CN107526823B - 物流嫌情信息的查证分析方法及系统 - Google Patents

物流嫌情信息的查证分析方法及系统 Download PDF

Info

Publication number
CN107526823B
CN107526823B CN201710764278.XA CN201710764278A CN107526823B CN 107526823 B CN107526823 B CN 107526823B CN 201710764278 A CN201710764278 A CN 201710764278A CN 107526823 B CN107526823 B CN 107526823B
Authority
CN
China
Prior art keywords
logistics
information
suspicion
case
sender
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710764278.XA
Other languages
English (en)
Other versions
CN107526823A (zh
Inventor
曲平
李牧
赵福洪
程显毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Silicon Lake College
Original Assignee
Jiangsu Chengchuang Information Technology Research & Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Chengchuang Information Technology Research & Development Co ltd filed Critical Jiangsu Chengchuang Information Technology Research & Development Co ltd
Priority to CN201710764278.XA priority Critical patent/CN107526823B/zh
Publication of CN107526823A publication Critical patent/CN107526823A/zh
Application granted granted Critical
Publication of CN107526823B publication Critical patent/CN107526823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0838Historical data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Primary Health Care (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种物流嫌情信息的查证分析方法。该方法包括:提取涉及案件的快递的发件人和收件人的身份信息;基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有发件人或收件人的身份信息的运单列表;根据运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;当存在至少一对关联人物之间的物流次数大于预定阈值时,从运单列表中选取对应于至少一对关联人物的运单号码作为物流嫌情信息。本发明实施例还提供了一种物流嫌情信息的查证分析系统。本发明实施例实现了对涉案快递的查证分析,确定了与涉案快递相关联的嫌情物流信息,提高了检查涉案快递的效率。

