CN111461626A - 一种基于大数据的物流监控系统 - Google Patents

Abstract

本发明公开了一种基于大数据的物流监控系统，包括采集单元、定位单元、数据处理单元、监控单元、评分单元和智能设备；所述采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，所述数据处理单元接收相关的物流信息并对其进行处理操作，得到物流订单，并将其与物流发送效率和物流输送效率分别传输至监控单元和评分单元，本发明通过定位单元的设置，对客户的手机号码所在的位置进行获取，并将其订单地址在虚拟坐标中进行标记，从而计算出手机号码所在位置与订单地址的差值，从而选取合理的派送时间，节省人为打电话所耗费的时间和精力，给客户带来便利，提高工作效率。

Description

一种基于大数据的物流监控系统

技术领域

本发明涉及物流监控技术领域，具体为一种基于大数据的物流监控系统。

背景技术

物流的概念最早是在美国形成的，起源于20世纪30年代，原意为“实物分配”或“货物配送”。1963年被引入日本，日文意思是“物的流通”。20世纪70年代后，日本的“物流”一词逐渐取代了“物的流通”。

授权公告号为CN109919542A的一种物流监控系统，该物流监控系统，通过客户端、服务器端、执行端三者有机数据交换，及位置反馈模块和位置定位模块的应用，达到了解放劳动力，可以实现自动提醒，自动记录发车时间和已经到达每个站点的时间，实现了管理的闭环监督，从而保证物料配送的顺畅运行的问题。并进一步增加了数据存储模块用以保存执行记录，以及通过无线发送器和无线接收器的应用更好地提供位置信息的交互，但是，该物流监控系统无法对物流数据进行精确的分析，从而对物流对应的商家进行推荐评分，同时也无法在物流配送时选择合适的配送时间进行物流配送，导致配送效率低，为此，我们提出一种基于大数据的物流监控系统。

发明内容

本发明的目的在于提供一种基于大数据的物流监控系统，通过采集单元、数据处理单元和评分单元的相互配合，来对商家进行评分，增加对数据的精确分析，增加数据的可靠性和说服力度，增加对商家评分推荐的影响力度，节省数据分析的时间，便于客户对商家进行选择，通过定位单元的设置，对客户手机号码的位置进行分析，从而合理配送物流，节省人为打电话所耗费的时间和精力，给客户带来便利，提高工作效率。

本发明所要解决的技术问题为：

(1)如何通过数据处理单元的设置，对采集单元采集的物流信息进行数据处理，并在监控单元内对物流的状态进行精确分析，并将物流状态与数据处理单元处理后的数据一同在评分单元内进行商家评分，来解决现有技术中无法对物流数据进行精确分析的问题；

(2)如何通过定位单元的设置，对客户的手机号码所在的位置进行获取，并将其订单地址在虚拟坐标中进行标记，从而计算出手机号码所在位置与订单地址的差值，从而选取合理的派送时间，来解决现有技术中无法合理选取配送时间的问题。

本发明的目的可以通过以下技术方案实现：一种基于大数据的物流监控系统，包括采集单元、定位单元、数据处理单元、监控单元、评分单元和智能设备；

所述采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，所述数据处理单元接收相关的物流信息并对其进行处理操作，得到物流订单，并将其与物流发送效率和物流输送效率分别传输至监控单元和评分单元；

所述监控单元依据物流订单对物流的输送状态进行监控，并对输送状态进行状态分析，得到订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并将其传输至评分单元；

所述定位单元依据客户手机号数据和订单地址，对物流进行物流送达服务，将识别的客户手机号码数据的定位数据与订单地址在虚拟坐标中进行标记，依据标记计算差值，依据差值大小进行客户位置判定，从而对位置进行分析，得到允许配送信号和禁止配送信号发送至物流配送人员的智能设备，物流配送人员依据其进行物流配送；

