【技术实现步骤摘要】
本专利技术涉及行为预测领域，尤其涉及一种快递取消服务预测方法、装置、设备及存储介质。
技术介绍
1、随着互联网的普及，越来越多的人选择在线上购物，但是由于线上购物的局限性，用户往往在下订单后选择主动取消订单，从而影响企业的运营效率。
2、而现有的快递系统在订单生成后难以主动预测用户的取消可能性，往往需要用户主动申请取消才可掌握，无法事先进行干预，这导致平台的客户取消率居高不下，不仅影响企业利润，还影响用户的体验。
3、因此，现有技术还有待于改进和发展。
技术实现思路
1、本专利技术的主要目的在于解决现有技术中无法主动预测下单后用户的取消可能性、无法进行事先干预而导致用户取消率居高不下、影响企业运营效率的问题。
2、本专利技术第一方面提供了一种快递取消服务预测方法，包括：获取快递系统中的所有历史订单数据，构建取消预测模型，利用所述历史订单数据训练所述取消预测模型；获取当前订单数据，将当前订单数据输入到训练好的所述取消预测模型，得到当前订单的取消概率；根据所...
【技术保护点】
1.一种快递取消服务预测方法，其特征在于，所述快递取消服务预测方法包括：
2.根据权利要求1所述快递取消服务预测方法，其特征在于，所述历史订单数据包括：历史用户特征数据、历史用户行为数据和历史订单特征数据；
3.根据权利要求2所述快递取消服务预测方法，其特征在于，所述利用所述历史用户特征数据、所述历史用户行为数据和所述历史订单特征数据对所述取消预测模型进行训练的步骤包括：
4.根据权利要求1所述快递取消服务预测方法，其特征在于，所述当前订单数据包括：当前用户特征数据、当前用户行为数据和当前订单特征数据；
5.根据权利要求...
【技术特征摘要】
1.一种快递取消服务预测方法，其特征在于，所述快递取消服务预测方法包括：
2.根据权利要求1所述快递取消服务预测方法，其特征在于，所述历史订单数据包括：历史用户特征数据、历史用户行为数据和历史订单特征数据；
3.根据权利要求2所述快递取消服务预测方法，其特征在于，所述利用所述历史用户特征数据、所述历史用户行为数据和所述历史订单特征数据对所述取消预测模型进行训练的步骤包括：
4.根据权利要求1所述快递取消服务预测方法，其特征在于，所述当前订单数据包括：当前用户特征数据、当前用户行为数据和当前订单特征数据；
5.根据权利要求4所述快递取消服务预测方法，其特征在于，所述将所述当前用户特征数据、所述当前用户行为数据和所述当前订单特征数据输入到训练好的所述取消预测模型中，输出当前订单的取消概率的步骤包括：...
【专利技术属性】
技术研发人员：林思斌，李波涛，
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：
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。