[发明专利]物流地址推荐方法、系统、设备及存储介质

说明书

本发明提供了一种物流地址推荐方法、系统、设备及存储介质，该方法包括以下步骤：接收用户的物流请求，获取当前状态并识别发送物流请求的用户ID，所述当前状态包括影响发货地址的各个变量；读取用户ID对应的历史物流数据，所述历史物流数据包括各个所述变量与发货地址之间影响关系和/或各个所述变量与收货地址之间影响关系的数据集；将当前状态和读取的所述历史物流数据输入至贝叶斯模型；根据所述贝叶斯模型预测的结果建立推荐地址列表；向用户发送所述推荐地址列表。本发明的物流地址推荐方法根据用户的历史物流数据，推荐按照预测的地址列表，方便用户的同时减少用户输入物流地址的时间和错误率，提高了用户的体验度和物流的效率。

技术领域

本发明涉及互联网领域，具体地说，涉及一种物流地址推荐方法、系统、设备及存储介质。

背景技术

现有的电商平台中，用户物流地址，即发货地址或收货地址有的平台采用由用户事填写的方法，有的则是首先获取用户当前的定位信息，再去历史的发货地址/收货地址中去检索获得。不管是上述哪种获得物流地址的方案，都是基于规则的方法，需要用户手动选择，且无法做到输入前推荐物流地址的效果。

随着GPS(Global Positioning System，全球定位系统)和4G(第四代的移动信息系统)网络的发展，移动App(Application，应用)可以收集到用户的轨迹信息，这些轨迹信息为预测用户行为特征提供了可能。使用机器学习或者深度学习方法可以有效的利用丰富的先验信息来对用户未来的可能行为做出预测。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

针对现有技术中的问题，本发明的目的在于提供了一种物流地址推荐方法、系统、设备及存储介质，该方法根据用户的历史行为，预测该用户当前可能的物流地址，减少了用户的输入程序以及由于输入程序可能带来的错误。

本发明的实施例提供了一种物流地址推荐方法，其特征在于，包括以下步骤：

接收用户的物流请求，获取当前状态并识别发送物流请求的用户ID，所述当前状态包括当前影响发货地址的各个变量；

读取用户ID对应的历史物流数据，所述历史物流数据至少包括各个所述变量与发货地址之间影响关系和/或各个所述变量与收货地址之间影响关系的数据集；

将当前状态和读取的所述历史物流数据输入至贝叶斯模型；

根据所述贝叶斯模型预测的结果建立推荐地址列表，所述推荐地址列表包括用户多个可选的发货地址和/或收货地址；

向用户发送所述推荐地址列表。

根据本发明的一实施例所示，所述贝叶斯模型包括发货地址预测模型和/或收货地址预测模型，所述建立推荐地址列表包括根据所述贝叶斯模型预测的结果分别建立推荐发货地址列表和/或推荐收货地址列表。

根据本发明的一实施例所示，所述发货地址预测模型采用如下公式：

所述收货地址预测模型采用如下公式：

其中，