CN113987240A - 一种基于知识图谱的海关检样溯源方法及系统 - Google Patents

Abstract

本发明提供了一种基于知识图谱的海关检样溯源方法及系统，其中，该方法包括：根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；通过时间要素对第一溯源码集合和第一产品图像集合进行排序，获得第一排序结果；基于第一排序结果依次将第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果；对第一产品属性信息进行聚类分析，获得第一特征聚类结果；基于第一特征聚类结果，构建第一异常检测模型；将第一关联产品信息和第一产品图像集合输入第一异常检测模型，获得第一异常检测结果，其中，第一异常检测结果包括检测异常产品；生成第一召回指令对检测异常产品进行召回。

Description

一种基于知识图谱的海关检样溯源方法及系统

技术领域

本发明涉及海关检测技术领域，具体涉及一种基于知识图谱的海关检样溯源方法及系统。

背景技术

海关检测是指货物在出口进口时途径海关，需要根据相关法律法规和国际贸易合同等标准对货物实施检测，包括对种类、品质、安全、数目、时限等项目的检测，检测合格后海关出具相应的检验证单，企业以该证单为凭证办理后续通关手续。

目前的海关检测主要依靠海关检测人员和部分仪器对进出口货物溯源码进行校验，进行甄别。

在实现本申请中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中通过检测人员和部分仪器进行溯源码的检测，人工参与较高，存在着检测效率较低、检测准确率较低的技术问题。

申请概述

海关检测是指根据相关法律法规和国际贸易合同等标准，对途径海关，出入境的货物、邮递物品、行李物品、货币、金银、证券和运输工具等实施检测并征收一定关税的管理方法，海关检测包括对货物的种类、品质、安全、数目、时限等项目的检测，检测合格后海关出具相应的检验证单，企业以该证单为凭证办理后续通关手续，能够有效避免走私、不合格产品出入境等情况的发生。目前的海关检测主要依靠海关检测人员和部分仪器对进出口货物溯源码进行校验，进行甄别。现有技术中通过检测人员和部分仪器进行溯源码的检测，人工参与较高，存在着检测效率较低、检测准确率较低的技术问题。

发明内容

本申请提供了一种基于知识图谱的海关检样溯源方法及系统，用于针对解决现有技术中由于通过检测人员和部分仪器进行溯源码检测，人工参与较高，而存在着的检测效率较低、检测准确率较低的技术问题。

鉴于上述问题，本申请提供了一种基于知识图谱的海关检样溯源方法及系统。

本申请的第一个方面，提供了一种基于知识图谱的海关检样溯源方法，所述方法应用于一种基于知识图谱的海关检样溯源系统，所述方法包括：根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；基于所述第一特征聚类结果，构建第一异常检测模型；将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；生成第一召回指令对所述检测异常产品进行召回。

本申请的第二个方面，提供了一种基于知识图谱的海关检样溯源系统，所述系统包括：第一获得单元，所述第一获得单元用于根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；第一处理单元，所述第一处理单元用于通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；第二处理单元，所述第二处理单元用于基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；第三处理单元，所述第三处理单元用于对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；第一构建单元，所述第一构建单元用于基于所述第一特征聚类结果，构建第一异常检测模型；第四处理单元，所述第四处理单元用于将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；第一管理单元，所述第一管理单元用于生成第一召回指令对所述检测异常产品进行召回。

本申请的第三个方面，提供了一种基于知识图谱的海关检样溯源系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第一方面所述方法的步骤。

本申请的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请提供的技术方案通过获得待检产品的溯源码集合和产品图像集合，按照时间对该溯源码集合和产品图像集合进行排序，获得第一排序结果，将该第一排序结果输入创建完成的知识图谱数据库内，根据关系和属性相关检索获得关联产品信息和产品属性信息，然后构建异常检测模型，将该产品信息和产品图像集合输入该异常检测模型，检测获得异常产品，可认为异常产品未通过海关检测，对其进行召回。本申请通过按照入关相关的时间顺序对待检测产品进行排序，使海关检测有序化，根据待检测产品与其他产品的关系以及属性信息构建知识图谱数据库，将待检测产品的溯源码集合输入该知识图谱数据库，能够获得待检测产品的相关联的其他产品和待检测产品的属性信息，提升海关检测的数据维度，并通过构建异常检测模型，对待检测产品的属性信息和图像集合进行异常检测，检测出异常产品，对异常产品进行召回，能够准确识别获得出现异常的产品，提升海关检测准确率，本申请构建了海关检测智能化的方法，达到了降低海关检测人工参与度、提升海关检测效率和准确率的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请提供的一种基于知识图谱的海关检样溯源方法流程示意图；

