(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210976114.4 (22)申请日 2022.08.15 (71)申请人 北京京东振世信息技 术有限公司 地址 100098 北京市海淀区知春路76号6层 (72)发明人 王松松　陈兰欢　王译堃　刘雪　 杜毅　贺思琦　庞云冰　赵俊哲　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 张金玲 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 10/08(2012.01) (54)发明名称 一种物流线路的价格区间预测方法和装置 (57)摘要 本公开提供一种物流线路的价格区间预测 方法和装置。 其中， 该方法包括： 获取待分析物流 线路对应的特征数据； 将特征数据输入到预设的 议价预测混合分类模型进行议价降幅预测分析， 输出不同议价区间分别对应的预测概率值； 议价 预测混合分类模型包含用于提取高维组合特征 的议价梯度分类模型和用于进行特征数据关联 分析的议价降幅预估模型； 基于预测概率值的大 小输出相应的议价预测结果。 本公开提供的物流 线路的价格区间预测方法， 能够通过议价预测混 合分类模型对物流线路进行准确的议价分析， 及 时输出议价分析结果来指导物流线路的议价过 程， 有效提高物流线路的议价降幅预测的准确度 和时效性， 降低了物流线路运输成本 。 权利要求书2页 说明书11页 附图4页 CN 115271826 A 2022.11.01 CN 115271826 A 1.一种物流线路的价格区间预测方法， 其特 征在于， 包括： 获取待分析物流线路对应的特 征数据； 将所述特征数据输入到预设的议价预测混合分类模型进行议价降幅预测分析， 输出不 同议价区间分别对应的预测 概率值； 其中， 所述议价预测混合分类模型包含用于提取高维 组合特征的议价梯度分类模型和用于进行 特征数据关联分析的议 价降幅预估 模型； 基于所述预测概 率值的大小输出相应的议 价预测结果。 2.根据权利要求1所述的物流线路的价格区间预测方法， 其特征在于， 将所述特征数据 输入到预设的议价预测混合分类模型进行议价降幅预测分析， 输出不同议价区间分别对应 的预测概 率值， 具体包括： 将所述特征数据输入到所述议价梯度分类模型中进行高维组合特征提取， 获得所述议 价梯度分类模型输出的高维组合特征数据； 所述高维组合特征数据是基于所述议价梯度分 类模型中决策树型 结构的叶节点的索引值所表示的高维特 征向量； 将所述高维组合特征数据和所述特征数据输入到所述议价降幅预估模型中进行特征 数据关联分析， 获得所述议价降幅预估模型输出的各个议价区间对应的预测概率值； 其中， 所述特征数据是与所述待分析物流线路关联的低维离 散型特征数据； 其中， 所述议价梯度分类模型和所述议价降幅预估模型均是基于样本物流线路对应的 样本特征数据以及所述样本特 征数据对应的议 价预测结果进行训练得到的。 3.根据权利要求2所述的物流线路的价格区间预测方法， 其特征在于， 将所述高维组合 特征数据和所述特征数据输入到所述议价降幅预估模型中进 行特征数据关联分析， 获得所 述议价降幅预估 模型输出的各个议 价区间对应的预测概 率值， 具体包括： 基于所述议价降幅预估模型， 将所述高维组合特征数据和所述特征数据按照不同的特 征数据类型进行特征组合， 以实现将相同类型 的特征数据归于同一个域， 并针对所述域确 定相应的隐向量； 基于所述隐向量确定各个议 价区间对应的预测概 率值。 4.根据权利要求1所述的物流线路的价格区间预测方法， 其特征在于， 基于所述预测概 率值的大小输出相应的议价预测结果， 具体包括： 对所述预测概率值进 行归一化处理， 确定 各个议价区间对应的目标概率值的大小， 将最大的目标概率值对应的议价区间确定为目标 议价区间， 并将所述目标议 价区间作为所述 议价预测结果中的第一 议价指导信息 。 5.根据权利要求1所述的物流线路的价格区间预测方法， 其特征在于， 基于所述预测概 率值的大小输出相应的议价预测结果， 具体还包括： 基于所述预测概率值的大小确定所述 待分析物流线路中的异常运价物流线路， 并将所述异常运价物流线路对应的属性信息作为 所述议价预测结果中的第二 议价指导信息 。 6.根据权利要求1所述的物流线路的价格区间预测方法， 其特征在于， 在基于所述预测 概率值的大小输出相应的议 价预测结果之后， 还 包括： 对所述议价预测结果对应的多个特征数据类型进行归因分析， 确定各个特征数据类型 对应的夏普里值； 基于所述夏普里值的大小， 对所述议价预测结果对应的多个特征数据类型进行影响力 排序， 输出相应的特 征数据类型影响力排序结果。 7.一种物流线路的价格区间预测装置， 其特 征在于， 包括： 特征数据获取 单元， 用于获取待分析物流线路对应的特 征数据；权　利　要　求　书 1/2 页 2 CN 115271826 A 2议价降幅预测分析单元， 用于将所述特征数据输入到预设的议价预测混合分类模型进 行议价降幅预测分析， 输出不同议价区间分别对应的预测概率值； 其中， 所述议价预测混合 分类模型包含用于提取高维组合特征的议价梯度分类模型和用于进行特征数据关联分析 的议价降幅预估 模型； 议价预测结果输出 单元， 用于基于所述预测概 率值的大小输出相应的议 价预测结果。 8.根据权利要求7所述的物流线路的价格区间预测装置， 其特征在于， 所述议价降幅预 测分析单元， 具体用于： 将所述特征数据输入到所述议价梯度分类模型中进行高维组合特征提取， 获得所述议 价梯度分类模型输出的高维组合特征数据； 所述高维组合特征数据是基于所述议价梯度分 类模型中决策树型 结构的叶节点的索引值所表示的高维特 征向量； 将所述高维组合特征数据和所述特征数据输入到所述议价降幅预估模型中进行特征 数据关联分析， 获得所述议价降幅预估模型输出的各个议价区间对应的预测概率值； 其中， 所述特征数据是与所述待分析物流线路关联的低维离 散型特征数据； 其中， 所述议价梯度分类模型和所述议价降幅预估模型均是基于样本物流线路对应的 样本特征数据以及所述样本特 征数据对应的议 价预测结果进行训练得到的。 9.一种电子设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至6任意一项 所述物流线路的价格区间预测方法的步骤。 10.一种处理器可读存储介质， 所述处理器可读存储介质上存储有计算机程序， 其特征 在于， 该计算机程序被处理器执行时实现如权利要求 1至6任意一项 所述物流线路的价格区 间预测方法的步骤。权　利　要　求　书 2/2 页 3 CN 115271826 A 3