[发明专利]取件量预警方法、装置、终端设备及存储介质

说明书

本发明公开了一种取件量预警方法，应用于智能快递柜，该方法包括：获取并保存天气信息，当检测到用户的账户信息时，根据所述账户信息确定待取包裹信息；根据所述账户信息和所述天气信息，预测所述用户的负载能力；当检测到所述待取包裹信息对应的待取包裹超过所述用户的负载能力时，输出预警提示信息。本发明还公开了一种取件量预警装置、终端设备及存储介质。本发明可以结合天气和用户自身因素，对用户的单次取件量进行预测，提高对用户取件量的预测准确性，从而在待取包裹超过用户的负载能力时，输出预警提示信息，以提示用户减少取件量，防止用户一次性领取超出自身负载能力的包裹后，影响正常行走，进而提升用户体验。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种取件量预警方法、装置、终端设备及存储介质。

背景技术

随着互联网技术的高速发展，由于线上购物而产生的大量包裹，为智能快递柜提供了很好的的应用基础。当用户不方便签收包裹时，可以将包裹暂时寄存到快递柜中，在闲暇时随时可以按照接收到的取件通知到智能快递柜取出包裹。智能快递柜的出现，不仅解决了包裹最后一公里的配送问题，也给用户取件带来了极大的便利，但由于智能快递柜安装场地的限制，用户取件地与家或办公室之间往往还存在一定的距离。考虑到晴天或雨雪天气，用户可能会撑伞，在持伞的情况下，可能会影响用户单次的取件量。而用户在取快递时，不一定能准确估计所取包裹的体积或重量，在室内取件时也不一定能准确预估室外的天气情况，可能会造成取件后行走困难，从而影响用户体验。出于隐私保护的考虑，无法全面监控用户的注册和取件过程收集用户的居住地等信息。但用户单次的取件量，受到性别、年龄、取件时使用的交通工具、天气等诸多因素的影响，只能通过模型预测的方式对用户单次的取件量进行预测。而现有的预测模型和业务特点结合不紧密，容易出现过拟合的现象，因此无法对用户单次的取件量进行准确预估，可能会出现用户在取件后，由于取件量超过自身的负载能力而影响行走的问题。

发明内容

本发明的主要目的在于提供一种取件量预警方法、装置、终端设备及存储介质，旨在解决现有技术对用户的取件量预测不准确的技术问题。

此外，为实现上述目的，本发明还提供一种取件量预警方法，应用于智能快递柜，所述取件量预警方法包括以下步骤：

获取并保存天气信息，当检测到用户的账户信息时，根据所述账户信息确定待取包裹信息；

根据所述账户信息和所述天气信息，预测所述用户的负载能力；

当检测到所述待取包裹信息对应的待取包裹超过所述用户的负载能力时，输出预警提示信息。

可选地，所述根据所述账户信息和所述天气信息，预测所述用户的负载能力的步骤，包括：

将所述账户信息和所述天气信息输入至目标预测模型中，利用所述目标预测模型从所述账户信息和所述天气信息中提取目标特征信息；

根据所述目标特征信息预测用户的负载能力，其中，所述目标预测模型是利用样本数据集对预设的基础预测模型进行迭代训练得到的，所述样本数据集是根据各用户的账户信息、取件时的天气信息和取件后的反馈信息生成的。

可选地，所述将所述账户信息和所述天气信息输入至目标预测模型中的步骤之前，还包括：

获取第一用户群体取件后的反馈信息，所述第一用户群体由取件后产生反馈信息的用户组成；

根据所述反馈信息生成样本数据集，并利用所述样本数据集对预设的基础预测模型进行迭代训练，得到目标预测模型。

可选地，所述样本数据集包括标记训练集、测试集和验证集，所述根据所述反馈信息生成样本数据集的步骤，包括：

将所述反馈信息与所述第一用户群体中的各用户的历史取件信息进行关联，得到第一样本集；

根据所述反馈信息对应的时间段对所述第一样本集进行划分，得到标记训练集、测试集和验证集。