一种搬家需求预测方法、系统、设备及存储介质与流程

本申请涉及数据分析的，尤其是涉及一种搬家需求预测方法、系统、设备及存储介质。

背景技术：

1、目前，城市租房现象较为常见，打工者为了工作或生活更加便利，时不时要搬家。没有搬家车辆的打工者一般会选择搬家公司进行搬家。由于目前人们的消费能力提高、工作变动等导致的住所迁移频率的不断提高，搬家需求也呈现不断增长的趋势。

2、在实际操作中，由于节假日、天气、季节等各种因素的影响，不同阶段的需求量是不同的。这就导致常常会出现有的阶段搬家车辆供小于求，不能满足所有人的搬家需求，而有的阶段存在供大于求，搬家车辆不能得到充分利用，降低了搬家车辆的利用率，同时也不能够及时准确地提供搬家服务，进而给需要搬家服务的用户带来了十分的不便。

3、所以，如何准确预测搬家需求，提高搬家车辆的利用率，提升用户体验是当前需要解决的问题。

技术实现思路

1、为了实现对搬家需求的合理预测，本申请提供了一种搬家需求预测方法、系统、设备及存储介质。

2、在本申请的第一方面，提供了一种搬家需求预测方法。该方法包括：

3、获取预测时间、预测车型和预测地区，预测时间表示需要预测的搬家订单数量的时间段，预测车型表示需要预测的搬家订单使用的车辆类型，预测地区表示需要预测的搬家订单发生的地区；

4、确定与预测车型和预测地区对应的目标预测模型；

5、根据预测时间和目标预测模型，确定预测结果；

6、根据预测天气和预测特征，对预测结果进行修正，得到目标需求，目标需求表示在预测时间内搬家订单数量的预测值，预测特征表示在预测时间内影响搬家需求的特征。

7、由以上技术方案可知，根据用户预测需求中的预测车型和预测地区，确定对应的目标预测模型，减少由于地区和车型差异对预测准确率产生的负面影响，将预测时间输入至对应的目标预测模型中得到预测结果，但是预测结果未考虑预测时间存在的天气变化和其他特征，进而结合预测时间的预测天气和预测特征对预测结果进行修正，得到最终的目标需求，通过从多个角度考虑不同因素对搬家订单数量的影响，确定目标需求，实现对搬家需求的合理预测，提高了搬家订单的预测准确率。

8、在一种可能的实现方式中，确定与预测车型和预测地区对应的目标预测模型，包括：

9、获取历史订单数据，历史订单数据表示预测车型和预测地区产生的历史订单情况；

10、使用多个训练模型对历史订单数据进行训练，得到每个训练模型对应的待定模型；

11、对每个待定模型进行准确率评估，得到评估结果；

12、根据评估结果，从待定模型中确定目标预测模型。

13、在一种可能的实现方式中，评估结果通过以下方式得到：

14、使用测试数据集分别对待定模型进行测试，得到测试结果数据；

15、计算测试数据集中测试数据和测试结果数据的偏差率，确定评估结果。

16、在一种可能的实现方式中，在获取历史订单数据之前，方法还包括：

17、获取原始订单数据；

18、对原始订单数据进行数据清洗，得到清洗数据；

19、对清洗数据进行归一化处理，得到历史订单数据。

20、在一种可能的实现方式中，根据预测天气和预测特征，对预测结果进行修正，得到目标需求，包括：

21、获取影响关系对应表，影响关系对应表用于反映预测天气和预测特征对预测结果的影响程度；

22、根据预测天气、预测特征和影响关系对应表，确定修正关系；

23、根据修正关系和预测结果，确定目标需求。

24、在一种可能的实现方式中，影响关系对应表通过以下方式确定：

25、根据历史订单数据和目标预测模型，得到历史预测数据；

26、根据历史订单数据对应的预测天气和预测特征，从历史预测数据和历史订单数据中分别筛选待分析预测数据和待分析订单数据，每个待分析预测数据对应一个待分析订单数据，待分析预测数据和待分析预测数据对应的待分析订单数据组成待分析数据；

