CN114049077A - 仲裁工单处理方法、装置、设备及存储介质 - Google Patents

仲裁工单处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114049077A
CN114049077A CN202111260521.7A CN202111260521A CN114049077A CN 114049077 A CN114049077 A CN 114049077A CN 202111260521 A CN202111260521 A CN 202111260521A CN 114049077 A CN114049077 A CN 114049077A
Authority
CN
China
Prior art keywords
arbitration
complaint
work order
processing
network point
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.)
Pending
Application number
CN202111260521.7A
Other languages
English (en)
Inventor
杨楠
杨周龙
夏柳娟
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.)
Dongpu Software Co Ltd
Original Assignee
Dongpu Software 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 Dongpu Software Co Ltd filed Critical Dongpu Software Co Ltd
Priority to CN202111260521.7A priority Critical patent/CN114049077A/zh
Publication of CN114049077A publication Critical patent/CN114049077A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/45—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Biophysics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Evolutionary Biology (AREA)
  • Accounting & Taxation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)

Abstract

本发明涉及信息处理技术领域，公开了一种仲裁工单处理方法、装置、设备及存储介质，通过获取仲裁工单对应的仲裁网点，并向仲裁网点的终端发送仲裁工单；获取仲裁工单的仲裁处理信息，并根据仲裁处理信息，判断仲裁网点是否发起申诉请求；若仲裁网点发起申诉请求，则向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因；接收仲裁网点提交的申诉原因并进行审核，得到处理结果；将处理结果记录到区块链上，以供仲裁网点的终端获取处理结果；本发明降低人员的工作强度、提高工作效率、降低人员成本消耗；提高判责的公平、公正性，从而提高公司形象，降低投诉率；实时更新仲裁工单状态，加快仲裁工单的处理进度。

Description

仲裁工单处理方法、装置、设备及存储介质
技术领域
本发明涉及信息处理技术领域，尤其涉及一种仲裁工单处理方法、装置、设备及存储介质。
背景技术
随着互联网的发展，日前快递物流交易量增长迅速，物流是指为了满足客户的需求，以最低的成本高效率的完成，通过运输、保管、配送等方式，实现原材料、半成品、成品或相关信息进行由商品的产地到商品的消费地的计划、实施和管理的全过程。物流过程主要包括运输、仓储、包装、搬运装卸、流通加工、配送以及相关的物流信息等环节。
快递物流每天有过亿件包裹在运输，其中存在问题的快件也近千万，例如物品丢失、物品损坏、虚假和解等，而这些存在问题的快件目前都要经过人工取证、上报，再由客服人员进行协调、沟通，最终实现判责、仲裁和罚款，随着业务量的增大，大量消耗人员工作时间，降低人员工作效率，提高人员消耗成本，容易出现仲裁判责不公平、仲裁金额不准确等情况，同时由于仲裁处理时间较长，从而出现被客户投诉的情况。
发明内容
有鉴于此，有必要针对仲裁判责不公平、仲裁金额不准确等的问题，提供一种仲裁工单处理方法、装置、设备及存储介质。
一种仲裁工单处理方法，所述仲裁工单处理方法包括以下步骤：
获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