图2为本申请提供的一种基于知识图谱的海关检样溯源方法中构建知识图谱数据库的流程示意图；

图3为本申请提供的一种基于知识图谱的海关检样溯源方法中构建第一异常检测模型的流程示意图；

图4为本申请提供了一种基于知识图谱的海关检样溯源系统结构示意图；

图5为本申请示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第一处理单元12，第二处理单元13，第三处理单元14，第一构建单元15，第四处理单元16，第一管理单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请通过提供了一种基于知识图谱的海关检样溯源方法及系统，用于针对解决由于通过检测人员和部分仪器进行溯源码检测，人工参与较高，而存在着的检测效率较低、检测准确率较低的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；基于所述第一特征聚类结果，构建第一异常检测模型；将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；生成第一召回指令对所述检测异常产品进行召回。

在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

如图1所示，本申请提供了一种基于知识图谱的海关检样溯源方法，所述方法应用于一种基于知识图谱的海关检样溯源系统，所述方法包括：

S100：根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；

具体而言，第一待检产品集合为需要在海关进行海关查验的货物的集合，第一待检产品集合可为现有技术中任意需要进行海关检测的货物、邮递物品、行李物品、货币、金银、证券和运输工具等物品，其中，部分游客携带的货币、金银、邮递物品等可在海关办理免查验，而本申请提供的方法主要针对于设备、货物等进出口物品。因此，第一待检产品集合优选为在任意海关需要进行查验的设备、货物的集合。

根据该第一待检产品集合，获得其内每个货物对应的溯源码，进而得到第一溯源码集合。溯源码为跨境货物一一对应的识别码，其包括货物的生产信息、属性信息等，可根据溯源码识别获得对应货物的上述信息。

如上述内容，本申请提供的方法主要用于设备、货物等的海关检测，海关设置有图像采集设备，可采集获得第一待检测产品内各个设备或货物的图像，进而得到第一产品图像集合。第一产品图像集合内的图像包括第一待检产品集合内各个产品通过普通相机、红外线或X光等任意手段拍摄获得的图像的。

本申请提供的方法中的步骤S100包括：

S110：获得第一预设检验类型和第一预设时间粒度，其中，所述第一预设检验类型包括抽样检验和全数检验；

S120：当所述第一预设检验类型为全数检验时，将满足所述第一预设时间粒度的第一海关待检产品全部设为所述第一待检产品集合；

S130：当所述第一预设检验类型为抽样检验时，对满足所述第一预设时间粒度的第一海关待检产品进行抽样设为所述第一待检产品集合。

具体而言，第一预设检验类型包括海关检测的多组类型，可针对不同批次海关待检测货物进行选择，优选地，第一预设检验类型包括抽样检验和全数检验。其中，抽样检验指对同一批货物进行抽样检测，抽样检验主要针对数量较多、且为同一产品的一批货物进行。全数检验指对同一批货物内的所有货物进行检测，主要针对数量相对较少，且产品种类相对较复杂的一批货物进行。

第一预设时间粒度具体为一预设的时间周期，其可为海关接收出入境货物并进行海关检测的任意时间段，示例性地，第一预设时间粒度可为一周、一日或数个小时。

当第一预设检验类型为全数检验时，获得第一预设时间粒度对应时间周期内的所有待检测产品，作为上述的第一待检产品集合，对所有待检测产品进行海关检测。

当第一预设检验类型为抽样检验时，获得第一预设时间粒度对应时间周期内的所有待检测产品，然后对所有待检测产品进行抽样，抽样的结果作为上述的一待检产品集合。

本申请提供的方法中的步骤S130包括：

S131：根据所述第一海关待检产品，获得第二溯源码集合，其中，所述第一溯源码集合包含于所述第二溯源码集合；

S132：基于所述第二溯源码集合对所述第一海关待检产品进行层级关联度分析，获得第一关联度分级结果；

S133：通过所述第一关联度分级结果对所述第一海关待检产品进行分组，获得第一分组结果；

S134：根据第一预设抽样数量遍历所述第一分组结果进行随机取样，获得所述第一待检产品集合。

具体而言，根据第一预设时间粒度内所有产品组成的第一海关待检测产品，获得其内每个产品对应的溯源码，获得第二溯源码集合。其中，第一待检产品集合为从第一海关待检测产品内全数检验或抽样检验选择获得的产品集合，因此，第一待检产品集合的第一溯源码集合包括于第二溯源码集合。

