订单量预测方法、装置、电子设备和可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种订单量预测方法、装置、电子设备和可读存储介质，涉及数据处理技术领域。本发明专利技术实施例在获取历史时间段的历史特征和待测时间段的预测特征后，将历史特征输入预设的订单量预测模型的编码序列，得到编码特征，然后将编码特征和预测特征输入预设的订单量预测模型的解码序列中，得到待测时间段的预测订单量。如此，根据历史特征和预测特征，利用预设的订单量预测模型对订单量进行预测，提高了订单量预测的准确率。提高了订单量预测的准确率。提高了订单量预测的准确率。

【技术实现步骤摘要】
订单量预测方法、装置、电子设备和可读存储介质


[0001]本专利技术涉及数据处理
，具体涉及一种订单量预测方法、装置、电子设备和可读存储介质。

技术介绍

[0002]随着电商平台的兴起和快速发展，以及经济全球化的影响下，物流行业也得到了发展，物流业务量逐渐增大，业务范围逐渐扩宽，相应的，订单量也越来越多。
[0003]目前，物流货物在到达物流点之前，需要集中进行称重、装箱等一系列操作，为了提升物流时效，可以提前预测到达的货物的订单量。通过提前预测订单量，可以帮助企业提前进行人力安排，降低企业用工成本、提升物流时效。而目前对于订单量的预测，大多准确率不高，且不易操作。

技术实现思路

[0004]基于上述研究，本专利技术实施例提供一种订单量预测方法、装置、电子设备和可读存储介质，以改善上述问题。
[0005]本专利技术的实施例可以通过以下实现：
[0006]第一方面，本专利技术实施例提供一种订单量预测方法，所述方法包括：
[0007]获取历史时间段的历史特征以及待测时间段的预测特征；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种订单量预测方法，其特征在于，所述方法包括：获取历史时间段的历史特征以及待测时间段的预测特征；将所述历史特征输入至预设的订单量预测模型的编码序列，得到编码特征；将所述预测特征以及所述编码特征输入至所述订单量预测模型的解码序列，得到待测时间段的订单量。2.根据权利要求1所述的订单量预测方法，其特征在于，所述获取历史时间段的历史特征的步骤包括：获取所述历史时间段内的订单量信息、流向信息以及时间信息；分别对所述订单量信息、所述流向信息以及所述时间信息进行映射处理，得到订单量特征、流向特征以及时间特征；将所述订单量特征、所述流向特征以及所述时间特征进行合并，得到历史特征。3.根据权利要求1所述的订单量预测方法，其特征在于，所述获取待测时间段的预测特征的步骤包括：获取所述待测时间段内的流向信息以及时间信息；分别对所述流向信息以及所述时间信息进行映射处理，得到流向特征以及时间特征；将所述流向特征以及所述时间特征进行合并，得到预测特征。4.根据权利要求2或3所述的订单量预测方法，其特征在于，所述时间信息包括节假日信息以及星期数信息，所述对所述时间信息进行映射处理，得到时间特征的步骤包括：对所述节假日信息进行映射处理，得到节假日特征，以及对所述星期数信息进行映射处理，得到星期数特征；将所述节假日特征和所述星期数特征进行合并，得到时间特征。5.根据权利要求4所述的订单量预测方法，其特征在于，所述获取历史时间段的历史特征以及待测时间段的预测特征之前，所述方法还包括：对所述历史时间段以及所述待测时间段内的每个日期进行解析，得到每个所述日期对应的星期数信息以及节假日类型；根据每个日期的节假日类型，得到该日期的节假日信息；根据每个日期对应的星期数信息以及节假日信息，得到所述历史时间段内的时间信息以及所述待测时间段内的时间信息。6.根据权利要求1所述的订单量预测方法，其特征在于，所述将所述预测特征以及所述编码特征输入至所述订单量预测模型的解码序列，得到待测时间段的订单量的步骤包括：将所述预测特征以及所述编码特征输入至所述订单量预测模型的解码序列，得到解码特征；将所述解码特征输入至所述订单量预测...

【专利技术属性】
技术研发人员：张文旭，钱勇喜，吴龙影，张旭，
申请(专利权)人：深圳顺丰泰森控股集团有限公司，
类型：发明
国别省市：