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15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CN112183832A(43)申请公布日2021.01.05(21)申请号202010982200.7(22)申请日2020.09.17(71)申请人上海东普信息科技有限公司地址201707上海市青浦区外青松公路5045号508室U区44号(72)发明人夏扬李斯陈玉芬(74)专利代理机构上海汉声知识产权代理有限公司31236代理人胡晶(51)Int.Cl.G06Q10/04(2012.01)G06Q10/08(2012.01)权利要求书2页说明书9页附图3页(54)发明名称快递揽件量的预测方法、装置、设备和存储介质(57)摘要本发明公开了一种快递揽件量的预测方法、装置、设备和存储介质,针对当前业内主要采用人工预测或粗略的方法来预测“双十一”的快递揽件量,预测准确率低,造成货物滞留、爆仓等问题,通过获取揽件量的历史数据,对历史数据进行预处理,得到N个历史周期的双十一前的第一数据集及包含双十一的第二数据集;预测第二数据集中第N个历史周期的揽件量总和的同比增长率,从而得到第二数据集中第N个历史周期的揽件量总和的预测值;预测第二数据集中第N个历史周期的日揽件量的占比率,最终得到第二数据集中第N个历史周期的日揽件量预测值。该预测方法,可有效提高双十一的快递揽件量预测的准确性,为双十一购物节的快递资源配置提供更可靠的数据支持。CN112183832ACN112183832A权利要求书1/2页1.一种快递揽件量的预测方法,其特征在于,适用于特殊日期的快递揽件量预测,所述快递揽件量的预测方法包括:步骤S1:获取揽件量的历史数据,对历史数据进行预处理,得到N个历史周期的第一数据集及第二数据集;所述第一数据集为所述特殊日期前的揽件量数据,所述第二数据集为包含所述特殊日期的揽件量数据;步骤S2:分析第一数据集中N个历史周期的揽件量总和的增长趋势及第二数据集中前N-1个历史周期的揽件量总和的增长趋势,将第一数据集中前N-1个历史周期的揽件量总和的增长趋势与第二数据集中前N-1个历史周期的揽件量总和的增长趋势进行比较,根据比较结果,预测第二数据集中第N个历史周期的揽件量相对于第N-1个历史周期的揽件量的增长率;步骤S3:根据所述步骤S2中预测得到的增长率及第二数据集中的第N-1个历史周期的揽件量总和,计算得到第二数据集中第N个历史周期的揽件量总和;步骤S4:分析第二数据集中前N-1个历史周期中每个历史周期的日揽件量,根据分析结果,预测第二数据集中第N个历史周期的日揽件量的占比率;步骤S5:根据所述步骤S4中预测得到的日揽件量的占比率及所述步骤S3中得到的第N个历史周期的揽件量总和,计算得到第二数据集中第N个历史周期的日揽件量预测值。2.如权利要求1所述的快递揽件量的预测方法,其特征在于,所述步骤S1进一步包括:清洗历史数据,替换空数据及异常数据;将所述特殊日期所在月份之前的历史数据设为第一数据集,将包含所述特殊日期的月份的历史数据设为第二数据集。3.如权利要求1所述的快递揽件量的预测方法,其特征在于,所述步骤S2进一步包括:一历史周期为一年,计算第一数据集中每年的揽件量总和,并统计当年揽件量总和相比上一年的揽件量总和的增长率,得到第一增长率序列;计算第二数据集中前N-1年的揽件量总和,并统计当年揽件量总和相比上一年的揽件量总和的增长率,得到第二增长率序列;比较第一增长率序列中的前N-2个值与第二增长率序列中相应顺序的值,若值相近,则将第二数据集中第N年的揽件量总和相比于第N-1年的揽件量总和的增长率取值为第一增长率序列中的第N-1个的值。4.如权利要求2所述的快递揽件量的预测方法,其特征在于,所述步骤S4进一步包括:选取第二数据集中包含特殊日期在内的,日期连续的若干历史数据;统计若干所述历史数据中前N-1个历史周期的日揽件量占相应的历史周期的揽件量总和的比例值,得到N-1个历史周期的日占比序列;比较所述N-1个日占比序列中的相应位置的数值,若数值相近,则将第二数据集中第N个历史周期的日占比序列取值为第N-1个历史周期的日占比序列中的值。5.如权利要求1所述的快递揽件量的预测方法,其特征在于,所述步骤S5之后还包括:将第二数据集中第N个历史周期的日揽件量预测值与第N个历史周期的日揽件量实际值进行对比,计算误差。6.如权利要求1至5中任意一项所述的快递揽件量的预测方法,其特征在于,所述特殊日期为11月11日或12月12日。2CN112183832A权利要求书2/2页7.一种快递揽件量的预测装置,其特征在于,包括:数据预处理模块,用于获取揽件量的历史数据,对历史数据进行预处理,得到N个历史周期的第一数据集及第二数据集;所述第一数据集为所述特殊日期前的揽件量数据,所述第二数据集为包含所