本申请提供的方法中的步骤S132包括：

S132-1：根据所述第二溯源码集合，将所述第一海关待检产品两两进行关联度分析，获得一级关联度分析结果；

S132-2：对所述一级关联度分析结果对应的任意两组所述第一海关待检产品进行差值分析，获得第一关联度差值；

S132-3：当所述第一关联度差值不满足第一预设关联度差值，对所述一级关联度分析结果对应的所述第一海关待检产品两两进行关联度分析，获得二级关联度分析结果；

S132-4：当第N关联度差值满足所述第一预设关联度差值，获得N级关联度分析结果，将所述N级关联度分析结果设为所述第一关联度分级结果。

具体而言，由于需要对第一海关待检产品采用抽样检验，则抽样获得的海关待检产品需要较为多样化，保证每一类的海关待检产品均被抽样检测到，以提升被抽样产品的代表性以及抽样检验的普适性。因此，采用层级关联度分析，将第一海关待检产品内的各产品进行分类，进而分组，使抽样获得的产品之间的关联度较小。

具体地，首先，根据第一海关待检产品对应的第二溯源码集合，随机进行溯源码的选择，进行两两溯源码之间的关联度分析，得到多组第二溯源码，每组两个，进而完成两两待检产品质检的关联度分析，获得一级关联度分析结果。

一级关联度分析结果内包括多组两个第二溯源码之间的关联度，关联度可通过两第二溯源码之间的相似程度比对获得，或者通过两第二溯源码代表信息之间的相似度获得，示例性地，若两第二溯源码代表的生产商相同，则关联度增大，若两第二溯源码代表的生产批次相同，则关联度进一步增大。

基于上述的一级关联度分析结果，计算每组两个第二溯源码之间的关联度差值，得到每组对应的第一关联度差值，若该第一关联度差值不满足第一预设关联度差值，则可认为该组内两个第二溯源码质检关联度较高，对应的待检产品为相似待检产品，将该两个第二溯源码作为一组，作为二级关联度分析的数据基础。其中，第一预设关联度差值可通过抽样检验的业务需求进行设置。

若一组内的两个第二溯源码之间的第一关联度差值满足第一预设关联度差值，则说明该两个第二溯源码之间的关联度较低，对应的待检产品之间相似度较低，则将该组两个第二溯源码进行拆分，各自为独立的一个第二溯源码，作为二级关联度分析的数据基础。

基于上述的关联度较高的一组两个第二溯源码，以及关联度较低的单个第二溯源码，进行二级关联度分析，随机将两组第二溯源码、一组第二溯源码和一个第二溯源码、或两个第二溯源码进行两两分组，并进行关联度分析，得到二级关联度分析结果。

如上述一级关联度分析结果，继续计算两组第二溯源码、一组第二溯源码和一个第二溯源码、或两个第二溯源码之间的关联度差值，得到第二关联度差值，判断第二关联度差值是否满足第一预设关联度差值，对两两分组进行保留或者拆分，作为三级关联度分析的基础。

继续按照上述步骤进行迭代，且迭代的过程中保证已经进行关联度分析的两组、两个或一组和一个第二溯源码不再进行二次的关联度分析，直至获得N级关联度分析结果以及多组质检的多个第N关联度差值，N为正整数，多个第N关联度差值均满足第一预设关联度差值，则完成关联度分析，将该N级关联度分析结果作为上述的第一关联度分级结果。该N级关联度分析结果内，各组内的第二溯源码之间关联度较高，而各组之间的关联度较低。

按照上述的第一关联度分级结果对第一海关待检产品进行分组，即按照N级关联度分析结果内的第二溯源码组别进行分组，得到第一分组结果，得到多个分组，每个分组内包括至少一个待检产品，且每个分组内待检产品的数量不尽相同。

根据第一预设抽样数量遍历第一分组结果进行随机取样，按照每个分组内待检产品的数量的比例，抽取多个分组内的待检产品，且最后随机抽选获得的待检产品的总数等于该第一预设抽样数量，得到上述的第一待检产品集合。

本申请提供的方法构建了按照海关待检产品质检关联度大小进行分组的方法，根据分组结果进行待检产品的随机抽样，能够抽样获得各类待检产品，提升抽样检验的代表性和普适性，最终达到提升海关检测方法准确性和效率的技术效果。