在其中一个实施例中，获取待理赔的运单信息，并根据所述待理赔的运单信息确定运单号和仲裁网点；
获取预先上传的理赔意见图片，并根据所述理赔意见图片确定仲裁原因；
基于预先训练的仲裁金额评估模型，将所述理赔意见图片输入所述仲裁金额评估模型中，以确定所述理赔意见图片对应的仲裁金额，所述仲裁金额评估模型基于机器学习方法训练得到；
根据所述运单号、所述仲裁网点、所述仲裁原因和所述仲裁金额生成仲裁工单，并根据预设的编码规则生成所述仲裁工单对应的工单编码。
在其中一个实施例中，所述仲裁原因包括物品丢失、物品破损和/或虚假和解，所述预先上传的理赔意见图片为仲裁事件被触发时所需要的图片，所述预设的编码规则包括将仲裁日期和当前流水号进行组合，所述仲裁日期为所述仲裁工单生成日期。
在其中一个实施例中，获取所述仲裁工单预设的工单处理截止时间，并判断当前时间是否超过所述预设的工单处理截止时间；
若当前时间超过所述预设的工单处理截止时间，则判断是否接收到所述仲裁网点发送的仲裁处理信息；
若未接收到所述仲裁网点发送的仲裁处理信息，则确定所述仲裁网点同意仲裁，并更新所述仲裁工单的仲裁状态为同意仲裁。
在其中一个实施例中，接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
在其中一个实施例中，采用区块链加密算法对所述处理结果进行加密，并将加密后的所述处理结果记录到区块链节点上。
一种仲裁工单处理装置，所述仲裁工单处理装置包括：
获取模块，用于获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
判断模块，用于获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
发送模块，用于若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
审核模块，用于接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
记录模块，用于将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
在其中一个实施例中，所述审核模块，包括：
接收子模块，用于接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
判断子模块，用于响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
撤销子模块，用于若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
确认子模块，用于若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
一种仲裁工单处理设备，所述仲裁工单处理设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述仲裁工单处理设备执行上述所述的仲裁工单处理方法的步骤。
一种计算机可读存储介质，所述计算机可读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上述所述的仲裁工单处理方法的步骤。
上述仲裁工单处理方法、装置、设备及存储介质，通过获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果；本发明降低人员的工作强度、提高工作效率、降低人员成本消耗；提高判责的公平、公正性，从而提高公司形象，降低投诉率；实时更新仲裁工单状态，加快仲裁工单的处理进度。
附图说明
图1为本发明仲裁工单处理方法的第一个实施例示意图；
图2为本发明仲裁工单处理方法的第二个实施例示意图；
图3为本发明仲裁工单处理装置的第一个实施例示意图；
图4为本发明仲裁工单处理装置的第二个实施例示意图；
图5为本发明仲裁工单处理设备的一个实施例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
作为一个较好的实施例，如图1所示，一种仲裁工单处理方法，用于存在问题的快件所产生的仲裁工单处理，该仲裁工单处理方法包括以下步骤：
步骤101、获取仲裁工单对应的仲裁网点，并向仲裁网点的终端发送仲裁工单；
可以理解的是，本发明的执行主体可以为仲裁工单处理装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
本实施例中，仲裁是一种解决纠纷的方式，而在快递行业中仲裁是指通过网络营运实践总结和制定的统一规则及管理制度，针对网络内部发生的延误、破损短少遗失等问题作出的裁决，是对网络内部成员经营行为的管理和评定，维护网络公平利益的一种行政职能和管理措施。服务器获取仲裁工单对应的仲裁网点，仲裁工单为物流总部向被仲裁的仲裁网点发送的电子通知单，仲裁网点为存在问题的快件责任方，服务器向仲裁网点的终端发送仲裁工单，仲裁网点的终端可以是笔记本电脑，台式电脑，平板电脑或智能手机等。
