以找到合适基期的问题。题。题。
【技术实现步骤摘要】
预测基期确定方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机
，特别是涉及一种预测基期确定方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着物流业的日益发展，为实现物流资源的合理分配如收、派件人员数量的调整，可以对未来一段时间内的包裹量进行预测，在进行预测时，可以选择合适的基期并借助合适的模型进行预测。
[0003]在现有技术中，可以通过人工方式选择基期，或基于欧式距离或相关系数等传统的相似度指标筛选基期。然而，前者容易存在人工偏误；同时，由于物流运输业务特点，不同天的整体趋势大多相似，后者的基期选择方式难以度量差异。现有方式针对短时间内的包裹量预测都难以筛选出合适的基期。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种预测基期确定方法、装置、计算机设备和存储介质。
[0005]一种预测基期确定方法，所述方法包括：
[0006]获取当前日期对应的实时时间序列，以及，获取多个历史日期各自对应的历史时间序列；所述实时时间序列和所述历史时间序列均用于记录物流包裹量及其时点；
[0007]将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度和序列形状相似度；所述包裹量相似度，表征所述实时时间序列与所述历史时间序列对应时点物流包裹量的相似度；所述序列形状相似度，表征所述实时间序列对应曲线与所述历史时间序列对应曲线的相似度；
[0008]根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列；
[0009]将所述目标历史时间序列对应的历史日期确定为预测基期；所述预测基期用于预测所述当前日期中未来时点的物流包裹量。
[0010]可选地，所述实时时间序列和所述历史时间序列均包括序列元素，所述序列元素用于记录所述物流包裹量和时点，所述将所述实时时间序列与所述历史时间序列进行比对，得到序列形状相似度，包括：
[0011]根据所述实时时间序列和所述历史时间序列各自对应的序列元素数量构建矩阵；矩阵中的矩阵元素表征实时物流包裹量和历史物流包裹量之间的相似度；
[0012]获取所述矩阵对应的最短路径；所述最短路径为连接所述矩阵中左下角矩阵元素和右上角矩阵元素的最短路径；
[0013]获取所述最短路径对应的路径距离，作为序列形状相似度。
[0014]可选地，所述矩阵为网格矩阵，所述矩阵元素为格点坐标，所述获取所述最短路径
对应的路径距离，作为序列形状相似度，包括：
[0015]获取所述最短路径经过的多个矩阵元素；
[0016]根据多个矩阵元素各自对应的格点坐标，确定所述最短路径对应的闵式距离，作为序列形状相似度。
[0017]可选地，所述将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度，包括：
[0018]获取所述实时时间序列中各个时点对应的实时物流包裹量，以及，获取所述历史时间序列中对应时点的历史物流包裹量；
[0019]根据多个实时物流包裹量和对应时点的历史物流包裹量，获取所述历史时间序列与所述实时时间序列对应的闵式距离，作为包裹量相似度。
[0020]可选地，所述根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列，包括：
[0021]根据所述包裹量相似度和序列形状相似度，获取所述历史时间序列与所述实时时间序列的序列相似度；
[0022]根据所述序列相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列。
[0023]可选地，所述根据所述包裹量相似度和序列形状相似度，获取所述历史时间序列与所述实时时间序列的序列相似度，包括：
[0024]获取包裹量相似度和序列形状相似度各自对应的相似度权重；
[0025]根据所述相似度权重，对所述包裹量相似度和序列形状相似度加权求和，将求和结果确定为所述历史时间序列与所述实时时间序列的序列相似度。
[0026]可选地，所述获取多个历史日期各自对应的历史时间序列，包括：
[0027]获取多个候选日期各自对应的原始时间序列，并剔除各原始时间序列中指定时段内的序列元素，得到每一候选日期对应的历史时间序列；
[0028]从所述多个候选日期中筛选出与所述当前日期匹配的多个历史日期，并获取多个历史日期对应的历史时间序列。
[0029]可选地，所述获取多个候选日期各自对应的原始时间序列，包括：
[0030]获取所述实时时间序列对应的第一时段，并将多个候选日期中与所述第一指定时段对应的时间序列，作为原始时间序列；
[0031]所述剔除各原始时间序列中指定时段内的序列元素，包括：
[0032]获取包裹波动量超出波动阈值的第二时段，并将原始时间序列中与所述第二时段对应的序列元素剔除。
[0033]可选地，所述从所述多个候选日期中筛选出与所述当前日期匹配的多个历史日期，包括：
