本公开的实施例公开了预警方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取用于表征订单情况的目标特征向量；将目标特征向量输入至预先训练的信息预测模型，得到目标特征向量对应的预警信息；将预警信息推送至具有显示功能的目标设备，以及控制目标设备显示预警信息。该实施方式构建表征与订单情况相关的人员情况、订单明细情况和其它因素情况的目标特征向量用于解决门店内订单未及时处理的问题。基于标注后的历史目标特征向量集合训练得到信息预测模型，将目标特征向量输入信息预测模型中，能够快速、准确生成门店的订单积压预警信息，提高门店的订单处理效率，提升订单管理水平。提升订单管理水平。提升订单管理水平。
【技术实现步骤摘要】
预警方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及信息预测预警的方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]随着新零售的发展，Online To Offline(简称O2O)已经成为一个趋势。越来越多的实体商家利用互联网拓宽自己的客户群体，同时有更多的人选择在线下单。生鲜产品由于其对保存期限的要求较高，在线下单对生鲜产品的门店配送就提出了挑战。门店在配送生鲜商品的过程中，如果出现了订单大量堆积，无法即使履约的情况，需要通过采取各种特殊的措施，才能维持门店运营的稳定性。
[0003]然而，目前对生鲜产品门店订单配送及堆积情况进行分析和预警的过程中，经常会存在如下技术问题：
[0004]第一，由于门店数量众多，各个门店的经营情况不同，难以对付杂情况下的众多门店进行统一的标准化的监控和预警，更多需要人工手段实现专人对门店订单积压情况进行预警。
[0005]第二，以人工预警为主的方式具有一定的滞后性，难以实现提前预警，进而难以提前采取特殊措施，以有效防止订单的大量堆积、无法及时履约的状况的发生。
技术实现思路
[0006]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本公开的一些实施例提出了预警方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
[0008]第一方面，本公开的一些实施例提供了一种用于预警方法，该方法包括：获取用于表征订单情况的目标特征向量；将目标特征向量输入至预先训练的信息预测模型，得到目标特征向量对应的预警信息；将预警信息推送至具有显示功能的目标设备，以及控制目标设备显示预警信息。
[0009]第二方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
[0010]第三方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
[0011]本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的预警方法构建表征与订单情况相关的人员情况、订单明细情况和其它因素情况的目标特征向量用于解决门店内订单未及时处理的问题。基于标注后的历史目标特征向量集合训练得到信
息预测模型，将目标特征向量输入信息预测模型中，能够快速、准确生成门店的订单积压预警信息，提高门店的订单处理效率，提升订单管理水平。具体来说，专利技术人发现，造成目前针对门店订单积压情况预警水平不够高的原因在于：由于门店数量众多，各个门店的经营情况不同，更多需要人工手段实现专人对门店订单积压情况进行预警，预警滞后严重、预警准确度低。基于此，首先，本公开的一些实施例构建了表征与订单情况相关的人员情况、订单明细情况和其它因素情况的目标特征向量，实现了对影响门店订单及时配送相关因素的结构化表示。其次，本公开的一些实施例对历史数据中的大量目标特征向量进行预处理以及标注处理后，生成样本特征向量集合以及与样本特征向量集合对应的样本预警信息集合。样本特征向量集合以及与样本特征向量集合对应的样本预警信息集合是基于众多门店一定历史时期内收集的数据进行构建的，因此样本特征向量集合和样本预警信息集合具有普适性和适应性，能够用于构建标准化、众多门店一致性的信息预测模型。最后，本公开的一些实施例基于标注后的样本特征向量集合和样本预警信息集合训练得到信息预测模型，将目标特征向量输入信息预测模型中，能够快速、准确生成门店的订单积压预警信息，提升对门店的订单配送管理水平。
附图说明
[0012]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0013]图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；
[0014]图2是根据本公开的预警方法的一些实施例的流程图；
[0015]图3是根据本公开的用于训练信息预测模型的训练步骤的流程图；
[0016]图4是适于用来实现本公开的一些实施例的终端设备的结构示意图。
具体实施方式
[0017]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0018]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0019]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0020]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0021]下面将参考附图并结合实施例来详细说明本公开。
[0022]图1示出了可以应用本公开的预警方法的实施例的示例性系统架构100。
[0023]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以
包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0024]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如信息预警应用、信息显示应用、数据分析应用等。
[0025]终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种终端设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的终端设备中。其可以实现成多个软件或软件模块(例如用来提供目标特征向量输入等)，也可以实现成单个软件或软件模块。在此不做具体限定。
[0026]服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103输入的目标特征向量进行存储的服务器等。服务器可以对接收到的目标特征向本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预警方法，包括：获取用于表征订单情况的目标特征向量；将所述目标特征向量输入至预先训练的信息预测模型，得到所述目标特征向量对应的预警信息；将所述预警信息推送至具有显示功能的目标设备，以及控制所述目标设备显示所述预警信息。2.根据权利要求1所述的方法，其中，所述预先训练的信息预测模型是通过如下模型处理步骤得到的：确定初始信息预测模型的网络结构以及初始化所述初始信息预测模型的网络参数；获取训练样本集，其中，训练样本包括样本特征向量集合以及与所述样本特征向量集合对应的样本预警信息集合；从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本特征向量集合输入至初始信息预测模型，得到所述选取的样本的预警信息集合；将所述选取的样本的预警信息集合与所述对应的样本预警信息集合进行比较；根据比较结果确定所述初始预测模型是否达到预设的优化目标；响应于确定所述初始信息预测模型达到所述优化目标，将所述初始信息预测模型作为训练完成的所述预先训练的信息预测模型；响应于确定初始信息预测模型未训练完成，调整初始信息预测模型中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始信息预测模型作为初始信息预测模型，再次执行所述训练步骤。3.根据权利要求2所述的方法，其中，所述目标特征向量为20维向量，所述目标特征向量用于表征与订单情况相关的人员情况、订单明细情况。4.根据权利要求3所述的方法，其中，所述订单包括第一类订单和第二类订单。5.根据权利要求4所述的方法，其中，所述模型处理步骤，还包括：对于所述样本特征向量集合中的每个样本特征向量，将该样本特征向量的第7维度的元素确定为第一评估指标，以得到第一评估指标集合；对于所述样本特征向量集合中的每个样本特征向量，将该样本特征向量的第11维度的元素确定为第二评估指标，以得到第二评估指标集合；基于所述第一评估指标集合，得到第一评估结果；基于所述第二评估指标集合，得到第二评估结果；对于所述样本特征向量集合中的每个样本特征向量，响应于该样本特征向量的第7维度的元素小于所述...
【专利技术属性】
技术研发人员：张涵，刘鹏飞，杨凯，
申请(专利权)人：多点深圳数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。