博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
数据分析狂想——“亲~我的东西什么时候到?”
阅读量:6804 次
发布时间:2019-06-26

本文共 866 字,大约阅读时间需要 2 分钟。

  hot3.png

背景:

当你在某宝上,网购了一件商品后,一定会得空看看,你的货发了没,到哪里了。但是何时能到,你不知道。你最多也能凭经验,或者凭别人的经验,对别人的经验。别人可能是你的同事你的室友,或者其他人,同时此人有从同一发货地买过东西的经历,或者更巧合的是她上星期刚从同一家买过,这个可信度就更高一点,但也有可能完全不对,这主要是不可改变的因素,我们稍后再说。好我们开始今天的主题——如何推测网购货物到货日期。

基本思想:

就是通过货物快递日志数据抽取,取平均值,并考虑各种其他因素组成的各种不同的模型。科学地的将别人的经验,变为自己的基本正确的预测信息。

晴天模型:

{在晴天天气条件下+某快递公司+(从目的地出发时间—到收货地时间[是否可根据不同快递员进行细化])}近3个月数据求平均值=到货时间

恶劣天气模型:

{在恶劣天气条件下[可根据不同天气细化]+某快递公司+(从目的地出发时间—到收货地时间)}近3个月数据求平均值=到货时间

大型人类活动模型:

{在[根据XX运动会/XX政治会不同的活动细化]条件下+某快递公司+(从目的地出发时间—到收货地时间)}近3个月数据求平均值=到货时间

节假日模型:

{在[根据近3年五一/十一/春节进数据进行划分细化]条件下+某快递公司+(从目的地出发时间—到收货地时间)}近3个月数据求平均值=到货时间

注释:

在XX条件下,根据天气、节假日、会议,对提取的日志数据进行划分;

在某快递公司条件下,因为不同公司运送时间是不同的,这是众所周知;

节假日选取近三年数据是考虑第一个条件交通工具和道路建设的因素;

从目的地出发时间—到收货地时间,选取近三个月数据,是考虑最近的可能准确一点(个人己见)。

准确度优化:

用微分思想,化整为零,将正个路程,分成很多段,每段都按照上述模型进行分析,最后将每段的预测时间相加,就是总的预测时间。而且这样更加科学准确。

 

 

欢迎各位补充,指正,为美好的明天而努力。

 

转载于:https://my.oschina.net/rongganglee/blog/374046

你可能感兴趣的文章
《android深入探索》第二章心得
查看>>
Hdu-6119 小小粉丝度度熊 尺取
查看>>
DNS查询相关
查看>>
从零开始学习Sencha Touch MVC应用之十五
查看>>
[K/3Cloud]关于"选单"操作
查看>>
【双标记线段树】bzoj1798维护序列seq
查看>>
C# Socks5
查看>>
Chrome浏览器Network面板http请求时间分析
查看>>
关于热部署-理解与总结
查看>>
Asp.net 根据IP地址获取跨网段mac地址函数【搜藏】
查看>>
h5 slider页面滑动相关问题
查看>>
PYTHON2.day08
查看>>
paste
查看>>
数据增强之图像旋转及坐标对应(附代码)
查看>>
C# 获取屏幕的大小
查看>>
sass语法(1)
查看>>
react use simditor
查看>>
ARM——I2C
查看>>
关于英语写作词源方面的。。
查看>>
垂直水平居中
查看>>