[发明专利]快递件量的预测指标筛选方法、装置、设备及存储介质

说明书

一种用于预测快递件量的预测指标筛选方法、装置、设备及存储介质，其中，方法包括步骤：获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；根据目标件量数据信息设计用于预测快递件量的预测指标；分别建立各预测指标与件量指标之间的回归分析预测模型；采用各种回归分析预测模型分别进行件量预测，并根据实际件量数据信息计算各回归分析预测模型的件量预测结果的误差信息，筛选误差最小的回归分析预测模型所包含的预测指标作为用于预测快递件量的预测指标。通过设计多种预测指标、创建预测指标与件量之间的回归分析预测模型、合理筛选出最佳的预测指标，从而根据该筛选出的预测指标能够提高快递件量预测的准确率。

技术领域

本发明涉及快递技术领域，具体涉及一种用于预测快递件量的预测指标筛选方法、装置、设备及存储介质。

背景技术

随着物流行业的快速发展，业务量(快递件量)的管控关系着物流公司的业务能否正常进行。因此，对件量进行预测就显得尤为重要；但是，快递件量的预测受多种因素影响，若不能准确地提供用于预测快递件量的预测指标，则不能达到精确预测快递件量的目的，例如，预测指标的不同，则导致快递件量的预测误差大，故，如何筛选预测指标是预测快递件量首要解决的问题。

发明内容

为解决快递技术领域中如何筛选影响预测快递件量的预测指标的问题，本申请提供一种用于预测快递件量的预测指标筛选方法、装置、设备及存储介质，通过筛选出最优的预测指标以用于快递件量的预测，提高快递件量的预测准确率。

本发明技术方案如下：

本发明提供一种用于预测快递件量的预测指标筛选方法，包括步骤：

获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；

根据所述目标件量数据信息设计用于预测快递件量的预测指标；

分别建立各预测指标与件量指标之间的回归分析预测模型；

采用各种回归分析预测模型分别进行件量预测，并根据实际件量数据信息计算各回归分析预测模型的件量预测结果的误差信息，筛选误差最小的回归分析预测模型所包含的预测指标作为用于预测快递件量的预测指标。

进一步优选的，所述预测指标包括：近期因素、同期因素、周期因素、节假日因素、电商因素、月末因素、临时假日因素、天气因素、经济因素中的多种预测指标。

进一步优选的，所述建立各预测指标与件量指标之间的回归分析预测模型，具体包括步骤：

从各预测指标中筛选出用于预测件量的自变量；

将件量作为因变量，并根据筛选的自变量，分别建立各预测指标与件量指标之间的回归分析预测模型。

进一步优选的，所述从各预测指标中筛选出用于预测件量的自变量，具体包括步骤：

计算各预测指标之间的相关性；

筛选出指标间相关系数绝对值相对较小，且指标与件量相关系数相对较大的指标；

拟合筛选的指标与件量之间的关系，建立回归模型；

筛选出回归模型中P值小于0.05或小于0.01的指标作为预测件量的自变量。

进一步优选的，所述计算各预测指标之间的相关性，具体包括计算预测指标之间的皮尔逊相关系数。

进一步优选的，所述对所述历史数据进行预处理包括：清洗历史数据、替换空数据及处理异常数据。

本发明还提供一种用于预测快递件量的预测指标筛选装置，包括：

数据处理模块，用于获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；