本发明涉及物流订单通知优化，具体地，涉及物流订单的通知优化方法、装置、设备及介质。
背景技术：
1、随着电子商务的蓬勃发展，快递业务量急剧增长，但快递通知到达率和用户体验却成为行业痛点。传统的通知方式如短信、电话等，常因用户拒接、信息屏蔽、号码更换等问题导致通知失败。因此，急需一种更加智能、个性化且高效的快递通知解决方案。
技术实现思路
1、本发明的主要目的在于解决现有技术中快递通知的到达率不高的问题。
2、本发明第一方面提供了一种物流订单的通知优化方法，包括：
3、基于包括物流系统、用户账号信息以及第三方社交平台获取用户基础数据；
4、对获取的用户基础数据进行预处理，得到预处理后的用户基础数据；
5、构建物流订单通知模型；
6、基于预处理后的用户基础数据，利用物流订单通知模型获得通知计划；
7、实时监控当前情景，并基于实时监控的当前情景动态调整通知计划；
8、所述物流订单通知模型包括用户行为预测模型和通知效果优化模型，利用当前用户行为预测模型预测用户收件时间窗口，再利用通知效果优化模型分析用户对不同通知渠道的响应概率，并识别响应概率最高的通知渠道。
9、可选的，在本发明第一方面的第一种实现方式中，所述基于包括物流系统、用户账号信息以及第三方社交平台获取物流基础数据，包括：
10、基于所述物流系统获取包括快递派送记录、收件人基本信息、历史派送地址以及包裹状态更新日志；
11、基于所述用户账号信息获取包括偏好收货时间、常用联系方式以及通知偏好设置；
12、基于所述第三方社交平台获取包括用户的活跃时段、兴趣标签以及社交关系。
13、可选的，在本发明第一方面的第二种实现方式中，所述对获取的用户基础数据进行预处理，得到预处理后的用户基础数据，包括：
14、对获取的用户基础数据进行清洗处理，得到清洗处理后的用户基础数据；
15、所述清洗处理包括：清除重复数据、缺失值填充、异常值处理以及格式统一处理；
16、对清洗处理后的用户基础数据利用数据脱敏技术进行数据脱敏处理，得到脱敏处理后的用户基础数据；
17、对脱敏处理后的用户基础数据进行格式化处理，得到格式化处理后的用户基础数据；
18、所述格式化处理包括：数据类型转换以及数据标准化处理。
19、可选的，在本发明第一方面的第三种实现方式中，所述构建物流订单通知模型包括：用户行为预测模型和通知效果优化模型；
20、所述用户行为预测模型利用时间序列分析预测用户收件时间窗口；
21、所述通知效果优化模型利用梯度提升树分析用户对不同通知渠道的响应概率，并识别响应概率最高的通知渠道；
22、基于预测得到的用户收件时间窗口和概率最高的通知渠道得到通知计划。
23、可选的，在本发明第一方面的第四种实现方式中，所述实时监控当前情景，并基于实时监控的当前情景动态调整通知计划，包括：
24、实时监控包括用户地理位置、天气条件以及当前社会事件；并基于当前实时监控的包括用户地理位置、天气条件以及当前社会事件动态调整通知计划；
25、并根据当前通知计划自动生成通知文案。
26、可选的，在本发明第一方面的第六种实现方式中，所述方法还包括：当订单状态更新或包裹签收时，则触发通知文案自动发送；
27、在发送过程中，记录发送日志和通知效果；
28、其中，所述通知效果是通过设定关键绩效指标进行评估；其中，所述关键绩效指标包括：通知到达率、用户满意度评分以及投诉率；
29、利用记录的通知效果优化所述物流订单通知模型参数。
30、可选的，在本发明第一方面的第六种实现方式中，所述方法还包括：根据用户反馈优化所述物流订单通知模型参数；
31、所述用户反馈是获取用户评论，并采用文本挖掘技术分析获取的用户评论，提取情感倾向和改进建议；
32、基于提取的情感倾向和改进建议优化所述物流订单通知模型参数。
33、本发明第二方面提供了一种物流订单的通知优化装置，包括：
34、获取数据模块，用于基于包括物流系统、用户账号信息以及第三方社交平台获取用户基础数据；
35、预处理模块，用于对获取的用户基础数据进行预处理，得到预处理后的用户基础数据；
36、构建模型模块，用于构建物流订单通知模型；
37、获取通知计划模块，用于基于预处理后的用户基础数据，利用物流订单通知模型获得通知计划；
38、动态调整模块，用于实时监控当前情景，并基于实时监控的当前情景动态调整通知计划；
39、所述物流订单通知模型包括用户行为预测模型和通知效果优化模型，利用当前用户行为预测模型预测用户收件时间窗口，再利用通知效果优化模型分析用户对不同通知渠道的响应概率，并识别响应概率最高的通知渠道。
40、可选的，在本发明第二方面的第一种实现方式中，所述获取数据模块包括：
41、用于基于所述物流系统获取包括快递派送记录、收件人基本信息、历史派送地址以及包裹状态更新日志；
