[发明专利]物流线路推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种物流线路推荐方法，其特征在于，所述方法包括：

获取目标物流运单的运单基础信息；

基于所述运单基础信息，在预存的至少一个历史候选线路中确定目标线路；

获取当前候选线路，所述当前候选线路中包括与所述目标线路相匹配的第一线路，和/或与所述目标线路不匹配的第二线路；

若所述当前候选线路中不包括所述第一线路，则计算所述第二线路与所述目标线路之间的相似度；

基于所述相似度，确定所述目标物流运单对应的推荐线路。

2.如权利要求1所述的物流线路推荐方法，其特征在于，在所述获取当前候选线路之后，所述方法还包括：

若所述当前候选线路中包括所述第一线路，则确定所述第一线路，作为所述目标物流运单对应的推荐线路。

3.如权利要求2所述的物流线路推荐方法，其特征在于，所述运单基础信息包括运单产品类型、运单目的地和运单到达时间，在所述获取当前候选线路之后，所述方法还包括：

获取所述当前候选线路的线路基础信息，所述线路基础信息包括线路适用产品类型、线路适用目的地和线路适用到达时间；

基于所述线路适用产品类型、所述线路适用目的地、所述线路适用到达时间以及所述运单产品类型、所述运单目的地、所述运单到达时间，筛选出所述线路基础信息与所述运单基础信息相匹配的当前候选线路，作为可选线路；

确定与所述目标线路相匹配的可选线路作为所述第一线路，并确定与所述目标线路不匹配的可选线路作为所述第二线路。

4.如权利要求1或3所述的物流线路推荐方法，其特征在于，所述若所述当前候选线路中不包括所述第一线路，则计算所述第二线路与所述目标线路之间的相似度的步骤，包括：

若所述当前候选线路中不包括所述第一线路，则获取所述第二线路的线路编码信息；

基于预设的线路编码规则，对所述线路编码信息进行拆分，并对拆分后的线路编码信息进行向量转换，得到当前线路编码向量；

获取所述目标线路的目标线路编码向量，并基于所述目标线路编码向量和所述当前线路编码向量，计算所述第二线路与所述目标线路之间的相似度。

5.如权利要求4所述的物流线路推荐方法，其特征在于，所述获取所述目标线路的目标线路编码向量，并基于所述目标线路编码向量和所述当前线路编码向量，计算所述第二线路与所述目标线路之间的相似度的步骤，包括：

基于矩阵的分布表示模型，获取所述目标线路的目标线路编码向量；

基于预设的余弦相似度公式，计算所述目标线路编码向量和所述当前线路编码向量，得到所述第二线路与所述目标线路之间的相似度。

6.如权利要求2所述的物流线路推荐方法，其特征在于，所述基于所述相似度，确定所述目标物流运单对应的推荐线路的步骤，包括：

若所述相似度为多于一个的相似度，则对所述多于一个的相似度进行降序排列，得到相似度序列；

确定所述相似度序列中的前N个相似度对应的第二线路，作为所述目标物流运单对应的推荐线路，N≥1。

7.如权利要求2所述的物流线路推荐方法，其特征在于，所述基于所述运单基础信息，在预存的至少一个历史候选线路中确定目标线路的步骤，包括：

对所述运单基础信息进行特征工程处理，得到运单基础特征；

基于训练后的随机森林预测模型，对所述运单基础特征进行分类预测，确定所述至少一个历史候选线路中的目标线路。

8.如权利要求7所述的物流线路推荐方法，其特征在于，在所述基于已训练的随机森林预测模型，对所述运单基础特征进行分类预测，确定所述至少一个历史候选线路中的目标线路之前，所述方法还包括：

构建初始的随机森林预测模型，所述初始的随机森林预测模型包括至少一个决策树；

获取物流数据集，并将所述物流数据集划分为训练集和测试集；

使用所述训练集对所述初始的随机森林预测模型进行初步训练，得到初步训练后的随机森林预测模型；

使用所述测试集对所述初步训练后的随机森林预测模型进行测试调整，得到训练后的随机森林预测模型。