[0034]获取所述当前日期对应的实时物流业务量特征和各历史日期对应的历史物流业务量特征；
[0035]从多个候选日期中，筛选出所述历史物流业务量特征与所述实时物流业务量特征匹配的多个历史日期。
[0036]一种预测基期确定装置，所述装置包括：
[0037]时间序列获取模块，用于获取当前日期对应的实时时间序列，以及，获取多个历史日期各自对应的历史时间序列；所述实时时间序列和所述历史时间序列均用于记录物流包裹量及其时点；
[0038]相似度确定模块，用于将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度和序列形状相似度；所述包裹量相似度，表征所述实时时间序列与所述历史时间序列对应时点物流包裹量的相似度；所述序列形状相似度，表征所述实时间序列对应曲线与所述历史时间序列对应曲线的相似度；
[0039]目标历史时间序列确定模块，用于根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列；
[0040]预测基期确定模块，用于将所述目标历史时间序列对应的历史日期确定为预测基期；所述预测基期用于预测所述当前日期中未来时点的物流包裹量。
[0041]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。
[0042]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述方法的步骤。
[0043]上述一种预测基期确定方法、装置、计算机设备和存储介质，通过获取当前日期对应的实时时间序列，以及，获取多个历史日期各自对应的历史时间序列，将实时时间序列与历史时间序列进行比对，得到包裹量相似度和序列形状相似度，根据包裹量相似度和序列形状相似度，在历史时间序列中，确定满足预设的相似度条件的目标历史时间序列，将目标历史时间序列对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预测基期确定方法，其特征在于，所述方法包括：获取当前日期对应的实时时间序列，以及，获取多个历史日期各自对应的历史时间序列；所述实时时间序列和所述历史时间序列均用于记录物流包裹量及其时点；将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度和序列形状相似度；所述包裹量相似度，表征所述实时时间序列与所述历史时间序列对应时点物流包裹量的相似度；所述序列形状相似度，表征所述实时间序列对应曲线与所述历史时间序列对应曲线的相似度；根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列；将所述目标历史时间序列对应的历史日期确定为预测基期；所述预测基期用于预测所述当前日期中未来时点的物流包裹量。2.根据权利要求1所述的方法，其特征在于，所述实时时间序列和所述历史时间序列均包括序列元素，所述序列元素用于记录所述物流包裹量和时点，所述将所述实时时间序列与所述历史时间序列进行比对，得到序列形状相似度，包括：根据所述实时时间序列和所述历史时间序列各自对应的序列元素数量构建矩阵；矩阵中的矩阵元素表征实时物流包裹量和历史物流包裹量之间的相似度；获取所述矩阵对应的最短路径；所述最短路径为连接所述矩阵中左下角矩阵元素和右上角矩阵元素的最短路径；获取所述最短路径对应的路径距离，作为序列形状相似度。3.根据权利要求2所述的方法，其特征在于，所述矩阵为网格矩阵，所述矩阵元素为格点坐标，所述获取所述最短路径对应的路径距离，作为序列形状相似度，包括：获取所述最短路径经过的多个矩阵元素；根据多个矩阵元素各自对应的格点坐标，确定所述最短路径对应的闵式距离，作为序列形状相似度。4.根据权利要求1所述的方法，其特征在于，所述将所述实时时间序列与所述历史时间序列进行比对，得到包裹量相似度，包括：获取所述实时时间序列中各个时点对应的实时物流包裹量，以及，获取所述历史时间序列中对应时点的历史物流包裹量；根据多个实时物流包裹量和对应时点的历史物流包裹量，获取所述历史时间序列与所述实时时间序列对应的闵式距离，作为包裹量相似度。5.根据权利要求1所述的方法，其特征在于，所述根据所述包裹量相似度和序列形状相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列，包括：根据所述包裹量相似度和序列形状相似度，获取所述历史时间序列与所述实时时间序列的序列相似度；根据所述序列相似度，在所述历史时间序列中，确定满足预设的相似度条件的目标历史时间序列。6.根据权利要求5所述的方法，其特征在于，所述根据所述包裹量相似度和序列形状相似度，获取所述历史时间序列与所述实...
【专利技术属性】
技术研发人员：李凤，许胜，丁宇，闵炎华，王立帅，湛长兰，刘子恒，叶绍志，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：
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。