[发明专利]订单量异动预测方法、装置、电子设备及存储介质

权利要求书

1.一种订单量异动预测方法，其特征在于，所述方法包括：

获取目标对象在目标时段的第一历史参考时段内的第一订单特征、以及所述目标对象在所述第一历史参考时段内的第一订单量；

通过预设的订单量预测参数，根据所述第一订单特征预测所述目标对象在目标时段内的预测订单量；

基于所述第一订单量和所述预测订单量，确定所述目标对象的订单变化程度；

基于所述订单变化程度，确定所述目标对象在所述目标时段内的订单量是否异动。

2.根据权利要求1所述的订单量异动预测方法，其特征在于，所述订单变化程度为所述目标对象的订单下滑比例，所述基于所述第一订单量和所述预测订单量，确定所述目标对象的订单变化程度，包括：

确定所述预测订单量相对所述第一订单量的下滑比例，以作为所述目标对象的订单下滑比例；

所述基于所述订单变化程度，确定所述目标对象在所述目标时段内的订单量是否异动，包括：

若所述订单下滑比例大于第一预设比例，则确定所述目标对象在所述目标时段内的订单量异动。

3.根据权利要求1所述的订单量异动预测方法，其特征在于，所述订单变化程度为所述目标对象的订单下滑比例，所述基于所述第一订单量和所述预测订单量，确定所述目标对象的订单变化程度之后，还包括：

若所述订单下滑比例大于第二预设比例，则向所述目标对象发送优惠券信息。

4.根据权利要求3所述的订单量异动预测方法，其特征在于，所述若所述订单下滑比例大于第二预设比例，则向所述目标对象发送优惠券信息，包括：

若所述订单下滑比例大于第二预设比例，则获取所述目标对象在目标时段内的实际订单量；

若所述实际订单量大于第一预设量阈值，则向所述目标对象发送第一优惠力度的优惠券信息；

若所述实际订单量大于第二预设量阈值，则向所述目标对象发送第二优惠力度的优惠券信息，其中，所述第一优惠力度大于所述第二优惠力度，所述第一预设量阈值大于所述第二预设量阈值。

5.根据权利要求1所述的订单量异动预测方法，其特征在于，所述订单量预测参数包括预设的高峰期预测参数、低峰期预测参数和平稳期预测参数中的至少一者，所述通过预设的订单量预测参数，根据所述第一订单特征预测所述目标对象在目标时段内的预测订单量，包括：

若所述目标时段为高峰期，则通过所述高峰期预测参数，根据所述第一订单特征预测所述目标对象在目标时段内的预测订单量；

或者，若所述目标时段为低峰期，则通过所述低峰期预测参数，根据所述第一订单特征预测所述目标对象在目标时段内的预测订单量；

或者，若所述目标时段为平稳期，则通过所述平稳期预测参数，根据所述第一订单特征预测所述目标对象在目标时段内的预测订单量。

6.根据权利要求5所述的订单量异动预测方法，其特征在于，所述高峰期预测参数通过如下步骤得到：

获取样本对象在样本高峰时段的第二历史参考时段内的第二订单特征、以及所述样本对象在所述第二历史参考时段内的第二订单量，其中，所述样本高峰时段为当前周期内的高峰时段，所述第二历史参考时段包括所述当前周期内所述样本高峰时段过去的N个时段、以及所述当前周期的上一周期的高峰时段；

根据所述第二订单特征和所述第二订单量，调整预设高峰预测模型的模型参数，直至符合第一预设停止训练条件时得到已训练高峰预测模型；

将所述已训练高峰预测模型作为所述高峰期预测参数。

7.根据权利要求5所述的订单量异动预测方法，其特征在于，所述低峰期预测参数通过如下步骤得到：

获取样本对象在样本低峰时段的第三历史参考时段内的第三订单特征、以及所述样本对象在所述第三历史参考时段内的第三订单量，其中，所述样本低峰时段为当前周期内的低峰时段，所述第三历史参考时段包括所述当前周期内所述样本低峰时段过去的N个时段、以及所述当前周期的上一周期的低峰时段；

根据所述第三订单特征和所述第三订单量，调整预设低峰预测模型的模型参数，直至符合第二预设停止训练条件时得到已训练低峰预测模型；

将所述已训练低峰预测模型作为所述低峰期预测参数。