预测信息生成方法、装置、电子设备和计算机可读介质与流程

本公开的实施例涉及物流领域，具体涉及预测信息生成方法、装置、电子设备和计算机可读介质。

背景技术：

1、随着物流领域的快速发展，如何促进物流资源的高效利用成为亟需解决的问题。货运线路的货运量预测是物流领域的一个重要环节。目前，在进行货运量预测时，通常采用的方式是通过人工的方式，进行货运量的估计。

2、然而，当采用上述方式时，经常会存在如下技术问题：

3、采用人工的方式往往仅能对货运量进行宏观的预测，并且较为依赖人的经验，导致货运量的预测准确率低。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了预测信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面，本公开的一些实施例提供了一种预测信息生成方法，该方法包括：根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合；将上述历史货运特征信息集合输入预先训练的一阶段货运量预测模型，以生成候选货运量预测信息；根据上述目标线路的历史货运预测信息集合和上述候选货运量预测信息进行特征构建，以生成货运预测特征信息集合；将上述货运预测特征信息集合输入预先训练的二阶段货运量预测模型，以生成上述目标线路对应的货运量预测信息。

4、可选地，在上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合之前，上述方法还包括：根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息；将上述候选线路信息对应的线路确定为上述目标线路。

5、可选地，在上述根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息之前，上述方法还包括：获取线路标记文件；根据上述线路标记文件包含的线路标识信息，确定上述线路信息集合。

6、可选地，上述预设条件组包括第一预设条件，上述第一预设条件为：线路信息对应的线路的启用时长小于目标时长；以及上述根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息，包括：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第一预设条件，剔除上述线路信息。

7、可选地，上述预设条件组包括第二预设条件，上述第二预设条件为：线路信息对应的历史运输货量集合中的历史运输货量的数量小于目标值；以及上述根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息，包括：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第二预设条件，剔除上述线路信息。

8、可选地，上述预设条件组包括第三预设条件，上述第三预设条件为：线路信息对应的线路在目标时间段内的历史平均运输货量小于预设运输货量；以及上述根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息，包括：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第三预设条件，剔除上述线路信息。

9、可选地，上述历史货运特征信息集合中的历史货运特征信息包括：时间特征信息；以及上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合，包括：提取上述历史货运信息集合中的历史货运信息包括的时间特征，以生成历史货运特征信息包括的时间特征信息。

10、可选地，上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合，还包括：以预设步长，采用预设滑动窗口对上述历史货运信息集合中的历史货运信息进行分组处理，以生成历史货运信息组集合。

11、可选地，上述历史货运特征信息集合中的历史货运特征信息还包括：时间聚合特征信息；以及上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合，还包括：对于上述历史货运信息组集合中的每个历史货运信息组，提取上述历史货运信息组中的历史货运信息对应的数据特征，以生成历史货运特征信息包括的时间聚合特征信息。

12、可选地，上述历史货运特征信息集合中的历史货运特征信息还包括：统计特征信息，以及上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合，还包括：对于上述历史货运信息组集合中的每个历史货运信息组，根据上述历史货运信息组确定统计特征，以生成历史货运特征信息包括的统计特征信息。

13、可选地，上述根据上述目标线路的历史货运预测信息集合和上述候选货运量预测信息进行特征构建，以生成货运预测特征信息集合，包括：根据上述候选货运量预测信息和对应相同时间段的至少一个历史货运预测信息，生成货运预测特征信息，得到上述货运预测特征信息集合。

14、可选地，上述方法还包括：将上述货运量预测信息作为第一货运量信息，加入第一货运量预测信息集合，其中，上述第一货运量预测信息集合中的第一货运量预测信息是上述目标线路对应的不同时间维度下的货运量预测信息。

15、可选地，上述方法还包括：对上述第一货运量预测信息集合中的第一货运量预测信息进行以时间维度的数据聚合，以生成时间聚合信息。

16、可选地，上述方法还包括：将上述货运量预测信息作为第二货运量信息，加入第二货运量预测信息集合，其中，上述第二货运量预测信息集合中的第二货运量预测信息是不同线路对应的货运预测信息。

17、可选地，上述方法还包括：对上述第二货运量预测信息集合中的第二货运量预测信息进行以空间维度的数据聚合，以生成空间聚合信息。

18、第二方面，本公开的一些实施例提供了一种预测信息生成装置，装置包括：第一特征构建单元，被配置成根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合；第一输入单元，被配置成将上述历史货运特征信息集合输入预先训练的一阶段货运量预测模型，以生成候选货运量预测信息；第二特征构建单元，被配置成根据上述目标线路的历史货运预测信息集合和上述候选货运量预测信息进行特征构建，以生成货运预测特征信息集合；第二输入单元，被配置成将上述货运预测特征信息集合输入预先训练的二阶段货运量预测模型，以生成上述目标线路对应的货运量预测信息。