所述评分单元用于客户对物流情况以及物流服务情况进行评分，并依据其与订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号进行推荐评分操作，得到商家推荐评分，并将其传输至智能设备；

所述智能设备接收商家推荐评分，并推荐给客户。

作为本发明的进一步改进方案：处理操作的具体操作过程为：

步骤一：依据物流运送时相关的物流信息将其详细数据进行采集和标记，具体为：

S1：获取物流信息，并将其中的订单编号标定为物流订单，并将物流订单标记为WDi，i＝1，2，3......n1，获取同一时间内获取的订单数量，并将其标记为DSi；

S2：获取物流信息，并将其中的订单下达的时间标定为物流下单时间，并将物流下单时间标记为WXi，i＝1，2，3......n1；

S3：获取物流信息，并将其中的订单货物发送时间标定为物流发送时间，并将物流发送时间标记为WFi，i＝1，2，3......n1；

S4：获取物流信息，并将其中的订单货物预计到达时间标定为物流送达时间，并将物流发送时间标记为WSi，i＝1，2，3......n1；

S5：获取物流信息，并将其中的订单货物与所填地址之间的距离标定为物流距离，并将物流距离标记为WJi，i＝1，2，3......n1；

S6：获取物流信息，并将其中的下达订单的客户手机号码标定为客户手机号，并将客户手机号标记为WHi，i＝1，2，3......n1，将订单地址标记为DDi，其中，WDi、WXi、WFi、WSi、WJi、WHi和DDi一一对应；

步骤二：依据上述步骤一中标定的物流订单、物流下单时间、物流发送时间、物流送达时间、物流距离和客户手机号，对该物流进行效率分析，具体为：

SS1：将物流下单时间和物流发送时间一同带入到计算式：T_总＝WFi-WXi，其中，T_总表示为物流下单时间和物流发送时间的差值，即为时间差值，并将其订单数量一同带入到计算式：V_发＝(DSi/T_总)*u1，其中，V_发表示为物流的发送效率，u1表示为发送量和发送时间对发送效率的影响因子；

SS2：将物流距离、物流送达时间和物流发送时间一同带入到计算式：

其中，V_物表示为物流运输效率，u2表示为物流距离、物流送达时间和物流发送时间对物流输送效率的影响因子。

作为本发明的进一步改进方案：具体状态监控和分析的过程如下：

K1：在物流初始发送前、各个中转站以及最终配送站对物流进行物流检测校对，获取每次监测时物流的物流订单以及对应的物流重量和物流完整度；

K2：依据K1中每次监测时物流的物流订单以及对应的物流重量和物流完整度对物流进行安全判定，具体为：

KS1：获取每次监测时物流订单，并将其与初始发送前的物流订单进行匹配，当匹配结果为一致时，则判定该物流订单仍然存在，生成订单存在信号，当匹配结果不一致时，则判定该物流订单不存在，则生成订单丢失信号；

KS2：获取每次监测时物流订单对应的物流重量，分别将其标记，将每次监测的物流重量与初始发送前的物流重量进行比对，当比对结果为一致时，则判定该物流重量正确，生成重量正确信号，当比对结果不一致时，则判定物流重量错误，生成重量错误信号，依据上述物流重量比对方法对物流完整度进行比对，从而依据比对结果分别生成物流完整信号和物流残缺信号。

作为本发明的进一步改进方案：物流送达服务具体操作为：

H1：识别客户手机号码数据，获取该客户手机号码的定位数据，并将其定位数据与订单地址数据进行匹配，具体为：

HS1：依据不同地区的地图位置数据，并依据其建立一个虚拟空间坐标系，在虚拟空间直角坐标系中标记出订单地址数据DDi＝(Xl，Yl，Zl)，其中，Xl、Yl和Zl分别表示为订单地址在坐标系的X轴、Y轴和Z轴的具体位置，l＝1,2,3......n2，在虚拟空间直角坐标系中进行标记出客户手机号码定位数据SJi＝(Xj，Yj，Zj)，其中，Xj、Yj和Zj分别表示为客户手机号码定位数据在坐标系的X轴、Y轴和Z轴的具体位置，j＝1,2,3......n3；