步骤102、获取仲裁工单的仲裁处理信息，并根据仲裁处理信息，判断仲裁网点是否发起申诉请求；
本实施例中，服务器仲裁工单的仲裁处理信息，仲裁处理信息是由仲裁网点通过终端递交的，服务器根据仲裁处理信息判断仲裁网点是否发起申诉请求，即判断仲裁网点递交的仲裁处理信息中是否发起申诉请求仲裁处理信息可以是同意仲裁或进行申诉，若仲裁网点发起申诉请求，则跳转至步骤103；该步骤102的具体过程如以下步骤1021-步骤1023所示。
步骤1021、获取仲裁工单预设的工单处理截止时间，并判断当前时间是否超过预设的工单处理截止时间；
具体的，工单处理截止时间是服务器在下发仲裁工单时根据下发的时间预先设置的时间期限，服务器获取当前时间，判断当前时间是否超过预设的工单处理截止时间，例如当前时间为2020年4月8号10点30分，仲裁工单下发时的时间为2020年4月1号9点30分，则工单处理截止时间为2020年4月8号9点30分，由于仲裁网点需在7天内对仲裁工单进行处理，当然这里工单处理截止时间只是举例说明，具体的工单处理截止时间可以根据实际情况进行设置，本发明不作限定。
步骤1022、若当前时间超过预设的工单处理截止时间，则判断是否接收到仲裁网点发送的仲裁处理信息；
步骤1023、若未接收到仲裁网点发送的仲裁处理信息，则确定仲裁网点同意仲裁，并更新仲裁工单的仲裁状态为同意仲裁。
具体的，如果当前时间超过了预设的工单处理截止时间，服务器就需要判断是否接收到仲裁网点发送的仲裁处理信息，若在当前时间收到接收到仲裁网点发送的仲裁处理信息，则执行步骤103；若在当前时间还没收到接收到仲裁网点发送的仲裁处理信息，则表示仲裁网点放弃申诉，默认同意仲裁，则物流总部可以对仲裁网点执行相应的仲裁和罚款流程，网点只能看到仲裁网点为自己的订单，以及本网点下级站点的仲裁单，物流总部可以看到所有的仲裁单。
步骤103、若仲裁网点发起申诉请求，则向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因；
本实施例中，申诉是指公民、法人或其他组织，认为对某一问题的处理结果不正确，而向国家的有关机关申述理由，请求重新处理的行为，也是公民维护权益的一种方式并且具有法律效力；而在快递行业中申诉则是仲裁网点对于仲裁工单有不同意见发起的申诉请求，是仲裁网点维护权益的一种方式；服务器在当前时间收到接收到仲裁网点发送的仲裁处理信息，同时仲裁处理信息中包括仲裁网点发起的申诉请求，则表示仲裁网点对仲裁工单存在疑点或不同意见，服务器接收到申诉请求后，向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因，申诉原因是针对仲裁工单中仲裁原因的申诉说明，是仲裁网点维护权益的具体说明文本，例如仲裁工单中仲裁原因为物品丢失，仲裁网点在申诉原因中写到“物品也在xx时间找到，客户已签收”。
步骤104、接收仲裁网点提交的申诉原因并进行审核，得到处理结果；
本实施例中，服务器接收仲裁网点提交的申诉原因，接收后需对申诉原因进行审核，根据审核的情况，得到仲裁工单对应的处理结果，得到处理结果后则执行步骤105，该步骤104的具体过程如以下步骤1041-步骤1044所示。
步骤1041、接收针对仲裁工单的申诉原因，申诉原因包括仲裁网点提交的申诉数据，申诉数据包括文字、图片和/或视频多媒体信息；
具体的，在审核之前可以先对申诉原因中的申诉数据进行预处理，因为申诉数据可能存在一定的问题，例如一方面，申诉数据包含明显的负面情绪特征，且这些特征对申诉原因的分类没有用处，另一方面，由于负面情绪严重，申诉文本含有更多的语法及句法错误；可以采用申诉文本分类模型进行预处理，申诉文本分类模型是一种个基于字符级神经网络的模型，该模型主要包括负面情绪移除模块和卷积神经网络模块两部分组成，负面情绪移除模块用于为申诉文本去噪以解决第一个文本挑战，该模块可以提升分类准确率。卷积祌经网络模块提出了一个适用于申诉数据的字符级卷积祌经网络，字符级卷积神经网络可以避免语法的限制，并以此减少语法及句法错误的影响；经过处理后的审核数据能够更好地保证仲裁的公平、公正性，降低审核难度。
步骤1042、响应于申诉原因，将申诉数据输入预先训练的申诉分析模型中，以获得申诉原因对应的申诉得分，并判断申诉得分是否达到预设的阈值，申诉分析模型采用机器学习方法训练得到；