27、根据历史订单数据对应的预测天气和/或历史订单数据对应的预测特征，对待分析数据进行分组；

28、分析历史订单数据对应的预测天气和预测特征对每组待分析数据的影响程度，得到影响关系对应表。

29、在一种可能的实现方式中，分析历史订单数据对应的预测天气和预测特征对每组待分析数据的影响程度，得到影响关系对应表，包括：

30、分别对每组待分析数据中的待分析预测数据和待分析订单数据进行拟合，得到待分析预测数据和待分析订单数据之间的修正关系；

31、根据修正关系、每组待分析数据对应的预测天气和/或预测特征，确定影响关系对应表。

32、在本申请的第二方面，提供了一种搬家需求预测系统。该系统包括：

33、数据获取模块，用于获取预测时间、预测车型和预测地区，预测时间表示需要预测的搬家订单数量的时间段，预测车型表示需要预测的搬家订单使用的车辆类型，预测地区表示需要预测的搬家订单发生的地区；

34、模型确定模块，用于确定与预测车型和预测地区对应的目标预测模型；

35、结果确定模块，用于根据预测时间和目标预测模型，确定预测结果；

36、结果修正模块，用于根据预测天气和预测特征，对预测结果进行修正，得到目标需求，目标需求表示在预测时间内搬家订单数量的预测值，预测特征表示在预测时间内影响搬家需求的特征。

37、在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

38、在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。

39、综上所述，本申请包括至少一种有益技术效果：

40、根据用户预测需求中的预测车型和预测地区，确定对应的目标预测模型，减少由于地区和车型差异对预测准确率产生的负面影响，将预测时间输入至对应的目标预测模型中得到预测结果，但是预测结果未考虑预测时间存在的天气变化和其他特征，进而结合预测时间的预测天气和预测特征对预测结果进行修正，得到最终的目标需求，通过从多个角度考虑不同因素对搬家订单数量的影响，确定目标需求，实现对搬家需求的合理预测，提高了搬家订单的预测准确率。

技术特征：

1.一种搬家需求预测方法，其特征在于，包括：

2.根据权利要求1所述的搬家需求预测方法，其特征在于，所述确定与所述预测车型和所述预测地区对应的目标预测模型，包括：

3.根据权利要求2所述的搬家需求预测方法，其特征在于，所述评估结果通过以下方式得到：

4.根据权利要求2所述的搬家需求预测方法，其特征在于，在获取所述历史订单数据之前，所述方法还包括：

5.根据权利要求1所述的搬家需求预测方法，其特征在于，所述根据预测天气和预测特征，对所述预测结果进行修正，得到目标需求，包括：

6.根据权利要求5所述的搬家需求预测方法，其特征在于，所述影响关系对应表通过以下方式确定：

7.根据权利要求6所述的搬家需求预测方法，其特征在于，所述分析所述历史订单数据对应的预测天气和预测特征对每组所述待分析数据的影响程度，得到所述影响关系对应表，包括：

8.一种搬家需求预测系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种所述方法的计算机程序。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种所述方法的计算机程序。

技术总结
本申请涉及一种搬家需求预测方法、系统、设备及存储介质，属于数据分析的技术领域，方法包括获取预测时间、预测车型和预测地区，预测时间表示需要预测的搬家订单数量的时间段，预测车型表示需要预测的搬家订单使用的车辆类型，预测地区表示需要预测的搬家订单发生的地区；确定与预测车型和预测地区对应的目标预测模型；根据预测时间和目标预测模型，确定预测结果；根据预测天气和预测特征，对预测结果进行修正，得到目标需求，目标需求表示在预测时间内搬家订单数量的预测值，预测特征表示在预测时间内的影响搬家需求的特征。本申请具有提高搬家需求预测正确率的效果。

技术研发人员：王照亮,王甲,周圆
受保护的技术使用者：北京蓝犀牛信息技术有限公司
技术研发日：
技术公布日：2024/9/23