科研之友
微信
新浪微博
Facebook
分享链接
摘要
人工议价是当前网络货运平台的主要定价方式，但存在议价回合多、耗时及效率低下等弊端。为了弥补人工议价的不足，本文提出基于深度学习的动态价格预测模型。首先，结合历史订单数据和极端随机树特征选择的结果，对价格预测模型进行训练调优。其次，利用该模型对待定价订单的计划价格和实际价格进行预测，形成一个价格区间，制定实时价格策略，为网络货运平台的定价决策提供依据。最后，论文以顺丰网络货运平台为例，选取了8种经典机器学习模型作为对比模型，经对比发现本文所建的模型R2-score达到98.24%，相较于与其他模型有更高的预测准确度，并能为平台提供多样化的动态调价策略。实验结果表明：该深度学习模型定价预测更精准、动态定价能力更强，能够适应复杂的现实交易情况，从而可提高网络货运平台在公路货运市场的竞争力。
- 出版日期2023
- 单位西南交通大学