HS2：将客户手机号码定位数据与订单地址数据一同带入到差值计算式中，进行差值计算，从而得到手机号码定位与订单地址在X轴、Y轴和Z轴之间的差值，计算出X轴、Y轴和Z轴之间的差值之间的总和，设定一个差值预设值，并将其与X轴、Y轴和Z轴之间的差值之间的总和进行匹配，当预设值小于总和时，则判定该位置数据匹配一致，当预设值大于等于总和时，则判定该位置数据匹配不一致；

HS3：当匹配结果一致时，则判定该客户正在订单地址范围内，生成允许配送信号，当匹配结果不一致时，则判定该客户不在订单地址范围内，生成禁止配送信号，且当匹配结果不一致时，则设定一个号码锁定，每经过M小时候对该手机号码进行一次定位，直到生成允许配送信号。

作为本发明的进一步改进方案：推荐评分的具体操作过程为：

G1：客户在收到物流后，依据商品、物流以及商家的服务态度对商家、物流以及商品进行星级评价，并获取对应的商家星级、物流星级和商品星级数据，并将其带入到计算式：

其中，P_客表示为客户总评分，A1、A2和A3分别表示为商品、物流以及商家的星级数，e1、e2和e3分别表示为商品、物流以及商家的星级数对评分的占比，W1表示为分值转换影响因子；

G2：获取订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并识别出订单、重量和完整度对应的信号，并将其一同带入到计算式：

其中，P_系表示为系统总评分，R1、R2和R3分别表示为订单、重量和物流完整发出两种信号其中的一种，e4、e5和e6分别表示为订单、重量和物流完整发出两种信号其中的一种所对应的评分占比，W2表示为系统评分影响因子；

G3：将系统总评分和客户总评分一同带入到综合评分计算式中，计算式为：

其中，P_E表示为整体综合评分，r1和r2分别表示为客户总评分和系统总评分的占比值，且r1和r2分别取值为0.4和0.6，其中t1和t2分别表示为客户总评分和系统总评分的影响偏差因子；

G4：获取不同物流的整体综合评分数据，并将其按照从大到小的顺序进行排序，依据采集单元获取对应的商家，对商家进行推荐评分，并将其传输至智能设备。

本发明的有益效果：

(1)采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，数据处理单元接收相关的物流信息并对其进行处理操作，得到物流订单，并将其与物流发送效率和物流输送效率分别传输至监控单元和评分单元；监控单元依据物流订单对物流的输送状态进行监控，并对输送状态进行状态分析，评分单元用于客户对物流情况以及物流服务情况进行评分，并依据其与订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号进行推荐评分操作，得到商家推荐评分，并将其传输至智能设备；智能设备接收商家推荐评分，并推荐给客户；通过数据处理单元的设置，对采集单元采集的物流信息进行数据处理，并在监控单元内对物流的状态进行精确分析，并将物流状态与数据处理单元处理后的数据一同在评分单元内进行商家评分，增加对数据的精确分析，增加数据的可靠性和说服力度，增加对商家评分推荐的影响力度，节省数据分析的时间，便于客户对商家进行选择。

(2)定位单元依据客户手机号数据和订单地址，对物流进行物流送达服务，将识别的客户手机号码数据的定位数据与订单地址在虚拟坐标中进行标记，依据标记计算差值，依据差值大小进行客户位置判定，从而对位置进行分析，得到允许配送信号和禁止配送信号发送至物流配送人员的智能设备，物流配送人员依据其进行物流配送；通过定位单元的设置，对客户的手机号码所在的位置进行获取，并将其订单地址在虚拟坐标中进行标记，从而计算出手机号码所在位置与订单地址的差值，从而选取合理的派送时间，节省人为打电话所耗费的时间和精力，给客户带来便利，提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