S200：通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；

具体而言，基于上述抽样检验或全数检验获得的第一待检产品集合以及其对应的第一溯源码集合和第一产品图像集合，按照进入海关时间进行排序，获得第一排序结果。示例性地，排序过程可按照三元组进行排序，每个三元组为＜时间，第一溯源码，第一产品图像＞，按照其中的时间进行排序。

S300：基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；

具体而言，本申请提供的方法中的知识图谱数据库包括当前进行海关的历史产品检测记录内的信息，如图2所示，具体地，该知识图谱数据库的构建包括如下步骤：

S310：根据第三溯源码集合，获得第一产品标识码集合和第一生产标识码集合，其中，所述第三溯源码集合为第一海关的历史检样记录信息；

S320：对所述第一生产标识码集合进行要素提取，获得一级实体要素和一级属性要素；

S330：对所述第一产品标识码集合进行要素提取，获得二级实体要素和二级属性要素；

S340：基于大数据对所述一级实体要素进行推理，获得一级关联产品信息，其中，所述一级关联产品为检样溯源通过的产品；

S350：基于大数据对所述二级实体要素进行推理，获得二级关联产品信息，所述二级关联产品为检样溯源通过的产品；

S360：通过所述一级关联产品信息和所述一级属性要素，生成一级知识图谱；

S370：通过所述二级关联产品信息和所述二级属性要素对所述一级知识图谱进行扩展，获得所述知识图谱数据库。

具体而言，第三溯源码集合为当前海关进行检验的历史记录内所有产品对应的溯源码的集合，可通过海关检测系统内的检测日志或大数据平台进行获得。通过该第三溯源码集合内的多个第三溯源码，获得第一产品标识码集合和第一生产标识码集合。

溯源码包括多个部分，其中包括生产标识码和产品标识码，示例性地，生产标识码用以标记该溯源码对应产品的产品类型、生产厂家、生产批次、产品型号等等生产信息。而产品标识码用以标记该溯源码对应产品的上架时间、运输批次、运输方式等等产品信息。基于上述的第三溯源码集合，得到其对应的第一产品标识码集合和第一生产标识码集合。

对该第一生产标识码集合进行要素提取，获得一级实体要素和一级属性要素，其中，示例性地，一级实体要素包括产品的产品类型、生产厂家、生产批次等信息；而一级属性要素包括产品型号、制备材料、尺寸规格、产品结构，以及各个属性要求的具体属性值等，作为构建知识图谱数据库的数据基础。

对该第一产品标识码集合进行要素提取，获得二级实体要素和二级属性要素。其中，示例性地，二级实体要素包括产品的输送批次、运输方式等信息，二级属性要素包括产品的起送位置、输送位置、备案人等信息，以及各二级属性要素对应的属性值等，作为构建知识图谱数据库的数据基础。

基于上述的一级实体要素和二级实体要素进行推理，获得一级关联产品信息和二级关联产品信息，其中，一级关联产品信息和二级关联产品信息均为当前海关已经检样溯源通过的产品，且均与一级实体要素和二级实体要素具有相同的关系。

其中，二级实体要素是在一级实体要素划分的标准上扩展获得的，即二级实体要素为一级实体要素的下位要素，形成产品-关系-一级实体要素，一级实体要素-关系-二级实体要素，一级实体要素-一级属性-属性值，二级实体要素-二级属性-二级属性值的等多个三元组。一级实体要素和二级实体要素之间的关系即为相同的属性值；一级实体要素之间的关系即为有交叉的实体要素，二级实体要素也是如此。再基于一级实体要素关联和关系关联其他的产品，自顶向下（top-down）构建完整的知识图谱，其内具有多个关联产品、多种一级实体要素、二级实体要素、一级属性要素和二级属性要求。上述的构建方式仅为示例，并不对可实现相同功能的知识图谱节点、分支等加以限制。

基于上述的一级实体要素、一级关联产品信息和一级属性要素以及对应的属性值，构建获得一级知识图谱，并基于上述的二级实体要素、二级关联产品信息和二级属性要素以及对应的属性值，对一级知识图谱进行扩展，得到上述的知识图谱数据库。

在上述的知识图谱数据库内，通过输入第一溯源码或第一产品图像进行检索，即可根据溯源码或图像对应产品与实体要素之间的关系，获得其他与相同实体要素有相同关系的产品，以及具有相同属性要求和相同属性值的其他产品，进而得到第一检索结果，第一检索结果内包括第一关联产品信息和第一产品属性信息。

