[发明专利]快递末端投放站点预测方法和系统

说明书

本发明涉及一种快递末端投放站点预测方法和系统，根据当前订单文本，提取当前订单信息；对当前订单信息与站点匹配规则进行匹配，确定所有当前站点信息；根据当前订单信息和所有当前站点信息，利用球面距离计算规则和预设召回数量，确定所有召回站点信息；利用BERT模型计算当前订单信息和所有召回站点信息之间对应的所有文本相似度；利用LR分类器对所有文本相似度分析，确定目标文本相似度；将目标文本相似度对应的召回站点信息作为预测站点信息，以使快递员将快递投放到预测站点信息对应的快递末端投放站点。本方案从匹配的当前订单信息中确定召回站点信息，利用BERT模型和LR分类器分析出最优的预测站点信息，降低了预测的复杂度，提高了预测效率。

技术领域

本发明涉及快递投放技术领域，具体涉及一种快递末端投放站点预测方法和系统。

背景技术

随着电商和网络直播带货的发展，越来越多的人喜欢在网上进行购物，随着快递量的增加，末端快递的配送压力也逐渐增大。

早期的快递投送方式比较直接，通过末端快递员的历史经验进行快递的投送，容易造成投放错误，导致用户投诉，为管控和约束快递员的投放行为，在快递订单生成时可以采用末端投放站点预测的方式提高快递投放准确率。

目前，由于快递数量巨大，城市中建设的快递末端投放站点较多，假如每个快递和城市中的十万个站点做一次匹配，需要运算十万次；每天海量的快递需要计算数万亿次，实现起来比较困难，对设备数量要求也是很难满足，从而导致末端投放站点的预测复杂度较高、预测效率较低。

发明内容

有鉴于此，本发明的目的在于提供一种快递末端投放站点预测方法和系统，以解决现有技术中快递数量巨大，城市中建设的快递末端投放站点较多，导致末端投放站点的预测复杂度较高、预测效率较低的问题。

为实现以上目的，本发明采用如下技术方案：

一种快递末端投放站点预测方法，包括：

对预先获取的当前订单文本进行分析，提取所述当前订单文本对应的当前订单信息；

对所述当前订单信息与预先配置的站点匹配规则进行匹配，确定所述当前订单信息对应的所有当前站点信息；

根据所述当前订单信息和所有所述当前站点信息，利用球面距离的计算规则和预设召回数量，确定所述当前订单信息对应的所有召回站点信息；

利用BERT模型计算所述当前订单信息和所有所述召回站点信息之间对应的所有文本相似度；

利用LR分类器对所有所述文本相似度进行分析，确定目标文本相似度；

将所述目标文本相似度对应的召回站点信息作为预测站点信息，以使末端快递员将所述当前订单文本对应的快递投放到所述预测站点信息对应的快递末端投放站点。

进一步地，上述快递末端投放站点预测方法中，所述对预先获取的当前订单文本进行分析，提取所述当前订单文本对应的当前订单信息之前，还包括：

获取历史订单文本对应的历史订单信息和历史投送站点信息；

将所述历史订单信息中的历史三段码与所述历史投送站点信息进行关联，确定站点匹配规则。

进一步地，上述快递末端投放站点预测方法中，所述当前订单信息中包括：当前订单收件地址对应的当前收件经纬度坐标；所述当前站点信息中包括：当前站点经纬度坐标；

所述根据所述当前订单信息和所有所述当前站点信息，利用球面距离的计算规则和预设召回数量，确定所述当前订单信息对应的所有召回站点信息，包括：

计算所述当前收件经纬度坐标与每个所述当前站点经纬度坐标之间的球面距离，并按照预设排序规则对所有所述球面距离进行排序；