[发明专利]一种行程时长预估方法、装置及存储介质

权利要求书

1.一种行程时长预估方法，其特征在于，包括：

获取起始地址、目标地址和配送人员的个人属性信息；其中，所述配送人员的个人属性信息用于指示所述配送人员的历史行进轨迹的特征信息；所述配送人员的个人属性信息包括以下内容中的任一项或任多项：所述配送人员的派送订单及时率、所述配送人员的标识、所述配送人员的派送订单年限和所述配送人员对应的实际行进速度的平均速度；

将所述起始地址、所述目标地址和所述个人属性信息作为速度估算模型的输入，从所述速度估算模型的输出侧得到所述配送人员在所述起始地址和所述目标地址之间的估算行进速度；

根据所述起始地址、所述目标地址和所述估算行进速度，确定所述配送人员从所述起始地址行进至所述目标地址所需的时长。

2.如权利要求1所述的方法，其特征在于，所述将所述起始地址、所述目标地址和所述个人属性信息作为速度估算模型的输入，从所述速度估算模型的输出侧得到所述配送人员在所述起始地址和所述目标地址之间的估算行进速度，包括：

获取所述起始地址和所述目标地址之间的路段属性信息；其中，所述路段属性信息包括交通信息和/或天气信息；

将所述路段属性信息、所述起始地址、所述目标地址和所述个人属性信息作为速度估算模型的输入，从所述速度估算模型的输出侧得到所述配送人员在所述起始地址和所述目标地址之间的估算行进速度。

3.如权利要求2所述的方法，其特征在于，所述交通信息包括以下内容中的任一项或任多项：从起始地址到目标地址之间的红绿灯个数和从起始地址到目标地址的时段是否属于高峰时段；天气信息包括经过该路段时的天气状况和刮风状况。

4.如权利要求2所述的方法，其特征在于，所述起始地址和所述目标地址之间的路段属性信息为配送人员从起始地址到达目标地址的实际路径的路段属性信息。

5.如权利要求2所述的方法，其特征在于，所述获取起始地址、目标地址和配送人员的个人属性信息之前，还包括：

获取M个配送人员中配送人员预设类别的历史行进轨迹；所述M为正整数；

针对所述M个配送人员中的配送人员，执行：将所述配送人员的历史行进轨迹划分出多个路段；针对所述多个路段中的路段，获取所述配送人员的个人属性信息，以及所述配送人员经过所述路段时所述路段属性信息，且根据所述配送人员经过所述路段的时间戳和所述路段的路线长度，确定所述配送人员经过所述路段的实际行进速度；

根据所述M个配送人员中的所述配送人员的个人属性信息、所述路段属性信息和所述配送人员经过所述路段的实际行进速度，进行模型训练，得到所述速度估算模型。

6.如权利要求5所述的方法，其特征在于，所述将所述配送人员的历史行进轨迹划分出多个路段，包括：

根据所述配送人员的历史行进轨迹的时间戳，确定出所述历史行进轨迹的多个第一特征点；其中，所述历史行进轨迹中所述配送人员在所述多个第一特征点中的所述第一特征点对应的第一范围内滞留时长大于时长阈值；

将所述多个第一特征点中的两个第一特征点之间的路段作为所述历史行进轨迹中的所述路段。

7.如权利要求6所述的方法，其特征在于，所述将所述多个第一特征点中的两个第一特征点之间的路段作为所述历史行进轨迹中的所述路段，包括：

针对所述多个第一特征点中的第一特征点，执行：

根据所述配送人员的实际行进速度和/或所述第一特征点的地址，确定所述第一特征点对应的第二特征点；其中，所述第二特征点为所述配送人员在所述第一特征点对应的第二范围内行进方式转换的点；

将所述多个第一特征点中的两个第一特征点对应的两个第二特征点之间的路段作为所述历史行进轨迹中的所述路段。

8.如权利要求1所述的方法，其特征在于，所述速度估算模型是神经网络训练模型或梯度提升树模型。