本申请通过基于海关历史检验记录内的信息，构建获得知识图谱数据库，通过输入溯源码或产品图像即可进行检索当前待检测产品相关的产品信息，获得相关产品信息和属性信息，提升产品检测的数据库，为当前待检产品后续的异常检测和溯源提供数据基础。

S400：对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；

具体而言，上述第一检索结果内的第一产品属性信息，其内包括第一待检产品集合相关产品的属性信息，具体包括相关产品的以及属性要素、二级属性要素和对应的属性值。

将第一产品属性信息进行聚类分析，将第一产品属性信息内的各属性要素和对应的属性值进行聚类，获得多个属性分组，各个属性分组内的属性值关联度较大，各个属性分组质检的关联度较小。示例性地，本申请提供的方法中的聚类分析可采用ROCK聚类分析法或Birch聚类分析法。

S500：基于所述第一特征聚类结果，构建第一异常检测模型；

如图3所示，本申请提供的方法中的步骤S500包括：

S510：根据所述第一特征聚类结果，获得第一特征、第二特征直到第M特征；

S520：基于所述第一特征对所述第一关联产品信息进行多次切割，构建第一孤立树；

S530：基于所述第M特征对所述第一关联产品信息进行多次切割，构建第M孤立树；

S540：将所述第一孤立树直到所述第M孤立树合并，获得所述第一异常检测模型。

其中，步骤S530包括：

S531：根据所述第M特征对所述第一产品图像集合进行特征提取，获得第M待检特征；

S532：根据所述第M待检特征和所述第一关联产品信息数据量，获得第M预设层数，其中，所述第M预设层数为所述第M孤立树限定层数；

S533：基于所述第M特征对所述第M待检特征和所述第一关联产品信息进行多次切割；

S534：当满足第一预设条件时停止，生成所述第M孤立树，其中，所述第一预设条件包括所述第M孤立树满足所述第M预设层数或/和分割一侧只有一个数据。

具体而言，基于上述第一特征聚类结果内的属性分组，获得各个属性分组对应的属性要素，进而得到第一特征、第二特征直到第M特征，M为正整数，且与属性分组的数量相同。第一特征、第二特征直到第M特征内，每个特征对应的特征值即为上述的属性分组内各属性要求对应的属性值。

基于第一特征对第一关联产品信息进行多次切割，构建第一孤立树。其中，将第一特征作为第一孤立树的异常检测特征，获得第一特征的第一特征值域，即获得第一特征对应属性要求的属性值的值域。首先，构建第一孤立树的第一分割节点，随机获得该第一特征值域内的第一特征值，将该第一特征值作为第一分割节点。将第一产品属性信息内与第一特征对应的特征值输入该第一分割节点，可将所有特征值分割为两部分。然后，继续选择该第一特征值域内的第二特征值，作为第二分割节点，且第二特征值与第一特征值不相同，将第一分割节点分割获得的两部分继续分割为四部分。

上述的第一分割节点可视为第一孤立树的根节点，第二分割节点可视为第一孤立树的枝节点。如此重复上述步骤，直至构建至第X分割节点，X为正整数，将第一特征对应的所有特征值分割为单独的单个数据（对应单个的第一关联产品信息），或第X分割节点对应的X值达到预设值，即第一孤立树的层数达到预设层数位置。

在海关进行产品异常检测的过程中，出现异常的产品占所有产品的比例是较小的，即出现走私、产品不合格的产品的数量是较小的，因此，可认为合格的产品的属性要素的属性值较为密集，形成密集的数据簇，而不合格的产品的属性要素的属性值较为分散，形成孤立的单个数据，且距离密集的数据簇较远。

当第一孤立树内的第X分割节点将第一特征对应的所有特征值分割为单独的单个数据，由于孤立的单个数据更容易被随机分割为单个数据，而密集的数据簇内的数据难以被随机分割为单个数据，可认为层数较低的分割节点分割获得的特征值对应的第一关联产品信息为异常产品。具体可设置一输出分割节点，根据海关检样过程中异常产品出现的数量和占比设置该输出分割节点，将该输出分割节点以下所有分割节点分割获得的单个数据作为异常数据进行输出。而若第X分割节点达到预设值，仍未将所有第一特征对应特征值分割为单个数据，可认为密集的数据簇内数据量较多，且包括相同数据，难以分割为单个数据，可认为未分割为单个数据的特征值对应的第一关联产品信息为正常产品。