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，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于大数据的物流监控系统，包括采集单元、定位单元、数据处理单元、监控单元、评分单元和智能设备；

采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，所述数据处理单元接收相关的物流信息并对其进行处理操作，处理操作的具体操作过程为：

步骤一：依据物流运送时相关的物流信息将其详细数据进行采集和标记，具体为：

S1：获取物流信息，并将其中的订单编号标定为物流订单，并将物流订单标记为WDi，i＝1，2，3......n1，获取同一时间内获取的订单数量，并将其标记为DSi；

S2：获取物流信息，并将其中的订单下达的时间标定为物流下单时间，并将物流下单时间标记为WXi，i＝1，2，3......n1；

S3：获取物流信息，并将其中的订单货物发送时间标定为物流发送时间，并将物流发送时间标记为WFi，i＝1，2，3......n1；

S4：获取物流信息，并将其中的订单货物预计到达时间标定为物流送达时间，并将物流发送时间标记为WSi，i＝1，2，3......n1；

S5：获取物流信息，并将其中的订单货物与所填地址之间的距离标定为物流距离，并将物流距离标记为WJi，i＝1，2，3......n1；

S6：获取物流信息，并将其中的下达订单的客户手机号码标定为客户手机号，并将客户手机号标记为WHi，i＝1，2，3......n1，将订单地址标记为DDi，其中，WDi、WXi、WFi、WSi、WJi、WHi和DDi一一对应；

步骤二：依据上述步骤一中标定的物流订单、物流下单时间、物流发送时间、物流送达时间、物流距离和客户手机号，对该物流进行效率分析，具体为：

SS1：将物流下单时间和物流发送时间一同带入到计算式：T_总＝WFi-WXi，其中，T_总表示为物流下单时间和物流发送时间的差值，即为时间差值，并将其订单数量一同带入到计算式：V_发＝(DSi/T_总)*u1，其中，V_发表示为物流的发送效率，u1表示为发送量和发送时间对发送效率的影响因子；

SS2：将物流距离、物流送达时间和物流发送时间一同带入到计算式：

其中，V_物表示为物流运输效率，u2表示为物流距离、物流送达时间和物流发送时间对物流输送效率的影响因子；

步骤三：将物流订单传输至监控单元，将上述步骤二中的物流发送效率和物流输送效率一同传输至评分单元；

所述监控单元依据物流订单对物流的输送状态进行监控，并对输送状态进行状态分析，具体状态监控和分析的过程如下：

K1：在物流初始发送前、各个中转站以及最终配送站对物流进行物流检测校对，获取每次监测时物流的物流订单以及对应的物流重量和物流完整度；

K2：依据K1中每次监测时物流的物流订单以及对应的物流重量和物流完整度对物流进行安全判定，具体为：

KS1：获取每次监测时物流订单，并将其与初始发送前的物流订单进行匹配，当匹配结果为一致时，则判定该物流订单仍然存在，生成订单存在信号，当匹配结果不一致时，则判定该物流订单不存在，则生成订单丢失信号；

KS2：获取每次监测时物流订单对应的物流重量，分别将其标记，将每次监测的物流重量与初始发送前的物流重量进行比对，当比对结果为一致时，则判定该物流重量正确，生成重量正确信号，当比对结果不一致时，则判定物流重量错误，生成重量错误信号，依据上述物流重量比对方法对物流完整度进行比对，从而依据比对结果分别生成物流完整信号和物流残缺信号；

