基于特征提取的外卖O2O订单送达时间预测研究

本文基于外卖O2O平台公司订单数据及天气爬虫数据,围绕商家、用户、配送员各参与方,融合时间序列预测模型、二模社会网络等多种方法提取特征,构建了基于随机森林的订单送达时间预测模型。研究表明,基于用户下单时间构建的模型准时率提升约43%;用户商家距离是影响配送时长的重要因素,配送员的经验和压单量,以及商家的人气度等也呈现较大作用;随着配送进度的推进,基于更多信息的修正模型预测效果进一步提升。