[发明专利]基于区块链和联邦学习的网络货运平台运单准点预测方法

说明书

本发明公开基于区块链和联邦学习的网络货运平台运单准点预测方法，涉及货运物流技术领域，网络货运平台运单准点预测方法将联邦学习和区块链技术首次引入网络货运平台场景。网络货运平台请求共建模型，任务发布者审核后部署智能合约，并向平台返回训练参数，平台利用本地运单信息和物流数据训练本地运单准点预测模型，最后聚合各平台的本地模型得到全局运单准点预测模型，代入待预测运单数据预测能否准点送达；联邦学习和区块链的结合在不影响数据隐私的情况下，对多个平台的数据进行统一的建模，预测运单能否准点为平台用户提供更好的用户体验，增加用户对平台的粘性，同时平台可以根据预测调整物流资源配置。

技术领域

本发明涉及货运物流技术领域，具体涉及基于区块链和联邦学习的网络货运平台运单准点预测方法。

背景技术

在衡量一个国家的物流水平时，物流成本占GDP的比重(物流总费用/GDP值)是一个重要指标。我国现今已经成为全球最大的物流市场，行业发展欣欣向荣，但是物流成本占GDP的比重仍然处在较高的数值。据统计，2018-2020年我国物流成本占GDP比重分别为14.8％，14.7％，14.4％，而在美国、日本等发达国家，该比重稳定在8％-9％左右。过高的物流成本会反映在商品价格上，物流成本的上涨直接导致商品价格的飙升。物流成本主要由运输费、保管费和管理费三部分组成。2016年，我国物流管理费在物流成本中的占比为13％，而在美国该数值仅为4％，可以看出，我国物流的管理成本较高。经调研发现，造成物流管理成本居高不下的主要原因是我国道路货运物流市场存在“多、小、散、乱”的问题，个体户较多且缺乏有效的组织和管制，在货运环节容易出现信息不对称、配载率低、返程空驶现象，造成了较大的货运资源损失和物流资源浪费。

为了整治我国道路货运物流市场的乱象，以期达到降本增效的效果，2016年8月，我国交通运输部印发了《关于推进改革试点加快无车承运物流创新发展的意见》，在全国范围内组织开展无车承运人试点工作，并最终确定了283家试点企业。我国无车承运人政策的出台其中一个主要的目的是通过建立网络货运平台(以下描述用平台代替)充分整合社会运力资源，在两年的试点过程中网络货运平台从最盛的“百团大战”到目前市场上的“硕果仅存”，如运满满、传化物流、中储智运等无疑是网络货运平台发展浪潮中脱颖而出的佼佼者。平台的盈利除了来自传统的交易撮合佣金外，另外一部分来自平台的增值服务，如保险业务、低成本融资和大数据分析等。在大数据分析增值服务中，通过对物流信息和订单数据的分析，可以预测货物是否能准时送达，为平台用户提供更好的功能服务，可以有效增加用户的粘性，进一步推动平台发展。由于各平台内部的物流信息及订单数据中涉及用户的敏感信息，为了保护平台用户的隐私数据，且考虑到行业竞争环境，因此目前大多数平台都是使用内部的数据进行物流运输的准点预测。然而我国货运物流市场中存在多个网络货运平台，物流数据和订单数据分散在各个平台，这就导致了数据孤岛和数据缺失问题，进而使得各平台所建立的运单准点预测模型表现不佳，预测结果与实际情况相比，准确率较低。

发明内容

本发明所要解决的是现有网络货运平台难以为用户提供准确的运单准点预测结果的问题，提供基于区块链和联邦学习的网络货运平台运单准点预测方法。

为解决上述问题，本发明是通过以下技术方案实现的：

基于区块链和联邦学习的网络货运平台运单准点预测方法，包括步骤如下：

步骤1、当网络货运平台有共建模型的需求时，先向任务发布者即第三方可信机构提交请求，任务发布者会审核网络货运平台身份以及训练需求，审核通过后任务发布者进行智能合约的部署；

步骤2、有意参与本次模型训练任务的网络货运平台在智能合约中规定的平台注册时间内调用智能合约进行身份登记，注册成功后智能合约向网络货运平台返回训练任务参数；