[发明专利]包裹派送方法、装置、设备及存储介质

说明书

本发明涉及物流运输领域，公开了一种包裹派送方法、装置、设备及存储介质。本方法包括：对获取的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，得到用户的签收行为习惯信息；通过预置意图识别模型对目标包裹签收数据进行意图识别，得到用户意图标签数据；将意图标签数据和签收行为习惯信息进行关联，生成目标用户的用户签收画像；获取待派送包裹的包裹信息，根据包裹信息判断待派送包裹是否为当前门店首次入库包裹；根据判断结果和用户签收画像，确定待派件包裹的派送方式，根据包裹派送方式对包裹进行派送。本方案通过用户行为习惯模型和用户签收画像对待派送包裹的派送方式进行预测，解决了无法充分运用包裹配送数据确定包裹派送方式技术问题，降低了用户的投诉率。

技术领域

本发明涉及物流运输领域，尤其涉及一种包裹派送方法、装置、设备及存储介质。

背景技术

当前包裹在派送时，业务员为了时效，直接放入驿站/代收点且并未征求用户的同意，导致用户投诉虚假签收。在当今电商时代，很多人都有过类似经历：在电商平台购物下单后，快递的物流信息页面显示已签收，可网购的商品并没有收到。可见，快递信息错误或虚假签收信息，往往会给买家和卖家带来不小的烦恼。

虚假签收是在快递末端服务最后环节的常见情况，也是制约快递服务质量提升的瓶颈。快递员的解释是，由于公司有妥投率的考核指标，为了完成指标，在暂时未妥投的情况下他就“帮忙”代签了。对于虚假签收可能带来的客户投诉，快递员说一般情况下只要包裹最后完好送达，客户不会投诉的。即使一旦遭到投诉，快递员将面临更为严厉的经济处罚，但在妥投率考核指标的“压力”之下，有的快递员往往抱有侥幸心理。因此通过包裹配送数据和用户签收画像为用户选择合适的派送方式，以降低用户的投诉率成了本领域技术人员需要面对的技术问题。

发明内容

本发明的主要目的是通过用户行为习惯模型和用户签收画像对待派送包裹的派送方式进行预测，解决了无法充分运用包裹配送数据确定包裹派送方式技术问题，降低了用户的投诉率。

本发明第一方面提供了一种包裹派送方法，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。

可选地，在本发明第一方面的第一种实现方式中，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。

可选地，在本发明第一方面的第二种实现方式中，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。