Description

物流嫌情信息的查证分析方法及系统
技术领域
本发明涉及物流查询领域,尤其涉及一种物流嫌情信息的查证分析方法及系统。
背景技术
近几年来,随着我国电子商务的爆发式增长,快递业随之进入快速发展期,越来越多的用户通过使用快递业务进行邮寄物品。同时快递行业内所存在的安全问题已经引起人们越来越大的关注。一些用户将一些具有危险性、不稳定性的物品通过快递运输,很有可能在运输途中发生事故。甚至有些不法分子,通过快递将违禁物品进行买卖,造成对社会的危害。
快递物流企业尽管鉴权了安全管理规范,对客户身份进行检查,对运输、寄递物品进行安全检查或开封验视,并登记信息,对禁运,禁寄或客户拒绝安全检查的物品,一律不得运输寄递,但禁运物品还是时有发生。
随着公安部门对物流寄递行业的安全管理,将寄递物流企业纳入重点单位管理,并纳入物流企业的从业人员的信息,对每个寄递物流企业分配不同的办案人员进行协助检查,做到寄递物流能够实现实名寄递,开箱验视,X光机安检等。并且对存在安全隐患的寄递物流企业进行整改,保证在出现涉案快递时,能够侦破案件。
在实现本发明过程中,发明人发现相关技术中至少存在如下问题:
办案人员无法预知包裹的内容,在安检之前无法确定哪些包裹的嫌情较大,只能通过对全部的物流快件进行逐一安检,在检查出涉案快递后,没有对涉案快递相关的快递进行查证分析,使其检查出涉案快递的效率较低。
发明内容
为了至少解决现有技术中没有对涉案快递相关的快递进行查证分析,检查出涉案快递的效率较低问题。
第一方面,本发明实施例提供一种物流嫌情信息的查证分析方法,包括:
提取涉及案件的快递的发件人和收件人的身份信息;
基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
第二方面,本发明实施例提供一种物流嫌情信息的查证分析系统,包括:
提取涉及案件的快递的发件人和收件人的地址信息;
基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
第三方面,本发明实施例提供一种物流嫌情信息的查证分析系统,包括:
身份信息提取模块,用于提取涉及案件的快递的发件人和收件人的身份信息;
运单列表生成模块,用于基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
统计模块,用于根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
物流嫌情信息选取模块,用于当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
第四方面,本发明实施例提供一种物流嫌情信息的查证分析系统,包括:
地址信息提取模块,用于提取涉及案件的快递的发件人和收件人的地址信息;
运单列表生成模块,用于基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
统计模块,用于根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
物流嫌情信息选取模块,用于当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
第五方面,本发明实施例还提供了一种电子设备,包括:至少一个处理器;以及存储器;其中,所述存储器存储有可被所述至少一个处理器执行的程序,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明上述任一项物流嫌情信息的查证分析方法。
第六方面,本发明实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本发明上述任一项所述的物流嫌情信息的查证分析方法。
本发明实施例实现了对涉案快递的查证分析。使用发明实施例可以通过对涉案快递的查证分析,确定了与涉案快递相关联的嫌情物流信息,根据所述物流嫌情信息,优先检查具有物流嫌情的快递,提高了检查出涉案快递的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种物流嫌情信息的查证分析方法的流程图;
图2是本发明一实施例提供的一种物流嫌情信息的查证分析方法的运单列表数据图;
图3是本发明一实施例提供的一种物流嫌情信息的查证分析方法的示意图;
图4是本发明一实施例提供的另一种物流嫌情信息的查证分析方法的示意图;
图5是本发明另一实施例提供的一种物流嫌情信息的查证分析方法的流程图;
图6是本发明又一实施例提供的一种物流嫌情信息的查证分析方法的流程图;
图7是本发明一具体实施例提供的一种物流嫌情信息的查证分析方法的示意图;
图8是本发明一实施例提供的一种物流嫌情信息的查证分析系统的结构示意图;
图9是本发明另一实施例提供的一种物流嫌情信息的查证分析系统的结构示意图;
图10是本发明一实施例提供的用于物流嫌情信息的查证分析的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示为本发明一实施例提供的一种物流嫌情信息的查证分析方法的流程图,包括如下步骤:
S11:提取涉及案件的快递的发件人和收件人的身份信息;
S12:基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
S13:根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
S14:当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
在本实施方式中,该方法可应用于办案人员应用的终端中,办案人员通过使用该终端进行操作。例如当办案人员在物流安检中发现了违禁物品,违禁物品可以包括:枪支弹药、假币、毒品等具有很严重的社会危害性的物品,象牙、虎骨、犀牛角等濒危野生动物及制品,砒霜、汞化物、氰化物等剧毒物品,生化制品,违法制造物品等。办案人员在检查出了违禁物品后,确定该快递包裹为涉案快递,针对该物品的来源,去向会进行立案侦查,同时记录该存在违禁物品的快递为涉案快递,并记录快递信息以备后续侦查工作。
例如,该涉案快递如下:
快递公司:顺丰;单号:978138686723;发件人:张三;电话:18345678901;身份证:230…;地址河南省郑州市;收件人:李四;电话:18456789012;身份证:240…;地址:湖南省长沙市。
对于步骤S11,办案人员通过提取该涉及案件的快递的发件人和收件人的身份信息,其中,可以代表发件人和收件人身份的信息有收件人和发件人的姓名和/或身份证号码和/或电话号码。通过提取,可以提取到:张三,18345678901,230…;李四,18456789012,240…。
对于步骤S12,基于步骤S11所提取的收件人和发件人的身份信息在物流数据库中进行检索,该物流数据库为记录着所有快递物流产生的数据。可以实时接到顺丰,申通,韵达等快递的物流信息。例如,以姓名为“张三”,电话为“18345678901”身份证为“230…”,以姓名为“李四”电话为“18456789012”身份证为“240…”进行检索,可以查询到图2所示的运单列表。
对于步骤S13,可以使用树状图来统计查询图2所示的运单列表中存在发件/收件关系的各对关联人物之间的物流次数。为表述方便起见,以下仅使用姓名进行说明。
首先创建一个空集合S{},其中,集合内的元素为(s,a,n),s代表发件人,a代表收件人,n代表发件人给收件人发送快递的次数。
依次检测图2所示的运单列表中的收件人与发件人在集合S中是否存在,例如第一条运单数据发件人为张三,收件人为李四。首先判断发件人张三是否属于集合S元素的发件人,当张三不属于集合S元素的发件人时,将该条数据纳入集合S并记录数据,此时集合S{(张三,李四,1)}。
接着第二条运单数据的发件人为李四,收件人为郑七。判断发件人李四是否属于集合S元素的发件人,李四也不属于集合S元素的发件人,将该条数据纳入集合S并记录数据,此时集合S{(张三,李四,1),(李四,郑七,1)}。
同理,第三条数据的发件人也不属于集合S元素的发件人,此时集合S{(张三,李四,1),(李四,郑七,1),(吴大,李四,1)}。
第四条运单数据的发件人为张三,收件人为李四,经过判断,张三属于集合S元素的发件人,于是判断李四是否为集合S元素中发件人为张三的收件人,经过判断,李四属于集合S元素中发件人为张三的收件人,于是将该元素中的次数加一,此时集合S{(张三,李四,2),(李四,郑七,1),(吴大,李四,1)}。
第五条运单数据的发件人为张三,收件人为李四,同理,此时集合S{(张三,李四,3),(李四,郑七,1),(吴大,李四,1)}。
第六条运单数据的发件人为张三,收件人为黄五,经过判断,张三属于集合S元素的发件人,于是判断黄五是否为集合S元素中发件人为张三的收件人,经过判断,黄五不属于集合S元素中发件人为张三的收件人,于是将该条数据纳入集合S并记录数据,此时集合S{(张三,李四,3),(李四,郑七,1),(吴大,李四,1),(张三,黄五,1)}。
根据上述方法,依次对剩余的运单数据进行比较,此处不在赘述。最后确定集合S{(张三,李四,4),(李四,郑七,4),(吴大,李四,1),(张三,黄五,3),(王二,李四,1),(张三,陈六,1),(陈六,张三,1),(吴大,张三,2),(王二,张三,1),(张三,郑七,1),(陈六,李四,1)}。
通过对集合S整理,可以构建以发件人为根节点的收件人查询树,如图3所示的查询树状图,同时也可以构建以收件人为根节点的发件人查询树,如图4所示的查询树状图。
对于步骤S14,根据步骤S13确定的发件/收件关系的各对关联人物的物流次数,例如阈值为3,超过阈值次数的关联人物有:张三→李四,李四→郑七。将运单列表中包含所述关联人物的运单列表作为物流嫌情信息,具有物流嫌情的运单有:540470110584,992001150309,114750081239,978138686723,4327071776607,5006956077869,6344539427534,4160764740022。
通过该实施方法可以看出,本实施方法提供了一种物流嫌情信息的查证分析方法,办案人员可以通过收/发件的手机、姓名、身份证等用户的身份信息新型反向查询物流客户的运单,从而确定具有嫌情物流信息的运单号码,通过确定出具有物流嫌情的运单,可以优先对具有嫌情的运单进行检查提高了检查出涉案快递的效率。
作为一种实施方式,在本实施例中,对所述物流嫌情信息设立案号,其中,所述案号与所述案件的案号相关联。
在本实施方式中,办案人员在检查出了违禁物品后,确定该快递包裹为涉案快递,对该涉案快递设立案号,例如该涉案快递的案号为A2101707182356,经过图1实施例的嫌情信息的查证,确定了7条物流嫌情信息(确定的嫌情信息有8条,但是有一条是涉案的快递,所以为7条物流嫌情信息),分别对该7条物流嫌情信息设立案号,例如嫌情快递的运单号码540470110584、992001150309、114750081239与涉案快递978138686723为相同的发件人,建立的案号可以为涉案快递的子案号,例如:A2101707182356-1、A2101707182356-2、A2101707182356-3。而另外4条嫌情快递的运单号码与涉案快递具有相同的收件人,建立的案号可以为涉案快递的子案号,例如:B2101707182356-1、B2101707182356-2、B2101707182356-3、B2101707182356-4。
通过该实施方法可以看出,通过对物流嫌情信息设立的案号与涉及案件的案号相关联,办案人员通过查看案号可以直观明确的看出各案件间相互的关系,通过各案件间相互的关系,提高办案人员的办案效率。
如图5所示为本发明另一实施例提供的一种物流嫌情信息的查证分析方法的流程图,包括如下步骤:
S21:提取涉及案件的快递的发件人和收件人的地址信息;
S22:基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
S23:根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
S24:当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
例如,该涉案快递如下:
快递公司:顺丰;单号:978138686723;发件人:张三;电话:18345678901;身份证:230…;地址河南省郑州市;收件人:李四;电话:18456789012;身份证:240…;地址:湖南省长沙市。