具体的，服务器对申诉原因进行分析处理，响应于申诉原因，将申诉数据输入预先训练的申诉分析模型中，申诉分析模型采用机器学习方法训练得到，机器学习算法多种多样，包括决策树、随机森林、支持向量机和神经网络等。本发明主要探讨随机森林，Bagging算法是一种个体学习器之间不存在强依赖关系、并且可以同时生成并行式集成学习方法。它基于自助随机采样法，意思是只需要给定一个包含m个样本的数据集，先随机从一个初始样本中取出一个新的样本放入采样数据集中，再把该样本返回初始数据集，使得下次采样时该样本仍可以被选中，这样经过m次随机采样操作，就可以得到包含m个样本的采样集。随机森林算法是在Bagging算法的基础上进一步的改善，它采用CART决策树作为弱学习器，但在随机森林原本每个节点上的样本特征被选取时通过随机选择每个节点上的部分样本特征，再从随机森林中选取的样本特征中依次选择一个最优的样本特征来选择如何做决策树的左、右子树的划分，可以通过此来增强模型的广度和泛化性。将申诉数据输入预先训练的申诉分析模型中，通过申诉分析模型得到获得申诉原因对应的申诉得分，并判断申诉得分是否达到预设的阈值，例如预设的阈值为60分，若申诉得分大于或等于60分，则表示申诉得分未达到预设的阈值，并执行步骤1043，若申诉得分小于60分，则表示申诉得分未达到预设的阈值，并执行步骤1044。
步骤1043、若申诉得分达到预设的阈值，则撤销仲裁工单，并更新仲裁工单的仲裁状态为撤销仲裁；
具体的，当服务器判断申诉得分达到预设的阈值时，则表示仲裁网点申诉成功，仲裁工单被撤回，仲裁网点无需被罚款，同时在仲裁系统中更新仲裁工单的仲裁状态为撤销仲裁。
步骤1044、若申诉得分未达到预设的阈值，则对仲裁网点执行仲裁处理，并更新仲裁工单的仲裁状态为确认仲裁。
具体的，当服务器判断申诉得分未达到预设的阈值时，则表示仲裁网点申诉失败，仲裁网点需要按照仲裁工单上的仲裁金额执行罚款流程，同时在仲裁系统中更新仲裁工单的仲裁状态为确认仲裁，或者总部人员可以对网点发起的申述进行逐条回复，默认展示最新的回复的内容，给仲裁网点再一次申诉机会。
步骤105、将处理结果记录到区块链上，以供仲裁网点的终端获取处理结果。
本实施例中，采用区块链加密算法对处理结果进行加密，并将加密后的处理结果记录到区块链节点上，仲裁网点可以通过对应的终端查询到仲裁工单的处理结果，处理结果包括撤销仲裁或确认仲裁，撤销仲裁的仲裁单，罚款状态系统取无需罚款，确认仲裁的仲裁工单，需要对仲裁网点进行罚款，罚款状态包括未罚款、已罚款、罚款失败，罚款状态根据仲裁网点是否缴纳罚款更新，罚款状态无需罚款、已罚款的状态时，罚款按钮呈灰色不可以使用的状态；罚款状态未罚款、罚款失败时可以点击操作，弹出提示框，确认后发起扣款；总部人员从申诉详情点击撤销仲裁后，仲裁状态变成总部撤销仲裁，罚款状态变成无需罚款。
本发明实施例中，通过获取仲裁工单对应的仲裁网点，并向仲裁网点的终端发送仲裁工单；获取仲裁工单的仲裁处理信息，并根据仲裁处理信息，判断仲裁网点是否发起申诉请求；若仲裁网点发起申诉请求，则向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因；接收仲裁网点提交的申诉原因并进行审核，得到处理结果；将处理结果记录到区块链上，以供仲裁网点的终端获取处理结果；本发明降低人员的工作强度、提高工作效率、降低人员成本消耗；提高判责的公平、公正性，从而提高公司形象，降低投诉率；实时更新仲裁工单状态，加快仲裁工单的处理进度。
请参阅图2，本发明实施例中仲裁工单处理方法的第二个实施例包括：
步骤201、获取待理赔的运单信息，并根据待理赔的运单信息确定运单号和仲裁网点；
本实施例中，仲裁网点被仲裁是因为由于该网点的原因导致快递包裹出现问题，客户对该网点进行投诉，由于客户存在损失，所以需要对客户执行理赔，服务器获取待理赔的运单信息，即存在问题的快递包裹的运单信息，运单信息包括运单号、收/寄件人地址、物流轨迹等快递基础信息，服务器根据待理赔的运单信息确定运单号和仲裁网点。
步骤202、获取预先上传的理赔意见图片，并根据理赔意见图片确定仲裁原因；
本实施例中，服务器获取预先上传的理赔意见图片，预先上传的理赔意见图片为仲裁事件被触发时所需要的图片，即存在问题的快递包裹的图片，例如快递包裹里的物品破损，理赔意见图片就是物品破损的多角度图片；仲裁原因包括物品丢失、物品破损和/或虚假和解，具体仲裁原因根据理赔意见图片确定，当然仲裁原因不止这三类，还可以包括延误、代收货款、违规收费等，本发明具体不作限定。
步骤203、基于预先训练的仲裁金额评估模型，将理赔意见图片输入仲裁金额评估模型中，以确定理赔意见图片对应的仲裁金额，仲裁金额评估模型基于机器学习方法训练得到；