在构建部分孤立树的过程中，由于溯源码可能存在造假的情况，因此，对于部分设备类产品的海关检测，基于第M特征对应的属性分组，通过第一产品图像集合进行特征提取，获得第M待检特征，第M待检特征与第M特征对应，示例性地，第M待检特征可为设备的尺寸、材料等等，第M待检特征可通过机器视觉技术提取第一产品图像集合而获得。基于第M特征对应的第M特征值域构建第M孤立树，并随机选取第M特征值域内的多个特征值作为分割节点，将第M待检特征对应的特征值输入该第M孤立树进行多次分割，分割至将多个第M待检特征分割为单个数据或达到预设层数为止，完成第M孤立树的构建。

基于第一特征至第M特征等多个特征，构建M个孤立树，M个孤立树内较低层数分割节点分割获得的单个特征值对应的第一关联产品信息，均可认为是异常产品。将该第一孤立树直到第M孤立树合并，即可获得第一异常检测模型。如此，将当前待检测产品的信息输入该第一异常检测模型，即可分析该待检测产品是否为异常产品。

本申请通过构建异常检测模型，基于产品属性特征数据分布规律进行异常检测，能够将出现异常的特征数据进行分割，进而完成异常产品的检测，达到海关检样智能化、提升海关检测的效率和准确率的技术效果。

S600：将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；

S700：生成第一召回指令对所述检测异常产品进行召回。

具体而言，将第一关联产品信息和第一产品图像集合输入该第一异常检测模型，其中，基于第一关联产品信息和第一产品图像集合可获得待检测产品相关的属性信息，将其输入第一异常检测模型，获得多个孤立树内较低层数分割节点分割获得的单个特征数据对应的产品信息，获得第一异常检测结果，即可异常检测获得异常产品。基于该第一异常检测结果，生成第一召回指令，对该第一异常检测结果对应的检测异常产品进行召回，避免走私、不合格产品入境等问题的发生。

综上所述，本申请通过按照进入海关相关的时间顺序对待检测产品进行排序，使海关检测有序化，根据待检测产品与其他产品的关系以及属性信息构建知识图谱数据库，将待检测产品的溯源码集合输入该知识图谱数据库，能够获得待检测产品的相关联的其他产品和待检测产品的属性信息，提升海关检测的数据维度，并通过异常产品属性信息的分布特征，构建异常检测模型，对待检测产品的属性信息和图像集合进行异常检测，检测出异常产品，对异常产品进行召回，能够准确识别获得出现异常的产品，提升海关检测准确率，本申请构建了海关检测智能化的方法，达到了降低海关检测人工参与度、提升海关检测效率和准确率的技术效果。

实施例二

基于与前述实施例中一种基于知识图谱的海关检样溯源方法相同的发明构思，如图4所示，本申请提供了一种基于知识图谱的海关检样溯源系统，其中，所述系统包括：

第一获得单元11，所述第一获得单元11用于根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；

第一处理单元12，所述第一处理单元12用于通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；

第二处理单元13，所述第二处理单元13用于基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；

第三处理单元14，所述第三处理单元14用于对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；

第一构建单元15，所述第一构建单元15用于基于所述第一特征聚类结果，构建第一异常检测模型；

第四处理单元16，所述第四处理单元16用于将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；

第一管理单元17，所述第一管理单元17用于生成第一召回指令对所述检测异常产品进行召回。

进一步的，所述系统还包括：

第二获得单元，所述第二获得单元用于获得第一预设检验类型和第一预设时间粒度，其中，所述第一预设检验类型包括抽样检验和全数检验；

第五处理单元，所述第五处理单元用于当所述第一预设检验类型为全数检验时，将满足所述第一预设时间粒度的第一海关待检产品全部设为所述第一待检产品集合；

第六处理单元，所述第六处理单元用于当所述第一预设检验类型为抽样检验时，对满足所述第一预设时间粒度的第一海关待检产品进行抽样设为所述第一待检产品集合。

进一步的，所述系统还包括：

第三获得单元，所述第三获得单元用于根据所述第一海关待检产品，获得第二溯源码集合，其中，所述第一溯源码集合包含于所述第二溯源码集合；

第七处理单元，所述第七处理单元用于基于所述第二溯源码集合对所述第一海关待检产品进行层级关联度分析，获得第一关联度分级结果；

第八处理单元，所述第八处理单元用于通过所述第一关联度分级结果对所述第一海关待检产品进行分组，获得第一分组结果；

第九处理单元，所述第九处理单元用于根据第一预设抽样数量遍历所述第一分组结果进行随机取样，获得所述第一待检产品集合。

进一步的，所述系统还包括：

第十处理单元，所述第十处理单元用于根据所述第二溯源码集合，将所述第一海关待检产品两两进行关联度分析，获得一级关联度分析结果；

第十一处理单元，所述第十一处理单元用于对所述一级关联度分析结果对应的任意两组所述第一海关待检产品进行差值分析，获得第一关联度差值；

第十二处理单元，所述第十二处理单元用于当所述第一关联度差值不满足第一预设关联度差值，对所述一级关联度分析结果对应的所述第一海关待检产品两两进行关联度分析，获得二级关联度分析结果；

