商家分时订单流量预测模型

以商家为单元、30分钟为时段粒度构建分时流量预测模型：特征侧融合商家历史同期销量（近7日、近30日同时段均值及波动率）、营销活动标签（满减、折扣、平台补贴）、天气（降水、气温）与节假日特征；模型侧采用XGBoost梯度提升模型与同期均值基线双通道，按商家数据充足度自动切换，数据充足的商家用机器学习预测，新商家及冷启动商家退化为同期均值与同类商家均值加权估计，保证预测全覆盖。输出分时段订单流量预测值及爆发概率，流量超过商家平日同时段阈值倍数即标记爆单风险，向调度系统输出订单爆发预判。

搜集汇总

背景与挑战

背景概述

该数据集构建了以商家为单元、30分钟为时段粒度的分时订单流量预测模型，融合历史同期销量、营销活动、天气和节假日等特征，采用XGBoost与同期均值基线双通道按数据充足度自动切换，输出分时段订单流量预测值及爆发概率，应用于外卖商家运营与运力调度系统。