本实施例中，服务器将理赔意见图片输入仲裁金额评估模型中，以确定理赔意见图片对应的仲裁金额，仲裁金额评估模型基于机器学习方法训练得到，机器学习算法多种多样，包括决策树、随机森林、支持向量机和神经网络等。本发明主要探讨随机森林和XGBoost算法。随机森林是一种以分类回归决策树(Clasification and RegressionTrees，CART)为基础学习器的组合预测模型。随机森林通过bootstrap法随机选择训练样本、在决策树的节点随机选择变量作为候选变量子集的方式，训练众多的决策树模型构成一片“森林”，这些模型将共同参与对因变量的预测随机森林对原始样本进行Boolstrap重抽样，选中的观测组成训练样本，未选中的观测组成测试样本，无需人为划分训练集和测试集。训练样本的获得方式使得每次参与建模的训练样本差异性较大，从而训练出来的决策树模型相关性较低，使得随机森林模型较为稳健。XGBoost也是一种集成学习模型，其基础学习器有多种选择，本文仍以分类回归决策树作为基础学习器稾GBoost在梯度推进算法的基础上加以改进，提升了模型的预测精度，同时能自动利用CPU的多线程进行并行运算，提高了运算速度。XGBoost与随机森林的不同之处在于训练模型的方式。XGBoost在每一次训练模型的迭代时，主要在上一次选代预测结果的基础上，对预测误差进行学习。仲裁金额评估模型输出仲裁金额，仲裁金额即对仲裁网点的罚款金额，罚款状态根据仲裁状态变化而变化。
步骤204、根据运单号、仲裁网点、仲裁原因和仲裁金额生成仲裁工单，并根据预设的编码规则生成仲裁工单对应的工单编码。
本实施例中，服务器根据运单号、仲裁网点、仲裁原因和仲裁金额生成仲裁工单，并根据预设的编码规则生成仲裁工单对应的工单编码，预设的编码规则包括将仲裁日期和当前流水号进行组合，仲裁日期为仲裁工单生成日期。
本发明实施例中，通过获取待理赔的运单信息，并根据待理赔的运单信息确定运单号和仲裁网点，获取预先上传的理赔意见图片，并根据理赔意见图片确定仲裁原因，基于预先训练的仲裁金额评估模型，将理赔意见图片输入仲裁金额评估模型中，以确定理赔意见图片对应的仲裁金额，根据运单号、仲裁网点、仲裁原因和仲裁金额生成仲裁工单，并根据预设的编码规则生成仲裁工单对应的工单编码；本发明降低人员的工作强度、提高工作效率、降低人员成本消耗；提高判责的公平、公正性，从而提高公司形象，降低投诉率。
请参阅图3，在一个实施例中，提出了一种仲裁工单处理装置，仲裁工单处理装置包括：
获取模块301，用于获取仲裁工单对应的仲裁网点，并向仲裁网点的终端发送仲裁工单；
判断模块302，用于获取仲裁工单的仲裁处理信息，并根据仲裁处理信息，判断仲裁网点是否发起申诉请求；
发送模块303，用于若仲裁网点发起申诉请求，则向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因；
审核模块304，用于接收仲裁网点提交的申诉原因并进行审核，得到处理结果；
记录模块305，用于将处理结果记录到区块链上，以供仲裁网点的终端获取处理结果。
请参阅图4，本发明实施例中仲裁工单处理装置的第二个实施例，上述审核模块304，具体包括：
接收子模块3041，用于接收针对仲裁工单的申诉原因，申诉原因包括仲裁网点提交的申诉数据，申诉数据包括文字、图片和/或视频多媒体信息；
判断子模块3042，用于响应于申诉原因，将申诉数据输入预先训练的申诉分析模型中，以获得申诉原因对应的申诉得分，并判断申诉得分是否达到预设的阈值，申诉分析模型采用机器学习方法训练得到；
撤销子模块3043，用于若申诉得分达到预设的阈值，则撤销仲裁工单，并更新仲裁工单的仲裁状态为撤销仲裁；
确认子模块3044，用于若申诉得分未达到预设的阈值，则对仲裁网点执行仲裁处理，并更新仲裁工单的仲裁状态为确认仲裁。
本发明实施例中，通过获取仲裁工单对应的仲裁网点，并向仲裁网点的终端发送仲裁工单；获取仲裁工单的仲裁处理信息，并根据仲裁处理信息，判断仲裁网点是否发起申诉请求；若仲裁网点发起申诉请求，则向仲裁网点发送填写通知，填写通知用于提醒仲裁网点填写申诉原因；接收仲裁网点提交的申诉原因并进行审核，得到处理结果；将处理结果记录到区块链上，以供仲裁网点的终端获取处理结果；本发明降低人员的工作强度、提高工作效率、降低人员成本消耗；提高判责的公平、公正性，从而提高公司形象，降低投诉率；实时更新仲裁工单状态，加快仲裁工单的处理进度。
上面图3-4从模块化功能实体的角度对本发明实施例中的仲裁工单处理装置进行详细描述，下面从硬件处理的角度对本发明实施例中仲裁工单处理设备进行详细描述。
图5是本发明实施例提供的一种仲裁工单处理设备的结构示意图，该仲裁工单处理设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对仲裁工单处理设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在仲裁工单处理设备500上执行存储介质530中的一系列指令操作。
仲裁工单处理设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的仲裁工单处理设备结构并不构成对本申请提供的仲裁工单处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
一种仲裁工单处理设备以实现以下仲裁工单处理方法，所述仲裁工单处理方法包括以下步骤：
获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
