[发明专利]快递件量预测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202110343029.X 申请日: 2021-03-30
公开(公告)号: CN115147034A 公开(公告)日: 2022-10-04
发明(设计)人: 代山;陈晓雯 申请(专利权)人: 顺丰科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q10/04
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 黄恕
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 快递 预测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种快递件量预测方法,所述方法包括:

获取快递件量预测请求,确定所述快递件量预测请求对应的待预测场地以及高峰时间窗口;

根据所述待预测场地对应的历史货量信息,获取所述待预测场地中各个场站对应的快递件量的时间序列数据;

获取所述待预测场地中各个场站对应的快递件量的时间序列数据之间的时间序列相似度,根据所述时间序列相似度对所述待预测场地中的场站进行分组;

获取每个场地分组中对应的快递件量的总量时间序列以及每个场地分组中各场站对应的比例时间序列;

通过预设预测算法,获取所述每个场地分组中,所述总量时间序列的预测值与所述比例时间序列的预测值,所述总量时间序列的预测值为场地分组中各场站在所述高峰时间窗口内快递件量的总量的预测值,所述比例时间序列的预测值为场地分组中各场站在所述高峰时间窗口内快递件量所占比例的预测值;

根据每个场地分组中所述总量时间序列的预测值与所述比例时间序列的预测值,获取所述每个场地分组中各个场站在所述高峰时间窗口的快递件量预测值。

2.根据权利要求1所述的方法,其特征在于,所述根据所述待预测场地对应的历史货量信息,获取所述待预测场地中各个场站对应的快递件量的时间序列数据包括:

依据所述待预测场地中各个场站对应的场站代码以及所述场站对应的快递运单操作时间,对全部的快递件量进行分场站的日维度统计;

按时间先后顺序对所述日维度统计的统计结果进行排序,获取所述待预测场地中各个场站对应的快递件量的时间序列数据。

3.根据权利要求1所述的方法,其特征在于,所述根据所述时间序列相似度对所述待预测场地中的场站进行分组包括:

根据所述时间序列相似度,获取所述待预测场地中各个场站两两之间对应的距离度量;

通过基于距离的层次聚类算法,对所述待预测场地中的场站进行分组。

4.根据权利要求1所述的方法,其特征在于,所述获取每个场地分组对应的快递件量的总量时间序列以及每个场地分组中各场站对应的比例时间序列包括:

对所述场地分组中各场站对应的快递件量的时间序列数据进行日期对齐处理;

根据日期对齐处理后各场站对应的快递件量的时间序列数据,获取总量时间序列;

根据每个场地对应的时间序列数据中的快递件量数据,以及总量时间序列中的快递件量数据,获取每个场地分组各场站对应的所述比例时间序列。

5.根据权利要求1所述的方法,其特征在于,所述根据每个场地分组中所述总量时间序列的预测值与所述比例时间序列的预测值,获取所述每个场地分组中各个场站在所述高峰时间窗口的快递件量预测值包括:

将每个场站分组内所述总量时间序列的预测值与所述比例时间序列的预测值进行日期对齐处理;

根据日期对齐后的所述总量时间序列的预测值与所述比例时间序列的预测值,获取所述每个场地分组中各个场站在所述高峰时间窗口的快递件量预测值。

6.根据权利要求1所述的方法,其特征在于,所述根据每个场地分组中所述总量时间序列的预测值与所述比例时间序列的预测值,获取所述每个场地分组中各个场站在所述高峰时间窗口的快递件量预测值之后,还包括:

根据所述每个场地分组中各个场站的快递件量预测值生成快递件量预测报告;

反馈所述快递件量预测报告。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110343029.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top