K3：将上述K2中的订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号传输至评分单元；

所述定位单元依据客户手机号数据和订单地址，对物流进行物流送达服务，物流送达服务具体操作为：

H1：识别客户手机号码数据，获取该客户手机号码的定位数据，并将其定位数据与订单地址数据进行匹配，具体为：

HS1：依据不同地区的地图位置数据，并依据其建立一个虚拟空间坐标系，在虚拟空间直角坐标系中标记出订单地址数据DDi＝(Xl，Yl，Zl)，其中，Xl、Yl和Zl分别表示为订单地址在坐标系的X轴、Y轴和Z轴的具体位置，l＝1,2,3......n2，在虚拟空间直角坐标系中进行标记出客户手机号码定位数据SJi＝(Xj，Yj，Zj)，其中，Xj、Yj和Zj分别表示为客户手机号码定位数据在坐标系的X轴、Y轴和Z轴的具体位置，j＝1,2,3......n3；

HS2：将客户手机号码定位数据与订单地址数据一同带入到差值计算式中，进行差值计算，从而得到手机号码定位与订单地址在X轴、Y轴和Z轴之间的差值，计算出X轴、Y轴和Z轴之间的差值之间的总和，设定一个差值预设值，并将其与X轴、Y轴和Z轴之间的差值之间的总和进行匹配，当预设值小于总和时，则判定该位置数据匹配一致，当预设值大于等于总和时，则判定该位置数据匹配不一致；

HS3：当匹配结果一致时，则判定该客户正在订单地址范围内，生成允许配送信号，当匹配结果不一致时，则判定该客户不在订单地址范围内，生成禁止配送信号，且当匹配结果不一致时，则设定一个号码锁定，每经过M小时候对该手机号码进行一次定位，直到生成允许配送信号；

H2：将实时得到的允许配送信号和禁止配送信号发送至物流配送人员的智能设备，物流配送人员依据其进行物流配送；

所述评分单元用于客户对物流情况以及物流服务情况进行评分，并依据其与订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号进行推荐评分操作，推荐评分的具体操作过程为：

G1：客户在收到物流后，依据商品、物流以及商家的服务态度对商家、物流以及商品进行星级评价，并获取对应的商家星级、物流星级和商品星级数据，并将其带入到计算式：

其中，P_客表示为客户总评分，A1、A2和A3分别表示为商品、物流以及商家的星级数，e1、e2和e3分别表示为商品、物流以及商家的星级数对评分的占比，W1表示为分值转换影响因子；

G2：获取订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并识别出订单、重量和完整度对应的信号，并将其一同带入到计算式：

其中，P_系表示为系统总评分，R1、R2和R3分别表示为订单、重量和物流完整发出两种信号其中的一种，e4、e5和e6分别表示为订单、重量和物流完整发出两种信号其中的一种所对应的评分占比，W2表示为系统评分影响因子；

G3：将系统总评分和客户总评分一同带入到综合评分计算式中，计算式为：

其中，P_E表示为整体综合评分，r1和r2分别表示为客户总评分和系统总评分的占比值，且r1和r2分别取值为0.4和0.6，其中t1和t2分别表示为客户总评分和系统总评分的影响偏差因子；

G4：获取不同物流的整体综合评分数据，并将其按照从大到小的顺序进行排序，依据采集单元获取对应的商家，对商家进行推荐评分，并将其传输至智能设备；

所述智能设备接收商家推荐评分，并推荐给客户。

本发明在工作时，采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，数据处理单元接收相关的物流信息并对其进行处理操作，得到物流订单，并将其与物流发送效率和物流输送效率分别传输至监控单元和评分单元；监控单元依据物流订单对物流的输送状态进行监控，并对输送状态进行状态分析，得到订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并将其传输至评分单元；定位单元依据客户手机号数据和订单地址，对物流进行物流送达服务，将识别的客户手机号码数据的定位数据与订单地址在虚拟坐标中进行标记，依据标记计算差值，依据差值大小进行客户位置判定，从而对位置进行分析，得到允许配送信号和禁止配送信号发送至物流配送人员的智能设备，物流配送人员依据其进行物流配送；评分单元用于客户对物流情况以及物流服务情况进行评分，并依据其与订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号进行推荐评分操作，得到商家推荐评分，并将其传输至智能设备；智能设备接收商家推荐评分，并推荐给客户。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于大数据的物流监控系统，其特征在于，包括采集单元、定位单元、数据处理单元、监控单元、评分单元和智能设备；