在一个实施例中，获取待理赔的运单信息，并根据所述待理赔的运单信息确定运单号和仲裁网点；
获取预先上传的理赔意见图片，并根据所述理赔意见图片确定仲裁原因；
基于预先训练的仲裁金额评估模型，将所述理赔意见图片输入所述仲裁金额评估模型中，以确定所述理赔意见图片对应的仲裁金额，所述仲裁金额评估模型基于机器学习方法训练得到；
根据所述运单号、所述仲裁网点、所述仲裁原因和所述仲裁金额生成仲裁工单，并根据预设的编码规则生成所述仲裁工单对应的工单编码。
在一个实施例中，所述仲裁原因包括物品丢失、物品破损和/或虚假和解，所述预先上传的理赔意见图片为仲裁事件被触发时所需要的图片，所述预设的编码规则包括将仲裁日期和当前流水号进行组合，所述仲裁日期为所述仲裁工单生成日期。
在一个实施例中，获取所述仲裁工单预设的工单处理截止时间，并判断当前时间是否超过所述预设的工单处理截止时间；
若当前时间超过所述预设的工单处理截止时间，则判断是否接收到所述仲裁网点发送的仲裁处理信息；
若未接收到所述仲裁网点发送的仲裁处理信息，则确定所述仲裁网点同意仲裁，并更新所述仲裁工单的仲裁状态为同意仲裁。
在一个实施例中，接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
在一个实施例中，采用区块链加密算法对所述处理结果进行加密，并将加密后的所述处理结果记录到区块链节点上。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行以下仲裁工单处理方法，所述仲裁工单处理方法包括以下步骤：
获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
在一个实施例中，获取待理赔的运单信息，并根据所述待理赔的运单信息确定运单号和仲裁网点；
获取预先上传的理赔意见图片，并根据所述理赔意见图片确定仲裁原因；
基于预先训练的仲裁金额评估模型，将所述理赔意见图片输入所述仲裁金额评估模型中，以确定所述理赔意见图片对应的仲裁金额，所述仲裁金额评估模型基于机器学习方法训练得到；
根据所述运单号、所述仲裁网点、所述仲裁原因和所述仲裁金额生成仲裁工单，并根据预设的编码规则生成所述仲裁工单对应的工单编码。
在一个实施例中，所述仲裁原因包括物品丢失、物品破损和/或虚假和解，所述预先上传的理赔意见图片为仲裁事件被触发时所需要的图片，所述预设的编码规则包括将仲裁日期和当前流水号进行组合，所述仲裁日期为所述仲裁工单生成日期。
在一个实施例中，获取所述仲裁工单预设的工单处理截止时间，并判断当前时间是否超过所述预设的工单处理截止时间；
若当前时间超过所述预设的工单处理截止时间，则判断是否接收到所述仲裁网点发送的仲裁处理信息；
若未接收到所述仲裁网点发送的仲裁处理信息，则确定所述仲裁网点同意仲裁，并更新所述仲裁工单的仲裁状态为同意仲裁。
在一个实施例中，接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
在一个实施例中，采用区块链加密算法对所述处理结果进行加密，并将加密后的所述处理结果记录到区块链节点上。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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 (10)

1.一种仲裁工单处理方法，其特征在于，所述仲裁工单处理方法包括以下步骤：
获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
2.根据权利要求1所述的仲裁工单处理方法，其特征在于，所述获取仲裁工单对应的仲裁网点，并向所述仲裁网点发送所述仲裁工单之前，还包括：
获取待理赔的运单信息，并根据所述待理赔的运单信息确定运单号和仲裁网点；
获取预先上传的理赔意见图片，并根据所述理赔意见图片确定仲裁原因；
基于预先训练的仲裁金额评估模型，将所述理赔意见图片输入所述仲裁金额评估模型中，以确定所述理赔意见图片对应的仲裁金额，所述仲裁金额评估模型基于机器学习方法训练得到；
根据所述运单号、所述仲裁网点、所述仲裁原因和所述仲裁金额生成仲裁工单，并根据预设的编码规则生成所述仲裁工单对应的工单编码。
3.根据权利要求2所述的仲裁工单处理方法，其特征在于，所述仲裁原因包括物品丢失、物品破损和/或虚假和解，所述预先上传的理赔意见图片为仲裁事件被触发时所需要的图片，所述预设的编码规则包括将仲裁日期和当前流水号进行组合，所述仲裁日期为所述仲裁工单生成日期。
4.根据权利要求1所述的仲裁工单处理方法，其特征在于，所述获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求之前，还包括：
获取所述仲裁工单预设的工单处理截止时间，并判断当前时间是否超过所述预设的工单处理截止时间；