对于步骤S21,办案人员通过提取该涉及案件的快递的发件人和收件人的地址信息,通过提取,可以提取到河南省郑州市;湖南省长沙市。
对于步骤S22,基于步骤S21所提取的收件人和发件人的地址信息在物流数据库中进行检索,该物流数据库为记录着所有快递物流产生的数据。可以实时接到顺丰,申通,韵达等快递的物流信息。例如,以地址为“河南省郑州市”,以地址为“湖南省长沙市”进行检索,同样也可以查询到图2所示的运单列表。
对于步骤S23,可以使用树状图来统计查询图2所示的运单列表中存在发件/收件关系的各对关联地址之间的物流次数。在本实施方式中,步骤S23的树状图统计查询与图1实施例所示的树状图统计查询的实施例步骤相同,此处不在赘述。
对于步骤S24,根据步骤S23确定的发件/收件关系的各对关联地址的物流次数,例如阈值为3,超过阈值次数的关联地址有:河南省郑州市→湖南省长沙市,湖南省长沙市→浙江省杭州市。将运单列表中包含所述关联地址的运单列表作为物流嫌情信息,物流嫌情的运单有:540470110584,992001150309,114750081239,978138686723,4327071776607,5006956077869,6344539427534,4160764740022。
通过该实施方法可以看出,本实施方法提供了一种物流嫌情信息的查证分析方法,办案人员可以通过收发/件的地址信息反向查询物流客户的运单,从而确定具有嫌情物流信息的运单号码,通过确定出具有物流嫌情的运单,可以对具有嫌情的运单进行检查,提高了检查出涉案快递的效率,同时通过查询地址信息,可以获取数量更多的运单信息,使查询更加全面,从而确定出更多的物流嫌情信息。
如图6所示为本发明又一实施例提供的一种物流嫌情信息的查证分析方法的流程图,包括如下步骤:
S31:将所述物流嫌情信息上传至总情报终端,并记录上传时间;
S32:响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
对于步骤S31,将图1实施例确定的物流嫌情信息上传至总情报终端。例如,县级别的公安分局的办案人员,在快递安检中发现涉案快递,并且确定了相关的物流嫌情信息。将该物流嫌情信息上传至管理该县的市级公安局,同时一并记录上传时间。
对于步骤S32,办案人员可以通过选定时间范围,例如查询时间范围为一个月内,则生成一个月内的物流嫌情信息的涉案频次展示图,如图7所示。
通过该实施方法可以看出,根据查看展示图,可以直观明确的获知范围时间内的物流嫌情信息的涉案频次,有选择地查看所关注的信息,将信息上传至总情报终端有利于对情报的汇总,通过更全面的信息,掌握具有嫌情信息的快递的规律,提前在安检工作进行布局,提高检查出涉案快递的效率。
如图8所示为本发明一实施例提供的一种物流嫌情信息的查证分析系统的结构示意图,本实施例的技术方案可适用于对设备的物流嫌情信息的查证分析方法,该系统可执行上述任意实施例所述的物流嫌情信息的查证分析方法,并配置在终端中。
本实施例提供的一种物流嫌情信息的查证分析系统包括:地址信息提取模块11,运单列表生成模块12,统计模块13和物流嫌情信息选取模块14。
其中,地址信息提取模块11用于提取涉及案件的快递的发件人和收件人的地址信息;运单列表生成模块12用于基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;统计模块13用于根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;物流嫌情信息选取模块14用于当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
进一步地,对所述物流嫌情信息设立案号,其中,所述案号与所述案件的案号相关联。
所述系统还用于,将所述物流嫌情信息上传至总情报终端,并记录上传时间;
响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的物流嫌情信息的查证分析方法;
作为一种实施方式,本发明的非易失性计算机存储介质存储有计算机可执行指令,所述计算机可执行指令设置为:
提取涉及案件的快递的发件人和收件人的身份信息;
基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
如图9所示为本发明另一实施例提供的物流嫌情信息的查证分析系统的结构示意图,本实施例的技术方案可适用于对设备的物流嫌情信息的查证分析方法,该系统可执行上述任意实施例所述的物流嫌情信息的查证分析方法,并配置在终端中。
本实施例提供的一种物流嫌情信息的查证分析系统包括:地址信息提取模块21,运单列表生成模块22,统计模块23和物流嫌情信息选取模块24。
其中,地址信息提取模块21用于提取涉及案件的快递的发件人和收件人的地址信息;运单列表生成模块22用于基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;统计模块23用于根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;物流嫌情信息选取模块24用于当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
进一步地,对所述物流嫌情信息设立案号,其中,所述案号与所述案件的案号相关联。
所述系统还用于,将所述物流嫌情信息上传至总情报终端,并记录上传时间;
响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的物流嫌情信息的查证分析方法;
作为一种实施方式,本发明的非易失性计算机存储介质存储有计算机可执行指令,所述计算机可执行指令设置为:
提取涉及案件的快递的发件人和收件人的地址信息;
基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
