[发明专利]一种预测配送时间的方法、装置及计算机可读存储介质

权利要求书

1.一种预测配送时间的方法，其特征在于，包括：

确定接收的目标订单是否符合多模型预测条件；

若所述目标订单符合所述多模型预测条件，则基于预先训练的全局预测模型和局部预测模型，分别确定所述目标订单的配送时间的全局模型预测结果和局部模型预测结果；

根据所述全局模型预测结果和所述局部模型预测结果确定所述配送时间的最终预测结果。

2.根据权利要求1所述的方法，其特征在于，所述目标订单符合多模型预测条件，包括：

目标订单的配送过程参数不小于参数阈值。

3.根据权利要求2所述的方法，其特征在于，所述配送过程参数包括货品准备时间相关参数；

所述确定接收的目标订单是否符合多模型预测条件之前，还包括：

确定接收的目标订单的商家标识和下单时间；

将所述商家标识和所述下单时间输入到预先训练的货品准备时间相关参数预测模型中，得到所述目标订单的货品准备时间相关参数。

4.根据权利要求2所述的方法，其特征在于，所述配送过程参数包括交付时长；

所述确定接收的目标订单是否符合多模型预测条件之前，还包括：

确定接收的目标订单的配送地址和配送时间；

将所述配送地址和所述配送时间输入到预先训练的交付时长预测模型中，得到所述目标订单的交付时长。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

确定配送准时率阈值；

基于预先创建的对应关系，查询所述配送准时率阈值对应的参数阈值。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述全局模型预测结果和所述局部模型预测结果确定所述目标订单的配送时间的最终预测结果，包括：

对所述全局模型预测结果和所述局部模型预测结果进行加权求和，得到所述目标订单的配送时间的最终预测结果。

7.根据权利要求1所述的方法，其特征在于，所述局部预测模型根据以下步骤训练：

确定符合多模型预测条件的样本订单；

获取每个所述样本订单的样本特征以及配送时间；

将每个所述样本订单的样本特征以及配送时间作为训练集，训练所述局部预测模型。

8.一种预测配送时间的装置，其特征在于，包括：

订单条件判定模块，用于确定接收的目标订单是否符合多模型预测条件；

模型结果确定模块，用于当符合所述多模型预测条件时，基于预先训练的全局预测模型和局部预测模型，确定所述目标订单的配送时间的全局模型预测结果和局部模型预测结果；

最终结果确定模块，用于根据所述全局模型预测结果和所述局部模型预测结果确定所述配送时间的最终预测结果。

9.根据权利要求8所述的装置，其特征在于，所述目标订单符合多模型预测条件，包括：

目标订单的配送过程参数不小于参数阈值。

10.根据权利要求9所述的装置，其特征在于，所述配送过程参数包括货品准备时间相关参数；

所述装置还包括相关参数确定模块；

所述相关参数确定模块，包括：

标识与时间确地单元，用于确定接收的目标订单的商家标识和下单时间；

相关参数确定单元，用于将所述商家标识和所述下单时间输入到预先训练的货品准备时间相关参数预测模型中，得到所述目标订单的货品准备时间相关参数。

11.根据权利要求9所述的装置，其特征在于，所述配送过程参数包括交付时长；

所述装置还包括交付时长确定模块；

所述交付时长确定模块，包括：

地址与时间确定单元，用于确定接收的目标订单的配送地址和配送时间；

交付时长确定单元，用于将所述配送地址和所述配送时间输入到预先训练的交付时长预测模型中，得到所述目标订单的交付时长。