[发明专利]包裹派送方法、装置、设备及存储介质

权利要求书

1.一种包裹派送方法，其特征在于，所述包裹派送方法包括：

获取预设时间段内的用户历史包裹配送数据，对所述历史包裹配送数据进行数据预处理，得到符合数据挖掘标准的目标包裹签收数据；

将所述目标包裹签收数据输入预置用户行为习惯模型进行预测，得到所述用户的签收行为习惯信息；

通过预置意图识别模型对所述目标包裹签收数据进行意图识别，得到用户意图标签数据；

将所述意图标签数据和所述签收行为习惯信息进行关联，生成所述目标用户的用户签收画像；

获取待派送包裹的包裹信息，根据所述包裹信息判断所述待派送包裹是否为当前门店首次入库包裹；

根据判断结果和所述用户签收画像，确定所述待派件包裹的派送方式，根据所述包裹派送方式对所述包裹进行派送。

2.根据权利要求1所述的包裹派送方法，其特征在于，所述获取预设时间段内用户的历史包裹配送数据，对所述历史包裹配送数据进行数据预处理，得到符合数据挖掘标准的目标包裹签收数据包括：

获取预设时间段内用户的历史包裹配送数据；

采用预置数据处理算法在所述历史包裹配送数据中筛选出多个包裹签收数据，并判断每个包裹签收数据是否为空值；

若所述包裹签收数据为空值，则将所述包裹签收数据替换为平均数值数据，得到替换数值数据，其中，所述平均数值数据为与所述包裹签收数据同属性的所有包裹签收数据的平均值；

将多个替换数值数据与多个其他包裹签收数据合并，得到多个补充数值数据，对所述多个补充数值数据进行噪点处理，得到包裹签收数据。

3.根据权利要求1所述的包裹派送方法，其特征在于，在所述将所述目标包裹签收数据输入预置用户行为习惯模型进行预测，得到所述用户的签收行为习惯信息之前，还包括：

获取历史包裹配送数据，并对所述历史包裹配送数据进行分析，得到所述历史用户的签收行为习惯信息的格式；

对所述行为习惯信息进行特征提取，以得到特征向量；

对所述特征向量进行训练以得到用户行为习惯模型。

4.根据权利要求3所述的包裹派送方法，其特征在于，所述将所述目标包裹签收数据输入预置用户行为习惯模型进行预测，得到所述用户的签收行为习惯信息包括：

对获取到的所述目标包裹签收数据进行分析，确定所述目标包裹签收数据对应的数据区间；

根据所述数据区间确定所述目标包裹签收数据的计算权重；

根据所述计算权重、所述目标包裹签收数据得分和预置行为习惯偏好得分公式，得到所述用户的签收行为习惯信息，其中，所述行为习惯信息包括用户签收习惯。

5.根据权利要求1所述的包裹派送方法，其特征在于，所述获取待派送包裹的包裹信息，根据所述包裹信息判断所述待派送包裹是否为当前门店首次入库包裹包括：

获取待派送包裹的包裹运输单；

将所述包裹运输单输入预置包裹信息获取模型，得到所述待派送包裹的包裹信息，其中，所述包裹信息包括派件目的地、收件用户联系方式和包裹单号；

根据所述包裹信息判断所述包裹在当前门店是否为首次入库。

6.根据权利要求5所述的包裹派送方法，其特征在于，所述将所述包裹运输单输入预置包裹信息获取模型，得到所述待派送包裹的包裹信息包括：

通过目标检测算法提取所述包裹运输单上的特征点，并计算所有特征点的卷积，得到对应的多层特征图；

在所述多层特征图中，采用滑动窗口遍历所有特征点，生成多个预测外接框，其中，每个预测外接框内包括包裹运输单中的一个运输信息；

获取多个预测外接框对应携带的多个类别信息，在所述多个类别信息中筛选出信息类别为派件目的地、收件用户联系方式和包裹单号的目标外接框；

通过字符比对算法确定所述目标外接框内的字符信息，得到所述待派送包裹的包裹信息。