(19)中华 人民共和国 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 202111443762.5 (22)申请日 2021.11.30 (71)申请人 上海东普信息科技有限公司 地址 201700 上海市青浦区外 青松公路 5045号508室U区4 4号 (72)发明人 杨周龙　王豹　李培吉　李斯　 (74)专利代理 机构 北京市京大律师事务所 11321 代理人 胡安 (51)Int.Cl. G06F 40/126(2020.01) G06F 40/289(2020.01) G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06Q 30/06(2012.01) (54)发明名称 快递编码的预测方法、 装置、 设备及存储介 质 (57)摘要 本发明涉及大数据领域， 公开了一种快递编 码的预测方法、 装置、 设备及存储介质。 所述方法 包括： 获取目标地址信息和预设时间段内任意省 份的历史订单数据； 根据签收时间， 对历史订单 数据顺序排序， 得到历史订单数据序列， 并依次 从该序列中获取签收地址和快递编码， 得到签收 地址序列和快递编码序列， 并对两序列中的数据 建立第一映射； 基于签收地址序列， 构建树状结 构的地址数据模型， 并根据第一映射， 建立模型 中叶节点与快递编码的第二映射； 对目标地址信 息分词， 并调用地址编码模型， 处理分词结果以 确定目标节点， 以及根据第二映射， 查找相应的 快递编码 。 本发明以树类数据结构的分层存储形 式对叶节 点和相应快递编码进行存储， 提高了预 测的准确率。 权利要求书3页 说明书11页 附图6页 CN 114330241 A 2022.04.12 CN 114330241 A 1.一种快递编码的预测方法， 其特 征在于， 所述快递编码的预测方法包括： 获取待预测的目标地址信息和预设时间段内任意省份的多条历史订单数据， 其中， 每 条所述历史订单 数据中包括签收时间、 快递编码以及签收地址； 根据所述签收时间， 分别对所述多条历史订单 数据顺序排序， 得到历史订单 数据序列； 依次从所述历史订单数据序列中获取签收地址， 得到签收地址序列， 依次从所述历史 订单数据序列中获取快递编码， 得到快递编码序列， 以及对所述签收地址序列与所述快递 编码序列中同一序列位置上的元 素建立第一映射关系； 基于所述签收地址序列， 构建树状结构的地址数据模型， 并根据 所述第一映射关系， 建 立所述地址数据模型中的叶节点与所述快递编码序列中的快递编码之间的第二映射关系； 对所述目标地址信息进行分词处 理， 得到目标地址分词序列； 调用所述地址编码模型， 对所述目标地址分词序列进行预测以确定目标节点， 并根据 所述第二映射关系， 查找并输出与所述目标节点对应的快递编码。 2.根据权利要求1所述的快递编码的预测方法， 其特征在于， 在所述根据所述签收时 间， 分别对所述多 条历史订单数据顺序排序， 得到历史订单数据序列之后， 在依次从所述历 史订单数据序列中获取签 收地址， 得到签收地址序列， 依 次从所述历史订单数据序列中获 取快递编码， 得到快递编码序列， 以及对所述签 收地址序列与所述快递编码序列中同一序 列位置上的元 素建立第一映射关系之前还 包括： 依次对所述历史订单数据序列中的历史订单数据进行遍历解析， 若解析到两个包含相 同签收地址的历史订单数据， 则将在前的所述包含相同签收地址的历史订单数据从当前历 史订单数据序列中移除。 3.根据权利要求1所述的快递编码的预测方法， 其特征在于， 所述快递编码包括二段码 和三段码， 在所述依次从所述历史订单数据序列中获取签收地址， 得到签收地址序列， 依次 从所述历史订单数据序列中获取快递编码， 得到快递编码序列， 以及将所述签收地址序列 与所述快递编码序列中同一序列位置上的元 素建立第一映射关系之前， 还 包括： 基于所述历史订单数据序列中每个历史订单数据中的二段码和三段码进行二次编码 以更新所述历史订单 数据序列中的快递编码。 4.