预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112749821A(43)申请公布日2021.05.04(21)申请号201911037557.1(22)申请日2019.10.29(71)申请人顺丰科技有限公司地址518000广东省深圳市南山区学府路软件产业基地1栋B座8楼(72)发明人李凤化文文许胜苏德嘉湛长兰王本玉(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人李姣姣(51)Int.Cl.G06Q10/04(2012.01)G06Q10/08(2012.01)权利要求书2页说明书15页附图5页(54)发明名称快递派件量预测方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种快递派件量预测方法、装置、计算机设备和存储介质。方法包括:获取上一时间区间中快递件的收派时间数据以及上一时间区间中不同时间段内快递的预测收件量与预测派件量,根据收派时间数据,确定不同时间段的实际收件量和实际派件量,以及收件预测误差和派件预测误差,根据收派时间数据对应的派件任务类型,确定不同派件任务类型的耗时分布数据,根据不同时间段的收件预测误差和各类派件任务类型的耗时分布数据,得到下一时间区间的派件量预测修正值,获取下一时间区间对应的初始预测派件量,根据派件预测误差和派件量预测修正值更新初始预测派件量,得到更新的预测派件量。采用本方法能够得到更为精准的预测派件量。CN112749821ACN112749821A权利要求书1/2页1.一种快递派件量预测方法,其特征在于,所述方法包括:获取上一时间区间中快递件的收派时间数据以及上一时间区间中不同时间段内快递的预测收件量与预测派件量;根据所述收派时间数据,确定不同时间段的实际收件量和实际派件量,并确定所述实际收件量与所述预测收件量的收件预测误差、以及所述预测派件量与所述预测派件量的派件预测误差;根据所述收派时间数据对应的派件任务类型,确定不同派件任务类型的耗时分布数据;根据不同时间段的所述收件预测误差和各类所述派件任务类型的耗时分布数据,得到下一时间区间的派件量预测修正值;获取下一时间区间对应的初始预测派件量,根据所述派件预测误差和所述派件量预测修正值更新所述初始预测派件量,得到更新的预测派件量。2.根据权利要求1所述的方法,其特征在于,所述根据所述收派时间数据对应的派件任务类型和所述实际派件量,确定不同派件任务类型的耗时分布数据包括:获取关联周期,并根据所述关联周期,确定与所述上一时间区间关联的历史时间区间;确定所述历史时间区间中的各类派件任务类型与所述上一时间区间中各类派件任务类型的对应关系;根据所述历史时间区间中各类派件任务类型对应的历史耗时分布数据以及所述对应关系,确定所述上一时间区间中各类派件任务类型的耗时分布数据。3.根据权利要求2所述的方法,其特征在于,所述根据所述历史时间区间中各类派件任务类型对应的历史耗时分布数据以及所述对应关系,确定所述上一时间区间中各类派件任务类型的耗时分布数据之前,还包括:以所述历史时间区间对应的时间段为收件时间段,确定收件时间段相同的派件任务类型;累加所述收件时间段相同的各派件任务类型对应的快递件数量,确定所述收件时间段的总快递件数量;计算所述快递件数量与所述总快递件数量的比值,将所述比值标记为所述快递件数量对应所述派件任务类型的耗时比,得到所述历史时间区间中各类派件任务类型对应的历史耗时分布数据。4.根据权利要求1所述的方法,其特征在于,所述根据不同时间段的所述收件预测误差和各类所述派件任务类型的耗时分布数据,得到下一时间区间的派件量预测修正值包括:根据所述收件预测误差对应的时间段以及待预测的下一时间区间,确定对应的目标派件任务类型;根据所述目标派件任务类型对应的耗时分布数据,计算各时间段对应的修正值;累计各所述修正值,得到下一时间区间的派件量预测修正值。5.根据权利要求1所述的方法,其特征在于,所述根据所述收派时间数据对应的派件任务类型,确定不同派件任务类型的耗时分布数据之前,还包括:获取上一时间区间内各快递件的收派网点信息;根据所述收派时间数据和所述收派网点信息,对各快递件进行分类,确定各类派件任2CN112749821A权利要求书2/2页务类型。6.根据权利要求1所述的方法,其特征在于,所述根据所述派件预测误差和所述派件量预测修正值更新所述初始预测派件量,得到更新的预测派件量包括:获取特征时间列表,确定所述上一时间区间中各时间段在所述特征时间列表中的匹配特征量;根据各所述时间段匹配特征量的数值大小,确定特征时间影响数据;根据所述派件预测误差、所述派件量预测修正值以及所述特征时间影响数据,更新所述初始预测派件量,得到更新的预测派件量。7.根据权利要求1所述的方法,其特征在于,所述根据所述派件预测误差和所述派