19、可选地，在上述根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合之前，上述装置还包括：线路过滤单元和确定单元，其中，线路过滤单元被配置成根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息；确定单元被配置成将上述候选线路信息对应的线路确定为上述目标线路。

20、可选地，在上述根据预设条件组中的至少一个预设条件，对线路信息集合中的线路信息对应的线路进行线路过滤，以生成候选线路信息之前，上述装置还包括：获取线路标记文件；根据上述线路标记文件包含的线路标识信息，确定上述线路信息集合。

21、可选地，上述预设条件组包括第一预设条件，上述第一预设条件为：线路信息对应的线路的启用时长小于目标时长；以及上述线路过滤单元被进一步配置成：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第一预设条件，剔除上述线路信息。

22、可选地，上述预设条件组包括第二预设条件，上述第二预设条件为：线路信息对应的历史运输货量集合中的历史运输货量的数量小于目标值；以及上述线路过滤单元被进一步配置成：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第二预设条件，剔除上述线路信息。

23、可选地，上述预设条件组包括第三预设条件，上述第三预设条件为：线路信息对应的线路在目标时间段内的历史平均运输货量小于预设运输货量；以及上述线路过滤单元被进一步配置成：对于上述线路信息集合中的每个线路信息，响应于确定上述线路信息满足上述第三预设条件，剔除上述线路信息。

24、可选地，上述历史货运特征信息集合中的历史货运特征信息包括：时间特征信息；以及上述第一特征构建单元被进一步配置成：提取上述历史货运信息集合中的历史货运信息包括的时间特征，以生成历史货运特征信息包括的时间特征信息。

25、可选地，上述第一特征构建单元被进一步配置成：以预设步长，采用预设滑动窗口对上述历史货运信息集合中的历史货运信息进行分组处理，以生成历史货运信息组集合。

26、可选地，上述历史货运特征信息集合中的历史货运特征信息还包括：时间聚合特征信息；以及上述第一特征构建单元被进一步配置成：对于上述历史货运信息组集合中的每个历史货运信息组，提取上述历史货运信息组中的历史货运信息对应的数据特征，以生成历史货运特征信息包括的时间聚合特征信息。

27、可选地，上述历史货运特征信息集合中的历史货运特征信息还包括：统计特征信息，以及上述第一特征构建单元被进一步配置成：对于上述历史货运信息组集合中的每个历史货运信息组，根据上述历史货运信息组确定统计特征，以生成历史货运特征信息包括的统计特征信息。

28、可选地，上述第二特征构建单元被配置成：根据上述候选货运量预测信息和对应相同时间段的至少一个历史货运预测信息，生成货运预测特征信息，得到上述货运预测特征信息集合。

29、可选地，上述装置还包括：将上述货运量预测信息作为第一货运量信息，加入第一货运量预测信息集合，其中，上述第一货运量预测信息集合中的第一货运量预测信息是上述目标线路对应的不同时间维度下的货运量预测信息。

30、可选地，上述装置还包括：对上述第一货运量预测信息集合中的第一货运量预测信息进行以时间维度的数据聚合，以生成时间聚合信息。

31、可选地，上述装置还包括：将上述货运量预测信息作为第二货运量信息，加入第二货运量预测信息集合，其中，上述第二货运量预测信息集合中的第二货运量预测信息是不同线路对应的货运预测信息。

32、可选地，上述装置还包括：对上述第二货运量预测信息集合中的第二货运量预测信息进行以空间维度的数据聚合，以生成空间聚合信息。

33、第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

34、第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

35、本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的预测信息生成方法，提高了货运量的预测准确率。具体来说，造成货运量的预测准确率低的原因在于：采用人工的方式往往仅能对货运量进行宏观的预测，并且较为依赖人的经验，导致货运量的预测准确率低。基于此，本公开的一些实施例的预测信息生成方法，首先，根据目标线路的线路属性信息和历史货运信息集合进行特征构建，以生成历史货运特征信息集合。然后，将上述历史货运特征信息集合输入预先训练的一阶段货运量预测模型，以生成候选货运量预测信息。通过历史货运数据构建特征信息，并通过一阶段货运量预测模型进行初步预测，以生成候选货运量预测信息。接着，根据上述目标线路的历史货运预测信息集合和上述候选货运量预测信息进行特征构建，以生成货运预测特征信息集合。最后，将上述货运预测特征信息集合输入预先训练的二阶段货运量预测模型，以生成上述目标线路对应的货运量预测信息。通过候选货运量预测信息和历史货运预测信息集合构建特征信息，并通过二阶段货运量预测模型生成线路对应的货运量预测信息。相较于人工预测的方式，货运量预测的准确率大大提高。