42、用于基于所述用户账号信息获取包括偏好收货时间、常用联系方式以及通知偏好设置；
43、用于基于所述第三方社交平台获取包括用户的活跃时段、兴趣标签以及社交关系。
44、可选的，在本发明第二方面的第二种实现方式中，所述预处理模块包括：
45、数据清洗子模块，用于对获取的用户基础数据进行清洗处理，得到清洗处理后的用户基础数据；
46、所述清洗处理包括：清除重复数据、缺失值填充、异常值处理以及格式统一处理；
47、数据脱敏子模块，用于对清洗处理后的用户基础数据利用数据脱敏技术进行数据脱敏处理，得到脱敏处理后的用户基础数据；
48、数据格式化子模块，用于对脱敏处理后的用户基础数据进行格式化处理，得到格式化处理后的用户基础数据；
49、所述格式化处理包括：数据类型转换以及数据标准化处理。
50、可选的，在本发明第二方面的第三种实现方式中，所述构建物流订单通知模型包括：用户行为预测模型和通知效果优化模型；
51、所述用户行为预测模型利用时间序列分析预测用户收件时间窗口；
52、所述通知效果优化模型利用梯度提升树分析用户对不同通知渠道的响应概率，并识别响应概率最高的通知渠道；
53、基于预测得到的用户收件时间窗口和概率最高的通知渠道得到通知计划。
54、可选的，在本发明第二方面的第四种实现方式中，所述动态调整模块包括：用于实时监控包括用户地理位置、天气条件以及当前社会事件；并基于当前实时监控的包括用户地理位置、天气条件以及当前社会事件动态调整通知计划；
55、并根据当前通知计划自动生成通知文案。
56、可选的，在本发明第二方面的第六种实现方式中，所述装置还包括：自动发送模块，用于当订单状态更新或包裹签收时，则触发通知文案自动发送；
57、在发送过程中，记录发送日志和通知效果；
58、其中，所述通知效果是通过设定关键绩效指标进行评估；其中，所述关键绩效指标包括：通知到达率、用户满意度评分以及投诉率；
59、利用记录的通知效果优化所述物流订单通知模型参数。
60、可选的，在本发明第二方面的第六种实现方式中，所述装置还包括：模型优化模块，用于根据用户反馈优化所述物流订单通知模型参数；
61、所述用户反馈是获取用户评论，并采用文本挖掘技术分析获取的用户评论，提取情感倾向和改进建议；
62、基于提取的情感倾向和改进建议优化所述物流订单通知模型参数。
63、本发明第三方面提供了一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述所述的物流订单的通知优化方法的步骤。
64、本发明第四方面提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述所述的物流订单的通知优化方法的步骤。
65、与现有技术相比，本发明具有如下的有益效果：
66、1、本发明通过从物流系统、用户账户信息、第三方社交平台等多源获取用户数据；利用历史数据训练用户行为预测模型和通知效果优化模型；根据用户特征和当前情境，生成个性化的通知计划；根据通知效果和用户反馈，不断调整优化模型参数，提升通知触达率和用户体验；
67、2、本发明实现了对用户偏好和最佳通知时间的精准预测，从而显著提升通知的触达率和用户满意度；
68、3、本发明通过通知效果和用户反馈，不断优化模型参数，提升通知触发率和用户体验。
1.一种物流订单的通知优化方法，其特征在于，包括：
2.根据权利要求1所述的物流订单的通知优化方法，其特征在于，所述基于包括物流系统、用户账号信息以及第三方社交平台获取物流基础数据，包括：
3.根据权利要求1所述的物流订单的通知优化方法，其特征在于，所述对获取的用户基础数据进行预处理，得到预处理后的用户基础数据，包括：
4.根据权利要求1所述的物流订单的通知优化方法，其特征在于，所述构建物流订单通知模型包括：用户行为预测模型和通知效果优化模型；
5.根据权利要求1所述的物流订单的通知优化方法，其特征在于，所述实时监控当前情景，并基于实时监控的当前情景动态调整通知计划，包括：
6.根据权利要求5所述的物流订单的通知优化方法，其特征在于，所述方法还包括：当订单状态更新或包裹签收时，则触发通知文案自动发送；
7.根据权利要求6所述的物流订单的通知优化方法，其特征在于，所述方法还包括：根据用户反馈优化所述物流订单通知模型参数；
8.一种物流订单的通知优化装置，其特征在于，包括：
9.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的物流订单的通知优化方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的物流订单的通知优化方法的步骤。