根据权利要求1所述的快递编码的预测方法， 其特征在于， 所述基于所述签收地址序 列， 构建树状结构的地址数据模型包括： 对所述签收地址序列中的每个签收地址进行分词处理， 得到包含多个签收地址分词序 列的目标签收地址序列， 并基于所述目标签收地址序列中的每个签收地址 分词序列生成叶 节点， 得到多个底层叶节点， 以及基于所述多个底层叶节点， 构建数据底层； 迭代从所述目标签收地址序列中的每个签收地址分词序列的末端移除一个分词， 并基 于每次迭代得到的目标签收地址序列构建数据中间层， 得到多个数据中间层， 其中， 每个所 述数据中间层中包括多个中间叶节点， 每个中间叶节点由目标签收地址序列中的每个签收 地址分词序列所生成； 当所述目标签收地址序列中的每个签收地址分词序列中仅包含一个分词时， 则 基于当 前目标签收地址序列中的任意签 收地址分词序列生成根节点， 并基于所述根节点， 构建数 据顶层； 基于叶节点对应的签收地址分词序列中分词的数量， 逆序对所述数据底层、 所述多个权　利　要　求　书 1/3 页 2 CN 114330241 A 2数据中间层以及所述数据顶层排列， 得到树状结构的地址数据模型， 并根据所述第一映射 关系， 建立所述地址数据模型中的叶节点与所述快递编 码序列中的快递编 码之间的第二映 射关系， 其中， 排列的方向为由上至下。 5.根据权利要求1所述的快递编码的预测方法， 其特征在于， 所述对所述目标地址信 息 进行分词处 理， 得到目标地址分词序列包括： 获取省市区城乡街道的专有名词数据集和楼市位置信息数据集； 基于所述省市区城乡街道的专有名词数据集和所述楼市位置信息数据集对预设的分 词模型进行训练， 得到目标分词模型； 调用所述目标分词模型对所述目标地址信息进行分词处 理， 得到目标地址分词序列。 6.根据权利要求1所述的快递编码的预测方法， 其特征在于， 所述对所述目标地址信 息 进行分词处 理， 得到目标地址分词序列包括： 对所述目标地址信息进行省市信息的模糊匹配， 若匹配到相应结果， 则根据匹配结果 补全所述目标地址信息中的省市信息； 基于预设的分词工具对补全后的目标地址信息进行分词， 得到初始分词序列， 并对初 始分词序列中的相同分词进行去重， 得到目标地址分词序列。 7.根据权利要求1 ‑6中任意一项所述的快递编码的预测方法， 其特征在于， 所述调用所 述地址编码模型， 对所述 目标地址分词序列进行预测以确定目标节点， 并根据所述第二映 射关系， 查找并输出与所述目标节点对应的快递编码包括： 以所述地址编码模型中的数据底层作为初始的匹配目标， 对所述目标地址分词序列进 行叶节点匹配； 若未匹配到与 所述目标地址分词序列所对应的叶节点， 则从所述目标地址分词序列的 末端移除一个分词， 并将当前所匹配的数据层向上 的一个数据层作为新的匹配目标， 对移 除后的目标地址分词序列进行叶节点匹配， 直至匹配到相应的叶节点， 得到目标节点的信 息， 并根据所述第二映射关系， 查找并输出与所述目标节点对应的快递编码。 8.一种快递编码的预测装置， 其特 征在于， 所述快递编码的预测装置包括： 数据获取模块， 用于获取待预测的目标地址信 息和预设时间段内任意省份的多条历史 订单数据， 其中， 每条 所述历史订单 数据中包括签收时间、 快递编码以及签收地址； 序列生成模块， 用于根据 所述签收时间， 分别对所述多条历史订单数据顺序排序， 得到 历史订单数据序列， 依次从所述历史订单数据序列中获取签收地址， 得到签收地址序列， 依 次从所述历史订单数据序列中获取快递编码， 得到快递编码序列， 以及对所述签 收地址序 列与所述快递编码序列中同一序列位置上的元 素建立第一映射关系； 模型构建模块， 用于基于所述签收地址序列， 构建树状结构的地址数据模型， 并根据 所 述第一映射关系， 建立所述地址数据模型中的叶节点与所述快递编 码序列中的快递编 码之 间的第二映射关系； 地址分词模块， 用于对所述目标地址信息进行分词处 理， 得到目标地址分词序列； 编码查询模块， 用于调用所述地址编码模型， 对所述目标地址分词序列进行预测以确 定目标节点， 并根据所述第二映射关系， 查找并输出与所述目标节点对应的快递编码。 9.一种快递编码的预测设备， 其特征在于， 所述快递编码的预测设备包括： 存储器和至 少一个处 理器， 所述存 储器中存 储有指令；权　利　要　求　书 2/3 页 3 CN 114330241 A 3