若当前时间超过所述预设的工单处理截止时间，则判断是否接收到所述仲裁网点发送的仲裁处理信息；
若未接收到所述仲裁网点发送的仲裁处理信息，则确定所述仲裁网点同意仲裁，并更新所述仲裁工单的仲裁状态为同意仲裁。
5.根据权利要求1所述的仲裁工单处理方法，其特征在于，所述接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果，包括：
接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
6.根据权利要求1所述的仲裁工单处理方法，其特征在于，所述将所述处理结果记录到区块链上，包括：
采用区块链加密算法对所述处理结果进行加密，并将加密后的所述处理结果记录到区块链节点上。
7.一种仲裁工单处理装置，其特征在于，所述仲裁工单处理装置包括：
获取模块，用于获取仲裁工单对应的仲裁网点，并向所述仲裁网点的终端发送所述仲裁工单；
判断模块，用于获取所述仲裁工单的仲裁处理信息，并根据所述仲裁处理信息，判断所述仲裁网点是否发起申诉请求；
发送模块，用于若所述仲裁网点发起申诉请求，则向所述仲裁网点发送填写通知，所述填写通知用于提醒所述仲裁网点填写申诉原因；
审核模块，用于接收所述仲裁网点提交的所述申诉原因并进行审核，得到处理结果；
记录模块，用于将所述处理结果记录到区块链上，以供所述仲裁网点的终端获取所述处理结果。
8.根据权利要求7所述的仲裁工单处理装置，其特征在于，所述审核模块，包括：
接收子模块，用于接收针对所述仲裁工单的所述申诉原因，所述申诉原因包括所述仲裁网点提交的申诉数据，所述申诉数据包括文字、图片和/或视频多媒体信息；
判断子模块，用于响应于所述申诉原因，将所述申诉数据输入预先训练的申诉分析模型中，以获得所述申诉原因对应的申诉得分，并判断所述申诉得分是否达到预设的阈值，所述申诉分析模型采用机器学习方法训练得到；
撤销子模块，用于若所述申诉得分达到预设的阈值，则撤销所述仲裁工单，并更新所述仲裁工单的仲裁状态为撤销仲裁；
确认子模块，用于若所述申诉得分未达到预设的阈值，则对所述仲裁网点执行仲裁处理，并更新所述仲裁工单的仲裁状态为确认仲裁。
9.一种仲裁工单处理设备，其特征在于，所述仲裁工单处理设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述仲裁工单处理设备执行如权利要求1-6中任一项所述的仲裁工单处理方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的仲裁工单处理方法的步骤。
CN202111260521.7A 2021-10-28 2021-10-28 仲裁工单处理方法、装置、设备及存储介质 Pending CN114049077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111260521.7A CN114049077A (zh) 2021-10-28 2021-10-28 仲裁工单处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111260521.7A CN114049077A (zh) 2021-10-28 2021-10-28 仲裁工单处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114049077A true CN114049077A (zh) 2022-02-15

Family

ID=80206772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111260521.7A Pending CN114049077A (zh) 2021-10-28 2021-10-28 仲裁工单处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114049077A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819830A (zh) * 2022-04-27 2022-07-29 上海东普信息科技有限公司 网点数智化管理方法及相关装置
CN114897353A (zh) * 2022-05-10 2022-08-12 中国银行股份有限公司 基于区块链的工单处理方法及系统
CN116468341A (zh) * 2023-04-03 2023-07-21 上海乾臻信息科技有限公司 仲裁工单的处理方法、装置、系统及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114819830A (zh) * 2022-04-27 2022-07-29 上海东普信息科技有限公司 网点数智化管理方法及相关装置
