运输时效的预测方法、装置、计算机设备以及存储介质制造方法及图纸

本申请提供一种运输时效的预测方法、装置、计算机设备以及存储介质，通过获取目标运单的目标寄件时间、目标寄件网点以及目标派件网点，进而根据所述目标寄件网点以及所述目标派件网点确定目标物流链路，基于预设的运单时效预测模型对所述目标物流链路进行耗时预测，得到所述目标物流链路上的预估运输耗时，根据所述目标寄件时间以及所述预估运输耗时，确定所述目标运单的预估送达时间。通过获取与寄件网点、派件网点对应物流链路的运输耗时，结合物流链路的运输耗时以及寄件时间，实现预测运单的送达时效，提高运输时效的预测准确性。提高运输时效的预测准确性。提高运输时效的预测准确性。

【技术实现步骤摘要】
运输时效的预测方法、装置、计算机设备以及存储介质


[0001]本申请涉及人工智能
，具体涉及一种运输时效的预测方法、装置、计算机设备以及存储介质。

技术介绍

[0002]随着电子商务的发展，用户的线上购物行为越来越频繁，所购买的非虚拟商品需要商家通过物流网配送到客户手中，物流运输往往需要一天到数天时间。因此，用户在进行线上购物行为时，常常会关注商品何时能送达，商品的运输时效对用户进行线上购物行为将具有重大意义，会影响到用户对商品的选择等。然而，现有的物流企业或电商应用并不提供快件的预计送达时间，或只提供在以天为单位的送达时间，运输时效的预测准确度较差。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种运输时效的预测方法、装置、计算机设备以及存储介质，用以提高运输时效的预测准确度。
[0004]第一方面，本申请提供一种运输时效的预测方法，方法包括：
[0005]获取目标运单的目标寄件时间、目标寄件网点以及目标派件网点；
[0006]根据目标寄件网点以及目标派件网点确定目标物流链路；
[0007]基于预设的运单时效预测模型对目标物流链路进行耗时预测，得到目标物流链路上的预估运输耗时；
[0008]根据目标寄件时间以及预估运输耗时，确定目标运单的预估送达时间。
[0009]在本申请一些实施例中，根据目标寄件网点以及目标派件网点确定目标物流链路，包括：
[0010]获取目标寄件网点对应的寄件区域以及目标派件网点对应的派件区域；r/>[0011]将寄件区域到派件区域的物流链路，确定为目标物流链路。
[0012]在本申请一些实施例中，目标物流链路包括多个运输阶段，基于预设的运单时效预测模型对目标物流链路进行耗时预测，得到目标物流链路上的预估运输耗时，包括：
[0013]通过所述运单时效预测模型确定所述目标物流链路上不同运输阶段的取值分位数以及在所述取值分位数上的运输耗时取值，得到所述目标物流链路上各所述运输阶段的耗时预测数据；
[0014]根据目标物流链路上各个运输阶段的耗时预测数据，确定目标物流链路上的预估运输耗时。
[0015]在本申请一些实施例中，运单时效预测模型包括马尔科夫链模型，通过运单时效预测模型确定目标物流链路上不同运输阶段的取值分位数，包括：
[0016]获取训练数据，训练数据包括不同物流链路上对应的训练样本以及不同物流链路上各个运输阶段在不同分位数对应的分位耗时，训练样本包括样本寄件时间以及样本实际运输耗时；
[0017]将各训练样本输入至预先构建的马尔科夫链模型中，基于马尔科夫链模型中各个马尔科夫状态的预设状态值，从不同物流链路上各个运输阶段在不同分位数对应的分位耗时中，获取与各训练样本对应的样本物流链路上各个运输阶段的样本耗时预测数据，其中，马尔科夫链模型中各马尔科夫状态分别与不同的运输阶段对应；
[0018]根据各样本物流链路上各个运输阶段的样本耗时预测数据，获取与各样本物流链路的样本预估运输耗时；
[0019]根据各训练样本的样本寄件时间以及各训练样本对应的样本物流链路的样本预估运输耗时，确定训练样本的样本预估送达时间；
[0020]根据各训练样本对应的样本实际送达时间以及样本预估送达时间，对马尔科夫链模型中各个马尔科夫状态的预设状态值进行调整，得到目标状态值；
[0021]将目标状态值确定为在不同运输阶段的取值分位数。
[0022]在本申请一些实施例中，根据各训练样本对应的样本实际送达时间以及样本预估送达时间，对马尔科夫链模型中各个马尔科夫状态的预设状态值进行调整，得到目标状态值，包括：
[0023]根据各训练样本的样本实际送达时间以及样本预估送达时间，获取样本耗时误差以及耗时达成率；
[0024]在耗时达成率大于或等于预设达成率的基础上，根据耗时误差对对马尔科夫状态的预设状态值进行参数调整，直至样本耗时误差最小，得到目标状态值。
[0025]在本申请一些实施例中，根据各训练样本的样本寄件时间以及各训练样本对应的样本物流链路的样本预估运输耗时，确定训练样本的样本预估送达时间，包括：
[0026]根据各训练样本的样本寄件时间，获取各训练样本的样本运输起始时间；
[0027]根据各训练样本的样本运输起始时间以及各训练样本对应的样本物流链路的样本预估运输耗时，确定训练样本的样本预估送达时间。
[0028]在本申请一些实施例中，获取训练数据，包括：
[0029]获取多个历史运单，根据历史运单的寄件网点以及派件网点，将历史运单划分到与不同物流链路对应的历史运单组；
[0030]根据各历史运单组下每个历史运单在各个运输阶段的历史运输耗时，获取与各历史运单组对应的物流链路上各个运输阶段的不同分位数对应的分位耗时；
