[发明专利]一种送达时间预估方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种送达时间预估方法、装置、电子设备及存储介质。该发明应用于配送平台对订单配送时间进行预估，所述方法包括：根据已分配运力的订单的取件信息确定运力到达取件地址所需的时间间隔；根据所述订单收件信息及所述订单已分配的运力最近N天的平均送件信息，确定运力到达收件地址所需的时间间隔；根据所述取件时间间隔、所述收件时间间隔、所述已分配运力的订单的相关信息和已分配运力的相关信息确定从用户下单到运力完成订单所需的时间间隔。本发明实施例保证了运力配送时效，提高了配送的准确率，同时降低延时概率，为平台用户体验和后期运力调度提高了保障。

技术领域

本发明实施例涉及一对一即时配送领域，具体而言，涉及一种送达时间预估方法、装置、电子设备及存储介质。

背景技术

随着技术的发展，人们的生活方式发生了很大的变化，从淘宝、京东等网上商城的崛起，到美团、饿了么等外卖平台的飞速发展，在物流行业掀起了巨大的浪潮。在即时物流行业，预估送达时间ETA作为关键的一环，它的背后，是用户对物流的信任和期待，其准确性、合理性关系到用户后续的留存、下单意愿等。美团、饿了么等平台订单类型多为一对多，即一个运力对应多个订单，超时情况时有发生，对于非紧急情况下单用户，还是可以接受的。

但是，对于一对一业务来说，第一方面，用户大多出于时间紧急的情况下下单，这对预估送达时间准确性要求比较高；第二方面，一对一相比一对多业务复杂性低，工业界比较常用的大多针对一对多的算法在一对一业务上并不适用；第三方面，不同的交通工具受道路状况、步行距离等影响程度不同，单纯依赖导航工具很大程度上影响了ETA的准确性。

发明内容

有鉴于此，本申请实施例的目的在于提供一种基于机器学习算法的送达时间预估方法、装置、电子设备及存储介质。可以较为准确的预测送达时间，提高用户满意度，进而增加用户对平台的粘性，另一方面对于平台后续的运力调度提供很大的帮助。

第一方面，本申请实施例提供了一种送达时间预估方法，所述方法包括：

根据已分配运力的订单的取件信息确定运力到达取件地址所需的时间间隔；

根据所述订单收件信息及所述订单已分配的运力最近N天的平均送件信息，确定运力到达收件地址所需的时间间隔；

根据所述取件时间间隔、所述收件时间间隔、所述已分配运力的订单的相关信息和已分配运力的相关信息确定从用户下单到运力完成订单所需的时间间隔。

上述技术方案中，所述根据已分配运力的订单的取件信息确定运力到达取件地址所需的时间间隔，包括：

根据所述已分配运力的订单的取件信息，构建并训练基于机器学习算法的取件时间回归模型，预测所述运力到达取件地址所需的时间间隔。

上述技术方案中，所述已分配运力的订单的取件信息包括：订单信息、物品信息和所述已分配运力的订单取件地址附近的供需信息；

上述技术方案中，所述订单信息包括：取件地址、所述运力与所述取件地址的取件距离、订单金额等；所述物品信息包括：物品类型、物品重量等；所述已分配运力的订单取件地址附近的供需信息包括：所述订单取件地址附近的已支付订单量、空闲运力数等；

上述技术方案中，所述根据所述订单收件信息及所述订单对应的运力最近N天的平均送件信息，确定运力到达收件地址所需的时间间隔，包括：

根据所述已分配运力的订单的收件信息，确定所述订单已分配的运力最近N天的平均送件信息；

根据所述订单收件信息及所述订单对应的运力最近N天的平均送件信息，构建并训练基于机器学习算法的收件时间回归模型，预测所述运力到达收件地址所需的时间间隔。

上述技术方案中，所述已分配运力的订单的送件信息包括：订单信息、物品信息和所述已分配运力的订单收件地址附近的供需信息；