[发明专利]一种快递员出勤量预测方法、装置、设备

权利要求书

1.一种快递员出勤量预测方法，其特征在于，所述方法包括：

根据获取到的当前日期所有已生成的订单的配送路径，预测所述订单至派送部门的计划到达时间；

实时跟踪所述订单，获取所述订单在配送过程中的超时时长和提前时长；

根据所述订单的计划到达时间、延误时长和提前时长计算所述订单至派送部门的实际到达时间，并根据所述订单至派送部门的实际到达时间确定每个派送部门在预测日期订单的到达数量；

将每个派送部门在预测日期订单的到达数量与对应派送部门的派送能力进行比较，得到每个派送部门在预测日期所需的快递员的数量。

2.根据权利要求1所述的方法，其特征在于，所述派送部门的派送能力获取方法包括：

根据获取到的所述派送部门在当前日期订单的到达数量以及订单的滞留数量，计算所述派送部门的派送能力。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对每个派送部门在预测日期到达的订单进行分析，确定与每个派送部门对应的各个片区的订单的分配数量；

将与每个派送部门对应的各个片区的订单的分配数量与对应片区的派送能力进行比较，得到与每个派送部门对应的各个片区在预测日期所需的快递员的数量。

4.根据权利要求3所述的方法，其特征在于，所述对每个派送部门在预测日期到达的订单进行分析，确定与每个派送部门对应的各个片区的订单的分配数量具体包括：

对每个派送部门在预测日期到达的订单的收货地址进行解析，将解析结果与每个派送部门对应的各个片区的地址范围进行匹配，并统计匹配成功时与每个派送部门对应的各个片区的订单的第一数量；

当解析结果与任一派送部门对应的任一片区匹配失败时，将匹配失败时所对应的订单的收货地址输入至预先训练好的分区模型中进行识别，根据识别结果统计与每个派送部门对应的各个片区的订单的第二数量；

根据与每个派送部门对应的各个片区的订单的第一数量和第二数量，计算与每个派送部门对应的各个片区的订单的分配数量。

5.根据权利要求4所述的方法，其特征在于，所述分区模型的训练方法包括：

构建样本训练集；所述样本训练集为不同地址的集合；

根据所述样本训练集对一预设的基础模型进行训练，得到所述分区模型。

6.根据权利要求3所述的方法，其特征在于，所述派送部门对应的各个片区的派送能力获取方法包括：

对获取到的所述派送部门对应的各个片区的每个快递员在历史时间段内每一天订单的历史签收量进行比较，确定所述派送部门对应的各个片区的最大历史签收量；

根据所述派送部门对应的各个片区的最大历史签收量以及一预设的加权系数，计算所述派送部门的各个片区的派送能力。

7.一种快递员出勤量预测装置，其特征在于，所述装置包括：

获取模块，用于获取当前日期所有已生成的订单的配送路径；

预测模块，用于根据获取到的当前日期所有已生成的订单的配送路径，预测所述订单至派送部门的计划到达时间；

所述获取模块还用于实时跟踪所述订单，获取所述订单在配送过程中的超时时长和提前时长；

计算模块，用于根据所述订单的计划到达时间、延误时长和提前时长计算所述订单至派送部门的实际到达时间，并根据所述订单至派送部门的实际到达时间确定每个派送部门在预测日期订单的到达数量；

所述计算模块还用于将每个派送部门在预测日期订单的到达数量与对应派送部门的派送能力进行比较，得到每个派送部门在预测日期所需的快递员的数量。

8.根据权利要求7所述的装置，其特征在于，所述计算模块还用于：

根据获取到的所述派送部门在当前日期订单的到达数量以及订单的滞留数量，计算所述派送部门的派送能力。