第四获得单元，所述第四获得单元用于当第N关联度差值满足所述第一预设关联度差值，获得N级关联度分析结果，将所述N级关联度分析结果设为所述第一关联度分级结果。

进一步的，所述系统还包括：

第五获得单元，所述第五获得单元用于根据第三溯源码集合，获得第一产品标识码集合和第一生产标识码集合，其中，所述第三溯源码集合为第一海关的历史检样记录信息；

第十三处理单元，所述第十三处理单元用于对所述第一生产标识码集合进行要素提取，获得一级实体要素和一级属性要素；

第十四处理单元，所述第十四处理单元用于对所述第一产品标识码集合进行要素提取，获得二级实体要素和二级属性要素；

第六获得单元，所述第六获得单元用于基于大数据对所述一级实体要素进行推理，获得一级关联产品信息，其中，所述一级关联产品为检样溯源通过的产品；

第七获得单元，所述第七获得单元用于基于大数据对所述二级实体要素进行推理，获得二级关联产品信息，所述二级关联产品为检样溯源通过的产品；

第十五处理单元，所述第十五处理单元用于通过所述一级关联产品信息和所述一级属性要素，生成一级知识图谱；

第十六处理单元，所述第十六处理单元用于通过所述二级关联产品信息和所述二级属性要素对所述一级知识图谱进行扩展，获得所述知识图谱数据库。

进一步的，所述系统还包括：

第八获得单元，所述第八获得单元用于根据所述第一特征聚类结果，获得第一特征、第二特征直到第M特征；

第二构建单元，所述第二构建单元用于基于所述第一特征对所述第一关联产品信息进行多次切割，构建第一孤立树；

第三构建单元，所述第三构建单元用于基于所述第M特征对所述第一关联产品信息进行多次切割，构建第M孤立树；

第十七处理单元，所述第十七处理单元用于将所述第一孤立树直到所述第M孤立树合并，获得所述第一异常检测模型。

进一步的，所述系统还包括：

第九获得单元，所述第九获得单元用于根据所述第M特征对所述第一产品图像集合进行特征提取，获得第M待检特征；

第十获得单元，所述第十获得单元用于根据所述第M待检特征和所述第一关联产品信息数据量，获得第M预设层数，其中，所述第M预设层数为所述第M孤立树限定层数；

第十八处理单元，所述第十八处理单元用于基于所述第M特征对所述第M待检特征和所述第一关联产品信息进行多次切割；

第十九处理单元，所述第十九处理单元用于当满足第一预设条件时停止，生成所述第M孤立树，其中，所述第一预设条件包括所述第M孤立树满足所述第M预设层数或/和分割一侧只有一个数据。

实施例三

基于与前述实施例中一种基于知识图谱的海关检样溯源方法相同的发明构思，本申请还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一内的方法。

示例性电子设备

下面参考图5来描述本申请的电子设备，

基于与前述实施例中一种基于知识图谱的海关检样溯源方法相同的发明构思，本申请还提供了一种基于知识图谱的海关检样溯源系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdiscread-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于知识图谱的海关检样溯源方法。

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a -b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指

令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (10)

