[发明专利]物流节点包裹量的预测方法和装置

权利要求书

1.一种物流节点包裹量的预测方法，其特征在于，包括：

提供多个物流线路，所述多个物流线路分别由多个物流节点组成；

确定目标物流节点和目标物流节点所在的至少一条目标物流线路；

确定目标物流节点对应的包裹的物流关联信息，所述物流关联信息包括交易信息和物流信息；

针对至少一条目标物流线路，获取历史数据中的多个物流关联信息；

获取所述至少一条目标物流线路在目标物流节点的操作时段内的包裹量；

提供多个物流特征和每一个物流特征对应的待确定权重；

将历史数据的多个物流关联信息和所述目标物流节点的操作时段内的包裹量输入回归模型，获取针对每一个物流特征的权重；

将第一指定时段之前的包裹量输入时序模型，获取预估日常单量；

将所述回归模型输出的权重和所述时序模型输出的日常单量输入融合模型，输出修正后的每一个物流特征的权重；

将所述物流关联信息输入包裹量预测模型，确定目标物流节点在所述至少一条目标物流线路上的包裹量。

2.根据权利要求1所述的方法，其特征在于，确定目标物流节点对应的包裹的物流关联信息的步骤包括：

获取第一指定时段内包裹的物流关联信息；

确定所述物流关联信息对应的物流节点；

根据对应的物流节点，从所述多个物流关联信息中获取与所述目标物流节点关联的物流关联信息；所述物流关联信息包括交易信息和物流信息。

3.根据权利要求1所述的方法，其特征在于，所述提供多个物流线路的步骤包括：

预测所述包裹的首转中心；

预测所述包裹的末转中心；

利用所述首转中心和所述末转中心获取所述包裹的物流线路。

4.根据权利要求3所述的方法，其特征在于，所述预测所述包裹的首转中心的步骤包括：

根据所述物流关联信息的交易信息中的发货地址与首转中心的对应关系，预测所述包裹的首转中心。

5.根据权利要求4所述的方法，其特征在于，预测所述包裹的首转中心的步骤还包括：

利用所述物流信息中的揽收网点信息，修正所述首转中心。

6.根据权利要求4所述的方法，其特征在于，根据所述物流关联信息的交易信息中的发货地址与首转中心的对应关系，预测所述包裹的首转中心的步骤包括：

将发货地址按照结构化语义进行分词；

将分词后的发货地址标注结构化语义标签，获取多级结构化地址；

根据预置的结构化语义标签模板，补全所述发货地址中缺失的内容；

利用所述补全的发货地址，建立每一级结构化地址对应的首转中心；

将每一级结构化地址对应的次数最多的首转中心作为预测的包裹的首转中心。

7.根据权利要求3所述的方法，其特征在于，所述预测所述包裹的末转中心的步骤包括：

利用所述包裹的收货地址与末转中心的对应关系，预测所述包裹的末转中心。

8.根据权利要求1所述的方法，其特征在于，将所述物流关联信息输入包裹量预测模型，确定目标物流节点在所述至少一条目标物流线路上的包裹量的步骤之前，所述方法还包括：

根据物流关联信息中的物流节点信息，将所述多个物流关联信息划分为揽收物流关联信息和中转物流关联信息；

针对所述揽收物流关联信息和中转物流关联信息，分别执行如下操作：

获取所述至少一条目标物流线路在目标物流节点的操作时段内的包裹量；

针对所述至少一条目标物流线路，利用历史数据的多个物流关联信息和所述目标物流节点的操作时间内包裹量训练包裹量预测模型。

9.根据权利要求1所述的方法，其特征在于，确定目标物流节点在目标物流线路上的包裹量的步骤之后，所述方法还包括：

根据每一条目标物流线路上的包裹量，获取该目标物流节点在第一时段的总包裹量。