[0031]分别根据各历史运单组下的历史运单的寄件时间、实际运输耗时、寄件网点以及派件网点，生成各个物流链路对应的训练样本。
[0032]在本申请一些实施例中，根据历史运单的寄件网点以及派件网点，将历史运单划分到与不同物流链路对应的历史运单组，包括：
[0033]基于预设区域划分颗粒度，将物流网点划分到不同物流区域；
[0034]获取历史运单的寄件网点对应物流网点所属的第一物流区域，以及历史运单的寄件网点对应物流网点所属的第二物流区域；
[0035]根据历史运单的第一物流区域以及第二物流区域，将历史运单划分到不同物流链路对应的历史运单组。
[0036]在本申请一些实施例中，根据目标寄件时间以及预估运输耗时，确定目标运单的预估送达时间，包括：
[0037]根据目标寄件时间，确定目标运单的运输起始预估时间；
[0038]根据运输起始预估时间以及预估运输耗时获取目标运单的预估送达时间。
[0039]在本申请一些实施例中，根据目标寄件时间，确定目标运单的运输起始预估时间，包括：
[0040]获取目标寄件时间对应的寄件时间段；
[0041]基于寄件时间段获取目标运单的发车预估时间，将发车预估时间确定为运输起始预估时间。
[0042]第二方面，本申请提供一种运输时效的预测装置，装置包括：
[0043]运单获取模块，用于获取目标运单的目标寄件时间、目标寄件网点以及目标派件网点；
[0044]物流链路获取模块，用于根据目标寄件网点以及目标派件网点确定目标物流链路；
[0045]运输耗时预估模块，用于基于预设的运单时效预测模型对目标物流链路进行耗时预测，得到目标物流链路上的预估运输耗时；
[0046]送达时间预估模块，用于根据目标寄件时间以及预估运输耗时，确定目标运单的预估送达时间。
[0047]第三方面，本申请还提供一种服务器，所述服务器包括：
[0048]一个或多个处理器；
[0049]存储器；以及
[0050]一个或多个应用程序，其中所述一个或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运输时效的预测方法，其特征在于，包括：获取目标运单的目标寄件时间、目标寄件网点以及目标派件网点；根据所述目标寄件网点以及所述目标派件网点确定目标物流链路；基于预设的运单时效预测模型对所述目标物流链路进行耗时预测，得到所述目标物流链路上的预估运输耗时；根据所述目标寄件时间以及所述预估运输耗时，确定所述目标运单的预估送达时间。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标寄件网点以及所述目标派件网点确定目标物流链路，包括：获取所述目标寄件网点对应的寄件区域以及所述目标派件网点对应的派件区域；将所述寄件区域到所述派件区域的物流链路，确定为目标物流链路。3.根据权利要求1或2所述的方法，其特征在于，所述目标物流链路包括多个运输阶段，所述基于预设的运单时效预测模型对所述目标物流链路进行耗时预测，得到所述目标物流链路上的预估运输耗时，包括：通过所述运单时效预测模型确定所述目标物流链路上不同运输阶段的取值分位数以及在所述取值分位数上的运输耗时取值，得到所述目标物流链路上各所述运输阶段的耗时预测数据；根据所述目标物流链路上各个运输阶段的耗时预测数据，确定所述目标物流链路上的预估运输耗时。4.根据权利要求3所述的方法，其特征在于，所述运单时效预测模型包括马尔科夫链模型，所述通过所述运单时效预测模型确定所述目标物流链路上不同运输阶段的取值分位数，包括：获取训练数据，所述训练数据包括不同物流链路上对应的训练样本以及不同物流链路上各个运输阶段在不同分位数对应的分位耗时，所述训练样本包括样本寄件时间以及样本实际运输耗时；将各所述训练样本输入至预先构建的马尔科夫链模型中，基于马尔科夫链模型中各个马尔科夫状态的预设状态值，从不同物流链路上各个运输阶段在不同分位数对应的分位耗时中，获取与各所述训练样本对应的样本物流链路上各个运输阶段的样本耗时预测数据，其中，所述马尔科夫链模型中各所述马尔科夫状态分别与不同的运输阶段对应；根据各所述样本物流链路上各个运输阶段的样本耗时预测数据，获取与各所述样本物流链路的样本预估运输耗时；根据各所述训练样本的样本寄件时间以及各所述训练样本对应的样本物流链路的样本预估运输耗时，确定所述训练样本的样本预估送达时间；根据各所述训练样本对应的样本实际送达时间以及样本预估送达时间，对马尔科夫链模型中各个马尔科夫状态的预设状态值进行调整，得到目标状态值；将所述目标状态值确定为在不同运输阶段的取值分位数。5.根据权利要求4所述的方法，其特征在于，所述根据各所述训练样本对应的样本实际送达时间以及样本预估送达时间，对马尔科夫链模型中各个马尔科夫状态的预设状态值进行调整，得到目标状态值，包括：根据各所述训练样本的样本实际送达时间以及样本预估送达时间，获取样本耗时误差
以及耗时达成率；在耗时达成率大于或等于预设达成率的基础上，根据所述耗时误差对对所述马尔科夫状态的预设状态值进行参数调整，直至所述样本耗时误差最小，得到目标状态值。6.根据权利要求4所述的方法，其特征在于，所述根据...

【专利技术属性】
技术研发人员：杨志群，殷皓，杨金辉，武晨，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：