1.一种基于知识图谱的海关检样溯源方法，其特征在于，所述方法应用于一种基于知识图谱的海关检样溯源系统，包括：

根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；

通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；

基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；

对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；

基于所述第一特征聚类结果，构建第一异常检测模型；

将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；

生成第一召回指令对所述检测异常产品进行召回。

2.如权利要求1所述的方法，其特征在于，所述方法包括：

获得第一预设检验类型和第一预设时间粒度，其中，所述第一预设检验类型包括抽样检验和全数检验；

当所述第一预设检验类型为全数检验时，将满足所述第一预设时间粒度的第一海关待检产品全部设为所述第一待检产品集合；

当所述第一预设检验类型为抽样检验时，对满足所述第一预设时间粒度的第一海关待检产品进行抽样设为所述第一待检产品集合。

3.如权利要求2所述的方法，其特征在于，所述对满足所述第一预设时间粒度的第一海关待检产品进行抽样，包括：

根据所述第一海关待检产品，获得第二溯源码集合，其中，所述第一溯源码集合包含于所述第二溯源码集合；

基于所述第二溯源码集合对所述第一海关待检产品进行层级关联度分析，获得第一关联度分级结果；

通过所述第一关联度分级结果对所述第一海关待检产品进行分组，获得第一分组结果；

根据第一预设抽样数量遍历所述第一分组结果进行随机取样，获得所述第一待检产品集合。

4.如权利要求3所述的方法，其特征在于，所述基于所述第二溯源码集合对所述第一海关待检产品进行层级关联度分析，获得第一关联度分级结果，包括：

根据所述第二溯源码集合，将所述第一海关待检产品两两进行关联度分析，获得一级关联度分析结果；

对所述一级关联度分析结果对应的任意两组所述第一海关待检产品进行差值分析，获得第一关联度差值；

当所述第一关联度差值不满足第一预设关联度差值，对所述一级关联度分析结果对应的所述第一海关待检产品两两进行关联度分析，获得二级关联度分析结果；

当第N关联度差值满足所述第一预设关联度差值，获得N级关联度分析结果，将所述N级关联度分析结果设为所述第一关联度分级结果。

5.如权利要求1所述的方法，其特征在于，所述方法包括：

根据第三溯源码集合，获得第一产品标识码集合和第一生产标识码集合，其中，所述第三溯源码集合为第一海关的历史检样记录信息；

对所述第一生产标识码集合进行要素提取，获得一级实体要素和一级属性要素；

对所述第一产品标识码集合进行要素提取，获得二级实体要素和二级属性要素；

基于大数据对所述一级实体要素进行推理，获得一级关联产品信息，其中，所述一级关联产品为检样溯源通过的产品；

基于大数据对所述二级实体要素进行推理，获得二级关联产品信息，所述二级关联产品为检样溯源通过的产品；

通过所述一级关联产品信息和所述一级属性要素，生成一级知识图谱；

通过所述二级关联产品信息和所述二级属性要素对所述一级知识图谱进行扩展，获得所述知识图谱数据库。

6.如权利要求1所述的方法，其特征在于，所述基于所述第一特征聚类结果，构建第一异常检测模型，包括：

根据所述第一特征聚类结果，获得第一特征、第二特征直到第M特征；

基于所述第一特征对所述第一关联产品信息进行多次切割，构建第一孤立树；

基于所述第M特征对所述第一关联产品信息进行多次切割，构建第M孤立树；

将所述第一孤立树直到所述第M孤立树合并，获得所述第一异常检测模型。

7.如权利要求6所述的方法，其特征在于，所述基于所述第M特征对所述第一关联产品信息进行多次切割，构建第M孤立树，包括：

根据所述第M特征对所述第一产品图像集合进行特征提取，获得第M待检特征；

根据所述第M待检特征和所述第一关联产品信息数据量，获得第M预设层数，其中，所述第M预设层数为所述第M孤立树限定层数；

基于所述第M特征对所述第M待检特征和所述第一关联产品信息进行多次切割；

当满足第一预设条件时停止，生成所述第M孤立树，其中，所述第一预设条件包括所述第M孤立树满足所述第M预设层数或/和分割一侧只有一个数据。

8.一种基于知识图谱的海关检样溯源系统，其特征在于，所述系统包括：

第一获得单元，所述第一获得单元用于根据第一待检产品集合，获得第一溯源码集合和第一产品图像集合；

第一处理单元，所述第一处理单元用于通过时间要素对所述第一溯源码集合和所述第一产品图像集合进行排序，获得第一排序结果；

第二处理单元，所述第二处理单元用于基于所述第一排序结果依次将所述第一溯源码集合输入知识图谱数据库进行检索，获得第一检索结果，其中，所述第一检索结果包括第一关联产品信息和第一产品属性信息；

第三处理单元，所述第三处理单元用于对所述第一产品属性信息进行聚类分析，获得第一特征聚类结果；

第一构建单元，所述第一构建单元用于基于所述第一特征聚类结果，构建第一异常检测模型；

第四处理单元，所述第四处理单元用于将所述第一关联产品信息和所述第一产品图像集合输入所述第一异常检测模型，获得第一异常检测结果，其中，所述第一异常检测结果包括检测异常产品；

第一管理单元，所述第一管理单元用于生成第一召回指令对所述检测异常产品进行召回。

9.一种基于知识图谱的海关检样溯源系统，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。

Images