[发明专利]运单创建方法、装置及电子设备

权利要求书

1.一种运单创建方法，所述方法包括：

接收与目标订单对应的运单创建请求；其中，所述运单创建请求包括所述目标订单的订单数据；

响应于所述运单创建请求，从所述运单创建请求中的订单数据中提取出预设的定价特征，并将所述定价特征分别输入至与距离特征对应的第一预测模型、与重量特征对应的第二预测模型、与客单价特征对应的第三预测模型，以及与自然属性特征对应的第四预测模型，以由所述第一预测模型预测与所述距离特征对应的第一运单价格，由所述第二预测模型预测与所述重量特征对应的第二运单价格，由所述第三预测模型预测与所述客单价特征对应的第三运单价格，由所述第四预测模型预测与所述自然属性特征对应的第四运单价格；其中，所述预测模型为基于历史运单数据对预设的与所述目标类别对应的机器学习模型进行训练，得到的训练完成的所述机器学习模型；

基于预测出的所述第一运单价格、所述第二运单价格、所述第三运单价格，以及所述第四运单价格，创建与所述目标订单对应的运单。

2.根据权利要求1所述的方法，所述方法还包括：

获取成交时刻在预设时间段内的历史运单数据；其中，所述历史运单数据包括所述定价特征和价格明细；其中，所述价格明细包括所述第一运单价格、所述第二运单价格、所述第三运单价格和所述第四运单价格；

基于所述历史运单数据中的所述定价特征和所述第一运单价格，创建与所述距离特征对应的第一训练样本集；基于所述历史运单数据中的所述定价特征和所述第二运单价格，创建与所述重量特征对应的第二训练样本集；基于所述历史运单数据中的所述定价特征和所述第三运单价格，创建与所述客单价特征对应的第三训练样本集；基于所述历史运单数据中的所述定价特征和所述第四运单价格，创建与所述自然属性特征对应的第四训练样本集；

基于所述第一训练样本集对与所述距离特征对应的预设的机器学习模型进行训练，并将训练完成的所述机器学习模型确定为所述第一预测模型；基于所述第二训练样本集对与所述重量特征对应的预设的机器学习模型进行训练，并将训练完成的所述机器学习模型确定为所述第二预测模型；基于所述第三训练样本集对与所述客单价特征对应的预设的机器学习模型进行训练，并将训练完成的所述机器学习模型确定为所述第三预测模型；基于所述第四训练样本集对与所述自然属性特征对应的预设的机器学习模型进行训练，并将训练完成的所述机器学习模型确定为所述第四预测模型。

3.根据权利要求1所述的方法，所述预测模型为离线的预测模型。

4.根据权利要求3所述的方法，所述响应于所述运单创建请求，从所述运单创建请求中的订单数据中提取出预设的定价特征，并将所述定价特征分别输入至与距离特征对应的第一预测模型、与重量特征对应的第二预测模型、与客单价特征对应的第三预测模型，以及与自然属性特征对应的第四预测模型，包括：

响应于所述运单创建请求，按照预设的默认定价规则对与所述目标订单对应的运单进行定价；

如果定价失败，则从所述运单创建请求中的订单数据中提取出预设的定价特征，并将所述定价特征分别输入至与距离特征对应的离线的第一预测模型、与重量特征对应的离线的第二预测模型、与客单价特征对应的离线的第三预测模型，以及与自然属性特征对应的离线的第四预测模型。

5.根据权利要求1所述的方法，所述基于预测出的所述第一运单价格、所述第二运单价格、所述第三运单价格，以及所述第四运单价格，创建与所述目标订单对应的运单，包括：

计算预测出的所述第一运单价格、所述第二运单价格、所述第三运单价格，以及所述第四运单价格的总和，并将计算得到的所述总和确定为与所述目标订单对应的运单的运单总价格；

基于所述运单总价格创建与所述目标订单对应的运单。

6.根据权利要求1所述的方法，所述自然属性特征包括以下示出的一种或者多种：地理区域特征；天气特征；货物等级特征。

7.根据权利要求1所述的方法，所述机器学习模型为线性模型。