作为一种非易失性计算机可读存储介质,可用于非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的物流嫌情信息的查证分析方法对应的程序指令/模块(例如,附图9所示的地址信息提取模块21、运单列表生成模块22、统计模块23和物流嫌情信息选取模块24)。所述一个或者多个模块存储在所述非易失性计算机可读存储介质中,当被处理器执行时,执行上述任意方法实施例中的物流嫌情信息的查证分析方法。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据移动通信网络注册的服务提醒装置的使用所创建的数据等。此外,非易失性计算机可读存储介质可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至移动通信网络注册的服务提醒装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项物流嫌情信息的查证分析方法。
图10是本发明一实施例提供的用于物流嫌情信息的查证分析的电子设备的结构示意图,如图10所示,该设备包括:
一个或多个处理器1010以及存储器1020,图10中以一个处理器1010为例。
图10所示的电子设备还可以包括:输入装置1030和输出装置1040。
处理器1010、存储器1020、输入装置1030和输出装置1040可以通过总线或者其他方式连接,图10中以通过总线连接为例。
存储器1020为上述的非易失性计算机可读存储介质。处理器1010通过运行存储在存储器1020中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的物流嫌情信息的查证分析方法。
输入装置1030可接收输入的数字或字符信息,以及产生与网络注册装置的用户设置以及功能控制有关的键信号输入。输出装置1040可包括显示屏等显示设备。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
提取涉及案件的快递的发件人和收件人的身份信息;
基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
本发明实施例的电子外设以多种形式存在,包括但不限于:
(1)物流终端设备:这类设备的通过运单信息收集单元接收新产生快递的信息。将快递的运单信息存储至数据库中。
(2)总情报终端设备:这类设备接收来自各区域的物流嫌情分析终端设备发送的物流嫌情信息,对各区域的物流嫌情信息进行汇总。
(3)物流嫌情分析终端设备:这类设备可以通过涉及案件的信息进行查证分析,从而确定物流嫌情信息。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种物流嫌情信息的查证分析方法,包括:
提取涉及案件的快递的发件人和收件人的身份信息;
基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息,
将所述物流嫌情信息上传至总情报终端,并记录上传时间;
响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
2.一种物流嫌情信息的查证分析方法,包括:
提取涉及案件的快递的发件人和收件人的地址信息;
基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息,
将所述物流嫌情信息上传至总情报终端,并记录上传时间;
响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
3.根据权利要求1或2所述的方法,其中,对所述物流嫌情信息设立案号,其中,所述案号与所述案件的案号相关联。
4.一种物流嫌情信息的查证分析系统,包括:
身份信息提取模块,用于提取涉及案件的快递的发件人和收件人的身份信息;
运单列表生成模块,用于基于所提取的发件人和收件人的身份信息在物流数据库中进行检索,生成带有所述发件人或收件人的身份信息的运单列表;
统计模块,用于根据所述运单列表中列举的所有发件人和收件人,统计存在发件/收件关系的各对关联人物之间的物流次数;
物流嫌情信息选取模块,用于当存在至少一对关联人物之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联人物的运单号码作为物流嫌情信息。
5.一种物流嫌情信息的查证分析系统,包括:
地址信息提取模块,用于提取涉及案件的快递的发件人和收件人的地址信息;
运单列表生成模块,用于基于所提取的发件人和收件人的地址信息在物流数据库中进行检索,生成带有所述发件人或收件人的地址信息的运单列表;
统计模块,用于根据所述运单列表中列举的所有发件地址和收件地址,统计存在发件/收件关系的各对关联地址之间的物流次数;
物流嫌情信息选取模块,用于当存在至少一对关联地址之间的物流次数大于预定阈值时,从所述运单列表中选取对应于所述至少一对关联地址的运单号码作为物流嫌情信息。
6.根据权利要求4或5所述的系统,其中,对所述物流嫌情信息设立案号,其中,所述案号与所述案件的案号相关联。
7.根据权利要求4或5所述的系统,其中,所述系统还用于将所述物流嫌情信息上传至总情报终端,并记录上传时间;
响应于用户选定的时间范围,生成对应于所述时间范围内各上传时间的物流嫌情信息的涉案频次的展示图。
8.一种电子设备,包括:至少一个处理器;以及存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的物流嫌情信息的查证分析方法。
9.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的物流嫌情信息的查证分析方法。
CN201710764278.XA 2017-08-30 2017-08-30 物流嫌情信息的查证分析方法及系统 Active CN107526823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710764278.XA CN107526823B (zh) 2017-08-30 2017-08-30 物流嫌情信息的查证分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710764278.XA CN107526823B (zh) 2017-08-30 2017-08-30 物流嫌情信息的查证分析方法及系统