所述采集单元采集物流运送时相关的物流信息，并将其传输至数据处理单元，所述数据处理单元接收相关的物流信息并对其进行处理操作，得到物流订单，并将其与物流发送效率和物流输送效率分别传输至监控单元和评分单元；

所述监控单元依据物流订单对物流的输送状态进行监控，并对输送状态进行状态分析，得到订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并将其传输至评分单元；

所述定位单元依据客户手机号数据和订单地址，对物流进行物流送达服务，将识别的客户手机号码数据的定位数据与订单地址在虚拟坐标中进行标记，依据标记计算差值，依据差值大小进行客户位置判定，从而对位置进行分析，得到允许配送信号和禁止配送信号发送至物流配送人员的智能设备，物流配送人员依据其进行物流配送；

所述评分单元用于客户对物流情况以及物流服务情况进行评分，并依据其与订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号进行推荐评分操作，得到商家推荐评分，并将其传输至智能设备；

所述智能设备接收商家推荐评分，并推荐给客户。

2.根据权利要求1所述的一种基于大数据的物流监控系统，其特征在于，处理操作的具体操作过程为：

步骤一：依据物流运送时相关的物流信息将其详细数据进行采集和标记，具体为：

S1：获取物流信息，并将其中的订单编号标定为物流订单，并将物流订单标记为WDi，i＝1，2，3......n1，获取同一时间内获取的订单数量，并将其标记为DSi；

S2：获取物流信息，并将其中的订单下达的时间标定为物流下单时间，并将物流下单时间标记为WXi，i＝1，2，3......n1；

S3：获取物流信息，并将其中的订单货物发送时间标定为物流发送时间，并将物流发送时间标记为WFi，i＝1，2，3......n1；

S4：获取物流信息，并将其中的订单货物预计到达时间标定为物流送达时间，并将物流发送时间标记为WSi，i＝1，2，3......n1；

S5：获取物流信息，并将其中的订单货物与所填地址之间的距离标定为物流距离，并将物流距离标记为WJi，i＝1，2，3......n1；

S6：获取物流信息，并将其中的下达订单的客户手机号码标定为客户手机号，并将客户手机号标记为WHi，i＝1，2，3......n1，将订单地址标记为DDi，其中，WDi、WXi、WFi、WSi、WJi、WHi和DDi一一对应；

步骤二：依据上述步骤一中标定的物流订单、物流下单时间、物流发送时间、物流送达时间、物流距离和客户手机号，对该物流进行效率分析，具体为：

SS1：将物流下单时间和物流发送时间一同带入到计算式：T_总＝WFi-WXi，其中，T_总表示为物流下单时间和物流发送时间的差值，即为时间差值，并将其订单数量一同带入到计算式：V_发＝(DSi/T_总)*u1，其中，V_发表示为物流的发送效率，u1表示为发送量和发送时间对发送效率的影响因子；

SS2：将物流距离、物流送达时间和物流发送时间一同带入到计算式：

其中，V_物表示为物流运输效率，u2表示为物流距离、物流送达时间和物流发送时间对物流输送效率的影响因子。

3.根据权利要求1所述的一种基于大数据的物流监控系统，其特征在于，具体状态监控和分析的过程如下：

K1：在物流初始发送前、各个中转站以及最终配送站对物流进行物流检测校对，获取每次监测时物流的物流订单以及对应的物流重量和物流完整度；

K2：依据K1中每次监测时物流的物流订单以及对应的物流重量和物流完整度对物流进行安全判定，具体为：

KS1：获取每次监测时物流订单，并将其与初始发送前的物流订单进行匹配，当匹配结果为一致时，则判定该物流订单仍然存在，生成订单存在信号，当匹配结果不一致时，则判定该物流订单不存在，则生成订单丢失信号；