CN114897353A (zh) * 2022-05-10 2022-08-12 中国银行股份有限公司 基于区块链的工单处理方法及系统
CN116468341A (zh) * 2023-04-03 2023-07-21 上海乾臻信息科技有限公司 仲裁工单的处理方法、装置、系统及存储介质
CN116468341B (zh) * 2023-04-03 2024-04-09 上海乾臻信息科技有限公司 仲裁工单的处理方法、装置、系统及存储介质

Similar Documents

Publication Publication Date Title
CN114049077A (zh) 仲裁工单处理方法、装置、设备及存储介质
Garrard et al. Blockchain for trustworthy provenances: A case study in the Australian aquaculture industry
Lemmens et al. A review of integrated supply chain network design models: Key issues for vaccine supply chains
US20210142377A1 (en) Secure platform and data repository for fur or skin commodities
KR102211278B1 (ko) 집단지성과 실시간 인공지능학습엔진을 이용한 확률기반 기술가치평가 및 기술거래 온라인플랫폼
CN112465627B (zh) 基于区块链和机器学习的金融借贷审核方法及系统
JP2012256325A (ja) 高リスク調達の解析およびスコアリング・システム
CN111524017B (zh) 理赔数据的审核方法、装置及介质
CN104364816A (zh) 用于支持对管制和非管制物品经销的监管要求的系统和方法
CN112734559A (zh) 企业信用风险评价方法、装置及电子设备
Mahjoob et al. Green supply chain network design with emphasis on inventory decisions
Hajej et al. An integrated model of production, maintenance, and quality control with statistical process control chart of a supply chain
CN111966915A (zh) 信息巡检方法、计算机设备及存储介质
Peterson The github open source development process
US20220383316A1 (en) Trust platform
Liu et al. Blockchain's Impact on Accounting and Auditing: A Use Case on Supply Chain Traceability
Saeed Osman Modeling and simulation for inventory management of repairable items in maintenance systems
Drakaki et al. A Colored Petri Net-based modeling method for supply chain inventory management
CN110378546B (zh) 用于生成信息的方法和装置
Koroteev et al. Optimization of Food Industry Production Using the Monte Carlo Simulation Method: A Case Study of a Meat Processing Plant
US20230065582A1 (en) System and method for healthcare raw material secure serialization and validation
CN111680941A (zh) 保价推荐方法、装置、设备及存储介质
CN115496440A (zh) 一种二手车库存量的确定方法及装置
CN113656692B (zh) 基于知识迁移算法的产品推荐方法、装置、设备及介质
Jauhari et al. A supply chain inventory model for vendor-buyer system with defective items and imperfect inspection process

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