Publications (2)

Publication Number Publication Date
CN107526823A CN107526823A (zh) 2017-12-29
CN107526823B true CN107526823B (zh) 2020-06-30

Family

ID=60682888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710764278.XA Active CN107526823B (zh) 2017-08-30 2017-08-30 物流嫌情信息的查证分析方法及系统

Country Status (1)

Country Link
CN (1) CN107526823B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108876243A (zh) * 2018-06-20 2018-11-23 广州市公安局白云区分局 物流信息预警方法、装置和电子设备
CN109801202A (zh) * 2019-01-08 2019-05-24 重庆市千将软件有限公司 基于物流寄递大数据分析布控的打击犯罪方法
CN109583821A (zh) * 2019-01-08 2019-04-05 重庆市千将软件有限公司 基于物流寄递数据的违禁品判断方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868952A (zh) * 2016-05-24 2016-08-17 南通睿科信息技术有限公司 一种寄递物流管理系统
CN107085786A (zh) * 2017-06-26 2017-08-22 张振斌 一种智能物流寄送方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577987A (zh) * 2012-07-20 2014-02-12 阿里巴巴集团控股有限公司 一种风险用户的识别方法和装置
CN104199832B (zh) * 2014-08-01 2017-08-22 西安理工大学 基于信息熵的金融网络异常交易社区发现方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868952A (zh) * 2016-05-24 2016-08-17 南通睿科信息技术有限公司 一种寄递物流管理系统
CN107085786A (zh) * 2017-06-26 2017-08-22 张振斌 一种智能物流寄送方法及系统

Also Published As

Publication number Publication date
CN107526823A (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
CN107526823B (zh) 物流嫌情信息的查证分析方法及系统
CN108090723B (zh) 一种防信息泄露的快递管理方法及系统
CN103685307B (zh) 基于特征库检测钓鱼欺诈网页的方法及系统、客户端、服务器
CN109328448A (zh) 基于网络流数据的垃圾邮件分类系统
US10789537B2 (en) Machine learning and validation of account names, addresses, and/or identifiers
US20060031086A1 (en) System and method for providing a virtual mailbox
CN105303714B (zh) 一种扫码取件的方法
JP6278523B2 (ja) 物品収受ボックスを利用する配送システム
WO2018208190A1 (ru) Способ проверки подлинности товаров или услуг
CN108665208A (zh) 一种自助寄件系统和自助寄件方法
CN103426207A (zh) 一种用户通过智能快递投递箱寄件的方法
CN104951915A (zh) 一种利用虚拟联络员完成实时快递的信息系统与设备
CN109429517A (zh) 在数据库表、文本文件和数据馈送中对文本和指纹识别进行加盐
CN106845891A (zh) 一种基于云计算的快递运输服务系统
Anitha et al. Email spam filtering using machine learning based xgboost classifier method
US8583278B2 (en) Method and device for processing objects with a temporary storage device and sorting system
CN112039874B (zh) 一种恶意邮件的识别方法及装置
CN107273955A (zh) 快递凭证的生成方法、获取寄递信息的方法、终端及系统
US9002051B2 (en) Mail exchange tracking and analysis
Smith et al. Dishing the Deets: How dark-web users teach each other about international drug shipments
JP4738234B2 (ja) 搬送物システム
KR101384409B1 (ko) 반송 우편물의 반송정보 수집 및 파일링 방법 및 시스템
CN107704907A (zh) 一种基于识别码的快递运输方法、系统及快递包装
CN104203435A (zh) 用于测量在多网络邮政分拣系统中的行程时间的跟踪邮件的方法
KR101213947B1 (ko) 반송 우편물 처리 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231023

Address after: 215300 No.1, Cao'an Development Zone, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province

Patentee after: Silicon Lake College

Address before: Room 202, Comprehensive Building, Xintonghai Building, Chongchuan District, Nantong City, Jiangsu Province, 226000

Patentee before: JIANGSU CHENGCHUANG INFORMATION TECHNOLOGY RESEARCH & DEVELOPMENT Co.,Ltd.