[发明专利]用于生成订单信息的方法和装置

说明书

本申请实施例公开了用于生成订单信息的方法和装置。该方法的一具体实施方式包括：获取目标仓库在目标时间段内的未处理订单集合；基于未处理订单集合中的每个未处理订单的第一目标属性的属性信息，生成未处理订单集合的平均第一目标属性信息；将平均第一目标属性信息输入至与第一目标属性对应的、预先训练的处理数量预测模型，得到目标仓库在目标时间段内对未处理订单的预测处理数量，其中，处理数量预测模型用于表征未处理订单集合的平均第一目标属性信息与对未处理订单的预测处理数量的对应关系。该实施方式实现了对目标仓库在目标时间段内可以处理的订单的数量的预测。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成订单信息的方法和装置。

背景技术

对于电商和快递企业的线下仓库，一般由仓库管理人员或技术人员依据历史经验对仓库的订单数量、工作员工数量等进行合理配置。由于在实际生产过程中，仓库的任务量是多变的，因此，对于仓库的资源和人力的配置一直是电商和快递企业在不断优化和改进的一个方向。

发明内容

本申请实施例提出了用于生成订单信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成订单信息的方法，该方法包括：获取目标仓库在目标时间段内的未处理订单集合；基于未处理订单集合中的每个未处理订单的第一目标属性的属性信息，生成未处理订单集合的平均第一目标属性信息；将平均第一目标属性信息输入至与第一目标属性对应的、预先训练的处理数量预测模型，得到目标仓库在目标时间段内对未处理订单的预测处理数量，其中，处理数量预测模型用于表征未处理订单集合的平均第一目标属性信息与对未处理订单的预测处理数量的对应关系。

在一些实施例中，处理数量预测模型通过如下步骤训练得到：获取多个训练样本，训练样本包括目标仓库在目标历史时间段内的未处理订单集合的平均第一目标属性信息，以及目标仓库在目标历史时间段内处理的未处理订单的数量；利用机器学习的方法，将每个训练样本中的目标仓库在目标历史时间段内的未处理订单集合的平均第一目标属性信息作为输入，将目标仓库在目标历史时间段内处理的未处理订单的数量作为输出，训练得到处理数量预测模型。

在一些实施例中，未处理订单的第一目标属性，包括以下至少一项：平均包含物品数、平均包含物品种类数、平均包裹数、平均重量、平均体积、目标仓库在目标时间段内的正式员工数量、目标仓库在目标时间段内的临时员工数量、正式员工的总工作时间以及临时员工的总工作时间。

在一些实施例中，该方法还包括：从未处理订单集合中选取预测处理数量个未处理订单，生成待处理订单集合；针对待处理订单集合中的每个待处理订单，将该待处理订单的第二目标属性的属性信息输入至与第二目标属性对应的、预先训练的处理时间预测模型，得到目标仓库对该待处理订单的预测处理时间，其中，处理时间预测模型用于表征待处理订单的第二目标属性的属性信息与对待处理订单的预测处理时间的对应关系；基于待处理订单集合中的每个待处理订单的预测处理时间，确定对待处理订单集合的预测处理总时间。

在一些实施例中，处理时间预测模型通过如下步骤训练得到：获取多个训练样本，训练样本包括目标仓库处理的订单的第二目标属性的属性信息，以及目标仓库对处理的订单的处理时间；利用机器学习的方法，将每个训练样本中的目标仓库处理的订单的第二目标属性的属性信息作为输入，将目标仓库对处理的订单的处理时间作为输出，训练得到处理时间预测模型。

在一些实施例中，待处理订单的第二目标属性，包括以下至少一项：包含物品数、包含物品种类数、包裹数、重量、体积以及目标仓库的临时员工标记。