KS2：获取每次监测时物流订单对应的物流重量，分别将其标记，将每次监测的物流重量与初始发送前的物流重量进行比对，当比对结果为一致时，则判定该物流重量正确，生成重量正确信号，当比对结果不一致时，则判定物流重量错误，生成重量错误信号，依据上述物流重量比对方法对物流完整度进行比对，从而依据比对结果分别生成物流完整信号和物流残缺信号。

4.根据权利要求1所述的一种基于大数据的物流监控系统，其特征在于，物流送达服务具体操作为：

H1：识别客户手机号码数据，获取该客户手机号码的定位数据，并将其定位数据与订单地址数据进行匹配，具体为：

HS1：依据不同地区的地图位置数据，并依据其建立一个虚拟空间坐标系，在虚拟空间直角坐标系中标记出订单地址数据DDi＝(Xl，Yl，Zl)，其中，Xl、Yl和Zl分别表示为订单地址在坐标系的X轴、Y轴和Z轴的具体位置，l＝1,2,3......n2，在虚拟空间直角坐标系中进行标记出客户手机号码定位数据SJi＝(Xj，Yj，Zj)，其中，Xj、Yj和Zj分别表示为客户手机号码定位数据在坐标系的X轴、Y轴和Z轴的具体位置，j＝1,2,3......n3；

HS2：将客户手机号码定位数据与订单地址数据一同带入到差值计算式中，进行差值计算，从而得到手机号码定位与订单地址在X轴、Y轴和Z轴之间的差值，计算出X轴、Y轴和Z轴之间的差值之间的总和，设定一个差值预设值，并将其与X轴、Y轴和Z轴之间的差值之间的总和进行匹配，当预设值小于总和时，则判定该位置数据匹配一致，当预设值大于等于总和时，则判定该位置数据匹配不一致；

HS3：当匹配结果一致时，则判定该客户正在订单地址范围内，生成允许配送信号，当匹配结果不一致时，则判定该客户不在订单地址范围内，生成禁止配送信号，且当匹配结果不一致时，则设定一个号码锁定，每经过M小时候对该手机号码进行一次定位，直到生成允许配送信号。

5.根据权利要求1所述的一种基于大数据的物流监控系统，其特征在于，推荐评分的具体操作过程为：

G1：客户在收到物流后，依据商品、物流以及商家的服务态度对商家、物流以及商品进行星级评价，并获取对应的商家星级、物流星级和商品星级数据，并将其带入到计算式：

其中，P_客表示为客户总评分，A1、A2和A3分别表示为商品、物流以及商家的星级数，e1、e2和e3分别表示为商品、物流以及商家的星级数对评分的占比，W1表示为分值转换影响因子；

G2：获取订单存在信号、订单丢失信号、重量正确信号、重量错误信号、物流完整信号和物流残缺信号，并识别出订单、重量和完整度对应的信号，并将其一同带入到计算式：

其中，P_系表示为系统总评分，R1、R2和R3分别表示为订单、重量和物流完整发出两种信号其中的一种，e4、e5和e6分别表示为订单、重量和物流完整发出两种信号其中的一种所对应的评分占比，W2表示为系统评分影响因子；

G3：将系统总评分和客户总评分一同带入到综合评分计算式中，计算式为：

其中，P_E表示为整体综合评分，r1和r2分别表示为客户总评分和系统总评分的占比值，且r1和r2分别取值为0.4和0.6，其中t1和t2分别表示为客户总评分和系统总评分的影响偏差因子；

G4：获取不同物流的整体综合评分数据，并将其按照从大到小的顺序进行排序，依据采集单元获取对应的商家，对商家进行推荐评分，并将其传输至智能设备。

Images